AI की महत्वाकांक्षा एंटरप्राइज़ की वास्तविकता से टकरा रही है
IDC का यूरोप, मध्य पूर्व और अफ्रीका के CIOs के लिए नवीनतम संदेश स्पष्ट है: अगर AI रोलआउट्स ठहर गए हैं, तो समाधान मौजूदा सिस्टमों के आक्रामक ऑडिट से शुरू होता है। यह दृष्टिकोण ध्यान को मॉडल के प्रचार से हटाकर उस कठिन परिचालन प्रश्न पर ले जाता है कि क्या एंटरप्राइज़ टेक्नोलॉजी स्टैक वास्तव में सतत AI उपयोग का समर्थन करने के लिए तैयार हैं।
उम्मीदवार सामग्री में संक्षेपित रिपोर्ट का केंद्रीय तर्क यह है कि यूरोप में AI डिप्लॉयमेंट पिछले 18 महीनों में कई संगठनों के अंतर्निहित सिस्टमों की तुलना में कहीं अधिक आगे बढ़ गए। यही असंतुलन अब कार्यान्वयन को धीमा कर रहा है। व्यावहारिक रूप से, कंपनियों के पास पायलट, नेतृत्व के निर्देश और आपूर्तिकर्ता संबंध मौजूद हो सकते हैं, फिर भी उन्हें परियोजनाओं को भरोसेमंद, रोजमर्रा के उपयोग में बदलने में कठिनाई हो सकती है।
बाधा अब केवल प्रयोग की नहीं रह गई है
कई एंटरप्राइज़ के लिए AI अपनाने का शुरुआती चरण उपयोग मामलों की पहचान और कार्यकारी ध्यान हासिल करने के बारे में था। उस चरण में गति और उपकरणों को आजमाने की इच्छा को पुरस्कार मिला। अगला चरण कम क्षमाशील है। जब संगठन दोहराने योग्य मूल्य चाहते हैं, तो डेटा गुणवत्ता, इंटीग्रेशन, गवर्नेंस, अवसंरचना और प्रक्रिया डिज़ाइन जैसे प्रश्न निर्णायक हो जाते हैं।
ऑडिट पर IDC का जोर संकेत देता है कि ये मुद्दे अब इतने महत्वपूर्ण हो गए हैं कि उन्हें प्रथम-स्तरीय बाधाओं के रूप में देखा जाना चाहिए। रुका हुआ रोलआउट यह साबित नहीं करता कि AI उपयोग मामला कमजोर था। इसका मतलब केवल यह हो सकता है कि संगठन ने नई क्षमताओं को खंडित सिस्टमों के ऊपर जोड़ने की कोशिश की, जो उनके लिए कभी तैयार नहीं थे।
सिस्टम ऑडिट क्यों महत्वपूर्ण है
एक आक्रामक ऑडिट मूलतः परिचालन सच्चाई की एक सूची है। यह नेताओं को यह जांचने के लिए मजबूर करता है कि डेटा कहाँ रहता है, वह कितना सुलभ है, कौन-से सिस्टम नाजुक हैं, सुरक्षा और अनुपालन संबंधी बाधाएँ कहाँ हैं, और पूरे स्टैक में कितना इंटरऑपरेबिलिटी मौजूद है। AI परियोजनाओं के लिए, ये प्रश्न कार्यान्वयन के छोटे विवरण नहीं हैं। वे तय करते हैं कि कोई डिप्लॉयमेंट बिल्कुल स्केल कर पाएगा या नहीं।
यह विशेष रूप से EMEA में प्रासंगिक है, जहाँ एंटरप्राइज़ एस्टेट्स अक्सर पुराने ऑन-प्रिमाइसेस सिस्टम, क्षेत्रीय नियामकीय मांगों, जटिल विक्रेता नेटवर्क, और क्लाउड परिपक्वता के अलग-अलग स्तरों में फैले होते हैं। ऐसे माहौल में, कोई AI एप्लिकेशन तकनीकी रूप से प्रभावशाली हो सकता है, लेकिन यदि वह असंगत डेटा पाइपलाइनों या ऐसे सिस्टमों पर निर्भर है जिन्हें सुरक्षित रूप से जोड़ना कठिन है, तो उसे परिचालन में बदलना अभी भी मुश्किल हो सकता है।
रुके हुए रोलआउट वास्तव में क्या संकेत दे रहे हैं
जब डिप्लॉयमेंट की गति कम होती है, तो संगठन अक्सर मॉडल, विक्रेता या कार्यबल को दोष देते हैं। IDC की व्याख्या एक अधिक बुनियादी कारण की ओर इशारा करती है: कई रोलआउट्स पहले से मौजूद उन कमजोरियों को उजागर कर रहे हैं जो एंटरप्राइज़ आर्किटेक्चर में पहले से थीं। AI बस उन्हें अनदेखा करना और कठिन बना देता है।
ऐसा इसलिए है क्योंकि AI सिस्टम भरोसेमंद इनपुट, स्पष्ट गवर्नेंस और व्यावसायिक प्रक्रियाओं के साथ इंटीग्रेशन पर असामान्य रूप से निर्भर होते हैं। एक टूटा हुआ हैंडऑफ, कमजोर डेटा वंशावली, या अनिश्चित एक्सेस मॉडल परिणामों को जल्दी खराब कर सकता है। अधिक पारंपरिक सॉफ़्टवेयर परियोजनाओं में ये समस्याएँ असुविधाजनक हो सकती हैं। AI परियोजनाओं में, ये आउटपुट पर भरोसे को ही कमजोर कर सकती हैं।
CIOs के लिए व्यावहारिक बदलाव
रिपोर्ट की सलाह इस बात में बदलाव का संकेत देती है कि सफल AI नेतृत्व कैसा दिखता है। केवल इनोवेशन प्रोग्रामों को प्रायोजित करना या नए टूल खरीदना पर्याप्त नहीं है। CIOs को यह तय करना होगा कि कौन-सी विरासत संबंधी बाधाएँ डिलीवरी रोक रही हैं, और एस्टेट के किन हिस्सों को आधुनिक, सरल या हटाया जाना चाहिए ताकि AI बड़े पैमाने पर उपयोगी बन सके।
इसका मतलब यह नहीं कि हर संगठन को पूरी तरह से पुनर्निर्माण की जरूरत है। इसका मतलब है कि नेताओं को यह अधिक स्पष्ट रूप से समझना होगा कि घर्षण कहाँ है। कुछ परियोजनाओं को बेहतर डेटा इंजीनियरिंग की जरूरत हो सकती है। दूसरों को अधिक सख्त गवर्नेंस या साफ़ सिस्टम सीमाओं की आवश्यकता हो सकती है। एक ऑडिट तत्परता की समस्याओं को रणनीति की समस्याओं से अलग करने में मदद करता है।
यह बाजार की कहानी के लिए एक उपयोगी सुधार क्यों है
एंटरप्राइज़ AI कवरेज अक्सर मॉडलों, चिप्स और एप्लिकेशनों में सफलताओं पर केंद्रित हो जाती है। ये महत्वपूर्ण हैं, लेकिन IDC का तर्क इसलिए मूल्यवान है क्योंकि यह बाधा को वापस संगठन के भीतर रखता है। अपनाना केवल इस बात का परिणाम नहीं है कि अग्रणी मॉडल क्या कर सकते हैं। यह इस पर भी निर्भर करता है कि क्या कंपनियाँ उन क्षमताओं को स्थिर, अनुपालक और समझने योग्य परिचालन वातावरणों से जोड़ सकती हैं।
यह एक नए मॉडल रिलीज़ की घोषणा की तुलना में कम चमकदार संदेश है, लेकिन अक्सर यही तय करता है कि AI मापनीय मूल्य पैदा करेगा या नहीं। अगर डिप्लॉयमेंट रुकते हैं, तो कारण महत्वाकांक्षा की कमी नहीं हो सकती। कारण यह हो सकता है कि उस महत्वाकांक्षा के नीचे मौजूद एस्टेट कभी तैयार ही नहीं था।
निकट अवधि का निहितार्थ
एंटरप्राइज़ AI अपनाने के अगले चरण में सबसे संभावित विजेता वे संगठन होंगे जो सिस्टम तत्परता को तकनीकी बाद की बात के बजाय एक रणनीतिक मुद्दे के रूप में देखते हैं। आक्रामक ऑडिट के लिए IDC की सिफारिश सीधे इसी तर्क को पकड़ती है। कंपनियों के AI का विस्तार करने से पहले, उन्हें जानना होगा कि उनका अवसंरचना वास्तव में क्या समर्थन कर सकती है।
EMEA में, जहाँ कई कंपनियाँ नियामकीय जांच, विरासत जटिलता और प्रतिस्पर्धी दबाव के बीच संतुलन बना रही हैं, यही पायलटों के पोर्टफोलियो और वास्तविक परिचालन रोलआउट के बीच का अंतर हो सकता है।
यह लेख AI News की रिपोर्टिंग पर आधारित है। मूल लेख पढ़ें.
Originally published on artificialintelligence-news.com