सैम जेनकिंस, पंचकार्ड सिस्टम्स के प्रबंध भागीदार – साक्षात्कार श्रृंखला

सैम जेनकिंस, पंचकार्ड सिस्टम्स के प्रबंध भागीदार, ने दो दशक से अधिक समय तक प्रौद्योगिकी, उद्यमिता और संगठनात्मक परिवर्तन के बीच काम किया है। 2016 में पंचकार्ड सिस्टम्स की सह-स्थापना के बाद से, उन्होंने कंपनी के विकास को मार्गदर्शन करने में मदद की है, साथ ही साथ संगठनों को डिजिटल वर्कप्लेस रणनीति, कस्टम सॉफ्टवेयर, कृत्रिम बुद्धिमत्ता और उभरती प्रौद्योगिकियों पर सलाह दी है। उनके पहले के अनुभव में स्टार्टअप एडमॉन्टन और वेलनेक्स की सह-स्थापना, आईओमेर इंटरनेट सॉल्यूशंस में व्यवसाय विकास और माइक्रोसॉफ्ट वर्कप्लेस प्रौद्योगिकी पहलों का नेतृत्व करना, और प्रौद्योगिकी, स्वास्थ्य सेवा, सार्वजनिक सुरक्षा और समुदाय संगठनों में कार्यकारी और बोर्ड पदों पर काम करना शामिल है। इस पृष्ठभूमि ने उन्हें यह समझने में मदद की है कि प्रौद्योगिकी कैसे लोगों के सहयोग, निर्णय लेने और काम करने के तरीके को बदलती है।

पंचकार्ड सिस्टम्स एक कनाडाई सॉफ्टवेयर और प्रौद्योगिकी भागीदार है जो स्केल-अप और मध्यम आकार के उद्यमों के साथ मिलकर डिजिटल समाधानों को डिजाइन, विकसित और लागू करने के लिए काम करता है जो मापनीय व्यवसाय उद्देश्यों से जुड़े हुए हैं। कनाडा और संयुक्त राज्य अमेरिका में 150 से अधिक ग्राहकों की सेवा करते हुए, कंपनी की क्षमताओं में कस्टम वेब और मोबाइल सॉफ्टवेयर, कृत्रिम बुद्धिमत्ता, क्लाउड इन्फ्रास्ट्रक्चर, डेटा और विश्लेषण, उपयोगकर्ता अनुभव डिजाइन और वर्कप्लेस प्रौद्योगिकियां जैसे माइक्रोसॉफ्ट 365, एज्योर, कोपिलॉट, टीम्स, शेयरपॉइंट और पावर प्लेटफॉर्म शामिल हैं। पंचकार्ड का ध्यान संगठनों को अपने संचालन को आधुनिक बनाने, कर्मचारी और ग्राहक अनुभव में सुधार करने और व्यावसायिक प्रक्रियाओं में नई प्रौद्योगिकियों को एकीकृत करने में मदद करने पर केंद्रित है।

आपका करियर वर्कप्लेस प्रौद्योगिकी के विकास के साथ चला है, माइक्रोसॉफ्ट शेयरपॉइंट-आधारित कर्मचारी प्लेटफॉर्म और स्टार्टअप एडमॉन्टन की सह-स्थापना से लेकर वेलनेक्स का निर्माण और अंततः पंचकार्ड सिस्टम्स का निर्माण। इस अनुभव ने आपके दृष्टिकोण को कैसे आकार दिया है कि सॉफ्टवेयर जो कर्मचारी स्वयं संचालित करते हैं और कृत्रिम बुद्धिमत्ता एजेंटों के बीच परिवर्तन को कैसे देखते हैं जो उनकी ओर से काम करते हैं?

जब मैंने पहली बार डिजिटल वर्कप्लेस प्रौद्योगिकियों जैसे शेयरपॉइंट (2003 में!) के साथ काम करना शुरू किया, तो ध्यान बेहतर तरीके से कर्मचारियों को जानकारी खोजने, ज्ञान साझा करने और सहयोग करने के लिए बनाने पर था। अंत में, कर्मचारी ही काम करते थे: वे सिस्टम को नेविगेट करते थे, वे आउटपुट उत्पन्न करते थे। आज, हम कृत्रिम बुद्धिमत्ता को एक व्यक्तिगत उत्पादकता उपकरण के रूप में आगे बढ़ रहे हैं और एक नए युग में प्रवेश कर रहे हैं जहां प्रणालियां कर्मचारियों की ओर से अधिक जटिल, बहु-चरण कार्य कर सकती हैं।

यही वह हिस्सा है जो बदल रहा है। एक पारिस्थितिकी तंत्र के रूप में, हम कृत्रिम बुद्धिमत्ता को एक व्यक्तिगत उत्पादकता उपकरण के रूप में आगे बढ़ रहे हैं और एजेंटिक प्रणालियों में जो वास्तविक मानवों की ओर से जटिल काम कर सकती हैं। क्लॉड को-वर्क और चैटजीपीटी वर्क दोनों इस एजेंटिक दृष्टिकोण को काफी मुख्यधारा बना रहे हैं।

मैंने अब तक कई प्रौद्योगिकी परिवर्तनों को देखा है, और पैटर्न हर बार बना रहता है। जीतने वाले संगठन नए प्रौद्योगिकी को केवल एक तैनाती के रूप में नहीं मानते हैं। वे इसे लोगों, प्रक्रियाओं और प्रौद्योगिकी के बीच एक साथ कैसे काम करते हैं, इसे पुनः सोचने के अवसर के रूप में मानते हैं।

चैटजीपीटी वर्क जुड़े अनुप्रयोगों और फ़ाइलों से जानकारी इकट्ठा कर सकता है, मल्टी-स्टेप असाइनमेंट पूरा कर सकता है, और तैयार दस्तावेज़, स्प्रेडशीट और प्रस्तुतियां तैयार कर सकता है। इससे ज्ञान कार्यकर्ताओं की दैनिक जिम्मेदारियां कैसे बदलेंगी जो पहले स्वयं इन सामग्रियों का निर्माण करते थे?

मुझे लगता है कि काम “आउटपुट उत्पन्न करने” से “परिणामों को नियंत्रित करने” में बदल रहा है। यह ज्ञान कार्यकर्ताओं की भूमिका को मूल रूप से बदलता है, लेकिन यह मानव अंतर्दृष्टि और पर्यवेक्षण की आवश्यकता को प्रतिस्थापित नहीं करता है। इसके बजाय, कर्मचारी हर टुकड़ा स्वयं बनाने के बजाय कृत्रिम बुद्धिमत्ता द्वारा उत्पन्न आउटपुट का प्रबंधन, समीक्षा और निर्देशन करने की ओर बढ़ रहे हैं।

बहुत सारा दोहराव वाला काम एजेंट की ओर जाएगा: जानकारी इकट्ठा करना, प्रस्तुतियों या दस्तावेजों का निर्माण, या डेटा का सारांश। यह लोगों को ऐसे काम के लिए मुक्त करता है जिसके लिए वास्तव में एक व्यक्ति की आवश्यकता होती है: रणनीति, रचनात्मकता, महत्वपूर्ण सोच, और सहयोग।

जो कौशल बढ़ता है वह यह जानना है कि कृत्रिम बुद्धिमत्ता को कैसे अच्छी तरह से निर्देशित किया जाए, यह देना कि यह सही संदर्भ में है, और यह पहचानना कि जब उत्तर सही दिखता है लेकिन नहीं है।

आपने “कृत्रिम बुद्धिमत्ता प्रबंधकों” की बढ़ती आवश्यकता का वर्णन किया है। यह भूमिका व्यावासायिक रूप से क्या शामिल करेगी, और यह आईटी प्रशासक, उत्पाद प्रबंधक, या पारंपरिक लोगों के प्रबंधक की जिम्मेदारियों से कैसे भिन्न होगी?

कृत्रिम बुद्धिमत्ता प्रबंधक संगठनों को कृत्रिम बुद्धिमत्ता को जिम्मेदारी से और प्रभावी ढंग से अपनाने में मदद करने में एक महत्वपूर्ण भूमिका निभाएंगे। उनकी जिम्मेदारी कृत्रिम बुद्धिमत्ता के आउटपुट का प्रबंधन और शासन करना होगा, यह सुनिश्चित करना कि कृत्रिम बुद्धिमत्ता द्वारा उत्पन्न कार्य सटीक, विश्वसनीय और व्यवसायिक उद्देश्यों के साथ संरेखित है।

यह पारंपरिक आईटी से एक अलग काम है, जो बुनियादी ढांचे और तकनीकी प्रणालियों का मालिक है, या एक उत्पाद प्रबंधक, जो उत्पादों को विकसित करने और सुधारने पर केंद्रित है। प्रत्येक विभाग को किसी ऐसे व्यक्ति की आवश्यकता होगी जो समझता है कि कृत्रिम बुद्धिमत्ता उनके विशिष्ट क्षेत्र में कैसे लागू होती है, चाहे वह वित्त, कानून, एचआर, या संचालन हो।

वास्तविक परिवर्तन स्वामित्व में है। अभी तक, अधिकांश संगठनों ने ऐसे व्यक्ति को निर्दिष्ट नहीं किया है जो स्पष्ट रूप से यह जिम्मेदार है कि ये प्रणाली मूल्य प्रदान करती हैं और स्वीकार्य जोखिम के भीतर रहती हैं। यह अंतर, जिम्मेदार व्यक्तियों की पहचान करने में, यही भूमिका है जो इन प्रकार के पदों को भरेगी।

केपीएमजी कनाडा ने पाया कि कृत्रिम बुद्धिमत्ता एजेंट पहले से ही यह प्रभावित कर रहे हैं कि संगठन प्रवेश स्तर और अनुभवी कर्मचारियों दोनों को कैसे नियुक्त करते हैं। कृत्रिम बुद्धिमत्ता को काम सौंपने, इसके आउटपुट का मूल्यांकन करने और आवश्यकतानुसार हस्तक्षेप करने की क्षमता का मूल्यांकन करते समय नियोक्ता किन कौशलों को अधिक मूल्य देंगे?

जो कौशल बढ़ता है वह वे हैं जो विशिष्ट रूप से मानव हैं, जैसे कि महत्वपूर्ण सोच, निर्णय, संचार, रचनात्मकता, समस्या समाधान, और नेतृत्व।

तकनीकी कृत्रिम बुद्धिमत्ता साक्षरता अभी भी महत्वपूर्ण होगी, लेकिन नियोक्ता उन लोगों की तलाश कर रहे हैं जो समझते हैं कि कृत्रिम बुद्धिमत्ता व्यापक व्यवसायिक वातावरण में कैसे फिट बैठती है। इसमें परिवर्तन प्रबंधन, जोखिम प्रबंधन, और रणनीतिक सोच जैसे कौशल शामिल हैं।

तकनीकी और गैर-तकनीकी भूमिकाओं के बीच की रेखा धुंधली हो रही है। संगठन केवल उन कौशलों के लिए नहीं हैं जो किसी के पास पहले से हैं, बल्कि उन लोगों की तलाश कर रहे हैं जो सीखने, अनुकूलन और निरंतर रूप से अपने कौशल को बढ़ाने के लिए तैयार हैं। सबसे मूल्यवान कर्मचारी वे होंगे जो कृत्रिम बुद्धिमत्ता क्षमताओं का उपयोग करते हुए मानव निर्णय की आवश्यकता को समझते हैं।

कई कर्मचारी पारंपरिक रूप से प्रवेश स्तर के कार्यों को पूरा करके पेशेवर निर्णय लेने का विकास करते हैं। यदि कृत्रिम बुद्धिमत्ता एजेंट इस आधारभूत कार्य का अधिकांश हिस्सा अवशोषित करते हैं, तो संगठन कैसे प्रशिक्षण और करियर विकास को फिर से डिज़ाइन कर सकते हैं ताकि छोटे कर्मचारी अभी भी प्रभावी निर्णय लेने वाले बनने के लिए आवश्यक अनुभव प्राप्त कर सकें?

यह एक सच्चाई है जो मुझे थोड़ा चिंतित करती है। लोग प्रवेश स्तर के कार्यों को पूरा करके निर्णय और अनुभव बनाते थे। यदि एजेंट यह काम कर रहे हैं, तो सीढ़ी कुछ पायदान खो देती है।

संगठनों को जूनियर प्रतिभा को मेंटरशिप, कोचिंग, निर्णय लेने के अभ्यास, और शुरुआती चरण में उच्च मूल्य वाली परियोजनाओं के संपर्क में लाने के बारे में अधिक जानबूझकर होना होगा।

कृत्रिम बुद्धिमत्ता उपकरणों के साथ अधिक परिचित छोटे कर्मचारियों द्वारा प्रतिवर्ती मेंटरशिप का भी अवसर है, जहां वे टीमों को यह समझने में मदद कर सकते हैं कि इन प्रौद्योगिकियों को कैसे लागू किया जा सकता है, जबकि अनुभवी कर्मचारी व्यवसायिक संदर्भ और निर्णय लेने वाली क्षमता प्रदान करते हैं जो कृत्रिम बुद्धिमत्ता की नकल नहीं कर सकती है।

लक्ष्य कृत्रिम बुद्धिमत्ता के साथ मिलकर काम करने वाले कार्यस्थल के लिए सीखने की प्रक्रिया को पुनः डिज़ाइन करना है।

पंचकार्ड ने माइक्रोसॉफ्ट 365 और संबंधित वर्कप्लेस प्रौद्योगिकियों को लागू करने में व्यापक अनुभव है। चैटजीपीटी वर्क माइक्रोसॉफ्ट कोपिलॉट और गूगल जेमिनी के लिए प्रतिस्पर्धी परिदृश्य को कैसे बदलता है, और संगठनों को अपने दैनिक कार्य के लिए कृत्रिम बुद्धिमत्ता प्लेटफ़ॉर्म का चयन करते समय किन कारकों पर विचार करना चाहिए?

परिदृश्य तेजी से विकसित हो रहा है, और संगठनों के पास अब तक के सबसे अधिक विकल्प हैं। निर्णय उस समाधान पर आना चाहिए जो संगठन के मौजूदा प्रौद्योगिकी वातावरण, कार्यप्रवाह, सुरक्षा आवश्यकताओं और व्यवसायिक उद्देश्यों के साथ सबसे अच्छी तरह से संरेखित हो।

माइक्रोसॉफ्ट 365 में निवेश करने वाले संगठनों के लिए, कोपिलॉट जैसे टूल्स मौजूदा अनुप्रयोगों और डेटा के साथ एकीकरण के माध्यम से लाभ प्रदान कर सकते हैं। अन्य लोगों को अपनी आवश्यकताओं के लिए बेहतर अनुकूल प्लेटफ़ॉर्म मिल सकते हैं।

मुझे लगता है कि नेताओं को जो प्रश्न पूछना चाहिए वह यह नहीं है कि “कौन सा टूल?” यह है “हम कौन सी समस्या का समाधान कर रहे हैं, और कौन सा प्लेटफ़ॉर्म हमें इसे जिम्मेदारी से हल करने में मदद करता है?”

हमने पहले हाथ से सीखा है: सफल अपनाने के लिए यह केवल टूल के बारे में नहीं है। हमने कंपनी-व्यापी कृत्रिम बुद्धिमत्ता प्लेटफ़ॉर्म को लागू किया है, जिसमें हमारे वास्तविक कार्य के लिए अनुकूलित मॉडल हैं। प्रत्येक कर्मचारी इसका उपयोग करता है, लेकिन यह सही उत्पाद का चयन करने से नहीं आया; यह मजबूत डेटा नींव, शासन, और कंपनी के संचालन में कृत्रिम बुद्धिमत्ता को बनाने से आया।

मॉडल प्रदर्शन अक्सर वर्कप्लेस कृत्रिम बुद्धिमत्ता के बारे में चर्चाओं में प्रमुखता से आता है, लेकिन संगठनों को अनुमतियों, डेटा एक्सेस, ऑडिटेबिलिटी और जवाबदेही पर भी विचार करने की आवश्यकता है। कृत्रिम बुद्धिमत्ता एजेंट को ईमेल, दस्तावेज़, आंतरिक डेटाबेस और व्यवसायिक अनुप्रयोगों में काम करने की अनुमति देने से पहले कौन से शासन नियंत्रण स्थापित किए जाने चाहिए?

संगठन द्वारा की जाने वाली सबसे बड़ी गलतियों में से एक यह है कि कृत्रिम बुद्धिमत्ता शासन को एक बाद की बात माना जाता है। जैसे ही कृत्रिम बुद्धिमत्ता प्रणालियां अधिक क्षमतावान और व्यवसायिक डेटा से जुड़ी हुई होती हैं, संगठनों को यह सुनिश्चित करने के लिए स्पष्ट सिद्धांतों की स्थापना करनी चाहिए कि इन उपकरणों का उपयोग कैसे किया जाता है trước कि वे उन्हें व्यापक रूप से लागू करें।

इसकी शुरुआत यह समझने से होती है कि कृत्रिम बुद्धिमत्ता प्रणाली किस जानकारी तक पहुंच सकती है, यह सुनिश्चित करना कि अनुमतियां उचित रूप से सीमित हैं, और निगरानी और जवाबदेही के आसपास नियंत्रण स्थापित करना।

संगठनों को यह भी स्पष्ट दिशानिर्देश तैयार करने चाहिए कि कृत्रिम बुद्धिमत्ता कहां स्वतंत्र रूप से काम कर सकती है और जहां मानव पर्यवेक्षण की आवश्यकता है।

डेटा और सुरक्षा के आसपास सही नींव बनाकर, व्यवसाय कृत्रिम बुद्धिमत्ता के मूल्य को अनलॉक कर सकते हैं जबकि अधिक स्वायत्त प्रणालियों के साथ जुड़े जोखिमों का प्रबंधन कर सकते हैं।

कृत्रिम बुद्धिमत्ता एजेंट क्रियाएं करना शुरू कर देते हैं, न कि केवल उत्तर प्रदान करते हैं, तो गलतियां संचालन संबंधी परिणाम हो सकती हैं। व्यवसायों को एजेंट-जनित कार्य को कैसे मान्य करना चाहिए, कौन से कार्यों के लिए मानव अनुमोदन की आवश्यकता है, और जब एक एजेंट एक असटीक परिणाम उत्पन्न करता है या एक अनपेक्षित कार्रवाई करता है तो जवाबदेही कैसे सौंपी जानी चाहिए?

जब कृत्रिम बुद्धिमत्ता उत्तर देने से आगे बढ़कर कार्रवाई करना शुरू कर देती है, तो जोखिम प्रोफ़ाइल बदलती है। हर कार्य के लिए एक ही हिस्सेदारी नहीं होती है, इसलिए मानव हस्ताक्षर के लिए पट्टी जोखिम के साथ-साथ चलती है।

सीधे शब्दों में कहें, इसके लिए स्पष्ट स्वामित्व की आवश्यकता है। कृत्रिम बुद्धिमत्ता निर्णय लेने का समर्थन करना चाहिए, न कि जिम्मेदारी को प्रतिस्थापित करना चाहिए। संगठनों को यह परिभाषित करने की आवश्यकता है कि कृत्रिम बुद्धिमत्ता के प्रदर्शन की निगरानी कौन करता है, आउटपुट को मान्य करता है, और अंततः परिणामों के लिए जवाबदेह है। लक्ष्य कृत्रिम बुद्धिमत्ता-संचालित दक्षता को मानव निर्णय के साथ जोड़ना है, जो प्रणालियों को विश्वसनीय और विश्वसनीय बनाने के लिए है।

कई संगठन कृत्रिम बुद्धिमत्ता के साथ प्रयोग कर रहे हैं लेकिन अभी तक इसके अपनाने को मापने योग्य व्यवसायिक परिणामों से जोड़ नहीं पा रहे हैं। नेताओं को कैसे एजेंटिक उपयोग के मामलों की पहचान करनी चाहिए, उनके निवेश पर रिटर्न को मापें और यह निर्धारित करें कि एक पायलट तैयार है या नहीं संगठन भर में स्केल करने के लिए?

आमतौर पर अंतर क्रम का पता लगाया जा सकता है। टीमें पहले प्रौद्योगिकी चुनती हैं और फिर इसके लिए एक स्थान खोजती हैं, जब वास्तविक जीत पहले एक कार्यप्रवाह के साथ शुरू होती है जो पहले से ही दर्दनाक और महंगा है और यह पूछना कि क्या एक एजेंट वास्तव में सही उपकरण है।

सबसे अच्छा फिल्टर परिवर्तनशीलता है। यदि एक प्रक्रिया एक नियम इंजन के लिए पर्याप्त रूप से अनुमानित है, तो आपको एक एजेंट की आवश्यकता नहीं है। यदि यह इतना खुला है कि कोई अच्छा परिणाम वर्णित नहीं कर सकता है, तो एजेंट संघर्ष करेगा और आप इस पर विश्वास नहीं कर पाएंगे। मूल्य बीच में बैठता है, जो कई प्रणालियों में निर्णय लेने की आवश्यकता वाले कार्य में है, लेकिन अभी भी सीमित, ऑडिट करने योग्य नियमों के भीतर चलता है।

मैं एक और स्क्रीनिंग प्रश्न जोड़ूंगा जो जोखिम प्रोफ़ाइल को अधिक बदलता है। क्या गलत कार्रवाई की लागत सीमित और उलट है? जहां यह है, एजेंट को कार्रवाई करने दें और तेजी से आगे बढ़ें। जहां एक गलती महंगी या मुश्किल से उलट है, एक व्यक्ति को निर्णय में रखें।

रिटर्न पर, सामान्य गलती गलत चीज़ को बहुत देर से मापना है। घंटे बचाए जाने वाला मीट्रिक डिफ़ॉल्ट है, लेकिन यह प्रभाव को कम आंकता है। बड़े रिटर्न चक्र समय संकुचन, कम त्रुटि दर, और क्षमता के रूप में दिखाई देते हैं जो पहले अनुपलब्ध थी और अब उपलब्ध हो गई है। एक समर्थन टीम जो केवल अपने आधे टिकट तक पहुंच सकती थी, एक अलग व्यवसाय बन जाती है जब यह सभी तक पहुंच सकती है। पायलट शुरू होने से पहले एक साफ़ बेसलाइन को कैप्चर करें, क्योंकि इसके बिना आप केवल अनेकदोतों पर तर्क दे रहे हैं। और जब आप लागत की गणना करते हैं, तो पूरी तस्वीर को गिनें। एकीकरण कार्य और मानव पर्यवेक्षण समय वास्तविक लाइन आइटम हैं, और पर्यवेक्षण को अक्सर कम आंका जाता है।

स्केल करने के लिए तैयार होने का निर्णय लेना है जहां अनुशासन सबसे ज्यादा मायने रखता है, और यह वह कदम है जिसे टीमें जल्दी से ले जाती हैं। एक डेमो जो साफ़ इनपुट पर चलता है आपको बहुत कम बताता है। एक पायलट तैयार है जब यह वास्तविक, दुर्भाग्यपूर्ण इनपुट की लंबी पूंछ पर खड़ा है, जब विफलता मोड को समझा जाता है और सीमित है, जब दृश्यता स्थापित की जाती है ताकि एक मूक विफलता का पता चल जाए, न कि ग्राहक द्वारा, और जब एक नामित व्यक्ति उत्पादन में जवाबदेह है।

एक इकाई-आर्थिक जांच भी चलाएं, क्योंकि एजेंट लागत उपयोग के साथ बढ़ती है जो सॉफ़्टवेयर सीटों के साथ नहीं होती है।

एजेंटिक प्रणालियां पारंपरिक सॉफ़्टवेयर की तुलना में अलग तरह से विफल होती हैं। वे संभावित रूप से और अक्सर चुपचाप विफल होते हैं, इसलिए जो संगठन आगे बढ़ते हैं वे मूल्यांकन और निगरानी को दिन एक से ही बनाते हैं, न कि कुछ टूटने के बाद।

पंचकार्ड सिस्टम्स संगठनों को कृत्रिम बुद्धिमत्ता के साथ प्रयोग करने से लेकर इसे वास्तविक व्यवसायिक प्रक्रियाओं में एकीकृत करने में मदद करता है। आप एक संगठन की कृत्रिम बुद्धिमत्ता के लिए तैयारी का मूल्यांकन कैसे करते हैं, एजेंटिक उपयोग के मामलों की पहचान करते हैं जहां यह मापनीय मूल्य प्रदान कर सकता है, और टीमों को इन प्रणालियों को जिम्मेदारी से लागू करने में मदद करते हैं बिना मौजूदा संचालन को बाधित किए?

यह महत्वपूर्ण है कि हम एक संगठन की वर्तमान स्थिति को समझना शुरू करें। एक बड़ा भ्रम यह है कि कृत्रिम बुद्धिमत्ता अपनाना केवल सही उपकरण चुनने के बारे में है। वास्तव में, सफल कार्यान्वयन के लिए मजबूत नींव की आवश्यकता होती है: गुणवत्ता डेटा, स्पष्ट प्रक्रियाएं, और परिभाषित स्वामित्व।

इसके बाद, हम संगठनों को यह पहचानने में मदद करते हैं कि कृत्रिम बुद्धिमत्ता सबसे अधिक मूल्य कहां बना सकती है, अक्सर उन कार्यप्रवाह में जो असमानुपातिक समय का उपभोग करते हैं या जिन निर्णयों में सही जानकारी नहीं है।

संगठनों को यह विचार करना होगा कि भूमिकाएं और निर्णय लेने की प्रक्रिया कैसे तकनीक के साथ विकसित होगी। कृत्रिम बुद्धिमत्ता को सही प्रौद्योगिकी के साथ जोड़कर, कर्मचारी अपनाने और परिवर्तन प्रबंधन के साथ, व्यवसाय कृत्रिम बुद्धिमत्ता को एक तरीके से एकीकृत कर सकते हैं जो मापनीय मूल्य बनाता है जो कि क्या पहले से काम करता है उसे तोड़े बिना।

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