چھوٹے کاروبار جنہوں نے عی میں سرمایہ کاری نہیں کی ہے شاید انھوں نے کافی تحقیق نہیں کی ہوگی

بلیو ولف (ایک آئی بی ایم کمپنی) کی ایک رپورٹ کے مطابق ، صرف 21 فیصد چھوٹے کاروباروں نے مصنوعی ذہانت (AI) پر مبنی حل پر عمل کیا ہے۔ اے آئی انویسٹمنٹ گیپ سروے نے پوری دنیا کے 177 فیصلہ سازوں کو یہ تعین کرنے کے لئے رائے شماری کی کہ آیا انہوں نے ابھی تک اے آئی اور مشین لرننگ (ایم ایل) کو اپنایا ہے ، اور ان ٹیکنالوجیز کے بارے میں ان کی سمجھ کی گہرائی ہے۔ اگرچہ چھوٹے کاروباروں میں سے 33 فیصد نے اگلے 12 ماہ کے اندر اندر اے آئی میں سرمایہ کاری کرنے کا منصوبہ بنایا (اگلے سال اے آئی اپنانے والوں کی کل تعداد 54 فیصد تک پہنچادی) ، اب بھی کل بڑی کمپنیوں کے مقابلے میں کم ہے۔ اس کے علاوہ ، 30 فیصد بڑی کمپنیوں نے پہلے ہی اے آئی میں سرمایہ کاری کی ہے جبکہ 44 فیصد اگلے 12 ماہ کے اندر اندر سرمایہ کاری شروع کرنے کا منصوبہ ہے۔ اس سے مجموعی طور پر 74 فیصد ، یا چھوٹے کاروباروں کی کل تعداد سے 20 فیصد زیادہ ہوجاتی ہے۔

وینیسا تھامسن ، بلیو ولف میں کسٹمر ایکسپرینسی بصیرت کی سینئر نائب صدر ، نے کہا کہ ایسی کمپنیوں کے مابین علمی خلاء موجود ہے جنہوں نے اے آئی ٹولز کو اپنایا ہے اور جو ایسی ٹولز کو اپنانے کا ارادہ نہیں کررہی ہیں۔ ایک تحریری بیان کے مطابق ، وہ اس خلیج کو "اے انویسٹمنٹ گیپ" کا نام دیتی ہیں اور اس کو "سی سطح کے ایگزیکٹوز کے درمیان تضاد کی حیثیت سے بیان کرتی ہیں جو ان لوگوں کو سمجھتے ہیں اور ان لوگوں کو جنہوں نے ابھی تک اپنے کاروبار میں لگانا باقی ہے۔"

چونکہ بلیو ولف اے آئی کے اوزار فروخت کرتا ہے ، لہذا ان کو یہ مشورہ دینا ہوگا کہ لوگ اے آئی کے اوزار نہیں خریدتے ہیں اس لئے کہ وہ ان کے بارے میں نہیں جانتے ہیں۔ تھامسن کے دعوے کو جانچنے کے لئے ، میں نے فورسنٹر ریسرچ میں کسٹمر انسائٹس کے سینئر تجزیہ کار ، برانڈن پورسیل کے ساتھ بات کی ، اس بارے میں کہ کیا ، اگر کوئی دوسرا معاملہ ہوسکتا ہے کہ ان لوگوں کے درمیان فرق پیدا ہوجائے جنہوں نے اے آئی کو اپنایا ہے اور جو نہیں ہیں۔ پورسل اور فوریسٹر ریسرچ نے اے آئی کو اپنانے کے بارے میں اپنی طرح کی ایک تحقیق کی ہے۔ اگرچہ اس کی مجموعی تعداد آئی بی ایم کی طرح ہے - 51 فیصد کمپنیوں نے اے آئی کو اپنایا ہے یا ان میں اضافہ کر رہے ہیں ، اور 20 فیصد کا کہنا ہے کہ وہ اگلے 12 مہینوں میں اپنانے کا ارادہ رکھتے ہیں - پورسل نے کئی دیگر مجبوری وجوہات پیش کیں جن کی وجہ سے چھوٹے کاروبار پیچھے رہ سکتے ہیں۔ اے آئی اپنانے کا وکر۔

اے آئی کی قیمت

پورسل نے سرمایہ کاری کی رکاوٹوں کو ایک اہم عنصر کے طور پر حوالہ دیا ، خاص طور پر "کیونکہ اس کا تعلق مہارت سے متعلق ہے۔ چھوٹے کاروباریوں کے پاس ڈیٹا سائنسدانوں کی خدمات حاصل کرنے کے وسائل نہیں ہیں۔" یہ وہ کارکن ہیں جو انٹرپرائز سافٹ ویئر میں اور باہر آنے والے ڈیٹا سے بصیرت نکالیں گے۔

وہ بھی وہی ہوں گے جو طے کرتے ہیں کہ آیا AI آپ کے ڈیٹا کو درست طریقے سے پڑھ رہا ہے اور اپنی ذہانت کی بنیاد پر کارروائی کر رہا ہے۔ گلاسڈور کے مطابق ، اعداد و شمار کے ایک سائنس دان کے لئے اوسطا تنخواہ ہر سال 43 113،436 ہے ، جو (امریکیوں کی بڑی اسکیم میں) امریکی سی ای او کی اوسط تنخواہ (پے اسکیل کے مطابق $ 166،000) سے تھوڑی کم ہے۔ لہذا ، اگر آپ ایک چھوٹے کاروباری سی ای او ہیں جو استرا پتلی حاشیے پر کام کررہے ہیں اور آپ اپنی تنخواہ میں کمی نہیں کرنا چاہتے ہیں تو ، اعداد و شمار کے سائنسدان پر چھ اعداد و شمار خرچ کرنا اور اس پر رقم خرچ کرنا مناسب ہوگا۔ سافٹ ویئر سسٹم جو AI میں ڈیٹا کو تبدیل کرسکتا ہے۔

لیکن یہ صرف پیسہ شامل نہیں ہے جس میں چھوٹی کمپنیوں کو AI پر چلنے والے سافٹ ویئر میں سرمایہ کاری سے منع کیا گیا ہے۔ پورسل نے کہا ، "متعلقہ نوٹ پر ، ڈیٹا کا عنصر موجود ہے۔ "جب آپ کے پاس بڑی مقدار میں ڈیٹا ہوتا ہے تو AI پھلتا پھولتا ہے۔ چھوٹے کاروباری اداروں کے پاس اتنا ڈیٹا نہیں ہوتا ہے جس میں ایسا کرنا پڑے۔"

اس کے بارے میں اس طرح سوچیں: آپ کو معلوم ہے کہ جب آپ کوئی تصویر پوسٹ کرتے ہیں تو فیس بک کس دوستوں کو ٹیگ کرنا چاہتا ہے؟ اس کی وجہ یہ ہے کہ فیس بک آپ کے پہلے کی تمام ٹیگ پوسٹوں سے معلومات اکھٹا کرتا رہا ہے۔ آپ کبھی بھی ایسی فلم دیکھتے ہیں جس کی نیٹ فلکس نے آپ کو تجویز کیا ہو؟ نیٹ فلکس آپ کی گذشتہ انتخاب پر مبنی اس فلم کی سفارش کرنا جانتا تھا۔ فیس بک اور نیٹ فلکس ایم ایل پر مبنی یہ سفارشات کرنے میں کامیاب ہیں ، جو اے آئی کا پہلا کزن ہے۔ اگرچہ وہ ایک جیسے ہیں ، دونوں اصطلاحات اکثر تبادلہ طور پر (اور غلط طور پر) استعمال ہوتی ہیں۔

یہاں شرائط کے مابین بنیادی فرق یہ ہے کہ: ایم ایل سسٹم آپ کو سفارشات اور عمل کو ہموار کرنے کے طریقوں کی پیش کش کرتے ہوئے کارکردگی کو بہتر بنانے کے لئے ذہانت کا استعمال کرتا ہے ، جبکہ اے آئی کو استعمال کرنے والے نظام سافٹ ویئر کو خود مختاری دیتے ہیں تاکہ وہ کام انجام دے سکیں اور فیصلے انسان کی نگرانی کے بغیر کریں۔ ایم ایل نیٹ فلکس فلم کی سفارشات کر رہا ہے جبکہ اے آئی ایک کار ہے جو آپ کو کام کرنے کے لئے چلاتا ہے جب آپ بیک سیٹ میں جھپکی دیتے ہیں۔ ایک چھوٹے سے کاروبار کے طور پر جو ابھی اعداد و شمار تیار کرنا شروع کر رہا ہے ، اس کے مقابلے میں اے آئی کے فوائد کم نہیں ہوں گے جب فارچیون 500 کمپنی دیکھ سکتی ہے جب وہ اپنے اے آئی سافٹ ویئر کو آن کرتے ہیں۔

کیا بلیو ولف غلط ہے؟

تو ، کیا بلیو ولف کو ان کے سروے میں ناقص معلومات فراہم کی گئیں؟ کیا چھوٹے کاروباری اداروں کو AI کے بارے میں معلوم ہے لیکن اس کے بارے میں پرجوش ہونے کے لئے ان کے پاس پیسہ یا ڈیٹا نہیں ہے؟ پورسیل نہیں سمجھتا کہ بلیو ولف کی تحقیق غلط ہے۔ درحقیقت ، وہ آئی بی ایم واٹسن کو علمی کمپیوٹنگ کے تخلیق کار ، چھتری اصطلاح جس میں اے آئی ، ایم ایل اور دیگر ایپلی کیشنز کا احاطہ کرتا ہے جو انسانی دماغ کی نقل کرتا ہے کے طور پر اس کا سہرا دیتا ہے۔

پورسیل نے کہا ، "انہوں نے اس زمرے کو بنانے کے لئے بہت پیسہ خرچ کیا ، لیکن ان کے خلا میں بڑے حریف ہیں: گوگل ، ایمیزون ، فیس بک ، مائیکروسافٹ ،" پورکل نے کہا۔ "وہ کمپنیاں بھی اے آئی سسٹم کی تربیت کے لئے استعمال ہونے والے بڑے پیمانے پر ڈیٹا پر بیٹھی ہیں۔ اے آئی کی ہالی ووڈ کی تعریف ایک سنجیدہ روبوٹ ہے۔ ہم نے ابھی تک اس کا استعمال نہیں کیا۔ لیکن ، جب عملی اے کے لئے انٹرپرائز کی سطح پر اے آئی کو نافذ کرنے کی بات آتی ہے۔ ، IBM ان ٹولز کو بنانے میں سبقت لے رہا ہے۔ "

ہالی ووڈ ، اے ، اور روبوٹ کے بارے میں غلط سوچیں جو ہمیں نیند میں مار رہے ہیں وہ ایک ممکنہ وجہ ہے کہ چھوٹے کاروباری اے آئی کے ٹولز کے بارے میں مزید معلومات حاصل کرنے سے باز آ گئے ہیں۔ اگر آپ اوکلاہوما میں ٹی شرٹ فروش ہیں تو ، پھر خود مختار کار یا مستقبل کا روبوٹ لیزر گن سے لیس ہو کر کیا فائدہ ہے؟ تاہم ، جب اس کے کم معروف تناظر میں لیا جائے تو ، پورسل اور تھامسن چھوٹے کاروباروں کے لئے عملی استعمال کے معاملات دیکھیں - ایسے معاملات استعمال کریں جن کے بارے میں چھوٹے کاروبار ابھی تک تعلیم یافتہ نہیں ہوئے ہیں۔

کچھ ایسی چیز کے ساتھ جس میں تھامسن اور بلیو ولف کو "بڑھاپے کی ذہانت" کہا جاتا ہے ، چھوٹے کاروباروں کو ضروری نہیں کہ وہ AI کا فائدہ اٹھانے کے لئے ڈیٹا کی مہارت یا معلومات کے ٹروو کی ضرورت ہو۔ بلیو ولف نے زبان اور منظر کشی جیسے غیر ساختہ اعداد و شمار کے سیٹوں سے بھی ، اطلاعات کی وجہ ، اندازہ لگانے اور ان سے نظریات نکالنے کی صلاحیت کو بڑھاپے سے تعبیر کیا ہے۔ یہاں تک کہ کسی کمپنی کے ڈیٹا اکٹھا کرنے کے آغاز میں ، انٹیلیجنٹ انٹیلیجنس سلوشنز جاتے ہوئے سیکھ سکتے ہیں ، قطع نظر اس سے قطع نظر کہ اس سسٹم میں بہت کم معلومات فراہم کی جارہی ہیں۔

تھامسن نے کہا ، "سنجیدہ انٹیلیجنس صارفین کو اپنے صارفین کو جس چیز کی ضرورت ہے اس کی پروفائل دے کر ان کے پیش گوئ کرنے میں مدد کرتی ہے۔ "ہم کسی بھی سائز کی کمپنیوں کے لئے اے آئی کو حقیقت بنانے کے راستے کے طور پر بڑھا ہوا دیکھتے ہیں۔"

اس میں ایسی چیزیں شامل ہیں جیسے خارجی اور داخلی اعداد و شمار کو یکجا کرنے کے لئے علم کو فروغ دینے کے لئے جس کو بڑھاوا دیا ہوا انٹیلی جنس ٹیکنالوجی کاروباری فیصلے کرنے کے لئے استعمال کررہی ہے۔ مثال کے طور پر ، ملکیتی ، کسٹمر شاپنگ پیٹرن کے اعداد و شمار کے ساتھ بیرونی مقامی خریداری کے نمونوں اور موسم کے اعداد و شمار کو یکجا کرکے ، ای کامرس کمپنیاں ہائپر ذاتی نوعیت کی مہمات فراہم کرسکتی ہیں۔ اس منظر نامے میں ، ڈیٹا سائنس دان مددگار ثابت ہوگا لیکن ضروری نہیں ، اور کسٹمر ڈیٹا کا ایک ذخیرہ مہم کو مزید طاقتور بنا دے گا۔ لیکن یہ اس مہم سے کہیں زیادہ طاقتور ہونے سے نہیں روک سکے گی جو اس کے اندرونی اور بیرونی اعداد و شمار کے ذرائع کے امتزاج کے بغیر ہوتی۔