ज्यादातर एआई प्रोजेक्ट व्यवसाय में क्यों विफल होते हैं और इसे कैसे ठीक करें

Gartner और McKinsey के अनुसार, 2025 में जनरेटिव AI पर कॉर्पोरेट खर्च का अनुमान 644 बिलियन डॉलर है, फिर भी 80 प्रतिशत से अधिक परियोजनाएँ निर्धारित लक्ष्यों को प्राप्त करने में विफल रहती हैं, और केवल लगभग 15 प्रतिशत ही स्थायी उत्पादन तक पहुँच पाती हैं। MIT NANDA के 300 से अधिक पहलों के अध्ययन में पाया गया कि 95 प्रतिशत GenAI पायलट लाभ या उत्पादकता पर कोई मापने योग्य प्रभाव नहीं दिखाते हैं। Gartner जनरेटिव AI को निराशा के गर्त में रखता है, जबकि एजेंटिक AI उच्च अपेक्षाओं के शिखर पर है। लेख विफलता के पाँच मुख्य कारणों की पहचान करता है: मापने योग्य व्यावसायिक लक्ष्यों की कमी, टूटी प्रक्रियाओं का स्वचालन (GIGO), स्वामित्व की कुल लागत (TCO) का अधूरा विवरण, समस्या परिभाषित करने से पहले उपकरण चुनना, और व्यावसायिक परिणामों के लिए व्यक्तिगत स्वामी की अनुपस्थिति। इन्हें कम करने के लिए, लेखक तीन फिल्टर के साथ एक चयन फ़नल का वर्णन करता है: मापने योग्य वित्तीय प्रभाव, AI की आवश्यकता, और TCO के साथ सुदृढ़ वास्तुकला। लेख MIT NANDA द्वारा वर्णित 'जेनएआई विभाजन' और 'सीखने की खाई' पर भी चर्चा करता है, जो छाया AI के मुद्दे को उजागर करता है। समाधान के रूप में, लेखक अपनी कंपनी की AI प्लेटफ़ॉर्म रणनीति प्रस्तुत करता है, जिसमें एजेंट निर्माण, एकीकरण, कॉर्पोरेट ज्ञान और AI शासन और जोखिम ढांचे के साथ एक शासन ढांचे के लिए परतें शामिल हैं। वे आठ विशेष एजेंटों से युक्त एक बहु-एजेंट प्रीसेल प्रणाली का भी उल्लेख करते हैं जो प्रारंभिक चरण की पहलों को तेज करने के लिए है।