प्रायोजित विशेषता कृत्रिम बुद्धिमत्ता (एआई) हाल ही में व्यापार और प्रौद्योगिकी सुर्खियों में हावी रही है। आप किसी समाचार साइट को इस बारे में कोई कहानी देखे बिना नहीं देख सकते कि एआई हमारे व्यवसाय करने के तरीके को कैसे बदलने के लिए तैयार है।
स्वाभाविक रूप से, लगभग हर कंपनी एआई में अपनी यात्रा शुरू करने या आगे बढ़ाने के लिए उत्सुक है, लेकिन अधिकांश को यह नहीं पता कि आगे कैसे बढ़ना है।
एआई पहले से ही आधुनिक व्यवसाय पर बड़ा प्रभाव डाल रहा है। वास्तव में, द्वारा एकत्रित आँकड़ों के अनुसार अथॉरिटी हैकर, 35 प्रतिशत व्यवसायों ने एआई को अपनाया है, 77 प्रतिशत उपकरण एआई के किसी न किसी रूप का उपयोग कर रहे हैं, और 10 में से नौ संगठन प्रतिस्पर्धात्मक लाभ हासिल करने के लिए एआई का उपयोग करने का समर्थन करते हैं। इसके बाद 15.7 तक एआई से वैश्विक अर्थव्यवस्था में 2030 ट्रिलियन डॉलर जुड़ने की उम्मीद है। और किसी भी नई तकनीक की तरह, नौकरियां जाएंगी और नौकरियां बढ़ेंगी। एआई संभावित रूप से 85 तक 2025 मिलियन नौकरियां खत्म कर सकता है, लेकिन दूसरी तरफ, यह 97 मिलियन नई नौकरियां भी पैदा कर सकता है।
जो कंपनियाँ या तो पहली बार एआई को अपनाना चाहती हैं, या इसके मौजूदा उपयोग का विस्तार करना चाहती हैं, उन्हें स्टाफिंग और प्रौद्योगिकी दोनों पक्षों पर चुनौतियों की कई परतों का सामना करना पड़ता है। प्रौद्योगिकी के बारे में विनियामक और नैतिक चिंताएँ भी हैं। और चूंकि एआई सिस्टम को डेटा द्वारा ईंधन दिया जाता है, कंपनियों को अनिवार्य रूप से एआई एल्गोरिदम में फीड की जाने वाली जानकारी की गुणवत्ता, प्रासंगिकता और उपलब्धता सुनिश्चित करने के बारे में चिंताओं का सामना करना पड़ता है। यह सुनिश्चित करना कि वे डेटासेट सटीक, अद्यतित और यथासंभव व्यापक हैं, एक स्थायी चुनौती पेश करने की संभावना है। जब आवश्यक हार्डवेयर, बुनियादी ढांचे और ऊर्जा प्रावधान और संबंधित लागतों की जटिलताओं को संभालने की बात आती है तो यही बात सच है।
पुरस्कार प्राप्त करने के लिए चुनौतियों पर काबू पाएं
एचपीई में एआई के मुख्य प्रौद्योगिकीविद् मैट आर्मस्ट्रांग-बार्न्स का मानना है कि संगठन अक्सर रणनीतिक योजना के बिना एआई से संपर्क करने की गलती करते हैं। “वे प्रौद्योगिकी पर बहुत तेजी से काम कर रहे हैं। उनके पास कोई आम रणनीति नहीं है,'' वे कहते हैं। "वे दिलचस्प विज्ञान परियोजनाएं बनाते हैं, लेकिन वे व्यावसायिक मूल्य नहीं जोड़ रहे हैं"।
सबसे पहले और सबसे महत्वपूर्ण, कंपनियों को एक एआई रणनीति विकसित करने की आवश्यकता है जो उपयोग के मामलों की पहचान करती है और प्राथमिकता देती है, और यह सुनिश्चित करती है कि वे वास्तविक समस्याओं से निपट रहे हैं, न कि केवल कुछ ऐसा बना रहे हैं जो प्रयोगशाला में जीवित रहेगा और मर जाएगा। इस प्रक्रिया के इर्द-गिर्द निश्चित रूप से व्यावहारिक प्रश्न हैं: “आप इन एआई प्लेटफार्मों का निर्माण कैसे करने जा रहे हैं? आप उनकी निगरानी कैसे करेंगे?” आर्मस्ट्रांग-बार्न्स पूछते हैं। “आप यह कैसे सुनिश्चित करते हैं कि वे अभी भी कुशलतापूर्वक काम कर रहे हैं? आप यह कैसे महसूस करेंगे कि आपने वे लाभ प्राप्त कर लिए हैं जिनके बारे में आपने सोचा था कि वे प्राप्त करने वाले हैं? आप पहलों को सही तरीके से निधि देने के लिए बजट कैसे आवंटित करते हैं?"
इसमें कोई संदेह नहीं है कि सही प्रश्न पूछने और एक ठोस योजना बनाने से एआई के लाभों को महसूस करने में लगने वाले समय को कम करने में मदद मिल सकती है। लेकिन किसी भी एआई सिस्टम को प्रायोगिक मॉडल से वास्तविक कामकाजी मॉडल में लाना भी एक बड़ी चुनौती पेश करता है। आर्मस्ट्रांग-बार्न्स बताते हैं, "सबसे बड़ी चुनौतियाँ 'परिचालन' के आसपास हैं, जिससे आपको शुरुआती डेटा एकत्र करने से लेकर मॉडल बनाने से लेकर उत्पादन परिनियोजन तक एआई सिस्टम मिलता है।"
और यह सुनिश्चित करना आवश्यक है कि कर्मचारियों के पास उचित कौशल हो। सही विशेषताओं वाले कर्मचारियों को आकर्षित करना और बनाए रखना, या किसी ऐसे संगठन के साथ साझेदारी करना जो विशेषज्ञता प्रदान कर सके, एक प्रमुख फोकस होगा। उन्होंने आगे कहा, "प्रौद्योगिकी क्या कर सकती है, इसके बारे में अभी भी बहुत सी गलतफहमियां हैं, इसलिए शिक्षा न केवल कौशल विकसित करती है, बल्कि खरीदारी भी पैदा करती है।"
एक दृष्टिकोण जो कंपनियां कुछ कौशल सेट और बुनियादी ढांचे के मुद्दों को हल करने के लिए अपना सकती हैं, वह है साझेदारी की तलाश करना, वह सलाह देते हैं: “आप उन कौशलों को लाने के लिए साझेदारी कर सकते हैं; बुनियादी ढाँचे, प्लेटफ़ॉर्म और मॉडल सेवाओं तक पहुँचने के लिए भागीदार।
एआई-नेटिव आर्किटेक्चर में कई परतें होती हैं। एआई इंफ्रास्ट्रक्चर सेवा घटकों में उदाहरण के लिए जीपीयू और एक्सेलेरेटर शामिल हो सकते हैं, साथ ही कंप्यूट, स्टोरेज और नेटवर्किंग तत्व, कंटेनर और वर्चुअल मशीन और एआई लाइब्रेरी भी शामिल हो सकते हैं। इसी तरह एआई प्लेटफ़ॉर्म सेवाएं एमएल एप्लिकेशन और डेटा, विकास और तैनाती सेवाओं को शामिल कर सकती हैं। और आइए मूल्यवान उपयोग के मामले प्रस्तुतियों को वितरित करने के लिए पूर्वाग्रह और बहाव को खत्म करके भरोसेमंदता को बढ़ावा देने के लिए डिज़ाइन की गई एआई व्यावसायिक सेवाओं के साथ-साथ मूलभूत मॉडल, फाइन-ट्यूनिंग, वेक्टर स्टोर और प्रॉम्प्टिंग को शामिल करने वाली मॉडल सेवाओं को न भूलें।
कंपनी का कहना है कि एचपीई ने पहले से ही एक मजबूत मानव केंद्रित ढांचा तैयार किया है जिसे गोपनीयता, समावेशिता और जिम्मेदारी पर केंद्रित ग्राहकों की आवश्यकताओं पर लागू किया जा सकता है।
आर्मस्ट्रांग-बार्न्स कहते हैं, "इसका मतलब है कि आप डेटा और व्यावसायिक समस्या पर ध्यान केंद्रित कर सकते हैं।"
यह सब डेटा के बारे में है
जब आप AI सिस्टम डिज़ाइन और तैनात करते हैं तो डेटा पर ध्यान केंद्रित करना महत्वपूर्ण हो सकता है। संगठन हर दिन डेटा की सुनामी की चपेट में आ रहे हैं। एआई उन्हें उस डेटा में छिपे हुए पैटर्न ढूंढने में सक्षम बनाता है, जो इससे मूल्य प्राप्त करने की उनकी क्षमता में तेजी लाने में मदद करता है। फिर वे उन अनुप्रयोगों, प्रक्रियाओं और सेवाओं के बारे में बेहतर जानकारी वाले निर्णय ले सकते हैं जिन्हें वे बनाना या बढ़ाना चाहते हैं।
उस डेटा-केंद्रित फ़ोकस का एक प्रमुख घटक डेटा को इकट्ठा करने, प्रबंधित करने और निगरानी करने के लिए एक ठोस रणनीति बनाना है - एक जो व्यवसाय के साथ निकटता से जुड़ा हुआ है, एक डेटा संस्कृति बनाता है और इसमें शासन, डेटा गुणवत्ता, से संबंधित तत्व शामिल हैं। गोपनीयता और मेटाडेटा, एचपीई का कहना है।
आर्मस्ट्रांग-बार्न्स बताते हैं, "आपको यह समझने की ज़रूरत है कि व्यवसाय क्या करने की कोशिश कर रहा है।" "आपको यह समझने की ज़रूरत है कि आप डेटा की गुणवत्ता कैसे बढ़ा रहे हैं, इसे किसने एक्सेस किया है, आप इसका निपटान कैसे करते हैं, आप कौन सा मेटाडेटा संग्रहीत कर रहे हैं।"
डेटा द्वारा प्रस्तुत की जा सकने वाली एक अन्य समस्या साइलो है। जब डेटा लॉक हो जाता है, तो उसका मूल्य निकालना और प्राप्त करना समस्याग्रस्त हो सकता है। और एक बार जब वह डेटा पहुंच योग्य और उपलब्ध हो जाता है, तो उस डेटा को प्रशिक्षित करने का मुद्दा आता है जो एआई प्लेटफार्मों को सूचित करेगा। जब एआई सिस्टम बनाने की बात आती है, तो उच्च स्तर पर कई चरण होते हैं: डेटा एकत्र करना; मॉडल निर्माण के लिए तैयार करने के लिए डेटा को परिष्कृत करना; मॉडलों का निर्माण; मॉडलों को ट्यून करना; और फिर उन्हें तैनात करना। इनमें से प्रत्येक चरण विशिष्ट चुनौतियाँ प्रस्तुत करता है।
लेकिन एचपीई का कहना है कि एचपीई ग्रीनलेक के एआई-नेटिव आर्किटेक्चर का उपयोग इन प्रक्रियाओं को तेज करने के लिए सही नींव रखने में काफी मदद कर सकता है। और कंपनी का मशीन लर्निंग डेवलपमेंट एनवायरनमेंट (एमएलडीई) भी मशीन लर्निंग मॉडल विकास से जुड़ी जटिलता और लागत को कम करने में मदद करने के लिए डिज़ाइन किया गया है।
इन एआई मॉडलों को प्रशिक्षित करने के लिए महत्वपूर्ण प्रसंस्करण शक्ति की भी आवश्यकता होती है। जैसे-जैसे कंपनियां एआई के उपयोग को अपनाने या बढ़ाने के लिए आगे बढ़ती हैं, उनके पास पहले भार को संभालने की तकनीकी क्षमता होनी चाहिए। एचपीई ग्रीनलेक प्लेटफॉर्म उच्च-प्रदर्शन प्रसंस्करण वास्तुकला और सुव्यवस्थित डेटा पाइपलाइन के रूप में वह क्षमता प्रदान कर सकता है जिसकी संगठनों को एआई मॉडल और वर्कलोड बनाने और तैनात करने के लिए उच्च गुणवत्ता, प्रासंगिक डेटा तक पहुंच सुनिश्चित करने की आवश्यकता होगी।
सफल परियोजनाएँ मार्ग प्रशस्त कर सकती हैं
मार्गदर्शन के लिए अक्सर उन कंपनियों को देखना मददगार होता है जिन्होंने पहले से ही एआई को अपनाने और लागू करने में अच्छा काम किया है। इनमें से एक सिएटल, WA-आधारित ईस्पोर्ट्स टीम ईविल जीनियस है। अपने 25 साल के इतिहास में, कंपनी ने कॉल ऑफ़ ड्यूटी, फ़ोर्टनाइट, हेलो, रॉकेट लीग और वैलोरेंट खेलने वाले विभिन्न ईस्पोर्ट्स में टीमों में प्रवेश किया है। ईविल जीनियस की टीमें काफी सफल रही हैं। उदाहरण के लिए, कंपनी की कॉल ऑफ़ ड्यूटी: WWII टीम ने 2018 कॉल ऑफ़ ड्यूटी चैम्पियनशिप जीती, और VALORANT टीम ने 2023 VALORANT चैंपियंस जीती।
ईविल जीनियस के सीईओ क्रिस डेपोलोनियो कहते हैं, "हम गेमिंग का चेहरा बदलने के लिए यहां हैं।" “हम एक ई-स्पोर्ट्स और गेमिंग मनोरंजन संगठन हैं। हम दुनिया भर में पेशेवर रूप से गेम खेलते हैं। प्रौद्योगिकी और डेटा हम जो कुछ भी करते हैं उसकी रीढ़ हैं। हमारे खेल एक और शून्य पर बने हैं। वे डेटा पर आधारित हैं, और हम इसे कैसे संसाधित करते हैं और उससे अंतर्दृष्टि कैसे बनाते हैं?"
ईविल जीनियस के सामने सबसे बड़ी चिंताओं में से एक संभावित पेशेवर गेमर्स की पहचान करना है। कंपनी दुनिया भर में प्रतिभाओं को खोजने के लिए बड़ी मात्रा में जटिल डेटा संसाधित करती है, और। वे कहते हैं, ''हम उस भविष्य के पेशेवर पर डेटा ढूंढना चाहते हैं।'' और लगता है यह काम कर रहा है। “हम जीतना चाहते हैं। हम बेहतर प्रतिभा ढूंढना चाहते हैं। हम प्रशिक्षकों और स्काउट्स के साथ और अधिक कुशल होना चाहते हैं। हम अगले सुपरस्टार का पता लगाने के लिए अंतर्दृष्टि का उपयोग कर सकते हैं।
एआई का भविष्य - उत्पादकता और व्यावसायिक लाभ दोनों दृष्टिकोण से - आशाजनक दिखता है। एचपीई के आर्मस्ट्रांग-बार्न्स कहते हैं, "एआई एक टीम खेल है, यह कौशल के बारे में है।" “जब एआई सिस्टम को सफलतापूर्वक लागू करने की बात आती है, तो एक दृष्टिकोण स्केलेबल, कुशल और प्रभावी एआई सिस्टम के निर्माण में ट्रेस रिकॉर्ड वाले संगठन के साथ साझेदारी करना है। दशकों पुरानी एआई की गहरी विरासत के साथ एचपीई एआई पहल में तेजी लाने के लिए उपकरण, तकनीक और कौशल प्रदान करता है।''
डेटा-संचालित होने और डेटा को पूरी तरह से समझने और वे इसका उपयोग किस लिए करने जा रहे हैं, इससे किसी संगठन को उपयोग के मामले पर केंद्रित दृष्टिकोण अपनाने में मदद मिलेगी ताकि यह पहचानने में मदद मिल सके कि वह व्यावसायिक मूल्य बढ़ाने के लिए अपने डेटा को एआई तकनीकों के साथ कैसे जोड़ सकता है। एक बार यह समझ स्थापित हो जाए तो लाभों को आगे बढ़ाना आसान हो जाता है।
आर्मस्ट्रांग-बार्न्स कंपनियों को ऐसे प्लेटफ़ॉर्म बनाने की सलाह देते हैं जो उन्हें छोटी शुरुआत करने दें लेकिन आवश्यकता पड़ने पर बड़े पैमाने पर काम करने में सक्षम बनाने के लिए सभी आधार मौजूद हों। फिर उन्हें बस इस बात पर काम करना होगा कि वे क्या करना चाहते हैं और इससे मूल्य कैसे बढ़ेगा और समय के साथ उनकी जरूरतों में वृद्धि होगी। एचपीई हार्डवेयर, सॉफ्टवेयर और सेवाओं को मिलाकर 'एआई फैक्ट्री' बनाने की अपनी क्षमता पर जोर देता है जो उद्यम स्केलेबिलिटी प्रदान करता है, जो एकीकृत सिस्टम द्वारा समर्थित है जो अंतिम उपयोगकर्ताओं के लिए जीवन को आसान बनाता है।
वे कहते हैं, ''आप एआई यात्रा पर पहले से ही अपने प्रतिस्पर्धियों के साथ बने रहना चाहते हैं।'' "जब एआई-नेटिव आर्किटेक्चर के निर्माण की बात आती है, जो आपकी आवश्यकताओं के अनुरूप होता है और आपको अंतर्निहित नींव की जटिलताओं के बजाय अपने डेटा और व्यावसायिक चुनौतियों पर ध्यान केंद्रित करने की अनुमति देता है, तो टीम एआई में साझेदार जोड़ना एक महत्वपूर्ण सफलता कारक है।"
एचपीई द्वारा प्रायोजित।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://go.theregister.com/feed/www.theregister.com/2024/04/18/getting_on_board_with_ai/
