लाभ:
- मुख्य विभेदक क्षमताओं का निर्माण करके और मानक क्षमताओं को खरीदकर सही निर्णय लेना/खरीदना
- डेटा सुरक्षा, अनुपालन, निकास में आसानी और कीमत से परे कुल लागत मानदंड के साथ आपूर्तिकर्ताओं का मूल्यांकन करने की क्षमता
- वेंडर लॉक-इन से बचाव करें और प्री-मेजर कॉन्ट्रैक्ट पायलट के साथ मूल्य साबित करें
अधिकांश संगठन अपनी अधिकांश एआई प्रतिभा को आउटसोर्स करते हैं: ऑफ-द-शेल्फ मॉडल, प्लेटफ़ॉर्म, सॉफ़्टवेयर सेवाएँ, परामर्श। ये क्रय निर्णय बड़े बजट, लंबे अनुबंध और स्थायी निर्भरताएँ बनाते हैं; जब गलत किया जाता है तो वापस लौटना महंगा पड़ता है। इस इकाई में, आप सीखेंगे कि कैसे एक वरिष्ठ कार्यकारी बुद्धिमानी से एआई समाधान खरीद सकता है, यह तय कर सकता है कि प्रतिभा का निर्माण करना है या आउटसोर्स करना है, और आपूर्तिकर्ताओं को कैसे प्रबंधित करना है। उद्देश्य सबसे सस्ता या सबसे आकर्षक उपकरण चुनना नहीं है, बल्कि वह उपकरण चुनना है जो संगठन की आवश्यकताओं, जोखिमों और रणनीति के लिए सबसे उपयुक्त हो।
बनाएं या खरीदें?
मुख्य निर्णय: क्या आपको एआई प्रतिभा को आंतरिक रूप से विकसित करना चाहिए या इसे आउटसोर्स करना चाहिए? नियम सरल है लेकिन अक्सर इसका उल्लंघन किया जाता है: संगठन के लिए मुख्य क्षमताओं को विशिष्ट बनाएं जो प्रतिस्पर्धात्मक लाभ पैदा करें; मानक, सामान्य, गैर-विभेदक कौशल खरीदें। आपके स्वयं के ग्राहक डेटा के साथ एक पूर्वानुमानित मॉडल जिसे आपका प्रतिस्पर्धी नहीं बना सकता, वह मूल है; एक पाठ सारांशीकरण उपकरण मानक है और खरीद के लिए उपलब्ध है।
कसौटी
निर्माण
खरीदो
भेदभाव
उच्च, कोर
निम्न, मानक
गति
धीमा
तेज़
लागत
उच्च अग्रिम निवेश
पूर्वानुमानित सदस्यता
नियंत्रण
पूर्ण
सीमित
लत
कम
उच्च
संकेत: "क्या मैं इस क्षमता के बिना अपने प्रतिद्वंद्वी से खुद को अलग कर सकता हूँ?" पूछना। यदि उत्तर "हाँ" है, तो खरीदें; यदि यह "नहीं, यह मेरा अंतर है" है, तो इसे करने पर गंभीरता से विचार करें। मुख्य प्रतिभा को आउटसोर्स करने का मतलब है लंबे समय में प्रतिस्पर्धी शक्ति को काम पर रखना।
आपूर्तिकर्ता चयन मानदंड
केवल कीमत और सुविधाओं के आधार पर एआई विक्रेता चुनना खतरनाक है। एक प्रबंधक को इन मानदंडों के बारे में भी पूछना चाहिए:
- डेटा सुरक्षा और गोपनीयता: हमारा डेटा कहाँ संसाधित, संग्रहीत, शिक्षा में उपयोग किया जाता है?
- अनुपालन: क्या आपूर्तिकर्ता KVKK/EU AI कानून आवश्यकताओं का समर्थन करता है?
- पारदर्शिता: मॉडल कैसे काम करता है, इसकी सीमाएँ क्या हैं, क्या इसका स्वतंत्र रूप से ऑडिट किया गया है?
- एकीकरण: यह हमारे मौजूदा सिस्टम से कितनी आसानी से जुड़ता है?
- बाहर निकलने में आसानी: अगर हम निकलते हैं तो क्या हम अपना डेटा और वर्कफ़्लो स्थानांतरित कर सकते हैं?
- स्थिरता: क्या आपूर्तिकर्ता आर्थिक रूप से मजबूत है, क्या यह कल गायब हो जाएगा?
- स्वामित्व की कुल लागत: लाइसेंस + एकीकरण + प्रशिक्षण + पर्यवेक्षण (यूनिट 5)।
आपूर्तिकर्ता लॉक-इन का जोखिम
एक महत्वपूर्ण अवधारणा: विक्रेता लॉक-इन एक प्रदाता पर इतना निर्भर होता जा रहा है कि इसे छोड़ना व्यावहारिक रूप से असंभव है (उच्च लागत, डेटा पोर्टेबिलिटी, एकीकरण जटिलता के कारण)। इससे आपको कीमतों में बढ़ोतरी, खराब सेवा और नवप्रवर्तन की हानि का सामना करना पड़ सकता है। इसे कम करने के लिए: अनुबंध में डेटा पोर्टेबिलिटी डालें, खुले मानकों का विकल्प चुनें, यदि संभव हो तो कई विक्रेताओं के साथ काम करें और एक निकास योजना तैयार करें।
चरण दर चरण: क्रय प्रक्रिया
1. आवश्यकता को स्पष्ट रूप से परिभाषित करें। कौन सी व्यावसायिक समस्या, कौन सी मीट्रिक? (इकाई 4-5)
2. अपना बनाने/खरीदने का निर्णय लें। कोर या मानक?
3. मानदंडों की सूची के साथ आपूर्तिकर्ताओं का मूल्यांकन करें। कीमत, सुरक्षा, अनुपालन, निकास, टीसीओ के अलावा।
4. इसे पायलट के साथ आज़माएं. बड़े अनुबंध से पहले एक छोटे, मापने योग्य परीक्षण के साथ इसे साबित करें।
5. गार्ड के साथ अनुबंध पर हस्ताक्षर करें. डेटा स्वामित्व, गोपनीयता, निकास, सेवा स्तर (एसएलए) खंड।
तीन मिनी मामले
केस 1 - कोर इजेक्शन त्रुटि। एक लॉजिस्टिक्स कंपनी ने मार्ग अनुकूलन, अपने सबसे बड़े प्रतिस्पर्धी लाभ, को पूरी तरह से एक बाहरी आपूर्तिकर्ता को सौंपा। दो साल बाद आपूर्तिकर्ता ने कीमत दोगुनी कर दी; कंपनी बंद थी, उसके पास अपना कोई डेटा और मॉडल नहीं था। आख़िरकार उन्हें इसे एक महंगे स्विच के साथ घर के अंदर स्थापित करना पड़ा। मुख्य प्रतिभा को नहीं खरीदा जाना चाहिए था।
केस 2 - गोपनीयता प्रश्न ने खरीदारी को बदल दिया। इससे पहले कि कोई स्वास्थ्य सेवा कंपनी एआई उपकरण खरीदती है, वह पूछती है "क्या हमारा डेटा प्रशिक्षण में उपयोग किया जाता है?" उसने पूछा. उत्तर था "हाँ, डिफ़ॉल्ट रूप से"; यह रोगी डेटा के लिए अस्वीकार्य था। कंपनी ने एक ऐसे विकल्प की ओर रुख किया जो शिक्षा में डेटा का उपयोग नहीं करता है और इसे घरेलू स्तर पर संसाधित करता है। एक सही प्रश्न ने गंभीर अनुपालन उल्लंघन को रोका।
केस 3 - पायलट की बचत। एक रिटेलर एक फैंसी आर्टिफिशियल इंटेलिजेंस प्लेटफॉर्म के लिए 3 साल, 4 मिलियन टीएल अनुबंध पर हस्ताक्षर करने वाला था। पहले उन्होंने 8-सप्ताह का वेतनभोगी पायलट किया; प्लेटफ़ॉर्म बिक्री टीमों के वास्तविक वर्कफ़्लो में फिट नहीं हुआ, गोद लेने की दर कम रही। प्रमुख अनुबंध रद्द कर दिया गया, लाखों पाउंड और वर्षों का गतिरोध टाला गया। पायलट सबसे सस्ता बीमा था.
चार प्रतिलिपि योग्य टेम्पलेट
1) विश्लेषण करें/खरीदें:
आपकी भूमिका: प्रौद्योगिकी क्रय सलाहकार। निम्नलिखित एआई प्रतिभा के लिए बनाने या खरीदने के निर्णय का विश्लेषण करें: [प्रतिभा]। विभेदन, गति, लागत, नियंत्रण और निर्भरता के संदर्भ में मूल्यांकन करें; प्रश्न करें कि क्या यह हमारे लिए मूल या मानक है और एक सुझाव दें।
2) आपूर्तिकर्ता मूल्यांकन मानदंड सूची:
निम्नलिखित एआई समाधान खरीदने के लिए आपूर्तिकर्ता का मूल्यांकन करने के लिए एक चेकलिस्ट तैयार करें: डेटा सुरक्षा/गोपनीयता, अनुपालन (केवीकेके/ईयू एआई कानून), पारदर्शिता, एकीकरण, निकास में आसानी, स्थिरता, कुल लागत। प्रत्येक मानदंड के लिए, आपूर्तिकर्ता से पूछने के लिए एक स्पष्ट प्रश्न लिखें। समाधान: [पाठ]
3) अनुबंध संरक्षण खंड:
उन सुरक्षा खंडों की सूची बनाएं जिन्हें मैं एआई विक्रेता अनुबंध में चाहता हूं: डेटा स्वामित्व, शिक्षा में डेटा का उपयोग न करना, गोपनीयता, सेवा स्तर (एसएलए), ऑप्ट-आउट और डेटा पोर्टेबिलिटी, दायित्व। प्रत्येक खंड के लिए, एक वाक्य में बताएं कि यह महत्वपूर्ण क्यों है।
4) पायलट डिज़ाइन:
किसी बड़े अनुबंध से पहले इस एआई उपकरण का परीक्षण करने के लिए 6-8 सप्ताह का पायलट डिज़ाइन करें: क्या मानदंड, कौन सा उपयोगकर्ता समूह, सफलता की सीमा क्या है, मैं किस परिणाम के आधार पर क्या निर्णय (हस्ताक्षर/रद्द) करूंगा? उपकरण: [पाठ]
कमजोर संकेत/मजबूत संकेत
कमज़ोर: "मुझे कौन सा AI उपकरण खरीदना चाहिए?"
परिणाम: संदर्भ के बिना सतही उत्तर, सुरक्षा और निर्भरता की अनदेखी, संभवतः "क्या लोकप्रिय है" का सुझाव देना।
गुक्लू: "हम एक स्वास्थ्य सेवा कंपनी हैं जो रोगी डेटा के साथ काम कर रही है, हम केवीकेके के अधीन हैं। हम एक कृत्रिम बुद्धिमत्ता समाधान का मूल्यांकन कर रहे हैं जो नैदानिक नोट्स को सारांशित करेगा। विश्लेषण करें कि क्या यह हमारे लिए मूल या मानक है; यदि हम खरीदने जा रहे हैं, तो महत्वपूर्ण प्रश्न निर्धारित करें। मैं आपूर्तिकर्ताओं से डेटा सुरक्षा, शिक्षा में डेटा के उपयोग, घरेलू प्रसंस्करण, निकास में आसानी और कुल लागत के बारे में पूछूंगा; बड़े अनुबंध से पहले एक पायलट भी डिजाइन करें।"
परिणाम: संदर्भ, नियामक और जोखिम के प्रति संवेदनशील; बनाएं/खरीदें, एक क्रय दृष्टिकोण जो मानदंड और पायलट पर एक साथ विचार करता है।
सामान्य गलतियाँ
- मुख्य प्रतिभा ख़रीदना. अपने प्रतिस्पर्धी लाभ को किराये पर देना लंबे समय में महंगी निर्भरता पैदा करता है।
- बस कीमत और फीचर्स देख रहा हूं. यदि सुरक्षा, अनुपालन, निकास और कुल लागत को नजरअंदाज कर दिया जाए तो एक सस्ता वाहन महंगा हो जाता है।
- यह नहीं पूछ रहा कि डेटा का उपयोग कैसे किया जाता है। "क्या हमारा डेटा शिक्षा में उपयोग किया जाता है?" प्रश्न शुरू से ही अधिकांश अनुपालन जोखिमों को पकड़ लेता है।
- पायलटों के बिना प्रमुख अनुबंध. एक छोटे से परीक्षण से इसे साबित किए बिना वर्षों तक बंद रखा जाना एक बड़ा जोखिम है।
- बिना किसी निकास योजना के हस्ताक्षर करना। जिस आपूर्तिकर्ता से आप अलग नहीं हो सकते, वह आपको कीमत और सेवा के मामले में असुरक्षित बना देता है।
सावधानी: एआई क्रय विश्लेषण या आपूर्तिकर्ता मानदंडों की सूची तैयार कर सकता है; लेकिन अनुबंध की शर्तों, डेटा सुरक्षा प्रतिबद्धताओं और कानूनी धाराओं की कानूनी और सुरक्षा टीमों द्वारा समीक्षा की जानी चाहिए। अपने उत्पाद के बारे में आपूर्तिकर्ता के दावों को स्वतंत्र रूप से सत्यापित (पायलट, संदर्भ, ऑडिट) करना भी प्रबंधक की ज़िम्मेदारी है; मार्केटिंग का वादा सबूत नहीं है.
सारांश
अधिकांश एआई प्रतिभाएं बाहर से खरीदी जाती हैं, और ये निर्णय बड़े, स्थायी और महंगे होते हैं। मूल सिद्धांत: मूल, विभेदित क्षमताएं बनाएं; मानक खरीदें. आपूर्तिकर्ता न केवल कीमत और सुविधाओं से आकर्षित होते हैं; डेटा सुरक्षा, अनुपालन, पारदर्शिता, एकीकरण, निकास में आसानी, स्थिरता और कुल लागत के साथ मूल्यांकन करें। डेटा पोर्टेबिलिटी, खुले मानकों और एक निकास योजना के साथ विक्रेता लॉक-इन से बचाव करें। बड़े अनुबंध से पहले पायलट के साथ इसे साबित करना सुनिश्चित करें। अगली और अंतिम इकाई में, हम परिवर्तन प्रबंधन पर चर्चा करेंगे, जो इस पूरी रणनीति को वास्तविक अपनाने में बदल देता है।
आवेदन कार्य
एआई क्षमता का चयन करें और यह तय करने के लिए टेम्पलेट 1 के साथ मेक/बाय विश्लेषण करें कि यह कोर है या मानक। आप जिस समाधान को खरीदने का निर्णय लेते हैं उसके लिए दूसरे टेम्पलेट के साथ वे महत्वपूर्ण प्रश्न बनाएं जो आप आपूर्तिकर्ता से पूछेंगे (डेटा सुरक्षा और निकास में आसानी को शामिल करना सुनिश्चित करें)। अंत में, एक पैराग्राफ में पूर्व-प्रमुख अनुबंध पायलट के लिए मानदंड, अवधि और निर्णय सीमा का वर्णन करें।
चेकलिस्ट
- [ ] मैंने तय किया कि कौशल मूल है या मानक।
- [ ] मैंने बनाने/खरीदने के निर्णय को उचित ठहराया।
- [ ] मैंने कीमत से परे मानदंडों के साथ आपूर्तिकर्ताओं का मूल्यांकन किया।
- [ ] "क्या हमारा डेटा शिक्षा में उपयोग किया जाता है?" मैंने सवाल पूछा.
- [ ] मैंने निकास में आसानी और आपूर्तिकर्ता निर्भरता का मूल्यांकन किया।
- [ ] मैंने बड़े अनुबंध से पहले एक पायलट डिज़ाइन किया था।
- [ ] मैंने अनुबंध और डेटा खंडों की कानूनी/सुरक्षा समीक्षा करने की योजना बनाई।