AI और खरीद प्रक्रिया: असली चुनौती तकनीक नहीं

जब AI खरीद प्रक्रिया में आती है, तो सबसे बड़ा प्रतिरोध सॉफ़्टवेयर में नहीं होता

लगभग हर उस संगठन में एक जैसा पैटर्न दोहराया जाता है जो किसी गहरे तकनीकी परिवर्तन से गुज़र रहा है: सबसे कठिन हिस्सा प्लेटफ़ॉर्म चुनना नहीं था। लॉन्च के कुछ सप्ताह बाद यह पता चला कि मूल समस्या तकनीकी नहीं थी।

खरीद और आपूर्ति के क्षेत्रों में लागू आर्टिफिशियल इंटेलिजेंस के मामले में — जिसे उद्योग में procurement कहा जाता है — वह पैटर्न इतना सामान्य होता जा रहा है कि अब उसका अपना एक नाम भी है। McKinsey इसे सटीकता के साथ इस प्रकार वर्णित करता है: जो संगठन procurement में AI को बड़े पैमाने पर लागू करने में सफल होते हैं, वे वे नहीं हैं जिन्होंने बेहतर सॉफ़्टवेयर चुना, बल्कि वे हैं जिन्होंने किसी मॉडल से प्रक्रियाओं को स्वचालित करने के लिए कहने से पहले अपने कार्य-प्रवाह को शुरू से अंत तक पुनः डिज़ाइन किया। जिन्होंने ऐसा नहीं किया, उन्होंने पाया कि AI परिचालन विखंडन को ठीक नहीं करती। वह उसे और बढ़ा देती है।

कॉर्पोरेट खरीद की दुनिया में जो हो रहा है वह केवल उपकरणों का अद्यतन नहीं है। यह इस बात का पुनर्क्रम है कि निर्णय कौन लेता है, किस जानकारी के साथ, किस गति से और मानवीय हस्तक्षेप के किस स्तर पर। इसे लाइसेंस खरीदकर हल नहीं किया जा सकता। इसके लिए संगठन को यह बदलना होगा कि वह मूल्य, नियंत्रण और जवाबदेही को किस नज़रिए से देखता है।

---

सफल पायलट का भ्रम

Box में वरिष्ठ निदेशक (प्रौद्योगिकी आपूर्ति) और Forbes Technology Council की सदस्य Prajkta Waditwar ने एक ऐसा परिदृश्य वर्णित किया जिसे कोई भी परिचालन नेता पहचानेगा: एक वैश्विक संगठन ने विभिन्न क्षेत्रों में आपूर्तिकर्ता की दृश्यता बेहतर करने और जोखिम मूल्यांकन को स्वचालित करने के लिए AI लागू की। मॉडल परीक्षण वातावरण में ठीक काम कर रहे थे। लेकिन जब बड़े पैमाने पर विस्तार का समय आया, तो सिस्टम ने असंगत आपूर्तिकर्ता डेटा, खंडित अनुमोदन प्रवाह और असंबद्ध एंटरप्राइज़ प्रबंधन प्रणालियाँ उजागर कर दीं, जो वर्षों से अस्पष्टता के प्रति मानवीय सहनशीलता के सहारे चली आ रही थीं।

पायलट के बाद इस प्रकार की विफलता की एक आंतरिक तर्क-संगति होती है जिसे नाम देना ज़रूरी है: पायलट इसलिए काम करते हैं क्योंकि चर नियंत्रित होते हैं। एक व्यवस्थित व्यय श्रेणी, एक प्रेरित टीम, एक सहयोगी आपूर्तिकर्ता चुना जाता है। AI चमकती है। निवेश की पुष्टि होती है। विस्तार का निर्णय लिया जाता है। और फिर सिस्टम पूरी परिचालन वास्तविकता के संपर्क में आता है, अपने संचित इतिहास के साथ — तदर्थ प्रक्रियाओं, गलत लेबल किए गए डेटा और फ़ोन पर लिए गए निर्णयों सहित।

समस्या यह नहीं है कि संगठन ने कुछ गलत किया। समस्या यह है कि वर्षों तक दक्षता उन लोगों के मानवीय निर्णय से बनाए रखी गई जो शॉर्टकट, अपवाद और मुश्किल से वर्गीकृत होने वाले आपूर्तिकर्ताओं को जानते थे। वह अव्यक्त ज्ञान कभी दस्तावेज़ीकृत नहीं किया गया, कभी संरचित नहीं किया गया, कभी डेटा में नहीं बदला गया। AI उस पर काम नहीं कर सकती जो डेटा के रूप में मौजूद ही नहीं है।

Deloitte इसे 2025 की अपनी वैश्विक मुख्य खरीद अधिकारी सर्वेक्षण में दस्तावेज़ीकृत करता है: अधिक डिजिटल परिपक्वता वाले संगठन जनरेटिव आर्टिफिशियल इंटेलिजेंस में अपने निवेश से काफी अधिक रिटर्न प्राप्त कर रहे हैं। अंतर इस बात में नहीं है कि किसके पास तकनीक तक पहुँच है। अंतर इस बात में है कि किसने उसके नीचे की नींव बनाई।

---

वह संरचनात्मक समस्या जिसे अभी तक कोई नाम नहीं दिया

कुछ ऐसी बात है जिसे संगठन इस परिवर्तन पर निकलते समय कम आँकते हैं, और जिसे सटीकता के साथ नाम देना ज़रूरी है: खरीद में परिचालन विखंडन कोई दुर्घटना नहीं है। यह स्थानीय स्तर पर लिए गए वर्षों के तर्कसंगत निर्णयों का परिणाम है।

हर उस क्षेत्र के पास, जिसने अपने अनुबंधों पर खुद बातचीत की, ऐसा करने के कारण थे। हर उस व्यावसायिक इकाई ने, जिसने अपनी अनुमोदन प्रक्रिया बनाई, अपने पास उपलब्ध संसाधनों से एक वास्तविक समस्या हल की। हर उस टीम ने, जिसने कॉर्पोरेट सिस्टम के समानांतर एक स्प्रेडशीट बनाए रखी, ऐसा इसलिए किया क्योंकि कॉर्पोरेट सिस्टम उतनी गति से प्रतिक्रिया नहीं दे रहा था जितनी उन्हें ज़रूरत थी। विखंडन, कई मामलों में, एक ऐसे संगठन का डिजिटल निशान है जो अपनी शासन क्षमता से तेज़ी से बढ़ा।

जब वह संगठन अपनी खरीद प्रक्रियाओं में आर्टिफिशियल इंटेलिजेंस शुरू करता है, ठीक तभी वह इतिहास उजागर होता है। और जो उजागर होता है वह केवल तकनीकी अकुशलता नहीं है। एक शासन मॉडल उजागर होता है जो काम करने के लिए विशिष्ट व्यक्तियों के व्यक्तिगत विवेक पर निर्भर था।

यह उस बात से जुड़ता है जिसे McKinsey "AI एजेंट्स" की ओर विकास का वर्णन करते हुए बताता है: ऐसे सिस्टम जो संदर्भ को आत्मसात कर सकते हैं, जटिल कार्यों की योजना बना सकते हैं और एक साथ कई प्रणालियों पर एक निश्चित स्वायत्तता के साथ कार्य कर सकते हैं। जब वह एजेंट एक ऐसे वातावरण में काम करने की कोशिश करता है जहाँ आप जिस भी सिस्टम से पूछें उसमें आपूर्तिकर्ता डेटा के तीन अलग-अलग संस्करण हैं, जहाँ अनुमोदन नीतियाँ बिना किसी दस्तावेज़ीकृत तर्क के क्षेत्र के अनुसार भिन्न होती हैं, और जहाँ मास्टर कॉन्ट्रैक्ट एक स्थानीय सर्वर पर है जिसे केवल एक ऐसा व्यक्ति जानता था जो अब कंपनी में नहीं है, तो एजेंट तकनीकी सीमाओं के कारण विफल नहीं होता। वह इसलिए विफल होता है क्योंकि वातावरण में स्वचालित निर्णयों को बनाए रखने के लिए न्यूनतम वास्तुकला नहीं है।

यह वरिष्ठ प्रबंधन के सामने जो प्रश्न रखता है वह यह नहीं है कि खरीद में AI लागू की जाए या नहीं। यह है कि सिस्टम से निर्णय लेने के लिए कहने से पहले वे अपने डेटा और शासन अवसंरचना की वास्तविक स्थिति के बारे में कितने ईमानदार हैं।

---

जब खरीद कार्य परिचालन रहना बंद कर देता है

Zycus, अपने 2026 के procurement के लिए आर्टिफिशियल इंटेलिजेंस गाइड में, परिवर्तन को ऐसे शब्दों में वर्णित करता है जो पहली नज़र में विपणन जैसे लगते हैं, लेकिन ध्यान से पढ़ने पर कुछ अधिक संरचनात्मक प्रकट करते हैं: AI खरीद में इसलिए नहीं आ रही है कि जो पहले से मौजूद है उसे अधिक कुशल बनाए। वह इसलिए आ रही है कि अधिकांश लेन-देन संबंधी कार्य को अवशोषित कर ले और मानवीय क्षमता को किसी भिन्न चीज़ की ओर मुक्त कर दे।

वह "भिन्न चीज़" वही है जिसे Waditwar अपने प्रत्यक्ष अनुभव के आधार पर स्पष्टता से वर्णित करती हैं: खरीद टीमों को रणनीतिक बातचीत में तेजी से पहले बुलाया जा रहा है, कीमतें तय करने के लिए नहीं, बल्कि किसी आपूर्तिकर्ता निर्णय के दीर्घकालिक परिचालन प्रभावों का मूल्यांकन करने के लिए। एक सॉफ़्टवेयर प्रदाता के साथ गहरा एकीकरण कितनी निर्भरता उत्पन्न करता है। तीन साल में उस अनुबंध से बाहर निकलना कितना जटिल होगा। जो तकनीकी वास्तुकला खरीदी जा रही है वह भविष्य में लचीलेपन को बढ़ाती है या घटाती है।

ये ऐसे प्रश्न नहीं हैं जो ऐतिहासिक रूप से खरीद कार्य से संबंधित थे। ये रणनीतिक जोखिम प्रबंधन के प्रश्न हैं। और यह तथ्य कि अब ये उस क्षेत्र के एजेंडे का हिस्सा हैं, जो बदल रहा है उसके बारे में कुछ महत्वपूर्ण बताता है: लेन-देन संबंधी कार्य का स्वचालन केवल समय मुक्त नहीं करता, यह अधिकार का पुनर्वितरण करता है।

HFS Research इसे और अधिक सीधे शब्दों में कहता है: AI प्लेटफ़ॉर्म खरीद नेतृत्व को परिचालन निष्पादन से रणनीतिक सक्षमता की ओर ले जाने में सहायक हो रहे हैं। इसका अर्थ है कि उस क्षेत्र में आवश्यक दक्षताओं का प्रोफ़ाइल बदल रहा है, कि जिन संकेतकों से उसकी सफलता मापी जाती है वे बदलने होंगे, और कि खरीद, वित्त, कानूनी और परिचालन के बीच संबंधों को पुनः डिज़ाइन करना होगा क्योंकि जब एक संबद्ध बुद्धिमत्ता प्रणाली उन सभी से होकर गुज़रती है तो इन कार्यों के बीच की सीमाएं अधिक छिद्रयुक्त हो जाती हैं।

McKinsey का अनुमान है कि एक खरीद कार्य जो इस परिवर्तन को पूरा करता है, वर्तमान मॉडलों की तुलना में 25% से 40% अधिक कुशल हो सकता है। लेकिन उस संख्या को अनुमानित headcount कटौती के रूप में नहीं पढ़ा जाना चाहिए। इसे क्षमता पुनर्वितरण के रूप में पढ़ा जाना चाहिए: कम लोग लेन-देन संसाधित कर रहे हैं, अधिक लोग ऐसे निर्णय ले रहे हैं जो सिस्टम अभी भी अकेले नहीं ले सकते।

---

वह नेतृत्व जो इस बदलाव को चाहिए और जो अक्सर मिलता है

यहीं से परिवर्तन एक संगठनात्मक दृष्टिकोण से विश्लेषण करना अधिक रोचक हो जाता है, क्योंकि जिस नेतृत्व प्रोफ़ाइल ने ऐतिहासिक रूप से खरीद कार्यों पर वर्चस्व बनाए रखा वह बहुत विशिष्ट दक्षताओं के इर्द-गिर्द बनाई गई थी: कठोर वार्ता, आपूर्तिकर्ताओं का गहरा ज्ञान, दबाव में अनुबंध आगे बढ़ाने की क्षमता, संस्थागत स्मृति कि कौन सा आपूर्तिकर्ता दस साल पहले किस संदर्भ में विफल हुआ था।

उस प्रोफ़ाइल का मूल्य है। लेकिन यह वही प्रोफ़ाइल नहीं है जिसकी एक खरीद कार्य को ज़रूरत है जिसका व्यवसाय में सबसे बड़ा योगदान उसके जोखिम विश्लेषणों की गुणवत्ता, बाज़ार के संकेतों को आपूर्ति निर्णयों में एकीकृत करने की गति और ऐसे सिस्टम के साथ काम करने की क्षमता है जो सिफारिशें उत्पन्न करते हैं जिन्हें तब चुनौती देना आना चाहिए जब संदर्भ इसकी माँग करे।

यह परिवर्तन सहज नहीं है, और इसे ऐसे वर्णित करना भोलापन होगा जैसे यह सभी के लिए केवल एक विकास का अवसर हो। ऐसे लोग हैं जिनके पास procurement में बीस साल का अनुभव है और जिनका केंद्रीय मूल्य उन चीज़ों को अच्छे से करने में था जो एक सिस्टम अब तेज़ी से और अधिक एकरूपता के साथ कर सकता है। इससे वास्तविक प्रतिरोध उत्पन्न होता है, और वह प्रतिरोध तर्कहीन नहीं है। यह किसी ऐसे व्यक्ति की समझ में आने वाली प्रतिक्रिया है जो देखता है कि खेल के नियम बिना उससे पूछे बदल गए।

Deloitte कुछ ऐसा बताता है जो ध्यान देने योग्य है: जो संगठन तकनीकी आधुनिकीकरण के साथ-साथ अपनी टीमों की तैयारी में निवेश करते हैं, वे लगातार उन संगठनों से बेहतर प्रदर्शन करते हैं जो केवल तकनीकी परिनियोजन पर ध्यान केंद्रित करते हैं। यह कोई आश्चर्यजनक खोज नहीं है। लेकिन यह संगठनात्मक व्यवहार में जिस तरह से अनुवादित होती है वह ज़रूर मायने रखती है। यह उन टीमों को AI पाठ्यक्रम प्रदान करने के बारे में नहीं है जो समानांतर में देख रही हैं कि उनके मुख्य कार्य स्वचालित हो रहे हैं। यह ऐसे तरीके से भूमिकाओं को पुनः डिज़ाइन करने के बारे में है कि लोग समझें कि किस प्रकार का मानवीय निर्णय अपरिहार्य बना रहता है और प्रक्रिया में किस बिंदु पर वह निर्णय सबसे अधिक मूल्यवान है।

जिस जोखिम का सामना कई संगठन करते हैं वह यह नहीं है कि उनकी खरीद टीमें AI को अस्वीकार कर देंगी। यह है कि वे इसे सतही रूप से अपनाएंगी, कि वे इसका उपयोग बुनियादी तर्क को बदले बिना जो वे पहले से कर रहे थे उसे तेज़ करने के लिए करेंगी, और कि इस प्रक्रिया में वे एक ऐसा कार्य बनाने का अवसर खो देंगी जो वास्तव में व्यवसाय के भीतर एक रणनीतिक बुद्धिमत्ता परत के रूप में काम करे।

---

संरचनात्मक परिपक्वता को परिनियोजन के बाद सुधारा नहीं जा सकता

procurement में जो हो रहा है, वह वस्तुतः उस चीज़ का एक बहुत विशिष्ट संस्करण है जिसका सामना संगठन अपने लगभग सभी गहरे तकनीकी परिवर्तनों में करते हैं: उस वास्तुकला के बीच की खाई जो उनके पास है और वह जो उन्हें चाहिए जो वे बनाना चाहते हैं उसे बनाए रखने के लिए।

खरीद में AI कोई अपवाद नहीं है। यह वह उपयोग का मामला है जहाँ वह खाई सबसे तेज़ी से सबसे अधिक दृश्यमान हो जाती है, क्योंकि गलत तरीके से स्वचालित आपूर्ति निर्णय के परिणाम ठोस और महंगे होते हैं। एक ऐसे एल्गोरिदम द्वारा चुना गया आपूर्तिकर्ता जो पुराने डेटा पर संचालित था। एक अनुबंध जो स्वचालित रूप से नवीनीकृत हो गया क्योंकि सिस्टम के पास उस जोखिम संकेत तक पहुँच नहीं थी जो किसी अन्य सिस्टम में पहले से मौजूद था। एक अनुमोदन जो स्वयं ही प्रसंस्कृत हो गया क्योंकि किसी ने स्पष्ट रूप से परिभाषित नहीं किया था कि किस स्तर के व्यय के लिए मानवीय निगरानी आवश्यक है।

ये AI की गलतियाँ नहीं हैं। ये संगठनात्मक डिज़ाइन की गलतियाँ हैं जिन्हें AI पूर्ण सटीकता के साथ निष्पादित करती है।

इस पूरी बहस में जिस तर्क पर सबसे अधिक ध्यान देने की ज़रूरत है वह यह नहीं है कि क्या आर्टिफिशियल इंटेलिजेंस कॉर्पोरेट खरीद को बदलने वाली है। वह परिणाम उपलब्ध साक्ष्यों द्वारा पर्याप्त रूप से समर्थित प्रतीत होता है। जिस तर्क पर सबसे अधिक ध्यान देने की ज़रूरत है वह यह है कि कितने संगठन उस परिवर्तन तक उस डेटा वास्तुकला, शासन प्रक्रियाओं और भूमिका पुनः डिज़ाइन के साथ पहुँचेंगे जो सिस्टम को वादे के अनुसार काम करने के लिए चाहिए, और कितने पाएंगे कि उन्होंने एक ऐसी नींव पर परिष्कृत तकनीक स्थापित की जो अभी भी इसे बनाए रखने के लिए तैयार नहीं थी।

इसका उत्तर उस सॉफ़्टवेयर विक्रेता पर निर्भर नहीं करता जिसे वे चुनते हैं। यह इस बात पर निर्भर करता है कि वे परिनियोजन से पहले — न कि बाद में — कितनी संस्थागत ईमानदारी लागू करने के लिए तैयार हैं।