Story
SAP के CFO: वास्तविक रिटर्न के लिए AI को चैटबॉट जैसे 'आसान लक्ष्यों' से आगे बढ़ना होगा
Summary
SAP के मुख्य वित्तीय अधिकारी डोमिनिक आसम ने कहा कि उद्यम सॉफ्टवेयर में आर्टिफिशियल इंटेलिजेंस से महत्वपूर्ण लाभ तभी मिलेगा जब यह चैटबॉट जैसे सरल उपयोगों से आगे बढ़कर वित्त और सप्लाई चेन जैसी जटिल व्यावसायिक प्रक्रियाओं में एकीकृत होगा।
जर्मन टेक दिग्गज SAP के मुख्य वित्तीय अधिकारी (CFO) डोमिनिक आसम ने कहा है कि एंटरप्राइज सॉफ्टवेयर में आर्टिफिशियल इंटेलिजेंस (AI) को वास्तविक उत्पादकता लाभ देने के लिए चैटबॉट और कोडिंग टूल जैसे सामान्य उपयोगों से आगे बढ़ना होगा। उनके अनुसार, असली मूल्य जटिल व्यावसायिक प्रक्रियाओं में AI को एकीकृत करने में है, जहाँ डेटा की गुणवत्ता और विश्वसनीयता सबसे शक्तिशाली मॉडल तक पहुँच से अधिक महत्वपूर्ण है।
'आसान लक्ष्यों' से आगे की चुनौती
गुरुवार को कंपनी के दूसरी तिमाही के नतीजों के बाद पत्रकारों से बात करते हुए, आसम ने बताया कि वर्तमान में AI की अधिकांश कंप्यूटिंग शक्ति का उपयोग कोडिंग असिस्टेंट और चैटबॉट जैसे "आसान लक्ष्यों" (low-hanging fruits) के लिए किया जा रहा है। उन्होंने कहा कि इन क्षेत्रों में AI की 'हैलुसिनेशन' (गलत जानकारी देना) का जोखिम कम होता है क्योंकि आउटपुट में त्रुटि होने पर भी गंभीर परिणाम नहीं होते हैं।
कंपनियाँ जनरेटिव AI में भारी निवेश कर रही हैं, लेकिन अभी भी व्यापक स्तर पर उत्पादकता में वृद्धि के ठोस सबूत खोज रही हैं। SAP का तर्क है कि रिटर्न सामान्य मॉडलों से नहीं, बल्कि विशिष्ट व्यावसायिक प्रक्रियाओं में अंतर्निहित नियंत्रित सिस्टम से आएगा।
जटिल प्रक्रियाओं में AI का जोखिम
आसम ने चेतावनी दी कि वित्त, सप्लाई चेन या अन्य मुख्य व्यावसायिक प्रक्रियाओं में AI को लागू करना कहीं अधिक कठिन है। इसका कारण यह है कि इन प्रक्रियाओं में होने वाली एक भी गलती कई चरणों तक आगे बढ़ सकती है, जिससे अनुपालन मानकों (compliance standards) के प्रति जोखिम बढ़ जाता है।
Adउन्होंने वित्तीय वर्कफ़्लो का उदाहरण देते हुए कहा, "यदि प्रक्रिया में कुछ हैलुसिनेशन होती हैं, तो त्रुटियाँ सांख्यिकीय रूप से कई चरणों में बढ़ जाएंगी।" उन्होंने इस बात पर जोर दिया कि इसके लिए "बहुत अधिक कठोर आश्वासन स्तर" की आवश्यकता होती है।
डेटा की गुणवत्ता और सही मॉडल का चुनाव
आसम के अनुसार, AI का असली अवसर उन प्रणालियों के निर्माण में है जो विशिष्ट व्यवसायों के अनुरूप हों। इसके लिए कंपनियों को अपने डेटा को प्रयोग करने योग्य और नियंत्रित बनाना होगा ताकि AI कंपनी की जानकारी के साथ काम कर सके।
उन्होंने कहा, "यह विचार कि यदि डेटा बिखरा हुआ और पुराना हो तो AI इन सभी समस्याओं को हल कर देगी, सच नहीं है।" उन्होंने आगे कहा कि इस तरह के दृष्टिकोण में "अत्यधिक टोकन लागत" आती है। आसम ने निष्कर्ष निकाला कि हमेशा सबसे उन्नत मॉडल ही सही नहीं होता; कंपनियों को उस सबसे सस्ते और विश्वसनीय टूल का उपयोग करना चाहिए जो आवश्यक परिणाम सुरक्षित रूप से दे सके, चाहे वह सरल सॉफ्टवेयर हो, एक ओपन-सोर्स मॉडल हो या एक महंगा फ्रंटियर मॉडल।