कर्मचारी AI से काम की रफ्तार क्यों नहीं बढ़ा पाते: अधिकार और साधन न हों तो AI का असर भी घट जाता है

AI अपनाने के बाद भी काम धीमा है, तो मॉडल की क्षमता से अधिक समय जानकारी डालने, नतीजे जाँचने और मंज़ूरी लेने में लग रहा हो सकता है।

अब कंपनियाँ भी कर्मचारियों से AI इस्तेमाल करने को कहती हैं। रिपोर्ट AI से लिखो, बैठक के नोट AI से समेटो और जानकारी भी AI से जल्दी खोजो। लेकिन काम शुरू करने पर एक अजीब बात दिखती है। AI तेज़ हो गया है, फिर भी मेरा काम उतना तेज़ नहीं हुआ।

कारण सीधा है। कंपनी साधन और अधिकार रोककर केवल AI इस्तेमाल करने को कहती है। कॉपी और पेस्ट बंद है, बाहरी साधन नहीं चल सकते, अधिकार न होने से फ़ाइल नहीं खुलती और नया प्रोग्राम इंस्टॉल नहीं किया जा सकता। बैठकें और संदेश बीच में आते रहते हैं। तैयार नतीजा भी मंज़ूरी के बिना बाहर नहीं जा सकता।

ऐसे माहौल में AI अच्छी तरह इस्तेमाल करने पर भी नतीजा जल्दी निकालना कठिन है। AI धीमा नहीं है। AI के आगे और पीछे चलने वाला कंपनी का काम धीमा है।

AI चलाने की कुशलता से अधिक बनाने और जाँचने की रफ्तार मायने रखती है

AI अच्छी तरह इस्तेमाल करना और उससे जल्दी नतीजा निकालना दो अलग बातें हैं। अच्छा निर्देश लिखना, सही मॉडल चुनना और जवाब सँवारना ज़रूरी है। लेकिन इतना काफ़ी नहीं है। असली नतीजा इस पर निर्भर करता है कि “बनाने और जाँचने का एक चक्र” कितनी जल्दी पूरा होता है। लिखना, दूसरी जगह ले जाना, चलाना, जाँचना, सुधारना और फिर चलाना उसी चक्र के हिस्से हैं। चक्र तेज़ होगा, तभी काम तेज़ होगा। अकेले काम करने वाले व्यक्ति का यह चक्र छोटा होता है। वह ज़रूरी साधन तुरंत इंस्टॉल कर सकता है, फ़ाइलें कहीं भी ले जा सकता है, API जोड़ सकता है और नतीजा तुरंत देख सकता है। नाकामी मिले तो बदलाव वापस लेकर फिर कोशिश कर सकता है।

कर्मचारी की स्थिति अलग होती है। वही AI इस्तेमाल करने पर भी जवाब ले जाने, जाँचने और जारी करने की प्रक्रिया उसे रोक देती है। वह AI का जवाब कॉपी नहीं कर पाता, ज़रूरी फ़ाइल तक नहीं पहुँच पाता, जाँच का माहौल धीमा होता है और मंज़ूरी के बिना कुछ जारी नहीं कर सकता। ऐसे में AI कितना भी तेज़ हो, पूरा काम धीमा ही रहता है।

कंपनी AI देती है, लेकिन उसे चलाने का माहौल भी रोक देती है

कई कंपनियाँ AI अपनाने को उत्पादकता में बड़ी छलाँग बताती हैं। लेकिन काम का असली माहौल उस दावे के साथ नहीं चलता।

सुरक्षा के कारण बाहरी साधन बंद रहते हैं। अधिकार न होने से ज़रूरी फ़ाइल नहीं खुलती। नया पैकेज या प्रोग्राम इंस्टॉल नहीं किया जा सकता। VDI धीमा चलता है, सत्र टूट जाता है और कॉपी-पेस्ट पर भी रोक होती है। छोटा-सा प्रयोग करने के लिए भी मंज़ूरी की प्रक्रिया से गुजरना पड़ता है।

ऐसे माहौल में AI का विचार तुरंत आज़माया नहीं जा सकता। मसौदा बन गया, लेकिन उसे डालने की जगह नहीं है। कोड मिल गया, लेकिन चलाने का साधन नहीं है। विश्लेषण की दिशा तय हो गई, लेकिन डेटा तक पहुँच नहीं है। धीरे-धीरे लोग AI को प्रयोग का साधन बनाने के बजाय केवल आकर्षक भाषा लिखने के लिए इस्तेमाल करने लगते हैं। असली नतीजे नहीं निकलते, दस्तावेज़ और सारांश बढ़ते जाते हैं।

कम भरोसेमंद AI को अनिवार्य करने से काम और धीमा होता है

AI जवाब जल्दी बना देता है, लेकिन जवाब सही है या नहीं, यह जाँचने में समय लगता है। कंपनी के काम में गलती की ज़िम्मेदारी भी होती है। एक संख्या, एक ग्राहक का नाम या अनुबंध की एक शर्त गलत हो जाए तो समस्या पैदा हो सकती है। इसलिए AI का नतीजा सीधे इस्तेमाल नहीं किया जा सकता। किसी को उसे पढ़ना होता है। मूल दस्तावेज़ से मिलाना होता है। संदर्भ, छूटी शर्तें, भाषा और कानूनी या सुरक्षा से जुड़ी दिक्कतें जाँचनी होती हैं। AI ने दस्तावेज़ पाँच मिनट में बनाया और कर्मचारी ने उसे चालीस मिनट जाँचा, तो वह पाँच मिनट का नहीं, पैंतालीस मिनट का काम है। फिर भी कंपनी केवल AI के पाँच मिनट देखकर मान लेती है कि काम तेज़ हो गया।

इससे भी बुरी स्थिति तब बनती है, जब कंपनी किसी ऐसे AI को काम का मानक बना देती है जिसकी सटीकता पर्याप्त रूप से जाँची नहीं गई। तय मॉडल बार-बार गलत जवाब दे और दस या बीस बार सुधारने पर भी भरोसेमंद न बने, तो वह उत्पादकता का साधन नहीं है। यह ऐसी कैलकुलेटर को अनिवार्य करने जैसा है जो अक्सर गलत हिसाब करती हो। अंत में कर्मचारी AI इस्तेमाल नहीं करता, बल्कि AI की गलतियों की देखभाल और मरम्मत करता रहता है।

AI सस्ता इसलिए दिखता है कि जाँच का समय बिल में अलग से नहीं दिखता। टोकन की कीमत दिखती है, लेकिन दोबारा पढ़ने में लगा इंसानी समय सामान्य कामकाजी घंटों में छिप जाता है। यही बात इसे अधिक जोखिम भरा बनाती है।

अधिक सामग्री बनने से फैसले तेज़ हो जाएंगे, यह भ्रम है

AI बड़ी मात्रा में सामग्री बनाने में अच्छा है। मसौदा, सारांश, तुलना तालिका, जाँच सूची और विकल्पों की सूची कुछ ही क्लिक में बन जाती है। इससे संगठन को लगता है कि बहुत काम हुआ है।

लेकिन सामग्री और फैसला अलग चीज़ें हैं। दस रिपोर्ट बन जाने से फैसला दस गुना तेज़ नहीं होता। विकल्प बढ़ें, जाँचने वाले दस्तावेज़ बढ़ें और ज़िम्मेदार व्यक्ति अस्पष्ट हो जाए, तो फैसला और धीमा पड़ सकता है। कंपनी को यह नहीं देखना चाहिए कि “और क्या बनाया गया”, बल्कि यह देखना चाहिए कि “क्या तय किया गया”। AI की सामग्री फैसलों को कम या आसान नहीं करती, तो वह मदद के बजाय काम बढ़ाती है।

दिखावटी उत्पादकता यहीं से पैदा होती है। हर कोई व्यस्त रहता है। दस्तावेज़ बढ़ते हैं। बैठक की सामग्री मोटी होती जाती है। लेकिन तय और लागू किए गए काम बहुत कम होते हैं।

जिस काम में लंबे समय तक ध्यान चाहिए, उसके लिए स्वचालन से पहले बिना रुकावट काम जारी रखने का माहौल चाहिए।

बैठकें और संदेश AI से मिली रफ्तार फिर कम कर देते हैं

समस्या केवल काम के तकनीकी माहौल की नहीं है। कर्मचारी का समय लगातार छोटे टुकड़ों में बँटता रहता है। AI से कुछ अच्छा बनाने के लिए एक समस्या पर देर तक टिकना पड़ता है। प्रवाह समझना, संदर्भ देना, नतीजों की तुलना करना और फिर सुधार करना पड़ता है। कंपनी में यह प्रवाह अक्सर टूटता है। बैठक शुरू हो जाती है, संदेश आता है या कोई अचानक ज़रूरी काम दे देता है।

AI का इस्तेमाल संदर्भ बढ़ने के साथ बेहतर होता है। मैंने समस्या पर जितना अधिक समय दिया है, उतनी अच्छी तरह AI का उपयोग कर सकता हूँ। इसके उलट, संदर्भ बार-बार टूटे तो AI का इस्तेमाल भी सतही रह जाता है। हर बार बात फिर समझानी, याद करनी और दिशा तय करनी पड़ती है।

इसलिए बहुत अधिक बैठकों और संदेशों वाले माहौल में AI होने पर भी गहरा काम निकलना कठिन है। AI उत्पादकता बढ़ाए, उससे पहले ही कंपनी ध्यान लगाने का समय घटा देती है।

बड़ी कंपनी के पास साधन अधिक होते हैं, छोटी टीम का चक्र तेज़ होता है

बड़ी कंपनी के कई लाभ हैं। उसके पास अधिक डेटा, ग्राहक, पूँजी और विशेषज्ञ होते हैं। लेकिन वह आम तौर पर धीमी चलती है। मंज़ूरी, सुरक्षा, बैठकें, अधिकार और संगठन की बनावट उसकी रफ्तार कम करते हैं।

छोटी टीम या अकेले काम करने वाले की स्थिति उलटी होती है। डेटा और संसाधन कम होते हैं, लेकिन चक्र तेज़ होता है। विचार आते ही वह बना सकता है, बनाते ही जाँच सकता है और सफल होते ही जारी कर सकता है। नाकामी मिले तो जल्दी रोककर अगली कोशिश कर सकता है।

AI के दौर में यह रफ्तार उम्मीद से बड़ा लाभ बनती है। लेखन, कोड, स्वचालन के साधन, पढ़ाई की सामग्री, छोटे ऐप और काम की प्रक्रिया सुधारने जैसे क्षेत्रों में जल्दी बनाकर इस्तेमाल करना नतीजा बदल देता है। अंतर केवल योग्यता का नहीं, माहौल का है। वही AI इस्तेमाल करने वाले दो लोगों में से एक के पास अधिकार और साधन खुले हों और दूसरे के पास बंद, तो समय के साथ उनके नतीजों का अंतर बढ़ता जाएगा।

कंपनी को AI की सलाह देने से पहले अधिकार और साधन देने चाहिए

कंपनी सच में AI से उत्पादकता चाहती है, तो केवल “AI इस्तेमाल करो” कहना काफ़ी नहीं है। लोगों को बनाने और जाँचने का माहौल देना होगा। प्रयोग के लिए अलग जगह चाहिए। ऐसा सुरक्षित AI कार्यक्षेत्र चाहिए जहाँ आंतरिक डेटा को सुरक्षा जोखिम के बिना इस्तेमाल किया जा सके। तेज़ विकास माहौल भी चाहिए, ताकि ज़रूरी साधन तुरंत आज़माए जा सकें और नाकामी पर बदलाव सुरक्षित रूप से वापस लिया जा सके।

बाहरी मॉडल और API पूरी तरह बंद करने के बजाय मंज़ूर किए गए रास्ते खोलने चाहिए। कम जोखिम वाले प्रयोगों के लिए इंस्टॉल और जाँच के अधिकार मिलने चाहिए। बैठक से मुक्त ध्यान का समय भी बचाना चाहिए। मुख्य बात प्रयोग और जारी करने की प्रक्रिया को अलग रखना है। प्रयोग तेज़ हो और सार्वजनिक या औपचारिक जारी करना सख्त जाँच के बाद हो। प्रयोग को भी मंज़ूरी में बाँधेंगे तो कोई कोशिश नहीं करेगा। जाँच के बिना नतीजा जारी करेंगे तो दुर्घटना हो सकती है। दोनों रास्ते अलग करने पर ही AI से असली उत्पादकता मिलेगी।

कर्मचारी को कंपनी के भीतर और बाहर किए जाने वाले काम अलग रखने चाहिए

तो कर्मचारी अभी क्या कर सकता है। पूरा माहौल बदलना संभव न हो, तो काम के प्रकार अलग करने चाहिए। कंपनी के भीतर ऐसे छोटे सुधार चुनना बेहतर है जो उसी व्यवस्था में किए जा सकें। दोहराए जाने वाले काम घटाना, दस्तावेज़ का मसौदा बनाना, बैठक के नोट समेटना, डेटा व्यवस्थित करना और वरिष्ठ की जाँच का बोझ कम करना इसके उदाहरण हैं। सुरक्षा और अधिकार की सीमा के भीतर भी इनसे नतीजे मिल सकते हैं। इसके उलट, लंबे लेख, सार्वजनिक पोर्टफोलियो, छोटे ऐप, निजी स्वचालन और सार्वजनिक कोड भंडार जैसे लंबे समय तक रहने वाले नतीजे कम रुकावट वाले माहौल में बनाना बेहतर है। कंपनी के VDI और मंज़ूरी की प्रक्रिया में वही काम कई गुना धीमा हो सकता है।

साधन अच्छी तरह इस्तेमाल करने जितना ही ज़रूरी यह तय करना है कि कौन-सा काम कहाँ किया जाए। हर काम कंपनी के माहौल में पूरा करने की कोशिश करेंगे, तो AI की अच्छी समझ के बाद भी नतीजे कम रहेंगे।

नतीजा न मिले तो अपनी योग्यता से पहले सीमित कामकाजी माहौल देखें

AI इस्तेमाल करना और AI से जल्दी नतीजा बनाना अलग बातें हैं। AI इस्तेमाल करना मॉडल से जवाब लेना है। नतीजा बनाना, बनाने और जाँचने के चक्र को अंत तक पूरा करना है। कर्मचारी AI से तेज़ नहीं हो पाता, तो केवल उसकी योग्यता कम होना कारण नहीं है। धीमा VDI, बंद अधिकार, बार-बार टूटता ध्यान, बैठकें, संदेश और मंज़ूरी की प्रक्रिया काम को रोक सकती है।

इसलिए नतीजा न मिलने पर तुरंत अपनी योग्यता पर शक करने की ज़रूरत नहीं है। पहले माहौल देखें। क्या मैं बनाने और जाँचने का चक्र तेज़ी से पूरा कर सकता हूँ। या मुझे साधन और अधिकार दिए बिना केवल AI इस्तेमाल करने को कहा जा रहा है।

AI के दौर में अधिक नतीजे वह व्यक्ति नहीं बनाता जो AI को सबसे अधिक बार बुलाता है। अधिक नतीजे वह बनाता है जो बनाने और जाँचने का चक्र तेज़ी से पूरा करता है।