नई दिल्ली 

 

CambrianEdge.ai की एक रिसर्च रिपोर्ट के अनुसार, लगभग हर पांच में से एक ऑर्गनाइज़ेशन ने क्वालिटी में कमी और अपनाने में आ रही चुनौतियों के कारण अपने आर्टिफिशियल इंटेलिजेंस (AI) इनिशिएटिव को वापस ले लिया है या छोड़ दिया है। इससे पता चलता है कि कर्मचारियों और AI के बीच सही तालमेल की कमी AI के सफल न हो पाने का एक बड़ा कारण बन रही है। "AI at Work: The Collaboration Gap 2026" नाम की इस रिपोर्ट में कहा गया है कि सर्वे में शामिल 18 प्रतिशत ऑर्गनाइज़ेशन ने पहले ही AI प्रोजेक्ट्स को रोक दिया है या छोड़ दिया है। रिपोर्ट में चेतावनी दी गई है कि अगर कंपनियाँ कर्मचारियों के AI के साथ काम करने के तरीके को फिर से डिज़ाइन नहीं करती हैं, तो उनके पीछे छूटने का खतरा है।

 

रिपोर्ट में कहा गया है, "तालमेल वाला इंफ्रास्ट्रक्चर न बना पाने का नतीजा पीछे जाना है, न कि एक जगह रुक जाना।" इसमें आगे कहा गया है कि "सर्वे में शामिल 18% ऑर्गनाइज़ेशन ने क्वालिटी में भारी गिरावट और सिस्टम में अपनाने में विफलता का हवाला देते हुए AI इनिशिएटिव को पूरी तरह से वापस ले लिया है या छोड़ दिया है।" यह रिपोर्ट 104 ऑर्गनाइज़ेशन के 775 प्रोफेशनल्स के ग्लोबल सर्वे पर आधारित है, जिसमें एंटरप्राइज़, मार्केटिंग एजेंसियाँ, लॉ फर्म, स्टार्टअप और एजुकेशनल इंस्टीट्यूशन शामिल हैं।

 

रिपोर्ट के अनुसार, AI को बड़े पैमाने पर अपनाने से बिज़नेस को उस अनुपात में फ़ायदा नहीं हुआ है। जहाँ 69 प्रतिशत बिज़नेस अब किसी न किसी तरह के AI का इस्तेमाल करते हैं, वहीं 80 प्रतिशत से ज़्यादा का कहना है कि प्रोडक्टिविटी में कोई खास सुधार नहीं हुआ है। इससे पता चलता है कि ऑर्गनाइज़ेशन AI अपनाने को मापने लायक बिज़नेस नतीजों में बदलने के लिए संघर्ष कर रहे हैं।

 

स्टडी में पाया गया कि जिन ऑर्गनाइज़ेशन में AI के लिए सही तालमेल वाले सिस्टम थे, उन्होंने लगातार बेहतर प्रदर्शन किया। जिन ऑर्गनाइज़ेशन में तालमेल वाला इंफ्रास्ट्रक्चर नहीं था, उनमें से केवल 32 प्रतिशत ने AI का महत्वपूर्ण असर देखा। यह आँकड़ा उन ऑर्गनाइज़ेशन में 100 प्रतिशत तक पहुँच गया जिन्होंने तालमेल के सभी पाँच मुख्य लेयर लागू किए थे -- शेयर्ड टूल एक्सेस, फ़ॉर्मल ट्रेनिंग, प्रॉम्प्ट लाइब्रेरी, क्वालिटी स्टैंडर्ड और ज़रूरी रिव्यू प्रोसेस। इसमें यह भी पाया गया कि 62 प्रतिशत ऑर्गनाइज़ेशन के पास AI से बने काम को इंसानी रिव्यूअर को सौंपने का कोई तय प्रोसेस नहीं है, जबकि जिन ऑर्गनाइज़ेशन में काम सौंपने का सही प्रोसेस था, उनमें महत्वपूर्ण प्रोजेक्ट नतीजे हासिल करने की संभावना लगभग दोगुनी थी।

 

रिपोर्ट में कहा गया है, "AI से महत्वपूर्ण फ़ायदा उठाने वाले और न उठाने वाले ऑर्गनाइज़ेशन के बीच मुख्य अंतर उनके द्वारा इस्तेमाल की जाने वाली टेक्नोलॉजी नहीं है -- बल्कि यह है कि क्या उन्होंने लोगों और AI के एक साथ मिलकर लगातार काम करने के लिए तालमेल वाला इंफ्रास्ट्रक्चर बनाया है या नहीं।" नतीजों पर टिप्पणी करते हुए, CambrianEdge.ai के फ़ाउंडर और CEO हरजीव सिंह ने कहा कि कई ऑर्गनाइज़ेशन ने वर्कप्लेस प्रोसेस को फिर से डिज़ाइन करने के बजाय AI मॉडल चुनने पर ध्यान दिया है। सिंह ने कहा, "ज़्यादातर ऑर्गनाइज़ेशन ने पिछले दो साल यह सोचने में बिता दिए कि किस AI मॉडल को सब्सक्राइब किया जाए, लेकिन वे यह पूछना भूल गए कि उनकी टीमें इसके साथ कैसे काम करेंगी।"

 

उन्होंने आगे कहा, "अलग-अलग हिस्सों में बंटे काम के लिए बने सिस्टम में AI को शामिल करना वैसा ही है जैसे मोमबत्तियों के लिए बनी बिल्डिंग में इलेक्ट्रिक लाइट लगाना—इसके लिए सिर्फ़ बल्ब नहीं, बल्कि पूरे आर्किटेक्चर को बदलने की ज़रूरत है। असली आर्थिक फ़ायदा तभी मिलता है जब कंपनियाँ अलग-अलग टूल्स के बिखरे हुए सिस्टम को छोड़कर एक साझा और लगातार चलने वाला वर्कफ़्लो बनाती हैं।" रिपोर्ट में यह निष्कर्ष निकाला गया कि जो ऑर्गनाइज़ेशन AI इन्वेस्टमेंट से ज़्यादा फ़ायदा उठाना चाहते हैं, उन्हें नए टूल्स लागू करने के बजाय ऐसे स्ट्रक्चर्ड वर्कफ़्लो, साझा स्टैंडर्ड और तय रिव्यू प्रोसेस बनाने पर ज़्यादा ध्यान देना चाहिए, जिनसे लोग और AI मिलकर असरदार ढंग से काम कर सकें।