- MIT रिपोर्ट के अनुसार दुनिया भर की 95% कंपनियाँ generative AI अपनाने से वास्तविक मुनाफा नहीं कमा पाईं
- कंपनियों ने ChatGPT, Copilot जैसे large language models का बड़े पैमाने पर प्रयोग किया, लेकिन अधिकांश उपयोग productivity बढ़ाने तक सीमित रहा
- सफलता के उदाहरण केवल 5% integrated AI pilots में ही मिले, और अधिकांश मामलों में revenue या profit पर कोई असर नहीं पड़ा
- generative AI का वास्तविक work processes के साथ ठीक से fit न होना, feedback याद न रख पाना, और context के अनुसार adapt न कर पाना मुख्य कारण बताए गए
- रिपोर्ट बड़े पैमाने पर jobs replace होने की आशंकाओं को खारिज करते हुए कहती है कि external cost reduction तो संभव है, लेकिन internal restructuring या mass layoffs फिलहाल व्यावहारिक नहीं हैं
- निष्कर्ष यह है कि AI की ताकत strategy में नहीं बल्कि specific tasks में है, इसलिए कंपनियों को company-wide innovation के बजाय सीमित और तुरंत परिणाम देने वाले क्षेत्रों पर ध्यान देना चाहिए
कंपनियों का generative AI निवेश और रिटर्न
- पिछले 3 वर्षों में कंपनियों ने generative AI projects में $30~40 billion का निवेश किया
- लेकिन वास्तविक business return पाने वाली कंपनियाँ बहुत कम हैं
- MIT के नए अध्ययन में 95% कंपनियों ने कहा कि AI अपनाने के बाद भी कोई measurable gain नहीं मिला
- केवल 5% AI pilot projects ही millions of dollars के स्तर का value create कर रहे हैं
large language models अपनाने की स्थिति और सीमाएँ
- 80% से अधिक बड़ी कंपनियाँ ChatGPT, Copilot जैसे प्रमुख LLMs को test कर चुकी हैं या pilot रूप में चला रही हैं
- लगभग 40% कंपनियों ने इन systems को कुछ हद तक अपनाया है, लेकिन अधिकांश उपयोग कर्मचारियों की individual productivity बढ़ाने तक सीमित है
- कंपनियों के कुल revenue या profit में सुधार पर इसका लगभग कोई असर नहीं है
generative AI की तकनीकी सीमाएँ
- generative AI tools अक्सर वास्तविक business processes के साथ ठीक से मेल नहीं खाते
- प्रमुख समस्याओं में unstable workflows, context learning की कमी, और inefficient task linkage शामिल हैं
- अधिकांश generative AI models पिछला feedback संरक्षित नहीं रख पाते और context या tasks के बीच सीख को transfer करना कठिन होता है
- रिपोर्ट के अनुसार, ज्यादातर GenAI systems feedback retention, context adaptation, और long-term improvement करने में सक्षम नहीं हैं
- इन कारणों से कंपनियों में long-term integration cost बढ़ती है, लेकिन वास्तविक efficiency gains सीमित रहते हैं
business expectations और वास्तविकता का अंतर
- generative AI को लेकर उम्मीदें और निवेश बहुत बड़े थे, लेकिन वे cost reduction या वास्तविक profit generation में नहीं बदल सके
- व्यवहार में इसका उपयोग customer service, marketing, document writing जैसे सीमित कामों में हो रहा है, जहाँ समय तो बचता है लेकिन सीधे revenue growth पर प्रभाव कम है
रोजगार और संगठनात्मक ढाँचे पर प्रभाव
- generative AI से कम समय में बड़े पैमाने पर jobs घटने की आशंका के पक्ष में ठोस आधार नहीं हैं
- AI का प्रभाव कंपनी के अंदर workforce restructuring से अधिक, outsourcing cost जैसे external costs को optimize करने तक सीमित रहने की संभावना है
- यानी तुरंत बड़े पैमाने पर कर्मचारियों को replace करने के बजाय यह outsourcing cost कम करने के स्तर तक ही सीमित रह सकता है
तकनीकी गलतफहमियाँ और विकास की सीमाएँ
- कई कंपनियाँ AI की वास्तविक क्षमता और सीमाओं को सही तरह से नहीं समझ पाईं, जिससे अनेक असफलताएँ हुईं
- generative AI तेज़ी से text या code बना सकता है, लेकिन इंसानों जैसी निरंतर learning या flexibility उसमें नहीं है
- उदाहरण के लिए, कर्मचारी पिछली गलतियों और नई आवश्यकताओं के अनुसार लचीले ढंग से काम कर सकते हैं, लेकिन AI में ऐसी निरंतर memory transfer संभव नहीं है
निवेश और आगे की दिशा
- निवेशक और management AI technology में लगातार प्रगति की उम्मीद कर रहे हैं, लेकिन short term में प्रगति अपेक्षा से धीमी है
- रिपोर्ट संकेत देती है कि हर industry और workflow में तुरंत AI लागू करना अभी जल्दबाज़ी होगी
- संगठनों को ऐसे सीमित क्षेत्रों में implementation पर ध्यान देना चाहिए जहाँ तुरंत और measurable impact संभव हो
- उदाहरण: customer support automation, developer support tools, document drafting आदि
- पूरी कंपनी में AI integration अभी भी high risk वाला है और failure की संभावना अधिक है
निष्कर्ष और संकेत
- generative AI से corporate value creation कुछ ही success cases तक सीमित है
- अधिकांश कंपनियों को रोज़मर्रा के कामों में सिर्फ मामूली मदद मिल रही है
- रिपोर्ट इस बात पर ज़ोर देती है कि कंपनियों को generative AI को पूर्ण growth engine नहीं, बल्कि एक सीमित tool के रूप में देखना चाहिए
- उम्मीदें ऊँची हैं, लेकिन जब तक मौजूदा systems इंसानों की तरह adapt नहीं कर पाते, कंपनियों के लिए AI से बड़ा मुनाफा कमाना मुश्किल रहेगा
अभी कोई टिप्पणी नहीं है.