AI എന്നത് വെറുമൊരു സോഫ്റ്റ്‌വെയർ അപ്‌ഗ്രേഡ് അല്ല. അതൊരു സംഘടനാപരമായ പുനർരൂപകൽപ്പനയാണ്.

മിക്ക കമ്പനികളും AI-യെ ഒരു ടൂൾ അപ്‌ഗ്രേഡ് ആയിട്ടാണ് കാണുന്നത്. പഴയ ടൂളുകൾ മാറ്റി പുതിയവ ഉപയോഗിച്ചാൽ മറ്റെല്ലാ കാര്യങ്ങളും പഴയതുപോലെ തന്നെ തുടരാമെന്ന് അവർ കരുതുന്നു. അവർക്ക് വേഗത്തിൽ മുന്നേറണം എന്നുണ്ട്.

ഈ ചിന്താഗതി ഒരു തെറ്റാണ്.

ജോലി നടക്കുന്ന രീതിയെ AI മാറ്റുന്നു. AI കോഡ് എഴുതുകയോ തീരുമാനങ്ങൾ തയ്യാറാക്കുകയോ ചെയ്യുമ്പോൾ, ഒരേസമയം നാല് കാര്യങ്ങളാണ് മാറുന്നത്.

  • തീരുമാനങ്ങൾ എടുക്കുന്ന വേഗത മാറുന്നു. AI സെക്കൻഡുകൾക്കുള്ളിൽ ജോലി പൂർത്തിയാക്കുന്നു. എന്നാൽ നിങ്ങളുടെ പരിശോധനയും (review) അംഗീകാരവും (approval) ഇപ്പോഴും മനുഷ്യന്റെ വേഗതയിലാണ് നടക്കുന്നത്. ഒരു ടീം ഒരാഴ്ചത്തെ ജോലി ഒരു ദിവസം കൊണ്ട് പൂർത്തിയാക്കിയാൽ, പരിശോധനാ പ്രക്രിയ തകരാറിലാകും. പരിശോധന വേഗത്തിലാക്കുമ്പോൾ ഗുണനിലവാരം കുറയുന്നു.

  • ഉത്തരവാദിത്തം അവ്യക്തമാകുന്നു. ഒരു മനുഷ്യൻ കോഡ് എഴുതുമ്പോൾ ആ തീരുമാനമെടുത്തത് ആരാണെന്ന് നിങ്ങൾക്ക് അറിയാം. എന്നാൽ ഒരു മനുഷ്യൻ AI എഴുതിയ കോഡ് അംഗീകരിക്കുമ്പോൾ, അതിന്റെ ഉടമസ്ഥാവകാശം (ownership) ഒരു അവ്യക്തമായ മേഖലയായി മാറുന്നു. എന്തെങ്കിലും തകരാർ സംഭവിക്കുന്നതിന് മുമ്പ്, AI വരുത്തുന്ന തെറ്റുകൾക്ക് ആരാണ് ഉത്തരവാദി എന്ന് നിങ്ങൾ തീരുമാനിക്കണം.

  • പ്രശ്നപരിഹാര മാർഗങ്ങൾ (Escalation paths) പരാജയപ്പെടുന്നു. പരമ്പരാഗതമായ രീതികൾ മനുഷ്യന്റെ യുക്തിയെയാണ് ആശ്രയിക്കുന്നത്. ഒരു സിസ്റ്റം എന്തുകൊണ്ടാണ് ഒരു പ്രത്യേക രീതിയിൽ പ്രവർത്തിക്കുന്നത് എന്ന് ആരെങ്കിലും ചോദിച്ചാൽ, "AI ആണ് അത് ചെയ്തത്" എന്നാണ് ഉത്തരമെങ്കിൽ, അവിടെ നിങ്ങൾക്ക് വഴിമുട്ടിപ്പോകും. നിങ്ങൾക്ക് കണ്ടെത്താൻ (trace) കഴിയാത്ത ഒരു കാര്യം പരിഹരിക്കാനും കഴിയില്ല.

  • പ്രതീക്ഷകൾ പ്രവർത്തനങ്ങളെ മറികടക്കുന്നു. AI-യുടെ വേഗത കണ്ട് നേതാക്കൾ ഉടനടി ഫലം പ്രതീക്ഷിക്കുന്നു. എന്നാൽ ഡെലിവറിയിൽ ടെസ്റ്റിംഗ്, ഇന്റഗ്രേഷൻ, മോണിറ്ററിംഗ് എന്നിവയും ഉൾപ്പെടുന്നു. ഈ ഘട്ടങ്ങൾ വേഗതയേറിയതായിട്ടില്ല. ഈ വ്യത്യാസം നിങ്ങളുടെ ടീമുകളിൽ വലിയ സമ്മർദ്ദം ഉണ്ടാക്കുന്നു.

സാങ്കേതികവിദ്യ മികച്ച രീതിയിൽ പ്രവർത്തിക്കുന്നുണ്ട്. പ്രശ്നം എന്തെന്നാൽ, നിങ്ങളുടെ കമ്പനിയുടെ ഘടനയേക്കാൾ വേഗത്തിൽ AI വികസിക്കുന്നു എന്നതാണ്.

ടീമുകൾ ആഴ്ചകൾക്കുള്ളിൽ AI ടൂളുകൾ സ്വീകരിക്കുന്നു. എന്നാൽ തീരുമാനങ്ങൾ എടുക്കുന്ന രീതിയും ഉത്തരവാദിത്തങ്ങൾ നൽകുന്ന രീതിയും മാറ്റാൻ മാസങ്ങൾ എടുക്കും. മിക്ക AI പരാജയങ്ങളും സാങ്കേതികമായതല്ല. അവ അലൈൻമെന്റ് (alignment) പരാജയങ്ങളാണ്. ടൂൾ മാറി, പക്ഷേ സംഘടന പഴയതുപോലെ തന്നെ തുടർന്നു.

വിജയിക്കാൻ, നിങ്ങൾ മൂന്ന് കാര്യങ്ങൾ ഒത്തുചേർക്കേണ്ടതുണ്ട്:

  • AI-യുടെ ഔട്ട്‌പുട്ട് വേഗത നിങ്ങളുടെ പരിശോധനാ ശേഷിയുമായി (review capacity) പൊരുത്തപ്പെടുത്തുക.
  • AI ഉത്തരവാദിത്തത്തിനായി പുതിയ ഘടനകൾ സൃഷ്ടിക്കുക.
  • ഡെലിവറി ചെയിനിന് വേണ്ടി യഥാർത്ഥമായ പ്രതീക്ഷകൾ നിശ്ചയിക്കുക.

മികച്ച ടീമുകൾ പുതിയ ടൂളുകൾ മാത്രം ചേർക്കുകയല്ല ചെയ്യുന്നത്. അവർ പുതിയ യാഥാർത്ഥ്യത്തിന് അനുസൃതമായി അവരുടെ വർക്ക്ഫ്ലോ (workflow) പുനർരൂപകൽപ്പന ചെയ്യുന്നു.

നിങ്ങൾ AI സ്വീകരിച്ചപ്പോൾ നിങ്ങളുടെ കമ്പനി അതിന്റെ പ്രക്രിയകളിൽ മാറ്റം വരുത്തിയോ? അതോ പുതിയ സാങ്കേതികവിദ്യക്കായി പഴയ നിയമങ്ങൾ തന്നെ തുടർന്നോ?

സ്രോതസ്സ്: https://dev.to/dimitrisk_cyclopt/ai-isnt-a-software-upgrade-its-an-organizational-redesign-1flc