कृत्रिम बुद्धिमत्ता को इसलिए "निकाल दिया जा रहा है" क्योंकि यह बहुत महंगी है।

(उदाहरण के लिए चित्र: शानदार)

पिछले दो वर्षों में, कई व्यवसायों ने कृत्रिम बुद्धिमत्ता (एआई) को उत्पादकता संबंधी चुनौतियों का त्वरित समाधान माना है। कोडिंग और ग्राहक सेवा से लेकर रिपोर्ट लेखन, डेटा विश्लेषण और ईमेल प्रोसेसिंग तक, एआई ने तेज़, सस्ता और मानवीय श्रम पर कम निर्भरता का वादा किया है। हालांकि, 2026 के मध्य तक, कई कॉर्पोरेट बोर्डरूम में सवाल यह नहीं होगा कि "क्या हमें एआई का उपयोग करना चाहिए?", बल्कि यह होगा कि "एआई पर कितना पैसा खर्च हो रहा है, और क्या यह वास्तव में उचित मूल्य प्रदान कर रहा है?"

इस बदलाव का मतलब यह नहीं है कि एआई अप्रचलित हो गया है। इसके विपरीत, एआई एक रणनीतिक तकनीक बनी हुई है, खासकर प्रोग्रामिंग, ग्राहक सेवा, वित्त और आंतरिक संचालन में। हालांकि, पिछड़ जाने के डर से प्रेरित होकर तेजी से लागू किए जाने के बाद, कई कंपनियां एक कम आकर्षक वास्तविकता को समझने लगी हैं: एआई मुफ्त नहीं है, और गलत तरीके से इस्तेमाल किए जाने पर यह मनुष्यों से सस्ता भी नहीं है। जब कोई टूल हजारों कर्मचारियों के लिए उपलब्ध कराया जाता है, तो हर कमांड, हर टेक्स्ट, हर दस्तावेज़ विश्लेषण या हर कोड एंट्री टोकन में मापी जाने वाली लागत बन सकती है—जो एआई मॉडल द्वारा संसाधित किए जाने वाले डेटा की मात्रा का मापन करने वाली इकाई है।

मई के अंत में, वॉल स्ट्रीट जर्नल ने बताया कि कुछ अमेरिकी व्यवसाय कंप्यूटिंग और टोकन की बढ़ती लागतों के कारण एआई पर अपने खर्च को सीमित करना शुरू कर रहे हैं। लेख में उबर का उदाहरण देते हुए कहा गया कि कंपनी ने अपना 2026 का एआई बजट केवल चार महीनों में ही खर्च कर दिया, जिसके कारण उसे एआई पर खर्च करने के तरीके पर पुनर्विचार करना पड़ा। यह एक महत्वपूर्ण संकेत है: एआई अब केवल एक तकनीकी प्रयोग नहीं रह गया है, बल्कि क्लाउड कंप्यूटिंग, कर्मचारियों या परिचालन लागतों की तरह ही एक वित्तीय मद बन गया है जिस पर नियंत्रण आवश्यक है।

Uber एक उल्लेखनीय उदाहरण है क्योंकि कंपनी AI के खिलाफ नहीं है। Uber की समस्या यह है कि लागत बहुत तेज़ी से बढ़ रही है जबकि इसके ठोस व्यावसायिक लाभ आसानी से साबित नहीं हो पा रहे हैं। द वर्ज ने Uber के चेयरमैन और चीफ ऑपरेटिंग ऑफिसर एंड्रयू मैकडोनाल्ड के हवाले से कहा है कि क्लाउड कोड जैसे टूल्स पर अधिक खर्च करने का सीधा संबंध ग्राहकों के लिए उपयोगी सुविधाओं की संख्या में वृद्धि से नहीं है। दूसरे शब्दों में, इंजीनियरिंग टीम AI का अधिक उपयोग कर सकती है, लेकिन नेतृत्व को अभी भी इस मूलभूत प्रश्न का उत्तर देना होगा: क्या अंतिम उपयोगकर्ताओं को खर्च किए गए पैसे के बदले बेहतर उत्पाद मिल रहा है?

एन्थ्रोपिक के प्रोग्रामिंग सपोर्ट टूल, क्लाउड कोड, पर यह बहस केंद्रित हो गई है। गलतफहमियों से बचने के लिए यह स्पष्ट करना आवश्यक है कि एन्थ्रोपिक अभी भी उपयोगकर्ताओं और व्यवसायों के लिए मासिक सदस्यता योजनाएँ प्रदान करता है। हालांकि, बड़े पैमाने पर या एप्लिकेशन प्रोग्रामिंग इंटरफ़ेस (एपीआई) के माध्यम से उपयोग किए जाने पर, टोकन, उपयोग पैटर्न और अतिरिक्त सुविधाओं के आधार पर लागत की गणना की जा सकती है। एन्थ्रोपिक के आधिकारिक मूल्य निर्धारण पृष्ठ से पता चलता है कि क्लाउड एपीआई मॉडल की कीमत इनपुट और आउटपुट टोकन की मात्रा के आधार पर तय की जाती है; कंपनी के दस्तावेज़ में यह भी बताया गया है कि डेटा एन्कोडिंग में कुछ बदलावों के कारण एक ही टेक्स्ट पहले की तुलना में अधिक टोकन का उपयोग कर सकता है। इसलिए, मुद्दा "मासिक योजनाओं के समाप्त होने" का नहीं है, बल्कि उन व्यवसायों के सामने आने वाली कठिनाई का है जो कर्मचारियों द्वारा लगातार मांग वाले कार्यों के लिए एआई का उपयोग करने पर लागत का पूर्वानुमान लगाने में असमर्थ होते हैं।

कृत्रिम बुद्धिमत्ता (AI) और पारंपरिक सॉफ़्टवेयर के बीच मुख्य अंतर लागत निर्धारण के तरीके में निहित है। कार्यालय सॉफ़्टवेयर के मामले में, व्यवसाय आमतौर पर प्रति खाता मासिक शुल्क का भुगतान करते हैं। कई AI उपकरणों, विशेष रूप से प्रोग्रामिंग और बहु-चरणीय स्वचालन के लिए उपयोग किए जाने वाले उपकरणों के मामले में, दस्तावेज़ की लंबाई, क्वेरी की मात्रा, संशोधन चक्र, उपयोग किए गए मॉडलों की संख्या और आउटपुट डेटा के आधार पर लागत बढ़ सकती है। ईमेल का सारांश बनाने के लिए AI का उपयोग करने वाले कर्मचारी की लागत बहुत कम हो सकती है। लेकिन इंजीनियरों की एक टीम द्वारा AI से स्रोत कोड पढ़वाना, सुधार सुझाना, कई संस्करणों को फिर से लिखना और स्वचालित प्रक्रियाओं को चलाना अल्पावधि में काफी लागत उत्पन्न कर सकता है।

प्रबंधन के नज़रिए से देखें तो यह एक जानी-पहचानी समस्या है: अगर किसी तकनीक की प्रभावशीलता को मापा नहीं जा सकता, तो वह ज़रूरी नहीं कि एक अच्छा निवेश ही हो। किसी व्यवसाय को लग सकता है कि उत्पादकता बढ़ गई है क्योंकि कर्मचारी तेज़ी से काम कर रहे हैं, लेकिन अगर इससे बचाए गए घंटों की संख्या, कम हुई गलतियाँ, बढ़ा हुआ राजस्व या बेहतर ग्राहक अनुभव जैसी चीज़ें सामने आती हैं, तो AI से जुड़े खर्चों को सही ठहराना मुश्किल हो जाएगा। इसलिए, अग्रणी कंपनियाँ "जितना हो सके उतना उपयोग करें" वाली मानसिकता से हटकर "इसका उपयोग वहीं करें जहाँ यह सही हो, सही लोगों के लिए और सीमित दायरे में" वाली मानसिकता अपना रही हैं।

आपको यह भी पसंद आ सकता है

एयरलाइंस को विमान खरीद योजनाओं को 5-वर्षीय चरणों में बनाने की आवश्यकता क्यों होती है?वियतनाम नागरिक उड्डयन प्राधिकरण ने घोषणा की है कि 1 जुलाई, 2026 से, वियतनामी एयरलाइनों को नियामक निकाय को अपनी वार्षिक और पांच वर्षीय बेड़ा विकास योजनाओं को विकसित करने और समय-समय पर रिपोर्ट करने की आवश्यकता होगी, यह सुनिश्चित करते हुए कि वे बुनियादी ढांचे की क्षमता और बाजार की मांग के अनुरूप हों।

थाई गुयेन बिजली की बचत को बढ़ावा देता है और छतों पर सौर ऊर्जा संयंत्र विकसित करता है।थाई गुयेन प्रांत की पीपुल्स कमेटी ने बिजली की बचत को बढ़ावा देने और स्व-उत्पादन और स्व-उपभोग के लिए रूफटॉप सौर ऊर्जा विकसित करने के संबंध में आधिकारिक दस्तावेज संख्या 7242/UBND-CNN&XD जारी किया है।

मंत्री होआंग मिन्ह सोन: उच्च शिक्षा को अपने प्रबंधन को "परिणाम" प्रबंधन की ओर स्थानांतरित करने की आवश्यकता है।मंत्री होआंग मिन्ह सोन ने कहा कि उच्च शिक्षा के लिए, गतिविधि-आधारित प्रबंधन से परिणाम-आधारित प्रबंधन की ओर एक मजबूत बदलाव की आवश्यकता है। विश्वविद्यालयों को वैज्ञानिक प्रकाशनों, अनुसंधान उत्पादों, प्रौद्योगिकी हस्तांतरण, नवाचार और सामाजिक-आर्थिक विकास में योगदान के संबंध में मूल्यांकन संकेतकों को स्पष्ट रूप से परिभाषित करने की आवश्यकता है।

उपकरणों की लागत के अलावा, मानव संसाधनों की जगह एआई के इस्तेमाल की कहानी का भी पुनर्मूल्यांकन किया जा रहा है। 21 मई को फोर्ब्स ने ऐसे आंकड़े प्रकाशित किए जिनमें दिखाया गया कि जिन 29% व्यवसायों ने पहले एआई के कारण कर्मचारियों की छंटनी की थी, उन्होंने अब उन पदों पर फिर से भर्तियां कर ली हैं। इस आंकड़े को सावधानीपूर्वक समझना चाहिए, लेकिन यह एक वास्तविकता को उजागर करता है: मनुष्यों को एआई से बदलना वेतन में कटौती करने जितना आसान नहीं है। कई नौकरियों में, विशेष रूप से ग्राहक सेवा, बिक्री, सामग्री निर्माण, संचालन प्रबंधन या संवेदनशील स्थितियों को संभालने में, मनुष्यों की अभी भी ऐसी भूमिकाएं हैं जिन्हें एआई पूरी तरह से नहीं निभा सकता है।

एआई तेजी से प्रतिक्रिया दे सकता है, लेकिन गति का मतलब सटीकता नहीं होता। एआई मसौदा तैयार कर सकता है, लेकिन फिर भी पेशेवरों द्वारा उसकी समीक्षा की जानी आवश्यक है। एआई डेटा का सारांश प्रस्तुत कर सकता है, लेकिन प्रबंधकों को निर्णय लेने के लिए संदर्भ को समझना जरूरी है। यदि व्यवसाय समय से पहले कर्मचारियों की छंटनी करते हैं, तो उन्हें सेवा की गुणवत्ता में गिरावट, असंतुष्ट ग्राहकों, अधिक अव्यवस्थित आंतरिक प्रक्रियाओं और अंततः कर्मचारियों को पुनः नियुक्त करने और प्रशिक्षित करने जैसी समस्याओं का सामना करना पड़ सकता है। ऐसे में, "एआई की बदौलत होने वाली बचत" भ्रामक बचत बनकर रह जाती है।

एक महत्वपूर्ण बात यह है कि AI ही व्यवसायों में छंटनी का एकमात्र कारण नहीं है। कुछ नेता पुनर्गठन को समझाने के लिए AI का हवाला दे सकते हैं, जबकि वास्तविक कारणों में लाभ का दबाव, ब्याज दरें, शेयरधारक, प्रतिस्पर्धा या लागत में कटौती की रणनीतियाँ शामिल हो सकती हैं। 1 जून को, बिजनेस इनसाइडर ने अपोलो ग्लोबल मैनेजमेंट के मुख्य अर्थशास्त्री टॉर्स्टन स्लोक के हवाले से कहा कि समग्र रोजगार आंकड़ों में AI के कारण नौकरी में कमी का कोई स्पष्ट प्रमाण नहीं है। यह "AI मानव नौकरियां छीन रहा है" के नारे से कहीं अधिक जटिल तस्वीर पेश करता है।

वियतनामी व्यवसायों के लिए, अंतर्राष्ट्रीय निगमों से मिलने वाले सबक बहुत व्यावहारिक हैं। कई घरेलू कंपनियों ने भले ही एआई पर लाखों डॉलर खर्च न किए हों, लेकिन वे बिना किसी नियंत्रण प्रक्रिया के कई उपकरण खरीदने, कई खाते खोलने और कई प्लेटफॉर्म आज़माने के जाल में आसानी से फंस सकती हैं। यदि प्रत्येक विभाग अपना एआई उपकरण चुनता है, प्रत्येक टीम अपना मॉडल इस्तेमाल करती है, और प्रत्येक कर्मचारी स्वतंत्र रूप से कंपनी का डेटा बाहरी प्लेटफॉर्म में दर्ज करता है, तो जोखिम न केवल लागत में है, बल्कि सुरक्षा, आउटपुट गुणवत्ता और कानूनी दायित्व में भी है।

AI bị sa thải vì đắt đỏ - Ảnh 3. — (उदाहरण के लिए चित्र: शानदार)

कृत्रिम बुद्धिमत्ता (AI) को लागू करने से पहले, व्यवसायों को पाँच सरल प्रश्नों से शुरुआत करनी चाहिए। पहला, AI किस विशिष्ट समस्या का समाधान करेगा? दूसरा, अधिकतम मासिक लागत कितनी होगी? तीसरा, इसे कौन-कौन उपयोग कर सकेगा और किस प्रकार के डेटा के लिए? चौथा, AI द्वारा उत्पन्न परिणामों की समीक्षा कौन करेगा? पाँचवाँ, तीन महीने बाद प्रभावशीलता मापने के लिए व्यवसाय किन मापदंडों का उपयोग करेगा? यदि इन पाँच प्रश्नों के उत्तर नहीं दिए गए हैं, तो बड़े पैमाने पर AI का उपयोग करना एक जल्दबाजी भरा निर्णय हो सकता है।

एक सुरक्षित तरीका यह है कि पहले कम जोखिम वाले क्षेत्रों का परीक्षण किया जाए। एआई आंतरिक दस्तावेजों का सारांश तैयार करने, ग्राहक अनुरोधों को वर्गीकृत करने, ईमेल सामग्री का सुझाव देने, प्रोग्रामिंग कोड में त्रुटियां खोजने, रिपोर्ट का मसौदा बनाने या कर्मचारियों को जानकारी खोजने में सहायता कर सकता है। हालांकि, वित्तीय, कानूनी, मानव संसाधन, ग्राहक डेटा या सार्वजनिक बयानों से संबंधित क्षेत्रों में, अंतिम समीक्षाकर्ता मनुष्य ही होने चाहिए। व्यवसायों को एआई को "प्रतिस्थापन कर्मचारी" के रूप में नहीं, बल्कि स्पष्ट सीमाओं वाले "गति सहायक" के रूप में उपयोग करना चाहिए।

आपको यह भी पसंद आ सकता है

मेटा ने एक नया उत्पाद पेश किया है जो स्मार्ट ग्लास के बाजार में क्रांति ला देगा।मेटा के स्मार्ट ग्लास उपयोगकर्ताओं को तस्वीरें लेने, वीडियो रिकॉर्ड करने, संगीत सुनने, कॉल करने और 14 भाषाओं में लाइव अनुवाद सहित अंतर्निहित एआई सहायक के साथ बातचीत करने की अनुमति देते हैं।

एप्पल और टेस्ला के बेहद गोपनीय डेटा आईफोन फैक्ट्री से लीक हो गए।भारत में टाटा के आईफोन निर्माण संयंत्र को हैक किए जाने के बाद 630 जीबी से अधिक संवेदनशील डेटा लीक हो गया, जिससे एप्पल और टेस्ला दोनों प्रभावित हुए।

सीएमसी ने प्रौद्योगिकी कंपनियों के लिए राष्ट्रीय कार्यों को पूरा करने हेतु एक तंत्र का प्रस्ताव रखा है।श्री गुयेन ट्रुंग चिन्ह ने सुझाव दिया कि सरकार को जल्द ही चयन, कार्यों के आवंटन और लेखापरीक्षा के बाद के संचालन के लिए एक स्पष्ट तंत्र स्थापित करना चाहिए ताकि रणनीतिक प्रौद्योगिकी कंपनियां प्रतिबद्धता से कार्यान्वयन की ओर बढ़ सकें।

एक अन्य सिद्धांत यह है कि एआई बजट प्रबंधन क्लाउड कंप्यूटिंग लागत प्रबंधन के समान होना चाहिए। इसमें समूह-आधारित सीमाएं, सीमा से अधिक उपयोग होने पर अलर्ट, मासिक उपयोग रिपोर्ट और विभागीय प्रदर्शन मूल्यांकन शामिल होने चाहिए। प्रोग्रामिंग के लिए, व्यवसायों को यह जानना आवश्यक है कि एआई टूल बग फिक्सिंग में कितना समय बचा सकते हैं, उत्पाद विकास में कितने दिन कम किए जा सकते हैं या कितने परिचालन मापदंडों में सुधार किया जा सकता है। ग्राहक सेवा के लिए, प्रतिक्रिया समय, संतुष्टि स्तर, शिकायत दर और मानव कर्मचारियों को सौंपे गए मामलों की संख्या को मापना आवश्यक है।

शुरुआती उछाल के बाद, एआई बाजार अब अधिक परिपक्व चरण में प्रवेश कर रहा है। जो उपकरण प्रभावी साबित नहीं होंगे, उन्हें धीरे-धीरे बंद कर दिया जाएगा। अनियंत्रित खर्च सीमित किया जाएगा। मानव को पूरी तरह से प्रतिस्थापित करने की अपेक्षाएं एक अधिक व्यावहारिक दृष्टिकोण को रास्ता देंगी: मनुष्य निर्णयात्मक कार्यों को संभालेंगे, जबकि एआई दोहराव वाले, डेटा-प्रधान या उच्च गति वाले कार्यों में सहायता करेगा।

इसलिए, "एआई को इसलिए हटाया जा रहा है क्योंकि यह बहुत महंगा है" को एआई की विफलता के रूप में नहीं समझा जाना चाहिए। बल्कि, जिस बात को हटाया जा रहा है वह यह भ्रम है कि एआई उपकरण खरीदने मात्र से व्यवसाय अपने आप सस्ते, तेज और स्मार्ट हो जाएंगे।

व्यवसायों में एआई का अस्तित्व बना रहेगा, लेकिन वित्त, प्रौद्योगिकी, कानून और अंतिम उपयोगकर्ताओं की ओर से इस पर कड़ी निगरानी रखी जाएगी। इस प्रतिस्पर्धा में, विजेता कंपनी वह नहीं होगी जो एआई का सबसे अधिक उपयोग करती है, बल्कि वह होगी जो एआई का सही उपयोग, उचित लागत और उचित जिम्मेदारी के साथ करना जानती है।

स्रोत: https://vtv.vn/ai-bi-sa-thai-vi-dat-do-100260616145054134.htm