Whalesbook
ਸਹੂਲਤ ਤੋਂ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਵੱਲ ਮੋੜ
ਭਾਰਤ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਬਾਰੇ ਚਰਚਾ ਹੁਣ ਇੱਕ ਨਵੇਂ ਮੋੜ 'ਤੇ ਪਹੁੰਚ ਗਈ ਹੈ। ਗੱਲ ਹੁਣ ਸਿਰਫ ਗਾਹਕਾਂ ਲਈ ਚੈਟਬਾਟ ਬਣਾਉਣ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ, ਕੰਪਨੀਆਂ ਦੇ ਅੰਦਰੂਨੀ ਕੰਮ-ਕਾਜ ਨੂੰ ਬਦਲਣ ਵੱਲ ਵਧ ਗਈ ਹੈ। ਇਹ ਤਬਦੀਲੀ ਸਿਰਫ ਨਵੇਂਪਣ ਦੀ ਭਾਵਨਾ ਨਾਲ ਨਹੀਂ, ਸਗੋਂ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਕੇਲੇਬਿਲਟੀ (scalability) ਅਤੇ ਸੁਰੱਖਿਆ ਦੀ ਲੋੜ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। Amazon Web Services (AWS) ਦੇ Bedrock ਵਿੱਚ ਐਡਵਾਂਸ ਮਾਡਲਾਂ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਕੇ, ਕਾਰਪੋਰੇਸ਼ਨਾਂ ਡਾਟਾ ਗਵਰਨੈਂਸ ਅਤੇ ਕੰਪਲਾਇੰਸ (compliance) ਦਾ ਭਾਰ ਕਲਾਉਡ ਪ੍ਰੋਵਾਈਡਰ 'ਤੇ ਪਾ ਰਹੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਵਧੀਆ ਤਰੀਕੇ ਨਾਲ ਕੰਮ-ਕਾਜ ਨੂੰ ਆਟੋਮੇਟ ਕਰਨ ਦਾ ਮੌਕਾ ਮਿਲ ਰਿਹਾ ਹੈ।
ਆਰਥਿਕ ਕਾਰਨ: ਭਾਰਤ ਕਿਉਂ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ?
OpenAI ਲਈ ਭਾਰਤ ਦਾ ਇੱਕ ਪ੍ਰਮੁੱਖ ਬਾਜ਼ਾਰ ਵਜੋਂ ਉਭਰਨਾ, ਦੇਸ਼ ਦੀ ਵੱਡੀ ਟੈਕਨੀਕਲ ਪ੍ਰਤਿਭਾ ਅਤੇ ਕੀਮਤ-ਸੰਵੇਦਨਸ਼ੀਲ ਕਾਰਪੋਰੇਟ ਕਲਚਰ ਨਾਲ ਇੱਕ ਰਣਨੀਤਕ ਅਨੁਕੂਲਤਾ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ। ਪੁਰਾਣੇ ਸੌਫਟਵੇਅਰ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਵਾਲੇ ਬਾਜ਼ਾਰਾਂ ਦੇ ਉਲਟ, ਭਾਰਤੀ ਫਰਮਾਂ ਇੱਕੋ ਸਮੇਂ 'ਕਲਾਉਡ-ਫਸਟ' ਅਤੇ 'AI-ਫਸਟ' ਆਰਕੀਟੈਕਚਰ ਅਪਣਾ ਰਹੀਆਂ ਹਨ। ਇਸ 'ਲੀਪਫ੍ਰੌਗਿੰਗ' (leapfrogging) ਵਿਵਹਾਰ ਕਾਰਨ, ਸਥਾਨਕ ਵਿੱਤ, ਕਾਨੂੰਨੀ, ਅਤੇ HR ਵਿਭਾਗ ਸਾਲਾਂ ਦੇ ਸੌਫਟਵੇਅਰ ਅਪਡੇਟਸ ਨੂੰ ਬਾਈਪਾਸ ਕਰਕੇ, AI ਏਜੰਟਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਨ ਜੋ ਆਡਿਟ ਟ੍ਰੇਲ ਜਨਰੇਸ਼ਨ ਅਤੇ ਆਟੋਮੇਟਿਡ ਸੌਫਟਵੇਅਰ ਡਿਲੀਵਰੀ ਚੱਕਰਾਂ ਵਰਗੀਆਂ ਗੁੰਝਲਦਾਰ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਸੰਭਾਲ ਸਕਦੇ ਹਨ।
ਕਾਰਜਸ਼ੀਲ ਹਕੀਕਤ
ਸਥਾਪਿਤ ਵਰਕਫਲੋਜ਼ ਵਿੱਚ ਆਧੁਨਿਕ ਸਾਧਨਾਂ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਨਾਲ ਓਪਰੇਟਿੰਗ ਮਾਰਜਿਨ 'ਤੇ ਸਿੱਧਾ ਅਸਰ ਪੈ ਰਿਹਾ ਹੈ। ਦੁਹਰਾਉਣ ਵਾਲੇ ਪ੍ਰਸ਼ਾਸਕੀ ਕੰਮਾਂ ਨੂੰ ਆਟੋਮੇਟ ਕਰਕੇ, ਫਰਮਾਂ ਹੈੱਡਕਾਊਂਟ (headcount) ਵਧਾਏ ਬਿਨਾਂ ਮਾਲੀਆ ਵਾਧਾ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ, ਇਹ ਬਦਲਾਅ ਬਾਹਰੀ ਮਾਡਲ ਪ੍ਰਦਾਤਾਵਾਂ ਦੀ ਉਪਲਬਧਤਾ ਅਤੇ ਸ਼ੁੱਧਤਾ 'ਤੇ ਨਵੀਂ ਨਿਰਭਰਤਾ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਜਦੋਂ ਕਿ ਸਮਰਥਕ ਉਤਪਾਦਕਤਾ ਲਾਭਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰਦੇ ਹਨ, ਇਹ ਕਦਮ ਕਾਰਪੋਰੇਟ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਵਿੱਚ ਅਸਫਲਤਾ ਦਾ ਇੱਕ ਸਿੰਗਲ ਪੁਆਇੰਟ (single point of failure) ਬਣਾਉਂਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਕੰਪਨੀ-ਵਿਆਪੀ ਕਾਰਜਸ਼ੀਲ ਸਥਿਰਤਾ ਦਾ ਇੱਕ ਕੇਂਦਰੀ ਥੰਮ Amazon ਦੇ ਕਲਾਉਡ ਈਕੋਸਿਸਟਮ 'ਤੇ ਨਿਰਭਰ ਹੋ ਜਾਂਦਾ ਹੈ।
ਖੋਜੀ ਬੇਅਰ ਕੇਸ: ਓਵਰ-ਆਟੋਮੇਸ਼ਨ ਦੇ ਜੋਖਮ
ਜਦੋਂ ਕਿ ਉਦਯੋਗ 'AI ਸਹਿ-ਕਰਮਚਾਰੀ' (AI coworker) ਪੈਰਾਡਾਈਮ ਦੇ ਫਾਇਦਿਆਂ ਦਾ ਪ੍ਰਚਾਰ ਕਰਦਾ ਹੈ, ਉਨ੍ਹਾਂ ਸੰਸਥਾਵਾਂ ਲਈ ਕਾਫ਼ੀ ਜੋਖਮ ਬਣੇ ਹੋਏ ਹਨ ਜੋ ਆਪਣੀਆਂ ਮੁੱਖ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਇਨ੍ਹਾਂ ਪ੍ਰਣਾਲੀਆਂ 'ਤੇ ਦਾਅ 'ਤੇ ਲਗਾ ਰਹੀਆਂ ਹਨ। ਵਿੱਤੀ ਰਿਪੋਰਟਿੰਗ ਵਰਗੇ ਆਲੋਚਨਾਤਮਕ ਕੰਮਾਂ ਲਈ ਨਾਨ-ਡਿਟਰਮਿਨਿਸਟਿਕ (non-deterministic) ਮਾਡਲਾਂ 'ਤੇ ਨਿਰਭਰਤਾ ਕਾਫ਼ੀ ਰੈਗੂਲੇਟਰੀ (regulatory) ਅਤੇ ਸ਼ੁੱਧਤਾ ਦੇ ਜੋਖਮ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਰਵਾਇਤੀ ਸੌਫਟਵੇਅਰ ਦੇ ਉਲਟ, ਲਾਰਜ ਲੈਂਗੂਏਜ ਮਾਡਲ (LLMs) 'ਮਨੋਰੰਜਨ' (hallucinations) ਪ੍ਰਦਰਸ਼ਿਤ ਕਰ ਸਕਦੇ ਹਨ ਜੋ, ਜੇਕਰ ਕਾਨੂੰਨੀ ਜਾਂ ਵਿੱਤੀ ਖੇਤਰਾਂ ਵਿੱਚ ਅਣਜਾਣ ਰਹਿਣ, ਤਾਂ ਗੰਭੀਰ ਕੰਪਲਾਇੰਸ ਉਲੰਘਣਾਵਾਂ ਜਾਂ ਗਲਤ ਆਡਿਟ ਡੇਟਾ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੇ ਹਨ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, ਭਾਰਤ ਵਿੱਚ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਦਾ ਮਾਹੌਲ ਤੇਜ਼ ਹੋ ਰਿਹਾ ਹੈ। ਸਥਾਨਕ ਫਰਮਾਂ ਇਹ ਸਮਝ ਰਹੀਆਂ ਹਨ ਕਿ OpenAI ਵਰਗੇ ਇਕੱਲੇ ਪ੍ਰਦਾਤਾ 'ਤੇ ਨਿਰਭਰਤਾ ਨਾਲ ਵੈਂਡਰ ਲਾਕ-ਇਨ (vendor lock-in) ਹੋ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਕਈ ਲੋਕ ਡਾਟਾ ਪ੍ਰਭੂਸੱਤਾ (data sovereignty) ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ Meta ਦੇ Llama ਜਾਂ ਸਥਾਨਕ ਦੇਸੀ ਮਾਡਲਾਂ ਵਰਗੇ ਓਪਨ-ਸੋਰਸ ਵਿਕਲਪਾਂ ਦੀ ਪੜਚੋਲ ਕਰ ਰਹੇ ਹਨ। ਐਂਟਰਪ੍ਰਾਈਜ਼ ਵਰਕਫਲੋਜ਼ ਵਿੱਚ ਇਹ ਹਮਲਾਵਰ ਧੱਕਾ 'ਮੁਲਾਂਕਣ ਜਾਲ' (valuation trap) ਦਾ ਵੀ ਜੋਖਮ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਜਿੱਥੇ ਕੰਪਨੀਆਂ ਉਤਪਾਦਕਤਾ ਲਾਭ ਦੀ ਉਮੀਦ ਵਿੱਚ ਆਪਣੇ ਟੈਕ-ਸਟੈਕ ਖਰਚਿਆਂ ਨੂੰ ਵਧਾ-ਚੜ੍ਹਾ ਕੇ ਪੇਸ਼ ਕਰਦੀਆਂ ਹਨ, ਜਿਸ ਨੂੰ ਸਾਕਾਰ ਹੋਣ ਵਿੱਚ ਸਾਲ ਲੱਗ ਸਕਦੇ ਹਨ, ਅਤੇ ਏਕੀਕਰਨ ਪੜਾਅ ਦੌਰਾਨ ਥੋੜ੍ਹੇ ਸਮੇਂ ਦੇ ਮੁਨਾਫੇ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰ ਸਕਦਾ ਹੈ।
ਰਣਨੀਤਕ ਦ੍ਰਿਸ਼ਟੀਕੋਣ
ਅੱਗੇ ਦੇਖਦੇ ਹੋਏ, ਬਾਜ਼ਾਰ ਇਨ੍ਹਾਂ ਵਰਕਫਲੋ ਓਵਰਹਾਲਾਂ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੇ ਅਸਲ ROI (Return on Investment) 'ਤੇ ਆਪਣੀ ਜਾਂਚ ਨੂੰ ਹੋਰ ਤੇਜ਼ ਕਰੇਗਾ। ਜਿਉਂ-ਜਿਉਂ ਸ਼ੁਰੂਆਤੀ ਉਤਸ਼ਾਹ ਘਟੇਗਾ, ਪ੍ਰਬੰਧਨ ਟੀਮਾਂ ਨੂੰ ਕਾਰਜਸ਼ੀਲ ਆਉਟਪੁੱਟ ਵਿੱਚ ਠੋਸ ਸੁਧਾਰਾਂ ਦੇ ਮੁਕਾਬਲੇ ਫਰੰਟੀਅਰ ਮਾਡਲਾਂ ਨੂੰ ਚਲਾਉਣ ਨਾਲ ਜੁੜੇ ਉੱਚ ਕੰਪਿਊਟ ਖਰਚਿਆਂ ਨੂੰ ਜਾਇਜ਼ ਠਹਿਰਾਉਣਾ ਪਵੇਗਾ। ਜੇਤੂ ਉਹ ਨਹੀਂ ਹੋਣਗੇ ਜੋ ਸਿਰਫ ਸਭ ਤੋਂ ਵੱਧ AI ਤਾਇਨਾਤ ਕਰਦੇ ਹਨ, ਬਲਕਿ ਉਹ ਜੋ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਅਤੇ ਸਵੈਚਾਲਿਤ ਕੁਸ਼ਲਤਾ ਦੇ ਵਿਚਕਾਰ ਸੰਤੁਲਨ ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਨੇਵੀਗੇਟ ਕਰਦੇ ਹਨ।