𝗔𝗜 என்பது ஒரு மென்பொருள் மேம்படுத்தல் அல்ல. அது ஒரு நிறுவன மறுவடிவமைப்பு.

பெரும்பாலான நிறுவனங்கள் AI-ஐ ஒரு கருவி மேம்படுத்தலாக (tool upgrade) கருதுகின்றன. பழைய கருவிகளுக்குப் பதிலாகப் புதியவற்றை மாற்றிவிட்டு, மற்ற அனைத்தையும் அப்படியே வைத்துக்கொள்ளலாம் என்று அவை நினைக்கின்றன. அவை வேகமாகச் செயல்பட விரும்புகின்றன.

இந்த மனநிலை ஒரு தவறு.

வேலை நடக்கும் முறையை AI மாற்றுகிறது. AI குறியீடுகளை (code) எழுதும்போது அல்லது முடிவுகளைத் தயாரிக்கும்போது, நான்கு விஷயங்கள் ஒரே நேரத்தில் மாறுகின்றன.

  • முடிவெடுக்கும் வேகம் மாறுகிறது. AI சில நொடிகளில் வேலையை உருவாக்கிவிடுகிறது. ஆனால் உங்கள் ஆய்வு மற்றும் ஒப்புதல் செயல்முறைகள் இன்னும் மனித வேகத்திலேயே இயங்குகின்றன. ஒரு குழு ஒரு வாரத்திற்கான வேலையை ஒரே நாளில் செய்துவிட்டால், ஆய்வு செய்யும் செயல்முறை முடங்கிவிடும். ஆய்வை அவசரமாகச் செய்யும்போது தரம் குறைகிறது.

  • பொறுப்புக்கூறல் தெளிவற்றதாகிறது. ஒரு மனிதர் குறியீட்டை எழுதும்போது, முடிவெடுப்பவர் யார் என்பது உங்களுக்குத் தெரியும். ஆனால் ஒரு மனிதர் AI குறியீட்டை அங்கீகரிக்கும்போது, அதன் உரிமை ஒரு தெளிவற்ற நிலைக்கு (gray zone) செல்கிறது. ஏதேனும் ஒரு தவறு நடப்பதற்கு முன்பே, AI செய்யும் தவறுக்கு யார் பொறுப்பு என்பதை நீங்கள் தீர்மானிக்க வேண்டும்.

  • மேல்மட்டத்திற்குத் தகவல் தெரிவிக்கும் முறைகள் (Escalation paths) தோல்வியடைகின்றன. பாரம்பரிய முறைகள் மனிதத் தர்க்கத்தை (reasoning) நம்பியுள்ளன. ஒரு அமைப்பு ஏன் ஒரு குறிப்பிட்ட வழியில் செயல்படுகிறது என்று யாராவது கேட்டால், அதற்கு "AI செய்தது" என்று பதில் வந்தால், அது ஒரு முட்டுச்சந்து போன்றது. எதைக் கண்டறிய முடியவில்லையோ, அதை உங்களால் சரிசெய்ய முடியாது.

  • எதிர்பார்ப்புகள் செயல்பாடுகளை விட வேகமாக வளர்கின்றன. தலைவர்கள் AI-இன் வேகத்தைப் பார்த்து உடனடி முடிவுகளை எதிர்பார்க்கிறார்கள். ஆனால் டெலிவரி (delivery) என்பது சோதனை (testing), ஒருங்கிணைப்பு (integration) மற்றும் கண்காணிப்பு (monitoring) ஆகியவற்றை உள்ளடக்கியது. இந்த நிலைகள் வேகமடையவில்லை. இந்த இடைவெளி உங்கள் குழுக்களின் மீது பெரும் அழுத்தத்தை உருவாக்குகிறது.

தொழில்நுட்பம் சிறப்பாகச் செயல்படுகிறது. பிரச்சனை என்னவென்றால், உங்கள் நிறுவன அமைப்பை விட AI வேகமாக வளர்ச்சியடைகிறது.

குழுக்கள் வாரங்களிலேயே AI கருவிகளைப் பயன்படுத்தத் தொடங்கிவிடுகின்றன. ஆனால் முடிவெடுக்கும் முறையையும் பொறுப்புகளை ஒதுக்கும் முறையையும் மாற்றுவதற்கு மாதக்கணக்கில் ஆகிறது. பெரும்பாலான AI தோல்விகள் தொழில்நுட்ப ரீதியானவை அல்ல. அவை ஒருங்கிணைப்புத் தோல்விகள் (alignment failures). கருவி மாறியது, ஆனால் நிறுவனம் மாறவில்லை.

வெற்றி பெற, நீங்கள் மூன்று விஷயங்களை ஒருங்கிணைக்க வேண்டும்:

  • AI-இன் வெளியீட்டு வேகத்தை உங்கள் ஆய்வுத் திறனுடன் (review capacity) சமன் செய்யுங்கள்.
  • AI பொறுப்புக்கூறலுக்கான புதிய கட்டமைப்புகளை உருவாக்குங்கள்.
  • முழு டெலிவரி சங்கிலிக்கும் (delivery chain) யதார்த்தமான எதிர்பார்ப்புகளை நிர்ணயியுங்கள்.

சிறந்த குழுக்கள் புதிய கருவிகளை மட்டும் சேர்க்கவில்லை. அவை புதிய யதார்த்தத்திற்கு ஏற்ப தங்கள் பணிப்பாய்வை (workflow) மறுவடிவமைப்பு செய்கின்றன.

நீங்கள் AI-ஐப் பயன்படுத்தத் தொடங்கியபோது, உங்கள் நிறுவனம் தனது செயல்முறைகளை மாற்றியதா? அல்லது புதிய தொழில்நுட்பத்திற்கு பழைய விதிகளையே தொடர்ந்ததா?

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