Oracle के एक वरिष्ठ कार्यकारी के अनुसार, जिन उद्यमों द्वारा कृत्रिम बुद्धिमत्ता (AI) को लागू किया जा रहा है, उन्हें एक मापने योग्य लक्ष्य निर्धारित करने और प्रौद्योगिकी द्वारा लाए गए सुधार के आधार पर सफलता का आकलन करने के लिए शुरुआत करनी चाहिए, न कि तैनात AI एजेंटों की संख्या के आधार पर। यह विशेष रूप से प्रासंगिक हो जाता है क्योंकि AI कर्मचारियों की सहायता करने से हटकर उनके लिए काम करने लगता है।
ओरेकल में एप्लिकेशन डेवलपमेंट के उपाध्यक्ष, नतालिया रेचलसन ने पीटीआई को बताया कि यह याद रखना महत्वपूर्ण है कि तैनात एजेंटों की संख्या उन सुधारों की तुलना में कम मायने रखती है जो वे प्रदान करते हैं। उन्होंने व्यवसाय के नेताओं को एक मापने योग्य परिणाम चुनने की सलाह दी, जैसे कि लेखांकन त्रुटियों को ठीक करने में लगने वाले समय को कम करना या परिवहन लागत को कम करना।
सबसे पहले, एक आधार रेखा स्थापित करना आवश्यक है ताकि यह आकलन किया जा सके कि क्या AI का कोई वास्तविक प्रभाव पड़ रहा है। इसके बाद कंपनियों को नींव को सही ढंग से कॉन्फ़िगर करने की आवश्यकता है: डेटा की विश्वसनीयता सुनिश्चित करना, प्रक्रियाओं के मालिक की स्पष्ट परिभाषा देना, उचित नियंत्रण तंत्र प्रदान करना और कर्मचारियों को AI एजेंटों के साथ काम करने के लिए प्रशिक्षित करना। प्रक्रिया के उन हिस्सों में सबसे अधिक प्रगति हासिल की जाती है जहां काम रुक जाता है या दोहरावदार मैन्युअल हस्तक्षेप की आवश्यकता होती है।
व्यवसाय के नेताओं के बीच सबसे आम गलत धारणा यह है कि AI केवल पिछली कार्यों को तेज करने के लिए डिज़ाइन किया गया है। रेचलसन ने इस बात पर जोर दिया कि ऐसा नहीं है; AI का वास्तविक उद्देश्य काम करने के तरीके को ही फिर से परिभाषित करना है। उन्होंने एक उदाहरण दिया: यदि एक प्रक्रिया, जिसमें पहले 10,000 चरण थे, अब पांच चरणों तक सिमट जाती है क्योंकि AI सभी मध्यवर्ती कार्यों को पूरा करता है, तो यही व्यावसायिक प्रक्रिया का पुन:परिभाषित होना है।
पहले AI उपकरणों का उपयोग मुख्य रूप से सवालों के जवाब देने, सामग्री के मसौदे तैयार करने और सिफारिशें प्रदान करने के लिए किया जाता था। आधुनिक AI एजेंट व्यावसायिक प्रक्रिया के भीतर अनुवर्ती चरणों का समन्वय करने और अधिकृत क्रियाएं करने में सक्षम हैं। उदाहरण के लिए, एक कंपनी जो ग्राहक सेवा नवीनीकरण प्रतिशत को 2 प्रतिशत बढ़ाने का लक्ष्य रख रही है, वह इस लक्ष्य को निर्धारित कर सकती है, और विशेष AI एजेंटों की एक टीम डेटा का विश्लेषण करेगी, एक योजना विकसित करेगी और उसे लागू करेगी।
अस्पताल प्रणाली में, AI नर्सों के विशेषज्ञता और शिफ्ट को ध्यान में रखते हुए शेड्यूल बनाने का कार्य कर सकता है। यदि कोई नर्स बीमार हो जाती है, तो सिस्टम शेड्यूल को पुनर्गठित कर सकता है और उन लोगों को सूचित कर सकता है जिन्हें उसकी जगह लेने की आवश्यकता है। त्वरित परिणाम संभवतः नियमित प्रक्रियाओं में प्राप्त होंगे, जहां टीमें जानकारी एकत्र करने और कार्यों के निष्पादन की निगरानी में बहुत समय बिताती हैं। वित्तीय क्षेत्र में, AI एजेंट पुस्तकों को बंद करने से पहले खातों का मिलान करने में मदद कर सकते हैं, और मानव संसाधन विभाग में वेतन से संभावित समस्याओं की पहचान कर सकते हैं। आपूर्ति श्रृंखलाओं में, वे डिलीवरी विकल्पों की तुलना कर सकते हैं या यह निर्धारित कर सकते हैं कि कमी वाली सामग्री को कैसे वितरित किया जाए, जबकि योजनाएं टीमों द्वारा जांच और अनुमोदन से गुजरती हैं।
हालांकि, लोग नियंत्रण के केंद्र में बने रहते हैं, जैसा कि रेचलसन ने उल्लेख किया। उद्यमों को स्पष्ट रूप से परिभाषित करना चाहिए कि एजेंट को कौन सी कार्रवाई करने की अनुमति है, उसके काम की जांच कैसे की जाएगी और किस बिंदु पर मानव अनुमोदन या हस्तक्षेप की आवश्यकता है। रेचलसन, जो ओरेकल में लगभग 15 वर्षों से काम कर रही हैं, मानती हैं कि AI क्लाउड कंप्यूटिंग में बदलाव की तुलना में अधिक महत्वपूर्ण बदलाव प्रस्तुत करता है, हालांकि यह परिचित प्रश्न उठाता है। उन्होंने इसकी तुलना सदी के अंत में Y2K बग के आसपास की चिंताओं से की, जब 'दुनिया खत्म होने वाली लग रही थी, और फिर बिल्कुल कुछ नहीं हुआ'।
