AI ਦੀ ਰਫ਼ਤਾਰ ਨਾਲ ਚੱਲ ਸਕਣ ਵਾਲੇ ਸੰਗਠਨਾਂ ਦਾ ਡਿਜ਼ਾਈਨ

• ਜੇਕਰ ਕੰਮ ਅਜੇ ਵੀ ਉਹਨਾਂ ਹੀ ਕਮੇਟੀਆਂ, ਮਨਜ਼ੂਰੀਆਂ, ਕੰਮ ਇੱਕ ਤੋਂ ਦੂਜੇ ਨੂੰ ਸੌਂਪਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਅਤੇ ਵਿਭਾਗੀ ਖਾਨਿਆਂ ਵਿੱਚੋਂ ਲੰਘਦਾ ਹੈ, ਤਾਂ ਉਤਪਾਦਕਤਾ ਦੇ ਲਾਭ ਸੀਮਤ ਰਹਿੰਦੇ ਹਨ। ਰੁਕਾਵਟ ਹੁਣ ਵਧੇਰੇ ਸੰਗਠਨਾਤਮਕ ਦੇਰੀ ਹੈ: ਸੰਗਠਨ ਨੂੰ ਫ਼ੈਸਲੇ ਕਰਨ, ਪ੍ਰਕਿਰਿਆਵਾਂ ਬਦਲਣ ਅਤੇ ਨਵੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਕਾਰੋਬਾਰੀ ਨਤੀਜਿਆਂ ਵਿੱਚ ਬਦਲਣ ਲਈ ਲੱਗਣ ਵਾਲਾ ਸਮਾਂ।

• ਜਿਸ ਕੰਮ ਲਈ ਪਹਿਲਾਂ ਕਈ ਮਾਹਰਾਂ, ਵਿਭਾਗਾਂ ਜਾਂ ਹਫ਼ਤਿਆਂ ਦੀ ਮਿਹਨਤ ਚਾਹੀਦੀ ਸੀ, ਉਹ ਹੁਣ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਪੂਰਾ ਹੋ ਸਕਦਾ ਹੈ। ਇਸ ਨਾਲ ਟੀਮਾਂ ਦੇ ਸਹਿਯੋਗ ਦਾ ਢੰਗ, ਫ਼ੈਸਲੇ ਕਰਨ ਦਾ ਢੰਗ ਅਤੇ ਇਹ ਵੀ ਬਦਲਦਾ ਹੈ ਕਿ ਮੁਹਾਰਤ ਦੀ ਲੋੜ ਕਿੱਥੇ ਹੁੰਦੀ ਹੈ।

• ਲਾਭ ਤਦ ਪੂਰੇ ਮਿਲਦੇ ਹਨ ਜਦੋਂ ਸੰਗਠਨ ਵਰਕਫਲੋਜ਼, ਸ਼ਾਸਨ, ਪ੍ਰੋਤਸਾਹਨਾਂ, ਗਿਆਨ ਦੇ ਪ੍ਰਵਾਹ ਅਤੇ ਫ਼ੈਸਲਾ-ਢਾਂਚਿਆਂ ਬਾਰੇ ਨਵੇਂ ਸਿਰੇ ਤੋਂ ਸੋਚ ਕੇ ਆਪਣਾ ਡਿਜ਼ਾਈਨ ਬਦਲਣ, ਤਾਂ ਜੋ AI ਨਾਲ ਮਿਲੇ ਉਤਪਾਦਕਤਾ ਲਾਭ ਪੂਰੇ ਉੱਦਮ ਵਿੱਚ ਵਧਦੇ ਜਾਣ।

• AI-ਮੂਲ ਸੰਗਠਨਾਂ ਨੂੰ ਸਥਿਰ ਆਧਾਰ ਅਤੇ ਅਨੁਕੂਲ ਕਿਨਾਰਾ ਦੋਵੇਂ ਚਾਹੀਦੇ ਹਨ, ਨਾਲ ਹੀ ਨਿਰਣੇ ਅਤੇ ਕਾਰਵਾਈਆਂ ਦੇ ਤਾਲਮੇਲ ਲਈ ਸਭ ਤੋਂ ਕੀਮਤੀ ਮਨੁੱਖੀ ਸਕਿਲ ਵਰਤਣੇ ਚਾਹੀਦੇ ਹਨ।

LinkedIn, Substack ਅਤੇ ਹੋਰ ਮੰਚਾਂ ’ਤੇ ਕਾਫ਼ੀ ਚਰਚਾ ਹੈ ਜਿਸ ਦਾ ਨਿਚੋੜ ਇਹ ਹੈ, “ਮੈਨੂੰ AI ’ਤੇ ROI ਨਹੀਂ ਦਿਸਦਾ।” ਜਦੋਂ ਅਰਥਪੂਰਨ ਪੱਧਰ ’ਤੇ ਅਪਣਾਉਣਾ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ, ਤਾਂ AI ਹੱਲਾਂ ਅਤੇ ChatGPT, Codex, Claude ਵਰਗੇ ਤਿਆਰ ਟੂਲਾਂ ਨੂੰ ਅਪਣਾਉਣ ਨਾਲ ਕਾਫ਼ੀ ਵਾਪਸੀ ਦਿਸਦੀ ਹੈ। ਫਿਰ ਵੀ, ਇਹ ਨੁਕਤਾ ਸਮਝ ਆਉਂਦਾ ਹੈ। ਵਿਅਕਤੀਗਤ ਉਤਪਾਦਕਤਾ ਵਿੱਚ ਵੱਡਾ ਵਾਧਾ ਸੰਭਵ ਹੈ, ਪਰ ਜੇ ਸੰਗਠਨ ਦੇ ਵਰਕਫਲੋ ਉਹੀ ਰਹਿਣ ਤਾਂ ਆਖ਼ਰਕਾਰ ਇਹ ਵਾਧਾ ਸੀਮਤ ਰਹਿੰਦਾ ਹੈ। ਤੁਹਾਡੇ ਸੰਗਠਨਾਤਮਕ ਡਿਜ਼ਾਈਨ ਨੂੰ ਵਿਕਸਿਤ ਹੋਣਾ ਪਵੇਗਾ।

ਪਰ ਬਦਕਿਸਮਤੀ ਨਾਲ, ਖ਼ਾਸ ਕਰਕੇ AI ਦੀ ਤੇਜ਼ ਰਫ਼ਤਾਰ ਕਾਰਨ, ਕਿਸੇ ਸੰਗਠਨ ਨੂੰ ਭਵਿੱਖ ਦੇ ਬਦਲਾਵਾਂ ਲਈ ਪੂਰੀ ਤਰ੍ਹਾਂ ਤਿਆਰ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ। ਕੋਈ ਵੀ ਯਕੀਨ ਨਾਲ ਨਹੀਂ ਕਹਿ ਸਕਦਾ ਕਿ ਤਿੰਨ ਸਾਲਾਂ ਬਾਅਦ AI ਲਈ ਅਨੁਕੂਲਿਤ ਬੈਂਕ, ਬੀਮਾ ਕੰਪਨੀ, ਪਰਚੂਨ ਵਿਕਰੇਤਾ, ਊਰਜਾ ਕੰਪਨੀ ਜਾਂ ਸਲਾਹਕਾਰ ਫਰਮ ਕਿਹੋ ਜਿਹੀ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ। ਤਕਨਾਲੋਜੀ, ਅਰਥਵਿਵਸਥਾ ਅਤੇ ਕੰਮ ਦੇ ਤਰੀਕੇ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲ ਰਹੇ ਹਨ, ਇਸ ਲਈ ਅਨੁਕੂਲ ਹੋਣ ਦੀ ਸਮਰੱਥਾ ਅਗਲੇ ਦਹਾਕੇ ਦਾ ਮੁੱਖ ਲਾਭ ਹੋਵੇਗੀ।

ਜੇ ਮਾਹਰ-ਪੱਧਰੀ ਇੰਟੈਲੀਜੈਂਸ ਤੁਰੰਤ ਉਪਲਬਧ ਹੋਵੇ ਅਤੇ AI ਏਜੰਟ ਘੰਟਿਆਂ ਤੱਕ ਖ਼ੁਦਮੁਖ਼ਤਿਆਰ ਕੰਮ ਕਰ ਸਕਣ, ਤਾਂ ਮੰਨਣਾ ਪਵੇਗਾ ਕਿ ਕੰਮ ਕਰਨ ਦਾ ਢੰਗ ਬਦਲੇਗਾ ਅਤੇ ਬਦਲਣਾ ਵੀ ਚਾਹੀਦਾ ਹੈ। ਇਸ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਤਕਨਾਲੋਜੀ ਤੋਂ ਲਾਭ ਲੈਣ ਲਈ ਤੁਹਾਡੇ ਸੰਚਾਲਨ ਮਾਡਲ ਨੂੰ ਬਦਲਣਾ ਪਵੇਗਾ। ਕੰਮ ਦੇ ਨਵੇਂ ਤਰੀਕਿਆਂ ਅਤੇ ਇਸ ਤਕਨਾਲੋਜੀ ਦੀਆਂ ਉੱਭਰਦੀਆਂ ਵਰਤੋਂਵਾਂ ਅਨੁਸਾਰ ਸਭ ਤੋਂ ਤੇਜ਼ੀ ਨਾਲ ਢਲਣ ਲਈ ਤਿਆਰ ਸੰਗਠਨਾਂ ਨੂੰ ਸਭ ਤੋਂ ਵੱਧ ਲਾਭ ਹੋਵੇਗਾ।

AI ਦੇ ਸੰਗਠਨਾਤਮਕ ਪ੍ਰਭਾਵ ਨੂੰ ਸਮਝਣ ਦਾ ਸਭ ਤੋਂ ਸੌਖਾ ਤਰੀਕਾ ਇੱਕ ਸਰਲ ਧਾਰਨਾ ਤੋਂ ਸ਼ੁਰੂ ਕਰਨਾ ਹੈ। ਮੰਨੋ ਕਿ ਸੰਗਠਨ ਵਿੱਚ ਹਰ ਕਿਸੇ ਨੂੰ ਮਾਹਰ-ਪੱਧਰੀ ਇੰਟੈਲੀਜੈਂਸ ਤੁਰੰਤ ਉਪਲਬਧ ਹੈ। ਦੋ ਸਾਲ ਪਹਿਲਾਂ ਇਹ ਕਲਪਨਾ ਔਖੀ ਸੀ, ਪਰ ਹੁਣ ਲਗਭਗ ਹਕੀਕਤ ਹੈ। ਭਾਵੇਂ ਇਹ ਅਜੇ ਸੰਪੂਰਨ ਨਹੀਂ, ਪਰ ਇਹ ਮੰਨਣਾ ਵਾਜਬ ਹੈ ਕਿ ਬਹੁਤ ਨੇੜਲੇ ਭਵਿੱਖ ਵਿੱਚ ਲਗਭਗ ਸੰਪੂਰਨ ਹੋ ਜਾਵੇਗੀ।

ਇਸ ਨਾਲ ਇੱਕ ਹੋਰ ਧਾਰਨਾ ਜੋੜੋ। ਮੰਨੋ ਕਿ ਖ਼ੁਦਮੁਖ਼ਤਿਆਰ ਏਜੰਟ ਅਰਥਪੂਰਨ ਕੰਮ ਪੂਰਾ ਕਰਨ ਲਈ ਘੰਟਿਆਂ, ਦਿਨਾਂ ਅਤੇ ਅੰਤ ਵਿੱਚ ਹਫ਼ਤਿਆਂ ਤੱਕ ਮਿਲ ਕੇ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ। ਸਿਰਫ਼ ਇੱਕ ਜਾਂ ਕੁਝ ਕਾਰਜ ਨਹੀਂ, ਸਗੋਂ ਕਈ ਵਿਸ਼ਿਆਂ ਵਿੱਚ ਫੈਲੀ ਕੰਮ ਦੀ ਅਸਲ ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਲੜੀ। ਏਜੰਟਾਂ ਦੀ ਟੀਮ ਵਿੱਚ ਸਮਾਈ ਇੱਕ ਬਹੁ-ਕਾਰਜੀ ਟੀਮ, ਜੋ ਆਪਣਾ ਵਰਕਫਲੋ ਆਪ ਸਮਝ ਸਕੇ।

ਜੇ ਇਹ ਦੋਵੇਂ ਗੱਲਾਂ ਮੋਟੇ ਤੌਰ ’ਤੇ ਵੀ ਸਹੀ ਹਨ, ਤਾਂ ਕੰਮ ਕਰਨ ਦਾ ਢੰਗ ਬਦਲੇਗਾ (ਬਦਲਣਾ ਪਵੇਗਾ)। ਪੂਰਾ ਕਰਨ ਦਾ ਸਮਾਂ ਘਟਦਾ ਹੈ, ਅੰਦਰੂਨੀ ਸਹਿਯੋਗ ਦਾ ਰੂਪ ਬਦਲਦਾ ਹੈ ਅਤੇ ਤਬਦੀਲੀ ਦੀ ਰਫ਼ਤਾਰ ਵਧਦੀ ਹੈ।

ਇੰਨੀ ਤੇਜ਼ ਤਬਦੀਲੀ ਵਿਕੇਂਦਰੀਕਰਨ, ਖ਼ੁਦਮੁਖ਼ਤਿਆਰੀ ਅਤੇ ਨਵੀਨਤਾ ਦੇ ਹੱਕ ਵਿੱਚ ਹੈ, ਜਦਕਿ ਜ਼ਿਆਦਾਤਰ ਵੱਡੇ ਸੰਗਠਨ ਉਲਟ ਵਿਚਾਰ ’ਤੇ ਬਣੇ ਹਨ।

ਵੱਡੇ ਉੱਦਮ ਸ਼ਕਤੀ ਨੂੰ ਕਾਰਜ-ਅਧਾਰਿਤ ਵਿਭਾਗਾਂ ਵਿੱਚ ਕੇਂਦਰੀਕ੍ਰਿਤ ਕਰਦੇ ਹਨ। ਉਹ ਰਣਨੀਤੀ, ਤਕਨਾਲੋਜੀ, ਡਾਟਾ, ਜੋਖਮ, ਸੰਚਾਲਨ, ਵਿੱਤ, ਮਨੁੱਖੀ ਸਰੋਤ ਅਤੇ ਕਾਰੋਬਾਰ ਨੂੰ ਵੱਖਰੇ ਢਾਂਚਿਆਂ ਵਿੱਚ ਵੰਡਦੇ ਹਨ; ਹਰ ਇੱਕ ਦੀਆਂ ਆਪਣੀਆਂ ਤਰਜੀਹਾਂ, ਪ੍ਰੋਤਸਾਹਨ ਅਤੇ ਸਭ ਤੋਂ ਵੱਧ, ਨਿਯੰਤਰਨ ਹੁੰਦੇ ਹਨ।

ਨਿਵੇਸ਼ ਤੇ ਸਟੀਅਰਿੰਗ ਕਮੇਟੀਆਂ, ਆਰਕੀਟੈਕਚਰ ਬੋਰਡ, ਜੋਖਮ ਸਮੀਖਿਆਵਾਂ, ਪਾਲਣਾ ਦੇ ਪੜਾਅ, ਖਰੀਦ ਪ੍ਰਕਿਰਿਆਵਾਂ, ਸਾਲਾਨਾ ਯੋਜਨਾ ਚੱਕਰ ਅਤੇ ਕਾਰੋਬਾਰੀ ਮਾਮਲੇ ਤਬਦੀਲੀ ਨੂੰ ਨਿਯੰਤ੍ਰਿਤ ਕਰਦੇ ਹਨ। ਕੁਝ ਤਬਦੀਲੀ-ਪ੍ਰਬੰਧਨ ਟੀਮਾਂ ਜਾਣਕਾਰੀ ਵਿੱਚ ਮੁੱਲ ਜੋੜੇ ਬਿਨਾਂ ਹਿੱਸੇਦਾਰਾਂ ਵਿਚਕਾਰ ਇੱਕ ਹੋਰ ਵਿਚੋਲਾ ਪੱਧਰ ਬਣ ਜਾਂਦੀਆਂ ਹਨ।

ਫਿਰ ਵੀ, ਇਹ ਬੇਤੁਕਾ ਨਹੀਂ ਅਤੇ ਇਹ ਪ੍ਰਬੰਧ ਚੰਗੇ ਕਾਰਨਾਂ ਕਰਕੇ ਮੌਜੂਦ ਹਨ। ਇਹ ਜੋਖਮ ਸੰਭਾਲਦੇ, ਪੂੰਜੀ ਵੰਡਦੇ, ਦੁਹਰਾਅ ਰੋਕਦੇ, ਗਾਹਕਾਂ ਦੀ ਰੱਖਿਆ ਅਤੇ ਜਵਾਬਦੇਹੀ ਬਣਾਉਂਦੇ ਹਨ, ਪਰ ਨਾਲ ਹੀ ਰਫ਼ਤਾਰ ਵੀ ਤੈਅ ਕਰਦੇ ਹਨ। ਜਿੱਥੇ AI-ਨੇਟਿਵ ਮੁਕਾਬਲੇਬਾਜ਼ ਕਿਤੇ ਤੇਜ਼ੀ ਨਾਲ ਜਾਂਚ, ਸਿਖਲਾਈ ਅਤੇ ਕੰਮ ਦਾ ਨਵਾਂ ਡਿਜ਼ਾਈਨ ਕਰ ਸਕਦੇ ਹਨ, ਉੱਥੇ ਇਹ ਰਫ਼ਤਾਰ ਬਹੁਤ ਧੀਮੀ ਹੋਵੇਗੀ।

ਸੱਭਿਆਚਾਰਕ ਸੰਕੇਤ ਵੀ ਮਹੱਤਵ ਰੱਖਦਾ ਹੈ। ਕਈ ਸੰਗਠਨਾਂ ਵਿੱਚ ਪ੍ਰੋਤਸਾਹਨ ਅਜੇ ਵੀ ਵਿਭਾਗੀ ਹੱਦਾਂ ਅੰਦਰ ਰਹਿਣ ਦਾ ਇਨਾਮ ਦਿੰਦੇ ਹਨ, ਭਾਵੇਂ ਆਗੂ ਕਿੰਨੀ ਵਾਰ ਕਹੇ, “ਤੁਹਾਨੂੰ ਫ਼ੈਸਲੇ ਕਰਨ ਦਾ ਅਧਿਕਾਰ ਹੈ।” ਕਿਉਂ? ਟੀਮ ਨੂੰ ਬਚਾਓ। ਬਜਟ ਨੂੰ ਬਚਾਓ। ਕਾਰਜ-ਯੋਜਨਾ ਨੂੰ ਬਚਾਓ। ਦਿਸਣ ਵਾਲੀ ਅਸਫਲਤਾ ਤੋਂ ਬਚੋ। ਔਖੇ ਫ਼ੈਸਲੇ ਕਮੇਟੀ ਕੋਲ ਭੇਜੋ। ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਪ੍ਰਕਿਰਿਆ ਤੋਂ ਬਹੁਤ ਬਾਹਰ ਨਾ ਜਾਓ।

ਇਹ ਕੇਂਦਰੀਕ੍ਰਿਤ ਪਹੁੰਚ ਉਦੋਂ ਤਾਂ ਸਹੀ ਲੱਗਦੀ ਹੈ ਜਦੋਂ ਨਵੇਂ ਪ੍ਰਯੋਗ ਕਰਨ ਦੀ ਲਾਗਤ ਜ਼ਿਆਦਾ ਹੋਵੇ ਅਤੇ ਕਦੇ-ਕਦਾਈਂ ਹੁੰਦਾ ਬਦਲਾਅ ਕਿਸੇ ਕ੍ਰਾਂਤੀ ਦੀ ਬਜਾਏ ਹੌਲੀ-ਹੌਲੀ ਹੁੰਦਾ ਵਿਕਾਸ ਹੋਵੇ। ਪਰ ਇਹ ਉਦੋਂ ਇੱਕ ਸਮੱਸਿਆ ਬਣ ਜਾਂਦੀ ਹੈ ਜਦੋਂ ਹਰ ਕੁਝ ਮਹੀਨਿਆਂ ਵਿੱਚ ਸਮਰੱਥਾ ਵਿੱਚ ਵੱਡਾ ਸੁਧਾਰ ਹੋ ਰਿਹਾ ਹੋਵੇ ਅਤੇ ਸਭ ਤੋਂ ਬਿਹਤਰ ਮੌਕਿਆਂ ਦੀ ਖੋਜ ਉਹ ਟੀਮਾਂ ਕਰ ਰਹੀਆਂ ਹੋਣ ਜੋ ਜ਼ਮੀਨੀ ਪੱਧਰ 'ਤੇ ਕੰਮ ਦੇ ਸਭ ਤੋਂ ਨੇੜੇ ਹਨ।

ਰਵਾਇਤੀ ਕੇਂਦਰੀਕਰਨ ਨਾਲ AI ਦਾ ਜਵਾਬ ਦੇਣ ’ਤੇ ਅਜਿਹੀ ਦੇਰੀ ਹੁੰਦੀ ਹੈ ਜੋ ਨਿਵੇਸ਼ ਦੀ ਅਰਥਪੂਰਨ ROI ਰੋਕਦੀ ਹੈ। ਜੇ ਹਰ ਤਬਦੀਲੀ ਨੂੰ ਅਸਲ ਕੰਮ ਤੱਕ ਪਹੁੰਚਣ ਤੋਂ ਪਹਿਲਾਂ ਕਈ ਕਮੇਟੀਆਂ ਵਿੱਚੋਂ ਲੰਘਣਾ ਪਵੇ, ਤਾਂ ਸੰਗਠਨ ਬਹੁਤ ਹੀ ਹੌਲੀ-ਹੌਲੀ ਸਿੱਖੇਗਾ।

ਤੁਹਾਡੇ ਉਹਨਾਂ ਕਰਮਚਾਰੀਆਂ ਲਈ ਜੋ ਅੱਗੇ ਵਧਣਾ ਅਤੇ ਤੇਜ਼ੀ ਨਾਲ ਕੰਮ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਨ, AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਮੌਕਿਆਂ 'ਤੇ ਪਾਬੰਦੀ ਲਗਾਉਣਾ ਤੁਹਾਡੀ ਕੰਪਨੀ ਨੂੰ ਇੱਕ ਘੱਟ ਪਸੰਦੀਦਾ ਕੰਮ ਵਾਲੀ ਥਾਂ ਬਣਾਉਂਦਾ ਹੈ।

ਜ਼ਿਆਦਾਤਰ ਸੰਗਠਨ ਵਿਅਕਤੀਗਤ AI ਮੁਹਾਰਤ ਤੋਂ ਸ਼ੁਰੂ ਕਰ ਰਹੇ ਹਨ। ਸ਼ੁਰੂਆਤ ਲਈ ਇਹ ਸਹੀ ਥਾਂ ਹੈ। ਲੋਕਾਂ ਨੂੰ ਪਤਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ AI ਨੂੰ ਹਿਦਾਇਤ ਕਿਵੇਂ ਦੇਣੀ, ਉਸ ਨੂੰ ਚੁਣੌਤੀ ਕਿਵੇਂ ਦੇਣੀ, ਉਸ ਦਾ ਕੰਮ ਕਿਵੇਂ ਜਾਂਚਣਾ, ਸੰਵੇਦਨਸ਼ੀਲ ਜਾਣਕਾਰੀ ਕਿਵੇਂ ਬਚਾਉਣੀ ਅਤੇ ਉਸ ਨੂੰ ਕਦੋਂ ਨਹੀਂ ਵਰਤਣਾ ਹੈ। ਉਨ੍ਹਾਂ ਨੂੰ ਵਿਸ਼ਵਾਸ, ਨਿਰਣਾ ਅਤੇ ਵਿਹਾਰਕ ਤਜਰਬਾ ਚਾਹੀਦਾ ਹੈ।

ਪਰ ਵਿਅਕਤੀਗਤ ਮੁਹਾਰਤ ਦੀ ਇੱਕ ਹੱਦ ਹੈ। ਵਿਸ਼ਲੇਸ਼ਕ ਪੰਜ ਗੁਣਾ ਵੱਧ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਫ਼ੈਸਲਾ ਮੰਚ ਅਜੇ ਵੀ ਮਹੀਨੇ ਵਿੱਚ ਇੱਕ ਵਾਰ ਮਿਲਦਾ ਹੈ। ਵਿਕਾਸਕਾਰ ਵਧੇਰੇ ਕੋਡ ਬਣਾ ਸਕਦਾ ਹੈ, ਪਰ ਸਮੀਖਿਆ ਅਤੇ ਜਾਰੀ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨਹੀਂ ਬਦਲੀ। ਮਾਰਕੀਟਿੰਗ ਮਾਹਰ ਵਧੇਰੇ ਸਮੱਗਰੀ ਬਣਾ ਸਕਦਾ ਹੈ, ਪਰ ਬ੍ਰਾਂਡ ਮਨਜ਼ੂਰੀ ਅਜੇ ਵੀ ਉਸੇ ਕਤਾਰ ਵਿੱਚ ਹੈ।

ਟੀਮ ਪੱਧਰ ’ਤੇ ਵੀ ਵਰਕਫਲੋ ਦੀ ਤਬਦੀਲੀ ਲਾਜ਼ਮੀ ਤੌਰ ’ਤੇ ਰਫ਼ਤਾਰ ਨਹੀਂ ਵਧਾਉਂਦੀ, ਜੇ ਸੰਗਠਨ ਦੇ ਹੋਰ ਹਿੱਸੇ ਪਹਿਲਾਂ ਵਾਂਗ ਹੀ ਕੰਮ ਕਰਦੇ ਰਹਿਣ।

ਇਸ ਲਈ ਵਿਅਕਤੀ ਤੇਜ਼ ਚੱਲਦਾ ਹੈ, ਟੀਮ ਵੀ ਤੇਜ਼ ਚੱਲ ਸਕਦੀ ਹੈ, ਪਰ ਸੰਗਠਨ ਦੇ ਸ਼ੁਰੂ ਤੋਂ ਅੰਤ ਤੱਕ ਦੇ ਪ੍ਰਵਾਹ ਵਿੱਚ ਹੋਰ ਹਿੱਸੇ ਨਤੀਜਿਆਂ ਦੀ ਰਫ਼ਤਾਰ ਸੀਮਤ ਕਰਦੇ ਹਨ। ਇਸੇ ਲਈ AI ਯਾਤਰਾ ਨੂੰ ਵਿਅਕਤੀਗਤ ਮੁਹਾਰਤ ਤੋਂ ਟੀਮ ਮੁਹਾਰਤ ਅਤੇ ਫਿਰ ਸੰਗਠਨਾਤਮਕ ਮੁਹਾਰਤ ਵੱਲ ਵਧਣਾ ਪਵੇਗਾ।

ਜਦੋਂ ਉੱਦਮ ਆਪਣੇ ਢਾਂਚੇ, ਪ੍ਰੋਤਸਾਹਨ, ਸ਼ਾਸਨ, ਗਿਆਨ-ਪ੍ਰਵਾਹ ਅਤੇ ਤਕਨੀਕੀ ਤਰੀਕੇ ਬਦਲ ਸਕੇ, ਤਾਂ ਵਿਅਕਤੀਆਂ ਅਤੇ ਟੀਮਾਂ ਦੇ ਸਥਾਨਕ ਲਾਭ ਉੱਦਮਕ ਮੁੱਲ ਬਣ ਜਾਂਦੇ ਹਨ।

ਇਹ ਔਖੀ ਚੁਣੌਤੀ ਹੈ, ਪਰ ਅਸਲ ਵਿੱਚ ਨਵਾਂ ਲਾਭ ਪੈਦਾ ਕਰਨ ਦਾ ਮੌਕਾ ਵੀ ਇੱਥੇ ਹੀ ਹੈ। ChatGPT ਜਾਰੀ ਹੋਣ ਤੋਂ ਬਾਅਦ ਪਿਛਲੇ ਕੁਝ ਸਾਲਾਂ ਵਿੱਚ ਜਨਮੀਆਂ AI-ਨੇਟਿਵ ਫਰਮਾਂ ਨੇ AI ਨੂੰ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਸ਼ਾਮਲ ਕਰਕੇ ਵਰਕਫਲੋਜ਼ ਬਣਾਏ ਹਨ। ਉਹ ਚੁਸਤ ਰਹਿੰਦੀਆਂ ਹਨ ਅਤੇ ਸਮਤਲ ਢਾਂਚਿਆਂ ਨਾਲ ਕੰਮ ਕਰਦੀਆਂ ਹਨ। ਇਸ ਦੇ ਉਲਟ, ਵੱਡੇ ਉੱਦਮਾਂ ਨੇ ਮੌਜੂਦਾ ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿੱਚ AI ਜੋੜੀ ਹੈ, ਜਿਸ ਨਾਲ ਟੁਕੜੇਦਾਰ ਪ੍ਰਭਾਵ ਪੈਦਾ ਹੋਇਆ ਹੈ ਅਤੇ ਕੰਮ ਕਿਵੇਂ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਇਹ ਨਹੀਂ ਬਦਲਿਆ।

AI-ਨੇਟਿਵ ਹੋਣ ਦਾ ਅਰਥ ਅਰਾਜਕ, ਲਾਪਰਵਾਹ ਜਾਂ ਟੂਲਾਂ ਦਾ ਦੀਵਾਨਾ ਹੋਣਾ ਨਹੀਂ ਹੈ। ਇਸ ਦਾ ਅਰਥ ਇਹ ਨਹੀਂ ਕਿ ਹਰ ਕਰਮਚਾਰੀ ਨਵੀਨਤਮ ਮਾਡਲ ਨੂੰ ਆਪਣੀ ਮਰਜ਼ੀ ਨਾਲ ਵਰਤੇ। ਅਤੇ ਯਕੀਨਨ ਇਸ ਦਾ ਅਰਥ ਸ਼ਾਸਨ ਨੂੰ ਉਤਸ਼ਾਹ ਨਾਲ ਬਦਲਣਾ ਜਾਂ ਇਹ ਦਿਖਾਵਾ ਕਰਨਾ ਨਹੀਂ ਕਿ ਮਨੁੱਖਾਂ ਦੀ ਹੁਣ ਲੋੜ ਨਹੀਂ।

ਸੰਗਠਨ ਡਿਜ਼ਾਈਨ ਦਾ ਪੁਰਾਣਾ ਮਾਡਲ ਮੰਨਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਭਵਿੱਖੀ ਸਥਿਤੀ ਪਰਿਭਾਸ਼ਿਤ ਕਰਕੇ ਢਾਂਚਾ ਬਣਾ, ਤਬਦੀਲੀ ਲਾਗੂ ਕਰ ਅਤੇ ਫਿਰ ਸਥਿਰ ਹੋ ਸਕਦੇ ਹੋ। ਇਹ AI ਲਈ ਬਹੁਤ ਧੀਮਾ ਹੈ।

AI-ਨੇਟਿਵ ਸੰਗਠਨ ਲਗਾਤਾਰ ਤਬਦੀਲੀ ਲਈ ਡਿਜ਼ਾਈਨ ਕੀਤੇ ਜਾਣਗੇ। AI-ਨੇਟਿਵ ਸੰਗਠਨ ਉਹ ਹੈ ਜੋ ਲੋਕਾਂ, AI ਪ੍ਰਣਾਲੀਆਂ, ਡਾਟਾ, ਵਰਕਫਲੋ ਅਤੇ ਸ਼ਾਸਨ ਦੀ ਸੰਯੁਕਤ ਤਾਕਤ ਦੇ ਆਧਾਰ ’ਤੇ ਕੰਮ ਨੂੰ ਲਗਾਤਾਰ ਨਵੇਂ ਸਿਰੇ ਤੋਂ ਡਿਜ਼ਾਈਨ ਕਰਦਾ ਹੈ। ਉਹ ਸਭ ਕੁਝ ਇੱਕੋ ਖਾਕੇ ’ਤੇ ਦਾਅ ’ਤੇ ਨਹੀਂ ਲਾਉਣਗੇ। ਉਹ ਛੇਤੀ ਪਤਾ ਲਗਾਉਣ ਦੀ ਸਮਰੱਥਾ ਬਣਾਉਣਗੇ ਕਿ ਕਿਹੜੇ ਵਰਕਫਲੋ ਬਦਲਣੇ ਚਾਹੀਦੇ ਹਨ, ਕਿਹੜੀਆਂ ਭੂਮਿਕਾਵਾਂ ਨੂੰ ਵਿਕਸਿਤ ਹੋਣ ਦੀ ਲੋੜ ਹੈ, ਕਿਹੜੇ ਨਿਯੰਤਰਨ ਚਾਹੀਦੇ ਹਨ, ਕਿਹੜੇ ਸਕਿਲ ਵੱਧ ਮਹੱਤਵਪੂਰਨ ਹਨ, ਕਿਹੜੇ ਤਰੀਕੇ ਮੁੜ ਵਰਤੇ ਜਾ ਸਕਦੇ ਹਨ ਅਤੇ ਕਿਹੜੀਆਂ ਧਾਰਨਾਵਾਂ ਪਹਿਲਾਂ ਹੀ ਪੁਰਾਣੀਆਂ ਹੋ ਚੁੱਕੀਆਂ ਹਨ।

ਇਸ ਲਈ ਇੱਕੋ ਵੇਲੇ ਦੋ ਚੀਜ਼ਾਂ ਚਾਹੀਦੀਆਂ ਹਨ: ਸਥਿਰ ਆਧਾਰ ਅਤੇ ਅਨੁਕੂਲ ਕਿਨਾਰਾ। ਇਹ ਕੇਂਦਰੀਕਰਨ ਅਤੇ ਕੰਮ ਦੇ ਨੇੜੇ ਟੀਮਾਂ ਨੂੰ ਅਧਿਕਾਰ ਦੇਣ ਵਿਚਕਾਰ ਸੰਤੁਲਨ ਬਣਾਉਂਦੇ ਹਨ।

ਸਥਿਰ ਆਧਾਰ ਸੰਗਠਨ ਨੂੰ ਭਰੋਸਾ ਅਤੇ ਵੱਡੇ ਪੱਧਰ ’ਤੇ ਕੰਮ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਦਿੰਦਾ ਹੈ। ਪੂਰੇ ਕਾਰੋਬਾਰ ਕੋਲ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਟੂਲਾਂ, ਮੁੜ ਵਰਤਣ ਯੋਗ ਤਰੀਕਿਆਂ, ਡਾਟਾ ਪਹੁੰਚ ਮਾਰਗਾਂ, ਮੁਲਾਂਕਣ ਵਿਧੀਆਂ, ਸੁਰੱਖਿਆ ਨਿਯੰਤਰਨਾਂ, ਸ਼ਾਸਨ ਸਿਧਾਂਤਾਂ, ਨਿਗਰਾਨੀ, ਗਿਆਨ ਢਾਂਚੇ ਅਤੇ ਸਪਸ਼ਟ ਮਾਲਕੀ ਤੱਕ ਪਹੁੰਚ ਹੁੰਦੀ ਹੈ।

ਅਨੁਕੂਲ ਕਿਨਾਰਾ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਕੰਮ ਹੁੰਦਾ ਹੈ ਅਤੇ ਜਿੱਥੇ ਕੰਮ ਵਿੱਚ ਅਕਸਰ ਤੇ ਬਿਨਾਂ ਰੁਕਾਵਟ ਤਬਦੀਲੀ ਹੁੰਦੀ ਹੈ। ਸਮੱਸਿਆ ਦੇ ਨੇੜੇ ਛੋਟੀਆਂ ਬਹੁ-ਕਾਰਜੀ ਟੀਮਾਂ ਕੋਲ ਵਰਕਫਲੋਜ਼ ਨੂੰ ਨਵਾਂ ਰੂਪ ਦੇਣ, AI ਲਾਗੂ ਕਰਨ, ਕੰਮ ਕਰਨ ਦੇ ਨਵੇਂ ਤਰੀਕੇ ਪਰਖਣ ਅਤੇ ਸਿੱਖਿਆ ਨੂੰ ਮੁੜ ਸੰਗਠਨ ਤੱਕ ਪਹੁੰਚਾਉਣ ਦਾ ਕਾਫ਼ੀ ਅਧਿਕਾਰ ਹੁੰਦਾ ਹੈ।

ਕੇਂਦਰ ਅਤੇ ਕਿਨਾਰੇ ਵਿਚਕਾਰ ਇਹ ਸੰਤੁਲਨ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਬਹੁਤ ਵੱਧ ਕੇਂਦਰੀ ਨਿਯੰਤਰਨ ਨਾਲ ਸੰਗਠਨ ਬਹੁਤ ਹੌਲੀ-ਹੌਲੀ ਸਿੱਖਦਾ ਹੈ। ਬਹੁਤ ਵੱਧ ਸਥਾਨਕ ਆਜ਼ਾਦੀ ਨਾਲ ਸੰਗਠਨ ਖਿੰਡ ਜਾਂਦਾ ਹੈ। AI-ਨੇਟਿਵ ਸੰਗਠਨ ਨੂੰ ਕੇਂਦਰ ਵਿੱਚ ਅਨੁਸ਼ਾਸਨ ਅਤੇ ਕਿਨਾਰੇ ’ਤੇ ਅਨੁਕੂਲਤਾ ਚਾਹੀਦੀ ਹੈ।

ਕੰਮ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰਨ ਬਾਰੇ ਸਤਹੀ ਸਿੱਟਾ ਇਹ ਹੈ ਕਿ AI ਲੋਕਾਂ ਦੀ ਲੋੜ ਘਟਾਉਂਦੀ ਹੈ। ਕੁਝ ਖੇਤਰਾਂ ਵਿੱਚ ਅਜਿਹਾ ਹੋਵੇਗਾ, ਜਿਵੇਂ ਘੱਟ ਸੰਦਰਭ ਵਾਲਾ ਦੁਹਰਾਏ ਜਾਣ ਵਾਲਾ ਗਿਆਨ-ਕੰਮ, ਜਿਸਨੂੰ ਘੱਟ ਸਮੇਂ ਵਿੱਚ ਸਮੇਟਿਆ ਜਾਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਹਟਾਇਆ ਜਾ ਸਕੇਗਾ। ਮੁੱਖ ਤੌਰ ’ਤੇ ਲੈਣ-ਦੇਣ ਨਾਲ ਸੰਬੰਧਿਤ ਕੰਮ, ਪ੍ਰਣਾਲੀਆਂ ਦੀਆਂ ਕਮੀਆਂ ਪੂਰੀਆਂ ਕਰਨ ਵਾਲਾ ਕੰਮ, ਜਾਣਕਾਰੀ ਪਹੁੰਚਾਉਣਾ, ਮੁੱਢਲਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਾ, ਪਹਿਲੇ ਖਰੜੇ ਤਿਆਰ ਕਰਨਾ ਅਤੇ ਸੀਮਤ ‘ਵਾਧੂ ਮੁੱਲ’ ਵਾਲੇ ਜਵਾਬ ਦੇਣਾ - ਇਨ੍ਹਾਂ ਸਾਰੇ ਕੰਮਾਂ ’ਤੇ ਦਬਾਅ ਪਵੇਗਾ।

ਪਰ ਇਸ ਦਾ ਦੂਜਾ ਪੱਖ ਇਹ ਹੈ ਕਿ ਮਨੁੱਖੀ ‘ਯੋਗਦਾਨ’ ਉੱਚੇ ਪੱਧਰ ’ਤੇ ਚਲਾ ਜਾਂਦਾ ਹੈ: ਜੇ ਮਾਹਰ ਇੰਟੈਲੀਜੈਂਸ ਤੁਰੰਤ ਉਪਲਬਧ ਹੋਵੇ, ਤਾਂ ਜਿਨ੍ਹਾਂ ਦੁਰਲੱਭ ਮਨੁੱਖੀ ਗੁਣਾਂ ਨੂੰ AI ਨਾ ਤਾਂ ਬਦਲ ਸਕਦੀ ਹੈ ਅਤੇ ਨਾ ਹੀ ਬਦਲਣਾ ਚਾਹੀਦਾ, ਉਨ੍ਹਾਂ ਵਿੱਚ ਨਿਰਣਾ, ਰਚਨਾਤਮਕਤਾ, ਜਵਾਬਦੇਹੀ, ਸੰਦਰਭ ਅਤੇ ਭਰੋਸਾ ਸ਼ਾਮਲ ਹਨ।

ਸੰਗਠਨਾਂ ਨੂੰ ਅਸਪਸ਼ਟ ਹਾਲਾਤਾਂ ਵਿੱਚ ਫ਼ੈਸਲੇ ਕਰ ਸਕਣ ਵਾਲੇ ਲੋਕਾਂ ’ਤੇ ਵੱਧ ਧਿਆਨ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ। ਉਹ ਲੋਕ ਜੋ ਖੇਤਰ ਨੂੰ ਇੰਨਾ ਡੂੰਘਾਈ ਨਾਲ ਸਮਝਣ ਕਿ AI ਨੂੰ ਸੇਧ ਦੇ ਸਕਣ ਅਤੇ ਜਾਣ ਸਕਣ ਕਿ ਇਹ ਕਦੋਂ ਗ਼ਲਤ ਹੈ। ਉਹ ਲੋਕ ਜੋ ਬਿਹਤਰ ਸਵਾਲ ਪੁੱਛ ਸਕਣ। ਉਹ ਲੋਕ ਜੋ ਵਪਾਰਕ, ਤਕਨੀਕੀ, ਸੰਚਾਲਕੀ ਅਤੇ ਮਨੁੱਖੀ ਹਕੀਕਤਾਂ ਨੂੰ ਜੋੜ ਸਕਣ। ਉਹ ਲੋਕ ਜੋ ਰਿਸ਼ਤੇ ਬਣਾ ਸਕਣ, ਭਰੋਸਾ ਪੈਦਾ ਕਰ ਸਕਣ ਅਤੇ ਕਈ ਹਿੱਸੇਦਾਰਾਂ ਵਿਚਕਾਰ ਤਾਲਮੇਲ ਕਰ ਸਕਣ। ਖ਼ਾਸ ਤੌਰ ’ਤੇ, ਜਦੋਂ ਪੂਰੇ ਹਫ਼ਤੇ ਦਾ ਕੰਮ ਸੋਮਵਾਰ ਸਵੇਰ ਤੱਕ ਸਿਮਟ ਜਾਵੇ, ਤਾਂ ਵੱਖ-ਵੱਖ ਸੰਦਰਭਾਂ ਵਿਚਕਾਰ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲਣ ਅਤੇ ਜਾਣਕਾਰੀ ਦੀ ਸਹੀ ਤੇ ਫ਼ੌਰੀ ਵਿਆਖਿਆ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਹੋਰ ਜ਼ਰੂਰੀ ਬਣ ਜਾਂਦੀ ਹੈ।

ਇਸ ਲਈ, ਜੇਕਰ ਬਹੁ-ਵਿਸ਼ਈ ਮਾਹਰ ਵੱਖ-ਵੱਖ ਕਾਰਜਾਂ ਦਾ ਸੰਦਰਭ ਸੰਭਾਲ ਸਕਣ ਅਤੇ AI-ਸਮਰਥਿਤ ਕੰਮ ਦਾ ਤਾਲਮੇਲ ਕਰ ਸਕਣ, ਤਾਂ ਉਨ੍ਹਾਂ ਦਾ ਮੁੱਲ ਘਟਣ ਦੀ ਬਜਾਏ ਵਧੇਗਾ। ਮਾਹਰਾਂ ਦਾ ਮੁੱਲ ਵੀ ਘਟਣ ਦੀ ਬਜਾਏ ਵਧ ਸਕਦਾ ਹੈ, ਕਿਉਂਕਿ ਤੇਜ਼ ਕੰਮ ਵਿੱਚ ਗੁਣਵੱਤਾ ਅਤੇ ਨਿਰਣੇ ਦੀ ਲੋੜ ਵਾਲੇ ਮੌਕੇ ਵਧਦੇ ਹਨ। ਅਤੇ ਆਗੂਆਂ ਨੂੰ ਗਤੀਵਿਧੀਆਂ ਦੇ ਨਿਯੰਤਰਕ ਦੀ ਭੂਮਿਕਾ ਤੋਂ ਹਟ ਕੇ ਪ੍ਰਣਾਲੀਆਂ, ਸੰਦਰਭ ਅਤੇ ਰਫ਼ਤਾਰ ਦੇ ਡਿਜ਼ਾਈਨਰ ਬਣਨਾ ਪਵੇਗਾ।

ਨਿਵੇਸ਼ ਸਿਰਫ਼ “AI ਸਕਿਲ” ਵਿੱਚ ਨਹੀਂ ਹੋਣਾ ਚਾਹੀਦਾ। ਜਦੋਂ AI ਹੇਠਲੇ ਪੱਧਰ ਦੇ ਵਧੇਰੇ ਕੰਮ ਕਰਦੀ ਹੈ, ਤਾਂ ਜਿਗਿਆਸਾ, ਨਿਰਣਾ, ਰਿਜ਼ਿਲਿਅੰਸ, ਸਪਸ਼ਟਤਾ, ਰਚਨਾਤਮਕਤਾ, ਫ਼ੈਸਲਾਕੁੰਨਤਾ, ਸਹਿਯੋਗ ਅਤੇ ਅਸਪਸ਼ਟਤਾ ਨਾਲ ਸਹਿਜਤਾ ਵਰਗੇ ਮਨੁੱਖੀ ਗੁਣ ਹੋਰ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦੇ ਹਨ। ਸੰਗਠਨ ਨੂੰ ਹੁਣੇ ਤੋਂ ਇਹਨਾਂ ਗੁਣਾਂ ਵਾਲੇ ਲੋਕਾਂ ਦੀ ਭਰਤੀ, ਵਿਕਾਸ ਅਤੇ ਉਤਸ਼ਾਹ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।

ਇੰਨੇ ਕੰਮ ਨੂੰ ਥੋੜ੍ਹੇ ਸਮੇਂ ਵਿੱਚ ਕਰਨਾ ਬਹੁਤ ਤੀਬਰ ਹੈ ਅਤੇ AI-ਨੇਟਿਵ ਸੰਗਠਨ ਹਰ ਵੇਲੇ ਬੇਹੱਦ ਤੇਜ਼ੀ ਨਾਲ ਨਹੀਂ ਚੱਲ ਸਕਦੇ। ਉਨ੍ਹਾਂ ਨੂੰ ਲੋਕਾਂ ਦੇ ਸੰਭਲਣ ਅਤੇ ਮੁੜ ਜੁੜਨ ਲਈ ਸਮਾਂ ਤੇ ਗੁੰਜਾਇਸ਼ ਬਣਾਉਣੀ ਪਵੇਗੀ। ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਨਿਰਣਾ ਕਰਨ ਅਤੇ ਫ਼ੈਸਲੇ ਲੈਣ ਲਈ, ਸੰਗਠਨਾਂ ਨੂੰ ਅਜਿਹਾ ਮਾਹੌਲ ਬਣਾਉਣਾ ਚਾਹੀਦਾ ਹੈ ਜਿੱਥੇ ਅਚਾਨਕ ਹੋਣ ਵਾਲੀਆਂ ਖੋਜਾਂ ਨਵੇਂ ਵਿਚਾਰਾਂ ਨੂੰ ਜਨਮ ਦੇ ਸਕਣ।

ਅੱਜ,ਬਹੁਤ ਸਾਰੇ ਉੱਦਮ ਜੋ ਕੁਝ AI ਨਾਲ ਪਹਿਲਾਂ ਹੀ ਸੰਭਵ ਹੈ, ਉਸਦੀ ਵਰਤੋਂ ਕਰਨ ਵਿੱਚ ਸੁਸਤ ਹਨ। ਇਸ ਨਾਲ ਏਜੰਟਿਕ ਸਮਰੱਥਾ ਵਿੱਚ ਹੋ ਰਹੇ ਸੁਧਾਰ ਅਤੇ ਇਸਦੀ ਵਰਤੋਂ ਵਿੱਚ ਹੋ ਰਹੇ ਸੁਧਾਰ ਵਿਚਕਾਰ ਪਾੜਾ ਵਧ ਰਿਹਾ ਹੈ।

ਇਹ ਆਮ ਗੱਲ ਹੈ। ਪੁਰਾਣੀਆਂ ਪ੍ਰਣਾਲੀਆਂ, ਨਿਯਮਕ ਪਾਬੰਦੀਆਂ, ਸੱਭਿਆਚਾਰਕ ਵਿਰੋਧ, ਖਿੰਡਿਆ ਹੋਇਆ ਡਾਟਾ, ਅਸਪਸ਼ਟ ਮਾਲਕੀ ਅਤੇ ਅਸਲ ਜੋਖਮ ਕਾਰਨ ਵੱਡੇ ਸੰਗਠਨ ਤਕਨਾਲੋਜੀ ਨੂੰ ਹੌਲੀ-ਹੌਲੀ ਅਪਣਾਉਂਦੇ ਹਨ, ਅਤੇ ਇਹਨਾਂ ਸਾਰਿਆਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨਾ ਪੈਂਦਾ ਹੈ।

ਪਰ ਇੱਕ ਸਮੇਂ ਕਾਫ਼ੀ ਆਗੂ, ਟੀਮਾਂ ਅਤੇ ਮੁਕਾਬਲੇਬਾਜ਼ ਅਸਲ ਵਰਕਫਲੋਜ਼ ਵਿੱਚ AI ਨੂੰ ਸੁਰੱਖਿਅਤ ਅਤੇ ਵਾਰ-ਵਾਰ ਲਾਗੂ ਕਰਨਾ ਸਿੱਖ ਜਾਣਗੇ। ਪੈਟਰਨ ਪਰਿਪੱਕ ਹੋਣਗੇ, ਸ਼ਾਸਨ ਹੋਰ ਡੂੰਘਾਈ ਨਾਲ ਏਕੀਕ੍ਰਿਤ ਹੋਵੇਗਾ, ਏਜੰਟ ਵਧੇਰੇ ਭਰੋਸੇਯੋਗ ਹੋਣਗੇ ਅਤੇ ਸੰਗਠਨ ਦਾ ਵਿਸ਼ਵਾਸ ਵਧੇਗਾ। AI ਨਾਲ ਜੋ ਕੁਝ ਸੰਭਵ ਹੁੰਦਾ ਹੈ ਅਤੇ ਉੱਦਮ ਅਸਲ ਵਿੱਚ ਜਿਸਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, ਉਸ ਵਿਚਕਾਰਲਾ ਪਾੜਾ ਘਟਣਾ ਸ਼ੁਰੂ ਹੋਵੇਗਾ।

ਉਸ ਨਿਰਣਾਇਕ ਮੋੜ ’ਤੇ ਲਾਭ ਸਭ ਤੋਂ ਵਧੀਆ ਮਾਡਲਾਂ ਜਾਂ ਸਭ ਤੋਂ ਵੱਡੇ AI ਬਜਟ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਨਹੀਂ, ਸਗੋਂ ਤੇਜ਼ੀ ਨਾਲ ਕੰਮ ਕਰਨ ਦੇ ਢੰਗ ਨੂੰ ਬਦਲ ਸਕਣ ਵਾਲੇ ਸੰਗਠਨਾਂ ਨੂੰ ਮਿਲੇਗਾ।

ਹਰ ਫ਼ੈਸਲੇ ਨੂੰ ਕੇਂਦਰੀਕ੍ਰਿਤ ਕਰਨ, ਹਰ ਵਿਭਾਗੀ ਕਾਰਜ ਦੀ ਰੱਖਿਆ ਕਰਨ, ਸੁਸਤ ਕਮੇਟੀਆਂ ਰਾਹੀਂ ਸ਼ਾਸਨ ਕਰਨ ਅਤੇ ‘ਮੌਜੂਦਾ ਸਥਿਤੀ ਨੂੰ ਨਾ ਛੇੜਨ’ ਲਈ ਰਿਵਾਰਡ ਦੇਣ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਬਦਲਦੇ ਦੌਰ ਨਾਲ ਕਦਮ ਤਾਲ ਕਰਨ ਵਿੱਚ ਅਸਮਰੱਥ ਰਹਿਣਗੀਆਂ।

ਮਜ਼ਬੂਤ ਆਧਾਰ ਅਤੇ ਅਨੁਕੂਲ ਕਿਨਾਰਾ ਬਣਾਉਣ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਤੇਜ਼ੀ ਨਾਲ ਸਿੱਖਣਗੀਆਂ। ਉਹ ਬਿਹਤਰ ਵਰਕਫਲੋ ਪਹਿਲਾਂ ਲੱਭਣਗੀਆਂ, ਬਹੁ-ਵਿਸ਼ਈ ਮਾਹਰਾਂ, ਵਿਸ਼ੇਸ਼ ਮਾਹਰਾਂ ਅਤੇ ਆਗੂਆਂ ਦੀ ਮਨੁੱਖੀ ਪ੍ਰਤਿਭਾ ਨੂੰ ਵੱਧ ਮੁੱਲ ਵਾਲੇ ਕੰਮ ਵੱਲ ਲਾਉਣਗੀਆਂ ਅਤੇ ਸਥਾਨਕ ਪ੍ਰਯੋਗਾਂ ਨੂੰ ਮੁੜ ਵਰਤਣ ਯੋਗ ਤਰੀਕਿਆਂ ਵਿੱਚ ਬਦਲਣਗੀਆਂ

ਫ਼ਿਲਹਾਲ ਸਵਾਲ ਹੋ ਸਕਦਾ ਹੈ, "ਅਸੀਂ AI ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਕਿਵੇਂ ਅਪਣਾਈਏ?", ਪਰ ਛੇਤੀ ਹੀ ਇਹ ਬਦਲ ਕੇ "ਜਦੋਂ AI ਕੰਮ ਕਰਨ ਦੇ ਢੰਗ ਨੂੰ ਬਦਲਦੀ ਹੈ ਤਾਂ ਸਾਡਾ ਸੰਗਠਨ ਕਿੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਢਲ ਸਕਦਾ ਹੈ?" ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।

ਸ਼ਕਤੀਸ਼ਾਲੀ AI ਵਾਲਾ ਸੁਸਤ ਸੰਗਠਨ ਫਿਰ ਵੀ ਸੁਸਤ ਰਹੇਗਾ; ਸ਼ਕਤੀਸ਼ਾਲੀ AI ਵਾਲਾ ਅਨੁਕੂਲ ਸੰਗਠਨ ਆਪਣਾ ਲਾਭ ਲਗਾਤਾਰ ਵਧਾਏਗਾ।