विकास के इंजन के रूप में AI: लागत बचत से आगे बढ़ना

कृत्रिम बुद्धिमत्ता (AI) को अक्सर कार्यों से मिनट कम करने, दोहराव वाले कार्यों को स्वचालित करने, कर्मचारियों की संख्या कम करने और सामान्य रूप से परिचालन लागत कम करने के संदर्भ में दक्षता के लिए एक उपकरण के रूप में प्रस्तुत किया जाता है। हालांकि ये लाभ वास्तविक और लागत प्रभावी हैं, यह संकीर्ण दृष्टिकोण AI के विकास के लिए परिवर्तनकारी क्षमता का कम उपयोग करने का जोखिम रखता है। 

AI को न केवल लागत बचत तंत्र के रूप में देखा जाना चाहिए बल्कि मूल रूप से विकास के इंजन के रूप में देखा जाना चाहिए जो नवाचार को बढ़ावा दे सकता है, नए बाजार बना सकता है और प्रतिस्पर्धात्मक लाभ को पुनर्परिभाषित कर सकता है। मैकिन्से के 2025 स्टेट ऑफ AI में, यह पहचाना गया था कि 2025 में मुख्य नेतृत्व बदलाव AI को बाजार-निर्माण क्षमता के रूप में मानना है।

यह बदलाव नीति निर्माताओं, निवेशकों और व्यापारिक नेताओं के लिए महत्वपूर्ण है जो दीर्घकालिक मूल्य निर्माण के लिए AI का उपयोग करना चाहते हैं।

लागत-बचत कथानक AI को एक रक्षात्मक रणनीति के रूप में स्थापित करता है जो अल्पकालिक लाभ दे सकता है लेकिन शायद ही कभी स्थायी विभेदन बनाता है। प्रतिस्पर्धी लागत दक्षता की नकल कर सकते हैं, जिससे लाभ कम हो जाता है।

इसके अलावा, केवल बचत पर ध्यान केंद्रित करने से अक्सर AI क्षमताओं में कम निवेश होता है जो नए राजस्व स्रोतों को खोल सकता है। उच्च प्रदर्शन करने वाली कंपनियां जो बाजार में लाभ चाहती हैं, उन्हें लागत कटौती के साथ-साथ विकास और नवाचार को लक्षित करना चाहिए।

AI के साथ, विकास के लिए अवसर बहुत बड़ा है। MGI का अनुमान है कि जनरेटिव AI ग्राहक संचालन, मार्केटिंग, सॉफ्टवेयर इंजीनियरिंग और R&D जैसे उपयोग के मामलों में सालाना $2.6–$4.4 ट्रिलियन का मूल्य जोड़ सकता है, जो सीधे राजस्व क्षमता का विस्तार कर सकता है। यह दृष्टिकोण बिजली, इंटरनेट और क्लाउड कंप्यूटिंग जैसे तकनीकी विघटन के ऐतिहासिक पैटर्न के साथ संरेखित है, क्योंकि वे सभी केवल लागत कम करने के बजाय पूरी तरह से नई संभावनाओं को सक्षम करके घातीय विकास को बढ़ावा देते हैं।

व्यावहारिक रूप से, AI का उपयोग बाजार की मांग बनाकर विकास को बढ़ावा देने के लिए किया जा सकता है, जो इंटरनेट खोज को खोज में बदल देता है, जिससे औसत ऑर्डर मूल्य और रूपांतरण बढ़ जाता है। अमेज़न की अनुशंसा प्रणालियों के बारे में बताया जाता है कि वे बिक्री का 35% चलाती हैं, जो इस बात का संकेत है कि व्यक्तिगतकरण केवल फनल को अनुकूलित करने के बजाय मांग कैसे बनाता है।

क्लाउड-नेटिव व्यक्तिगतकरण प्लेटफॉर्म (जैसे, बेडरॉक के साथ अमेज़न पर्सनलाइज़) अब फर्मों को स्पष्ट विकास उद्देश्यों के लिए सामग्री को फिर से रैंक करने की अनुमति देते हैं।

यह भी पढ़ें: AI को विश्वास की समस्या नहीं है; इसे अनुवाद की समस्या है

नेटफ्लिक्स AI-संचालित अनुशंसा इंजन का उपयोग न केवल उपयोगकर्ता अनुभव को बेहतर बनाने के लिए बल्कि वैश्विक पहुंच का विस्तार करने के लिए करता है। देखने के पैटर्न का विश्लेषण करके, नेटफ्लिक्स क्षेत्रीय सामग्री प्राथमिकताओं की पहचान करता है, जो स्थानीय उत्पादनों में निवेश को बढ़ावा देता है। इस रणनीति ने नेटफ्लिक्स को अमेरिका-केंद्रित सेवा से वैश्विक मनोरंजन शक्ति में बदल दिया। AI कंपनियों को व्यक्तिगतकरण और स्थानीयकरण के लिए बाधाओं को कम करके नए बाजारों में प्रवेश करने में सक्षम बनाता है। 

उत्पाद नवाचार के संदर्भ में, AI कंपनियों को तेजी से नेट-नए प्रस्तावों को लॉन्च करने में सक्षम बनाता है।  COVID-19 महामारी के दौरान, मॉडर्ना ने वैक्सीन विकास को तेज करने के लिए AI का लाभ उठाया। मशीन लर्निंग मॉडल ने उच्च प्रभावकारिता वाले mRNA अनुक्रमों की भविष्यवाणी की, जिससे R&D समयरेखा वर्षों से महीनों तक कम हो गई। यह लागत-बचत नहीं थी; यह बाजार-निर्माण और क्रांतिकारी था, जिससे मॉडर्ना अभूतपूर्व विकास को प्राप्त करने में सक्षम हुआ।

एक और उदाहरण यह है कि कैसे अल्फाफोल्ड का विकास (AF2→AF3) एकल-प्रोटीन संरचनाओं से जटिल इंटरैक्शन में चला गया, जिससे दवा डिजाइन और बायोइंजीनियरिंग का विस्तार हुआ। AI के माध्यम से, विनिर्माण और वाणिज्यीकरण लचीलेपन को राजस्व में बदल देते हैं। BMW गुणवत्ता आश्वासन, लॉजिस्टिक्स और प्रीडिक्टिव मेंटेनेंस के लिए प्लांट में औद्योगिक AI का उपयोग करता है, जो एक अत्यधिक लचीले उत्पादन नेटवर्क में योगदान देता है जो साझा लाइनों पर ड्राइवट्रेन को स्विच कर सकता है; थ्रूपुट का त्याग किए बिना EVs की गतिशील मांग को पूरा करने की कुंजी।

रियल-टाइम विकास AI के माध्यम से व्यक्तिगतकरण द्वारा हो सकता है जो ग्राहक जीवनकाल मूल्य बढ़ाता है और क्रॉस-सेलिंग के अवसर खोलता है। सेफोरा के AI-संचालित वर्चुअल ट्राई-ऑन टूल्स और चैटबॉट्स ग्राहक जुड़ाव को बढ़ाते हैं, जिससे उच्च रूपांतरण दर और वफादारी बढ़ती है। ये नवाचार विकास लूप बनाते हैं, जहां बेहतर अनुभव अधिक डेटा की ओर ले जाते हैं, जो बदले में व्यक्तिगतकरण को बेहतर बनाता है।

यह भी सही होगा कि हम विचार करें कि कैसे पेप्सिको, AI का उपयोग विकास को बढ़ावा देने के लिए किए गए कई उदाहरणों में से, AWS/सेल्सफोर्स के साथ साझेदारी करके PepGenX का निर्माण किया, जो अंतर्दृष्टि को तेजी से उत्पाद लॉन्च और स्केल्ड सेल्स एक्जीक्यूशन में बदल दिया। यह एक विकास थीसिस है: कुछ पायलट, अधिक प्लेटफॉर्म क्षमता।

विकास के लिए एक उपकरण के रूप में AI को तैनात करने से निश्चित रूप से सरकारों, प्रशासनिक बाधाओं और जटिल संगठनात्मक संरचनाओं वाली बड़े पैमाने की कंपनियों और, वास्तव में, व्यापार क्षेत्र में कई खिलाड़ियों के लिए नीति, निवेश और कार्यान्वयन प्रभाव होंगे। 

सरकारों को केवल स्वचालन के लिए नहीं बल्कि नवाचार के लिए AI अपनाने को प्रोत्साहित करना चाहिए। कर क्रेडिट और अनुदान उन परियोजनाओं को प्राथमिकता देनी चाहिए जो नई क्षमताएं या बाजार बनाते हैं। नियामक ढांचे को जोखिम और लचीलेपन के बीच संतुलन बनाना चाहिए, जो स्वास्थ्य सेवा, प्रौद्योगिकी और वित्त जैसे क्षेत्रों में प्रयोग को सक्षम बनाता है।

अपडेटेड OECD AI मार्गदर्शन (और संबंधित G7 फ्रेमवर्क) सामान्य-उद्देश्य मॉडल के लिए जोखिम प्रबंधन को एम्बेड करता है, जिसका उद्देश्य प्रारंभिक-अपनाने वाले क्षेत्रों से परे इंटरऑपरेबिलिटी और प्रसार है। नियामकों को आम तौर पर ऐसी नीतियों को प्रोत्साहित करना चाहिए जो साझा डेटासेट को फंड करें और छोटे और मध्यम आकार की फर्मों में खोज क्षमता बढ़ाएं।

निवेश के संदर्भ में, वेंचर कैपिटल और कॉर्पोरेट निवेश रणनीतियों को लागत कटौती पर आधारित ROI से बाजार हिस्सेदारी विस्तार, नए राजस्व स्रोतों और ग्राहक अधिग्रहण को कवर करने वाले विकास मेट्रिक्स में बदलना चाहिए। निवेशकों को AI पहलों का मूल्यांकन उनकी गैर-रैखिक विकास बनाने की क्षमता पर करना चाहिए, न कि केवल वृद्धिशील बचत पर।

कार्यस्थल AI के लिए, Microsoft 365 Copilot के आसपास अध्ययन ROI परिदृश्य दिखाते हैं जिनमें नेट-राजस्व लाभ और तेजी से बाजार में समय शामिल है; वाणिज्यीकरण का प्रतिबिंब, न कि केवल "बचाए गए घंटे।" व्यापार मालिकों को विकास पर AI निवेश के प्रभाव को ट्रैक करने के लिए विकास प्रभाव, लाभ और हानि प्रकाशित करने के लिए प्रोत्साहित किया जाता है। महान AI महान डेटा पर निर्भर करता है, और इसलिए अधिकारियों को डेटा गुणवत्ता में गंभीर निवेश पर विचार करना चाहिए।

छवि स्रोत: Unsplash

कार्यान्वयन के लिए, अधिकारियों को AI को केवल परिचालन दक्षता में नहीं बल्कि रणनीतिक योजना में एम्बेड करने की सलाह दी जाती है। इसमें शामिल है:

• क्रॉस-फंक्शनल AI टीमों का निर्माण जिसमें उत्पाद विकास, मार्केटिंग और रणनीति शामिल हो।
• लागत मेट्रिक्स के बजाय विकास KPI के माध्यम से सफलता का मापन; और
• तेजी से प्रयोग का समर्थन करने के लिए स्केलेबल AI इंफ्रास्ट्रक्चर का निर्माण।

अंत में, विकास इंजन के रूप में AI को संचालित करने के लिए सांस्कृतिक परिवर्तन की आवश्यकता है। नेताओं को पूरे संगठन में AI साक्षरता का समर्थन करना चाहिए, एक मानसिकता को बढ़ावा देना चाहिए जो AI को नौकरियों के लिए खतरे के बजाय एक रचनात्मक साथी के रूप में देखता है। 

विकास के लिए AI को अपनाने वाले देश स्वचालन पर ध्यान केंद्रित करने वालों से आगे निकल जाएंगे। AI नए उद्योगों, उच्च मूल्य वाले क्षेत्रों में उत्पादकता लाभ और उभरते बाजारों के प्रभुत्व के माध्यम से GDP विस्तार को बढ़ावा दे सकता है।

AI विकास को बढ़ावा देता है जब नेता जिम्मेदार शासन के साथ नए वितरण मॉडल को एक पूर्वशर्त के रूप में वित्त पोषित करते हैं, न कि एक पश्चलेख के रूप में। सवाल यह नहीं है कि "हम कितनी लागत बचा सकते हैं?" यह है "हम अब किन बाजारों में प्रवेश कर सकते हैं, हम अब किन उत्पादों को डिजाइन कर सकते हैं, और हम उन्हें कितनी तेजी से स्केल कर सकते हैं?" वे संगठन जो उन सवालों का जवाब डेटा फाउंडेशन, ग्रोथ टेलीमेट्री और पॉलिसी गार्डरेल के साथ देते हैं, वे AI को टिकाऊ, कंपाउंडिंग ग्रोथ के लिए एक फ्लाईव्हील में बदल देंगे।