JSE ने व्यावसायिक मूल्य मापने की जटिलताओं के कारण कृत्रिम बुद्धिमत्ता एजेंटों के उपयोग को सीमित किया
और पढ़ें
TechCentral
techcentral.co.za

JSE ने व्यावसायिक मूल्य मापने की जटिलताओं के कारण कृत्रिम बुद्धिमत्ता एजेंटों के उपयोग को सीमित किया

कृत्रिम बुद्धिमत्ता (AI) को लागू करना इसे मापने योग्य कॉर्पोरेट मूल्य में बदलने की तुलना में काफी अधिक जटिल साबित हुआ है। मैककिन्से की 2026 की एआई स्थिति पर रिपोर्ट के अनुसार, 80% उत्तरदाताओं का मानना है कि एआई ने उनकी व्यक्तिगत उत्पादकता बढ़ाई है, लेकिन केवल 37% ही सकल लाभ (ब्याज और कर से पहले) पर एआई के प्रभाव को नोट करते हैं।

कंपनियां चैटबॉट और सहायक जैसे उपकरणों को सक्रिय रूप से लागू कर रही हैं, लेकिन व्यक्तिगत उत्पादकता में वृद्धि हमेशा उद्यम के लिए वित्तीय रिटर्न में परिवर्तित नहीं होती है। हार्वर्ड बिजनेस रिव्यू के अनुसार, एआई कर्मचारियों का समय बचा सकता है, लेकिन अंतिम वित्तीय परिणाम में सुधार नहीं कर सकता है, खासकर यदि परिणामों की मैन्युअल जांच, अपवाद प्रबंधन या मौजूदा कार्यप्रवाहों में एआई के एकीकरण की आवश्यकता हो। मैककिन्से का अध्ययन इंगित करता है कि बड़ी मात्रा में मूल्य तब प्राप्त होता है जब व्यावसायिक प्रक्रियाओं का पूरी तरह से पुनर्गठन किया जाता है, न कि केवल वर्तमान कार्यप्रणाली में एआई जोड़ने पर।

ये रुझान JSE पर भी देखे जाते हैं। संगठन के भीतर सामान्य उत्पादकता बढ़ाने वाले उपकरणों का उपयोग किया जाता है, जो व्यक्तिगत कार्यों के निष्पादन की गुणवत्ता और दक्षता में उल्लेखनीय सुधार करते हैं। इसके अलावा, जटिल पुराने कोड का विश्लेषण करने, व्यावसायिक आवश्यकताओं को परिभाषित करने और परीक्षण परिदृश्य उत्पन्न करने में मदद करने के लिए एक प्रमुख स्टॉक एक्सचेंज प्रणाली के आधुनिकीकरण हेतु एआई का उपयोग किया जा रहा है। सार्वजनिक स्रोतों और घोषणाओं से जानकारी को अधिक कुशलता से निकालने और व्याख्या करने की एआई की क्षमताओं का अध्ययन भी किया जा रहा है।

मुख्य समस्या इन सुधारों को व्यवसाय की स्थायी दक्षता वृद्धि में बदलना है। JSE की भविष्य की प्रतिस्पर्धात्मकता पर हालिया फोरम ने उभरते मूल्य के उपयोगी उदाहरण प्रदान किए। एक बड़ी दक्षिण अफ्रीकी वित्तीय सेवा समूह ने बताया कि तीन महीनों के भीतर उसके एक डिवीजन में ग्राहक इंटरैक्शन का लगभग आधा हिस्सा वॉयस संचार से एआई में स्थानांतरित हो गया, और एआई ने कुछ क्षेत्रों में ग्राहकों के धोखाधड़ी से होने वाले नुकसान को 95% तक कम करने में योगदान दिया। प्रौद्योगिकी निवेशक ने अपने पोर्टफोलियो की एक कंपनी में एआई से जुड़ी संभावित लागत बचत का उल्लेख किया, जो लगभग 100 मिलियन अमेरिकी डॉलर थी। जो विशेष रूप से ध्यान देने योग्य था, वह यह था कि ये उपाय केवल कार्यान्वयन से परे थे और सीधे एआई को ग्राहक अनुभव, जोखिम न्यूनीकरण और वित्तीय परिणामों से जोड़ते थे।

समान कहानियाँ

रिज्यूमे और उम्मीदवार चयन में एआई का उपयोग: भर्ती प्रक्रिया में मानवीय कारक की समस्या
और पढ़ें
www.aajtak.in

रिज्यूमे और उम्मीदवार चयन में एआई का उपयोग: भर्ती प्रक्रिया में मानवीय कारक की समस्या

नौकरी के लिए आवेदन करने वाले उम्मीदवार अपने रिज्यूमे को बेहतर बनाने, नौकरी की आवश्यकताओं के अनुसार कवर लेटर को अनुकूलित करने और अपने कौशल को कंपनी की जरूरतों से मिलाने में समय बिताते हैं। दस्तावेज़ भेजने के बाद अक्सर चुप्पी का दौर आता है, जिसके बाद वे फिर से प्रयास कर सकते हैं या अपने आवेदन को बेहतर बनाने के लिए आर्टिफिशियल इंटेलिजेंस की मदद ले सकते हैं।

दूसरी ओर, भर्तीकर्ता सैकड़ों रिज्यूमे का विश्लेषण करने के लिए एआई का उपयोग कर सकते हैं। चूंकि उम्मीदवार अलग दिखना चाहते हैं, और कंपनियां जल्दी से उपयुक्त व्यक्ति ढूंढना चाहती हैं, इसलिए आवेदन जमा करने और भर्ती दोनों प्रक्रियाओं में एक ही तकनीक का उपयोग बढ़ रहा है, जिससे यह प्रक्रिया मशीन बनाम मशीन की प्रतिस्पर्धा बन जाती है।

एआई उम्मीदवारों के लिए नौकरी खोजना आसान बना सकता है, रिज्यूमे लिखने, आवेदन तैयार करने और साक्षात्कार के लिए अभ्यास करने में मदद करके। हालांकि, तैयार आवेदनों की संख्या में तेजी से वृद्धि उनकी गुणवत्ता में सुधार की गारंटी नहीं देती है।

सितंबर 2025 की एक रिपोर्ट के अनुसार, एक उम्मीदवार ने एआई की मदद से एक महीने में 87 आवेदन भेजे। इन दस्तावेजों में कंपनियों और पदों के गलत नामों जैसी त्रुटियां पाई गईं। रिपोर्ट चेतावनी देती है कि बिना जांच किए गए एआई द्वारा बनाए गए सामग्री उम्मीदवारों को नुकसान पहुंचा सकती है।

जब उम्मीदवार कई नौकरियों के लिए आवेदन करते हैं, तो कंपनियों के लिए आने वाले आवेदनों की संख्या बढ़ जाती है। हालांकि स्वचालित जांच कंपनियों के लिए उपयोगी लगती है, लेकिन यह सवाल उठता है कि इस प्रक्रिया में किस उम्मीदवार पर ध्यान दिया जाएगा।

मॉनिटरिंग सिस्टम कंपनियों को रिज्यूमे को व्यवस्थित करने और ऐसे उम्मीदवारों को खोजने की अनुमति देते हैं जिनका अनुभव नौकरी की आवश्यकताओं से मेल खाता है। फिर भी, यदि उम्मीदवार की आवश्यक योग्यताएं अन्य शब्दों में वर्णित हैं जिन्हें सिस्टम पहचानता नहीं है, तो उसे नजरअंदाज किया जा सकता है।

अक्टूबर 2025 की एक रिपोर्ट विस्तार से बताती है कि मॉनिटरिंग सिस्टम के उपकरण रिज्यूमे को नौकरी की आवश्यकताओं से कैसे मिलाते हैं। जोखिम केवल कीवर्ड छूटने तक सीमित नहीं है।

मई 2024 में इस बात पर चिंता व्यक्त की गई थी कि योग्य उम्मीदवारों को स्वचालित भर्ती प्रणालियों द्वारा अस्वीकार किया जा सकता है, जिसमें रिपोर्ट में मानवीय नियंत्रण की आवश्यकता पर जोर दिया गया था।

यदि अस्वीकृति का निर्णय पूरी तरह से सॉफ़्टवेयर द्वारा लिया जाता है, तो उपयुक्त उम्मीदवार कभी भी भर्तीकर्ता तक नहीं पहुंचेगा, और उम्मीदवार को अस्वीकृति का कारण पता नहीं चलेगा।

यह दबाव केवल भारत तक सीमित नहीं है। बीबीसी की रिपोर्ट में यूनाइटेड किंगडम के मेडस्टउन के एक 22 वर्षीय भूगोल स्नातक का उल्लेख किया गया था। रेस्तरां प्रबंधक की नौकरी पाने से पहले, उन्होंने 200 से अधिक आवेदन जमा किए थे। उन्होंने उल्लेख किया कि एआई ने आवेदनों को संसाधित करने में मदद की, लेकिन पूरी प्रक्रिया थकाऊ थी।

बिजनेस इंसाइडर ने बताया कि गूगल ने कुछ सॉफ्टवेयर विकास साक्षात्कार में जेमिनी सहित एआई उपकरणों को एकीकृत किया है। इन साक्षात्कार के दौरान उम्मीदवारों की कोड समझने और एआई के साथ काम करने की क्षमता का परीक्षण किया गया।

ये उदाहरण दिखाते हैं कि उम्मीदवार नौकरी खोजने के लिए एआई का उपयोग कर रहे हैं, जबकि कंपनियां उम्मीद करती हैं कि वे एआई से संबंधित कौशल प्रदर्शित करें। यह सवाल खड़ा करता है: क्या यह तकनीक भर्ती प्रक्रिया को अधिक कुशल बनाएगी या प्रतिस्पर्धा का एक और स्तर जोड़ेगी?

आवेदन जमा करने के बाद भी उम्मीदवार इंतजार कर सकते हैं, यह जाने बिना कि उनके आवेदन पर विचार किया गया है या नहीं। सितंबर 2026 की एक रिपोर्ट के अनुसार, जो इंडीड भर्ती विश्वास सूचकांक पर आधारित है, 29% भारतीय उम्मीदवारों ने बताया कि आवेदन जमा करने के बाद कोई प्रतिक्रिया न मिलना उनकी सबसे बड़ी समस्या है।

इस अध्ययन में भारत के 1073 उम्मीदवारों और 735 नियोक्ताओं ने भाग लिया। जांच में केवल तेजी लाना इस समस्या का समाधान नहीं करेगा; उम्मीदवारों को स्पष्ट जानकारी और भर्ती प्रक्रिया के दौरान अपने आवेदन की स्थिति को ट्रैक करने की क्षमता की भी आवश्यकता है।

उम्मीदवारों का काम एआई का उपयोग करते समय टेम्पलेट आवेदन न भेजना और गैर-मौजूद कौशल का दावा न करना है। कंपनियों का काम सिफारिशों को पूरी तरह से स्वचालित प्रौद्योगिकियों के अंतिम समाधान के रूप में नहीं मानना है।

एआई उम्मीदवारों को अपने अनुभव को बेहतर ढंग से प्रस्तुत करने में मदद कर सकता है, और भर्तीकर्ताओं को कार्यभार संभालने में मदद कर सकता है। हालांकि, एक आकर्षक रिज्यूमे और त्वरित जांच उपयुक्त उम्मीदवार के सही काम से मेल खाने की गारंटी नहीं देते हैं।

आवेदन जमा करने के बाद जवाब की उम्मीद करने वाले व्यक्ति के लिए, सबसे उपयोगी बदलाव आवेदन जमा करने के लिए नए उपकरण के बजाय एक अधिक पारदर्शी और निष्पक्ष भर्ती प्रक्रिया होगी जो रिज्यूमे के पीछे के व्यक्ति की पहचान कर सके।

एआई मॉडल ने 3डी प्रिंटेड हथियार का डिज़ाइन विकसित किया; विशेषज्ञों ने जोखिमों पर चिंता जताई
और पढ़ें
www.aajtak.in

एआई मॉडल ने 3डी प्रिंटेड हथियार का डिज़ाइन विकसित किया; विशेषज्ञों ने जोखिमों पर चिंता जताई

पहले आर्टिफिशियल इंटेलिजेंस का उपयोग चित्र, वीडियो और प्रोग्रामिंग कोड बनाने के लिए किया जाता था। हालांकि, अमेरिका से हालिया खबर ने दिखाया है कि एआई बंदूक की नली के डिजाइन भी विकसित कर सकता है। मुख्य चिंता इस बात से जुड़ी है कि एआई तकनीकें हथियार बनाने की जानकारी तक पहुंच को आसान बना सकती हैं।

कोडी विल्सन, जो अमेरिका में 3डी प्रिंटेड हथियारों पर काम करने वाले विशेषज्ञ हैं, ने GatGPT नामक एक एआई मॉडल प्रस्तुत किया। उन्होंने कहा कि यह मॉडल WASP नामक हथियार का डिज़ाइन तैयार करने में सक्षम था, जिसे 3डी प्रिंटिंग का उपयोग करके बनाया जाता है। विल्सन इस उदाहरण को एआई द्वारा हथियार बनाने का पहला मामला मानते हैं।

WASP एक कॉम्पैक्ट, सिंगल-शॉट पिस्तौल है जो प्रति शॉट केवल एक बार गोली चला सकता है। इस पर एआई की डिजाइन विकास में भागीदारी के कारण चर्चा हो रही है। GatGPT को सामान्य प्रश्नों का उत्तर देने वाले चैटबॉट के रूप में नहीं, बल्कि हथियार की जानकारी और ब्लूप्रिंट के साथ काम करने वाले एक विशेष मॉडल के रूप में प्रस्तुत किया गया है।

द वर्ज की रिपोर्ट के अनुसार, यह मॉडल आग्नेयास्त्रों के व्यापक डिजिटल डिज़ाइनों के डेटाबेस पर प्रशिक्षित किया गया था। विल्सन की टीम ने इसे एक नया डिज़ाइन बनाने का काम सौंपा, जिसके बाद एआई ने एक अवधारणा प्रस्तावित की, जिसे बाद में मानव समूह द्वारा परिष्कृत किया गया। इस प्रकार, यह पूरी तरह से एआई की स्वायत्त रचना नहीं थी, क्योंकि प्रक्रिया में मानवीय मार्गदर्शन, मौजूदा मॉडलों का विश्लेषण और तकनीकी सत्यापन शामिल था।

इसलिए, इस घटना को केवल एक नए प्रकार के हथियार के आगमन के रूप में नहीं, बल्कि एआई के अनुप्रयोग में एक महत्वपूर्ण मोड़ के रूप में देखा जा रहा है। इससे पहले जनरेटिव एआई का उपयोग छवियों, लेखों, वीडियो और सॉफ्टवेयर के निर्माण में तेजी लाने के लिए किया जाता था। लेकिन जब इस तकनीक का उपयोग हथियार डिजाइनिंग में किया जाता है, तो यह सीधे तौर पर लोगों की सुरक्षा को प्रभावित करता है।

इस कहानी का दूसरा पहलू भी महत्वपूर्ण है। द वर्ज के अनुसार, WASP से गोली चलाने के प्रयास के दौरान तीन प्रयास किए गए थे। दो बार गोली चली, जबकि पहला प्रयास विफल रहा। विशेषज्ञों ने डिजाइन में कई कमियां भी पाईं।

इसका मतलब है कि भले ही एआई एक ब्लूप्रिंट तैयार करने में सक्षम था, यह साबित नहीं करता है कि यह मनुष्यों की तुलना में अधिक विश्वसनीय या उन्नत हथियार बना सकता है। वर्तमान में यह केवल एक प्रारंभिक प्रयोग है, और इसकी विश्वसनीयता, सुरक्षा और दीर्घकालिक कार्यक्षमता के बारे में प्रश्न खुले हैं।

चिंता का मुख्य कारण यही है। पारंपरिक हथियार निर्माण के लिए महत्वपूर्ण तकनीकी ज्ञान और कई संसाधनों की आवश्यकता होती है। हालांकि, यदि एआई डिजाइन से संबंधित जानकारी आसानी से प्रदान करना शुरू कर देता है, तो हथियार उत्पादन की प्रक्रिया में कुछ बाधाएं समाप्त हो सकती हैं।

हथियार सुरक्षा के मुद्दों से निपटने वाली संगठन एवरीटाउन ने द वर्ज के साथ बातचीत में अपनी चिंता व्यक्त की, जिसमें उल्लेख किया गया कि ऐसे मॉडल उन लोगों के लिए हथियार बनाना आसान बना सकते हैं जिनके पास आवश्यक तकनीकी ज्ञान नहीं है या जो हथियार रखने के लिए कानूनी आवश्यकताओं को पूरा नहीं करते हैं।

इस संदर्भ में 'घोस्ट गन' (भूत हथियार) शब्द पर सक्रिय रूप से चर्चा हो रही है। आमतौर पर इसका उपयोग घर पर बनाए गए या अलग-अलग हिस्सों से इकट्ठे किए गए पिस्तौलों के लिए किया जाता है, जिन पर मानक हथियारों की तरह सीरियल नंबर नहीं होता है। यह उनकी पहचान और ट्रैकिंग को मुश्किल बना देता है।

फिर भी, हर 3डी प्रिंटेड वस्तु हथियार नहीं होती है, और हर घर पर बना हथियार अवैध नहीं होता है। कानून देश और क्षेत्र के आधार पर भिन्न हो सकते हैं। हालांकि, बिना पहचान डेटा के ऐसे हथियार बनाने की क्षमता कानून प्रवर्तन एजेंसियों के लिए निर्माता या उपयोगकर्ता की पहचान स्थापित करने के काम को जटिल बना सकती है।

लोकप्रिय