एआई ऑटोमेशन में एक्ज़ेक्यूशन गैप का समाधान

एलएलएम के मूल वादे के बावजूद, उद्यम ऑटोमेशन में अभी भी एक बड़ा अंतर है। हमने बड़े पैमाने पर तर्क के लिए समाधान निकाला है, लेकिन उस तर्क को वास्तविक दुनिया के परिणामों में बदलना एक अलग कहानी है। हमने सभी संख्याएं देखी हैं: 95% जनरेटिव एआई पायलट उत्पादन में नहीं पहुंचते, और 80% पारंपरिक एआई परियोजनाएं लॉन्च करने में विफल रहती हैं।

समस्या समझ की कमी नहीं है। एलएलएम अस्पष्ट, विषयगत अनुरोधों को समझने में महान हैं, लेकिन समझ केवल आधी लड़ाई है। अधिकांश परियोजनाएं इसलिए विफल होती हैं क्योंकि कार्य करने के लिए आवश्यक प्रणालियाँ पहले से ही जुड़ी या स्वचालित नहीं हैं। एआई यह तय कर सकता है कि क्या होना चाहिए, लेकिन यह तब तक बेकार है जब तक कि यह उन उपकरणों या लेन-देन को निष्पादित करने में सक्षम नहीं हो जो वास्तव में काम करने की आवश्यकता होती है।

प्रक्रिया स्वचालन के तीन चरण

वास्तविक दुनिया का काम तीन चरणों में होता है, लेकिन आज की प्रणालियाँ केवल एक अंश को ही पकड़ती हैं। स्वचालन इसलिए विफल होता है क्योंकि यह लगभग विशेष रूप से पहले चरण पर केंद्रित होता है, जबकि बीच के अगले दो चरणों की यांत्रिकी को नजरअंदाज करता है।

1. इरादा पहचान (ट्राइएज)

चरण एक यह तय करना है कि उपयोगकर्ता क्या चाहता है। यह तर्क चरण है जहां एआई ने सबसे अधिक प्रगति की है। उदाहरण के लिए, एक विशेषज्ञ सहयोगी एक टिकट पढ़ता है, इरादे को वर्गीकृत करता है, और कंपनी की नीति के आधार पर आगे बढ़ने का मार्ग तय करता है। आज, एलएलएम इस ट्राइएज को आसानी से संभालते हैं। जबकि यह प्रभावशाली है, यह केवल कार्य के संज्ञानात्मक फ्रंट एंड को संबोधित करता है।

2. प्रक्रिया मैपिंग (लॉजिक)

दूसरा चरण निष्पादन पथ, या जटिल मध्य के तर्क को मैप करना है। इसके लिए विशिष्ट व्यावसायिक नियमों और अपवादों को नेविगेट करने की आवश्यकता होती है जो सार्वजनिक ज्ञान नहीं हैं। एक सरल रिफंड के लिए, एक टीम के सदस्य को यह जानने की आवश्यकता है कि कौन सी प्रणाली लेन-देन को पकड़ती है, कर कैसे संभाला जाता है, और क्या प्रबंधक की मंजूरी की आवश्यकता होती है।

यह वह जगह है जहां एक संगठन का प्रतिस्पर्धी लाभ रहता है, लेकिन यह वह जगह भी है जहां स्वचालन टूट जाता है। भले ही एपीआई मौजूद हों, वे अक्सर पर्याप्त या सिलो में होते हैं। 5-7 विभिन्न प्रणालियों को नेविगेट करने के लिए एक केंद्रीय मानचित्र के बिना, जो एक单क कार्य प्रवाह को पूरा करने के लिए आवश्यक हैं, एआई को एक निर्णय को एक श्रृंखला में तकनीकी क्रियाओं में अनुवाद करने के लिए आवश्यक निर्देशों की कमी होती है।

3. सिस्टमिक एक्शन (एक्ज़ेक्यूशन)

अंतिम चरण सिस्टमिक एक्ज़ेक्यूशन है: ईआरपी में डेटा जमा करना, सीआरएम को अपडेट करना, या एक भुगतान गेटवे को ट्रिगर करना।

मैनुअल प्रक्रियाओं में, सहयोगी इस कार्रवाई को करके इन प्रणालियों के बीच मानव एकीकरण के रूप में कार्य करता है। एक स्वचालित दुनिया में, एआई को यह तय नहीं करना चाहिए कि क्या एक परिवर्तन आवश्यक है; यह एक ऐसे प्लेटफ़ॉर्म की आवश्यकता है जो मानव ऑपरेटर की तरह ही सुरक्षा और अनुपालन के स्तर के साथ लेन-देन को संभाल सके। इस निष्पादन बुनियादी ढांचे के बिना, एआई परियोजनाएं स्थायी प्रोटोटाइप बनी रहती हैं जो वास्तविक दुनिया की अस्थिरता का सामना करने में विफल रहती हैं।

एक डेमो से उत्पादन-ग्रेड प्रणाली में जाना एक बड़ा काम है क्योंकि इसके लिए इस अंतिम मील के सिस्टमिक एक्शन को हल करने की आवश्यकता है। यदि यह अंतर नहीं भरा जाता है, तो स्वचालन नाजुक रहता है और अंततः ऑपरेशनल टीमों द्वारा नजरअंदाज कर दिया जाता है।

एकीकरण समस्या: ऑब्जर्वर बनाम ऑपरेटर

यह तकनीकी घर्षण क्यों है कि कंपनियां अभी भी मूलभूत कार्यों के लिए मैनुअल प्रक्रियाओं पर निर्भर हैं। अधिकांश कंपनियों में, एक सहयोगी अपने दिन बिताता है उपकरणों के बीच डेटा मैनुअल रूप से ले जाने में, जैसे कि एक बिलिंग डेटाबेस से जानकारी को एक सीआरएम में कॉपी करना या एक लॉजिस्टिक्स प्लेटफ़ॉर्म को अपडेट करना। वे मूल रूप से प्रणालियों को एक साथ रखने वाला गोंद हैं।

स्वचालन के लिए, एक कंपनी को पारंपरिक रूप से प्रत्येक उपकरण में कार्य प्रवाह के लिए कस्टम कनेक्शन बनाने और बनाए रखने की आवश्यकता होगी। इस बुनियादी ढांचे का निर्माण करने की लागत अक्सर स्वचालन के मूल्य से अधिक होती है। इन कनेक्शनों के बिना, एक एआई एजेंट एक ग्राहक को समझ सकता है लेकिन वास्तव में उनकी मदद नहीं कर सकता – यह एक उच्च वेतन वाला पर्यवेक्षक बन जाता है, ऑपरेटर नहीं। यह देख सकता है कि समाधान क्या है, लेकिन यह उस फिक्स को निष्पादित करने के लिए पहुंच नहीं रखता है। यही कारण है कि अधिकांश एआई परियोजनाएं कभी भी एफएक्यू का उत्तर देने या संकीर्ण कार्यों को निष्पादित करने से आगे नहीं बढ़ती हैं।

अंतर को बंद करने के लिए ऑर्केस्ट्रेशन का उपयोग

प्रोटोटाइप से आगे बढ़ने के लिए, संगठनों को ऑर्केस्ट्रेशन की आवश्यकता है। इसे एक चेसिस के रूप में सोचें जो सोचने (चरण 1) को करने (चरण 3) से जोड़ता है bằng जटिल तर्क (चरण 2) के बीच प्रबंधन करके।

एक एआई एजेंट यह तय कर सकता है कि क्या होना चाहिए, लेकिन यह आमतौर पर एक कार्य प्रवाह को शुरू से अंत तक अपनाने के लिए आवश्यक अनुमतियों और क्रॉस-सिस्टम मेमोरी की कमी है। किसी भी सरल कार्य से परे, एजेंट को एक प्लेटफ़ॉर्म की आवश्यकता होती है जो लॉगिन, विभिन्न उपकरणों में चरणों को अनुक्रमित करता है, और प्रगति को ट्रैक करता है। इस परत के बिना, एआई केवल एक सक्षम निर्णय लेने वाला है जिसके पास अपने निर्णयों को लागू करने का कोई तरीका नहीं है।

ऑर्केस्ट्रेशन एक-एक एपीआई कनेक्शन के इंजीनियरिंग जाल को भी हल करता है। जब हमने मेलोडीआरसी के लिए वास्तुकला बनाई, तो हमने एक केंद्रीय परत पर ध्यान केंद्रित किया जहां एआई एजेंट सिस्टम के पार संदर्भ बनाए रख सकते हैं और एपीआई या वेब इंटरफ़ेस के माध्यम से क्रियाओं का समन्वय कर सकते हैं। तकनीकी भारी उठाने को संभालने से, ऑर्केस्ट्रेशन ऑपरेशनल टीमों को कोड के बजाय बिल्डिंग ब्लॉक्स का उपयोग करके कार्य प्रवाह को परिभाषित करने की अनुमति देता है। यह एआई को एक सुंदर सहायक से एक विश्वसनीय ऑपरेटर में बदल देता है जो एक कार्य के पूरे जीवन चक्र को संभाल सकता है।

मानव-इन-द-लूप के साथ उच्च विश्वसनीयता

अविश्वसनीय परिणाम ऑपरेशनल टीमों को नई प्रौद्योगिकी को अस्वीकार करने का सबसे तेज़ तरीका है। ऑर्केस्ट्रेशन तब सबसे लचीला होता है जब यह एक मानव-इन-द-लूप (एचआईटीएल) परत को शामिल करता है। अक्सर उपेक्षित या स्वचालन की विफलता के रूप में खारिज किया जाता है, मानव विशेषज्ञता एक महत्वपूर्ण वास्तुकला घटक है।

एक प्रक्रिया के लिए वास्तव में कार्यात्मक होने के लिए, प्रणाली को जटिल एज केस या जब एआई आत्मविश्वास कम होता है तो अपनी सीमाओं को पहचानने में सक्षम होना चाहिए। एक सहयोगी के लिए और वापस एस्केलेशन के लिए एक स्पष्ट मार्ग प्रदान करना सुनिश्चित करता है कि स्वचालन लचीला रहता है।

इसके अलावा, इन हस्तक्षेपों को पकड़कर, कंपनियां एक निर्णय लेने वाला रिकॉर्ड भी बनाती हैं। यह प्रबंधकों को यह देखने की अनुमति देता है कि विशेषज्ञ कैसे मुद्दों को हल करते हैं और इन उदाहरणों का उपयोग स्वचालन में सुधार के लिए करते हैं बिना सेवा की गुणवत्ता को समझौता किए।

सारांश: कार्य करने वाली प्रणालियों का निर्माण

पायलट से उत्पादन में जाने के लिए एक स्मार्ट मॉडल से अधिक की आवश्यकता होती है, इसके लिए एक प्रणाली की आवश्यकता होती है जो काम करने के लिए बनाई गई हो। एआई ने संज्ञानात्मक तर्क की बाधा को दूर कर दिया है, लेकिन यह खंडित प्रणालियों के लिए स्वयं समाधान नहीं कर सकता है।

सफल होने के लिए, उद्यमों को “एआई के लिए एआई” से आगे बढ़ने और ऑर्केस्ट्रेशन की मदद से एंड-टू-एंड निष्पादन के लिए अपने कार्य प्रवाह को फिर से डिज़ाइन करने पर ध्यान केंद्रित करना चाहिए।