کیوں کچھ کاروباری افراد AI سے حقیقی قیمت حاصل کرتے ہیں جبکہ دوسرے ناکام ہوجاتے ہیں۔

اس کا تصور کریں۔ دو بانی ایک ہی AI سبسکرپشن کے ساتھ بیٹھے ہیں۔ وہ حریف ہیں۔ وہ ایک ہی کسٹمر بیس کو نشانہ بناتے ہیں۔ ان کے پاس ایسی ہی پیشکشیں ہیں۔ نتیجہ ایک ہی ہونا چاہئے، ٹھیک ہے؟ لیکن نتیجہ ایسا بالکل نہیں ہے۔ ایک بانی نے اپنی کمپنی کے ہفتہ وار ورک فلو سے گھنٹے منڈوائے۔ وہ کامیاب مارکیٹنگ مہم چلاتا ہے۔

ایک اور؟ یہ کام نہیں کرتا۔ اس کے نسخے عام اور ناقابل فراموش ہیں۔ AI نے درحقیقت اس کے کام کو مزید مشکل بنا دیا ہے۔ کیونکہ اب اسے یہ سمجھنے کی ضرورت ہے کہ وہ صحیح طور پر "AI سلوپ” کہتا ہے۔

تو کیا ہوا؟ انہیں ایک مختلف پیغام ملا۔ ایک شخص نے ان کے اشارے میں سنجیدہ سوچ ڈالی اور اس پر عمل کیا۔ دوسرے نے نہیں کیا، اور نتائج ظاہر ہوئے۔ یہ تاجروں کے لیے اچھی خبر ہے۔ جدید ترین یا سب سے مہنگا AI اسٹیک اب آپ کی کامیابی کا ٹکٹ نہیں ہے۔ عمل کلیدی ہے۔

جیسا کہ IBM رپورٹ کرتا ہے، اشارے کا مواد اور ساخت بڑے پیمانے پر لینگویج ماڈل آؤٹ پٹ کے معیار اور مطابقت کو متاثر کر سکتا ہے۔ AI کے استعمال سے زیادہ سے زیادہ قیمت نکالنے کے لیے، آپ کو اپنے ماڈلز کو سیاق و سباق، سامعین، کیسز اور واضح طور پر بیان کردہ کاموں کے بارے میں ڈیٹا فراہم کرنے کی ضرورت ہے۔

کام کی تعریف

AI صارفین اکثر فوراً غلطیاں کرتے ہیں۔ آپ ایک مقصد درج کرتے ہیں، لیکن آپ اصل میں ماڈل کو نہیں بتاتے کہ کیا کرنا ہے۔ ہو سکتا ہے کہ یہ ایک مارکیٹنگ مہم کو بہتر بنانے، کسی کاروباری کو اپنے کاروبار کو بڑھانے میں مدد کرنے، یا بہتر کاپی لکھنے کی درخواست ہو۔ تاہم، ان اشارے کے کوئی قابل پیمائش نتائج نہیں ہیں۔ یہ مبہم ہے، اس لیے اس کے جو نتائج آتے ہیں وہ اتنے ہی بیکار ہیں۔

ایک بہتر نقطہ نظر یہ ہے کہ کام کو آسان جملوں میں بیان کیا جائے اور اسی پیمائش کے نتائج پر حملہ کیا جائے۔ AI کو اپنا ڈیٹا دیں۔ تصور کریں کہ آپ ایک B2B سافٹ ویئر کمپنی ہیں جو مڈ مارکیٹ مینوفیکچررز کو فروخت کرتی ہے۔ ہم اگلے 90 دنوں میں اپنی ای میل اوپن ریٹ کو 18% سے بڑھا کر 25% کرنا چاہتے ہیں۔ اس کو حاصل کرنے کے لیے مخصوص تبدیلیوں کے لیے پوچھیں، نیز میٹرکس کی پیمائش کرنے کے لیے کہ آیا یہ کام کر رہا ہے یا نہیں۔

AI کے پاس اب ایک مارکیٹ، ایک سامعین، ایک بیس لائن، اور یہاں تک کہ ایک آخری تاریخ ہے۔ مشن واضح طور پر بیان کیا گیا ہے۔ اور چونکہ آؤٹ پٹ مخصوص ہے، اس لیے عام جوابات کی تشریح کرنے کی ضرورت نہیں ہے۔

سیاق و سباق فراہم کریں۔

AI استعمال کرنے کے فوائد کو سمجھنے کے لیے، آپ کو مفید سیاق و سباق فراہم کرنے کی ضرورت ہے۔ براہ کرم ہمیں اپنی کمپنی کے مرحلے، کسٹمر پروفائل، موجودہ عمل، رکاوٹوں اور مطلوبہ فارمیٹس کے بارے میں بتائیں۔ IBM اس سیاق و سباق کو انجینئرنگ کہتے ہیں۔ بڑے پیمانے پر زبان کے ماڈلز میں طویل مدتی میموری نہیں ہوتی ہے۔ ایک مؤثر پرامپٹ ڈیزائن کرتے وقت، آپ کو زیادہ سے زیادہ سیاق و سباق فراہم کرنے کی ضرورت ہے۔

اس کا مطلب یہ نہیں ہے کہ آپ کو ہر دستاویز کو اپنے چیٹ بوٹ میں کاپی اور پیسٹ کرنا ہوگا۔ اس کے بجائے، ایسی معلومات کا انتخاب کریں جو آپ کو بہتر فیصلے کرنے میں مدد دے گی۔ جب آپ ایک نئی مہم بناتے ہیں، تو آپ اپنے ہدف کے سامعین کے بارے میں معلومات درج کر سکتے ہیں۔ اگر آپ ایک نئی سیلز ای میل پچ لکھ رہے ہیں، تو اس بارے میں معلومات شامل کریں کہ آپ کے ہدف کے سامعین اس مسئلے کے بارے میں کیا جواب دے سکتے ہیں جسے آپ حل کرنے کی کوشش کر رہے ہیں۔ آپ اپنے AI کو معلومات کے ساتھ اوورلوڈ نہیں کرنا چاہتے۔ آپ صحیح معلومات فراہم کرنا چاہتے ہیں۔

ایک متوازن نقطہ نظر

کاروباری افراد کی غلطیوں میں سے ایک ایک ہی پرامپٹ سے مکمل، قابل عمل جواب کی توقع ہے۔ تاہم، ان لوگوں کے لیے جو AI سے زیادہ سے زیادہ فائدہ اٹھانا چاہتے ہیں، بہتر ہے کہ تکراری طریقہ اختیار کریں۔ آپ کو پہلے عام جواب مل سکتا ہے، لیکن فالو اپ کی درخواستیں آپ کو فیڈ بیک حاصل کر سکتی ہیں جس کی آپ تلاش کر رہے ہیں۔

IBM وضاحت، مکملیت، اور استعمال کو بہتر بنانے کے لیے بتدریج بہتر کرنے والے اشارے اور جوابات کے طور پر تکراری اشارے کی تعریف کرتا ہے۔ وقت گزرنے کے ساتھ، مزید درست ہدایات، مثالیں، اور رکاوٹیں درج کرنے سے بہتر نتائج برآمد ہوں گے۔

اسی سوچ کا اطلاق اس بات پر بھی کیا جا سکتا ہے کہ آپ اپنی تنظیم میں AI کا فائدہ کیسے اٹھاتے ہیں۔ مثال کے طور پر، NIST کا AI رسک مینجمنٹ فریم ورک AI کے خطرے کو منظم کرنے اور AI سسٹمز کے ڈیزائن، استعمال اور تشخیص میں قابل اعتمادی کو ضم کرنے پر زور دیتا ہے۔ اس لحاظ سے، آپ کو آؤٹ پٹ کو خود بخود درست ماننے کے بجائے اسے چیک کرتے رہنا چاہیے۔

چھوٹے کاروباروں کے لیے، AI کا استعمال تحقیق، تجزیات، یا معمول کے مطابق عمل کو تیز کرنے کے لیے کیا جا سکتا ہے۔ تاہم، انسانی فیصلے کی ضرورت ہوتی ہے جب یہ صارفین یا ریگولیٹری تعمیل کو متاثر کرتا ہے۔ مارکیٹنگ کے لیے بھی یہی ہے۔ AI کو ٹیموں کو مطلع کرنے کے لیے استعمال کیا جا سکتا ہے، لیکن یہ اس کی جگہ نہیں لے سکتا۔ سیلز فورس کے مطابق، سروے میں شامل 72 فیصد صارفین کا خیال ہے کہ یہ جاننا ضروری ہے کہ اے آئی ایجنٹ کے ساتھ کب رابطہ کرنا ہے۔ اور 71 فیصد نے کہا کہ اعتماد پیدا کرنے کے لیے AI نتائج کی انسانی تصدیق اہم ہے۔

یاد رکھیں کہ صرف AI حل نہیں ہے۔ اہم بات یہ ہے کہ آپ AI کو کس طرح استعمال کرتے ہیں۔

بریک اپ پر مشورہ

اس مضمون کو پڑھتے ہی آپ کو اپنی AI حکمت عملی پر نظر ثانی کرنے کی ضرورت نہیں ہے۔ اس کے بجائے، بار بار آنے والے مسائل کا انتخاب کریں، جیسے کہ کسٹمر سپورٹ ڈرافٹ، سیلز ریسرچ، یا میٹنگ کے خلاصے۔ پھر دو ہفتے تک یہی عمل کریں۔ اپنے کام کی وضاحت کرکے شروع کریں۔ متعلقہ سیاق و سباق شامل کریں۔ آؤٹ پٹ کے ذریعے اعادہ کریں اور پھر نتائج کی تصدیق کریں۔ آخر میں، پیمائش کریں کہ کیا تبدیل ہوا ہے.

ایک بار جب آپ اپنے ورک فلو میں بچت کو سنبھال لیں اور اپنے مطلوبہ نتائج حاصل کر لیں، آپ AI سے زیادہ سے زیادہ فائدہ اٹھانے کے راستے پر ہیں۔

وہ کاروباری لوگ جو AI کا سب سے زیادہ استعمال کرتے ہیں وہ سب سے مہنگے سبسکرپشنز کے حامل نہیں ہیں۔ یہ وہ لوگ ہیں جو جانتے ہیں کہ وہ کیا چاہتے ہیں اور وہاں کیسے پہنچنا ہے۔ AI طاقتور ہے، لیکن آخر کار یہ حقیقی انسان ہیں جو ڈرائیور کی سیٹ پر بیٹھتے ہیں۔

اس کا تصور کریں۔ دو بانی ایک ہی AI سبسکرپشن کے ساتھ بیٹھے ہیں۔ وہ حریف ہیں۔ وہ ایک ہی کسٹمر بیس کو نشانہ بناتے ہیں۔ ان کے پاس ایسی ہی پیشکشیں ہیں۔ نتیجہ ایک ہی ہونا چاہئے، ٹھیک ہے؟ لیکن نتیجہ ایسا بالکل نہیں ہے۔ ایک بانی نے اپنی کمپنی کے ہفتہ وار ورک فلو سے گھنٹے منڈوائے۔ وہ کامیاب مارکیٹنگ مہم چلاتا ہے۔

ایک اور؟ یہ کام نہیں کرتا۔ اس کے نسخے عام اور ناقابل فراموش ہیں۔ AI نے درحقیقت اس کے کام کو مزید مشکل بنا دیا ہے۔ کیونکہ اب اسے یہ سمجھنے کی ضرورت ہے کہ وہ صحیح طور پر "AI سلوپ” کہتا ہے۔

تو کیا ہوا؟ انہیں ایک مختلف پیغام ملا۔ ایک شخص نے ان کے اشارے میں سنجیدہ سوچ ڈالی اور اس پر عمل کیا۔ دوسرے نے نہیں کیا، اور نتائج ظاہر ہوئے۔ یہ تاجروں کے لیے اچھی خبر ہے۔ جدید ترین یا سب سے مہنگا AI اسٹیک اب آپ کی کامیابی کا ٹکٹ نہیں ہے۔ عمل کلیدی ہے۔