AI पर 90% भरोसा, पहली कोशिश में सफलता सिर्फ 24.6%
AI प्रशिक्षण के बाद भी समय इसलिए बर्बाद हो सकता है क्योंकि साधन चलाने का आत्मविश्वास और स्वीकार्य कार्य-परिणाम अलग चीजें हैं। काम पर AI इस्तेमाल करने वाले 2,037 अमेरिकी वयस्कों पर आधारित WalkMe के AI at Work Pulse Survey 2026 में 90% प्रतिभागियों ने आत्मविश्वास जताया, लेकिन केवल 24.6% ने कहा कि AI पहली कोशिश में काम करता है।
इस अंतर को एक संयुक्त “AI दक्षता अंक” से नहीं समझा जा सकता। टीम को घोषित आत्मविश्वास, पहली कोशिश की सफलता, दोबारा काम में लगा सक्रिय समय और उच्च-प्रभाव वाले परिणाम की मानव समीक्षा अलग-अलग दर्ज करनी चाहिए; सात कार्यदिवस का छोटा लेखा-परीक्षण दिखा सकता है कि रुकावट प्रशिक्षण में है या संदर्भ, मानदंड और समीक्षा-व्यवस्था में।
बाहरी प्रतिशत टीम की क्षमता-दर नहीं है
सर्वेक्षण की प्रतिक्रियाएँ कर्मचारियों ने स्वयं दी थीं; वे स्वतंत्र रूप से देखे गए कार्य-परीक्षण नहीं थे। नमूना अमेरिका और पहले से काम पर AI इस्तेमाल करने वाले लोगों तक सीमित था, इसलिए इसके परिणाम को भारतीय कर्मचारियों की सफलता-दर या किसी मॉडल की सार्वभौमिक क्षमता नहीं माना जा सकता।
उपयोगी निष्कर्ष अधिक सीमित है: सहजता, आउटपुट की गुणवत्ता अथवा समय-बचत का प्रमाण नहीं है। “पहली कोशिश” का अर्थ भी कार्य की कठिनाई, उपलब्ध संदर्भ, संगठनात्मक डेटा और स्वीकार्यता-मानदंड के अनुसार बदल सकता है। बाहरी प्रतिशत से कर्मचारियों की रैंकिंग करने के बजाय टीम को यही अंतर अपने कार्यप्रवाह में मापना चाहिए।
क्षमता को चार अलग मापों में बाँटें
एक संयुक्त अंक यह नहीं बताएगा कि समय कहाँ नष्ट हुआ। चार संकेतकों को अलग रखने पर धारणा, गुणवत्ता, सुधार के बोझ और जोखिम के बीच संबंध दिखाई देता है।
- घोषित आत्मविश्वास: काम शुरू करने से पहले एक से पाँच तक अंक—क्या कर्मचारी मानता है कि वह AI की सहायता से काम पूरा कर सकता है? यह धारणा है, परिणाम नहीं।
- पहली कोशिश की सफलता: क्या पहला आउटपुट पहले से तय सभी मानदंडों पर बिना नया निर्देश दिए या सामग्री दोबारा बनाए स्वीकार हुआ? मामूली वर्तनी और प्रारूप-सुधार अलग दर्ज करें।
- दोबारा काम: संदर्भ खोजने, निर्देश बदलने, तथ्य जाँचने, प्रारूप सुधारने और गलत सामग्री हटाने में लगा कुल सक्रिय समय।
- उच्च-प्रभाव भरोसा: क्या परिणाम ग्राहक, भर्ती, वित्त, कानूनी शर्त, सुरक्षा या सार्वजनिक संचार को प्रभावित करता है? यदि हाँ, तो किस अधिकृत व्यक्ति ने कौन-सा प्रमाण जाँचकर उसे स्वीकार किया?
पहली कोशिश की सफलता तभी तुलनीय होगी जब “सफल” का अर्थ काम शुरू होने से पहले तय हो। उदाहरण के लिए, ग्राहक-सारांश के मानदंडों में सभी अनिवार्य तथ्य, सही नाम, निर्धारित लंबाई और अपुष्ट दावों का अभाव शामिल हो सकता है। धाराप्रवाह भाषा या साफ प्रारूप अपने आप पर्याप्त कसौटी नहीं है।
प्रशिक्षण के बाद भी कार्यप्रवाह कहाँ टूटता है
सामान्य प्रशिक्षण साधन चलाना सिखा सकता है, लेकिन वह प्रत्येक काम का ताजा संदर्भ, डेटा-अनुमति, गुणवत्ता सीमा और अनुमोदनकर्ता तय नहीं करता। SAP और Oxford Economics का 2026 शोध AI से मूल्य पाने के लिए डेटा की तैयारी, संचालन-नियम, कार्यबल परिवर्तन और जिम्मेदार विस्तार को प्रमुख शर्तें मानता है।
दूरस्थ और हाइब्रिड टीमों में जरूरी संदर्भ संदेशों, बैठक के नोट्स, ग्राहक-प्रबंधन प्रणाली और अलग दस्तावेजों में बँटा हो सकता है। सही सामग्री उपलब्ध न हो तो बेहतर निर्देश भी अधूरे इनपुट की भरपाई नहीं करेगा। समीक्षा का स्वामी स्पष्ट न होने पर एक कर्मचारी की कथित समय-बचत अगले कर्मचारी की जाँच-कतार में चली जाती है।
मानव भूमिका केवल अंतिम वर्तनी जाँच नहीं है। 319 ज्ञान-कर्मियों के 936 कार्य-अनुभवों पर आधारित Microsoft Research के 2025 अध्ययन में AI पर अधिक कार्य-विशिष्ट भरोसा कम आलोचनात्मक सोच से जुड़ा था, जबकि अपनी कार्य-क्षमता पर अधिक भरोसा ज्यादा आलोचनात्मक सोच से जुड़ा था। यह संबंध है, सिद्ध कारण-श्रृंखला नहीं; अध्ययन में आलोचनात्मक प्रयास सूचना जुटाने से सत्यापन, उत्तर बनाने से उसके एकीकरण और कार्य करने से उसकी निगरानी की ओर खिसकता दिखा।
सात कार्यदिवस का छोटा लेखा-परीक्षण
यह लेखा-परीक्षण कर्मचारी-निगरानी या मॉडलों की प्रतियोगिता नहीं, टूटते कार्यप्रवाह को खोजने का तरीका है। एक टीम और बार-बार होने वाली एक कार्य-श्रेणी चुनें—जैसे बिक्री-सारांश, शोध-नोट या आंतरिक दस्तावेज का पहला मसौदा। संवेदनशील सामग्री के बजाय केवल कार्य-श्रेणी और जरूरी माप दर्ज करें।
- काम शुरू होने से पहले स्वीकार्यता के तीन से पाँच स्पष्ट मानदंड लिखें और उच्च-प्रभाव वाले परिणाम का अनिवार्य समीक्षक तय करें।
- हर काम से पहले कर्मचारी एक से पाँच तक आत्मविश्वास अंक दर्ज करे; आउटपुट देखने के बाद अंक न बदले।
- पहले आउटपुट को सफल या असफल दर्ज करें। असफलता का मुख्य कारण संदर्भ, तथ्य, निर्देश, प्रारूप, नीति या साधन में से चुनें।
- सभी सुधारों का सक्रिय समय मिनटों में जोड़ें। प्रणाली का प्रतीक्षा समय अलग रखें, ताकि धीमे साधन और कठिन समीक्षा एक माप में न मिलें।
- अंतिम स्थिति दर्ज करें: बिना बदलाव स्वीकार, छोटे संपादन के बाद स्वीकार, बड़े पुनर्लेखन के बाद स्वीकार या छोड़कर हाथ से बनाया गया।
- उच्च-प्रभाव वाले परिणाम के लिए समीक्षक की भूमिका, जाँचा गया प्रमाण और अंतिम निर्णय दर्ज करें। कर्मचारी का भरोसा अनुमोदन का विकल्प न बने।
- अंतिम कार्यदिवस पर व्यक्ति नहीं, कार्य-श्रेणी के स्तर पर नतीजे देखें और सबसे अधिक दोहराई गई एक खराबी चुनें।
इतना छोटा नमूना संगठन-व्यापी प्रदर्शन सिद्ध नहीं करेगा। इसका उद्देश्य शुरुआती रुकावट पहचानना है: अस्पष्ट मानदंड, अनुपलब्ध संदर्भ, बार-बार होने वाला तथ्य-सुधार या बहुत देर से शुरू होने वाली मानव समीक्षा।
चार माप अलग-अलग हस्तक्षेप सुझाते हैं
उच्च आत्मविश्वास और कम पहली-कोशिश सफलता मिले तो शुरुआती AI परिचय दोहराने के बजाय काम-विशिष्ट उदाहरण, जरूरी संदर्भ और स्वीकार्यता-मानदंड जाँचें। कम आत्मविश्वास के साथ अच्छी सफलता कर्मचारी की क्षमता और उसकी धारणा के अंतर का संकेत हो सकती है; प्रमाणित नमूनों और सहकर्मी समीक्षा से इसकी वजह समझी जा सकती है।
पहली कोशिश अक्सर सफल हो लेकिन सुधार समय अधिक रहे तो सफलता की परिभाषा ढीली हो सकती है या छोटे संपादनों का बोझ छिप रहा है। पहली कोशिश कमजोर हो और सुधार जल्दी पूरा हो जाए तो AI उपयोगी प्रारंभिक मसौदा दे रहा हो सकता है, लेकिन इसे पूर्ण स्वचालन कहना सही नहीं होगा।
उच्च-प्रभाव वाले काम में अच्छा औसत परिणाम मानव समीक्षा हटाने का आधार नहीं है। कम-प्रभाव वाले आंतरिक मसौदे पर नमूना-जाँच पर्याप्त हो सकती है, जबकि अनुबंध, वित्तीय अनुमोदन, भर्ती निर्णय या ग्राहक को भेजे जाने वाले तथ्य के लिए नामित मानव अनुमोदन बनाए रखना उचित है।
अगले चक्र में केवल एक कार्यप्रवाह बदलाव करें—अनिवार्य संदर्भ सूची, स्वीकृत निर्देश-नमूना, बेहतर डेटा पहुँच या पहले चरण में समीक्षक—और वही चार माप दोहराएँ। वास्तविक सुधार का संकेत बढ़ा हुआ आत्मविश्वास नहीं, बल्कि समान गुणवत्ता पर पहली-कोशिश सफलता बढ़ना, दोबारा काम घटना और जोखिम वाले निर्णयों में समीक्षा का दर्ज होना है।
यह भी पढ़ें:
हमारे न्यूज़लेटर की सदस्यता लें
Web3, AI और क्रिप्टो की नवीनतम खबरें सीधे अपने इनबॉक्स में पाएँ।