समस्या हमेशा ‘process’ ही होती है, बेवकूफ

• सिर्फ AI अपनाने से business समस्याएँ हल नहीं होतीं, और अगर अक्षम process को automate किया जाए तो नतीजा सिर्फ ‘कचरा और तेज़ी से पैदा करना’ होता है
• कंपनियाँ अक्सर AI को जादुई छड़ी समझ लेती हैं, लेकिन AI संगठन को अधिक समझदार नहीं बनाता; यह सिर्फ गति बढ़ाने वाला एक tool है
• AI की एकमात्र खास ताकत unstructured data को process करने की क्षमता है, लेकिन ऐसे data पर निर्भर process खुद ही अक्सर unstructured होते हैं और documented नहीं होते
• इसलिए AI लागू करने से पहले process को design और structure करना ज़रूरी है, और input·transformation·output चरणों को स्पष्ट रूप से परिभाषित करना चाहिए
• तकनीक बदलती रहती है, लेकिन business efficiency के सिद्धांत नहीं बदलते, और AI की सफलता की कुंजी आखिरकार process optimization में ही है

---

AI strategy नहीं, business process optimization

• कंपनियाँ “AI strategy” पर चर्चा करती हैं, लेकिन वास्तव में मौजूद चीज़ सिर्फ business process optimization (BPO) है
  • AI business समस्याओं को हल करने वाली कोई स्वतंत्र strategy नहीं, बल्कि पहले से मौजूद process को तेज़ करने वाला tool है
  • अक्षम structure के ऊपर AI चढ़ाने से समस्याएँ सिर्फ और तेज़ी से बढ़ती हैं

‘जादुई छड़ी’ का भ्रम

• बहुत-सी कंपनियाँ मानती हैं कि AI अपने-आप inefficiency हटा देगा, लेकिन यह गलत धारणा है
  • AI बुद्धिमत्ता नहीं देता, यह सिर्फ decision की speed बढ़ाता है
  • गलत decision को automate करने पर यह सिर्फ ‘प्रकाश की गति से मूर्खतापूर्ण फैसले’ लेने वाला system बन जाता है
• जटिल approval procedure जैसे bureaucratic process पर AI लगाने का मतलब है कर्मचारी की तरह नाराज़ robot बना देना

unstructured data का जाल

• AI unstructured data processing में ताकत रखने वाली पहली तकनीक है
  • email, Slack message, PDF, image आदि जैसे ऐसे data को समझ सकता है जिन्हें पुराना software संभाल नहीं पाता था
• लेकिन ऐसे data पर निर्भर process ज़्यादातर unstructured और informal होते हैं
  • उदाहरण: customer complaint handling, marketing campaign planning आदि अक्सर documented नहीं होते और सिर्फ अनुभवी कर्मचारियों के दिमाग में मौजूद रहते हैं
  • पहले computer इन्हें process नहीं कर सकते थे, इसलिए लोग खुद करते थे; इसी वजह से flowchart या standard operating procedure (SOP) मौजूद नहीं होते

जिसे design नहीं किया गया, उसे automate नहीं किया जा सकता

• AI लागू करने के लिए पहले process को स्पष्ट रूप से design और structure करना होगा
  • unstructured data को संभालने के लिए workflow को ही structure देना पड़ता है
• इसके लिए नीचे दिए गए तीन सवाल ज़रूरी हैं
  1. Trigger: unstructured data कहाँ से पैदा होता है
  2. Transformation: इंसान (या AI) को उस data से क्या निकालना या समझना है
  3. Output: परिणाम ERP या CRM जैसे structured system में कैसे दर्ज होगा

गति और बुद्धिमत्ता का अंतर

• AI चीज़ों को तेज़ बनाता है, अधिक समझदार नहीं
  • उदाहरण:
    • पारंपरिक तरीके में analyst 50 contracts को 3 दिन तक review करता है
    • AI तरीके में 3 मिनट में risk clauses निकाले जा सकते हैं
  • process खुद (review → risk identification → summary) वही रहता है, लेकिन AI के काम करने के लिए स्पष्ट रूप से परिभाषित procedure चाहिए
  • ‘risk’ का मतलब क्या है, इसका बौद्धिक निर्णय अब भी इंसान की भूमिका है

निष्कर्ष: process ही सब कुछ है

• AI मसीहा खोजने के बजाय, whiteboard पर लौटकर value chain की फिर से जाँच करनी चाहिए
  • खासकर unstructured data से जुड़े मानव-केंद्रित जटिल क्षेत्रों को visualize करके bottleneck और waste ढूँढने चाहिए
• process सरल, तार्किक और मज़बूत होने के बाद ही AI को acceleration layer की तरह इस्तेमाल किया जा सकता है
• तकनीक बदलती है, लेकिन business efficiency के सिद्धांत नहीं बदलते
• अंततः मूल बात हमेशा process ही होती है