नई दिल्ली 

मैकिन्से की एक रिपोर्ट के अनुसार, सरकारों को AI (आर्टिफिशियल इंटेलिजेंस) के अलग-थलग पायलट प्रोजेक्ट्स से आगे बढ़कर, पब्लिक सर्विस देने के तरीके को फिर से डिज़ाइन करने की ज़रूरत है ताकि इस टेक्नोलॉजी की पूरी क्षमता का इस्तेमाल किया जा सके। रिपोर्ट में कहा गया है कि AI पब्लिक सेक्टर की कार्यक्षमता में सुधार कर सकता है, सर्विस डिलीवरी को बेहतर बना सकता है और सरकारों को पब्लिक रिसोर्स का बेहतर इस्तेमाल करने में मदद कर सकता है। हालाँकि, इसमें यह भी बताया गया है कि कई AI पहल वर्कफ़्लो इंटीग्रेशन, डेटा एक्सेस, मॉडल रिस्क और ऑपरेटिंग कॉस्ट जैसी चुनौतियों के कारण पायलट स्टेज से आगे नहीं बढ़ पाती हैं।

 

रिपोर्ट में कहा गया है, "असली असर डालने के लिए सिर्फ़ अलग-थलग पायलट प्रोजेक्ट्स से काम नहीं चलेगा। AI की पूरी क्षमता का फ़ायदा उठाने के लिए संगठनों को अपनी प्रक्रियाओं, काम करने के तरीकों और ऑपरेटिंग मॉडल को फिर से डिज़ाइन करके खुद को बदलना होगा, ताकि टेक्नोलॉजी रोज़मर्रा की सर्विस डिलीवरी का हिस्सा बन सके।" रिपोर्ट के अनुसार, सरकारों को AI लागू करने के लिए चार-चरणीय दृष्टिकोण अपनाना चाहिए: टेक्नोलॉजी के बजाय मिशन के नतीजों पर ध्यान देना, एंड-टू-एंड वर्कफ़्लो को फिर से डिज़ाइन करना, AI-केंद्रित ऑपरेटिंग मॉडल बनाना और अहम फ़ैसलों में इंसानी निगरानी सुनिश्चित करना।

 

रिपोर्ट में कहा गया है कि AI अपनाने के मामले में पब्लिक सेक्टर अन्य उद्योगों से पीछे है; इसका AI कोशिएंट स्कोर 28 है, जबकि वैश्विक औसत 33 है। इस अंतर की वजह बिखरा हुआ डेटा, पुराने टेक्नोलॉजी सिस्टम, वर्कफ़ोर्स की सीमाएँ और पारदर्शिता व जवाबदेही की सख़्त ज़रूरतें हैं। मैकिन्से ने कहा कि पब्लिक-सेक्टर AI प्रोग्राम तब ज़्यादा सफल होते हैं जब वे अलग-अलग इस्तेमाल के मामलों (स्टैंडअलोन यूज़ केस) को पेश करने के बजाय पूरी सर्विस जर्नी को फिर से डिज़ाइन करते हैं। इसमें कहा गया है कि डोमेन-आधारित AI प्रोग्राम में से लगभग 70 प्रतिशत प्रोडक्शन स्टेज तक पहुँचते हैं, जबकि व्यक्तिगत इस्तेमाल के मामलों पर आधारित प्रोग्राम में यह आँकड़ा 30 प्रतिशत है।

 

रिपोर्ट में यह भी कहा गया है कि सरकारों को डेटा सिस्टम को बेहतर बनाने की कोशिशों के साथ-साथ AI लागू करना शुरू कर देना चाहिए, न कि पूरे डेटा आधुनिकीकरण का इंतज़ार करना चाहिए। इसमें आगे यह भी सुझाव दिया गया है कि सरकारें मापने योग्य नतीजों पर ध्यान दें, जैसे कि इंतज़ार का समय कम करना, पब्लिक सर्विस में तेज़ी लाना, सटीकता में सुधार करना और धोखाधड़ी कम करना। रिपोर्ट में कहा गया है कि टेक्नोलॉजी में निवेश किए गए हर 1 USD के बदले, पब्लिक सर्विस में AI को सफलतापूर्वक बड़े पैमाने पर लागू करने के लिए लगभग 5 USD को इसे अपनाने, ट्रेनिंग और क्षमता निर्माण के लिए आवंटित किया जाना चाहिए।