ਜਦੋਂ ਨਵੀਨਤਾ ਦੀ ਗੱਲ ਆਉਂਦੀ ਹੈ ਤਾਂ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਤਰੱਕੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ। ਸੈਂਕੜੇ ਮਾਰਕੀਟ ਪੇਸ਼ੇਵਰਾਂ ਦੁਆਰਾ ਇਸਦੇ ਪ੍ਰਭਾਵ ਦੀ ਵਿਸ਼ਾਲਤਾ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਗਈ ਹੈ। ਇਸ ਸਾਲ ਜੂਨ ਵਿੱਚ ਆਈਟੀ ਫੋਰਮ ਇੰਟੈਲੀਜੈਂਸੀਆ ਦੁਆਰਾ ਪੇਸ਼ ਕੀਤੀ ਗਈ 2024 ਦੀ ਖੋਜ "ਆਈਟੀ ਤੋਂ ਪਹਿਲਾਂ, ਰਣਨੀਤੀ" ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ 308 ਉੱਤਰਦਾਤਾਵਾਂ ਵਿੱਚੋਂ 49% ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਕਾਰੋਬਾਰ ਲਈ "ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ" ਮੰਨਦੇ ਹਨ - ਆਈਡੀਸੀ ਵਰਲਡਵਾਈਡ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਖਰਚ ਗਾਈਡ ਦੇ ਅਨੁਸਾਰ, ਅਗਲੇ ਸਾਲ ਤੱਕ ਤਕਨਾਲੋਜੀ ਕੰਪਨੀਆਂ ਵਿੱਚ US$200 ਬਿਲੀਅਨ ਦੇ ਅਨੁਮਾਨਿਤ ਨਿਵੇਸ਼ ਦੁਆਰਾ ਦੁਹਰਾਈ ਗਈ ਇੱਕ ਸਾਰਥਕਤਾ।
ਤਕਨਾਲੋਜੀ ਖੇਤਰ ਨਾਲ ਸਬੰਧਤ, ਇਹ ਸੋਚਣਾ ਆਮ ਹੈ ਕਿ ਨਵੇਂ AI ਐਪਲੀਕੇਸ਼ਨ ਬਣਾਉਣ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਲੋਕ ਡਿਵੈਲਪਰ ਹਨ, ਠੀਕ ਹੈ? ਖੈਰ, ਮੈਂ ਨਹੀਂ ਕਹਿੰਦਾ ਹਾਂ। ਹੱਲਾਂ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਵਿਕਸਤ ਕਰਨ ਲਈ, ਦਿਸ਼ਾ ਉਨ੍ਹਾਂ ਲੋਕਾਂ ਤੋਂ ਆਉਣੀ ਚਾਹੀਦੀ ਹੈ ਜੋ ਕਾਰੋਬਾਰ ਦੇ ਦਰਦ ਦੇ ਬਿੰਦੂਆਂ ਨੂੰ ਸਮਝਦੇ ਹਨ।
ਮੈਨੂੰ ਸਮਝਾਉਣ ਦਿਓ। ਕਿਸੇ ਦਿੱਤੇ ਖੇਤਰ ਵਿੱਚ ਪ੍ਰੋਜੈਕਟਾਂ ਦੀ ਅਗਵਾਈ ਕਰਨ ਵਾਲੀ ਟੀਮ ਕੋਲ ਇਹ ਪਛਾਣਨ ਲਈ ਜ਼ਰੂਰੀ ਗਿਆਨ ਹੁੰਦਾ ਹੈ ਕਿ AI ਸਭ ਤੋਂ ਵੱਡਾ ਪ੍ਰਭਾਵ ਕਿੱਥੇ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ। ਉਹ ਮਾਰਕੀਟ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ, ਗਾਹਕਾਂ ਦੀਆਂ ਮੰਗਾਂ ਅਤੇ ਹਰੇਕ ਹਿੱਸੇ ਦੀਆਂ ਖਾਸ ਚੁਣੌਤੀਆਂ ਨੂੰ ਜਾਣਦੇ ਹਨ। ਹੱਲ ਕਿਵੇਂ ਕੰਮ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਇਸਦੀ ਸਪਸ਼ਟ ਸਮਝ ਤੋਂ ਬਿਨਾਂ, ਪ੍ਰਕਿਰਿਆ ਸੁਚਾਰੂ ਢੰਗ ਨਾਲ ਨਹੀਂ ਚੱਲ ਸਕਦੀ। ਹਾਲ ਹੀ ਵਿੱਚ, NetApp ਨੇ "ਸਕੇਲਿੰਗ AI ਇਨੀਸ਼ੀਏਟਿਵਜ਼ ਰਿਸਪਾਂਸਬਿਲਟੀ: ਦ ਕ੍ਰਿਟੀਕਲ ਰੋਲ ਆਫ ਇੰਟੈਲੀਜੈਂਟ ਡੇਟਾ ਇਨਫਰਾਸਟ੍ਰਕਚਰ" ਅਧਿਐਨ ਨੂੰ ਸਪਾਂਸਰ ਕੀਤਾ, ਜਿਸ ਵਿੱਚ ਦਿਖਾਇਆ ਗਿਆ ਹੈ ਕਿ 20% AI ਪ੍ਰੋਜੈਕਟ ਡੇਟਾ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਤੋਂ ਬਿਨਾਂ ਅਸਫਲ ਹੋ ਜਾਂਦੇ ਹਨ।
ਇਸ ਫੋਕਸ ਨਾਲ ਖੋਜ ਕਾਰੋਬਾਰੀ ਟੀਮ ਨੂੰ ਇਹ ਦੱਸਣ ਦੀ ਜ਼ਰੂਰਤ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰਨ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਅਸਲ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ, ਕੁਸ਼ਲਤਾ ਵਧਾਉਣ ਅਤੇ ਠੋਸ ਮੁੱਲ ਪੈਦਾ ਕਰਨ ਲਈ AI ਹੱਲ ਕਿਵੇਂ ਨਿਰਦੇਸ਼ਿਤ ਕੀਤੇ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ। ਦੂਜੇ ਪਾਸੇ, IT ਪੇਸ਼ੇਵਰ, ਆਪਣੀ ਤਕਨੀਕੀ ਮੁਹਾਰਤ ਨਾਲ, ਇਹਨਾਂ ਵਿਚਾਰਾਂ ਨੂੰ ਹਕੀਕਤ ਵਿੱਚ ਬਦਲਦੇ ਹਨ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹਨ ਕਿ ਤਕਨਾਲੋਜੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਦੀ ਹੈ।
ਇਹ ਸਪੱਸ਼ਟ ਕਰਨ ਤੋਂ ਬਾਅਦ ਕਿ ਹੱਲ ਕੌਣ ਡਿਜ਼ਾਈਨ ਕਰਦਾ ਹੈ ਅਤੇ ਕੌਣ ਇਸਨੂੰ ਵਿਕਸਤ ਕਰਦਾ ਹੈ, ਦੋਵਾਂ ਖੇਤਰਾਂ ਵਿਚਕਾਰ ਤਾਲਮੇਲ ਨੂੰ ਉਜਾਗਰ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਰਣਨੀਤੀ ਅਤੇ ਤਕਨਾਲੋਜੀ ਵਿਚਕਾਰ ਸਹਿਯੋਗ ਟੂਲ ਦੇ ਸਫਲ ਉਪਯੋਗ ਲਈ ਬੁਨਿਆਦੀ ਹੈ। ਇਹ ਸਿਰਫ਼ ਤਕਨਾਲੋਜੀ ਬਣਾਉਣ ਬਾਰੇ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਬਾਰੇ ਹੈ ਕਿ ਇਸਨੂੰ ਸੁਰੱਖਿਅਤ ਅਤੇ ਕੁਸ਼ਲਤਾ ਨਾਲ ਲਾਗੂ ਕੀਤਾ ਜਾਵੇ।
AI ਹੱਲ ਬਣਾਉਣ ਵਿੱਚ ਕਾਰੋਬਾਰੀ ਨੇਤਾਵਾਂ ਦੇ ਮੋਹਰੀ ਹੋਣ ਦੀ ਜ਼ਰੂਰਤ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰਨ ਵਾਲਾ ਇੱਕ ਹੋਰ ਨੁਕਤਾ ਇਹ ਹੈ ਕਿ ਇਹ ਹੱਲ ਸਰਵ ਵਿਆਪਕ ਨਹੀਂ ਹਨ। ਵਿੱਤੀ ਉਦਯੋਗ ਵਿੱਚ ਜੋ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹੈ ਉਹ ਪ੍ਰਚੂਨ ਜਾਂ ਸਿਹਤ ਸੰਭਾਲ ਲਈ ਕੰਮ ਨਹੀਂ ਕਰ ਸਕਦਾ। ਇਸ ਲਈ, ਕਾਰੋਬਾਰ, ਆਪਣੇ ਖੇਤਰ ਦੇ ਗਿਆਨ ਨਾਲ, ਇਹਨਾਂ ਹੱਲਾਂ ਦੇ ਵਿਕਾਸ ਦੀ ਅਗਵਾਈ ਕਰਦਾ ਹੈ ਤਾਂ ਜੋ ਉਹ ਹਰੇਕ ਹਿੱਸੇ ਦੀਆਂ ਖਾਸ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰ ਸਕਣ।
ਅੰਤ ਵਿੱਚ, ਡਿਵੈਲਪਰਾਂ ਦੁਆਰਾ ਵਾਰ-ਵਾਰ ਨਿਗਰਾਨੀ ਅਤੇ ਕਾਰੋਬਾਰ ਤੋਂ ਫੀਡਬੈਕ ਟੂਲ ਦੀ ਨਿਰੰਤਰ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਅਤੇ ਵਿਕਾਸ ਲਈ ਜ਼ਰੂਰੀ ਹੈ। ਕਿਉਂਕਿ ਤਕਨੀਕੀ ਹੱਲ ਲਗਾਤਾਰ ਵਿਕਸਤ ਹੋ ਰਹੇ ਹਨ, ਇੱਕ ਸਿੰਗਲ ਟੂਲ ਅਤੇ ਸੰਸਕਰਣ ਹਮੇਸ਼ਾ ਲਈ ਉਮੀਦ ਕੀਤੀ ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ ਅਤੇ ਵਿਕਾਸ ਪ੍ਰਦਾਨ ਨਹੀਂ ਕਰੇਗਾ।
ਜਦੋਂ ਕਾਰੋਬਾਰ ਦੇ ਮੋਹਰੀ ਲੋਕ ਸਮਝਦੇ ਹਨ ਕਿ AI ਨੂੰ ਉਨ੍ਹਾਂ ਦੇ ਕਾਰਜਾਂ ਵਿੱਚ ਕਿਵੇਂ ਲਾਗੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਤਾਂ ਵਿਕਾਸ ਟੀਮ ਨਾਲ ਸੰਚਾਰ ਸੁਚਾਰੂ ਢੰਗ ਨਾਲ ਚਲਦਾ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਸੰਚਾਰ ਅਸਫਲਤਾਵਾਂ ਨੂੰ ਘੱਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜਾਂ ਇੱਥੋਂ ਤੱਕ ਕਿ ਖਤਮ ਵੀ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਹੱਲ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਅਤੇ ਉਦੇਸ਼ਾਂ ਬਾਰੇ ਸਪੱਸ਼ਟਤਾ ਤਕਨੀਕੀ ਟੀਮ ਨੂੰ ਖਾਸ ਜ਼ਰੂਰਤਾਂ ਨਾਲ ਵਧੇਰੇ ਇਕਸਾਰ ਟੂਲ ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ, ਨਤੀਜੇ ਵਜੋਂ ਨਿਵੇਸ਼ 'ਤੇ ਉੱਚ ਵਾਪਸੀ ਦੇ ਨਾਲ ਵਧੇਰੇ ਚੁਸਤ ਪ੍ਰੋਜੈਕਟ ਹੁੰਦੇ ਹਨ।
ਬੋਰਡਰੂਮ ਟੇਬਲ 'ਤੇ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ।
