आर्टिफिशियल इंटेलिजेंस सॉफ्टवेयर बनाने की प्रक्रिया को सरल बनाता है, जिससे उत्पाद प्रबंधक, डिजाइनर और विषय वस्तु विशेषज्ञ गहन कोडिंग कौशल के बिना भी विचारों को प्रोटोटाइप में बदल सकते हैं। फिर भी, इन प्रोटोटाइप्स को वास्तविक समस्याओं को हल करने वाले विश्वसनीय उत्पादों में बदलना एक जटिल कार्य बना हुआ है।
TechSparks 2026 कार्यक्रम के दौरान, 'कौन कोड कर सकता है से कौन बना सकता है' नामक एक पैनल चर्चा ने इन परिवर्तनों पर प्रकाश डाला। प्रतिभागियों में डिलिजेंट इंडिया में इंजीनियरिंग के वरिष्ठ उपाध्यक्ष, स्थल प्रमुख और देश के प्रमुख श्रीनिवास चामर्थी, ईवाई जीडीएस में डिजिटल इंजीनियरिंग और तकनीकी रणनीति के प्रमुख मधुसूदन एन. मूर्ति, और टारगेट इन इंडिया में इंजीनियरिंग उपाध्यक्ष अरुण कल्याणरामन शामिल थे। इस चर्चा की मॉडरेटर चवी महाजन, योरस्टोरी में सामग्री निदेशक थीं।
एआई का उपयोग करके विकास बिज़नेस टीमों को अवधारणाओं का बहुत पहले परीक्षण करने, विचारों का प्रदर्शन करने और प्रतिक्रिया एकत्र करने की अनुमति देता है। हालांकि, एक प्रोटोटाइप जो विचार की कार्यक्षमता प्रदर्शित करता है, अभी तक पूर्ण उत्पादन के लिए तैयार नहीं है। अनुप्रयोगों को अभी भी सुरक्षा, मापनीयता और विश्वसनीयता की आवश्यकताओं को पूरा करना होगा।
मूर्ति ने उल्लेख किया कि एआई प्रयोगों को आसान बनाता है, लेकिन कंपनियों को अवधारणा, जो संभावना को साबित करती है, और उत्पादन में काम करने वाले एप्लिकेशन के बीच स्पष्ट अंतर करना आवश्यक है। इंजीनियरिंग टीमों को अभी भी कमजोरियों की पहचान करने, सुरक्षा तंत्र लागू करने और यह सुनिश्चित करने की आवश्यकता है कि सिस्टम वास्तविक उपयोग के भार को संभाल सकें। उन्होंने जोर देकर कहा: 'यह अच्छा है, यह बहुत सकारात्मक विकास है, लेकिन इसके अपने सीमाएँ भी होनी चाहिए।'
कल्याणरामन ने कहा कि एआई न केवल डेवलपर्स द्वारा कोड लिखने में तेजी ला सकता है, बल्कि पूरी विकास चक्र को भी अनुकूलित कर सकता है - समस्या की पहचान से लेकर समाधान के परीक्षण और हितधारकों से अनुमोदन प्राप्त करने तक। हालांकि, उन्होंने इस बात पर जोर दिया कि मौलिक इंजीनियरिंग ज्ञान, वास्तुशिल्प सोच और तकनीकी गहराई एआई के कारण समाधान निर्माण के तरीकों में बदलाव के बावजूद अपरिहार्य रहेंगे।
उन्होंने एक उदाहरण दिया जब एक उत्पाद स्वामी, इंजीनियर और यूएक्स विशेषज्ञ ने एक जटिल अवधारणा का प्रोटोटाइप बनाने और इसे एक सप्ताह के भीतर प्रबंधन के सामने प्रस्तुत करने के लिए एआई उपकरणों और बड़े भाषा मॉडल का उपयोग किया। इन उपकरणों के बिना, इस प्रक्रिया में छह सप्ताह से दो महीने लग सकते थे। लाभ केवल तेज़ कोडिंग में नहीं था, बल्कि विचार का तेजी से परीक्षण करने और निर्णय लेने की क्षमता में भी था।
चामर्थी ने उल्लेख किया कि जेनरेटिव एआई के युग में कोडिंग एक वस्तु बन रही है, जो प्रोटोटाइप से ग्राहक प्रतिक्रिया और बाद में उत्पादन में लॉन्च तक के मार्ग को संभावित नौ महीने के चक्र से घटाकर एक-दो महीनों तक कर देती है। गति बढ़ने के साथ, उनका मानना है कि यह जानना कि क्या नहीं बनाना चाहिए, अधिक मूल्यवान हो जाता है, इसलिए विचारों का परीक्षण सैंडबॉक्स में किया जाना चाहिए जबकि अनुभवी इंजीनियर उन्हें सुरक्षा, मापनीयता और गोपनीयता के दृष्टिकोण से मजबूत करते हैं।
जैसे ही कंपनियाँ डेवलपर्स की सहायता के लिए एआई के उपयोग से सीमित पर्यवेक्षण के साथ कार्य करने में सक्षम एजेंटों को लागू करने की ओर बढ़ती हैं, स्वायत्तता के स्तर को परिभाषित करना आवश्यक है। चामर्थी ने सलाह दी कि यह जुड़े जोखिमों, समाधान के संभावित प्रभाव और उसके परिणाम को रद्द करने की क्षमता पर निर्भर होना चाहिए। उन्होंने संगठनों को यह देखने का सुझाव दिया कि क्या समाधान 'वापसी का दरवाजा' है या 'एकतरफा दरवाजा', जिसमें महत्वपूर्ण वित्तीय या रणनीतिक निर्णयों के लिए मानवीय नियंत्रण और प्रासंगिक निर्णय लेने की आवश्यकता होती है।
चामर्थी ने चेतावनी दी कि एआई-आधारित कोडिंग उपकरणों तक पहुंच इंजीनियरिंग अनुभव का स्थान नहीं ले सकती। अनुभवी इंजीनियर दीर्घकालिक रखरखाव, सुरक्षा और मापनीयता को प्रभावित करने वाले वास्तुशिल्प समाधानों को समझते हैं, जिसमें वे जोखिम शामिल हैं जो प्रोटोटाइप में अस्पष्ट हो सकते हैं। उनकी सलाह थी कि प्रयोगों को प्रोत्साहित किया जाए, लेकिन एक नियंत्रित वातावरण में: 'कोड को न रोकें। इसका सैंडबॉक्स में परीक्षण करें।'
यह अधिक कर्मचारियों को विचार का परीक्षण करने की अनुमति देता है, जिससे इंजीनियरिंग टीमों को अनुप्रयोगों का विश्लेषण करने, कमजोरियों को दूर करने और उन्हें जारी करने के लिए तैयार करने का अवसर मिलता है।
चूंकि एआई कोड जनरेशन और उत्तर खोजने को सरल बनाता है, इसलिए यह समझना महत्वपूर्ण हो जाता है कि वास्तव में किन समस्याओं को हल किया जाना चाहिए। कल्याणरामन ने एआई के उपयोग की तुलना एक जिन्न को बुलाने से की जो केवल तीन इच्छाएं पूरी करता है। उपयोगी परिणाम प्राप्त करना सही प्रश्न पूछने और सीमाओं को समझने की क्षमता पर निर्भर करता है। उन्होंने कहा: 'एक ऐसी दुनिया में जहां उत्तर आसानी से मिल सकते हैं, सही प्रश्न पूछने की क्षमता वास्तव में एक महत्वपूर्ण कौशल बन जाएगी।'
वे लोग जो ग्राहकों की जरूरतों, व्यावसायिक प्रक्रियाओं और परिचालन आवश्यकताओं को समझते हैं, वे वास्तविक मूल्य बनाने वाले समाधानों की पहचान करने के लिए बेहतर ढंग से सुसज्जित होते हैं। इंजीनियरिंग टीमों को गैर-इंजीनियरों को उत्पादन प्रणालियों के लिए जोखिम के बिना एप्लिकेशन विकसित करने में मदद करने के लिए व्यवस्थित सोच और प्लेटफॉर्म में विशेषज्ञता की भी आवश्यकता होगी।
इस बदलाव के करियर विकास पर भी प्रभाव पड़ते हैं। मूर्ति ने बताया कि EY GDS कर्मचारियों को एआई-संचालित कार्यस्थल के लिए तैयार कर रहा है, जिसमें अनुभवी विशेषज्ञों और युवा प्रतिभाओं को जोड़ा जा रहा है। मौजूदा कर्मचारी ग्राहकों और प्रणालियों का ज्ञान लाते हैं, जबकि टीम के नए सदस्य नए दृष्टिकोण पेश करते हैं और नए तकनीकी कौशल विकसित करते हैं।
चामर्थी ने जोड़ा कि टीमों को शक्तियों का संतुलन चाहिए: संगठनों को मौजूदा कर्मचारियों को उन्नत करना चाहिए जो अपने उत्पादों और ग्राहकों से परिचित हैं, साथ ही हाल ही में स्नातक हुए लोगों को आकर्षित करना चाहिए जो एआई उपकरणों के साथ काम कर सकते हैं। उन्होंने यह भी उल्लेख किया कि इंजीनियरों के प्रदर्शन का मूल्यांकन केवल लिखे गए कोड की पंक्तियों या बंद किए गए टिकटों जैसे मेट्रिक्स के आधार पर नहीं किया जाना चाहिए, बल्कि उन समस्याओं के आधार पर किया जाना चाहिए जिन्हें टीमें ग्राहकों के लिए हल करती हैं। चूंकि एआई नियमित कार्यों को संभालता है, इसलिए इंजीनियरिंग टीमों द्वारा प्रदान किए गए परिणाम उनके योगदान का अधिक ठोस माप बन जाते हैं।
पैनलिस्टों को उम्मीद है कि कर्मचारी और एआई एजेंट और अधिक निकटता से काम करेंगे। जैसे-जैसे एजेंट अधिक जटिल कार्य संभालते हैं, कंपनियों को कार्यप्रवाह, जवाबदेही और प्रदर्शन की अपेक्षाओं पर पुनर्विचार करना होगा। उन्हें यह भी सुनिश्चित करना होगा कि सुरक्षा तंत्र प्रौद्योगिकी की क्षमताओं के साथ तालमेल बिठा सकें।
मूर्ति ने एक ऐसे भविष्य का वर्णन किया जहां प्रबंधक मनुष्यों के साथ-साथ एआई एजेंटों की देखरेख करेंगे। उन्होंने कहा: 'जो भविष्य मैं देखता हूं, वह यह है कि एजेंट केवल मनुष्यों के बजाय आपको मानते हैं।'
कल्याणरामन ने निष्कर्ष निकाला कि नया तकनीकी क्रम न केवल इस बारे में है कि एआई हमारे लिए क्या कर सकता है, बल्कि इस बारे में भी है कि हम अपनी सोच, इंजीनियरिंग प्रथाओं और निर्णय लेने की प्रक्रियाओं में कैसे विकसित होते हैं ताकि इसकी क्षमता का अधिकतम लाभ उठाया जा सके। हालांकि एआई सॉफ्टवेयर निर्माण को सरल बनाता है, फिर भी कंपनियों को यह निर्धारित करने के लिए इंजीनियरिंग विशेषज्ञता, उद्योग ज्ञान और मानवीय निर्णय की आवश्यकता होगी कि किन विचारों को विकसित किया जाना चाहिए और कौन से प्रोटोटाइप उत्पादन के लिए तैयार हैं।