Smarter.tech '26 कार्यक्रम में कॉर्पोरेट प्रौद्योगिकी के क्षेत्र के नेताओं और विशेषज्ञों ने इस जटिल प्रश्न पर चर्चा की: मौजूदा जटिल बुनियादी ढांचे और अतिभारित टीमों वाली संगठनों के लिए 'अधिक कुशलता से काम करना' वास्तव में क्या मायने रखता है, जो अब जिम्मेदारी से एआई को लागू करने के लिए मजबूर हैं?
कार्यक्रम का सामान्य निष्कर्ष संदर्भ पर जोर देना था। तकनीक तभी उपयोगी होती है जब वह लोगों के कार्य वातावरण के अनुरूप हो, मौजूदा संगठनात्मक नियंत्रणों का सम्मान करे और टीमों को इसका व्यावहारिक उपयोग प्रदान करे।
Obsidian Systems के सीईओ, मुगी वैन स्टैडेन ने अपने उद्घाटन भाषण से माहौल बनाया, जिसमें प्रतिभागियों से आग्रह किया गया कि वे कार्यक्रम में सक्रिय रूप से भाग लें ताकि हर कोई यह स्पष्ट रूप से समझ सके कि अधिक बुद्धिमान तकनीक व्यवहार में कैसी दिखती है।
वैन स्टैडेन ने टिप्पणी की: 'ग्राहक अलग-अलग तकनीकों की मांग नहीं करते हैं। वे जानना चाहते हैं कि यह उनके वातावरण में कैसे फिट होगा और इसका प्रबंधन कैसे किया जाएगा। उन्हें इस बात का भी आश्वासन चाहिए कि उनकी टीमें इसे विश्वसनीय रूप से प्रबंधित और बनाए रख सकती हैं।' उन्होंने आगे कहा कि Smarter.tech '26 ने बाजार को आकार देने वाले उपकरणों और प्लेटफार्मों के साथ इन प्रश्नों को एक ही बातचीत में शामिल करने का अवसर प्रदान किया।
Atlassian के मुख्य सत्र ने प्रदर्शित किया कि कॉर्पोरेट एआई में संदर्भ क्यों एक केंद्रीय तत्व बन गया है। Rovo और Teamwork Graph के लिए उनका दृष्टिकोण संगठनात्मक ज्ञान को उस काम से जोड़ना है जो पहले से ही Jira, Confluence और अन्य संबंधित प्रणालियों में किया जा रहा है, जिससे एआई एजेंटों को प्रासंगिक जानकारी तक पहुंच मिलती है, जबकि लोगों की भागीदारी को कार्य सौंपने, सत्यापित करने और पूरा करने की प्रक्रिया में बनाए रखा जाता है।
Red Hat के क्रिस मुल्डर ने एक और पहलू प्रस्तुत किया, जिसमें उन चुनौतियों का वर्णन किया गया जिन्हें संगठनों को सामना करना पड़ता है जिन्हें कंटेनरों और नए एआई प्लेटफार्मों के साथ पुरानी कार्यभार को बनाए रखना पड़ता है, अक्सर बिना टीमों या बजट में वृद्धि के। उनका समाधान खुले प्लेटफार्मों पर निर्मित एक सुसंगत परिचालन मॉडल था, जो यह सुनिश्चित करता है कि कार्यभार कहाँ निष्पादित होते हैं और डेटा का उपयोग कैसे किया जाता है, इस पर अधिक नियंत्रण हो।
यह विचार Obsidian की टीमों द्वारा किए गए व्यावहारिक प्रदर्शनों में जारी रहा। एक सत्र ने दिखाया कि कैसे Red Hat Satellite और Ansible प्रबंधित परिचालन मॉडल से रिमोट लिनक्स सर्वर प्रबंधन को बदल सकते हैं, जिसमें परिनियोजन, त्रुटि सुधार और रिपोर्टिंग शामिल है। महत्व केवल उपकरणों में नहीं था, बल्कि उनके एकीकरण के लिए आवश्यक अनुभव और उनके रखरखाव के लिए आवश्यक अनुशासन में था।
यह दक्षिण अफ्रीकी संगठनों के लिए एक परिचित समस्या है जो पुरानी प्रणालियों को आधुनिक बना रहे हैं, कौशल की कमी, बढ़ते सुरक्षा खतरों और अप्रत्याशित तकनीकी लागतों का सामना कर रहे हैं। किसी प्लेटफॉर्म को पहले से परिभाषित किए बिना कि इसका प्रबंधन और रखरखाव कैसे किया जाएगा, बस जोड़ना जटिलता को बढ़ाता है।
वैन स्टैडेन ने निष्कर्ष निकाला कि 'अधिक बुद्धिमान तकनीक को लोगों पर बोझ कम करना चाहिए, न कि उन्हें प्रबंधित करने के लिए एक और प्रणाली देनी चाहिए।' उन्होंने जोर दिया कि इसके लिए तकनीकी गहराई और मजबूत साझेदारी की आवश्यकता है, जो ग्राहक की वास्तविक परिचालन गतिविधियों की समझ से समर्थित हो।
Smarter.tech '26 का तर्क था कि प्रगति प्रत्येक नई संभावना का पीछा करने से नहीं, बल्कि इस बात पर सर्वोत्तम निर्णय लेने से हासिल होगी कि प्रौद्योगिकियां कैसे जुड़ती हैं, कौन इसके लिए जिम्मेदार है और समय के साथ वातावरण को कैसे बेहतर बनाया जा सकता है।
मेटा प्लेटफॉर्म्स के कर्मचारियों ने संयुक्त राज्य अमेरिका में एक कानूनी मुकदमा दायर किया है, जिसमें आरोप लगाया गया है कि कंपनी के आर्टिफिशियल इंटेलिजेंस सिस्टम जिम्मेदार थे उन कर्मचारियों का चयन करने के लिए जिन्हें निकाला जाना था। यह कानूनी विवाद श्रम संबंधी निर्णयों में इन तकनीकों की भूमिका साबित करने की चुनौतियों पर महत्वपूर्ण प्रश्न उठाता है।
विवाद में 26 कर्मचारी शामिल हैं जिन्होंने दावा किया है कि विकलांगता, पारिवारिक अवकाश या चिकित्सा अवकाश से संबंधित मानदंडों के कारण उन्हें नुकसान हुआ है। अमेरिका में चल रही इस कानूनी कार्रवाई का उद्देश्य पक्षों द्वारा प्रस्तुत तर्कों की जांच होने तक छंटनी पर अस्थायी रोक लगाना है।
कर्मचारियों के लिए एक केंद्रीय बाधा यह साबित करना है कि कॉर्पोरेशन द्वारा आंतरिक रूप से एआई उपकरणों को कैसे लागू किया गया था। परिचालन प्रणालियों और उपयोग किए गए मापदंडों तक पहुंच के बिना, कर्मचारियों को अपने दावों का समर्थन करने के लिए मजबूत सबूत इकट्ठा करने में बड़ी कठिनाई होती है।
मेटा के खिलाफ यह मुकदमा व्यक्तिगत स्टाफ कटौती प्रक्रिया में आर्टिफिशियल इंटेलिजेंस के उपयोग को सीधे चुनौती देने वाले पहले मुकदमों में से एक माना जाता है। यह मामला इस बात को स्पष्ट करने में भी योगदान देता है कि प्रौद्योगिकी-सहायता प्राप्त श्रम निर्णयों पर सार्वजनिक विवाद अभी भी असामान्य क्यों हैं।
मुकदमे में उद्धृत विशेषज्ञों का संकेत है कि कर्मचारियों को अक्सर इस बात की कम जानकारी होती है कि कंपनियां स्वचालित प्रणालियों का उपयोग कैसे करती हैं। इसके अलावा, कई पेशेवर मध्यस्थता समझौतों के अधीन होते हैं, जो कुछ विवादों को पारंपरिक न्याय से निजी प्रक्रियाओं की ओर मोड़ देते हैं।
सूचना तक पहुंच की कमी और प्रक्रियात्मक सीमाओं का यह संयोजन सामूहिक कार्रवाइयों के गठन को मुश्किल बनाता है। इन परिदृश्यों में, कर्मचारियों को जूरी के सामने मामले को लाने या सार्वजनिक मंचों पर मुआवजे की मांग करने के अवसर खोने का जोखिम होता है।
नागरिक अधिकार और श्रम संबंधों के क्षेत्र से जुड़ी वकील क्रिस्टीन वेबर, जो कोहेन मिलस्टीन सेलर्स एंड टोल के कार्यालय से हैं, ने इस बात पर जोर दिया कि भले ही किसी प्रणाली में खामियां पहचानी जाएं, जानकारी केवल व्यक्तिगत मामले तक ही सीमित रह सकती है। उन्होंने रॉयटर्स को दिए एक साक्षात्कार में कहा कि भले ही किसी विशिष्ट प्रणाली द्वारा बार-बार भेदभावपूर्ण परिणाम उत्पन्न करने का प्रमाण हो, उस जानकारी को अन्य कर्मचारियों तक पहुंचाने का कोई तरीका नहीं होगा। यह ध्यान रखना महत्वपूर्ण है कि वेबर मेटा के खिलाफ मुकदमे में शामिल कर्मचारियों का प्रतिनिधित्व नहीं करती हैं।
कार्यस्थल में आर्टिफिशियल इंटेलिजेंस के अनुप्रयोग का एक अन्य उदाहरण वर्कडे है, जो मानव संसाधन प्रबंधन सॉफ्टवेयर का प्रदाता है। इस कंपनी पर एक ऐसा उपकरण चलाने का आरोप लगाया गया था जो कथित तौर पर जाति, आयु और विकलांगता जैसे गुणों के आधार पर नौकरी के उम्मीदवारों को हटा देता था। वर्कडे इन आरोपों का खंडन करता है, और इस मामले में, मध्यस्थता का मुद्दा लागू नहीं होता है क्योंकि वर्कडे ग्राहक कंपनियों के उम्मीदवारों के साथ इस प्रकार के समझौते नहीं रखता है।
मेटा के खिलाफ मुकदमे में, कर्मचारी एक न्यायिक आदेश चाहते हैं जो छंटनी को अस्थायी रूप से निलंबित करे। हालांकि कर्मचारियों के अनुबंधों में अदालत से तत्काल अनुरोधों के लिए एक अपवाद होता है, इस उपाय का उपयोग आमतौर पर व्यापार रहस्यों से संबंधित विवादों में किया जाता है, न कि स्टाफ कटौती में।
शुरुआत में, न्यायाधीश विलियम ओररिक ने मेटा की छंटनी को रोकने के अनुरोध को खारिज कर दिया। उनके निर्णय का आधार कर्मचारियों द्वारा प्रस्तुत पर्याप्त सबूतों की कमी थी ताकि कंपनी के संस्करण का खंडन किया जा सके, जिसके अनुसार चयन लोगों द्वारा किया गया था, न कि स्वचालित प्रणालियों द्वारा। हालांकि, न्यायाधीश ने इस संभावना को खुला रखा कि यदि आर्टिफिशियल इंटेलिजेंस के दुरुपयोग के साक्ष्य सामने आते हैं तो वह अपने निर्णय पर पुनर्विचार कर सकते हैं। 24 अगस्त के लिए एक सुनवाई निर्धारित की गई है, और दोनों पक्षों को अपील करने का अधिकार है।
कर्मचारी तर्क देते हैं कि मेटा ने कर्मचारियों के मूल्यांकन के दौरान कई आंतरिक एआई उपकरणों का उपयोग किया, जिसमें उत्पादकता और तकनीकी संसाधनों के उपयोग की निगरानी करने में सक्षम सिस्टम शामिल थे। उनका आरोप है कि इन विश्लेषणों ने उन व्यक्तियों को नुकसान पहुंचाया जो चिकित्सा कारणों या पारिवारिक जिम्मेदारियों के कारण अनुपस्थित थे।
याचिका में उल्लिखित उपकरणों में 'मेटामेट' नामक आंतरिक सहायक शामिल है, जिसे मुकदमे के लेखकों द्वारा कर्मचारियों के लिए आर्टिफिशियल इंटेलिजेंस पर आधारित सहायता के रूप में वर्णित किया गया है। याचिका में एक उत्पादकता स्कोरिंग सिस्टम का भी उल्लेख है जो कीबोर्ड लॉग, स्क्रीन सामग्री, इलेक्ट्रॉनिक संदेश और ब्राउज़िंग इतिहास जैसे डेटा का विश्लेषण करेगा।
मेटा इस व्याख्या का कड़ा विरोध करती है। अदालत में दायर दस्तावेजों और मुकदमे की शुरुआत के बाद के बयानों में, कंपनी ने दावा किया कि उस अवधि में सूचित लगभग 8 हजार छंटनी संबंधी निर्णय मनुष्यों द्वारा लिए गए थे। कंपनी ने यह भी इनकार किया कि आर्टिफिशियल इंटेलिजेंस के उपयोग ने यह तय करने या प्रदर्शन का मूल्यांकन करने के लिए मानदंड के रूप में काम किया हो कि किसे बर्खास्त किया जाएगा।
कर्मचारियों के वकील स्वीकार करते हैं कि सबसे बड़ी कठिनाई कंपनी के आंतरिक डेटा तक पहुंच है। एक संयुक्त बयान में, उन्होंने अनुरोध किया कि मेटा के वर्तमान और पूर्व दोनों कर्मचारियों से इस बारे में जानकारी प्रदान की जाए कि छंटनी के निर्धारण में आर्टिफिशियल इंटेलिजेंस उपकरणों का उपयोग कैसे किया गया था।
>
