एआई आरओआई को उद्यम में अधिकतम करना

जैसा कि पहले कई प्रौद्योगिकियों के साथ हुआ है, आर्टिफ़िशियल इंटेलिजेंस (एआई) को अगली बड़ी नवाचार के रूप में पेश किया जा रहा है जिसका उपयोग उद्यमों को करना चाहिए। वास्तव में, अंतर्निहित प्रौद्योगिकी दशकों से आसपास है, लेकिन नवीनतम संस्करणों के साथ, हाइप वास्तविकता को पार कर गया है – उद्यम में कार्यान्वयन की वास्तविकता को पार कर गया है। फिर भी, जब आईटी टीमें बढ़ते दबाव का सामना करती हैं तो उन्हें उत्साह के साथ-साथ नीचे की रेखा की वास्तविकता को संतुलित करना होगा। विभिन्न कार्यान्वयन के लिए विभिन्न स्तरों के निवेश की आवश्यकता होती है, जिसका अर्थ है कि उन्हें अलग-अलग रिटर्न देना होगा – अक्सर अलग-अलग समय सारिणी पर।

सफल एआई उत्पादों को वितरित करने की क्षमता कई कारकों पर निर्भर करती है: व्यवसायिक नेताओं द्वारा चुने गए विशिष्ट रणनीतियों, योजना और कार्यान्वयन; कुशल संसाधनों की उपलब्धता; उत्पाद रोडमैप में फिट; संगठनात्मक जोखिम स्वीकृति; और अपेक्षित रिटर्न ऑन इन्वेस्टमेंट (आरओआई) के खिलाफ समय प्रबंधन।

इन कारकों को संतुलित करना चुनौती है, लेकिन इन तीन चरणों का पालन करके संगठन एआई आरओआई की ओर बढ़ सकते हैं।

प्रौद्योगिकी को समझें

अधिकांश उद्यम एआई में प्रवेश करते हैं और उन्हें लगता है कि वे पीछे हैं, लेकिन उन्हें यह नहीं पता कि क्यों، कैसे, या यहां तक कि प्रौद्योगिकी क्या है। परिणामस्वरूप, उनका पहला कार्य विभिन्न प्रकार के एआई के बीच अंतर करना है, जो शुरू में सटीक एआई और उत्पादक एआई के बीच होता है।

सटीक एआई मशीन लर्निंग और गहरे शिक्षण मॉडल का उपयोग करके परिणामों में सुधार करने के लिए किया जाता है। यह उद्यमों को स्वचालित निर्णय लेने की प्रक्रियाओं को स्वचालित करने में सक्षम बनाता है, जिससे दक्षता में सुधार होता है और आरओआई बढ़ता है। सटीक एआई एक स्थापित कार्यशील प्रौद्योगिकी में परिपक्व हो गया है जो उद्यमों के लिए लगातार अपनाने और अधिक मुख्यधारा में जाने के लिए जारी है।

उत्पादक एआई (जेनएआई) नया है और 2022 के अंत में ओपनएआई द्वारा चैटजीपीटी के रिलीज़ होने के बाद से प्रमुखता से बढ़ा है। अरबों पैरामीटर के साथ प्रशिक्षित बड़े भाषा मॉडल (एलएलएम) के साथ, जेनएआई व्यावसायिक प्रभाव और परिचालन दक्षता के लिए महत्वपूर्ण अवसर प्रदान करता है, लेकिन यह अपने अपनाने के जीवन चक्र में अभी भी शुरुआती चरण में है।

एक महत्वपूर्ण बाधा डेटा गुणवत्ता के मानक के लिए है, जो जेनएआई अनुप्रयोगों के लिए बढ़ाया गया है, क्योंकि कम गुणवत्ता वाले डेटासेट पारदर्शिता और नैतिक मुद्दों को पेश कर सकते हैं।

डेटा विश्वसनीयता कार्यप्रवाह को डिज़ाइन और लागू करने से शुरू होती है; प्रदर्शन के लिए पाइपलाइन स्थापित करना; एपीआई के माध्यम से सारांशित करना; डेटा को क्यूरेट और लोकतांत्रिक बनाना; और विभिन्न डेटा प्रकारों को संसाधित करना। पिछली पीढ़ी की डेटा गुणवत्ता आवश्यकताओं के विपरीत, जिसमें 4वीएस (वॉल्यूम, वेलोसिटी, वेरासिटी और वेराइटी) शामिल थे, एआई को 4पीएस की आवश्यकता होती है: पूर्वानुमान, उत्पादकता, सटीकता और व्यक्ति को मापने की क्षमता।

पूर्वानुमान: एआई एल्गोरिदम डेटा में पैटर्न खोजने और भविष्य की घटनाओं की भविष्यवाणी करने के लिए सांख्यिकीय विश्लेषण का उपयोग करने की अनुमति देते हैं, जो ऐतिहासिक डेटा को वास्तविक समय में निर्णय लेने के लिए संबंधित करते हैं।

उत्पादकता: एआई व्यवसाय प्रक्रिया स्वचालन को सक्षम बनाता है, जो उद्यमों की परिचालन दक्षता और उत्पादकता में सुधार करता है, दोहराए जाने वाले कार्यों को कम करता है और कर्मचारियों को अधिक रणनीतिक कार्यों पर काम करने के लिए मुक्त करता है।

सटीकता: यह माप मॉडल के परिणामों को एक तरीके से मापता है जो मशीन लर्निंग मॉडल को स्वीकार्य सीमा के भीतर सटीकता उत्पन्न करने की अनुमति देता है, जो उपयोग के मामलों द्वारा निर्धारित किया जाता है। सटीकता की गणना भी सच्चे सकारात्मक की संख्या को कुल सकारात्मक भविष्यवाणियों की संख्या से विभाजित करके की जाती है।

व्यक्ति को मापने की क्षमता: यह ग्राहक खरीद इतिहास, वेबसाइट पर कार्रवाइयों, विशिष्ट उत्पादों के लिए ग्राहकों की भावना विश्लेषण और सर्वेक्षण प्रतिक्रियाओं जैसे विश्वसनीय डेटा का उपयोग करके व्यक्तिगत अनुभव प्रदान करने की प्रक्रिया को संदर्भित करता है। यह जनसांख्यिकी के पार व्यक्तिगत अनुभव प्रदान करता है।

डेटा गुणवत्ता के अलावा, उद्यमों को अपनी एआई तैयारी का मूल्यांकन करते समय कई अन्य कारकों पर विचार करना होगा – दोनों आंतरिक और बाहरी: शासन, अनुपालन संरेखण, क्लाउड निवेश, प्रतिभा, नए व्यवसाय संचालन मॉडल, जोखिम प्रबंधन और नेतृत्व प्रतिबद्धता।

संगठनों को अपने लक्ष्यों और रणनीतिक उद्देश्यों के अनुरूप एक एआई दृष्टिकोण स्थापित करने से शुरू करना होगा। सी-सूट से खरीदना महत्वपूर्ण है, क्योंकि एआई तैनाती के लिए महत्वपूर्ण अग्रिम निवेश की आवश्यकता होती है। सीआईओ को पूरे सी-सूट को आरओआई के मार्ग को स्पष्ट रूप से बताना होगा – एक सच्चा परीक्षण सीआईओ को आईटी को एक सक्षम कार्य से एक रणनीतिक कार्य में बढ़ाने के लिए।

इसके बाद, संगठन को लोगों, प्रक्रियाओं और प्रौद्योगिकी को संरेखित करना होगा। एआई के लिए गहरे शिक्षण मॉडल और मशीन लर्निंग जैसे नए कौशल और प्रमाणन की आवश्यकता होती है, क्योंकि संगठनों ने परंपरागत रूप से एआई को मानव कार्यप्रवाह में एकीकृत किया है। हालांकि, जेनएआई गतिविधि को उलट देता है, लेकिन अधिकांश सर्वोत्तम अभ्यास और जिम्मेदार उपयोग दिशानिर्देश अभी भी एक “मानव लूप” घटक को बनाए रखने के लिए शामिल करते हैं ताकि नैतिक मानकों और मूल्यों को बनाए रखा जा सके।

एक एआई तैनाती के लिए शासन और डेटा गुणवत्ता आश्वासन के लिए नए व्यवसाय प्रक्रियाओं की भी मांग होती है, जो डेटा वैज्ञानिकों को सक्षम बनाता है जो जटिल व्यवसायिक समस्याओं को हल करने के लिए नए एआई मॉडल वितरित करते हैं।

जैसे ही नए एआई उत्पादों को डिज़ाइन, विकसित और उत्पादन के लिए निर्मित किया जाता है, उद्यमों को एआई उद्योग की नवीनतम नियामक नीतियों के प्रति सतर्क रहना होगा। यूरोपीय एआई अधिनियम ने एआई का उपयोग करने के लिए सर्वोत्तम अभ्यास स्थापित किए हैं – और उन नीतियों का पालन नहीं करने के परिणामस्वरूप। परिणामस्वरूप, उद्यमों ने एआई नियमों के आसपास प्रयासों का मूल्यांकन और अद्यतन करने के लिए टीमें बनाई हैं।

डेटा-संचालित होते हुए, उन्हें डेटा संपत्तियों की रक्षा के लिए मूलभूत रणनीतियों को विकसित करना होगा जो उन्हें विश्लेषण प्रक्रिया स्वचालन मंचों के माध्यम से सर्वोत्तम अंतर्दृष्टि प्रदान करने में सक्षम बनाता है। वहां से, वे अपने लिए सबसे समझदार एआई प्रौद्योगिकियों और नए मंचों का चयन कर सकते हैं।

व्यवसायिक मामले को परिभाषित करें

अंततः, एआई निवेश पर वास्तविक रिटर्न प्राप्त करने के लिए, ग्राहकों को लाभ बेचना आवश्यक है, जिसका अर्थ है कि एआई तैयारी के लिए एक नई व्यवसायिक मानसिकता की आवश्यकता है क्योंकि प्रौद्योगिकी उद्योगों में उद्यमों के लिए परिवर्तन को चला रही है।

सफल एआई उत्पाद विकास के लिए उद्योग-विशिष्ट ग्राहक यात्राओं और एआई समाधानों को व्यवसायिक उद्देश्यों के साथ संरेखित करने की गहन समझ की आवश्यकता होती है। ग्राहक-केंद्रितता नए संचालन मॉडल विकसित करने में एक महत्वपूर्ण भूमिका निभाती है, और आधुनिक प्रौद्योगिकियों का उपयोग दक्षता में वृद्धि के लिए किया जाता है।

उदाहरण के लिए, एआई परिपक्वता में छोटी जीत की तलाश में ग्राहक अपने सॉफ्टवेयर संपत्तियों और क्लाउड बुनियादी ढांचे पर भरोसा कर सकते हैं ताकि नए उत्पादों और समाधानों को विकसित किया जा सके। इससे कर्मचारियों के बीच संतुष्टि बनी रहती है और उन्हें ग्राहकों की अपेक्षाओं को पार करने पर ध्यान केंद्रित करने में मदद मिलती है।

यह कहा जा रहा है, संगठन का मुख्य ध्यान समय-समय पर बाजार में उतारने और नए प्रक्रिया प्रबंधन में सुधार करने पर होना चाहिए ताकि उत्पाद विकास जीवन चक्र को छोटा किया जा सके और नए उत्पादों की डिलीवरी की दक्षता बढ़ सके। उदाहरण के लिए, एक वितरित ऑगमेंटेड डेटा विश्लेषण मंच का उपयोग वास्तविक समय में डेटा के अवशोषण, क्यूरेशन, लोकतंत्रीकरण, प्रसंस्करण और विश्लेषण को स्वचालित करने के लिए किया जाता है – जो सभी उत्पादकता और आरओआई में वृद्धि करते हैं।

एआई आरओआई की पूरी क्षमता को अनलॉक करें

एआई अपने मूल में उन्नत एल्गोरिदम, डेटा गुणवत्ता, कंप्यूटिंग शक्ति, इन्फ्रास्ट्रक्चर के रूप में कोड, शासन, जिम्मेदार एआई के साथ जिम्मेदार एआई के लिए नैतिकता के साथ डेटा गोपनीयता और गोपनीयता की रक्षा के लिए है।

साथ ही, मैककिंसे की रिपोर्ट है कि 65% उद्यम एआई प्रौद्योगिकियों का उपयोग कर रहे हैं – पिछले वर्ष से दोगुना। यह गति दिखाता है, लेकिन तैनाती अभी भी वास्तविक व्यवसाय के मामलों में धीरे-धीरे बढ़ रही है। जेनएआई नई सफलता प्रदान कर रहा है, जो संगठनों को सेमेंटिक और मल्टी-मॉडल एलएलएम के विकास के माध्यम से नए क्षमताओं को हार्नेस करने में सक्षम बनाता है। यह एआई क्षमताओं के पूरे स्पेक्ट्रम को लोकतांत्रिक बनाता है, जो उन्हें नए राजस्व धाराओं को उत्पन्न करने में सक्षम बनाता है।

सही रणनीति, नेतृत्व प्रतिबद्धता और सही उपयोग के मामलों में निवेश के साथ, व्यवसाय एआई के माध्यम से महत्वपूर्ण मूल्य प्राप्त कर सकते हैं और परिवर्तनकारी विकास को चला सकते हैं।