Lokdeep Singh, Unily के मुख्य कार्यकारी अधिकारी – साक्षात्कार श्रृंखला

Lokdeep Singh के पास उच्च-वृद्धि एंटरप्राइज़ सॉफ़्टवेयर कंपनियों का नेतृत्व करने में 20 से अधिक वर्षों का अनुभव है। सबसे हाल में, वे Providence Equity Partners में वरिष्ठ सलाहकार के रूप में कार्यरत थे, जहाँ उन्होंने पोर्टफ़ोलियो कंपनियों को एआई रणनीति, परिचालन उत्कृष्टता और बाजार‑परिचय गति में समर्थन दिया। इसके पहले वे Talkwalker के मुख्य कार्यकारी अधिकारी (CEO) थे, जो एंटरप्राइज़ उपभोक्ता इंटेलिजेंस में वैश्विक नेता है, जहाँ उन्होंने सतत और लाभदायक वृद्धि प्राप्त करने के लिए परिवर्तन का नेतृत्व किया; और Synchronoss Technologies में जनरल मैनेजर के रूप में कार्य किया।

Unily एक एंटरप्राइज़ कर्मचारी अनुभव प्लेटफ़ॉर्म है जिसे बड़े संगठनों को कर्मचारियों से जोड़ने, आंतरिक संचार को सुव्यवस्थित करने और कार्यस्थल उपकरण, ज्ञान और सेवाओं को एकीकृत डिजिटल वातावरण में लाने के लिए डिज़ाइन किया गया है। 2006 में स्थापित, यह कंपनी वितरित, डेस्क‑आधारित और फ्रंटलाइन कार्यबल वाले वैश्विक एंटरप्राइज़ को इंट्रानेट क्षमताओं, कर्मचारी संचार, खोज, विश्लेषण, एकीकरण और व्यक्तिगतकरण को एक ही प्लेटफ़ॉर्म में संयोजित करके सेवा प्रदान करती है। Unily अपनी तकनीक को एआई‑नेटिव के रूप में अधिकाधिक स्थापित कर रहा है, जिसमें शासित कृत्रिम बुद्धिमत्ता का उपयोग करके सामग्री प्रबंधन को स्वचालित किया जाता है, प्रासंगिक जानकारी को उजागर किया जाता है, कर्मचारी अनुभव को व्यक्तिगत बनाया जाता है, और कर्मचारियों को संवादात्मक इंटरफ़ेस के माध्यम से जुड़े एंटरप्राइज़ अनुप्रयोगों के साथ इंटरैक्ट करने की सुविधा दी जाती है। यह प्लेटफ़ॉर्म Microsoft 365 और Teams जैसे व्यापक रूप से उपयोग किए जाने वाले कार्यस्थल प्रणालियों के साथ एकीकृत होता है और जटिल तकनीकी पर्यावरण, नियामक आवश्यकताओं और बड़े बहुभाषी कार्यबल वाले संगठनों के लिए निर्मित है।

आपने अपना करियर टेलीकॉम इंजीनियरिंग और नेटवर्क इन्फ्रास्ट्रक्चर में गहराई से शुरू किया, फिर CTO, प्रोडक्ट, जनरल मैनेजमेंट और CEO भूमिकाओं में चले, अंततः Talkwalker को सफल निकास तक ले गए और अब Unily की कमान संभाली। यह प्रगति आपके इस दृष्टिकोण को कैसे आकार देती है कि कर्मचारियों को एआई जैसी परिवर्तनकारी तकनीक पर भरोसा करने और उसे अपनाने के लिए वास्तव में क्या चाहिए?

मेरे करियर ने मुझे तकनीक और उन लोगों के बीच का दृष्टिकोण दिया है जो इसका उपयोग करने की अपेक्षा रखते हैं। शुरू में, मैं इन्फ्रास्ट्रक्चर पर केंद्रित था, यह सुनिश्चित करते हुए कि सिस्टम विश्वसनीय, सुरक्षित और बड़े पैमाने पर काम करें। जैसे-जैसे मैं प्रोडक्ट, जनरल मैनेजमेंट और अंततः CEO भूमिकाओं में गया, मैंने सीखा कि तकनीकी क्षमता केवल यह निर्धारित करने का एक हिस्सा है कि कोई तकनीक सफल होगी या नहीं।

कर्मचारी केवल तभी उभरती हुई तकनीक को अपनाएंगे जब वे समझें कि यह उनके काम को कैसे प्रभावित करती है, विश्वास रखें कि यह उन्हें नुकसान के बजाय मदद करेगी, और यह भरोसा हो कि यह पूर्वानुमेय रूप से कार्य करेगी।

नेताओं की सबसे बड़ी गलती एआई अपनाने को सॉफ़्टवेयर रोल‑आउट मानना है। आप दुनिया का सबसे अच्छा मॉडल तैनात कर सकते हैं, लेकिन यदि कर्मचारी उस जानकारी पर भरोसा नहीं करते जो एआई प्रदान करता है, यह नहीं समझते कि इसे क्या करने की अनुमति है, या सीमाओं को नहीं जानते, तो अपनाना सतही ही रहेगा। भरोसा शुरू से ही कर्मचारी अनुभव में डिज़ाइन किया जाना चाहिए।

एआई क्षमताएँ अत्यंत तेज़ी से सुधार रही हैं, फिर भी संगठनों के भीतर भरोसा अक्सर बहुत धीमी गति से बढ़ता दिखता है। यह widening अंतर क्या कारण बन रहा है, जहाँ एआई तकनीकी रूप से क्या कर सकता है और कर्मचारी वास्तव में इसे क्या करने की अनुमति देने में सहज हैं, के बीच का अंतर बढ़ रहा है?

भरोसे का अंतर इसलिए मौजूद है क्योंकि संगठनों ने एआई को सक्षम बनाने में भारी निवेश किया है, लेकिन इसे समझने योग्य, उत्तरदायी और भरोसेमंद जानकारी पर आधारित बनाने में समान गति नहीं रखी है।

एआई अब तर्क कर सकता है, सामग्री उत्पन्न कर सकता है, और कार्रवाई कर सकता है, लेकिन कई संगठनों के पास अभी भी ज्ञान और सामग्री के लिए एक प्राधिकृत रिकॉर्ड प्रणाली का अभाव है। जब कर्मचारियों को नहीं पता होता कि एआई अपने उत्तर कहाँ से ले रहा है, जानकारी अद्यतित है या नहीं, या उसका स्वामित्व किसका है, तो भरोसा जल्दी ही घट जाता है।

अंतर को पाटने के लिए बेहतर मॉडल से अधिक की आवश्यकता है। इसके लिए मजबूत सामग्री शासन और भरोसेमंद ज्ञान आधार चाहिए जो सुनिश्चित करे कि एआई सटीक, सुरक्षित और अद्यतित जानकारी से काम कर रहा है। जो संगठन सफल होंगे, वे वही होंगे जो भरोसे को एआई अनुभव का हिस्सा बनाएँगे, न कि बाद में जोड़ें।

कंपनियाँ अक्सर एंटरप्राइज़ एआई को मॉडल, एकीकरण, सुरक्षा और इन्फ्रास्ट्रक्चर पर केंद्रित तकनीकी डिप्लॉयमेंट समस्या के रूप में देखती हैं। आपका मानना क्यों है कि अंततः कठिन चुनौती लोगों और संगठनात्मक पहलू की है?

एआई लोगों और तकनीक के बीच संबंध को बदल देता है। पहले की एंटरप्राइज़ तकनीकें मुख्यतः कर्मचारियों से यह सुनने की प्रतीक्षा करती थीं कि उन्हें क्या करना है। एआई इरादे को समझ सकता है, सिफ़ारिशें दे सकता है, और धीरे‑धीरे कार्रवाई भी कर सकता है।

यह एआई अपनाने को भविष्य‑के‑काम की चुनौती बनाता है, न कि केवल तकनीकी चुनौती। यह काम करने के तरीके, निर्णय‑लेने की प्रक्रिया और टीमों के सहयोग को बदल देता है। संगठनों के लिए केवल एआई को तैनात करना और परिवर्तन की अपेक्षा करना पर्याप्त नहीं है। कर्मचारियों को समझना चाहिए कि एआई उनके कार्य‑प्रवाह में कहाँ फिट बैठता है और उन्हें इसे प्रभावी ढंग से उपयोग करने का अधिकार महसूस होना चाहिए।

सबसे सफल एआई पहलें जमीनी स्तर पर अपनाने से चलती हैं, न कि शीर्ष‑से‑नीचे आदेशों से। जब कर्मचारी अपने दैनिक कार्य में स्पष्ट मूल्य देखते हैं, तो अपनाना स्वाभाविक रूप से तेज़ हो जाता है।

इसीलिए एआई ROI के लिए ढाँचा केवल भरोसा, सशक्तिकरण और शासन के इर्द‑गिर्द ही घूमता है। पारदर्शिता और भरोसेमंद ज्ञान के माध्यम से भरोसा बनाएँ, कर्मचारियों को ऐसे उपकरण प्रदान करके सशक्त बनाएँ जो उनके काम को बेहतर बनाते हैं, और ऐसा शासन स्थापित करें जो सुनिश्चित करे कि एआई जिम्मेदारी से उपयोग हो। तकनीक परिवर्तन को सक्षम करती है, लेकिन लोग, प्रक्रियाएँ और संस्कृति अंततः इसकी सफलता निर्धारित करती हैं।

संगठनों को शासन की आवश्यकता होती है, लेकिन अत्यधिक प्रतिबंधात्मक नीतियां कर्मचारियों को अनधिकृत उपकरणों की ओर धकेल सकती हैं या प्रयोग को पूरी तरह हतोत्साहित कर सकती हैं। यदि लक्ष्य उपयोग को केवल नियंत्रित करने के बजाय विश्वास और अपनापन दोनों बढ़ाना है, तो एक प्रभावी एआई शासन ढांचा कैसा दिखेगा?

अच्छा शासन ऐसा होना चाहिए जैसे सुरक्षा रेलें जो कर्मचारियों को सुरक्षित रूप से तेज़ी से आगे बढ़ने की अनुमति देती हैं।

इसका अर्थ है कि यह स्पष्ट होना चाहिए कि कर्मचारी एआई का उपयोग किस लिए कर सकते हैं, वे एआई सिस्टम को कौन‑सी जानकारी प्रदान कर सकते हैं, और एआई को कौन‑से कार्य करने की अनुमति है। ये नियम कर्मचारियों के लिए समझने योग्य होने चाहिए, न कि किसी लंबी नीति दस्तावेज़ में छिपे हुए।

शासन को गतिशील भी होना चाहिए। एआई द्वारा पहला मसौदा तैयार करने से जुड़ा जोखिम, एआई द्वारा भुगतान की स्वीकृति, कर्मचारी रिकॉर्ड में परिवर्तन, या ग्राहक के साथ संवाद करने से बहुत अलग होता है। मानव निगरानी का स्तर संभावित परिणाम के अनुसार होना चाहिए।

अंततः लक्ष्य एआई उपयोग को न्यूनतम करना नहीं होना चाहिए। यह जिम्मेदार उपयोग को अधिकतम करने का होना चाहिए।

Unily के शोध ने पाया कि 52 % कर्मचारियों ने बताया कि उनके संगठन में कोई ज्ञात एआई नीति नहीं है, जबकि कुछ कर्मचारियों ने अनधिकृत एआई उपकरणों में संवेदनशील जानकारी डालने को स्वीकार किया। “शैडो एआई” के उदय का कितना हिस्सा वास्तव में संचार और शासन की विफलता है, न कि कर्मचारी व्यवहार की समस्या?

हमें शैडो एआई को एक खराब‑कर्मचारी समस्या के रूप में प्रस्तुत करने में सावधान रहना चाहिए। शैडो एआई उपयोग का एक महत्वपूर्ण कारण अधूरी मांग का लक्षण है। कर्मचारी ऐसे तरीकों को खोज रहे हैं जिससे वे उन समस्याओं को हल कर सकें जिनके लिए उनके संगठन ने अभी तक उन्हें स्वीकृत उपकरण नहीं दिए हैं, जो कि एक स्वाभाविक मानवीय व्यवहार है।

तकनीक को नज़रअंदाज़ करने की उम्मीद करने के बजाय, जो कार्य करने के तरीके को बदल रही है, उत्तर यह है कि कर्मचारियों को प्रयोग करने के लिए एक सुरक्षित, स्वीकृत मार्ग प्रदान किया जाए, जिसमें स्पष्ट सीमाएँ और शिक्षा शामिल हों।

पारदर्शिता और व्याख्यात्मकता अक्सर भरोसेमंद एआई के लिए आवश्यक मानी जाती हैं, लेकिन कर्मचारियों को यह समझने की ज़रूरत नहीं है कि बड़े भाषा मॉडल आंतरिक रूप से कैसे काम करता है। एआई सिस्टम को कौन‑सी जानकारी प्रदान करनी चाहिए ताकि एक कर्मचारी यह सूचित निर्णय ले सके कि उसकी उत्तर या सिफ़ारिश पर भरोसा किया जाए या नहीं?

एक एंटरप्राइज़ एआई सिस्टम को स्पष्ट करना चाहिए कि जानकारी कहां से आई है, वह आखिरी बार कब अपडेट हुई, कौन‑से स्रोत या एंटरप्राइज़ सिस्टम उपयोग किए गए, और किसी विशेष सिफ़ारिश का कारण क्या था।

यह अनिश्चितता के बारे में भी ईमानदार होना चाहिए। सबसे महत्वपूर्ण भरोसे के संकेतों में से एक है जब एआई सिस्टम प्रभावी रूप से कहता है, “मेरे पास पर्याप्त जानकारी नहीं है जिससे मैं इस प्रश्न का आत्मविश्वास के साथ उत्तर दे सकूँ।”

भरोसा एआई के निश्चित दिखावे से नहीं आता। यह कर्मचारियों को पर्याप्त संदर्भ प्रदान करने से आता है जिससे वे अपना निर्णय ले सकें।

Unily Glass इस तरह डिज़ाइन किया गया है कि एंटरप्राइज़ एआई को केवल प्रश्नों के उत्तर देने से आगे बढ़ाकर एचआर, आईटी और ग्राहक संबंध प्रबंधन प्लेटफ़ॉर्म जैसे सिस्टमों में कार्यों को निष्पादित करने तक ले जाए। जैसे-जैसे एआई जानकारी प्रदान करने से वास्तविक कार्रवाई करने की ओर बढ़ता है, संगठनों को कैसे तय करना चाहिए कि कौन‑से निर्णय एजेंट स्वायत्त रूप से ले सकते हैं और कौन‑से निर्णय अभी भी मानव स्वीकृति की आवश्यकता रखते हैं?

मुख्य सिद्धांत जोखिम अनुपातिता होना चाहिए। यदि एआई एजेंट एक बैठक निर्धारित कर रहा है या जानकारी खोज रहा है, तो गलत कार्रवाई का नकारात्मक प्रभाव अपेक्षाकृत सीमित होता है। आप इसे अधिक स्वायत्तता दे सकते हैं। हालांकि, यदि कोई एजेंट वित्तीय लेन‑देन को स्वीकृत कर रहा है, कर्मचारी के वेतन में परिवर्तन कर रहा है, पहुंच समाप्त कर रहा है, या महत्वपूर्ण ग्राहक निर्णय ले रहा है, तो सीमा बहुत अधिक ऊँची होनी चाहिए।

संगठन को वित्तीय प्रभाव, नियामक जोखिम, उलटने की क्षमता और लोगों पर प्रभाव जैसे कारकों के आधार पर स्पष्ट स्वायत्तता स्तर स्थापित करने चाहिए। जितना अधिक परिणामस्वरूप या अपरिवर्तनीय कार्य होगा, उतनी ही अधिक मानव स्वीकृति का महत्व बढ़ जाता है।

उद्देश्य यह है कि जहाँ महत्वपूर्ण हो, वहाँ मानव को सार्थक रूप से नियंत्रण में रखा जाए।

एंटरप्राइज़ अब बढ़ते हुए कई कोपायलट, विशिष्ट एजेंट, बड़े भाषा मॉडल और एआई‑सक्षम अनुप्रयोगों को तकनीकी स्टैक में लागू कर रहे हैं। संगठन कैसे सुनिश्चित कर सकते हैं कि इससे अतिरिक्त विभाजन की परत न बनें, और क्या आप मानते हैं कि एक केंद्रीकृत भरोसा या समन्वय परत अनिवार्य हो जाएगी?

हम उस ही विभाजन को दोहराने के जोखिम में हैं जो एंटरप्राइज़ सॉफ़्टवेयर ने पिछले कई दशकों में बनाया था, केवल अब हर अनुप्रयोग का अपना एआई इंटरफ़ेस और अपना एजेंट हो सकता है।

कर्मचारियों को यह समझने की ज़रूरत नहीं होनी चाहिए कि कौन‑सा मॉडल किस अनुप्रयोग के पीछे है या उन्हें याद रखना चाहिए कि प्रत्येक संगठन का एआई कहाँ स्थित है। उन्हें अपने कार्य के संदर्भ में एआई के साथ इंटरैक्ट करने में सक्षम होना चाहिए और उनके लिए सही जानकारी व क्षमताएँ एकत्रित होनी चाहिए।

यहीं पर एक समन्वय और भरोसा परत का महत्व बढ़ जाता है। यह विभिन्न एआई सिस्टमों में पहचान, अनुमतियों, संदर्भ, डेटा पहुँच और कार्यों को प्रबंधित करने का एक सुसंगत तरीका प्रदान कर सकता है।

संभवतः कोई एक मॉडल या एक एआई प्लेटफ़ॉर्म सब कुछ नहीं संभालेगा, लेकिन संगठनों को धीरे‑धीरे एक सामान्य परत की आवश्यकता होगी जो इन सभी सिस्टमों को जिम्मेदारी से साथ काम करने में सक्षम बनाए।

कई संगठन यह माप सकते हैं कि कर्मचारी AI टूल का कितनी बार उपयोग करते हैं, लेकिन केवल उपयोग ही यह सिद्ध नहीं करता कि निवेश मूल्य बना रहा है। कौन से मीट्रिक नेताओं को ट्रैक करने चाहिए ताकि यह निर्धारित किया जा सके कि AI वास्तव में उत्पादकता, निर्णय‑निर्धारण, कर्मचारी अनुभव, या व्यावसायिक परिणामों में सुधार कर रहा है या नहीं?

उपयोग एक रोचक प्रारम्भिक बिंदु है, लेकिन यह परिणाम नहीं है। नेताओं को यह पूछना चाहिए कि क्या AI महत्वपूर्ण कार्यप्रवाहों को पूरा करने में लगने वाले समय को कम कर रहा है, दोहराव वाले काम को समाप्त कर रहा है, निर्णयों की गुणवत्ता या गति में सुधार कर रहा है, और कर्मचारियों के लिए घर्षण को घटा रहा है।

मैं समय बचत प्रति कार्यप्रवाह, कार्य पूर्णता दर, त्रुटि दर, कर्मचारी संतुष्टि, समाधान तक का समय, और अंततः AI लागू करने वाले विशिष्ट कार्य के साथ जुड़े व्यावसायिक मीट्रिक को देखूँगा।

सबसे मजबूत संगठन AI मीट्रिक को सीधे व्यावसायिक परिणामों से जोड़ेंगे, न कि केवल गतिविधि का जश्न मनाएंगे।

जैसे ही एंटरप्राइज़ AI सहायक से जो सामग्री उत्पन्न करते हैं, उन एजेंटों में विकसित होता है जो लगातार जटिल कार्यप्रवाहों को निष्पादित कर सकते हैं, आप क्या मानते हैं कि व्यवसायिक नेताओं द्वारा AI क्षमता, कर्मचारी विश्वास, और सफल अपनाने के बीच के संबंध को अभी भी कम आंका जा रहा है?

कई नेता अभी भी यह कम आंक रहे हैं कि विश्वास AI अपनाने की सीमा निर्धारित करता है।

कंपनियां अक्सर AI क्षमता के बारे में ऐसा बात करती हैं जैसे अधिक क्षमता स्वचालित रूप से अधिक मूल्य लाएगी। ऐसा नहीं है। एक अत्यधिक सक्षम प्रणाली जिस पर कर्मचारियों का भरोसा नहीं है, वह कम मूल्य पैदा कर सकती है तुलना में एक सीमित प्रणाली के जो वे समझते हैं और आत्मविश्वास से उपयोग करते हैं।

यह कंपनियों को प्रौद्योगिकी, शासन, कर्मचारी अनुभव, और संगठनात्मक परिवर्तन को एक प्रणाली के रूप में सोचने की आवश्यकता देता है। कंपनियों को यह तय करना होगा कि AI को इतना भरोसेमंद कैसे बनाया जाए कि वास्तव में लोगों के काम करने के तरीके को बदल सके।

greast साक्षात्कार के लिए धन्यवाद, जो पाठक अधिक जानना चाहते हैं उन्हें Unily पर जाना चाहिए।