मैकिनसे के अध्ययन से एआई को अपनाने और व्यावसायिक मेट्रिक्स पर इसके प्रभाव के बीच अंतर सामने आया

हालांकि जेनरेटिव एआई उपकरण और सहायक आसानी से उपलब्ध हो रहे हैं, कर्मचारी उन्हें अपने दैनिक काम में सक्रिय रूप से उपयोग कर रहे हैं, व्यवसाय इकाइयाँ पायलट परियोजनाएँ चला रही हैं, और एआई की नई क्षमताओं को मौजूदा कॉर्पोरेट प्लेटफार्मों में एकीकृत किया जा रहा है, लेकिन यह साबित करना बहुत कठिन है कि यह सारी गतिविधि समान गति से व्यावसायिक मेट्रिक्स में बदलाव लाती है।

मैकिनसे की 2026 में एआई की स्थिति पर एक सर्वेक्षण के अनुसार, दस में से लगभग नौ उत्तरदाता अपनी संगठन में कहीं न कहीं नियमित रूप से एआई का उपयोग करते हैं। इनमें से लगभग 80% ने व्यक्तिगत उत्पादकता में सुधार की सूचना दी, हालांकि केवल 37% ने कहा कि एआई ने करों और ब्याज से पहले लाभ (EBIT) में वृद्धि में योगदान दिया। कुल मिलाकर, केवल 6% लोग एआई के उच्च प्रदर्शन करने वाले उपयोगकर्ता थे, जिन्होंने एआई के उपयोग के कारण कम से कम 5% EBIT का श्रेय दिया और इसके अनुप्रयोग से महत्वपूर्ण मूल्य बताया। इसी घटना को एआई प्रभाव अंतराल कहा जाता है।

प्रौद्योगिकी तेजी से विकसित हुई है, लेकिन कई कंपनियाँ अभी भी यह समझने की कोशिश कर रही हैं कि एआई की तेजी से बदलती क्षमताओं को बड़े पैमाने पर मूर्त परिणामों में कैसे बदला जाए।

बाधाओं का बदलाव

पहले जेनरेटिव एआई की सीमाएँ मुख्य रूप से तकनीकी थीं: मॉडल में उद्यम संदर्भ नहीं था, वे जटिल कार्यों के साथ संघर्ष करते थे, और वे उन प्रणालियों के साथ विश्वसनीय रूप से इंटरैक्ट नहीं कर सकते थे जिन पर कंपनियाँ निर्भर करती थीं। हालांकि, यह स्थिति बदल गई है। अब एआई अधिक जटिल विश्लेषण करने, विभिन्न प्रकार की जानकारी के साथ काम करने और एजेंटों के माध्यम से कॉर्पोरेट प्रणालियों के साथ इंटरैक्ट करने में सक्षम है। इसके अलावा, संगठन मॉडलों को उपयोगी कार्य करने के लिए आवश्यक संदर्भ की काफी अधिक मात्रा प्रदान कर सकते हैं।

फिर भी, क्षमताओं में वृद्धि से मानवीय निर्णय या निरीक्षण की आवश्यकता समाप्त नहीं होती है। चूंकि एआई तेज और अधिक स्वायत्त होता जा रहा है, इसलिए गलत निर्णय के परिणाम बढ़ सकते हैं, खासकर यदि इसे महत्वपूर्ण व्यावसायिक प्रक्रियाओं में एकीकृत किया गया हो। सुरक्षा तंत्र अब इस बात पर भरोसा नहीं कर सकते कि व्यक्तिगत उपयोगकर्ता स्वयं सीमाओं को दरकिनार करेंगे; उन्हें काम करने की प्रक्रिया में ही अंतर्निहित होना चाहिए।

यहीं पर बाधाओं का बदलाव हुआ है। कर्मचारियों को एआई सहायक तक पहुंच प्रदान करना अपेक्षाकृत आसान है, लेकिन दावे, ग्राहक यात्रा, वित्तीय लेनदेन या आपूर्ति श्रृंखला के आसपास प्रक्रिया को एआई के चारों ओर फिर से डिजाइन करना कहीं अधिक जटिल कार्य है। इसके लिए यह तय करने की आवश्यकता होती है कि काम कैसे किया जाएगा, जिम्मेदारी कहाँ निहित है, किन डेटा की आवश्यकता है, और प्राप्त प्रणाली की सुरक्षा और प्रबंधन कैसे सुनिश्चित किया जाएगा।

ये अंतराल अक्सर तब स्पष्ट होते हैं जब एक सफल पायलट परियोजना उत्पादन वातावरण में जाने की कोशिश करती है। टीम अचानक उत्पादन डेटा, इंजीनियर समर्थन, सुरक्षा मंजूरी, नियंत्रण प्रबंधन या परिणाम के लिए जिम्मेदार मालिक की मांग कर सकती है। इस बिंदु पर, प्रश्न केवल यह नहीं रह जाता है कि क्या एआई काम करता है; यह इस बात पर केंद्रित हो जाता है कि क्या संगठन इसे बड़े पैमाने पर संचालित करने के लिए तैयार है।

अधिक एआई का मतलब बड़े पैमाने पर एआई नहीं

यह भी बताता है कि एआई को लागू करने का मापन केवल आंशिक तस्वीर देता है। किसी व्यवसाय में हजारों सक्रिय एआई उपयोगकर्ता हो सकते हैं, लेकिन फिर भी राजस्व, लागत, ग्राहक अनुभव या परिचालन दक्षता में बदलाव इंगित करने में कठिनाई हो सकती है। यह सफल वैचारिक प्रमाण चला सकता है, जबकि उसके पास उन्हें उत्पादन में बदलने का कोई विश्वसनीय तरीका नहीं होता है।

इस श्रृंखला के पिछले लेखों में इस समस्या के हिस्से को विभिन्न दृष्टिकोणों से देखा गया है: जैसे-जैसे एआई अधिक कार्य संभालता है, प्रतिभा और परिचालन मॉडल में परिवर्तन की आवश्यकता है; सुरक्षा को परियोजनाओं को रोकने का कारण बनने के बजाय कार्यान्वयन का समर्थन करना चाहिए; और प्रबंधन को ऐसी प्रणालियों से निपटना चाहिए जो केवल जानकारी प्रदान करने के बजाय अधिक बार कार्य करती हैं। यदि संगठन चाहते हैं कि एआई व्यक्तिगत उत्पादकता से परे जाए, तो इन पहलुओं पर अलग से चर्चा नहीं की जा सकती है।

स्केलिंग के लिए पुनरावृत्ति तंत्र बनाना

इसे एआई में प्रमुख सफलता कारकों के दृष्टिकोण से देखना आवश्यक है। यह इस बात को समझने से शुरू होता है कि एआई व्यवसाय को कहां महत्वपूर्ण लाभ पहुंचा सकता है और किन अवसरों पर सबसे पहले विचार किया जाना चाहिए। ऐसे दिशा-निर्देश के बिना, एआई परियोजनाएं वित्त और ध्यान के लिए प्रतिस्पर्धा कर सकती हैं, बिना यह स्पष्ट विचार रखे कि उनमें से कौन सबसे अधिक मूल्य लाएगा। 'उत्तरी तारा' संगठनों को ये प्राथमिकताएं निर्धारित करने में मदद करता है।

फिर इन प्राथमिकताओं का मूल्यांकन संगठन की उन्हें साकार करने की क्षमता के अनुरूप किया जाना चाहिए। एक आशाजनक उपयोग परिदृश्य अनुपलब्ध डेटा, व्यवसाय में कौशल की कमी, या अभी तक स्थापित सुरक्षा और प्रबंधन उपायों पर निर्भर हो सकता है। शुरुआती चरण में इन सीमाओं की पहचान करना कार्यान्वयन के मध्य में उनका पता लगाने की तुलना में बहुत सस्ता है।

एक उपयोग परिदृश्य को उत्पादन में बदलना एक समस्या है, और इसे कई बार दोहराना बिल्कुल अलग है। यदि प्रत्येक परियोजना के लिए एक इंजीनियरिंग दृष्टिकोण और प्रबंधन और सुरक्षा पर समाधानों का एक नया दौर आवश्यक है, तो प्रत्येक तैनाती के साथ लागत और प्रयास बढ़ते जाएंगे। कंपनियों को हर बार आधारभूत संरचना का निर्माण करने के बजाय प्राप्त अनुभव का उपयोग करने की आवश्यकता है।

नेतृत्व को व्यवसाय में एआई के उपयोग का भी पूर्ण अवलोकन चाहिए। यदि एआई में निवेश जारी रहता है, तो निर्णय निर्माताओं को पता होना चाहिए कि कौन सी पहल मूल्य ला रही है और कौन सी रुक गई है। उन्हें यह भी देखने की आवश्यकता है कि कौन सी सामान्य सीमाएँ एक साथ कई परियोजनाओं को धीमा कर रही हैं।

अंततः, एआई का प्रभाव संगठन की संभावित अवसरों की पहचान करने और उन्हें सुरक्षित, दोहराने योग्य और लाभदायक व्यावसायिक परिणामों में तेजी से बदलने की क्षमता से निर्धारित होगा।

कॉर्पोरेट एआई का अगला चरण

संगठन पहले से ही कमजोर रूप से अनुशासित प्रबंधन की कीमत महसूस कर रहे हैं। परियोजनाएं पायलट चरण में अटक जाती हैं, टीमें काम दोहराती हैं, और व्यवसाय के विभिन्न हिस्से अतिव्यापी अवसरों में निवेश करते हैं। समय के साथ, कर्मचारी एआई कार्यक्रमों के प्रति संदेह करना शुरू कर देते हैं जब वे वास्तविक परिवर्तनों की तुलना में अधिक गतिविधि उत्पन्न करते हैं।

इस बीच, एआई की क्षमताएं विकसित होती रहेंगी, कार्य स्वचालन और व्यावसायिक प्रक्रियाओं की समीक्षा के लिए नए दृष्टिकोण खोलेंगी। लेकिन एआई गतिविधि में वृद्धि अपने आप में प्रभाव अंतराल को नहीं भरेगी। वे संगठन जो प्रतिस्पर्धियों से आगे निकलेंगे, वे वे होंगे जो उत्पादन में लागू किए गए परिणामों से सीखते हैं, जो काम करता है उसका उपयोग करते हैं, और प्रत्येक बाद की तैनाती को पिछली तैनाती की तुलना में आसान बनाते हैं। सवाल अब यह नहीं है कि संगठन कितना एआई उपयोग करता है, बल्कि यह है कि वह इसे कितनी कुशलता से स्केल करता है।