जनरेटिव एआई से मानव हस्तक्षेप के बिना कौन-कौन से कार्य करवाए जा सकते हैं?

कार्यकारी सारांश

जनरेटिव आर्टिफिशियल इंटेलिजेंस (एआई) – वह तकनीक जो मशीनों को टेक्स्ट, इमेज, कोड और अन्य चीजें बनाने में सक्षम बनाती है – ने हाल के वर्षों में ज़बरदस्त विकास देखा है। यह श्वेत पत्र जनरेटिव एआई द्वारा विश्वसनीय रूप से किए जा सकने वाले कार्यों और अगले दशक में इससे अपेक्षित कार्यों का एक सरल अवलोकन प्रदान करता है। हम लेखन, कला, कोडिंग, ग्राहक सेवा, स्वास्थ्य सेवा, शिक्षा, लॉजिस्टिक्स और वित्त जैसे क्षेत्रों में इसके उपयोग का सर्वेक्षण करते हैं, यह बताते हुए कि एआई कहाँ स्वायत्त रूप से कार्य करता है और कहाँ मानव पर्यवेक्षण महत्वपूर्ण बना हुआ है। सफलताओं और सीमाओं दोनों को दर्शाने के लिए वास्तविक दुनिया के उदाहरण शामिल किए गए हैं। प्रमुख निष्कर्षों में शामिल हैं:

• व्यापक उपयोग: 2024 में, सर्वेक्षण की गई 65% कंपनियों ने जनरेटिव एआई का नियमित रूप से उपयोग करने की सूचना दी - जो पिछले वर्ष की तुलना में लगभग दोगुना है ( 2024 की शुरुआत में एआई की स्थिति | मैककिन्से )। इसके अनुप्रयोगों में मार्केटिंग सामग्री निर्माण, ग्राहक सहायता चैटबॉट, कोड जनरेशन और बहुत कुछ शामिल हैं।

• वर्तमान स्वायत्त क्षमताएं: आज की जनरेटिव एआई न्यूनतम देखरेख के साथ संरचित, दोहराव वाले कार्यों को फिलाना पैटरसन - ओएनए कम्युनिटी प्रोफाइल ), ई-कॉमर्स साइटों पर उत्पाद विवरण और समीक्षा हाइलाइट्स तैयार करना और कोड को स्वतः पूर्ण करना शामिल है। इन क्षेत्रों में, एआई नियमित सामग्री निर्माण का कार्यभार संभालकर मानव श्रमिकों की सहायता करती है।

• जटिल कार्यों के लिए मानवीय हस्तक्षेप: रचनात्मक लेखन, विस्तृत विश्लेषण या चिकित्सा सलाह जैसे अधिक जटिल या व्यापक कार्यों के लिए, तथ्यात्मक सटीकता, नैतिक निर्णय और गुणवत्ता सुनिश्चित करने के लिए आमतौर पर मानवीय पर्यवेक्षण की आवश्यकता होती है। आज कई एआई अनुप्रयोग "मानवीय हस्तक्षेप" मॉडल का उपयोग करते हैं, जिसमें एआई सामग्री का मसौदा तैयार करता है और मनुष्य उसकी समीक्षा करते हैं।

• निकट भविष्य में सुधार: अगले 5-10 वर्षों में, जनरेटिव एआई के कहीं अधिक विश्वसनीय और स्वायत्त । मॉडल की सटीकता और सुरक्षा तंत्र में प्रगति से एआई न्यूनतम मानवीय हस्तक्षेप के साथ रचनात्मक और निर्णय लेने वाले कार्यों का एक बड़ा हिस्सा संभालने में सक्षम हो सकता है। उदाहरण के लिए, विशेषज्ञों का अनुमान है कि 2030 तक एआई अधिकांश ग्राहक सेवा संबंधी बातचीत और निर्णयों को वास्तविक समय में संभालेगा (ग्राहक अनुभव की ओर बदलाव की पुनर्कल्पना करने के लिए, विपणक को ये 2 काम करने होंगे ), और एक प्रमुख फिल्म 90% एआई-जनित सामग्री के साथ निर्मित की जा सकती है ( उद्योगों और उद्यमों के लिए जनरेटिव एआई उपयोग के मामले )।

• 2035 तक: एक दशक में, हम उम्मीद करते हैं कि स्वायत्त कृत्रिम बुद्धिमत्ता (AI) एजेंट कई क्षेत्रों में आम हो जाएंगे। AI ट्यूटर बड़े पैमाने पर व्यक्तिगत शिक्षा प्रदान कर सकते हैं, AI सहायक विशेषज्ञ अनुमोदन के लिए कानूनी अनुबंध या चिकित्सा रिपोर्ट विश्वसनीय रूप से तैयार कर सकते हैं, और जनरेटिव सिमुलेशन की सहायता से स्व-चालित प्रणालियाँ लॉजिस्टिक्स संचालन को शुरू से अंत तक संचालित कर सकती हैं। हालांकि, कुछ संवेदनशील क्षेत्रों (जैसे महत्वपूर्ण चिकित्सा निदान, अंतिम कानूनी निर्णय) में सुरक्षा और जवाबदेही के लिए मानवीय निर्णय की आवश्यकता बनी रहेगी।

• नैतिक और विश्वसनीयता संबंधी चिंताएँ: जैसे-जैसे कृत्रिम बुद्धिमत्ता (एआई) की स्वायत्तता बढ़ती है, वैसे-वैसे चिंताएँ भी बढ़ती हैं। आज के मुद्दों में भ्रम (एआई द्वारा मनगढ़ंत तथ्य बनाना), उत्पन्न सामग्री में पूर्वाग्रह, पारदर्शिता की कमी और दुष्प्रचार के लिए संभावित दुरुपयोग शामिल हैं। बिना निगरानी के काम करते समय एआई पर भरोसा सर्वोपरि है। प्रगति हो रही है – उदाहरण के लिए, संगठन जोखिम न्यूनीकरण (सटीकता, साइबर सुरक्षा, बौद्धिक संपदा संबंधी मुद्दों को संबोधित करना) में अधिक निवेश कर रहे हैं ( एआई की स्थिति: वैश्विक सर्वेक्षण | मैककिन्से ) – लेकिन मजबूत शासन और नैतिक ढाँचे की आवश्यकता है।

• इस शोधपत्र की संरचना: हम जनरेटिव एआई के परिचय और स्वायत्त बनाम पर्यवेक्षित उपयोगों की अवधारणा से शुरुआत करते हैं। फिर, प्रत्येक प्रमुख क्षेत्र (लेखन, कला, कोडिंग, आदि) के लिए, हम चर्चा करते हैं कि एआई आज विश्वसनीय रूप से क्या कर सकता है और भविष्य में क्या संभावनाएं हैं। अंत में, हम जनरेटिव एआई के जिम्मेदारीपूर्वक उपयोग के लिए प्रासंगिक चुनौतियों, भविष्य के अनुमानों और अनुशंसाओं के साथ निष्कर्ष निकालते हैं।

कुल मिलाकर, जनरेटिव एआई ने निरंतर मानवीय मार्गदर्शन के बिना भी कई तरह के कार्यों को संभालने की क्षमता साबित कर दी है। इसकी वर्तमान सीमाओं और भविष्य की संभावनाओं को समझकर, संगठन और आम जनता उस युग के लिए बेहतर तैयारी कर सकते हैं जिसमें एआई केवल एक उपकरण नहीं, बल्कि कार्य और रचनात्मकता में एक स्वायत्त सहयोगी होगा।.

परिचय

विश्लेषण करने में सक्षम रही है , लेकिन हाल ही में AI प्रणालियों ने सृजन - गद्य लिखना, चित्र बनाना, सॉफ्टवेयर प्रोग्रामिंग करना, और भी बहुत कुछ। ये जनरेटिव AI मॉडल (जैसे टेक्स्ट के लिए GPT-4 या छवियों के लिए DALL·E) विशाल डेटासेट पर प्रशिक्षित होते हैं ताकि संकेतों के जवाब में नई सामग्री तैयार कर सकें। इस अभूतपूर्व प्रगति ने विभिन्न उद्योगों में नवाचार की लहर ला दी है। हालांकि, एक महत्वपूर्ण प्रश्न उठता है: बिना किसी मानव द्वारा इसके आउटपुट की दोबारा जांच किए, हम वास्तव में AI पर कितना भरोसा कर सकते हैं?

पर्यवेक्षित और स्वायत्त उपयोगों के बीच अंतर करना महत्वपूर्ण है

• मानव-पर्यवेक्षित एआई उन परिदृश्यों को संदर्भित करता है जहां एआई आउटपुट को अंतिम रूप देने से पहले मनुष्यों द्वारा समीक्षा या व्यवस्थित किया जाता है। उदाहरण के लिए, एक पत्रकार लेख का मसौदा तैयार करने के लिए एआई लेखन सहायक का उपयोग कर सकता है, लेकिन संपादक उसका संपादन और अनुमोदन करता है।

• स्वायत्त कृत्रिम बुद्धिमत्ता (मानव हस्तक्षेप के बिना कृत्रिम बुद्धिमत्ता) उन कृत्रिम बुद्धिमत्ता प्रणालियों को संदर्भित करती है जो कार्यों को निष्पादित करती हैं या ऐसी सामग्री तैयार करती हैं जो बहुत कम या बिना किसी मानवीय संपादन के सीधे उपयोग में आ जाती है। इसका एक उदाहरण स्वचालित चैटबॉट द्वारा मानव एजेंट के बिना ग्राहक के प्रश्न का समाधान करना, या किसी समाचार चैनल द्वारा कृत्रिम बुद्धिमत्ता द्वारा उत्पन्न खेल स्कोर सारांश को स्वचालित रूप से प्रकाशित करना है।

जेनरेटिव एआई को पहले से ही दोनों तरीकों से इस्तेमाल किया जा रहा है। 2023-2025 में, इसका उपयोग तेजी से बढ़ा है और संगठन उत्सुकता से प्रयोग कर रहे हैं। 2024 में हुए एक वैश्विक सर्वेक्षण में पाया गया कि 65% कंपनियां नियमित रूप से जेनरेटिव एआई का उपयोग कर रही हैं, जो एक साल पहले लगभग एक तिहाई थी ( 2024 की शुरुआत में एआई की स्थिति | मैककिन्से )। व्यक्तियों ने भी चैटजीपीटी जैसे उपकरणों को अपनाया है - अनुमान है कि 2023 के मध्य तक 79% पेशेवरों को जेनरेटिव एआई का कुछ न कुछ अनुभव था ( 2023 में एआई की स्थिति: जेनरेटिव एआई का विकास वर्ष | मैककिन्से )। यह तीव्र वृद्धि दक्षता और रचनात्मकता में वृद्धि की संभावना से प्रेरित है। फिर भी, यह अभी भी शुरुआती चरण में है, और कई कंपनियां अभी भी एआई का जिम्मेदारी से उपयोग करने के तरीके पर नीतियां बना रही हैं ( 2023 में एआई की स्थिति: जेनरेटिव एआई का विकास वर्ष | मैककिन्से )।

स्वायत्तता क्यों महत्वपूर्ण है: कृत्रिम बुद्धिमत्ता को मानवीय निगरानी के बिना संचालित करने से दक्षता में भारी वृद्धि हो सकती है – थकाऊ कार्यों को पूरी तरह से स्वचालित किया जा सकता है – लेकिन इससे विश्वसनीयता के लिए जोखिम भी बढ़ जाता है। एक स्वायत्त कृत्रिम बुद्धिमत्ता एजेंट को सब कुछ सही ढंग से करना होगा (या अपनी सीमाओं को जानना होगा) क्योंकि वास्तविक समय में गलतियों को पकड़ने के लिए कोई मानव उपस्थित नहीं हो सकता है। कुछ कार्य दूसरों की तुलना में इसके लिए अधिक उपयुक्त होते हैं। सामान्यतः, कृत्रिम बुद्धिमत्ता तब सबसे अच्छा स्वायत्त रूप से कार्य करती है जब:

• इस कार्य की एक स्पष्ट संरचना या पैटर्न (उदाहरण के लिए, डेटा से नियमित रिपोर्ट तैयार करना)।

• त्रुटियां कम जोखिम वाली होती हैं या आसानी से सहन की जा सकती हैं (उदाहरण के लिए, एक छवि निर्माण जिसे असंतोषजनक होने पर खारिज किया जा सकता है, बनाम एक चिकित्सा निदान)।

• पर्याप्त प्रशिक्षण डेटा , इसलिए एआई का आउटपुट वास्तविक उदाहरणों पर आधारित है (जिससे अनुमान लगाने की संभावना कम हो जाती है)।

इसके विपरीत, ऐसे कार्य जो अनिश्चित हों , जिनमें जोखिम अधिक हो या जिनमें सूक्ष्म निर्णय की आवश्यकता हो, वे आज शून्य निगरानी के लिए कम उपयुक्त हैं।

अगले अनुभागों में, हम विभिन्न क्षेत्रों का अध्ययन करेंगे ताकि यह देख सकें कि जनरेटिव एआई वर्तमान में क्या कर रहा है और भविष्य में क्या होने वाला है। हम ठोस उदाहरणों पर गौर करेंगे – एआई द्वारा लिखे गए समाचार लेखों और एआई द्वारा निर्मित कलाकृतियों से लेकर कोड लेखन सहायकों और आभासी ग्राहक सेवा एजेंटों तक – यह बताते हुए कि कौन से कार्य एआई द्वारा पूर्णतः किए जा सकते हैं और किन कार्यों में अभी भी मानव हस्तक्षेप की आवश्यकता है। प्रत्येक क्षेत्र के लिए, हम वर्तमान क्षमताओं (लगभग 2025) को 2035 तक विश्वसनीय रूप से संभव होने वाली यथार्थवादी अनुमानों से स्पष्ट रूप से अलग करेंगे।.

विभिन्न क्षेत्रों में स्वायत्त कृत्रिम बुद्धिमत्ता के वर्तमान और भविष्य का विश्लेषण करके, हमारा उद्देश्य पाठकों को एक संतुलित समझ प्रदान करना है: न तो कृत्रिम बुद्धिमत्ता को जादुई रूप से अचूक बताकर उसकी अतिशयोक्ति करना, और न ही उसकी वास्तविक और बढ़ती क्षमताओं को कम आंकना। इस आधार पर, हम बिना निगरानी के कृत्रिम बुद्धिमत्ता पर भरोसा करने से जुड़ी व्यापक चुनौतियों पर चर्चा करते हैं, जिनमें नैतिक विचार और जोखिम प्रबंधन शामिल हैं, और अंत में मुख्य निष्कर्षों के साथ अपनी बात समाप्त करते हैं।.

लेखन और सामग्री निर्माण में जनरेटिव एआई

जनरेटिव एआई ने जिन पहले क्षेत्रों में धूम मचाई, उनमें से एक टेक्स्ट जनरेशन था। बड़े भाषा मॉडल समाचार लेखों और मार्केटिंग कॉपी से लेकर सोशल मीडिया पोस्ट और दस्तावेज़ों के सारांश तक सब कुछ तैयार कर सकते हैं। लेकिन इस लेखन का कितना हिस्सा बिना मानव संपादक के किया जा सकता है?

वर्तमान क्षमताएं (2025): नियमित सामग्री के स्वतः लेखन में एआई की भूमिका

न्यूनतम या बिना किसी मानवीय हस्तक्षेप के कई नियमित लेखन कार्यों को फिलाना पैटरसन - ओएनए कम्युनिटी प्रोफाइल )। ये संक्षिप्त समाचार लेख एक टेम्पलेट का अनुसरण करते हैं (जैसे, "कंपनी X ने Y की आय की सूचना दी, Z% की वृद्धि...") और एआई (प्राकृतिक भाषा निर्माण सॉफ्टवेयर का उपयोग करके) किसी भी इंसान की तुलना में तेजी से संख्याएँ और शब्दावली भर सकता है। एपी का सिस्टम इन रिपोर्टों को स्वचालित रूप से प्रकाशित करता है, जिससे मानव लेखकों की आवश्यकता के बिना इसका कवरेज नाटकीय रूप से बढ़ जाता है (प्रति तिमाही 3,000 से अधिक खबरें) ( स्वचालित आय खबरों की संख्या में वृद्धि | एसोसिएटेड प्रेस )।

खेल पत्रकारिता में भी इसी तरह सुधार हुआ है: एआई सिस्टम खेल के आंकड़ों का उपयोग करके सारांश कहानियां तैयार कर सकते हैं। चूंकि ये क्षेत्र डेटा-आधारित और मानकीकृत हैं, इसलिए सही डेटा होने पर त्रुटियां नगण्य होती हैं। ऐसे मामलों में, हमें वास्तविक स्वायत्तता – एआई लिखता है और सामग्री तुरंत प्रकाशित हो जाती है।

कंपनियां जनरेटिव एआई का उपयोग उत्पाद विवरण, ईमेल न्यूज़लेटर और अन्य मार्केटिंग सामग्री तैयार करने के लिए भी कर रही हैं। उदाहरण के लिए, ई-कॉमर्स दिग्गज अमेज़न अब उत्पादों के लिए ग्राहक समीक्षाओं का सारांश तैयार करने के लिए एआई का उपयोग करता है। एआई कई व्यक्तिगत समीक्षाओं के पाठ को स्कैन करता है और एक संक्षिप्त पैराग्राफ तैयार करता है जिसमें लोगों को उत्पाद के बारे में क्या पसंद या नापसंद है, यह बताया जाता है। फिर इसे बिना मैन्युअल संपादन के उत्पाद पृष्ठ पर प्रदर्शित किया जाता है ( अमेज़न एआई के साथ ग्राहक समीक्षा अनुभव को बेहतर बनाता है )। नीचे अमेज़न के मोबाइल ऐप पर इस सुविधा का एक उदाहरण दिया गया है, जहां "ग्राहक क्या कहते हैं" अनुभाग पूरी तरह से समीक्षा डेटा से एआई द्वारा तैयार किया गया है:

( अमेज़ॅन एआई की मदद से ग्राहक समीक्षा अनुभव को बेहतर बनाता है ) ई-कॉमर्स उत्पाद पृष्ठ पर एआई द्वारा तैयार की गई समीक्षा का सारांश। अमेज़ॅन की प्रणाली उपयोगकर्ता समीक्षाओं के सामान्य बिंदुओं (जैसे, उपयोग में आसानी, प्रदर्शन) को एक संक्षिप्त पैराग्राफ में सारांशित करती है, जिसे खरीदारों को "ग्राहक समीक्षाओं के पाठ से एआई द्वारा तैयार" के रूप में दिखाया जाता है।

ऐसे उपयोग के उदाहरण दर्शाते हैं कि जब सामग्री एक पूर्वानुमानित पैटर्न का अनुसरण करती है या मौजूदा डेटा से एकत्रित की जाती है, तो एआई अक्सर इसे अकेले ही संभाल सकता है । अन्य वर्तमान उदाहरणों में शामिल हैं:

• मौसम और यातायात संबंधी अपडेट: मीडिया संस्थान सेंसर डेटा के आधार पर दैनिक मौसम रिपोर्ट या यातायात बुलेटिन संकलित करने के लिए एआई का उपयोग कर रहे हैं।

• वित्तीय रिपोर्टें: कंपनियां सरल वित्तीय सारांश (तिमाही परिणाम, शेयर बाजार की जानकारी) स्वचालित रूप से तैयार कर रही हैं। 2014 से, ब्लूमबर्ग और अन्य समाचार आउटलेट कंपनियों की आय पर समाचार संक्षिप्त विवरण लिखने में सहायता के लिए एआई का उपयोग कर रहे हैं - एक बार डेटा फीड हो जाने के बाद यह प्रक्रिया काफी हद तक स्वचालित रूप से चलती है ( एपी के 'रोबोट पत्रकार' अब अपनी कहानियां खुद लिख रहे हैं | द वर्ज ) ( व्योमिंग के पत्रकार को फर्जी उद्धरण और कहानियां बनाने के लिए एआई का उपयोग करते हुए पकड़ा गया )।

• अनुवाद और प्रतिलेखन: प्रतिलेखन सेवाएं अब मानव टाइपिस्टों के बिना बैठकों के प्रतिलेख या कैप्शन तैयार करने के लिए एआई का उपयोग करती हैं। रचनात्मक अर्थों में जनरेटिव न होते हुए भी, ये भाषा संबंधी कार्य स्पष्ट ऑडियो के लिए उच्च सटीकता के साथ स्वचालित रूप से चलते हैं।

• ड्राफ्ट तैयार करना: कई पेशेवर ईमेल या दस्तावेजों के पहले संस्करण का ड्राफ्ट तैयार करने के लिए चैटजीपीटी जैसे टूल का उपयोग करते हैं, और यदि सामग्री कम जोखिम वाली हो तो कभी-कभी उन्हें थोड़े या बिना किसी संपादन के भेज देते हैं।

हालांकि, अधिक जटिल गद्य के लिए, 2025 में भी मानवीय निगरानी ही सामान्य बात रहेगी । समाचार संगठन शायद ही कभी एआई द्वारा सीधे तैयार किए गए खोजी या विश्लेषणात्मक लेख प्रकाशित करते हैं – संपादक एआई द्वारा लिखे गए मसौदों की तथ्य-जांच और परिष्करण करते हैं। एआई शैली और संरचना की अच्छी नकल कर सकता है, लेकिन इसमें तथ्यात्मक त्रुटियां (जिन्हें अक्सर "भ्रम" कहा जाता है) या अटपटे वाक्यांश हो सकते हैं जिन्हें मानव को पकड़ना पड़ता है। उदाहरण के लिए, जर्मन समाचार पत्र एक्सप्रेस ने प्रारंभिक समाचार लेख लिखने में मदद के लिए क्लारा नामक एक एआई "डिजिटल सहयोगी" को नियुक्त किया। क्लारा कुशलतापूर्वक खेल रिपोर्टों का मसौदा तैयार कर सकती है और पाठकों को आकर्षित करने वाली हेडलाइन भी लिख सकती है, जो एक्सप्रेस के 11% लेखों में योगदान देती है – लेकिन मानव संपादक अभी भी सटीकता और पत्रकारिता की अखंडता के लिए प्रत्येक लेख की समीक्षा करते हैं, विशेष रूप से जटिल कहानियों पर ( 12 तरीके जिनसे पत्रकार समाचार कक्ष में एआई उपकरणों का उपयोग करते हैं - ट्विप )। यह मानव-एआई साझेदारी आज आम है: एआई पाठ तैयार करने का कठिन कार्य संभालता है, और मनुष्य आवश्यकतानुसार संपादन और सुधार करते हैं।

2030-2035 के लिए दृष्टिकोण: विश्वसनीय स्वायत्त लेखन की ओर

आने वाले दशक में, हम उम्मीद करते हैं कि जनरेटिव एआई उच्च-गुणवत्ता वाले, तथ्यात्मक रूप से सही पाठ उत्पन्न करने में कहीं अधिक विश्वसनीय हो जाएगा, जिससे लेखन कार्यों की वह श्रेणी व्यापक हो जाएगी जिसे वह स्वायत्त रूप से संभाल सकता है। कई रुझान इस बात का समर्थन करते हैं:

• सटीकता में सुधार: चल रहे शोध से कृत्रिम बुद्धिमत्ता (AI) द्वारा गलत या अप्रासंगिक जानकारी उत्पन्न करने की प्रवृत्ति तेजी से कम हो रही है। 2030 तक, बेहतर प्रशिक्षण (जिसमें वास्तविक समय में डेटाबेस के विरुद्ध तथ्यों को सत्यापित करने की तकनीकें शामिल हैं) वाले उन्नत भाषा मॉडल आंतरिक रूप से लगभग मानव-स्तर की तथ्य-जांच हासिल कर सकते हैं। इसका अर्थ है कि एक AI स्रोत सामग्री से प्राप्त सही उद्धरणों और आंकड़ों के साथ एक पूर्ण समाचार लेख स्वचालित रूप से तैयार कर सकता है, जिसमें बहुत कम संपादन की आवश्यकता होगी।

• डोमेन-विशिष्ट एआई: हम विशिष्ट क्षेत्रों (कानूनी, चिकित्सा, तकनीकी लेखन) के लिए परिष्कृत अधिक विशिष्ट जनरेटिव मॉडल देखेंगे। 2030 तक का एक कानूनी एआई मॉडल विश्वसनीय रूप से मानक अनुबंध तैयार कर सकता है या केस कानून का सारांश प्रस्तुत कर सकता है - ऐसे कार्य जिनकी संरचना सूत्रबद्ध है लेकिन वर्तमान में वकीलों का समय लगता है। यदि एआई को मान्य कानूनी दस्तावेजों पर प्रशिक्षित किया जाता है, तो इसके मसौदे इतने भरोसेमंद हो सकते हैं कि वकील केवल उन पर सरसरी नज़र ही डालें।

• स्वाभाविक शैली और सुसंगति: मॉडल लंबे दस्तावेज़ों में संदर्भ बनाए रखने में बेहतर होते जा रहे हैं, जिससे अधिक सुसंगत और सटीक दीर्घ-प्रारूप सामग्री तैयार हो रही है। 2035 तक, यह संभव है कि एक एआई स्वयं ही किसी गैर-काल्पनिक पुस्तक या तकनीकी मैनुअल का एक अच्छा पहला मसौदा तैयार कर सके, जिसमें मनुष्य मुख्य रूप से सलाहकार की भूमिका में हों (लक्ष्य निर्धारित करने या विशेष ज्ञान प्रदान करने के लिए)।

व्यवहार में इसका स्वरूप कैसा हो सकता है? नियमित पत्रकारिता लगभग पूरी तरह से स्वचालित हो सकती है। हो सकता है कि 2030 तक हम किसी समाचार एजेंसी को हर आय रिपोर्ट, खेल समाचार या चुनाव परिणाम अपडेट का पहला संस्करण तैयार करने के लिए एक एआई सिस्टम का इस्तेमाल करते हुए देखें, जिसमें संपादक गुणवत्ता सुनिश्चित करने के लिए केवल कुछ ही संस्करणों की जांच करेगा। वास्तव में, विशेषज्ञों का अनुमान है कि ऑनलाइन सामग्री का एक बढ़ता हुआ हिस्सा मशीन द्वारा निर्मित होगा - उद्योग विश्लेषकों की एक साहसिक भविष्यवाणी के अनुसार, 2026 तक 90% तक ऑनलाइन सामग्री एआई द्वारा निर्मित हो सकती है ( 2026 तक, गैर-मानवों द्वारा निर्मित ऑनलाइन सामग्री की संख्या मानव निर्मित सामग्री से कहीं अधिक हो जाएगी - OODAloop ), हालांकि इस आंकड़े पर बहस जारी है। यहां तक ​​कि एक अधिक रूढ़िवादी अनुमान भी यह बताता है कि 2030 के दशक के मध्य तक, अधिकांश नियमित वेब लेख, उत्पाद विवरण और शायद व्यक्तिगत समाचार फ़ीड भी एआई द्वारा तैयार किए जाएंगे।

मार्केटिंग और कॉर्पोरेट संचार में , जनरेटिव एआई को संभवतः संपूर्ण अभियानों को स्वचालित रूप से चलाने का जिम्मा सौंपा जाएगा। यह व्यक्तिगत मार्केटिंग ईमेल, सोशल मीडिया पोस्ट और विज्ञापन सामग्री के विभिन्न रूप तैयार करके भेज सकता है, और ग्राहकों की प्रतिक्रियाओं के आधार पर संदेशों को लगातार समायोजित कर सकता है - यह सब बिना किसी मानव कॉपीराइटर की भागीदारी के संभव होगा। गार्टनर के विश्लेषकों का अनुमान है कि 2025 तक, बड़े उद्यमों के कम से कम 30% आउटबाउंड मार्केटिंग संदेश एआई द्वारा कृत्रिम रूप से तैयार किए जाएंगे ( उद्योगों और उद्यमों के लिए जनरेटिव एआई उपयोग के मामले ), और यह प्रतिशत 2030 तक और भी बढ़ जाएगा।

हालांकि, यह ध्यान रखना महत्वपूर्ण है कि मानवीय रचनात्मकता और विवेक की भूमिका अभी भी बनी रहेगी, खासकर संवेदनशील विषयों के लिए । 2035 तक, AI शायद प्रेस विज्ञप्ति या ब्लॉग पोस्ट को स्वयं संभाल लेगी, लेकिन जवाबदेही या संवेदनशील विषयों से जुड़े खोजी पत्रकारिता के लिए, मीडिया संस्थान अभी भी मानवीय निगरानी पर जोर दे सकते हैं। भविष्य में संभवतः एक स्तरीय दृष्टिकोण अपनाया जाएगा: AI रोजमर्रा की अधिकांश सामग्री को स्वतः तैयार करेगी, जबकि मनुष्य रणनीतिक या संवेदनशील लेखों के संपादन और निर्माण पर ध्यान केंद्रित करेंगे। संक्षेप में, AI की दक्षता बढ़ने के साथ-साथ "नियमित" माने जाने वाले कार्यों की सीमा भी विस्तृत होती जाएगी।

एआई द्वारा निर्मित इंटरैक्टिव नैरेटिव या पर्सनलाइज़्ड रिपोर्ट जैसे नए प्रकार के कंटेंट सामने आ सकते हैं। उदाहरण के लिए, किसी कंपनी की वार्षिक रिपोर्ट एआई द्वारा कई शैलियों में तैयार की जा सकती है – अधिकारियों के लिए संक्षिप्त संस्करण, कर्मचारियों के लिए वर्णनात्मक संस्करण, विश्लेषकों के लिए डेटा से भरपूर संस्करण – ये सभी एक ही मूल डेटा से स्वचालित रूप से तैयार किए जा सकते हैं। शिक्षा के क्षेत्र में, अलग-अलग पठन स्तरों के अनुरूप पाठ्यपुस्तकों को एआई द्वारा गतिशील रूप से लिखा जा सकता है। ये एप्लिकेशन काफी हद तक स्वायत्त हो सकते हैं, लेकिन सत्यापित जानकारी पर आधारित होंगे।

लेखन के क्षेत्र में हो रहे विकास से संकेत मिलता है कि 2030 के दशक के मध्य तक, कृत्रिम बुद्धिमत्ता एक कुशल लेखक बन जाएगी । इसके पूर्णतः स्वायत्त संचालन की कुंजी इसके आउटपुट में विश्वास स्थापित करना होगा। यदि कृत्रिम बुद्धिमत्ता लगातार तथ्यात्मक सटीकता, शैलीगत गुणवत्ता और नैतिक मानकों के अनुरूपता प्रदर्शित कर सकती है, तो पंक्ति-दर-पंक्ति मानवीय समीक्षा की आवश्यकता कम हो जाएगी। इस श्वेत पत्र के कुछ अंश 2035 तक संभवतः किसी संपादक की आवश्यकता के बिना ही एक कृत्रिम बुद्धिमत्ता शोधकर्ता द्वारा तैयार किए जा सकेंगे - एक ऐसी संभावना जिसके प्रति हम सावधानीपूर्वक आशावादी हैं, बशर्ते उचित सुरक्षा उपाय लागू हों।

दृश्य कला और डिजाइन में जनरेटिव एआई

जनरेटिव एआई की चित्र और कलाकृति बनाने की क्षमता ने लोगों की कल्पना को मोहित कर लिया है, एआई द्वारा निर्मित चित्रों से लेकर कला प्रतियोगिताओं में जीत हासिल करने वाले डीपफेक वीडियो तक, जो वास्तविक फुटेज से बिल्कुल अलग नहीं दिखते। दृश्य जगत में, जनरेटिव एडवरसैरियल नेटवर्क (जीएएन) और डिफ्यूजन मॉडल (जैसे स्टेबल डिफ्यूजन, मिडजर्नी) जैसे एआई मॉडल टेक्स्ट प्रॉम्प्ट के आधार पर मौलिक चित्र बना सकते हैं। तो क्या अब एआई एक स्वायत्त कलाकार या डिजाइनर के रूप में कार्य कर सकता है?

वर्तमान क्षमताएं (2025): रचनात्मक सहायक के रूप में एआई

2025 तक, जनरेटिव मॉडल मांग के अनुसार प्रभावशाली सटीकता के साथ छवियां । उपयोगकर्ता किसी इमेज एआई से "वैन गॉग की शैली में सूर्यास्त के समय एक मध्ययुगीन शहर" का चित्र बनाने के लिए कह सकते हैं और कुछ ही सेकंड में एक कलात्मक छवि प्राप्त कर सकते हैं। इससे ग्राफिक डिजाइन, मार्केटिंग और मनोरंजन में अवधारणा कला, प्रोटोटाइप और कुछ मामलों में अंतिम दृश्यों के लिए एआई का व्यापक उपयोग हुआ है। उल्लेखनीय रूप से:

• ग्राफिक डिज़ाइन और स्टॉक इमेज: कंपनियां एआई के माध्यम से वेबसाइट ग्राफिक्स, चित्र या स्टॉक फोटो तैयार करती हैं, जिससे हर काम के लिए कलाकार को नियुक्त करने की आवश्यकता कम हो जाती है। कई मार्केटिंग टीमें एआई टूल्स का उपयोग करके विज्ञापनों या उत्पाद छवियों के विभिन्न रूप तैयार करती हैं ताकि यह पता लगाया जा सके कि उपभोक्ताओं को क्या पसंद आता है।

• कला और चित्रण: कलाकार विचारों पर मंथन करने या विवरण भरने के लिए एआई के साथ सहयोग करते हैं। उदाहरण के लिए, एक चित्रकार पृष्ठभूमि के दृश्य बनाने के लिए एआई का उपयोग कर सकता है, जिसे वह अपने मानव निर्मित पात्रों के साथ एकीकृत करता है। कुछ कॉमिक बुक रचनाकारों ने एआई द्वारा निर्मित पैनलों या रंगों के साथ प्रयोग किया है।

• मीडिया और मनोरंजन: कृत्रिम बुद्धिमत्ता (AI) द्वारा निर्मित कलाकृतियाँ पत्रिकाओं और पुस्तकों के कवर पर दिखाई दे चुकी हैं। इसका एक प्रसिद्ध उदाहरण अगस्त 2022 के कॉस्मोपॉलिटन पत्रिका का कवर था, जिसमें एक अंतरिक्ष यात्री को दर्शाया गया था। बताया जाता है कि यह किसी कला निर्देशक के निर्देशानुसार AI (OpenAI के DALL·E) द्वारा बनाई गई पहली पत्रिका कवर छवि थी। यद्यपि इसमें मानवीय मार्गदर्शन और चयन शामिल था, लेकिन वास्तविक कलाकृति मशीन द्वारा तैयार की गई थी।

सबसे महत्वपूर्ण बात यह है कि इन मौजूदा उपयोगों में से अधिकांश में अभी भी मानवीय चयन और संशोधन शामिल हैं । एआई दर्जनों छवियां उत्पन्न कर सकता है, और एक इंसान उनमें से सर्वश्रेष्ठ का चयन करता है और संभवतः उसमें कुछ सुधार करता है। इस अर्थ में, एआई स्वायत्त रूप से उत्पन्न कर , लेकिन रचनात्मक दिशा का मार्गदर्शन और अंतिम चयन मनुष्य ही कर रहे हैं। यह बड़ी मात्रा में सामग्री को शीघ्रता से उत्पन्न करने के लिए विश्वसनीय है, लेकिन यह गारंटी नहीं है कि पहले प्रयास में ही सभी आवश्यकताएं पूरी हो जाएंगी। गलत विवरण (उदाहरण के लिए, एआई द्वारा हाथों में उंगलियों की गलत संख्या बनाना, एक ज्ञात त्रुटि) या अनपेक्षित परिणामों जैसी समस्याओं के कारण, आमतौर पर एक मानव कला निर्देशक को आउटपुट गुणवत्ता की निगरानी करने की आवश्यकता होती है।

हालांकि, कुछ ऐसे क्षेत्र भी हैं जहां एआई पूर्ण स्वायत्तता के करीब पहुंच रहा है:

• जनरेटिव डिज़ाइन: वास्तुकला और उत्पाद डिज़ाइन जैसे क्षेत्रों में, AI उपकरण निर्दिष्ट सीमाओं को पूरा करने वाले डिज़ाइन प्रोटोटाइप स्वतः ही बना सकते हैं। उदाहरण के लिए, किसी फर्नीचर के वांछित आयामों और कार्यों को देखते हुए, एक जनरेटिव एल्गोरिदम प्रारंभिक विशिष्टताओं के अलावा मानवीय हस्तक्षेप के बिना कई व्यवहार्य डिज़ाइन (कुछ काफी अपरंपरागत) तैयार कर सकता है। इन डिज़ाइनों का उपयोग मनुष्य सीधे कर सकते हैं या उन्हें परिष्कृत कर सकते हैं। इसी प्रकार, इंजीनियरिंग में, जनरेटिव AI वजन और मजबूती के लिए अनुकूलित पुर्जे (जैसे, हवाई जहाज का कोई घटक) डिज़ाइन कर सकता है, जिससे ऐसे नए आकार उत्पन्न होते हैं जिनकी कल्पना मनुष्य ने शायद न की हो।

• वीडियो गेम एसेट्स: कृत्रिम बुद्धिमत्ता (AI) वीडियो गेम के लिए टेक्सचर, 3D मॉडल या पूरे लेवल तक स्वचालित रूप से उत्पन्न कर सकती है। डेवलपर इनका उपयोग कंटेंट निर्माण की गति बढ़ाने के लिए करते हैं। कुछ इंडी गेम्स ने प्रक्रियात्मक रूप से उत्पन्न आर्टवर्क और यहां तक ​​कि संवाद (भाषा मॉडल के माध्यम से) को शामिल करना शुरू कर दिया है ताकि न्यूनतम मानव निर्मित एसेट्स के साथ विशाल, गतिशील गेम वर्ल्ड बनाए जा सकें।

• एनिमेशन और वीडियो (उभरते क्षेत्र): स्थिर छवियों की तुलना में जनरेटिव एआई अभी कम विकसित है, लेकिन वीडियो के लिए यह प्रगति कर रहा है। एआई पहले से ही संकेतों के आधार पर छोटे वीडियो क्लिप या एनिमेशन बना सकता है, हालांकि गुणवत्ता में निरंतरता नहीं है। डीपफेक तकनीक - जो जनरेटिव है - यथार्थवादी चेहरे या आवाज के क्लोन बना सकती है। नियंत्रित परिस्थितियों में, एक स्टूडियो एआई का उपयोग करके पृष्ठभूमि दृश्य या भीड़ का एनिमेशन स्वचालित रूप से तैयार कर सकता है।

गौरतलब है कि गार्टनर ने भविष्यवाणी की थी कि 2030 तक हम ऐसी ब्लॉकबस्टर फिल्में देखेंगे जिनमें 90% सामग्री (पटकथा से लेकर दृश्यों तक) एआई द्वारा निर्मित होगी ( उद्योगों और उद्यमों के लिए जनरेटिव एआई उपयोग के मामले )। 2025 तक हम अभी उस मुकाम तक नहीं पहुंचे हैं - एआई स्वतंत्र रूप से एक फीचर-लेंथ फिल्म नहीं बना सकता। लेकिन इस पहेली के कुछ हिस्से विकसित हो रहे हैं: पटकथा निर्माण (टेक्स्ट एआई), चरित्र और दृश्य निर्माण (छवि/वीडियो एआई), आवाज अभिनय (एआई आवाज क्लोन), और संपादन सहायता (एआई पहले से ही कट और ट्रांजिशन में मदद कर सकता है)।

2030-2035 के लिए दृष्टिकोण: बड़े पैमाने पर एआई-जनित मीडिया

भविष्य में, दृश्य कला और डिजाइन में जनरेटिव एआई की भूमिका में नाटकीय रूप से विस्तार होने की संभावना है। हमारा अनुमान है कि 2035 तक, एआई प्राथमिक कंटेंट क्रिएटर , जो अक्सर प्रारंभिक मार्गदर्शन के अलावा न्यूनतम मानवीय हस्तक्षेप के साथ काम करेगा। कुछ अपेक्षाएँ इस प्रकार हैं:

• पूरी तरह से एआई द्वारा निर्मित फिल्में और वीडियो: अगले दस वर्षों में, यह संभव है कि हम पहली ऐसी फिल्में या श्रृंखलाएं देखेंगे जो काफी हद तक एआई द्वारा निर्मित होंगी। मनुष्य उच्च-स्तरीय दिशा-निर्देश (जैसे पटकथा की रूपरेखा या वांछित शैली) प्रदान कर सकते हैं और एआई दृश्यों को प्रस्तुत करेगा, अभिनेताओं की शक्ल बनाएगा और सब कुछ एनिमेट करेगा। कुछ ही वर्षों में लघु फिल्मों के शुरुआती प्रयोग होने की संभावना है, और 2030 के दशक तक फीचर-लंबाई वाली फिल्मों के प्रयास भी किए जाएंगे। ये एआई फिल्में शुरुआत में विशिष्ट (प्रायोगिक एनीमेशन, आदि) हो सकती हैं, लेकिन गुणवत्ता में सुधार होने पर मुख्यधारा बन सकती हैं। गार्टनर का 2030 तक 90% फिल्मों के एआई द्वारा निर्मित होने का पूर्वानुमान ( उद्योगों और उद्यमों के लिए जनरेटिव एआई उपयोग के मामले ), महत्वाकांक्षी होते हुए भी, उद्योग के इस विश्वास को रेखांकित करता है कि एआई सामग्री निर्माण इतना परिष्कृत हो जाएगा कि फिल्म निर्माण में अधिकांश भार वहन कर सके।

• डिजाइन स्वचालन: फैशन या वास्तुकला जैसे क्षेत्रों में, जनरेटिव एआई का उपयोग संभवतः "लागत, सामग्री, शैली X" जैसे मापदंडों के आधार पर सैकड़ों डिजाइन अवधारणाओं को स्वचालित रूप से तैयार करने के लिए किया जाएगा, जिससे अंतिम डिजाइन का चयन मनुष्यों द्वारा किया जा सकेगा। यह वर्तमान परिदृश्य को उलट देगा: डिजाइनरों द्वारा शुरू से डिजाइन बनाने और शायद प्रेरणा के लिए एआई का उपयोग करने के बजाय, भविष्य के डिजाइनर क्यूरेटर की तरह काम कर सकते हैं, जो एआई द्वारा तैयार किए गए सर्वश्रेष्ठ डिजाइन का चयन करेंगे और संभवतः उसमें कुछ बदलाव करेंगे। 2035 तक, एक वास्तुकार किसी इमारत की आवश्यकताओं को इनपुट कर सकता है और एआई से सुझावों के रूप में पूर्ण ब्लूप्रिंट प्राप्त कर सकता है (जो अंतर्निहित इंजीनियरिंग नियमों के कारण संरचनात्मक रूप से सुदृढ़ होंगे)।

• व्यक्तिगत सामग्री निर्माण: हम देख सकते हैं कि एआई व्यक्तिगत उपयोगकर्ताओं के लिए तुरंत दृश्य तैयार कर रहा है। कल्पना कीजिए 2035 में एक वीडियो गेम या वर्चुअल रियलिटी अनुभव की, जहाँ दृश्य और पात्र खिलाड़ी की पसंद के अनुसार बदलते रहते हैं, और ये सब एआई द्वारा वास्तविक समय में उत्पन्न होते हैं। या फिर उपयोगकर्ता के दिनचर्या के आधार पर व्यक्तिगत कॉमिक स्ट्रिप्स तैयार की जाती हैं - एक स्वायत्त "दैनिक डायरी कॉमिक" एआई जो हर शाम आपके टेक्स्ट जर्नल को स्वचालित रूप से चित्रों में बदल देता है।

• मल्टीमॉडल रचनात्मकता: जनरेटिव एआई सिस्टम तेजी से मल्टीमॉडल होते जा रहे हैं – यानी वे टेक्स्ट, इमेज, ऑडियो आदि को एक साथ संभाल सकते हैं। इन सबको मिलाकर, एक एआई "प्रोडक्ट X के लिए एक मार्केटिंग कैंपेन बनाओ" जैसे सरल प्रॉम्प्ट को लेकर न केवल लिखित सामग्री, बल्कि उससे मेल खाने वाले ग्राफिक्स, शायद छोटे प्रमोशनल वीडियो क्लिप भी तैयार कर सकता है, जो सभी एक ही शैली में होंगे। इस तरह की वन-क्लिक कंटेंट सुविधा 2030 के दशक की शुरुआत तक उपलब्ध होने की संभावना है।

क्या कृत्रिम बुद्धिमत्ता (AI) मानव कलाकारों की जगह ले लेगी ? यह सवाल अक्सर उठता है। संभावना है कि AI उत्पादन के कई कामों (विशेष रूप से व्यावसायिक उद्देश्यों के लिए आवश्यक दोहराव वाले या त्वरित-परिणाम वाले कला कार्यों) को संभाल लेगी, लेकिन मौलिकता और नवाचार के लिए मानव कला का महत्व बना रहेगा। 2035 तक, एक स्वायत्त AI किसी प्रसिद्ध कलाकार की शैली में विश्वसनीय रूप से चित्र बना सकती है – लेकिन एक नई शैली का सृजन करना या सांस्कृतिक रूप से गहराई से प्रासंगिक कला बनाना अभी भी मानव कला की विशेषता हो सकती है (संभवतः AI के सहयोग से)। हम एक ऐसे भविष्य की कल्पना करते हैं जहां मानव कलाकार स्वायत्त AI "सह-कलाकारों" के साथ मिलकर काम करेंगे। उदाहरण के लिए, कोई व्यक्ति अपने घर में एक डिजिटल गैलरी के लिए लगातार कला का सृजन करने के लिए एक व्यक्तिगत AI को नियुक्त कर सकता है, जो निरंतर बदलते रचनात्मक वातावरण प्रदान करेगा।

विश्वसनीयता के दृष्टिकोण से, दृश्य जनरेटिव एआई के लिए स्वायत्तता प्राप्त करने का मार्ग कुछ मायनों में पाठ की तुलना में आसान है: एक छवि को व्यक्तिपरक रूप से "पर्याप्त रूप से अच्छा" माना जा सकता है, भले ही वह परिपूर्ण न हो, जबकि पाठ में तथ्यात्मक त्रुटि अधिक समस्याग्रस्त होती है। इस प्रकार, हम पहले से ही अपेक्षाकृत कम जोखिम वाला उपयोग - यदि एआई द्वारा जनरेट किया गया डिज़ाइन भद्दा या गलत है, तो आप बस इसका उपयोग नहीं करते हैं, लेकिन इससे स्वयं कोई नुकसान नहीं होता है। इसका अर्थ है कि 2030 के दशक तक, कंपनियां एआई को बिना किसी पर्यवेक्षण के डिज़ाइन तैयार करने देने में सहज महसूस कर सकती हैं और केवल तभी मनुष्यों को शामिल कर सकती हैं जब वास्तव में कुछ नया या जोखिम भरा काम करना हो।

संक्षेप में, 2035 तक जनरेटिव एआई दृश्य सामग्री निर्माण में एक शक्तिशाली शक्ति बनने की उम्मीद है, जो संभवतः हमारे आसपास की छवियों और मीडिया के एक महत्वपूर्ण हिस्से के लिए जिम्मेदार होगी। यह मनोरंजन, डिजाइन और रोजमर्रा के संचार के लिए विश्वसनीय रूप से सामग्री उत्पन्न करेगी। स्वायत्त कलाकार का उदय निकट है - हालांकि एआई को रचनात्मक या केवल एक बहुत ही स्मार्ट उपकरण, यह एक ऐसा विवाद है जो समय के साथ विकसित होता रहेगा क्योंकि इसके परिणाम मानव निर्मित परिणामों से अविभाज्य हो जाएंगे।

सॉफ्टवेयर विकास (कोडिंग) में जनरेटिव एआई

सॉफ्टवेयर डेवलपमेंट एक अत्यधिक विश्लेषणात्मक कार्य प्रतीत हो सकता है, लेकिन इसमें एक रचनात्मक तत्व भी है – कोड लिखना मूल रूप से एक संरचित भाषा में टेक्स्ट बनाना है। आधुनिक जनरेटिव एआई, विशेष रूप से बड़े भाषा मॉडल, कोडिंग में काफी कुशल साबित हुए हैं। GitHub Copilot, Amazon CodeWhisperer और अन्य जैसे उपकरण एआई पेयर प्रोग्रामर के रूप में कार्य करते हैं, डेवलपर्स द्वारा टाइप करते समय कोड स्निपेट या यहां तक ​​कि संपूर्ण फ़ंक्शन भी सुझाते हैं। स्वायत्त प्रोग्रामिंग की दिशा में यह कितना आगे जा सकता है?

वर्तमान क्षमताएं (2025): कोडिंग में सह-पायलट के रूप में एआई

2025 तक, एआई कोड जनरेटर कई डेवलपर्स के वर्कफ़्लो में आम हो जाएंगे। ये उपकरण कोड की पंक्तियों को स्वतः पूर्ण कर सकते हैं, मानक फ़ंक्शन या परीक्षण जैसे आवश्यक कोड उत्पन्न कर सकते हैं, और यहां तक ​​कि प्राकृतिक भाषा विवरण के आधार पर सरल प्रोग्राम भी लिख सकते हैं। सबसे महत्वपूर्ण बात यह है कि ये डेवलपर की देखरेख में काम करते हैं - डेवलपर एआई के सुझावों की समीक्षा करता है और उन्हें एकीकृत करता है।.

कुछ वर्तमान तथ्य और आंकड़े:

• 2023 के अंत तक आधे से अधिक पेशेवर डेवलपर्स ने AI कोडिंग असिस्टेंट को अपना लिया था ( कोडिंग ऑन कोपायलट: 2023 डेटा कोड की गुणवत्ता पर नकारात्मक प्रभाव दर्शाता है (2024 के अनुमानों सहित) - GitClear ), जो तीव्र गति से इसके उपयोग को दर्शाता है। GitHub कोपायलट, जो व्यापक रूप से उपलब्ध पहले उपकरणों में से एक था, उन परियोजनाओं में औसतन 30-40% कोड उत्पन्न करता था जिनमें इसका उपयोग किया जाता था ( कोडिंग अब एकमात्र सुरक्षा कवच नहीं है। GitHub पर 46% कोड पहले से ही AI द्वारा निर्मित है... )। इसका अर्थ है कि AI पहले से ही कोड के महत्वपूर्ण हिस्से लिख रहा है, हालांकि एक इंसान इसे निर्देशित और मान्य कर रहा है।

• ये एआई उपकरण दोहराव वाले कोड लिखने (जैसे, डेटा मॉडल क्लास, गेटर/सेटर मेथड), एक प्रोग्रामिंग भाषा को दूसरी में बदलने, या प्रशिक्षण उदाहरणों से मिलते-जुलते सरल एल्गोरिदम बनाने जैसे कार्यों में उत्कृष्ट हैं। उदाहरण के लिए, एक डेवलपर "// नाम के अनुसार उपयोगकर्ताओं की सूची को सॉर्ट करने का फ़ंक्शन" टिप्पणी कर सकता है और एआई लगभग तुरंत ही एक उपयुक्त सॉर्टिंग फ़ंक्शन तैयार कर देगा।.

• बग फिक्सिंग और स्पष्टीकरण में भी सहायता करते हैं : डेवलपर त्रुटि संदेश पेस्ट कर सकते हैं और एआई समाधान सुझा सकता है, या पूछ सकता है "यह कोड क्या करता है?" और उसे स्वाभाविक भाषा में स्पष्टीकरण मिल जाएगा। यह एक तरह से स्वायत्त है (एआई स्वयं समस्याओं का निदान कर सकता है), लेकिन समाधान लागू करना है या नहीं, यह निर्णय एक इंसान ही लेता है।

• महत्वपूर्ण बात यह है कि वर्तमान एआई कोडिंग सहायक अचूक नहीं हैं। वे असुरक्षित कोड सुझा सकते हैं, या ऐसा कोड सुझा सकते हैं जो समस्या को लगभग किसी मानवीय हस्तक्षेप को प्रक्रिया में शामिल रखा जाए – डेवलपर एआई द्वारा लिखे गए कोड का परीक्षण और त्रुटि निवारण उसी प्रकार करे जैसे वह मानव द्वारा लिखे गए कोड का करता है। विनियमित उद्योगों या महत्वपूर्ण सॉफ़्टवेयर (जैसे चिकित्सा या विमानन प्रणालियाँ) में, एआई द्वारा किए गए किसी भी योगदान की कठोर समीक्षा की जाती है।

आज कोई भी मुख्यधारा का सॉफ्टवेयर सिस्टम डेवलपर की देखरेख के बिना पूरी तरह से एआई द्वारा शुरू से लिखा हुआ नहीं है। हालांकि, कुछ स्वायत्त या अर्ध-स्वायत्त उपयोग सामने आ रहे हैं:

• स्वचालित रूप से तैयार किए गए यूनिट टेस्ट: एआई कोड का विश्लेषण कर सकता है और विभिन्न स्थितियों को कवर करने के लिए यूनिट टेस्ट तैयार कर सकता है। एक टेस्टिंग फ्रेमवर्क स्वचालित रूप से एआई द्वारा लिखे गए इन टेस्टों को तैयार और चलाकर बग्स को पकड़ सकता है, जिससे मानव द्वारा लिखे गए टेस्टों को और अधिक प्रभावी बनाया जा सकता है।

• एआई युक्त लो-कोड/नो-कोड प्लेटफॉर्म: कुछ प्लेटफॉर्म गैर-प्रोग्रामरों को यह बताने की अनुमति देते हैं कि वे क्या चाहते हैं (उदाहरण के लिए, "संपर्क फ़ॉर्म और प्रविष्टियों को सहेजने के लिए डेटाबेस के साथ एक वेबपेज बनाएं") और सिस्टम कोड जनरेट करता है। हालांकि यह अभी शुरुआती चरण में है, लेकिन यह भविष्य की ओर इशारा करता है जहां एआई मानक उपयोग के मामलों के लिए स्वचालित रूप से सॉफ़्टवेयर बना सकता है।

• स्क्रिप्टिंग और ग्लू कोड: आईटी ऑटोमेशन में अक्सर सिस्टम को जोड़ने के लिए स्क्रिप्ट लिखना शामिल होता है। एआई उपकरण अक्सर इन छोटी स्क्रिप्ट को स्वचालित रूप से उत्पन्न कर सकते हैं। उदाहरण के लिए, लॉग फ़ाइल को पार्स करने और ईमेल अलर्ट भेजने के लिए स्क्रिप्ट लिखना - एक एआई न्यूनतम या बिना किसी संपादन के एक कार्यशील स्क्रिप्ट तैयार कर सकता है।

2030-2035 के लिए दृष्टिकोण: "स्वयं विकसित" सॉफ्टवेयर की ओर

आने वाले दशक में, जनरेटिव एआई द्वारा कोडिंग का अधिक भार वहन किए जाने की उम्मीद है, जिससे कुछ विशेष प्रकार की परियोजनाओं के लिए पूरी तरह से स्वायत्त सॉफ्टवेयर विकास के करीब पहुंचा जा सकेगा। कुछ संभावित विकास इस प्रकार हैं:

• संपूर्ण फ़ीचर कार्यान्वयन: हमारा अनुमान है कि 2030 तक AI सरल एप्लिकेशन फ़ीचर्स को शुरू से अंत तक कार्यान्वित करने में सक्षम होगा। एक उत्पाद प्रबंधक किसी फ़ीचर का सरल शब्दों में वर्णन कर सकता है ("उपयोगकर्ता ईमेल लिंक के माध्यम से अपना पासवर्ड रीसेट कर सकेंगे") और AI आवश्यक कोड (फ्रंट-एंड फ़ॉर्म, बैक-एंड लॉजिक, डेटाबेस अपडेट, ईमेल भेजना) उत्पन्न करके उसे कोडबेस में एकीकृत कर सकता है। AI प्रभावी रूप से एक कनिष्ठ डेवलपर की तरह काम करेगा जो निर्देशों का पालन कर सकता है। एक मानव इंजीनियर केवल कोड की समीक्षा करेगा और परीक्षण चलाएगा। जैसे-जैसे AI की विश्वसनीयता में सुधार होगा, कोड की समीक्षा शायद सरसरी तौर पर ही की जाएगी, यदि आवश्यक हो तो।

• स्वचालित कोड रखरखाव: सॉफ्टवेयर इंजीनियरिंग का एक बड़ा हिस्सा केवल नया कोड लिखना ही नहीं, बल्कि मौजूदा कोड को अपडेट करना भी है – बग्स को ठीक करना, प्रदर्शन में सुधार करना और नई आवश्यकताओं के अनुरूप ढालना। भविष्य के एआई डेवलपर्स संभवतः इसमें माहिर होंगे। एक कोडबेस और एक निर्देश ("जब बहुत सारे उपयोगकर्ता एक साथ लॉग इन करते हैं तो हमारा ऐप क्रैश हो जाता है") दिए जाने पर, एआई समस्या (जैसे कि कॉन्करेंसी बग) का पता लगा सकता है और उसे ठीक कर सकता है। 2035 तक, एआई सिस्टम रातोंरात नियमित रखरखाव संबंधी अनुरोधों को स्वचालित रूप से संभाल सकते हैं, जो सॉफ्टवेयर सिस्टम के लिए एक अथक रखरखाव दल के रूप में कार्य करेंगे।

• एकीकरण और API का उपयोग: जैसे-जैसे अधिक सॉफ्टवेयर सिस्टम और API AI-पठनीय दस्तावेज़ीकरण के साथ आते हैं, एक AI एजेंट स्वतंत्र रूप से ग्लू कोड लिखकर सिस्टम A को सेवा B से जोड़ने का तरीका खोज सकता है। उदाहरण के लिए, यदि कोई कंपनी अपने आंतरिक HR सिस्टम को एक नए पेरोल API के साथ सिंक्रनाइज़ करना चाहती है, तो वे एक AI को "इन दोनों को आपस में संवाद करने योग्य बनाने" का कार्य सौंप सकते हैं, और AI दोनों सिस्टमों के विनिर्देशों को पढ़ने के बाद एकीकरण कोड लिख देगा।

• गुणवत्ता और अनुकूलन: भविष्य के कोड-जनरेशन मॉडल में संभवतः फीडबैक लूप शामिल होंगे ताकि यह सत्यापित किया जा सके कि कोड सही ढंग से काम कर रहा है (उदाहरण के लिए, सैंडबॉक्स में परीक्षण या सिमुलेशन चलाना)। इसका अर्थ है कि एक AI न केवल कोड लिख सकता है बल्कि परीक्षण करके स्वयं को सुधार भी सकता है। 2035 तक, हम एक ऐसे AI की कल्पना कर सकते हैं जो किसी कार्य को दिए जाने पर, अपने कोड पर तब तक काम करता रहेगा जब तक कि सभी परीक्षण पास न हो जाएं - एक ऐसी प्रक्रिया जिसकी निगरानी के लिए मनुष्य को पंक्ति-दर-पंक्ति निगरानी करने की आवश्यकता नहीं होगी। इससे स्वचालित रूप से उत्पन्न कोड पर विश्वास काफी बढ़ जाएगा।

2035 तक एक ऐसी स्थिति की कल्पना की जा सकती है जहाँ एक छोटा सॉफ्टवेयर प्रोजेक्ट – जैसे किसी व्यवसाय के लिए बनाया गया एक कस्टम मोबाइल ऐप – उच्च-स्तरीय निर्देशों के आधार पर एक एआई एजेंट द्वारा काफी हद तक विकसित किया जा सकता है। उस स्थिति में मानव "डेवलपर" एक प्रोजेक्ट मैनेजर या वैलिडेटर की भूमिका में होगा, जो आवश्यकताओं और सीमाओं (सुरक्षा, शैली संबंधी दिशानिर्देश) को निर्दिष्ट करेगा और एआई को वास्तविक कोडिंग का कठिन कार्य करने देगा।.

हालांकि, जटिल और बड़े पैमाने के सॉफ़्टवेयर (ऑपरेटिंग सिस्टम, उन्नत एआई एल्गोरिदम आदि) के लिए, मानव विशेषज्ञ अभी भी गहराई से शामिल रहेंगे। सॉफ़्टवेयर में रचनात्मक समस्या-समाधान और आर्किटेक्चरल डिज़ाइन संभवतः कुछ समय तक मानव-नेतृत्व में ही रहेंगे। एआई कई कोडिंग कार्यों को संभाल सकता है, लेकिन क्या बनाना है और समग्र संरचना को डिज़ाइन करना एक अलग चुनौती है। फिर भी, जैसे-जैसे जनरेटिव एआई सहयोग करना शुरू करेगा - एक सिस्टम के विभिन्न घटकों को संभालने वाले कई एआई एजेंट - यह संभव है कि वे कुछ हद तक आर्किटेक्चर को सह-डिज़ाइन कर सकें (उदाहरण के लिए, एक एआई सिस्टम डिज़ाइन का प्रस्ताव करता है, दूसरा उसकी आलोचना करता है, और वे प्रक्रिया की देखरेख में एक मानव के साथ इसे दोहराते हैं)।

कोडिंग में एआई का एक प्रमुख संभावित लाभ उत्पादकता में वृद्धि । गार्टनर का अनुमान है कि 2028 तक, 90% सॉफ्टवेयर इंजीनियर एआई कोड असिस्टेंट का उपयोग कर रहे होंगे (2024 में यह आंकड़ा 15% से भी कम था) ( विजुअल स्टूडियो मैगज़ीन के अनुसार, GitHub कोपायलट एआई कोड असिस्टेंट पर शोध रिपोर्ट में शीर्ष पर है )। इससे पता चलता है कि एआई का उपयोग न करने वाले अपवाद बहुत कम होंगे। हम यह भी देख सकते हैं कि कुछ क्षेत्रों में मानव डेवलपर्स की कमी को एआई द्वारा पूरा किया जा सकता है; संक्षेप में, प्रत्येक डेवलपर एक एआई सहायक की मदद से बहुत कुछ कर सकता है जो स्वचालित रूप से कोड तैयार कर सकता है।

विश्वास एक केंद्रीय मुद्दा बना रहेगा। यहां तक ​​कि 2035 में भी, संगठनों को यह सुनिश्चित करना होगा कि स्वचालित रूप से उत्पन्न कोड सुरक्षित हो (एआई से कोई खामी उत्पन्न न हो) और कानूनी/नैतिक मानदंडों के अनुरूप हो (उदाहरण के लिए, एआई में उचित लाइसेंस के बिना ओपन-सोर्स लाइब्रेरी से चुराया गया कोड शामिल न हो)। हम बेहतर एआई गवर्नेंस टूल की उम्मीद करते हैं जो एआई द्वारा लिखे गए कोड के स्रोत को सत्यापित और ट्रैक कर सकें, जिससे जोखिम रहित अधिक स्वचालित कोडिंग को सक्षम बनाने में मदद मिलेगी।.

संक्षेप में, 2030 के दशक के मध्य तक, जनरेटिव एआई द्वारा रूटीन सॉफ्टवेयर कार्यों के लिए कोडिंग का अधिकांश हिस्सा संभालने और जटिल कार्यों में महत्वपूर्ण सहायता प्रदान करने की संभावना है। सॉफ्टवेयर विकास चक्र आवश्यकताओं से लेकर परिनियोजन तक काफी हद तक स्वचालित हो जाएगा, जिसमें एआई संभावित रूप से कोड परिवर्तनों को स्वचालित रूप से उत्पन्न और परिनियोजित करेगा। मानव डेवलपर उच्च-स्तरीय तर्क, उपयोगकर्ता अनुभव और निगरानी पर अधिक ध्यान केंद्रित करेंगे, जबकि एआई एजेंट कार्यान्वयन संबंधी बारीकियों को संभालेंगे।.

ग्राहक सेवा और सहायता में जनरेटिव एआई

अगर आपने हाल ही में किसी ऑनलाइन कस्टमर सपोर्ट चैट का इस्तेमाल किया है, तो काफी संभावना है कि बातचीत के दौरान कम से कम कुछ समय के लिए AI ही आपकी सहायता कर रहा था। कस्टमर सर्विस एक ऐसा क्षेत्र है जहां AI ऑटोमेशन की अपार संभावनाएं हैं: इसमें उपयोगकर्ताओं के सवालों का जवाब देना शामिल है, जिसे जनरेटिव AI (खासकर कन्वर्सेशनल मॉडल) बखूबी कर सकता है, और यह अक्सर स्क्रिप्ट या नॉलेज बेस आर्टिकल पर आधारित होता है, जिसे AI सीख सकता है। AI ग्राहकों को कितनी स्वायत्तता से संभाल सकता है?

वर्तमान क्षमताएं (2025): चैटबॉट और वर्चुअल एजेंट अग्रणी भूमिका निभा रहे हैं

आजकल, कई संगठन पहले संपर्क बिंदु के रूप में एआई चैटबॉट का । इनमें सरल नियम-आधारित बॉट ("बिलिंग के लिए 1 दबाएँ, सहायता के लिए 2 दबाएँ...") से लेकर उन्नत जनरेटिव एआई चैटबॉट तक शामिल हैं जो मुक्त-रूप प्रश्नों की व्याख्या कर सकते हैं और संवादात्मक रूप से उत्तर दे सकते हैं। मुख्य बिंदु:

• सामान्य प्रश्नों का समाधान: एआई एजेंट अक्सर पूछे जाने वाले प्रश्नों के उत्तर देने, जानकारी प्रदान करने (दुकान के खुलने का समय, धनवापसी नीतियाँ, ज्ञात समस्याओं के निवारण के चरण) और उपयोगकर्ताओं को मानक प्रक्रियाओं के माध्यम से मार्गदर्शन करने में माहिर होते हैं। उदाहरण के लिए, एक बैंक का एआई चैटबॉट बिना किसी मानवीय सहायता के उपयोगकर्ता को उनके खाते की शेष राशि की जाँच करने, पासवर्ड रीसेट करने या ऋण के लिए आवेदन करने का तरीका समझाने में स्वतः ही मदद कर सकता है।

• प्राकृतिक भाषा समझ: आधुनिक जनरेटिव मॉडल अधिक सहज और "मानव-समान" बातचीत की अनुमति देते हैं। ग्राहक अपने शब्दों में प्रश्न टाइप कर सकते हैं और एआई आमतौर पर उनके इरादे को समझ लेता है। कंपनियां बताती हैं कि आज के एआई एजेंट कुछ साल पहले के पुराने और बोझिल बॉट्स की तुलना में ग्राहकों को कहीं अधिक संतुष्टि प्रदान करते हैं - लगभग आधे ग्राहक अब मानते हैं कि एआई एजेंट सहानुभूतिपूर्ण और चिंताओं को दूर करने में प्रभावी हो सकते हैं ( 2025 के लिए 59 एआई ग्राहक सेवा आँकड़े ), जो एआई-संचालित सेवा में बढ़ते विश्वास को दर्शाता है।

• मल्टी-चैनल सपोर्ट: एआई सिर्फ चैट तक ही सीमित नहीं है। वॉइस असिस्टेंट (जैसे कि एआई से लैस फोन आईवीआर सिस्टम) कॉल हैंडल करना शुरू कर रहे हैं, और एआई ग्राहकों की पूछताछ के ईमेल जवाब भी तैयार कर सकता है, जो सटीक पाए जाने पर स्वचालित रूप से भेजे जा सकते हैं।

• जब मानव हस्तक्षेप: आमतौर पर, यदि एआई भ्रमित हो जाता है या प्रश्न बहुत जटिल होता है, तो वह किसी मानव एजेंट को कार्य सौंप देता है। वर्तमान प्रणालियाँ अपनी सीमाओं को भली-भांति जानती हैं। उदाहरण के लिए, यदि कोई ग्राहक कुछ असामान्य पूछता है या निराशा व्यक्त करता है ("मैं आपसे तीसरी बार संपर्क कर रहा हूँ और मैं बहुत परेशान हूँ..."), तो एआई इसे किसी मानव को सौंपने के लिए संकेत दे सकता है। कार्यकुशलता और ग्राहक संतुष्टि के बीच संतुलन बनाए रखने के लिए कंपनियां कार्य सौंपने की सीमा निर्धारित करती हैं।

कई कंपनियों ने बताया है कि उनके ग्राहकों के साथ होने वाली बातचीत का एक बड़ा हिस्सा केवल AI के माध्यम से ही हल हो जाता है। उद्योग सर्वेक्षणों के अनुसार, आज लगभग 70-80% सामान्य ग्राहक पूछताछ AI चैटबॉट द्वारा संभाली जा सकती हैं, और विभिन्न चैनलों पर कंपनियों की लगभग 40% ग्राहक बातचीत पहले से ही स्वचालित या AI-सहायता प्राप्त है ( 52 AI ग्राहक सेवा आँकड़े जो आपको पता होने चाहिए - प्लिवो )। IBM के ग्लोबल AI एडॉप्शन इंडेक्स (2022) ने संकेत दिया कि 80% कंपनियां 2025 तक ग्राहक सेवा के लिए AI चैटबॉट का उपयोग कर रही हैं या करने की योजना बना रही हैं।

एक दिलचस्प विकास यह है कि एआई न केवल ग्राहकों को जवाब दे रहा है, बल्कि मानव एजेंटों की सक्रिय रूप से सहायता भी कर रहा है। उदाहरण के लिए, लाइव चैट या कॉल के दौरान, एआई सुन सकता है और मानव एजेंट को तुरंत सुझाए गए उत्तर या प्रासंगिक जानकारी प्रदान कर सकता है। इससे स्वायत्तता की सीमा धुंधली हो जाती है - एआई केवल ग्राहक का सामना नहीं कर रहा है, बल्कि यह बिना किसी स्पष्ट मानवीय प्रश्न के सक्रिय रूप से शामिल है। यह प्रभावी रूप से एजेंट के लिए एक स्वायत्त सलाहकार के रूप में कार्य करता है।

2030-2035 के लिए दृष्टिकोण: मुख्य रूप से एआई-संचालित ग्राहक अंतःक्रियाएं

2030 तक, ग्राहक सेवा संबंधी अधिकांश बातचीत में एआई (आरआईपी) शामिल होने की उम्मीद है, और कई बातचीत पूरी तरह से एआई द्वारा शुरू से अंत तक संचालित की जाएंगी। इस बात का समर्थन करने वाली भविष्यवाणियां और रुझान इस प्रकार हैं:

• अधिक जटिल प्रश्नों का समाधान: जैसे-जैसे एआई मॉडल व्यापक ज्ञान को एकीकृत करते हैं और तर्क क्षमता में सुधार करते हैं, वे ग्राहकों के अधिक जटिल अनुरोधों को संभालने में सक्षम होंगे। भविष्य में एआई केवल "मैं कोई वस्तु कैसे लौटाऊं?" जैसे प्रश्नों का उत्तर देने के बजाय, कई चरणों वाले प्रश्नों का समाधान कर सकता है, जैसे "मेरा इंटरनेट बंद है, मैंने रीबूट करने की कोशिश की है, क्या आप मेरी मदद कर सकते हैं?"। यह समस्या का निदान संवाद के माध्यम से करेगा, ग्राहक को उन्नत समस्या निवारण में मार्गदर्शन करेगा, और यदि सभी प्रयास विफल हो जाते हैं तो ही तकनीशियन को भेजेगा - ऐसे कार्य जिनके लिए आज मानव सहायता तकनीशियन की आवश्यकता होती है। स्वास्थ्य सेवा में ग्राहक सेवा के क्षेत्र में, एआई रोगी की नियुक्ति का समय निर्धारण या बीमा संबंधी प्रश्नों का पूर्णतः समाधान कर सकता है।

• संपूर्ण सेवा समाधान: हम देख सकते हैं कि AI न केवल ग्राहक को निर्देश देगा कि क्या करना है, बल्कि बैकएंड सिस्टम में ग्राहक की ओर से वास्तव में कार्य भी करेगा । उदाहरण के लिए, यदि कोई ग्राहक कहता है, "मैं अपनी उड़ान अगले सोमवार के लिए बदलना चाहता हूँ और एक और बैग जोड़ना चाहता हूँ," तो 2030 में एक AI एजेंट सीधे एयरलाइन के आरक्षण सिस्टम से जुड़कर बदलाव करेगा, बैग के लिए भुगतान संसाधित करेगा और ग्राहक को पुष्टि देगा - यह सब स्वचालित रूप से होगा। AI केवल सूचना का स्रोत नहीं, बल्कि एक पूर्ण सेवा एजेंट बन जाएगा।

• सर्वव्यापी एआई एजेंट: कंपनियां संभवतः ग्राहक संपर्क के सभी माध्यमों – फोन, चैट, ईमेल, सोशल मीडिया – पर एआई का उपयोग करेंगी। कई ग्राहकों को शायद यह भी पता न चले कि वे एआई से बात कर रहे हैं या किसी इंसान से, खासकर जब एआई की आवाजें अधिक स्वाभाविक हो जाएंगी और चैट के जवाब संदर्भ के अनुसार अधिक सटीक होंगे। 2035 तक, ग्राहक सेवा से संपर्क करने का मतलब अक्सर एक ऐसे स्मार्ट एआई से बातचीत करना हो सकता है जो आपकी पिछली बातचीत को याद रखता है, आपकी पसंद को समझता है और आपके लहजे के अनुसार खुद को ढाल लेता है – संक्षेप में, प्रत्येक ग्राहक के लिए एक व्यक्तिगत वर्चुअल एजेंट।

• ग्राहक संपर्क में AI द्वारा लिए जाने वाले निर्णय: प्रश्नों के उत्तर देने के अलावा, AI ऐसे निर्णय लेना शुरू कर देगा जिनके लिए वर्तमान में प्रबंधकीय स्वीकृति की आवश्यकता होती है। उदाहरण के लिए, आज किसी नाराज ग्राहक को शांत करने के लिए धनवापसी या विशेष छूट देने हेतु मानव एजेंट को पर्यवेक्षक की स्वीकृति की आवश्यकता हो सकती है। भविष्य में, ग्राहक के जीवनकाल मूल्य और भावना विश्लेषण के आधार पर, निर्धारित सीमाओं के भीतर, AI को ये निर्णय लेने का दायित्व सौंपा जा सकता है। Futurum/IBM के एक अध्ययन में अनुमान लगाया गया है कि 2030 तक वास्तविक समय में ग्राहक संपर्क के दौरान लिए गए लगभग 69% निर्णय स्मार्ट मशीनों द्वारा लिए जाएंगे (ग्राहक अनुभव में बदलाव की पुनर्कल्पना करने के लिए, विपणक को ये 2 चीजें करनी होंगी ) – प्रभावी रूप से AI ही किसी संपर्क में कार्रवाई का सर्वोत्तम तरीका तय करेगा।

• शत प्रतिशत एआई की भागीदारी: हर ग्राहक संपर्क में भूमिका निभाएगा 2025 के लिए 59 एआई ग्राहक सेवा आँकड़े ), चाहे वह प्रत्यक्ष रूप से हो या पृष्ठभूमि में। इसका अर्थ यह हो सकता है कि यदि कोई व्यक्ति ग्राहक से बातचीत कर रहा है, तब भी एआई उसकी सहायता करेगा (सुझाव देना, जानकारी प्राप्त करना)। वैकल्पिक रूप से, इसका अर्थ यह भी है कि किसी भी ग्राहक के प्रश्न का उत्तर हमेशा दिया जाएगा – यदि मनुष्य ऑफ़लाइन हैं, तो एआई हमेशा उपलब्ध रहेगा।

2035 तक, हो सकता है कि हम देखें कि मानव ग्राहक सेवा एजेंट केवल सबसे संवेदनशील या गहन संपर्क वाली स्थितियों (जैसे, वीआईपी ग्राहक या जटिल शिकायत समाधान जिनमें मानवीय सहानुभूति की आवश्यकता होती है) के लिए ही विशेषीकृत हो गए हों। बैंकिंग से लेकर खुदरा और तकनीकी सहायता तक, सामान्य प्रश्नों का उत्तर 24/7 काम करने वाले एआई एजेंटों का एक समूह दे सकता है, जो प्रत्येक बातचीत से लगातार सीखते रहेंगे। यह बदलाव ग्राहक सेवा को अधिक सुसंगत और त्वरित बना सकता है, क्योंकि एआई लोगों को प्रतीक्षा नहीं करवाते और सैद्धांतिक रूप से एक साथ असीमित ग्राहकों को संभालने के लिए मल्टीटास्किंग कर सकते हैं।.

इस लक्ष्य को हासिल करने के लिए कई चुनौतियाँ हैं: AI को मानव ग्राहकों की अनिश्चितताओं को संभालने के लिए बेहद सक्षम होना चाहिए। इसे बोलचाल की भाषा, क्रोध, भ्रम और लोगों के संवाद करने के अनगिनत तरीकों को समझने में सक्षम होना चाहिए। साथ ही, इसे नवीनतम जानकारी की भी आवश्यकता है (यदि AI की जानकारी पुरानी हो तो उसका कोई लाभ नहीं)। AI और कंपनी के डेटाबेस के बीच एकीकरण (ऑर्डर, रुकावट आदि की वास्तविक समय की जानकारी के लिए) में निवेश करके इन बाधाओं को दूर किया जा सकता है।.

नैतिक दृष्टि से, कंपनियों को यह तय करना होगा कि कब यह बताना है कि "आप एक एआई से बात कर रहे हैं" और निष्पक्षता सुनिश्चित करनी होगी (यह सुनिश्चित करना होगा कि एआई पक्षपातपूर्ण प्रशिक्षण के कारण कुछ ग्राहकों के साथ नकारात्मक व्यवहार न करे)। यदि इन बातों का ध्यान रखा जाता है, तो व्यावसायिक दृष्टिकोण से यह एक मजबूत विकल्प है: एआई ग्राहक सेवा लागत और प्रतीक्षा समय में भारी कमी ला सकती है। संगठनों द्वारा इन क्षमताओं में निवेश करने के कारण, ग्राहक सेवा में एआई का बाजार 2030 तक अरबों डॉलर तक बढ़ने का अनुमान है ( ग्राहक सेवा बाजार रिपोर्ट 2025-2030: केस स्टडी ) ( जेनरेटिव एआई लॉजिस्टिक्स को कैसे बढ़ावा दे रहा है | राइडर )।

संक्षेप में, भविष्य में स्वायत्त एआई ग्राहक सेवा एक सामान्य बात होगी । सहायता प्राप्त करने का अर्थ अक्सर एक स्मार्ट मशीन से बातचीत करना होगा जो आपकी समस्या का तुरंत समाधान कर सकती है। निगरानी और विशिष्ट मामलों को संभालने के लिए मनुष्य अभी भी शामिल रहेंगे, लेकिन एआई कार्यबल के पर्यवेक्षकों के रूप में। इसका परिणाम उपभोक्ताओं के लिए तेज़ और अधिक व्यक्तिगत सेवा हो सकती है - बशर्ते एआई को ठीक से प्रशिक्षित और निगरानी की जाए ताकि अतीत के "रोबोट हॉटलाइन" अनुभवों की निराशाओं को रोका जा सके।

स्वास्थ्य और चिकित्सा में जनरेटिव एआई

स्वास्थ्य सेवा एक ऐसा क्षेत्र है जहाँ जोखिम बहुत अधिक है। चिकित्सा में मानवीय निगरानी के बिना कृत्रिम बुद्धिमत्ता (AI) के संचालन का विचार उत्साह (दक्षता और व्यापकता के लिए) और सावधानी (सुरक्षा और सहानुभूति के कारणों से) दोनों को जन्म देता है। जनरेटिव AI ने मेडिकल इमेजिंग विश्लेषण, नैदानिक ​​दस्तावेज़ीकरण और यहाँ तक कि दवा खोज जैसे क्षेत्रों में अपनी पैठ बनाना शुरू कर दिया है। यह जिम्मेदारी से अपने दम पर क्या कर सकता है?

वर्तमान क्षमताएं (2025): चिकित्सकों की सहायता करना, उनका स्थान लेना नहीं।

वर्तमान में, स्वास्थ्य सेवा में जनरेटिव एआई मुख्य रूप से चिकित्सा पेशेवरों के लिए एक शक्तिशाली सहायक , न कि एक स्वायत्त निर्णय लेने वाले के रूप में। उदाहरण के लिए:

• चिकित्सा दस्तावेज़ीकरण: स्वास्थ्य सेवा में एआई के सबसे सफल उपयोगों में से एक डॉक्टरों को कागजी कार्यों में सहायता करना है। प्राकृतिक भाषा मॉडल रोगी के परामर्श को लिखकर नैदानिक ​​नोट्स या डिस्चार्ज सारांश तैयार कर सकते हैं। कंपनियों के पास "एआई स्क्राइब्स" हैं जो जांच के दौरान (माइक्रोफ़ोन के माध्यम से) सुनते हैं और डॉक्टर की समीक्षा के लिए स्वचालित रूप से परामर्श नोट्स का मसौदा तैयार करते हैं। इससे डॉक्टरों का टाइपिंग का समय बचता है। कुछ सिस्टम इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड के कुछ हिस्सों को स्वचालित रूप से भर देते हैं। यह न्यूनतम हस्तक्षेप के साथ किया जा सकता है - डॉक्टर केवल मसौदे में किसी भी छोटी-मोटी त्रुटि को ठीक करते हैं, जिसका अर्थ है कि नोट-लेखन काफी हद तक स्वचालित है।

• रेडियोलॉजी और इमेजिंग: कृत्रिम बुद्धिमत्ता (एआई), जिसमें जनरेटिव मॉडल भी शामिल हैं, एक्स-रे, एमआरआई और सीटी स्कैन का विश्लेषण करके असामान्यताओं (जैसे ट्यूमर या फ्रैक्चर) का पता लगा सकती है। 2018 में, एफडीए ने रेटिना की छवियों में डायबिटिक रेटिनोपैथी (आंखों की एक बीमारी) का स्वचालित रूप से पता लगाने के लिए एक एआई प्रणाली को मंजूरी दी - विशेष रूप से, इसे उस विशिष्ट स्क्रीनिंग संदर्भ में विशेषज्ञ की समीक्षा के बिना निर्णय लेने का अधिकार दिया गया था। वह प्रणाली जनरेटिव एआई नहीं थी, लेकिन यह दर्शाता है कि नियामकों ने सीमित मामलों में स्वचालित एआई निदान की अनुमति दी है। व्यापक रिपोर्ट बनाने के लिए जनरेटिव मॉडल उपयोगी होते हैं। उदाहरण के लिए, एक एआई छाती के एक्स-रे की जांच कर एक रेडियोलॉजिस्ट की रिपोर्ट तैयार कर जिसमें लिखा हो, "कोई गंभीर लक्षण नहीं। फेफड़े साफ हैं। हृदय सामान्य आकार का है।" रेडियोलॉजिस्ट केवल पुष्टि करके हस्ताक्षर कर देता है। कुछ सामान्य मामलों में, यदि रेडियोलॉजिस्ट एआई पर भरोसा करता है और केवल एक त्वरित जांच करता है, तो ये रिपोर्ट बिना किसी संपादन के जारी की जा सकती हैं।

• लक्षण जांचकर्ता और वर्चुअल नर्स: जनरेटिव एआई चैटबॉट का उपयोग प्राथमिक स्तर पर लक्षण जांचकर्ताओं के रूप में किया जा रहा है। मरीज़ अपने लक्षण दर्ज कर सकते हैं और सलाह प्राप्त कर सकते हैं (उदाहरण के लिए, "यह सामान्य सर्दी-जुकाम हो सकता है; आराम करें और तरल पदार्थ लें, लेकिन अगर X या Y लक्षण दिखाई दें तो डॉक्टर से मिलें।")। बैबिलॉन हेल्थ जैसे ऐप एआई का उपयोग करके सुझाव देते हैं। वर्तमान में, इन्हें आमतौर पर सूचनात्मक सलाह के रूप में प्रस्तुत किया जाता है, न कि निश्चित चिकित्सा सलाह के रूप में, और गंभीर मामलों में किसी चिकित्सक से परामर्श लेने के लिए प्रोत्साहित किया जाता है।

• औषधि खोज (जेनरेटिव केमिस्ट्री): जेनरेटिव एआई मॉडल दवाओं के लिए नई आणविक संरचनाएं प्रस्तावित कर सकते हैं। यह रोगी देखभाल की तुलना में अनुसंधान क्षेत्र में अधिक सक्रिय है। ये एआई वांछित गुणों वाले हजारों संभावित यौगिकों का सुझाव देने के लिए स्वायत्त रूप से कार्य करते हैं, जिनकी फिर मानव रसायनज्ञ प्रयोगशाला में समीक्षा और परीक्षण करते हैं। इंसिलिको मेडिसिन जैसी कंपनियों ने एआई का उपयोग करके काफी कम समय में नए औषधि उम्मीदवारों को उत्पन्न किया है। हालांकि इसका रोगियों से सीधा संबंध नहीं है, यह एआई द्वारा स्वायत्त रूप से ऐसे समाधान (अणु डिजाइन) तैयार करने का एक उदाहरण है जिन्हें खोजने में मनुष्यों को कहीं अधिक समय लगता।

• स्वास्थ्य सेवा संचालन: एआई अस्पतालों में शेड्यूलिंग, आपूर्ति प्रबंधन और अन्य लॉजिस्टिक्स को बेहतर बनाने में मदद कर रहा है। उदाहरण के लिए, एक जनरेटिव मॉडल रोगी प्रवाह का अनुकरण कर सकता है और प्रतीक्षा समय को कम करने के लिए शेड्यूलिंग समायोजन का सुझाव दे सकता है। हालांकि ये निर्णय सीधे तौर पर दिखाई नहीं देते, लेकिन एआई इन्हें न्यूनतम मैन्युअल परिवर्तनों के साथ ले सकता है।

यह बताना महत्वपूर्ण है कि 2025 तक, कोई भी अस्पताल मानव अनुमोदन के बिना एआई को स्वतंत्र रूप से महत्वपूर्ण चिकित्सा निर्णय या उपचार लेने की अनुमति नहीं दे रहा है। निदान और उपचार योजना अभी भी पूरी तरह से मानव नियंत्रण में है, जिसमें एआई इनपुट प्रदान करता है। किसी मरीज को पूरी तरह से स्वायत्त रूप से "आपको कैंसर है" बताने या दवा लिखने के लिए एआई पर जो भरोसा किया जाता है, वह अभी तक मौजूद नहीं है, और व्यापक सत्यापन के बिना ऐसा होना भी नहीं चाहिए। चिकित्सा पेशेवर एआई का उपयोग सहायक उपकरण के रूप में या समय बचाने के साधन के रूप में करते हैं, लेकिन वे महत्वपूर्ण परिणामों का सत्यापन अवश्य करते हैं।

2030-2035 के लिए दृष्टिकोण: डॉक्टर के सहयोगी के रूप में एआई (और शायद नर्स या फार्मासिस्ट के सहयोगी के रूप में भी)

आने वाले दशक में, हम उम्मीद करते हैं कि जनरेटिव एआई अधिक नियमित नैदानिक ​​कार्यों को स्वायत्त रूप से संभालेगा और स्वास्थ्य सेवाओं की पहुंच को बढ़ाएगा:

• स्वचालित प्रारंभिक निदान: 2030 तक, कृत्रिम बुद्धिमत्ता (AI) कई सामान्य बीमारियों के प्रारंभिक विश्लेषण को विश्वसनीय रूप से संभाल सकती है। कल्पना कीजिए कि एक क्लिनिक में एक AI प्रणाली रोगी के लक्षणों, चिकित्सा इतिहास, यहां तक ​​कि कैमरे के माध्यम से उनकी आवाज़ और चेहरे के हाव-भाव को भी पढ़ लेती है, और निदान संबंधी सुझाव और अनुशंसित परीक्षण प्रदान करती है - यह सब मानव चिकित्सक द्वारा रोगी को देखने से पहले ही हो जाता है। इसके बाद चिकित्सक निदान की पुष्टि और उस पर चर्चा करने पर ध्यान केंद्रित कर सकता है। टेलीमेडिसिन में, एक रोगी पहले AI से बात कर सकता है जो समस्या को सीमित करता है (उदाहरण के लिए, साइनस संक्रमण की संभावना बनाम कुछ अधिक गंभीर) और फिर आवश्यकता पड़ने पर उन्हें चिकित्सक से जोड़ता है। यदि AI अत्यंत सटीक साबित होता है, तो नियामक आधिकारिक निदान की अनुमति दे सकते हैं - उदाहरण के लिए, एक AI ऑटोस्कोप छवि से एक साधारण कान के संक्रमण का निदान कर सकता है।

• व्यक्तिगत स्वास्थ्य निगरानी उपकरण: पहनने योग्य उपकरणों (स्मार्टवॉच, स्वास्थ्य सेंसर) के बढ़ते उपयोग के साथ, कृत्रिम बुद्धिमत्ता (AI) रोगियों की निरंतर निगरानी करेगी और समस्याओं के बारे में स्वतः चेतावनी देगी। उदाहरण के लिए, 2035 तक आपके पहनने योग्य उपकरण की AI असामान्य हृदय गति का पता लगा सकती है और स्वतः ही आपको तत्काल वर्चुअल परामर्श के लिए अपॉइंटमेंट दे सकती है या दिल का दौरा या स्ट्रोक के लक्षण दिखने पर एम्बुलेंस भी बुला सकती है। यह स्वतः निर्णय लेने की क्षमता के क्षेत्र में आता है – किसी स्थिति को आपातकालीन घोषित करना और उसके अनुसार कार्रवाई करना – जो AI का एक संभावित और जीवन रक्षक उपयोग है।

• उपचार संबंधी सुझाव: चिकित्सा साहित्य और रोगी डेटा पर प्रशिक्षित जनरेटिव एआई व्यक्तिगत उपचार योजनाएँ सुझा सकता है। 2030 तक, कैंसर जैसी जटिल बीमारियों के लिए, एआई ट्यूमर बोर्ड रोगी की आनुवंशिक संरचना और चिकित्सा इतिहास का विश्लेषण करके स्वचालित रूप से अनुशंसित उपचार योजना (कीमोथेरेपी योजना, दवा चयन) तैयार कर सकते हैं। मानव चिकित्सक इसकी समीक्षा करेंगे, लेकिन समय के साथ-साथ विश्वास बढ़ने पर, वे एआई द्वारा तैयार की गई योजनाओं को स्वीकार करना शुरू कर सकते हैं, खासकर सामान्य मामलों के लिए, और आवश्यकता पड़ने पर ही उनमें बदलाव करेंगे।

• वर्चुअल नर्स और होम केयर: संवाद करने और चिकित्सा मार्गदर्शन प्रदान करने वाली एक कृत्रिम बुद्धिमत्ता (एआई) फॉलो-अप और दीर्घकालिक देखभाल की निगरानी में बहुत मदद कर सकती है। उदाहरण के लिए, पुरानी बीमारियों से पीड़ित मरीज घर पर दैनिक स्थिति की जानकारी एक एआई नर्स सहायक को दे सकते हैं, जो सलाह देगी ("आपका ब्लड शुगर थोड़ा अधिक है, अपने शाम के नाश्ते में बदलाव करने पर विचार करें") और केवल तभी मानव नर्स को सूचित करेगी जब रीडिंग सामान्य सीमा से बाहर हों या कोई समस्या उत्पन्न हो। यह एआई चिकित्सक की दूरस्थ निगरानी में काफी हद तक स्वायत्त रूप से कार्य कर सकती है।

• मेडिकल इमेजिंग और लैब विश्लेषण – पूरी तरह से स्वचालित प्रणालियाँ: 2035 तक, कुछ क्षेत्रों में मेडिकल स्कैन पढ़ने का काम मुख्य रूप से AI द्वारा किया जा सकता है। रेडियोलॉजिस्ट AI सिस्टम की देखरेख करेंगे और जटिल मामलों को संभालेंगे, लेकिन अधिकांश सामान्य स्कैन (जो वास्तव में सामान्य हैं) सीधे AI द्वारा पढ़े और प्रमाणित किए जा सकेंगे। इसी तरह, पैथोलॉजी स्लाइड का विश्लेषण (उदाहरण के लिए, बायोप्सी में कैंसर कोशिकाओं का पता लगाना) प्रारंभिक स्क्रीनिंग के लिए स्वचालित रूप से किया जा सकता है, जिससे लैब परिणामों में काफी तेजी आएगी।

• दवाओं की खोज और नैदानिक ​​परीक्षण: एआई न केवल दवा अणुओं को डिजाइन करेगा, बल्कि परीक्षणों के लिए कृत्रिम रोगी डेटा भी उत्पन्न करेगा या परीक्षण के लिए सर्वोत्तम उम्मीदवारों की खोज करेगा। यह वास्तविक परीक्षणों से पहले विकल्पों को सीमित करने के लिए स्वचालित रूप से आभासी परीक्षण (यह अनुकरण करते हुए कि रोगी कैसे प्रतिक्रिया करेंगे) चला सकता है। इससे कम मानवीय प्रयोगों के साथ दवाओं को तेजी से बाजार में लाया जा सकता है।

मानव चिकित्सक की जगह पूरी तरह से कृत्रिम बुद्धिमत्ता (एआई) के आने की कल्पना सहयोगी , न कि मानव स्पर्श का विकल्प बनकर। जटिल निदान के लिए अक्सर अंतर्ज्ञान, नैतिकता और रोगी की स्थिति को समझने के लिए बातचीत की आवश्यकता होती है - ऐसे क्षेत्र जिनमें मानव चिकित्सक उत्कृष्ट होते हैं। हालांकि, एआई नियमित कार्यभार का लगभग 80% हिस्सा संभाल सकता है: कागजी कार्रवाई, सरल मामले, निगरानी आदि, जिससे मानव चिकित्सक जटिल 20% मामलों और रोगी संबंधों पर ध्यान केंद्रित कर सकेंगे।

इसमें कई बड़ी बाधाएं हैं: स्वास्थ्य सेवा में स्वायत्त एआई के लिए नियामक अनुमोदन प्रक्रिया काफी सख्त है (जो कि उचित भी है)। एआई प्रणालियों को व्यापक नैदानिक ​​सत्यापन की आवश्यकता होगी। हम धीरे-धीरे स्वीकृति देख सकते हैं - उदाहरण के लिए, एआई को उन कम सुविधा प्राप्त क्षेत्रों में स्वायत्त रूप से निदान या उपचार करने की अनुमति दी जा सकती है जहां डॉक्टर उपलब्ध नहीं हैं, ताकि स्वास्थ्य सेवा तक पहुंच को बढ़ाया जा सके (कल्पना कीजिए कि 2030 तक किसी दूरस्थ गांव में एक "एआई क्लिनिक" हो जो शहर के डॉक्टर द्वारा समय-समय पर दूरदराज के गांवों में स्थित हो और उनकी निगरानी करता हो)।.

नैतिक पहलू बेहद महत्वपूर्ण हैं। जवाबदेही (यदि स्वायत्त कृत्रिम बुद्धिमत्ता निदान में गलती करती है, तो कौन जिम्मेदार होगा?), सूचित सहमति (मरीजों को यह जानने का अधिकार है कि उनकी देखभाल में कृत्रिम बुद्धिमत्ता शामिल है या नहीं), और समानता सुनिश्चित करना (कृत्रिमता से बचते हुए कृत्रिम बुद्धिमत्ता सभी आबादी के लिए बेहतर ढंग से काम करे) जैसी चुनौतियाँ हैं। यदि इन चुनौतियों का समाधान हो जाता है, तो 2030 के दशक के मध्य तक जनरेटिव कृत्रिम बुद्धिमत्ता स्वास्थ्य सेवा प्रणाली का अभिन्न अंग बन सकती है, जिससे मानव स्वास्थ्य सेवा प्रदाताओं को कई कार्यों के लिए राहत मिलेगी और उन मरीजों तक भी स्वास्थ्य सेवा पहुंच सकेगी जिनकी वर्तमान में सीमित पहुंच है।.

संक्षेप में, 2035 तक स्वास्थ्य सेवा में एआई का व्यापक एकीकरण होने की संभावना है, लेकिन यह ज्यादातर पर्दे के पीछे या सहायक भूमिकाओं में ही रहेगा। हम एआई पर बहुत से काम स्वयं करने – जैसे स्कैन पढ़ना, महत्वपूर्ण संकेतों की निगरानी करना, योजनाएँ बनाना – लेकिन महत्वपूर्ण निर्णयों के लिए मानवीय निगरानी का सुरक्षा कवच अभी भी मौजूद रहेगा। इसका परिणाम एक अधिक कुशल और प्रतिक्रियाशील स्वास्थ्य सेवा प्रणाली हो सकती है, जहाँ एआई कठिन कार्यों को संभालेगा और मनुष्य सहानुभूति और अंतिम निर्णय प्रदान करेंगे।

शिक्षा में जनरेटिव एआई

शिक्षा एक और क्षेत्र है जहाँ जनरेटिव एआई (आर.आई.) अपनी छाप छोड़ रहा है, एआई-संचालित ट्यूटरिंग बॉट्स से लेकर स्वचालित ग्रेडिंग और कंटेंट निर्माण तक। शिक्षण और अधिगम में संचार और रचनात्मकता शामिल होती है, जो जनरेटिव मॉडल की खूबियाँ हैं। लेकिन क्या शिक्षक की देखरेख के बिना शिक्षा देने के लिए एआई पर भरोसा किया जा सकता है?

वर्तमान क्षमताएं (2025): नियंत्रण में रखे गए ट्यूटर और कंटेंट जेनरेटर

वर्तमान में, शिक्षा में एआई का उपयोग मुख्य रूप से एक सहायक उपकरण , न कि एक स्वतंत्र शिक्षक के रूप में। वर्तमान उपयोग के उदाहरण:

• एआई ट्यूटरिंग असिस्टेंट: खान अकादमी के "खानमिगो" (जीपीटी-4 द्वारा संचालित) या विभिन्न भाषा सीखने वाले ऐप्स जैसे उपकरण एक व्यक्तिगत ट्यूटर या वार्तालाप सहयोगी की तरह काम करने के लिए एआई का उपयोग करते हैं। छात्र सामान्य भाषा में प्रश्न पूछ सकते हैं और उत्तर या स्पष्टीकरण प्राप्त कर सकते हैं। एआई गृहकार्य के प्रश्नों के लिए संकेत दे सकता है, अवधारणाओं को विभिन्न तरीकों से समझा सकता है, या यहां तक ​​कि एक इंटरैक्टिव इतिहास पाठ के लिए किसी ऐतिहासिक व्यक्ति की भूमिका भी निभा सकता है। हालांकि, इन एआई ट्यूटरों का उपयोग आमतौर पर निगरानी में किया जाता है; शिक्षक या ऐप के रखरखावकर्ता अक्सर संवादों की निगरानी करते हैं या एआई द्वारा चर्चा किए जाने वाले विषयों पर सीमाएं निर्धारित करते हैं (गलत जानकारी या अनुचित सामग्री से बचने के लिए)।

• शिक्षकों के लिए सामग्री निर्माण: जनरेटिव एआई (AI) प्रश्नोत्तरी प्रश्न, पठन सामग्री के सारांश, पाठ योजना की रूपरेखा आदि बनाकर शिक्षकों की सहायता करता है। एक शिक्षक एआई से कह सकता है, "द्विघात समीकरणों पर 5 अभ्यास प्रश्न उत्तर सहित तैयार करें," जिससे तैयारी में लगने वाला समय बच जाता है। यह स्वचालित सामग्री निर्माण है, लेकिन शिक्षक आमतौर पर सटीकता और पाठ्यक्रम के साथ तालमेल के लिए आउटपुट की समीक्षा करते हैं। इसलिए यह पूरी तरह से स्वतंत्र होने के बजाय श्रम बचाने वाला उपकरण अधिक है।

• ग्रेडिंग और फीडबैक: एआई बहुविकल्पीय परीक्षाओं को स्वचालित रूप से ग्रेड दे सकता है (इसमें कुछ नया नहीं है) और तेजी से लघु उत्तरों या निबंधों का मूल्यांकन भी कर सकता है। कुछ स्कूल सिस्टम लिखित उत्तरों को ग्रेड देने और छात्रों को फीडबैक प्रदान करने के लिए एआई का उपयोग करते हैं (जैसे, व्याकरण संबंधी सुधार, तर्क को विस्तार देने के सुझाव)। हालांकि यह पूरी तरह से जनरेटिव कार्य नहीं है, लेकिन नए एआई छात्रों के प्रदर्शन के आधार पर उनके लिए एक व्यक्तिगत फीडबैक रिपोर्ट भी तैयार कर , जिसमें सुधार के क्षेत्रों को उजागर किया जाता है। शिक्षक अक्सर बारीकियों को लेकर चिंताओं के कारण इस स्तर पर एआई द्वारा ग्रेड किए गए निबंधों की दोबारा जांच करते हैं।

• अनुकूली शिक्षण प्रणालियाँ: ये ऐसे प्लेटफ़ॉर्म हैं जो छात्र के प्रदर्शन के आधार पर शिक्षण सामग्री की कठिनाई या शैली को समायोजित करते हैं। जनरेटिव एआई (आर.आई.) छात्र की आवश्यकताओं के अनुरूप नए प्रश्न या उदाहरण बनाकर इसे और बेहतर बनाता है। उदाहरण के लिए, यदि कोई छात्र किसी अवधारणा को समझने में कठिनाई महसूस कर रहा है, तो एआई उस अवधारणा पर केंद्रित एक और उपमा या अभ्यास प्रश्न उत्पन्न कर सकता है। यह कुछ हद तक स्वचालित है, लेकिन शिक्षकों द्वारा डिज़ाइन की गई प्रणाली के अंतर्गत आता है।

• सीखने के लिए छात्रों का उपयोग: छात्र स्वयं ChatGPT जैसे उपकरणों का उपयोग सीखने में सहायता के लिए करते हैं – स्पष्टीकरण, अनुवाद आदि के लिए या निबंध के मसौदे पर प्रतिक्रिया प्राप्त करने के लिए AI का उपयोग करते हैं (“मेरे परिचय पैराग्राफ को सुधारें”)। यह स्व-निर्देशित प्रक्रिया है और इसमें शिक्षक की जानकारी की आवश्यकता नहीं होती है। इस परिदृश्य में AI एक ऑन-डिमांड ट्यूटर या प्रूफरीडर के रूप में कार्य करता है। चुनौती यह सुनिश्चित करना है कि छात्र इसका उपयोग केवल उत्तर प्राप्त करने के बजाय सीखने के लिए करें (शैक्षणिक ईमानदारी)।

यह स्पष्ट है कि 2025 तक, शिक्षा में एआई की क्षमता तो बहुत अधिक है, लेकिन आमतौर पर इसमें मानव शिक्षक की भूमिका होती है जो एआई के योगदान को नियंत्रित करता है। इसमें स्वाभाविक सावधानी बरतना भी जरूरी है: हम एआई पर भरोसा नहीं करना चाहते कि वह गलत जानकारी सिखाए या छात्रों के साथ संवेदनशील बातचीत को अकेले ही संभाले। शिक्षक एआई ट्यूटर को सहायक मानते हैं जो छात्रों को अधिक अभ्यास और नियमित प्रश्नों के तुरंत उत्तर दे सकते हैं, जिससे शिक्षकों को गहन मार्गदर्शन पर ध्यान केंद्रित करने की स्वतंत्रता मिलती है।.

2030-2035 के लिए दृष्टिकोण: वैयक्तिकृत एआई ट्यूटर और स्वचालित शिक्षण सहायक

आने वाले दशक में, हम अनुमान लगाते हैं कि जनरेटिव एआई अधिक व्यक्तिगत और स्वायत्त शिक्षण अनुभवों को , जबकि शिक्षकों की भूमिकाएं विकसित होंगी:

• हर छात्र के लिए एआई पर्सनल ट्यूटर: 2030 तक, (खान अकादमी के सल खान जैसे विशेषज्ञों द्वारा साझा की गई) यह परिकल्पना है कि प्रत्येक छात्र को एक एआई ट्यूटर तक पहुंच प्राप्त होगी जो कई मायनों में मानव ट्यूटर जितना ही प्रभावी होगा ( इसके निर्माता का कहना है कि यह एआई ट्यूटर मनुष्यों को 10 गुना अधिक बुद्धिमान बना सकता है )। ये एआई ट्यूटर 24/7 उपलब्ध रहेंगे, छात्र के सीखने के इतिहास को भली-भांति जानेंगे और उसी के अनुसार अपनी शिक्षण शैली को अनुकूलित करेंगे। उदाहरण के लिए, यदि कोई छात्र दृश्य शिक्षार्थी है और बीजगणित की किसी अवधारणा को समझने में कठिनाई का सामना कर रहा है, तो एआई उसकी सहायता के लिए गतिशील रूप से एक दृश्य व्याख्या या इंटरैक्टिव सिमुलेशन बना सकता है। चूंकि एआई समय के साथ छात्र की प्रगति को ट्रैक कर सकता है, इसलिए यह स्वचालित रूप से यह तय कर सकता है कि आगे किस विषय की समीक्षा करनी है या कब किसी नए कौशल की ओर बढ़ना है - इस प्रकार सूक्ष्म स्तर पर उस छात्र के लिए पाठ योजना का प्रभावी ढंग से प्रबंधन कर सकता है

• नियमित कार्यों पर शिक्षकों का कार्यभार कम होना: ग्रेडिंग, वर्कशीट बनाना, पाठ्य सामग्री तैयार करना – ये सभी कार्य 2030 तक लगभग पूरी तरह से एआई को सौंपे जा सकते हैं। एक एआई कक्षा के लिए एक सप्ताह का अनुकूलित गृहकार्य तैयार कर सकता है, पिछले सप्ताह के सभी असाइनमेंट (यहां तक ​​कि खुले प्रश्नों वाले भी) को फीडबैक के साथ ग्रेड कर सकता है, और शिक्षक को यह बता सकता है कि किन छात्रों को किन विषयों पर अतिरिक्त सहायता की आवश्यकता हो सकती है। यह सब शिक्षक के न्यूनतम हस्तक्षेप से हो सकता है, शायद केवल एक सरसरी नज़र डालकर यह सुनिश्चित करना कि एआई द्वारा दिए गए ग्रेड निष्पक्ष हैं।

• स्वायत्त अनुकूली शिक्षण प्लेटफॉर्म: हम कुछ विषयों के लिए पूरी तरह से एआई-संचालित पाठ्यक्रम देख सकते हैं। एक ऐसे ऑनलाइन पाठ्यक्रम की कल्पना कीजिए जिसमें कोई मानव प्रशिक्षक न हो, जहां एक एआई एजेंट विषय का परिचय दे, उदाहरण प्रस्तुत करे, प्रश्नों के उत्तर दे और छात्र के अनुसार गति को समायोजित करे। छात्र का अनुभव उनके लिए अद्वितीय हो सकता है, जो वास्तविक समय में उत्पन्न होगा। कुछ कॉर्पोरेट प्रशिक्षण और वयस्क शिक्षा कार्यक्रम इस मॉडल को शीघ्र ही अपना सकते हैं, जहां 2035 तक एक कर्मचारी कह सकता है, "मैं उन्नत एक्सेल मैक्रो सीखना चाहता हूं" और एक एआई ट्यूटर उन्हें व्यक्तिगत पाठ्यक्रम के माध्यम से सिखाएगा, जिसमें अभ्यास उत्पन्न करना और उनके समाधानों का मूल्यांकन करना शामिल होगा, बिना किसी मानव प्रशिक्षक के।

• कक्षा में एआई सहायक: चाहे कक्षा भौतिक हो या आभासी, एआई कक्षा में होने वाली चर्चाओं को सुन सकता है और शिक्षक की तुरंत सहायता कर सकता है (उदाहरण के लिए, ईयरपीस के माध्यम से धीरे से सुझाव देना: "कई छात्र इस अवधारणा को लेकर भ्रमित लग रहे हैं, शायद कोई दूसरा उदाहरण दें")। यह ऑनलाइन कक्षा मंचों का संचालन भी कर सकता है, छात्रों द्वारा पूछे गए सीधे-सादे प्रश्नों के उत्तर दे सकता है ("असाइनमेंट कब जमा करना है?" या किसी व्याख्यान बिंदु को स्पष्ट करना) ताकि शिक्षक ईमेलों के बोझ तले न दबें। 2035 तक, कक्षा में एआई सह-शिक्षक का होना एक सामान्य बात हो सकती है, जबकि मानव शिक्षक उच्च-स्तरीय मार्गदर्शन और प्रेरणा संबंधी पहलुओं पर ध्यान केंद्रित कर सके।

• वैश्विक शिक्षा तक पहुंच: स्वायत्त एआई ट्यूटर उन क्षेत्रों में छात्रों को शिक्षित करने में मदद कर सकते हैं जहां शिक्षकों की कमी है। एआई ट्यूटर वाला टैबलेट उन छात्रों के लिए प्राथमिक प्रशिक्षक के रूप में कार्य कर सकता है जिनकी स्कूली शिक्षा सीमित है, और उन्हें बुनियादी साक्षरता और गणित सिखा सकता है। 2035 तक, यह सबसे प्रभावशाली उपयोगों में से एक हो सकता है - एआई उन क्षेत्रों में शिक्षा की कमी को पूरा करेगा जहां मानव शिक्षक उपलब्ध नहीं हैं। हालांकि, विभिन्न संदर्भों में एआई शिक्षा की गुणवत्ता और सांस्कृतिक उपयुक्तता सुनिश्चित करना अत्यंत महत्वपूर्ण होगा।

क्या एआई शिक्षकों की जगह ले लेगा? पूरी तरह से नहीं। शिक्षण केवल सामग्री प्रदान करने से कहीं अधिक है – इसमें मार्गदर्शन, प्रेरणा और सामाजिक-भावनात्मक सहयोग शामिल है। मानवीय तत्वों की नकल करना एआई के लिए कठिन है। लेकिन एआई दूसरा शिक्षक या ज्ञान हस्तांतरण के लिए पहला शिक्षक भी बन सकता है, जिससे मानव शिक्षक उन चीजों पर ध्यान केंद्रित कर सकें जो मनुष्य सबसे अच्छी तरह करते हैं: सहानुभूति, प्रेरणा और आलोचनात्मक सोच को बढ़ावा देना।

कुछ बातों का ध्यान रखना आवश्यक है: यह सुनिश्चित करना कि एआई सटीक जानकारी प्रदान करे (गलत तथ्यों से संबंधित कोई शैक्षिक भ्रम न हो), शैक्षिक सामग्री में पक्षपात से बचना, छात्रों के डेटा की गोपनीयता बनाए रखना और छात्रों को सीखने में रुचि बनाए रखना (एआई को केवल सही जानकारी देने वाला नहीं, बल्कि प्रेरक भी होना चाहिए)। संभावना है कि भविष्य में एआई शैक्षिक प्रणालियों को मान्यता या प्रमाणन दिया जाएगा - पाठ्यपुस्तकों के अनुमोदन की तरह - ताकि यह सुनिश्चित हो सके कि वे मानकों को पूरा करती हैं।.

एक और चुनौती अत्यधिक निर्भरता है: यदि कोई एआई ट्यूटर बहुत आसानी से उत्तर दे देता है, तो छात्र धैर्य या समस्या-समाधान कौशल नहीं सीख पाएंगे। इस समस्या को कम करने के लिए, भविष्य के एआई ट्यूटरों को इस तरह से डिज़ाइन किया जा सकता है कि वे कभी-कभी छात्रों को संघर्ष करने दें (जैसे कोई मानव ट्यूटर करता है) या उन्हें समाधान बताने के बजाय संकेतों की सहायता से समस्याओं को हल करने के लिए प्रोत्साहित करें।.

2035 तक, कक्षा का स्वरूप पूरी तरह बदल सकता है: प्रत्येक छात्र के पास एक एआई-कनेक्टेड डिवाइस होगा जो उन्हें उनकी गति के अनुसार मार्गदर्शन करेगा, जबकि शिक्षक समूह गतिविधियों का संचालन करेंगे और मानवीय अंतर्दृष्टि प्रदान करेंगे। शिक्षा अधिक कुशल और व्यक्तिगत आवश्यकताओं के अनुरूप बन सकती है। वादा यह है कि प्रत्येक छात्र को आवश्यकता पड़ने पर आवश्यक सहायता मिलेगी – एक वास्तविक “व्यक्तिगत ट्यूटर” का अनुभव बड़े पैमाने पर। जोखिम यह है कि मानवीय स्पर्श कुछ हद तक कम हो सकता है या एआई का दुरुपयोग हो सकता है (जैसे छात्र एआई के माध्यम से नकल कर सकते हैं)। लेकिन कुल मिलाकर, यदि इसे अच्छी तरह से प्रबंधित किया जाए, तो जनरेटिव एआई छात्रों की शैक्षिक यात्रा में एक सर्व-उपलब्ध, ज्ञानवान साथी बनकर सीखने को लोकतांत्रिक और बेहतर बना सकता है।.

लॉजिस्टिक्स और सप्लाई चेन में जनरेटिव एआई

माल ढुलाई और आपूर्ति श्रृंखलाओं के प्रबंधन की कला और विज्ञान - लॉजिस्टिक्स - शायद "जेनरेटिव" एआई के लिए एक पारंपरिक क्षेत्र न लगे, लेकिन रचनात्मक समस्या-समाधान और योजना बनाना इस क्षेत्र की कुंजी है। जेनरेटिव एआई परिदृश्यों का अनुकरण करके, योजनाओं को अनुकूलित करके और यहां तक ​​कि रोबोटिक प्रणालियों को नियंत्रित करके सहायता कर सकता है। लॉजिस्टिक्स का लक्ष्य दक्षता और लागत बचत है, जो डेटा विश्लेषण और समाधान प्रस्तावित करने में एआई की क्षमताओं के साथ अच्छी तरह मेल खाता है। तो आपूर्ति श्रृंखलाओं और लॉजिस्टिक्स संचालन को चलाने में एआई कितना स्वायत्त हो सकता है?

वर्तमान क्षमताएं (2025): मानवीय पर्यवेक्षण के साथ अनुकूलन और सरलीकरण

आज, एआई (कुछ जनरेटिव दृष्टिकोणों सहित) का उपयोग लॉजिस्टिक्स में मुख्य रूप से निर्णय समर्थन उपकरण :

• रूट ऑप्टिमाइजेशन: यूपीएस और फेडेक्स जैसी कंपनियां डिलीवरी रूट को ऑप्टिमाइज करने के लिए पहले से ही एआई एल्गोरिदम का उपयोग कर रही हैं – जिससे यह सुनिश्चित होता है कि ड्राइवर सबसे कुशल मार्ग अपनाएं। परंपरागत रूप से ये ऑपरेशन रिसर्च एल्गोरिदम थे, लेकिन अब जनरेटिव अप्रोच विभिन्न परिस्थितियों (ट्रैफिक, मौसम) में वैकल्पिक रूटिंग रणनीतियों का पता लगाने में मदद कर सकते हैं। एआई रूट सुझाता है, जबकि मानव डिस्पैचर या मैनेजर पैरामीटर (जैसे प्राथमिकताएं) निर्धारित करते हैं और जरूरत पड़ने पर उन्हें बदल सकते हैं।

• लोडिंग और स्पेस प्लानिंग: ट्रकों या शिपिंग कंटेनरों की पैकिंग के लिए, AI इष्टतम लोडिंग योजनाएँ (कौन सा बॉक्स कहाँ जाएगा) तैयार कर सकता है। जनरेटिव AI जगह का अधिकतम उपयोग करने के लिए कई पैकिंग कॉन्फ़िगरेशन बना सकता है, जिससे ऐसे समाधान तैयार होते हैं जिन्हें मनुष्य चुन सकते हैं। एक अध्ययन में इस बात पर प्रकाश डाला गया है कि अमेरिका में ट्रक अक्सर 30% खाली चलते हैं, और AI की सहायता से बेहतर योजना बनाने से इस बर्बादी को कम किया जा सकता है ( लॉजिस्टिक्स में जनरेटिव AI के प्रमुख उपयोग )। AI द्वारा तैयार की गई इन लोडिंग योजनाओं का उद्देश्य ईंधन लागत और उत्सर्जन को कम करना है, और कुछ गोदामों में इन्हें न्यूनतम मैन्युअल परिवर्तनों के साथ लागू किया जाता है।

• मांग पूर्वानुमान और इन्वेंट्री प्रबंधन: एआई मॉडल उत्पाद की मांग का अनुमान लगा सकते हैं और स्टॉक भरने की योजना बना सकते हैं। एक जनरेटिव मॉडल विभिन्न मांग परिदृश्यों का अनुकरण कर सकता है (उदाहरण के लिए, एक एआई आगामी छुट्टियों के कारण मांग में अचानक वृद्धि की कल्पना करता है) और तदनुसार इन्वेंट्री की योजना बना सकता है। इससे आपूर्ति श्रृंखला प्रबंधकों को तैयारी करने में मदद मिलती है। वर्तमान में, एआई पूर्वानुमान और सुझाव प्रदान करता है, लेकिन उत्पादन स्तर या ऑर्डर देने का अंतिम निर्णय आमतौर पर मनुष्य ही लेते हैं।

• जोखिम मूल्यांकन: वैश्विक आपूर्ति श्रृंखला में व्यवधान उत्पन्न होते रहते हैं (प्राकृतिक आपदाएँ, बंदरगाहों पर देरी, राजनीतिक मुद्दे)। कृत्रिम बुद्धिमत्ता प्रणालियाँ अब समाचारों और डेटा का विश्लेषण करके संभावित जोखिमों की पहचान करती हैं। उदाहरण के लिए, एक लॉजिस्टिक्स फर्म इंटरनेट को स्कैन करने और जोखिम भरे परिवहन मार्गों (ऐसे क्षेत्र जहाँ आने वाले तूफान या अशांति के कारण समस्याएँ उत्पन्न होने की संभावना है) को चिह्नित करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग करती है ( लॉजिस्टिक्स में शीर्ष जनरेटिव एआई उपयोग के मामले )। इस जानकारी के आधार पर, योजनाकार समस्याग्रस्त क्षेत्रों से बचकर शिपमेंट को स्वचालित रूप से दूसरे मार्ग पर भेज सकते हैं। कुछ मामलों में, एआई स्वचालित रूप से मार्ग परिवर्तन या परिवहन के तरीके में परिवर्तन की अनुशंसा कर सकता है, जिसे बाद में मनुष्य अनुमोदित करते हैं।

• वेयरहाउस ऑटोमेशन: कई वेयरहाउस सेमी-ऑटोमेटेड हैं, जिनमें सामान उठाने और पैक करने के लिए रोबोट का इस्तेमाल होता है। जनरेटिव एआई (AI) बेहतर संचालन के लिए रोबोट और इंसानों को कार्यों का गतिशील आवंटन कर सकता है। उदाहरण के लिए, एक एआई ऑर्डर के आधार पर हर सुबह रोबोटिक पिकर्स के लिए जॉब क्यू तैयार कर सकता है। यह प्रक्रिया अक्सर पूरी तरह से स्वचालित होती है, जिसमें मैनेजर केवल प्रमुख प्रदर्शन संकेतकों (KPIs) की निगरानी करते हैं – यदि ऑर्डर में अप्रत्याशित वृद्धि होती है, तो एआई अपने आप संचालन को समायोजित कर लेता है।

• फ्लीट मैनेजमेंट: एआई वाहनों के रखरखाव के पैटर्न का विश्लेषण करके और डाउनटाइम को कम करने वाले इष्टतम रखरखाव कार्यक्रम तैयार करके रखरखाव की योजना बनाने में मदद करता है। यह शिपमेंट को समूहित करके यात्राओं को भी कम कर सकता है। सेवा आवश्यकताओं को पूरा करने पर ये निर्णय एआई सॉफ्टवेयर द्वारा स्वचालित रूप से लिए जा सकते हैं।

कुल मिलाकर, 2025 तक, मनुष्य लक्ष्य निर्धारित करेंगे (जैसे, "लागत कम से कम रखें लेकिन 2 दिन में डिलीवरी सुनिश्चित करें") और AI उन लक्ष्यों को प्राप्त करने के लिए समाधान या कार्यक्रम तैयार करेगा। सिस्टम बिना किसी हस्तक्षेप के रोज़ाना चल सकते हैं, जब तक कि कोई असामान्य घटना न हो जाए। लॉजिस्टिक्स में बहुत से काम दोहराव वाले निर्णयों से जुड़े होते हैं (यह शिपमेंट कब रवाना होना चाहिए? इस ऑर्डर को किस गोदाम से पूरा किया जाना चाहिए?), जिन्हें AI लगातार लेना सीख सकता है। कंपनियां धीरे-धीरे इन छोटे-छोटे निर्णयों को संभालने के लिए AI पर भरोसा कर रही हैं और केवल अपवाद होने पर ही प्रबंधकों को सूचित करती हैं।.

2030-2035 के लिए दृष्टिकोण: स्व-चालित आपूर्ति श्रृंखलाएँ

आने वाले दशक में, हम एआई द्वारा संचालित लॉजिस्टिक्स में स्वायत्त समन्वय की

• स्वायत्त वाहन और ड्रोन: स्व-चालित ट्रक और डिलीवरी ड्रोन, हालांकि एआई/रोबोटिक्स का एक व्यापक विषय हैं, लेकिन इनका रसद पर सीधा प्रभाव पड़ता है। 2030 तक, यदि नियामक और तकनीकी चुनौतियों पर काबू पा लिया जाता है, तो हो सकता है कि राजमार्गों पर नियमित रूप से ट्रकों को एआई चला रहा हो या शहरों में अंतिम-मील डिलीवरी का काम ड्रोन संभाल रहे हों। ये एआई मानव चालकों के बिना वास्तविक समय में निर्णय (मार्ग परिवर्तन, बाधाओं से बचाव) लेंगे। जनरेटिव पहलू यह है कि ये वाहन एआई विशाल डेटा और सिमुलेशन से कैसे सीखते हैं, और प्रभावी रूप से अनगिनत परिदृश्यों पर "प्रशिक्षण" प्राप्त करते हैं। एक पूर्णतः स्वायत्त बेड़ा 24/7 संचालित हो सकता है, जिसमें मनुष्य केवल दूर से निगरानी करेंगे। इससे रसद संचालन से एक बड़ा मानवीय तत्व (चालक) हट जाता है, जिससे स्वायत्तता में नाटकीय रूप से वृद्धि होती है।

• स्व-उपचारित आपूर्ति श्रृंखलाएँ: जनरेटिव एआई का उपयोग आपूर्ति श्रृंखला परिदृश्यों का निरंतर अनुकरण करने और आकस्मिक योजनाएँ तैयार करने के लिए किया जाएगा। 2035 तक, एक एआई स्वचालित रूप से पता लगा सकता है कि किसी आपूर्तिकर्ता का कारखाना कब बंद हो गया है (समाचार या डेटा फ़ीड के माध्यम से) और तुरंत उन वैकल्पिक आपूर्तिकर्ताओं से आपूर्ति शुरू कर सकता है जिनकी उसने पहले ही सिमुलेशन में जाँच कर ली है। इसका अर्थ है कि आपूर्ति श्रृंखला एआई की पहल से व्यवधानों से स्वयं को "ठीक" कर लेगी। मानव प्रबंधकों को इस बात की जानकारी दी जाएगी कि एआई ने क्या किया, न कि उन लोगों को जिन्होंने वैकल्पिक समाधान शुरू किया।

• संपूर्ण इन्वेंट्री अनुकूलन: कृत्रिम बुद्धिमत्ता (AI) गोदामों और भंडारों के पूरे नेटवर्क में इन्वेंट्री का प्रबंधन स्वायत्त रूप से कर सकती है। यह तय करेगी कि स्टॉक को कब और कहाँ ले जाना है (शायद इसके लिए रोबोट या स्वचालित वाहनों का उपयोग करके), और प्रत्येक स्थान पर पर्याप्त इन्वेंट्री रखेगी। AI मूल रूप से आपूर्ति श्रृंखला नियंत्रण प्रणाली का संचालन करती है: सभी प्रवाहों पर नज़र रखती है और वास्तविक समय में समायोजन करती है। 2035 तक, "स्व-चालित" आपूर्ति श्रृंखला का अर्थ यह हो सकता है कि प्रणाली प्रतिदिन सर्वोत्तम वितरण योजना का पता लगाए, उत्पादों का ऑर्डर दे, कारखाने के संचालन का समय निर्धारित करे और परिवहन की व्यवस्था स्वयं करे। मनुष्य समग्र रणनीति की देखरेख करेंगे और AI की वर्तमान समझ से परे अपवादों को संभालेंगे।

• लॉजिस्टिक्स में जनरेटिव डिज़ाइन: हम AI को नए सप्लाई चेन नेटवर्क डिज़ाइन करते हुए देख सकते हैं। मान लीजिए कोई कंपनी किसी नए क्षेत्र में विस्तार करती है; AI डेटा के आधार पर उस क्षेत्र के लिए इष्टतम वेयरहाउस स्थान, परिवहन संपर्क और इन्वेंट्री नीतियां तैयार कर सकता है – ऐसा काम आज सलाहकार और विश्लेषक करते हैं। 2030 तक, कंपनियां सप्लाई चेन डिज़ाइन संबंधी विकल्पों के लिए AI की सिफारिशों पर निर्भर हो सकती हैं, क्योंकि उन्हें भरोसा होगा कि AI कारकों का तेजी से आकलन करेगा और शायद ऐसे रचनात्मक समाधान (जैसे कि गैर-स्पष्ट वितरण केंद्र) खोज लेगा जिन्हें मनुष्य नज़रअंदाज़ कर देते हैं।

• विनिर्माण के साथ एकीकरण (उद्योग 4.0): लॉजिस्टिक्स एक स्वतंत्र इकाई नहीं है; यह उत्पादन से जुड़ा हुआ है। भविष्य के कारखानों में जनरेटिव एआई उत्पादन कार्यों की समय-सारणी तय कर सकता है, कच्चे माल का ऑर्डर समय पर दे सकता है और फिर लॉजिस्टिक्स नेटवर्क को उत्पादों की तत्काल शिपिंग का निर्देश दे सकता है। इस एकीकृत एआई का अर्थ समग्र रूप से कम मानवीय नियोजन हो सकता है – लागत, गति और स्थिरता को अनुकूलित करने वाले एल्गोरिदम द्वारा संचालित विनिर्माण से लेकर वितरण तक एक निर्बाध श्रृंखला। पहले से ही, 2025 तक, उच्च प्रदर्शन वाली आपूर्ति श्रृंखलाएं डेटा-संचालित हैं; 2035 तक वे काफी हद तक एआई-संचालित हो सकती हैं।

• लॉजिस्टिक्स में गतिशील ग्राहक सेवा: ग्राहक सेवा एआई पर आधारित, सप्लाई चेन एआई सीधे ग्राहकों या क्लाइंट्स से इंटरफेस कर सकती है। उदाहरण के लिए, यदि कोई बड़ा क्लाइंट अंतिम समय में अपना बल्क ऑर्डर बदलना चाहता है, तो एक एआई एजेंट किसी मानव प्रबंधक की प्रतीक्षा किए बिना व्यवहार्य विकल्पों पर बातचीत कर सकता है (जैसे, "कुछ बाधाओं के कारण हम आधा अभी और आधा अगले सप्ताह डिलीवर कर सकते हैं")। इसमें जनरेटिव एआई दोनों पक्षों (ग्राहक की आवश्यकता बनाम परिचालन क्षमता) को समझकर ऐसे निर्णय लेता है जो ग्राहकों को संतुष्ट करते हुए संचालन को सुचारू बनाए रखते हैं।

इससे मिलने वाला संभावित लाभ एक अधिक कुशल, लचीला और प्रतिक्रियाशील लॉजिस्टिक्स सिस्टम है। कंपनियां भारी बचत की उम्मीद कर रही हैं - मैककिन्से का अनुमान है कि एआई-संचालित आपूर्ति श्रृंखला अनुकूलन से लागत में उल्लेखनीय कटौती हो सकती है और सेवा स्तरों में सुधार हो सकता है, जिससे विभिन्न उद्योगों में संभावित रूप से खरबों डॉलर का मूल्य जुड़ सकता है ( 2023 में एआई की स्थिति: जनरेटिव एआई का सफलता का वर्ष | मैककिन्से )।

हालांकि, एआई को अधिक नियंत्रण सौंपने से जोखिम भी जुड़े हैं, जैसे कि एआई के तर्क में खामी होने पर कई तरह की त्रुटियां होना (उदाहरण के लिए, एआई आपूर्ति श्रृंखला का कुख्यात मामला जिसमें मॉडलिंग त्रुटि के कारण अनजाने में एक कंपनी का स्टॉक खत्म हो जाता है)। "बड़े फैसलों में मानवीय हस्तक्षेप" या कम से कम ऐसे डैशबोर्ड जो मानवीय हस्तक्षेप को तुरंत रोकने की सुविधा देते हैं, जैसे सुरक्षा उपाय 2035 तक बने रहने की संभावना है। समय के साथ, जैसे-जैसे एआई के फैसले कारगर साबित होंगे, मनुष्य पीछे हटने में अधिक सहज महसूस करेंगे।.

दिलचस्प बात यह है कि दक्षता को अधिकतम करने के चक्कर में, एआई कभी-कभी ऐसे निर्णय ले सकता है जो मानवीय प्राथमिकताओं या पारंपरिक प्रथाओं के विपरीत हों। उदाहरण के लिए, केवल दक्षता को अधिकतम करने से इन्वेंट्री बहुत कम हो सकती है, जो कि कुशल तो है लेकिन जोखिम भरी लग सकती है। 2030 में आपूर्ति श्रृंखला पेशेवरों को अपने अनुमानों को बदलना पड़ सकता है क्योंकि एआई, विशाल डेटा का विश्लेषण करके, यह साबित कर सकता है कि उसकी यह अनोखी रणनीति वास्तव में बेहतर काम करती है।.

अंत में, हमें यह भी ध्यान रखना होगा कि भौतिक बाधाएं (बुनियादी ढांचा, भौतिक प्रक्रियाओं की गति) रसद में होने वाले बदलावों की गति को सीमित करती हैं, इसलिए यहां क्रांति पूरी तरह से नई भौतिक वास्तविकता के बजाय संसाधनों की बेहतर योजना और उपयोग के बारे में है। लेकिन इन सीमाओं के भीतर भी, जनरेटिव एआई के रचनात्मक समाधान और निरंतर अनुकूलन न्यूनतम मैन्युअल योजना के साथ दुनिया भर में माल की आवाजाही को नाटकीय रूप से बेहतर बना सकते हैं।

संक्षेप में, 2035 तक लॉजिस्टिक्स एक सुचारू रूप से चलने वाली स्वचालित मशीन की तरह काम कर सकता है: माल का प्रवाह कुशलतापूर्वक होगा, व्यवधानों के अनुसार मार्ग वास्तविक समय में समायोजित होंगे, गोदाम रोबोटों द्वारा स्वयं प्रबंधित होंगे, और पूरी प्रणाली डेटा से लगातार सीखती और बेहतर होती रहेगी - यह सब जनरेटिव एआई द्वारा संचालित होगा जो संचालन के मस्तिष्क के रूप में कार्य करता है।.

वित्त और व्यवसाय में जनरेटिव एआई

वित्तीय उद्योग सूचनाओं से भरपूर है – रिपोर्ट, विश्लेषण, ग्राहक संचार – जो इसे जनरेटिव एआई के लिए एक उपजाऊ क्षेत्र बनाता है। बैंकिंग से लेकर निवेश प्रबंधन और बीमा तक, संगठन स्वचालन और अंतर्दृष्टि सृजन के लिए एआई का उपयोग कर रहे हैं। सवाल यह है कि इस क्षेत्र में सटीकता और विश्वास के महत्व को देखते हुए, एआई मानव पर्यवेक्षण के बिना किन वित्तीय कार्यों को विश्वसनीय रूप से संभाल सकता है?

वर्तमान क्षमताएं (2025): स्वचालित रिपोर्ट और निर्णय समर्थन

आज की तारीख में, जनरेटिव एआई कई तरीकों से वित्त क्षेत्र में योगदान दे रहा है, अक्सर मानव पर्यवेक्षण के तहत:

• रिपोर्ट निर्माण: बैंक और वित्तीय संस्थान अनेक रिपोर्ट तैयार करते हैं – आय सारांश, बाजार विश्लेषण, पोर्टफोलियो विश्लेषण आदि। इन रिपोर्टों को तैयार करने में पहले से ही AI का उपयोग किया जा रहा है। उदाहरण के लिए, ब्लूमबर्ग ने ब्लूमबर्गजीपीटी , जो वित्तीय डेटा पर प्रशिक्षित एक बड़ा भाषा मॉडल है, जिसका उपयोग समाचार वर्गीकरण और टर्मिनल उपयोगकर्ताओं के लिए प्रश्नोत्तर जैसे कार्यों में सहायता के लिए किया जाता है ( वित्त क्षेत्र में जनरेटिव AI का आगमन )। हालांकि इसका प्राथमिक उपयोग मनुष्यों को जानकारी खोजने में मदद करना है, यह AI की बढ़ती भूमिका को दर्शाता है। ऑटोमेटेड इनसाइट्स (वह कंपनी जिसके साथ AP ने काम किया) ने भी वित्तीय लेख तैयार किए। कई निवेश न्यूज़लेटर दैनिक बाजार गतिविधियों या आर्थिक संकेतकों का सारांश देने के लिए AI का उपयोग करते हैं। आमतौर पर, मनुष्य इन्हें ग्राहकों को भेजने से पहले समीक्षा करते हैं, लेकिन यह शुरू से लिखने की बजाय त्वरित संपादन होता है।

• ग्राहक संचार: रिटेल बैंकिंग में, एआई चैटबॉट खाता शेष, लेनदेन या उत्पाद जानकारी से संबंधित ग्राहकों के प्रश्नों का समाधान करते हैं (ग्राहक सेवा क्षेत्र में एकीकृत होकर)। साथ ही, एआई व्यक्तिगत वित्तीय सलाह पत्र या सुझाव भी तैयार कर सकता है। उदाहरण के लिए, एक एआई यह पहचान सकता है कि कोई ग्राहक शुल्क पर बचत कर सकता है और स्वचालित रूप से एक संदेश तैयार कर सकता है जिसमें उन्हें किसी अन्य प्रकार के खाते में स्विच करने का सुझाव दिया गया हो, जिसे न्यूनतम मानवीय हस्तक्षेप के साथ ग्राहक तक पहुँचाया जाता है। इस प्रकार का व्यक्तिगत संचार बड़े पैमाने पर वित्त क्षेत्र में एआई का एक वर्तमान उपयोग है।

• धोखाधड़ी का पता लगाना और अलर्ट: जनरेटिव एआई धोखाधड़ी प्रणालियों द्वारा पता लगाए गए असामान्यताओं के लिए विवरण या स्पष्टीकरण तैयार करने में मदद कर सकता है। उदाहरण के लिए, यदि कोई संदिग्ध गतिविधि पाई जाती है, तो एआई ग्राहक के लिए एक स्पष्टीकरण संदेश ("हमने एक नए डिवाइस से लॉगिन देखा है...") या विश्लेषकों के लिए एक रिपोर्ट तैयार कर सकता है। यह पता लगाने की प्रक्रिया स्वचालित है (एआई/एमएल विसंगति पहचान का उपयोग करके), और संचार भी तेजी से स्वचालित होता जा रहा है, हालांकि अंतिम कार्रवाई (खाता ब्लॉक करना) में अक्सर कुछ मानवीय हस्तक्षेप शामिल होता है।

• वित्तीय परामर्श (सीमित): कुछ रोबो-एडवाइजर (स्वचालित निवेश प्लेटफॉर्म) पोर्टफोलियो प्रबंधन के लिए एल्गोरिदम (जरूरी नहीं कि जनरेटिव एआई) का उपयोग करते हैं, जिनमें मानव सलाहकारों की कोई भूमिका नहीं होती। जनरेटिव एआई धीरे-धीरे इस क्षेत्र में प्रवेश कर रहा है, जैसे कि कुछ लेन-देन क्यों किए गए, इस पर टिप्पणी देना या ग्राहक के अनुरूप पोर्टफोलियो प्रदर्शन का सारांश प्रस्तुत करना। हालांकि, विशुद्ध वित्तीय परामर्श (जैसे जटिल वित्तीय योजना) अभी भी ज्यादातर मानव या नियम-आधारित एल्गोरिदम पर निर्भर है; बिना निगरानी के स्वतंत्र रूप से दिया गया जनरेटिव परामर्श जोखिम भरा है क्योंकि गलत होने पर कानूनी जवाबदेही बनती है।

• जोखिम मूल्यांकन और बीमा लेखन: बीमा कंपनियाँ जोखिम मूल्यांकन रिपोर्ट स्वचालित रूप से लिखने या पॉलिसी दस्तावेज़ तैयार करने के लिए AI का परीक्षण कर रही हैं। उदाहरण के लिए, किसी संपत्ति के बारे में डेटा दिए जाने पर, AI जोखिम कारकों का वर्णन करने वाली बीमा पॉलिसी का मसौदा या बीमाकर्ता की रिपोर्ट तैयार कर सकता है। वर्तमान में, इन परिणामों की समीक्षा मनुष्य करते हैं क्योंकि अनुबंध में कोई भी त्रुटि महंगी साबित हो सकती है।

• डेटा विश्लेषण और अंतर्दृष्टि: कृत्रिम बुद्धिमत्ता वित्तीय विवरणों या समाचारों का गहन अध्ययन करके सारांश तैयार कर सकती है। विश्लेषक ऐसे उपकरणों का उपयोग करते हैं जो 100 पृष्ठों की वार्षिक रिपोर्ट को तुरंत मुख्य बिंदुओं में सारांशित कर सकते हैं, या आय घोषणापत्र के प्रतिलेख से मुख्य निष्कर्ष निकाल सकते हैं। ये सारांश समय बचाते हैं और इनका उपयोग सीधे निर्णय लेने में किया जा सकता है या इन्हें आगे साझा किया जा सकता है, लेकिन विवेकशील विश्लेषक महत्वपूर्ण विवरणों की दोबारा जांच करते हैं।

संक्षेप में, वित्त क्षेत्र में वर्तमान एआई एक अथक विश्लेषक/लेखक की तरह काम करता है , जो ऐसी सामग्री तैयार करता है जिसे मनुष्य परिष्कृत करते हैं। पूर्णतः स्वायत्त उपयोग मुख्य रूप से डेटा-आधारित समाचार (जिसमें किसी व्यक्तिपरक निर्णय की आवश्यकता नहीं होती) या ग्राहक सेवा प्रतिक्रियाओं जैसे सुस्पष्ट क्षेत्रों में होता है। धन संबंधी निर्णयों (जैसे निधि स्थानांतरण, पूर्व-निर्धारित एल्गोरिदम से परे व्यापार निष्पादन) के लिए सीधे एआई पर भरोसा करना दुर्लभ है, क्योंकि इसमें जोखिम अधिक होता है और नियामकीय जांच अनिवार्य होती है।

2030-2035 के लिए दृष्टिकोण: एआई विश्लेषक और स्वायत्त वित्त संचालन

भविष्य की दृष्टि से देखें तो, 2035 तक जनरेटिव एआई वित्तीय कार्यों में गहराई से समाहित हो सकता है, और संभावित रूप से कई कार्यों को स्वायत्त रूप से संभाल सकता है:

• एआई वित्तीय विश्लेषक: हम ऐसे एआई सिस्टम देख सकते हैं जो कंपनियों और बाजारों का विश्लेषण कर सकते हैं और मानव इक्विटी अनुसंधान विश्लेषक के स्तर पर सिफारिशें या रिपोर्ट तैयार कर सकते हैं। 2030 तक, एक एआई संभवतः किसी कंपनी के सभी वित्तीय दस्तावेजों को पढ़ सकेगा, उद्योग के आंकड़ों से तुलना कर सकेगा और स्वयं ही निवेश संबंधी सिफारिश रिपोर्ट ("खरीदें/बेचें" तर्क सहित) तैयार कर सकेगा। कुछ हेज फंड पहले से ही ट्रेडिंग सिग्नल उत्पन्न करने के लिए एआई का उपयोग कर रहे हैं; 2030 के दशक तक, एआई अनुसंधान रिपोर्ट आम हो सकती हैं। मानव पोर्टफोलियो प्रबंधक अन्य इनपुट के रूप में एआई द्वारा उत्पन्न विश्लेषण पर भरोसा करना शुरू कर सकते हैं। एआई में पोर्टफोलियो को स्वायत्त रूप से प्रबंधित करने की भी क्षमता है: एक पूर्वनिर्धारित रणनीति के अनुसार निवेशों की निरंतर निगरानी और पुनर्संतुलन करना। वास्तव में, एल्गोरिथम ट्रेडिंग पहले से ही काफी हद तक स्वचालित है - जनरेटिव एआई नए ट्रेडिंग मॉडल बनाकर और उनका परीक्षण करके रणनीतियों को अधिक अनुकूलनीय बना सकता है।

• स्वचालित वित्तीय नियोजन: उपभोक्ता-केंद्रित एआई सलाहकार व्यक्तियों के लिए नियमित वित्तीय नियोजन का काम संभाल सकते हैं। 2030 तक, आप एआई को अपने लक्ष्य (घर खरीदना, कॉलेज के लिए बचत करना) बता सकते हैं और यह आपके लिए एक संपूर्ण वित्तीय योजना (बजट, निवेश आवंटन, बीमा सुझाव) तैयार कर सकता है। शुरुआत में एक मानव वित्तीय योजनाकार इसकी समीक्षा कर सकता है, लेकिन जैसे-जैसे विश्वास बढ़ेगा, उचित अस्वीकरणों के साथ ऐसी सलाह सीधे उपभोक्ताओं को दी जा सकती है। मुख्य बात यह सुनिश्चित करना होगा कि एआई की सलाह नियमों का पालन करती है और ग्राहक के सर्वोत्तम हित में है। यदि यह समस्या हल हो जाती है, तो एआई बुनियादी वित्तीय सलाह को कम लागत पर कहीं अधिक सुलभ बना सकता है।

• बैक-ऑफिस स्वचालन: जनरेटिव एआई कई बैक-ऑफिस दस्तावेज़ों - ऋण आवेदन, अनुपालन रिपोर्ट, लेखापरीक्षा सारांश - को स्वचालित रूप से संभाल सकता है। उदाहरण के लिए, एक एआई सभी लेनदेन डेटा को ग्रहण करके एक लेखापरीक्षा रिपोर्ट तैयार कर जिसमें किसी भी संदिग्धता को चिह्नित किया जा सके। 2035 में लेखापरीक्षक स्वयं सभी दस्तावेज़ों की छानबीन करने के बजाय एआई द्वारा चिह्नित अपवादों की समीक्षा करने में अधिक समय व्यतीत कर सकते हैं। इसी प्रकार, अनुपालन के लिए, एआई नियामकों के लिए संदिग्ध गतिविधि रिपोर्ट (एसएआर) तैयार कर सकता है, बिना किसी विश्लेषक द्वारा उन्हें शुरू से लिखने की आवश्यकता के। इन नियमित दस्तावेज़ों का स्वचालित रूप से तैयार होना, और मानव पर्यवेक्षण का अपवाद-आधारित होना, मानक बन सकता है।

• बीमा दावे और अंडरराइटिंग: एक एआई (आरटीआई) बीमा दावे (फोटो साक्ष्य आदि सहित) को संसाधित कर सकता है, कवरेज निर्धारित कर सकता है और भुगतान निर्णय पत्र स्वचालित रूप से जारी कर सकता है। हम शायद उस बिंदु पर पहुंच जाएं जहां सीधे-सादे दावे (स्पष्ट डेटा वाले ऑटो दुर्घटनाएं) जमा करने के कुछ ही मिनटों के भीतर एआई द्वारा पूरी तरह से निपटा दिए जाएं। नई पॉलिसियों की अंडरराइटिंग भी इसी तरह हो सकती है: एआई जोखिम का आकलन करेगा और पॉलिसी की शर्तें तैयार करेगा। 2035 तक, शायद केवल जटिल या सीमावर्ती मामलों को ही मानव अंडरराइटरों के पास भेजा जाएगा।

• धोखाधड़ी और सुरक्षा: वित्तीय क्षेत्र में धोखाधड़ी या साइबर खतरों का पता लगाने और उनसे निपटने में एआई की भूमिका और भी महत्वपूर्ण होने की संभावना है। स्वायत्त एआई एजेंट वास्तविक समय में लेन-देन की निगरानी कर सकते हैं और कुछ मानदंडों के पूरा होने पर तत्काल कार्रवाई (खाते ब्लॉक करना, लेन-देन रोकना) कर सकते हैं, साथ ही उसका कारण भी बता सकते हैं। यहां गति सर्वोपरि है, इसलिए मानवीय हस्तक्षेप न्यूनतम होना चाहिए। इसका मुख्य उद्देश्य इन कार्रवाइयों को ग्राहकों या नियामकों तक स्पष्ट रूप से पहुंचाना हो सकता है।

• कार्यकारी सहायता: कल्पना कीजिए एक ऐसे एआई (आर्टिफिशियल इंटेलिजेंस) की जो अधिकारियों के लिए तुरंत व्यावसायिक रिपोर्ट तैयार कर सके। पूछिए, "इस तिमाही में हमारे यूरोपीय विभाग का प्रदर्शन कैसा रहा और पिछले वर्ष की तुलना में इसके मुख्य कारक क्या थे?" और एआई सटीक डेटा के आधार पर चार्ट सहित एक संक्षिप्त रिपोर्ट तैयार कर देगा। इस प्रकार की गतिशील, स्वचालित रिपोर्टिंग और विश्लेषण बातचीत जितनी आसान हो सकती है। 2030 तक, व्यावसायिक बुद्धिमत्ता के लिए एआई से प्रश्न पूछना और सही उत्तरों के लिए उस पर भरोसा करना, स्थिर रिपोर्टों और शायद कुछ विश्लेषक भूमिकाओं को भी काफी हद तक प्रतिस्थापित कर सकता है।

एक दिलचस्प अनुमान यह है कि 2030 के दशक तक, अधिकांश वित्तीय सामग्री (समाचार, रिपोर्ट आदि) कृत्रिम बुद्धिमत्ता (एआई) द्वारा निर्मित हो सकती है । डॉव जोन्स और रॉयटर्स जैसे आउटलेट पहले से ही कुछ समाचारों के लिए स्वचालन का उपयोग कर रहे हैं। यदि यह प्रवृत्ति जारी रहती है, और वित्तीय डेटा में भारी वृद्धि को देखते हुए, एआई अधिकांश डेटा को फ़िल्टर करने और प्रसारित करने के लिए जिम्मेदार हो सकता है।

हालांकि, विश्वास और सत्यापन केंद्रीय भूमिका निभाएंगे। वित्तीय उद्योग अत्यधिक विनियमित है और स्वायत्त रूप से संचालित होने वाली किसी भी एआई को सख्त मानकों को पूरा करना होगा।

• किसी भी प्रकार की भ्रांतियों से बचाव सुनिश्चित करना (आप किसी एआई विश्लेषक से ऐसा वित्तीय मापदंड नहीं बनवा सकते जो वास्तविक न हो - इससे बाजार गुमराह हो सकते हैं)।.

• पक्षपातपूर्ण या अवैध प्रथाओं से बचना (जैसे पक्षपातपूर्ण प्रशिक्षण डेटा के कारण ऋण देने के निर्णयों में अनजाने में रेडलाइनिंग करना)।.

• ऑडिट योग्यता: नियामक संभवतः यह चाहेंगे कि एआई के निर्णय व्याख्या योग्य हों। यदि कोई एआई ऋण अस्वीकार करता है या कोई व्यापारिक निर्णय लेता है, तो उसके पीछे एक तर्कसंगत कारण होना चाहिए जिसकी जांच की जा सके। जनरेटिव मॉडल कुछ हद तक रहस्यमय हो सकते हैं, इसलिए ऐसी व्याख्या योग्य एआई तकनीकों के विकास की उम्मीद है जो उनके निर्णयों को पारदर्शी बनाएंगी।

अगले 10 वर्षों में संभवतः एआई और वित्त पेशेवरों के बीच घनिष्ठ सहयोग देखने को मिलेगा, और विश्वास बढ़ने के साथ-साथ स्वायत्तता की सीमा धीरे-धीरे बढ़ती जाएगी। शुरुआती सफलताएं कम जोखिम वाले स्वचालन (जैसे रिपोर्ट तैयार करना) में मिलेंगी। ऋण संबंधी निर्णय या निवेश चयन जैसे महत्वपूर्ण निर्णय कठिन होंगे, लेकिन यहां भी, एआई के बढ़ते प्रदर्शन के साथ, कंपनियां इसे अधिक स्वायत्तता प्रदान कर सकती हैं। उदाहरण के लिए, हो सकता है कि एक एआई फंड का संचालन एक मानव पर्यवेक्षक के साथ किया जाए जो केवल तभी हस्तक्षेप करे जब प्रदर्शन में कोई गड़बड़ी हो या एआई किसी अनिश्चितता का संकेत दे।.

आर्थिक दृष्टि से, मैककिन्सी का अनुमान है कि एआई (विशेष रूप से जनरेटिव एआई) बैंकिंग क्षेत्र में सालाना 200-340 अरब डॉलर का मूल्य जोड़ सकता है और बीमा एवं पूंजी बाज़ारों में भी इसी तरह का बड़ा प्रभाव डाल सकता है ( 2023 में एआई की स्थिति: जनरेटिव एआई का उत्कर्ष वर्ष | मैककिन्सी ) ( जनरेटिव एआई का भविष्य क्या है? | मैककिन्सी )। यह दक्षता और बेहतर निर्णय परिणामों के माध्यम से संभव है। इस मूल्य को प्राप्त करने के लिए, नियमित वित्तीय विश्लेषण और संचार का एक बड़ा हिस्सा संभवतः एआई प्रणालियों को सौंप दिया जाएगा।

संक्षेप में, 2035 तक जनरेटिव एआई वित्तीय क्षेत्र में काम करने वाले कनिष्ठ विश्लेषकों, सलाहकारों और क्लर्कों की एक सेना की तरह हो सकता है, जो अधिकांश कठिन कार्य और कुछ जटिल विश्लेषण स्वायत्त रूप से करेंगे। मनुष्य अभी भी लक्ष्य निर्धारित करेंगे और उच्च-स्तरीय रणनीति, ग्राहक संबंध और निगरानी का कार्यभार संभालेंगे। वित्तीय जगत, सतर्कता बरतते हुए, स्वायत्तता को धीरे-धीरे बढ़ाएगा - लेकिन यह स्पष्ट है कि सूचना प्रसंस्करण और यहां तक ​​कि निर्णय संबंधी अनुशंसाओं का अधिकांश भाग एआई द्वारा ही लिया जाएगा। आदर्श रूप से, इससे त्वरित सेवा (तत्काल ऋण, चौबीसों घंटे सलाह), कम लागत और संभावित रूप से अधिक निष्पक्षता (डेटा पैटर्न पर आधारित निर्णय) प्राप्त होगी। लेकिन विश्वास बनाए रखना महत्वपूर्ण होगा; वित्त में एक भी बड़ी एआई त्रुटि भारी नुकसान पहुंचा सकती है (कल्पना कीजिए कि एआई द्वारा प्रेरित अचानक वित्तीय संकट या हजारों लोगों को गलत तरीके से लाभ से वंचित कर दिया जाए)। इसलिए, सुरक्षा उपाय और मानवीय जांच विशेष रूप से उपभोक्ता-उन्मुख कार्यों के लिए आवश्यक बने रहेंगे, भले ही बैक-ऑफिस प्रक्रियाएं अत्यधिक स्वायत्त हो जाएं।.

चुनौतियाँ और नैतिक विचार

इन सभी क्षेत्रों में, जैसे-जैसे जनरेटिव एआई अधिक स्वायत्त जिम्मेदारियाँ ग्रहण करता है, कुछ सामान्य चुनौतियाँ और नैतिक प्रश्न सामने आते हैं। एआई को एक विश्वसनीय और लाभकारी स्वायत्त एजेंट बनाना केवल एक तकनीकी कार्य नहीं है, बल्कि एक सामाजिक कार्य भी है। यहाँ हम प्रमुख चिंताओं और उनके समाधान (या भविष्य में किए जाने वाले समाधानों) की रूपरेखा प्रस्तुत करते हैं:

विश्वसनीयता और सटीकता

भ्रम की समस्या: जनरेटिव एआई मॉडल गलत या पूरी तरह से मनगढ़ंत परिणाम दे सकते हैं जो देखने में विश्वसनीय लगते हैं। यह विशेष रूप से तब खतरनाक होता है जब गलतियों को पकड़ने के लिए कोई मानवीय हस्तक्षेप न हो। एक चैटबॉट ग्राहक को गलत निर्देश दे सकता है, या एआई द्वारा लिखी गई रिपोर्ट में मनगढ़ंत आंकड़े हो सकते हैं। 2025 तक, संगठनों द्वारा जनरेटिव एआई के सबसे बड़े जोखिम के रूप में अशुद्धि को मान्यता दी गई है ( 2023 में एआई की स्थिति: जनरेटिव एआई का विकास वर्ष | मैककिन्से ) ( एआई की स्थिति: वैश्विक सर्वेक्षण | मैककिन्से )। आगे बढ़ते हुए, भ्रम को कम करने के लिए डेटाबेस के विरुद्ध तथ्य-जांच, मॉडल आर्किटेक्चर में सुधार और फीडबैक के साथ रीइन्फोर्समेंट लर्निंग जैसी तकनीकों का उपयोग किया जा रहा है। स्वायत्त एआई प्रणालियों को महत्वपूर्ण कार्यों (जैसे कोड जनरेशन, जो गलत होने पर बग/सुरक्षा खामियां पैदा कर सकता है) के लिए कठोर परीक्षण और शायद औपचारिक सत्यापन की आवश्यकता होगी।

स्थिरता: एआई प्रणालियों को समय के साथ और विभिन्न परिस्थितियों में विश्वसनीय रूप से कार्य करना चाहिए। उदाहरण के लिए, एक एआई मानक प्रश्नों पर अच्छा प्रदर्शन कर सकता है, लेकिन कुछ विशिष्ट मामलों में विफल हो सकता है। लगातार प्रदर्शन सुनिश्चित करने के लिए विविध स्थितियों को कवर करने वाले व्यापक प्रशिक्षण डेटा और निरंतर निगरानी की आवश्यकता होगी। कई संगठन हाइब्रिड दृष्टिकोण अपनाने की योजना बना रहे हैं - एआई कार्य करता है, लेकिन यादृच्छिक नमूनों का ऑडिट मनुष्यों द्वारा किया जाता है - ताकि निरंतर सटीकता दर का आकलन किया जा सके।

सुरक्षा उपाय: जब कृत्रिम बुद्धिमत्ता (AI) स्वायत्त होती है, तो उसकी अपनी अनिश्चितता को पहचानना अत्यंत महत्वपूर्ण होता है। सिस्टम को इस प्रकार डिज़ाइन किया जाना चाहिए कि वह यह जान सके कि उसे कब अनिश्चितता है। उदाहरण के लिए, यदि कोई AI डॉक्टर किसी निदान के बारे में निश्चित नहीं है, तो उसे अनुमान लगाने के बजाय मानव समीक्षा के लिए संकेत देना चाहिए। AI आउटपुट में अनिश्चितता का आकलन शामिल करना (और स्वचालित मानव हस्तांतरण के लिए सीमा निर्धारित करना) विकास का एक सक्रिय क्षेत्र है।

पूर्वाग्रह और निष्पक्षता

जनरेटिव एआई ऐतिहासिक डेटा से सीखता है जिसमें पूर्वाग्रह (नस्लीय, लैंगिक आदि) हो सकते हैं। एक स्वायत्त एआई उन पूर्वाग्रहों को कायम रख सकता है या उन्हें और भी बढ़ा सकता है।

• भर्ती या प्रवेश के मामलों में, यदि एआई के प्रशिक्षण डेटा में पूर्वाग्रह हो तो वह अनुचित रूप से भेदभाव कर सकता है।.

• ग्राहक सेवा में, सावधानीपूर्वक जांच न किए जाने पर एआई बोली या अन्य कारकों के आधार पर उपयोगकर्ताओं को अलग-अलग प्रतिक्रिया दे सकता है।.

• रचनात्मक क्षेत्रों में, यदि प्रशिक्षण सेट असंतुलित हो तो एआई कुछ संस्कृतियों या शैलियों का प्रतिनिधित्व ठीक से नहीं कर सकता है।.

इस समस्या के समाधान के लिए डेटासेट का सावधानीपूर्वक संकलन, पूर्वाग्रह परीक्षण और निष्पक्षता सुनिश्चित करने के लिए एल्गोरिदम में आवश्यक समायोजन की आवश्यकता है। पारदर्शिता अत्यंत महत्वपूर्ण है: कंपनियों को एआई के निर्णय मानदंडों का खुलासा करना होगा, विशेष रूप से यदि कोई स्वायत्त एआई किसी व्यक्ति के अवसरों या अधिकारों (जैसे ऋण या नौकरी प्राप्त करना) को प्रभावित करता है। नियामक पहले से ही इस पर ध्यान दे रहे हैं; उदाहरण के लिए, यूरोपीय संघ का एआई अधिनियम (जो 2020 के मध्य से निर्माणाधीन है) में उच्च जोखिम वाले एआई सिस्टम के लिए पूर्वाग्रह मूल्यांकन अनिवार्य होने की संभावना है।.

जवाबदेही और कानूनी दायित्व

जब कोई स्वायत्त रूप से संचालित कृत्रिम बुद्धिमत्ता प्रणाली नुकसान पहुंचाती है या गलती करती है, तो इसके लिए कौन जिम्मेदार होता है? कानूनी ढांचे इस दिशा में आगे बढ़ रहे हैं:

• कृत्रिम बुद्धिमत्ता (AI) का उपयोग करने वाली कंपनियों को संभवतः कर्मचारी के कार्यों के लिए उत्तरदायी होना पड़ेगा। उदाहरण के लिए, यदि AI द्वारा दी गई गलत वित्तीय सलाह से नुकसान होता है, तो कंपनी को ग्राहक को मुआवजा देना पड़ सकता है।.

• कृत्रिम बुद्धिमत्ता (एआई) की "व्यक्तिगतता" या उन्नत एआई की आंशिक जवाबदेही को लेकर बहस चल रही है, लेकिन फिलहाल यह केवल सैद्धांतिक मुद्दा है। व्यवहार में, दोष डेवलपर्स या ऑपरेटर्स पर ही आएगा।.

• कृत्रिम बुद्धिमत्ता की विफलताओं के लिए नए बीमा उत्पाद सामने आ सकते हैं। यदि कोई स्व-चालित ट्रक दुर्घटना का कारण बनता है, तो निर्माता का बीमा उत्पाद दायित्व के समान ही इसे कवर कर सकता है।.

• कृत्रिम बुद्धिमत्ता (एआई) के निर्णयों का दस्तावेज़ीकरण और लॉगिंग विश्लेषण के लिए महत्वपूर्ण होगा। यदि कुछ गलत होता है, तो हमें एआई के निर्णय पथ का ऑडिट करना होगा ताकि उससे सीख लेकर जिम्मेदारी तय की जा सके। इसी कारण से नियामक स्वायत्त एआई कार्यों के लिए लॉगिंग अनिवार्य कर सकते हैं।.

पारदर्शिता और व्याख्यात्मकता

स्वायत्त कृत्रिम बुद्धिमत्ता को आदर्श रूप से अपने तर्क को मानव-समझने योग्य शब्दों में समझाने में सक्षम होना चाहिए, विशेष रूप से महत्वपूर्ण क्षेत्रों (वित्त, स्वास्थ्य सेवा, न्याय प्रणाली) में। व्याख्या योग्य कृत्रिम बुद्धिमत्ता एक ऐसा क्षेत्र है जो रहस्य को उजागर करने का प्रयास कर रहा है।

• किसी कृत्रिम बुद्धिमत्ता (एआई) द्वारा ऋण अस्वीकृति के मामले में, नियमों (जैसे अमेरिका में ईसीओए) के तहत आवेदक को कारण बताना आवश्यक हो सकता है। इसलिए एआई को स्पष्टीकरण के रूप में कुछ कारक (जैसे, "आय-ऋण अनुपात अधिक") प्रस्तुत करने होंगे।.

• एआई के साथ बातचीत करने वाले उपयोगकर्ताओं (जैसे एआई ट्यूटर से पढ़ने वाले छात्र या एआई हेल्थ ऐप से जुड़ने वाले मरीज़) को यह जानने का अधिकार है कि एआई सलाह कैसे देता है। एआई के तर्क को और अधिक स्पष्ट बनाने के प्रयास जारी हैं, या तो मॉडल को सरल बनाकर या समानांतर व्याख्यात्मक मॉडल बनाकर।.

• पारदर्शिता का अर्थ यह भी है कि उपयोगकर्ताओं को पता होना चाहिए कि वे किसी कृत्रिम बुद्धिमत्ता (AI) से बात कर रहे हैं या किसी इंसान से। नैतिक दिशानिर्देश (और संभवतः कुछ कानून) इस बात की जानकारी देने की आवश्यकता पर बल देते हैं कि ग्राहक किसी बॉट से बात कर रहा है। इससे धोखे से बचाव होता है और उपयोगकर्ता की सहमति प्राप्त होती है। कुछ कंपनियां अब AI द्वारा लिखित सामग्री को स्पष्ट रूप से टैग करती हैं (जैसे "यह लेख AI द्वारा तैयार किया गया है") ताकि विश्वास बना रहे।

गोपनीयता और डेटा संरक्षण

जनरेटिव एआई को कार्य करने या सीखने के लिए अक्सर डेटा की आवश्यकता होती है - जिसमें संभावित रूप से संवेदनशील व्यक्तिगत डेटा भी शामिल है। स्वायत्त संचालन को गोपनीयता का सम्मान करना चाहिए:

• एक एआई ग्राहक सेवा एजेंट ग्राहक की सहायता के लिए खाते की जानकारी प्राप्त करेगा; उस डेटा को सुरक्षित रखा जाना चाहिए और केवल उसी कार्य के लिए उपयोग किया जाना चाहिए।.

• यदि एआई ट्यूटरों को छात्र प्रोफाइल तक पहुंच प्राप्त है, तो शैक्षिक डेटा की गोपनीयता सुनिश्चित करने के लिए एफईआरपीए (अमेरिका में) जैसे कानूनों के तहत विचार करने योग्य बातें हैं।.

• बड़े मॉडल अनजाने में अपने प्रशिक्षण डेटा से विशिष्ट जानकारी याद रख सकते हैं (उदाहरण के लिए, प्रशिक्षण के दौरान देखे गए किसी व्यक्ति के पते को दोहरा देना)। उत्पन्न आउटपुट में व्यक्तिगत जानकारी के रिसाव को रोकने के लिए प्रशिक्षण में विभेदक गोपनीयता और डेटा अनामकरण जैसी तकनीकें महत्वपूर्ण हैं।.

• GDPR जैसे नियम व्यक्तियों को उन स्वचालित निर्णयों पर अधिकार प्रदान करते हैं जो उन्हें प्रभावित करते हैं। लोग मानवीय समीक्षा का अनुरोध कर सकते हैं या ऐसे निर्णयों को पूरी तरह से स्वचालित न करने का अनुरोध कर सकते हैं जो उन्हें महत्वपूर्ण रूप से प्रभावित करते हैं। 2030 तक, जैसे-जैसे AI अधिक प्रचलित होगा, ये नियम विकसित हो सकते हैं, संभवतः स्पष्टीकरण का अधिकार या AI प्रोसेसिंग से बाहर निकलने का विकल्प भी शामिल किया जा सकता है।.

सुरक्षा और दुर्व्यवहार

स्वायत्त कृत्रिम बुद्धिमत्ता प्रणालियाँ हैकिंग का निशाना बन सकती हैं या उनका दुरुपयोग दुर्भावनापूर्ण कार्यों के लिए किया जा सकता है:

• कृत्रिम बुद्धिमत्ता (एआई) से तैयार सामग्री का दुरुपयोग बड़े पैमाने पर गलत सूचना (डीपफेक वीडियो, फर्जी समाचार लेख) फैलाने के लिए किया जा सकता है, जो समाज के लिए एक खतरा है। अत्यंत शक्तिशाली जनरेटिव मॉडल जारी करने की नैतिकता पर गरमागरम बहस चल रही है (उदाहरण के लिए, ओपनएआई ने शुरुआत में जीपीटी-4 की छवि क्षमताओं को लेकर सावधानी बरती थी)। समाधानों में कृत्रिम सामग्री का पता लगाने में मदद के लिए एआई द्वारा निर्मित सामग्री पर वॉटरमार्क लगाना और एआई से ही एआई का मुकाबला करना (जैसे डीपफेक का पता लगाने वाले एल्गोरिदम) शामिल हैं।.

• यदि कोई कृत्रिम बुद्धिमत्ता (AI) भौतिक प्रक्रियाओं (ड्रोन, कार, औद्योगिक नियंत्रण) को नियंत्रित करती है, तो उसे साइबर हमलों से सुरक्षित रखना अत्यंत महत्वपूर्ण है। हैक किया गया स्वायत्त तंत्र वास्तविक दुनिया में नुकसान पहुंचा सकता है। इसका अर्थ है मजबूत एन्क्रिप्शन, सुरक्षा तंत्र में गड़बड़ी की संभावना और किसी भी गड़बड़ी की आशंका होने पर मानवीय हस्तक्षेप या सिस्टम को बंद करने की क्षमता।.

• कृत्रिम बुद्धिमत्ता (एआई) के निर्धारित सीमाओं से परे जाने की भी चिंता है ("दुष्ट एआई" परिदृश्य)। हालांकि वर्तमान एआई में कोई स्वायत्तता या इरादा नहीं होता, लेकिन यदि भविष्य की स्वायत्त प्रणालियाँ अधिक सक्रिय हों, तो यह सुनिश्चित करने के लिए सख्त प्रतिबंध और निगरानी की आवश्यकता होगी कि वे अनधिकृत व्यापार न करें या गलत उद्देश्य के कारण कानूनों का उल्लंघन न करें।.

नैतिक उपयोग और मानव प्रभाव

अंत में, व्यापक नैतिक विचार:

• रोजगार विस्थापन: यदि एआई मानव हस्तक्षेप के बिना कार्य कर सकता है, तो उन नौकरियों का क्या होगा? ऐतिहासिक रूप से, प्रौद्योगिकी कुछ नौकरियों को स्वचालित करती है, लेकिन कुछ नई नौकरियां भी पैदा करती है। जिन श्रमिकों के कौशल स्वचालित होने वाले कार्यों में हैं, उनके लिए यह परिवर्तन कष्टदायक हो सकता है। समाज को इसे पुनः कौशल विकास, शिक्षा और संभवतः आर्थिक सहायता पर पुनर्विचार के माध्यम से प्रबंधित करने की आवश्यकता होगी (कुछ का सुझाव है कि यदि बहुत सारा काम स्वचालित हो जाता है तो एआई के कारण सार्वभौमिक बुनियादी आय जैसी योजनाओं की आवश्यकता हो सकती है)। पहले से ही, सर्वेक्षण मिश्रित प्रतिक्रियाएँ दिखाते हैं - एक अध्ययन में पाया गया कि एक तिहाई श्रमिक एआई द्वारा नौकरियों को प्रतिस्थापित किए जाने को लेकर चिंतित हैं, जबकि अन्य इसे श्रमसाध्य कार्यों को समाप्त करने के रूप में देखते हैं।

• मानव कौशल का क्षरण: यदि एआई प्रशिक्षक पढ़ाते हैं, एआई स्वचालित रूप से वाहन चलाते हैं और एआई कोड लिखते हैं, तो क्या लोग ये कौशल खो देंगे? एआई पर अत्यधिक निर्भरता सबसे खराब स्थिति में विशेषज्ञता को नष्ट कर सकती है; शिक्षा और प्रशिक्षण कार्यक्रमों को इसके अनुरूप ढलना होगा, यह सुनिश्चित करते हुए कि एआई की मदद से भी लोग बुनियादी कौशल सीखते रहें।

• नैतिक निर्णय लेना: कृत्रिम बुद्धिमत्ता में मानवीय नैतिक विवेक का अभाव होता है। स्वास्थ्य सेवा या कानून के क्षेत्र में, विशुद्ध रूप से डेटा-आधारित निर्णय व्यक्तिगत मामलों में करुणा या न्याय के विपरीत हो सकते हैं। हमें कृत्रिम बुद्धिमत्ता में नैतिक ढाँचे समाहित करने की आवश्यकता हो सकती है (यह कृत्रिम बुद्धिमत्ता अनुसंधान का एक क्षेत्र है, जैसे कृत्रिम बुद्धिमत्ता के निर्णयों को मानवीय मूल्यों के अनुरूप बनाना)। कम से कम, नैतिक रूप से संवेदनशील निर्णयों में मनुष्यों को शामिल रखना उचित है।

• समावेशिता: एआई के लाभों का व्यापक वितरण सुनिश्चित करना एक नैतिक लक्ष्य है। यदि केवल बड़ी कंपनियाँ ही उन्नत एआई का खर्च उठा सकती हैं, तो छोटे व्यवसाय या गरीब क्षेत्र पीछे छूट सकते हैं। ओपन-सोर्स प्रयास और किफायती एआई समाधान पहुँच को लोकतांत्रिक बनाने में मदद कर सकते हैं। साथ ही, इंटरफेस इस तरह से डिज़ाइन किए जाने चाहिए कि कोई भी एआई टूल का उपयोग कर सके (विभिन्न भाषाएँ, विकलांगों के लिए सुलभता आदि), अन्यथा हम "किसके पास एआई सहायक है और किसके पास नहीं" की एक नई डिजिटल खाई पैदा कर देंगे।

वर्तमान जोखिम निवारण: सकारात्मक पक्ष यह है कि जैसे-जैसे कंपनियां जनरेटिव एआई का उपयोग कर रही हैं, इन मुद्दों पर जागरूकता और कार्रवाई बढ़ रही है। 2023 के अंत तक, एआई का उपयोग करने वाली लगभग आधी कंपनियां अशुद्धि जैसे जोखिमों को कम करने के लिए सक्रिय रूप से काम कर रही थीं ( 2023 में एआई की स्थिति: जनरेटिव एआई का सफलता का वर्ष | मैककिन्से ) ( एआई की स्थिति: वैश्विक सर्वेक्षण | मैककिन्से ), और यह संख्या बढ़ रही है। तकनीकी कंपनियों ने एआई नैतिकता बोर्ड स्थापित किए हैं; सरकारें नियम बना रही हैं। मुख्य बात यह है कि बाद में प्रतिक्रिया देने के बजाय, शुरुआत से ही एआई विकास में नैतिकता को शामिल किया जाए ("डिजाइन द्वारा नैतिकता")।

चुनौतियों पर निष्कर्ष: कृत्रिम बुद्धिमत्ता को अधिक स्वायत्तता देना एक दोधारी तलवार है। इससे दक्षता और नवाचार तो मिल सकते हैं, लेकिन इसके लिए उच्च स्तर की जिम्मेदारी की आवश्यकता होती है। आने वाले वर्षों में संभवतः तकनीकी समाधानों (कृत्रिम बुद्धिमत्ता के व्यवहार में सुधार के लिए), प्रक्रियात्मक समाधानों (नीति और निगरानी ढांचे) और शायद नए मानकों या प्रमाणन (कृत्रिम बुद्धिमत्ता प्रणालियों का ऑडिट और प्रमाणन आज के इंजनों या इलेक्ट्रॉनिक्स की तरह किया जा सकता है) का मिश्रण देखने को मिलेगा। इन चुनौतियों का सफलतापूर्वक सामना करना ही यह निर्धारित करेगा कि हम स्वायत्त कृत्रिम बुद्धिमत्ता को समाज में कितनी सुगमता से एकीकृत कर सकते हैं, जिससे मानव कल्याण और विश्वास में वृद्धि हो।.

निष्कर्ष

जनरेटिव एआई एक नए प्रयोग से तेजी से विकसित होकर एक क्रांतिकारी, व्यापक उपयोग वाली तकनीक बन गई है जो हमारे जीवन के हर पहलू को प्रभावित कर रही है। इस श्वेत पत्र में यह बताया गया है कि 2025 तक एआई सिस्टम लेख लिख सकेंगे, ग्राफिक्स डिजाइन कर सकेंगे, सॉफ्टवेयर कोडिंग कर सकेंगे, ग्राहकों से बातचीत कर सकेंगे, चिकित्सा संबंधी नोट्स का सारांश तैयार कर सकेंगे, छात्रों को ट्यूशन दे सकेंगे, आपूर्ति श्रृंखलाओं को अनुकूलित कर सकेंगे और वित्तीय रिपोर्ट तैयार कर सकेंगे। महत्वपूर्ण बात यह है कि इनमें से कई कार्यों में एआई बहुत कम या बिना किसी मानवीय हस्तक्षेप के , खासकर सुव्यवस्थित और दोहराए जाने योग्य कार्यों के लिए। कंपनियां और व्यक्ति इन कार्यों को स्वायत्त रूप से करने के लिए एआई पर भरोसा करने लगे हैं, जिससे उन्हें गति और व्यापकता के मामले में लाभ मिल रहा है।

2035 की ओर देखते हुए, हम एक ऐसे युग के कगार पर खड़े हैं जहाँ AI एक सर्वव्यापी सहयोगी के रूप में उभरेगा – अक्सर एक अदृश्य डिजिटल कार्यबल के रूप में जो नियमित कार्यों को संभालेगा ताकि मनुष्य असाधारण कार्यों पर ध्यान केंद्रित कर सकें। हम उम्मीद करते हैं कि जनरेटिव AI भरोसेमंद तरीके से हमारी सड़कों पर कारों और ट्रकों को चलाएगा, गोदामों में रातोंरात इन्वेंट्री का प्रबंधन करेगा, जानकार व्यक्तिगत सहायकों की तरह हमारे सवालों के जवाब देगा, दुनिया भर के छात्रों को व्यक्तिगत रूप से निर्देश देगा, और यहाँ तक कि चिकित्सा में नए इलाज खोजने में भी मदद करेगा – और यह सब बहुत कम प्रत्यक्ष पर्यवेक्षण के साथ होगा। जैसे-जैसे AI निष्क्रिय रूप से निर्देशों का पालन करने से आगे बढ़कर सक्रिय रूप से समाधान उत्पन्न करने लगेगा, उपकरण और एजेंट के बीच की रेखा धुंधली होती जाएगी।

हालांकि, इस स्वायत्त एआई भविष्य की यात्रा को सावधानीपूर्वक तय करना होगा। जैसा कि हमने बताया है, प्रत्येक क्षेत्र अपनी सीमाओं और जिम्मेदारियों का अपना समूह लेकर आता है:

• आज की वास्तविकता: कृत्रिम बुद्धिमत्ता अचूक नहीं है। यह पैटर्न पहचानने और सामग्री तैयार करने में तो माहिर है, लेकिन मानवीय समझ और सामान्य ज्ञान का अभाव है। इसलिए, फिलहाल मानवीय निगरानी ही एकमात्र सुरक्षा कवच है। यह पहचानना महत्वपूर्ण है कि कृत्रिम बुद्धिमत्ता कब स्वतंत्र रूप से कार्य करने के लिए तैयार है (और कब नहीं)। आज की कई सफलताएँ मानव-कृत्रिम बुद्धिमत्ता टीम मॉडल से मिली हैं, और यह मिश्रित दृष्टिकोण उन क्षेत्रों में मूल्यवान बना रहेगा जहाँ पूर्ण स्वायत्तता अभी तक उचित नहीं है।

• भविष्य की संभावनाएं: मॉडल आर्किटेक्चर, प्रशिक्षण तकनीकों और निगरानी तंत्रों में प्रगति के साथ, कृत्रिम बुद्धिमत्ता (एआई) की क्षमताएं लगातार बढ़ती रहेंगी। अगले दशक में होने वाले अनुसंधान एवं विकास से कई मौजूदा समस्याओं का समाधान हो सकता है (भ्रम को कम करना, व्याख्यात्मकता में सुधार करना, एआई को मानवीय मूल्यों के अनुरूप ढालना)। यदि ऐसा होता है, तो 2035 तक एआई प्रणालियां इतनी मजबूत हो सकती हैं कि उन्हें कहीं अधिक स्वायत्तता सौंपी जा सके। इस शोध पत्र में दिए गए अनुमान - एआई शिक्षकों से लेकर काफी हद तक स्व-संचालित व्यवसायों तक - हमारी वास्तविकता बन सकते हैं, या आज कल्पना से परे नवाचारों द्वारा भी आगे बढ़ सकते हैं।

• मानव भूमिका और अनुकूलन: एआई द्वारा मनुष्यों को पूरी तरह से प्रतिस्थापित करने के बजाय, हम भूमिकाओं में बदलाव की उम्मीद करते हैं। हर क्षेत्र के पेशेवरों को के साथ पड़ेगा – इसका मार्गदर्शन करना, इसकी पुष्टि करना और काम के उन पहलुओं पर ध्यान केंद्रित करना जिनमें मानवीय क्षमताएं जैसे सहानुभूति, रणनीतिक सोच और जटिल समस्या-समाधान की आवश्यकता होती है। शिक्षा और कार्यबल प्रशिक्षण को इन विशिष्ट मानवीय कौशलों के साथ-साथ सभी के लिए एआई साक्षरता पर जोर देने के लिए अनुकूलित किया जाना चाहिए। नीति निर्माताओं और व्यापारिक नेताओं को श्रम बाजार में बदलावों की योजना बनानी चाहिए और स्वचालन से प्रभावित लोगों के लिए सहायता प्रणालियों को सुनिश्चित करना चाहिए।

• नैतिकता और शासन: शायद सबसे महत्वपूर्ण बात यह है कि नैतिक एआई उपयोग और शासन का एक ढांचा इस तकनीकी विकास का आधार होना चाहिए। विश्वास ही इसे अपनाने की कुंजी है – लोग एआई को तभी कार चलाने या सर्जरी में सहायता करने देंगे जब उन्हें इसकी सुरक्षा पर भरोसा होगा। इस विश्वास को बनाने के लिए कठोर परीक्षण, पारदर्शिता, हितधारकों की भागीदारी (जैसे, चिकित्सा एआई के डिजाइन में डॉक्टरों को शामिल करना, एआई शिक्षा उपकरणों में शिक्षकों को शामिल करना) और उचित विनियमन आवश्यक हैं। डीपफेक या युद्ध में एआई जैसी चुनौतियों से निपटने और जिम्मेदार उपयोग के लिए वैश्विक मानदंडों को सुनिश्चित करने के लिए अंतर्राष्ट्रीय सहयोग आवश्यक हो सकता है।

निष्कर्षतः, जनरेटिव एआई प्रगति का एक शक्तिशाली इंजन है। इसका बुद्धिमानी से उपयोग करने पर यह मनुष्यों को श्रमसाध्य कार्यों से मुक्ति दिला सकता है, रचनात्मकता को बढ़ावा दे सकता है, सेवाओं को वैयक्तिकृत कर सकता है और कमियों को दूर कर सकता है (जहां विशेषज्ञों की कमी है वहां विशेषज्ञता प्रदान कर सकता है)। मुख्य बात यह है कि इसका उपयोग इस प्रकार किया जाए जिससे मानवीय क्षमता का दोहन हो, न कि उसका हाशिए पर जाना। तात्कालिक रूप से, इसका अर्थ है एआई को निर्देशित करने के लिए मनुष्यों को इसमें शामिल रखना। दीर्घकालिक रूप से, इसका अर्थ है एआई प्रणालियों के मूल में मानवीय मूल्यों को समाहित करना ताकि स्वतंत्र रूप से कार्य करते समय भी वे हमारे सामूहिक हित में कार्य करें।

कार्यक्षेत्र	आज विश्वसनीय स्वायत्तता (2025)	2035 तक अपेक्षित विश्वसनीय स्वायत्तता
लेखन एवं सामग्री	- नियमित समाचार (खेल, आय) स्वतः उत्पन्न। - उत्पाद समीक्षाओं का सारांश कृत्रिम बुद्धिमत्ता द्वारा तैयार किया जाता है। - मानव संपादन के लिए लेख या ईमेल के मसौदे तैयार किए जाते हैं। ( फिलाना पैटरसन - ओएनए कम्युनिटी प्रोफाइल ) ( अमेज़ॅन कृत्रिम बुद्धिमत्ता के साथ ग्राहक समीक्षा अनुभव को बेहतर बनाता है )	- अधिकांश समाचार और मार्केटिंग सामग्री तथ्यात्मक सटीकता के साथ स्वतः लिखी जाती है। - एआई न्यूनतम पर्यवेक्षण के साथ पूर्ण लेख और प्रेस विज्ञप्तियां तैयार करता है। - मांग के अनुसार अत्यधिक वैयक्तिकृत सामग्री उत्पन्न की जाती है।.
दृश्य कला और डिजाइन	- कृत्रिम बुद्धिमत्ता संकेतों के आधार पर छवियां उत्पन्न करती है (मनुष्य सर्वोत्तम छवि का चयन करता है)। - अवधारणा कला और डिजाइन के विभिन्न रूप स्वचालित रूप से तैयार किए जाते हैं।.	- कृत्रिम बुद्धिमत्ता (AI) पूर्ण वीडियो/फिल्म दृश्य और जटिल ग्राफिक्स तैयार करती है। - विशिष्टताओं के अनुरूप उत्पादों/वास्तुकला का जनरेटिव डिज़ाइन। - मांग के अनुसार वैयक्तिकृत मीडिया (छवियां, वीडियो) का निर्माण।.
सॉफ्टवेयर कोडिंग	- एआई कोड को स्वतः पूर्ण करता है और सरल फ़ंक्शन लिखता है (डेवलपर द्वारा समीक्षा की गई)। - स्वचालित परीक्षण निर्माण और बग सुझाव। ( कोडिंग ऑन कोपायलट: 2023 डेटा कोड गुणवत्ता पर गिरावट का संकेत देता है (2024 अनुमानों सहित) - गिटक्लियर ) ( गिटहब कोपायलट एआई कोड असिस्टेंट पर शोध रिपोर्ट में शीर्ष पर - विजुअल स्टूडियो मैगज़ीन )	- एआई विनिर्देशों से संपूर्ण सुविधाओं को विश्वसनीय रूप से लागू करता है। - ज्ञात पैटर्न के लिए स्वचालित डिबगिंग और कोड रखरखाव। - बहुत कम मानवीय हस्तक्षेप के साथ लो-कोड ऐप निर्माण।.
ग्राहक सेवा	- चैटबॉट अक्सर पूछे जाने वाले प्रश्नों के उत्तर देते हैं और सरल समस्याओं का समाधान करते हैं (जटिल मामलों को आगे भेजते हैं)। - कुछ चैनलों पर लगभग 70% नियमित पूछताछ का जवाब एआई द्वारा दिया जाता है। ( 2025 के लिए 59 एआई ग्राहक सेवा आँकड़े ) ( 2030 तक, ग्राहक इंटरैक्शन के दौरान लिए गए 69% निर्णय एआई आधारित होंगे... )	- एआई जटिल प्रश्नों सहित अधिकांश ग्राहक अंतःक्रियाओं को संभालता है। - सेवा रियायतों (रिफंड, अपग्रेड) के लिए एआई द्वारा वास्तविक समय में निर्णय लिए जाते हैं। - मानव एजेंट केवल गंभीर मामलों या विशेष परिस्थितियों के लिए ही उपयोग किए जाते हैं।.
स्वास्थ्य देखभाल	- एआई चिकित्सा संबंधी नोट्स तैयार करता है; निदान के सुझाव देता है जिनकी पुष्टि डॉक्टर करते हैं। - एआई कुछ स्कैन (रेडियोलॉजी) को निगरानी में पढ़ता है; सरल मामलों का वर्गीकरण करता है। ( 2035 तक एआई आधारित चिकित्सा इमेजिंग उत्पादों में पांच गुना वृद्धि हो सकती है )	- एआई विश्वसनीय रूप से सामान्य बीमारियों का निदान करता है और अधिकांश मेडिकल छवियों की व्याख्या करता है। - एआई रोगियों की निगरानी करता है और देखभाल शुरू करता है (जैसे, दवा अनुस्मारक, आपातकालीन चेतावनी)। - वर्चुअल एआई "नर्स" नियमित फॉलो-अप संभालती हैं; डॉक्टर जटिल देखभाल पर ध्यान केंद्रित करते हैं।.
शिक्षा	- एआई ट्यूटर छात्रों के प्रश्नों के उत्तर देते हैं, अभ्यास प्रश्न तैयार करते हैं (शिक्षक निगरानी करते हैं)। - एआई ग्रेडिंग में सहायता करता है (शिक्षक समीक्षा के साथ)। (किंडरगार्टन से 12वीं कक्षा तक की शिक्षा के लिए जनरेटिव एआई)	Applify द्वारा शोध रिपोर्ट ( https://www.applify.co/research-report/gen-ai-for-k12#:~:text=AI%20tutors%3A%20Virtual%20AI,individual%20learning%20styles%20and%20paces )
रसद	- एआई डिलीवरी मार्गों और पैकेजिंग को अनुकूलित करता है (लक्ष्य मनुष्य निर्धारित करते हैं)। - एआई आपूर्ति श्रृंखला के जोखिमों को चिह्नित करता है और उन्हें कम करने के उपाय सुझाता है। ( लॉजिस्टिक्स में जनरेटिव एआई के शीर्ष उपयोग के उदाहरण )	- एआई नियंत्रकों द्वारा नियंत्रित, मुख्यतः स्व-चालित डिलीवरी (ट्रक, ड्रोन)। - एआई व्यवधानों के कारण शिपमेंट को स्वचालित रूप से पुनर्निर्देशित करता है और इन्वेंट्री को समायोजित करता है। - एआई द्वारा प्रबंधित संपूर्ण आपूर्ति श्रृंखला समन्वय (ऑर्डरिंग, वितरण)।.
वित्त	- कृत्रिम बुद्धिमत्ता (AI) वित्तीय रिपोर्ट/समाचार सारांश तैयार करती है (मानव द्वारा समीक्षित)। - रोबो-सलाहकार सरल पोर्टफोलियो का प्रबंधन करते हैं; AI चैट ग्राहकों के प्रश्नों का उत्तर देती है। ( जेनरेटिव AI वित्त क्षेत्र में आ रही है )	- एआई विश्लेषक उच्च सटीकता के साथ निवेश संबंधी सुझाव और जोखिम रिपोर्ट तैयार करते हैं। - निर्धारित सीमाओं के भीतर स्वचालित ट्रेडिंग और पोर्टफोलियो पुनर्संतुलन। - एआई मानक ऋणों/दावों को स्वतः स्वीकृत करता है; अपवादों को मनुष्य संभालते हैं।.

संदर्भ:

1. पैटर्सन, फिलाना। स्वचालित आय रिपोर्टों की संख्या में वृद्धि । एसोसिएटेड प्रेस (2015) - एपी द्वारा हजारों आय रिपोर्टों के स्वचालित निर्माण का वर्णन करता है, जिसमें कोई मानव लेखक शामिल नहीं है ( स्वचालित आय रिपोर्टों की संख्या में वृद्धि | एसोसिएटेड प्रेस )।

2. मैकिन्से एंड कंपनी। 2024 की शुरुआत में एआई की स्थिति: जनरेटिव एआई को अपनाने में तेजी आई और इससे लाभ मिलना शुरू हुआ । (2024) - रिपोर्ट में बताया गया है कि 65% संगठन जनरेटिव एआई का नियमित रूप से उपयोग कर रहे हैं, जो 2023 की तुलना में लगभग दोगुना है ( 2024 की शुरुआत में एआई की स्थिति | मैकिन्से ), और जोखिम कम करने के प्रयासों पर चर्चा की गई है ( एआई की स्थिति: वैश्विक सर्वेक्षण | मैकिन्से )।

3. गार्टनर. चैटजीपीटी से परे: उद्यमों के लिए जनरेटिव एआई का भविष्य । (2023) - भविष्यवाणी करता है कि 2030 तक, एक ब्लॉकबस्टर फिल्म का 90% एआई द्वारा उत्पन्न किया जा सकता है ( उद्योगों और उद्यमों के लिए जनरेटिव एआई उपयोग के मामले ) और दवा डिजाइन जैसे जनरेटिव एआई उपयोग के मामलों पर प्रकाश डालता है ( उद्योगों और उद्यमों के लिए जनरेटिव एआई उपयोग के मामले )।

4. ट्विप। न्यूज़ रूम में पत्रकार एआई टूल्स का उपयोग करने के 12 तरीके । (2024) - एक समाचार आउटलेट में "क्लारा" एआई का उदाहरण, जो 11% लेख लिखता है, जिसमें मानव संपादक सभी एआई सामग्री की समीक्षा करते हैं ( न्यूज़ रूम में पत्रकार एआई टूल्स का उपयोग करने के 12 तरीके - ट्विप )।

5. Amazon.com समाचार। अमेज़न एआई के साथ ग्राहक समीक्षा अनुभव को बेहतर बनाता है । (2023) - खरीदारों की मदद के लिए उत्पाद पृष्ठों पर एआई-जनित समीक्षा सारांश की घोषणा करता है ( अमेज़न एआई के साथ ग्राहक समीक्षा अनुभव को बेहतर बनाता है )।

6. ज़ेंडेस्क. 2025 के लिए 59 एआई ग्राहक सेवा आँकड़े । (2023) – यह दर्शाता है कि दो-तिहाई से अधिक सीएक्स संगठन सोचते हैं कि जनरेटिव एआई सेवा में "गर्मजोशी" जोड़ेगा ( 2025 के लिए 59 एआई ग्राहक सेवा आँकड़े ) और अंततः 100% ग्राहक इंटरैक्शन में एआई की भविष्यवाणी करता है ( 2025 के लिए 59 एआई ग्राहक सेवा आँकड़े )।

7. फ़्यूचुरम रिसर्च और एसएएस। एक्सपीरियंस 2030: ग्राहक अनुभव का भविष्य । (2019) - सर्वेक्षण में पाया गया कि ब्रांडों को उम्मीद है कि 2030 तक ग्राहक जुड़ाव के दौरान लगभग 69% निर्णय स्मार्ट मशीनों द्वारा लिए जाएंगे ( ग्राहक अनुभव की ओर बदलाव की पुनर्कल्पना करने के लिए, विपणक को ये 2 चीजें करनी होंगी )।

8. डाटाइकू। लॉजिस्टिक्स में शीर्ष जनरेटिव एआई उपयोग के मामले । (2023) - वर्णन करता है कि कैसे GenAI लोडिंग को अनुकूलित करता है (लगभग 30% खाली ट्रक स्थान को कम करता है) ( लॉजिस्टिक्स में शीर्ष जनरेटिव एआई उपयोग के मामले ) और समाचारों को स्कैन करके आपूर्ति श्रृंखला जोखिमों को चिह्नित करता है।

9. विजुअल स्टूडियो मैगज़ीन। GitHub कोपायलट ने AI कोड असिस्टेंट पर शोध रिपोर्ट में शीर्ष स्थान प्राप्त किया । (2024) - गार्टनर की रणनीतिक योजना संबंधी धारणाएँ: 2028 तक, 90% उद्यम डेवलपर AI कोड असिस्टेंट का उपयोग करेंगे (2024 में 14% से बढ़कर) ( GitHub कोपायलट ने AI कोड असिस्टेंट पर शोध रिपोर्ट में शीर्ष स्थान प्राप्त किया - विजुअल स्टूडियो मैगज़ीन )।

10. ब्लूमबर्ग न्यूज़। ब्लूमबर्गजीपीटी का परिचय । (2023) - वित्तीय कार्यों के लिए लक्षित ब्लूमबर्ग के 50 अरब पैरामीटर मॉडल का विवरण, प्रश्नोत्तर और विश्लेषण समर्थन के लिए टर्मिनल में निर्मित ( जेनरेटिव एआई वित्त में आ रहा है )।

इस लेख के बाद आप ये लेख भी पढ़ सकते हैं:

🔗 वे नौकरियां जिन्हें एआई प्रतिस्थापित नहीं कर सकता – और वे कौन सी नौकरियां हैं जिन्हें एआई प्रतिस्थापित करेगा?
बदलते रोजगार परिदृश्य पर एक वैश्विक परिप्रेक्ष्य, यह विश्लेषण करते हुए कि कौन सी भूमिकाएं एआई व्यवधान से सुरक्षित हैं और कौन सी सबसे अधिक जोखिम में हैं।

🔗 क्या एआई शेयर बाजार की भविष्यवाणी कर सकता है?
शेयर बाजार की भविष्यवाणी के लिए एआई के उपयोग की क्षमताओं, सीमाओं और नैतिक पहलुओं का गहन विश्लेषण।

🔗 साइबर सुरक्षा में जनरेटिव एआई का उपयोग कैसे किया जा सकता है?
जानिए जनरेटिव एआई का उपयोग साइबर खतरों से बचाव के लिए कैसे किया जा रहा है, विसंगति का पता लगाने से लेकर खतरे की मॉडलिंग तक।