செயற்கை நுண்ணறிவு (AI) காய்ச்சல் சந்தையை ஆக்கிரமித்துள்ளது. எல்லா அளவிலான நிறுவனங்களும் விமானிகளைத் தொடங்கவும், முகவர்களை உருவாக்கவும், அலைகளை சவாரி செய்வதைக் காட்டவும் விரைகின்றன. பேச்சு முழு மாற்றத்தைப் பற்றியது, ஆனால் எண்கள் மற்றொரு கதையைச் சொல்கின்றன. MIT அறிக்கையின்படி, நிறுவனங்களில் 95% உருவாக்கும் AI திட்டங்கள் தங்கள் நோக்கங்களை அடையத் தவறிவிட்டன. தரவு சுவாரஸ்யமாக உள்ளது, ஆனால் ஆச்சரியப்படுவதற்கில்லை, எல்லாவற்றிற்கும் மேலாக, இந்த முயற்சிகளில் பெரும்பாலானவை உண்மையில் தீர்க்கப்பட வேண்டியவை பற்றிய தெளிவை விட "AI உடன் ஏதாவது வேண்டும்" என்ற அவசரத்தில் இருந்து பிறக்கின்றன.
இது தத்தெடுப்பின் குருட்டுப் புள்ளியாகும், ஏனெனில் சிக்கல் தொழில்நுட்பத்தில் இல்லை, ஆனால் வணிகத்தைப் பற்றிய புரிதல் இல்லாதது. 13 ஆயிரத்துக்கும் மேற்பட்ட ஊழியர்களைக் கொண்ட ஸ்டார்ட்அப்கள் மற்றும் நிறுவனங்களின் பணிப்பாய்வுகளை வரையறுக்காமல் ஆட்டோமேஷனில் அதிர்ஷ்டத்தை முதலீடு செய்வதைப் பார்த்திருக்கிறேன். இரண்டு தனித்துவமான படிகளுக்கு இடையே ஆபத்தான குழப்பம் உள்ளது: வேலை எப்படி நடக்க வேண்டும் என்பதை வரைபடமாக்குதல் மற்றும் அதை தானியங்குபடுத்தும் AI முகவரை உருவாக்குதல். இது கலக்கப்படும்போது, தோல்வி தவிர்க்க முடியாதது மற்றும் மோசமாக வடிவமைக்கப்பட்ட செயல்முறையைச் சேமிக்கும் திறன் கொண்ட எந்த வழிமுறையும் இல்லை.
மற்றொரு தொடர்ச்சியான பிழையானது "மந்திர முகவர்கள்" மீதான ஆவேசம் ஆகும். ஒரு அமைப்பு தன்னை விற்கவும், தனக்கு சேவை செய்யவும், முழு செயல்பாட்டையும் தன்னாட்சி முறையில் நிர்வகிக்கவும் முடியும் என்ற நம்பிக்கை இன்னும் நிர்வாகிகளை மயக்குகிறது. ஆனால் இந்த பார்வை, நம்பத்தகாததாக இருப்பதுடன், ஒரு கவனச்சிதறல். AI இன் எதிர்காலம் தன்னம்பிக்கை ரோபோக்களில் இல்லை, மாறாக வலிமையான, அதிக உற்பத்தி திறன் கொண்ட மனித-இயந்திர குழுக்களில் உள்ளது. மிகப்பெரிய முன்னேற்றங்கள் வாடிக்கையாளருடன் முன் வரிசையில் நடக்கவில்லை, ஆனால் திரைக்குப் பின்னால்.
புரட்சி ஏற்கனவே உறுதியானது என்பது துல்லியமாக பின் அலுவலகத்தில் உள்ளது. மின்னஞ்சல்களுக்கான பதில்களின் ஆட்டோமேஷன், டிரான்ஸ்கிரிப்ஷன் மற்றும் கூட்டங்களின் சுருக்கம், CRMகளை தானாக நிரப்புதல், தொடர்ச்சியான சந்தை பகுப்பாய்வு, உள்ளடக்க உற்பத்திக்கான ஆதரவு, இவை உண்மையான ஆதாயங்களைக் காட்டிய பயன்பாடுகள். காப்பீட்டு நிறுவனங்கள் செயல்முறைகளை நான்கு நாட்களில் இருந்து 30 நிமிடங்களாகக் குறைப்பதையும் அணிகள் முன்பு ஒரு வாரத்தில் எடுத்ததை ஒரே நாளில் சாதிப்பதையும் நான் கண்டேன். புனைகதைக்கு மாறாக, இந்த மாதிரியை உறுதியான உற்பத்தித்திறன் என்று கருதலாம். AI திட்டங்கள் தோல்வியடைவது தொழில்நுட்ப வரம்புகளால் அல்ல, மாறாக மூலோபாய தெளிவு இல்லாததால் தான் என்பது தெளிவாகிறது. செயல்களை மறுவடிவமைப்பு செய்வதிலும், மனித வேலையை வலுப்படுத்த தொழில்நுட்பத்தைப் பயன்படுத்துவதிலும் உண்மையான வாய்ப்பு இருக்கும்போது, அற்புதங்களைத் தேடுவதில் தவறு உள்ளது. இது மாற்றுவது பற்றியது அல்ல, ஆனால் விரிவாக்குவது பற்றியது.
செயற்கை நுண்ணறிவின் எதிர்காலம் முற்றிலும் சுதந்திரமான இயந்திரங்களில் இல்லை, மாறாக மனிதர்களும் வழிமுறைகளும் இணைந்து செயல்படும் கலப்பின குழுக்களை உருவாக்குவதில் உள்ளது. AI ஐ தங்கள் செயல்முறைகளில் மூலோபாயமாக ஒருங்கிணைக்க நிர்வகிக்கும் நிறுவனங்கள், உற்பத்தித்திறனை அதிகரிக்கவும், செலவுகளைக் குறைக்கவும், மேலும் சுறுசுறுப்பான மற்றும் திறமையான சேவைகளை வழங்கவும் முடியும். AI ஐ மாற்றாகப் பார்க்காமல், மனிதத் திறமையின் பெருக்கியாகப் பார்ப்பவர்களிடமிருந்து உண்மையான போட்டி நன்மைகள் கிடைக்கும், மீண்டும் மீண்டும் செய்யும் பணிகளை அதிக மூலோபாய மற்றும் ஆக்கபூர்வமான முடிவுகளுக்கான நேரமாக மாற்றும். AI மேஜிக் செய்ய காத்திருக்கும் எவரும் 95% புள்ளிவிவரத்தை தொடர்ந்து வழங்குவார்கள்.
*ரெனாடோ அஸ்ஸே 13 ஆயிரம் பணியாளர்களைக் கொண்ட நிறுவனங்களில் செயற்கை நுண்ணறிவு முகவர்களை ஏற்கனவே செயல்படுத்தி, 20 ஆயிரத்துக்கும் மேற்பட்ட உறுப்பினர்களைக் கொண்ட, லத்தீன் அமெரிக்காவின் மிகப்பெரிய நோ கோட் மற்றும் AI பள்ளியான Comunidade Sem Codar இன் நிறுவனர் ஆவார்.
