JSE ने व्यावसायिक मूल्य मापने की जटिलताओं के कारण कृत्रिम बुद्धिमत्ता एजेंटों के उपयोग को सीमित किया
और पढ़ें
TechCentral
techcentral.co.za

JSE ने व्यावसायिक मूल्य मापने की जटिलताओं के कारण कृत्रिम बुद्धिमत्ता एजेंटों के उपयोग को सीमित किया

कृत्रिम बुद्धिमत्ता (AI) को लागू करना इसे मापने योग्य कॉर्पोरेट मूल्य में बदलने की तुलना में काफी अधिक जटिल साबित हुआ है। मैककिन्से की 2026 की एआई स्थिति पर रिपोर्ट के अनुसार, 80% उत्तरदाताओं का मानना है कि एआई ने उनकी व्यक्तिगत उत्पादकता बढ़ाई है, लेकिन केवल 37% ही सकल लाभ (ब्याज और कर से पहले) पर एआई के प्रभाव को नोट करते हैं।

कंपनियां चैटबॉट और सहायक जैसे उपकरणों को सक्रिय रूप से लागू कर रही हैं, लेकिन व्यक्तिगत उत्पादकता में वृद्धि हमेशा उद्यम के लिए वित्तीय रिटर्न में परिवर्तित नहीं होती है। हार्वर्ड बिजनेस रिव्यू के अनुसार, एआई कर्मचारियों का समय बचा सकता है, लेकिन अंतिम वित्तीय परिणाम में सुधार नहीं कर सकता है, खासकर यदि परिणामों की मैन्युअल जांच, अपवाद प्रबंधन या मौजूदा कार्यप्रवाहों में एआई के एकीकरण की आवश्यकता हो। मैककिन्से का अध्ययन इंगित करता है कि बड़ी मात्रा में मूल्य तब प्राप्त होता है जब व्यावसायिक प्रक्रियाओं का पूरी तरह से पुनर्गठन किया जाता है, न कि केवल वर्तमान कार्यप्रणाली में एआई जोड़ने पर।

ये रुझान JSE पर भी देखे जाते हैं। संगठन के भीतर सामान्य उत्पादकता बढ़ाने वाले उपकरणों का उपयोग किया जाता है, जो व्यक्तिगत कार्यों के निष्पादन की गुणवत्ता और दक्षता में उल्लेखनीय सुधार करते हैं। इसके अलावा, जटिल पुराने कोड का विश्लेषण करने, व्यावसायिक आवश्यकताओं को परिभाषित करने और परीक्षण परिदृश्य उत्पन्न करने में मदद करने के लिए एक प्रमुख स्टॉक एक्सचेंज प्रणाली के आधुनिकीकरण हेतु एआई का उपयोग किया जा रहा है। सार्वजनिक स्रोतों और घोषणाओं से जानकारी को अधिक कुशलता से निकालने और व्याख्या करने की एआई की क्षमताओं का अध्ययन भी किया जा रहा है।

मुख्य समस्या इन सुधारों को व्यवसाय की स्थायी दक्षता वृद्धि में बदलना है। JSE की भविष्य की प्रतिस्पर्धात्मकता पर हालिया फोरम ने उभरते मूल्य के उपयोगी उदाहरण प्रदान किए। एक बड़ी दक्षिण अफ्रीकी वित्तीय सेवा समूह ने बताया कि तीन महीनों के भीतर उसके एक डिवीजन में ग्राहक इंटरैक्शन का लगभग आधा हिस्सा वॉयस संचार से एआई में स्थानांतरित हो गया, और एआई ने कुछ क्षेत्रों में ग्राहकों के धोखाधड़ी से होने वाले नुकसान को 95% तक कम करने में योगदान दिया। प्रौद्योगिकी निवेशक ने अपने पोर्टफोलियो की एक कंपनी में एआई से जुड़ी संभावित लागत बचत का उल्लेख किया, जो लगभग 100 मिलियन अमेरिकी डॉलर थी। जो विशेष रूप से ध्यान देने योग्य था, वह यह था कि ये उपाय केवल कार्यान्वयन से परे थे और सीधे एआई को ग्राहक अनुभव, जोखिम न्यूनीकरण और वित्तीय परिणामों से जोड़ते थे।

समान कहानियाँ

Forge Code के विशेषज्ञ ने समझाया कि प्रभावी सॉफ्टवेयर विकास के लिए AI-आधारित 'सॉफ्टवेयर फैक्ट्री' क्यों आवश्यक है
और पढ़ें
yourstory.com

Forge Code के विशेषज्ञ ने समझाया कि प्रभावी सॉफ्टवेयर विकास के लिए AI-आधारित 'सॉफ्टवेयर फैक्ट्री' क्यों आवश्यक है

भले ही आर्टिफिशियल इंटेलिजेंस अभूतपूर्व गति से कोड उत्पन्न करने में सक्षम हो, लेकिन इसके परीक्षण, सत्यापन और उत्पादन वातावरण में तैनाती की प्रक्रिया एक अलग जटिल कार्य प्रस्तुत करती है। इंजीनियरिंग टीमें कोड लिखने, त्रुटियों को ठीक करने और नई सुविधाएँ बनाने के लिए तेजी से AI एजेंटों का उपयोग कर रही हैं, हालांकि कोडिंग में तेजी सॉफ्टवेयर वितरण में तेजी की गारंटी नहीं देती है।

जैसे-जैसे कोड जनरेशन गति पकड़ रहा है, जांचों की संख्या बढ़ रही है, परीक्षण धीमा हो रहा है, और टीमों के लिए परिवर्तनों की बढ़ती मात्रा का समन्वय करना मुश्किल होता जा रहा है।

TechSparks 2026 सम्मेलन में, Forge Code के सीईओ तुषार मातुर ने अपने सत्र 'सॉफ्टवेयर फैक्ट्री की शारीरिक रचना' में इस समस्या पर प्रकाश डाला। उन्होंने समझाया कि AI-उन्मुख इंजीनियरिंग संगठन व्यक्तिगत कोडिंग कार्यों के स्वचालन से परे जाकर सॉफ्टवेयर डेवलपमेंट लाइफसाइकिल (SDLC) के पूरे जीवन चक्र को प्रबंधित करने वाली प्रणालियाँ कैसे बना सकते हैं।

मातुर ने उल्लेख किया कि केवल इसलिए कि कोड जनरेशन आसान और तेज हो गया है, इसका मतलब यह नहीं है कि समग्र SDLC तेज हो जाएगा। उन्होंने याद दिलाया कि पारंपरिक विकास दृष्टिकोण प्रभावी ढंग से कोड लिखने पर केंद्रित था, जिसके लिए टीमों को कार्यान्वयन चरण पर बोझ कम करने के लिए आवश्यकताओं को परिभाषित करने, विनिर्देश तैयार करने और वास्तुकला डिजाइन करने की आवश्यकता होती थी।

हालांकि, चूंकि AI कोडिंग का अधिकांश काम संभाल रहा है, इसलिए बाधाएं अन्य क्षेत्रों में स्थानांतरित हो जाती हैं। मातुर ने उस स्थिति का वर्णन किया जब संगठनों को समीक्षा की प्रतीक्षा कर रहे मर्ज अनुरोधों (पुल रिक्वेस्ट) की भारी मात्रा, लंबे परीक्षण चक्र और मौजूदा रिग्रेशन सेट द्वारा पता लगाए जा सकने वाले त्रुटियों की तुलना में अधिक त्रुटियों का सामना करना पड़ता है।

उन्होंने जोर दिया कि समस्या का समाधान जरूरी नहीं कि अधिक इंजीनियरों को नियुक्त करने या अधिक AI एजेंटों को चलाने में निहित हो। अतिरिक्त कर्मचारी समन्वय लागत बढ़ा सकते हैं, और प्रभावी फीडबैक तंत्र के बिना एजेंटों को जोड़ने से ऐसा कोड बन सकता है जो सत्यापन और परीक्षण प्रणालियों पर अत्यधिक भार डालता है।

मातुर ने समझाया, 'इसका कारण यह है कि कोई संकेत मौजूद नहीं है,' यह समझाते हुए कि स्वचालित चरणों को बस जोड़ने से एक प्रभावी सॉफ्टवेयर फैक्ट्री क्यों नहीं बनती है।

मातुर ने Forge Code को एक सॉफ्टवेयर फैक्ट्री के रूप में प्रस्तुत किया जो पूरे विकास चक्र के दौरान AI एजेंटों का समन्वय करता है। प्रक्रिया अनुरोधों को छांटने, विनिर्देश बनाने और सुविधाओं को लागू करने से शुरू होती है। फिर एजेंटों द्वारा तैनाती से पहले परिवर्तनों की जाँच की जाती है, जिसमें मानव इंजीनियर तब हस्तक्षेप करते हैं जब समाधान या प्रतिक्रिया की आवश्यकता होती है।

यह प्रणाली कार्य वातावरण में निगरानी भी करती है, प्राप्त डेटा का उपयोग भविष्य के कार्यों को सूचित करने के लिए करती है। यह एक फीडबैक लूप बनाता है, जिससे फैक्ट्री समस्याओं की पहचान कर सकती है, अपनी कार्यप्रणाली में सुधार कर सकती है और प्राप्त अनुभव के आधार पर नया काम उत्पन्न कर सकती है। प्रस्तुति के दौरान, मातुर ने बताया कि Forge Code ने सुविधाओं, संगतता और त्रुटि का पता लगाने पर काम करने के लिए पृष्ठभूमि में लगभग 100 एजेंटों का उपयोग किया था।

उन्होंने एक प्रभावी सॉफ्टवेयर फैक्ट्री बनाने के लिए छह सिद्धांतों की रूपरेखा प्रस्तुत की: स्वायत्तता, मापनीयता, आर्थिक दक्षता, मापनीयता, स्व-सुधार और व्यावसायिक लक्ष्यों के साथ संरेखण। अंतिम सिद्धांत विशेष महत्व रखता है।

फैक्ट्री को प्रत्येक अनुरोध के लिए कोड लिखने के कार्य के रूप में काम नहीं करना चाहिए, बल्कि ग्राहक प्रतिधारण बढ़ाने या नियामक अनुपालन सुनिश्चित करने जैसे विशिष्ट परिणामों को प्राप्त करने पर केंद्रित होना चाहिए। फिर टीमें मूल्य के आधार पर सुविधाओं को प्राथमिकता दे सकती हैं। इस मॉडल में, इंजीनियर प्रत्येक कार्य के प्रबंधन में कम समय बिताते हैं और परिणामों की निगरानी करने, संकेतों का विश्लेषण करने और स्वयं प्रणाली में सुधार करने में अधिक समय बिताते हैं। व्यवसाय के नेता भी सीधे अनुरोध और प्राथमिकताएं प्रदान कर सकते हैं, जिससे फैक्ट्री संगठनात्मक लक्ष्यों को विकास बैकलॉग में बदल सकती है।

कोड लिखने की गति अच्छी है, लेकिन बेहतर सॉफ्टवेयर बनाना ही वास्तविक जीत है। इंजीनियरिंग टीमों के लिए कुंजी AI द्वारा प्रदान की गई गति को विश्वसनीय उत्पादों, मापने योग्य प्रगति और वास्तविक व्यावसायिक परिणामों में बदलना है।

कंपनी ने लेख लिखने के लिए उच्च वेतन की पेशकश की, जिससे कृत्रिम बुद्धिमत्ता के प्रभाव का सवाल उठा
और पढ़ें
www.aajtak.in

कंपनी ने लेख लिखने के लिए उच्च वेतन की पेशकश की, जिससे कृत्रिम बुद्धिमत्ता के प्रभाव का सवाल उठा

स्वचालन के बढ़ते उपयोग के माहौल में, कई बड़ी कंपनियाँ कृत्रिम बुद्धिमत्ता में निवेश कर रही हैं और छंटनी कर रही हैं। फिर भी, Anthropic कंपनी पाठ लिखने से संबंधित काम के लिए 3.25 करोड़ रुपये की पेशकश करने को तैयार है। यह आश्चर्यजनक है क्योंकि वह कार्य जो एक व्यक्ति एक घंटे में करता है, उसे AI कुछ ही सेकंड में कर सकता है।

कृत्रिम बुद्धिमत्ता कुछ ही सेकंड में एक ईमेल लिख सकती है या मिनटों में ब्लॉग का मसौदा तैयार कर सकती है, जिससे कंपनियों को उस पैमाने पर सामग्री बनाने में मदद मिलती है जिसके लिए पहले पूरी टीम की आवश्यकता होती थी। इस कारण से, कई लेखकों के मन में यह सवाल उठता है कि यदि मशीनें लिखना शुरू कर दें तो उनके काम का क्या मूल्य है।

AI के उदय के बावजूद, Anthropic ने एक विशेष रिक्ति खोली है। इस पद के लिए कंपनी सालाना 295,000 से 345,000 अमेरिकी डॉलर का वेतन देने की पेशकश कर रही है, जो लगभग 2.5 से 3.25 करोड़ रुपये के बराबर है। हालांकि, यह पद सामान्य लेखकों के लिए नहीं है। उम्मीदवार के पास वरिष्ठ प्रबंधन के साथ सहयोग करते हुए कार्यकारी संचार के क्षेत्र में कम से कम आठ वर्षों का अनुभव होना चाहिए।

एक स्वाभाविक प्रश्न उठता है: Anthropic इतने पैसे क्यों दे रहा है यदि AI काम कर सकता है? इसका उत्तर यह है कि इस पद पर कर्मचारी सीधे कंपनी के शीर्ष प्रबंधन के साथ काम करेगा। उसे महत्वपूर्ण क्षणों में कंपनी के रुख को जनता तक पहुंचाने के लिए संदेश तैयार करने और जटिल प्रश्नों को सरल भाषा में समझाने की आवश्यकता होगी। इसके लिए न केवल अच्छे लेखन कौशल की आवश्यकता होती है, बल्कि रणनीतिक रूप से सोचने और सही समय पर संतुलित जवाब देने की क्षमता की भी आवश्यकता होती है।

यह काम वेबसाइटों के लिए लेखों या उत्पादों के विवरण लिखने से कहीं अधिक है। इसमें एक ऐसे विशेषज्ञ की आवश्यकता होती है जो समस्या का गहराई से विश्लेषण कर सके, संदेश के दर्शकों पर पड़ने वाले प्रभाव का पूर्वानुमान लगा सके और नेताओं को यह तय करने में मदद कर सके कि क्या और कैसे कहना है।

Anthropic एकमात्र AI कंपनी नहीं है जो लेखन और संचार के क्षेत्र में विशेषज्ञों को उच्च वेतन की पेशकश करती है। सितंबर 2025 में OpenAI ने भी सामग्री रणनीति से संबंधित एक रिक्ति की घोषणा की थी, जिसमें लगभग 400 हजार डॉलर का वार्षिक पैकेज था। इस पद पर कर्मचारी को ChatGPT की ब्रांड जागरूकता बढ़ाने, सामग्री बनाने और इंजीनियरों और डिजाइनरों के साथ मिलकर काम करने का काम सौंपा गया था।

फिर भी, इसका मतलब यह नहीं है कि लेखन के क्षेत्र में वेतन हर जगह बढ़ रहे हैं। यह केवल इस बात का प्रमाण है कि कुछ AI कंपनियाँ अनुभवी पेशेवरों को महत्व देती हैं जो अच्छे लेखन के अलावा रणनीतिक योजना, लोगों की जरूरतों को समझने और जटिल विषयों को सरल बनाने के कौशल रखते हैं।

इसका एक दूसरा पहलू भी है। जून 2023 में एक कंटेंट राइटिंग ने बताया कि ChatGPT के आने के बाद उनके कुछ ग्राहकों ने उन्हें काम देना बंद कर दिया। वह वेबसाइटों और उत्पाद विवरणों के लिए सामग्री लिखता था, जिसे अब AI उपकरणों की मदद से जल्दी बनाया जा सकता है, जिससे ऐसे कार्यों पर दबाव बढ़ गया है।

इस प्रकार, एक ओर अनुभवी संचार विशेषज्ञों को उच्च भुगतान वाले प्रस्ताव मिल रहे हैं, और दूसरी ओर, सामान्य सामग्री से जुड़े कुछ फ्रीलांसरों के लिए काम ढूंढना कठिन हो रहा है। हालांकि, इसका मतलब यह नहीं है कि लेखन के क्षेत्र में सभी शुरुआती पद गायब हो रहे हैं या किसी भी वरिष्ठ लेखक का काम गारंटीकृत रूप से सुरक्षित है। AI का प्रभाव किए जा रहे काम के प्रकार और ग्राहक द्वारा उसके लिए भुगतान करने की इच्छा पर निर्भर करता है।

लेखक का काम केवल सामग्री बनाना नहीं है, बल्कि जानकारी की सत्यता की जांच करना, छूटी हुई बारीकियों की पहचान करना और पाठकों के लिए सामग्री की उपयुक्तता का आकलन करना भी है। सितंबर 2025 की रिपोर्ट में AI द्वारा उत्पन्न सामग्री में त्रुटियों को ठीक करने और सुधारने से संबंधित काम का उल्लेख किया गया था।

यह दर्शाता है कि AI द्वारा बनाए गए मसौदों की जाँच और उनमें सुधार के लिए मनुष्यों की आवश्यकता हो सकती है। हालांकि, यह मानना गलत होगा कि संपादक और तथ्य-जांचकर्ता के पेशे पूरी तरह से सुरक्षित हैं, क्योंकि AI उपकरण इन कार्यों में भी मदद कर सकते हैं। इसलिए, लेखकों के लिए केवल मसौदा तैयार करना ही महत्वपूर्ण नहीं है, बल्कि त्रुटियों को खोजना, जानकारी की पुष्टि करना और आवश्यक संदर्भ जोड़ना भी महत्वपूर्ण है।

Anthropic की रिक्ति सभी लेखकों के लिए उपयुक्त नहीं है, क्योंकि यह एक उच्च स्तरीय पद है जिसके लिए कई वर्षों के अनुभव की आवश्यकता होती है। इसलिए, यह निष्कर्ष नहीं निकाला जा सकता है कि हर कोई लेखन के क्षेत्र में ऐसा वेतन प्राप्त कर सकता है। पत्रकारिता, कॉपीराइटिंग या कॉर्पोरेट संचार में करियर बनाने के इच्छुक लोगों के लिए, न केवल अच्छे लेखन कौशल महत्वपूर्ण हैं, बल्कि अनुसंधान करने, तथ्यों की जांच करने, विषय वस्तु को समझने और आलोचनात्मक सोच रखने की क्षमता भी महत्वपूर्ण है। AI उपकरणों के सही उपयोग को सीखना भी उपयोगी हो सकता है।

वे लेखक जो काम को तेज करने के लिए AI का उपयोग कर सकते हैं, साथ ही जानकारी की जाँच कर सकते हैं, गुणवत्तापूर्ण संपादन कर सकते हैं और अपनी मौलिक सोच लागू कर सकते हैं, वे बदलती कार्यप्रणाली के अनुकूल हो सकेंगे।

लोकप्रिय