कृत्रिम बुद्धिमत्ता के आसपास की बहस एक उबाऊ संतुलन की स्थिति तक पहुंच गई है। कंपनियों के नेताओं को या तो यह बताया जाता है कि एआई नौकरियों में विनाशकारी कटौती करेगा, या यह कि यह आखिरकार वादा किया गया परिचालन दक्षता प्रदान करेगा। कभी-कभी उन्हें दोनों के बारे में बताया जाता है।
इन दोनों पक्षों में से प्रत्येक एक अनुचित धारणा साझा करता है: कि बुद्धिमत्ता के लिए कॉर्पोरेट मांग - यानी समस्याओं को हल करने की क्षमता - अपरिवर्तनीय है। हालांकि, इतिहास कुछ और दिखाता है। जब किसी महत्वपूर्ण संसाधन की लागत कम हो जाती है, तो मांग शायद ही स्थिर रहती है; यह अक्सर काफी बढ़ जाती है।
कृत्रिम बुद्धिमत्ता सूचना प्रसंस्करण की प्रति इकाई लागत को कम करती है, और इसके साथ ही संगठनों की बुद्धिमान समाधानों के प्रति भूख बढ़ती है। 1865 में, अंग्रेजी अर्थशास्त्री विलियम स्टेनली जेवन्स ने 'द कोल क्वेश्चन' नामक एक काम प्रकाशित किया, जिसमें उन्होंने एक विपरीत सहज अवलोकन किया। भाप इंजन में सुधार, विशेष रूप से जेम्स वॉट द्वारा विकसित, ने एक निश्चित कार्य को करने के लिए आवश्यक कोयले की मात्रा को नाटकीय रूप से कम कर दिया: पूरी तरह से विकसित वॉट इंजन न्यूकॉमेन डिज़ाइनों की तुलना में लगभग एक चौथाई ईंधन का उपभोग करता था।
सहज रूप से यह माना गया था कि ब्रिटेन कम कोयला जलाएगा। लेकिन इसके विपरीत हुआ। सस्ती कार्यप्रणाली ने भाप ऊर्जा को हजारों नए क्षेत्रों में लागू करने योग्य बना दिया - कपड़ा मिलों से लेकर गहरी खदानों और रेलवे तक। कोयले की खपत आसमान छू गई। इस घटना को जेवन्स विरोधाभास कहा गया और आज एआई के लिए आर्थिक इंजन के रूप में कार्य करता है। एआई कॉर्पोरेट बुद्धिमत्ता की मांग को समाप्त नहीं करता है; यह इसकी प्रति इकाई लागत को कम करता है। जब समस्या को हल करने के लिए बुद्धिमत्ता का अनुप्रयोग सस्ता हो जाता है, तो संगठन इसके उपयोग को कम नहीं करते हैं; वे छिपी हुई मांग के एक विशाल भंडार को सक्रिय करते हैं - ऐसी समस्याएं जो हमेशा मौजूद थीं, लेकिन हल करने के लिए बहुत महंगी थीं।
दस साल पहले, रेडियोलॉजी एआई को विस्थापित करने के लिए आदर्श उम्मीदवार लगती थी। छवि पहचान मॉडल बिना थके हजारों छवियों का विश्लेषण कर सकते थे। 2016 में, जेफ्री हिंटन, जिन्हें बाद में नोबेल पुरस्कार मिला, ने कहा: 'मेरा मानना है कि यदि आप रेडियोलॉजिस्ट के रूप में काम करते हैं, तो आप एक कोयोट की तरह हैं जो पहले ही खाई के किनारे पर चला गया है, लेकिन अभी भी नीचे नहीं देखा है। लोगों को अब रेडियोलॉजिस्ट की शिक्षा बंद कर देनी चाहिए। यह स्पष्ट है कि पांच साल में डीप लर्निंग रेडियोलॉजिस्ट को पीछे छोड़ देगी।'
स्थिति अलग निकली। चिकित्सा में एआई के अनुप्रयोगों के लिए रेडियोलॉजी मुख्य लक्ष्य बन गई - अमेरिकी खाद्य एवं औषधि प्रशासन द्वारा चिकित्सा उपयोग के लिए अनुमोदित एक हजार से अधिक एआई अनुप्रयोगों में से लगभग तीन-चौथाई रेडियोलॉजी से संबंधित हैं। फिर भी, रेडियोलॉजिस्ट की मांग बढ़ रही है। मेयो क्लिनिक में रेडियोलॉजिस्ट का स्टाफ 2016 से 55% बढ़ गया है, जो लगभग 400 तक पहुंच गया है। हिंटन ने पिछले साल द न्यूयॉर्क टाइम्स को बताया था कि वह बहुत व्यापक रूप से बोल रहे थे और समय सीमा में गलत थे, यह उल्लेख करते हुए कि एआई रेडियोलॉजिस्ट को 'कहीं अधिक कुशल' बनाएगा।
विज़ुअलाइज़ेशन की आवश्यकता में वृद्धि जनसांख्यिकी जैसे कारणों से प्रेरित थी, जिनका एआई से कम संबंध था। हालांकि, जेवन्स का तर्क बताता है कि एआई ने इस प्रवृत्ति को क्यों नहीं बदला: प्रत्येक विश्लेषण की लागत और गति कम होने से किए जाने वाले काम की मात्रा कम नहीं होती है। यह अधिक काम को संभव बनाता है।
आइए संपर्क केंद्र पर विचार करें। गुणवत्ता नियंत्रण टीमें आमतौर पर केवल लगभग 5% कॉल की जांच करती थीं। यह आंकड़ा कभी भी परिचालन जानकारी प्राप्त करने के लिए इष्टतम संकेतक नहीं था। यह मानव समीक्षकों की लागत द्वारा स्थापित एक सीमा थी, क्योंकि हर कॉल की मैन्युअल जांच बहुत महंगी थी। हालांकि, वॉयस एआई ने इस आर्थिक मॉडल को मौलिक रूप से बदल दिया है। प्रत्येक कॉल का प्रतिलेखन, अनुक्रमण और ऑडिट अब मैन्युअल जांच का केवल एक छोटा सा हिस्सा है, इसलिए संपर्क केंद्र चयनात्मक जांच से प्रत्येक इंटरैक्शन के विश्लेषण की ओर बढ़ रहे हैं: बिलिंग में प्रणालीगत समस्याओं की पहचान करना, ग्राहकों के मनोदशा को ट्रैक करना और बीमा में मौखिक दावों का सीआरएम सिस्टम में दर्ज डेटा के साथ मिलान करना।
जेवन्स की सच्ची भावना में, शेष 95% कॉलों को समझने की आवश्यकता हमेशा मौजूद थी। एआई ने बस एक अस्वीकार्य विलासिता को बुनियादी ढांचे में बदल दिया।
दक्षिण अफ्रीका में स्टेलनबोश, सोउतो, स्प्रिंग्स और साल्डान्या जैसे संगठनों के लिए, आर्थिक बदलाव सबसे अधिक महसूस किया जाता है जहां सार्वभौमिक वैश्विक एआई विफल रहता है। ग्लोबल नॉर्थ में बनाए गए वॉयस मॉडल एक मोनोलिंगुअल वातावरण मानते हैं जिसमें उच्च स्तर के संसाधन होते हैं। उन्हें तब कठिनाई होती है जब बातचीत अंग्रेजी, isiZulu, isiXhosa और अफ्रीकी के बीच वास्तविक दुनिया के शोर की पृष्ठभूमि में सहजता से स्विच करती है। यहां वॉयस इंटेलिजेंस की लागत में कमी छोटे, लक्षित डेटासेट पर भाषण मॉडल को प्रशिक्षित करके प्राप्त की जाती है। जबकि वैश्विक मॉडल सैकड़ों हजारों घंटों के ऑडियो पर प्रशिक्षित होते हैं, प्रभावी स्थानीय मॉडल केवल 100 घंटे के विषय-विशिष्ट रिकॉर्डिंग के साथ काम कर सकते हैं। कंपनी साइगेन कोड स्विचिंग को संसाधित करने के लिए मॉडल बनाती है, क्योंकि दक्षिण अफ्रीकी लोग इसी तरह बोलते हैं। प्रौद्योगिकी को मनुष्यों के अनुकूल होना चाहिए, न कि इसके विपरीत।
एक अधिक महत्वपूर्ण प्रश्न। दक्षिण अफ्रीका में नेताओं ने पिछले कुछ वर्षों से इस बात पर सवाल उठाया है कि एआई किन कार्यों को प्रतिस्थापित करेगा। एक अधिक उपयोगी प्रश्न यह है: परिचालन बुद्धिमत्ता की मांग लागत के कारण कहाँ दमित थी? विरोधाभास की अपनी सीमाएं हैं। यह वहां काम करता है जहां मांग लोचदार है - यानी, जब एक सस्ता संसाधन उन अवसरों को खोलता है जो पहले व्यवहार्य नहीं थे। जहां मांग स्थिर है, वहां सस्ता बुद्धिमत्ता केवल उसी काम को करने वाले कम लोगों का मतलब हो सकता है, जो कई युवा दक्षिण अफ्रीकियों पर निर्भर प्रारंभिक पदों के लिए एक वास्तविक जोखिम प्रस्तुत करता है।
नेतृत्व का काम यह निर्धारित करना है कि वे किस प्रकार की मांग से निपट रहे हैं, और फिर यह पता लगाना है कि लागत बाधा गिरने पर क्या संभव होगा। क्योंकि यह होगा। एआई नौकरी को नष्ट नहीं करेगा; यह उन मूल्यों की पहचान करना जारी रखेगा जिन्हें उद्यम पहले वहन नहीं कर सकते थे।