आज का अवसर: महत्वपूर्ण स्वचालन लाभ
जब नेता तत्काल घबराहट का जवाब देते हैं, तो नए व्यापारिक जोखिम और शमन अक्सर उभरते हैं। हाल के दो उदाहरण एआई गोद लेने से सकारात्मक परिणामों को लागू करने और प्रकाशित करने के लिए भागने के परिणामों को उजागर करते हैं। वॉल स्ट्रीट जर्नल ने अप्रैल 2025 में एआई पर रिटर्न का एहसास करने के लिए संघर्ष करने वाली कंपनियों पर रिपोर्ट की। कुछ हफ़्ते बाद, इसने एआई के बारे में एक तकनीकी पेपर के एमआईटी को पीछे छोड़ दिया, जहां इसके प्रकाशन के कारण परिणामों की पुष्टि नहीं की जा सकती थी।
हालांकि ये रिपोर्टें आम-ज्ञान वाले रेलिंग के बिना एआई पर अति-निर्भरता के नुकसान को प्रदर्शित करती हैं, लेकिन एंटरप्राइज़ एआई गोद लेने की भूमि में सभी ट्रैक नहीं हैं। उद्योगों में प्रक्रियाओं को स्वचालित करने में एआई और संबंधित प्रौद्योगिकियों के विवेकपूर्ण उपयोग से अविश्वसनीय परिणाम पाए जा रहे हैं। अब जब हम “लापता होने का डर” चरण के माध्यम से हैं और व्यवसाय के लिए नीचे उतर सकते हैं, तो अपने व्यवसाय के स्वचालन के लिए AI को लागू करते समय मूल्य की तलाश करने के लिए सबसे अच्छी जगहें कहां हैं?
जबकि चैटबॉट्स मोबाइल फोन के लिए नए ऐप डाउनलोड के रूप में लगभग उतने ही व्यापक हैं, एआई को एहसास करने वाले स्वचालन और उत्पादकता लाभ के अनुप्रयोगों ने अंतर्निहित एआई सिस्टम के अद्वितीय उद्देश्य और वास्तुकला के साथ लाइन अप किया है। प्रमुख पैटर्न जहां एआई लाभ का एहसास वर्तमान में दो चीजों के लिए उबाल दिया जाता है: भाषा (अनुवाद और पैटर्न) और डेटा (नया प्रारूप निर्माण और डेटा खोज)।
उदाहरण एक: प्राकृतिक भाषा प्रसंस्करण
विनिर्माण स्वचालन चुनौती: विफलता मोड और प्रभाव विश्लेषण (FMEA) दोनों महत्वपूर्ण और अक्सर श्रम गहन है। यह हमेशा विनिर्माण उपकरणों में विफलता से पहले नहीं किया जाता है, इसलिए बहुत बार FMEA एक तनावपूर्ण विनिर्माण लाइनों-डाउन परिदृश्य में होता है। इंटेल के मामले में, समय क्षेत्रों और पसंदीदा भाषा के अंतर के साथ बड़ी दूरी द्वारा अलग -अलग विनिर्माण सुविधाओं का एक वैश्विक पदचिह्न किसी समस्या के मूल कारण को खोजने के लिए और भी मुश्किल बनाता है। इंजीनियरिंग के प्रयासों को इन सुविधाओं के बीच फैले उपकरणों के बड़े बेड़े में दोहराए जाने वाले एफएमईए विश्लेषण के अनुसार खर्च किया जाता है।
समाधान: विनिर्माण उपकरण लॉग में प्राकृतिक भाषा प्रसंस्करण (एनएलपी) के लिए पहले से ही सीपीयू कंप्यूट सर्वर तैनात किया गया है, जहां स्थानीय विनिर्माण तकनीशियनों द्वारा उपकरणों के संचालन के बारे में अवलोकन बनाए जाते हैं। विश्लेषण ने शब्दों को सकारात्मक, नकारात्मक या तटस्थ के रूप में वर्गीकृत करने के लिए भावना विश्लेषण को भी लागू किया। नई प्रणाली ने एक मिनट के भीतर छह महीने के डेटा पर FMEA का प्रदर्शन किया, इंजीनियरिंग के समय के हफ्तों को बचाया और अप्रत्याशित डाउनटाइम को बढ़ाने के बजाय पूर्व-खाली समय पर विनिर्माण लाइन को सेवा उपकरणों की अनुमति दी।
वित्तीय संस्थान चुनौती: सॉफ्टवेयर इंजीनियरों द्वारा आमतौर पर उपयोग की जाने वाली प्रोग्रामिंग भाषाएं विकसित हुई हैं। परिपक्व बेल्वेदर संस्थानों का गठन अक्सर वर्षों से विलय और अधिग्रहण की एक श्रृंखला के माध्यम से किया जाता था, और वे महत्वपूर्ण प्रणालियों पर भरोसा करना जारी रखते हैं जो 30 वर्षीय प्रोग्रामिंग भाषाओं पर आधारित हैं जो वर्तमान-दिन के सॉफ्टवेयर इंजीनियर से परिचित नहीं हैं।
समाधान: पुरानी और नई प्रोग्रामिंग भाषाओं के बीच अनुवाद करने के लिए एनएलपी का उपयोग करें, जिससे सॉफ्टवेयर इंजीनियरों को महत्वपूर्ण परिचालन प्रणालियों की सेवा में सुधार करने के लिए एक आवश्यक बढ़ावा मिल सके। जोखिम भरा पुनर्लेखन या बड़े पैमाने पर उन्नयन करने के बजाय एआई की शक्ति का उपयोग करें।
