साइंस फिक्शन SaaS का मैनुअल नहीं है

आपने भी किसी मीटिंग में सुना होगा कि प्रोडक्ट "इस समस्या को हमेशा के लिए हल कर देगा". वही बड़े वादे वाला अंदाज. वही स्लाइड, जिस पर किसी फिल्म का डायलॉग लिखा है. और फिर छह महीने बाद सिस्टम एक ऐसी मशीन बन जाता है जिसे कोई समझता नहीं, कोई ठीक नहीं कर पाता, और जो ग्राहक को स्प्रेडशीट की एक लाइन जैसा बरतती है.

इसका एक नाम है. हार्वर्ड की इतिहासकार जिल लेपोर कहती रही हैं कि टेक इंडस्ट्री का बड़ा हिस्सा "खराब पाठकों" से बना है. ऐसे लोग जिन्होंने साइंस फिक्शन की डिस्टोपिया पढ़ी और उसे निर्देश पुस्तिका समझ लिया. चेतावनी स्क्रिप्ट बन गई. और यह सोच नीचे तक बहती है, आपके SaaS तक, आपके ऑटोमेशन तक, आपके सपोर्ट फ्लो तक. इसीलिए यह विषय सिर्फ कोड लिखने वालों का नहीं, बिजनेस चलाने वालों का भी है.

"साइंस फिक्शन को गलत पढ़ना" असल में क्या होता है

साइंस फिक्शन लगभग हमेशा एक चेतावनी होती है. वह रोबोट जो खुद फैसला लेता है, वह सिस्टम जो सब कुछ ऑप्टिमाइज करता है और रास्ते में लोगों को कुचल देता है, वह कंपनी जो आपके बारे में जरूरत से ज्यादा जानती है. लेखक कह रहा है "देखो, खतरा है". इंडस्ट्री के एक हिस्से ने पढ़ा और सोचा "वाह, कितना बढ़िया प्रोडक्ट आइडिया है".

रोजमर्रा के SaaS में यह ऐसे दिखता है:

• सिस्टम खुद फैसला लेता है और किसी को बताता नहीं.
• इस्तेमाल करने वाला उसे वापस नहीं कर सकता.
• कोई समझा नहीं पाता कि ऐसा क्यों हुआ.
• डैशबोर्ड की एफिशिएंसी दूसरी तरफ बैठे ग्राहक से ज्यादा कीमती हो जाती है.

इसके लिए न रोबोट चाहिए, न फिल्मी एआई. बिलिंग का एक मामूली ऑटोमैटिक नियम ही काफी नुकसान कर देता है.

वह ग्राहक जो बिना वजह गायब हो गया

मैंने यह एक से ज्यादा बार होते देखा है. एक सब्सक्रिप्शन कंपनी ने एक "स्मार्ट" नियम बनाया: अगर पेमेंट दो बार फेल हुआ, तो एक्सेस तुरंत बंद और अकाउंट रिकवरी की कतार में.

स्लाइड पर यह ठीक लगता है. हकीकत में, चार साल पुराने एक ग्राहक के कार्ड में उसके बैंक की वजह से गड़बड़ी हो गई. दो दिन में दो कोशिशें. मंगलवार सुबह एक्सेस कट गया, जबकि उसकी टीम एक डिलीवरी के बीच में थी. उसने ईमेल भेजा. जवाब एक बॉट से आया. बॉट ने कहा कि अकाउंट "रिकवरी प्रोसेस में" है. टीम के किसी इंसान ने नहीं देखा.

ग्राहक ने सब्सक्रिप्शन बंद कर दिया. साथ में एक रेफरल भी ले गया जो लगभग बंद होने वाला था.

गलती तकनीकी नहीं थी. कोड ठीक वैसे ही चला जैसे लिखा गया था. गलती पढ़ने की थी: किसी ने मान लिया कि ऑटोमेट करने का मतलब है इंसान को बीच से हटा देना. अच्छा ऑटोमेशन इसका उल्टा है. वह इंसान से उबाऊ काम छीनता है और उसे वहीं छोड़ता है जहां फैसले का वजन होता है.

वैसे, सुधार बहुत सस्ता निकला. बस एक और नियम: बारह महीने से ज्यादा पुराना और साफ रिकॉर्ड वाला ग्राहक अपने आप एक्सेस नहीं खोता, अकाउंट्स टीम के स्लैक पर एक अलर्ट जाता है. दो घंटे का काम. अगले छह महीने में इस वजह से एक भी कैंसिलेशन नहीं.

अच्छा ऑटोमेशन इंसान को फैसला लेने का समय लौटाता है. बुरा ऑटोमेशन उसकी जगह फैसला लेकर गायब हो जाता है.

वह बात जो कोई नहीं कहता: "जीरो फ्रिक्शन" एक विचारधारा है

SaaS बाजार में एक शब्द धर्म बन गया है: फ्रिक्शन. सब उसे हटाना चाहते हैं. कम क्लिक, कम स्क्रीन, कम कन्फर्मेशन, कम सवाल.

यहां मेरी साफ राय है: बिना सोचे लागू की गई शून्य फ्रिक्शन एक खतरनाक चीज है. फ्रिक्शन ही वह जगह है जहां इंसान को सोचने का समय मिलता है. पूरा प्रोजेक्ट डिलीट करने से पहले आने वाली "क्या आप निश्चित हैं?" वाली स्क्रीन एक बहुत अच्छी वजह से मौजूद है.

जब आप सारी फ्रिक्शन हटा देते हैं, आपने फैसला नहीं हटाया. आपने सिर्फ फैसला सॉफ्टवेयर लिखने वाले पर डाल दिया. और सॉफ्टवेयर लिखने वाला उस कमरे में नहीं था जब आपके ग्राहक को जरूरत पड़ी.

असली काम यह चुनना है कि फ्रिक्शन कहां रहे. साइनअप में? हटा दीजिए. डेटा के स्थायी डिलीट में, कॉन्ट्रैक्ट कैंसिल करने में, पूरे बेस को मास ईमेल भेजने में? रहने दीजिए. और साफ दिखने दीजिए.

लोकतंत्र, आपके संदर्भ में: सिस्टम से असहमत कौन हो सकता है

लेपोर लोकतंत्र के कमजोर पड़ने की बात करती हैं. तीस लोगों की कंपनी चलाने वाले को यह दूर की बात लगती है. पर इसका एक सीधा अनुवाद है.

किसी सिस्टम में लोकतंत्र का मतलब है असहमति का रास्ता होना. यह कह पाना कि "यह नतीजा गलत है" और किसी का सुनना. अपने प्रोडक्ट से यह पूछिए:

• अगर सिस्टम किसी ग्राहक के साथ गलती करे, तो क्या उसके पास आपत्ति दर्ज करने का रास्ता है?
• वह रास्ता किसी इंसान तक जाता है या दूसरे बॉट तक?
• क्या टीम का कोई व्यक्ति उन केस देखता है जहां ऑटोमेशन को चुनौती दी गई?
• क्या आप आसान भाषा में समझा सकते हैं कि सिस्टम ने वह फैसला क्यों लिया?

अगर इनमें से किसी का जवाब "नहीं" है, तो आपके पास प्रोडक्ट की समस्या है. और सेक्टर के हिसाब से, गली के मोड़ पर एक कानूनी समस्या भी इंतजार कर रही है. ब्राजील का LGPD कानून, अनुच्छेद 20 में, व्यक्ति को यह अधिकार देता है कि वह अपने हितों को प्रभावित करने वाले ऑटोमेटेड फैसले की समीक्षा मांग सके. यह फिलॉसफी नहीं है. 2020 से लागू कानून है.

और इस सब में एआई कहां है?

आज लालच बहुत बड़ा है. फ्लो के बीच में एक मॉडल रख दो और उसे जवाब देने, वर्गीकृत करने, प्राथमिकता तय करने, फैसला लेने दो. बहुत सी चीजों में यह अच्छा काम करता है. मैं रोज इस्तेमाल करता हूं.

पर लैंग्वेज मॉडल गजब के आत्मविश्वास के साथ गलती करता है. वह अच्छी भाषा में गलती करता है, जो और बुरा है, क्योंकि गलत बात सही लगने लगती है. इसलिए प्रोजेक्ट्स में मेरा नियम उबाऊ और सीधा है:

जहां गलती की कीमत बड़ी हो, वहां एआई सुझाव दे, इंसान पुष्टि करे.

सपोर्ट टिकट को विषय के हिसाब से बांटना: एआई को छोड़ दीजिए, गलती की कीमत बस एक री-रूटिंग है. यह तय करना कि ग्राहक पर कानूनी वसूली शुरू हो: इंसानी समीक्षा के बिना सोचिए भी मत. प्रपोजल का ड्राफ्ट लिखना: एआई ड्राफ्ट बनाए, आप जांचिए. प्रपोजल खुद ग्राहक को भेज देना: नहीं.

कसौटी "एआई हां या ना" नहीं है. कसौटी यह है कि "गलत होने पर कितना दर्द होगा, और उसका बिल कौन भरेगा". आमतौर पर बिल वही भरता है जिसके पास सिस्टम में सबसे कम ताकत है. साइंस फिक्शन ठीक यही चेतावनी दे रही थी, और बहुत लोगों ने उसे उल्टा पढ़ लिया.

आपके सिस्टम के लिए पांच मिनट का टेस्ट

आज आपके पास जो सबसे ऑटोमेटेड फ्लो है, उसे लीजिए. बिलिंग हो सकता है, ऑनबोर्डिंग, ईमेल भेजना, साइनअप अप्रूवल. किसी से पूछे बिना तीन सवालों के जवाब दीजिए:

1. यह फ्लो गलती से किसी अच्छे ग्राहक के साथ सबसे बुरा क्या कर सकता है?
2. टीम के किसी व्यक्ति को यह पता चलने में कितना समय लगेगा?
3. इंतजार के दौरान ग्राहक क्या करता है?

अगर दूसरे का जवाब है "जब वह शिकायत करेगा", तो आपके पास ऑटोमेशन नहीं है. आपके पास एक जुआ है.

सुधार आमतौर पर छोटा होता है. एक लॉग जिसे कोई असली इंसान पढ़ता है. एक अलर्ट जब नियम किसी असामान्य केस में चले. एक अनडू बटन. एक सीमा: "अगर एक साथ X से ज्यादा ग्राहकों पर असर पड़ने वाला है, तो रुको और पूछो". इनमें से कुछ भी महंगा नहीं है. बस स्लाइड वाले वर्जन से कम चमकदार है.

कल्पना हटाने के बाद जो प्रोडक्ट बचता है

अच्छी टेक्नोलॉजी अच्छे से बूढ़ी होती है, क्योंकि उसे ऐसे लोगों ने बनाया जो इस्तेमाल करने वाले का सम्मान करते हैं. यह पूरे सेक्टर में क्रांति लाने के वादे से कम रोमांचक है. रात के तीन बजे सिरदर्द भी बहुत कम देती है.

अगर आप कोई SaaS बना रहे हैं या ठीक कर रहे हैं और आपको शक है कि ऑटोमेशन जरूरत से ज्यादा फैसले ले रहा है, तो यह शक अच्छा है. बैठकर यह मैप करना सही रहेगा कि सिस्टम कहां बोले और कहां किसी इंसान का बोलना जरूरी है. यही वह काम है जो मैं अपने क्लाइंट्स के साथ करता हूं: देखिए मैं कैसे काम करता हूं और बताइए कौन सा फ्लो आपकी नींद उड़ा रहा है.

आपके सिस्टम ने चार साल पुराने ग्राहक का एक्सेस काट दिया क्योंकि उसका कार्ड दो बार फेल हो गया. कोड बिल्कुल सही चला. ग्राहक ने सब्सक्रिप्शन बंद कर दिया.

अच्छा ऑटोमेशन इंसान को फैसला लेने का समय लौटाता है. बुरा ऑटोमेशन उसकी जगह फैसला लेकर गायब हो जाता है.

आजकल फैशन है कि प्रोडक्ट से हर रुकावट हटा दो. पर शून्य रुकावट फैसले को खत्म नहीं करती, वह सिर्फ उसे सॉफ्टवेयर लिखने वाले पर डाल देती है. और लिखने वाला उस कमरे में मौजूद नहीं था जब आपके ग्राहक को जरूरत पड़ी.

प्रोजेक्ट्स में मेरा नियम: जहां गलती की कीमत बड़ी हो, वहां एआई सुझाव दे, इंसान पुष्टि करे.

अपने सबसे ऑटोमेटेड फ्लो पर एक छोटा टेस्ट करें: वह गलती से किसी अच्छे ग्राहक के साथ सबसे बुरा क्या कर सकता है, और किसी को पता चलने में कितना समय लगेगा? अगर जवाब है "जब वह शिकायत करेगा", तो आपके पास ऑटोमेशन नहीं है. एक जुआ है.

अगर यह शक आपको भी हुआ, तो बताइए कौन सा फ्लो आपकी नींद उड़ा रहा है.

#SaaS #ऑटोमेशन #डिजिटलप्रोडक्ट #एआई #TechLeadership