आरपीए से स्वायत्त एजेंटों तक का मार्ग

एक वित्तीय अपराध जांचकर्ता जिसने एक बार बड़ी मात्रा में संदिग्ध गतिविधि अलर्ट प्राप्त किए थे जिनके लिए थकाऊ जांच कार्य की आवश्यकता थी, जिसमें मैनुअल रूप से प्रणालियों भर में डेटा इकट्ठा करना और गलत सकारात्मक परिणामों को खत्म करने और दूसरों पर संदिग्ध गतिविधि रिपोर्ट (एसएआर) तैयार करने की आवश्यकता थी। आज, वह प्राथमिकता वाले अलर्ट प्राप्त करती है जिसमें स्वचालित अनुसंधान और सुझाए गए सामग्री होते हैं जो कुछ ही मिनटों में एसएआर तैयार कर सकते हैं।

एक रिटेल श्रेणी योजनाकार जिसने पहले पिछले हफ्तों की रिपोर्टों का घंटों लंबा विश्लेषण किया था ताकि यह पता लगाया जा सके कि कौन से उत्पाद कम प्रदर्शन कर रहे हैं और क्यों, अब एआई का उपयोग करता है जो गहराई से अंतर्दृष्टि प्रदान करता है जो समस्या क्षेत्रों को उजागर करता है और सुधारात्मक कार्रवाई का सुझाव देता है, जो अधिकतम व्यावसायिक प्रभाव के लिए प्राथमिकता दी जाती है। एक औद्योगिक रखरखाव इंजीनियर एक कोपायलट का उपयोग करता है जो 24/7 परिसंपत्ति स्वास्थ्य निगरानी करता है और समस्याओं की भविष्यवाणी करता है और शुरुआती चरणों में यांत्रिक या प्रदर्शन समस्याओं के लिए चेतावनी जारी करता है, जो अनियोजित डाउनटाइम को कम करता है।

इन परिवर्तनों को आज उद्यमों में होते हुए देखा जा रहा है, जो एक मूलभूत बदलाव का संकेत देते हैं: ऊर्ध्वाधर अनुप्रयोग जो भविष्यसूचक, उत्पादक और उभरते एजेंटिक एआई को मिलाते हैं, कार्यप्रवाह स्वचालन को बढ़ाते हैं और परिवर्तित करते हैं, जो लक्षित, परिष्कृत क्षमताएं प्रदान करते हैं जो पहले के समाधानों की तुलना में अधिक जटिल और संदर्भ-विशिष्ट चुनौतियों का समाधान करते हैं।

गार्टनर के 2024 हाइप साइकिल फॉर एमर्जिंग टेक्नोलॉजीज ने स्वायत्त एआई को वर्ष के शीर्ष चार उभरते प्रौद्योगिकी रुझानों में से एक के रूप में उजागर किया – और अच्छे कारण के साथ। गैर-एआई एजेंटों के साथ, उपयोगकर्ताओं को यह परिभाषित करना था कि उन्हें क्या स्वचालित करना है और इसे कैसे करना है, विस्तार से। लेकिन विशेषज्ञता वाले ऊर्ध्वाधर ज्ञान स्रोतों और कार्यप्रवाह के साथ भविष्यसूचक, उत्पादक और जल्द ही एजेंटिक एआई को मिलाने वाले अनुप्रयोग उद्यम-व्यापी विभिन्न स्रोतों से जानकारी खींच सकते हैं, पुनरावृत्ति कार्यों को गति दे सकते हैं और उच्च-प्रभाव वाली कार्रवाइयों के लिए सिफारिशें कर सकते हैं। इन अनुप्रयोगों का उपयोग करने वाले उद्यम तेजी से और अधिक सटीक निर्णय लेने, तेजी से समस्या पहचान और उपचार, और यहां तक कि समस्याओं को होने से रोकने के लिए निवारक उपायों को महसूस करते हैं।

एआई एजेंट उद्यम एआई में अगली लहर का प्रतिनिधित्व करते हैं। वे भविष्यसूचक और उत्पादक एआई की नींव पर बनते हैं लेकिन स्वायत्तता और अनुकूलन के मामले में एक महत्वपूर्ण कदम आगे बढ़ते हैं। एआई एजेंट विश्लेषण या सामग्री पीढ़ी के लिए केवल उपकरण नहीं हैं – वे स्वतंत्र निर्णय लेने, समस्या समाधान और निरंतर सीखने में सक्षम बुद्धिमान प्रणाली हैं। यह प्रगति एआई को एक समर्थन उपकरण से व्यवसायिक प्रक्रियाओं में एक सक्रिय भागीदार के रूप में चिह्नित करती है, जो वास्तविक समय में कार्रवाइयों को आरंभ करने और रणनीतियों को अनुकूलित करने में सक्षम है।

आरपीए से स्वायत्त एजेंटों तक का विकास

पारंपरिक रूप से, आरपीए का उपयोग पुनरावृत्ति, ह्यूरिस्टिक्स-आधारित प्रक्रियाओं और संरचित डेटा इनपुट के साथ कम जटिलता वाले कार्यों के लिए किया जाता था। आरपीए संरचित इनपुट और परिभाषित तर्क का उपयोग करता है ताकि डेटा एंट्री, फ़ाइलों को स्थानांतरित करने और फ़ॉर्म भरने जैसी अत्यधिक पुनरावृत्ति प्रक्रियाओं को स्वचालित किया जा सके। भविष्यसूचक और उत्पादक एआई की व्यापक उपलब्धता ने अधिक जटिल व्यवसायिक समस्याओं को संबोधित किया है जिन्हें विशेषज्ञ डोमेन विशेषज्ञता, उद्यम-श्रेणी की सुरक्षा और विभिन्न डेटा स्रोतों को एकीकृत करने की क्षमता की आवश्यकता होती है।

अगले स्तर पर, एआई एजेंट भविष्यसूचक एआई एल्गोरिदम और सॉफ़्टवेयर की तुलना में स्वायत्त रूप से काम करने, बदलते वातावरण के अनुकूल होने और पूर्व-निर्धारित नियमों और सीखे हुए व्यवहार दोनों पर आधारित निर्णय लेने की उनकी क्षमता से परे जाते हैं। जबकि पारंपरिक एआई टूल विशिष्ट कार्यों या डेटा विश्लेषण में उत्कृष्टता प्राप्त कर सकते हैं, एआई एजेंट जटिल, गतिशील वातावरणों को नेविगेट करने और बहुस्तरीय समस्याओं का समाधान करने के लिए कई क्षमताओं को एकीकृत कर सकते हैं। एआई एजेंट संगठनों को अधिक प्रभावी, अधिक उत्पादक और ग्राहक और कर्मचारी अनुभव में सुधार करने में मदद कर सकते हैं, साथ ही लागत को कम कर सकते हैं।

जब सही एआई मॉडल के साथ विशेषज्ञता वाले संदर्भ गतिविधि के लिए समर्थन के साथ निर्मित किए जाते हैं, तो एआई एजेंट दिए गए कार्यों पर समस्या को समझने, सही कदम उठाने, गलतियों से उबरने और समय के साथ सुधारने के मामले में उच्च उत्पादकता वाले काम करने वाले घोड़े बन जाते हैं।

कार्यान्वयन का मार्गदर्शन: उद्यमों के लिए विचार करने योग्य मुख्य पहलू

उद्यम सेटिंग में भविष्यसूचक, उत्पादक और अंततः एजेंटिक एआई को लागू करना अत्यधिक लाभकारी हो सकता है, लेकिन तैनाती से पहले सफलता सुनिश्चित करने के लिए सही कदम उठाना महत्वपूर्ण है। उद्यमों के लिए एआई एजेंटों पर विचार करने और लागू करने के दौरान कुछ मुख्य विचार यहां दिए गए हैं:

• व्यवसायिक लक्ष्यों के साथ संरेखण: उद्यम एआई अपनाने के लिए सफल होने के लिए, यह विशिष्ट उपयोग के मामलों को संबोधित करना चाहिए और विशिष्ट उद्योगों में उत्पादकता और सटीकता में वृद्धि करनी चाहिए। एआई मूल्यांकन/चयन प्रक्रिया में नियमित रूप से व्यवसायिक हितधारकों को शामिल करें ताकि संरेखण सुनिश्चित किया जा सके और स्पष्ट आरओआई प्रदान किया जा सके। उत्पादों को प्रक्रियाओं और कार्यप्रवाह में फिट किया जाना चाहिए जो परिभाषित उपयोग के मामलों और ऊर्ध्वाधर डोमेन के लिए परिणामों में सुधार करते हैं।
• डेटा गुणवत्ता, मात्रा और एकीकरण: चूंकि एआई मॉडल प्रभावी ढंग से काम करने के लिए बड़ी मात्रा में उच्च गुणवत्ता वाले डेटा की आवश्यकता होती है, इसलिए उद्यमों को मजबूत डेटा संग्रह और प्रसंस्करण पाइपलाइनों को लागू करना चाहिए ताकि यह सुनिश्चित किया जा सके कि एआई वर्तमान, सटीक, प्रासंगिक डेटा प्राप्त कर रहा है। डेटा स्रोतों को क्यूरेट करने से हॉलुसिनेशन के जोखिम को कम किया जा सकता है और एआई को ऑप्टिमल विश्लेषण, सिफारिशें और निर्णय लेने में मदद मिल सकती है।
• सुरक्षा और गोपनीयता: एआई मॉडल में संवेदनशील डेटा को संभालने से गोपनीयता जोखिम और संभावित सुरक्षा कमजोरियां हो सकती हैं। यह विचार करना कि एआई को अपना काम करने के लिए कौन सा डेटा आवश्यक है, और जो डेटा直接 प्रासंगिक नहीं है उसे प्रदान नहीं करना, जोखिम को कम करने में मदद कर सकता है। अनुप्रयोगों में प्रमाणीकरण सुरक्षा के साथ भूमिका-आधारित और उपयोगकर्ता-आधारित एक्सेस नियंत्रण प्रदान करना चाहिए और डेटा और एपीआई परतों पर निर्मित होना चाहिए और पुष्टि करनी चाहिए कि डेटा एसएलएम या एलएलएम तक पहुंचे बिना सत्यापन और सुरक्षा के साथ।
• बुनियादी ढांचा और मापनीयता: बड़े एआई मॉडल चलाने के लिए महत्वपूर्ण गणना संसाधनों की आवश्यकता होती है, और मापनीयता भी एक मुद्दा हो सकती है। अच्छा डिज़ाइन अतिरिक्त संसाधन खपत को रोक सकता है – उदाहरण के लिए, एक विशेषज्ञ एसएलएम एक अधिक सामान्य एलएलएम की तुलना में उतना ही प्रभावी हो सकता है और गणना आवश्यकताओं और विलंबता को काफी कम कर सकता है।
• मॉडल व्याख्या और व्याख्या: कई एआई मॉडल, विशेष रूप से गहरे शिक्षण मॉडल, अक्सर “ब्लैक बॉक्स” के रूप में देखे जाते हैं। अच्छे उद्यम एआई उत्पाद पूरी पारदर्शिता प्रदान करते हैं, जिसमें मॉडल ने किन स्रोतों तक पहुंचा और कब, और प्रत्येक सिफारिश क्यों की गई। इस संदर्भ का होना उपयोगकर्ता विश्वास बनाने और अपनाने को बढ़ावा देने के लिए महत्वपूर्ण है।

एआई एजेंटों के संभावित नुकसान

जैसा कि किसी भी नई प्रौद्योगिकी के साथ होता है, एआई एजेंटों के कुछ संभावित नुकसान हैं। सर्वोत्तम एआई एजेंट अनुप्रयोग मानव-इन-द-लूप प्रक्रियाओं पर निर्भर करते हैं – जिसमें सिम्फनी एआई के सभी एजेंटिक एआई अनुप्रयोग और क्षमताएं शामिल हैं। यह दृष्टिकोण मानव पर्यवेक्षण, हस्तक्षेप और सहयोग की अनुमति देता है, यह सुनिश्चित करता है कि एजेंट की कार्रवाइयां व्यवसायिक लक्ष्यों और नैतिक विचारों के साथ संरेखित हैं। मानव-इन-द-लूप सिस्टम वास्तविक समय में प्रतिक्रिया प्रदान कर सकते हैं, महत्वपूर्ण निर्णयों को मंजूरी दे सकते हैं या जब एआई अनजाने स्थितियों का सामना करता है तो हस्तक्षेप कर सकते हैं, जो कृत्रिम और मानव बुद्धिमत्ता के बीच एक शक्तिशाली सहयोग बनाते हैं।

जिम्मेदार एआई भी एक मजबूत उपयोगकर्ता इंटरफ़ेस, ट्रेसबिलिटी और एजेंट द्वारा निर्देशित निष्पादन पथ के कारणों को ऑडिट करने की क्षमता प्रदान करता है। हम जिम्मेदार एआई के सिद्धांतों का पालन करते हैं – जिम्मेदारी, पारदर्शिता, सुरक्षा, विश्वसनीयता/सुरक्षा और गोपनीयता।

पूरी तरह से स्वायत्त एजेंटों तक का मार्ग

यह अनुमान लगाना मुश्किल है कि पूरी तरह से स्वायत्त एजेंट परिदृश्य कितना वास्तविक है क्योंकि हमने उद्योग-व्यापी स्वायत्तता के स्तर के लिए एक माप स्थापित नहीं किया है। उदाहरण के लिए, स्व-ड्राइविंग क्षेत्र में स्व-ड्राइविंग क्षमता के स्तर 1-5 के रूप में स्थापित किया गया है, जिसमें शून्य स्तर पर कोई स्वचालन नहीं है जहां ड्राइवर सभी ड्राइविंग कार्य करता है, स्तर पांच पर पूर्ण स्वचालन है जहां वाहन सभी ड्राइविंग कार्य करता है।

हम उद्यम मूल्य के साथ एआई के तीसरे चरण में अच्छी तरह से आगे बढ़ चुके हैं – जहां संयुक्त उत्पादक और भविष्यसूचक एआई अनुप्रयोग परिष्कृत सिफारिशें प्रदान करते हैं और तरल “क्या होगा” विश्लेषण का समर्थन करते हैं। सिम्फनी एआई में, हम अगले चरण को एजेंटिक एआई एजेंटों की ओर विकसित होते हुए देखते हैं जो भविष्यसूचक और उत्पादक एआई के साथ काम करते हैं ताकि वित्तीय धोखाधड़ी जांच को तेज़ किया जा सके, रिटेल श्रेणी प्रबंधन और मांग पूर्वानुमान को बढ़ावा दिया जा सके और निर्माताओं को मशीन विफलताओं की भविष्यवाणी और रोकथाम करने में सक्षम बनाया जा सके।

हम अपने अनुप्रयोगों में एआई एजेंटों की जटिलता और स्वायत्तता को बढ़ाने के लिए काम कर रहे हैं, और ग्राहक प्रतिक्रिया बहुत सकारात्मक है। भविष्यसूचक और उत्पादक एआई ने ऐसे कार्यप्रवाहों को स्वचालित करने के स्तर तक प्रगति की है जिन्हें पहले पारंपरिक सॉफ़्टवेयर के लिए बहुत जटिल माना जाता था। स्वायत्त, या एजेंटिक, एआई ऐसे कार्यों को निगरानी के बिना संभालने में उत्कृष्टता प्राप्त करता है, जिससे परिवर्तनकारी उत्पादकता लाभ और मानव संसाधनों को अधिक रणनीतिक गतिविधियों पर केंद्रित करने की अनुमति मिलती है।

उदाहरण के लिए, सिम्फनी एआई सेंसा जांच हब के साथ एक बहुराष्ट्रीय यूरोपीय बैंक ने एआई एजेंटों और एक कोपायलट का उपयोग करके वित्तीय अपराध जांचकर्ताओं को अपनी जांच पर समय बचाने में मदद की है, साथ ही जांच की गुणवत्ता में सुधार किया है। कुछ ही हफ्तों के भीतर, बैंक ने स्तर 1 और स्तर 2 जांच में औसत प्रयास बचत के रूप में लगभग 20% की बचत देखी। बैंक ने सिम्फनी एआई पर माइक्रोसॉफ्ट एज़्योर पर प्रति वर्ष €3.5m की लागत बचत का भी अनुमान लगाया है, जिसमें एक प्रमुख प्रौद्योगिकी प्रदाता के साथ व्यय में 80% की कमी शामिल है – €1.5m प्रति वर्ष से €300k प्रति वर्ष तक।

जिम्मेदार एआई के सिद्धांतों का उपयोग करके सावधानीपूर्वक डिज़ाइन किए गए एआई एजेंट, परिवर्तनकारी उत्पादकता, सटीकता और उत्कृष्टता प्रदान करते हैं जो विभिन्न प्रकार के सिद्ध उपयोग के मामलों के लिए बढ़ रहे हैं। सिम्फनी एआई में, हमारा मिशन उद्यमों को ऑपरेशनल उत्कृष्टता प्रदान करने वाले एआई एजेंट प्रदान करना है। त्वरित प्रतिक्रिया के साथ दीर्घकालिक रणनीतिक सोच को मिलाकर, एजेंटिक एआई कई उद्योगों में महत्वपूर्ण प्रक्रियाओं को क्रांतिकारी बनाने के लिए तैयार है।