नई दिल्ली 

 

मैकिन्से (McKinsey) की एक रिपोर्ट के अनुसार, आर्टिफिशियल इंटेलिजेंस (AI) बिजनेस एनालिसिस को काफी तेज तो कर रहा है, लेकिन इंसानी स्तर पर फैसले लेने की प्रक्रिया इसके साथ कदम नहीं मिला पा रही है। इस असंतुलन से रणनीतिक जोखिम बढ़ सकते हैं और भविष्य के बिजनेस लीडर्स के विकास पर बुरा असर पड़ सकता है। रिपोर्ट में बताया गया है कि AI एनालिसिस की गति को इतना बढ़ा देता है कि एग्जीक्यूटिव्स के लिए इसके नतीजों को समझना मुश्किल हो जाता है, जिससे फैसले लेने की प्रक्रिया में नई रुकावटें पैदा हो रही हैं।

 

मैकिन्से ने कहा, "जो लीडर्स 'ब्लैक बॉक्स' (ऐसे सिस्टम जिनका काम करने का तरीका स्पष्ट नहीं होता) स्रोतों से बहुत अधिक जानकारी या इनपुट प्राप्त करते हैं, वे शायद पहले की तुलना में और भी धीमी गति से फैसले लेने लगें।" रिपोर्ट के अनुसार, एग्जीक्यूटिव्स को AI द्वारा तैयार किए गए नतीजों की जांच-परख करने के लिए अतिरिक्त समय की जरूरत पड़ सकती है। इससे AI में किए गए निवेश से मिलने वाली अपेक्षित कार्यक्षमता (efficiency) का लाभ सीमित हो जाता है।

 

रणनीतिक फैसलों में AI के बढ़ते इस्तेमाल से जुड़े तीन बड़े जोखिमों को रेखांकित करते हुए, रिपोर्ट ने चेतावनी दी है कि जो कंपनियां बारीकी से जांच करने के बजाय केवल कार्यक्षमता (efficiency) को प्राथमिकता देती हैं, उनके रणनीतिक फैसलों के विफल होने का खतरा बढ़ सकता है। रिपोर्ट में जोर दिया गया है कि "...कंपनियां अधिक और तेज एनालिसिस के लिए AI का इस्तेमाल करती हैं, जिससे लीडर्स फैसलों के अंबार में दब सकते हैं और उनका ध्यान अधिक महत्वपूर्ण समस्याओं से भटक सकता है।"

 

रिपोर्ट में यह भी चेतावनी दी गई है कि जैसे-जैसे AI विश्लेषणात्मक कार्यों को अपने हाथ में लेता जाएगा, जूनियर कर्मचारियों को वह जरूरी व्यावहारिक अनुभव नहीं मिल पाएगा जिससे वे सही निर्णय लेना सीखते हैं। इससे कंपनियों की भविष्य की लीडरशिप पाइपलाइन कमजोर हो सकती है। इसमें यह भी आगाह किया गया है कि AI द्वारा तैयार किए गए एनालिसिस को बार-बार अन्य AI मॉडल द्वारा प्रोसेस किया जा सकता है। इससे विश्लेषणात्मक आउटपुट का एक ऐसा चक्र बन सकता है जो आउटपुट तो बढ़ाता है, लेकिन इंसानी समझ और जवाबदेही को कम कर देता है।

 

"जैसे-जैसे AI अधिक एनालिसिस और व्याख्या (interpretation) करने लगता है, लोगों का इसके नतीजों पर सवाल उठाने का रुझान कम हो सकता है।" एक उदाहरण देते हुए, मैकिन्से ने बताया कि एक कंपनी की जूनियर टीम ने AI का इस्तेमाल करके 10 से 20 गुना तेजी से एनालिसिस किया और रणनीतिक फैसले के लिए तीन से पांच गुना अधिक परिदृश्यों (scenarios) का मूल्यांकन किया। हालांकि, एग्जीक्यूटिव्स को इन नतीजों की समीक्षा करने के लिए अधिक समय की जरूरत पड़ी, क्योंकि उन्हें इसके पीछे की मान्यताओं (assumptions) और डेटा स्रोतों के बारे में स्पष्टता नहीं थी। इससे पता चलता है कि एनालिसिस तेज होने का मतलब हमेशा यह नहीं होता कि फैसले भी जल्दी लिए जा सकेंगे।

 

रिपोर्ट में आगे जोर दिया गया है कि "जैसे-जैसे एनालिसिस तेज होता है, सही निर्णय लेने की क्षमता (judgment) एक नई रुकावट बन जाती है। यह स्थिति रणनीतिक फैसलों में नए जोखिम पैदा करती है।" इन चुनौतियों से निपटने के लिए, मैकिन्से ने तीन उपाय सुझाए: मानवीय निर्णय लेने की संगठनात्मक क्षमता का विस्तार करना, कर्मचारियों की AI-जनित विश्लेषणों को परखने और सत्यापित करने की क्षमता को मजबूत करना, और AI की मदद से लिए गए निर्णयों के लिए जवाबदेही तय करना।

 

कुल मिलाकर, इसमें इस बात पर जोर दिया गया कि, "सफल वे संगठन नहीं होंगे जो सबसे अधिक निर्णयों को स्वचालित (ऑटोमेट) कर देते हैं। बल्कि सफल वे होंगे जो AI की गति का बेहतरीन उपयोग तो करेंगे, लेकिन साथ ही मानवीय निर्णय लेने की उस क्षमता को भी बचाए रखेंगे, जिसकी जगह AI नहीं ले सकता।"