पायलटों से उत्पादन तक: जीसीसी में एआई को स्केल करने के लिए वास्तव में क्या आवश्यक है

कृत्रिम बुद्धिमत्ता तेजी से प्रयोग से उद्यम कार्यान्वयन की ओर बढ़ रही है। सभी उद्योगों में, संगठन आपूर्ति श्रृंखलाओं को अनुकूलित करने, वित्तीय प्रक्रियाओं को स्वचालित करने, एनालिटिक्स को मजबूत करने और ग्राहक-सामना करने वाले अनुप्रयोगों को सशक्त बनाने के लिए एआई को तैनात कर रहे हैं। फिर भी जबकि पायलट और प्रूफ-ऑफ-कॉन्सेप्ट तेजी से आम होते जा रहे हैं, इन पहलों को विश्वसनीय उत्पादन प्रणालियों में बढ़ाना कहीं अधिक जटिल बना हुआ है।

उस चुनौती ने हाल ही में योरस्टोरी गोलमेज सम्मेलन का फोकस बनाया जिसका शीर्षक था ‘पायलट से उत्पादन तक जीसीसी में एआई का संचालन. चर्चा में पता चला कि कैसे वैश्विक क्षमता केंद्र (जीसीसी) प्रारंभिक प्रयोग से एंटरप्राइज़-स्केल एआई परिनियोजन तक संक्रमण को नेविगेट कर रहे हैं।

बंद कमरे में आयोजित सत्र का संचालन किया शिवानी मुथन्नायोरस्टोरी में रणनीतिक साझेदारी और सामग्री के वरिष्ठ निदेशक, उद्योग जगत के नेताओं को एक साथ लाए, संतोष कुलकर्णी (वर्टिव), शम्मी प्रभाकर (नीलसनआईक्यू और जीसीसी प्रोस), समीर शेख (एक्सपीओ इंडिया), संदीप पोद्दार (किम्बर्ली-क्लार्क), दीपक अरोड़ा (इकोलैब), दुर्गाराजे वीरेंद्र भेड़ा (क्वेस कॉर्प), -सौरभ गुप्ता (सुल्ज़र), आमोद देशपांडे (ऑलव्यू सिस्टम्स), और प्रभाकर विजयप्रकाश (किंड्रिल).

लॉजिस्टिक्स और मैन्युफैक्चरिंग से लेकर वित्तीय प्लेटफॉर्म और एनालिटिक्स तक के क्षेत्रों का प्रतिनिधित्व करते हुए, प्रतिभागियों ने एक साझा वास्तविकता को प्रतिबिंबित किया: जबकि एआई प्रयोग व्यापक है, इन प्रणालियों को रोजमर्रा के उद्यम संचालन में एकीकृत करना वह जगह है जहां वास्तविक चुनौती शुरू होती है।

सहायता केंद्रों से लेकर रणनीतिक केंद्रों तक

परिचालन दक्षता प्रदान करने के लिए कई जीसीसी स्थापित किए गए थे। आज उस जनादेश का काफी विस्तार हो गया है। कई केंद्र अब उत्पाद इंजीनियरिंग, वैश्विक डेटा प्लेटफ़ॉर्म और डिजिटल परिवर्तन पहल के मालिक हैं।

एआई रणनीतिक योगदान के स्तर को बढ़ाकर इस बदलाव को तेज कर रहा है। पैनलिस्टों ने कहा कि बातचीत इस बात से आगे बढ़ गई है कि भारत से कितना काम किया जा सकता है और कितना नवाचार यहां उत्पन्न हो सकता है। उस बदलाव को विश्वसनीय बनाने के लिए, AI को पायलट परियोजनाओं तक ही सीमित नहीं रखा जा सकता है।

बुनियादी ढाँचा: बाधा पर कुछ लोग चर्चा कर रहे हैं

जीसीसी में एआई के बारे में अधिकांश चर्चाएं मॉडल या उपयोग के मामलों से शुरू होती हैं। हालाँकि, इस गोलमेज बैठक में बातचीत बुनियादी ढांचे, विशेष रूप से बिजली घनत्व और शीतलन के साथ शुरू हुई।

एआई वर्कलोड पारंपरिक उद्यम प्रणालियों की तुलना में जीपीयू-सघन और कहीं अधिक बिजली की खपत करने वाले हैं। रैक घनत्व 500-किलोवाट के स्तर तक बढ़ रहा है, विशेष शीतलन प्रणालियों को तैनात करने में महीनों लग सकते हैं, और किनारे पर अनुमानित कार्यभार के लिए सुविधाओं की आवश्यकता होती है जो कई जीसीसी अभी तक समर्थन करने के लिए सुसज्जित नहीं हैं।

पैनल इस बात पर सहमत हुआ कि बड़े पैमाने पर एआई उपयोग के मामलों को आगे बढ़ाने से पहले इस तत्परता अंतर को संबोधित करने की आवश्यकता है।

एआई पायलट और उत्पादन के बीच क्यों रुकता है?

चर्चा में यह भी स्पष्ट कारण सामने आया कि कई एआई पायलट स्केल करने में विफल रहे। अधिकांश संगठनों में, एआई पहल की जवाबदेही मुख्य रूप से इंजीनियरिंग टीमों की होती है, तब भी जब कोई बिजनेस लीडर उपयोग के मामले को प्रायोजित करता है।

वह दृष्टिकोण नियंत्रित पायलट वातावरण में काम कर सकता है। एक बार जब सिस्टम को वास्तविक दुनिया की जटिलता का सामना करना पड़ता है तो यह टूटना शुरू हो जाता है: परिवर्तनीय चालान प्रारूप, उतार-चढ़ाव वाली लोड मात्रा, और शोर या अधूरा डेटा।

“यदि कोई पीओसी उत्पादन तक पहुंचने में विफल रहता है, तो यह सिर्फ इंजीनियरिंग की विफलता नहीं है। यह व्यवसाय स्वामी की भी विफलता है“समीर शेख ने कहा।

वास्तविक व्यावसायिक स्वामित्व के बिना, पायलट अक्सर परिचालन वातावरण में परिवर्तन से बचने के लिए संघर्ष करते हैं।

पूंजी आवंटन एक और चुनौती प्रस्तुत करता है। उद्यमों को आम तौर पर बड़े निवेश करने से पहले स्पष्ट आरओआई की आवश्यकता होती है, फिर भी सार्थक रिटर्न अक्सर बड़े पैमाने पर तैनाती के बाद ही सामने आते हैं। उन क्षेत्रों में जहां वैश्विक विकास धीमा हो गया है, जीसीसी अक्सर नवाचार महत्वाकांक्षाओं के बजाय मापने योग्य लागत में कटौती के माध्यम से अपना सबसे मजबूत मामला बनाते हैं।

शासन और विश्वास

विनियमित उद्योगों में, शासन संबंधी चिंताएँ तकनीकी जितनी ही महत्वपूर्ण हैं। अधिकांश उद्यम प्रशासन ढाँचे पारंपरिक प्रणालियों के लिए बनाए गए थे, और एआई को एकीकृत करने के लिए अक्सर उन्हें विस्तारित करने के बजाय पुन: इंजीनियरिंग वर्कफ़्लो की आवश्यकता होती है।

उन क्षेत्रों में मानवीय निरीक्षण आवश्यक है जहां एआई आउटपुट वित्तीय निर्णयों, अनुपालन रिपोर्टिंग, या ग्राहक-सामना प्रक्रियाओं को प्रभावित करते हैं।

प्रभाकर विजयप्रकाश ने बताया कि उनका संगठन 90 देशों में साप्ताहिक रूप से खरबों डेटा पॉइंट संसाधित करता है। “मुझे नहीं लगता कि अगले पांच वर्षों में हममें से अधिकांश के लिए एआई मानव निरीक्षण के बिना काम करेगा।” उसने कहा।

जहां AI पहले से ही डिलीवरी कर रहा है

इन चुनौतियों के बावजूद, कई उत्पादन-स्तर के उपयोग के मामले सामने आने लगे हैं।

चर्चा किए गए एक उदाहरण में एक एआई सिस्टम शामिल है जो अंतरिक्ष और वजन दोनों के आधार पर कॉन्फ़िगरेशन को अनुकूलित करते हुए माल ढुलाई ट्रेलरों के लिए वर्चुअल 3 डी लोड मैप तैयार करता है। एक अन्य उदाहरण दर्जनों मॉडलों के साथ औद्योगिक पंप पोर्टफोलियो में सुरक्षा कैसेट कॉन्फ़िगरेशन को कम करने पर केंद्रित है।

एक अन्य मामले में, एक खुफिया केंद्र ने प्रतिकूल ग्राहक घटनाओं के लिए तेज प्रतिक्रिया प्रणाली लागू करने के बाद अपने कुल मूल्य वितरित मीट्रिक में महत्वपूर्ण सुधार की सूचना दी।

प्रतिभागियों ने पूरी तरह से भारत में विकसित दो उत्पादों पर भी प्रकाश डाला: एक एआई-संचालित फंड जीवनचक्र प्रबंधन मंच और 9 ट्रिलियन डॉलर के वार्षिक लेनदेन डेटा पर निर्मित एक बाजार खुफिया उत्पाद।

प्रतिभा का अंतर

कार्यबल की तत्परता एक और आवर्ती विषय था। एआई इंजीनियरिंग, एनालिटिक्स और संचालन में कौशल आवश्यकताओं को अधिकतर भर्ती पाइपलाइनों की तुलना में तेजी से बदल रहा है।

पैनलिस्टों ने नोट किया कि आज प्रत्येक 10 खुली एआई और डेटा भूमिकाओं के लिए, योग्य उम्मीदवारों का केवल एक छोटा समूह उपलब्ध है – और यह अंतर लगातार बढ़ रहा है।

कई संगठन केवल विशिष्ट एआई नियुक्तियों पर निर्भर रहने के बजाय एआई में डोमेन विशेषज्ञों को फिर से प्रशिक्षित करके प्रतिक्रिया दे रहे हैं। यह दृष्टिकोण तकनीकी क्षमता और परिचालन समझ के बीच अंतर को पाटने में मदद करता है।

उद्यमों के एआई को देखने के तरीके में बदलाव

आने वाले वर्षों में जीसीसी एआई को कैसे स्केल करेंगे, इस पर व्यापक परिप्रेक्ष्य के साथ बातचीत समाप्त हुई।

एआई पहल अकेले सफल नहीं हो सकतीं; उन्हें बुनियादी ढांचे, शासन और अनुप्रयोग परतों में समन्वित निवेश की आवश्यकता होती है। कई कार्यक्रम रुक जाते हैं क्योंकि एआई को मूल मूल्य धाराओं में एम्बेड करने के बजाय मौजूदा वर्कफ़्लो में जोड़ा जाता है।

बोल्ट-ऑन एआई वृद्धिशील उत्पादकता लाभ प्रदान कर सकता है। हालाँकि, एंबेडेड एआई किसी व्यावसायिक कार्य के अर्थशास्त्र को मौलिक रूप से नया आकार दे सकता है।

पैनलिस्ट इस बात पर सहमत हुए कि वे संगठन पहले से ही सार्थक रिटर्न देख रहे हैं जो एआई को केवल एक प्रौद्योगिकी तैनाती के रूप में नहीं, बल्कि एक ऑपरेटिंग मॉडल परिवर्तन के रूप में मानते हैं।