میں کئی سالوں سے انٹرپرائز AI جدت طرازی کی قیادت کر رہا ہوں۔ یہ ایگزیکٹوز کی سب سے مہنگی غلطی ہے۔

ہر کمپنی AI لیڈر کے طور پر دیکھنا چاہتی ہے۔ اس مقصد نے بہت سے ایگزیکٹوز کے احساس سے کہیں بڑا مسئلہ پیدا کیا۔ میں اسے AI واشنگ کہتا ہوں۔ ایسا اس وقت ہوتا ہے جب تنظیمیں قابل پیمائش کاروباری نتائج کے ذریعے اس کی تاثیر کو ظاہر کرنے کے بجائے AI کو فروغ دینے میں زیادہ وقت صرف کرتی ہیں۔

ہم اسے پوری صنعتوں میں ایگزیکٹو میٹنگوں میں دیکھتے ہیں۔ قیادت کی ایک ٹیم نے کمپنی کے کسٹمر سروس آپریشنز کے اندر AI اقدامات کی ایک طویل فہرست کے ذریعے فخر کے ساتھ ہماری رہنمائی کی۔ جوابی وقت کو بہتر بنایا گیا ہے۔ خودکار روٹنگ دستی کام کو کم کرتی ہے۔ تمام ڈیش بورڈز نے تجویز کیا کہ پروجیکٹ کامیاب رہا۔ پھر میں نے ایک سادہ سا سوال کیا۔ آپ کے گاہکوں کے لیے کیا تبدیلی آئی ہے؟ اس پر کمرے میں خاموشی چھا گئی۔

گاہکوں کی اطمینان گر گئی ہے. دیکھ بھال غلط سمت میں جا رہی تھی۔ ملازمین نے بات چیت پر تیزی سے کارروائی کی، لیکن صارفین نے محسوس کیا کہ وہ گفتگو کو سمجھنے والے لوگوں کی مدد کے بجائے سسٹم کے ذریعے منتقل ہو رہے ہیں۔ ٹیکنالوجی نے کام کیا۔ کاروباری نتائج جن کی ہر کوئی پرواہ کرتا ہے وہ کبھی بہتر نہیں ہوئے۔

یہ ایکشن میں AI واشنگ ہے، اور مختصر یہ کہ یہ قیادت کا مسئلہ ہے۔ تنظیموں نے AI میں سرمایہ کاری کی ہے، لیکن سرمایہ کاری نے بہتر کسٹمر یا کاروباری نتائج میں ترجمہ نہیں کیا ہے۔

ایمیزون ویب سروسز کی تعمیر میں مدد کرنے اور ڈیجیٹل تبدیلی کے ذریعے تنظیموں کی رہنمائی کرنے میں برسوں گزارنے کے بعد، میں نے سیکھا ہے کہ AI صرف اس وقت قدر پیدا کرتا ہے جب یہ ان لوگوں کے تجربے کو بہتر بناتا ہے جن کی وہ خدمت کرتی ہے۔

سرگرمی کی پیمائش بند کریں اور نتائج کی پیمائش شروع کریں۔

میں نے جس کسٹمر سروس ٹیم کے ساتھ کام کیا وہ خراب ٹیکنالوجی کی وجہ سے ناکام نہیں ہوئی۔ وہ غلط چیز کی پیمائش کر رہے تھے۔ تیز تر رسپانس ٹائمز، کم پروسیسنگ ٹائمز، اور گود لینے کی زیادہ شرحیں سبھی ڈیش بورڈ پر متاثر کن نظر آئیں، لیکن کسٹمر کی اطمینان اور برقرار رکھنے کی شرح میں مسلسل کمی آتی رہی۔ اس تجربے نے مجھے ایک اہم سبق سکھایا۔ AI کی کامیابی کا تعین اس بات سے نہیں ہونا چاہیے کہ آپ کتنی تعیناتی کرتے ہیں، بلکہ اس سے کیا جانا چاہیے کہ کیا تبدیلیاں رونما ہوتی ہیں۔

بہت سی تنظیمیں بدعت کے لیے عمل درآمد میں غلطی کرتی ہیں۔ وہ نئے پلیٹ فارمز، پائلٹ پروگرامز، اور گود لینے کی شرحوں کا جشن مناتے ہیں جبکہ سب سے اہم چیز کو نظر انداز کرتے ہیں۔

پیمائش کریں کہ آپ کی سرمایہ کاری کی وجہ سے کیا بدلا ہے۔

کیا آپ کے گاہک زیادہ دیر تک رہے؟ کیا آپ کے ملازمین نے دہرائے جانے والے کاموں پر کم اور بامعنی مسائل کو حل کرنے میں زیادہ وقت صرف کیا؟ کیا آپ کے رہنما تیز اور بہتر فیصلے کر رہے ہیں؟ یہ وہ نتائج ہیں جو اس بات کا تعین کریں گے کہ آیا AI قدر پیدا کرتا ہے یا صرف مزید سرگرمی پیدا کرتا ہے۔

جب لیڈر ٹیکنالوجی کے بجائے کاروباری نتائج کے ساتھ شروعات کرتے ہیں تو ترجیحات زیادہ واضح ہو جاتی ہیں۔ گفتگو کا رخ "مجھے کون سے AI ٹولز خریدنا چاہئے؟” "آپ اس ٹیکنالوجی سے کون سا کاروباری مسئلہ حل کر رہے ہیں؟”

مرکز میں لوگوں کے ساتھ AI ڈیزائن کرنا

کسٹمر سروس کی تنظیموں نے بالآخر اندرونی عمل کے بجائے گاہک پر توجہ مرکوز کرنے کے لیے تجربے کو دوبارہ ڈیزائن کرکے اپنا نقطہ نظر تبدیل کیا۔ تمام فیصلے گاہک کے ساتھ ہوتے ہیں۔ کیا اس تبدیلی سے میرے صارفین کو فائدہ ہوگا؟

اس تبدیلی کی وجہ سے کمپنی کے اندر بہت بہتر بات چیت ہوئی ہے۔ صرف کارکردگی پر توجہ مرکوز کرنے کے بجائے، رہنماؤں نے کسٹمر اور ملازمین کے تجربات میں توازن پیدا کرنا شروع کیا، جس کے نتیجے میں مضبوط کاروباری نتائج برآمد ہوئے۔ AI صرف خودکار کاموں کے بجائے رگڑ کو دور کرنے کا ایک طریقہ بن گیا ہے۔

ہر AI اقدام کو آگے بڑھنے سے پہلے تین سوالات کے جوابات دینے چاہئیں۔

جب تینوں ایک ساتھ بہتر ہو جاتے ہیں، تو ایک تنظیم عارضی جوش کے بجائے دیرپا قدر پیدا کرتی ہے۔

AI کلیننگ کو اصلی AI حکمت عملی سے الگ کرنے کے 3 اقدامات

اگر آپ سوچ رہے ہیں کہ آیا آپ کی تنظیم حقیقی قدر پیدا کر رہی ہے یا صرف تازہ ترین رجحانات کی پیروی کر رہی ہے، تو آپ کو کسی اور حکمت عملی سیشن کی ضرورت نہیں ہے۔ ایک ایماندارانہ تشخیص کی ضرورت ہے۔

اپنی سب سے بڑی AI سرمایہ کاری کا آڈٹ کریں۔

اپنے تین سب سے بڑے AI اقدامات کریں اور ایک سوال پوچھیں۔ اس سرمایہ کاری کے نتیجے میں کیا قابل پیمائش تبدیلیاں آئی ہیں؟ تعیناتی یا گود لینے کی شرح کے بارے میں بات کرنے کی خواہش کے خلاف مزاحمت کریں۔ کاروباری نتائج پر توجہ دیں۔ کیا آپ کے گاہک کو برقرار رکھنے کی شرح بہتر ہوئی ہے؟ کیا آپ کے ملازمین نے بامعنی وقت بچایا ہے؟ کیا آپ کے منافع میں اضافہ ہوا؟ اگر آپ ان سوالوں کا جواب نہیں دے سکتے ہیں، تو آپ کو معلوم ہو گیا ہے کہ آپ کی توجہ کہاں جانے کی ضرورت ہے۔

ایک ذمہ دار مالک نامزد کریں۔

ہر کامیاب تبدیلی میں ایسے لوگ ہوتے ہیں جو نتائج کے لیے جوابدہ ہوتے ہیں۔ تمام AI اقدامات کا جائزہ لیں اور یقینی بنائیں کہ ایک لیڈر کاروباری نتائج کا مالک ہے۔ جب ملکیت کو متعدد محکموں میں بانٹ دیا جاتا ہے، تو احتساب عام طور پر غائب ہو جاتا ہے۔ واضح ملکیت ٹیکنالوجی کی سرمایہ کاری کو قابل پیمائش پیشرفت میں بدل دیتی ہے۔

دوسرے سپلائرز سے بات کرنے سے پہلے اپنے صارفین اور ملازمین سے بات کریں۔

اپنے گاہکوں سے پوچھیں کہ کیا وہ محسوس کرتے ہیں کہ وہ ایک سال پہلے کی نسبت زیادہ سمجھ گئے تھے۔ اپنے ملازمین سے پوچھیں کہ کیا AI نے ان کے کاموں کو آسان، زیادہ بامعنی، یا محض زیادہ پیچیدہ بنا دیا ہے۔ یہ مکالمے کسی بھی دوسرے ڈیش بورڈ کے مقابلے میں آپ کی AI حکمت عملی کی حالت کے بارے میں زیادہ ظاہر کریں گے۔ یہ آپ کو یہ بھی بتائے گا کہ اگلی سرمایہ کاری کہاں کرنی ہے۔

اہمیت کی پیمائش کریں۔

AI ہر صنعت کو بدل دے گا۔ وہ حقیقت پہلے سے موجود ہے۔ وہ تنظیمیں جو سب سے زیادہ فائدہ اٹھاتی ہیں وہ ہوں گی جو صارفین کے بہتر تجربات پیدا کرتی ہیں اور قابل پیمائش کاروباری نتائج فراہم کرتی ہیں۔

اپنے اگلے AI اقدام کو منظور کرنے سے پہلے، اپنے آپ سے پوچھیں کہ آپ کی سرمایہ کاری اصل میں کیا کرے گی۔ اگر آپ اس کا واضح جواب دے سکتے ہیں، تو آپ نتائج کی بنیاد پر AI حکمت عملی بنا رہے ہیں، نہ کہ ظاہری شکل پر۔ یہ فرق وہی ہے جو حقیقی تبدیلی کو AI صفائی سے الگ کرتا ہے۔

ہر کمپنی AI لیڈر کے طور پر دیکھنا چاہتی ہے۔ اس مقصد نے بہت سے ایگزیکٹوز کے احساس سے کہیں بڑا مسئلہ پیدا کیا۔ میں اسے AI واشنگ کہتا ہوں۔ ایسا اس وقت ہوتا ہے جب تنظیمیں قابل پیمائش کاروباری نتائج کے ذریعے اس کی تاثیر کو ظاہر کرنے کے بجائے AI کو فروغ دینے میں زیادہ وقت صرف کرتی ہیں۔

ہم اسے پوری صنعتوں میں ایگزیکٹو میٹنگوں میں دیکھتے ہیں۔ قیادت کی ایک ٹیم نے کمپنی کے کسٹمر سروس آپریشنز کے اندر AI اقدامات کی ایک طویل فہرست کے ذریعے فخر کے ساتھ ہماری رہنمائی کی۔ جوابی وقت کو بہتر بنایا گیا ہے۔ خودکار روٹنگ دستی کام کو کم کرتی ہے۔ تمام ڈیش بورڈز نے تجویز کیا کہ پروجیکٹ کامیاب رہا۔ پھر میں نے ایک سادہ سا سوال کیا۔ آپ کے گاہکوں کے لیے کیا تبدیلی آئی ہے؟ اس پر کمرے میں خاموشی چھا گئی۔

گاہکوں کی اطمینان گر گئی ہے. دیکھ بھال غلط سمت میں جا رہی تھی۔ ملازمین نے بات چیت پر تیزی سے کارروائی کی، لیکن صارفین نے محسوس کیا کہ وہ گفتگو کو سمجھنے والے لوگوں کی مدد کے بجائے سسٹم کے ذریعے منتقل ہو رہے ہیں۔ ٹیکنالوجی نے کام کیا۔ کاروباری نتائج جن کی ہر کوئی پرواہ کرتا ہے وہ کبھی بہتر نہیں ہوئے۔