आधुनिकीकरण अजूनही अपूर्ण काम
संस्था अनेक दशकांपासून जुन्या तंत्रज्ञानाच्या रचनेचे आधुनिकीकरण करत आहेत. मेनफ्रेम आणि इतर वारसा प्रणाली web services, microservices, virtualization, cloud तसेच x86-आधारित Windows आणि Linux सर्व्हरशी जोडल्या गेल्या आहेत. तरीही आधुनिकीकरण खर्चिक, संथ आणि अपूर्णच राहते.
विक्रेते आता Agentic AI समन्वय आणि स्वयंचलन देऊ शकते, असे सांगत आहेत. पण ZDNETच्या विश्लेषणातील पुरावे हे अजून सुरुवातीच्या टप्प्यात असल्याचे दाखवतात.
AI या कामात सहभागी होऊ शकते का हा मुख्य प्रश्न नाही. विलंब, वाढता खर्च, मर्यादित कार्यकारी सुधारणा आणि अस्पष्ट व्यावसायिक मूल्य बदलू शकते का, हा खरा प्रश्न आहे.
स्वीकार अजून मर्यादित
IT सेवा कंपनी Kyndrylच्या 2,000 वरिष्ठ IT निर्णयकर्त्यांच्या सर्वेक्षणाचा ZDNETने उल्लेख केला. केवळ 10% जणांनी आधुनिकीकरणासाठी Agentic AI वापरत असल्याचे सांगितले.
वारसा वातावरणाचे आधुनिकीकरण हा केवळ तांत्रिक बदल नाही. त्यात अनुप्रयोग, प्रक्रिया, अवलंबित्व आणि त्वरित बंद करता न येणाऱ्या जुन्या प्रणालींचा समावेश असतो.
वापराचे प्रमाण कमी असल्याने AI सातत्याने वितरण सुधारते, खर्च नियंत्रित करते किंवा मोजता येणारे नवोन्मेषाचे लाभ देते का, हे ठरवणे कठीण आहे.
परिणाम असमान
Kyndrylच्या निष्कर्षांनुसार सुमारे निम्म्या संस्थांनी IT संचालन सुधारल्याचे सांगितले. निम्म्यांपेक्षा कमी संस्थांनी नवोन्मेषाचे लाभ नोंदवले. 18% संस्थांना मर्यादित किंवा अस्पष्ट मूल्य जाणवले.
जवळपास निम्म्या उत्तरदात्यांनी वेळापत्रकात विलंब आणि खर्चवाढ सांगितली. त्यामुळे AI एजंटने केवळ तांत्रिक क्षमता नव्हे, तर संचालन, नवोन्मेष, वेळ आणि खर्चातील सुधारणा दाखवणे आवश्यक आहे.
AI एकत्रित स्तर म्हणून मांडले जात आहे
AI एजंट अनुप्रयोग, पायाभूत सुविधा आणि संघांमधील विस्कळीत काम जोडू शकतात. मात्र समन्वयामुळे आर्थिक लाभ आपोआप सिद्ध होत नाही. आधुनिकीकरणाचे मूल्य अंमलबजावणीनंतरच्या परिणामांनी ठरते.
पूर्वीच्या उपायांनी न साधलेले परिणाम एजंट देऊ शकतील का, हा प्रश्न आहे. AI उपाय ठरू शकते किंवा आणखी एक आश्वासन बनू शकते.
तंत्रज्ञान नेत्यांसाठी व्यावहारिक कसोटी
तातडीचा धडा म्हणजे संयम. AI क्षमतेचे प्रदर्शन आणि कार्यक्रमाची अर्थव्यवस्था सुधारल्याचा पुरावा वेगळा पाहणे आवश्यक आहे.
- IT संचालन सुधारले आहे का?
- नव्या तांत्रिक रचनेपलीकडे नवोन्मेषाचे लाभ मिळाले का?
- वेळेचा दबाव आणि खर्चवाढ कमी झाली का?
- स्पष्ट मूल्य ओळखता येते का?
AIला दशकांपूर्वीच्या आव्हानाचे पुढील उत्तर म्हणून मांडले जात असताना हे प्रश्न महत्त्वाचे आहेत. Kyndrylचे आकडे संधी आणि अतिशयोक्त दाव्यांचा धोका दोन्ही दाखवतात.
हा लेख ZDNETच्या वृत्तांकनावर आधारित आहे. मूळ लेख वाचा.
Originally published on zdnet.com


