विमर्श: आर्टिफिशियल इंटेलिजेंस सूचना प्रौद्योगिकी क्यों नहीं है?

आर्टिफिशियल इंटेलिजेंस सूचना प्रौद्योगिकी का विस्तार नहीं है। यह पूरी तरह से एक अलग प्रतिमान है। यह भ्रम मायने रखता है। यह इस बात को आकार देता है कि संगठन कैसे निवेश करते हैं, प्रणालियों को कैसे लागू किया जाता है, और परिणामों को कैसे मापा जाता है। जब एआई को आईटी के रूप में माना जाता है, तो इसकी क्षमता को गलत समझा जाता है और अक्सर खो दिया जाता है।

दो अलग-अलग आधार

सूचना प्रौद्योगिकी नियमों पर बनी है। यह मनुष्यों द्वारा लिखे गए स्पष्ट निर्देशों के माध्यम से संचालित होती है। ये प्रणालियां नियतात्मक हैं। समान इनपुट हर बार समान आउटपुट देता है।

यह पूर्वानुमान आईटी की ताकत है। यह विश्वसनीयता, निरंतरता और नियंत्रण को सक्षम बनाता है। बैंकिंग सिस्टम, एंटरप्राइज़ सॉफ़्टवेयर और नेटवर्क इंफ्रास्ट्रक्चर इसी निश्चितता  पर निर्भर करते हैं।

आर्टिफिशियल इंटेलिजेंस अलग तरह से काम करता है। यह नियमों के बजाय सीखने पर आधारित है। एआई प्रणालियों को डेटा पर प्रशिक्षित किया जाता है, पंक्ति दर पंक्ति प्रोग्राम नहीं किया जाता है। वे पैटर्न की पहचान करते हैं और ऐसे आउटपुट उत्पन्न करते हैं जो संभाव्य होते हैं।

समान इनपुट थोड़े अलग आउटपुट उत्पन्न कर सकता है। यह कोई खामी नहीं है। यह इसकी एक परिभाषित विशेषता है। आईटी अस्पष्टता को खत्म करता है। एआई इसके भीतर काम करता है।

तर्क बनाम सीखना 

आईटी और एआई के बीच के अंतर को उनके मुख्य तंत्रों के माध्यम से समझा जा सकता है।

आईटी स्पष्ट तर्क पर निर्भर करता है। हर संभावित परिदृश्य का अनुमान लगाया जाना चाहिए और उसे एन्कोड किया जाना चाहिए। यह इसे संरचित वातावरण में प्रभावी बनाता है। एआई सीखे गए पैटर्न पर निर्भर करता है। यह उस जटिलता और अस्पष्टता को संभाल सकता है जिसे नियमों के माध्यम से पूरी तरह से नहीं पकड़ा जा सकता है।

एक सरल सादृश्य  इस अंतर को स्पष्ट करता है। आईटी एक कैलकुलेटर की तरह है जो सटीक निर्देशों का पालन करता है। एआई एक छात्र की तरह है जो उदाहरणों से सीखता है और समय के साथ सुधार करता है।

यह अंतर सिस्टम डिज़ाइन से लेकर वास्तविक दुनिया के अनुप्रयोग तक सब कुछ आकार देता है।


क्यों एक दूसरे में नहीं बदल सकता?

एक आम धारणा है कि आईटी धीरे-धीरे एआई में विकसित होगा। यह धारणा गलत है।

आईटी प्रणालियों को अनिश्चितता को दूर करने के लिए डिज़ाइन किया गया है। एआई प्रणालियों को अनिश्चितता के भीतर काम करने के लिए डिज़ाइन किया गया है। ये विरोधी सिद्धांत हैं।

आईटी प्रणालियां तब तक स्थिर रहती हैं जब तक मनुष्यों द्वारा उन्हें अपडेट नहीं किया जाता है। एआई प्रणालियां नए डेटा के संपर्क में आने पर विकसित होती हैं।

आईटी ज्ञान को स्पष्ट रूप से कोड और डेटाबेस में संग्रहीत करता है। एआई ज्ञान को मॉडल मापदंडों में एन्कोड करता है जिनकी सीधे तौर पर व्याख्या नहीं की जा सकती। यह वह बनाता है जिसे अक्सर 'ब्लैक बॉक्स' के रूप में वर्णित किया जाता है। आईटी का उद्देश्य सटीकता (precision) और शून्य विचलन है। एआई सटीकता के स्वीकार्य स्तरों के भीतर काम करता है।

इन अंतरों के कारण, आईटी कभी एआई नहीं बन सकता, और एआई को आईटी तक सीमित नहीं किया जा सकता है।


भ्रम की कीमत

जब संगठन इस अंतर को पहचानने में विफल होते हैं, तो वे अनुमानित गलतियां करते हैं।

एआई पहलों को अक्सर आईटी विभागों को सौंप दिया जाता है ताकि उन्हें पारंपरिक सॉफ़्टवेयर प्रणालियों की तरह प्रबंधित किया जा सके। ध्यान स्थिरता, नियंत्रण और जोखिम कम करने की ओर स्थानांतरित हो जाता है।

ये महत्वपूर्ण लक्ष्य हैं, लेकिन वे इस बात से मेल नहीं खाते हैं कि एआई कैसे मूल्य पैदा करता है।
एआई को प्रयोग की आवश्यकता होती है। यह पुनरावृत्ति के माध्यम से सुधार करता है। इसके आउटपुट का मूल्यांकन किया जाना चाहिए, परिष्कृत किया जाना चाहिए, और प्रासंगिक बनाया जाना चाहिए।

जब कठोर प्रणालियों में मजबूर किया जाता है, तो एआई उपयोग के मामलों के एक संकीर्ण सेट तक कम हो जाता है। प्रक्रियाओं को बदलने की इसकी क्षमता खो जाती है।


स्वचालन बनाम परिवर्तन

इस भ्रम का सबसे बड़ा परिणाम यह है कि एआई को स्वचालन के लिए एक उपकरण के रूप में माना जाता है।

संगठन लागत कम करने और दक्षता में सुधार पर ध्यान केंद्रित करते हैं। यद्यपि ये वैध परिणाम हैं, वे एआई की क्षमता के केवल एक छोटे से हिस्से का प्रतिनिधित्व करते हैं।

एआई का वास्तविक मूल्य परिवर्तन में निहित है। यह काम करने के नए तरीके, नए उत्पाद और नए बाजार सक्षम बनाता है। जब उत्पादकता में सुधार होता है, तो सवाल केवल यह नहीं होना चाहिए कि कितनी लागत बचाई जा सकती है। अधिक महत्वपूर्ण प्रश्न यह है कि कौन सी नई क्षमताएं बनाई जा सकती हैं।
अनुकूलन से परिवर्तन की ओर यह बदलाव वह जगह है जहां एआई, आईटी से सबसे अलग है।

एआई को आईटी की आवश्यकता है लेकिन यह आईटी नहीं है

आर्टिफिशियल इंटेलिजेंस सूचना प्रौद्योगिकी पर निर्भर करता है। इसे डेटा भंडारण, कंप्यूटिंग और परिनियोजन के लिए बुनियादी ढांचे की आवश्यकता होती है। हालांकि, यह निर्भरता उन्हें समान नहीं बनाती है।
 

• आईटी आधार  प्रदान करता है। एआई बुद्धिमत्ता प्रदान करता है।
• आईटी स्थिरता सुनिश्चित करता है। एआई अनुकूलनशीलता पेश करता है।
• इस संबंध को समझने का एक उपयोगी तरीका यह है कि आईटी को एक डिजिटल प्रणाली का शरीर माना जाए और एआई को उसके शीर्ष पर निर्मित अनुभूति की एक परत माना जाए।

संगठनात्मक निहितार्थ

आईटी और एआई के बीच गलतफहमी संगठनों के भीतर चुनौतियां पैदा करती है।

कर्मचारी अक्सर आधिकारिक प्रणालियों के बाहर, अनौपचारिक रूप से एआई उपकरणों का उपयोग करते हैं। यह वास्तविक उपयोग और औपचारिक रणनीति के बीच एक अंतर पैदा करता है।

नेतृत्व शायद पूरी तरह से यह न समझे कि एआई पहले से ही वर्कफ़्लो को कैसे बदल रहा है। यह सुसंगत रणनीतियों के निर्माण की क्षमता को सीमित करता है।

एआई की क्षमता को अनलॉक करने के लिए, संगठनों को इस बात पर पुनर्विचार करना चाहिए कि वे इसे कैसे लागू करते हैं। इसके लिए केवल तकनीकी कार्यान्वयन ही नहीं, बल्कि उच्चतम स्तरों पर भागीदारी की आवश्यकता है।

आगे का रास्ता

भविष्य आईटी को एआई से बदलने या उन्हें एक ही विषय में मिलाने के बारे में नहीं है। दोनों सह-अस्तित्व में रहेंगे, प्रत्येक एक अलग भूमिका निभाएगा।
आईटी विश्वसनीयता, मापनीयता और सुरक्षा प्रदान करना जारी रखेगा। एआई अंतर्दृष्टि, अनुकूलन क्षमता और नवाचार को बढ़ावा देगा। मुख्य बात यह है कि उनके कार्यों को भ्रमित किए बिना उनका एक साथ उपयोग किया जाए।


निष्कर्ष

आर्टिफिशियल इंटेलिजेंस सूचना प्रौद्योगिकी नहीं है और कभी नहीं होगी। आईटी निश्चितता, नियंत्रण और संरचना के बारे में है। एआई सीखने, संभावना और अन्वेषण के बारे में है।

दोनों को भ्रमित करने से खराब रणनीति बनती है और अवसर खो जाते हैं। इस अंतर को समझना कोई तकनीकी विवरण नहीं है। यह एक रणनीतिक आवश्यकता है।

चूंकि संगठन और देश एआई में भारी निवेश करते हैं, असली सवाल यह नहीं है कि क्या वे इसे अपनाते हैं, बल्कि यह है कि क्या वे इसे समझते हैं।
क्योंकि उस समझ के बिना, सबसे उन्नत तकनीक का उपयोग भी सबसे सीमित तरीके से किया जा सकता है



---------------
डिस्क्लेमर (अस्वीकरण): यह लेखक के निजी विचार हैं। आलेख में शामिल सूचना और तथ्यों की सटीकता, संपूर्णता के लिए अमर उजाला उत्तरदायी नहीं है। अपने विचार हमें blog@auw.co.in पर भेज सकते हैं। लेख के साथ संक्षिप्त परिचय और फोटो भी संलग्न करें।