𝗔𝗜 என்பது ஒரு மென்பொருள் மேம்படுத்தல் அல்ல. அது ஒரு நிறுவன மறுவடிவமைப்பு.
நிறுவனங்கள் AI-ஐ ஒரு கருவி மேம்படுத்தலாகக் கருதுகின்றன. அவை ஒரு பழைய கருவியை நீக்கிவிட்டு புதிய ஒன்றைப் பயன்படுத்துகின்றன, அதே சமயம் மற்ற அனைத்தும் அப்படியே இருக்கும் என்று எதிர்பார்க்கின்றன. இது ஒரு தவறு.
AI வேலை செய்யும் முறையை மாற்றுகிறது. AI குறியீடுகளை (code) உருவாக்கும்போதோ அல்லது முடிவுகளின் வரைவுகளைத் தயாரிக்கும்போதோ, நான்கு விஷயங்கள் மாறுகின்றன.
முடிவெடுக்கும் வேகம் மாறுகிறது. AI வினாடிகளில் வேலையைச் செய்து முடிக்கிறது. ஆனால் உங்கள் ஆய்வு மற்றும் ஒப்புதல் செயல்முறைகள் இன்னும் மனித வேகத்திலேயே இயங்குகின்றன. ஒரு குழு ஒரு வாரத்திற்கான வேலையை ஒரே நாளில் செய்து முடித்தால், ஆய்வு செய்யும் செயல்முறை முடங்கிவிடும். வேகத்திற்கு ஈடுகட்ட மக்கள் அவசரப்படும்போது தரம் குறைகிறது.
பொறுப்புக்கூறல் தெளிவற்றதாகிறது. ஒரு மனிதர் குறியீட்டை எழுதும்போது, அந்த முடிவை எடுத்தவர் யார் என்று உங்களுக்குத் தெரியும். ஆனால் AI அதை எழுதி, ஒரு மனிதர் அதற்கு ஒப்புதல் அளிக்கும்போது, அதன் பொறுப்பு யாருடையது என்பது மறைந்துவிடுகிறது. ஏதேனும் ஒரு பாதிப்பு ஏற்படும் முன், AI-ன் கட்டமைப்புத் தேர்வு அல்லது பாதுகாப்புப் பிழைக்கு யார் பொறுப்பு என்பதை நீங்கள் தீர்மானிக்க வேண்டும்.
மேல்மட்டத்திற்குத் தகவல் தெரிவிக்கும் வழிமுறைகள் (Escalation paths) முறிந்துவிடுகின்றன. மனிதர்கள் தங்கள் தேர்வுகளை விளக்கும்போது பாரம்பரிய மேல்மட்டத் தகவல் தொடர்பு முறை வேலை செய்கிறது. ஆனால் AI-ன் வெளியீட்டைப் பின்னோக்கித் தேடிப் பார்ப்பது கடினம். "ஏன் இது இப்படி உருவாக்கப்பட்டது?" என்ற கேள்விக்கு "AI செய்தது" என்று பதிலளிப்பது ஒரு முட்டுக்கட்டை போன்றதே தவிர, தீர்வாகாது.
எதிர்பார்ப்புகள் செயல்பாடுகளை விட வேகமாக வளர்கின்றன. தலைவர்கள் AI மிக வேகமாக வேலை செய்வதைப் பார்த்து, விரைவான விநியோகத்தையும் (delivery) எதிர்பார்க்கிறார்கள். ஆனால் விநியோகம் என்பது சோதனை (testing), ஒருங்கிணைப்பு (integration) மற்றும் கண்காணிப்பு (monitoring) ஆகியவற்றை உள்ளடக்கியது. இந்த நிலைகள் வேகமடையவில்லை. இந்த இடைவெளி, முதல் நிலைக்குப் பிந்தைய ஒவ்வொரு நிலையிலும் அழுத்தத்தை உருவாக்குகிறது.
இந்தத் பதற்றம் தொழில்நுட்பத்தினால் ஏற்படுவதல்ல. தொழில்நுட்பம் சரியாக வேலை செய்கிறது. உங்கள் நிறுவனத்தின் கட்டமைப்பை விட AI வேகமாக வளர்ச்சியடைவதால் இந்தத் பதற்றம் உருவாகிறது.
குழுக்கள் வாரக்கணக்கில் கருவிகளைப் பயன்படுத்தத் தொடங்கிவிடுகிறார்கள். ஆனால் செயல்முறைகளை மாற்றுவதற்கு மாதக்கணக்கில் ஆகிறது. இந்த இடைவெளி, உங்கள் செயல்முறைகளால் கையாள முடியாத அளவுக்கு அதிக வெளியீட்டை (output) உருவாக்குகிறது.
பெரும்பாலான AI தோல்விகள் தொழில்நுட்ப ரீதியானவை அல்ல. அவை ஒருங்கிணைப்புத் தோல்விகள் (alignment failures). கருவி மாறியது, ஆனால் நிறுவனம் மாறவில்லை.
நீங்கள் மூன்று விஷயங்களை ஒருங்கிணைக்க வேண்டும்:
- AI-ன் வெளியீட்டு வேகத்தை உங்கள் ஆய்வுத் திறனுடன் (review capacity) இணைக்க வேண்டும்.
- பொறுப்புக்கூறல் கட்டமைப்புகளை AI முடிவுகளுடன் இணைக்க வேண்டும்.
- செயல்பாட்டு எதிர்பார்ப்புகளை முழு விநியோகச் சங்கிலியுடனும் (delivery chain) இணைக்க வேண்டும்.
வெற்றிகரமான குழுக்கள் கருவிகளை மட்டும் சேர்க்கவில்லை. அவை வேலை செய்யும் முறையை மறுவடிவமைப்பு செய்கின்றன.
AI-ஐப் பயன்படுத்தத் தொடங்கிய பிறகு உங்கள் நிறுவனம் தனது செயல்முறைகளை மாற்றியதா? அல்லது கருவிகளை மட்டும் மாற்றிவிட்டு மற்ற அனைத்தையும் அப்படியே விட்டுவிட்டீர்களா?
Source: https://dev.to/dimitrisk_cyclopt/ai-isnt-a-software-upgrade-its-an-organizational-redesign-1flc
Optional learning community: https://t.me/GyaanSetuAi