फ्लो वर्क रूपांतरण आणि प्रणाली: जनरेटिव्ह एआयच्या उपयोगाचे सार

आपण कधी साधन (टूल) आणि प्रणाली (सिस्टम) यातील फरकाचा विचार केला आहे का?

साधने आपण कामे करण्यासाठी वापरतो. प्रणाली देखील त्याचप्रमाणे कामांना सुव्यवस्थित करतात.

काहींना असे वाटू शकते की प्रणाली म्हणजे फक्त अधिक जटिल साधन.

परंतु, जेव्हा कामांना दोन प्रकारांमध्ये वर्गीकृत केले जाते – पुनरावृत्ती कार्य (iteration work) आणि फ्लो वर्क (flow work) – तेव्हा साधने आणि प्रणाली यांच्यातील फरक स्पष्ट होतो.

पुनरावृत्ती आणि फ्लो

पुनरावृत्ती कार्य म्हणजे लवचिक चाचणी आणि त्रुटींच्या माध्यमातून हळूहळू डिलिव्हरेबल्स तयार करण्याची प्रक्रिया.

पुनरावृत्तीच्या कार्यात, विशिष्ट कामांसाठी अदलाबदल करून वापरता येणारी एक टूलकिट उपयुक्त ठरते.

याउलट, फ्लो वर्क म्हणजे टप्प्याटप्प्याने पुढे जाणारी प्रक्रिया, जी अंतिम टप्प्यात एक डिलिव्हरेबल तयार करते.

फ्लो वर्क मध्ये, कार्यप्रवाहाचे मार्गदर्शन करण्यासाठी एक प्रणाली असणे उत्पादकता आणि गुणवत्ता लक्षणीयरीत्या सुधारते.

फ्लो वर्क रूपांतरण आणि सिस्टमायझेशन

मानवाद्वारे केली जाणारी अनेक कार्ये एकतर पुनरावृत्ती कार्य (iteration work) असतात किंवा सिस्टमायझ्ड फ्लो वर्कचा (systematized flow work) भाग असतात.

पुनरावृत्तीच्या कार्याला फ्लो वर्क मध्ये रूपांतरित करून आणि नंतर त्याचे सिस्टमायझेशन करून, उत्पादकता आणि गुणवत्ता लक्षणीयरीत्या वाढवता येते.

औद्योगिक क्रांती आणि आयटी क्रांती

औद्योगिक क्रांती आणि आयटी क्रांती ही प्रमुख उदाहरणे आहेत की कशा प्रकारे पुनरावृत्तीच्या कार्याला फ्लो वर्क मध्ये रूपांतरित करून, आणि नंतर त्याचे सिस्टमायझेशन करून उत्पादकता आणि गुणवत्ता नाटकीयरित्या सुधारली.

औद्योगिक क्रांतीपूर्वी, उत्पादन कार्य पुनरावृत्ती कार्य म्हणून केले जात असे, ज्यात मानव कुशलतेने साधनांचा वापर करत होते आणि प्रत्येक वेळी मांडणी व प्रक्रिया स्वेच्छेने बदलत होते.

त्याचप्रमाणे, आयटी क्रांतीपूर्वी, माहिती प्रक्रियेत मानव साधनांचा वापर असंरचित, पुनरावृत्तीच्या पद्धतीने करत होते.

फॅक्टरी उत्पादन लाईन्स किंवा व्यवसाय आयटी प्रणालींप्रमाणे या प्रक्रियांचे सिस्टमायझेशन केल्याने, उत्पादकता आणि गुणवत्ता लक्षणीयरीत्या वाढली.

तथापि, केवळ सिस्टमायझेशनच नव्हे, तर पुनरावृत्तीच्या कार्याचे फ्लो वर्क रूपांतरण अत्यंत महत्त्वाचे आहे. फ्लो वर्क मध्ये रूपांतरित करण्याची क्षमता असल्यामुळेच सिस्टमायझेशन शक्य झाले.

जनरेटिव्ह एआय क्रांती

व्यवसायात जनरेटिव्ह एआयचा उपयोग करून उत्पादकता आणि गुणवत्ता सुधारण्याचे उद्दीष्ट ठेवताना, केवळ एआयला एक साधन म्हणून वापरल्याने त्याचे खरे मूल्य प्राप्त होणार नाही.

मूळ उद्दिष्ट म्हणजे पुनरावृत्तीच्या कार्याचे (iteration work) फ्लो वर्क मध्ये रूपांतरण करणे, आणि त्यानंतर त्या फ्लो वर्कचे सिस्टमायझेशन करणे.

जनरेटिव्ह एआय त्याच्या जुळवून घेण्याच्या क्षमतेमुळे पुनरावृत्तीचे कार्य हाताळू शकते. तथापि, मानव किंवा जनरेटिव्ह एआय द्वारे केले तरी, पुनरावृत्तीच्या कार्याची उत्पादकता आणि गुणवत्तेला मर्यादा असतात.

म्हणूनच, फ्लो वर्क रूपांतरण आणि सिस्टमायझेशनचे ध्येय ठेवणे महत्त्वाचे आहे.

काहींचा असा युक्तिवाद असू शकतो की, जर फ्लो वर्क रूपांतरणामुळे मानवी कर्मचाऱ्यांसाठी उत्पादकता आणि गुणवत्ता सुधारू शकत असेल, तर जनरेटिव्ह एआय येण्यापूर्वीच असे उपक्रम हाती घेतले असते.

परंतु, मानवी कर्मचाऱ्यांवर आधारित फ्लो वर्क रूपांतरण ही प्रत्यक्षात एक अतिशय कठीण समस्या आहे. मानवी कर्मचारी कार्य नियुक्त्या किंवा सामग्रीतील बदलांशी लगेच जुळवून घेऊ शकत नाहीत.

याउलट, जेव्हा कार्यकर्ता एक जनरेटिव्ह एआय असतो, तेव्हा भूमिका आणि कार्य सामग्री पुनरावृत्तीने पुन्हा कॉन्फिगर करणे सोपे होते.

मानवांच्या विपरीत, जनरेटिव्ह एआय मागील पायऱ्या विसरू शकते, नवीन प्रक्रिया त्वरित वाचून समजून घेऊ शकते आणि त्यांच्या आधारावर कार्य करू शकते.

या कारणामुळे, व्यवसायात जनरेटिव्ह एआयचा उपयोग करण्याचा मुख्य दृष्टिकोन म्हणजे पुनरावृत्तीच्या कार्याचे फ्लो वर्क मध्ये रूपांतरण करणे आणि त्यानंतर त्याचे सिस्टमायझेशन करणे हा असेल.

जनरेटिव्ह एआय वापरून व्यावसायिक कार्यक्षमता

जनरेटिव्ह एआय द्वारे प्राप्त व्यावसायिक कार्यक्षमतेचे एक उदाहरण पाहूया.

उदाहरणार्थ, अंतर्गत कंपनी नियमांविषयी कर्मचाऱ्यांच्या प्रश्नांना प्रतिसाद देण्याचे कार्य विचारात घेऊया.

जनरेटिव्ह एआयचा वापर अंतर्गत नियमांचा शोध घेण्यासाठी आणि उत्तरांचे मसुदे तयार करण्यासाठी केला जाऊ शकतो.

तथापि, जनरेटिव्ह एआय जुन्या नियमांचा संदर्भ देऊ शकते किंवा नियमांमध्ये नसलेल्या कल्पित माहितीवर आधारित प्रतिसाद चुकून तयार करू शकते.

शिवाय, चौकशी ईमेल, मेसेंजर टूल्स, फोन किंवा प्रत्यक्ष भेट यांसारख्या विविध माध्यमांतून येऊ शकते.

म्हणून, चौकशी हाताळणाऱ्या कर्मचाऱ्याला पूर्वीप्रमाणेच त्या स्वीकारण्याची गरज असते.

जेव्हा शक्य असेल तेव्हा कर्मचाऱ्यांनी जागेवरच चौकशीची उत्तरे देऊन आणि ज्या चौकशीसाठी नियमांची पडताळणी आवश्यक असेल, त्या चौकशीची माहिती जनरेटिव्ह एआयमध्ये टाकून उत्तरांचे मसुदे तयार करून कार्यक्षमता सुधारली जाऊ शकते.

याव्यतिरिक्त, वारंवार विचारल्या जाणाऱ्या प्रश्नांसाठी, त्यांना कंपनीच्या अंतर्गत वेबसाइटवर एफएक्यू म्हणून पोस्ट करणे आवश्यक आहे.

जनरेटिव्ह एआयचा वापर प्रातिनिधिक प्रश्न आणि उत्तरे इनपुट करण्यासाठी आणि वेबसाइट प्रकाशनासाठी बुलेटेड मसुदे तयार करण्यासाठी देखील केला जाऊ शकतो.

शिवाय, नियमांमध्ये दुरुस्ती आवश्यक असताना मसुद्याच्या शब्दांचे पुनरावलोकन करण्यासाठी जनरेटिव्ह एआयचा वापर केला जाऊ शकतो.

अशा वापरामुळे चौकशी हाताळणीच्या काही टक्के कार्यांना सुव्यवस्थित करता येऊ शकते.

तथापि, हे केवळ चौकशी हाताळणीला पुनरावृत्ती कार्य म्हणून मानते आणि जनरेटिव्ह एआयला एक साधन म्हणून वापरते.

परिणामी, या दृष्टिकोनातून मिळणारे कार्यक्षमतेचे फायदे खूप मर्यादित आहेत.

फ्लो वर्क रूपांतरण

उदाहरणादाखल दिलेल्या चौकशी प्रतिसाद कार्याची कार्यक्षमता वाढवण्यासाठी, हे कार्य फ्लो वर्क मध्ये रूपांतरित करणे आवश्यक आहे.

यासाठी, चौकशी हाताळताना संबंधित व्यक्तीने केलेल्या पायऱ्यांचे तपशीलवार वर्णन आणि दस्तऐवजीकरण करणे आवश्यक आहे:

• विविध माध्यमांतून चौकशी स्वीकारणे.
• जर चौकशी पूर्वीच्या उत्तर दिलेल्या चौकशीसारखीच असेल आणि संबंधित नियमांमध्ये कोणतेही बदल नसतील, तर पूर्वीसारखेच उत्तर देणे.
• नवीन चौकशीसाठी, किंवा नियमांमध्ये बदल असलेल्या चौकशीसाठी, नियमांचे पुनरावलोकन करणे आणि उत्तराचा मसुदा तयार करणे.
• मसुद्यातील उत्तरात जुन्या नियमांचा उल्लेख आहे की नाही किंवा नियमांमध्ये नसलेली माहिती समाविष्ट आहे की नाही हे तपासणे.
• प्रतिसाद देण्यापूर्वी मंजुरी आवश्यक आहे की नाही हे तपासणे आणि आवश्यक असल्यास मंजुरी मिळवणे.
• ज्या माध्यमातून चौकशी प्राप्त झाली, त्याच माध्यमातून प्रतिसाद देणे.
• चौकशीची सामग्री, मंजुरीचा निकाल आणि प्रतिसादाचा निकाल चौकशी इतिहासाच्या डेटामध्ये नोंदवणे.
• वारंवार विचारले जाणारे प्रश्न आणि उत्तरांसाठी प्रस्तावित अद्यतने तयार करण्यासाठी चौकशी इतिहासाच्या डेटाची नियमितपणे तपासणी करणे.
• मंजुरी मिळाल्यानंतर अंतर्गत कंपनी वेबसाइट अद्ययावत करणे.
• जेव्हा नियम अद्ययावत केले जातात, तेव्हा संदर्भित नियम डेटा अद्ययावत करणे.
• त्याच वेळी, मागील चौकशी इतिहासाच्या डेटामध्ये संबंधित प्रतिसाद आणि नियम अद्यतने झाल्याची नोंद करणे.
• नियमांमधील बदलांमुळे वारंवार विचारले जाणारे प्रश्न आणि उत्तरांमध्ये सुधारणा आवश्यक आहे का हे पडताळणे आणि आवश्यक असल्यास अद्ययावत करणे.

या कामांचे तपशील स्पष्ट करून आणि त्यांना जोडून, लवचिक पुनरावृत्ती कार्य (flexible iteration work) एका स्पष्ट फ्लो वर्क मध्ये रूपांतरित केले जाऊ शकते.

सिस्टमायझेशनचे उदाहरण

कार्ये फ्लो वर्क मध्ये रूपांतरित केल्याने, सिस्टमायझेशनचा मार्ग स्पष्ट होतो.

सिस्टमायझेशन करताना, कर्मचाऱ्यांच्या सोयीमध्ये काही प्रमाणात तडजोड स्वीकार्य असेल तर, चौकशी चॅनेल एकत्र करणे हा एक पर्याय आहे.

याउलट, जर कर्मचाऱ्यांची सोय ही सर्वोच्च प्राधान्य असेल, तर सर्व चौकशी चॅनेल खुली ठेवली पाहिजेत.

मुळात, प्रणालीने थेट चौकशी स्वीकारली पाहिजे. केवळ तोंडी चौकशीच्या बाबतीतच मानवाने तपशील प्रणालीमध्ये प्रविष्ट करावा.

चौकशी प्राप्त झाल्यानंतर, आयटी प्रणाली आणि जनरेटिव्ह एआय शक्य तितके त्यानंतरचे कार्य प्रवाहाप्रमाणे पार पाडतील. सुरुवातीला, मानवी तपासण्या आणि मंजुऱ्या प्रणालीभर अंतर्भूत केल्या पाहिजेत, आणि मानवी ऑपरेटरना दुरुस्त्या करण्याची क्षमता दिली पाहिजे.

त्यानंतर, प्रणाली चौकशी हाताळण्यासाठी वापरली जात असताना, जर जनरेटिव्ह एआयने चूक केली, तर ती चूक पुन्हा होऊ नये म्हणून एआयसाठीच्या सूचनांमध्ये सावधगिरीचे मुद्दे, तपासणीच्या बाबी, चुकांची उदाहरणे आणि योग्य उदाहरणे समाविष्ट करून अद्ययावत केले पाहिजे.

ही प्रक्रिया जनरेटिव्ह एआयच्या चुका कमी करू शकते. या एआय सूचना अद्ययावत करण्याची प्रक्रिया स्वतःच पुनरावृत्तीच्या कार्यापासून फ्लो वर्क मध्ये रूपांतरित करून अधिक कार्यक्षम केली जाऊ शकते.

अशा प्रकारे, फ्लो-रूपांतरित कार्यांचे सिस्टमायझेशन करून, सुरुवातीला मानवी हस्तक्षेपाची आवश्यकता वाटणारी कार्ये देखील जनरेटिव्ह एआय-केंद्रित प्रणालीद्वारे बदलली जाऊ शकतात.

सामान्य गैरसमज

अनेक लोकांचा असा विश्वास आहे की जनरेटिव्ह एआयचा व्यावसायिक वापर सध्या फारसा प्रभावी नाही, किंवा तो अकाली आहे.

तथापि, यापैकी बहुतेक व्यक्तींमध्ये दोन प्रकारचे गैरसमज असतात.

पहिला गैरसमज केवळ जनरेटिव्ह एआयचा एक साधन म्हणून वापर करण्यावर लक्ष केंद्रित केल्यामुळे उद्भवतो.

येथे दाखवल्याप्रमाणे, पुनरावृत्तीच्या कार्यासाठी जनरेटिव्ह एआयचा एक साधन म्हणून वापर केल्यास व्यावसायिक कार्यक्षमता लक्षणीयरीत्या वाढत नाही. अशा मर्यादित परिणामांचा अनुभव घेतल्यामुळे किंवा त्यांचे निरीक्षण केल्यामुळे हा गैरसमज निर्माण होतो.

दुसरा गैरसमज जनरेटिव्ह एआयला पुनरावृत्तीचे कार्य करण्यास लावण्यावर लक्ष केंद्रित केल्यामुळे येतो.

खरंच, सध्याच्या जनरेटिव्ह एआयला पुनरावृत्तीचे कार्य करण्यास लावण्याचा प्रयत्न अनेकदा अयशस्वी होतो. परिणामी, लोक केवळ या निरीक्षणावर आधारित असा निष्कर्ष काढतात की जनरेटिव्ह एआय मानवाद्वारे केली जाणारी कार्ये घेऊ शकत नाही.

निष्कर्ष

चर्चा केल्याप्रमाणे, पुनरावृत्तीचे कार्य फ्लो वर्क मध्ये रूपांतरित करून आणि त्याचे सिस्टमायझेशन करून, केवळ साधनांपेक्षा अधिक कार्यक्षमतेची अपेक्षा केली जाऊ शकते.

शिवाय, जरी जनरेटिव्ह एआय पुनरावृत्तीचे कार्य करू शकत नसले तरी, ते फ्लो वर्क प्रक्रियेतील अनेक वैयक्तिक कार्ये हाताळू शकते. सुरुवातीला अनेक चुका झाल्या तरी, सूचना अद्ययावत करून सतत सुधारणा करता येते.

पर्यायाने, आवश्यक असल्यास, कामांची विभागणी केली जाऊ शकते, ज्यात मसुदा तयार करणे आणि तपासणे ही कार्ये वेगळी केली जातात, किंवा बहु-टप्प्यांची तपासणी लागू केली जाते.

जर अशा प्रकारे सिस्टमायझेशन साध्य करता आले, तर प्रत्येक कार्यासोबत सुधारणा होत जाईल आणि कालांतराने कार्ये अधिक कार्यक्षम होतील.

ही एक कार्यपद्धती आहे जी यंत्रणेमध्येच सतत सुधारणा करण्याची परवानगी देते, जसे कारखान्यातील उत्पादन आणि आयटी सिस्टमायझेशनमध्ये होते.

जनरेटिव्ह एआयचा प्रभावीपणे वापर करण्यासाठी, विचारसरणीत बदल करणे आवश्यक आहे: स्वतःच्या पुनरावृत्तीच्या कार्यात सुधारणा करण्याचा प्रयत्न करण्याऐवजी, व्यक्तीने आपली कार्ये वस्तुनिष्ठपणे फ्लो वर्क मध्ये रूपांतरित करून त्यांचे सिस्टमायझेशन केले पाहिजे.