कैसे और कब का समाधान: व्यवसायिक रणनीति को एआई अपनाने में शामिल करना

हमने एक ऐसा मोड़ ले लिया है जहां बोर्डरूम चर्चाएं एआई की प्रभावशीलता पर बहस से लेकर अपनाने की गति तेज करने तक पहुंच गई हैं। यह एक रोमांचक समय है, खासकर जब हमें लगता है कि परिवर्तन की गति कभी भी इतनी धीमी नहीं होगी। बीसीजी के अनुसार, वैश्विक आर्थिक अनिश्चितता के बावजूद, 2023 में नवाचार शीर्ष कॉर्पोरेट प्राथमिकता बन गया, जिसमें 79% कंपनियों ने इसे अपने शीर्ष तीन लक्ष्यों में से एक के रूप में स्थान दिया।

लेकिन नवाचार के लिए नवाचार नहीं है एक ध्वनि व्यवसायिक रणनीति है, और जो कंपनियां एआई के शोर में फंस जाती हैं वे हype में निवेश करने के बजाय दीर्घकालिक मूल्य बनाने वाले समाधानों में निवेश करने का जोखिम उठाती हैं। अंतर को समझने के लिए वर्तमान क्षमताओं और दीर्घकालिक विकास के लिए अल्पकालिक रुझानों पर ध्यान केंद्रित करने की धैर्य की सावधानीपूर्वक विचार करने की आवश्यकता है।

गोल्डीलॉक्स ज़ोन

व्यवसायिक इतिहास उन कंपनियों के उदाहरणों से भरा हुआ है जिनके रणनीतिक निर्णय महत्वपूर्ण क्षणों में उनके अस्तित्व के लिए परिणामकारी रहे हैं। उदाहरण के लिए, अमेज़ॅन ने डॉट-कॉम बबल को अपनी लेखा रणनीति को समायोजित करने और अन्य कंपनियों के नकदी जलाने के दौरान भंडार बढ़ाने के महत्व को पहचानकर बचाया। बात यह है कि उत्साह के समय में ध्वनि व्यवसायिक निर्णय अधिक महत्वपूर्ण हैं, और कल के लिए योजना बनाने के लिए सभी संभावित परिदृश्यों के माध्यम से सोचने की क्षमता होना आवश्यक है।

कुल मिलाकर, एआई के डर का एक सामान्य भाव है जो नेतृत्व टीमों में प्रवेश कर गया है, जो इस वास्तविकता से और जटिल है कि कुछ नहीं करना (अर्थात् “विश्लेषण द्वारा पक्षाघात”) भी एक वास्तविक खतरा है। (केवल कोडक से पूछें।) यहाँ उन कंपनियों के लिए 3 विचार हैं जो एआई के “गोल्डीलॉक्स ज़ोन” की तलाश में हैं – न तो बहुत तेजी से निवेश करना और न ही बहुत धीमी गति से, बल्कि दीर्घकालिक नवाचार का मीठा स्थान खोजना।

1. पहले डेटा वृद्धि पर ध्यान दें

किसी भी मशीन की तरह, इसके आंतरिक कामकाज को समझना मूल्य को समझने के लिए आवश्यक है। अर्थात्, एआई एक पूरी तरह से बनी हुई उत्पाद नहीं है, बल्कि इसके बड़े भाषा मॉडल (एलएलएम) विभिन्न डोमेन और कार्यों में पैटर्न, संदर्भ और भाषाई बारीकियों को सीखने के लिए विविध डेटा बिंदुओं पर निर्भर करते हैं। एलएलएम का बड़ा आकार और जटिलता व्यापक प्रशिक्षण डेटा की आवश्यकता को प्रभावी ढंग से संचालित करने के लिए आवश्यक बनाती है। इस डेटा की गुणवत्ता और मात्रा एलएलएम के प्रदर्शन और विस्तार को महत्वपूर्ण रूप से प्रभावित करेगी, और इसके परिणामस्वरूप, एक कंपनी के एआई टूल्स का सूट।

अधिक मजबूत डेटा पारिस्थितिकी तंत्र बनाना इसलिए किसी भी कंपनी के लिए एक बुद्धिमान पहला निवेश है जो एआई परिवर्तन की योजना बना रही है, और यह डेटा एलएलएम के लिए आधार के रूप में कार्य करेगा क्योंकि वे बढ़ते हैं और विकसित होते हैं। यह विकास है जहां उच्च गुणवत्ता वाला डेटा और भी महत्वपूर्ण हो जाता है। जबकि अध्ययनों से पता चलता है कि एलएलएम न्यूनतम डेटा के साथ सक्षम हो सकते हैं, विशेषज्ञ अब कहते हैं कि “डेटा की गुणवत्ता और विविधता का एलएलएम प्रशिक्षण पर प्रभाव, साथ ही साथ अन्य मार्गों पर भी बहुत बड़ा है।”

2. एक व्यवसायिक उपयोग का मामला पहचानें

जबकि एआई की क्षमता बाहरी अनुप्रयोगों के लिए है, अधिकांश कंपनियां अपनी आंतरिक प्रक्रियाओं को अनुकूलित करने के लिए प्रौद्योगिकी का उपयोग करने पर अधिक ध्यान केंद्रित करती हैं। “अनुकूलित” यहाँ कुंजी शब्द है, जिसका अर्थ है कि कंपनियों को एआई सॉफ़्टवेयर को बस प्लग-एंड-प्ले करने और आउटपुट में सुधार करने की उम्मीद नहीं करनी चाहिए। इसके बजाय, एआई के सबसे सफल उपयोग मामलों में ग्राहक व्यवहार, बाजार रुझान और संभावित जोखिमों के बारे में मूल्यवान अंतर्दृष्टि प्रदान करने के लिए डेटा का विश्लेषण करना शामिल है। यह आंतरिक गतिविधियों को स्ट्रीमलाइन करने में भी प्रभावी साबित हुआ है, जिसमें कर्मचारियों के समय को उच्च-स्तरीय गतिविधियों के लिए आवंटित करने के लिए मैनुअल कार्यों को स्वचालित करना शामिल है।

संक्षेप में, एआई मॉडल का उपयोग करने के लिए समय बर्बाद करने के बजाय, संगठनों को विशिष्ट समस्याओं पर ध्यान केंद्रित करने की आवश्यकता है जिन्हें उन्हें अपने एआई को हल करने की आवश्यकता है। (अर्थात्, सुई को आगे बढ़ाने के लिए शुरू करें, केपीआई को प्रभावित करने के लिए सेट करें जिसे आप प्रभावित करना चाहते हैं, और फिर उन उद्देश्यों को प्राप्त करने के लिए कौन से एआई टूल्स हासिल करेंगे।) एमआईटी के ग्लोबल एग्जीक्यूटिव एआई सर्वे के अनुसार, जो लोग नए केपीआई बनाने के लिए एआई का उपयोग करते हैं उनमें से 90% कहते हैं कि वे अपने केपीआई में सुधार देखते हैं। “इन एआई-इन्फॉर्म्ड केपीआई व्यवसायिक लाभ और नए क्षमताओं की पेशकश करते हैं: वे अक्सर अधिक कुशलता और वित्तीय लाभ की ओर ले जाते हैं और अधिक विस्तृत, समय-संवेदनशील और संगठनात्मक उद्देश्यों के साथ संरेखित होते हैं।”

3. ओपन-सोर्स एलएलएम का उपयोग करके अनुकूलित एआई टूल्स बनाएं

बनाने के लिए, या खरीदने के लिए – यह प्रश्न है। एक अनुकूलित एआई समाधान बनाना भयावह लग सकता है, और कई कंपनियां एक बाहरी विक्रेता से एक लाइसेंस खरीदने का विकल्प चुनती हैं जिसमें एक प्रोप्राइटरी एलएलएम होता है जो उस मार्ग से बचने के लिए है। हालांकि, लाइसेंस एलएलएम के उपयोग को प्रतिबंधित कर सकता है, और लाइसेंस शुल्क समय के साथ बहुत महंगा हो सकता है। इसके विपरीत, ओपन-सोर्स एलएलएम मुफ्त हैं और विकासकर्ताओं के लिए आधारभूत संरचना उपलब्ध है जिसे विशिष्ट कंपनी की आवश्यकताओं के अनुसार एक्सेस, निर्माण और संशोधित किया जा सकता है।

यह ओपन-सोर्स मॉडल पारिस्थितिकी तंत्र लोकप्रिय हो गया है क्योंकि कंपनियां अपने नेटवर्क पर संवेदनशील जानकारी रखने और अपने डेटा पर अधिक नियंत्रण रखने का प्रयास करती हैं। ओपन-सोर्स एलएलएम कंपनियों को यह पारदर्शिता और लचीलापन प्रदान करते हैं, साथ ही कम विलंबता मुद्दों और बढ़ी हुई प्रदर्शन के अतिरिक्त लाभ भी प्रदान करते हैं। आईबीएम और नासा ने हाल ही में भू-स्थानिक डेटा पर प्रशिक्षित एक ओपन-सोर्स एलएलएम विकसित करने के लिए साझेदारी की, जो नासा की दशक लंबी ओपन-सोर्स साइंस इニシアटिव का हिस्सा है, जो एक अधिक सुलभ, समावेशी और सहयोगी वैज्ञानिक समुदाय बनाने के लिए है।

जैसा कि किसी भी ओपन-सोर्स प्रौद्योगिकी के साथ, ओपन-सोर्स एलएलएम के साथ जोखिम जुड़े हुए हैं, जिनमें संभावित सुरक्षा रिसाव/ उल्लंघन, भ्रामक/पूर्वाग्रह आधारित गलत या दोषपूर्ण जानकारी और दुर्भाग्यपूर्ण अभिनेताओं द्वारा डेटा को जानबूझकर हेरफेर करना शामिल है। लेकिन ओपन-सोर्स मॉडल समय के साथ अधिक चतुर और सुरक्षित हो रहे हैं, जिससे कुछ विशेषज्ञों को लगता है कि ओपन-सोर्स एलएलएम जल्द ही बंद-सोर्स एलएलएम के स्तर तक पहुंच जाएंगे, जो प्रारंभिक अपनाने और टीमों को अपस्किल करने में समय बिताने में निवेश को सही ठहराते हैं।

एआई अपनाना एक मैराथन में कई तेज़ दौड़ होगा

हाल के आंकड़ों के आधार पर, संयुक्त राज्य अमेरिका में लगभग 15,000 एआई कंपनियां हैं, जो 2017 में मौजूद कंपनियों की संख्या से दोगुनी है। विश्व स्तर पर, ये संख्या लगभग चार गुना बढ़ जाती है। इतने सारे विक्रेताओं और हॉट न्यू स्टार्टअप्स के साथ जो अपनी सेवाओं को बढ़ावा दे रहे हैं, यह आश्चर्य की बात नहीं है कि कंपनियां अपना समय और पैसा कहां निवेश करना चाहें, यह तय करने के लिए संघर्ष कर रही हैं। लेकिन नवाचार द्वारा प्रस्तुत जोखिम/पुरस्कार और अपनी आवश्यकताओं का सावधानीपूर्वक मूल्यांकन करके, नेता अपनी कंपनियों को दीर्घकालिक विकास की दिशा में आगे बढ़ाने के लिए एआई का सही मिश्रण पाएंगे।