आईबीएम इंडिया और साउथ एशिया में डेटा, एआई और ऑटोमेशन सॉफ्टवेयर, टेक्नोलॉजी सेल्स के कंट्री लीडर सिद्धेश नाइक ने कहा कि आईबीएम का एआई गवर्नेंस प्लेटफॉर्म वाटसनएक्स.गवर्नेंस जेनरेटिव एआई (जेनएआई) और पारंपरिक एआई के लिए सभी सुरक्षा उपाय करता है, जिसमें एमएल मॉडल भी शामिल हैं। यह प्लेटफॉर्म व्यवसायों को एआई मॉडल को समझने और डेटा के आने और उसके जवाबों के बारे में रहस्य को खत्म करने में मदद करता है।
उन्होंने कहा कि यह प्लेटफ़ॉर्म एआई गवर्नेंस के नज़रिए से तीन व्यापक क्षेत्रों को भी कवर करता है – जोखिम, अनुपालन और जीवनचक्र शासन। “वॉटसनएक्स.गवर्नेंस के साथ हम जो दृष्टिकोण अपनाते हैं, वह न केवल हमारे स्टैक को नियंत्रित करना है, बल्कि कुछ हाइपर स्केलर्स या यहां तक कि कुछ एआई मॉडल पर चलने वाले टुकड़ों को भी नियंत्रित करना है, जिन्हें ग्राहकों ने खुद बनाया है। इसके अलावा, एक विश्वसनीय एआई गवर्नेंस परत लाने से यह सुनिश्चित होता है कि व्यवसाय के लिए एआई या जिम्मेदार एआई के नज़रिए से सही गार्डरेल्स मौजूद हैं।”
नाइक ने पाया कि पिछले एक साल में GenAI में लोगों की दिलचस्पी काफी बढ़ गई है। उन्होंने कहा, “मुख्य सवाल यह है कि उद्यम इस तकनीक को प्रभावी तरीके से कैसे लागू कर सकते हैं ताकि बड़े पैमाने पर मूल्य प्राप्त किया जा सके और इसे व्यावसायिक बातचीत के लिए AI में कैसे बदला जा सके।”
हालांकि, भ्रम या ऐसी घटना, जिसमें एक बड़ा भाषा मॉडल (एलएलएम) जैसे कि जेनएआई चैटबॉट या कंप्यूटर विज़न टूल, ऐसे पैटर्न या वस्तुओं का पता लगाता है जो मनुष्यों के लिए अस्तित्वहीन या दृश्यमान नहीं होते, जिसके परिणामस्वरूप गलत आउटपुट प्राप्त होते हैं, चिंता का कारण है क्योंकि इससे उद्यमों को काफी नुकसान होगा।
नाइक ने टिप्पणी की, “अगर ग्राहक-सामने वाला चैटबॉट कोई ऑफ़र देता है, तो कंपनी को उसका सम्मान करना चाहिए, भले ही फाउंडेशन मॉडल ने भ्रम पैदा किया हो या नहीं। इसके वित्तीय, कानूनी और प्रतिष्ठा संबंधी निहितार्थ हैं। आपके पास जोखिम के कई तत्व हैं जो इस बात को लेकर काम करते हैं कि यह आपको कैसे प्रभावित कर सकता है।”
अन्य चिंताओं में पक्षपात, घृणास्पद भाषण, अभद्र भाषा और व्यक्तिगत जानकारी के प्रकटीकरण को रोकना, या ऐसी स्थिति में बहाव शामिल है जहाँ AI मॉडल किसी विशिष्ट इरादे से शुरू हो सकते हैं लेकिन डेटासेट बदलने के कारण कुछ और करने लगते हैं। आईबीएम लीडर ने कहा, “DPDP अधिनियम के आने और व्यक्तिगत जानकारी को उजागर करने के लिए बहुत कड़े दंड के साथ, AI मॉडल के लिए सही सुरक्षा सुनिश्चित करना महत्वपूर्ण है।”
उद्यमों में एआई को व्यापक रूप से अपनाने के प्रति अनिच्छा को संबोधित करते हुए उन्होंने कहा कि हालांकि निवेश के नजरिए से एआई शीर्ष पर नहीं हो सकता है, लेकिन एआई-एम्बेडेड वर्कफ़्लो या एआई-एम्बेडेड स्वचालन उन संवर्द्धनों का मूल है, जिन्हें ग्राहक आगे बढ़ाने का प्रयास कर रहे हैं।
नाइक ने कहा कि पारंपरिक एआई, उसके बाद जोखिम मॉडल, कुछ समय से चलन में हैं। “बीएफएसआई सेगमेंट लगभग एक दशक से इन्हें अपनाते हुए वक्र से आगे रहा है। जेनएआई के आने से, संगठन की चौड़ाई में एआई की विस्तारशीलता बदल रही है; इसे व्यावसायिक वर्कफ़्लो, आईटी ऑटोमेशन, एप्लिकेशन आधुनिकीकरण, कोड जनरेशन, एसेट मैनेजमेंट, आईटी सुरक्षा खतरा प्रबंधन, ग्राहक सेवा जैसे ग्राहक-सामने वाले तत्वों पर लागू किया जा सकता है,” उन्होंने कहा, जेनएआई की विस्तारशीलता व्यवसाय के हर पहलू और एचआर, कानूनी, विपणन और व्यापार वित्त स्वचालन जैसे विभिन्न कार्यक्षेत्रों को छूना है।
चुनौतियां
व्यवसाय भी उत्पादकता, परिचालन दक्षता और ग्राहक अनुभव को बढ़ाने के लिए इन मॉडलों की खोज कर रहे हैं, बजाय इसके कि इस समय इन्हें पूरी तरह अपनाया जाए। GenAI के दृष्टिकोण से, कुछ चीजें क्लाइंट को अगले स्तर पर जाने से रोकती हैं, जैसे कि GenAI एक फाउंडेशन मॉडल या लार्ज लैंग्वेज मॉडल (LLM) है, जो अज्ञात स्रोतों से अरबों मापदंडों पर बनाया गया है। “यह खुले डोमेन में उपलब्ध हर चीज पर बनाया गया है। इस फाउंडेशन मॉडल पर भरोसा करना, सही गवर्नेंस गार्डरेल लगाना और इसे गलत व्यवहार करने से रोकना कुछ ऐसी चिंताएँ हैं जिनका क्लाइंट सामना करते हैं।”
उन्हें पीछे रखने वाला एक और पहलू निवेश पर वापसी (आरओआई) है। “हाइपर स्केलर्स सहित बाजार का दृष्टिकोण, बड़े मॉडल की वजह से हथौड़ा और कील दृष्टिकोण रहा है, जो 200 बिलियन से 400 बिलियन मापदंडों तक है। जब मैं अपने डेटा, ग्राहक सेवा या एजेंट सहायता उपयोग मामले से बात करने जैसे व्यवसाय उपयोग के मामले के लिए एक सरल एआई चलाता हूं, तो मुझे बड़े पैमाने पर जीपीयू इंफ्रास्ट्रक्चर की आवश्यकता वाले मॉडल की आवश्यकता नहीं होती है, और इसका मतलब है कि महत्वपूर्ण लागत। सही उपयोग के मामले के लिए सही मॉडल के साथ सही ROI प्राप्त करना एक महत्वपूर्ण कारक है।”
उन्होंने कहा कि दूसरा पहलू है एआई-तैयार डेटा और सही परिणाम सुनिश्चित करने के लिए डेटा की नींव रखना। “एआई में, जंक इन का मतलब जंक आउट है। एआई के लिए आधार के रूप में काम करने वाले गुणवत्तापूर्ण डेटा के बिना, आप तब तक जमीन पर नहीं उतर सकते जब तक कि आपने उस डेटा की नींव नहीं रखी हो। इसके अलावा, जेनएआई का अपने आप में कोई मतलब नहीं है जब तक कि मैं इसे अपने वर्कफ़्लो में एकीकृत नहीं कर सकता और इसे अपने व्यवसाय के लिए लाभकारी नहीं बना सकता।” उन्होंने निष्कर्ष निकाला।
