AI का निर्णायक मोड़: अधिकांश कंपनियाँ पीछे क्यों छूट रही हैं
AI का शुरुआती उत्साह अब समाप्त हो चुका है।
वर्षों तक, कंपनियों ने ChatGPT जैसे टूल्स को अपनाने की होड़ मचा दी। उन्होंने इंफ्रास्ट्रक्चर पर अरबों खर्च किए। अब, ध्यान बदल रहा है। CEO और CFO अब यह नहीं पूछते कि AI क्या कर सकता है। वे पूछते हैं कि AI उनके मुनाफे के लिए क्या करता है।
McLean Forrester का एक नया व्हाइटपेपर बताता है कि कई कंपनियाँ परिणाम देखने में क्यों विफल रहती हैं। वे 'पायलट ट्रैप' (pilot trap) में फंस जाती हैं। वे छोटे प्रोजेक्ट्स शुरू करती हैं जिनसे उत्पादकता में मामूली वृद्धि होती है। ये प्रोजेक्ट्स बड़े स्तर पर लागू (scale) करने में विफल रहते हैं क्योंकि उनमें एकीकरण (integration) की कमी होती है।
जीतने के लिए, आपको AI वैल्यू के तीन स्तरों को समझना होगा।
Horizontal AI इसमें ChatGPT जैसे सामान्य टूल्स शामिल हैं। वे सरल कार्यों के लिए अच्छी तरह काम करते हैं। आप उत्पादकता में 5% से 10% की वृद्धि देख सकते हैं। हालाँकि, जब आपको कंपनी के विशिष्ट ज्ञान या जटिल तर्क (complex reasoning) की आवश्यकता होती है, तो ये टूल्स विफल हो जाते हैं।
Hybrid AI यह एक स्मार्ट मध्य मार्ग है। यह Retrieval-Augmented Generation (RAG) का उपयोग करता है। आप एक बड़े मॉडल को अपने आंतरिक डेटा, नीतियों और ग्राहक फाइलों से जोड़ते हैं। यह तरीका नया मॉडल बनाने की उच्च लागत के बिना सटीकता प्रदान करता है। यह त्रुटियों को कम करता है क्योंकि AI को आपके तथ्यों का ही उपयोग करना पड़ता है।
Vertical AI यही वह जगह है जहाँ सबसे अधिक मूल्य मिलता है। यह आपके विशिष्ट वर्कफ़्लो के लिए बनाया गया एक कस्टम इंटेलिजेंस लेयर है।
उदाहरण के लिए, एक बैंक सार्वजनिक रिपोर्ट का सारांश निकालने के लिए horizontal AI का उपयोग करता है। वहीं, एक बैंक ऋण आवेदन (loan application) की समीक्षा करने, गायब फाइलों की जांच करने और निर्णय का मसौदा तैयार करने के लिए vertical AI का उपयोग करता है। यह AI को एक निष्क्रिय उपकरण से एक सक्रिय कार्यकर्ता में बदल देता है।
2027 के लिए कैसे तैयार हों:
- सबसे सस्ते मॉडल की तलाश करना बंद करें। अपनी विशिष्ट समस्याओं पर उच्चतम रिटर्न देने वाले समाधान की तलाश करें।
- अपने डेटा इंफ्रास्ट्रक्चर को ठीक करें। आपका मालिकाना डेटा (proprietary data) ही आपका एकमात्र लाभ है। यदि आपका डेटा अव्यवस्थित है, तो आपका AI विफल हो जाएगा।
- Hybrid AI से शुरुआत करें। जटिल वर्टिकल सिस्टम की ओर बढ़ने से पहले विश्वास और विशेषज्ञता बनाने के लिए कम जोखिम वाले प्रोजेक्ट्स का उपयोग करें।
- गवर्नेंस (governance) को प्राथमिकता दें। नियम बढ़ रहे हैं। बने रहने के लिए आपको डेटा गोपनीयता और पूर्वाग्रह (bias) जैसे जोखिमों का प्रबंधन करना होगा।
विजेता वे कंपनियाँ नहीं होंगी जिनके पास सबसे बड़ा बजट होगा। वे वे कंपनियाँ होंगी जो AI को अपनी अनूठी व्यावसायिक आवश्यकताओं के साथ जोड़ेंगी।
स्रोत: https://dev.to/mcleanforresterllc/the-ai-reckoning-why-most-companies-are-getting-left-behind-175i