Connect with us

рд╢рд╛рд░реАрд░рд┐рдХ рдПрдЖрдИ рдХреЗрд╡рд▓ рдЪреИрдЯрдЬреАрдкреАрдЯреА рдХреЗ рд╕рд╛рде рдкреИрд░ рдирд╣реАрдВ рд╣реЛ рд╕рдХрддрд╛

рд╡рд┐рдЪрд╛рд░ рдиреЗрддрд╛

рд╢рд╛рд░реАрд░рд┐рдХ рдПрдЖрдИ рдХреЗрд╡рд▓ рдЪреИрдЯрдЬреАрдкреАрдЯреА рдХреЗ рд╕рд╛рде рдкреИрд░ рдирд╣реАрдВ рд╣реЛ рд╕рдХрддрд╛

mm

हम हंसते हैं जब चैटजीपीटी आत्मविश्वास से कहता है कि नेपोलियन ने माइक्रोवेव का आविष्कार किया। लेकिन जब एआई एक सर्जिकल रोबोट, स्वायत्त वाहन या औद्योगिक प्रणाली को नियंत्रित करता है, तो हॉलुसिनेशन के लिए कोई जगह नहीं है। सटीकता महत्वपूर्ण है। यह कृत्रिम बुद्धिमत्ता का निर्माण और तैनाती के तरीके को पुनः सोचने में एक वास्तविक चुनौती पैदा करता है।

शारीरिक एआई की ओर बढ़ रहे अधिकांश संगठन एक मूलभूत गलती कर रहे हैं: वे शारीरिक एआई चुनौतियों पर डिजिटल एआई रणनीतियों को लागू कर रहे हैं। यह काम नहीं करता है। शारीरिक एआई को अलग बुनियादी ढांचे, अलग समयसीमा और अलग व्यवसाय मॉडल की मांग करता है जो हमने पहले से बनाया है।

मैंने इस बदलाव को पहले से देखा है, उद्यमों के साथ काम करते हुए जो तेल क्षेत्रों से लेकर खुदरा स्टोरों तक हर जगह एआई तैनात कर रहे हैं। सफल होने वाली कंपनियां केवल प्रौद्योगिकी को बदल नहीं रही हैं – वे एक पूरी तरह से अलग सेट के साथ संचालित कर रही हैं जो तैनाती के बारे में धारणाओं के साथ।

बुनियादी ढांचे की वास्तविकता जिस पर कोई ध्यान नहीं देता

शारीरिक एआई के बारे में लोगों द्वारा अक्सर अनदेखी की जाने वाली बात यह है: यह क्लाउड में नहीं चलता है। यह नहीं कर सकता है।

जब रोबोटिक्स कंपनियां मुझे अपनी वास्तुकला का वर्णन करती हैं, तो तस्वीर अक्सर पारंपरिक आईटी नेताओं को आश्चर्यचकित करती है। रोबोट स्थानीय रूप से बुनियादी कार्यों को संभालते हैं। सुविधा में एज कंप्यूटर जटिल निर्णयों को संसाधित करते हैं। क्लाउड प्रशिक्षण और अद्यतनों का प्रबंधन करता है। यह एक वितरित दृष्टिकोण है जो कंपनियों को बुनियादी ढांचे को जमीन से ऊपर से पुनः सोचने के लिए मजबूर करता है।

कार वॉश पारंपरिक रूप से उच्च तकनीक व्यवसाय नहीं हैं, लेकिन कुछ ऑपरेटर भविष्यसूचक रखरखाव, वाहन पहचान के लिए कंप्यूटर दृष्टि और संवादात्मक ग्राहक इंटरफेस के लिए एआई का उपयोग कर रहे हैं। उन प्रणालियों को स्थानीय प्रसंस्करण और वास्तविक समय की प्रतिक्रियाओं की आवश्यकता है क्योंकि क्लाउड कनेक्टिविटी पर्याप्त नहीं है।

एनवीडिया का नया जेटसन थॉर चिप दिखाता है कि यह कहां जा रहा है – कompact एज डिवाइस में डेटा सेंटर-स्तर की शक्ति डाल रहा है। यह एक सुविधा सुविधा नहीं है। यह वही है जो प्रणाली को काम करने के लिए बनाता है।

उभरता हुआ मानक तीन परतों जैसा दिखता है: डिवाइस तुरंत प्रतिक्रिया संभालते हैं; स्थानीय एज सिस्टम एक समूह के लिए भारी निर्णयों का प्रबंधन करते हैं; और क्लाउड प्रशिक्षण का ध्यान रखता है। अधिकांश संगठन अभी भी क्लाउड-फर्स्ट सोच रहे हैं – और यह मानसिकता उन्हें बहुत दूर नहीं ले जाएगी।

क्यों उद्यम तैनाती अलग है

डिजिटल एआई उपयोगकर्ता अपनाने और सटीकता में सुधार पर केंद्रित है। शारीरिक एआई को वितरित बुनियादी ढांचे का प्रबंधन, सुरक्षा अनुपालन सुनिश्चित करने और पारंपरिक आईटी समर्थन में भी नहीं मिल सकता है जहां संचालन चल रहे हैं।

स्वास्थ्य देखभाल तैनाती वास्तविकताओं पर एक नज़र डालें। जनरेटिव एआई चिकित्सा स्कैन का विश्लेषण बहुत उच्च सटीकता के साथ कर सकता है, लेकिन रोगी डेटा हिप्पा नियमों के कारण अस्पताल परिसर से बाहर नहीं जा सकता है। चिकित्सा इमेजिंग फ़ाइलें अक्सर दस से सैकड़ों गिगाबाइट के आकार में होती हैं, जो क्लाउड में अपलोड करने और प्रसंस्करण के लिए व्यावहारिक नहीं बनाती हैं। अस्पतालों को ऐसी प्रणालियों की आवश्यकता है जो स्थानीय रूप से संवेदनशील डेटा को संसाधित कर सकें और अभी भी उन्नत क्लाउड-ग्रेड विश्लेषण प्रदान कर सकें।

बाधाएं केवल तकनीकी नहीं हैं। हमारे हाल के सर्वेक्षण में, 37% उद्यम सीआईओ ने प्रतिभा की कमी को अपनी शीर्ष चुनौती के रूप में बताया। वे सामान्य एआई कौशल नहीं हैं – उन्हें एआई, एज कंप्यूटिंग, सुरक्षा और उद्योग-विशिष्ट नियमों के बीच के मेल के विशेषज्ञता की आवश्यकता है। पांच साल पहले अस्तित्व में नहीं थे।

समयसीमा एक और अंतर है। डिजिटल एआई अनुप्रयोग तेजी से तैनात और पुनरावृत्ति करते हैं। शारीरिक एआई प्रणालियों को व्यापक परीक्षण, नियामक अनुमोदन और सुरक्षा सत्यापन की आवश्यकता होती है। स्वायत्त वाहनों का विकास एक दशक से अधिक समय से चल रहा है और अभी भी सीमित क्षेत्रों में संचालित होते हैं।

जब एआई भौतिक प्रणालियों को नियंत्रित करता है, तो विफलता उपयोगकर्ता अनुभव के बारे में नहीं है। यह सुरक्षा, अनुपालन और स्थिरता के बारे में है।

“ब्लैक बॉक्स” समस्या से परे जाना

पारंपरिक उद्यम एआई अक्सर विक्रेता-विशिष्ट हार्डवेयर समाधानों में शामिल होता है। एक रिटेल प्रौद्योगिकी कार्यकारी ने उन्हें “ब्लैक बॉक्स” के रूप में वर्णित किया जो अपने स्वयं के जादुई विजेट चीजें करते हैं। परिणाम: प्रबंधन सिरदर्द के रूप में कंपनियां अलग-अलग एआई अनुप्रयोगों को संभालती हैं, प्रत्येक के अपने हार्डवेयर और सुरक्षा चुनौतियों के साथ।

अग्रणी उद्यम एक मंच दृष्टिकोण की ओर स्थानांतरित कर रहे हैं जो एकीकृत एज सिस्टम पर कई एआई वर्कलोड चलाता है। प्रत्येक एआई उपयोग के मामले के लिए एक नया उपकरण खरीदने के बजाय, वे एकीकृत एज सिस्टम पर अनुप्रयोगों के रूप में मॉडल तैनात करते हैं।

रिटेलर तुरंत आकर्षण देखते हैं। उन्हें सूची के लिए कंप्यूटर दृष्टि, एचवीएसी और रेफ्रिजरेशन प्रणालियों के लिए भविष्यसूचक विश्लेषण और एआई-संचालित ग्राहक सेवा की आवश्यकता हो सकती है। तीन अलग-अलग प्रणालियों को चलाने के बजाय, वे सब कुछ साझा बुनियादी ढांचे पर केंद्रीकृत प्रबंधन के साथ समेकित करते हैं।

आईटी नेता अंतर देखते हैं – अनुप्रयोगों का प्रबंधन बॉक्स को संभालने से बेहतर है।

निवेश वास्तविकता जांच

व्यापक उत्साह के बावजूद, अधिकांश एआई निवेश आरओआई माप के साथ संघर्ष करते हैं। डिजिटल एआई अनुप्रयोग जैसे जनरेटिव एआई को एक विशिष्ट चुनौती का सामना करना पड़ता है: जबकि वे तैनात करने में अपेक्षाकृत आसान हैं, ज्ञान कार्यकर्ता उत्पादकता पर उनके प्रभाव को मापना कठिन बना हुआ है।

शारीरिक एआई एक अलग मूल्य प्रस्ताव प्रस्तुत करता है। तैनाती बाधाएं अधिक हैं – वितरित बुनियादी ढांचे, सुरक्षा सत्यापन और नियामक अनुपालन की आवश्यकता – लेकिन संभावित रिटर्न अधिक ठोस हैं। आपूर्ति श्रृंखला अनुकूलन, उपकरण अपटाइम और श्रमिक सुरक्षा में सुधार को संचालन और वित्तीय शर्तों में सीधे मापा जा सकता है।

इस मापनीयता में अंतर यह बता सकता है कि क्यों उद्यम बजट बदल रहे हैं। 2025 में 90% संगठन एज कंप्यूटिंग निवेश में वृद्धि की रिपोर्ट करते हैं, जिनमें से लगभग एक तिहाई 25% से अधिक खर्च बढ़ा रहे हैं। ये निवेश यह मान्यता को दर्शाते हैं कि शारीरिक एआई, इसकी जटिलता के बावजूद, मापने योग्य व्यावसायिक प्रभाव के लिए स्पष्ट मार्ग प्रदान करता है।

प्रतिस्पर्धी खिड़की बंद हो रही है

संगठनों के पास अनुकूलन के लिए असीमित समय नहीं है। शारीरिक एआई विकास और तैनाती चक्र वर्षों में मापा जाता है, महीनों में नहीं। प्रारंभिक अपनाने वाले संचालन क्षमता बना रहे हैं जो प्रतिद्वंद्वियों को दोहराना मुश्किल होगा।

सफल कंपनियां अलग सोचती हैं। इसके बजाय तकनीक पर ध्यान केंद्रित करने के बजाय, वे इस पर ध्यान केंद्रित करते हैं कि यह उनकी प्रतिस्पर्धी स्थिति को कैसे फिर से तैयार करता है।

निर्माता जो भविष्यसूचक रखरखाव के लिए एआई का उपयोग कर रहे हैं वे महंगी डाउनटाइम को रोक रहे हैं। रिटेलर जो रियल-टाइम इन्वेंट्री प्रबंधन के लिए एज एआई का उपयोग कर रहे हैं वे अपने प्रतिस्पर्धियों को मिलाने में असमर्थ ग्राहक अनुभव प्रदान कर रहे हैं। स्वास्थ्य प्रणाली जो स्थानीय एआई का उपयोग नैदानिक ​​समर्थन के लिए कर रही हैं वे रोगी परिणामों में सुधार कर रही हैं जबकि गोपनीयता की रक्षा कर रही हैं।

इन लाभों का लाभ समय के साथ बढ़ता है क्योंकि शारीरिक एआई क्षमताएं विकसित और प्रभावी ढंग से तैनात करने में वर्ष लगते हैं।

व्यवसाय नेताओं के लिए इसका क्या अर्थ है

शारीरिक एआई सफल होता है जहां डिजिटल एआई अक्सर विफल हो जाता है: यह वास्तविक दुनिया के वातावरण में मापने योग्य व्यावसायिक परिणाम प्रदान करता है। प्रौद्योगिकी को हर समय, हर स्थिति में, मापने योग्य व्यावसायिक प्रभाव के साथ काम करने वाली प्रणालियों की मांग करता है। यह मूल रूप से डिजिटल एआई से अलग है।

संगठन जो इस बदलाव को पहचानते हैं और अब अपनी रणनीतियों को समायोजित करते हैं वे एआई तैनाती के अगले युग का नेतृत्व करेंगे। जो संगठन शारीरिक एआई चुनौतियों पर डिजिटल एआई प्लेबुक को मजबूर करने की कोशिश करते हैं, वे पीछे रह जाएंगे जब यह मानक अभ्यास बन जाएगा।

शारीरिक एआई व्यवसाय संचालन को बदल देगा। एकमात्र वास्तविक प्रश्न यह है कि क्या आपका संगठन इस बदलाव का नेतृत्व करता है – या पकड़ने के लिए संघर्ष करता है।

यह वास्तविक दुनिया में बुद्धिमत्ता को तैनात करने के तरीके में एक संरचनात्मक परिवर्तन का प्रतिनिधित्व करता है। जो कंपनियां इसे जल्दी से पहचानती हैं और योजना के अनुसार काम करती हैं, वे अगले दशक के व्यावसायिक लाभ को परिभाषित करेंगी।

рд╕реИрдж рдУрдЙрд╕реНрд╕рд▓ ZEDEDA рдХреЗ рд╕реАрдИрдУ рдФрд░ рд╕рдВрд╕реНрдерд╛рдкрдХ рд╣реИрдВ, рдПрдХ рдХрдВрдкрдиреА рдЬреЛ рдПрдЬ рдХрдВрдкреНрдпреВрдЯрд┐рдВрдЧ рдХреЛ рдкреНрд░рдпрд╛рд╕ рд░рд╣рд┐рдд, рдЦреБрд▓рд╛ рдФрд░ рдЕрдВрддрд░реНрдирд┐рд╣рд┐рдд рд░реВрдк рд╕реЗ рд╕реБрд░рдХреНрд╖рд┐рдд рдмрдирд╛рддреА рд╣реИред рдЗрдВрдЯрд░рдиреЗрдЯ рдХреЛ рд╢рдХреНрддрд┐ рдкреНрд░рджрд╛рди рдХрд░рдиреЗ рд╡рд╛рд▓реЗ рдмреБрдирд┐рдпрд╛рджреА рдврд╛рдВрдЪреЗ рдХрд╛ рдирд┐рд░реНрдорд╛рдг рдХрд░рдиреЗ рдореЗрдВ рд▓рдЧрднрдЧ 30 рд╡рд░реНрд╖реЛрдВ рдХреЗ рдЕрдиреБрднрд╡ рдХреЗ рд╕рд╛рде, рд╕реИрдж рдПрдЬ рдХрдВрдкреНрдпреВрдЯрд┐рдВрдЧ, рдПрдЖрдИ рдФрд░ рдмреНрд▓реЙрдХрдЪреЗрди рдбреЛрдореЗрди рдореЗрдВ рдПрдХ рджреВрд░рджрд░реНрд╢реА рдиреЗрддрд╛ рдФрд░ рдЙрджреНрдпрдореА рд╣реИрдВред