परिचय
आजकल टेक्नोलॉजी की दुनिया में AI का इस्तेमाल तेजी से बढ़ रहा है। कंपनियां धड़ल्ले से अपने काम-काज में AI assistants और copilots बांट रही हैं, जिससे उत्पादकता बढ़ने के दावे भी किए जाते हैं। हालांकि, इन दावों को किताबों में दर्ज करना या सत्यापित करना बेहद मुश्किल साबित हो रहा है। वर्ल्ड समिट AI के दौरान सामने आए तथ्यों से यह साफ होता है कि कंपनियां एंटरप्राइज़ AI इम्प्लीमेंटेशन तो कर रही हैं, लेकिन यह साबित करना कि इससे असल में कितनी कमाई हो रही है, एक बड़ी चुनौती बन गया है।
एंटरप्राइज़ AI में क्या बदलाव आया है?
पारंपरिक रूप से कंपनियां बिना किसी ठोस वित्तीय आकलन के नए टूल्स अपना लेती थीं। लेकिन अब स्थिति बदल रही है। उदाहरण के लिए, ABN Amro ने नियम बनाया है कि अब हर लाइव AI यूज़ केस के पीछे एक मजबूत बिजनेस केस होना चाहिए। यह बिजनेस केस पांच प्रमुख पैमानों पर आधारित होता है: लागत कम करना, विकास, ग्राहक संतुष्टि बढ़ाना, पूंजी का बेहतर उपयोग, या जोखिम को कम करना।
इसी तरह, Banco Santander ने 2026 से 2028 के बीच AI से €1bn से अधिक का बिजनेस वैल्यू जनरेट करने का लक्ष्य रखा है। इसमें अतिरिक्त रेवेन्यू और कम लागत शामिल है। बैंक ने अपनी पहली तिमाही में €35m की रिपोर्ट दी थी और साल के अंत तक €200m से अधिक की उम्मीद जताई है। वहीं, Axa ने अपनी रणनीतिक योजना में 2029 तक AI को स्केल करके €500m से €700m तक का वार्षिक आवर्ती प्री-टैक्स लाभ हासिल करने का लक्ष्य रखा है।
मुख्य लाभ और प्रैक्टिकल उदाहरण
दुनियाभर की बड़ी कंपनियां अपने ऑपरेशंस में AI को इस तरह से एकीकृत कर रही हैं कि स्पष्ट वित्तीय लाभ मिल सके:
- ING Belgium: इस बैंक ने एक ऐसा AI टूल रोल आउट किया है जो बेल्जियम के आधिकारिक गजट से कंपनी की जानकारी निकालता है। साथ ही, यह दस्तावेजों की कमी की जांच के लिए दूसरा एजेंट भी बना रहा है।
- AMD: AMD ने अपनी चिप डिज़ाइन वर्कफ़्लो में एजेंटिक AI (Agentic AI) को लागू किया है। इसमें विशेष सब-एजेंट्स को आपस में जोड़ा गया, जिससे उस काम में महीनों की बचत हुई जिसमें आमतौर पर 18 महीने से दो साल का समय लगता था। हालांकि, एजेंट डिप्लॉयमेंट के दौरान AMD का AI टोकन बिल काफी बढ़ गया था, जिसके चलते मुख्य वित्तीय अधिकारी (CFO) को रिटर्न ऑन इन्वेस्टमेंट के सबूत के आधार पर ही फंडिंग तय करनी पड़ी।
- Pernod Ricard: कंपनी ने 28 से अधिक देशों में सेल्स रिप्स के लिए एक AI रिकमेंडेशन टूल तैनात किया और A/B टेस्टिंग का उपयोग करके कुछ मिलियन यूरो के लाभ का श्रेय दिया।
- Albert Heijn: इस कंपनी ने स्टोर के बैक रूम में एक टीम से मैन्युअल रूप से सवालों के जवाब दिलवाकर स्टाफ ऐप असिस्टेंट कॉन्सेप्ट का परीक्षण किया था। इसके बाद असली AI असिस्टेंट तैयार किया गया, जो अब हफ्ते में करीब 80,000 बातचीत संभालता है।
द एडॉप्शन ट्रैप और मुख्य जोखिम
Banco Santander के मार्को ब्रेसन (Marco Bressan) ने ‘एडॉप्शन ट्रैप’ (adoption trap) का जिक्र किया है। इसके तहत AI assistants से मिलने वाली उत्पादकता के फायदों को सही ठहराना मुश्किल हो जाता है, क्योंकि लोग अंत में कोई अन्य काम करने लगते हैं या फिर दूसरों के लिए और अधिक काम पैदा कर देते हैं।
इसके अलावा, ABN Amro अपने AI एजेंटों को conversational, reasoning और task लेयर्स में अलग करता है ताकि उचित नीति जांच (policy checks) सुनिश्चित की जा सके। कई कॉरपोरेट फर्में पुराने ऑपरेटिंग मॉडल के साथ ही AI चाहती हैं, जिसके कारण उनकी एजेंटिक ट्रांसफॉर्मेशन योजनाएं असफल हो जाती हैं।
व्यापारिक और तकनीकी निहितार्थ
कंपनियों के लिए यह समझना जरूरी है कि विशिष्ट व्यावसायिक परिणाम AI की वजह से आए हैं या कंपनी की अन्य समवर्ती पहलों की वजह से, यह तय करना अक्सर मुश्किल होता है। मानव निरीक्षण (human oversight) को लेकर भी बहस जारी है। कोड जनरेशन या प्रक्रियाओं की समीक्षा करने वाले यदि केवल ‘स्टैम्पिंग मशीन’ की तरह काम करेंगे, तो समय के साथ मानव निरीक्षण प्रभावी नहीं रह जाएगा। जैसा कि विशेषज्ञों का मानना है, AI से पहले भी यदि आप जवाबदेह थे, तो आपको काम का परीक्षण करना पड़ता था और उसके पीछे खड़ा होना पड़ता था—और AI के आने से यह बात बदलती नहीं है।
आगे क्या देखना होगा?
आने वाले समय में यह देखना दिलचस्प होगा कि बड़ी वित्तीय संस्थाएं और टेक कंपनियां AI एजेंटों के खर्च (tokens bill) और उससे मिलने वाले रिटर्न के बीच कैसे संतुलन बिठाती हैं। जब तक हर AI प्रोजेक्ट के लिए सख्त रिटर्न ऑन इन्वेस्टमेंट (ROI) मानक तय नहीं किए जाते, तब तक यह साबित करना कठिन रहेगा कि एंटरप्राइज़ AI निवेश वास्तव में कितना मुनाफा कमा रहा है।