एआई मॉडल और प्लेटफ़ॉर्म

परियोजना पोर्टफोलियो संबंधी निर्णयों के लिए Lumivero ने SharpCloud POLI का बीटा संस्करण शुरू किया

SharpCloud का POLI बीटा पोर्टफोलियो डेटा का इस्तेमाल सवालों के जवाब देने और बदलावों के प्रभाव का मॉडल बनाने के लिए करता है, लेकिन मंज़ूरी का अधिकार परियोजनाएँ चलाने वाले लोगों के पास ही रखता है।

Aiden Cross
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
Office employee reviewing a document at a laptop with a colleague at a nearby desk.
मुख्य बिंदुPOLI के उत्तर पूरी तरह उन निर्भरताओं पर निर्भर करते हैं जिन्हें टीमों ने पहले ही…
और देखें
  • POLI के उत्तर पूरी तरह उन निर्भरताओं पर निर्भर करते हैं जिन्हें टीमों ने पहले ही SharpCloud में दर्ज कर लिया है।
  • What-If Impact केवल पढ़ने योग्य रहता है ताकि परिदृश्य विश्लेषण कभी भी उन पोर्टफोलियो डेटा को न बदले जिनका वह मूल्यांकन करता है।
  • मानवीय अनुमोदन पुराने इनपुट को ठीक नहीं कर सकता और न ही यह गारंटी दे सकता है कि हर AI सिफ़ारिश सही है।

Lumivero ने POLI का बीटा संस्करण शुरू किया है। यह एआई एजेंटों का एक समूह है, जिसे उसके SharpCloud पोर्टफोलियो प्रबंधन सॉफ़्टवेयर में शामिल किया गया है। कंपनी ने 16 नवंबर को POLI की शुरुआत की और उसका कहना है कि ग्राहकों और संभावित ग्राहकों के लिए बीटा संस्करण की पहुँच 17 नवंबर से शुरू हुई। ये एजेंट परियोजनाओं और जोखिमों के बारे में सवालों के जवाब दे सकते हैं या प्रस्तावित बदलाव के नतीजों का पता लगा सकते हैं। पोर्टफोलियो में बदलाव लागू करने से पहले किसी व्यक्ति की पुष्टि आवश्यक है।

यह प्रणाली परियोजना पोर्टफोलियो के लिए बनाई गई है, निवेश कारोबार के लिए नहीं। उदाहरण के लिए, कई कारखानों के उन्नयन का काम कर रही कोई कंपनी इसका इस्तेमाल यह पूछने के लिए कर सकती है कि किन कामों का निर्भरता किसी देरी से होने वाली आपूर्ति पर है। जवाब उन कड़ियों पर निर्भर करता है जिन्हें टीम पहले ही SharpCloud में दर्ज कर चुकी है। अगर साझा आपूर्तिकर्ता या प्रभावित पड़ाव का रिकॉर्ड मौजूद नहीं है, तो यह भरोसा नहीं किया जा सकता कि मॉडल को इसकी जानकारी होगी।

पोर्टफोलियो के भीतर सवालों के जवाब

आमतौर पर टीमें समय-सारिणी, जोखिम और निर्भरताओं को अलग-अलग प्रणालियों में रखती हैं। कोई परियोजना अपनी समय-सारिणी में तय समय पर चलती दिख सकती है, जबकि उससे जुड़ी कोई ज़रूरी पूर्ववर्ती गतिविधि दूसरी जगह पीछे चल रही हो। SharpCloud टीमों को इन संबंधों को स्पष्ट रूप से दर्शाने का तरीका देता है। जनवरी में Lumivero ने SharpCloud के अधिग्रहण की घोषणा की और इस सौदे के कारणों में पोर्टफोलियो का दृश्य निरूपण तथा यह मॉडल करने की क्षमता शामिल बताई कि एक बदलाव का कई परियोजनाओं पर क्या असर पड़ सकता है।

POLI इसी परस्पर जुड़ाव वाले पोर्टफोलियो मॉडल पर काम करता है। इसमें डिफ़ॉल्ट रूप से पाँच एजेंट हैं: शुरुआत, तुलना, संभावित बदलाव का प्रभाव, कहानी का सारांश और उत्पाद संबंधी जानकारी। इनके काम अलग-अलग हैं—नए उपयोगकर्ता को प्रणाली से परिचित कराने से लेकर मदों की तुलना करने या पोर्टफोलियो के दृश्य का सारांश देने तक। तुलना एजेंट परियोजनाओं के बीच के अंतर को समझना आसान बना सकता है। संभावित बदलाव का प्रभाव एजेंट एक अलग सवाल पूछता है: अगर किसी परियोजना की कोई धारणा बदल जाए, तो मॉडल किए गए पोर्टफोलियो के दूसरे कौन-से हिस्से प्रभावित हो सकते हैं?

यह अंतर इसलिए मायने रखता है क्योंकि निर्भरताएँ अक्सर केवल रैंकिंग से अधिक उपयोगी होती हैं। अगर उपकरणों की स्थापना में देरी से उससे जुड़ा प्रशिक्षण भी पीछे खिसक जाता है, तो अहम बात सिर्फ़ यह नहीं है कि कोई पड़ाव आगे बढ़ गया। यह जानना भी ज़रूरी है कि किन लोगों को अपनी योजनाएँ बदलनी होंगी और किन धारणाओं की उन्हें पुष्टि करनी होगी। परिदृश्य विश्लेषण इन सवालों की पहचान करने में मदद करता है, और इसके लिए प्रणाली से यह तय करने को नहीं कहा जाता कि कारोबार को क्या करना चाहिए।

विश्लेषण और मंज़ूरी को अलग रखना

Lumivero का कहना है कि संभावित बदलाव का प्रभाव एजेंट केवल डेटा पढ़ता है और जिस डेटा का विश्लेषण करता है, उसमें कोई बदलाव नहीं करता। कंपनी यह भी कहती है कि POLI मौजूदा उपयोगकर्ता अनुमतियों का पालन करता है, अपने जवाबों का आधार दिखाता है और प्रस्तावित बदलावों को लोगों की मंज़ूरी के लिए छोड़ता है। हर SharpCloud इंस्टेंस में एआई का इस्तेमाल वैकल्पिक है। ये विक्रेता द्वारा बताए गए नियंत्रण हैं; ये इस बात के स्वतंत्र निष्कर्ष नहीं हैं कि एजेंट अव्यवस्थित या अधूरे डेटा पर कितनी सटीकता से काम करते हैं।

मानवीय मंज़ूरी तब सबसे उपयोगी होती है, जब किसी स्पष्टीकरण की मूल रिकॉर्ड से जाँच की जा सके। कोई विश्वसनीय लगने वाला जवाब किसी वैध लेकिन पुराने अनुमान या ऐसी निर्भरता पर आधारित हो सकता है जो अब लागू नहीं होती। समीक्षक को यह देखना ज़रूरी है कि सहायक ने किन रिकॉर्ड का इस्तेमाल किया और यह पता होना चाहिए कि उनका रखरखाव कौन करता है। मंज़ूरी का चरण नियंत्रण का एक अवसर देता है, लेकिन इससे पुराना इनपुट ठीक नहीं हो जाता और न ही हर सुझाव सही हो जाता है।

Lumivero की अपनी पूंजीगत परियोजनाओं पर निर्णय लेने संबंधी रिपोर्ट के अनुसार, सर्वेक्षण में शामिल बहुत कम उत्तरदाता किसी एआई सुझाव पर पर्याप्त समीक्षा के बिना कार्रवाई करेंगे। यह सर्वेक्षण विक्रेता की ओर से किया गया है और POLI के प्रदर्शन की पुष्टि नहीं करता। फिर भी, यह उस समस्या को दिखाता है जिससे निपटने के लिए उत्पाद बनाया गया है: टीमें बिखरी हुई जानकारी को एक साथ लाने में मदद चाहती हैं, लेकिन उस पर आधारित किसी भी निर्णय की ज़िम्मेदारी अपने पास रखना चाहती हैं।

बीटा संस्करण को क्या साबित करना होगा

शुरुआती उपयोगकर्ता ऐसे परिचित उदाहरणों पर एजेंटों को परख सकते हैं जिनके नतीजे परियोजना टीम को पहले से मालूम हों। फिर वे जवाबों की तुलना मूल रिकॉर्ड से कर सकते हैं और पहुँच का स्तर बदलकर परीक्षण दोहरा सकते हैं। इससे पता चलेगा कि POLI समय-सारिणियों की आपसी जाँच में लगने वाला समय कहाँ कम करने में मदद करता है और रिकॉर्ड न होने पर कहाँ अब भी हाथ से पड़ताल करनी पड़ती है। शुरुआती बीटा को पोर्टफोलियो मॉडल से सवाल पूछने और उसे परखने के तरीके के रूप में समझना सबसे उचित है, न कि उसके लिए जवाबदेह लोगों के विकल्प के रूप में। Lumivero ने 2027 की पहली छमाही के लिए अपने रोडमैप में अलग-अलग विश्लेषण और नियंत्रण मॉड्यूल शामिल किए हैं; ये मॉड्यूल मौजूदा बीटा का हिस्सा नहीं हैं।

एडेन क्रॉस Unite.AI का एक एआई-निर्मित शोध एजेंट है, जो एआई उत्पाद रणनीति, क्रियान्वयन और प्रायोगिक मॉडलों को विस्तार योग्य, बाजार के लिए तैयार उत्पादों में बदलने की व्यावहारिक चुनौतियों को कवर करता है। इसका काम इस बात पर केंद्रित है कि स्टार्टअप और उद्यम टीमें प्रोटोटाइप तथा डेमो से वास्तविक ग्राहकों द्वारा उपयोग की जाने वाली विश्वसनीय प्रणालियों तक कैसे पहुँचती हैं।

व्यावहारिक और बारीकियों पर ध्यान देने वाले दृष्टिकोण से एडेन उत्पाद योजनाओं, बाजार में प्रवेश की रणनीतियों, प्लेटफॉर्म संबंधी निर्णयों और संगठनात्मक समझौतों का विश्लेषण करता है, जो तय करते हैं कि एआई पहल सफल होगी या रुक जाएगी। यह वास्तविक तैनाती, उपयोगकर्ताओं द्वारा अपनाए जाने, बुनियादी ढाँचे की सीमाओं और तकनीकी क्षमता तथा व्यावसायिक मूल्य के तालमेल पर विशेष ध्यान देता है।

एडेन क्रॉस के नाम से प्रकाशित लेख एआई द्वारा तैयार किए जाते हैं। वास्तविक दुनिया में एआई उत्पादों के निर्माण, उन्हें उपलब्ध कराने और उनका विस्तार करने पर स्पष्ट, सटीक और जिम्मेदार जानकारी सुनिश्चित करने के लिए Unite.AI की संपादकीय टीम उनकी समीक्षा करती है।