ਕੰਪਨੀਆਂ Artificial Intelligence (AI) ਵਿੱਚ ਅੰਨ੍ਹੇਵਾਹ ਪੈਸਾ ਲਗਾ ਰਹੀਆਂ ਹਨ, ਪਰ ਡਾਟਾ ਦੀ ਗੜਬੜੀ ਕਾਰਨ ਉਮੀਦ ਮੁਤਾਬਕ ਰਿਟਰਨ ਨਹੀਂ ਮਿਲ ਰਿਹਾ। ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਇਹ ਸਮਝਣਾ ਜ਼ਰੂਰੀ ਹੈ ਕਿ ਸਿਰਫ ਪਾਇਲਟ ਪ੍ਰੋਜੈਕਟਾਂ ਦੀ ਸਫਲਤਾ ਕਾਫੀ ਨਹੀਂ ਹੈ, ਅਸਲ ਫਾਇਦਾ ਆਪਰੇਸ਼ਨਲ ਲਾਗਤਾਂ ਘਟਾਉਣ ਵਿੱਚ ਹੈ।
ਭਾਰਤੀ ਕੰਪਨੀਆਂ ਇਸ ਵੇਲੇ Artificial Intelligence (AI) ਨੂੰ ਅਪਣਾਉਣ ਲਈ ਕਾਫੀ ਉਤਸ਼ਾਹਿਤ ਹਨ, ਜਿਸ ਦਾ ਮੁੱਖ ਮਕਸਦ ਉਤਪਾਦਕਤਾ ਵਧਾਉਣਾ ਅਤੇ ਖਰਚੇ ਘਟਾਉਣਾ ਹੈ। ਪਰ ਅਸਲੀਅਤ ਇਹ ਹੈ ਕਿ ਕਈ ਕੰਪਨੀਆਂ ਆਪਣੇ ਸਫਲ 'ਪਾਇਲਟ ਪ੍ਰੋਜੈਕਟਾਂ' ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਲਾਗੂ ਕਰਨ ਵਿੱਚ ਸੰਘਰਸ਼ ਕਰ ਰਹੀਆਂ ਹਨ। ਕੰਟਰੋਲ ਕੀਤੇ ਮਾਹੌਲ ਵਿੱਚ ਜੋ AI ਟੂਲ ਵਧੀਆ ਕੰਮ ਕਰਦੇ ਹਨ, ਉਹ ਅਸਲ ਕਾਰੋਬਾਰੀ ਸਥਿਤੀਆਂ ਵਿੱਚ ਫੇਲ੍ਹ ਹੋ ਰਹੇ ਹਨ।
ਅਸਲੀ ਸਮੱਸਿਆ ਕੀ ਹੈ?
ਸਭ ਤੋਂ ਵੱਡੀ ਰੁਕਾਵਟ ਹੈ ਡਾਟਾ ਦੀ ਕੁਆਲਿਟੀ। ਜ਼ਿਆਦਾਤਰ ਕੰਪਨੀਆਂ ਦਾ ਡਾਟਾ ਵੱਖ-ਵੱਖ ਵਿਭਾਗਾਂ ਵਿੱਚ ਖਿੰਡਿਆ ਹੋਇਆ ਹੈ। ਜਦੋਂ AI ਨੂੰ ਇਹ ਅਧੂਰਾ ਜਾਂ ਗਲਤ ਡਾਟਾ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਨਤੀਜੇ ਵੀ ਗਲਤ ਆਉਂਦੇ ਹਨ। ਇਸ ਨਾਲ ਮਨੁੱਖੀ ਦਖਲਅੰਦਾਜ਼ੀ ਘਟਣ ਦੀ ਬਜਾਏ ਹੋਰ ਵਧ ਜਾਂਦੀ ਹੈ। ਕਰਮਚਾਰੀਆਂ ਨੂੰ AI ਦੀਆਂ ਗਲਤੀਆਂ ਸੁਧਾਰਨ ਵਿੱਚ ਹੀ 3-3 ਘੰਟੇ ਲੱਗ ਜਾਂਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਕੰਪਨੀ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਸੁਧਰਨ ਦੀ ਬਜਾਏ ਉਲਟਾ ਫਾਈਨੈਂਸ਼ੀਅਲ ਨੁਕਸਾਨ ਹੁੰਦਾ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਚੇਤਾਵਨੀ
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੰਪਨੀ ਦੇ Profit Margins 'ਤੇ ਨਜ਼ਰ ਰੱਖਣੀ ਚਾਹੀਦੀ ਹੈ। ਜੇਕਰ ਕੰਪਨੀ ਸਿਰਫ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਦਾ ਦਾਅਵਾ ਕਰ ਰਹੀ ਹੈ ਪਰ ਉਸਦਾ ਕੋਈ ਅਸਰ ਲੇਬਰ ਕਾਸਟ ਜਾਂ ਆਪਰੇਸ਼ਨਲ ਖਰਚਿਆਂ 'ਤੇ ਨਹੀਂ ਪੈ ਰਿਹਾ, ਤਾਂ ਇਹ ਨਿਵੇਸ਼ ਲਈ ਖਤਰਾ ਹੋ ਸਕਦਾ ਹੈ।
ਸਫਲ ਕੰਪਨੀ ਉਹ ਹੈ ਜੋ:
- AI ਟੂਲ ਲਗਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਆਪਣੇ ਸਿਸਟਮ ਦਾ Audit ਕਰਦੀ ਹੈ।
- ਸਿਰਫ ਬਜ਼ਵਰਡਸ (Buzzwords) ਦੇ ਪਿੱਛੇ ਨਹੀਂ ਭੱਜਦੀ, ਸਗੋਂ ROI ਨੂੰ ਪਹਿਲ ਦਿੰਦੀ ਹੈ।
- ਆਪਰੇਸ਼ਨਲ ਓਵਰਹੈੱਡ ਨੂੰ ਘਟਾਉਣ 'ਤੇ ਫੋਕਸ ਕਰਦੀ ਹੈ।
ਆਉਣ ਵਾਲੀਆਂ ਤਿਮਾਹੀਆਂ ਦੇ ਨਤੀਜਿਆਂ ਵਿੱਚ ਇਹ ਦੇਖਣਾ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੋਵੇਗਾ ਕਿ ਕੀ ਕੰਪਨੀਆਂ AI ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸੱਚਮੁੱਚ ਆਪਣੇ ਖਰਚੇ ਘਟਾ ਰਹੀਆਂ ਹਨ ਜਾਂ ਇਹ ਸਿਰਫ ਇੱਕ ਮਹਿੰਗਾ ਤਕਨੀਕੀ ਖਰਚਾ ਬਣ ਕੇ ਰਹਿ ਗਿਆ ਹੈ।