कंपनियों के AI के डर से अजीब हरकतें करने के 3 तरीके

MMaximilian Schwarzmüller
경영/리더십경제 뉴스컴퓨터/소프트웨어

Transcript

00:00:00जब बात आती है
00:00:02एआई का उपयोग करने वाली कंपनियों की
00:00:04एआई को लेकर जो मौजूदा होड़ है, हम शायद अभी वहीं हैं
00:00:10मुझे पक्का नहीं पता कि हम चरम बिंदु पर पहुँच गए हैं या नहीं, लेकिन हम निश्चित रूप से बहुत उच्च स्तर पर हैं
00:00:17अब जाहिर है, मैं भी इसका अपवाद नहीं हूँ। मैं एआई के बारे में काफी कंटेंट बनाता हूँ
00:00:23मेरे पास एआई पर कोर्स हैं, क्लाउड कोड पर कोर्स हैं और बहुत कुछ है क्योंकि यह एक चीज है
00:00:31यह उपयोगी है, यह हमारे सॉफ्टवेयर बनाने के तरीके को बदल रहा है
00:00:35इससे बचने का कोई रास्ता नहीं है
00:00:36और मेरा मतलब है कि मैंने बहुत स्पष्ट कर दिया है कि मैं कैसा महसूस करता हूँ
00:00:43कोडिंग के लिए एआई के बारे में और यह कि मुझे व्यक्तिगत रूप से ज्यादा मजा आता था
00:00:47कि मुझे एआई आने से पहले कोड लिखना पसंद था, लेकिन जो है सो है
00:00:52और बेशक, मुझे हाथ से कोड लिखने से कोई नहीं रोक रहा है, लेकिन अगर आप गंभीर
00:00:58डेवलपमेंट का काम कर रहे हैं, अगर आप सॉफ्टवेयर बना रहे हैं
00:01:01तो हाँ, एआई आपको अधिक उत्पादक बना सकता है और इसका उपयोग न करना एक वैध विकल्प है
00:01:07लेकिन ज्यादातर मामलों में यह शायद सही विकल्प नहीं है अगर आप इसे पेशेवर रूप से कर रहे हैं, कम से कम मेरी राय यही है
00:01:15अब इसका मतलब यह नहीं है कि हम
00:01:20होड़ के मामले में वाकई चरम बिंदु पर हैं
00:01:24कंपनियों में एआई को लेकर और
00:01:27शायद हम अब और भी ऊंचाइयों पर जाएंगे। अब बेशक जब मैं कंपनियों में एआई की बात करता हूँ, तो मैं पूरी तरह जागरूक हूँ कि
00:01:36तकनीकी रूप से कंपनियों की कोई अंतहीन संख्या नहीं है
00:01:39लेकिन पूरी दुनिया में निश्चित रूप से बहुत सारी कंपनियां हैं और एआई का उपयोग समान रूप से वितरित नहीं है
00:01:46और बेशक मैं यहाँ मुख्य रूप से टेक, सॉफ्टवेयर-उन्मुख कंपनियों के बारे में बात कर रहा हूँ
00:01:52लेकिन जब हम बात करते हैं या जब हम कंपनियों में एआई के उपयोग को देखते हैं
00:01:58तो कुछ
00:02:00दिलचस्प और कुछ हद तक चिंताजनक रुझान हैं जिनके बारे में हमें बात करनी होगी, हमें देखना होगा
00:02:08एक बड़ा रुझान जो हमने पिछले कुछ हफ्तों में देखा है या
00:02:13पिछले कुछ हफ्तों में हमने सुना है, वह है उदाहरण के लिए
00:02:16टोकन मैक्सिंग
00:02:19टोकन मैक्सिंग का मतलब है कि कुछ कंपनियों के लिए एआई का अधिक उपयोग बेहतर है
00:02:25बस इतना ही
00:02:28ऐसी कंपनियां हैं
00:02:30जिन्होंने कथित तौर पर
00:02:33आंतरिक लीडरबोर्ड बनाए थे जो ट्रैक करते थे कि कितने
00:02:37टोकन उनके
00:02:39सॉफ्टवेयर डेवलपर्स या सामान्य कर्मचारी एआई पर खर्च करते हैं और
00:02:45खैर, यह आपके द्वारा उत्पन्न कोड की पंक्तियों को ट्रैक करने जैसा है
00:02:52आप कितना अच्छा कर रहे हैं इसका माप। यह निश्चित रूप से एक बुरा पैमाना है
00:02:57और मुझे शायद आपको यह बताने की आवश्यकता नहीं है कि यह काफी स्पष्ट होना चाहिए कि केवल बहुत सारे टोकन खर्च करना
00:03:03आप कितने उत्पादक हैं, यह मापने का अच्छा पैमाना नहीं है। मेरा मतलब है, एक तो
00:03:09इसे आसानी से गेम किया जा सकता है, आप बस एआई को निरर्थक प्रॉम्प्ट भेज सकते हैं या इससे निरर्थक
00:03:15अर्थहीन काम करवा सकते हैं और वह आपको अपने टोकन अधिकतम करने की अनुमति देता है, लेकिन भले ही आप ऐसा न कर रहे हों
00:03:21कौन सा डेवलपर शायद बेहतर है? वह जो थोड़ा विचार करता है?
00:03:29किसी समस्या पर
00:03:32एआई द्वारा दिए गए या सुझाए गए परिणाम का विश्लेषण करता है और उस कोड का विश्लेषण करता है
00:03:38या वह वाइब कोडर जो बस प्रॉम्प्ट देता रहता है और
00:03:42ढेर सारे टोकन और आउटपुट उत्पन्न करता है? कुछ कंपनियों के लिए, यह दूसरा नंबर लगता है। मेरे लिए, यह निश्चित रूप से पहला नंबर है। मैं
00:03:51सोचता हूँ कि एआई के बारे में जादुई बात और जहाँ आप वास्तव में इसका बहुत अधिक लाभ उठा सकते हैं
00:03:58अभी, वह यह है कि यदि आप अपनी विशेषज्ञता को एआई के लाभों के साथ जोड़ते हैं
00:04:05जो निश्चित रूप से यह है कि आप तेजी से आगे बढ़ सकते हैं, आपके पास एक अनंत धैर्यवान
00:04:10मेंटर है जहाँ आप सवाल पूछ सकते हैं, कि आप दो दिमागों को जोड़ सकते हैं, हालाँकि
00:04:16आपको ज्यादातर स्थितियों में अपने दिमाग पर थोड़ा और भरोसा करना चाहिए
00:04:20हाँ, आप एआई से लाभ प्राप्त कर सकते हैं लेकिन टोकन मैक्सिंग शायद वह नहीं है, लेकिन यह एक ऐसा रुझान है जिसे हम
00:04:28देखते हैं जिसके बारे में हमने कुछ कंपनियों में सुना है
00:04:31बेशक अब जब यह सार्वजनिक हो गया है, तो मेटा जैसी कुछ कंपनियों ने पहले ही घोषणा कर दी थी कि वे
00:04:37उस लीडरबोर्ड या टोकन को अधिकतम करने के उस मजबूत प्रोत्साहन से छुटकारा पा रहे थे
00:04:43लेकिन ऐसा लगता है कि यह अभी भी कुछ कंपनियों के लिए एक चीज है। एक और
00:04:48रुझान जो मैंने पिछले हफ्ते ज्यादा देखा है वह यह है कि मैकिन्से जैसी कंपनियां हैं
00:04:55मैकिन्से
00:04:56जो वास्तव में पसंद करती हैं
00:04:59एआई एजेंटों को कर्मचारियों के रूप में आगे बढ़ाना
00:05:04तो यहाँ मैकिन्से के सीईओ ने कहा कि उनके पास 60,000 कर्मचारी होंगे। जहाँ
00:05:0925,000 उनमें से एआई एजेंट हैं और केवल 40,000 के आसपास इंसान हैं
00:05:15तो कार्यबल के रूप में एआई एजेंट कुछ ऐसा है जिसे मैंने भी यहाँ और वहाँ देखा है और हाँ
00:05:22बेशक, यह इसे देखने का एक तरीका है, मुझे लगता है
00:05:26लेकिन फिर, मैं
00:05:29नहीं जानता। मेरा मतलब है, एक तो अभी
00:05:32हम एक ऐसे समय में हैं जहाँ अधिकांश एआई एजेंट काफी
00:05:38विशेषज्ञ हैं कि वे क्या कर सकते हैं। जबकि इंसान अधिक
00:05:44बहुमुखी होते हैं कि वे क्या कर सकते हैं और उन्हें क्या सिखाया जा सकता है
00:05:48तो मुझे यकीन नहीं है कि वह तुलना वास्तव में बहुत मायने रखती है। मेरा मतलब है, किसने सोचा होगा कि
00:05:55अपने बैकअप स्क्रिप्ट को
00:05:58कर्मचारी कहेंगे जो शायद आपके पास 2018 में ही था, है ना? तो हमारे पास ऑटोमेशन थे
00:06:03हमारे पास एआई से पहले वर्कफ़्लो थे और यह बहुत समझ में आता है
00:06:08जाहिर है हमारे पास स्वचालित डिप्लॉय प्रक्रियाएं, बैकअप प्रक्रियाएं, वेब स्क्रैपर, डेटा विश्लेषण प्रक्रियाएं हैं
00:06:15हमारे पास सभी प्रकार के ऑटोमेशन हैं और वे 10, 20 साल या उससे अधिक समय से हैं
00:06:20लेकिन अब यह एआई एजेंट हैं जिन्हें हम कार्यबल का हिस्सा कहते हैं और
00:06:26मुझे गलत मत समझो। आप एआई एजेंटों के साथ उपयोगी काम कर सकते हैं
00:06:31मैं व्यक्तिगत रूप से ओपन क्लॉड हाइव (Open Claw hype) के साथ पूरी तरह से सहमत नहीं हूँ क्योंकि मैं व्यक्तिगत रूप से
00:06:36अभी भी बहुत अधिक उपयोगी
00:06:41उपयोग नहीं निकाल पा रहा हूँ। मुझे वे उपयोग के मामले नहीं मिले हैं जो मेरे लिए वास्तव में जादुई हैं जब ओपन क्लॉड की बात आती है
00:06:49लेकिन मैं कोडिंग के लिए क्लॉड कोड और कोडेक्स का उपयोग कर रहा हूँ, लेकिन उससे भी ज्यादा
00:06:55मैं पीआई (Pie) एजेंट का उपयोग कर रहा हूँ जो एक ओपन सोर्स है
00:07:00स्वतंत्र एआई एजेंट जिसका आप उदाहरण के लिए अपने चैट जीपीटी सब्सक्रिप्शन के साथ उपयोग कर सकते हैं
00:07:05मैं इसका उपयोग अपनी मशीन पर या अपने वीपीएस पर सभी प्रकार के काम करने के लिए कर रहा हूँ ताकि लॉग फाइलों का विश्लेषण किया जा सके
00:07:12क्या वह एक कर्मचारी है? मुझे पक्का नहीं पता
00:07:16यह निश्चित रूप से एक उपयोगी उपकरण है
00:07:19और मुझे यह भी नहीं पता कि अगर मेरे पास दो कर्मचारी हैं और उनमें से प्रत्येक इस एजेंट का उपयोग कर रहा है तो मैं इसे कैसे गिनूँ
00:07:25क्या वे फिर दो अतिरिक्त कर्मचारी हैं या क्या एजेंट अभी भी केवल एक कर्मचारी है जिसका उपयोग कई अन्य कर्मचारियों द्वारा किया जाता है?
00:07:34मुझे नहीं पता। लेकिन हाँ, यह कुछ ऐसा है जिसे आप यहाँ और वहाँ देखते हैं और जाहिर है यहाँ बहुत मार्केटिंग शामिल है
00:07:41जाहिर है आप वह कंपनी बनना चाहते हैं जो जानती है कि एआई कैसे करना है और जो
00:07:48एआई से सबसे अधिक लाभ उठाने में सबसे आगे है और जाहिर है यह एक ऐसा नैरेटिव है जो मैकिन्से जैसी परामर्श कंपनी को लाभान्वित करेगा
00:07:55तो मुझे समझ में आता है कि वे कहाँ से आ रहे हैं। लेकिन वह हाँ, यह एक अजीब चलन है। मैं यह निश्चित रूप से कहूँगा। एक और
00:08:03दिलचस्प चलन जो मैंने देखा है वह टोकन मैक्सिंग से संबंधित है। मुझे लगता है कि यह
00:08:05अनिवार्य उपयोग है। हालाँकि, मेरा मतलब यह नहीं है कि आपको जितना संभव हो एआई का उपयोग करने की आवश्यकता है
00:08:11लेकिन आप इसे उपयोग करने के लिए मजबूर हैं
00:08:19अक्सर या कुछ मामलों में विशिष्ट मॉडल या एजेंट भी
00:08:23तो यह कुछ ऐसा है जो कम से कम कुछ कंपनियों में अनिवार्य उपयोग के साथ-साथ चलता है और
00:08:29यह एक ऐसा बिंदु है जिसे मैं कुछ हद तक समझता हूँ क्योंकि मैं
00:08:37समझता हूँ कि एक कंपनी के रूप में आप यह सुनिश्चित करना चाहते हैं कि आपके कर्मचारी
00:08:41इस नई तकनीक के साथ प्रयोग करें और यह पता लगाने की कोशिश करें कि यह कहाँ उपयोगी है क्योंकि मुझे
00:08:47लगता है कि लोगों की एक उचित
00:08:53संख्या है जिन्होंने
00:08:55कुछ महीने पहले चैट जीपीटी के मुफ्त संस्करण का उपयोग किया था
00:08:57या वे इसका उपयोग यहाँ और वहाँ करते हैं और यह ठीक है, लेकिन यह बहुत प्रभावशाली नहीं लगता है और
00:09:04विशेष रूप से उन सामान्य लोगों के बीच जो इस टेक बबल में नहीं हैं, उन लोगों का हिस्सा
00:09:10जो उस दायरे में हैं जो नियमित रूप से अत्याधुनिक मॉडलों का उपयोग नहीं करते हैं, बहुत संभावना है कि
00:09:17बहुत बहुत अधिक है, इसलिए मुझे समझ में आता है कि कंपनियां क्यों आपको प्रोत्साहित करना चाहती हैं या जोर देना चाहती हैं
00:09:24कि आप सक्रिय रूप से एआई का उपयोग करें, इसे आज़माएं, अपने दिन-प्रतिदिन के काम में इसका उपयोग करने का प्रयास करें और
00:09:30यह सबसे अच्छा काम करता है, बेशक अगर आपको अधिक सक्षम मॉडलों तक पहुंच भी मिले
00:09:35मेरा मतलब है कि अगर मैं आपको दो साल पुराने एआई मॉडल के साथ काम करने के लिए मजबूर करता हूँ जिसमें कोई अतिरिक्त
00:09:43क्षमताएं नहीं हैं क्योंकि यह किसी ऐसे हार्नेस में नहीं चल रहा है जो इसे वे क्षमताएं देगा
00:09:48तो वह काफी निरर्थक होगा
00:09:53लेकिन मैं समझता हूँ कि कंपनियां क्यों चाहती हैं कि कर्मचारी अब एआई के साथ खेलें, कहने की जरूरत नहीं है कि कुछ कंपनियां
00:09:55निश्चित रूप से बहुत आगे बढ़ रही हैं और कर्मचारियों को एआई के साथ सब कुछ करने के लिए मजबूर करने का कोई मतलब नहीं है और मुझे लगता है कि आपको
00:10:03अपने कर्मचारियों पर भरोसा करने की कोशिश भी करनी चाहिए जब वे आपको बताते हैं कि कोई निश्चित कार्य एआई के साथ नहीं किया जा सकता है या कम से कम
00:10:08एआई के साथ बेहतर तरीके से नहीं किया जा सकता है। लेकिन बेशक, मैं समझता हूँ
00:10:13कि कंपनियां यह भी संदेह कर सकती हैं कि क्या कर्मचारी वास्तव में एआई के साथ जुड़े हुए हैं और नई तकनीक के खिलाफ पीछे हटना आसान है
00:10:20जाहिर है इसलिए भी क्योंकि बहुत से लोग डरे हुए हैं और डारियो अमोदेई के साथ आप कैसे नहीं होंगे, जो मूल रूप से
00:10:24हर हफ्ते टॉक शो या साक्षात्कार में जाते हैं और लोगों को बताते हैं कि व्हाइट-कॉलर श्रमिकों में से अधिकांश
00:10:32अपनी नौकरी खो देंगे। मैं समझता हूँ कि बहुत से लोग डरे हुए हैं इसलिए एआई के खिलाफ पीछे हटना आसान है
00:10:40लेकिन मैंने इसे पहले अन्य एपिसोड में कहा है और मैं इसमें दृढ़ता से विश्वास करता हूँ
00:10:45इस नई तकनीक से निपटने का एकमात्र तरीका
00:10:53अतीत की सभी नई तकनीकों की तरह ही इसे वास्तव में
00:10:57गले लगाना और इसका अधिकतम लाभ उठाने की कोशिश करना है। इसका मतलब यह नहीं है कि आप इस पर आँख बंद करके भरोसा करें
00:11:01इसका मतलब यह भी नहीं है कि आप सब कुछ के लिए इसका उपयोग करना चाहते हैं
00:11:07लेकिन इसका मतलब है कि आपको
00:11:13गंभीरता से इसका उपयोग करने की कोशिश करनी चाहिए ताकि यह देखा जा सके कि यह कहाँ आपकी मदद कर सकता है कि आप इसे सीमाओं तक धक्का देना चाहते हैं और विशेष रूप से एआई के साथ
00:11:16जहाँ सब कुछ हर समय इतनी तेज़ी से बदल रहा है
00:11:19आप वास्तव में पुनर्मूल्यांकन भी करना चाहते हैं
00:11:25नियमित रूप से हर कुछ महीनों में क्योंकि चीजें बदलती हैं, मॉडल बदलते हैं लेकिन अधिक महत्वपूर्ण बात
00:11:28और मैंने इसे अन्य एपिसोड में भी कहा है, लेकिन अधिक महत्वपूर्ण बात यह है कि इन मॉडलों के आसपास के हार्नेस, उपकरण भी विकसित होते हैं, एजेंट
00:11:32एजेंटिक हार्नेस जिनमें ये मॉडल चलते हैं, वे भी विकसित होते हैं और इसलिए यह बहुत
00:11:38संभावित है या यह संभव है कि आप आज एआई के साथ कुछ ऐसा कर सकते हैं जो आप कुछ महीने पहले नहीं कर सकते थे
00:11:46तो मुझे यह समझ में आता है लेकिन यह स्पष्ट है कि कुछ कंपनियां इसे बहुत आगे ले जा रही हैं और
00:11:54कर्मचारियों को एआई के साथ कुछ ऐसा करने के लिए मजबूर करना जो एआई के साथ काम नहीं करता है या जहाँ आप एआई के बिना अधिक कुशल हैं
00:12:00बेशक यह उस लक्ष्य को पार करने जैसा है
00:12:06कार्यबल को एआई का उपयोग करने के लिए प्रोत्साहित करना, लेकिन हाँ, हम यहीं हैं
00:12:14वह अजीब स्थिति है जिसमें हम अभी हैं। और मैं अतीत में हुई पिछली
00:12:16तकनीकी क्रांतियों का वास्तव में हिस्सा नहीं रहा हूँ
00:12:18मेरा मतलब है, इंटरनेट, इंटरनेट को मुख्यधारा में अपनाना तब हुआ जब मैं जीवित था
00:12:24लेकिन मैं उस समय एक बच्चा था जब इंटरनेट एक चीज बन गया था। तो मैं कार्यबल का हिस्सा नहीं था
00:12:30जब भी ऐसा कोई परिवर्तन या विकास होता है, तो चीजों का कठिन और अजीब होना बहुत सामान्य है
00:12:33बेशक एआई के साथ
00:12:40यह शायद विशेष रूप से कठिन है क्योंकि सब कुछ इतनी तेज़ी से चल रहा है और
00:12:48इतनी तेज़ी से चलने के कारण और जिस तरह से यह काम करता है और डारियो जैसे लोग आपको हर समय क्या बताते हैं
00:12:55यह बहुत भयानक भी है। तो हाँ
00:12:58ये सभी चीजें संयुक्त हैं। यह बहुत समझ में आता है कि चीजें बहुत बहुत अजीब हैं
00:13:03और फिर से, जैसा कि मैंने पहले उल्लेख किया है
00:13:10मेरे लिए
00:13:14निश्चित रूप से - एआई आने से पहले कोडिंग के हिस्से में मुझे अधिक खुशी मिलती थी। लेकिन हम यहाँ हैं और
00:13:20हाँ, निश्चित रूप से अभी कई कंपनियां यहाँ हैं और हम देखेंगे कि क्या हम इस तरह जारी रखते हैं या यदि आप एक अधिक
00:13:22अर्थपूर्ण उचित रास्ता खोजते हैं जहाँ हम वास्तव में केवल सबसे अधिक एआई का उपयोग करने के बजाय एआई का अधिकतम लाभ उठाने की कोशिश कर सकते हैं
00:13:24उपयोग भाग के बिना
00:13:31हाँ, निश्चित रूप से अभी कई कंपनियां यहाँ हैं और हम देखेंगे कि क्या हम इस तरह जारी रखते हैं या क्या आप एक अधिक
00:13:40अर्थपूर्ण उचित रास्ता खोजते हैं जहाँ हम वास्तव में केवल सबसे अधिक एआई का उपयोग करने के बजाय एआई का अधिकतम लाभ उठाने की कोशिश कर सकते हैं
00:13:47सबसे अधिक एआई
00:13:49उपयोग भाग के बिना

Key Takeaway

कंपनियां एआई को अपनाने के दबाव में टोकन मैक्सिंग जैसे गलत मेट्रिक्स और अनिवार्य उपयोग की नीतियों को अपना रही हैं, जो उत्पादकता बढ़ाने के बजाय केवल एआई के साथ दिखावे के काम को बढ़ावा दे रहे हैं।

Highlights

कंपनियां डेवलपर उत्पादकता मापने के लिए एआई टोकन खर्च की संख्या का उपयोग कर रही हैं, जिसे टोकन मैक्सिंग कहा जाता है।

मैकिन्से (McKinsey) जैसी परामर्श कंपनियां अपने कार्यबल में एआई एजेंटों को आधिकारिक रूप से शामिल कर रही हैं, जिसमें 60,000 कर्मचारियों के लक्ष्य में से 25,000 एआई एजेंट होने की योजना है।

एआई एजेंटों के उपयोग के साथ मुख्य समस्या यह है कि वे विशिष्ट कार्य तक सीमित हैं, जबकि मानव कर्मचारी अधिक बहुमुखी और सीखने में सक्षम हैं।

कुछ कंपनियां कर्मचारियों को एआई का अनिवार्य उपयोग करने के लिए मजबूर कर रही हैं, भले ही कुछ कार्यों के लिए यह तकनीक अनुपयुक्त या अकुशल हो।

मेटा (Meta) जैसी कंपनियों ने टोकन उपयोग पर आधारित लीडरबोर्ड या प्रोत्साहन प्रणालियों को बंद कर दिया है, क्योंकि इन्हें निरर्थक प्रॉम्प्ट्स के माध्यम से आसानी से गेम किया जा सकता है।

Timeline

एआई उपयोग और टोकन मैक्सिंग के चिंताजनक रुझान

  • कंपनियां एआई के प्रति होड़ में टोकन मैक्सिंग को उत्पादकता का पैमाना बना रही हैं।
  • टोकन खर्च को कोड की लाइनों की तरह मापने से केवल निरर्थक प्रॉम्प्ट्स को बढ़ावा मिलता है।
  • एआई का वास्तविक लाभ विशेषज्ञता के साथ इसके संयोजन में निहित है, न कि केवल अधिक टोकन खर्च करने में।

सॉफ्टवेयर कंपनियां एआई को लेकर प्रतिस्पर्धा में टोकन खर्च को मापने के लिए आंतरिक लीडरबोर्ड का उपयोग कर रही हैं। यह पैमाना भ्रामक है क्योंकि इसे निरर्थक प्रॉम्प्ट्स भेजकर आसानी से गेम किया जा सकता है। उत्पादकता बढ़ाने के लिए टोकन की मात्रा के बजाय एआई द्वारा सुझाए गए परिणामों का विश्लेषण और विशेषज्ञता का उपयोग कहीं अधिक महत्वपूर्ण है।

कार्यबल में एआई एजेंटों का एकीकरण

  • मैकिन्से ने 60,000 कर्मचारियों के कुल कार्यबल में 25,000 एआई एजेंटों को शामिल करने का लक्ष्य रखा है।
  • एआई एजेंटों की तुलना मानव कर्मचारियों से करना कठिन है क्योंकि दोनों की क्षमताएं अलग-अलग हैं।
  • एआई एजेंट एक उपयोगी उपकरण के रूप में काम करते हैं, लेकिन उन्हें पूर्ण कर्मचारी के रूप में गिनना एक मार्केटिंग नैरेटिव हो सकता है।

परामर्श कंपनियों में एआई एजेंटों को कार्यबल का हिस्सा माना जा रहा है। हालांकि, मौजूदा एआई एजेंट अत्यधिक विशेषज्ञ हैं, जबकि मनुष्य अपनी बहुमुखी प्रतिभा के कारण अधिक अनुकूलनीय हैं। इस तरह का वर्गीकरण अक्सर कंपनियों के लिए एआई के क्षेत्र में सबसे आगे रहने का नैरेटिव बनाने के लिए मार्केटिंग का एक जरिया होता है।

अनिवार्य उपयोग और तकनीक के प्रति दृष्टिकोण

  • कंपनियां कर्मचारियों को एआई का अनिवार्य उपयोग करने के लिए प्रोत्साहित कर रही हैं ताकि वे नई तकनीक के साथ प्रयोग करें।
  • नौकरी खोने के डर से लोग अक्सर नई तकनीक के प्रति प्रतिरोध दिखाते हैं।
  • नई तकनीक का सामना करने का एकमात्र प्रभावी तरीका इसे अपनाना और उसकी सीमाओं को समझना है।

कंपनियां कर्मचारियों को एआई मॉडलों के साथ सक्रिय रूप से जुड़ने के लिए मजबूर कर रही हैं, क्योंकि बहुत से लोग नियमित रूप से उन्नत मॉडलों का उपयोग नहीं करते हैं। यद्यपि यह दृष्टिकोण तकनीकी प्रयोग को बढ़ावा देने के लिए तार्किक है, लेकिन कर्मचारियों पर हर काम के लिए एआई थोपना अकुशल हो सकता है। नई तकनीकी क्रांतियों के समय चीजें अजीब और कठिन होती हैं, लेकिन भविष्य के लिए एआई को सीमाओं तक परखना अनिवार्य है।

Community Posts

View all posts