A Practical Guide to Agentic AI Transition in Organizations
यह शोध पत्र डोमेन-संचालित कार्य प्रतिनिधिमंडल (domain-driven task delegation), एआई-सहायता प्राप्त वर्कफ़्लो निर्माण, और एक मानव-इन-द-लूप ऑपरेटिंग मॉडल पर बल देते हुए, संगठनों को मानव-नेतृत्व वाले, टूल-संचालित वर्कफ़्लो से स्केलेबल एजेंटिक एआई सिस्टम की ओर संक्रमण करने के लिए एक व्यावहारिक ढांचा प्रस्तावित करता है, जहाँ व्यक्ति स्वायत्त एजेंटों के ऑर्केस्ट्रेटर के रूप में कार्य करते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
मुख्य विचार: "स्मार्ट टूल्स" से "डिजिटल सहकर्मी" तक
कल्पना कीजिए कि आपने अभी-अभी एक हाई-टेक, ऑटोमैटिक एस्प्रेसो मशीन खरीदी है। यह बहुत अच्छी है—आप एक बटन दबाते हैं, और यह कॉफी बना देती है। यह AI-असिस्टेड वर्क (AI-सहायता प्राप्त कार्य) है। मशीन एक उपकरण है, लेकिन बीन्स, पानी, मग और कमांड अभी भी आपको ही प्रदान करने होंगे। यदि दूध खराब है, तो मशीन को इसकी परवाह नहीं होती; वह बस बटन दबाने के निर्देश का पालन करती है।
अब, इसके बजाय कल्पना कीजिए कि आपने एक प्रोफेशनल बरिस्ता (Barista) को काम पर रखा है। आप उन्हें यह नहीं बताते कि बीन्स को कैसे पीसना है या पानी का तापमान क्या होना चाहिए। आप बस कहते हैं, "मेरी सुबह 9:00 बजे पांच क्लाइंट्स के साथ एक मीटिंग है; कृपया तब तक कॉफी तैयार और सर्व कर दें।" बरिस्ता दूध की जांच करता है, महसूस करता है कि वह कम है, दुकान जाता है, ड्रिंक्स तैयार करता है, और आने वाली किसी भी बाधा को संभाल लेता है। यह एजेंटिक AI (Agentic AI) है।
यह पेपर बताता है कि अधिकांश कंपनियां "एस्प्रेसो मशीन" वाले चरण में अटकी हुई हैं, लेकिन वे "बरिस्ता" को काम पर रखने के लिए संघर्ष कर रही हैं।
समस्या: इन डिजिटल बरिस्ता को "काम पर रखना" इतना कठिन क्यों है?
लेखक बताते हैं कि कंपनियां एक दीवार से टकरा रही हैं, इसलिए नहीं कि तकनीक खराब है, बल्कि इसलिए क्योंकि वे इन नए "डिजिटल सहकर्मियों" को पुराने नियमों के साथ प्रबंधित करने की कोशिश कर रही हैं। यहाँ तीन मुख्य "ग्लिच" (खामियां) दी गई हैं जो उन्होंने पहचानी हैं:
- "सॉफ्टवेयर इंजीनियर" का जाल: कंपनियां AI को वैसे ही बनाने की कोशिश करती हैं जैसे वे कैलकुलेटर बनाती हैं—कठोर, अनुमानित, और सख्त गणितीय नियमों का पालन करने वाला। लेकिन AI एक मानव इंटर्न की तरह है; यह "प्रोबेबिलिस्टिक" (संभावित) है। यह हर बार समस्या को थोड़े अलग तरीके से हल कर सकता है। यदि आप इसे बहुत अधिक कोड के भीतर कैद करने की कोशिश करेंगे, तो यह अपनी "बुद्धिमत्ता" खो देगा।
- "भाषा का अंतर": इंजीनियर (जो AI बना रहे हैं) अक्सर बिजनेस एक्सपर्ट्स (जो वास्तव में जानते हैं कि काम कैसे होता है) से बात नहीं करते हैं। यह एक शेफ को ऐसी भाषा में लिखी रेसिपी देने जैसा है जिसे वह नहीं बोल सकता। AI तकनीकी रूप से "स्मार्ट" तो हो जाता है, लेकिन व्यावहारिक रूप से "बेकार" रह जाता है क्योंकि वह वास्तविक काम की बारीकियों को नहीं समझ पाता।
- "बॉटलनेक" (अवरोध) का मिथक: कई बॉस सोचते हैं कि उन्हें AI बनाने के लिए प्रोग्रामर्स की एक विशाल सेना की आवश्यकता है। पेपर इसके विपरीत तर्क देता है: क्योंकि AI अब अपना खुद का कोड लिखने में मदद कर सकता है, इसलिए आपको एक विशाल सेना की आवश्यकता नहीं है; आपको 3 या 4 लोगों की एक छोटी, विशिष्ट "स्पेशल फोर्सेज" टीम की आवश्यकता है जो व्यवसाय को गहराई से समझती हो।
समाधान: "ऑर्केस्ट्रा" मॉडल
पेपर कंपनियों के काम करने के एक नए तरीके का प्रस्ताव करता है। इंसानों द्वारा काम करने के बजाय, या मशीन को देखते रहने के बजाय, हम ऑर्केस्ट्रेशन (Orchestration) के मॉडल की ओर बढ़ते हैं।
एक ऑर्केस्ट्रा के कंडक्टर (Conductor) के बारे में सोचें। कंडक्टर वायलिन, ड्रम या बांसुरी नहीं बजाता। वे वाद्ययंत्रों को छूते भी नहीं हैं। उनका काम बीच में खड़ा होना, सभी अलग-अलग संगीतकारों (AI Agents) को सुनना और यह सुनिश्चित करना है कि वे सभी एक ही गाना, सही लय में और सामंजस्य के साथ बजा रहे हैं।
"एजेंटिक" वर्कफ़्लो ऐसा दिखता है:
- एजेंट्स (संगीतकार): आपके पास एक विशाल, "सब-कुछ-करने वाला" AI नहीं है। इसके बजाय, आपके पास विशेषज्ञों की एक टीम है। एक एजेंट "ईमेल रीडर" है, एक "कैलेंडर चेकर" है, और एक "ट्रैवल प्लानर" है।
- इंसान (कंडक्टर): इंसान "लूप में" रहता है। आप उबाऊ काम नहीं करते, लेकिन आप "संगीत" की निगरानी करते हैं। यदि AI एक ऐसा यात्रा प्लान सुझाता है जो अजीब लगता है, तो आप हस्तक्षेप करते हैं, अपनी छड़ी (baton) को एडजस्ट करते हैं, और कहते हैं, "इसे फिर से आजमाएं, लेकिन इस रास्ते से बचें।"
एक वास्तविक दुनिया का उदाहरण: ट्रैवल एजेंसी
यह साबित करने के लिए कि यह काम करता है, लेखकों ने इसका परीक्षण एक छोटी ट्रैवल कंपनी के साथ किया।
- पुराना तरीका (मैनुअल): एक कर्मचारी घंटों तक ईमेल पढ़ने, फ्लाइट की उपलब्धता जांचने, होटल कैलेंडर देखने और सब कुछ स्प्रेडशीट में टाइप करने में बिता देता था। यह थकाऊ और धीमा था।
- नया तरीका (एजेंटिक): उन्होंने AI एजेंट्स की एक टीम बनाई। एक एजेंट ईमेल "पढ़ता" है, दूसरा उपलब्धता "जांचता" है, और तीसरा अंतिम शेड्यूल "लिखता" है।
- परिणाम: मानव कर्मचारी "डेटा एंट्री क्लर्क" से बदलकर एक "मैनेजर" बन गया। वह बस तैयार प्लान को देखता, उसे हरी झंडी देता और आगे बढ़ जाता।
संक्षेप में
AI को एक बेहतर हथौड़े की तरह न समझें; इसे अपनी टीम के एक नए सदस्य की तरह समझें। हर एक गतिविधि को प्रोग्राम करने की कोशिश करना बंद करें, और एक डिजिटल वर्कफोर्स का नेतृत्व करना सीखना शुरू करें।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।