हैदराबाद में 17 जुलाई को संपन्न स्नोफ्लेक स्टार्टअप मिक्सर में स्टार्टअप संस्थापकों, तकनीकी नेताओं और निवेशकों का जमावड़ा लगा। कार्यक्रम का मुख्य विषय डेटा को निर्णय लेने और बाद की कार्रवाइयों में बदलना था। पैनल चर्चा, उत्पाद प्रदर्शन और नेटवर्किंग के हिस्से के रूप में इस बात पर चर्चा की गई कि कैसे स्टार्टअप केवल डेटा एकत्र करने और विश्लेषण करने से आगे बढ़कर एजेंटिक एआई की मदद से स्वतंत्र रूप से निर्णय लेने में सक्षम बुद्धिमान सिस्टम बना रहे हैं।
'24x7 काम करने वाले स्टार्टअप: ऐसी कंपनियों का निर्माण जो कभी नहीं सोतीं' नामक पैनल सत्र की अध्यक्षता योरस्टोरी में कंटेंट पार्टनरशिप के वरिष्ठ निदेशक शिवानी मुत्तन ने की। इसमें पॉकेट एफएम के क्रिएटिव डायरेक्टर एसोसिएट उत्कर्ष शर्मा, सिड'स फार्म के संस्थापक और सीईओ किशोर इंदुकुरी, रिकिकल के सीओओ और सह-संस्थापक अभिषेक देशपांडे, और डलास वेंचर कैपिटल के भागीदार किरन कालूरी शामिल हुए।
चर्चा की शुरुआत इस सवाल से हुई कि '24x7 काम' की अवधारणा का वास्तव में क्या मतलब है। चर्चा में भाग लेने वालों के लिए, इसका मतलब यह नहीं था कि कर्मचारी चौबीसों घंटे काम करते हैं, बल्कि ऐसे सिस्टम बनाना था जो टीमों के काम खत्म होने के बाद भी महत्वपूर्ण कार्यप्रवाहों को जारी रखते रहें।
पॉकेट एफएम के मामले में, जो विभिन्न देशों के दर्शकों को सेवा प्रदान करता है, सामग्री का उत्पादन वास्तव में कभी नहीं रुकता। एआई पूरी रचनात्मक प्रक्रिया के दौरान एक अभिन्न सहायक बन गया है, जिससे गुणवत्ता बनाए रखते हुए उत्पादन तेज हो गया है। कंपनी सामग्री उत्पन्न करने, संपत्तियों को संसाधित करने और उत्पादन का समर्थन करने के लिए एआई का उपयोग करती है, जबकि लोग गुणवत्ता और कहानी कहने के लिए जिम्मेदार रहते हैं।
सिड'स फार्म में समान अवधारणा लागू होती है। हजारों दैनिक डिलीवरी, कच्चे माल की आवाजाही और ग्राहकों के साथ बातचीत के कारण, डेटा लगातार खेतों और विनिर्माण सुविधाओं से लॉजिस्टिक नेटवर्क और उपभोक्ताओं तक प्रवाहित होता रहता है। इंदुकुरी ने समझाया कि एआई कंपनी को इन डेटा की इतनी तेजी से व्याख्या करने में मदद करता है कि छोटे परिचालन संबंधी समस्याओं को बड़ी समस्याओं में बदलने से पहले प्रतिक्रिया दी जा सके।
रिकिकल में, काम भोर से पहले शुरू होता है जब कचरा संग्राहक अपने मार्ग शुरू करते हैं, और देर रात तक चलता है जब माल शहरों में घूमता है। प्रत्येक चरण परिचालन डेटा उत्पन्न करता है, आपूर्ति श्रृंखला में समाधानों को अनुकूलित करने के अवसर प्रदान करता है जो शायद ही कभी रुकती है।
एक निवेशक के दृष्टिकोण से, कालूरी ने बताया कि मुख्य अंतर उन कंपनियों के बीच है जो केवल एआई उपकरणों का उपयोग करती हैं और उन कंपनियों के बीच जो मौलिक रूप से एआई द्वारा समर्थित संचालन के आसपास बनी हैं। यदि एआई को हटाने से कार्यप्रवाह काफी हद तक अपरिवर्तित रहते हैं, तो कंपनी मुख्य रूप से दक्षता बढ़ाने के लिए एआई का उपयोग करती है। हालांकि, यदि एआई की अनुपस्थिति में व्यवसाय को पूरी तरह से फिर से तैयार करने की आवश्यकता है, तो संगठन को वास्तव में एआई-नेटिव माना जा सकता है।
जैसे-जैसे एआई व्यावसायिक प्रक्रियाओं में गहराई से एकीकृत होता जाता है, स्टार्टअप स्केलिंग पर भी पुनर्विचार करते हैं। रिकिकल के लिए, एआई को एक अलग तकनीकी पहल के रूप में नहीं देखा जाता है, बल्कि एक कॉर्पोरेट आवश्यकता के रूप में देखा जाता है। देशपांडे ने कहा: 'हमारे पास आंतरिक जनादेश है। हर सोमवार को एक नई एआई पहल सामने आनी चाहिए। हमें इस पर चर्चा करनी चाहिए, और कोई भी इसे प्रस्तावित कर सकता है, इंटर्न से लेकर CXO तक।'
उन्होंने समझाया कि कंपनी ने प्रत्येक व्यावसायिक फ़ंक्शन का मानचित्रण किया, एआई के लिए उपयुक्त दोहराए जाने वाले प्रक्रियाओं की पहचान की, और कार्यप्रवाहों को फिर से डिजाइन करने के लिए कई वर्षों के परिचालन डेटा का उपयोग किया। परिणाम महत्वपूर्ण थे: रिकिकल ने कर्मचारियों की संख्या लगभग 80 से बढ़ाकर 128 करने पर वार्षिक राजस्व को 400-500 करोड़ से बढ़ाकर 1400 करोड़ कर दिया।
पॉकेट एफएम में, शर्मा ने जोर देकर कहा कि नेतृत्व ने एआई को रचनात्मक पेशेवरों के विकल्प के बजाय एक सहायक उपकरण के रूप में स्थापित किया। कंपनी ने एआई का उपयोग करके ऑडियो, वीडियो और छवियों के जनरेशन टूल में निवेश किया, साथ ही यह सुनिश्चित किया कि लोग गुणवत्ता जांच करना और दर्शकों द्वारा अपेक्षित भावनात्मक अनुभव बनाए रखना जारी रखें। सैकड़ों या हजारों एपिसोड वाली कहानियों का निर्माण अभी भी मानवीय निर्णय लेता है, जबकि एआई उत्पादन को गति देता है, न कि रचनात्मकता को प्रतिस्थापित करता है।
सिड'स फार्म में एआई को अपनाने के प्रयास उपभोक्ता-उन्मुख संचालन पर केंद्रित हैं। इंदुकुरी ने टिप्पणी की: 'जहाँ हम सक्रिय रूप से एआई का उपयोग करते हैं, या वह क्षेत्र जिस पर हम लगातार नज़र रखते हैं, वह उपभोक्ता पक्ष है।' डेयरी उद्योग प्रतिदिन भारी मात्रा में परिचालन डेटा उत्पन्न करता है। एआई मांग का पूर्वानुमान लगाने, बर्बादी को कम करने, उत्पादन योजना को अनुकूलित करने और वितरण चैनलों पर इन्वेंट्री को गतिशील रूप से समायोजित करने में तेजी से मदद करता है।
कालूरी ने जोड़ा कि ये उदाहरण दर्शाते हैं कि दीर्घकालिक रूप से सफल कंपनियों को उन उद्यमों से क्या अलग करता है जो केवल मौजूदा भाषा मॉडल को लपेटते हैं। उन्होंने चेतावनी दी: 'यदि इन प्रक्रियाओं को पकड़ने की क्षमता नहीं है, तो ये लाल झंडे हैं जिन्हें हम देखते हैं। और वे कंपनियां नहीं हैं जो स्केल और बढ़ सकती हैं। वे एक विशिष्ट ग्राहक और बहुत विशिष्ट मामले में सफल हो सकती हैं, लेकिन यदि उन्हें अपना व्यवसाय बढ़ाना और पूरे TAM पर हमला करना है, तो यह बहुत मुश्किल हो जाता है यदि उनके पास ये आधार नहीं हैं।'
निवेशकों के लिए, दीर्घकालिक स्केलिंग के अधिक मजबूत संकेतक विभेदित डेटा का स्वामित्व, मजबूत कार्यप्रवाहों का निर्माण और एआई को सभी उत्पादों, बाजार में आने वाले कार्यों और आंतरिक संचालन में लागू करना है, न कि केवल कंपनी को एआई-केंद्रित के रूप में ब्रांड करना।
चूंकि स्टार्टअप अधिक से अधिक कार्यप्रवाहों को स्वचालित कर रहे हैं, इसलिए यह सवाल अधिक महत्वपूर्ण होता जा रहा है: एआई कहाँ समाप्त होना चाहिए और मनुष्यों को नियंत्रण कहाँ बनाए रखना चाहिए? पैनलिस्ट इस बात पर सहमत हुए कि हालांकि एआई कार्यों को काफी तेज कर सकता है, महत्वपूर्ण व्यावसायिक निर्णय अभी भी मानवीय निरीक्षण की मांग करते हैं।
देशपांडे ने एआई के परिणामों को निर्विवाद मानने से बचने की चेतावनी दी। 'मुझे लगता है कि एआई एक 'सहमति देने वाला' है, इसलिए हमें बहुत चतुर होना होगा। मानवीय हस्तक्षेप की आवश्यकता है। आप लोगों को प्रतिस्थापित नहीं कर सकते। मौलिक रूप से, आपको स्पष्ट रूप से पता होना चाहिए कि आप क्या चाहते हैं।'
इंदुकुरी ने बताया कि सिड'स फार्म भर्ती, ग्राहक सहायता और परिचालन योजना में एआई को एकीकृत करता है, लेकिन मानते हैं कि एआई को पहले नियमित प्रश्नों को संसाधित करना चाहिए, इससे पहले कि जटिल स्थितियों को मनुष्यों को सौंपा जाए। उदाहरण के लिए, सहायता सेवा डिलीवरी या ऑर्डर स्थिति के बारे में सवालों का स्वचालित रूप से जवाब दे सकती है, जबकि असंतुष्ट ग्राहकों या गुणवत्ता संबंधी समस्याओं को मानव टीमों को भेजा जाना चाहिए। कर्मचारियों को बदलने के बजाय, एआई उन्हें निर्णय, सहानुभूति और संदर्भ की आवश्यकता वाली समस्याओं पर ध्यान केंद्रित करने की अनुमति देता है।
चर्चा ने यह भी रेखांकित किया कि स्टार्टअप की सफलता को परिभाषित करने के लिए केवल प्रौद्योगिकी पर्याप्त नहीं है। संस्थापकों को अनुशासित संगठनों, विश्वसनीय प्रक्रियाओं, उच्च गुणवत्ता वाले डेटा और इस बात की स्पष्ट समझ की आवश्यकता है कि एआई वास्तविक व्यावसायिक मूल्य कहाँ बनाता है। देशपांडे ने टिप्पणी की कि एआई पहले से ही प्रतिभा के प्रति स्टार्टअप के दृष्टिकोण को बदल रहा है: 'मैंने देखा है कि एक इंटर्न 10 साल के अनुभव वाले व्यक्ति से बेहतर परिणाम दे सकता है। युवा पीढ़ी तेजी से अनुकूल हो रही है।'
उन्होंने जोड़ा कि संस्थापकों को भी सक्रिय एआई उपयोगकर्ता बनना चाहिए, इससे पहले कि वे अपनी टीमों से नए उपकरणों को अपनाने की उम्मीद करें। सफलता सबसे पहले सही व्यावसायिक समस्याओं की पहचान करने पर निर्भर करती है; तभी एआई सार्थक परिणाम दे सकता है, न कि अनावश्यक जटिलता जोड़ सकता है।
शाम का समापन स्नोफ्लेक से अक्षत पारेख, हरीश चिंताकुंत और नवदीप ओझा द्वारा प्रस्तुत 'ब्लूप्रिंट: डेटा से कार्रवाई तक एजेंट वर्कफ़्लो के साथ' नामक एक लाइव डेमो के साथ हुआ। सत्र ने प्रदर्शित किया कि कैसे स्टार्टअप कॉर्पोरेट डेटा को एजेंटिक एआई क्षमताओं के साथ जोड़कर एआई-आधारित एप्लिकेशन बनाने में लगने वाले समय को काफी कम कर सकते हैं। स्नोफ्लेक कॉर्टेक्स कोड का उपयोग करते हुए, जो डेटा वर्कलोड के लिए एक विशेष एआई कोडिंग एजेंट है, वक्ताओं ने दिखाया कि डेवलपर्स प्राकृतिक भाषा अनुरोध से मिनटों में उत्पादन के लिए तैयार एप्लिकेशन तक कैसे जा सकते हैं।
फिनटेक क्षेत्र में धोखाधड़ी का पता लगाने के लिए दिए गए उपयोग के मामले ने इस प्रक्रिया को चित्रित किया। एक अनुरोध ने एक ऐसा एप्लिकेशन उत्पन्न किया जो ग्राहक और लेनदेन डेटा स्वीकार करता था, धोखाधड़ी जोखिम स्कोर की गणना करता था, डैशबोर्ड बनाता था और एआई के आधार पर जांच के लिए एक कार्यक्षेत्र बनाता था। डैशबोर्ड के अलावा, उपयोगकर्ता प्राकृतिक भाषा में धोखाधड़ी के रुझानों, ग्राहक व्यवहार और लेनदेन पैटर्न के बारे में प्रश्न पूछ सकते थे। एआई ने कार्रवाई योग्य निष्कर्ष उत्पन्न करने से पहले इन प्रश्नों को कई तर्क चरणों में विभाजित किया।
टीम ने स्नोफ्लेक मॉडलों की लचीलापन पर भी प्रकाश डाला। संगठनों को एक ही आधार मॉडल से बांधने के बजाय, प्लेटफ़ॉर्म क्लॉड, लामा, डीपसीक, मिस्ट्रल और ओपनएआई सहित कई प्रमुख मॉडलों का समर्थन करता है, जिससे व्यवसायों को प्रत्येक कार्य के लिए उपयुक्त मॉडल चुनने की अनुमति मिलती है, जबकि डेटा को सुरक्षित प्रबंधन प्रणाली के भीतर रखता है। पूरी शाम एक संदेश स्पष्ट रहा: एआई अब केवल स्टार्टअप्स को तेजी से काम करने में मदद नहीं कर रहा है। यह तेजी से इस बात का हिस्सा बन रहा है कि उद्यमों को कैसे डिज़ाइन और संचालित किया जाता है। स्टार्टअप एआई को एक अलग उपकरण के रूप में देखने के बजाय इसे अपने उत्पादों, कार्यप्रवाहों और दैनिक निर्णय लेने की नींव में एकीकृत करना शुरू कर रहे हैं।