AI ट्रायथलीट और वह समस्या जिसे कोई बोर्डरूम में नाम नहीं लेना चाहता
लगभग हर उस कार्यकारी समिति की बैठक में एक वाक्यांश बार-बार दोहराया जाता है जहाँ आर्टिफिशियल इंटेलिजेंस परियोजनाओं की समीक्षा होती है: "पायलट सफल रहा।" और उसके बाद, सन्नाटा। कोई नहीं पूछता कि यह पायलट कभी किसी और चीज़ में क्यों नहीं बदला। संगठन प्रयोग का जश्न मनाता है, सीखे गए पाठों को दस्तावेज़ों में दर्ज कर देता है, और तीन महीने बाद एक और पायलट लॉन्च कर देता है। यह चक्र बिना किसी के उस मूल प्रश्न का उत्तर दिए फिर से शुरू हो जाता है: इसे बड़े पैमाने पर ले जाने की ज़िम्मेदारी किसकी है?
यही वह असली समस्या है जिसे हाल ही में Forbes Technology Council में Anna Drobakha — Groupe SEB में डिजिटल ट्रांसफॉर्मेशन और AI की वैश्विक निदेशक — के हस्ताक्षर से प्रकाशित एक लेख में रेखांकित किया गया है। इस लेख का केंद्रीय तर्क प्रौद्योगिकी या बजट के इर्द-गिर्द नहीं घूमता। यह नेतृत्व की संरचना के इर्द-गिर्द घूमता है। और यह अंतर उससे कहीं अधिक महत्वपूर्ण है, जितना अधिकांश निदेशक मंडल स्वीकार करने को तैयार हैं।
Drobakha का प्रस्ताव ठोस है: जो संगठन AI ट्रांसफॉर्मेशन में विफल होते हैं, वे रणनीति की कमी के कारण नहीं, न तकनीकी प्रतिभा की कमी के कारण, और न ही निवेश की कमी के कारण ऐसा करते हैं। वे इसलिए विफल होते हैं क्योंकि वे उन तीन विषयों को — रणनीतिक स्पष्टता, क्षमता एकीकरण और कार्यान्वयन की जवाबदेही — जो उस रूपांतरण के लिए आवश्यक हैं, अलग-अलग लोगों, कार्यों और संगठनात्मक परतों में वितरित कर देते हैं, बिना किसी के यह स्वामित्व लिए कि उनके बीच के रिक्त स्थानों में क्या होता है। जो रूपक वे इस्तेमाल करती हैं वह सटीक है: ट्रायथलॉन तीन अलग-अलग दौड़ें नहीं होतीं। यह एक सतत प्रयास है जिसमें विषयों के बीच के संक्रमण उतने ही चुनौतीपूर्ण होते हैं जितने स्वयं विषय।
पायलट क्यों नहीं बढ़ पाते
Drobakha का निदान नया नहीं है, लेकिन अधिकांश संगठन इसे ऐसे व्यवहार करते हैं जैसे हो। समय-समय पर एक ही समस्या के लिए नया नामकरण सामने आता रहता है: कार्यान्वयन की खाई, परिवर्तन का ऋण, अपनाने की शून्यता। नाम बदलता है, दरार बनी रहती है।
जो बात यह लेख असामान्य स्पष्टता के साथ सामने रखता है वह यह है कि वह दरार न तकनीकी है, न बजट संबंधी। यह जवाबदेही की दरार है। अधिकांश बड़े संगठनों में, AI रोडमैप डिज़ाइन करने वाला रणनीतिकार डेटा संसाधनों को नियंत्रित नहीं करता। प्लेटफ़ॉर्म बनाने वाला क्षमता वास्तुकार परिचालन कार्यप्रवाहों को नहीं संचालित करता। परिवर्तन लागू करने की कोशिश करने वाले संचालक के पास उस समिति की कार्यसूची पर कोई अधिकार नहीं होता जो तय करती है कि क्या विस्तारित होगा और क्या बंद होगा। हर कोई अपना हिस्सा कठोरता से करता है। विभिन्न हिस्सों के बीच जो होता है उसका मालिक कोई नहीं होता।
यह कोई मामूली खराबी नहीं है। यह वह सटीक तंत्र है जिसके द्वारा अधिकांश कॉर्पोरेट AI पहल एक धीमी और शालीन मृत्यु मरती हैं, इतने शोर-शराबे के बिना विफल हुए कि सुधार की तात्कालिकता पैदा हो सके। पायलट "सफल रहा।" अपनाना "प्रगति पर है।" विस्तार के लिए "अधिक संरेखण की आवश्यकता है।" और संगठन प्रौद्योगिकी में निवेश करता रहता है जबकि असली अड़चन — रणनीति, क्षमता और कार्यान्वयन के बीच नेतृत्व की सुसंगतता — बिना हस्तक्षेप के बनी रहती है।
जिसे Drobakha "AI ट्रायथलीट" कहती हैं वह न कोई भर्ती प्रोफ़ाइल है और न संगठन चार्ट के लिए कोई नया शीर्षक। यह उस क्षमता का वर्णन है जो संगठनों को अपनी पूरी वरिष्ठ नेतृत्व टीमों में विकसित करनी होगी: तीनों विषयों को एक साथ गतिमान रखने की क्षमता, एक में संकेत पढ़ने और दूसरे में परिचालन संबंधी निर्णय लेने की क्षमता, बिना सिस्टम की सुसंगतता खोए। यह क्षमता किसी Chief AI Officer को सौंपकर हल नहीं होती। यह नेतृत्व के समूह में निर्मित होती है या नहीं होती। कोई संरचनात्मक शॉर्टकट नहीं है।
संक्रमण बतौर मापने की इकाई
Drobakha के तर्क में एक विवरण है जो ट्रांसफॉर्मेशन विश्लेषणों में सामान्यतः जितना ध्यान मिलता है उससे अधिक ध्यान का पात्र है: यह विचार कि विषयों के बीच के संक्रमण ही वह जगह है जहाँ पहलें जीती या हारी जाती हैं। प्रारंभिक रणनीतिक स्प्रिंट में नहीं। कार्यान्वयन चरण में नहीं। एक से दूसरे में जाने के कदम में।
इसके संगठनों द्वारा AI ट्रांसफॉर्मेशन की परिपक्वता को मापने के तरीके के लिए ठोस निहितार्थ हैं। अधिकांश मौजूदा ढाँचे क्षमताओं को मापते हैं: क्या उनके पास गुणवत्तापूर्ण डेटा है? क्या उनके पास तैनात मॉडल हैं? क्या उनके पास डेटा साइंस की प्रतिभा है? ये वैध प्रश्न हैं, लेकिन अधूरे हैं। जो वे नहीं मापते वह है रणनीतिक निदान और परिचालन पुनर्डिज़ाइन के बीच, या परिचालन पुनर्डिज़ाइन और बड़े पैमाने पर अपनाने के बीच संक्रमण की गुणवत्ता। ठीक वहीं संचित कार्य या तो बिखर जाता है या समेकित होता है।
एक वरिष्ठ नेतृत्व टीम के पास इस बारे में अचूक रणनीतिक स्पष्टता हो सकती है कि AI उनके व्यवसाय के लिए कहाँ मूल्य उत्पन्न करता है, एक ठोस तकनीकी प्लेटफ़ॉर्म बना सकती है, और फिर भी देख सकती है कि अपनाना रुक जाता है क्योंकि किसी ने निर्माण की तर्कशैली और संगठनात्मक गतिशीलता की तर्कशैली के बीच के कदम को कठोरता से डिज़ाइन नहीं किया। ये अलग-अलग विषय हैं। उन्हें अलग-अलग ध्यान की आवश्यकता है। और अधिकांश संगठनों में, यह कदम당연한 मान लिया जाता है या परिवर्तन प्रबंधन को सौंप दिया जाता है जैसे कि यह रणनीतिक मूल से अलग एक प्रशासनिक प्रक्रिया हो।
Drobakha इसे अधिक कठोर तरीके से प्रस्तुत करती हैं: जो नेता ट्रांसफॉर्मेशन को बनाए रखते हैं वे हर संक्रमण पर प्रतिक्रिया नहीं करते। वे सिस्टम को निरंतर प्रबंधित करते हैं, यह अनुमान लगाते हुए कि ऊर्जा कहाँ बिखरेगी, इससे पहले कि ऐसा हो, और वहाँ संसाधनों को पुनर्निर्देशित करते हुए। यह परियोजना प्रबंधन नहीं है। यह नेतृत्व की संरचना पर लागू सिस्टम सोच है।
दोनों क्षमताओं के बीच का अंतर मामूली नहीं है। एक परियोजना प्रबंधक योजना को निष्पादित करता है। एक सिस्टम विचारक योजना को तब संशोधित करता है जब वह पता लगाता है कि जिन परिस्थितियों ने इसे उचित ठहराया था वे बदल गई हैं, और ऐसा विफलता के उसे मजबूर करने की प्रतीक्षा किए बिना करता है। व्यवहार में, वे संगठन जो AI को स्थायी रूप से बड़े पैमाने पर ले जाते हैं, उनके पास कम से कम कुछ नेता इस दूसरे प्रकार के होते हैं जो पर्याप्त दृश्यता और अधिकार के साथ काम करते हैं ताकि सिस्टम को आगे बढ़ने के साथ-साथ समायोजित किया जा सके। जिनके पास ऐसे नेता नहीं हैं वे सफल पायलटों का संग्रह करते रहते हैं।
वह संरचनात्मक समस्या जिसे रूपक हल नहीं करता
Drobakha का लेख निदान में कठोर और समस्या की जटिलता के बारे में ईमानदार है। हालाँकि, एक बिंदु है जहाँ कार्यकारी निर्णय के उपकरण के रूप में उपयोगी होने के लिए तर्क में अधिक तनाव की आवश्यकता है।
यह दावा करना कि संगठनों को पूरी वरिष्ठ नेतृत्व टीम में "AI ट्रायथलीट" की क्षमता विकसित करनी चाहिए — कि प्रत्येक कार्यात्मक नेता को AI में रणनीति, क्षमता और कार्यान्वयन के बीच सुसंगतता के साथ काम करना चाहिए — उद्देश्य की स्थिति के विवरण के रूप में सही है। लेकिन यह उस प्रश्न को छोड़ देता है कि उस क्षमता को उस कार्यात्मक फोकस को घुलाए बिना कैसे वित्त पोषित किया जाए जो प्रत्येक प्रबंधकीय पद को पहले स्थान पर मूल्यवान बनाता है।
एक CFO जो एक जटिल ऋण चक्र और एक वित्तीय वर्ष समापन प्रक्रिया का प्रबंधन करते हुए लागत संरचना पर AI के प्रभाव को मॉडल करने में महत्वपूर्ण संज्ञानात्मक ऊर्जा लगाता है, प्राथमिकता तय करने में रणनीतिक रूप से गैर-जिम्मेदार नहीं है। वह चुन रहा है। और उस चुनाव की एक दृश्य अवसर लागत है। ट्रायथलीट का प्रस्ताव मानता है कि तीन विषयों में एक साथ काम करने की क्षमता कार्यात्मक गहराई में समकक्ष लागत के बिना संचय योग्य है। संगठनात्मक अपेक्षा बनने से पहले इस धारणा पर प्रश्न उठाया जाना चाहिए।
जो बात उन संगठनों को अलग करती है जो इसे अधिक स्थायी रूप से हल कर रहे हैं, वह यह नहीं है कि प्रत्येक नेता तीनों विषयों में समान रूप से सक्षम है। यह है कि संक्रमण बिंदुओं पर उनके पास नेतृत्व का पर्याप्त घनत्व है — वास्तविक अधिकार वाले लोग, न केवल दृश्यता — ताकि विषयों के बीच की कोई भी खाई बिना स्वामी के न रहे। यह व्यक्तिगत ट्रायथलीटों के साथ हासिल किया जा सकता है। इसे उन वरिष्ठ नेतृत्व टीमों के साथ भी हासिल किया जा सकता है जहाँ कार्यों के बीच रिक्त स्थानों को कवर करने के लिए जिम्मेदारियों का जानबूझकर अतिव्यापन हो।
यह अंतर महत्वपूर्ण है क्योंकि यह परिभाषित करता है कि कोई संगठन नेताओं को नियुक्त करते या विकसित करते समय क्या ढूंढता है। पूर्ण ट्रायथलीटों की तलाश करना दुर्लभ प्रोफाइल में केंद्रित दांव है। संक्रमण बिंदुओं पर जानबूझकर रणनीतिक अतिव्यापन के साथ टीमों को डिज़ाइन करना एक अधिक सुलभ संगठनात्मक संरचना की समस्या है और कई संदर्भों में, प्रतिभा की अदला-बदली के खिलाफ अधिक मज़बूत है।
वह त्याग जिसे लेख नाम नहीं देता
Drobakha के तर्क में कुछ ऐसा है जो निहित है लेकिन स्पष्ट किए जाने योग्य है, क्योंकि यहीं पर अधिकांश संगठन नहीं पहुँच पाते: AI को स्थायी रूप से बड़े पैमाने पर ले जाने के लिए आवश्यक है कि वरिष्ठ नेतृत्व टीम पहलों को बंद करने को उतनी ही कठोरता से स्वीकार करे जितनी कठोरता से उन्हें लॉन्च करती है।
पायलटों के बड़े पैमाने पर न पहुँचने की समस्या केवल यह नहीं है कि कोई संक्रमण का मालिक नहीं है। यह यह भी है कि संगठनों में शायद ही कभी अगली चीज़ लॉन्च करने से पहले जो काम नहीं कर रहा उसे बंद करने का अनुशासन होता है। परिणाम सक्रिय पहलों का एक संचय है जो एक ही डेटा संसाधनों, एक ही तकनीकी प्रतिभा और नेतृत्व की एक ही ध्यान क्षमता के लिए प्रतिस्पर्धा करती हैं, बिना किसी के पास बड़े पैमाने तक पहुँचने के लिए पर्याप्त महत्वपूर्ण द्रव्यमान के।
Drobakha पासिंग में उल्लेख करती हैं कि कार्यान्वयन के लिए "क्या परखना है, क्या रोकना है और क्या बढ़ाना है, इस पर अनुशासित शासन" की आवश्यकता है। वह वाक्यांश विश्लेषण का केंद्र होने का पात्र है, न कि एक अधीनस्थ उपवाक्य। क्योंकि रोकने की क्षमता व्यवहार में सबसे दुर्लभ है। एक दृश्यमान पायलट जिसे CEO के राजनीतिक समर्थन के साथ लॉन्च किया गया था, उसे रोकने की एक वास्तविक संगठनात्मक लागत होती है। इसके लिए किसी ऐसे व्यक्ति की आवश्यकता होती है जिसके पास पर्याप्त अधिकार हो कि वह इसे निष्पादित करे, इसे उचित ठहराए और इसे करने की संबंधात्मक लागत को वहन करे। वह निर्णय, सख्ती से कहें तो, ट्रायथलीट के तीन विषयों में से सबसे मांगलिक है। सबसे तकनीकी नहीं। सबसे रणनीतिक नहीं। सबसे मानवीय।
वे संगठन जो AI में आगे बढ़ रहे हैं वे ज़रूरी नहीं कि सबसे अधिक निवेश करने वाले हों या जिनके पास सबसे परिष्कृत मॉडल हों। वे हैं जिन्होंने कम चीज़ों के प्रति प्रतिबद्ध होने और उस प्रतिबद्धता को बनाए रखने की संस्थागत क्षमता विकसित की है जब बोर्ड की ओर से एजेंडे की व्यापकता प्रदर्शित करने का दबाव महसूस होता है। यही वह त्याग है जो परिभाषित करता है कि लेख में वर्णित नेतृत्व की संरचना एक परिचालन ढाँचा है या एक अच्छी तरह से लिखी गई आकांक्षा।
AI ट्रायथलीट, अवधारणा के सबसे उपयोगी संस्करण में, वह नेता नहीं है जो सब कुछ जानता है। वह है जो जानता है कि क्या छोड़ना है ताकि बाकी चीज़ें कहीं पहुँच सकें।
