Whalesbook
AI को बनाया काम का साथी
Tata Steel का लक्ष्य अब एडवांस्ड डिजिटल टूल्स (advanced digital tools) को अपने काम का एक मुख्य हिस्सा बनाना है. पिछले 9 महीनों में Google Cloud का इस्तेमाल करके कंपनी ने 300 से अधिक AI एजेंट्स को तैनात किया है. यह इनिशिएटिव (initiative) AI को सिर्फ़ शुरुआती दौर के प्रयोगों से आगे ले जाकर हर कर्मचारी को सशक्त बनाने वाले टूल के रूप में स्थापित कर रहा है.
'Zen AI' और TDA: AI के मुख्य प्लेटफॉर्म
कंपनी की AI स्ट्रैटेजी (strategy) दो मुख्य प्लेटफॉर्म्स पर टिकी है: 'Zen AI' और Tata Steel Digital Assistant (TDA). 'Zen AI' एक इंटरनल टूल है जो डेटा साइंस (data science) की गहरी जानकारी न रखने वाले कर्मचारियों को खास कामों के लिए AI एजेंट्स बनाने और इस्तेमाल करने की सुविधा देता है. वहीं, TDA AI इनसाइट्स के लिए एक सेंट्रल हब (central hub) के तौर पर काम करता है, जो अलग-अलग पब्लिक, इंटरनल और यूज़र सोर्स (user sources) से डेटा इकट्ठा करता है. इससे जानकारी पर तेज़ी से एक्शन लेना और एफिशिएंसी (efficiency) बढ़ाना मुमकिन हुआ है. TDA पहले से ही रूटीन HR हेल्पडेस्क (helpdesk) टिकटों का 70% से ज़्यादा ऑटोमैटिकली (automatically) संभाल रहा है. कस्टमर सर्विस में AI ने शिकायतों का विश्लेषण करके और उन्हें सही जगह रूट (route) करके रिस्पॉन्स टाइम (response time) को आधा कर दिया है, जिससे ऑपरेशन्स (operations) ज़्यादा तेज़ और सटीक हो गए हैं.
इंडस्ट्री में AI का बढ़ता दबदबा
ग्लोबल स्टील सेक्टर (steel sector) में एफिशिएंसी और प्रेडिक्शन (prediction) को बेहतर बनाने के लिए AI को तेज़ी से अपनाया जा रहा है. Competitors भी भारी निवेश कर रहे हैं. उदाहरण के लिए, ArcelorMittal प्रेडिक्टिव मेंटेनेंस (predictive maintenance) के लिए AI का उपयोग करता है, जिसकी मार्केट वैल्यू लगभग $15 बिलियन है और P/E 8x है. POSCO प्रोसेस ऑप्टिमाइजेशन (process optimization) के लिए AI पर फोकस कर रहा है, जिसकी मार्केट वैल्यू लगभग समान है लेकिन P/E 10x के करीब है. Thyssenkrupp के AI प्रयासों में रीस्ट्रक्चरिंग (restructuring) के बीच कम दिख रहे हैं. एनालिस्ट्स (analysts) आम तौर पर Tata Steel के इस टेक इन्वेस्टमेंट (tech investment) को लॉन्ग-टर्म कॉम्पिटिटिवनेस (competitiveness) के लिए सकारात्मक मानते हैं, जिससे कंपनी को ऑपरेशनल एज (operational edge) मिल सकता है. हालांकि, इंडस्ट्री को इकोनॉमिक साइकल्स (economic cycles) और AI व डीकार्बोनाइजेशन (decarbonization) में बड़े निवेश की ज़रूरत जैसी चुनौतियों का सामना करना पड़ रहा है.
संभावित जोखिम और चुनौतियाँ
एफिशिएंसी बढ़ाने की उम्मीदों के बावजूद, Tata Steel के AI रोलआउट (rollout) में कई बड़े जोखिम हैं. Google Cloud पर भारी निर्भरता वेंडर लॉक-इन (vendor lock-in) या सर्विस इंटरप्शन्स (service interruptions) का कारण बन सकती है. AI में भारी निवेश और लगातार क्लाउड सर्विस की लागत ROI (Return on Investment) पर सवाल खड़े करती है, खासकर एक साइक्लिकल इंडस्ट्री (cyclical industry) में. साइबर सिक्योरिटी (cybersecurity) एक बड़ी चिंता है; एक कॉम्प्लेक्स AI सिस्टम हमलों के प्रति ज़्यादा वल्नरेबल (vulnerable) होता है, जिससे ऑपरेशनल और रेपुटेशनल (reputational) नुकसान हो सकता है. 'Zen AI' और TDA की एडवांस्ड प्रकृति, भले ही ये एम्पावरिंग (empowering) हों, अगर ठीक से मैनेज न की जाएं तो इंटीग्रेशन प्रॉब्लम्स (integration problems) या नई देरी का कारण बन सकती हैं. Competitors की तुलना में, Tata Steel का व्यापक, यूनिफाइड अप्रोच (unified approach) अपनी ग्लोबल ऑपरेशन्स में परफेक्ट एग्जीक्यूशन (execution) की मांग करता है. AI की तेज़ी से बदलती प्रकृति का मतलब है कि वर्तमान निवेश जल्दी ही पुराने हो सकते हैं, जिसके लिए कॉम्पिटिटिव बने रहने को लगातार रीइन्वेस्टमेंट (reinvestment) की ज़रूरत होगी.
भविष्य की राह
Tata Steel के चीफ इन्फॉर्मेशन ऑफिसर (CIO) Jayanta Banerjee AI को "एग्जीक्यूशन का एक कंटीन्यूअस इंजन (continuous engine)" मानते हैं जो "हमारे लोगों को इनसाइट्स पर तुरंत एक्शन लेने में सक्षम बनाता है." यह विजन जटिल प्रक्रियाओं को सरल बनाने और ऑपरेशनल स्केल (operational scale) को बढ़ाने का लक्ष्य रखता है. जबकि एनालिस्ट्स आम तौर पर ऐसे टेक इन्वेस्टमेंट का समर्थन करते हैं, इस इनिशिएटिव की सफलता अंततः एफिशिएंसी, कॉस्ट सेविंग्स (cost savings) और कॉम्पिटिटिव एजिलिटी (competitive agility) में मापा जा सकने वाले सुधारों को लगातार डिलीवर करने की क्षमता पर निर्भर करेगी. इसका मूल्यांकन ब्रॉडर इंडस्ट्री ट्रेंड्स (broader industry trends) और मार्केट प्राइस फ्लक्चुएशन्स (market price fluctuations) के मुकाबले किया जाएगा.