कंपनियाँ AI पर खरबों खर्च करती हैं और कौड़ियाँ कमाती हैं
एक संख्या है जो उन हर CFO की मेज पर होनी चाहिए जो आज किसी आर्टिफिशियल इंटेलिजेंस बजट पर हस्ताक्षर कर रहे हैं: 40%। यह उन कंपनियों का अनुपात है, जिन्होंने Bain & Company के 951 बड़े वैश्विक निगमों के हालिया सर्वेक्षण के अनुसार, अपनी AI से हुई वास्तविक बचत को मापा और उसे शून्य से दस प्रतिशत की सीमा में पाया। इसलिए नहीं कि तकनीक उत्पादन में विफल रही। बल्कि इसलिए कि जो मूल्य वादा किया गया था, वह कभी वास्तविक अर्जित मूल्य में नहीं बदल सका।
AI पर वैश्विक खर्च इस वर्ष 2.59 ट्रिलियन डॉलर तक पहुँच जाएगा, जो पिछले वित्त वर्ष की तुलना में 47% की वृद्धि है — यह अनुमान Gartner के पूर्वानुमानों के अनुसार है। अगले वर्ष यह आँकड़ा 3.5 ट्रिलियन के करीब पहुँचने वाला है। ये संख्याएँ प्रभावशाली हैं। जो प्रभावशाली नहीं है — कम से कम सही तरीके से नहीं — वह इस समीकरण का दूसरा पहलू है: सर्वेक्षण में शामिल 37% से अधिक कंपनियों ने 11% से 20% के बीच लागत में कटौती का लक्ष्य निर्धारित किया था, और उनमें से अधिकांश उससे काफी नीचे रहीं। बिना किसी चेतावनी के। बिना किसी समीक्षा के। और अगली लहर के लिए नए बजट पहले से ही मंजूर हो चुके हैं।
यह कोई विफल तकनीक की कहानी नहीं है। यह इस बारे में एक कहानी है कि कैसे संगठन ऐसी निर्भरताएँ बना लेते हैं जिन्हें वे नाम तक नहीं दे सकते, और कैसे ऐसी प्रणालियाँ जो आगे बढ़ती दिखती हैं, दरअसल कभी-कभी केवल अपने ही चारों ओर घूम रही होती हैं।
वह चक्र जिसे कोई बोर्डरूम में देखना नहीं चाहता
Bain ने एक ऐसे तंत्र की पहचान की है जिसे स्पष्ट रूप से वर्णित किया जाए तो यह किसी भी निदेशकों की बैठक में असुविधा पैदा करना चाहिए: 44% कंपनियाँ AI की अगली लहर को पिछली लहर की बचत से वित्तपोषित कर रही हैं। वही बचत जो, उसी सर्वेक्षण के अनुसार, अनुमान से कम रही।
यह एक संरचनात्मक चक्रीयता है। कंपनी रोबोटिक प्रोसेस ऑटोमेशन या मशीन लर्निंग में निवेश करती है, अपेक्षा से कम पाती है, उस सिकुड़े हुए आधार का उपयोग जेनेरेटिव इंटेलिजेंस के साथ अगले चक्र को वित्तपोषित करने के लिए करती है, और अब स्वायत्त एजेंटों के साथ उसी प्रक्रिया को दोहराने की तैयारी कर रही है। निवेश का प्रत्येक दौर पिछले के अधूरे रिटर्न से उचित ठहराया जाता है। शुद्ध परिणाम मूल्य का संचय नहीं है। यह दाँव का संचय है।
जो बात चौंकाने वाली है वह यह नहीं है कि ऐसा होता है। जो बात चौंकाने वाली है वह यह है कि यह बिना किसी रुकावट के होता है। Bain इस घाटे को एक ऐसे gap के रूप में वर्णित करता है जो "अधिकारियों को असहज करना चाहिए", लेकिन जो कार्यक्रमों को खत्म करने के लिए पर्याप्त बड़ा नहीं है। वह मध्यवर्ती क्षेत्र — नज़रअंदाज़ करने के लिए बहुत महंगा और काटने के लिए बहुत छोटा — ठीक वहीं है जहाँ नाज़ुक प्रणालियाँ रहती हैं। वे एकाएक ढहती नहीं हैं। वे धीरे-धीरे खराब होती हैं, जबकि संचालित दिखती रहती हैं।
जो रिपोर्ट स्पष्ट रूप से नहीं कहती, लेकिन जो उसके तर्क से उभरती है, वह यह है कि इस पैटर्न का एक सटीक संगठनात्मक नाम है: कंपनी तकनीक में निवेश के एक ऐसे चक्र पर निर्भर हो गई है जो उसके काम करने के तरीके के बारे में गहरे निर्णयों के विकल्प के रूप में काम करता है। हर नया उपकरण उस सवाल को टाल देता है जिसका जवाब कोई शांति से नहीं देना चाहता: क्या हम यह फिर से डिज़ाइन कर रहे हैं कि यह कैसे काम करता है, या हम केवल उसी चीज़ को स्वचालित कर रहे हैं जो हम पहले से गलत तरीके से करते हैं?
डेटा की समस्या वास्तव में गवर्नेंस की समस्या क्यों है
Bain द्वारा सर्वेक्षण की गई 41% कंपनियाँ AI की प्रगति में मुख्य बाधा के रूप में डेटा तक पहुँच और एकीकरण को इंगित करती हैं। यह वर्षों से उसी स्थान पर बना हुआ है। यह बुनियादी ढाँचे के आधुनिकीकरण, क्लाउड माइग्रेशन और प्लेटफ़ॉर्म समेकन के बड़े दौरों से गुज़रकर भी वहीं टिका है। यह अभी भी वहाँ है।
इसे केवल तकनीकी कठिनाइयों से नहीं समझाया जा सकता। तकनीकी बाधाएँ, इस आकार के बजट वाले संगठनों में, हल हो जाती हैं। जो पैसे या नए सिस्टम से हल नहीं होता, वह है इस बारे में निर्णयों की अनुपस्थिति कि कौन किस डेटा के लिए जिम्मेदार है, मानक लागू करने का अधिकार किसके पास है, और उन स्रोतों को एकीकृत करने की राजनीतिक कीमत कौन चुकाता है जिन्हें विभिन्न विभाग अपने क्षेत्र के रूप में प्रबंधित करते हैं।
खंडित डेटा लगभग हमेशा खंडित शक्ति का लक्षण है। जो संगठन अपने डेटा को एकीकृत नहीं कर सकते, उनके पास मुख्य रूप से तकनीकी वास्तुकला की समस्या नहीं है: उनके पास मानवीय वास्तुकला की समस्या है। कोई भी पूरी समस्या का मालिक नहीं है, और इसीलिए समस्या बनी रहती है, चाहे आसपास के उपकरण बदल दिए जाएँ।
Bain, कुछ उत्पादक व्यंग्य के साथ, उस गाँठ पर हमला करने के लिए स्वयं AI का उपयोग करने का प्रस्ताव करता है: एक दोहराने योग्य और उच्च-मूल्य वाले वर्कफ़्लो की पहचान करें जहाँ लोग मैन्युअल रूप से डेटा निकाल रहे हों, स्प्रेडशीट को समेकित कर रहे हों और रिपोर्ट तैयार कर रहे हों, और उस पूरी अनुक्रम को प्रतिस्थापित करें। एक निश्चित समाधान के रूप में नहीं, बल्कि इस बात के प्रदर्शन के रूप में कि समस्या को स्थानांतरित किया जा सकता है। रणनीति में गुण है, लेकिन यह तभी काम करती है जब किसी के पास वह समेकन लागू करने का अधिकार हो जिसकी उपकरण को आवश्यकता होगी। उस पूर्व निर्णय के बिना, AI एजेंट एक और प्रणाली बन जाता है जो अराजकता के साथ सह-अस्तित्व में रहती है बजाय उसे व्यवस्थित करने के।
Bain की रिपोर्ट यह भी बताती है कि AI गवर्नेंस तकनीक, व्यावसायिक कार्यों और केंद्रीय टीमों के बीच लगभग समान रूप से विभाजित है, जिसमें अधिकांश संगठनों में कोई स्पष्ट जिम्मेदार व्यक्ति नहीं है। इसके ठोस परिणाम होते हैं: जब एक स्वायत्त एजेंट उत्पादन प्रणाली में वास्तविक परिणामों के साथ कोई गलती करता है, तो उस क्षण जवाबदेही को तात्कालिक रूप से तैयार नहीं किया जा सकता। उसे पहले से स्थापित किया जाना चाहिए था। जिन संगठनों ने ऐसा नहीं किया, उनके पास AI की समस्या नहीं है। उनके पास गवर्नेंस की समस्या है जिसे AI ने अभी दृश्यमान बना दिया है।
जो लोग मूल्य प्राप्त करते हैं और जो केवल खर्च जमा करते हैं, उनके बीच क्या अंतर है
Bain एक ऐसे वाक्यांश के साथ — जो धीरे-धीरे पढ़े जाने योग्य है — दो प्रकार की कंपनियों के बीच अंतर करता है: वे जो पहले से मौजूद प्रक्रियाओं पर AI उपकरण तैनात करती हैं, और वे जो AI का उपयोग शुरू से काम के कार्य करने के तरीके को फिर से डिज़ाइन करने के कारण के रूप में करती हैं। दोनों के बीच की दूरी तकनीकी नहीं है। यह संगठनात्मक महत्वाकांक्षा और दैनिक निर्णयों की संरचना को बदलने की राजनीतिक कीमत वहन करने की इच्छाशक्ति की है।
पहला समूह Bain की रिपोर्ट के वे आँकड़े उत्पन्न करता है: 0% से 10% की बचत, बढ़ते बजट, अपेक्षाएँ जो अगली लहर की ओर स्थानांतरित हो जाती हैं। दूसरा समूह — जो काफी छोटा है — कुछ अलग बना रहा है। इसलिए नहीं कि उसके पास बेहतर तकनीक है, बल्कि इसलिए कि उसने तय किया कि तकनीक पहल का केंद्रीय विषय नहीं थी। केंद्रीय विषय था प्रक्रिया, भूमिका, निर्णय। तकनीक वह साधन था जो उन्हें फिर से डिज़ाइन करने में सक्षम बनाता था।
Bain की "AI से मिट्टी की सड़कों को पक्का न करें" की सिफारिश इस बिंदु को सटीक रूप से पकड़ती है। यदि जिस प्रक्रिया को स्वचालित किया जा रहा है उसमें डिज़ाइन की खामियाँ हैं, तो उसे स्वचालित करने से वे खामियाँ केवल तेज़ और देखने में और कठिन हो जाती हैं। वास्तविक बचत उसी काम को तेज़ी से करने से नहीं आती। यह किसी भी कार्यक्रम को मंजूरी देने से पहले यह पूछने से आती है कि यदि आज शुरुआत से निर्माण किया जाए तो उस प्रक्रिया को कैसे डिज़ाइन किया जाएगा। इस सवाल का जवाब कोई भाषा मॉडल नहीं देता। इसका जवाब एक ऐसा संगठन देता है जिसके पास इस बारे में पर्याप्त स्पष्टता है कि वह क्या उत्पन्न करना चाहता है और जिसके पास ऐसा नेतृत्व है जो परिवर्तन की कीमत चुकाने को तैयार है।
यहीं पर पूरी घटना की सबसे चुप्पी भरी नाज़ुकता सामने आती है। 90% कंपनियाँ अपना AI बजट बढ़ा रही हैं। केवल 7% के पास उत्पादन में पूरी तरह से स्वायत्त रूप से कार्यरत एजेंट हैं। निवेश और वास्तविक स्वायत्तता के बीच यह खाई वह स्थान है जहाँ वह निर्भरता जमा होती है जिसे अभी तक किसी ने नाम नहीं दिया: प्रौद्योगिकी निवेश के एक ऐसे चक्र पर निर्भरता जो परिवर्तन का भ्रम उत्पन्न करती है, बिना उस पुनर्डिज़ाइन के जो इसे टिकाऊ बनाता।
Bain द्वारा एक समानांतर शोध धारा में साक्षात्कार किए गए CFOs ने बताया कि वे उन मेट्रिक्स को बदलने लगे हैं जिनसे वे AI के रिटर्न का मूल्यांकन करते हैं। प्रत्यक्ष लागत बचत पर कम जोर, जानकारी प्राप्त करने की गति, निर्णय की गुणवत्ता और बदलावों के प्रति प्रतिक्रिया की गति पर अधिक ध्यान। मेट्रिक्स का यह बदलाव कॉस्मेटिक नहीं है। यह संकेत देता है कि वित्तीय नेतृत्व के एक हिस्से ने समझ लिया है कि सवाल "हमने कितना बचाया" नहीं था, बल्कि "हम अब क्या कर सकते हैं जो पहले नहीं कर सकते थे"। उस अंतर को देर से समझना महंगा पड़ता है। लेकिन समझना, बढ़ते बजट के साथ गलत चीज़ को मापते रहने से बेहतर है।
AI के प्रति संगठनात्मक परिपक्वता निवेश के आकार या चुने गए उपकरणों की परिष्कृतता से नहीं मापी जाती। यह किसी संगठन की अपनी पिछली दाँव की ईमानदारी से समीक्षा करने की क्षमता से मापी जाती है, गलती होने से पहले जिम्मेदारी तय करने से, और पिछली लहर के अधूरे रिटर्न से अगली लहर को वित्तपोषित करने के प्रलोभन का विरोध करने से। जो कंपनियाँ ये तीन काम नहीं कर सकतीं, वे परिवर्तन के मार्ग पर नहीं हैं। वे एक ऐसे चक्र के भीतर घूम रही हैं जो खुद को वित्तपोषित करता है और जिसने अभी तक उनके लिए रुककर उसे देखने की पर्याप्त कीमत नहीं चुकाई है।
