کیا آپ نے کبھی ٹول اور سسٹم کے درمیان فرق پر غور کیا ہے؟
ٹولز وہ چیزیں ہیں جو ہم کام کرتے وقت استعمال کرتے ہیں۔ سسٹمز، اسی طرح، کام کو زیادہ موثر بناتے ہیں۔
کچھ لوگوں کا خیال ہو سکتا ہے کہ سسٹم صرف ایک زیادہ پیچیدہ ٹول ہے۔
تاہم، اگر ہم کام کو دو اقسام میں تقسیم کریں – تکراری کام اور بہاؤ پر مبنی کام – تو ٹول اور سسٹم کے درمیان فرق نمایاں طور پر واضح ہو جاتا ہے۔
اعادہ اور بہاؤ
تکراری کام آزمائش اور غلطی کے ذریعے، لچک کے ساتھ ڈھالتے ہوئے، آہستہ آہستہ ایک قابلِ حصول چیز تخلیق کرنے کا عمل ہے۔
تکراری کام کے لیے، ایک ٹول کٹ جو آپ کو مخصوص کاموں کے لیے صحیح ٹول کا انتخاب کرنے کی اجازت دیتی ہے، مفید ہے۔
دوسری طرف، بہاؤ پر مبنی کام میں مراحل کے ذریعے ترقی کرنا شامل ہے، جس میں آخری مرحلے پر قابلِ حصول چیز تیار کی جاتی ہے۔
بہاؤ پر مبنی کام کے لیے، کام کو بہاؤ کے ساتھ رہنمائی کرنے کے لیے ایک سسٹم کا ہونا پیداواریت اور معیار کو نمایاں طور پر بہتر بناتا ہے۔
بہاؤ پر مبنی کام کی تبدیلی اور نظامی کاری
انسانوں کے ذریعے انجام دیے جانے والے بیشتر کام یا تو تکراری کام ہیں یا ایک منظم بہاؤ پر مبنی عمل کا حصہ ہیں۔
تکراری کام کو بہاؤ پر مبنی کام میں تبدیل کرنا، اور پھر اسے منظم کرنا، پیداواریت اور معیار میں بہتری میں نمایاں طور پر معاون ہوتا ہے۔
صنعتی انقلاب اور آئی ٹی انقلاب
صنعتی انقلاب اور آئی ٹی انقلاب تکراری کام کو بہاؤ پر مبنی کام میں تبدیل کرنے اور اس کے بعد اسے منظم کرنے کے ذریعے پیداواریت اور معیار میں نمایاں اضافے کی بہترین مثالیں ہیں۔
صنعتی انقلاب سے پہلے، مینوفیکچرنگ تکراری کام کے طور پر کی جاتی تھی، جہاں انسان مہارت سے اوزار استعمال کرتے تھے، اور ہر بار انتظامات اور طریقہ کار کو آزادانہ طور پر تبدیل کرتے تھے۔
آئی ٹی انقلاب سے پہلے معلومات کی پروسیسنگ بھی تکراری کام تھا، جس میں انسان اوزار استعمال کرتے تھے اور غیر معیاری طریقے سے آگے بڑھتے تھے۔
ان عملوں کو منظم کرنے سے، بالکل فیکٹری کی پیداواری لائنوں اور کاروباری آئی ٹی سسٹمز کی طرح، پیداواریت اور معیار کو بڑھایا گیا۔
تاہم، صرف نظامی کاری ہی نہیں، بلکہ اس تکراری کام کی بہاؤ پر مبنی تبدیلی انتہائی اہم ہے۔ یہ بالکل اسی لیے تھا کہ بہاؤ پر مبنی تبدیلی حاصل کی گئی تھی کہ نظامی کاری ممکن ہو سکی۔
جنریٹو AI انقلاب
کاروبار میں جنریٹو AI کا استعمال کرکے پیداواریت اور معیار کو بہتر بنانے کا ہدف رکھتے وقت، محض AI کو ایک ٹول کے طور پر استعمال کرنے سے حقیقی قدر حاصل نہیں ہوگی۔
اصل مقصد تکراری کام کو بہاؤ پر مبنی کام میں تبدیل کرنا، اور پھر اس بہاؤ پر مبنی کام کو منظم کرنا ہے۔
جنریٹو AI، جو لچکدار موافقت کے قابل ہے، تکراری کاموں کو سنبھال سکتا ہے۔ تاہم، چاہے انسانوں کے ذریعے انجام دیا جائے یا جنریٹو AI کے ذریعے، تکراری کام کی پیداواریت اور معیار کی حدود ہوتی ہیں۔
یہی وجہ ہے کہ بہاؤ پر مبنی تبدیلی اور نظامی کاری کا ہدف بنانا بہت اہم ہے۔
کوئی یہ دلیل دے سکتا ہے کہ اگر بہاؤ پر مبنی تبدیلی انسانی کارکنوں کے ساتھ بھی پیداواریت اور معیار کو بہتر بنا سکتی ہے، تو ایسے اقدامات جنریٹو AI کی آمد سے پہلے بھی کیے جا سکتے تھے۔
تاہم، انسانی کارکنوں پر مبنی بہاؤ پر مبنی تبدیلی درحقیقت ایک بہت مشکل مسئلہ ہے۔ انسانی کارکن کام کی ذمہ داریوں یا مواد میں تبدیلیوں کے مطابق فوری طور پر ڈھل نہیں سکتے۔
دوسری طرف، جب کارکن جنریٹو AI ہو، تو آزمائش اور غلطی کے ذریعے ذمہ داریوں اور کام کے مواد کو دوبارہ ترتیب دینا آسان ہوتا ہے۔
انسانوں کے برعکس، جنریٹو AI پچھلے اقدامات کو بھول سکتا ہے، فوری طور پر نئے طریقہ کار کو پڑھ اور سمجھ سکتا ہے، اور ان کی بنیاد پر کام کر سکتا ہے۔
لہذا، کاروبار میں جنریٹو AI کا فائدہ اٹھانے کا مرکزی طریقہ تکراری کام کو بہاؤ پر مبنی کام میں تبدیل کرنا اور اس کے بعد اس کی نظامی کاری ہوگی۔
جنریٹو AI کا استعمال کرتے ہوئے کاروباری کارکردگی میں بہتری
آئیے جنریٹو AI کا استعمال کرتے ہوئے کاروباری کارکردگی میں بہتری کی ایک مثال پر غور کرتے ہیں۔
مثال کے طور پر، کمپنی کے قواعد کے بارے میں ملازمین کے سوالات کا جواب دینے کا کام لیتے ہیں۔
جنریٹو AI کا استعمال کرکے، کوئی بھی کمپنی کے قواعد کو تلاش کر سکتا ہے اور جوابات کا مسودہ تیار کر سکتا ہے۔
تاہم، اس بات کا امکان ہے کہ جنریٹو AI پرانے قواعد کا حوالہ دے سکتا ہے یا غلطی سے ایسے جوابات فراہم کر سکتا ہے جو قواعد میں واضح طور پر بیان نہیں کیے گئے ہیں۔
مزید برآں، استفسارات مختلف شکلوں میں آتے ہیں، جیسے ای میل، میسنجر ٹولز، فون کالز، یا زبانی مواصلت۔
لہذا، استفسارات کو ہینڈل کرنے والے ملازمین کو اب بھی انہیں پہلے کی طرح وصول کرنے کی ضرورت ہے۔
یہ قابلِ تصور ہے کہ موقع پر ہی حل کیے جا سکنے والے سوالات کے جواب دے کر، اور قواعد کی تصدیق کی ضرورت والے سوالات کے لیے، جنریٹو AI میں استفسار کا مواد داخل کرکے مسودہ جوابات تیار کر کے کارکردگی کو بہتر بنایا جا سکتا ہے۔
اس کے علاوہ، اکثر پوچھے جانے والے سوالات کے لیے، انہیں کمپنی کے اندرونی ہوم پیج پر FAQs کے طور پر شائع کرنا ضروری ہے۔
جنریٹو AI کو عام سوالات اور جوابات داخل کرنے اور ویب سائٹ پر اشاعت کے لیے بلٹڈ مسودات بنانے کے لیے بھی استعمال کیا جا سکتا ہے۔
مزید برآں، جب قواعد میں ترمیم کی ضرورت ہو، تو جنریٹو AI کو تجاویز کا مسودہ تیار کرنے کے لیے استعمال کیا جا سکتا ہے۔
ایسی ایپلی کیشنز استفسار کو ہینڈل کرنے کے کچھ فیصد کاموں کو زیادہ موثر بنا سکتی ہیں۔
تاہم، یہ محض استفسار کو ہینڈل کرنے کو ایک تکراری کام کے طور پر چھوڑ دیتا ہے اور جنریٹو AI کو ایک ٹول کے طور پر استعمال کرتا ہے۔
نتیجتاً، کارکردگی کے فوائد بہت محدود ہیں۔
بہاؤ پر مبنی کام کی تبدیلی
مثال کے طور پر دیئے گئے استفسار کو ہینڈل کرنے کے کام کی کارکردگی کو زیادہ سے زیادہ کرنے کے لیے، اس کام کو ایک بہاؤ میں تبدیل کرنا ضروری ہے۔
ایسا کرنے کے لیے، استفسارات کو ہینڈل کرتے وقت ذمہ دار شخص کے ذریعے انجام دیے جانے والے کاموں کو تفصیل سے بیان کرنا اور باقاعدہ بنانا ضروری ہے۔
- مختلف چینلز کے ذریعے استفسارات موصول کریں۔
- اگر استفسار پہلے سے جواب دیے گئے سوال جیسا ہی ہے اور متعلقہ قواعد میں کوئی تبدیلی نہیں ہے، تو وہی جواب فراہم کریں۔
- نئے استفسارات یا قواعد میں تبدیلیوں سے متعلق استفسارات کے لیے، قواعد کی تصدیق کریں اور ایک جواب کا مسودہ تیار کریں۔
- چیک کریں کہ مسودہ جواب میں پرانے قواعد کا حوالہ نہیں دیا گیا ہے یا ایسی معلومات شامل نہیں ہیں جو قواعد میں واضح طور پر بیان نہیں کی گئی ہیں۔
- چیک کریں کہ جواب دینے سے پہلے منظوری کی ضرورت ہے یا نہیں، اور اگر ضروری ہو تو منظوری حاصل کریں۔
- جس چینل کے ذریعے استفسار موصول ہوا تھا، اسی کے ذریعے جواب دیں۔
- استفسار کا مواد، منظوری کا نتیجہ، اور جواب کا نتیجہ استفسار کی تاریخ کے ڈیٹا میں رجسٹر کریں۔
- استفسار کی تاریخ کے ڈیٹا کو باقاعدگی سے چیک کریں اور اکثر پوچھے جانے والے سوالات اور جوابات کو اپ ڈیٹ کرنے کے لیے مسودات تیار کریں۔
- منظوری حاصل کرنے کے بعد اندرونی کمپنی کے ہوم پیج کو اپ ڈیٹ کریں۔
- جب قواعد کو اپ ڈیٹ کیا جائے تو حوالہ کردہ قواعد کے ڈیٹا کو اپ ڈیٹ کریں۔
- ساتھ ہی، ماضی کے استفسار کی تاریخ کے ڈیٹا میں ریکارڈ کریں کہ متعلقہ جوابات اور قواعد کی تازہ کاری ہوئی ہے۔
- تصدیق کریں کہ قواعد میں تبدیلیوں کی وجہ سے اکثر پوچھے جانے والے سوالات اور جوابات کا جائزہ لینے کی ضرورت ہے یا نہیں، اور اگر ضروری ہو تو اپ ڈیٹ کریں۔
اوپر بیان کردہ طریقے سے انجام دیے گئے کاموں کی تفصیلات کو واضح طور پر بیان کرنے سے، ان کاموں کو جوڑا جا سکتا ہے، جس سے لچکدار تکراری کام کو ایک واضح بہاؤ پر مبنی عمل میں تبدیل کیا جا سکتا ہے۔
نظامی کاری کی مثال
اس ورک فلو کو تخلیق کرنے سے، نظامی کاری کا راستہ واضح ہو جاتا ہے۔
نظامی کاری کے لیے، اگر ملازمین کی کچھ سہولت کو قربان کرنا قابل قبول ہو، تو ایک آپشن یہ ہے کہ استفسار کے چینلز کو یکجا کر دیا جائے۔
اس کے برعکس، اگر ملازمین کی سہولت کو ترجیح دی جائے، تو سسٹم کو تمام چینلز کے ذریعے استفسارات موصول کرنے کی صلاحیت برقرار رکھنی چاہیے۔
بنیادی طور پر، سسٹم کو براہ راست استفسارات موصول کرنے چاہئیں۔ صرف زبانی استفسارات کے لیے ہی ذمہ دار شخص کو انہیں سسٹم میں داخل کرنا چاہیے۔
استفسار موصول ہونے کے بعد، IT سسٹم اور جنریٹو AI کو بہاؤ کی پیروی کرتے ہوئے بعد کے زیادہ سے زیادہ کام کو انجام دینا چاہیے۔ ابتدائی طور پر، انسانی جانچ پڑتال اور منظوریوں کو پورے سسٹم میں شامل کیا جانا چاہیے، اور انسانی آپریٹرز کو اصلاحات کرنے کے قابل ہونا چاہیے۔
پھر، جیسے جیسے سسٹم استفسار کو ہینڈل کرنے کے لیے استعمال ہوتا ہے، اگر جنریٹو AI کوئی غلطی کرتا ہے، تو جنریٹو AI کو دی جانے والی ہدایات کو انتباہات، جانچنے کے نکات، غلطیوں کی مثالوں، اور درست مثالوں کے ساتھ اپ ڈیٹ کیا جانا چاہیے تاکہ دوبارہ ایسا نہ ہو۔
اس سے جنریٹو AI کی غلطیوں میں کمی آتی ہے۔ جنریٹو AI کے لیے ہدایات کو اپ ڈیٹ کرنے کا یہ عمل اس سے بھی زیادہ موثر بنایا جا سکتا ہے اگر اسے تکراری کام کی بجائے بہاؤ پر مبنی کام میں تبدیل کیا جائے۔
اس طرح، بہاؤ پر مبنی کام کو منظم کرکے، یہاں تک کہ وہ کام بھی جو بظاہر انسانی مداخلت کے متقاضی معلوم ہوتے ہیں، جنریٹو AI کے مرکز میں موجود سسٹم سے تبدیل کیے جا سکتے ہیں۔
عام غلط فہمیاں
بہت سے لوگوں کا خیال ہے کہ جنریٹو AI کا کاروباری اطلاق فی الحال زیادہ موثر نہیں ہے، یا یہ ابھی قبل از وقت ہے۔
تاہم، ان افراد کی ایک بڑی تعداد اکثر دو قسم کی غلط فہمیوں کا شکار ہو جاتی ہے۔
پہلی غلط فہمی جنریٹو AI کو ایک ٹول کے طور پر استعمال کرنے پر توجہ مرکوز کرنے سے پیدا ہوتی ہے۔
جیسا کہ یہاں دکھایا گیا ہے، تکراری کاموں کے لیے جنریٹو AI کو ایک ٹول کے طور پر استعمال کرنے سے کاروباری کارکردگی میں نمایاں اضافہ نہیں ہوتا۔ اس کا تجربہ کرنا یا اس کے بارے میں سننا اس غلط فہمی کو جنم دیتا ہے۔
دوسری غلط فہمی جنریٹو AI سے تکراری کاموں کو انجام دلوانے پر توجہ مرکوز کرنے سے پیدا ہوتی ہے۔
درحقیقت، موجودہ جنریٹو AI سے تکراری کاموں کو انجام دلوانے کی کوشش اچھی طرح کام نہیں کرتی۔ نتیجتاً، جنریٹو AI انسانوں کے ذریعے انجام دیے جانے والے فرائض کو مکمل طور پر سنبھال نہیں سکتا، اور صرف اسی نقطے پر توجہ مرکوز کرنے سے یہ غلط فہمی پیدا ہوتی ہے۔
آخر میں
جیسا کہ یہاں بحث کی گئی ہے، تکراری کام کو بہاؤ پر مبنی کام میں تبدیل کرنے اور اسے منظم کرنے سے، محض اوزاروں کے مقابلے میں زیادہ کارکردگی کی توقع کی جا سکتی ہے۔
مزید برآں، اگرچہ تکراری کام کو مکمل طور پر نہیں سنبھالا جا سکتا، ایک بہاؤ پر مبنی عمل کے اندر بہت سے انفرادی کاموں کو موجودہ جنریٹو AI کے ذریعے سنبھالا جا سکتا ہے۔ اگرچہ ابتدائی طور پر بہت سی غلطیاں ہو سکتی ہیں، ہدایات کو اپ ڈیٹ کر کے مسلسل بہتری حاصل کی جا سکتی ہے۔
متبادل کے طور پر، کاموں کو ضرورت کے مطابق تقسیم کیا جا سکتا ہے، جیسے مسودہ سازی کو جانچ پڑتال سے الگ کرنا، یا کثیر سطحی جانچ پڑتال کو لاگو کرنا۔
اگر اس طریقے سے نظامی کاری حاصل کی جا سکتی ہے، تو ہر کام کے ساتھ بہتری آتی جائے گی، اور وقت کے ساتھ ساتھ آپریشنز زیادہ موثر ہوتے جائیں گے۔
یہ کام کرنے کا ایک ایسا طریقہ ہے جو خود ساختہ نظام کی مسلسل بہتری کو ممکن بناتا ہے، جو فیکٹری کی پیداوار اور آئی ٹی سسٹم کے نفاذ سے مشابہت رکھتا ہے۔
جنریٹو AI کا فائدہ اٹھانے کے لیے، سوچ میں تبدیلی کی ضرورت ہے: صرف اپنے تکراری کاموں کو بہتر بنانے کے بجائے، آپ کو اپنے کام کو معروضی طور پر بہاؤ پر مبنی عمل میں تبدیل کرنے اور انہیں منظم کرنے کی ضرورت ہے۔