Whalesbook
AI ਪ੍ਰੋਜੈਕਟਾਂ 'ਤੇ ਫੇਲ ਹੋਣ ਦਾ ਵੱਡਾ ਖਤਰਾ
HCLTech ਦੀ 'The AI Impact Imperatives, 2026' ਰਿਪੋਰਟ ਵਿੱਚ ਇਹ ਖੁਲਾਸਾ ਹੋਇਆ ਹੈ ਕਿ ਭਾਵੇਂ AI ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਅਪਣਾਇਆ ਜਾ ਰਿਹਾ ਹੈ, ਪਰ ਕਈ ਪ੍ਰੋਜੈਕਟ ਫੇਲ ਹੋਣ ਦੇ ਵੱਡੇ ਖਤਰੇ ਵਿੱਚ ਹਨ। ਇਸ ਪਿੱਛੇ ਮੁੱਖ ਸਮੱਸਿਆ ਟੈਕਨਾਲੋਜੀ ਦੀ ਕਮੀ ਨਹੀਂ, ਸਗੋਂ ਤੇਜ਼ੀ ਨਾਲ ਆਰਥਿਕ ਲਾਭ ਦਿਖਾਉਣ ਦਾ ਦਬਾਅ ਅਤੇ ਕੰਪਨੀਆਂ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਮੁਲਾਜ਼ਮਾਂ ਵੱਲੋਂ ਲੋੜੀਂਦੀ ਤਿਆਰੀ ਨਾ ਕਰਨਾ ਹੈ।
AI ਤੋਂ ਤੇਜ਼ੀ ਨਾਲ ਰਿਟਰਨ ਦੀ ਦੌੜ
ਕੰਪਨੀਆਂ AI ਨਿਵੇਸ਼ਾਂ ਤੋਂ ਸਿਰਫ 18 ਮਹੀਨਿਆਂ ਦੇ ਅੰਦਰ ਵੱਡਾ ਰਿਟਰਨ ਉਮੀਦ ਕਰ ਰਹੀਆਂ ਹਨ। ਇਹ ਤੇਜ਼ ਸਮਾਂ-ਸੀਮਾ AI ਨੂੰ ਏਕੀਕ੍ਰਿਤ (Integrate) ਕਰਨ ਲਈ ਲੋੜੀਂਦੀ ਲਚਕਤਾ ਨੂੰ ਸੀਮਤ ਕਰਦੀ ਹੈ ਅਤੇ ਮੌਜੂਦਾ ਪ੍ਰਕਿਰਿਆਵਾਂ (Processes) ਤੇ ਸ਼ਾਸਨ (Governance) ਨੂੰ ਅਪਡੇਟ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਨਾਲ ਟਕਰਾਉਂਦੀ ਹੈ। HCLTech ਅਨੁਸਾਰ, ਇਸ ਦਬਾਅ ਕਾਰਨ ਨਿਵੇਸ਼ 'ਤੇ ਸਪੱਸ਼ਟ ਰਿਟਰਨ ਸਾਬਤ ਕਰਨਾ ਹੋਰ ਵੀ ਮੁਸ਼ਕਲ ਹੋ ਜਾਂਦਾ ਹੈ।
ਸੰਗਠਨਾਤਮਕ ਰੁਕਾਵਟਾਂ ਨੂੰ ਦੂਰ ਕਰਨਾ
ਬਹੁਤ ਸਾਰੀਆਂ ਕੰਪਨੀਆਂ AI ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੀ ਗੁੰਝਲਤਾ ਨੂੰ ਘੱਟ ਸਮਝਦੀਆਂ ਹਨ, ਖਾਸ ਤੌਰ 'ਤੇ ਬਿਹਤਰ ਟੀਮ ਵਰਕ ਅਤੇ ਤੇਜ਼ ਫੈਸਲੇ ਲੈਣ ਦੀ ਲੋੜ ਨੂੰ। ਕਾਰੋਬਾਰੀ ਟੀਚਿਆਂ ਅਤੇ IT ਐਗਜ਼ੀਕਿਊਸ਼ਨ (Execution) ਵਿਚਕਾਰ ਮੇਲ ਨਾ ਖਾਣਾ ਇੱਕ ਮੁੱਖ ਰੁਕਾਵਟ ਹੈ, ਭਾਵੇਂ AI ਨਿਵੇਸ਼ ਵਧ ਰਿਹਾ ਹੈ। ਇਹ ਸੰਗਠਨਾਤਮਕ ਹੌਲੀ-ਪਨ ਕੰਪਨੀਆਂ ਨੂੰ AI ਦਾ ਪੂਰਾ ਲਾਭ ਲੈਣ ਤੋਂ ਰੋਕਦਾ ਹੈ।
AI ਲਈ ਵਰਕਫੋਰਸ (Workforce) ਨੂੰ ਤਿਆਰ ਕਰਨਾ
AI ਨੂੰ ਮੁਲਾਜ਼ਮਾਂ ਦੀ ਲੋੜੀਂਦੀ ਸਿਖਲਾਈ ਜਾਂ ਸਹਾਇਤਾ ਤੋਂ ਬਿਨਾਂ ਏਕੀਕ੍ਰਿਤ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਸਟਾਫ ਨੂੰ ਅਕਸਰ ਸਹੀ ਮਾਰਗਦਰਸ਼ਨ ਤੋਂ ਬਿਨਾਂ ਨਵੇਂ AI ਟੂਲਜ਼ ਨਾਲ ਕੰਮ ਕਰਨ ਦੀ ਉਮੀਦ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਚੇਂਜ ਮੈਨੇਜਮੈਂਟ (Change Management) AI ਰਣਨੀਤੀ ਦਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਪਰ ਅਣਡਿੱਠਾ ਹਿੱਸਾ ਬਣ ਜਾਂਦਾ ਹੈ। HCLTech ਦੇ Vijay Guntur ਦੱਸਦੇ ਹਨ ਕਿ ਮੁਲਾਜ਼ਮਾਂ ਦੀ ਤਿਆਰੀ 'ਤੇ ਇਸ ਤਰ੍ਹਾਂ ਧਿਆਨ ਨਾ ਦੇਣ ਕਾਰਨ ਸਫਲਤਾ ਦੀ ਬਜਾਏ ਹੋਰ ਫੇਲਿਓਰ (Failure) ਹੋ ਸਕਦੇ ਹਨ।
ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਚੁਣੌਤੀਆਂ AI ਸਫਲਤਾ ਨੂੰ ਖਤਰੇ ਵਿੱਚ ਪਾਉਂਦੀਆਂ ਹਨ
ਜਦੋਂ ਕਿ AI ਅਪਣਾਉਣ (Adoption) ਵਿੱਚ ਵਾਧਾ ਹੋ ਰਿਹਾ ਹੈ, HCLTech ਦੇ ਨਤੀਜੇ ਗੰਭੀਰ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਸਮੱਸਿਆਵਾਂ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੇ ਹਨ। ਅਸਲ ਖਤਰਾ AI ਟੈਕਨਾਲੋਜੀ ਆਪਣੇ ਆਪ ਵਿੱਚ ਨਹੀਂ, ਬਲਕਿ ਸੰਸਥਾ ਦੀ ਇਸ ਦੇ ਅਨੁਕੂਲ (Adapt) ਹੋਣ ਦੀ ਯੋਗਤਾ ਹੈ। ਕੰਪਨੀਆਂ ਠੋਸ ਇੰਪਲੀਮੈਂਟੇਸ਼ਨ (Implementation) ਯੋਜਨਾਵਾਂ ਉੱਤੇ ਗਤੀ ਨੂੰ ਤਰਜੀਹ ਦੇ ਰਹੀਆਂ ਹਨ, ਜਿਸ ਕਾਰਨ ਪ੍ਰੋਜੈਕਟ ਫੇਲ ਹੋ ਸਕਦੇ ਹਨ। ਸੰਗਠਨਾਤਮਕ ਅਤੇ ਵਰਕਫੋਰਸ ਦੀ ਤਿਆਰੀ ਨੂੰ ਸੰਬੋਧਿਤ ਕੀਤੇ ਬਿਨਾਂ ਤੇਜ਼ ਰਿਟਰਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਕਈ AI ਪਹਿਲਕਦਮੀਆਂ (Initiatives) ਕਮਜ਼ੋਰ ਅਧਾਰ 'ਤੇ ਖੜ੍ਹੀਆਂ ਹਨ।
AI ਲਈ ਅੱਗੇ ਵੇਖਣਾ
HCLTech ਦਾ ਸਿੱਟਾ ਹੈ ਕਿ ਲੰਬੇ ਸਮੇਂ ਦੀ AI ਸਫਲਤਾ ਪ੍ਰਭਾਵੀ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਅਤੇ ਸਪੱਸ਼ਟ ਜਵਾਬਦੇਹੀ (Accountability) ਨਾਲ ਅਭਿਲਾਸ਼ਾ (Ambition) ਦਾ ਮੇਲ ਕਰਨ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। ਉਹ ਸੰਸਥਾਵਾਂ ਜੋ ਆਪਣੇ ਮੁਲਾਜ਼ਮਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਅਤੇ ਫੈਸਲਾ ਲੈਣ ਦੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਸੁਚਾਰੂ (Streamline) ਬਣਾਉਣ ਵਿੱਚ ਨਿਵੇਸ਼ ਨਹੀਂ ਕਰਦੀਆਂ, ਉਹ ਆਪਣੇ AI ਟੀਚਿਆਂ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਸੰਘਰਸ਼ ਕਰਨਗੀਆਂ। ਰਿਪੋਰਟ ਅਪਣਾਉਣ ਦੇ ਅੰਕੜਿਆਂ ਨੂੰ ਟਰੈਕ ਕਰਨ ਦੀ ਬਜਾਏ ਕਾਰਜਾਤਮਕ ਏਕੀਕਰਨ (Operational Integration) ਅਤੇ ਕਰਮਚਾਰੀ ਦੀ ਤਿਆਰੀ 'ਤੇ ਧਿਆਨ ਦੇਣ ਦੀ ਅਪੀਲ ਕਰਦੀ ਹੈ।