साइंस फिक्शन और AI: तकनीक को गलत पढ़ने की भूल

क्या किसी ने आपको कभी यह कहकर सिस्टम बेचा है कि यह "सब कुछ हल कर देगा"? कुछ महीने बाद टीम ने एक अलग स्प्रेडशीट बना ली, ताकि जो सिस्टम नहीं करता उसे संभाला जा सके। वादा बड़ा था। हकीकत छोटी और महँगी निकली। इस पैटर्न की जड़ दिलचस्प है। तकनीक इंडस्ट्री के बड़े हिस्से ने साइंस फिक्शन और AI को प्रोडक्ट कैटलॉग की तरह पढ़ा, चेतावनी की तरह नहीं। इतिहासकार जिल लेपोर ने इस सेक्टर के लीडर्स को "खराब पाठक" कहा। वे सही हैं। और इसका सीधा असर उस सॉफ़्टवेयर पर पड़ता है जो आप खरीदते हैं।

"साइंस फिक्शन को गलत पढ़ना" का मतलब क्या है

फ्रैंकनस्टाइन जीवन बनाने का ट्यूटोरियल नहीं है। यह एक आदमी की कहानी है जो कुछ बनाता है और जिम्मेदारी से भाग जाता है। ब्लेड रनर एंड्रॉइड का पिच नहीं है। यह इस बारे में है कि जब सब कुछ प्रोडक्ट बन जाए तो इंसान में बचता क्या है।

लेकिन सिलिकॉन वैली के एक हिस्से ने इन कहानियों से सिर्फ मशीन निकाल ली और नैतिकता फेंक दी। नतीजा लॉन्च की भाषा में दिखता है: "सुपरइंटेलिजेंस", "हम मौत को हल कर देंगे", "यह सभ्यता बदल देगा"। फिर आप प्रोडक्ट खोलते हैं और वह एक चैटबॉट है जो पिन कोड तक गलत लिखता है।

दिक्कत अतिशयोक्ति खुद नहीं है। दिक्कत यह है कि अतिशयोक्ति बिज़नेस मॉडल बन जाती है। जो सभ्यता बदलने का वादा करता है, उसे यह साबित नहीं करना पड़ता कि उसने आपकी प्रति-सर्विस लागत 12% घटाई। पैमाना ही गायब हो जाता है।

यह आपकी कंपनी तक कैसे पहुँचता है

आप मेनिफेस्टो नहीं खरीदते। आप टूल खरीदते हैं। पर टूल मेनिफेस्टो की पैकिंग में आता है।

व्यवहार में यह ऐसे दिखता है:

• फिक्शन वाला रोडमैप। आप कॉन्ट्रैक्ट इसलिए साइन करते हैं कि "Q3 में यह फीचर आएगा"। Q3 आता है, फीचर नहीं आता।
• भविष्य पर टिकी कीमत। प्लान की कीमत ऐसी है जैसे AI तीन लोगों का काम कर रहा हो। वह आधे आदमी का काम करता है।
• छिपी हुई निर्भरता। आपका डेटा, आपके फ्लो और आपका इतिहास एक ऐसे सिस्टम में रहते हैं जो तब दिशा बदल देता है जब फाउंडर का सपना बदलता है।

मैंने यह एक सर्विस कंपनी में करीब से देखा। उन्होंने AI वाला कस्टमर सपोर्ट SaaS लिया, हर महीने R$ 2.400, वादा था "80% टिकट खुद हल कर देगा"। चार महीने बाद असली ऑटोमैटिक रिज़ॉल्यूशन दर 19% थी। और टीम का समय AI के गलत जवाब सुधारने में जा रहा था। कुल लागत बढ़ी, घटी नहीं। सॉफ़्टवेयर काम कर रहा था। फिक्शन तो वादा था।

जो भविष्य बेचता है, उससे वर्तमान का हिसाब कम ही माँगा जाता है।

लेपोर की वह बात जो मैनेजर्स के काम की है

लेपोर लोकतंत्र की बात करते हैं, और उनका तर्क गंभीर है। जब मुट्ठी भर कंपनियाँ तय करती हैं कि भविष्य क्या है और उसे अनिवार्य बताती हैं, तो लोगों को लगना बंद हो जाता है कि उनके पास कोई विकल्प है। "ऐसा ही होने वाला है" बहस को शुरू होने से पहले ही खत्म कर देता है।

इसे अपनी कंपनी के भीतर लाइए। जब वेंडर कहता है "सब लोग तो पहले ही इस पर शिफ्ट हो रहे हैं", वह छोटे पैमाने पर यही चाल चल रहा है। अनिवार्यता एक सेल्स तकनीक है। यह इसलिए काम करती है क्योंकि यह थका देती है।

आपके पास विकल्प है। हमेशा था। सही सवाल यह नहीं है कि "क्या यही भविष्य है?"। सही सवाल है "क्या यह मंगलवार सुबह वाली मेरी समस्या हल करता है?"।

सुंदर कहानी में फँसे बिना टूल कैसे परखें

एक छोटी सी चेकलिस्ट, जो मैं तब इस्तेमाल करता हूँ जब कोई क्लाइंट पूछता है कि कुछ खरीदे या नहीं:

1. विज़न नहीं, नंबर माँगिए। "यह मेरे प्रति ऑर्डर लगने वाला समय कितना घटाएगा?" अगर जवाब कोई विशेषण हो तो खराब संकेत है। अगर जवाब हो "हमें नहीं पता, यह आपके वॉल्यूम पर निर्भर है", तो अच्छा संकेत है। ईमानदारी उत्साह से कम डरावनी होती है।

2. अपने सबसे झंझट वाले केस पर टेस्ट कीजिए। डेमो के उदाहरण पर नहीं। वह ऑर्डर उठाइए जिसमें तीन अपवाद हैं, जिस ग्राहक को अलग इनवॉइस चाहिए, जहाँ डिलीवरी आंशिक है। वहीं टूल अपनी असली औकात दिखाता है।

3. पूछिए कि निकलेंगे कैसे। डेटा एक्सपोर्ट हो सकता है? किस फॉर्मेट में? कितना समय लगेगा? अगर निकलना मुश्किल है, तो कीमत बढ़ेगी। यह निराशावाद नहीं है, मॉडल ऐसे ही चलता है।

4. फैसले की समयसीमा पहले तय कीजिए। साठ दिन। लिखित मेट्रिक। अगर पूरा न हो तो बिना ड्रामा कैंसिल। इसके बिना हर सॉफ़्टवेयर जड़ता से स्थायी हो जाता है।

5. सॉफ़्टवेयर और प्रोसेस को अलग कीजिए। लोग जिसे टूल समझकर खरीदते हैं, वह अक्सर एक ऐसा फैसला होता है जो कोई लेना ही नहीं चाहता था। कोई SaaS यह हल नहीं करता कि "हमें नहीं पता डिस्काउंट कौन मंजूर करता है"।

AI काम आता है, पर सही आकार के कामों में

इसमें कुछ भी AI विरोधी नहीं है। मैं AI रोज़ इस्तेमाल करता हूँ और यह मेरे असली घंटे बचाता है।

जो काम करता है, उसे रिलीज़ नोट में लिखना बोरिंग है। जैसे ये चीज़ें:

• आने वाले ईमेल को तीन कैटेगरी में बाँटना, और जहाँ AI को यकीन न हो वहाँ साफ नियम रखना।
• मीटिंग ट्रांसक्राइब करके फैसले निकालना, जिसे कोई इंसान दो मिनट में रिव्यू कर ले।
• आपके सिस्टम में पहले से मौजूद डेटा से प्रस्ताव का ड्राफ्ट भर देना।

इनमें से हर एक हफ्ते में 20 मिनट से दो घंटे तक बचाता है। सभ्यता नहीं बदलती। आपका शुक्रवार बदल जाता है। एक छोटे क्लाइंट में सिर्फ ईमेल छाँटने का ऑटोमेशन करने से हफ्ते में करीब छह घंटे का मैनुअल काम कम हुआ। ऑपरेशन लागत: API पर महीने का R$ 100 से भी कम।

इसमें और उस बड़े वादे में फर्क दायरे का है। छोटा काम, अनुमानित इनपुट, जाँचने लायक आउटपुट। जब काम बड़ा और धुँधला होता है, तो AI डेमो में जादू लगता है और प्रोडक्शन में दोबारा काम बन जाता है।

इलाज है ठीक से पढ़ना

लेपोर के अर्थ में ठीक से पढ़ना मतलब अस्पष्टता को झेलना। यह देखना कि कहानी का संदर्भ, कीमत और नतीजा होता है। सीधे मज़ेदार हिस्से पर छलाँग न लगाना।

सॉफ़्टवेयर पर लागू करें तो ठीक से पढ़ना यह है:

• कॉन्ट्रैक्ट को दाम बढ़ाने वाली शर्त तक पढ़ना।
• वेंडर बदलने से पहले अपने ही सिस्टम का इस्तेमाल ग्राफ पढ़ना।
• नया टूल घोषित करते वक्त अपनी टीम का चेहरा पढ़ना। वह चुप्पी बहुत कुछ कहती है।

यहाँ एक अच्छी विडंबना है। जो सेक्टर आर्टिफिशियल इंटेलिजेंस का वादा करता है, वह थोड़ी नैचुरल इंटेलिजेंस इस्तेमाल कर सकता है। ध्यान से पढ़ना, दोबारा पूछना, यह मान लेना कि जवाब शायद "इसकी ज़रूरत ही नहीं" हो।

मेरी राय, बिना लाग लपेट के: जो ज्यादातर कंपनियाँ "AI अपनाना" चाहती हैं, उन्हें पहले तीन मैनुअल प्रोसेस ठीक करने चाहिए। यह कम रोमांचक है और पैसा कहीं ज़्यादा देता है। बिखरे हुए प्रोसेस के ऊपर बैठा सुंदर सॉफ़्टवेयर सिर्फ बिखराव को तेज़ कर देता है।

टूल से नहीं, समस्या से शुरू कीजिए

अगर आप अभी कुछ परख रहे हैं, तो उल्टा अभ्यास कीजिए। "यह टूल क्या करता है?" के बजाय एक वाक्य में लिखिए कि आपको परेशान क्या करता है। बिना भारी शब्दों के। जैसे: "कोटेशन का जवाब देने में मुझे तीन दिन लगते हैं"। फिर सबसे छोटी चीज़ ढूँढिए जो इसे हल करती है। कभी वह AI होती है। कभी एक फॉर्म और एक ईमेल टेम्पलेट।

कोई भी कोड लिखने से पहले मुझे यही बातचीत पसंद है। आपके केस में क्या सही बैठता है, इस पर बात करनी हो तो देखिए मैं कैसे काम करता हूँ।

मेरे एक क्लाइंट ने AI वाला कस्टमर सपोर्ट SaaS लिया। हर महीने R$ 2.400। वादा था: "80% टिकट खुद हल कर देगा"। चार महीने बाद हकीकत: 19%।

सॉफ़्टवेयर काम कर रहा था। फिक्शन तो वादा था।

सिलिकॉन वैली ने साइंस फिक्शन को प्रोडक्ट कैटलॉग की तरह पढ़ा, चेतावनी की तरह नहीं। फ्रैंकनस्टाइन ट्यूटोरियल बन गया। नतीजा आप तक "सुपरइंटेलिजेंस" और "यह सभ्यता बदल देगा" की पैकिंग में पहुँचता है।

फिर आप प्रोडक्ट खोलते हैं और वह एक चैटबॉट है जो पिन कोड तक गलत लिखता है।

मैं AI के खिलाफ नहीं हूँ, रोज़ इस्तेमाल करता हूँ। बस जो काम करता है वह बोरिंग है: ईमेल छाँटना, मीटिंग से फैसले निकालना, ड्राफ्ट भरना। एक छोटे क्लाइंट में सिर्फ ईमेल छाँटने से हफ्ते के छह घंटे बचे। API का खर्च R$ 100 से भी कम। सभ्यता नहीं बदलती। आपका शुक्रवार बदल जाता है।

"यह टूल क्या करता है?" पूछने से पहले, एक वाक्य में लिखिए कि आपको परेशान क्या करता है। बिना भारी शब्दों के। अपने केस पर बात करनी हो तो यहीं मैसेज कीजिए।

#AI #टेक्नोलॉजी #ऑटोमेशन #डिजिटलट्रांसफॉर्मेशन #सॉफ्टवेयर