AI کی رفتار کا ساتھ دینے والے اداروں کی تشکیل

• اگر کام اب بھی انہی کمیٹیوں، منظوریوں، حوالگیوں اور الگ تھلگ شعبوں سے گزرتا رہے تو پروڈکٹیوٹی میں اضافہ کی قدر محدود رہتی ہے. رکاوٹ تیزی سے تنظیمی تاخیر بنتی جا رہی ہے: یعنی کسی ادارے کو فیصلے کرنے، طریقۂ کار بدلنے اور نئی صلاحیتوں کو کاروباری نتائج میں تبدیل کرنے میں کتنا وقت لگتا ہے.

• جو کام پہلے کئی ماہرین، شعبوں یا ہفتوں کی محنت مانگتا تھا، اب نہایت تیزی سے مکمل ہو سکتا ہے. اس سے ٹیمیں کس طرح باہمی تعاون کرتی ہیں، فیصلے کیسے کیے جاتے ہیں اور ماہرین کی ضرورت کہاں ہے، یہ سب بدل جاتا ہے.

• فوائد مکمل طور پر تب حاصل ہوتے ہیں جب ادارے اپنی ساخت میں انقلابی تبدیلی لائیں اور ورک فلو، گورننس، ترغیبات، نالج فلوز اور فیصلہ سازی کے ڈھانچوں پر نئے انداز سے غور کریں، تاکہ AI سے حاصل ہونے والی پروڈکٹیوٹی میں اضافہ پورے ادارے میں مسلسل بڑھتی جائے.

• AI پر مبنی اداروں کو مستحکم بنیادی ڈھانچہ اور حالات کے مطابق ڈھلنے والا کنارہ، دونوں درکار ہیں، جبکہ سب سے قیمتی انسانی مہارتیں فیصلہ سازی اور اقدامات کی ہم آہنگی پر صرف ہونی چاہئیں.

LinkedIn، Substack اور دیگر فورمز پر کافی گفتگو ہو رہی ہے جس کا خلاصہ یہ ہے کہ ”مجھے AI پر ROI نظر نہیں آتا۔“ بامعنی قبولیت بڑھنے کے ساتھ ہمیں AI حلوں اور ChatGPT، Codex اور Claude جیسے تیار شدہ ٹولز کو اپنانے سے کافی ROI حاصل ہوتا ہے. پھر بھی، یہ نکتہ قابلِ فہم ہے. اگرچہ انفرادی پروڈکٹیوٹی میں نمایاں اضافہ ممکن ہے، لیکن ادارے میں ورک فلو وہی رہیں تو بالآخر یہ اضافہ محدود ہو جاتا ہے. آپ کے تنظیمی ڈیزائن کو ارتقا پذیر ہونا ہوگا.

تاہم بدقسمتی سے، خصوصاً AI کی تیز رفتار ترقی کے پیشِ نظر، کسی آرگنائزيشن کو مستقبل کی ہر تبدیلی کے لیے محفوظ نہیں بنایا جا سکتا. کوئی بھی اعتماد سے نہیں بتا سکتا کہ تین سال بعد AI کے لیے موزوں بینک، بیمہ کمپنی، خردہ فروش، توانائی کمپنی یا مشاورتی ادارہ کیسا ہونا چاہیے. ٹیکنالوجی، معاشیات اور کام کے طریقے اتنی تیزی سے بدل رہے ہیں کہ خود کو ڈھالنے کی صلاحیت آئندہ دہائی کی نمایاں برتریوں میں شامل ہوگی.

لیکن اگر ایکسپرٹ انٹیلیجنس فوراً دستیاب ہو اور AI ایجنٹس کئی گھنٹے خود مختار طور پر کام کر سکیں، تو یہ ماننا ہوگا کہ کام کرنے کا طریقہ بدلے گا اور اسے بدلنا بھی چاہیے. اس کا مطلب ہے کہ ٹیکنالوجی سے فائدہ اٹھانے کے لیے آپ کے آپریٹنگ ماڈل کو بدلنا ہوگا. جو ادارے کام کے نئے طریقوں اور اس ٹیکنالوجی کے ابھرتے استعمالات کے مطابق سب سے تیزی سے ڈھلنے پر آمادہ ہوں گے، انہیں سب سے زیادہ فائدہ ہوگا.

AI کے ادارہ جاتی اثرات سمجھنے کا سب سے آسان طریقہ ایک سادہ مفروضے سے آغاز کرنا ہے. فرض کریں کہ ادارے میں ہر شخص کو ایکسپرٹ انٹیلیجنس فوراً دستیاب ہے. دو سال پہلے اس کا تصور مشکل تھا، لیکن اب یہ تقریباً حقیقت بن چکا ہے. اگرچہ یہ ابھی مکمل نہیں، پھر بھی یہ فرض کرنا معقول ہے کہ بہت جلد یہ تکمیل کے قریب ہوگا.

اس کے ساتھ ایک دوسرا مفروضہ بھی شامل کریں. فرض کریں کہ آٹونومس ایجنٹس گھنٹوں، دنوں اور بالآخر ہفتوں تک مل کر بامعنی کام مکمل کر سکتے ہیں. صرف ایک یا چند کام نہیں، بلکہ متعدد شعبوں پر محیط کام کا ایک حقیقی اور بھرپور سلسلہ. یعنی ایجنٹس کی ایسی ٹیم میں سمیٹی ہوئی مختلف شعبوں کی ٹیم، جو خود سے ورک فلو طے کر سکے.

اگر یہ دونوں باتیں مجموعی سمت کے لحاظ سے بھی درست ہیں تو کام کرنے کا طریقہ بدلنا (پڑے) گا. کام کی تکمیل کا وقت کم ہوگا، اندرونی تعاون کی نوعیت بدلے گی، اور تبدیلی کی رفتار تیز ہوگی۔

تبدیلی کی اس رفتار سے ڈی سینٹرلائزیشن، آٹونومی اور انوویشن کو فروغ ملتا ہے جبکہ زیادہ تر بڑی آرگنائزيشنز اس کے برعکس تصور کے گرد تشکیل دیے گئے ہیں۔

بڑے انٹرپرائزز فنکشن کے لحاظ سے منظم شعبوں میں اختیارات کو مرکزیت دیتے ہیں. وہ حکمتِ عملی، ٹیکنالوجی، ڈیٹا، رسک، آپریشنز، مالیات، HR اور کاروبار کو الگ ڈھانچوں میں بانٹتے ہیں، جن میں سے ہر ایک کی اپنی ترجیحات، ترغیبات اور سب سے اہم، اپنے کنٹرولز ہوتے ہیں.

سرمایہ کاری اور رہنمائی کی کمیٹیاں، آرکیٹیکچر کے بورڈ، خطرے کے جائزے، تعمیل کے مراحل، خریداری کے عمل، سالانہ منصوبہ بندی کے ادوار اور کاروباری جواز تبدیلی کو منظم کرتے ہیں. تبدیلی کا نظم کرنے والی بعض ٹیمیں اسٹیک ہولڈرز کے درمیان معلومات میں کوئی قدر شامل کیے بغیر ایک اضافی واسطہ بن جاتی ہیں.

ایک بار پھر، اس میں سے کچھ بھی غیر معقول نہیں اور یہ طریقے اچھی وجوہات کی بنا پر موجود ہیں. یہ رسک مینج کرتے، سرمایہ مختص کرتے، تکرار روکتے، کسٹمرز کا تحفظ کرتے اور جواب دہی پیدا کرتے ہیں، مگر ساتھ ہی کام کی رفتار بھی طے کر دیتے ہیں. یہ رفتار اس دنیا کے لیے غالباً بہت سست ہوگی جہاں AI پر مبنی حریف بہت زیادہ تیزی سے آزمائش، سیکھنے اور کام کو ازسرِنو ڈیزائن کر سکتے ہیں.

ثقافتی اشارہ بھی اہم ہے. بہت سے اداروں میں ترغیبات اب بھی فنکشنل حدود میں رہنے پر انعام دیتی ہیں، خواہ رہنما کتنی ہی بار کہے کہ "آپ فیصلے کرنے کے لیے بااختیار ہیں". کیوں؟ ٹیم کا تحفظ کریں. بجٹ کا تحفظ کریں. روڈ میپ کا تحفظ کریں. نمایاں ناکامی سے بچیں. مشکل فیصلے کمیٹی کو بھیج دیں. منظور شدہ عمل سے بہت زیادہ باہر نہ نکلیں.

یہ مرکزی طریقہ اس وقت معقول ہے جب تجربے کی لاگت زیادہ ہو اور کبھی کبھار ہونے والی تبدیلی انقلابی کے بجائے تدریجی ہو. لیکن جب صلاحیت ہر چند ماہ میں نمایاں طور پر بہتر ہو رہی ہو اور بہترین مواقع کام سے براہِ راست وابستہ ٹیمیں دریافت کرتی ہوں تو یہ مسئلہ بن جاتا ہے.

AI کے جواب میں روایتی مرکزیت اختیار کرنے سے ایسی تاخیر پیدا ہوتی ہے جو بامعنی بامعنی ROI کی راہ میں رکاوٹ بنتی ہے. اگر ہر تبدیلی کو حقیقی کام تک پہنچنے سے پہلے متعدد کمیٹیوں سے گزرنا پڑے تو ادارہ بہت آہستہ سیکھے گا.

ترقی کرنا اور زیادہ تیزی سے آگے بڑھنے کے خواہش مند افراد کے لیے AI سے فائدہ اٹھانے کے مواقع محدود کرنا آپ کے ادارے کو کام کی کم پُرکشش جگہ بنا دیتا ہے.

بیشتر آرگنائزيشنز انفرادی AI فلوئنسی سے آغاز کر رہے ہیں. آغاز کے لیے یہی درست مقام ہے. لوگوں کو معلوم ہونا چاہیے کہ AI کو ہدایات کیسے دینی ہیں، اسے چیلنج اور اس کا کام کیسے جانچنا ہے، حساس معلومات کیسے محفوظ رکھنی ہیں اور اسے کب استعمال نہیں کرنا چاہیے. انہیں اعتماد، فیصلہ سازی اور عملی تجربہ درکار ہے.

انفرادی فلوئنسی کی بھی ایک حد ہوتی ہے. تجزیہ کار پانچ گنا زیادہ تجزیہ تیار کر سکتا ہے، مگر فیصلہ سازی کا فورم اب بھی ماہانہ ملتی ہے. ڈویلپر زیادہ کوڈ جنریٹ کر سکتا ہے، مگر جائزے اور ریلیز کا عمل نہیں بدلا. مارکیٹر زیادہ مواد بنا سکتا ہے، مگر برانڈ کی منظوری اب بھی اسی قطار میں رہتی ہے.

ٹیم کی سطح پر بھی ورک فلو میں تبدیلی لازماً رفتار نہیں بڑھاتی، اگر آرگنائزيشنز کے دیگر حصے اب بھی ہمیشہ کی طرح کام کر رہے ہوں.

لہٰذا فرد تیزی سے کام کرتا ہے، اور ٹیم بھی شاید تیزی سے کام کرے، مگر آخرکار ادارے کے اینڈ ٹو اینڈ ورک فلو کے دیگر حصے آؤٹ پٹ کی رفتار کو محدود کر دیتے ہیں۔ اسی لیے AI کا سفر انفرادی فلوئنسی سے ٹیم کی فلوئنسی اور پھر تنظیمی فلوئنسی کی جانب بڑھنا چاہیے۔

جب انٹرپرائز اپنے ڈھانچوں، ترغیبات، گورننس، نالج فلو اور ٹیکنالوجی کے طریقوں کو بدل سکتا ہے تو افراد اور ٹیموں کے مقامی فوائد پورے انٹرپرائز کی قدر بن جاتے ہیں.

یہ ایک مشکل چیلنج ہے، مگر قدر کے امکانات کھولنے کا موقع بھی یہیں ہے. ChatGPT کے اجرا کے بعد گزشتہ چند برسوں میں وجود میں آنے والی AI پر مبنی کمپنیوں نے ایسے ورک فلو بنائے جن میں AI پہلے ہی شامل تھا، اس لیے وہ پھرتیلی اور کم درجہ بند ڈھانچوں کے ساتھ کام کرتی ہیں. اس کے برعکس، بڑے انٹرپرائزز نے AI کو موجودہ عمل میں شامل کیا ہے، جس سے پیوند کاری جیسا اثر پیدا ہوتا ہے اور کام کیسے کیا جاتا ہے، یہ نہیں بدلتا.

AI-نیٹو ہونے کا مطلب افراتفری، لاپرواہی یا ٹولز کا جنون نہیں ہے. اس کا مطلب یہ نہیں کہ ہر ملازم تازہ ترین ماڈل کو اپنی مرضی کے مطابق استعمال کرے. اور یقیناً اس کا مطلب گورننس کو جوش سے بدلنا یا یہ ظاہر کرنا نہیں کہ اب انسانوں کی ضرورت نہیں رہی.

آرگنائزيشن ڈیزائن کا پرانا ماڈل یہ فرض کرتا ہے کہ آپ مستقبل کی حالت متعین کر کے ڈھانچہ بنا سکتے، تبدیلی نافذ کر سکتے اور پھر استحکام لا سکتے ہیں. یہ AI کے لیے بہت سست ہے.

AI-نیٹو آرگنائزيشنز مسلسل تبدیلی کے لیے تشکیل دیے جائیں گے. AI-نیٹو آرگنائزيشن وہ ہے جو لوگوں، AI سسٹمز، ڈیٹا، ورک فلو اور گورننس کی مشترکہ قوتوں کے گرد کام کو مسلسل ازسرِنو ڈیزائن کرتا ہے. وہ سب کچھ ایک ہی خاکے پر داؤ پر نہیں لگائیں گے. وہ تیزی سے یہ جاننے کی صلاحیت پیدا کریں گے کہ کن ورک فلو کو بدلنا ہے، کن کرداروں کو ارتقا کی ضرورت ہے، کن کنٹرولز کی ضرورت ہے، کون سی مہارتیں زیادہ اہم ہیں، کن طریقوں کو دوبارہ استعمال کیا جا سکتا ہے اور کون سے مفروضے پہلے ہی فرسودہ ہو چکے ہیں.

اس کے لیے بیک وقت دو چیزیں درکار ہیں: مستحکم بنیادی ڈھانچہ اور حالات کے مطابق ڈھلنے والا کنارہ. یہ مرکزیت اور کام سے قریب ٹیموں کو بااختیار بنانے کے درمیان توازن فراہم کرتے ہیں.

مستحکم بنیادی ڈھانچہ ادارے کو اعتماد اور وسعت دیتا ہے. پورے کاروبار کو منظور شدہ ٹولز، دوبارہ قابلِ استعمال طریقوں، ڈیٹا تک رسائی کے راستوں، جائزے کے طریقوں، سیکیورٹی کنٹرولز، گورننس کے اصولوں، نگرانی، علمی بنیادی ڈھانچے اور واضح ملکیت تک رسائی حاصل ہوتی ہے.

حالات کے مطابق ڈھلنے والے کنارے پر کام ہوتا ہے اور وہ بار بار، بلا رکاوٹ بدلتا ہے. مسئلے کے قریب موجود چھوٹی، مختلف شعبوں پر مشتمل ٹیموں کے پاس ورک فلو کو ازسرِنو ڈیزائن کرنے، AI استعمال کرنے، کام کے نئے طریقے آزمانے اور سیکھے گئے اسباق آرگنائزیشنز تک واپس پہنچانے کا کافی اختیار ہوتا ہے.

بنیادی ڈھانچے اور کنارے کے درمیان یہ توازن اہم ہے. حد سے زیادہ مرکزی کنٹرول ہو تو آرگنائزیشن بہت آہستہ سیکھتی ہے. حد سے زیادہ مقامی آزادی ہو تو آرگنائزیشن بکھر جاتی ہے. AI-نیٹو آرگنائزیشن کو بنیادی ڈھانچے میں نظم و ضبط اور کنارے پر موافقت پذیری کی ضرورت ہوتی ہے

کام کو خودکار بنانے سے اخذ کیا جانے والا آسان نتیجہ یہ ہے کہ AI انسانوں کی ضرورت گھٹا دیتا ہے. کچھ شعبوں میں ایسا ہوگا، مثلاً کم سیاق والے بار بار دہرائے جانے والے علمی کام، جو مختصر یا ختم ہو جائیں گے. زیادہ تر لین دین پر مبنی کام، جیسے سسٹمز کی خامیوں کی تلافی کرنا، معلومات منتقل کرنا، ابتدائی تجزیہ کرنا، پہلے مسودے تیار کرنا اور محدود 'قدر افزا' جوابات دینا، سب دباؤ میں آئیں گے.

لیکن اس کا دوسرا پہلو یہ ہے کہ انسانی 'کردار' ایک بلند سطح پر پہنچ جاتا ہے: اگر ایکسپرٹ انٹیلیجنس فوراً دستیاب ہو تو وہ نایاب انسانی اوصاف، جن کی جگہ AI نہ لے سکتا ہے اور نہ اسے لینی چاہیے فیصلہ سازی، تخلیقی صلاحیت، جواب دہی، سیاق اور اعتماد بن جاتے ہیں.

اداروں کو ایسے لوگوں پر زیادہ توجہ دینی چاہیے جو غیر واضح حالات میں فیصلے کر سکیں. ایسے لوگ جو ڈومین کو اتنی گہرائی سے سمجھتے ہوں کہ AI کی رہنمائی کر سکیں اور جان سکیں کہ وہ کب غلط ہے. ایسے لوگ جو بہتر سوال پوچھ سکیں. ایسے لوگ جو تجارتی، تکنیکی، آپریشنل اور انسانی حقائق کو باہم جوڑ سکیں. ایسے لوگ جو تعلقات بنا سکیں، اعتماد پیدا کریں اور متعدد اسٹیک ہولڈرز کے درمیان ہم آہنگی قائم کریں. اور اہم بات یہ ہے کہ ایک سیاق و سباق سے دوسرے میں فوری طور پر منتقل ہونے اور معلومات کو تیزی اور درستگی سے سمجھنے کی صلاحیت زیادہ ضروری ہو جاتی ہے، جب آپ تصور کریں کہ ایک ہفتے کا کام پیر کی صبح میں سمٹ جائے.

لہٰذا جنرلِسٹس کی قدر گھٹنے کے بجائے بڑھتی ہے، بشرطیکہ وہ مختلف شعبوں کا سیاق و سباق برقرار رکھ سکیں اور AI سے تقویت یافتہ کام کو مربوط کر سکیں. ماہرین کی قدر بھی گھٹنے کے بجائے بڑھ سکتی ہے، کیونکہ تیز رفتار کام میں معیار اور فیصلہ سازی کی اہمیت والے مواقع زیادہ پیدا ہوتے ہیں. اور رہنماؤں کو سرگرمیوں کے نگران کم اور نظام، سیاق اور رفتار کے ڈیزائنرز زیادہ بننا ہوگا.

جن مہارتوں میں سرمایہ کاری کرنی چاہیے وہ صرف “AI مہارتیں” نہیں ہیں۔ یہ وہ انسانی اوصاف ہیں جو اس وقت زیادہ اہم ہو جاتے ہیں جب AI نچلی سطح کے زیادہ تر کام انجام دینے لگتا ہے: تجسس، فیصلہ سازی، ثابت قدمی، وضاحت، تخلیقی صلاحیت، فیصلہ کرنے کی صلاحیت، تعاون اور ابہام سے نمٹنے میں اطمینان. ادارے کو ابھی سے انہی اوصاف کے حامل افراد بھرتی کرنے، انہیں پروان چڑھانے اور ان کی حوصلہ افزائی اور قدر دانی کرنی چاہیے.

اتنے زیادہ کام کو مختصر وقت میں سمیٹنا شدید دباؤ کا باعث ہے، اور AI پر مبنی ادارے ہر وقت انتہائی تیز رفتاری سے کام نہیں کر سکتے. انہیں لوگوں کے لیے گنجائش اور اضافی وقت پیدا کرنا ہوگا تاکہ وہ بحال ہو سکیں اور دوبارہ رابطہ قائم کر سکیں. مؤثر فہم اور فیصلہ سازی کے لیے اداروں کو ایسا ماحول بنانا چاہیے جہاں خوشگوار اتفاق نئے اور منفرد خیالات کو جنم دے سکے.

آج بہت سے انٹرپرائزز AI کو ان کاموں کے لیے جو پہلے ہی ممکن ہیں بھی اپنانے میں سست ہیں. اس سے ایجنٹک صلاحیت کی صلاحیت میں بہتری اور اس کے استعمال میں بہتری کے درمیان فاصلہ بڑھ رہا ہے.

یہ معمول کی بات ہے. بڑی آرگنائزيشنز ٹیکنالوجی کو آہستہ آہستہ اپناتی ہیں، کیونکہ انہیں لیگیسی سسٹمز، ضابطہ جاتی پابندیوں، ثقافتی مزاحمت، متفرق ڈیٹا، غیر واضح ذمہ داری اور حقیقی خطرات، سب کا انتظام کرنا ہوتا ہے.

لیکن کسی مرحلے پر کافی تعداد میں رہنما، ٹیمیں اور حریف یہ سیکھ لیں گے کہ AI کو حقیقی ورک فلوز میں محفوظ اور بار بار پر کیسے استعمال کیا جائے. طریقے پختہ ہوں گے، گورننس زیادہ راسخ ہوگی، ایجنٹس زیادہ قابلِ اعتماد ہوں گے اور ادارہ جاتی اعتماد بڑھے گا. AI کے ممکن بنائے ہوئے کاموں اور اداروں کے حقیقی استعمال کے درمیان فاصلہ کم ہونے لگے گا.

جب یہ فیصلہ کن موڑ آئے گا تو فائدہ بہترین ماڈلز یا سب سے بڑے AI بجٹ والی کمپنیوں کو نہیں، بلکہ ان آرگنائزیشنز کو ملے گی جو کام کیے جانے کے طریقے کو تیزی سے بدل سکیں.

جو کمپنیاں ہر فیصلے کو مرکز میں رکھتی، ہر شعبے کا تحفظ کرتی، سست کمیٹیوں کے ذریعے نظم چلاتی اور لوگوں کو 'نظام میں خلل نہ ڈالنے' پر انعام دیتی ہیں، وہ رفتار برقرار نہیں رکھ سکیں گی.

مضبوط بنیادی ڈھانچہ اور حالات کے مطابق ڈھلنے والا کنارہ بنانے والی کمپنیاں زیادہ تیزی سے سیکھیں گی. وہ بہتر ورک فلو پہلے دریافت کریں گی، عمومی صلاحیت رکھنے والوں، ماہرین اور رہنماؤں کی انسانی صلاحیتوں کا متوازن امتزاج زیادہ قدر والے کاموں میں لگائیں گی، اور مقامی تجربات کو دوبارہ قابلِ استعمال طریقوں میں بدلیں گی.

فی الحال سوال شاید یہ ہو کہ "ہم AI کو کامیابی سے کیسے اپنائیں؟"، لیکن جلد ہی اسے بدل کر یہ ہونا ہوگا کہ "AI کے کام کو بدلنے کے ساتھ ہمارا ادارہ کتنی تیزی سے خود کو ڈھال سکتا ہے؟"

طاقتور AI کے باوجود سست ادارہ سست ہی رہے گا، جبکہ طاقتور AI کے ساتھ خود کو ڈھالنے والا ادارہ مسلسل بڑھتی ہوئی قدر پیدا کرے گا.