فائدہ:
- مصنوعی ذہانت کو ٹیکنالوجی کے منصوبے کے بجائے کاروباری حکمت عملی، وسائل، رسک اور احتساب کے مسئلے کے طور پر پوزیشن دینا
- یہ فرق کرنے کے قابل ہونا کہ مینیجر کا اصل کردار سمت دینا، ترجیحات کا انتخاب کرنا، خطرے کی حدیں کھینچنا اور تکنیکی ٹیم کی ذمہ داری سے ذمہ داری لینا ہے۔
- بغیر حکمت عملی کے پائلٹوں کا سیلاب، تاخیری حکمرانی، اور غیر پیمائشی قدر جیسے اہم نقصانات کو پہچان کر توجہ کو کم تعداد میں اعلیٰ قدر کے مواقع تک محدود کرنے کی صلاحیت
ایک سینئر ایگزیکٹو (سی لیول؛ کمپنی کے اعلیٰ ترین فیصلہ ساز: CEO — جنرل منیجر، CFO — چیف فنانشل آفیسر، CTO/CIO — چیف ٹیکنالوجی/انفارمیشن آفیسر) کے لیے مصنوعی ذہانت اب "ٹیکنالوجی ٹیم کا پروجیکٹ" نہیں ہے بلکہ براہ راست کاروباری حکمت عملی کا حصہ ہے۔ 2023 کے بعد، جنریٹو آرٹیفیشل انٹیلی جنس (جنریٹو اے آئی؛ مصنوعی ذہانت کی ایک قسم جو متن، بصری اور کوڈ جیسے نئے مواد تیار کرتی ہے) ہر شعبے میں میز پر آ گئی ہے۔ لیکن زیادہ تر کمپنیوں کا نتیجہ یہ تھا: درجنوں پائلٹ پروجیکٹس شروع ہوئے، بہت کم حقیقی کاروباری قدر میں بدل گئے۔ اس یونٹ میں، ہم اس بات پر بحث کریں گے کہ ایک مینیجر کو مصنوعی ذہانت سے حکمت عملی سے کیوں رجوع کرنا چاہیے، اس کا کردار کیا ہے، اسے کہاں فیصلے کرنے چاہئیں، اور کیوں ذمہ دارانہ طرز حکمرانی (وہ فریم ورک جو اس بات کا تعین کرتا ہے کہ کون فیصلے کرے گا، کن اصولوں کے ساتھ اور کس کنٹرول کے ساتھ) شروع سے ہی قائم کیا جانا چاہیے۔
سب سے پہلے، ایک واضح تصور: حکمت عملی "اس بارے میں شعوری انتخاب کا مجموعہ ہے کہ ہم کیا کریں گے، کیوں اور کیسے کریں گے۔" AI حکمت عملی ایک ہی چیز ہے: انتخاب جس کے بارے میں AI کے مواقع محدود وسائل (پیسہ، لوگ، وقت) مختص کرنے کے لیے، کس ترتیب میں، اور کس خطرے کی حدود میں۔ حکمت عملی "آئیے ہر جگہ AI ڈالیں" کے بارے میں نہیں ہے۔ اس کے برعکس، یہ ان چیزوں کی فہرست ہے جسے آپ ہاں کہتے ہیں اور کن کو نہیں کہتے ہیں۔
مصنوعی ذہانت میں مینیجر کا اصل کردار
ایڈمنسٹریٹر کا کام ماڈلز کو تربیت دینا یا کوڈ لکھنا نہیں ہے۔ اس کا کام چار چیزیں ہیں: سمت فراہم کرنا، وسائل مختص کرنا، خطرے کی حدود طے کرنا، اور جوابدہی کا مالک ہونا۔ تکنیکی ٹیم "کیسے" سوال کو حل کرتی ہے۔ مینیجر سوالات کو حل کرتا ہے "کیوں، کب، کس حد تک اور کون ذمہ دار ہے"۔
فیصلے کی جگہ
تکنیکی ٹیم کی ذمہ داری
مینیجر کی ذمہ داری
استعمال کا علاقہ
کیا یہ تکنیکی طور پر کیا جا سکتا ہے؟
کیا کاروباری قدر ہے یا یہ ایک ترجیح ہے؟
ماڈل/گاڑی کا انتخاب
کون سا ماڈل بہتر کام کرتا ہے؟
کیا بجٹ، رسک اور سپلائر مناسب ہیں؟
ڈیٹا
کیا ڈیٹا قابل رسائی/صاف ہے؟
کیا یہ قانونی، اخلاقی، خفیہ ہے؟
خطرہ
تکنیکی کمزوریاں کیا ہیں؟
کارپوریٹ خطرے کی بھوک کیا ہے، اسے کون منظور کرتا ہے؟
قدر
میٹرک کی پیمائش کیسے کی جاتی ہے؟
کیا سرمایہ کاری واپس آ رہی ہے یا جاری ہے؟
ٹپ: بطور مینیجر، AI میٹنگز میں جاتے وقت ایک سوال کو ہاتھ میں رکھیں: "یہ کس کاروبار کے نتائج (آمدنی، لاگت، خطرہ، کسٹمر کا تجربہ) کو کتنا بدلتا ہے؟" جب تکنیکی جوش و خروش زیادہ ہوتا ہے، تو یہ سوال آپ کو بے بنیاد رکھتا ہے۔
مصنوعی ذہانت کہاں قدر پیدا کرتی ہے اور کہاں یہ ایک جال ہے؟
مصنوعی ذہانت؛ دہرائے جانے والے معلوماتی کام کو تیز کرنے، متن/ڈیٹا کے بڑے ٹکڑوں کا خلاصہ، مسودہ تیار کرنے، کسٹمر سروس میں ابتدائی ردعمل اور فیصلے کی حمایت میں طاقتور۔ لیکن یہ مندرجہ ذیل شعبوں میں خطرناک ہے: زیادہ خطرے والے، انسانی ذمہ داری کے فیصلوں (کریڈٹ سے انکار، ملازمت، طبی/قانونی فیصلہ) میں، جہاں غیر تصدیق شدہ آؤٹ پٹ براہ راست کسٹمر/عوام کو جاتا ہے، اور ایسے حالات میں جہاں ڈیٹا کی رازداری کی خلاف ورزی ہو سکتی ہے۔
یہاں ایک اہم تصور: ہیلوسینیشن وہ ہے جب مصنوعی ذہانت ایسی معلومات پیدا کرتی ہے جو حقیقت میں پورے اعتماد کے ساتھ درست نہیں ہے۔ مینیجر کے لیے، یہ اس اصول کی بنیاد ہے کہ "AI آؤٹ پٹ کو ہمیشہ درست کیا جانا چاہیے۔" زبان کا ایک بڑا ماڈل (LLM - مصنوعی ذہانت جو "اگلا ممکنہ لفظ" بنا کر متن تخلیق کرتا ہے) ایک زبان جنریٹر ہے، حقیقت کا انجن نہیں۔ اسی لیے مصنوعی ذہانت کو انسانوں کے متبادل کے طور پر نہیں بلکہ ایک معاون کے طور پر رکھا گیا ہے جو انسانی فیصلوں کو تیز کرتا ہے۔
مرحلہ وار: AI فریم ورک سے مینیجر کا تعارف
1. سیاق و سباق کو واضح کریں۔ کمپنی کی اسٹریٹجک ترجیح کیا ہے؟ (ترقی، لاگت، خطرے میں کمی؟) مصنوعی ذہانت کو اس ترجیح کی خدمت کرنی چاہیے۔
2. اعلیٰ قدر کے مواقع کی ایک چھوٹی تعداد کو منتخب کریں۔ "اسے ہر جگہ چھڑکنے" کے بجائے 2-3 استعمال پر توجہ مرکوز کریں (یونٹ 4)۔
3. شروع سے قدر اور خطرے کی حد کی وضاحت کریں۔ متوقع فائدہ کیا ہے (یونٹ 5)، قابل قبول خطرہ کیا ہے (یونٹ 6)؟
4. گورننس اور احتساب کا تقرر۔ کون منظور کرتا ہے، کون مانیٹر کرتا ہے، کون روکتا ہے؟ (یونٹ 7)
5. پائلٹ، پیمائش، پیمانہ یا روکنا۔ چھوٹی شروعات کریں، ثبوت اکٹھے کریں، اگر یہ کام کرتا ہے تو اسے بڑا بنائیں۔ اگر یہ کام نہیں کرتا ہے، تو اسے ایمانداری سے بند کریں۔
تین چھوٹے مقدمات
کیس 1 - حکمت عملی کے بغیر پائلٹ ڈمپ۔ ایک خوردہ کمپنی نے ایک سال میں 27 AI پائلٹ لانچ کیے؛ ہر محکمے نے اپنا اپنا آلہ آزمایا۔ سال کے اختتام پر، صرف 2 پیداوار میں ڈالے گئے، کل 1.4 ملین TL خرچ ہوئے، واپسی غیر یقینی تھی۔ مسئلہ ٹیکنالوجی کا نہیں بلکہ ترجیح اور حکمرانی کا فقدان تھا۔ اگلے سال، سی ای او نے پائلٹوں کی تعداد کو کم کر کے 5 کر دیا، ہر ایک کے لیے واضح میٹرکس ترتیب دیے۔ پیداوار شروع ہونے کی شرح 60 فیصد تک بڑھ گئی۔
کیس 2 - رازداری کی خلاف ورزی کا خطرہ۔ ایک مالیاتی کمپنی کے ملازمین نے عوامی طور پر دستیاب AI ٹول میں کسٹمر ڈیٹا چسپاں کرنا شروع کیا۔ یہ ایک آڈٹ میں دیکھا گیا تھا؛ KVKK (ذاتی ڈیٹا کے تحفظ کا قانون؛ Türkiye کے ذاتی ڈیٹا کے تحفظ کے قانون) کے حوالے سے خلاف ورزی کا سنگین خطرہ تھا۔ انتظامیہ نے یہ خطرہ نہیں دیکھا کیونکہ ملازمین کے استعمال پر کوئی پالیسی نہیں تھی (یونٹ 7)۔ پالیسی بعد میں لکھی گئی، لیکن برائے نام خطرہ محسوس ہوا۔
کیس 3 - صحیح توجہ حاصل کی گئی۔ ایک انشورنس کمپنی نے "دعوؤں کی فائلوں کا ابتدائی جائزہ" کو ایک ہی اعلی قیمت کے استعمال کے کیس کے طور پر پیش کیا۔ اس نے 4 ماہ میں پائلٹ بنایا۔ فی فائل پروسیسنگ کا اوسط وقت 42 منٹ سے گھٹ کر 18 منٹ رہ گیا، جب کہ انسان اب بھی حتمی فیصلہ کر رہا ہے۔ واضح، ماپا، ذمہ دار کامیابی؛ کیونکہ حکمت عملی، میٹرکس اور گورننس شروع سے موجود تھے۔
چار کاپی کرنے کے قابل ٹیمپلیٹس
1) اسٹریٹجک صف بندی کا سوال:
آپ کا کردار: سینئر حکمت عملی مشیر۔ اس سال ہماری کمپنی کی تین ترجیحات ہیں: [ترجیحات]۔ مندرجہ ذیل AI آئیڈیا کو ان ترجیحات کے ساتھ اس کی صف بندی کے لیے جانچیں: [آئیڈیا]۔ یہ کس ترجیح کی خدمت کرتا ہے، کس حد تک اور کیسے؟ اپنے کمزور نکات کو ایمانداری سے لکھیں۔
2) ایگزیکٹو بریفنگ کی تیاری:
1 صفحہ میں ایک غیر تکنیکی ایگزیکٹو بورڈ کو درج ذیل تکنیکی AI تجویز کی وضاحت کریں: کاروباری مسئلہ، مجوزہ حل، متوقع فائدہ، اہم خطرات، فیصلہ درکار ہے۔ جرگن استعمال نہ کریں؛ ہر اصطلاح کو آسان بنائیں۔ تجویز: [متن]
3) رسک اور بارڈر اسکریننگ:
مندرجہ ذیل مصنوعی ذہانت کے استعمال کے خیال کے لیے، مینیجر کے نقطہ نظر سے 5 عنوانات کے تحت خطرے کی فہرست بنائیں: قانونی/ تعمیل، رازداری، ساکھ، آپریشنل، مالی۔ ہر خطرے کے لیے، اس کے ممکنہ اثرات اور شروع سے لے جانے والی احتیاط لکھیں۔ خیال: [متن]
4) فیصلہ سازی کا فریم ورک:
مجھے یہ فیصلہ کرنا ہے: [فیصلہ]۔ میرے لیے فیصلہ سازی کا فریم ورک مرتب کریں: مجھے کن 4-5 معیارات کا جائزہ لینا چاہیے، مجھے ہر کسوٹی کے لیے کون سے سوالات پوچھنے چاہئیں، اور مجھے "روکنا/جاری" کے لیے کون سی حدیں طے کرنی چاہیے؟
کمزور فوری / مضبوط اشارہ
کمزور: "میں اپنی کمپنی میں AI کا استعمال کیسے کروں؟"
نتیجہ: ایک عام، غیر ذاتی نوعیت کی، ناقابل عمل فہرست۔ فیصلے کی حمایت فراہم نہیں کرتا ہے۔
Güçlü: "میں ایک درمیانے درجے کی لاجسٹکس کمپنی کا CFO ہوں۔ اس سال میری ترجیح آپریشنز کی لاگت کو 8% کم کرنا ہے۔ میرے پاس گاڑیوں کا بیڑا، شپمنٹ اور انوائس ڈیٹا ہے۔ 4 مصنوعی ذہانت کے استعمال کے شعبوں کو ترجیح دیں جو اس ترجیح کو پورا کر سکیں، اس کے ساتھ ساتھ تخمینہ شدہ فائدہ اور خطرے کو کم کرنے کے لیے پہلے کیا کرنا چاہیے۔ ہر ایک کے لیے 90 دن۔"
نتیجہ: ایک سیاق و سباق، ترجیحی، خطرناک اور قابل عمل نتیجہ۔
عام غلطیاں
- ٹیکنالوجی پروجیکٹ کے لیے مصنوعی ذہانت کو غلط سمجھنا۔ مصنوعی ذہانت ایک کاروباری تبدیلی کا مسئلہ ہے۔ ٹیکنالوجی صرف ایک ٹول ہے۔ ملکیت کاروبار کی طرف ہونی چاہیے۔
- بغیر حکمت عملی کے پائلٹس کی بارش۔ درجنوں غیر مرکوز کوششیں وسائل کو جلا دیتی ہیں اور قدر پیدا نہیں کرتی ہیں۔
- حکمرانی کو آخری وقت کے لیے چھوڑنا۔ اگر پالیسی اور جوابدہی شروع سے قائم نہ ہو تو خطرہ خاموشی سے جمع ہو جاتا ہے۔
- اس کی پیمائش کیے بغیر قدر کی پیمائش کرنا۔ ایک پائلٹ جو "اچھا محسوس کرتا ہے" لیکن پیمائش نہیں کرتا ہے وہ ایک فریب کارانہ کامیابی ہے۔
- حتمی ذمہ داری مصنوعی ذہانت کو منتقل کرنا۔ لوگوں کو ہمیشہ زیادہ خطرہ والے فیصلوں کے لیے جوابدہ ٹھہرایا جاتا ہے۔
احتیاط: AI آؤٹ پٹ ایک قابل مینیجر کے فیصلے، فیصلے اور جوابدہی کا متبادل نہیں ہے۔ یہ صرف اسے تیز کرتا ہے. اعلیٰ سطح کا فیصلہ "AI نے ایسا کہا" پر مبنی نہیں ہو سکتا۔ ذمہ داری ہمیشہ انسان پر عائد ہوتی ہے۔
خلاصہ میں
مینیجرز کے لیے، مصنوعی ذہانت ٹیکنالوجی کا انتخاب نہیں ہے بلکہ حکمت عملی، وسائل، خطرے اور جوابدہی کا معاملہ ہے۔ مینیجر کا کردار ہدایت دینا، ترجیحات کا انتخاب کرنا، خطرے کی حدود طے کرنا اور ذمہ داری لینا ہے۔ سب سے بڑی خرابیاں بغیر حکمت عملی کے پائلٹوں کا ایک بیراج، گورننس کا دیر سے قیام، اور قدر کی پیمائش میں ناکامی ہیں۔ اس ماڈیول کے دوران؛ ہم وہ فریم ورک قائم کریں گے جس کی ایک مینیجر کو AI کی تبدیلی کے اختتام سے آخر تک انتظام کرنے کی ضرورت ہے، وژن اور روڈ میپ سے لے کر استعمال کے علاقے کی ترجیح تک، ROI اور خطرے سے لے کر گورننس، اخلاقیات، تعمیل، ہنر، خریداری اور تبدیلی کے انتظام تک۔
درخواست کا کام
اپنی اپنی تنظیم (یا ایسی تنظیم جو آپ جانتے ہیں) کے بارے میں سوچیں۔ اس سال کے لیے سرفہرست تین اسٹریٹجک ترجیحات لکھیں۔ پھر تین AI مواقع کا جائزہ لیں جو ٹیمپلیٹ 1 کا استعمال کرتے ہوئے AI ٹول کے ساتھ ان ترجیحات کو پورا کر سکتے ہیں۔ ہر موقع کے لیے، ایک جملے میں متوقع فائدہ اور ایک جملے میں ایک خطرہ نوٹ کریں جو شروع سے لیا جانا چاہیے۔ آؤٹ پٹ کو تنقیدی طور پر پڑھیں: کیا یہ واقعی ترجیح دیتا ہے، یا یہ "صرف AI کی خاطر" ہے؟
چیک لسٹ
- میں نے ادارے کی حکمت عملی کی ترجیحات واضح طور پر لکھی ہیں۔
- میں نے AI مواقع کو ان ترجیحات کے ساتھ جوڑ دیا۔
- میں نے ہر موقع کے لیے متوقع کاروباری قدر کی وضاحت کی۔
- ہر موقع کے لیے، میں نے شروع سے ہی خطرے کی نشاندہی کی۔
- [ ] میں نے تصدیق کی کہ ذمہ داری اور حتمی فیصلہ اس شخص پر ہی رہے گا۔
- انہوں نے ایسے خیالات کو ختم کر دیا جو "صرف مصنوعی ذہانت کی خاطر" تھے۔
- [ ] میں نے توجہ کو کم تعداد میں اعلیٰ قدر کے مواقع تک محدود کر دیا۔