நிறுவனங்கள் பழைய செயல்பாட்டு மாதிரிகளைத் தொடரும் போது AI திட்டங்கள் தடுமாறுகின்றன

“சீரற்ற AI முயற்சிகள்”க்கு எதிரான வாதம் உண்மையில் கட்டமைப்பு பற்றியது

பல நிறுவனங்கள் AI-யை ஏற்றுக்கொள்ள விரும்புகின்றன என்று கூறுகின்றன, ஆனால் வழங்கப்பட்ட மூலத்தின் வாதம் என்னவென்றால், அவர்கள் அதே தவறை மீண்டும் செய்து கொண்டிருக்கிறார்கள்: செயற்கை நுண்ணறிவை, முன்னறிவிப்பு, படிநிலை, மற்றும் மெதுவான அனுமதிகளுக்காக வடிவமைக்கப்பட்ட பழைய அமைப்பில் ஒட்ட முயல்வது. அந்த பார்வையில், உண்மையான தடையாய் இருப்பது கருவிகளின் பற்றாக்குறை அல்ல. அது வேறு ஒரு நூற்றாண்டுக்காக உருவாக்கப்பட்ட ஒரு செயல்பாட்டு மாதிரி.

மூலத்தின் மையக் கூற்று வெளிப்படையானது. பெரும்பாலான நிறுவனங்கள் தொடர்ச்சியான உணர்தல், வேகமான கற்றல், அல்லது பகிர்ந்த முடிவெடுப்பு ஆகியவற்றுக்காக உருவாக்கப்படாத அமைப்புகளுக்கு AI-யை இணைக்க முயல்கின்றன. இதன் விளைவாக, பைலட் திட்டங்கள் தடுமாறுகின்றன, பயன்பாடு நிலைதடுமாறுகிறது, மற்றும் வணிகத்தின் விளிம்புகளில் AI உருவாக்கும் வேகம் நடுப்பகுதியில் இழக்கப்படுகிறது. இது நிறுவன தொழில்நுட்ப திட்டங்களில் ஒரு பரிச்சயமான வடிவம். புதுமை ஒரு ஆய்வகத்தில், ஒரு குழுவில், அல்லது ஒரு செயல்பாட்டு பிரிவில் தொடங்கி, பின்னர் பட்ஜெட் சுழற்சிகள், அனுமதி சங்கிலிகள், பொருந்தாத ஊக்கங்கள், மற்றும் துண்டிக்கப்பட்ட உரிமை ஆகியவற்றின் உராய்வில் மோதுகிறது.

கட்டுரையின் அடிப்படை கருத்து என்னவென்றால், AI-யில் வெற்றிபெறும் நிறுவனங்கள் சிறந்த மென்பொருளைத் தேர்ந்தெடுத்ததாலேயே வெல்லவில்லை. அவை வேறுவகை நிறுவனங்களாக மாறுகின்றன. மூலத்தில் மேற்கோளிடப்பட்ட புத்தகத்தின் ஆசிரியரான மெலிசா ரீவ், இந்த நிறுவனங்களை “hyperadaptive” என்று அழைக்கிறார். பெயர் புதியதாக இருக்கலாம், ஆனால் அடிப்படை கருத்து தெளிவாகத் தெரிகிறது: ஒரு நிறுவனத்தின் வடிவமைப்பே ஒவ்வொரு முக்கிய செயலையும் மெதுவாக்கினால், வேகமான நுண்ணறிவின் முழு நன்மையையும் அது பெற முடியாது.

AI ஏன் அமைப்புசார்ந்த பலவீனங்களை வெளிப்படுத்துகிறது

பாரம்பரிய செயல்பாட்டு மாதிரிகள் நிலைத்தன்மைக்காக உருவாக்கப்பட்டவை. உத்தி மேலிருந்து கீழே செல்கிறது. வேலை சிறப்பு சைலோக்கள் வழியாக நகர்கிறது. ஒப்படுப்புகள் அடிக்கடி நடக்கின்றன. முடிவுகளுக்கு பல அடுக்கு மறுஆய்வு தேவைப்படும். தொழில்துறை கால அமைப்புகளில் இந்த கட்டமைப்பு பொருத்தமானதாக இருந்தது, ஏனெனில் அளவு, தரநிலைப்படுத்தல், மற்றும் அபாயக் கட்டுப்பாடு ஆகியவையே முக்கிய முன்னுரிமைகளாக இருந்தன.

AI அழுத்தப் புள்ளிகளை மாற்றுகிறது. அது தற்போதுள்ள பல வணிகச் செயல்முறைகள் உட்கொள்ளும் வேகத்தைவிட வேகமாக பகுப்பாய்வு, பரிந்துரைகள், மற்றும் உள்ளடக்கத்தை உருவாக்க முடியும். அது நிகழும்போது, தடையாக இருப்பது மாறுகிறது. பிரச்சினை இனிமேல் ஒரு நிறுவனம் நுண்ணறிவை உருவாக்க முடியுமா என்பதிலேயே இல்லை, அந்த நுண்ணறிவின் மீது நடவடிக்கை எடுக்க முடியுமா என்பதுதான். அணிகள் இன்னும் கடினமான படிநிலைகள், தொடர்பற்ற அமைப்புகள், மற்றும் செயல்பாட்டு எல்லைகள் வழியே செல்ல வேண்டியிருந்தால், AI உள்ளூர்மட்ட செயல்திறனை உயர்த்தலாம்; ஆனால் மொத்த செயல்திறனை மேம்படுத்தாது.

அதனால்தான் வழங்கப்பட்ட மூலத்தில் நிறுவனங்கள் விளிம்புகளில் வேகமாகிவிடுகின்றன, ஆனால் நடுப்பகுதி முன்புபோலவே மெதுவாக இருக்கிறது என்று கூறப்படுகிறது. இந்த வடிவமைப்பு முக்கியமானது, ஏனெனில் பல AI திட்டங்கள் உள் உற்சாகத்தை உருவாக்கினாலும், நிறுவனமுழு முடிவுகளை ஏன் மாற்றவில்லை என்பதை அது விளக்குகிறது. தொழில்நுட்பம் வேலை செய்யலாம். அமைப்பு வேலை செய்யாமலும் இருக்கலாம்.

“AI-native” என்ற கருத்து அமலாக்கத்தைவிட பெரியது

மூலம், பிரச்சினையை “AI-native” ஆக மாறுவதென வடிவமைக்கிறது; இது மென்பொருள் வெளியீட்டை விட ஆழமான மாற்றத்தை குறிக்கிறது. இந்த விளக்கத்தில், AI-native நிறுவனம் வேகமாக உணர, தொடர்ச்சியாக கற்றுக்கொள்ள, மற்றும் மனிதர்கள் தனியாக எடுக்கும் முடிவுகளை விட புத்திசாலித்தனமான முடிவுகளை எடுக்க அமைக்கப்பட்டுள்ளது. இந்தக் கூற்று விருப்பநிலையாக இருந்தாலும், அது கவன மாறுபாட்டின் உண்மையான மாற்றத்தைப் பிடிக்கிறது. குறிக்கோள் வெறும் தானியக்கம் அல்ல. தகவல் எவ்வாறு நகர்கிறது, முடிவுகள் எவ்வாறு எடுக்கப்படுகின்றன என்பதற்கான மறுவடிவமைப்பு.

இது பெரும்பாலும் நிலையான பின்னணி அமைப்புகளாகக் கருதப்பட்ட செயல்பாடுகள் மீது அழுத்தத்தை ஏற்படுத்துகிறது: மேலாண்மை அடுக்குகள், ஆளுகை, வேலை வடிவமைப்பு, மற்றும் ஒத்துழைப்பு முறைகள். ஒரு நிறுவனம் AI மூலம் செயல்திறன் அல்லது தகுப்தன்மையை மேம்படுத்த விரும்பினால், அது படிகளை குறைக்க, ஒப்படுப்புகளைச் சுருக்க, உரிமையை தெளிவுபடுத்த, மற்றும் உத்தியை நிறைவேற்றுதலுக்கு அருகில் கொண்டு வர வேண்டியிருக்கலாம். இல்லையெனில், நிறுவனம் காலாவதியான பணிப்பாய்வுகளுக்குள் மேம்பட்ட கருவிகளை பயன்படுத்திக்கொண்டே இருக்கும் அபாயம் உள்ளது.

நிறுவனங்களுக்குள் அரசியல் பரிமாணமும் உள்ளது. AI திட்டங்கள் பெரும்பாலும் புதுமை முயற்சிகளாக தொடங்கப்படுகின்றன, ஆனால் கட்டமைப்பு மறுவடிவமைப்பு அதிகாரத்தைத் தொடுகிறது. யார் பணியை அனுமதிக்கிறார்கள், தரவைக் கட்டுப்படுத்துவது யார், எந்த அணிகள் முடிவுகளுக்குப் பொறுப்பானவை, மற்றும் தீர்ப்பு எவ்வளவு வேகமாகப் பயன்படுத்தப்படலாம் என்பவற்றை அது பாதிக்கிறது. அதுவே பைலட்கள் தொழில்நுட்ப ரீதியாக வெற்றி பெற்றும் செயல்பாட்டு ரீதியாக ஏன் தடைபடுகின்றன என்பதற்கான காரணத்தை விளக்குகிறது. கடினமான பகுதி பெரும்பாலும் மாதிரி செயல்திறன் மட்டும் அல்ல. நிறுவனம் தன்னைத்தானே மாற்றத் தயாராக உள்ளதா என்பதே.

சோதனையிலிருந்து செயல்பாட்டு மாற்றம் வரை

வழங்கப்பட்ட பகுதியின் மிகப் பயனுள்ள உள்ளுணர்வுகளில் ஒன்று, தொழில்நுட்பத் தேர்வே வெற்றி-தோல்வியை பிரிக்கும் முக்கிய காரணி அல்ல என்பதாகும். அதனால் மாடல் தேர்வு முக்கியமில்லை என்று அர்த்தமல்ல. வெற்றி மற்றும் தோல்விக்கிடையிலான வித்தியாசம், நிறுவனம் தனது சொந்த கட்டமைப்பைத் தகுப்பாக்கும் திறனால் நிர்ணயிக்கப்படலாம் என்பதைத்தான் அது குறிக்கிறது. எந்த கருவியை வாங்குவது என்று மீண்டும் மீண்டும் கேட்கும் நிறுவனங்கள், தவறான முதல் கேள்வியைக் கேட்கக்கூடும்.

மேலும் பயனுள்ள கேள்வி என்னவென்றால், அந்த நிறுவனம் வேகமான கற்றலை மெதுவான வழிகளுக்குள் மீண்டும் தள்ளாமல் அதை உள்வாங்க முடியுமா என்பதுதான். ஒவ்வொரு முயற்சிக்கும் அதே மேலிருந்து கீழே செல்லும் வரிசை, அதே துறைகளுக்கிடையிலான மொழிபெயர்ப்பு, மற்றும் அதே நிர்வாக வேகம் தேவைப்பட்டால், AI ஒரு திறனாக அல்ல, ஒரு சேர்க்கை அம்சமாகவே நடந்து கொள்ளும்.

இந்தக் கண்ணோட்டம் நிர்வாகப் பொறுப்பையும் மறுபரிசீலனை செய்கிறது. தலைவர்கள் பெரும்பாலும் பைலட்களுக்கு ஆதரவு அளித்து, மதிப்பின் ஆதாரத்தைக் கோருகிறார்கள். மூலத்தின் கூற்றுப்படி, கருவிகளைச் சுற்றியுள்ள அமைப்பையே தலைமையேற்று மாற்றும் வரை மதிப்பு வரம்புடன் இருக்கலாம். நடைமுறையில், அது பணிப்பாய்வுகளை மறுவடிவமைத்தல், செயல்திறன் அளவீடுகளைப் புதுப்பித்தல், தேவையற்ற அனுமதிகளை குறைத்தல், அல்லது நேரடி நேரத்தில் சிக்னல்களுக்குப் பதிலளிக்கக் கூடிய குறுக்கு-செயல்பாட்டு அணிகளை உருவாக்குதல் ஆகியவற்றைக் குறிக்கலாம்.

எண்டர்பிரைஸ் தலைவர்களுக்கான உண்மையான செய்தி

வழங்கப்பட்ட பொருள் ஒரு தொழில்நுட்ப பாதை வரைபடம் அல்ல. அது ஒரு மேலாண்மை விமர்சனம். அதன் மைய எச்சரிக்கை என்னவென்றால், நிறுவனங்கள் 21ஆம் நூற்றாண்டின் முடிவுகளை 20ஆம் நூற்றாண்டின் செயல்பாட்டு அமைப்பில் இருந்து எதிர்பார்க்க முடியாது. இந்தச் சொற்றொடர் நினைவில் நிற்கும் காரணம், AI மட்டும் நிறுவனர் மந்தநிலையைத் தீர்த்துவிடும் என்ற கனவிலிருந்து பொறுப்பை அது மாற்றுவதால்தான்.

நிர்வாகிகளுக்கு, அந்த செய்தி அசௌகரியமானதாயினும் பயனுள்ளது. AI-யை அளவாக்கத் தவறுவது, செயல்படுத்தல் தோல்வி மட்டுமல்ல, வடிவமைப்பு தோல்வியும் ஆக இருக்கலாம் என்பதை அது சுட்டுகிறது. அப்படியானால், பதில் இன்னொரு தனிப்பட்ட பைலட்டோ அல்லது AI-யின் இன்னொரு சீரற்ற முயற்சியோ அல்ல. அது நிறுவனத்தை மறுவயரிங் செய்யும் அதிகக் கோரிக்கையுள்ள செயல்முறை.

“hyperadaptive” என்பதற்கு நிலையான வணிகச் சொல்வளம் கிடைக்குமா இல்லையா என்பது வேறுபட்டாலும், அதன் பின்னுள்ள வாதம் தொடரும் வாய்ப்பு அதிகம். AI, வேகமான நுண்ணறிவு மற்றும் மெதுவான நிறுவனங்களுக்கிடையிலான பொருந்தாமையை வெளிக்கொணர்கிறது. அந்த இடைவெளியை நிரப்பும் நிறுவனங்கள் உண்மையான முன்னிலை உருவாக்கக்கூடும். இல்லாத நிறுவனங்கள், கருவிகளைச் சேர்த்துக்கொண்டே, மாற்றம் ஏன் ஒருபோதும் முழுமையாக வரவில்லை என்று ஆச்சரியப்படத் தொடரலாம்.

இந்தக் கட்டுரை Fast Company வழங்கிய செய்திக் குறிப்பை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.