पिछले दो वर्षों में जनरेटिव आर्टिफिशियल इंटेलिजेंस के उदय ने हमें इस तकनीक की क्षमता की झलक दिखाई है – और हमें यह मानना होगा कि ग्राहक सेवा जैसे क्षेत्रों में इसका काफी प्रभाव पड़ा है। वहीं, 2025 तक हम "एजेंटिक एआई" के विकास को देखेंगे, जो तकनीकी परिदृश्य में व्यापक परिवर्तन लाने का वादा करता है। एआई मॉडल का कंपनियों और विशिष्ट क्षेत्रों की एक विस्तृत श्रृंखला में लगातार विस्तार होने के साथ-साथ, यह तथ्य भी स्पष्ट है कि आज कोई भी कंपनी नवाचार या संचालन में एआई के संभावित अनुप्रयोग को नजरअंदाज नहीं कर सकती।.
परंपरागत कृत्रिम बुद्धिमत्ता (एआई) के विपरीत, जिन्हें निरंतर मानवीय पर्यवेक्षण की आवश्यकता होती है, एजेंटिक एआई को स्वतंत्र रूप से कार्य करने और प्रत्यक्ष मानवीय हस्तक्षेप के बिना जटिल कार्यों को पूरा करने के लिए डिज़ाइन किया गया है। यह प्रगति डीप लर्निंग एल्गोरिदम द्वारा संभव हुई है जो सिस्टम को वास्तविक समय में बड़ी मात्रा में डेटा को समझने और संसाधित करने, तथा नई जानकारी और संदर्भों के अनुसार तेजी से अनुकूलन करने में सक्षम बनाती है।.
इसके अलावा, एजेंटिक एआई सिस्टम विभिन्न स्रोतों से बड़ी मात्रा में डेटा का उपयोग करके चुनौतियों का स्वतंत्र रूप से विश्लेषण करते हैं, रणनीतियाँ विकसित करते हैं और जटिल कार्यों को क्रमबद्ध तरीके से निष्पादित करते हैं। इस प्रकार के एआई के अनुप्रयोग की अपार संभावनाएं हैं, जो ग्राहक सेवा से शुरू होकर किसी भी प्रकार की सूचना या कंपनी प्रक्रियाओं के प्रसंस्करण और साइबर सुरक्षा तक फैली हुई हैं, जहां उन कार्यों को स्वचालित करना संभव है जिनके लिए वर्तमान में मानवीय हस्तक्षेप की आवश्यकता होती है, जैसे कि सिस्टम में कमजोरियों का विश्लेषण और सुधार करना।.
ब्राज़ील में एजेंटिक एआई को अपनाने की प्रक्रिया अभी शुरुआती दौर में है। कुछ क्षेत्र पहले से ही इस नए मॉडल का परीक्षण कर रहे हैं, और इंस्टीट्यूट फॉर एप्लाइड इकोनॉमिक रिसर्च (IPEA) के शोध के अनुसार, 2025 तक लगभग 40% बड़ी ब्राज़ीलियाई कंपनियां एजेंटिक एआई सिस्टम को अपने संचालन में एकीकृत करने की योजना बना रही हैं।.
एजेंसी एआई का प्रभाव
एजेंटिक एआई का संभावित प्रभाव बहुत बड़ा है। ब्राजीलियन फेडरेशन ऑफ बैंक्स (FEBRABAN) के अनुसार, बैंक और वित्तीय संस्थान इस तकनीक से धोखाधड़ी की घटनाओं को 50% तक कम कर सकते हैं।.
स्वास्थ्य सेवा क्षेत्र भी इस नई तकनीक का लाभ उठा सकेगा। ब्राज़ीलियन मेडिकल एसोसिएशन (AMB) का कहना है कि एजेंटिक एआई में चिकित्सा त्रुटियों को 30% तक कम करने की क्षमता है, क्योंकि यह तकनीक चिकित्सा रिकॉर्ड, परीक्षण परिणामों और रोगियों के स्वास्थ्य इतिहास का विश्लेषण करके अधिक सटीक निदान प्रस्तुत कर सकती है। उद्योग में, इंटेलिजेंट ऑटोमेशन एजेंटिक एआई द्वारा संचालित होगा, जो मशीनों और प्रक्रियाओं को स्वायत्त रूप से संचालित करने में सक्षम बनाएगा।.
उत्पादक वातावरण में जनरेटिव एआई का विस्तार करना।
जनरेटिव एआई के व्यापक उपयोग के बावजूद, उत्पादन परिवेश में इसका प्रभाव कम ही रहा है, और इसका उपयोग कुछ विशिष्ट क्षेत्रों, जैसे कि छवि और वीडियो निर्माण में ही अधिक होता है। गार्टनर के अनुसार, उत्पादन परिवेश में इस एआई मॉडल को अपनाने में 2026 तक वृद्धि होने की उम्मीद है – और यह कंपनियों के 80% तक पहुंच जाएगा।.
ब्राज़ील में, कंपनियां जनरेटिव एआई टूल्स को अपना रही हैं, क्योंकि संगठन प्रक्रिया अनुकूलन और नवाचार में इन तकनीकों के महत्व को पहचान रहे हैं। विज्ञापन, मीडिया और डिज़ाइन सहित विभिन्न क्षेत्रों की कंपनियां जनरेटिव एआई का उपयोग करके व्यक्तिगत सामग्री और अधिक प्रभावी अभियान तैयार कर रही हैं।.
इसके अलावा, बड़ी-बड़ी कंपनियां डेटा विश्लेषण में सुधार लाने, दोहराए जाने वाले कार्यों को स्वचालित करने और बाजार के रुझानों का पूर्वानुमान लगाने के लिए जनरेटिव एआई को अपने दैनिक कार्यों में शामिल करना शुरू कर रही हैं। इन उपकरणों को अपनाने से ब्राज़ीलियाई कंपनियों के संचालन के तरीके में बदलाव आ सकता है, जिससे वैश्विक बाजार में उनकी दक्षता और प्रतिस्पर्धात्मकता में वृद्धि होगी।.
कृत्रिम बुद्धिमत्ता (एआई) उत्तरोत्तर अधिक मानवीय होती जाएगी।
ChatGPT-5 के आने वाले महीनों में लॉन्च होने की उम्मीद है, और इस नए संस्करण की सबसे प्रतीक्षित विशेषताओं में से एक है टूल की स्वाभाविक बातचीत को बनाए रखने की बेहतर क्षमता। इसका मतलब है कि चैटबॉट बातचीत के प्रवाह का अनुसरण करने, संदर्भ और छिपे हुए अर्थ को समझने और यहां तक कि "भावनात्मक रूप से" प्रतिक्रिया देने में सक्षम होगा।.
इसके अलावा, विशेषज्ञों ने सुझाव दिया है कि जीपीटी-5 में मनुष्यों के समान तर्क क्षमता होगी, जिससे वह बातचीत के संदर्भ को अधिक व्यापक तरीके से समझने में सक्षम होगा।.
2025: छोटे एआई मॉडल का वर्ष
जब कृत्रिम बुद्धिमत्ता का उदय हुआ, तो एलएलएम (लार्ज लैंग्वेज मॉडल) नामक लर्निंग मॉडल को बड़े पैमाने पर अपनाया गया, जिससे बाजार में लोकप्रिय उपकरण उभर सके। इन मॉडलों को बड़ी मात्रा में डेटा पर प्रशिक्षित किया जाता है - हालांकि, यह जानकारी अधिक सतही होती है।.
छोटे मॉडल निर्माण और संचालन में कम खर्चीले होते हैं और विशेष अनुप्रयोगों के लिए आसानी से अनुकूलित किए जा सकते हैं। हर काम करने की कोशिश करने के बजाय, छोटे मॉडल विशिष्ट व्यावसायिक आवश्यकताओं के लिए सीमित कार्यों को पूरा करने हेतु अनुकूलित किए जाते हैं।.
बड़े पैमाने के मल्टी-मीटर (एलएलएम) मॉडल में अरबों पैरामीटर होते हैं और उन्हें प्रशिक्षित करने और चलाने के लिए भारी मात्रा में डेटा और कंप्यूटिंग शक्ति की आवश्यकता होती है। दूसरी ओर, छोटे मॉडल को कम डेटा के साथ प्रभावी ढंग से प्रशिक्षित किया जा सकता है और उन्हें चलाने के लिए बहुत कम कंप्यूटिंग शक्ति (और इसलिए ऊर्जा) की आवश्यकता होती है।.
संक्षेप में, ये बदलाव विभिन्न क्षेत्रों को बदलने और लोगों और व्यवसायों के दैनिक जीवन में महत्वपूर्ण नवाचार लाने का वादा करते हैं। कृत्रिम बुद्धिमत्ता की प्रगति, सुलभता और परिष्कार दोनों के संदर्भ में, उन्नत प्रौद्योगिकियों तक पहुंच को और अधिक लोकतांत्रिक बनाएगी, जिससे एक ऐसे भविष्य का मार्ग प्रशस्त होगा जिसमें प्रौद्योगिकी समाज के सभी पहलुओं में गहराई से एकीकृत होगी।.
छोटे और अधिक विशिष्ट एआई मॉडल के प्रसार के साथ, वैयक्तिकरण और दक्षता के नए स्तर पर पहुंचने की उम्मीद है, जिससे प्रत्येक क्षेत्र की विशिष्ट आवश्यकताओं के अनुरूप समाधान उपलब्ध होंगे। इसलिए, 2025 निस्संदेह एआई के लिए महान क्रांतियों का वर्ष साबित होगा।.
