Telangana: भरोसे की समस्याएँ बनी हुई हैं क्योंकि खराब डेटा 'एजेंटिक AI' को नाकाम कर सकता है
हैदराबाद: बैंकिंग, हेल्थकेयर, मैन्युफैक्चरिंग और सॉफ्टवेयर डेवलपमेंट में 'एजेंटिक AI' का बड़े पैमाने पर इस्तेमाल हो रहा है, लेकिन एक्सपर्ट्स का कहना है कि भरोसा, गवर्नेंस, जवाबदेही और डेटा की तैयारी से जुड़ी चिंताएं इसके अपनाए जाने के तरीके को प्रभावित कर रही हैं।
एजेंटिक AI को लागू करने के लिए ऑर्गनाइज़ेशन की तैयारी का जायजा लेने के लिए आयोजित एक इंडस्ट्री-एकेडेमिया राउंडटेबल में एक्सपर्ट्स ने कहा कि एजेंटिक AI सिस्टम प्लान बना सकते हैं, तर्क कर सकते हैं, टूल्स का इस्तेमाल कर सकते हैं, संदर्भ याद रख सकते हैं और कुछ हद तक खुद से काम कर सकते हैं - जबकि पारंपरिक चैटबॉट सिर्फ़ प्रॉम्प्ट का जवाब देते हैं। हालांकि, हिस्सा लेने वालों ने इस बात पर ज़ोर दिया कि कंपनियां AI सिस्टम को पूरा कंट्रोल नहीं सौंपना चाहतीं।
प्रोफेसर कार्तिक वैद्यनाथन ने कहा, "इसे ऑन-ऑफ स्विच के बजाय ऑटोनॉमी स्लाइडर (खुद से काम करने की क्षमता का पैमाना) के तौर पर देखें।" "एक एजेंट ईमेल का ड्राफ्ट तैयार कर सकता है, सप्लायर का सुझाव दे सकता है या लोन एप्लीकेशन का एनालिसिस कर सकता है, लेकिन ऑर्गनाइज़ेशन अभी भी चाहते हैं कि अहम फैसले इंसान ही लें।"
राउंडटेबल में उभरते हुए इस्तेमाल के तरीकों पर चर्चा हुई, जिनमें बैंकिंग में धोखाधड़ी का पता लगाना और कस्टमर तक पहुंचना, हेल्थकेयर में तेज़ी से मंज़ूरी की प्रक्रिया, इंश्योरेंस डॉक्यूमेंट मैनेजमेंट, मैन्युफैक्चरिंग में इन्वेंट्री और खरीद का एनालिसिस, और सॉफ्टवेयर डेवलपमेंट के कामों जैसे टेस्टिंग, वेरिफिकेशन और डॉक्यूमेंटेशन में मदद शामिल हैं।
हिस्सा लेने वालों ने कहा कि सबसे बड़ी रुकावटें अक्सर खुद AI मॉडल नहीं, बल्कि उनके आस-पास के सिस्टम होते हैं। पारंपरिक सॉफ्टवेयर के उलट, AI एजेंट गलत जानकारी, पुराने डेटा या अनुपयुक्त टूल्स के आधार पर काम पूरा कर सकते हैं, जिससे उनका मूल्यांकन और निगरानी करना ज़्यादा मुश्किल हो जाता है।
भरोसा और जवाबदेही को अहम चिंताएं माना गया, खासकर हेल्थकेयर और फाइनेंस जैसे रेगुलेटेड सेक्टर में, जहां ऑर्गनाइज़ेशन को फैसलों के बारे में बताना होता है और गलती होने पर ज़िम्मेदारी तय करनी होती है।
एक्सपर्ट्स ने खराब क्वालिटी वाले डेटा को भी सफल कार्यान्वयन में एक बड़ी बाधा बताया। उन्होंने कहा कि कई ऑर्गनाइज़ेशन को पता चलता है कि प्रभावी ढंग से AI को अपनाने के लिए डेटा सिस्टम को मज़बूत करना एक ज़रूरी शर्त बन जाती है।
कॉन्फ्रेंस में "वाइब कोडिंग" के बढ़ते चलन पर भी चर्चा हुई, जिसमें डेवलपर्स अपनी ज़रूरतों के बारे में बताते हैं और AI टूल्स कोड जनरेट करते हैं। हालांकि ऐसे टूल्स प्रोडक्टिविटी बढ़ा सकते हैं, लेकिन हिस्सा लेने वालों ने इस बात पर ज़ोर दिया कि तकनीकी विशेषज्ञता और इंसानी समझ अभी भी ज़रूरी है।
चर्चाओं का सार बताते हुए प्रोफेसर वैद्यनाथन ने कहा कि ऑर्गनाइज़ेशन को एजेंटिक AI से मिलने वाले मौकों और गवर्नेंस, लागत व सस्टेनेबिलिटी से जुड़े जोखिमों के बीच संतुलन बनाना चाहिए, न कि इस टेक्नोलॉजी को हर समस्या का समाधान या महज़ एक गुज़रता हुआ ट्रेंड मानना चाहिए।