सबसे तेज़ AI सबसे स्मार्ट नहीं होती

सबसे तेज़ AI सबसे स्मार्ट नहीं होती

एक पैटर्न है जो एंटरप्राइज़ आर्टिफिशियल इंटेलिजेंस प्रोजेक्ट्स में बार-बार दोहराया जाता है, और जो शायद ही कभी ट्रैकिंग डैशबोर्ड पर नज़र आता है: उपयोगकर्ता उन चीज़ों को दोबारा जाँचने लगते हैं जिन्हें वे पहले बिना किसी हिचकिचाहट के स्वीकार कर लेते थे। इसलिए नहीं कि सिस्टम विफल हो गया हो। बल्कि इसलिए कि सिस्टम इतनी तेज़ी से आगे बढ़ा कि वे उसके साथ कदम नहीं मिला सके।

EY ने जून 2026 के अंत में Fortune में प्रकाशित एक लेख में इस पैटर्न को एक नाम दिया। उन्होंने इसे "टेम्पो गैप" कहा: वह बिंदु जहाँ मशीन की गति मानवीय समझ की क्षमता से आगे निकल जाती है। EY Studio+ में ग्राहक अनुभव की प्रमुख पैट्रिशिया कैमडेन और अमेरिका में AI रणनीति के प्रमुख जॉन डुबोइस ने इस घटना को विभिन्न उद्योगों में एंटरप्राइज़ ग्राहकों के साथ काम करने के अपने अनुभव से प्रलेखित किया। उनका निदान सीधा है: अधिकांश संगठन मानते हैं कि AI के साथ उनकी सबसे बड़ी समस्या अपनाना है। लेकिन ऐसा नहीं है। समस्या रफ़्तार है।

इस तर्क को जो बात दिलचस्प बनाती है, वह यह नहीं है कि यह तकनीकी दृष्टि से कोई नई बात है। बल्कि यह है कि इसे दुनिया की सबसे बड़ी परामर्श फर्मों में से एक के दो कार्यकारी कह रहे हैं, एक उच्च-प्रभाव वाले बिज़नेस मीडिया में, ऐसी भाषा का उपयोग करते हुए जो अब व्यंजना जैसी नहीं लगती: समस्या एल्गोरिदम में नहीं है, बल्कि उस एल्गोरिदम के आसपास मानवीय अनुभव के डिज़ाइन में है। और इसके निहितार्थ उपयोगकर्ता अनुभव से कहीं आगे जाते हैं।

जब सिस्टम सही ढंग से काम करता है और फिर भी कुछ गलत हो जाता है

कैमडेन और डुबोइस जो तीन मामले टेम्पो गैप को स्पष्ट करने के लिए उद्धृत करते हैं, वे अपने खुलासों में बेहद सटीक हैं। एक रद्द उड़ान वाले यात्री को विकल्पों की तुलना कर पाने से पहले ही स्वचालित रूप से दूसरी उड़ान में पुनः-आवंटित कर दिया जाता है। एक ग्राहक इतनी तेज़ी से एक वित्तीय अनुरोध पूरा कर लेता है कि वह उन्हें संसाधित किए बिना ही भौतिक शर्तों को स्वीकार कर लेता है। एक मरीज़ एक मेडिकल फॉर्म में अपना संवेदनशील डेटा पहले से भरा हुआ देखता है, यह समझने से पहले कि इसका उपयोग कैसे किया जाएगा।

तीनों मामलों में, सिस्टम ने ठीक वैसे ही काम किया जैसा उसे डिज़ाइन किया गया था। कोई तकनीकी त्रुटि नहीं थी। कोई सुरक्षा विफलता नहीं थी। और फिर भी, अनुभव ने हिचकिचाहट, अविश्वास और कुछ वातावरणों में उन प्रक्रियाओं में मैन्युअल समीक्षा की चुपचाप पुनः-शुरूआत पैदा की जिन्हें ठीक उसी को समाप्त करने के लिए स्वचालित किया गया था।

यह अंतिम बिंदु ध्यान देने योग्य है। जब टीमें उन आउटपुट को सत्यापित करने लगती हैं जिन्हें वे पहले स्वीकार करती थीं, तो वे अतार्किक नहीं हो रही होतीं। वे एक डिज़ाइन संकेत का जवाब दे रही होती हैं: सिस्टम उनकी समझ की क्षमता से तेज़ी से आगे बढ़ा, और इसने एक विश्वास-ऋण उत्पन्न किया जिसे अब उन्हें हाथ से चुकाना होगा। यह लागत प्रक्रिया गति संकेतकों में नहीं दिखती। यह उस अदृश्य समय में दिखती है जो ऑपरेटर AI के पहले से किए गए काम को फिर से मान्य करने में लगाते हैं।

EY इसे "मैन्युअल समीक्षा जो प्रक्रिया में वापस रिस जाती है" कहती है। संगठनात्मक वास्तुकला के दृष्टिकोण से, यह और भी विशिष्ट है: यह एक ऐसी प्रणाली का लक्षण है जिसे दक्षता के लिए अनुकूलित किया गया था, बिना विश्वास के लिए कैलिब्रेट किए। और वह अंतर शब्दार्थिक नहीं है। इसके परिचालन लागतों और वास्तविक स्केल करने की क्षमता पर प्रत्यक्ष परिणाम होते हैं।

EY के निदान के अंतर्निहित तर्क का कहना है कि अधिकांश संगठन अभी भी AI अपनाने को एक दक्षता पहल के रूप में मानते हैं। कॉर्पोरेट बातचीत अभी भी स्वचालन, घर्षण को कम करने और गति के बारे में है। जो इस बातचीत से बाहर रह जाता है वह यह है कि कार्यप्रवाह को तेज़ करना उन लोगों की संज्ञानात्मक मांगों को भी बदल देता है जो उनसे गुज़रते हैं। और जब उन मांगों को अच्छी तरह से डिज़ाइन नहीं किया जाता, तो प्रतिज्ञात दक्षता एक परिचालन भ्रम बन जाती है: प्रक्रिया औपचारिक रूप से तेज़ है, लेकिन लोग यह समझे बिना उसके पीछे दौड़ रहे हैं कि वे क्या स्वीकृत कर रहे हैं।

वह अंधा स्थान जिसे किसी ने डिज़ाइन कक्ष में नाम नहीं दिया

यहाँ EY का विश्लेषण कुछ ऐसी बात को छूता है जो उपयोगकर्ता अनुभव से परे जाती है और शक्ति संरचना के क्षेत्र में प्रवेश करती है। टेम्पो गैप केवल इंटरफेस डिज़ाइन की समस्या नहीं है। यह, सबसे पहले और सबसे महत्वपूर्ण, इस बात की समस्या है कि डिज़ाइन निर्णय लिए जाने पर कौन उपस्थित था।

EY जो तीन उदाहरण प्रस्तुत करती है — पुनः-आवंटित यात्री, वह वित्तीय ग्राहक जो बिना पढ़े स्वीकार कर लेता है, पहले से भरे डेटा वाला मरीज़ — एक साझा संरचना रखते हैं: एक ऐसी प्रणाली जिसे उसे संचालित करने वाले के दृष्टिकोण से डिज़ाइन किया गया था, न कि उसे अनुभव करने वाले के दृष्टिकोण से। स्वचालित पुनः-आवंटन की दक्षता एयरलाइन या एजेंसी की तरफ से पूरी तरह तर्कसंगत है। वित्तीय अनुरोध की गति बैंक के दृष्टिकोण से एक उपलब्धि है। मेडिकल डेटा की प्री-फिलिंग तकनीकी टीम को उपयोगिता में सुधार जैसी लगती है।

उन डिज़ाइन कक्षों में जो कुछ गायब था, वह दुर्भावनापूर्ण इरादा नहीं था। वह था परिधीय बुद्धिमत्ता: सिस्टम के प्राप्त करने वाले छोर पर मौजूद व्यक्ति का दृष्टिकोण, जिसका अनुभव प्रक्रिया का अनुकूलन नहीं, बल्कि अपनी स्वयं की एजेंसी की क्षमता बनाए रखना है।

यह एंटरप्राइज़ AI सिस्टम के निर्माण में एक संरचनात्मक पैटर्न है। डिज़ाइन और उत्पाद टीमें आम तौर पर ऐसे लोगों से बनी होती हैं जो निर्णय लेने के काम, एक अच्छे अनुभव की परिभाषा, और किसी के द्वारा जानकारी संसाधित करने में लगने वाले उचित समय के बारे में धारणाओं का एक साझा समूह रखते हैं। जब वे टीमें प्रौद्योगिकी के साथ अपने संबंध में, गति के प्रति अपनी सहनशीलता में, जटिल वित्तीय या चिकित्सीय जानकारी तक पूर्व पहुँच में सजातीय होती हैं, तो वे अपने जैसे लोगों के लिए कैलिब्रेट किए गए सिस्टम बनाती हैं।

टेम्पो गैप, अन्य बातों के अलावा, उस सजातीयता की कीमत है। नैतिक दृष्टि से नहीं, बल्कि डिज़ाइन की गुणवत्ता के दृष्टि से। एक ऐसा सिस्टम जो अपने उपयोगकर्ताओं में व्यवस्थित हिचकिचाहट पैदा करता है, वह एक ऐसी प्रणाली है जिसे उन लोगों के दृष्टिकोणों को शामिल किए बिना डिज़ाइन किया गया जिन्हें कार्य करने से पहले सबसे अधिक समझ की ज़रूरत है। और यह सामूहिक बुद्धिमत्ता की वास्तुकला की समस्या है, न कि घोषणात्मक नैतिकता की।

EY अपने विश्लेषण को इन शब्दों में नहीं रखती। उनकी प्रविष्टि अधिक परिचालन है: संगठनों को मशीन के टेम्पो को मानवीय टेम्पो के साथ संरेखित करना होगा। यह एक समझदार नुस्खा है। लेकिन पहला सवाल अधिक असहज और उन कंपनियों के लिए अधिक प्रासंगिक है जो अभी इन सिस्टम को डिज़ाइन कर रही हैं: वह धारणा किस डिज़ाइन कक्ष से निकली कि तेज़ हमेशा बेहतर होता है, और उस कक्ष में कौन था?

घर्षण एक बाधा के रूप में नहीं, बल्कि डिज़ाइन संकेत के रूप में

एक दशक से अधिक समय तक, डिजिटल डिज़ाइन में प्रभुत्वशाली दर्शन घर्षण का उन्मूलन था। कम क्लिक, कम चरण, इरादे और कार्रवाई के बीच कम समय। उस दर्शन ने मापनीय परिणाम दिए: उच्च रूपांतरण दरें, बेहतर प्रतिधारण, तेज़ प्रक्रियाएँ। इसने, चुपचाप, ऐसी प्रणालियाँ भी उत्पन्न कीं जहाँ गति ने सिस्टम का उपयोग करने वाले की बजाय उसे संचालित करने वाले की अधिक सेवा करना शुरू कर दिया।

EY एक सटीक वैचारिक मोड़ प्रस्तावित करती है: जानबूझकर घर्षण एक डिज़ाइन उपकरण के रूप में। मनमाने विलंब नहीं, बल्कि उन क्षणों में जानबूझकर विराम जहाँ एक उपयोगकर्ता को कार्य करने से पहले समझ की आवश्यकता है। किसी वित्तीय निर्णय को निष्पादित करने से पहले एक पुष्टिकरण। एक संवेदनशील डेटा के उपयोग के बारे में एक संक्षिप्त स्पष्टीकरण। सिस्टम ने जो किया उसके कारण की एक पल की दृश्यता।

इस तर्क की उल्लेखनीय बात यह है कि यह नहीं माँग रहा कि सिस्टम परम अर्थ में धीमे हों। यह माँग कर रहा है कि वे उपयोगकर्ता के लिए सबसे अधिक परिणाम वाले क्षणों में चुनिंदा रूप से धीमे हों। इसके लिए ज़रूरी है कि सिस्टम कम और उच्च संज्ञानात्मक भार के क्षणों के बीच, एक नियमित कार्रवाई और भौतिक निहितार्थों वाले निर्णय के बीच अंतर करना जानता हो। यह भेद करने की क्षमता एल्गोरिदम से नहीं आती। यह डिज़ाइन से आती है, और डिज़ाइन उन लोगों से आता है जो समझते हैं कि किसी ऐसे व्यक्ति के लिए कोई निर्णय भौतिक क्यों होता है जिसके पास सिस्टम बनाने वाली टीम जैसा संदर्भ नहीं है।

वित्तीय सेवाओं, स्वास्थ्य या बीमा जैसे क्षेत्रों में, इस तर्क का एक नियामक आयाम है जिसे EY पार्श्व रूप से उल्लेख करती है, लेकिन जिसे अधिक महत्व देने की आवश्यकता है। उपभोक्ता संरक्षण, सूचित सहमति और उचित प्रकटीकरण के नियम इस धारणा पर बनाए गए हैं कि लोग समझते हैं कि वे क्या स्वीकार कर रहे हैं। एक AI सिस्टम जो उपयोगकर्ता को उसकी समझ की क्षमता से तेज़ी से आगे बढ़ाता है, न केवल एक घटिया अनुभव पैदा करता है। यह एक कानूनी और नियामक भेद्यता पैदा करता है जिसे संगठन चुपचाप उन सभी प्रवाहों में जमा कर रहे हैं जिन्हें उन्होंने समझ पर विचार किए बिना गति के लिए अनुकूलित किया।

EY चेतावनी देती है कि यदि संगठन इस समस्या का नाम खुद नहीं लेते, तो एक नियामक या ग्राहक ऐसा करेगा। यह एक उचित भविष्यवाणी है, यह देखते हुए कि यूरोप में और, देरी से, अन्य क्षेत्रों में AI पर नियामक ढाँचे किस गति से आगे बढ़ रहे हैं। सवाल यह नहीं है कि क्या AI सिस्टम उपयोगकर्ता की एजेंसी और समझ को कैसे संभालते हैं, इस पर बाहरी जाँच होगी। सवाल यह है कि उस जाँच के आने से पहले कितना संचित नुकसान हो जाएगा।

अपनाने का अगला चरण गति से नहीं जीता जाएगा

EY के तर्क का एक रणनीतिक मूल है जिसे सटीकता से निकालना उचित है: AI में प्रतिस्पर्धात्मक लाभ का अगला चरण उसमें नहीं होगा जो सबसे तेज़ी से स्वचालित करता है, बल्कि उसमें होगा जो उस गति को बेहतर ढंग से कैलिब्रेट करता है जिस पर उसके सिस्टम उन्हें उपयोग करने वाले लोगों के साथ संबंध बनाते हैं।

यह धीमेपन की स्वीकृति नहीं है। यह एंटरप्राइज़ AI प्रोजेक्ट्स में तकनीकी और संगठनात्मक ऋण के संचय का निदान है। जिन संगठनों में ओवरराइड की उच्च दरें हैं, अनियोजित मैन्युअल समीक्षा है, और उपयोगकर्ताओं की व्यवस्थित हिचकिचाहट है, वे अपनाने में विफल नहीं हो रहे हैं। वे डिज़ाइन में विफल हो रहे हैं। और उस विफलता की AI कार्यक्रमों के रिटर्न पर एक प्रत्यक्ष लागत है, जिन्होंने मैन्युअल कार्य को समाप्त करने का वादा किया था और कुछ मामलों में, इसे पिछले दरवाजे से वापस उत्पन्न कर रहे हैं।

EY जो समाधान प्रस्तावित करती है — मशीन के टेम्पो को मानवीय टेम्पो के साथ संरेखित करना — एक ऐसी क्षमता की आवश्यकता है जो केवल बेहतर एल्गोरिदम से नहीं बनती। इसके लिए ज़रूरी है कि संगठन, AI सिस्टम के डिज़ाइन टीमों में, उन लोगों के दृष्टिकोणों को शामिल करें जो उपयोगकर्ता अनुभवों की पूरी श्रृंखला का प्रतिनिधित्व करते हैं: जिनकी प्रौद्योगिकी से कम परिचितता है, जो वित्तीय या चिकित्सा संदर्भों में अधिक सूचना असमानता का सामना करते हैं, जिनके प्रत्येक इंटरैक्शन में अधिक दाँव लगा होता है।

यह डिज़ाइन परोपकारिता नहीं है। यह वह संरचनात्मक शर्त है जिससे AI सिस्टम इतना बुद्धिमान हो सके कि वह जाने कि उसे कब धीमा जाना चाहिए। और एक सिस्टम जो नहीं जानता कि कब धीमा जाना है, वह बुद्धिमान सिस्टम नहीं है। वह तेज़ सिस्टम है। दोनों के बीच का अंतर ठीक वही खाई है जिसे EY ने अभी-अभी एक नाम दिया है, और जो अधिकांश संगठनों के मेट्रिक्स बोर्ड पर अभी तक दर्ज नहीं है।