Cover Tatler वियतनाम ने Base.vn के श्री ट्रान तुआन अन्ह नघिया के साथ इस पर चर्चा की कि कैसे एक “doanh nghiệp” AI का प्रभावी ढंग से उपयोग कर सकता है।

अपनी पुस्तक “पावर एंड प्रेडिक्शन: द डिस्रप्टिव इकोनॉमिक्स ऑफ आर्टिफिशियल इंटेलिजेंस” में, तीन अर्थशास्त्री - अजय अग्रवाल, जोशुआ गन्स और एवी गोल्डफ़ार्ब - तर्क देते हैं कि आर्टिफिशियल इंटेलिजेंस (AI) पूर्वानुमान की लागत को कम करता है, जिससे “doanh nghiệp” (व्यवसाय) के निर्णय लेने के तरीके बदल जाते हैं। उत्पादकता में बदलाव लाने के लिए, “doanh nghiệp” को AI को अलग-अलग चरणों में लागू करने के बजाय अपनी प्रक्रियाओं और परिचालन प्रणालियों को फिर से डिज़ाइन करने की आवश्यकता है।

वियतनाम में, AI का उपयोग व्यापक रूप से हो रहा है, लेकिन वास्तविक दक्षता अभी भी एक बड़ी चुनौती है। EY कंसल्टिंग वियतनाम के 120 व्यावसायिक नेताओं के सर्वेक्षण से पता चलता है कि 97% “doanh nghiệp” (व्यवसाय) पहले से ही AI को परिचालन में ला चुके हैं, लेकिन केवल 3% ही इसे गहराई से एकीकृत करने और इसके वास्तविक मूल्य को सिद्ध करने में सफल रहे हैं।

और पढ़ें: डायफ़्लो और व्यवसाय में AI एजेंट लाने की महत्वाकांक्षा

तो वियतनामी “doanh nghiệp” (व्यवसाय) को AI का प्रभावी ढंग से लाभ उठाने के लिए अपनी कार्यप्रणाली में कैसे बदलाव करना चाहिए? Tatler वियतनाम ने Base.vn के उप महाप्रबंधक, श्री ट्रान तुआन अन्ह नघिया से चर्चा की, जो प्रबंधन, सिस्टम डिज़ाइन और मानवीय जिम्मेदारी के दृष्टिकोण से AI के एकीकरण पर आधारित है।

Tatler Asia
Above AI युग में वियतनामी व्यवसायों के अनुकूलन पर चर्चा करते हुए एक प्रतीकात्मक चित्र।

पावर एंड प्रेडिक्शन AI के प्रभाव को देखने के लिए एक आर्थिक ढांचा प्रदान करता है: यह टूल वास्तव में मूल्य कहाँ पैदा करता है और यह अर्थव्यवस्था की संरचना को कैसे बदल सकता है? जब आप उन तर्कों को वियतनामी “doanh nghiệp” के साथ काम करने के अपने वास्तविक अनुभव के साथ जोड़ते हैं, तो आप निर्णयों और संगठनात्मक कार्यप्रणाली में क्या देखते हैं?

मैंने 2 साल से अधिक समय पहले पावर एंड प्रेडिक्शन पढ़ी थी, जब मैं कई अन्य व्यावसायिक स्वामियों के साथ AI की तेज़ गति से दबाव महसूस कर रहा था। उस समय, बड़े भाषा मॉडल आज की तरह व्यापक नहीं थे।

पीछे मुड़कर देखें, तो मैं AI की हालिया प्रगति से हैरान हूँ। लेकिन इस पुस्तक के माध्यम से, मुझे इस भ्रमित AI दुनिया में खुद को स्थित करने के लिए एक दिशा-निर्देश मिला।

पुस्तक का एक तर्क जो मुझे पसंद आया, वह यह है कि भविष्य का पूर्वानुमान लगाने के लिए हमें अतीत के नियमों को समझना होगा। बिजली और AI दोनों ही सामान्य-उद्देश्य वाली प्रौद्योगिकियां हैं, जो मानव श्रम के तरीके को बदल सकती हैं। एक “doanh nghiệp” के रूप में, हमें यह स्वीकार करना होगा कि हम अभी भी AI अनुप्रयोगों के शुरुआती चरण में हैं, जो अभी तक पूरी अर्थव्यवस्था के स्तर पर उत्पादकता बढ़ाने के लिए पर्याप्त व्यवस्थित नहीं हैं।

वर्तमान स्थिति में, AI कभी-कभी कार्यप्रणाली को जटिल बना देता है, जबकि कुछ नेता उम्मीद करते हैं कि यह तकनीक हर समस्या का समाधान कर देगी। आपके अनुसार, “doanh nghiệp” (व्यवसाय) कहाँ अटके हुए हैं?

यह केवल व्यवसायों की गलती नहीं है, बल्कि यह संक्रमण काल की विशेषता है। पॉल डेविड ने बताया था कि कैसे 20वीं सदी के कारखाने के मालिकों ने भाप इंजन को बिजली से बदला लेकिन अपनी उत्पादन लाइन वही रखी। नतीजा यह रहा कि उत्पादकता में सुधार नहीं हुआ क्योंकि उन्होंने काम करने का तरीका नहीं बदला। आज, AI के साथ हम बिल्कुल वैसा ही कर रहे हैं।

तीन बड़ी समस्याएं हैं। पहली, AI का उपयोग केवल व्यक्तिगत टूल के रूप में किया जा रहा है। दूसरी, AI को पुरानी प्रक्रिया के केवल एक हिस्से में एकीकृत किया गया है। तीसरी, नेता बहुत अधिक उम्मीदें रखते हैं जबकि डेटा अभी भी बिखरा हुआ है। एक “doanh nghiệp” के लिए डेटा को एक ही स्रोत (सिंगल सोर्स ऑफ ट्रुथ) में लाना अनिवार्य है।

Tatler Asia
Above Base.vn के उप महाप्रबंधक श्री ट्रान तुआन अन्ह नघिया, जो व्यवसाय प्रबंधन और AI के एकीकरण पर गहन अंतर्दृष्टि प्रदान करते हैं।

“AI को लागू करने” और “AI के साथ व्यवसाय को फिर से डिज़ाइन करने” के बीच की सीमा कहाँ है? एक “doanh nghiệp” यह कैसे पहचान सकता है कि वे बाद वाले को कर रहे हैं?

सीमा इस सवाल में है: “क्या AI द्वारा निर्णय बदलने पर सिस्टम में अन्य निर्णय भी बदलते हैं?” यदि हाँ, तो “doanh nghiệp” एक सिस्टम समाधान की ओर बढ़ रहा है।

इसे वास्तविक संकेतों के माध्यम से पहचाना जा सकता है। कार्य विवरण लिखे जाते हैं क्योंकि कार्य मानव से AI एजेंट को स्थानांतरित हो जाते हैं, लेकिन अंतिम जिम्मेदारी अभी भी एक मानव की होती है। प्रक्रियाएं छोटी हो जाती हैं क्योंकि सत्यापन चरणों को AI द्वारा संभाला जा सकता है। इसके विपरीत, यदि AI लाने के बाद संगठन में कोई अधिकार क्षेत्र नहीं बदलता है, तो आप वास्तव में अपनी कार्यप्रणाली को फिर से डिज़ाइन नहीं कर रहे हैं। व्यवस्थित परिवर्तन हमेशा शक्ति के हस्तांतरण के साथ आते हैं।

AI का एक महत्वपूर्ण बिंदु यह है कि यह “पूर्वानुमान” की लागत को कम करता है और इस प्रकार “निर्णय” का मूल्य बढ़ाता है। मानव भूमिका को कैसे व्यवस्थित किया जाना चाहिए? कौन सी मानवीय क्षमताएं अधिक महंगी हो जाएंगी?

मैं अक्सर अपनी टीम से कहता हूँ कि AI परिणाम का अनुकरण (simulate) कर सकता है, लेकिन यह उस परिणाम को उत्पन्न करने वाली सोच की जगह नहीं ले सकता। AI का उपयोग करते समय, एक मानव को तीन चीजों पर ध्यान केंद्रित करना चाहिए: अपेक्षित परिणामों का निर्धारण करना, मानव-AI सहयोग के नियम बनाना और परिणामों की अंतिम जिम्मेदारी लेना। किसी भी “doanh nghiệp” में, तीन क्षमताएं तेजी से मूल्यवान हो रही हैं: सही समस्या को परिभाषित करना, अस्पष्ट स्थितियों में निर्णय लेना और वास्तविक परिणामों के लिए जवाबदेही लेना। AI गलत पूर्वानुमान दे सकता है बिना किसी परिणाम को भुगते, लेकिन हम ऐसा नहीं कर सकते।

Tatler Asia
Above Base 2.0 का विज़न, जो व्यवसाय के परिचालन को फिर से परिभाषित करने और AI को मूल रूप से एकीकृत करने पर केंद्रित है।

क्या वियतनामी “doanh nghiệp” अभी उस जिम्मेदारी के सवाल के लिए तैयार हैं जो AI के शामिल होने पर उत्पन्न होती है?

मुझे नहीं लगता कि अधिकांश तैयार हैं। सिद्धांत के रूप में, अंतिम जिम्मेदारी हमेशा मनुष्य की होती है, उपकरण की नहीं। एक “doanh nghiệp” तभी तैयार होता है जब वह चार सवालों के जवाब दे सके: AI को क्या करने की अनुमति है? कार्य की जिम्मेदारी किसकी है? क्या सभी क्रियाओं का पता लगाया जा सकता है? कौन सा निर्णय मनुष्य को सीधे लेना चाहिए?

Base 2.0 के निर्माण में, Base किस समस्या से शुरू हुआ? किन दृष्टिकोणों ने इस उत्पाद और नई परिचालन प्रणाली को आकार दिया?

हमने 10 वर्षों में 12,000 से अधिक ग्राहकों की सेवा करने के बाद एक विरोधाभास देखा। “doanh nghiệp” कई सॉफ्टवेयर का उपयोग कर रहे थे, लेकिन डेटा बिखरा हुआ था। बिल गेट्स ने एक बार कहा था कि अगर वह आज शुरू करते, तो वह AI-केंद्रित व्यवसाय (AI-Centric Enterprise) बनाते। यही Base 2.0 का दर्शन है। हम AI को पुरानी नींव पर लगाने के बजाय, सिस्टम में बदलाव लाने के लिए इसे खरोंच से बना रहे हैं। हम मानते हैं कि “AI खराब सॉफ्टवेयर को मारता है, अच्छे को नहीं।” हमारा मिशन सरल है: लोगों को वास्तव में कम काम करने में मदद करना।

Tatler Asia
Above Base.vn के अत्याधुनिक कार्यालय में AI तकनीक के एकीकरण और भविष्य के कार्यप्रवाह पर चर्चा।

यदि आप एक “doanh nghiệp” की पूरी परिचालन संरचना को मिटा दें और उसे खरोंच से फिर से डिज़ाइन करें, तो आप कहाँ से शुरू करेंगे?

मैं AI टूल चुनने से नहीं, बल्कि कार्य को फिर से परिभाषित करने से शुरू करूँगा। मैं उन सभी परिणामों (outputs) की सूची बनाऊँगा जिन्हें एक “doanh nghiệp” को उत्पन्न करने की आवश्यकता है। फिर, मैं स्पष्ट करूँगा कि क्या सफलता है और कौन जिम्मेदार है। केवल तभी मैं यह तय करूँगा कि क्या हिस्सा इंसानों को देना है और क्या AI एजेंट को। अंत में, मैं पूरे काम को एक एकीकृत प्रणाली में रखूँगा जहाँ मानव और मशीन की गतिविधियों को मापा जा सके।

यदि आप व्यवसाय के लिए 3 सलाह दें, तो वे क्या होंगी?

पहला, AI से शुरुआत न करें, अपने काम को परिभाषित करने से शुरू करें। यदि आप यह वर्णन नहीं कर सकते कि एक काम कैसा दिखता है, तो AI प्रभावी नहीं होगा।

दूसरा, AI को एक नए कर्मचारी की तरह काम सौंपें, दायरे और नियमों को स्पष्ट करें। इसे केवल एक बटन दबाने जैसा न समझें।

तीसरा, निर्णय लेने की क्षमता और जिम्मेदारी को इंसानों के पास रखें। AI हमारे मुकाबले जानकारी को तेजी से संसाधित करता है, लेकिन यह हमारा जीवन नहीं जीता है।

बिजली को उत्पादन लाइनों को फिर से परिभाषित करने में लगभग 40 साल लग गए। मेरा मानना है कि AI को इतने समय की आवश्यकता नहीं होगी, क्योंकि यह पुनर्निर्माण पहले ही शुरू हो चुका है!

अभी पढ़ें

बैंक नए युग को आकार दे रहे हैं

नोबेल शांति विजेता 2026 नवी पिल्ले: शक्ति का सामना करने का जीवन

विकसित माता-पिता: पारिवारिक शिक्षा के दिलचस्प पहलू