جب آپ کے پاس کوئی منتقلی بجٹ نہ ہو تو AI مقامی بننے کا 90 دن کا منصوبہ

جب میں نے AI کے استعمال اور AI پر مبنی ہونے کے درمیان فرق کے بارے میں لکھا، تو ایگزیکٹوز کی طرف سے اکثر جواب شائستہ نامنظور تھا۔ اختلافات حقیقی ہیں، لیکن ہم کس طرح کام کرتے ہیں اسے دوبارہ ڈیزائن کرنا صرف ان کمپنیوں کے لیے مخصوص ہے جن کے پاس جدت کا بجٹ ہے۔

میں نے اپنی کام کی زندگی اس بجٹ کے اندر گزاری ہے، اور وہ جو کچھ خریدتے ہیں اس میں سے زیادہ تر عادات کی ایک قیمتی الٹ ہے جب کمپنی چھوٹی تھی۔ یہی وجہ ہے کہ آنے والے سہ ماہی ایک بڑی کمپنی کے ذریعے مالی اعانت فراہم کرنے والے تین سالہ پروگرام سے زیادہ قیمتی ہیں، کیونکہ بانی کے پاس ابھی تک کالعدم کرنے کے لیے کچھ نہیں ہے۔

اگر میں آج ایک کمپنی شروع کروں گا جس میں اپنے شیڈول کے علاوہ کوئی بجٹ نہیں ہے، تو یہ ہے جو میں لاگو کرنے کا ارادہ رکھتا ہوں۔ 90 دنوں میں، بغیر کسی نئے سافٹ ویئر یا بیرونی مدد کے، آپ تین چیزیں کر سکتے ہیں جو AI سے چلنے والے کاروبار کو صرف AI استعمال کرنے والے کاروبار سے الگ کر دیتے ہیں۔ اس کا مطلب یہ ہے کہ یہ ریکارڈ کرنا کہ کام اصل میں کیسے ہوتا ہے، ڈیٹا کی ملکیت لینا، اور دوبارہ ڈیزائن کرنا کہ کون فیصلے کرتا ہے اور کیا ماپا جاتا ہے۔

بڑی کمپنیاں آپ کے کوارٹر کی ادائیگی کیوں کرتی ہیں۔

گزشتہ جون میں، Genpact اور HFS ریسرچ نے 2,000 سے زیادہ سینئر ایگزیکٹوز کا ایک سروے جاری کیا، جن میں سے 85% نے کہا کہ جمع شدہ کارپوریٹ قرض، جس کا مطلب ہے غیر دستاویزی عمل، ناقابل استعمال ڈیٹا، عمر رسیدہ نظام اور غیر تیار افرادی قوت، AI سے حاصل ہونے والی قدر کو محدود کر رہی ہے۔ محققین نے گلوبل 2000 میں لاک اپ ویلیو کا تخمینہ لگ بھگ 18 ٹریلین ڈالر لگایا ہے، پتہ چلا کہ انٹرپرائز ڈیٹا کا صرف 33% AI- فعال ہے، اور اندازہ لگایا گیا ہے کہ غیر موثر یا دستی عمل اوسط ملازم کے ہفتے کا تقریباً 40% استعمال کرتا ہے۔ ان میں سے نصف سے زیادہ کمپنیوں کے پاس اس مسئلے کو حل کرنے کے لیے فنڈنگ ​​کا کوئی منصوبہ نہیں ہے۔

اس فہرست میں شامل ہر چیز ایک عادت ہے اس سے پہلے کہ یہ میراث بن جائے۔ کوئی بھی غیر دستاویزی عمل کا فیصلہ نہیں کرتا ہے۔ کمپنیوں کے بڑھنے کے ساتھ ساتھ یہ ریکارڈ نہیں کیا جاتا ہے، اور اس سال شائع ہونے والے ایک McKinsey گلوبل سروے میں پتا چلا ہے کہ جب کہ AI اعلی کارکردگی کا مظاہرہ کرنے والی تقریباً تین چوتھائی کمپنیوں نے اپنے ورک فلو کو یکسر نئے سرے سے ڈیزائن کیا ہے، جب کہ صرف ایک چوتھائی دوسروں کے پاس ہے، AI ایجنٹوں کی پیمائش کرنے والی چھوٹی تنظیموں کا فیصد 22% پر جمود کا شکار ہے۔ دونوں گروپوں کے درمیان فرق نہ تو خرچ ہے اور نہ ہی ماڈلز تک رسائی۔ یہ ایک نئے سرے سے ڈیزائن ہے، اور عادتیں پکڑنے سے پہلے اسے کرنا سب سے سستا ہے۔

پہلے 30 دن: ریکارڈ کریں کہ چیزیں اصل میں کیسے کام کرتی ہیں۔

ایک ایسا عمل منتخب کریں جو براہ راست آپ کی نچلی لائن پر اثر انداز ہو، چاہے وہ نقد رقم کا حوالہ ہو، گاہک کی آن بورڈنگ ہو، یا واپسی ہو، اور ایک ساتھ تین کو منتخب کرنے کی خواہش کے خلاف مزاحمت کریں۔ اسے چلانے والے لوگوں کے ساتھ بیٹھیں اور ان سے اصل راستے کی وضاحت کریں، بشمول اسپریڈ شیٹس جنہیں کوئی بھی تسلیم نہیں کرتا، ایک ان باکس میں پھنسی منظوری، اور میموری میں ہینڈل کیے گئے استثنیٰ۔ اس کی وجہ یہ ہے کہ دستاویزی عمل اور اصل میں عمل میں آنے والا عمل شاذ و نادر ہی ایک جیسا ہوتا ہے۔

پھر ہر قدم کو پیداوار یا فیصلہ کے طور پر نشان زد کریں۔ پیداوار کا مسودہ تیار کرنا، جمع کرنا، موازنہ کرنا، اور خلاصہ کرنا ہے، جو ماڈل تیزی سے کر سکتے ہیں۔ فیصلے فیصلے، ترجیحات اور ذمہ داریاں کرنے کا انسانی کام ہے۔ 30 دن تک، آپ کے پاس ایک صفحہ کا نقشہ ہونا چاہیے جس کی پیروی نئے ملازمین اپنی پہلی صبح کر سکتے ہیں، اور اگر وہ اس کی پیروی کر سکتے ہیں، تو آپ کا ماڈل بھی ہو سکتا ہے۔ ایک ایسا عمل جس کی کوئی وضاحت نہیں کر سکتا ایک ایسا عمل ہے جسے کوئی ماڈل نہیں چلا سکتا اور کوئی آڈیٹر دفاع نہیں کر سکتا۔

دن 31-60: اپنے ڈیٹا کی ملکیت حاصل کریں اس سے پہلے کہ یہ آپ کا ہو۔

ایک نقشے کے ساتھ، آپ ہر قدم پر آپ کی معلومات کا پتہ رکھ سکتے ہیں اور اسے تین ٹولز، متعدد ان باکسز اور ایک ذاتی ڈرائیو میں بکھرے ہوئے تلاش کرنے کی توقع کر سکتے ہیں۔ ایک ہی مالک کو تفویض کریں اور ہر چیز کے لیے ایک واحد تعریف پر متفق ہوں جو اہم ہے: گاہک، پروڈکٹ، قیمت، حیثیت، اور تاریخ۔ کیونکہ جن کمپنیوں کے ساتھ میں پورے امریکہ، یورپ، آسٹریلیا اور جاپان میں کام کرتا ہوں ان کو دوبارہ دریافت کرنے کے لیے بہت زیادہ پیسہ خرچ کر رہا ہے کہ وہ کس چیز کو فعال گاہک سمجھتے ہیں۔ یہ سوال ایک دوپہر میں حل ہو سکتا ہے۔

پھر باہر نکلنے کی جانچ کریں۔ ان تمام ٹولز کو کھولیں جن کے لیے آپ نے ادائیگی کی اور یقینی بنائیں کہ آپ کا ڈیٹا مکمل طور پر شیڈول کے مطابق اور قابل استعمال فارمیٹ میں ہے۔ دوسری صورت میں، پہلی تجدید ایک دوبارہ مذاکرات ہے. وہ ڈیٹا جسے ایکسپورٹ نہیں کیا جا سکتا وہ ڈیٹا ہے جسے آپ کرائے پر لیتے ہیں، اور جو کمپنیاں اپنے سیاق و سباق کو کرایہ پر دیتی ہیں وہ AI پر مبنی نہیں ہیں، چاہے وہ کتنے ہی ماڈلز کو سبسکرائب کریں۔

دن 61 سے 90: دوبارہ ڈیزائن کریں کہ کون فیصلہ کرتا ہے اور کیا پیمائش کرنا ہے۔

نقشے کے فیصلے کے مرحلے پر واپس جائیں اور ہر قدم کو نام دیں، اس بات کی وضاحت کریں کہ اچھا نتیجہ کیسا لگتا ہے، اور اس کے لیے واضح اصول متعین کریں کہ کب انسان صارف تک پہنچنے سے پہلے اس کا جائزہ لے گا۔ پھر اپنی بقیہ منظوریوں پر گہری نظر ڈالیں۔ اس کی وجہ یہ ہے کہ زیادہ تر منظوری کی زنجیریں معلومات کے لحاظ سے ناقص ہوتی ہیں، اور جب پچھلے مہینے کا ڈیٹا سب کے لیے دستیاب ہو جاتا ہے، تو ان میں سے اکثر صرف عادت سے ہی زندہ رہتے ہیں۔

آخر میں، ان میٹرکس کو ختم کریں جو آپ کے ٹولز کی پیمائش کرتے ہیں اور میٹرکس انسٹال کرتے ہیں جو آپ کے کاروبار کی پیمائش کرتے ہیں۔ ہم آپ کے منتخب کردہ عمل کے سائیکل کا وقت، سروس کی لاگت، اور کسٹمر ٹرناراؤنڈ ٹائم کو دن 61 پر ایک بیس لائن کے طور پر لیتے ہیں اور دن 90 پر ان کی دوبارہ پیمائش کرتے ہیں تاکہ آپ کو یہ بتانے کے لیے کہ آیا لائسنسوں کی تعداد کے بجائے تغیر کے ذریعے کچھ تبدیل ہوا ہے۔ میرے تجربے میں، پہلے مکمل طور پر نئے سرے سے ڈیزائن کیے گئے عمل نے پہلے 10 پائلٹوں کے مشترکہ نتائج سے زیادہ نتائج حاصل کیے ہیں۔ کیونکہ پائلٹ ثابت کرتے ہیں کہ ماڈل کام کرتا ہے، اور نئے ڈیزائن سے ثابت ہوتا ہے کہ کمپنی کام کرتی ہے۔

دن 91 پر کیا کرنا ہے۔

تین حرکتیں چلتی ہیں۔ سب سے پہلے، اگلا عمل اسی شاخ کو انجام دیتا ہے۔ کیونکہ طریقہ مرکب ہے اور دوسرے نقشے میں آدھا وقت لگتا ہے۔ دوسرا، اب آپ کو ٹولز خریدنے کی ضرورت ہے۔ اس کی وجہ یہ ہے کہ آپ آخر کار یہ بتا سکتے ہیں کہ ٹول کو کیا کرنا چاہئے اور اس نے کیا کیا ہے اس کی پیمائش کریں۔ تیسرا، عادات کو ترقی کے لیے شرط بنائیں، اس بات کو یقینی بنائیں کہ ہر نئی کرایہ پر رہنمائی حاصل کرے اور ہر نیا سپلائر کسی معاہدے پر دستخط کرنے سے پہلے برآمدی ٹیسٹ پاس کرے۔

اگست میں میں نے ایک ٹیسٹ تجویز کیا۔ کیا آپ کے کاروبار کو معلوم ہوگا کہ اگر آپ کے تمام ماڈل پیر کی صبح غائب ہو گئے ہیں؟ اس سہ ماہی کو چلانے کے بعد ساتھی کے ٹیسٹ یہ ہیں: اگر آپ پیر کی صبح 10 افراد کو ملازمت پر رکھتے ہیں، تو کیا وہ جان لیں گے کہ منگل تک کام کیسے آگے بڑھ رہا ہے؟ اربوں ڈالر خرچ کرنے والی کمپنیاں ان کوارٹرز کو واپس خرید رہی ہیں جو ان کے پاس اب بھی ہیں، اور اسے صرف اختراعی بجٹ کی ضرورت ہے اسے خرچ کرنے کا نظم و ضبط۔

جب میں نے AI کے استعمال اور AI پر مبنی ہونے کے درمیان فرق کے بارے میں لکھا، تو ایگزیکٹوز کی طرف سے اکثر جواب شائستہ نامنظور تھا۔ اختلافات حقیقی ہیں، لیکن ہم کس طرح کام کرتے ہیں اسے دوبارہ ڈیزائن کرنا صرف ان کمپنیوں کے لیے مخصوص ہے جن کے پاس جدت کا بجٹ ہے۔

میں نے اپنی کام کی زندگی اس بجٹ کے اندر گزاری ہے، اور وہ جو کچھ خریدتے ہیں ان میں سے زیادہ تر عادات کا ایک قیمتی الٹ ہے جب کمپنی چھوٹی تھی۔ یہی وجہ ہے کہ آنے والے سہ ماہی ایک بڑی کمپنی کے ذریعے مالی اعانت فراہم کرنے والے تین سالہ پروگرام سے زیادہ قیمتی ہیں، کیونکہ بانی کے پاس ابھی تک کالعدم کرنے کے لیے کچھ نہیں ہے۔

اگر میں آج ایک کمپنی شروع کروں گا جس میں اپنے شیڈول کے علاوہ کوئی بجٹ نہیں ہے، تو یہ ہے جو میں لاگو کرنے کا ارادہ رکھتا ہوں۔ 90 دنوں میں، بغیر کسی نئے سافٹ ویئر یا بیرونی مدد کے، آپ تین چیزیں کر سکتے ہیں جو AI سے چلنے والے کاروبار کو صرف AI استعمال کرنے والے کاروبار سے الگ کر دیتے ہیں۔ اس کا مطلب یہ ہے کہ یہ ریکارڈ کرنا کہ کام اصل میں کیسے ہوتا ہے، ڈیٹا کی ملکیت لینا، اور دوبارہ ڈیزائن کرنا کہ کون فیصلے کرتا ہے اور کیا ماپا جاتا ہے۔