एआई एजेंट: छोटा काम देना क्यों काम करता है
आपने एआई से कहा "कंपनी का बजट प्रोसेस संभाल लो" और बदले में मिला बारह चरणों वाला एक राक्षस, जिसे कोई नहीं समझता। फिर आपने टेस्ट किया, तीन अलग जगहों पर गड़बड़ हुई, और अब आपको नहीं पता कि कौन सा हिस्सा ठीक करें। यह आज एआई एजेंट के साथ सबसे आम समस्या है, और यह लगभग कभी मॉडल की गलती नहीं होती। यह माँग के आकार की गलती होती है।
मैं यह हर हफ्ते क्लाइंट प्रोजेक्ट में देखता हूँ। व्यक्ति गलत टूल इस्तेमाल नहीं कर रहा। वह इतनी बड़ी माँग सौंप रहा है कि कोई भी पहली बार में सही नहीं कर पाएगा, चाहे इंसान हो या मशीन।
बड़े कामों में एआई एजेंट क्यों गलती करते हैं
पहले दिन आए नए कर्मचारी के बारे में सोचिए। आप कहते हैं: "फाइनेंस संभालो"। वह कुछ तो करेगा। शायद गलत। इसलिए नहीं कि वह बेवकूफ है, बल्कि इसलिए कि "फाइनेंस संभालो" कोई निर्देश नहीं है, वह एक इच्छा है।
एआई एजेंट भी वैसे ही चलते हैं, एक अतिरिक्त दिक्कत के साथ: वे कभी नहीं कहते "मुझे समझ नहीं आया"। वे हमेशा कुछ न कुछ देते हैं। पूरे आत्मविश्वास के साथ। तब भी, जब वे गढ़ रहे होते हैं।
और एक गणित वाला हिस्सा है, जिसकी बात कोई नहीं करता। अगर किसी काम के हर कदम के सही होने की संभावना 95% है, और काम में 10 कदम हैं, तो सब कुछ सही होने की संभावना 0.95 की घात 10 है। यानी 60%। 20 कदम में यह गिरकर 36% हो जाती है।
मतलब: जो एआई हर अलग कदम में लगभग हमेशा सही होती है, वह ज़्यादातर बार गलत होती है जब आप बहुत सारे कदम जोड़ देते हैं। यह मॉडल का खराब होना नहीं है। यह गणित है।
एआई एजेंट बेवकूफ होने की वजह से नहीं गिरता। वह इसलिए गिरता है क्योंकि उसे इतनी बड़ी माँग मिली कि कोई भी पहली बार में सही नहीं कर पाता।
जब आप काम को टुकड़ों में बाँटते हैं तो क्या बदलता है
मैं एक ठोस उदाहरण देता हूँ, एक क्लाइंट का जो बिल्डिंग मेंटेनेंस करता है।
मूल माँग थी: "एक एजेंट बनाओ जो व्हाट्सएप पर क्लाइंट की शिकायत ले और उसे हल कर दे"। "हल कर दे" के अंदर था: समस्या समझना, तात्कालिकता तय करना, देखना कि क्लाइंट का कॉन्ट्रैक्ट चालू है या नहीं, कौन सा टेक्नीशियन खाली है यह देखना, अपॉइंटमेंट तय करना, क्लाइंट को सूचित करना, और सिस्टम में दर्ज करना।
सात चीज़ें। पहला वर्ज़न करीब 40% शिकायतों में काम करता था। बाकी 60% में, गलत टेक्नीशियन भेजता था, या बकाया वाले क्लाइंट के लिए अपॉइंटमेंट लगा देता था, या बस जवाब ही नहीं देता था।
हमने इसे तीन अलग चरणों में बाँटा, हर एक का इनपुट और आउटपुट तय करके:
- चरण 1: मैसेज पढ़ना और एक संरचित सारांश देना (समस्या का प्रकार, पता, 1 से 3 तक तात्कालिकता)। बस इतना।
- चरण 2: उस सारांश के साथ, कॉन्ट्रैक्ट और उपलब्धता जाँचना। संभव समयों की सूची देना, या यह कारण देना कि क्यों संभव नहीं है।
- चरण 3: क्लाइंट से पुष्टि करना और दर्ज करना।
हर चरण एक छोटी माँग बन जाता है, ऐसे जवाब के साथ जिसे जाँचा जा सके। अगर चरण 1 तात्कालिकता गलत आँकता है, तो आप उसी वक्त सारांश में देख लेते हैं, इससे पहले कि कोई टेक्नीशियन भेजा जाए।
बदलाव के बाद सफलता दर: 89% शिकायतें बिना किसी दखल के आगे बढ़ीं। बाकी 11% उसी चरण पर रुकती हैं जहाँ गड़बड़ी हुई, गलती दिखती है, और कोई दो मिनट में हल कर देता है।
यह फायदा बेहतर मॉडल से नहीं आया। यह उसी मॉडल से आया, जिसे ऐसी माँगें मिलीं जो वह पूरी कर सकता था।
कैसे जानें कि आपका काम बहुत बड़ा है
एक आसान जाँच है। लिखिए कि आप एजेंट से क्या करवाना चाहते हैं। फिर गिनिए कि उसे कितने फैसले लेने हैं।
अगर दो या तीन से ज़्यादा हैं, तो वह बड़ा है। बाँट दीजिए।
एक और जाँच, और भी सीधी: क्या आप आउटपुट देखकर पाँच सेकंड में बता सकते हैं कि वह सही है या गलत? अगर जवाब है "मुझे जाँचना पड़ेगा", तो टुकड़ा बड़ा है। अच्छा आउटपुट तुरंत जाँचने लायक होता है।
संकेत कि आप हद पार कर चुके हैं:
- निर्देश में "और उसके बाद" दो बार से ज़्यादा आता है।
- आप अपेक्षित नतीजे को एक वाक्य में नहीं बता पाते।
- जब गड़बड़ होती है, आपको नहीं पता कि गड़बड़ी कहाँ से शुरू हुई।
- आप माँग को चार बार दोबारा लिख चुके हैं और हर वर्ज़न किसी नई जगह टूटता है।
आखिरी वाला सबसे धोखेबाज़ है। आप माँग का टेक्स्ट सुधारते रहते हैं यह सोचकर कि शब्दों की बात है। बात शब्दों की नहीं है। बात ढाँचे की है।
अपने बिज़नेस में यह करने के लिए कदम दर कदम
नए टूल की ज़रूरत नहीं है। तरीके की ज़रूरत है। ऐसे कीजिए:
1. प्रोसेस को वैसे लिखिए जैसे वह आज होता है, लोगों के साथ। एआई के बारे में सोचे बिना। बस असली कदम दर कदम। कौन क्या करता है, किस क्रम में, किस जानकारी के साथ।
2. निशान लगाइए कि कहाँ किसी को फैसला लेना पड़ता है। हर फैसला एक स्वाभाविक सीमा है। वहीं आप काटते हैं।
3. तय कीजिए कि हर टुकड़े में क्या जाता है और क्या निकलता है। यही सबसे ज़रूरी है और यही सबसे ज़्यादा लोग छोड़ देते हैं। "अंदर: क्लाइंट का मैसेज। बाहर: प्रकार, पता और तात्कालिकता वाला JSON।" ठोस। जाँचने लायक।
4. सिर्फ एक टुकड़ा ऑटोमेट कीजिए। बेहतर हो कि सबसे उबाऊ और दोहराव वाला। दो हफ्ते चलाइए, कोई देखता रहे।
5. उसके बाद ही अगला चालू कीजिए। और इसी तरह आगे।
यह पाँचवाँ कदम वहीं है जहाँ लगभग सब जल्दबाज़ी कर बैठते हैं। सब कुछ एक साथ चालू करने का लालच बहुत बड़ा होता है, खासकर पहला टुकड़ा अच्छा चलने के बाद। रुकिए। चरण 4 में गलती तब पता चलने की कीमत, जब चरण 1 से 3 पहले ही चल चुके हों, दो हफ्ते इंतज़ार करने के धैर्य से कहीं ज़्यादा है।
"लेकिन ऐसे में एआई का जादू खत्म नहीं हो जाएगा?"
यह आपत्ति हमेशा आती है, और इसका तर्क समझ आता है। बाहर जो वादा बेचा जाता है वह ठीक उल्टा है: जो चाहिए बोल दीजिए, एआई सब खुद कर देगी।
पर असल में आपको जादू नहीं चाहिए। आपको भरोसा चाहिए। जादू डेमो वीडियो में शानदार लगता है और मंगलवार की सुबह बहुत बुरा, जब क्लाइंट फोन करके पूछता है कि टेक्नीशियन क्यों नहीं आया।
टुकड़ों में बाँटकर आप क्या खोते हैं: एक रोबोट बटलर होने का एहसास।
आप क्या पाते हैं: यह पता होना कि रुकने पर वह कहाँ रुका, एक चरण को बाकियों को छेड़े बिना बदल पाना, और अपनी टीम को समझा पाना कि चीज़ कैसे काम करती है।
लागत का एक व्यावहारिक फायदा भी है। छोटे काम हर कॉल में कम प्रोसेसिंग लेते हैं और वहाँ सस्ते मॉडल इस्तेमाल करने देते हैं जहाँ ज़्यादा समझदारी की ज़रूरत नहीं। शिकायत की तात्कालिकता तय करने के लिए बाज़ार का सबसे महँगा मॉडल नहीं चाहिए। कमर्शियल प्रस्ताव लिखने के लिए शायद चाहिए। जब सब कुछ एक ही ब्लॉक होता है, तो आप सबसे मुश्किल हिस्से की कीमत हर हिस्से में चुकाते हैं।
वह हिस्सा जो किसी को सुनना पसंद नहीं
काम को टुकड़ों में बाँटने में शुरुआत में ज़्यादा मेहनत लगती है। प्रोसेस मैप करने में ज़्यादा समय जाता है, यह तय करने में ज़्यादा बातचीत होती है कि हर चरण असल में क्या लौटाता है, और पहले हफ्ते में "वाह, कितना बढ़िया" कम होता है।
बदले में, बिज़नेस किस्मत पर निर्भर रहना बंद कर देता है।
मैं ऐसा एजेंट देना पसंद करता हूँ जो तीन चीज़ें अच्छे से करे और चौथी पर साफ तरीके से रुक जाए, बजाय उसके जो सात का वादा करे और चार सही करे बिना बताए कि कौन सी। दूसरा मीटिंग में ज़्यादा प्रभावित करता है। पहला वह है जो छह महीने बाद भी चल रहा होता है।
और यही ऑटोमेशन को ऑटोमेशन के नाटक से अलग करता है: नाटक डेमो में चलता है, ऑटोमेशन तब चलता है जब आप देख नहीं रहे होते।
अगर आपके पास कोई दोहराव वाला काम है जिसे हाथ से करते करते आप थक चुके हैं और आप आँकना चाहते हैं कि उसे टुकड़ों में बाँटना कहाँ से शुरू करें, मुझे बताइए आप आज क्या करते हैं। मैं आमतौर पर ईमानदार राय देता हूँ कि क्या ऑटोमेट करना सही है और क्या नहीं।
LinkedIn के लिए सारांश
आपने एआई से कहा "पूरा प्रोसेस संभाल लो" और बदले में मिला बारह चरणों वाला एक राक्षस, जो तीन अलग जगहों पर टूट जाता है। समस्या लगभग कभी मॉडल की नहीं होती। समस्या माँग के आकार की होती है। अगर हर कदम 95% बार सही होता है और काम में 10 कदम हैं, तो सब कुछ सही होने की संभावना 60% है। 20 कदम में यह गिरकर 36% हो जाती है। एआई खराब नहीं हो रही, यह बस गणित है। बिल्डिंग मेंटेनेंस वाले एक क्लाइंट में हमने 7 चरणों वाले एजेंट को 3 छोटे टुकड़ों में बाँटा, हर एक का इनपुट और आउटपुट जाँचने लायक। सफलता दर 40% से बढ़कर 89% हो गई। वही मॉडल, छोटी माँग। तेज़ जाँच: अगर आप आउटपुट देखकर 5 सेकंड में नहीं बता सकते कि वह सही है या नहीं, तो टुकड़ा बहुत बड़ा है। कोई दोहराव वाला काम है जिसे हाथ से करते करते थक गए हैं? मुझे बताइए क्या है, मैं ईमानदार राय दूँगा कि क्या ऑटोमेट करना सही है। #आर्टिफिशियलइंटेलिजेंस #ऑटोमेशन #एआईएजेंट #उत्पादकता #टेक्नोलॉजी