लेखक丨चेंग यानजिंग

संपादक丨हु मिन

हाल ही में जब मैंने एआई सर्किल के लोगों से बात की तो एक बात का जिक्र आम तौर पर हुआ। लोगों ने दक्षता में सुधार के लिए एआई को स्वीकार कर लिया है, लेकिन कंपनियां अभी तैयार नहीं हैं। (Leifeng.com Leifeng.com (सार्वजनिक खाता: Leifeng.com) Leifeng.com)

एक तरफ, कर्मचारी पहले से ही काम करने के लिए एजेंटों का उपयोग कर रहे हैं, और यहां तक ​​कि उन्होंने अपने स्वयं के छोटे सिस्टम भी बनाना शुरू कर दिया है; दूसरी ओर, कंपनी के KPI, अनुमोदन श्रृंखला और रिपोर्टिंग लय अभी भी वैसे ही बदल रहे हैं जैसे वे तीन साल पहले थे।

डेलॉइट के एक हालिया सर्वेक्षण से पता चलता है कि लगभग तीन-चौथाई अमेरिकी व्यापार अधिकारियों को उम्मीद है कि अगले चार वर्षों में एआई एजेंटों के आसपास लगभग आधी व्यावसायिक प्रक्रियाओं को फिर से डिजाइन किया जाएगा; 61% का मानना ​​है कि भविष्य में अधिकांश एजेंट अत्यधिक स्वायत्त होंगे, और मनुष्यों को केवल पर्यवेक्षण की आवश्यकता होगी।

ऐसा लगता है कि एआई सभी व्यवसायों पर कब्ज़ा कर लेगा, लेकिन जब पूछा गया कि क्या उनकी कंपनियां इस बदलाव को अपनाने के लिए तैयार हैं, तो केवल पांचवें नेताओं ने सकारात्मक जवाब दिया।

आज के Baidu वर्ल्ड 2026 में Baidu के संस्थापक रॉबिन ली ने भी इस विरोधाभास के बारे में बात की। उनका निर्णय है: एआई न केवल एक तकनीकी क्रांति है, बल्कि एक संगठनात्मक क्रांति भी है। कृत्रिम बुद्धिमत्ता का अगला चरण बुद्धिमान संगठन है।

इसके बाद, कंपनियों को न केवल कर्मचारियों के हाथों में उपकरण बदलने की जरूरत है, बल्कि संगठन के संचालन के तरीके को भी बदलना होगा।

01

एआई ने कंपनी में प्रवेश किया है, लेकिन पूरी तरह से नहीं

किसी संगठन के संचालन के तरीके का पुनर्निर्माण करने के लिए, हमें सबसे पहले पारंपरिक अनुभूति को तोड़ना होगा:

किसी कंपनी में AI की उच्च सांद्रता का मतलब यह नहीं है कि AI परिवर्तन पहले ही हो चुका है।

कर्मचारी कोड लिखने, शोध करने और समाधान उत्पन्न करने के लिए एजेंट का उपयोग करते हैं। व्यवसाय विभाग कई पायलट चलाता है, और प्रबंधन रिपोर्ट में एजेंटों की संख्या, टोकन खपत और उपयोग दर लिखता है। ऐसा लगता है कि किसी कंपनी की बुद्धि चौतरफा प्रगति कर रही है।

हालाँकि, व्यक्तिगत दक्षता स्वचालित रूप से संगठनात्मक उत्पादकता में वृद्धि नहीं करती है।

उदाहरण के लिए, किसी उत्पाद प्रबंधक के मांग विश्लेषण को पूरा करने में मूल रूप से दो दिन लगते थे लेकिन अब इसमें आधा दिन लग सकता है; R&D कोड का पहला ड्राफ्ट तुरंत लिखने के लिए एजेंट का उपयोग करता है, और बिक्री ग्राहकों से मिलने से पहले एक शोध रिपोर्ट भी तैयार कर सकती है।

हालाँकि, आवश्यकताओं को अभी भी समीक्षा, अनुमोदन और शेड्यूलिंग से गुजरना पड़ता है, क्रॉस-डिपार्टमेंट सहयोग अभी भी बैठकों और परत-दर-परत सिंक्रनाइज़ेशन पर निर्भर करता है, और अंतिम परिणाम मूल रिपोर्टिंग चक्र तक नहीं देखे जा सकते हैं। हलकों में घूमने से, कर्मचारियों का व्यक्तिगत समय कम हो गया है, लेकिन कंपनी की समग्र संगठनात्मक ताकत में उल्लेखनीय सुधार नहीं हुआ है।

यह व्यक्तिगत कंपनियों के लिए कोई समस्या नहीं है.

माइक्रोसॉफ्ट की "2026 वर्क ट्रेंड इंडेक्स वार्षिक रिपोर्ट" उद्यम एआई परिवर्तन का यह विरोधाभास प्रस्तुत करती है: कर्मचारियों ने व्यक्तिगत दक्षता में सुधार के लिए एआई का उपयोग करना शुरू कर दिया है, और टीमें भी नए टूल आज़मा रही हैं, लेकिन व्यावसायिक प्रक्रियाएं, सहयोग के तरीके और मूल्यांकन तंत्र अभी भी पिछले मॉडल का उपयोग करते हैं।

बोस्टन कंसल्टिंग ग्रुप (बीसीजी) द्वारा दी गई सलाह अधिक सीधी है: एआई को मूल कंपनी के अनुरूप ढालने के बजाय एआई के लिए कंपनियों को नया स्वरूप दें।

अपने शोध में उल्लिखित एक यूरोपीय ऊर्जा कंपनी ने बड़ी संख्या में एआई पायलटों को तैनात किया था, लेकिन समग्र लाभ हासिल नहीं कर पाई। ऐसा तब तक नहीं हुआ जब तक कि उद्यम ने व्यक्तिगत उपकरणों और आंशिक परिदृश्यों से अपना ध्यान एंड-टू-एंड ग्राहक प्रक्रियाओं के पुनर्निर्माण पर स्थानांतरित नहीं किया, तब तक पर्याप्त व्यावसायिक सुधार हासिल नहीं हुए थे।

ऐसे मामले दर्शाते हैं कि एआई पायलटों की सफलता और उद्यम परिवर्तन की सफलता के बीच संगठनात्मक डिजाइन की एक परत है।

यदि कंपनी केवल मूल पदों पर उपकरण जोड़ती है और कुछ एजेंटों को निश्चित प्रक्रिया में सम्मिलित करती है, तो एआई भागों को अनुकूलित कर सकता है, लेकिन पूरे को बदलना मुश्किल होगा।

यह मूल बाधाओं को और अधिक स्पष्ट कर देगा: सामग्री तेजी से और तेजी से तैयार की जाती है, लेकिन साथ ही निर्णय लेने की गति तेज नहीं होती है; अधिक से अधिक कोड उत्पन्न होते हैं, लेकिन आवश्यकता की पुष्टि और वितरण तंत्र वही रहता है।

जब निष्पादन क्षमताएं तेजी से बढ़ रही हैं, तो संगठन कैसे कार्य आवंटित करते हैं, ज्ञान साझा करते हैं और निर्णय लेते हैं यह एक नई बाधा बन गई है।

पिछले कुछ वर्षों में, एआई उद्योग में मुख्य प्रतिस्पर्धा प्रौद्योगिकी आपूर्ति पक्ष पर केंद्रित हो गई है।

मॉडल पैरामीटर, प्रशिक्षण कंप्यूटिंग शक्ति, अनुमान लागत और सूची रैंकिंग यह निर्धारित करती है कि कोई उद्यम किस प्रकार की बुद्धिमत्ता प्राप्त कर सकता है।

एआई "फाइव-लेयर केक" एक समय उद्योग में लोकप्रिय था, जो ऊर्जा, चिप्स और बुनियादी ढांचे से लेकर मॉडल और अनुप्रयोगों तक फैला हुआ था, जो बुद्धिमान उत्पादन के लिए आवश्यक संपूर्ण प्रणाली पर जोर देता था। ऊर्जा और कंप्यूटिंग शक्ति के बिना, ऊपरी परत के मॉडल और अनुप्रयोगों के बारे में बात करना असंभव है।

मॉडल सप्लाई में बदलाव का असर ट्रेडिंग पक्ष पर भी दिखने लगा है। सियुआन इंस्टीट्यूट के लॉन्च होने के एक महीने बाद, 100 से अधिक आपूर्ति संसाधनों का निपटान किया गया है, औसत दैनिक कॉल 50 मिलियन से अधिक हो गई है, और औसत दैनिक टोकन कॉल 700 बिलियन से अधिक हो गई है।

पैमाने से अधिक ध्यान देने योग्य बात यह है कि मॉडल लेनदेन उद्यमों और निर्माताओं के बीच निजी डॉकिंग से एक स्वतंत्र औद्योगिक लिंक की ओर बढ़ रहे हैं; जैसे ही यह लिंक बनता है, नियम प्रदाता धीरे-धीरे सार्वजनिक वस्तुओं की विशेषताओं को अपना रहे हैं।

लेकिन उद्यम पक्ष पर: जब यह बुद्धिमत्ता पहले से ही खरीदी जा सकती है, लागू की जा सकती है और तैनात की जा सकती है, तो यह क्या निर्धारित करता है कि यह अंततः कितना मूल्य उत्पन्न कर सकता है?

रॉबिन ली ने अपनी नजरें नीचे की ओर डालीं। 2026 Baidu विश्व सम्मेलन में, रॉबिन ली ने प्रस्ताव दिया कि "AI के विकास में अगला कदम बुद्धिमान संगठन है।"

उन्होंने प्रस्तावित किया कि एआई प्रौद्योगिकी का अपस्ट्रीम ऊर्जा है, और डाउनस्ट्रीम संगठनात्मक क्षमताएं हैं। पहला यह निर्धारित करता है कि बुद्धि कैसे उत्पन्न होती है, और दूसरा यह निर्धारित करता है कि बुद्धि कैसे वास्तविक व्यवसाय में प्रवेश करती है और व्यावसायिक परिणामों में परिवर्तित होती है।

ये दोनों निर्णय विरोधाभासी नहीं हैं, लेकिन एआई उद्योग श्रृंखला के दोनों सिरों पर सवालों के जवाब देते हैं। उद्यमों के लिए, भले ही अपस्ट्रीम द्वारा प्रदान की गई "शक्ति" पर्याप्त हो, अगर आंतरिक उत्पादन प्रणाली अभी भी वही है, तो नई बुद्धिमत्ता नए मुनाफे में बदलने में सक्षम नहीं हो सकती है।

रॉबिन ली ने एआई की तुलना एक नई मोटर से और बुद्धिमान संगठन की तुलना एक नए कारखाने के भवन से की।

उन्होंने निर्णय दिया कि एआई ने अपेक्षित आर्थिक लाभ नहीं दिया। एक महत्वपूर्ण कारण यह था कि कंपनी ने केवल मोटर को बदला लेकिन फैक्ट्री को दोबारा डिज़ाइन नहीं किया।

मॉडल, कंप्यूटिंग शक्ति और एजेंट मजबूत निष्पादन क्षमताएं प्रदान कर सकते हैं। केवल जब कार्य आवंटन, ज्ञान प्रवाह और निर्णय लेने की प्रक्रियाएँ तदनुसार बदलती हैं, तो यह क्षमता कर्मचारियों के व्यक्तिगत डेस्कटॉप से ​​​​उद्यम की संपूर्ण व्यावसायिक श्रृंखला में स्थानांतरित हो सकती है।

इस प्रकार एआई प्रतियोगिता का ध्यान प्रौद्योगिकी आपूर्ति से मूल्य प्राप्ति पर स्थानांतरित होना शुरू हो गया है।

उद्यमों को अब केवल यह जवाब देने की आवश्यकता नहीं है कि "मैंने किस मॉडल का उपयोग किया और कितने एजेंट तैनात किए गए?" लेकिन, क्या इन एजेंटों ने कंपनी बदल ली है?

02

यदि कर्मचारी अपनी दक्षता में सुधार के लिए एआई का उपयोग करते हैं, तो कंपनियों के बारे में क्या?

माइक्रोसॉफ्ट के सीईओ अक्सर पहले कहते थे: एआई एक तकनीक नहीं है, बल्कि उद्यम का भविष्य का आकार है।

यदि आप इस वाक्य को समझते हैं, तो आप वास्तव में रॉबिन ली द्वारा प्रस्तावित "बुद्धिमान संगठन" को समझ सकते हैं।

सच कहूँ तो, यदि आप केवल शब्दों को पढ़ते हैं, तो इसे आसानी से लोगों और एजेंटों से बनी एक नई प्रकार की कंपनी के रूप में समझा जा सकता है, या "एआई देशी उद्यम" कहने के दूसरे तरीके के रूप में।

लेकिन रॉबिन ली जो चर्चा करना चाहते हैं वह प्रत्येक पद पर एक एआई सहायक नियुक्त करना नहीं है, बल्कि कंपनी के काम करने के तरीके को फिर से डिज़ाइन करना है: कार्यों को कौन पूरा करता है, अनुभव कैसे जमा होता है, और परिणामों के आधार पर प्रक्रिया को लगातार कैसे समायोजित किया जाता है।

इसकी व्याख्या तीन स्तरों से की जा सकती है।

पहला है पदों की सीमाओं को तोड़ना.

पारंपरिक उद्यम संचालन के लिए श्रम के पेशेवर विभाजन पर भरोसा करते हैं। एक पूर्ण कार्य को लगातार पूरा करने के लिए अक्सर उत्पाद, डिज़ाइन, अनुसंधान एवं विकास, संचालन आदि में कई पदों की आवश्यकता होती है।

एआई युग में, बुद्धिमान एजेंट विशिष्ट निष्पादन कार्य को संभालने लगते हैं, और मनुष्य लक्ष्य निर्धारित करने, संसाधनों को शेड्यूल करने और महत्वपूर्ण निर्णय लेने के लिए जिम्मेदार होते हैं।

संगठन अब पूरी तरह से निश्चित पदों के आसपास काम का आवंटन नहीं करते हैं, बल्कि कार्य की जरूरतों के अनुसार लचीले ढंग से लोगों और एजेंटों को जोड़ सकते हैं।

Baidu की ताज़ी टीम का अभ्यास एक उदाहरण प्रदान करता है। एक सदस्य जिसकी मूल रूप से क्वांटम कंप्यूटिंग अनुसंधान में पृष्ठभूमि थी, Baidu में शामिल होने के बाद उत्पाद और कॉर्पोरेट परिदृश्य में लगभग शून्य से प्रवेश कर गया। Baidu के साझेदार की मदद से, उन्होंने उत्पाद, अनुसंधान एवं विकास और परियोजना प्रबंधन का काम भी संभाला। समस्याओं का विश्लेषण करने और योजनाएँ बनाने से लेकर कार्यान्वयन को बढ़ावा देने और परिणामों की पुष्टि करने तक, वह अब एक निश्चित स्थिति तक सीमित नहीं है।

नए उत्पाद डेवलपर आवश्यकताओं से लेकर प्रोटोटाइप तक की पूरी प्रक्रिया को शीघ्रता से पूरा करने के लिए ताओज़ी पर भरोसा कर सकते हैं। टीम ने आधे साल में 160 से अधिक बार पुनरावृत्ति की, और 90% कोड और 50% से अधिक संचार सामग्री ताओज़ी द्वारा पूरी की गई।

इस मामले में वास्तव में जो टूटा है वह "किसे क्या करना चाहिए" के नियम नहीं हैं, बल्कि ज्ञान और अनुभव के प्रवाह पर प्रतिबंध भी है।

Baidu की डिजिटल पीपल टीम उत्पाद, अनुसंधान एवं विकास, डिज़ाइन और परीक्षण भूमिकाओं को बिल्डर्स में बदलने को बढ़ावा देती है, जो उसी तर्क का विस्तार भी है।

मुद्दा यह नहीं है कि हर किसी को बिना शर्त अधिक काम लेने दिया जाए, बल्कि विभिन्न भूमिकाओं के बीच कार्यों को बार-बार सौंपे जाने को कम किया जाए, ताकि जो लोग लक्ष्य निर्धारित कर सकें, उन्हें भी अंतिम परिणाम तक पहुंचने के लिए एआई का उपयोग करने का अवसर मिले।

लेकिन यदि कार्यों को करने के तरीके में केवल परिवर्तन ही होते हैं, तो बुद्धिमान संगठनों को केवल आधा-अधूरा ही माना जा सकता है। बाकी आधा हिस्सा इस बात पर निर्भर करता है कि संगठन इसे कैसे करता है।

दूसरा है मौन ज्ञान का संचय करना।

किसी उद्यम का वास्तव में मूल्यवान ज्ञान उसके कर्मचारियों का व्यावहारिक अनुभव है: उदाहरण के लिए, विफलताओं से निपटने के लिए अनुभवी कर्मचारियों के निर्णय के तरीके, ग्राहकों की जरूरतों की पहचान करने में बिक्री का अनुभव, और सौंदर्यशास्त्र और मानदंडों के बारे में डिजाइनरों की समझ।

इस ज्ञान को मानकीकृत दस्तावेज़ों में लिखना कठिन है और कर्मियों के प्रवाह के साथ आसानी से खो जाता है।

लेकिन एआई अवक्षेपण का एक नया तरीका प्रदान करता है: विशेषज्ञ अनुभव, व्यावसायिक नियमों और संचालन विधियों को ज्ञान के आधार, कौशल और क्षमताओं में बदलना जिन्हें बुद्धिमान एजेंट कॉल कर सकते हैं।

Baidu और चीन दक्षिणी पावर ग्रिड के बीच सहयोग में यह प्रक्रिया शामिल है। वितरण नेटवर्क दोष विश्लेषण और निर्णय के सामने, पारंपरिक मैन्युअल विश्लेषण में एक बार में 60 मिनट से अधिक समय लगता है और यह अत्यधिक विशेषज्ञ अनुभव पर निर्भर करता है।

Baidu Tazi के दक्षिणी जनरल कमीशन में उतरने के बाद, इसने हज़ारों ऐतिहासिक फ़ॉल्ट हैंडलिंग डेटा सीखे, वरिष्ठ विशेषज्ञों के अनुभव को पुन: प्रयोज्य पेशेवर ज्ञान में संचित किया, और फिर एक पूर्ण साक्ष्य श्रृंखला बनाने के लिए फ़ॉल्ट रिकॉर्ड, स्विच सिग्नल और लाइन टोपोलॉजी को श्रृंखला में जोड़ा। वर्तमान में, इसकी दोष विश्लेषण सटीकता 70% से अधिक तक पहुँच जाती है।

Baidu MEG डिज़ाइन टीम ने ज्ञान संचय का एक और तरीका प्रदर्शित किया।

टीम ने वरिष्ठ डिजाइनरों के सौंदर्य अनुभव और डिजाइन विशिष्टताओं को पुन: प्रयोज्य एआई कौशल में बदल दिया, ताकि एआई न केवल निर्देशों के अनुसार चित्र तैयार कर सके, बल्कि सामग्री उत्पादन में भाग लेने के लिए टीम द्वारा संचित डिजाइन विधियों का भी उपयोग कर सके। वर्तमान में, एआई टूल्स ने 50% से अधिक सामग्री आपूर्ति पर कब्जा कर लिया है, और टीम की दक्षता 100% से 200% तक बढ़ गई है।

बिजली की विफलता से लेकर डिज़ाइन सामग्री उत्पादन तक, दोनों परिदृश्यों के पीछे तर्क बहुत समान है: कार्य विधियों को बदलना जो मूल रूप से व्यक्तिगत अनुभव पर निर्भर थे, जिन्हें संगठन बार-बार कॉल कर सकता है।

बेशक, जैसे-जैसे व्यावसायिक परिस्थितियाँ बदलती हैं, अनुभव पुराना हो सकता है। इसलिए आपको कार्य परिणामों को प्रक्रिया में वापस लाने की आवश्यकता है।

वह अंतिम उल्लिखित डिज़ाइन प्रक्रिया बंद लूप है।

पारंपरिक प्रक्रियाएं आमतौर पर लोगों द्वारा पूर्व-डिज़ाइन की जाती हैं, और जब निष्पादन के दौरान समस्याएं आती हैं, तो उनकी समीक्षा की जाती है और उन्हें ठीक किया जाता है।

प्रत्येक कार्य पूरा होने के बाद, सिस्टम पूर्व निर्धारित लक्ष्यों के अनुसार परिणामों को माप सकता है, निष्पादन में समस्याओं की पहचान कर सकता है, और फिर कार्यों के अगले दौर को समायोजित करने के लिए फीडबैक का उपयोग कर सकता है। इस तरह, प्रक्रिया अब निश्चित परिचालन विशिष्टताओं का एक सेट नहीं है, बल्कि एक प्रणाली है जिसे व्यवसाय चलने के साथ लगातार संशोधित किया जा सकता है।

रॉबिन ली ने इसे "मापने योग्य + लोपिंग = सतत विकास" के रूप में संक्षेपित किया।

"मापने योग्य" का अर्थ है कि कार्य परिणामों के लिए स्पष्ट मूल्यांकन मानदंड होना आवश्यक है, जबकि लोपिंग का अर्थ है कि निष्पादन, प्रतिक्रिया और अनुकूलन को एक सतत चक्र बनाना चाहिए।

जब अधिक से अधिक कार्य ऐसे बंद लूप को पूरा कर सकते हैं, तो संगठन इसे बढ़ावा देने के लिए केवल प्रबंधकों पर निर्भर नहीं रहेगा, बल्कि दैनिक कार्यों में लगातार अनुभव जमा करने और प्रक्रियाओं को संशोधित करने में सक्षम होगा।

ऐसे बंद लूप का समर्थन करने के लिए, अकेले मॉडल एपीआई स्पष्ट रूप से पर्याप्त नहीं है।

एजेंटों को उद्यम के व्यावसायिक लक्ष्यों को समझने, विभिन्न प्रणालियों से डेटा, ज्ञान और उपकरणों को कॉल करने और लंबी-श्रृंखला कार्यों में फीडबैक के आधार पर लगातार निष्पादित करने, मूल्यांकन करने और समायोजित करने में सक्षम होने की आवश्यकता है। यह अंतर्निहित बुनियादी ढांचे पर नई मांगें रखता है।

यह एआई क्लाउड और एजेंट इंफ्रा का भी महत्व है जिस पर शेन डू ने 2026 Baidu विश्व सम्मेलन में जोर दिया था।

Baidu के विचार के अनुसार: निचली परत Baige AI Infra कंप्यूटिंग पावर सपोर्ट प्रदान करती है, और ऊपरी परत Qianfan Agent Infra लंबे संदर्भ प्रबंधन, लगातार मेमोरी, टूल इनवोकेशन, सब-एजेंट शेड्यूलिंग, मूल्यांकन प्रतिक्रिया और ऑपरेटिंग वातावरण प्रदान करती है, ताकि बड़े पैमाने पर, दीर्घकालिक कार्य वास्तव में बंद लूप को पूरा कर सकें।

"कोर-क्लाउड-मॉड्यूल-बॉडी" की पूर्ण-स्टैक संरचना में, यह समर्थन संबंध स्पष्ट होगा: चिप कंप्यूटिंग पावर फाउंडेशन प्रदान करता है, क्लाउड एजेंट संचालन और शेड्यूलिंग के लिए बुनियादी ढांचा प्रदान करता है, मॉडल समझ, तर्क और पीढ़ी क्षमताएं प्रदान करता है, और एजेंट विशिष्ट कार्यों और व्यावसायिक परिदृश्यों में प्रवेश करता है।

पदों से लेकर कार्यों तक, व्यक्तिगत अनुभव से लेकर संगठनात्मक बुद्धिमत्ता तक, प्रक्रियाओं की निरंतर पुनरावृत्ति तक, बुद्धिमान संगठन जो बदलते हैं वह एक निश्चित स्थिति की कार्य कुशलता नहीं है, बल्कि उद्यम उत्पादन और सहयोग का अंतर्निहित तर्क है।

आगे हमें यह देखने की ज़रूरत है कि ये सिद्धांत कैसे व्यवहार में आते हैं: वास्तव में व्यावसायिक प्रक्रियाओं में भाग लेना और वास्तविक समस्याओं को हल करना?

03

किसी उद्यम के भीतर एक बुद्धिमान संगठन कैसे विकसित होता है?

यह तय करने के लिए कि क्या किसी कंपनी ने एआई नेटिव संगठन में प्रवेश किया है, यह इस पर निर्भर करता है कि क्या एआई वास्तव में संपूर्ण आंतरिक संचालन को बदल रहा है।

Baidu डिजिटल ह्यूमन इनोवेशन बिजनेस विभाग को लें।

टीम उत्पाद, अनुसंधान एवं विकास, डिज़ाइन और परीक्षण के बीच कार्य की सीमाओं को तोड़ती है, सभी कर्मचारियों को बिल्डर्स में बदलने को बढ़ावा देती है, और स्व-विकसित BiuBiuAgent के आधार पर, पूरी प्रक्रिया के दौरान कुछ आवश्यकताओं को एक ही व्यक्ति द्वारा पूरा किया जा सकता है।

अकेले तीसरी तिमाही में, टीम ने 564 उत्पादन और अनुसंधान पुनरावृत्तियों को पूरा किया, 130 कौशल और 729 संगठनात्मक संपत्तियां अर्जित कीं।

जैसा कि लूप्स का संचालन जारी है, उत्पादन और अनुसंधान का प्रति व्यक्ति थ्रूपुट 125.3% बढ़ गया है, और वितरण चक्र 28.8% छोटा हो गया है। स्कूल के एक नए भर्ती व्यक्ति ने एक आवश्यकता को पूरा करने के लिए एआई का उपयोग किया, जिसे केवल एक दिन में पूरा करने में पांच भूमिकाएं और कम से कम 10 दिन लगते थे।

तेजी से बढ़ती संख्या के पीछे उद्यम संगठनों के बीच एआई का वास्तविक "परिवर्तन" है।

इस तरह, कर्मचारी लक्ष्य निर्णय और प्रक्रिया संगठन पर अधिक ध्यान केंद्रित कर सकते हैं। निष्पादन के दौरान टीम द्वारा गठित कौशल और संगठनात्मक संपत्तियों को बार-बार बुलाया जा सकता है, और कार्य समाप्त होने पर एक भी व्यक्ति का अनुभव गायब नहीं होता है।

दूसरा उदाहरण डोडो है। Baidu के भीतर दस से अधिक लोगों की एक टीम द्वारा निर्मित इस AI सहायक ने लॉन्च के सात महीने बाद 99% नियमित कर्मचारियों को कवर किया है, और 300 से अधिक एंटरप्राइज़ प्लेटफार्मों के AI-अनुकूल परिवर्तन को पूरा करने को बढ़ावा दिया है।

इससे संगठनात्मक बुद्धिमत्ता के एक पहलू का भी पता चलता है जिसे आसानी से अनदेखा कर दिया जाता है: उद्यमों को न केवल कर्मचारियों को एआई का उपयोग करना सीखने की आवश्यकता होती है, बल्कि एआई के साथ सहयोग करने के लिए मौजूदा सिस्टम, डेटा और प्रक्रियाओं को सक्षम करने की भी आवश्यकता होती है।

अन्यथा, भले ही एजेंट एक निश्चित लिंक का कार्य पूरा कर सके, लेकिन वास्तव में व्यापार श्रृंखला को खोलना मुश्किल होगा।

पिछले वर्ष में, Baidu के भीतर दैनिक सक्रिय एजेंटों की संख्या लगभग 5,000 से बढ़कर 37,000 हो गई है, और प्रति सप्ताह प्रभावी ढंग से पूरे किए जाने वाले कार्यों की संख्या भी 84,000 से बढ़कर 1 मिलियन से अधिक हो गई है।

पैमाने के विस्तार के अलावा, ज्ञान संचय भी एक साथ हो रहा है: Baidu ने 4,300 से अधिक कार्यस्थलों का निर्माण किया है और 20,000 से अधिक कंपनी-स्तरीय सामान्य कौशल जमा किए हैं, जो धीरे-धीरे अनुभव को बदल रहा है जो मूल रूप से व्यक्तियों और टीमों के बीच पुन: प्रयोज्य संगठनात्मक क्षमताओं में बिखरा हुआ था।

यदि Baidu का अभ्यास संगठनात्मक सहयोग विधियों में परिवर्तन प्रदर्शित करता है, तो निम्नलिखित मामले परीक्षण करते हैं कि क्या AI वास्तविक व्यवसाय में प्रवेश कर सकता है।

चीन के दक्षिणी पावर ग्रिड में, वितरण नेटवर्क दोष विश्लेषण और निदान के लिए "तियानक्सुआन पार्टनर" बनाते हुए, Baidu Tiezi को दक्षिणी पावर ग्रिड में लागू किया गया है।

गुआंग्शी पावर ग्रिड में 2025 में 8,215 स्थायी खराबी का अनुभव होगा। पारंपरिक मैनुअल अनुसंधान और निर्णय में हर बार 60 मिनट से अधिक समय लगता है और यह विशेषज्ञ अनुभव पर अत्यधिक निर्भर है।

तियानक्सुआन भागीदारों ने हज़ारों ऐतिहासिक दोष प्रबंधन डेटा का अध्ययन किया है, वरिष्ठ विशेषज्ञों के निर्णय अनुभव को पुन: प्रयोज्य ज्ञान में संचित किया है, और फिर दोष विश्लेषण को पूरा करने में सहायता के लिए दोष रिकॉर्ड, स्विच सिग्नल और लाइन टोपोलॉजी को एक साक्ष्य श्रृंखला में जोड़ा है।

ग्राहकों की प्रतिक्रिया के अनुसार, दोष विश्लेषण की दक्षता 12 गुना बढ़ गई है, विश्लेषण सटीकता दर 80% से अधिक तक पहुंच गई है, और विशेषज्ञ अनुभव का पुन: उपयोग किया गया है। इसे गुआंग्शी के 14 शहरों और 112 काउंटियों में प्रचारित किया गया है।

इस प्रकार के एप्लिकेशन का मूल्य न केवल गलती विश्लेषण को तेज़ बनाना है, बल्कि मूल रूप से कुछ विशेषज्ञों के हाथों में अनुभव को पेशेवर क्षमताओं में बदलना भी है जिसे सिस्टम द्वारा लगातार उपयोग किया जा सकता है।

हिगो लेजर के अभ्यास ने एआई को विनिर्माण स्थल पर अधिक जटिल निर्णय लेने की प्रक्रियाओं में ला दिया है।

उत्पादन लाइन पर, एक ही वर्कपीस की कटिंग और प्रसंस्करण को पूरा करने के लिए कई छह-अक्ष रोबोटिक हथियारों को एक साथ काम करने की आवश्यकता होती है। अतीत में, शिल्पकार मुख्य रूप से प्रक्षेपवक्र ब्लॉक आवंटित करने और निष्पादन अनुक्रम निर्धारित करने के लिए अनुभव पर भरोसा करते थे; लेकिन जब रोबोटिक हथियारों की संख्या, प्रसंस्करण कार्य और प्रक्रिया संबंधी बाधाएं बढ़ती हैं, तो स्थानीय व्यवस्थाएं समग्र दक्षता को आसानी से प्रभावित कर सकती हैं।

Baidu Valou लगातार गति-समय लेने वाली भविष्यवाणी, मल्टी-मशीन टकराव से बचाव और कार्य आवंटन शेड्यूलिंग के आसपास एल्गोरिदम का अनुकूलन करता है। रोबोटिक बांह की पहुंच, प्रक्रिया पर निर्भरता और टकराव न होने जैसी बाधाओं को पूरा करने के आधार पर, यह उद्योग की बाधा समस्या को हल करते हुए, वर्कपीस प्रोग्रामिंग समय को 8 घंटे से 10 मिनट तक संपीड़ित कर सकता है।

पावर ग्रिड दोष विश्लेषण से लेकर रोबोटिक आर्म सहयोगी शेड्यूलिंग तक, दोनों मामले एक ही बदलाव की ओर इशारा करते हैं: एआई के उद्योग में प्रवेश के लिए उद्योग के ज्ञान को समझने, व्यावसायिक बाधाओं को अपनाने और वास्तविक कार्यों में परीक्षण के परिणामों को स्वीकार करने की आवश्यकता होती है।

बेशक, एक बुद्धिमान संगठन का मतलब यह नहीं है कि संगठन में लोग महत्वहीन हैं।

सम्मेलन में, डिजिटल व्यक्ति शी जियाजिया और रॉबिन के बीच इस मुद्दे पर बातचीत हुई।

जब ज़िजाजिया ने पूछा कि क्या वह सीईओ बन सकते हैं, तो रॉबिन का जवाब था नहीं।

उनके विचार में सीईओ को कंपनी के मिशन और विजन को समझने की जरूरत है। एआई सीईओ का चिंतन भागीदार बन सकता है, जिससे उन्हें दक्षता में सुधार करने और प्रेरणा प्रदान करने में मदद मिल सकती है, लेकिन सीईओ को बदलने के लिए जल्दबाजी करने की कोई जरूरत नहीं है।

जब विषय आगे बढ़ा "यदि एआई संगठन के हर कोने में प्रवेश करता है, तो संगठन का मुख्य भाग क्या होगा?" रॉबिन का जवाब था: लोग.

हम अक्सर कहते हैं कि एआई इंसानों की जगह नहीं ले सकता, लेकिन व्यावहारिक अनुप्रयोगों में अभी भी इसकी जगह लेने को लेकर चिंताएं हैं। इस बातचीत ने एआई की निष्पादन क्षमताओं और संगठनात्मक दिशा को अलग कर दिया।

एआई विशिष्ट कार्य करना, विश्लेषण में भाग लेना और सुझाव देना जारी रख सकता है, लेकिन उद्यम के अस्तित्व मूल्य और इसकी भविष्य की दिशा पर अंतिम निर्णय अभी भी "लोगों" पर निर्भर है।

यह कुछ हद तक Apple द्वारा अपने शुरुआती दिनों में प्रस्तावित "DRI (प्रत्यक्ष रूप से जिम्मेदार व्यक्ति)" अवधारणा जैसा है।

Apple में, यह कभी स्पष्ट नहीं हुआ कि इसके लिए कौन जिम्मेदार है। सीधे शब्दों में कहें तो एआई आपको निर्णय लेने में मदद कर सकता है, लेकिन अंतिम परिणामों और मूल्य निर्णयों के लिए किसी को जिम्मेदार होना चाहिए।

दूसरे शब्दों में, बुद्धिमान संगठन लोगों को प्रक्रियाओं से नहीं हटाते हैं, बल्कि लोगों और एजेंटों की जिम्मेदारियों को पुनर्वितरित करते हैं।

भविष्य में, उद्यमों के बीच वास्तविक अंतर इस बात में निहित है कि कौन एआई को व्यावसायिक प्रवाह में एम्बेड कर सकता है, संगठनात्मक संपत्तियों में अनुभव जमा कर सकता है, और एक संगठनात्मक प्रणाली बना सकता है जो संचालन और विकास जारी रख सकती है।

Leifeng.com के मूल लेख, अनधिकृत पुनरुत्पादन निषिद्ध है। विवरण के लिए पुनर्मुद्रण निर्देश देखें।

संपादन करना

ईमेल पुनः भेजें ईमेल संशोधित करें