मानव हस्तक्षेप बिना जेनेरेटिभ एआई के गर्नमा भर पर्न सक्छ?

कार्यकारी सारांश

जेनेरेटिभ आर्टिफिसियल इन्टेलिजेन्स (एआई) - मेसिनहरूलाई टेक्स्ट, छवि, कोड, र थप कुराहरू सिर्जना गर्न सक्षम बनाउने प्रविधि - ले हालका वर्षहरूमा विस्फोटक वृद्धि अनुभव गरेको छ। यो श्वेतपत्रले मानव हस्तक्षेप बिना आज जेनेरेटिभ एआईले के भरपर्दो रूपमा गर्न सक्छ र अर्को दशकमा यसले के गर्ने अपेक्षा गरिएको छ भन्ने बारे पहुँचयोग्य सिंहावलोकन प्रदान गर्दछ। हामी लेखन, कला, कोडिङ, ग्राहक सेवा, स्वास्थ्य सेवा, शिक्षा, रसद र वित्तमा यसको प्रयोगको सर्वेक्षण गर्छौं, जहाँ एआई स्वायत्त रूपमा सञ्चालन हुन्छ र जहाँ मानव निरीक्षण महत्त्वपूर्ण रहन्छ भन्ने कुरा हाइलाइट गर्दै। सफलता र सीमितता दुवैलाई चित्रण गर्न वास्तविक-विश्व उदाहरणहरू समावेश गरिएका छन्। प्रमुख निष्कर्षहरूमा समावेश छन्:

• व्यापक अपनाउने: २०२४ मा, सर्वेक्षण गरिएका ६५% कम्पनीहरूले नियमित रूपमा जेनेरेटिभ एआई प्रयोग गर्ने रिपोर्ट गर्छन् - जुन अघिल्लो वर्षको तुलनामा लगभग दोब्बर हो ( २०२४ को सुरुमा एआईको अवस्था | म्याककिन्से )। अनुप्रयोगहरूले मार्केटिङ सामग्री सिर्जना, ग्राहक समर्थन च्याटबटहरू, कोड उत्पादन, र थप कुराहरू फैलाउँछन्।

• हालको स्वायत्त क्षमताहरू: आजको जेनेरेटिभ एआईले न्यूनतम निरीक्षणको साथ संरचित, दोहोरिने कार्यहरू फिलाना प्याटरसन - ओएनए कम्युनिटी प्रोफाइल ), ई-कमर्स साइटहरूमा उत्पादन विवरणहरू र समीक्षा हाइलाइटहरू उत्पादन गर्ने, र स्वत: पूरा गर्ने कोड समावेश छन्। यी डोमेनहरूमा, एआईले प्रायः नियमित सामग्री उत्पादन लिई मानव कामदारहरूलाई बढाउँछ।

• जटिल कार्यहरूको लागि मानव-इन-द-लूप: रचनात्मक लेखन, विस्तृत विश्लेषण, वा चिकित्सा सल्लाह जस्ता अधिक जटिल वा खुला-समाप्त कार्यहरूको लागि - तथ्यात्मक शुद्धता, नैतिक निर्णय, र गुणस्तर सुनिश्चित गर्न मानव पर्यवेक्षण अझै पनि आवश्यक पर्दछ। आज धेरै एआई तैनातीहरूले "मानव-इन-द-लूप" मोडेल प्रयोग गर्छन् जहाँ एआईले सामग्री ड्राफ्ट गर्दछ र मानिसहरूले यसलाई समीक्षा गर्छन्।

• निकट-अवधि सुधारहरू: आगामी ५-१० वर्षमा, जेनेरेटिभ एआई धेरै भरपर्दो र स्वायत्त । मोडेल शुद्धता र रेलिंग संयन्त्रमा भएको प्रगतिले एआईलाई न्यूनतम मानव इनपुटको साथ रचनात्मक र निर्णय लिने कार्यहरूको ठूलो हिस्सा ह्यान्डल गर्न अनुमति दिन सक्छ। उदाहरणका लागि, २०३० सम्ममा विज्ञहरूले भविष्यवाणी गरेका छन् कि एआईले अधिकांश ग्राहक सेवा अन्तरक्रिया र निर्णयहरू वास्तविक समयमा ह्यान्डल गर्नेछ ( CX मा परिवर्तनको पुन: कल्पना गर्न, मार्केटरहरूले यी २ कुराहरू गर्नुपर्छ उद्योग र उद्यमहरूको लागि जेनेरेटिभ एआई प्रयोग केसहरू ) सँग एक प्रमुख फिल्म निर्माण गर्न सकिन्छ।

• २०३५ सम्ममा: एक दशकमा, हामी स्वायत्त एआई एजेन्टहरू सामान्य हुने अपेक्षा गर्छौं। एआई ट्युटरहरूले स्तरमा व्यक्तिगत शिक्षा प्रदान गर्न सक्छन्, एआई सहायकहरूले विशेषज्ञ साइन-अफको लागि विश्वसनीय रूपमा कानुनी सम्झौता वा चिकित्सा रिपोर्टहरू मस्यौदा गर्न सक्छन्, र स्व-ड्राइभिङ प्रणालीहरू (जेनेरेटिभ सिमुलेशनद्वारा सहयोगी) ले रसद सञ्चालनहरू अन्त्य-देखि-अन्त चलाउन सक्छन्। यद्यपि, केही संवेदनशील क्षेत्रहरू (जस्तै उच्च-दांव चिकित्सा निदान, अन्तिम कानुनी निर्णयहरू) लाई अझै पनि सुरक्षा र जवाफदेहिताको लागि मानव निर्णय आवश्यक पर्नेछ।

• नैतिक र विश्वसनीयता सम्बन्धी चिन्ताहरू: एआई स्वायत्तता बढ्दै जाँदा, चिन्ताहरू पनि बढ्दै जान्छन्। आजका मुद्दाहरूमा भ्रम (एआईले तथ्यहरू बनाउने), उत्पन्न सामग्रीमा पूर्वाग्रह, पारदर्शिताको अभाव, र गलत जानकारीको लागि सम्भावित दुरुपयोग समावेश छन्। निरीक्षण बिना सञ्चालन गर्दा एआईलाई विश्वास गर्न सर्वोपरि छ। प्रगति भइरहेको छ - उदाहरणका लागि, संस्थाहरूले जोखिम न्यूनीकरणमा बढी लगानी गरिरहेका छन् (सटीकता, साइबर सुरक्षा, आईपी मुद्दाहरूलाई सम्बोधन गर्दै) ( एआईको अवस्था: विश्वव्यापी सर्वेक्षण | म्याककिन्से ) - तर बलियो शासन र नैतिक ढाँचाहरू आवश्यक छन्।

• यस पत्रको संरचना: हामी जेनेरेटिभ एआईको परिचय र स्वायत्त बनाम सुपरिवेक्षित प्रयोगको अवधारणाबाट सुरु गर्छौं। त्यसपछि, प्रत्येक प्रमुख क्षेत्र (लेखन, कला, कोडिङ, आदि) को लागि, हामी आज एआईले के गर्न सक्छ र क्षितिजमा के छ भन्ने बारे छलफल गर्छौं। हामी क्रस-कटिंग चुनौतीहरू, भविष्यका अनुमानहरू, र जेनेरेटिभ एआईलाई जिम्मेवारीपूर्वक प्रयोग गर्नका लागि सिफारिसहरू सहित निष्कर्ष निकाल्छौं।

समग्रमा, जेनेरेटिभ एआईले निरन्तर मानव मार्गदर्शन बिना नै आश्चर्यजनक कार्यहरूको दायरा ह्यान्डल गर्न सक्षम प्रमाणित गरिसकेको छ। यसको वर्तमान सीमा र भविष्यको सम्भावना बुझेर, संस्थाहरू र जनताले त्यस्तो युगको लागि राम्रोसँग तयारी गर्न सक्छन् जहाँ एआई केवल एक उपकरण मात्र होइन, तर काम र रचनात्मकतामा एक स्वायत्त सहयोगी पनि हो।

परिचय

कृत्रिम बुद्धिमत्ताले लामो समयदेखि विश्लेषण सिर्जना गर्न सिकेका छन् - गद्य लेखन, छविहरू रचना गर्ने, प्रोग्रामिङ सफ्टवेयर, र थप। यी जेनेरेटिभ एआई मोडेलहरू (जस्तै पाठको लागि GPT-4 वा छविहरूको लागि DALL·E) लाई प्रम्प्टहरूको प्रतिक्रियामा नयाँ सामग्री उत्पादन गर्न विशाल डेटासेटहरूमा प्रशिक्षित गरिन्छ। यो सफलताले उद्योगहरूमा नवीनताको लहर ल्याएको छ। यद्यपि, एउटा महत्त्वपूर्ण प्रश्न उठ्छ: मानवले यसको आउटपुट दोहोरो-जाँच नगरी हामी वास्तवमा एआईलाई आफैंले के गर्न विश्वास गर्न सक्छौं?

एआईको सुपरिवेक्षित र स्वायत्त बीच भिन्नता छुट्याउनु महत्त्वपूर्ण छ

• मानव-निरीक्षण गरिएको एआईले ती परिदृश्यहरूलाई जनाउँछ जहाँ एआई आउटपुटहरूलाई अन्तिम रूप दिनु अघि मानिसहरूद्वारा समीक्षा वा क्युरेट गरिन्छ। उदाहरणका लागि, एक पत्रकारले लेखको मस्यौदा तयार गर्न एआई लेखन सहायक प्रयोग गर्न सक्छ, तर एक सम्पादकले यसलाई सम्पादन र अनुमोदन गर्दछ।

• स्वायत्त एआई (मानव हस्तक्षेप बिना एआई) ले एआई प्रणालीहरूलाई बुझाउँछ जसले कार्यहरू कार्यान्वयन गर्दछ वा सामग्री उत्पादन गर्दछ जुन थोरै वा कुनै मानव सम्पादन बिना सिधै प्रयोगमा जान्छ। उदाहरणको लागि, मानव एजेन्ट बिना ग्राहक प्रश्न समाधान गर्ने स्वचालित च्याटबोट, वा एआई द्वारा उत्पन्न खेल स्कोर रिक्याप स्वचालित रूपमा प्रकाशित गर्ने समाचार आउटलेट हो।

जेनेरेटिभ एआई पहिले नै दुवै मोडमा तैनाथ गरिएको छ। २०२३-२०२५ मा, अपनाउने क्रम बढेको छ , संस्थाहरूले उत्सुकतापूर्वक प्रयोग गरिरहेका छन्। २०२४ मा गरिएको एक विश्वव्यापी सर्वेक्षणले पत्ता लगायो कि ६५% कम्पनीहरूले नियमित रूपमा जेनेरेटिभ एआई प्रयोग गरिरहेका छन्, जुन एक वर्ष अघिको लगभग एक तिहाइ भन्दा बढी हो ( २०२४ को सुरुमा एआईको अवस्था | म्याककिन्से )। व्यक्तिहरूले पनि ChatGPT जस्ता उपकरणहरू अँगालेका छन् - अनुमानित ७९% पेशेवरहरूले २०२३ को मध्यसम्ममा जेनेरेटिभ एआईको केही जोखिम पाएका थिए ( २०२३ मा एआईको अवस्था: जेनेरेटिभ एआईको ब्रेकआउट वर्ष | म्याककिन्से )। यो द्रुत अपटेक दक्षता र रचनात्मकता लाभको वाचाद्वारा संचालित छ। तैपनि यो "प्रारम्भिक दिनहरू" रहन्छ, र धेरै कम्पनीहरूले अझै पनि एआईलाई जिम्मेवारीपूर्वक कसरी प्रयोग गर्ने भन्ने बारे नीतिहरू बनाइरहेका छन् ( २०२३ मा एआईको अवस्था: जेनेरेटिभ एआईको ब्रेकआउट वर्ष | म्याककिन्से )।

स्वायत्तता किन महत्त्वपूर्ण छ: मानव निरीक्षण बिना एआईलाई सञ्चालन गर्न दिनाले ठूलो दक्षता लाभहरू अनलक गर्न सक्छ - थकाइलाग्दा कार्यहरू पूर्ण रूपमा स्वचालित गर्दै - तर यसले विश्वसनीयताको लागि दांव पनि उठाउँछ। एक स्वायत्त एआई एजेन्टले चीजहरू सही गर्नुपर्छ (वा यसको सीमाहरू जान्नु पर्छ) किनभने वास्तविक समयमा गल्तीहरू समात्ने कुनै पनि मानव नहुन सक्छ। केही कार्यहरूले अरू भन्दा बढी यसको लागि आफूलाई उधारो दिन्छ। सामान्यतया, एआईले स्वायत्त रूपमा उत्कृष्ट प्रदर्शन गर्दछ जब:

• कार्यको स्पष्ट संरचना वा ढाँचा (जस्तै डेटाबाट नियमित रिपोर्टहरू उत्पन्न गर्ने)।

• त्रुटिहरू कम जोखिमपूर्ण वा सजिलै सहन सकिने हुन्छन् (जस्तै छवि उत्पादन जुन सन्तोषजनक नभएमा खारेज गर्न सकिन्छ, चिकित्सा निदानको तुलनामा)।

• प्रशिक्षण डेटा छ , त्यसैले एआईको आउटपुट वास्तविक उदाहरणहरूमा आधारित छ (अनुमान कम गर्दै)।

यसको विपरित, खुला-अन्त्य , उच्च-दांव , वा सूक्ष्म निर्णय आवश्यक पर्ने कार्यहरू आज शून्य निरीक्षणको लागि कम उपयुक्त छन्।

निम्न खण्डहरूमा, हामी जेनेरेटिभ एआईले अहिले के गरिरहेको छ र अब के छ भनेर हेर्नको लागि विभिन्न क्षेत्रहरूको जाँच गर्नेछौं। हामी ठोस उदाहरणहरू हेर्नेछौं - एआई-लिखित समाचार लेखहरू र एआई-उत्पन्न कलाकृतिदेखि कोड-लेखन सहायकहरू र भर्चुअल ग्राहक सेवा एजेन्टहरू सम्म - कुन कार्यहरू एआई द्वारा अन्त्य-देखि-अन्त गर्न सकिन्छ र कुन कार्यहरूलाई अझै पनि लूपमा मानव चाहिन्छ भनेर हाइलाइट गर्दै। प्रत्येक डोमेनको लागि, हामी स्पष्ट रूपमा वर्तमान क्षमताहरू (लगभग २०२५) लाई २०३५ सम्ममा के भरपर्दो हुन सक्छ भन्ने यथार्थपरक अनुमानहरूबाट अलग गर्छौं।

विभिन्न क्षेत्रहरूमा स्वायत्त एआईको वर्तमान र भविष्यको नक्साङ्कन गरेर, हामी पाठकहरूलाई सन्तुलित बुझाइ प्रदान गर्ने लक्ष्य राख्छौं: न त एआईलाई जादुई रूपमा अचम्मलाग्दो रूपमा बढाइचढाइ गर्ने, न त यसको वास्तविक र बढ्दो क्षमताहरूलाई कम बेच्ने। यस आधारको साथ, हामी त्यसपछि मुख्य टेकवेहरूसँग समाप्त गर्नु अघि, पर्यवेक्षण बिना एआईलाई विश्वास गर्ने व्यापक चुनौतीहरू, नैतिक विचारहरू र जोखिम व्यवस्थापन सहित छलफल गर्छौं।

लेखन र सामग्री निर्माणमा जेनेरेटिभ एआई

जेनेरेटिभ एआईले पहिलो पटक चर्चा पाएको क्षेत्रहरू मध्ये एक टेक्स्ट जेनेरेसन थियो। ठूला भाषा मोडेलहरूले समाचार लेख र मार्केटिङ प्रतिलिपिदेखि सामाजिक सञ्जाल पोस्ट र कागजातहरूको सारांशसम्म सबै कुरा उत्पादन गर्न सक्छन्। तर मानव सम्पादक बिना यो लेखन कति गर्न सकिन्छ?

हालको क्षमताहरू (२०२५): नियमित सामग्रीको स्वचालित-लेखकको रूपमा एआई

आज, जेनेरेटिभ एआईले न्यूनतम वा कुनै मानव हस्तक्षेप बिना विभिन्न नियमित लेखन कार्यहरू । पत्रकारितामा यसको एक प्रमुख उदाहरण हो: एसोसिएटेड प्रेसले वर्षौंदेखि वित्तीय डेटा फिडहरूबाट प्रत्येक त्रैमासिकमा हजारौं कम्पनी आय रिपोर्टहरू उत्पन्न गर्न स्वचालन प्रयोग गर्दै आएको छ ( फिलाना प्याटरसन - ONA समुदाय प्रोफाइल )। यी छोटो समाचार टुक्राहरूले टेम्प्लेट पछ्याउँछन् (जस्तै, "कम्पनी X ले Y को कमाई रिपोर्ट गर्यो, Z% माथि...") र एआई (प्राकृतिक भाषा उत्पादन सफ्टवेयर प्रयोग गरेर) कुनै पनि मानव भन्दा छिटो संख्या र शब्दावली भर्न सक्छ। AP को प्रणालीले यी रिपोर्टहरू स्वचालित रूपमा प्रकाशित गर्दछ, मानव लेखकहरूको आवश्यकता बिना नाटकीय रूपमा तिनीहरूको कभरेज विस्तार गर्दै (प्रति त्रैमासिकमा 3,000 भन्दा बढी कथाहरू) ( स्वचालित आय कथाहरू गुणा | द एसोसिएटेड प्रेस )।

खेल पत्रकारितालाई पनि त्यस्तै गरी बढाइएको छ: एआई प्रणालीहरूले खेलकुद खेल तथ्याङ्क लिन र पुनरावृत्ति कथाहरू उत्पन्न गर्न सक्छन्। किनभने यी डोमेनहरू डेटा-संचालित र सूत्रबद्ध छन्, डेटा सही भएसम्म त्रुटिहरू दुर्लभ हुन्छन्। यी अवस्थामा, हामी वास्तविक स्वायत्तता - एआईले लेख्छ र सामग्री तुरुन्तै प्रकाशित हुन्छ।

व्यवसायहरूले उत्पादन विवरण, इमेल न्यूजलेटरहरू, र अन्य मार्केटिङ सामग्री ड्राफ्ट गर्न जेनेरेटिभ एआई पनि प्रयोग गरिरहेका छन्। उदाहरणका लागि, ई-कमर्स जायन्ट अमेजनले अब उत्पादनहरूको लागि ग्राहक समीक्षाहरू संक्षेप गर्न एआई प्रयोग गर्दछ। एआईले धेरै व्यक्तिगत समीक्षाहरूको पाठ स्क्यान गर्दछ र मानिसहरूलाई वस्तुको बारेमा के मनपर्छ वा मन नपर्छ भन्ने संक्षिप्त हाइलाइट अनुच्छेद उत्पादन गर्दछ, जुन त्यसपछि म्यानुअल सम्पादन बिना उत्पादन पृष्ठमा प्रदर्शित हुन्छ ( अमेजनले एआईको साथ ग्राहक समीक्षा अनुभव सुधार गर्दछ )। तल अमेजनको मोबाइल एपमा तैनाथ गरिएको यो सुविधाको दृष्टान्त छ , जहाँ "ग्राहकहरूले भन्छन्" खण्ड पूर्ण रूपमा एआई द्वारा समीक्षा डेटाबाट उत्पन्न गरिएको छ:

( अमेजनले एआईको साथ ग्राहक समीक्षा अनुभव सुधार गर्दछ ) ई-वाणिज्य उत्पादन पृष्ठमा एआई-उत्पन्न समीक्षा सारांश। अमेजनको प्रणालीले प्रयोगकर्ता समीक्षाहरूबाट सामान्य बुँदाहरू (जस्तै, प्रयोगमा सहजता, कार्यसम्पादन) लाई छोटो अनुच्छेदमा सारांशित गर्दछ, जुन खरीददारहरूलाई "ग्राहक समीक्षाको पाठबाट एआई-उत्पन्न" को रूपमा देखाइन्छ।

यस्ता प्रयोगका घटनाहरूले देखाउँछन् कि जब सामग्री अनुमानित ढाँचा पछ्याउँछ वा अवस्थित डेटाबाट एकत्रित गरिन्छ, एआईले प्रायः यसलाई एक्लै ह्यान्डल गर्न सक्छ । अन्य हालका उदाहरणहरू समावेश छन्:

• मौसम र ट्राफिक अपडेटहरू: सेन्सर डेटामा आधारित दैनिक मौसम रिपोर्ट वा ट्राफिक बुलेटिनहरू संकलन गर्न एआई प्रयोग गर्ने मिडिया आउटलेटहरू।

• वित्तीय प्रतिवेदनहरू: फर्महरूले स्वचालित रूपमा सीधा वित्तीय सारांशहरू (त्रैमासिक परिणामहरू, शेयर बजार ब्रीफिंगहरू) उत्पादन गर्छन्। २०१४ देखि, ब्लूमबर्ग र अन्य समाचार आउटलेटहरूले कम्पनीको आम्दानीमा समाचार ब्लर्बहरू लेख्न सहयोग गर्न एआई प्रयोग गरेका छन् - यो प्रक्रिया डेटा फिड भएपछि धेरै हदसम्म स्वचालित रूपमा चल्छ ( एपीका 'रोबोट पत्रकारहरू' अब आफ्नै कथाहरू लेखिरहेका छन् | द भर्ज ) ( वायोमिङ रिपोर्टरले नक्कली उद्धरणहरू, कथाहरू सिर्जना गर्न एआई प्रयोग गर्दै पक्राउ परेका छन् )।

• अनुवाद र ट्रान्सक्रिप्शन: ट्रान्सक्रिप्शन सेवाहरूले अब मानव टाइपिस्ट बिना बैठक ट्रान्सक्रिप्ट वा क्याप्सनहरू उत्पादन गर्न AI प्रयोग गर्छन्। रचनात्मक अर्थमा उत्पादनशील नभए पनि, यी भाषा कार्यहरू स्पष्ट अडियोको लागि उच्च शुद्धताका साथ स्वायत्त रूपमा चल्छन्।

• मस्यौदा उत्पादन: धेरै पेशेवरहरूले इमेल वा कागजातहरूको पहिलो संस्करणको मस्यौदा तयार गर्न ChatGPT जस्ता उपकरणहरू प्रयोग गर्छन्, कहिलेकाहीं सामग्री कम जोखिम भएको खण्डमा थोरै वा कुनै सम्पादन बिना नै पठाउँछन्।

यद्यपि, थप जटिल गद्यको लागि, २०२५ मा मानव निरीक्षण सामान्य नै रहन्छ । समाचार संस्थाहरूले विरलै AI बाट सीधा अनुसन्धानात्मक वा विश्लेषणात्मक लेखहरू प्रकाशित गर्छन् - सम्पादकहरूले तथ्य-जाँच र AI-लिखित मस्यौदाहरू परिष्कृत गर्नेछन्। AI ले शैली र संरचना राम्रोसँग नक्कल गर्न सक्छ तर तथ्यात्मक त्रुटिहरू (प्रायः "भ्रम" भनिन्छ) वा अजीब वाक्यांशहरू प्रस्तुत गर्न सक्छ जुन मानवले समात्न आवश्यक छ। उदाहरणका लागि, जर्मन अखबार एक्सप्रेसले प्रारम्भिक समाचार टुक्राहरू लेख्न मद्दत गर्न क्लारा नामक एक AI "डिजिटल सहकर्मी" लाई परिचय गरायो। क्लाराले कुशलतापूर्वक खेलकुद रिपोर्टहरू ड्राफ्ट गर्न सक्छ र पाठकहरूलाई आकर्षित गर्ने हेडलाइनहरू पनि लेख्न सक्छ, एक्सप्रेसको लेखहरूको ११% योगदान पुर्‍याउँछ - तर मानव सम्पादकहरूले अझै पनि शुद्धता र पत्रकारिताको अखण्डताको लागि प्रत्येक टुक्राको समीक्षा गर्छन्, विशेष गरी जटिल कथाहरूमा ( १२ तरिका पत्रकारहरूले समाचार कक्षमा AI उपकरणहरू प्रयोग गर्छन् - ट्वाइप )। यो मानव-AI साझेदारी आज सामान्य छ: AI ले पाठ उत्पन्न गर्ने भारी लिफ्टिङलाई ह्यान्डल गर्छ, र मानिसहरूले आवश्यकता अनुसार क्युरेट र सच्याउछन्।

२०३०-२०३५ को लागि आउटलुक: विश्वसनीय स्वायत्त लेखन तर्फ

अर्को दशकमा, हामी जेनेरेटिभ एआई उच्च-गुणस्तरको, तथ्यात्मक रूपमा सही पाठ उत्पन्न गर्न धेरै भरपर्दो हुने अपेक्षा गर्छौं, जसले यसले स्वायत्त रूपमा ह्यान्डल गर्न सक्ने लेखन कार्यहरूको दायरालाई फराकिलो बनाउनेछ। धेरै प्रवृत्तिहरूले यसलाई समर्थन गर्छन्:

• सुधारिएको शुद्धता: चलिरहेको अनुसन्धानले गलत वा अप्रासंगिक जानकारी उत्पादन गर्ने एआईको प्रवृत्तिलाई द्रुत गतिमा कम गरिरहेको छ। २०३० सम्ममा, राम्रो तालिम (वास्तविक समयमा डाटाबेस विरुद्ध तथ्यहरू प्रमाणित गर्ने प्रविधिहरू सहित) सहितको उन्नत भाषा मोडेलहरूले आन्तरिक रूपमा लगभग मानव-स्तरको तथ्य-जाँच हासिल गर्न सक्छन्। यसको अर्थ एआईले स्रोत सामग्रीबाट स्वचालित रूपमा लिइएका सही उद्धरणहरू र तथ्याङ्कहरू सहित पूर्ण समाचार लेख ड्राफ्ट गर्न सक्छ, जसमा थोरै सम्पादन आवश्यक पर्दछ।

• डोमेन-विशिष्ट एआईहरू: हामी निश्चित क्षेत्रहरू (कानूनी, चिकित्सा, प्राविधिक लेखन) को लागि थप विशेष जेनेरेटिभ मोडेलहरू हेर्नेछौं। २०३० को कानूनी एआई मोडेलले विश्वसनीय रूपमा मानक सम्झौताहरू मस्यौदा गर्न वा केस कानूनको सारांश दिन सक्छ - कार्यहरू जुन संरचनामा सूत्रबद्ध छन् तर हाल वकिलको समय माग गर्दछ। यदि एआईलाई मान्य कानुनी कागजातहरूमा प्रशिक्षित गरिएको छ भने, यसको मस्यौदाहरू पर्याप्त विश्वसनीय हुन सक्छन् कि एक वकिलले द्रुत अन्तिम झलक मात्र दिन्छ।

• प्राकृतिक शैली र सुसंगतता: मोडेलहरू लामो कागजातहरूमा सन्दर्भ कायम राख्नमा राम्रो हुँदै गइरहेका छन्, जसले गर्दा अझ सुसंगत र बिन्दुमा लामो-रूप सामग्रीहरू सिर्जना हुन्छन्। २०३५ सम्ममा, यो सम्भव छ कि एआईले आफैंमा गैर-कथा पुस्तक वा प्राविधिक पुस्तिकाको राम्रो पहिलो मस्यौदा लेख्न सक्छ, जसमा मानिसहरू मुख्यतया सल्लाहकार भूमिकामा हुन्छन् (लक्ष्यहरू सेट गर्न वा विशेष ज्ञान प्रदान गर्न)।

व्यवहारमा यो कस्तो देखिन सक्छ? नियमित पत्रकारिता निश्चित बीटहरूको लागि लगभग पूर्ण रूपमा स्वचालित हुन सक्छ। हामी २०३० मा समाचार एजेन्सीले प्रत्येक आय रिपोर्ट, खेलकुद कथा, वा चुनावी नतिजा अपडेटको पहिलो संस्करण लेख्ने एआई प्रणाली देख्न सक्छौं, सम्पादकले गुणस्तर आश्वासनको लागि केवल केही नमूना लिनेछन्। वास्तवमा, विज्ञहरूले अनलाइन सामग्रीको बढ्दो हिस्सा मेसिन-उत्पन्न हुने भविष्यवाणी गरेका छन् - उद्योग विश्लेषकहरूको एउटा साहसिक भविष्यवाणीले सुझाव दिएको छ कि २०२६ सम्ममा अनलाइन सामग्रीको ९०% सम्म एआई-उत्पन्न हुन सक्छ ( २०२६ सम्ममा, गैर-मानवहरूद्वारा उत्पन्न अनलाइन सामग्री मानव-उत्पन्न सामग्रीको संख्याभन्दा धेरै बढी हुनेछ - OODAloop ), यद्यपि त्यो तथ्याङ्कमा बहस गरिएको छ। अझ बढी रूढिवादी परिणामको अर्थ २०३० को दशकको मध्यसम्ममा, अधिकांश नियमित वेब लेखहरू, उत्पादन प्रतिलिपिहरू, र सायद व्यक्तिगत समाचार फिडहरू पनि एआई द्वारा लेखिएका हुन्छन्।

मार्केटिङ र कर्पोरेट कम्युनिकेसनमा , जेनेरेटिभ एआईलाई सम्पूर्ण अभियानहरू स्वायत्त रूपमा सञ्चालन गर्ने जिम्मेवारी दिइनेछ। यसले व्यक्तिगत मार्केटिङ इमेलहरू, सामाजिक सञ्जाल पोस्टहरू, र विज्ञापन प्रतिलिपि भिन्नताहरू उत्पन्न गर्न र पठाउन सक्छ, ग्राहक प्रतिक्रियाहरूको आधारमा सन्देशहरू निरन्तर ट्वीक गर्न सक्छ - सबै लुपमा मानव प्रतिलिपि लेखक बिना। गार्टनर विश्लेषकहरूले २०२५ सम्ममा, ठूला उद्यमहरूको कम्तिमा ३०% आउटबाउन्ड मार्केटिङ सन्देशहरू AI ( उद्योग र उद्यमहरूको लागि जेनेरेटिभ एआई प्रयोग केसहरू ) द्वारा कृत्रिम रूपमा उत्पन्न हुने अनुमान गरेका छन्, र यो प्रतिशत २०३० सम्ममा मात्र बढ्नेछ।

यद्यपि, यो कुरा ध्यान दिनु महत्त्वपूर्ण छ कि मानव रचनात्मकता र निर्णयले अझै पनि भूमिका खेल्नेछ, विशेष गरी उच्च-दांव सामग्रीको लागि । २०३५ सम्ममा, एआईले आफैंले प्रेस विज्ञप्ति वा ब्लग पोस्ट ह्यान्डल गर्न सक्छ, तर जवाफदेहिता वा संवेदनशील विषयहरू समावेश गर्ने खोज पत्रकारिताको लागि, मिडिया आउटलेटहरूले अझै पनि मानव निरीक्षणमा जोड दिन सक्छन्। भविष्यले सम्भवतः एक स्तरीय दृष्टिकोण ल्याउनेछ: एआईले दैनिक सामग्रीको ठूलो भाग स्वायत्त रूपमा उत्पादन गर्दछ, जबकि मानिसहरूले रणनीतिक वा संवेदनशील टुक्राहरू सम्पादन र उत्पादनमा ध्यान केन्द्रित गर्छन्। अनिवार्य रूपमा, एआई दक्षता बढ्दै जाँदा "नियमित" को रूपमा गणना गर्ने रेखा विस्तार हुनेछ।

एआई-उत्पन्न अन्तरक्रियात्मक कथाहरू वा व्यक्तिगत रिपोर्टहरू जस्ता सामग्रीका नयाँ रूपहरू देखा पर्न सक्छन्। उदाहरणका लागि, कम्पनीको वार्षिक रिपोर्ट एआई द्वारा धेरै शैलीहरूमा उत्पन्न गर्न सकिन्छ - कार्यकारीहरूको लागि संक्षिप्त, कर्मचारीहरूको लागि कथा संस्करण, विश्लेषकहरूको लागि डेटा-समृद्ध संस्करण - प्रत्येक एउटै अन्तर्निहित डेटाबाट स्वचालित रूपमा सिर्जना गरिएको। शिक्षामा, पाठ्यपुस्तकहरू एआई द्वारा विभिन्न पठन स्तरहरू अनुरूप गतिशील रूपमा लेख्न सकिन्छ। यी अनुप्रयोगहरू धेरै हदसम्म स्वायत्त हुन सक्छन् तर प्रमाणित जानकारी द्वारा समर्थित हुन सक्छन्।

लेखनको प्रक्षेपणले सुझाव दिन्छ कि २०३० को मध्यसम्ममा, एआई एक प्रचुर लेखक हुनेछ । साँच्चै स्वायत्त सञ्चालनको लागि कुञ्जी यसको आउटपुटहरूमा विश्वास स्थापित गर्नु हुनेछ। यदि एआईले तथ्यात्मक शुद्धता, शैलीगत गुणस्तर, र नैतिक मापदण्डहरूसँग पङ्क्तिबद्धता निरन्तर प्रदर्शन गर्न सक्छ भने, लाइन-बाइ-लाइन मानव समीक्षाको आवश्यकता कम हुनेछ। यस श्वेतपत्रका खण्डहरू, २०३५ सम्ममा, सम्पादकको आवश्यकता बिना नै एआई अनुसन्धानकर्ताद्वारा धेरै राम्रोसँग मस्यौदा गर्न सकिन्छ - एक सम्भावना जसको बारेमा हामी सावधानीपूर्वक आशावादी छौं, यदि उचित सुरक्षा उपायहरू ठाउँमा छन् भने।

दृश्य कला र डिजाइनमा जेनेरेटिभ एआई

जेनेरेटिभ एआईको छविहरू र कलाकृतिहरू सिर्जना गर्ने क्षमताले जनताको कल्पनालाई कब्जा गरेको छ, एआई-उत्पन्न चित्रहरू, कला प्रतियोगिताहरू जित्नेदेखि वास्तविक फुटेजबाट छुट्याउन नसकिने डीपफेक भिडियोहरू सम्म। दृश्य डोमेनहरूमा, जेनेरेटिभ एडभर्सरियल नेटवर्कहरू (GANs) र डिफ्यूजन मोडेलहरू (जस्तै स्टेबल डिफ्यूजन, मिडजर्नी) जस्ता एआई मोडेलहरूले टेक्स्ट प्रम्प्टहरूमा आधारित मौलिक छविहरू उत्पादन गर्न सक्छन्। त्यसोभए, के एआई अब एक स्वायत्त कलाकार वा डिजाइनरको रूपमा काम गर्न सक्छ?

हालको क्षमताहरू (२०२५): रचनात्मक सहायकको रूपमा एआई

२०२५ सम्म, जेनेरेटिभ मोडेलहरू माग अनुसार छविहरू । प्रयोगकर्ताहरूले छवि एआईलाई "भ्यान गोगको शैलीमा सूर्यास्तमा मध्ययुगीन शहर" कोर्न र केही सेकेन्डमा विश्वस्त कलात्मक छवि प्राप्त गर्न अनुरोध गर्न सक्छन्। यसले ग्राफिक डिजाइन, मार्केटिंग, र मनोरञ्जनमा अवधारणा कला, प्रोटोटाइप, र केही अवस्थामा अन्तिम दृश्यहरूको लागि एआईको व्यापक प्रयोगको नेतृत्व गरेको छ। उल्लेखनीय रूपमा:

• ग्राफिक डिजाइन र स्टक छविहरू: कम्पनीहरूले एआई मार्फत वेबसाइट ग्राफिक्स, चित्रण, वा स्टक तस्बिरहरू उत्पन्न गर्छन्, जसले गर्दा कलाकारबाट प्रत्येक टुक्रा कमिसन गर्नुपर्ने आवश्यकता कम हुन्छ। धेरै मार्केटिङ टोलीहरूले उपभोक्ताहरूलाई के अपील गर्छ भनेर परीक्षण गर्न विज्ञापन वा उत्पादन छविहरूको भिन्नताहरू उत्पादन गर्न एआई उपकरणहरू प्रयोग गर्छन्।

• कला र चित्रण: व्यक्तिगत कलाकारहरूले विचारहरू मंथन गर्न वा विवरणहरू भर्न AI सँग सहकार्य गर्छन्। उदाहरणका लागि, एक चित्रकारले पृष्ठभूमि दृश्यहरू उत्पन्न गर्न AI प्रयोग गर्न सक्छन्, जुन तिनीहरूले त्यसपछि आफ्ना मानव-चित्रित पात्रहरूसँग एकीकृत गर्छन्। केही हास्य पुस्तक सिर्जनाकर्ताहरूले AI-उत्पन्न प्यानलहरू वा रंगको साथ प्रयोग गरेका छन्।

• मिडिया र मनोरञ्जन: एआई-उत्पन्न कला पत्रिकाको आवरण र पुस्तकको आवरणमा देखा परेको छ। एउटा प्रसिद्ध उदाहरण अगस्ट २०२२ को कस्मोपोलिटन आवरण थियो जसमा एक अन्तरिक्ष यात्रीलाई चित्रण गरिएको थियो - कथित रूपमा यो पहिलो पत्रिका आवरण छवि हो जुन एआई (ओपनएआईको DALL·E) द्वारा कला निर्देशक द्वारा निर्देशित रूपमा सिर्जना गरिएको थियो। यसमा मानव प्रेरणा र चयन समावेश भए पनि, वास्तविक कलाकृति मेसिन-रेन्डर गरिएको थियो।

महत्वपूर्ण कुरा, यी धेरैजसो वर्तमान प्रयोगहरूमा अझै पनि मानव क्युरेसन र पुनरावृत्ति समावेश छ । एआईले दर्जनौं छविहरू बाहिर निकाल्न सक्छ, र एक मानवले उत्तम छनौट गर्दछ र सम्भवतः यसलाई छोएको हुन्छ। त्यस अर्थमा, एआईले उत्पादन , तर मानिसहरूले रचनात्मक दिशा निर्देशन गरिरहेका छन् र अन्तिम छनौटहरू गरिरहेका छन्। यो धेरै सामग्री द्रुत रूपमा उत्पन्न गर्न भरपर्दो छ, तर पहिलो प्रयासमा सबै आवश्यकताहरू पूरा गर्ने ग्यारेन्टी छैन। गलत विवरणहरू (जस्तै एआईले गलत औंलाहरूको संख्याले हातहरू कोर्ने, ज्ञात विचित्रता) वा अनपेक्षित परिणामहरू जस्ता समस्याहरूको अर्थ मानव कला निर्देशकले सामान्यतया आउटपुट गुणस्तरको निरीक्षण गर्न आवश्यक छ।

यद्यपि, त्यहाँ केही क्षेत्रहरू छन् जहाँ एआई पूर्ण स्वायत्तताको नजिक छ:

• जेनेरेटिभ डिजाइन: वास्तुकला र उत्पादन डिजाइन जस्ता क्षेत्रहरूमा, एआई उपकरणहरूले निर्दिष्ट बाधाहरू पूरा गर्ने डिजाइन प्रोटोटाइपहरू स्वायत्त रूपमा सिर्जना गर्न सक्छन्। उदाहरणका लागि, फर्निचरको टुक्राको इच्छित आयाम र कार्यहरूलाई ध्यानमा राख्दै, जेनेरेटिभ एल्गोरिथ्मले प्रारम्भिक विशिष्टताहरू भन्दा बाहिर मानव हस्तक्षेप बिना धेरै व्यवहार्य डिजाइनहरू (केही धेरै अपरंपरागत) आउटपुट गर्न सक्छ। यी डिजाइनहरू त्यसपछि मानिसहरूद्वारा प्रत्यक्ष रूपमा प्रयोग वा परिष्कृत गर्न सकिन्छ। त्यस्तै गरी, इन्जिनियरिङमा, जेनेरेटिभ एआईले तौल र शक्तिको लागि अनुकूलित भागहरू (जस्तै, हवाईजहाजको कम्पोनेन्ट) डिजाइन गर्न सक्छ, नयाँ आकारहरू उत्पादन गर्न सक्छ जुन मानवले कल्पना नगरेको हुन सक्छ।

• भिडियो गेम सम्पत्तिहरू: एआईले भिडियो गेमहरूको लागि बनावट, थ्रीडी मोडेलहरू, वा सम्पूर्ण स्तरहरू स्वचालित रूपमा उत्पन्न गर्न सक्छ। विकासकर्ताहरूले सामग्री सिर्जनालाई गति दिन यी प्रयोग गर्छन्। केही इन्डी गेमहरूले प्रक्रियागत रूपमा उत्पन्न कलाकृति र संवाद (भाषा मोडेलहरू मार्फत) समावेश गर्न थालेका छन् जसले गर्दा न्यूनतम मानव-निर्मित सम्पत्तिहरू सहित विशाल, गतिशील खेल संसारहरू सिर्जना गर्न सकिन्छ।

• एनिमेसन र भिडियो (उदाउँदो): स्थिर छविहरू भन्दा कम परिपक्व भए पनि, भिडियोको लागि जेनेरेटिभ एआई अगाडि बढिरहेको छ। एआईले पहिले नै प्रम्प्टहरूबाट छोटो भिडियो क्लिप वा एनिमेसनहरू उत्पन्न गर्न सक्छ, यद्यपि गुणस्तर असंगत छ। डीपफेक टेक्नोलोजी - जुन जेनेरेटिभ छ - ले यथार्थपरक अनुहार स्वैप वा आवाज क्लोनहरू उत्पादन गर्न सक्छ। नियन्त्रित सेटिङमा, स्टुडियोले पृष्ठभूमि दृश्य वा भीड एनिमेसन स्वचालित रूपमा उत्पन्न गर्न एआई प्रयोग गर्न सक्छ।

९०% सामग्री एआई द्वारा उत्पन्न भएको एक प्रमुख ब्लकबस्टर फिल्म देख्नेछौं (स्क्रिप्ट देखि भिजुअल सम्म) ( उद्योग र उद्यमहरूको लागि जेनेरेटिभ एआई प्रयोग केसहरू )। २०२५ सम्म, हामी अझै त्यहाँ पुगेका छैनौं - एआईले स्वतन्त्र रूपमा फिचर-लम्बाइ फिल्म बनाउन सक्दैन। तर त्यो पजलका टुक्राहरू विकास हुँदैछन्: स्क्रिप्ट जेनेरेसन (टेक्स्ट एआई), क्यारेक्टर र दृश्य जेनेरेसन (छवि/भिडियो एआई), आवाज अभिनय (एआई भ्वाइस क्लोन), र सम्पादन सहायता (एआईले पहिले नै कटौती र संक्रमणमा मद्दत गर्न सक्छ)।

२०३०-२०३५ को लागि आउटलुक: स्केलमा एआई-उत्पन्न मिडिया

अगाडि हेर्दा, दृश्य कला र डिजाइनमा जेनेरेटिभ एआईको भूमिका नाटकीय रूपमा विस्तार हुने सम्भावना छ। २०३५ सम्ममा, हामी अनुमान गर्छौं कि एआई धेरै दृश्य मिडियामा प्राथमिक सामग्री निर्माता

• पूर्ण रूपमा एआई-उत्पादित चलचित्रहरू र भिडियोहरू: आगामी दस वर्षमा, यो सम्भव छ कि हामी पहिलो चलचित्रहरू वा श्रृंखलाहरू देख्नेछौं जुन धेरै हदसम्म एआई-निर्मित हुन्छन्। मानिसहरूले उच्च-स्तरीय निर्देशन (जस्तै स्क्रिप्ट रूपरेखा वा इच्छित शैली) प्रदान गर्न सक्छन् र एआईले दृश्यहरू प्रस्तुत गर्नेछ, अभिनेताको समानता सिर्जना गर्नेछ, र सबै कुरा एनिमेट गर्नेछ। छोटो फिल्महरूमा प्रारम्भिक प्रयोगहरू केही वर्ष भित्र सम्भव छन्, २०३० को दशकमा फिचर-लम्बाइ प्रयासहरू सहित। यी एआई फिल्महरू आला (प्रयोगात्मक एनिमेसन, आदि) सुरु हुन सक्छन् तर गुणस्तर सुधार हुँदै जाँदा मुख्यधारा बन्न सक्छन्। २०३० सम्ममा गार्टनरको ९०% फिल्म भविष्यवाणी ( उद्योग र उद्यमहरूको लागि जेनेरेटिभ एआई प्रयोग केसहरू ), महत्वाकांक्षी भए पनि, उद्योगको विश्वासलाई रेखांकित गर्दछ कि एआई सामग्री सिर्जना फिल्म निर्माणमा अधिकांश भार वहन गर्न पर्याप्त परिष्कृत हुनेछ।

• डिजाइन स्वचालन: फेसन वा वास्तुकला जस्ता क्षेत्रहरूमा, जेनेरेटिभ एआई सम्भवतः "लागत, सामग्री, शैली X" जस्ता प्यारामिटरहरूमा आधारित सयौं डिजाइन अवधारणाहरू स्वायत्त रूपमा ड्राफ्ट गर्न प्रयोग गरिनेछ, जसले गर्दा मानिसहरूलाई अन्तिम डिजाइन छनौट गर्न छोडिनेछ। यसले हालको गतिशीलतालाई उल्टाउँछ: डिजाइनरहरूले स्क्र्याचबाट सिर्जना गर्नु र प्रेरणाको लागि एआई प्रयोग गर्नुको सट्टा, भविष्यका डिजाइनरहरूले क्युरेटरको रूपमा बढी काम गर्न सक्छन्, उत्तम एआई-उत्पन्न डिजाइन छनौट गर्न र सायद यसलाई ट्वीक गर्न सक्छन्। २०३५ सम्ममा, एक वास्तुकारले भवनको लागि आवश्यकताहरू इनपुट गर्न सक्छ र एआईबाट सुझावको रूपमा पूर्ण ब्लूप्रिन्टहरू प्राप्त गर्न सक्छ (सबै संरचनात्मक रूपमा राम्रो, एम्बेडेड इन्जिनियरिङ नियमहरूको सौजन्य)।

• व्यक्तिगत सामग्री सिर्जना: हामी AI ले व्यक्तिगत प्रयोगकर्ताहरूको लागि उडानमा दृश्यहरू सिर्जना गरिरहेको देख्न सक्छौं। २०३५ मा एउटा भिडियो गेम वा भर्चुअल रियालिटी अनुभवको कल्पना गर्नुहोस् जहाँ दृश्यहरू र पात्रहरू खेलाडीको प्राथमिकताहरू अनुरूप हुन्छन्, AI द्वारा वास्तविक समयमा उत्पन्न हुन्छन्। वा प्रयोगकर्ताको दिनमा आधारित व्यक्तिगत कमिक स्ट्रिपहरू उत्पन्न हुन्छन् - एक स्वायत्त "दैनिक डायरी कमिक" AI जसले तपाईंको पाठ जर्नललाई प्रत्येक साँझ स्वचालित रूपमा चित्रणमा परिणत गर्दछ।

• बहु-मोडल रचनात्मकता: जेनेरेटिभ एआई प्रणालीहरू बढ्दो रूपमा बहु-मोडल हुँदैछन् - जसको अर्थ तिनीहरूले पाठ, छविहरू, अडियो, आदिलाई एकसाथ ह्यान्डल गर्न सक्छन्। यी संयोजन गरेर, एआईले "मलाई उत्पादन X को लागि मार्केटिङ अभियान बनाउनुहोस्" जस्तो साधारण प्रम्प्ट लिन सक्छ र केवल लिखित प्रतिलिपि मात्र होइन, मिल्दो ग्राफिक्स, सायद छोटो प्रचारात्मक भिडियो क्लिपहरू पनि उत्पन्न गर्न सक्छ, सबै शैलीमा एकरूप। यस प्रकारको एक-क्लिक सामग्री सुइट २०३० को दशकको सुरुवातमा सम्भावित सेवा हो।

के एआईले मानव कलाकारहरूलाई प्रतिस्थापन गर्नेछ ? यो प्रश्न प्रायः उठ्छ। एआईले धेरै उत्पादन कार्य (विशेष गरी व्यवसायको लागि आवश्यक दोहोरिने वा द्रुत-टर्नअराउन्ड कला) लिने सम्भावना छ, तर मानव कलात्मकता मौलिकता र नवीनताको लागि रहनेछ। २०३५ सम्ममा, एक स्वायत्त एआईले एक प्रसिद्ध कलाकारको शैलीमा विश्वसनीय रूपमा तस्वीर कोर्न सक्छ - तर नयाँ शैली वा गहिरो सांस्कृतिक रूपमा प्रतिध्वनित कला सिर्जना गर्नु अझै पनि मानव शक्ति हुन सक्छ (सम्भावित रूपमा एआईसँग सहयोगीको रूपमा)। हामी भविष्यको पूर्वानुमान गर्छौं जहाँ मानव कलाकारहरूले स्वायत्त एआई "सह-कलाकारहरू" सँगसँगै काम गर्छन्। कसैले आफ्नो घरमा डिजिटल ग्यालरीको लागि निरन्तर कला उत्पन्न गर्न व्यक्तिगत एआईलाई कमिसन गर्न सक्छ, उदाहरणका लागि, सधैं परिवर्तनशील रचनात्मक वातावरण प्रदान गर्दै।

विश्वसनीयताको दृष्टिकोणबाट, दृश्य जेनेरेटिभ एआईसँग केही तरिकामा पाठ भन्दा स्वायत्तताको लागि सजिलो बाटो छ: छवि पूर्ण नभए पनि व्यक्तिपरक रूपमा "पर्याप्त राम्रो" हुन सक्छ, जबकि पाठमा तथ्यात्मक त्रुटि बढी समस्याग्रस्त हुन्छ। यसरी, हामी पहिले नै अपेक्षाकृत कम जोखिम अपनाउने - यदि एआई-उत्पन्न डिजाइन कुरूप वा गलत छ भने, तपाईंले यसलाई प्रयोग गर्नुहुन्न, तर यसले आफैंमा कुनै हानि गर्दैन। यसको अर्थ २०३० को दशकसम्ममा, कम्पनीहरूले एआईलाई सुपरिवेक्षण नगरी डिजाइनहरू मन्थन गर्न दिन सहज हुन सक्छन् र जब केहि साँच्चै नयाँ वा जोखिमपूर्ण आवश्यक पर्दछ तब मात्र मानिसहरूलाई समावेश गर्न सक्छन्।

संक्षेपमा, २०३५ सम्ममा जेनेरेटिभ एआई दृश्यहरूमा एक पावरहाउस सामग्री निर्माता हुने अपेक्षा गरिएको छ, जुन सम्भवतः हाम्रो वरपरका छविहरू र मिडियाको महत्त्वपूर्ण भागको लागि जिम्मेवार हुनेछ। यसले मनोरञ्जन, डिजाइन, र दैनिक सञ्चारको लागि विश्वसनीय रूपमा सामग्री उत्पन्न गर्नेछ। स्वायत्त कलाकार क्षितिजमा छ - यद्यपि एआईलाई रचनात्मक वा केवल एक धेरै स्मार्ट उपकरणको रूपमा हेरिन्छ कि यो एक बहस हो जुन विकसित हुनेछ किनकि यसको आउटपुटहरू मानव निर्मितबाट अविभाज्य हुन्छन्।

सफ्टवेयर विकासमा जेनेरेटिभ एआई (कोडिङ)

सफ्टवेयर विकास एक अत्यधिक विश्लेषणात्मक कार्य जस्तो लाग्न सक्छ, तर यसमा एक रचनात्मक तत्व पनि छ - कोड लेखन मौलिक रूपमा संरचित भाषामा पाठ सिर्जना गर्नु हो। आधुनिक जेनेरेटिभ एआई, विशेष गरी ठूला भाषा मोडेलहरू, कोडिङमा धेरै निपुण साबित भएका छन्। GitHub Copilot, Amazon CodeWhisperer, र अन्य जस्ता उपकरणहरूले एआई जोडी प्रोग्रामरको रूपमा काम गर्छन्, कोड स्निपेटहरू वा विकासकर्ताहरूले टाइप गर्दा सम्पूर्ण प्रकार्यहरू पनि सुझाव दिन्छन्। यो स्वायत्त प्रोग्रामिङ तर्फ कति टाढा जान सक्छ?

हालको क्षमताहरू (२०२५): कोडिङ सह-पायलटको रूपमा एआई

२०२५ सम्ममा, धेरै विकासकर्ताहरूको कार्यप्रवाहमा एआई कोड जेनेरेटरहरू सामान्य भइसकेका छन्। यी उपकरणहरूले कोडका लाइनहरू स्वतः पूर्ण गर्न सक्छन्, बयलरप्लेट उत्पन्न गर्न सक्छन् (मानक प्रकार्यहरू वा परीक्षणहरू जस्तै), र प्राकृतिक भाषा विवरण दिएर सरल कार्यक्रमहरू पनि लेख्न सक्छन्। यद्यपि, महत्त्वपूर्ण रूपमा, तिनीहरू विकासकर्ताको पर्यवेक्षणमा सञ्चालन हुन्छन् - विकासकर्ताले एआईका सुझावहरूको समीक्षा र एकीकृत गर्दछ।

केही वर्तमान तथ्य र तथ्याङ्कहरू:

• २०२३ को अन्त्यसम्ममा आधाभन्दा बढी व्यावसायिक विकासकर्ताहरूले एआई कोडिङ सहायकहरू अपनाएका थिए ( कोपाइलटमा कोडिङ: २०२३ डेटाले कोड गुणस्तरमा तल झर्ने दबाबको सुझाव दिन्छ (२०२४ प्रक्षेपणहरू सहित) - GitClear ), जसले द्रुत अपटेकलाई संकेत गर्दछ। पहिलो व्यापक रूपमा उपलब्ध उपकरणहरू मध्ये एक, GitHub Copilot ले प्रयोग हुने परियोजनाहरूमा औसत ३०-४०% कोड उत्पन्न गर्ने रिपोर्ट गरिएको थियो ( कोडिङ् अब MOAT रहेन। GitHub मा ४६% कोडहरू पहिले नै ... )। यसको मतलब एआईले पहिले नै कोडको महत्त्वपूर्ण भागहरू लेखिरहेको छ, यद्यपि एक मानवले यसलाई निर्देशित र प्रमाणित गरिरहेको छ।

• यी एआई उपकरणहरू दोहोरिने कोड लेख्ने (जस्तै, डेटा मोडेल कक्षाहरू, गेटर/सेटर विधिहरू), एउटा प्रोग्रामिङ भाषालाई अर्कोमा रूपान्तरण गर्ने, वा तालिम उदाहरणहरू जस्तै सीधा एल्गोरिदमहरू उत्पादन गर्ने जस्ता कार्यहरूमा उत्कृष्ट हुन्छन्। उदाहरणका लागि, एक विकासकर्ताले "नामद्वारा प्रयोगकर्ताहरूको सूची क्रमबद्ध गर्न // प्रकार्य" टिप्पणी गर्न सक्छ र एआईले लगभग तुरुन्तै उपयुक्त क्रमबद्ध प्रकार्य उत्पन्न गर्नेछ।

• तिनीहरूले बग समाधान र व्याख्यामा : विकासकर्ताहरूले त्रुटि सन्देश टाँस्न सक्छन् र AI ले समाधान सुझाव दिन सक्छ, वा "यो कोडले के गर्छ?" सोध्न सक्छ र प्राकृतिक भाषाको व्याख्या प्राप्त गर्न सक्छ। यो एक अर्थमा स्वायत्त छ (AI ले आफैंमा समस्याहरूको निदान गर्न सक्छ), तर मानवले समाधान लागू गर्ने कि नगर्ने निर्णय गर्छ।

• महत्त्वपूर्ण कुरा, हालका एआई कोडिङ सहायकहरू त्रुटिरहित छैनन्। तिनीहरूले असुरक्षित कोड, वा कोड जसले लगभग समस्या समाधान गर्छ तर सूक्ष्म बगहरू छन् सुझाव दिन सक्छन्। तसर्थ, आजको सबैभन्दा राम्रो अभ्यास भनेको मानिसलाई लूपमा राख्नु - विकासकर्ताले एआई-लिखित कोड परीक्षण र डिबग गर्दछ जसरी उनीहरूले मानव-लिखित कोड गर्छन्। नियमन गरिएका उद्योगहरू वा महत्वपूर्ण सफ्टवेयर (जस्तै चिकित्सा वा उड्डयन प्रणालीहरू) मा, कुनै पनि एआई योगदानहरूको कठोर समीक्षा गरिन्छ।

आज कुनै पनि मुख्यधारा सफ्टवेयर प्रणाली विकासकर्ताको निरीक्षण बिना पूर्ण रूपमा एआई द्वारा स्क्र्याचबाट लेखिएको छैन। यद्यपि, केही स्वायत्त वा अर्ध-स्वायत्त प्रयोगहरू देखा पर्दैछन्:

• स्वतः उत्पन्न एकाइ परीक्षणहरू: एआईले कोड विश्लेषण गर्न सक्छ र विभिन्न केसहरू समेट्न एकाइ परीक्षणहरू उत्पादन गर्न सक्छ। परीक्षण फ्रेमवर्कले बगहरू समात्न यी एआई-लिखित परीक्षणहरू स्वायत्त रूपमा उत्पन्न गर्न र चलाउन सक्छ, जसले मानव-लिखित परीक्षणहरूलाई बढाउँछ।

• एआई भएका कम-कोड/नो-कोड प्लेटफर्महरू: केही प्लेटफर्महरूले गैर-प्रोग्रामरहरूलाई उनीहरूले चाहेको कुरा वर्णन गर्न अनुमति दिन्छन् (जस्तै "प्रविष्टिहरू बचत गर्न सम्पर्क फारम र डाटाबेसको साथ वेबपेज बनाउनुहोस्") र प्रणालीले कोड उत्पन्न गर्दछ। प्रारम्भिक चरणमा हुँदा पनि, यसले भविष्यमा संकेत गर्दछ जहाँ एआईले मानक प्रयोगका केसहरूको लागि स्वायत्त रूपमा सफ्टवेयर सिर्जना गर्न सक्छ।

• स्क्रिप्टिङ र ग्लु कोड: IT स्वचालनमा प्रायः प्रणालीहरू जडान गर्न स्क्रिप्टहरू लेख्नु समावेश हुन्छ। AI उपकरणहरूले प्रायः यी साना स्क्रिप्टहरू स्वचालित रूपमा उत्पन्न गर्न सक्छन्। उदाहरणका लागि, लग फाइल पार्स गर्न र इमेल अलर्ट पठाउन स्क्रिप्ट लेख्नु - AI ले न्यूनतम वा कुनै सम्पादन बिना काम गर्ने स्क्रिप्ट उत्पादन गर्न सक्छ।

२०३०-२०३५ को लागि आउटलुक: "स्व-विकास" सफ्टवेयर तर्फ

अर्को दशकमा, जेनेरेटिभ एआईले कोडिङ बोझको ठूलो हिस्सा लिने अपेक्षा गरिएको छ, निश्चित वर्गका परियोजनाहरूको लागि पूर्ण स्वायत्त सफ्टवेयर विकासको नजिक पुग्दै। केही अनुमानित विकासहरू:

• पूर्ण सुविधा कार्यान्वयन: २०३० सम्ममा, हामी अनुमान गर्छौं कि एआईले सरल अनुप्रयोग सुविधाहरू अन्त्य-देखि-अन्तसम्म कार्यान्वयन गर्न सक्षम हुनेछ। उत्पादन प्रबन्धकले सरल भाषामा सुविधा वर्णन गर्न सक्छ ("प्रयोगकर्ताहरूले इमेल लिङ्क मार्फत आफ्नो पासवर्ड रिसेट गर्न सक्षम हुनुपर्छ") र एआईले आवश्यक कोड (फ्रन्ट-एन्ड फारम, ब्याक-एन्ड तर्क, डाटाबेस अपडेट, इमेल प्रेषण) उत्पन्न गर्न सक्छ र यसलाई कोडबेसमा एकीकृत गर्न सक्छ। एआईले प्रभावकारी रूपमा एक जुनियर विकासकर्ताको रूपमा कार्य गर्नेछ जसले विशिष्टताहरू पालना गर्न सक्छ। एक मानव इन्जिनियरले केवल कोड समीक्षा गर्न र परीक्षणहरू चलाउन सक्छ। एआई विश्वसनीयतामा सुधार हुँदै जाँदा, कोड समीक्षा द्रुत स्किम हुन सक्छ।

• स्वायत्त कोड मर्मतसम्भार: सफ्टवेयर इन्जिनियरिङको ठूलो भाग भनेको नयाँ कोड लेख्नु मात्र होइन, तर अवस्थित कोड अद्यावधिक गर्नु हो - बगहरू समाधान गर्ने, कार्यसम्पादन सुधार गर्ने, नयाँ आवश्यकताहरूमा अनुकूलन गर्ने। भविष्यका एआई विकासकर्ताहरूले यसमा उत्कृष्ट प्रदर्शन गर्नेछन्। कोडबेस र निर्देशन ("धेरै प्रयोगकर्ताहरू एकैसाथ लग इन गर्दा हाम्रो एप क्र्यास हुँदैछ") दिएमा, एआईले समस्या पत्ता लगाउन सक्छ (जस्तै कन्करन्सी बग) र यसलाई प्याच गर्न सक्छ। २०३५ सम्ममा, एआई प्रणालीहरूले रातभर स्वचालित रूपमा नियमित मर्मतसम्भार टिकटहरू ह्यान्डल गर्न सक्छन्, सफ्टवेयर प्रणालीहरूको लागि अथक मर्मतसम्भार टोलीको रूपमा सेवा गर्दै।

• एकीकरण र API प्रयोग: धेरै सफ्टवेयर प्रणालीहरू र API हरूमा AI-पठनीय कागजातहरू आउँदा, AI एजेन्टले ग्लु कोड लेखेर प्रणाली A लाई सेवा B सँग कसरी जडान गर्ने भनेर स्वतन्त्र रूपमा पत्ता लगाउन सक्छ। उदाहरणका लागि, यदि कुनै कम्पनीले आफ्नो आन्तरिक HR प्रणालीलाई नयाँ पेरोल API सँग सिङ्क गर्न चाहन्छ भने, तिनीहरूले AI लाई "यीहरूलाई एकअर्कासँग कुरा गर्न" काम दिन सक्छन्, र यसले दुवै प्रणालीहरूको विशिष्टताहरू पढेपछि एकीकरण कोड लेख्नेछ।

• गुणस्तर र अप्टिमाइजेसन: भविष्यका कोड-जेनेरेसन मोडेलहरूले कोडले काम गर्छ कि गर्दैन भनेर प्रमाणित गर्न प्रतिक्रिया लूपहरू समावेश गर्नेछन् (जस्तै, स्यान्डबक्समा परीक्षण वा सिमुलेशनहरू चलाउनुहोस्)। यसको अर्थ एआईले कोड लेख्न मात्र सक्दैन तर यसलाई परीक्षण गरेर आफैं पनि सच्याउन सक्छ। २०३५ सम्ममा, हामी एउटा एआईको कल्पना गर्न सक्छौं जसले, कुनै कार्य दिएपछि, सबै परीक्षणहरू पास नभएसम्म यसको कोडमा दोहोरिइरहन्छ - एउटा प्रक्रिया जुन मानवलाई लाइन-बाइ-लाइन निगरानी गर्न आवश्यक नहुन सक्छ। यसले स्वायत्त रूपमा उत्पन्न कोडमा विश्वासलाई धेरै बढाउनेछ।

२०३५ सम्ममा एउटा यस्तो परिदृश्यको कल्पना गर्न सकिन्छ जहाँ एउटा सानो सफ्टवेयर परियोजना - भन्नुहोस् व्यवसायको लागि अनुकूलित मोबाइल एप - उच्च-स्तरीय निर्देशनहरू दिइएको एआई एजेन्टद्वारा धेरै हदसम्म विकास गर्न सकिन्छ। त्यो परिदृश्यमा मानव "विकासकर्ता" एक परियोजना प्रबन्धक वा मान्यकर्ता हो, आवश्यकताहरू र बाधाहरू (सुरक्षा, शैली दिशानिर्देशहरू) निर्दिष्ट गर्दछ र एआईलाई वास्तविक कोडिङको भारी उठाउन दिन्छ।

यद्यपि, जटिल, ठूला-स्तरीय सफ्टवेयर (अपरेटिङ सिस्टमहरू, उन्नत एआई एल्गोरिदमहरू आफैं, आदि) को लागि, मानव विशेषज्ञहरू अझै पनि गहिरो रूपमा संलग्न हुनेछन्। सफ्टवेयरमा रचनात्मक समस्या समाधान र वास्तुकला डिजाइन सम्भवतः केही समयको लागि मानव-नेतृत्वमा रहनेछ। एआईले धेरै कोडिङ कार्यहरू ह्यान्डल गर्न सक्छ, तर के निर्माण गर्ने र समग्र संरचना डिजाइन गर्ने निर्णय गर्नु फरक चुनौती हो। त्यसो भनिए पनि, जेनेरेटिभ एआईले सहकार्य गर्न थाल्दा - प्रणालीका विभिन्न घटकहरू ह्यान्डल गर्ने धेरै एआई एजेन्टहरू - यो कल्पना गर्न सकिन्छ कि तिनीहरूले केही हदसम्म वास्तुकलाहरू सह-डिजाइन गर्न सक्छन् (उदाहरणका लागि, एउटा एआईले प्रणाली डिजाइन प्रस्ताव गर्दछ, अर्कोले यसको आलोचना गर्दछ, र तिनीहरू दोहोरिन्छन्, मानवले प्रक्रियाको निरीक्षण गर्दै)।

कोडिङमा एआईको एक प्रमुख अपेक्षित फाइदा उत्पादकता प्रवर्द्धन । गार्टनरले भविष्यवाणी गरेको छ कि २०२८ सम्ममा, पूर्ण रूपमा ९०% सफ्टवेयर इन्जिनियरहरूले एआई कोड सहायकहरू प्रयोग गर्नेछन् (२०२४ मा १५% भन्दा कमबाट बढेर) ( GitHub Copilot ले AI कोड सहायकहरूमा अनुसन्धान रिपोर्ट - भिजुअल स्टुडियो पत्रिका )। यसले सुझाव दिन्छ कि आउटलायरहरू - ती जो AI प्रयोग गर्दैनन् - थोरै हुनेछन्। हामी AI ले खाली ठाउँहरू भरेर केही क्षेत्रहरूमा मानव विकासकर्ताहरूको अभाव पनि देख्न सक्छौं; अनिवार्य रूपमा प्रत्येक विकासकर्ताले AI सहयोगीको साथ धेरै गर्न सक्छ जसले स्वायत्त रूपमा कोड ड्राफ्ट गर्न सक्छ।

विश्वास केन्द्रीय मुद्दा रहनेछ। २०३५ मा पनि, संस्थाहरूले स्वायत्त रूपमा उत्पन्न कोड सुरक्षित छ (AI ले कमजोरीहरू प्रस्तुत गर्नु हुँदैन) र कानुनी/नैतिक मानदण्डहरूसँग मिल्दोजुल्दो छ भनी सुनिश्चित गर्नुपर्नेछ (जस्तै, AI ले उचित इजाजतपत्र बिना खुला-स्रोत पुस्तकालयबाट चोरी गरिएको कोड समावेश गर्दैन)। हामी सुधारिएको AI शासन उपकरणहरूको अपेक्षा गर्छौं जसले AI-लिखित कोडको उत्पत्ति प्रमाणित गर्न र ट्रेस गर्न सक्छ जसले जोखिम बिना थप स्वायत्त कोडिङ सक्षम गर्न मद्दत गर्नेछ।

संक्षेपमा भन्नुपर्दा, २०३० को दशकको मध्यसम्ममा, जेनेरेटिभ एआईले नियमित सफ्टवेयर कार्यहरूको लागि कोडिङको ठूलो हिस्सा सम्हाल्ने र जटिल कार्यहरूमा उल्लेखनीय रूपमा सहयोग गर्ने सम्भावना छ। सफ्टवेयर विकास जीवनचक्र धेरै स्वचालित हुनेछ - आवश्यकताहरूदेखि तैनातीसम्म - एआईले सम्भावित रूपमा स्वचालित रूपमा कोड परिवर्तनहरू उत्पन्न र तैनाती गर्ने सम्भावनाको साथ। मानव विकासकर्ताहरूले उच्च-स्तरीय तर्क, प्रयोगकर्ता अनुभव, र निरीक्षणमा बढी ध्यान केन्द्रित गर्नेछन्, जबकि एआई एजेन्टहरूले कार्यान्वयन विवरणहरू मार्फत पीस्नेछन्।

ग्राहक सेवा र समर्थनमा जेनेरेटिभ एआई

यदि तपाईंले हालैका समयमा अनलाइन ग्राहक समर्थन च्याटमा अन्तर्क्रिया गर्नुभएको छ भने, कम्तिमा केही हदसम्म AI अर्को छेउमा रहेको राम्रो सम्भावना छ। ग्राहक सेवा AI स्वचालनको लागि परिपक्व डोमेन हो: यसमा प्रयोगकर्ताका प्रश्नहरूको जवाफ दिनु समावेश छ, जुन जेनेरेटिभ AI (विशेष गरी कुराकानी मोडेलहरू) ले राम्रोसँग गर्न सक्छ, र यसले प्रायः स्क्रिप्ट वा ज्ञान आधार लेखहरू पछ्याउँछ, जुन AI ले सिक्न सक्छ। AI ले ग्राहकहरूलाई कति स्वायत्त रूपमा ह्यान्डल गर्न सक्छ?

हालको क्षमताहरू (२०२५): च्याटबटहरू र भर्चुअल एजेन्टहरू अग्रपंक्तिमा छन्

आजको दिनसम्म, धेरै संस्थाहरूले सम्पर्कको पहिलो बिन्दुको रूपमा एआई च्याटबटहरू । यी साधारण नियम-आधारित बटहरू ("बिलिङको लागि १ थिच्नुहोस्, समर्थनको लागि २ थिच्नुहोस्...") देखि उन्नत जेनेरेटिभ एआई च्याटबटहरू सम्मका छन् जसले फ्री-फर्म प्रश्नहरूको व्याख्या गर्न र कुराकानीको रूपमा जवाफ दिन सक्छन्। मुख्य बुँदाहरू:

• सामान्य प्रश्नहरू सम्हाल्ने: एआई एजेन्टहरू बारम्बार सोधिने प्रश्नहरूको जवाफ दिन, जानकारी प्रदान गर्न (स्टोर समय, फिर्ता नीतिहरू, ज्ञात समस्याहरूको लागि समस्या निवारण चरणहरू), र मानक प्रक्रियाहरू मार्फत प्रयोगकर्ताहरूलाई मार्गदर्शन गर्नमा उत्कृष्ट हुन्छन्। उदाहरणका लागि, बैंकको लागि एआई च्याटबटले प्रयोगकर्तालाई उनीहरूको खाता ब्यालेन्स जाँच गर्न, पासवर्ड रिसेट गर्न, वा ऋणको लागि कसरी आवेदन दिने भनेर व्याख्या गर्न मद्दत गर्न सक्छ, मानव मद्दत बिना।

• प्राकृतिक भाषा बुझाइ: आधुनिक जेनेरेटिभ मोडेलहरूले थप तरल र "मानव-जस्तै" अन्तरक्रियाको लागि अनुमति दिन्छ। ग्राहकहरूले आफ्नै शब्दमा प्रश्न टाइप गर्न सक्छन् र एआईले सामान्यतया उद्देश्य बुझ्न सक्छ। कम्पनीहरूले रिपोर्ट गर्छन् कि आजका एआई एजेन्टहरू केही वर्ष पहिलेका अनाड़ी बटहरू भन्दा ग्राहकहरूलाई धेरै सन्तुष्ट पार्छन् - लगभग आधा ग्राहकहरू अब विश्वास गर्छन् कि एआई एजेन्टहरू चिन्ताहरूलाई सम्बोधन गर्दा सहानुभूतिपूर्ण र प्रभावकारी हुन सक्छन् ( २०२५ को लागि ५९ एआई ग्राहक सेवा तथ्याङ्क ), एआई-संचालित सेवामा बढ्दो विश्वास देखाउँदै।

• बहु-च्यानल समर्थन: एआई केवल च्याटमा मात्र होइन। भ्वाइस सहायकहरू (जस्तै एआई पछाडि भएको फोन IVR प्रणालीहरू) ले कलहरू ह्यान्डल गर्न थालेका छन्, र एआईले ग्राहकहरूको सोधपुछको लागि इमेल प्रतिक्रियाहरू पनि ड्राफ्ट गर्न सक्छ जुन सही ठानिएमा स्वचालित रूपमा बाहिर जान सक्छ।

• जब मानवहरू कदम चाल्छन्: सामान्यतया, यदि एआई अलमल्लमा पर्छ वा प्रश्न धेरै जटिल छ भने, यो मानव एजेन्टलाई हस्तान्तरण गरिनेछ। हालका प्रणालीहरू आफ्नो सीमा जान्नमा । उदाहरणका लागि, यदि कुनै ग्राहकले असामान्य कुरा सोध्छ वा निराशा देखाउँछ ("यो तेस्रो पटक हो जब म तपाईंलाई सम्पर्क गर्दैछु र म धेरै निराश छु..."), एआईले यसलाई मानवले लिनको लागि फ्ल्याग गर्न सक्छ। ह्यान्डअफको लागि थ्रेसहोल्ड कम्पनीहरूले ग्राहक सन्तुष्टिसँग दक्षता सन्तुलन गर्न सेट गर्छन्।

धेरै कम्पनीहरूले अन्तरक्रियाको महत्वपूर्ण भाग एआई द्वारा मात्र समाधान गरिएको रिपोर्ट गरेका छन्। उद्योग सर्वेक्षणहरूका अनुसार, आज नियमित ग्राहक सोधपुछको लगभग ७०-८०% एआई च्याटबटहरू द्वारा ह्यान्डल गर्न सकिन्छ, र च्यानलहरूमा कम्पनीहरूको लगभग ४०% ग्राहक अन्तरक्रिया पहिले नै स्वचालित वा एआई-सहायता प्राप्त छन् ( ५२ एआई ग्राहक सेवा तथ्याङ्क तपाईंले थाहा पाउनुपर्छ - प्लिभो )। आईबीएमको ग्लोबल एआई एडप्शन इन्डेक्स (२०२२) ले २०२५ सम्ममा ८०% कम्पनीहरूले ग्राहक सेवाको लागि एआई च्याटबटहरू प्रयोग गर्छन् वा प्रयोग गर्ने योजना बनाएका छन् भन्ने संकेत गरेको छ।

एउटा रोचक विकास भनेको एआईले ग्राहकहरूलाई प्रतिक्रिया दिने मात्र होइन, तर सक्रिय रूपमा मानव एजेन्टहरूलाई सहयोग गर्ने कुरा हो । उदाहरणका लागि, लाइभ च्याट वा कलको समयमा, एआईले सुन्न सक्छ र मानव एजेन्टलाई सुझाव गरिएका उत्तरहरू वा सान्दर्भिक जानकारी तुरुन्तै प्रदान गर्न सक्छ। यसले स्वायत्तताको रेखालाई धमिलो पार्छ - एआईले ग्राहकलाई एक्लै सामना गरिरहेको छैन, तर यो स्पष्ट मानव प्रश्न बिना सक्रिय रूपमा संलग्न छ। यसले प्रभावकारी रूपमा एजेन्टलाई स्वायत्त सल्लाहकारको रूपमा कार्य गर्दछ।

२०३०-२०३५ को लागि सम्भावना: धेरै हदसम्म एआई-संचालित ग्राहक अन्तरक्रियाहरू

२०३० सम्ममा, अधिकांश ग्राहक सेवा अन्तरक्रियाहरूमा एआई समावेश हुने अपेक्षा गरिएको छ, जसमध्ये धेरैजसो सुरुदेखि अन्त्यसम्म एआईद्वारा पूर्ण रूपमा ह्यान्डल गरिनेछ। यसलाई समर्थन गर्ने भविष्यवाणी र प्रवृत्तिहरू:

• उच्च जटिलता प्रश्नहरू समाधान: एआई मोडेलहरूले विशाल ज्ञानलाई एकीकृत गर्ने र तर्क सुधार गर्ने क्रममा, तिनीहरू थप जटिल ग्राहक अनुरोधहरू ह्यान्डल गर्न सक्षम हुनेछन्। "म कसरी वस्तु फिर्ता गर्ने?" भन्ने जवाफ दिनुको सट्टा, भविष्यको एआईले संवाद मार्फत समस्याको निदान गरेर, ग्राहकलाई उन्नत समस्या निवारण मार्फत मार्गदर्शन गरेर, र यदि अरू सबैले प्राविधिकको तालिका बनाउन असफल भएमा मात्र, "मेरो इन्टरनेट बन्द छ, मैले रिबुट गर्ने प्रयास गरेको छु, के तपाईं मद्दत गर्न सक्नुहुन्छ?" जस्ता बहु-चरण समस्याहरू ह्यान्डल गर्न सक्छ - आज मानव समर्थन प्राविधिक आवश्यक पर्ने कार्यहरू। स्वास्थ्य सेवा ग्राहक सेवामा, एआईले बिरामीको नियुक्ति तालिका वा बीमा प्रश्नहरू अन्त-देखि-अन्तमा ह्यान्डल गर्न सक्छ।

• अन्त्यदेखि अन्त्यसम्म सेवा समाधान: हामी देख्न सक्छौं कि एआईले ग्राहकलाई के गर्ने भनेर मात्र बताउँदैन, तर वास्तवमा गरिरहेको छ । उदाहरणका लागि, यदि कुनै ग्राहकले "म मेरो उडान अर्को सोमबार परिवर्तन गर्न चाहन्छु र अर्को झोला थप्न चाहन्छु" भन्छ भने, २०३० मा एआई एजेन्टले एयरलाइनको आरक्षण प्रणालीसँग प्रत्यक्ष रूपमा अन्तर्क्रिया गर्न सक्छ, परिवर्तन गर्न सक्छ, झोलाको लागि भुक्तानी प्रशोधन गर्न सक्छ, र ग्राहकलाई पुष्टि गर्न सक्छ - सबै स्वायत्त रूपमा। एआई पूर्ण सेवा एजेन्ट बन्छ, केवल एक जानकारी स्रोत मात्र होइन।

• सर्वव्यापी एआई एजेन्टहरू: कम्पनीहरूले सम्भवतः सबै ग्राहक टचपोइन्टहरूमा एआई तैनाथ गर्नेछन् - फोन, च्याट, इमेल, सामाजिक सञ्जाल। धेरै ग्राहकहरूले आफू एआईसँग कुरा गरिरहेको छु कि मानवसँग, विशेष गरी एआई आवाजहरू प्राकृतिक हुँदै जाँदा र च्याट जवाफहरू बढी सन्दर्भ-सचेत हुँदै जाँदा, यो थाहा नहुन सक्छ। २०३५ सम्ममा, ग्राहक सेवालाई सम्पर्क गर्नु भनेको प्रायः स्मार्ट एआईसँग अन्तर्क्रिया गर्नु हो जसले तपाईंको विगतका अन्तर्क्रियाहरू सम्झन्छ, तपाईंको प्राथमिकताहरू बुझ्छ, र तपाईंको स्वरमा अनुकूल हुन्छ - अनिवार्य रूपमा प्रत्येक ग्राहकको लागि एक व्यक्तिगत भर्चुअल एजेन्ट।

• अन्तरक्रियामा एआई निर्णय लिने: प्रश्नहरूको जवाफ दिनुभन्दा बाहिर, एआईले हाल व्यवस्थापकीय स्वीकृति आवश्यक पर्ने निर्णयहरू गर्न थाल्नेछ। उदाहरणका लागि, आज एक मानव एजेन्टलाई रिसाएको ग्राहकलाई शान्त पार्न फिर्ता वा विशेष छुट प्रस्ताव गर्न पर्यवेक्षकको स्वीकृति आवश्यक पर्न सक्छ। भविष्यमा, गणना गरिएको ग्राहक जीवनकाल मूल्य र भावना विश्लेषणको आधारमा परिभाषित सीमा भित्र, एआईलाई ती निर्णयहरू सुम्पन सकिन्छ। फ्युचुरम/आईबीएमको एक अध्ययनले अनुमान गरेको छ कि २०३० सम्ममा वास्तविक-समय ग्राहक संलग्नताको समयमा गरिएका लगभग ६९% निर्णयहरू स्मार्ट मेसिनहरूद्वारा गरिनेछ ( CX मा परिवर्तनको पुन: कल्पना गर्न, मार्केटरहरूले यी २ कुराहरू गर्नुपर्छ ) - प्रभावकारी रूपमा एआईले अन्तरक्रियामा कार्यको उत्तम मार्ग निर्णय गर्दछ।

• १००% एआई संलग्नता: प्रत्येक भूमिका खेल्नेछ ( २०२५ को लागि ५९ एआई ग्राहक सेवा तथ्याङ्क ), चाहे अग्रिम होस् वा पृष्ठभूमिमा। यसको अर्थ हुन सक्छ कि यदि कुनै मानिसले ग्राहकसँग अन्तरक्रिया गरिरहेको छ भने पनि, उनीहरूलाई एआई द्वारा सहयोग गरिनेछ (सुझावहरू प्रदान गर्दै, जानकारी प्राप्त गर्दै)। वैकल्पिक रूपमा, व्याख्या यो हो कि कुनै पनि ग्राहक प्रश्न कुनै पनि समयमा अनुत्तरित हुँदैन - यदि मानिस अफलाइन छ भने, एआई सधैं त्यहाँ हुन्छ।

२०३५ सम्ममा, हामीले मानव ग्राहक सेवा एजेन्टहरू केवल सबैभन्दा संवेदनशील वा उच्च-स्पर्श परिदृश्यहरू (जस्तै, VIP ग्राहकहरू वा जटिल गुनासो समाधान जसलाई मानवीय सहानुभूति चाहिन्छ) को लागि विशेषज्ञ भएको पाउन सक्छौं। नियमित प्रश्नहरू - बैंकिङदेखि खुद्रादेखि प्राविधिक सहयोगसम्म - प्रत्येक अन्तरक्रियाबाट निरन्तर सिक्दै, २४/७ काम गर्ने एआई एजेन्टहरूको फ्लीटद्वारा सेवा गर्न सकिन्छ। यो परिवर्तनले ग्राहक सेवालाई अझ सुसंगत र तत्काल बनाउन सक्छ, किनकि एआईले मानिसहरूलाई होल्डमा पर्खिरहेको राख्दैन र सैद्धान्तिक रूपमा असीमित ग्राहकहरूलाई एकै साथ ह्यान्डल गर्न बहुकार्य गर्न सक्छ।

यस दृष्टिकोणको लागि चुनौतीहरू पार गर्नुपर्नेछ: मानव ग्राहकहरूको अप्रत्याशिततालाई सम्हाल्न एआई धेरै बलियो हुनुपर्छ। यसले अपशब्द, रिस, भ्रम, र मानिसहरूले गर्ने अनन्त विविधतासँग व्यवहार गर्न सक्षम हुनुपर्छ। यसलाई अद्यावधिक ज्ञान पनि चाहिन्छ (एआईको जानकारी पुरानो भए पनि कुनै अर्थ छैन)। एआई र कम्पनी डाटाबेसहरू बीच एकीकरणमा लगानी गरेर (अर्डर, आउटेज, आदिमा वास्तविक-समय जानकारीको लागि), यी अवरोधहरूलाई सम्बोधन गर्न सकिन्छ।

नैतिक रूपमा, कम्पनीहरूले "तपाईं एआईसँग कुरा गर्दै हुनुहुन्छ" भनेर कहिले खुलासा गर्ने भनेर निर्णय गर्नुपर्नेछ र निष्पक्षता सुनिश्चित गर्नुपर्नेछ (पक्षपाती प्रशिक्षणको कारण एआईले केही ग्राहकहरूलाई नकारात्मक तरिकाले फरक व्यवहार गर्दैन)। यी व्यवस्थित छन् भनी मान्दा, व्यापारिक मामला बलियो छ: एआई ग्राहक सेवाले लागत र प्रतीक्षा समय नाटकीय रूपमा घटाउन सक्छ। ग्राहक सेवामा एआईको बजार २०३० सम्ममा दशौं अर्ब डलरमा बढ्ने अनुमान गरिएको छ ( ग्राहक सेवा बजार रिपोर्ट २०२५-२०३० मा एआई: केस ) ( कसरी जेनेरेटिभ एआईले रसदलाई बढावा दिइरहेको छ | राइडर ) किनकि संस्थाहरूले यी क्षमताहरूमा लगानी गर्छन्।

संक्षेपमा, भविष्यमा स्वायत्त एआई ग्राहक सेवा सामान्य हुने । मद्दत प्राप्त गर्नु भनेको प्रायः स्मार्ट मेसिनसँग अन्तर्क्रिया गर्नु हो जसले तपाईंको समस्यालाई छिटो समाधान गर्न सक्छ। मानिसहरू अझै पनि निरीक्षण र एज केसहरू ह्यान्डल गर्नको लागि लूपमा हुनेछन्, तर एआई कार्यबलको पर्यवेक्षकको रूपमा बढी। परिणाम उपभोक्ताहरूको लागि छिटो, अधिक व्यक्तिगत सेवा हुन सक्छ - जबसम्म एआईलाई विगतको "रोबोट हटलाइन" अनुभवहरूको निराशालाई रोक्नको लागि उचित रूपमा प्रशिक्षित र निगरानी गरिन्छ।

स्वास्थ्य सेवा र चिकित्सामा जेनेरेटिभ एआई

स्वास्थ्य सेवा एउटा यस्तो क्षेत्र हो जहाँ जोखिम उच्च हुन्छ। चिकित्सा क्षेत्रमा मानव निरीक्षण बिना नै एआई सञ्चालन गर्ने विचारले उत्साह (दक्षता र पहुँचको लागि) र सावधानी (सुरक्षा र सहानुभूतिको कारणले) दुवैलाई उत्तेजित गर्छ। जेनेरेटिभ एआईले मेडिकल इमेजिङ विश्लेषण, क्लिनिकल कागजात, र औषधि खोज जस्ता क्षेत्रहरूमा पनि प्रवेश गर्न थालेको छ। यसले जिम्मेवारीपूर्वक आफैंले के गर्न सक्छ?

हालको क्षमताहरू (२०२५): चिकित्सकहरूलाई सहयोग गर्ने, प्रतिस्थापन गर्ने होइन

हाल, स्वास्थ्य सेवामा जेनेरेटिभ एआईले मुख्यतया स्वायत्त निर्णयकर्ताको सट्टा चिकित्सा पेशेवरहरूको लागि शक्तिशाली सहायकको

• चिकित्सा कागजात: स्वास्थ्य सेवामा एआईको सबैभन्दा सफल प्रयोगहरू मध्ये एक भनेको डाक्टरहरूलाई कागजी कार्यमा मद्दत गर्नु हो। प्राकृतिक भाषा मोडेलहरूले बिरामीको भ्रमणहरू ट्रान्सक्राइब गर्न सक्छन् र क्लिनिकल नोटहरू वा डिस्चार्ज सारांशहरू उत्पन्न गर्न सक्छन्। कम्पनीहरूसँग "एआई स्क्रिबहरू" हुन्छन् जसले परीक्षाको समयमा (माइक्रोफोन मार्फत) सुन्छन् र डाक्टरलाई समीक्षा गर्नको लागि स्वचालित रूपमा भेटघाट नोटहरूको मस्यौदा उत्पादन गर्छन्। यसले डाक्टरहरूलाई टाइप गर्ने समय बचत गर्छ। केही प्रणालीहरूले इलेक्ट्रोनिक स्वास्थ्य रेकर्डका भागहरू पनि स्वचालित रूपमा भर्छन्। यो न्यूनतम हस्तक्षेपको साथ गर्न सकिन्छ - डाक्टरले मस्यौदामा भएका कुनै पनि साना त्रुटिहरू सच्याउने गर्दछ, जसको अर्थ नोट-लेखन धेरै हदसम्म स्वायत्त छ।

• रेडियोलोजी र इमेजिङ: जेनेरेटिभ मोडेलहरू सहित एआईले एक्स-रे, एमआरआई र सीटी स्क्यानहरूको विश्लेषण गरेर असामान्यताहरू (जस्तै ट्युमर वा फ्र्याक्चर) पत्ता लगाउन सक्छ। २०१८ मा, FDA ले रेटिनल छविहरूमा मधुमेह रेटिनोप्याथी (आँखाको अवस्था) को स्वायत्त पत्ता लगाउनको लागि एआई प्रणालीलाई अनुमोदन गर्‍यो - विशेष गरी, त्यो विशिष्ट स्क्रिनिङ सन्दर्भमा विशेषज्ञको समीक्षा बिना कल गर्न अधिकृत गरिएको थियो। त्यो प्रणाली जेनेरेटिभ एआई थिएन, तर यसले देखाउँछ कि नियामकहरूले सीमित अवस्थामा स्वायत्त एआई निदानलाई अनुमति दिएका छन्। जेनेरेटिभ मोडेलहरू व्यापक रिपोर्टहरू सिर्जना गर्न खेलमा आउँछन्। उदाहरणका लागि, एआईले छातीको एक्स-रे जाँच गर्न सक्छ र रेडियोलोजिस्टको रिपोर्ट ड्राफ्ट गर्न सक्छ जसमा भनिएको छ "कुनै तीव्र निष्कर्ष छैन। फोक्सो स्पष्ट छ। मुटु सामान्य आकार।" त्यसपछि रेडियोलोजिस्टले पुष्टि गर्छ र संकेत गर्छ। केही नियमित केसहरूमा, यदि रेडियोलोजिस्टले एआईमा विश्वास गर्छ र द्रुत जाँच गर्छ भने यी रिपोर्टहरू सम्पादन बिना नै बाहिर जान सक्छन्।

• लक्षण जाँचकर्ता र भर्चुअल नर्सहरू: जेनेरेटिभ एआई च्याटबटहरू फ्रन्टलाइन लक्षण जाँचकर्ताको रूपमा प्रयोग गरिँदैछन्। बिरामीहरूले आफ्ना लक्षणहरू इनपुट गर्न सक्छन् र सल्लाह प्राप्त गर्न सक्छन् (जस्तै, "यो सामान्य रुघाखोकी हुन सक्छ; आराम र तरल पदार्थ, तर X वा Y भएमा डाक्टरलाई भेट्नुहोस्।")। बेबिलोन हेल्थ जस्ता एपहरूले सिफारिसहरू दिन एआई प्रयोग गर्छन्। हाल, यी सामान्यतया जानकारीमूलक रूपमा फ्रेम गरिएका छन्, निश्चित चिकित्सा सल्लाह होइन, र तिनीहरूले गम्भीर समस्याहरूको लागि मानव चिकित्सकसँग फलो-अप गर्न प्रोत्साहित गर्छन्।

• औषधि खोज (उत्पादन रसायन विज्ञान): जेनेरेटिभ एआई मोडेलहरूले औषधिहरूको लागि नयाँ आणविक संरचनाहरू प्रस्ताव गर्न सक्छन्। यो बिरामी हेरचाह भन्दा अनुसन्धान क्षेत्रमा बढी छ। यी एआईहरूले इच्छित गुणहरू भएका हजारौं उम्मेदवार यौगिकहरू सुझाव दिन स्वायत्त रूपमा काम गर्छन्, जुन मानव रसायनशास्त्रीहरूले त्यसपछि प्रयोगशालामा समीक्षा र परीक्षण गर्छन्। इन्सिलिको मेडिसिन जस्ता कम्पनीहरूले उल्लेखनीय रूपमा कम समयमा नयाँ औषधि उम्मेदवारहरू उत्पन्न गर्न एआई प्रयोग गरेका छन्। यद्यपि यसले बिरामीहरूसँग प्रत्यक्ष अन्तरक्रिया गर्दैन, यो एआईले स्वायत्त रूपमा समाधानहरू (अणु डिजाइनहरू) सिर्जना गर्ने उदाहरण हो जुन मानिसहरूले फेला पार्न धेरै समय लिने थिए।

• स्वास्थ्य सेवा सञ्चालन: एआईले अस्पतालहरूमा समयतालिका, आपूर्ति व्यवस्थापन, र अन्य रसदलाई अनुकूलन गर्न मद्दत गरिरहेको छ। उदाहरणका लागि, जेनेरेटिभ मोडेलले बिरामीको प्रवाहको नक्कल गर्न सक्छ र प्रतीक्षा समय कम गर्न समयतालिका समायोजनहरू सुझाव दिन सक्छ। यद्यपि यो त्यति देखिने छैन, यी निर्णयहरू हुन् जुन एआईले न्यूनतम म्यानुअल परिवर्तनहरूसँग गर्न सक्छ।

यो कुरा उल्लेख गर्नु महत्त्वपूर्ण छ कि २०२५ सम्म, कुनै पनि अस्पतालले मानव हस्ताक्षर बिना AI लाई स्वतन्त्र रूपमा प्रमुख चिकित्सा निर्णय वा उपचार गर्न दिइरहेको छैन। निदान र उपचार योजना दृढतापूर्वक मानव हातमा रहन्छ, AI ले इनपुट प्रदान गर्दछ। बिरामीलाई "तपाईंलाई क्यान्सर छ" भनेर पूर्ण रूपमा स्वायत्त रूपमा भन्न वा औषधि लेख्न AI को लागि आवश्यक विश्वास अझै छैन, न त यो व्यापक प्रमाणीकरण बिना हुनु पर्छ। चिकित्सा पेशेवरहरूले AI लाई दोस्रो जोडी आँखाको रूपमा वा समय बचत गर्ने उपकरणको रूपमा प्रयोग गर्छन्, तर तिनीहरूले महत्वपूर्ण आउटपुटहरू प्रमाणित गर्छन्।

२०३०-२०३५ को लागि सम्भावना: डाक्टरको सहकर्मी (र सायद नर्स वा फार्मासिस्ट) को रूपमा एआई

आगामी दशकमा, हामी जेनेरेटिभ एआईले स्वायत्त रूपमा थप नियमित क्लिनिकल कार्यहरू लिने र स्वास्थ्य सेवाहरूको पहुँच बढाउने अपेक्षा गर्छौं:

• स्वचालित प्रारम्भिक निदान: २०३० सम्ममा, एआईले धेरै सामान्य अवस्थाहरूको लागि प्रारम्भिक विश्लेषणलाई विश्वसनीय रूपमा ह्यान्डल गर्न सक्छ। क्लिनिकमा एआई प्रणालीको कल्पना गर्नुहोस् जसले बिरामीको लक्षणहरू, चिकित्सा इतिहास, उनीहरूको स्वर र अनुहारको संकेतहरू पनि क्यामेरा मार्फत पढ्छ, र निदान सुझाव र सिफारिस गरिएका परीक्षणहरू प्रदान गर्दछ - यो सबै मानव डाक्टरले बिरामीलाई हेर्नु अघि नै। त्यसपछि डाक्टरले निदान पुष्टि गर्न र छलफल गर्नमा ध्यान केन्द्रित गर्न सक्छन्। टेलिमेडिसिनमा, बिरामीले पहिले एआईसँग कुराकानी गर्न सक्छ जसले मुद्दालाई कम गर्छ (जस्तै, सम्भावित साइनस संक्रमण बनाम केहि गम्भीर) र त्यसपछि आवश्यक परेमा उनीहरूलाई चिकित्सकसँग जोड्छ। नियामकहरूले एआईलाई आधिकारिक रूपमा केही साना अवस्थाहरूको निदान गर्न अनुमति दिन सक्छन् यदि अत्यन्तै सही प्रमाणित भयो भने - उदाहरणका लागि, ओटोस्कोप छविबाट सीधा कानको संक्रमणको निदान गर्ने एआई सम्भव हुन सक्छ।

• व्यक्तिगत स्वास्थ्य मनिटरहरू: पहिरनयोग्य उपकरणहरू (स्मार्टवाचहरू, स्वास्थ्य सेन्सरहरू) को प्रसारसँगै, एआईले बिरामीहरूलाई निरन्तर निगरानी गर्नेछ र समस्याहरूको बारेमा स्वायत्त रूपमा चेतावनी दिनेछ। उदाहरणका लागि, २०३५ सम्ममा तपाईंको पहिरनयोग्य उपकरणहरूको एआईले असामान्य मुटुको लय पत्ता लगाउन सक्छ र तपाईंलाई तत्काल भर्चुअल परामर्शको लागि स्वचालित रूपमा तालिका बनाउन सक्छ वा हृदयघात वा स्ट्रोकको संकेत पत्ता लागेमा एम्बुलेन्स पनि बोलाउन सक्छ। यो स्वायत्त निर्णय क्षेत्रमा प्रवेश गर्छ - परिस्थितिलाई आपतकालीन र कार्यात्मक भनेर निर्णय गर्ने - जुन एआईको सम्भावित र जीवन बचाउने प्रयोग हो।

• उपचार सिफारिसहरू: चिकित्सा साहित्य र बिरामी डेटामा प्रशिक्षित जेनेरेटिभ एआईले व्यक्तिगत उपचार योजनाहरू सुझाव दिन सक्छ। २०३० सम्ममा, क्यान्सर जस्ता जटिल रोगहरूको लागि, एआई ट्युमर बोर्डहरूले बिरामीको आनुवंशिक श्रृंगार र चिकित्सा इतिहासको विश्लेषण गर्न सक्छन् र स्वायत्त रूपमा सिफारिस गरिएको उपचार पद्धति (केमो योजना, औषधि चयन) मस्यौदा तयार गर्न सक्छन्। मानव डाक्टरहरूले यसको समीक्षा गर्नेछन्, तर समयसँगै विश्वास बढ्दै जाँदा, तिनीहरूले नियमित केसहरूको लागि एआई-उत्पन्न योजनाहरू स्वीकार गर्न थाल्न सक्छन्, आवश्यक पर्दा मात्र समायोजन गर्न सक्छन्।

• भर्चुअल नर्सहरू र घर हेरचाह: कुराकानी गर्न र चिकित्सा मार्गदर्शन प्रदान गर्न सक्ने एआईले धेरै फलो-अप र दीर्घकालीन हेरचाह अनुगमनलाई सम्हाल्न सक्छ। उदाहरणका लागि, पुरानो रोग भएका घरमा रहेका बिरामीहरूले एआई नर्स सहायकलाई दैनिक मेट्रिक्स रिपोर्ट गर्न सक्छन् जसले सल्लाह दिन्छ ("तपाईंको रगतमा चिनी अलि बढी छ, तपाईंको साँझको खाजा समायोजन गर्ने विचार गर्नुहोस्") र जब रिडिङ दायराभन्दा बाहिर हुन्छ वा समस्याहरू उत्पन्न हुन्छन् तब मात्र मानव नर्समा लुप हुन्छ। यो एआई चिकित्सकको रिमोट सुपरिवेक्षणमा धेरै हदसम्म स्वायत्त रूपमा सञ्चालन हुन सक्छ।

• मेडिकल इमेजिङ र ल्याब विश्लेषण - पूर्ण स्वचालित पाइपलाइनहरू: २०३५ सम्ममा, केही क्षेत्रहरूमा मेडिकल स्क्यानहरू पढ्ने काम मुख्यतया एआईद्वारा हुने सम्भावना हुन्छ। रेडियोलोजिस्टहरूले एआई प्रणालीहरूको निरीक्षण गर्नेछन् र जटिल केसहरू ह्यान्डल गर्नेछन्, तर धेरैजसो सामान्य स्क्यानहरू (जुन वास्तवमा सामान्य छन्) एआईद्वारा सिधै "पढ्न" र साइन अफ गर्न सकिन्छ। त्यस्तै गरी, प्रारम्भिक स्क्रिनिङको लागि प्याथोलोजी स्लाइडहरूको विश्लेषण (उदाहरणका लागि, बायोप्सीमा क्यान्सर कोषहरू पत्ता लगाउने) स्वायत्त रूपमा गर्न सकिन्छ, जसले प्रयोगशालाको नतिजालाई नाटकीय रूपमा गति दिन्छ।

• औषधि खोज र क्लिनिकल परीक्षणहरू: एआईले सम्भवतः औषधि अणुहरू मात्र डिजाइन गर्ने छैन तर परीक्षणहरूको लागि कृत्रिम बिरामी डेटा पनि उत्पन्न गर्नेछ वा इष्टतम परीक्षण उम्मेदवारहरू फेला पार्नेछ। यसले वास्तविक परीक्षणहरू अघि विकल्पहरू कम गर्न स्वायत्त रूपमा भर्चुअल परीक्षणहरू (बिरामीहरूले कसरी प्रतिक्रिया दिनेछन् भनेर अनुकरण गर्दै) चलाउन सक्छ। यसले कम मानव-संचालित प्रयोगहरूको साथ औषधिहरू छिटो बजारमा ल्याउन सक्छ।

एआई डाक्टरको दृष्टिकोण अझै धेरै टाढा छ र विवादास्पद नै छ। २०३५ सम्ममा पनि, अपेक्षा यो छ कि एआईले सहकर्मीको । जटिल निदानको लागि प्रायः बिरामीको सन्दर्भ बुझ्न अन्तर्ज्ञान, नैतिकता र कुराकानी आवश्यक पर्दछ - ती क्षेत्रहरू जहाँ मानव डाक्टरहरू उत्कृष्ट हुन्छन्। यसो भनिए पनि, एआईले नियमित कार्यभारको ८०% ह्यान्डल गर्न सक्छ: कागजी कार्य, सीधा केसहरू, अनुगमन, आदि, जसले मानव चिकित्सकहरूलाई कठिन २०% र बिरामी सम्बन्धहरूमा ध्यान केन्द्रित गर्न अनुमति दिन्छ।

त्यहाँ महत्त्वपूर्ण बाधाहरू छन्: स्वास्थ्य सेवामा स्वायत्त एआईको लागि नियामक स्वीकृति कठोर छ (उचित रूपमा)। एआई प्रणालीहरूलाई व्यापक क्लिनिकल प्रमाणीकरणको आवश्यकता पर्नेछ। हामी बढ्दो स्वीकृति देख्न सक्छौं - उदाहरणका लागि, एआईलाई स्वास्थ्य सेवा पहुँच विस्तार गर्ने तरिकाको रूपमा डाक्टरहरू उपलब्ध नभएका कम सेवा प्रदान गरिएका क्षेत्रहरूमा स्वायत्त रूपमा निदान वा उपचार गर्न अनुमति दिइएको छ (२०३० सम्ममा दुर्गम गाउँमा "एआई क्लिनिक" कल्पना गर्नुहोस् जुन शहरका डाक्टरबाट आवधिक टेलि-पर्यवेक्षणको साथ सञ्चालन हुन्छ)।

नैतिक विचारहरू ठूलो छन्। जवाफदेहिता (यदि एक स्वायत्त एआईले निदानमा गल्ती गर्छ भने, को जिम्मेवार छ?), सूचित सहमति (बिरामीहरूले आफ्नो हेरचाहमा एआई संलग्न छ कि छैन भनेर जान्न आवश्यक छ), र समानता सुनिश्चित गर्नु (एआईले सबै जनसंख्याको लागि राम्रोसँग काम गर्दछ, पूर्वाग्रहबाट बच्न) नेभिगेट गर्न चुनौतीहरू हुन्। ती सम्बोधन गरिएको मान्दै, २०३० को दशकको मध्यसम्ममा जेनेरेटिभ एआईलाई स्वास्थ्य सेवा वितरणको संरचनामा बुन्न सकिन्छ, जसले मानव प्रदायकहरूलाई मुक्त गर्ने धेरै कार्यहरू गर्दछ र सम्भावित रूपमा हाल सीमित पहुँच भएका बिरामीहरूसम्म पुग्छ।

संक्षेपमा भन्नुपर्दा, २०३५ सम्ममा स्वास्थ्य सेवामा एआई गहिरो रूपमा एकीकृत हुनेछ तर प्रायः हुड मुनि वा सहयोगी भूमिकामा हुनेछ। हामी एआईले आफैंले धेरै काम गर्ने - स्क्यानहरू पढ्नुहोस्, महत्त्वपूर्ण कुराहरू हेर्नुहोस्, योजनाहरूको मस्यौदा गर्नुहोस् - तर महत्वपूर्ण निर्णयहरूको लागि मानव निरीक्षणको सुरक्षा जाल अझै पनि अवस्थित छ। परिणाम अझ कुशल, उत्तरदायी स्वास्थ्य सेवा प्रणाली हुन सक्छ, जहाँ एआईले भारी उठाउने कामलाई सम्हाल्छ र मानिसहरूले सहानुभूति र अन्तिम निर्णय प्रदान गर्दछन्।

शिक्षामा जेनेरेटिभ एआई

शिक्षा अर्को क्षेत्र हो जहाँ जेनेरेटिभ एआईले तरंगहरू सिर्जना गरिरहेको छ, एआई-संचालित ट्युटोरिङ बटहरूदेखि स्वचालित ग्रेडिङ र सामग्री सिर्जनासम्म। शिक्षण र सिकाइमा सञ्चार र रचनात्मकता समावेश छ, जुन जेनेरेटिभ मोडेलहरूको शक्ति हो। तर के शिक्षकको सुपरिवेक्षण बिना एआईलाई शिक्षा दिन विश्वास गर्न सकिन्छ?

हालको क्षमताहरू (२०२५): पट्टामा शिक्षकहरू र सामग्री जेनरेटरहरू

अहिले, एआई शिक्षामा मुख्यतया एकल शिक्षकको रूपमा भन्दा पूरक उपकरणको

• एआई ट्युटोरिङ सहायकहरू: खान एकेडेमीको "खानमिगो" (GPT-4 द्वारा संचालित) जस्ता उपकरणहरू वा विभिन्न भाषा सिक्ने एपहरूले एक-एक शिक्षक वा कुराकानी गर्ने साझेदारको नक्कल गर्न एआई प्रयोग गर्छन्। विद्यार्थीहरूले प्राकृतिक भाषामा प्रश्नहरू सोध्न सक्छन् र उत्तर वा स्पष्टीकरणहरू प्राप्त गर्न सक्छन्। एआईले गृहकार्य समस्याहरूको लागि संकेतहरू प्रदान गर्न सक्छ, विभिन्न तरिकाले अवधारणाहरू व्याख्या गर्न सक्छ, वा अन्तरक्रियात्मक इतिहास पाठको लागि ऐतिहासिक व्यक्तित्वको रूपमा भूमिका खेल्न पनि सक्छ। यद्यपि, यी एआई ट्युटरहरू सामान्यतया निरीक्षणको साथ प्रयोग गरिन्छ; शिक्षकहरू वा एप मर्मतकर्ताहरूले प्रायः संवादहरूको निगरानी गर्छन् वा एआईले के छलफल गर्न सक्छ भन्ने सीमाहरू सेट गर्छन् (गलत जानकारी वा अनुपयुक्त सामग्रीबाट बच्न)।

• शिक्षकहरूका लागि सामग्री सिर्जना: जेनेरेटिभ एआईले शिक्षकहरूलाई क्विज प्रश्नहरू, पठनहरूको सारांश, पाठ योजना रूपरेखा, र यस्तै अन्य सिर्जना गरेर मद्दत गर्दछ। एक शिक्षकले एआईलाई "उत्तरहरू सहित द्विघात समीकरणहरूमा ५ अभ्यास समस्याहरू उत्पन्न गर्नुहोस्" भनेर सोध्न सक्छ, तयारीमा समय बचत गर्दछ। यो स्वायत्त सामग्री उत्पादन हो, तर एक शिक्षकले सामान्यतया पाठ्यक्रमसँग शुद्धता र पङ्क्तिबद्धताको लागि आउटपुट समीक्षा गर्दछ। त्यसैले यो पूर्ण रूपमा स्वतन्त्र भन्दा बढी श्रम-बचत गर्ने उपकरण हो।

• ग्रेडिङ र प्रतिक्रिया: एआईले स्वचालित रूपमा बहु-विकल्पीय परीक्षाहरू ग्रेड गर्न सक्छ (त्यहाँ केही नयाँ छैन) र बढ्दो रूपमा छोटो उत्तर वा निबन्धहरूको मूल्याङ्कन गर्न सक्छ। केही स्कूल प्रणालीहरूले लिखित प्रतिक्रियाहरू ग्रेड गर्न र विद्यार्थीहरूलाई प्रतिक्रिया प्रदान गर्न एआई प्रयोग गर्छन् (जस्तै, व्याकरणीय सुधारहरू, तर्क विस्तार गर्न सुझावहरू)। आफैंमा उत्पादन कार्य नभए पनि, नयाँ एआईहरूले विद्यार्थीको प्रदर्शनको आधारमा उनीहरूको लागि व्यक्तिगत प्रतिक्रिया रिपोर्ट पनि उत्पन्न , सुधार गर्नुपर्ने क्षेत्रहरू हाइलाइट गर्दै। शिक्षकहरूले बारम्बार यस चरणमा एआई-ग्रेड गरिएका निबन्धहरू दोहोरो-जाँच गर्छन् किनभने सूक्ष्मताको बारेमा चिन्ता हुन्छ।

• अनुकूलन सिकाइ प्रणालीहरू: यी प्लेटफर्महरू हुन् जसले विद्यार्थीको प्रदर्शनको आधारमा सामग्रीको कठिनाई वा शैली समायोजन गर्दछ। जेनेरेटिभ एआईले विद्यार्थीको आवश्यकता अनुरूप नयाँ समस्याहरू वा उदाहरणहरू सिर्जना गरेर यसलाई बढाउँछ। उदाहरणका लागि, यदि कुनै विद्यार्थी कुनै अवधारणासँग संघर्ष गरिरहेको छ भने, एआईले त्यो अवधारणामा केन्द्रित अर्को समानता वा अभ्यास प्रश्न उत्पन्न गर्न सक्छ। यो केही हदसम्म स्वायत्त छ, तर शिक्षकहरूद्वारा डिजाइन गरिएको प्रणाली भित्र।

• सिकाइको लागि विद्यार्थीको प्रयोग: विद्यार्थीहरू आफैंले सिकाइमा मद्दत गर्न ChatGPT जस्ता उपकरणहरू प्रयोग गर्छन् - स्पष्टीकरण माग्ने, अनुवाद गर्ने, वा निबन्ध मस्यौदामा प्रतिक्रिया प्राप्त गर्न AI प्रयोग गर्ने ("मेरो परिचय अनुच्छेद सुधार गर्नुहोस्")। यो स्व-निर्देशित हो र शिक्षकको ज्ञान बिना पनि हुन सक्छ। यस परिदृश्यमा AI ले माग अनुसारको शिक्षक वा प्रूफरीडरको रूपमा काम गर्दछ। चुनौती भनेको विद्यार्थीहरूले यसलाई केवल उत्तरहरू (शैक्षिक अखण्डता) प्राप्त गर्नुको सट्टा सिक्नको लागि प्रयोग गर्ने कुरा सुनिश्चित गर्नु हो।

यो स्पष्ट छ कि २०२५ सम्म, शिक्षामा एआई शक्तिशाली छ तर सामान्यतया एक मानव शिक्षकसँग काम गर्दछ जसले एआईको योगदानलाई क्युरेट गर्दछ। बुझ्न सकिने सावधानी छ: हामी गलत जानकारी सिकाउन वा शून्यतामा संवेदनशील विद्यार्थी अन्तरक्रियाहरू ह्यान्डल गर्न एआईलाई विश्वास गर्न चाहँदैनौं। शिक्षकहरूले एआई ट्युटरहरूलाई सहयोगी सहायकको रूपमा हेर्छन् जसले विद्यार्थीहरूलाई थप अभ्यास र नियमित प्रश्नहरूको तत्काल जवाफ दिन सक्छ, शिक्षकहरूलाई गहिरो सल्लाहमा ध्यान केन्द्रित गर्न स्वतन्त्र बनाउँछ।

२०३०-२०३५ को लागि आउटलुक: व्यक्तिगतकृत एआई ट्युटर र स्वचालित शिक्षण सहयोगीहरू

अर्को दशकमा, हामी आशा गर्छौं कि जेनेरेटिभ एआईले थप व्यक्तिगत र स्वायत्त सिकाइ अनुभवहरूलाई , जबकि शिक्षकहरूको भूमिका विकसित हुनेछ:

• प्रत्येक विद्यार्थीका लागि एआई व्यक्तिगत शिक्षकहरू: २०३० सम्ममा, (खान एकेडेमीका साल खान जस्ता विज्ञहरूले साझा गरेको) दृष्टिकोण भनेको प्रत्येक विद्यार्थीले धेरै हिसाबले मानव शिक्षक जत्तिकै प्रभावकारी एआई शिक्षकमा पहुँच राख्न सक्नेछ ( यस एआई शिक्षकले मानिसहरूलाई १० गुणा स्मार्ट बनाउन सक्छ, यसको निर्माता भन्छन् )। यी एआई शिक्षकहरू २४/७ उपलब्ध हुनेछन्, विद्यार्थीको सिकाइ इतिहासलाई नजिकबाट जान्नेछन्, र तदनुसार उनीहरूको शिक्षण शैलीलाई अनुकूलन गर्नेछन्। उदाहरणका लागि, यदि कुनै विद्यार्थी बीजगणित अवधारणासँग संघर्ष गरिरहेको दृश्य शिक्षार्थी हो भने, एआईले गतिशील रूपमा मद्दत गर्न दृश्य व्याख्या वा अन्तरक्रियात्मक सिमुलेशन सिर्जना गर्न सक्छ। एआईले समयसँगै विद्यार्थीको प्रगति ट्र्याक गर्न सक्ने भएकोले, यसले अर्को कुन विषय समीक्षा गर्ने वा नयाँ सीपमा कहिले अगाडि बढ्ने भनेर स्वायत्त रूपमा निर्णय गर्न सक्छ - पाठ योजनालाई प्रभावकारी रूपमा व्यवस्थापन गर्ने ।

• नियमित कार्यहरूमा शिक्षकको कामको भार घट्यो: ग्रेडिङ, कार्यपत्रहरू बनाउने, पाठ सामग्रीहरू मस्यौदा गर्ने - यी कार्यहरू २०३० सम्ममा लगभग पूर्ण रूपमा एआईमा अफलोड गर्न सकिन्छ। एआईले कक्षाको लागि एक हप्ताको अनुकूलित गृहकार्य उत्पन्न गर्न सक्छ, गत हप्ताको सबै असाइनमेन्टहरू (खुला-समाप्त कार्यहरू पनि) प्रतिक्रियाको साथ ग्रेड गर्न सक्छ, र शिक्षकलाई कुन विषयहरूमा थप मद्दत चाहिन्छ भनेर हाइलाइट गर्न सक्छ। यो न्यूनतम शिक्षक इनपुटको साथ हुन सक्छ, सायद एआईको ग्रेडहरू निष्पक्ष देखिन्छन् भनेर सुनिश्चित गर्न केवल एक द्रुत नजर।

• स्वायत्त अनुकूलन सिकाइ प्लेटफर्महरू: हामी निश्चित विषयहरूको लागि पूर्ण रूपमा एआई-संचालित पाठ्यक्रमहरू देख्न सक्छौं। कुनै मानव प्रशिक्षक बिनाको अनलाइन पाठ्यक्रमको कल्पना गर्नुहोस् जहाँ एआई एजेन्टले सामग्री परिचय गराउँछ, उदाहरणहरू प्रदान गर्दछ, प्रश्नहरूको जवाफ दिन्छ, र विद्यार्थीको आधारमा गति समायोजन गर्दछ। विद्यार्थीको अनुभव वास्तविक समयमा उत्पन्न हुने तिनीहरूको लागि अद्वितीय हुन सक्छ। केही कर्पोरेट प्रशिक्षण र वयस्क शिक्षा चाँडै यो मोडेलमा सर्न सक्छ, जहाँ २०३५ सम्ममा एक कर्मचारीले "म उन्नत एक्सेल म्याक्रोहरू सिक्न चाहन्छु" भन्न सक्छ र एक एआई ट्युटरले मानव प्रशिक्षक बिना अभ्यासहरू उत्पन्न गर्ने र तिनीहरूको समाधानहरूको मूल्याङ्कन गर्ने सहित व्यक्तिगत पाठ्यक्रम मार्फत तिनीहरूलाई सिकाउनेछ।

• कक्षाकोठाको एआई सहायकहरू: भौतिक वा भर्चुअल कक्षाकोठामा, एआईले कक्षा छलफलहरू सुन्न सक्छ र शिक्षकलाई उडानमा मद्दत गर्न सक्छ (जस्तै, इयरपिस मार्फत सुझावहरू फुसफुसाउँदै: "धेरै विद्यार्थीहरू त्यो अवधारणाको बारेमा अलमल्लमा परेका छन्, सायद अर्को उदाहरण दिनुहोस्")। यसले अनलाइन कक्षा फोरमहरू पनि मध्यस्थ गर्न सक्छ, विद्यार्थीहरूले सोधेका सीधा प्रश्नहरूको जवाफ दिन सक्छ ("असाइनमेन्ट कहिले बाँकी छ?" वा व्याख्यानको बिन्दु स्पष्ट पार्न पनि) ताकि शिक्षकलाई इमेलहरूले बमबारी नगरोस्। २०३५ सम्ममा, कोठामा एआई सह-शिक्षक हुनु, जबकि मानव शिक्षकले उच्च-स्तरीय मार्गदर्शन र प्रेरक पक्षहरूमा ध्यान केन्द्रित गर्दछ, मानक हुन सक्छ।

• शिक्षामा विश्वव्यापी पहुँच: शिक्षक अभाव भएका क्षेत्रहरूमा स्वायत्त एआई ट्युटरहरूले विद्यार्थीहरूलाई शिक्षित गर्न मद्दत गर्न सक्छन्। एआई ट्युटर भएको ट्याब्लेटले आधारभूत साक्षरता र गणितलाई समेट्ने सीमित शिक्षा भएका विद्यार्थीहरूको लागि प्राथमिक प्रशिक्षकको रूपमा काम गर्न सक्छ। २०३५ सम्ममा, यो सबैभन्दा प्रभावकारी प्रयोगहरू मध्ये एक हुन सक्छ - मानव शिक्षकहरू उपलब्ध नभएका ठाउँहरूमा एआईले खाडलहरू कम गर्ने। यद्यपि, विभिन्न सन्दर्भहरूमा एआई शिक्षाको गुणस्तर र सांस्कृतिक उपयुक्तता सुनिश्चित गर्नु महत्त्वपूर्ण हुनेछ।

के एआईले शिक्षकहरूलाई प्रतिस्थापन गर्नेछ? पूर्ण रूपमा असम्भव। शिक्षण भनेको सामग्री प्रदान गर्नु मात्र होइन - यो सल्लाहकार, प्रेरणा, सामाजिक-भावनात्मक समर्थन हो। ती मानवीय तत्वहरू एआईको लागि दोहोर्याउन गाह्रो छ। तर एआई दोस्रो शिक्षक वा ज्ञान हस्तान्तरणको लागि पहिलो शिक्षक पनि बन्न सक्छ, जसले मानव शिक्षकहरूलाई मानिसहरूले के राम्रो गर्छन् भन्ने कुरामा ध्यान केन्द्रित गर्न छोड्छ: सहानुभूति, उत्प्रेरित, र आलोचनात्मक सोचलाई बढावा दिन्छ।

व्यवस्थापन गर्नुपर्ने चिन्ताहरू छन्: एआईले सही जानकारी प्रदान गर्दछ भन्ने कुरा सुनिश्चित गर्ने (झूटा तथ्यहरूको शैक्षिक भ्रम होइन), शैक्षिक सामग्रीमा पूर्वाग्रहबाट बच्ने, विद्यार्थी डेटा गोपनीयता कायम राख्ने, र विद्यार्थीहरूलाई संलग्न राख्ने (एआई उत्प्रेरक हुनुपर्छ, केवल सही मात्र होइन)। हामी सम्भवतः एआई शैक्षिक प्रणालीहरूको मान्यता वा प्रमाणीकरण देख्नेछौं - पाठ्यपुस्तकहरू अनुमोदित भए जस्तै - तिनीहरूले मापदण्डहरू पूरा गर्छन् भनी सुनिश्चित गर्न।

अर्को चुनौती भनेको अत्यधिक निर्भरता हो: यदि एक एआई शिक्षकले धेरै सजिलै जवाफ दिन्छ भने, विद्यार्थीहरूले दृढता वा समस्या समाधान गर्न सिक्न सक्दैनन्। यसलाई कम गर्न, भविष्यका एआई शिक्षकहरूलाई कहिलेकाहीं विद्यार्थीहरूलाई संघर्ष गर्न दिने (मानव शिक्षकले जस्तै) वा समाधान दिनुको सट्टा संकेतहरू सहित समस्याहरू समाधान गर्न प्रोत्साहित गर्ने गरी डिजाइन गर्न सकिन्छ।

२०३५ सम्ममा, कक्षाकोठा रूपान्तरण हुन सक्छ: प्रत्येक विद्यार्थीलाई एआई-जडित उपकरणले आफ्नै गतिमा मार्गदर्शन गर्दछ, जबकि शिक्षकले समूह गतिविधिहरू व्यवस्थित गर्दछन् र मानवीय अन्तर्दृष्टि प्रदान गर्दछन्। शिक्षा अझ प्रभावकारी र अनुकूलित हुन सक्छ। प्रत्येक विद्यार्थीलाई आवश्यक पर्दा आवश्यक पर्ने मद्दत प्राप्त गर्ने प्रतिज्ञा छ - एक वास्तविक "व्यक्तिगत शिक्षक" अनुभव स्तरमा। जोखिम भनेको केही मानवीय स्पर्श गुमाउनु वा एआईको दुरुपयोग गर्नु हो (जस्तै विद्यार्थीहरूले एआई मार्फत ठगी गर्ने)। तर समग्रमा, यदि राम्रोसँग व्यवस्थित गरियो भने, जेनेरेटिभ एआईले विद्यार्थीको शैक्षिक यात्रामा सधैं उपलब्ध, जानकार साथी भएर सिकाइलाई प्रजातान्त्रिक र बृद्धि गर्न खडा छ।

रसद र आपूर्ति श्रृंखलामा जेनेरेटिभ एआई

रसद - सामानहरू सार्ने र आपूर्ति शृङ्खलाहरू व्यवस्थापन गर्ने कला र विज्ञान - "उत्पादक" एआईको लागि परम्परागत क्षेत्र जस्तो नलाग्न सक्छ, तर यस क्षेत्रमा रचनात्मक समस्या समाधान र योजना प्रमुख छन्। जेनेरेटिभ एआईले परिदृश्यहरूको नक्कल गरेर, योजनाहरूलाई अनुकूलन गरेर, र रोबोटिक प्रणालीहरूलाई नियन्त्रण गरेर पनि सहयोग गर्न सक्छ। रसदमा लक्ष्य दक्षता र लागत बचत हो, जुन डेटा विश्लेषण गर्ने र समाधानहरू प्रस्ताव गर्ने एआईको शक्तिहरूसँग राम्रोसँग मिल्छ। त्यसोभए आपूर्ति शृङ्खलाहरू र रसद सञ्चालनहरू चलाउन एआई कति स्वायत्त हुन सक्छ?

हालको क्षमताहरू (२०२५): मानव निरीक्षणको साथ अनुकूलन र सुव्यवस्थितीकरण

निर्णय समर्थन उपकरणको रूपमा रसदमा लागू गरिन्छ :

• रुट अप्टिमाइजेसन: UPS र FedEx जस्ता कम्पनीहरूले पहिले नै डेलिभरी रुटहरू अप्टिमाइज गर्न AI एल्गोरिदमहरू प्रयोग गर्छन् - चालकहरूले सबैभन्दा कुशल मार्ग लिने सुनिश्चित गर्दै। परम्परागत रूपमा यी सञ्चालन अनुसन्धान एल्गोरिदमहरू थिए, तर अब जेनेरेटिभ दृष्टिकोणहरूले विभिन्न अवस्थाहरू (ट्राफिक, मौसम) अन्तर्गत वैकल्पिक रुटिङ रणनीतिहरू अन्वेषण गर्न मद्दत गर्न सक्छन्। AI ले रुटहरू सुझाव दिन्छ भने, मानव प्रेषकहरू वा प्रबन्धकहरूले प्यारामिटरहरू (जस्तै, प्राथमिकताहरू) सेट गर्छन् र आवश्यक परेमा ओभरराइड गर्न सक्छन्।

• लोड र स्पेस प्लानिङ: ट्रक वा ढुवानी कन्टेनर प्याकिङको लागि, एआईले इष्टतम लोडिङ योजनाहरू उत्पन्न गर्न सक्छ (कुन बक्स कहाँ जान्छ)। एक जेनेरेटिभ एआईले ठाउँको प्रयोगलाई अधिकतम बनाउन धेरै प्याकिङ कन्फिगरेसनहरू उत्पादन गर्न सक्छ, अनिवार्य रूपमा मानिसहरूले छनौट गर्न सक्ने समाधानहरू "सिर्जना" गर्दछ। यो एक अध्ययनले हाइलाइट गरेको थियो कि अमेरिकामा ट्रकहरू प्रायः ३०% खाली चल्छन्, र एआई द्वारा सहयोग गरिएको राम्रो योजनाले त्यो फोहोर कम गर्न सक्छ ( लजिस्टिकमा शीर्ष जेनेरेटिभ एआई प्रयोग केसहरू )। यी एआई-उत्पन्न लोड योजनाहरूले इन्धन लागत र उत्सर्जन घटाउने लक्ष्य राख्छन्, र केही गोदामहरूमा तिनीहरू न्यूनतम म्यानुअल परिवर्तनहरूसँग कार्यान्वयन गरिन्छन्।

• माग पूर्वानुमान र इन्भेन्टरी व्यवस्थापन: एआई मोडेलहरूले उत्पादनको मागको भविष्यवाणी गर्न सक्छन् र पुन: भण्डारण योजनाहरू उत्पन्न गर्न सक्छन्। जेनेरेटिभ मोडेलले विभिन्न माग परिदृश्यहरूको नक्कल गर्न सक्छ (उदाहरणका लागि, एआईले आगामी बिदाको कारणले मागमा भएको वृद्धिको "कल्पना" गर्छ) र तदनुसार इन्भेन्टरी योजना बनाउँछ। यसले आपूर्ति श्रृंखला प्रबन्धकहरूलाई तयारी गर्न मद्दत गर्दछ। हाल, एआईले पूर्वानुमान र सुझावहरू प्रदान गर्दछ, तर मानिसहरूले सामान्यतया उत्पादन स्तर वा अर्डरमा अन्तिम निर्णय गर्छन्।

• जोखिम मूल्याङ्कन: विश्वव्यापी आपूर्ति शृङ्खलामा अवरोधहरू (प्राकृतिक प्रकोप, बन्दरगाह ढिलाइ, राजनीतिक मुद्दाहरू) को सामना गर्नुपरेको छ। एआई प्रणालीहरूले अब क्षितिजमा जोखिमहरू पहिचान गर्न समाचार र डेटा मार्फत संयोजन गर्छन्। उदाहरणका लागि, एउटा रसद फर्मले इन्टरनेट स्क्यान गर्न र जोखिमपूर्ण यातायात कोरिडोरहरू (आउँदै गरेको आँधी वा अशान्तिको कारणले समस्या हुने सम्भावना भएका क्षेत्रहरू) (रसदमा शीर्ष जेनेरेटिभ एआई प्रयोगका केसहरू ) लाई चिन्ह लगाउन जेनेरेटिभ एआई प्रयोग गर्दछ। त्यो जानकारीको साथ, योजनाकारहरूले समस्याग्रस्त ठाउँहरू वरिपरि ढुवानीहरू स्वायत्त रूपमा पुन: मार्ग गर्न सक्छन्। केही अवस्थामा, एआईले स्वचालित रूपमा मार्ग परिवर्तन वा यातायातको मोड परिवर्तनहरू सिफारिस गर्न सक्छ, जुन मानिसहरूले त्यसपछि अनुमोदन गर्छन्।

• गोदाम स्वचालन: धेरै गोदामहरू पिकिङ र प्याकिङको लागि रोबोटहरू सहित अर्ध-स्वचालित हुन्छन्। जेनेरेटिभ एआईले इष्टतम प्रवाहको लागि रोबोट र मानिसहरूलाई गतिशील रूपमा कार्यहरू आवंटित गर्न सक्छ। उदाहरणका लागि, एआईले अर्डरहरूको आधारमा प्रत्येक बिहान रोबोट पिकर्सहरूको लागि कामको लाइन उत्पन्न गर्न सक्छ। यो प्रायः कार्यान्वयनमा पूर्ण रूपमा स्वायत्त हुन्छ, प्रबन्धकहरूले केवल KPIs निगरानी गर्छन् - यदि अर्डरहरू अप्रत्याशित रूपमा बढ्छन् भने, एआईले आफैंमा सञ्चालनहरू समायोजन गर्दछ।

• फ्लीट व्यवस्थापन: एआईले ढाँचाहरूको विश्लेषण गरेर र डाउनटाइम कम गर्ने इष्टतम मर्मत तालिकाहरू उत्पन्न गरेर सवारी साधनहरूको मर्मत तालिका बनाउन मद्दत गर्दछ। यसले यात्राहरू कम गर्न ढुवानीहरूलाई समूहबद्ध पनि गर्न सक्छ। यी निर्णयहरू एआई सफ्टवेयरद्वारा स्वचालित रूपमा लिन सकिन्छ जबसम्म यसले सेवा आवश्यकताहरू पूरा गर्दछ।

समग्रमा, २०२५ सम्म, मानिसहरूले उद्देश्यहरू सेट गरे (जस्तै, "लागत कम गर्नुहोस् तर २-दिनको डेलिभरी सुनिश्चित गर्नुहोस्") र एआईले त्यो प्राप्त गर्न समाधान वा तालिकाहरू बनाउँछ। प्रणालीहरू कुनै असामान्य घटना नभएसम्म हस्तक्षेप बिना दिनहुँ चल्न सक्छन्। धेरै रसदहरूमा दोहोरिने निर्णयहरू समावेश हुन्छन् (यो ढुवानी कहिले छोड्नुपर्छ? यो अर्डर कुन गोदामबाट पूरा गर्ने?), जुन एआईले निरन्तर रूपमा गर्न सिक्न सक्छ। कम्पनीहरूले बिस्तारै एआईलाई यी सूक्ष्म-निर्णयहरू ह्यान्डल गर्न विश्वास गरिरहेका छन् र अपवादहरू हुँदा प्रबन्धकहरूलाई मात्र सचेत गराउँछन्।

२०३०-२०३५ को लागि सम्भावना: स्व-ड्राइभिङ आपूर्ति श्रृंखलाहरू

अर्को दशकमा, हामी एआई द्वारा संचालित रसदमा स्वायत्त समन्वयको

• स्वायत्त सवारी साधन र ड्रोन: स्व-ड्राइभिङ ट्रक र डेलिभरी ड्रोनहरू, जबकि एक व्यापक एआई/रोबोटिक्स विषय हो, ले प्रत्यक्ष रूपमा रसदलाई असर गर्छ। २०३० सम्ममा, यदि नियामक र प्राविधिक चुनौतीहरू पार गरियो भने, हामीसँग राजमार्गहरूमा नियमित रूपमा एआई ड्राइभिङ ट्रकहरू वा शहरहरूमा अन्तिम-माइल डेलिभरी ह्यान्डल गर्ने ड्रोनहरू हुन सक्छन्। यी एआईहरूले मानव चालकहरू बिना वास्तविक-समय निर्णयहरू (मार्ग परिवर्तन, अवरोध बेवास्ता) लिनेछन्। उत्पादन कोण यी सवारी साधन एआईहरूले विशाल डेटा र सिमुलेशनहरूबाट कसरी सिक्छन् भन्ने कुरामा छ, अनगिन्ती परिदृश्यहरूमा प्रभावकारी रूपमा "प्रशिक्षण"। पूर्ण रूपमा स्वायत्त फ्लीट २४/७ सञ्चालन गर्न सक्छ, मानिसहरूले टाढाबाट मात्र निगरानी गर्छन्। यसले रसद सञ्चालनबाट विशाल मानव तत्व (चालकहरू) हटाउँछ, नाटकीय रूपमा स्वायत्तता बढाउँछ।

• स्व-उपचार आपूर्ति शृङ्खलाहरू: जेनेरेटिभ एआई सम्भवतः आपूर्ति शृङ्खला परिदृश्यहरू निरन्तर अनुकरण गर्न र आकस्मिक योजनाहरू तयार गर्न प्रयोग गरिनेछ। २०३५ सम्ममा, एआईले आपूर्तिकर्ता कारखाना बन्द भएको बेला स्वचालित रूपमा पत्ता लगाउन सक्छ (समाचार वा डेटा फिडहरू मार्फत) र तुरुन्तै सोर्सिङलाई वैकल्पिक आपूर्तिकर्ताहरूमा सार्नेछ जुन यो पहिले नै सिमुलेशनमा जाँच गरिएको छ। यसको अर्थ एआईले पहल गर्दा आपूर्ति शृङ्खलाले अवरोधहरूबाट आफूलाई "निको" गर्छ। मानव प्रबन्धकहरूलाई समाधान सुरु गर्नेहरूको सट्टा एआईले के गर्यो भन्ने बारे जानकारी दिइनेछ।

• अन्त्य-देखि-अन्त इन्भेन्टरी अप्टिमाइजेसन: एआईले गोदाम र स्टोरहरूको सम्पूर्ण नेटवर्कमा स्वायत्त रूपमा इन्भेन्टरी व्यवस्थापन गर्न सक्छ। यसले स्टक कहिले र कहाँ सार्ने भनेर निर्णय गर्नेछ (सायद त्यसो गर्न रोबोट वा स्वचालित सवारी साधनहरू प्रयोग गरेर), प्रत्येक स्थानमा पर्याप्त इन्भेन्टरी राखेर। एआईले मूल रूपमा आपूर्ति श्रृंखला नियन्त्रण टावर चलाउँछ: सबै प्रवाहहरू हेरेर र वास्तविक समयमा समायोजन गर्दै। २०३५ सम्ममा, "स्व-ड्राइभिङ" आपूर्ति श्रृंखलाको विचारको अर्थ प्रणालीले प्रत्येक दिन उत्तम वितरण योजना पत्ता लगाउने, उत्पादनहरू अर्डर गर्ने, कारखाना सञ्चालनको तालिका बनाउने र यातायातको व्यवस्था आफैं गर्ने हुन सक्छ। मानिसहरूले समग्र रणनीतिको निरीक्षण गर्नेछन् र एआईको हालको बुझाइभन्दा बाहिरका अपवादहरूलाई ह्यान्डल गर्नेछन्।

• रसदमा जेनेरेटिभ डिजाइन: हामी एआईले नयाँ आपूर्ति श्रृंखला नेटवर्कहरू डिजाइन गरिरहेको देख्न सक्छौं। मानौं कुनै कम्पनीले नयाँ क्षेत्रमा विस्तार गर्छ; एआईले डेटा दिएपछि त्यो क्षेत्रको लागि इष्टतम गोदाम स्थानहरू, यातायात लिङ्कहरू, र इन्भेन्टरी नीतिहरू उत्पन्न गर्न सक्छ - जुन कुरा आज परामर्शदाता र विश्लेषकहरूले गर्छन्। २०३० सम्ममा, कम्पनीहरूले आपूर्ति श्रृंखला डिजाइन विकल्पहरूको लागि एआई सिफारिसहरूमा भर पर्न सक्छन्, यसले कारकहरूलाई छिटो तौलने र सायद मानिसहरूले गुमाउने रचनात्मक समाधानहरू (जस्तै गैर-स्पष्ट वितरण केन्द्रहरू) फेला पार्न विश्वास गर्न सक्छन्।

• उत्पादनसँग एकीकरण (उद्योग ४.०): रसद एक्लै खडा हुँदैन; यो उत्पादनसँग जोडिएको छ। भविष्यका कारखानाहरूमा उत्पादनशील एआई तालिकाबद्ध उत्पादन सञ्चालन हुन सक्छ, कच्चा पदार्थहरू समयमै अर्डर गर्ने, र त्यसपछि रसद नेटवर्कलाई तुरुन्तै उत्पादनहरू ढुवानी गर्न निर्देशन दिने। यो एकीकृत एआईको अर्थ समग्रमा कम मानव योजना हुन सक्छ - लागत, गति र दिगोपनको लागि अनुकूलन गर्ने एल्गोरिदमहरूद्वारा संचालित उत्पादनदेखि डेलिभरीसम्मको निर्बाध श्रृंखला। पहिले नै, २०२५ सम्ममा, उच्च-प्रदर्शन गर्ने आपूर्ति श्रृंखलाहरू डेटा-संचालित छन्; २०३५ सम्ममा तिनीहरू धेरै हदसम्म एआई-संचालित हुन सक्छन्।

• रसदमा गतिशील ग्राहक सेवा: ग्राहक सेवा एआईमा निर्माण गर्दै, आपूर्ति श्रृंखला एआईहरूले ग्राहकहरू वा ग्राहकहरूसँग प्रत्यक्ष रूपमा अन्तरक्रिया गर्न सक्छन्। उदाहरणका लागि, यदि कुनै ठूलो ग्राहकले अन्तिम समयमा आफ्नो बल्क अर्डर परिवर्तन गर्न चाहन्छ भने, एआई एजेन्टले मानव प्रबन्धकको प्रतीक्षा नगरी सम्भाव्य विकल्पहरू (जस्तै "हामी अहिले आधा डेलिभर गर्न सक्छौं, बाधाका कारण अर्को हप्ता आधा") वार्ता गर्न सक्छ। यसमा जेनेरेटिभ एआईले दुवै पक्षहरू (ग्राहकको आवश्यकता बनाम सञ्चालन क्षमता) बुझ्ने र ग्राहकहरूलाई सन्तुष्ट पार्दै सञ्चालनलाई सहज बनाउने निर्णयहरू गर्ने समावेश छ।

अपेक्षित लाभ भनेको अझ कुशल, लचिलो र उत्तरदायी रसद प्रणाली हो। कम्पनीहरूले ठूलो बचतको अनुमान गरेका छन् - म्याककिन्सेले अनुमान गरेका छन् कि एआई-संचालित आपूर्ति श्रृंखला अनुकूलनले लागतमा उल्लेखनीय रूपमा कटौती गर्न र सेवा स्तर सुधार गर्न सक्छ, जसले गर्दा उद्योगहरूमा सम्भावित रूपमा ट्रिलियन डलरको मूल्य थपिन्छ ( २०२३ मा एआईको अवस्था: जेनेरेटिभ एआईको ब्रेकआउट वर्ष | म्याककिन्से )।

यद्यपि, AI मा बढी नियन्त्रण केन्द्रित गर्दा पनि जोखिमहरू हुन्छन्, जस्तै AI को तर्क त्रुटिपूर्ण भएमा त्रुटिहरू क्यास्केडिङ हुन्छन् (जस्तै, मोडेलिङ त्रुटिका कारण अनजानमा कम्पनीलाई स्टकबाट बाहिर निकाल्ने AI आपूर्ति श्रृंखलाको कुख्यात परिदृश्य)। "ठूला निर्णयहरूको लागि मानव-इन-द-लूप" वा कम्तिमा ड्यासबोर्डहरू जस्ता सुरक्षा उपायहरू जसले द्रुत मानव ओभरराइडलाई अनुमति दिन्छ सम्भवतः २०३५ सम्म रहनेछन्। समयसँगै, AI निर्णयहरूले प्रमाणित गर्दै जाँदा, मानिसहरू पछि हट्न बढी सहज हुनेछन्।

चाखलाग्दो कुरा के छ भने, दक्षताको लागि अनुकूलन गरेर, एआईले कहिलेकाहीं मानव प्राथमिकताहरू वा परम्परागत अभ्यासहरूसँग बाझिने छनौटहरू गर्न सक्छ। उदाहरणका लागि, विशुद्ध रूपमा अनुकूलन गर्नाले धेरै दुबला सूचीहरू निम्त्याउन सक्छ, जुन कुशल छ तर जोखिमपूर्ण महसुस गर्न सक्छ। २०३० मा आपूर्ति श्रृंखला पेशेवरहरूले आफ्नो अन्तर्ज्ञान समायोजन गर्नुपर्ने हुन सक्छ किनभने एआईले, विशाल डेटा क्रन्च गर्दै, यसको असामान्य रणनीतिले वास्तवमा राम्रो काम गर्छ भनेर प्रदर्शन गर्न सक्छ।

अन्तमा, हामीले विचार गर्नुपर्छ कि भौतिक अवरोधहरू (पूर्वाधार, भौतिक प्रक्रिया गति) ले रसद कति छिटो परिवर्तन हुन सक्छ भनेर सीमित गर्दछ, त्यसैले यहाँ क्रान्ति पूर्णतया नयाँ भौतिक वास्तविकताको सट्टा स्मार्ट योजना र सम्पत्तिको प्रयोगको बारेमा हो। तर ती सीमाहरू भित्र पनि, जेनेरेटिभ एआईको रचनात्मक समाधानहरू र अथक अप्टिमाइजेसनले न्यूनतम म्यानुअल योजनाको साथ विश्वभर सामानहरू कसरी सर्छन् भनेर नाटकीय रूपमा सुधार गर्न सक्छ।

संक्षेपमा भन्नुपर्दा, २०३५ सम्ममा रसद राम्रोसँग तेलले भरिएको स्वचालित मेसिन जस्तै काम गर्न सक्छ: सामानहरू कुशलतापूर्वक प्रवाहित हुने, अवरोधहरूसँग वास्तविक समयमा समायोजन हुने मार्गहरू, गोदामहरू रोबोटहरूसँग आफूलाई व्यवस्थापन गर्ने, र सम्पूर्ण प्रणालीले डेटाबाट निरन्तर सिक्ने र सुधार गर्ने - सबै जेनेरेटिभ एआई द्वारा व्यवस्थित गरिएको छ जुन सञ्चालनको मस्तिष्कको रूपमा काम गर्दछ।

वित्त र व्यवसायमा जेनेरेटिभ एआई

वित्तीय उद्योगले सूचना - रिपोर्ट, विश्लेषण, ग्राहक सञ्चार - मा ठूलो मात्रामा काम गर्छ जसले यसलाई उत्पादनशील एआईको लागि उर्वर भूमि बनाउँछ। बैंकिङदेखि लगानी व्यवस्थापन र बीमासम्म, संस्थाहरूले स्वचालन र अन्तर्दृष्टि उत्पादनको लागि एआईको खोजी गरिरहेका छन्। प्रश्न यो छ कि, यस क्षेत्रमा शुद्धता र विश्वासको महत्त्वलाई ध्यानमा राख्दै, एआईले मानव निरीक्षण बिना कुन वित्तीय कार्यहरू भरपर्दो रूपमा ह्यान्डल गर्न सक्छ?

हालको क्षमताहरू (२०२५): स्वचालित रिपोर्टहरू र निर्णय समर्थन

आजको दिनसम्म, जेनेरेटिभ एआईले धेरै तरिकाले वित्तमा योगदान पुर्‍याइरहेको छ, प्रायः मानव निरीक्षणमा:

• रिपोर्ट उत्पादन: बैंक र वित्तीय फर्महरूले धेरै रिपोर्टहरू उत्पादन गर्छन् - आय सारांश, बजार टिप्पणी, पोर्टफोलियो विश्लेषण, आदि। यी मस्यौदा गर्न पहिले नै AI प्रयोग गरिएको छ। उदाहरणका लागि, ब्लूमबर्गले आफ्ना टर्मिनल प्रयोगकर्ताहरूका लागि समाचार वर्गीकरण र प्रश्नोत्तर जस्ता कार्यहरूमा सहयोग गर्न वित्तीय डेटामा प्रशिक्षित ठूलो भाषा मोडेल, BloombergGPT जेनेरेटिभ AI वित्तमा आउँदैछ )। यसको प्राथमिक प्रयोग मानिसहरूलाई जानकारी फेला पार्न मद्दत गर्नु हो, यसले AI को बढ्दो भूमिका देखाउँछ। स्वचालित अन्तर्दृष्टि (कम्पनी AP सँग काम गरेको) ले पनि वित्तीय लेखहरू उत्पन्न गर्‍यो। धेरै लगानी न्यूजलेटरहरूले दैनिक बजार चालहरू वा आर्थिक सूचकहरूको पुनरावृत्ति गर्न AI प्रयोग गर्छन्। सामान्यतया, मानिसहरूले ग्राहकहरूलाई पठाउनु अघि यी समीक्षा गर्छन्, तर यो स्क्र्याचबाट लेख्नुको सट्टा द्रुत सम्पादन हो।

• ग्राहक सञ्चार: खुद्रा बैंकिङमा, एआई च्याटबटहरूले खाता ब्यालेन्स, लेनदेन, वा उत्पादन जानकारी (ग्राहक सेवा डोमेनमा मिश्रण) बारे ग्राहकका प्रश्नहरू ह्यान्डल गर्छन्। साथै, एआईले व्यक्तिगत वित्तीय सल्लाह पत्र वा नजहरू उत्पन्न गर्न सक्छ। उदाहरणका लागि, एआईले ग्राहकले शुल्क बचत गर्न सक्छ भनेर पहिचान गर्न सक्छ र स्वचालित रूपमा सन्देश ड्राफ्ट गर्न सक्छ जसले उनीहरूलाई फरक खाता प्रकारमा स्विच गर्न सुझाव दिन्छ, जुन त्यसपछि न्यूनतम मानव हस्तक्षेपको साथ बाहिर जान्छ। यस प्रकारको व्यक्तिगत सञ्चार स्केलमा वित्तमा एआईको हालको प्रयोग हो।

• ठगी पत्ता लगाउने र अलर्टहरू: जेनेरेटिभ एआईले ठगी प्रणालीहरूद्वारा पत्ता लगाइएका विसंगतिहरूको लागि कथा वा स्पष्टीकरणहरू सिर्जना गर्न मद्दत गर्न सक्छ। उदाहरणका लागि, यदि शंकास्पद गतिविधि फ्ल्याग गरिएको छ भने, एआईले ग्राहकको लागि स्पष्टीकरण सन्देश ("हामीले नयाँ उपकरणबाट लगइन देखेका छौं ...") वा विश्लेषकहरूको लागि रिपोर्ट उत्पन्न गर्न सक्छ। पत्ता लगाउने कार्य स्वचालित छ (एआई/एमएल विसंगति पत्ता लगाउने प्रयोग गरेर), र सञ्चार बढ्दो रूपमा स्वचालित छ, यद्यपि अन्तिम कार्यहरू (खाता ब्लक गर्ने) मा प्रायः केही मानव जाँच हुन्छ।

• वित्तीय सल्लाह (सीमित): केही रोबो-सल्लाहकारहरू (स्वचालित लगानी प्लेटफर्महरू) ले मानव सल्लाहकार बिना पोर्टफोलियोहरू व्यवस्थापन गर्न एल्गोरिदमहरू (आवश्यक रूपमा जेनेरेटिभ एआई होइन) प्रयोग गर्छन्। जेनेरेटिभ एआईले केही व्यापारहरू किन गरियो भन्ने बारेमा टिप्पणी वा ग्राहकको लागि तयार पारिएको पोर्टफोलियो कार्यसम्पादनको सारांश उत्पन्न गर्दै प्रवेश गरिरहेको छ। यद्यपि, शुद्ध वित्तीय सल्लाह (जस्तै जटिल वित्तीय योजना) अझै पनि प्रायः मानव वा नियम-आधारित एल्गोरिदमिक हो; निरीक्षण बिना फ्री-फर्म जेनेरेटिभ सल्लाह गलत भएमा दायित्वको कारणले जोखिमपूर्ण हुन्छ।

• जोखिम मूल्याङ्कन र अन्डरराइटिङ: बीमा कम्पनीहरूले जोखिम मूल्याङ्कन रिपोर्टहरू स्वचालित रूपमा लेख्न वा नीति कागजातहरू मस्यौदा गर्न एआई परीक्षण गरिरहेका छन्। उदाहरणका लागि, सम्पत्तिको बारेमा डेटा दिएमा, एआईले ड्राफ्ट बीमा पोलिसी वा जोखिम कारकहरू वर्णन गर्ने बीमा लेखकको रिपोर्ट उत्पन्न गर्न सक्छ। मानिसहरूले हाल यी आउटपुटहरूको समीक्षा गर्छन् किनभने सम्झौतामा कुनै पनि त्रुटि महँगो हुन सक्छ।

• डेटा विश्लेषण र अन्तर्दृष्टि: एआईले वित्तीय विवरणहरू वा समाचारहरू मार्फत संयोजन गर्न सक्छ र सारांशहरू उत्पन्न गर्न सक्छ। विश्लेषकहरूले उपकरणहरू प्रयोग गर्छन् जसले तुरुन्तै १००-पृष्ठको वार्षिक रिपोर्टलाई मुख्य बुँदाहरूमा सारांशित गर्न सक्छ, वा आय कल ट्रान्सक्रिप्टबाट मुख्य टेकवेहरू निकाल्न सक्छ। यी सारांशहरूले समय बचत गर्छन् र निर्णय लिने क्रममा सिधै प्रयोग गर्न सकिन्छ वा पास गर्न सकिन्छ, तर विवेकी विश्लेषकहरूले महत्त्वपूर्ण विवरणहरू दोहोर्याएर जाँच गर्छन्।

सारमा, वित्तमा हालको एआईले अथक विश्लेषक/लेखकको रूपमा काम गर्छ , जसले मानिसहरूले पोलिश गर्ने सामग्री उत्पन्न गर्छ। पूर्ण रूपमा स्वायत्त प्रयोग प्रायः डेटा-संचालित समाचार (व्यक्तिगत निर्णय आवश्यक पर्दैन) वा ग्राहक सेवा प्रतिक्रियाहरू जस्ता राम्रोसँग परिभाषित क्षेत्रहरूमा हुन्छ। पैसाको बारेमा निर्णयहरू (जस्तै कोष सार्ने, पूर्व-सेट एल्गोरिदमभन्दा बाहिर कारोबारहरू कार्यान्वयन गर्ने) मा एआईलाई प्रत्यक्ष रूपमा विश्वास गर्नु उच्च दांव र नियामक छानबिनको कारण दुर्लभ छ।

२०३०-२०३५ को लागि आउटलुक: एआई विश्लेषकहरू र स्वायत्त वित्त सञ्चालनहरू

अगाडि हेर्दा, २०३५ सम्ममा जेनेरेटिभ एआई वित्तीय सञ्चालनमा गहिरो रूपमा सम्मिलित हुन सक्छ, सम्भावित रूपमा धेरै कार्यहरू स्वायत्त रूपमा ह्यान्डल गर्न सक्छ:

• एआई वित्तीय विश्लेषकहरू: हामी एआई प्रणालीहरू देख्न सक्छौं जसले कम्पनीहरू र बजारहरूको विश्लेषण गर्न सक्छ र मानव इक्विटी अनुसन्धान विश्लेषकको स्तरमा सिफारिसहरू वा रिपोर्टहरू उत्पादन गर्न सक्छ। २०३० सम्ममा, एआईले कम्पनीको सबै वित्तीय फाइलिङहरू पढ्न, उद्योग डेटासँग तुलना गर्न र लगानी सिफारिस रिपोर्ट (तर्क सहित "खरीद/बेच्नुहोस्") आफैं उत्पादन गर्न सक्छ। केही हेज कोषहरूले पहिले नै व्यापारिक संकेतहरू उत्पन्न गर्न एआई प्रयोग गरिरहेका छन्; २०३० सम्ममा, एआई अनुसन्धान रिपोर्टहरू सामान्य हुन सक्छन्। मानव पोर्टफोलियो प्रबन्धकहरूले एआई-उत्पन्न विश्लेषणलाई अरूहरू मध्ये एक इनपुटको रूपमा विश्वास गर्न थाल्न सक्छन्। एआईको लागि स्वायत्त रूपमा पोर्टफोलियोहरू व्यवस्थापन गर्ने सम्भावना पनि छ: पूर्वनिर्धारित रणनीति अनुसार लगानीहरूको निरन्तर निगरानी र पुन: सन्तुलन। वास्तवमा, एल्गोरिथमिक व्यापार पहिले नै भारी स्वचालित छ - जेनेरेटिभ एआईले नयाँ व्यापारिक मोडेलहरू आफैं उत्पन्न र परीक्षण गरेर रणनीतिहरूलाई थप अनुकूलन बनाउन सक्छ।

• स्वचालित वित्तीय योजना: उपभोक्तामुखी एआई सल्लाहकारहरूले व्यक्तिहरूको लागि नियमित वित्तीय योजना ह्यान्डल गर्न सक्छन्। २०३० सम्ममा, तपाईंले एआईलाई आफ्नो लक्ष्यहरू (घर किन्ने, कलेजको लागि बचत गर्ने) बताउन सक्नुहुन्छ र यसले तपाईंको लागि तयार पारिएको पूर्ण वित्तीय योजना (बजेट, लगानी विनियोजन, बीमा सुझावहरू) उत्पन्न गर्न सक्छ। सुरुमा एक मानव वित्तीय योजनाकारले यसको समीक्षा गर्न सक्छ, तर आत्मविश्वास बढ्दै जाँदा, उपयुक्त अस्वीकरणहरू सहित, यस्तो सल्लाह सिधै उपभोक्ताहरूलाई दिन सकिन्छ। मुख्य कुरा एआईको सल्लाह नियमहरूको पालना गर्दछ र ग्राहकको सर्वोत्तम हितमा छ भनी सुनिश्चित गर्नु हो। यदि समाधान गरियो भने, एआईले कम लागतमा आधारभूत वित्तीय सल्लाहलाई धेरै पहुँचयोग्य बनाउन सक्छ।

• ब्याक-अफिस स्वचालन: जेनेरेटिभ एआईले धेरै ब्याक-अफिस कागजातहरू - ऋण आवेदनहरू, अनुपालन रिपोर्टहरू, लेखापरीक्षण सारांशहरू - स्वायत्त रूपमा ह्यान्डल गर्न सक्छ। उदाहरणका लागि, एआईले सबै लेनदेन डेटा लिन सक्छ र अडिट रिपोर्ट उत्पन्न गर्न सक्छ । २०३५ मा लेखापरीक्षकहरूले सबै कुरा आफैंले खोज्नुको सट्टा एआई-फ्ल्याग गरिएका अपवादहरूको समीक्षा गर्न बढी समय खर्च गर्न सक्छन्। त्यस्तै गरी, अनुपालनको लागि, एआईले नियामकहरूको लागि शंकास्पद गतिविधि रिपोर्टहरू (SARs) उत्पन्न गर्न सक्छ बिना विश्लेषकले तिनीहरूलाई स्क्र्याचबाट लेखे। यी नियमित कागजातहरूको स्वायत्त उत्पादन, मानव निरीक्षण अपवाद आधारमा सर्दै, मानक बन्न सक्छ।

• बीमा दाबी र बीमा अन्डरराइटिङ: एआईले बीमा दाबी (फोटो प्रमाण, आदि सहित) प्रशोधन गर्न सक्छ, कभरेज निर्धारण गर्न सक्छ, र भुक्तानी निर्णय पत्र स्वचालित रूपमा उत्पन्न गर्न सक्छ। हामी त्यस्तो बिन्दुमा पुग्न सक्छौं जहाँ सीधा दावीहरू (स्पष्ट डेटा सहितको अटो दुर्घटनाहरू जस्तै) पेश गरेको केही मिनेट भित्र एआई द्वारा पूर्ण रूपमा समाधान गरिन्छ। नयाँ नीतिहरूको अन्डरराइटिङ समान हुन सक्छ: एआईले जोखिमको मूल्याङ्कन गर्छ र नीति सर्तहरू उत्पन्न गर्छ। २०३५ सम्ममा, सायद जटिल वा सीमावर्ती केसहरू मात्र मानव अन्डरराइटरहरूमा पुग्छन्।

• धोखाधडी र सुरक्षा: वित्तमा धोखाधडी वा साइबर खतराहरू पत्ता लगाउन र प्रतिक्रिया दिन एआई सम्भवतः अझ महत्त्वपूर्ण हुनेछ। स्वायत्त एआई एजेन्टहरूले वास्तविक समयमा लेनदेनहरूको निगरानी गर्न सक्छन् र निश्चित मापदण्डहरू लागू हुँदा तुरुन्तै कारबाही गर्न सक्छन् (खाताहरू ब्लक गर्नुहोस्, लेनदेनहरू फ्रिज गर्नुहोस्), त्यसपछि तर्क उत्पादन गर्नुहोस्। यहाँ गति महत्त्वपूर्ण छ, त्यसैले न्यूनतम मानव संलग्नता चाहिन्छ। यी कार्यहरू ग्राहकहरू वा नियामकहरूलाई स्पष्ट तरिकाले सञ्चार गर्नमा उत्पादनशील भाग आउन सक्छ।

• कार्यकारी सहयोग: कल्पना गर्नुहोस् कि एक एआई "चीफ अफ स्टाफ" जसले उडानमा कार्यकारीहरूका लागि व्यापार रिपोर्टहरू उत्पन्न गर्न सक्छ। सोध्नुहोस्, "हाम्रो युरोपेली डिभिजनले यस त्रैमासिकमा कस्तो प्रदर्शन गर्‍यो र गत वर्षको तुलनामा मुख्य चालकहरू के थिए?" र एआईले चार्टहरू सहितको संक्षिप्त रिपोर्ट उत्पादन गर्नेछ, सबै सही, डेटाबाट तान्दै। यस प्रकारको गतिशील, स्वायत्त रिपोर्टिङ र विश्लेषण कुराकानी जत्तिकै सजिलो हुन सक्छ। २०३० सम्ममा, व्यावसायिक बुद्धिमत्ताको लागि एआईलाई सोध्नु र सही उत्तर दिनको लागि यसलाई विश्वास गर्नुले धेरै हदसम्म स्थिर रिपोर्टहरू र सायद केही विश्लेषक भूमिकाहरूलाई पनि प्रतिस्थापन गर्न सक्छ।

एउटा रोचक प्रक्षेपण: २०३० को दशकसम्ममा, अधिकांश वित्तीय सामग्री (समाचार, रिपोर्ट, आदि) एआई-उत्पन्न हुन सक्छ । पहिले नै, डाउ जोन्स र रोयटर्स जस्ता आउटलेटहरूले निश्चित समाचार बिटहरूको लागि स्वचालन प्रयोग गर्छन्। यदि त्यो प्रवृत्ति जारी रह्यो भने, र वित्तीय डेटाको विस्फोटलाई ध्यानमा राख्दै, एआई यसको अधिकांश फिल्टर र सञ्चारको लागि जिम्मेवार हुन सक्छ।

यद्यपि, विश्वास र प्रमाणीकरण केन्द्रीय हुनेछ। वित्तीय उद्योग भारी रूपमा नियमन गरिएको छ र स्वायत्त रूपमा सञ्चालन हुने कुनै पनि एआईले कडा मापदण्डहरू पूरा गर्नुपर्नेछ:

• कुनै भ्रम नहोस् भन्ने कुरा सुनिश्चित गर्दै (तपाईंले एआई विश्लेषकलाई त्यस्तो वित्तीय मेट्रिक आविष्कार गर्न सक्नुहुन्न जुन वास्तविक होइन - जसले बजारलाई भ्रमित गर्न सक्छ)।

• पूर्वाग्रह वा गैरकानूनी अभ्यासहरूबाट बच्ने (जस्तै पक्षपाती प्रशिक्षण डेटाको कारणले गर्दा ऋण निर्णयहरूमा अनजानमा पुन: रेखाङ्कन गर्ने)।

• लेखापरीक्षण योग्यता: नियामकहरूले सम्भवतः एआई निर्णयहरू व्याख्यायोग्य हुन आवश्यक पर्दछ। यदि एआईले ऋण अस्वीकार गर्छ वा व्यापारिक निर्णय गर्छ भने, त्यहाँ एउटा तर्क हुनुपर्छ जुन जाँच गर्न सकिन्छ। जेनेरेटिभ मोडेलहरू अलि ब्ल्याक बक्स हुन सक्छन्, त्यसैले तिनीहरूको निर्णयहरू पारदर्शी बनाउन व्याख्यायोग्य एआई

आगामी १० वर्षमा एआई र वित्त पेशेवरहरू बीच घनिष्ठ सहकार्य हुने सम्भावना छ, आत्मविश्वास बढ्दै जाँदा स्वायत्तताको रेखा बिस्तारै सारिनेछ। कम जोखिमयुक्त स्वचालन (रिपोर्ट उत्पादन जस्तै) मा प्रारम्भिक जितहरू आउनेछन्। क्रेडिट निर्णय वा लगानी छनौट जस्ता मुख्य निर्णयहरू अझ गाह्रो हुनेछन्, तर त्यहाँ पनि, एआईको ट्र्याक रेकर्ड निर्माण हुँदै जाँदा, फर्महरूले यसलाई थप स्वायत्तता प्रदान गर्न सक्छन्। उदाहरणका लागि, सायद एआई कोष एक मानव निरीक्षकसँग चल्नेछ जसले प्रदर्शन विचलित भएमा वा एआईले अनिश्चितता झण्डा लगाएमा मात्र हस्तक्षेप गर्नेछ।

आर्थिक रूपमा, म्याककिन्सेले अनुमान गरे कि एआई (विशेष गरी जेनेरेसन एआई) ले बैंकिङमा वार्षिक २००-३४० बिलियन डलरको मूल्य थप्न सक्छ र बीमा र पूँजी बजारमा पनि त्यस्तै ठूलो प्रभाव पार्न सक्छ ( २०२३ मा एआईको अवस्था: जेनेरेटिभ एआईको ब्रेकआउट वर्ष | म्याककिन्से ) ( जेनेरेटिभ एआईको भविष्य के हो? | म्याककिन्से )। यो दक्षता र राम्रो निर्णय परिणामहरू मार्फत हो। त्यो मूल्य कब्जा गर्न, धेरै नियमित वित्तीय विश्लेषण र सञ्चार सम्भवतः एआई प्रणालीहरूमा हस्तान्तरण गरिनेछ।

संक्षेपमा भन्नुपर्दा, २०३५ सम्ममा जेनेरेटिभ एआई वित्तीय क्षेत्रमा काम गर्ने जुनियर विश्लेषकहरू, सल्लाहकारहरू र क्लर्कहरूको सेना जस्तै हुन सक्छ, जसले धेरैजसो काम र केही परिष्कृत विश्लेषणहरू स्वायत्त रूपमा गर्नेछन्। मानिसहरूले अझै पनि लक्ष्यहरू सेट गर्नेछन् र उच्च-स्तरीय रणनीति, ग्राहक सम्बन्धहरू, र निरीक्षणलाई सम्हाल्नेछन्। वित्तीय संसार, सतर्क रहँदै, स्वायत्ततालाई बिस्तारै विस्तार गर्नेछ - तर दिशा स्पष्ट छ कि अधिक र अधिक जानकारी प्रशोधन र निर्णय सिफारिसहरू पनि एआईबाट आउनेछन्। आदर्श रूपमा, यसले छिटो सेवा (तत्काल ऋण, चौबीसै घण्टा सल्लाह), कम लागत, र सम्भावित रूपमा बढी वस्तुनिष्ठता (डेटा ढाँचाहरूमा आधारित निर्णयहरू) निम्त्याउँछ। तर विश्वास कायम राख्नु महत्त्वपूर्ण हुनेछ; वित्तमा एकल उच्च-प्रोफाइल एआई त्रुटिले ठूलो क्षति निम्त्याउन सक्छ (कल्पना गर्नुहोस् कि एआई-ट्रिगर गरिएको फ्ल्यास क्र्यास वा हजारौं मानिसहरूलाई गलत रूपमा अस्वीकार गरिएको लाभ)। त्यसकारण, रेलिङ र मानव जाँचहरू विशेष गरी उपभोक्ता-मुखी कार्यहरूको लागि जारी रहन्छन्, ब्याक-अफिस प्रक्रियाहरू अत्यधिक स्वायत्त भए पनि।

चुनौती र नैतिक विचारहरू

यी सबै क्षेत्रहरूमा, जेनेरेटिभ एआईले बढी स्वायत्त जिम्मेवारी लिँदा, साझा चुनौतीहरू र नैतिक प्रश्नहरूको एक सेट उत्पन्न हुन्छ। एआईलाई भरपर्दो र लाभदायक स्वायत्त एजेन्ट हो भनी सुनिश्चित गर्नु केवल प्राविधिक कार्य मात्र होइन, तर सामाजिक कार्य पनि हो। यहाँ हामी मुख्य सरोकारहरू र तिनीहरूलाई कसरी सम्बोधन गरिँदैछ (वा सम्बोधन गर्न आवश्यक पर्नेछ) लाई रूपरेखा दिन्छौं:

विश्वसनीयता र शुद्धता

मतिभ्रम समस्या: जेनेरेटिभ एआई मोडेलहरूले गलत वा पूर्ण रूपमा बनावटी आउटपुटहरू उत्पादन गर्न सक्छन् जुन आत्मविश्वासी देखिन्छन्। यो विशेष गरी खतरनाक हुन्छ जब कुनै पनि मानिस गल्तीहरू समात्न लूपमा हुँदैन। च्याटबोटले ग्राहकलाई गलत निर्देशन दिन सक्छ, वा एआई-लिखित रिपोर्टमा बनाइएको तथ्याङ्क हुन सक्छ। २०२५ सम्म, संस्थाहरूले अशुद्धतालाई जेनेरेटिभ एआईको शीर्ष जोखिमको रूपमा मान्यता दिएका छन् ( २०२३ मा एआईको अवस्था: जेनेरेटिभ एआईको ब्रेकआउट वर्ष | म्याककिन्से ) ( एआईको अवस्था: विश्वव्यापी सर्वेक्षण | म्याककिन्से )। अगाडि बढ्दै, डाटाबेसहरू विरुद्ध तथ्य-जाँच, मोडेल वास्तुकला सुधारहरू, र प्रतिक्रियाको साथ सुदृढीकरण सिकाइ जस्ता प्रविधिहरू भ्रम कम गर्न तैनाथ गरिँदैछन्। स्वायत्त एआई प्रणालीहरूलाई महत्त्वपूर्ण कार्यहरूको लागि कठोर परीक्षण र सायद औपचारिक प्रमाणीकरणको आवश्यकता पर्नेछ (जस्तै कोड जेनेरेसन जसले गलत भएमा बगहरू/सुरक्षा त्रुटिहरू परिचय गराउन सक्छ)।

स्थिरता: एआई प्रणालीहरूले समयसँगै र परिदृश्यहरूमा भरपर्दो रूपमा प्रदर्शन गर्न आवश्यक छ। उदाहरणका लागि, एआईले मानक प्रश्नहरूमा राम्रो गर्न सक्छ तर किनाराका केसहरूमा ठेस खान सक्छ। सुसंगत प्रदर्शन सुनिश्चित गर्न विविध परिस्थितिहरू समेट्ने व्यापक प्रशिक्षण डेटा र निरन्तर अनुगमन आवश्यक पर्दछ। धेरै संस्थाहरूले हाइब्रिड दृष्टिकोणहरू राख्ने योजना बनाएका छन् - एआईले काम गर्छ, तर अनियमित नमूनाहरू मानिसहरूद्वारा लेखा परीक्षण गरिन्छ - चलिरहेको शुद्धता दरहरू मापन गर्न।

असफल-सुरक्षित: जब एआई स्वायत्त हुन्छ, यसलाई आफ्नै अनिश्चितता पहिचान गर्नु महत्त्वपूर्ण हुन्छ। प्रणाली "कहिले थाहा हुँदैन भनेर थाहा पाउन" को लागि डिजाइन गरिएको हुनुपर्छ। उदाहरणका लागि, यदि एआई डाक्टर निदानको बारेमा निश्चित छैन भने, यसले अनियमित अनुमान दिनुको सट्टा मानव समीक्षाको लागि फ्ल्याग गर्नुपर्छ। एआई आउटपुटहरूमा अनिश्चितता अनुमान निर्माण गर्नु (र स्वचालित मानव हस्तान्तरणको लागि थ्रेसहोल्ड हुनु) विकासको एक सक्रिय क्षेत्र हो।

पक्षपात र निष्पक्षता

जेनेरेटिभ एआईले ऐतिहासिक डेटाबाट सिक्छ जसमा पूर्वाग्रहहरू (जातीय, लिङ्ग, आदि) हुन सक्छन्। एक स्वायत्त एआईले ती पूर्वाग्रहहरूलाई कायम राख्न वा बढाउन पनि सक्छ:

• भर्ना वा भर्नामा, यदि प्रशिक्षण डेटामा पूर्वाग्रह थियो भने एआई निर्णयकर्ताले अनुचित रूपमा भेदभाव गर्न सक्छ।

• ग्राहक सेवामा, ध्यानपूर्वक जाँच नगरेसम्म एआईले बोली वा अन्य कारकहरूको आधारमा प्रयोगकर्ताहरूलाई फरक प्रतिक्रिया दिन सक्छ।

• रचनात्मक क्षेत्रहरूमा, यदि तालिम सेट असंतुलित थियो भने एआईले निश्चित संस्कृति वा शैलीहरूलाई कम प्रतिनिधित्व गर्न सक्छ।

यसलाई सम्बोधन गर्न निष्पक्षता सुनिश्चित गर्न सावधानीपूर्वक डेटासेट क्युरेसन, पूर्वाग्रह परीक्षण, र सायद एल्गोरिथमिक समायोजनहरू आवश्यक पर्दछ। पारदर्शिता महत्वपूर्ण छ: कम्पनीहरूले एआई निर्णय मापदण्डहरू खुलासा गर्नुपर्नेछ, विशेष गरी यदि स्वायत्त एआईले कसैको अवसर वा अधिकारलाई असर गर्छ (जस्तै ऋण वा जागिर प्राप्त गर्ने)। नियामकहरूले पहिले नै ध्यान दिइरहेका छन्; उदाहरणका लागि, EU को एआई ऐन (२०२० को मध्यतिर काममा) ले उच्च-जोखिम एआई प्रणालीहरूको लागि पूर्वाग्रह मूल्याङ्कन आवश्यक पर्नेछ।

जवाफदेहिता र कानुनी दायित्व

जब स्वायत्त रूपमा सञ्चालन हुने एआई प्रणालीले हानि पुर्‍याउँछ वा गल्ती गर्छ, त्यसको जिम्मेवार को हुन्छ? कानुनी ढाँचाहरू प्रभावकारी बन्दैछन्:

• एआई प्रयोग गर्ने कम्पनीहरूले कर्मचारीको कार्यको लागि जिम्मेवार हुनु जस्तै दायित्व वहन गर्ने सम्भावना हुन्छ। उदाहरणका लागि, यदि एआईले खराब वित्तीय सल्लाह दिन्छ जसले गर्दा घाटा हुन्छ भने, फर्मले ग्राहकलाई क्षतिपूर्ति दिनुपर्ने हुन सक्छ।

• एआई "व्यक्तित्व" वा उन्नत एआई आंशिक रूपमा जिम्मेवार हुन सक्छ कि भनेर बहस भइरहेको छ, तर यो अब सैद्धान्तिक हो। व्यावहारिक रूपमा, दोष विकासकर्ताहरू वा अपरेटरहरूमा फर्किनेछ।

• एआई विफलताको लागि नयाँ बीमा उत्पादनहरू देखा पर्न सक्छन्। यदि स्व-ड्राइभिङ ट्रकले दुर्घटना निम्त्याउँछ भने, निर्माताको बीमाले उत्पादन दायित्व जस्तै यसलाई कभर गर्न सक्छ।

• पोस्टमार्टमको लागि एआई निर्णयहरूको कागजात र लगिङ महत्त्वपूर्ण हुनेछ। यदि केहि गलत भयो भने, हामीले यसबाट सिक्न र जिम्मेवारी तोक्न एआईको निर्णय ट्रेलको अडिट गर्नुपर्छ। नियामकहरूले यसै कारणले गर्दा स्वायत्त एआई कार्यहरूको लागि लगिङ अनिवार्य गर्न सक्छन्।

पारदर्शिता र व्याख्यात्मकता

स्वायत्त एआईले आदर्श रूपमा मानव-बुझ्ने शब्दहरूमा आफ्नो तर्क व्याख्या गर्न सक्षम हुनुपर्छ, विशेष गरी परिणामात्मक क्षेत्रहरू (वित्त, स्वास्थ्य सेवा, न्याय प्रणाली) मा। व्याख्यायोग्य एआई ब्ल्याक बक्स खोल्न प्रयासरत क्षेत्र हो:

• एआई द्वारा ऋण अस्वीकारको लागि, नियमहरू (जस्तै अमेरिकामा, ECOA) ले आवेदकलाई कारण दिन आवश्यक पर्न सक्छ। त्यसैले एआईले स्पष्टीकरणको रूपमा कारकहरू (जस्तै, "उच्च ऋण-आय अनुपात") लाई आउटपुट गर्नुपर्छ।

• एआईसँग अन्तर्क्रिया गर्ने प्रयोगकर्ताहरू (जस्तै एआई ट्युटर भएका विद्यार्थीहरू वा एआई स्वास्थ्य एप भएका बिरामीहरू) ले यो कसरी सल्लाहमा पुग्छ भनेर जान्न योग्य छन्। मोडेलहरूलाई सरलीकृत गरेर वा समानान्तर व्याख्यात्मक मोडेलहरू राखेर एआई तर्कलाई अझ ट्रेस गर्न सकिने बनाउने प्रयासहरू जारी छन्।

• कहिले थाहा पाउनु पनि हो । नैतिक दिशानिर्देशहरू (र सम्भवतः केही कानूनहरू) ग्राहकले बोटसँग कुरा गरिरहेको खण्डमा खुलासा गर्न आवश्यक पर्नेतर्फ झुकाव राख्छन्। यसले छललाई रोक्छ र प्रयोगकर्ताको सहमतिलाई अनुमति दिन्छ। केही कम्पनीहरूले अब विश्वास कायम राख्न एआई-लिखित सामग्री (जस्तै "यो लेख एआई द्वारा उत्पन्न गरिएको थियो") स्पष्ट रूपमा ट्याग गर्छन्।

गोपनीयता र डेटा सुरक्षा

जेनेरेटिभ एआईलाई काम गर्न वा सिक्नको लागि प्रायः डेटा चाहिन्छ - सम्भावित रूपमा संवेदनशील व्यक्तिगत डेटा सहित। स्वायत्त सञ्चालनहरूले गोपनीयताको सम्मान गर्नुपर्छ:

• एक एआई ग्राहक सेवा एजेन्टले ग्राहकलाई मद्दत गर्न खाता जानकारी पहुँच गर्नेछ; त्यो डेटा सुरक्षित हुनुपर्छ र कार्यको लागि मात्र प्रयोग गर्नुपर्छ।

• यदि एआई ट्युटरहरूको विद्यार्थी प्रोफाइलहरूमा पहुँच छ भने, शैक्षिक डेटा गोपनीयता सुनिश्चित गर्न FERPA (अमेरिकामा) जस्ता कानून अन्तर्गत विचारहरू छन्।

• ठूला मोडेलहरूले अनजानमा आफ्नो प्रशिक्षण डेटाबाट विशिष्ट कुराहरू सम्झन सक्छन् (जस्तै, प्रशिक्षणको क्रममा देखिएको व्यक्तिको ठेगाना पुन: प्रयोग गर्ने)। उत्पन्न आउटपुटहरूमा व्यक्तिगत जानकारीको चुहावट रोक्नको लागि प्रशिक्षणमा भिन्न गोपनीयता र डेटा गुमनामीकरण जस्ता प्रविधिहरू महत्त्वपूर्ण छन्।

• GDPR जस्ता नियमहरूले व्यक्तिहरूलाई असर गर्ने स्वचालित निर्णयहरूमा अधिकार दिन्छन्। मानिसहरूले मानव समीक्षा वा निर्णयहरूलाई मात्र स्वचालित नगर्न अनुरोध गर्न सक्छन् यदि तिनीहरूले उनीहरूलाई उल्लेखनीय रूपमा प्रभाव पार्छन् भने। २०३० सम्ममा, यी नियमहरू AI बढी प्रचलित हुँदै जाँदा विकसित हुन सक्छन्, सम्भवतः व्याख्या गर्ने अधिकारहरू परिचय गराउने वा AI प्रशोधनबाट बाहिरिने।

सुरक्षा र दुरुपयोग

स्वायत्त एआई प्रणालीहरू ह्याकिङको निशाना हुन सक्छन् वा दुर्भावनापूर्ण कामहरू गर्न शोषण गर्न सकिन्छ:

• एआई कन्टेन्ट जेनेरेटरको दुरुपयोग गरी ठूलो मात्रामा मिथ्या सूचना सिर्जना गर्न सकिन्छ (डीपफेक भिडियोहरू, नक्कली समाचार लेखहरू), जुन एक सामाजिक जोखिम हो। धेरै शक्तिशाली जेनेरेटिभ मोडेलहरू जारी गर्ने नैतिकताको बारेमा चर्को बहस भइरहेको छ (उदाहरणका लागि, ओपनएआई सुरुमा GPT-4 को छवि क्षमताहरूसँग सतर्क थियो)। समाधानहरूमा नक्कली पत्ता लगाउन मद्दत गर्न एआई-उत्पन्न सामग्रीलाई वाटरमार्क गर्ने, र एआईसँग लड्न एआई प्रयोग गर्ने (जस्तै डीपफेकहरूको लागि पत्ता लगाउने एल्गोरिदमहरू) समावेश छन्।

• यदि एआईले भौतिक प्रक्रियाहरू (ड्रोन, कार, औद्योगिक नियन्त्रण) नियन्त्रण गर्छ भने, साइबर आक्रमणहरूबाट यसलाई सुरक्षित गर्नु महत्त्वपूर्ण छ। ह्याक गरिएको स्वायत्त प्रणालीले वास्तविक-विश्व हानि निम्त्याउन सक्छ। यसको अर्थ बलियो इन्क्रिप्शन, असफल-सुरक्षितहरू, र यदि केहि सम्झौता भएको जस्तो देखिन्छ भने मानव ओभरराइड वा बन्द गर्ने क्षमता हो।

• एआईले अभिप्रेत सीमाभन्दा बाहिर जाने चिन्ता पनि छ ("दुष्ट एआई" परिदृश्य)। हालका एआईहरूमा एजेन्सी वा उद्देश्य नभए पनि, यदि भविष्यका स्वायत्त प्रणालीहरू बढी एजेन्टिभ छन् भने, गलत-निर्दिष्ट उद्देश्यका कारण तिनीहरूले अनधिकृत व्यापारहरू कार्यान्वयन गर्दैनन् वा कानून उल्लङ्घन गर्दैनन् भन्ने कुरा सुनिश्चित गर्न कडा प्रतिबन्ध र अनुगमन आवश्यक छ।

नैतिक प्रयोग र मानवीय प्रभाव

अन्तमा, व्यापक नैतिक विचारहरू:

• जागिर विस्थापन: यदि एआईले मानव हस्तक्षेप बिना काम गर्न सक्छ भने, ती कामहरूको के हुन्छ? ऐतिहासिक रूपमा, प्रविधिले केही कामहरू स्वचालित बनाउँछ तर अरूहरू सिर्जना गर्दछ। स्वचालित हुने कार्यहरूमा सीप भएका कामदारहरूका लागि यो संक्रमण पीडादायी हुन सक्छ। समाजले पुन: सीप, शिक्षा, र सम्भवतः आर्थिक समर्थनमा पुनर्विचार गरेर यसलाई व्यवस्थापन गर्नुपर्नेछ (केहीले सुझाव दिन्छन् कि यदि धेरै काम स्वचालित भएमा एआईले विश्वव्यापी आधारभूत आय जस्ता विचारहरू आवश्यक पर्न सक्छ)। पहिले नै, सर्वेक्षणहरूले मिश्रित भावनाहरू देखाउँछन् - एक अध्ययनले एक तिहाइ कामदारहरूलाई एआईले जागिरहरू प्रतिस्थापन गर्ने बारे चिन्तित फेला पारेको छ, जबकि अरूले यसलाई कठिन कामको रूपमा हेर्छन्।

• मानव सीपको क्षति: यदि एआई ट्युटरहरूले पढाउँछन् र एआई अटोपाइलटहरूले गाडी चलाउँछन् र एआई कोड लेख्छन् भने, के मानिसहरूले यी सीपहरू गुमाउनेछन्? एआईमा अत्यधिक निर्भरताले सबैभन्दा खराब अवस्थामा विशेषज्ञतालाई नष्ट गर्न सक्छ; यो त्यस्तो चीज हो जसको लागि शिक्षा र प्रशिक्षण कार्यक्रमहरूले समायोजन गर्नुपर्नेछ, जसले गर्दा मानिसहरूले एआईले मद्दत गरे पनि आधारभूत कुराहरू सिक्न सक्छन्।

• नैतिक निर्णय लिने: एआईमा मानवीय नैतिक निर्णयको अभाव हुन्छ। स्वास्थ्य सेवा वा कानूनमा, विशुद्ध रूपमा डेटा-संचालित निर्णयहरू व्यक्तिगत मामिलाहरूमा करुणा वा न्यायसँग बाझिन सक्छन्। हामीले एआईमा नैतिक ढाँचाहरू इन्कोड गर्न आवश्यक पर्न सक्छ (एआई नैतिकता अनुसन्धानको क्षेत्र, जस्तै, एआई निर्णयहरूलाई मानवीय मूल्यहरूसँग मिलाउने)। कम्तिमा, नैतिक रूपमा चार्ज गरिएका निर्णयहरूको लागि मानिसहरूलाई लूपमा राख्नु उचित हुन्छ।

• समावेशीता: एआई लाभहरू व्यापक रूपमा वितरण गरिएको सुनिश्चित गर्नु नैतिक लक्ष्य हो। यदि ठूला कम्पनीहरूले उन्नत एआई किन्न सक्छन् भने, साना व्यवसायहरू वा गरिब क्षेत्रहरू पछाडि पर्न सक्छन्। खुला-स्रोत प्रयासहरू र किफायती एआई समाधानहरूले पहुँचलाई प्रजातान्त्रिक बनाउन मद्दत गर्न सक्छन्। साथै, इन्टरफेसहरू डिजाइन गरिनुपर्छ ताकि जो कोहीले एआई उपकरणहरू (भिन्न भाषाहरू, अपाङ्गता भएकाहरूका लागि पहुँचयोग्यता, आदि) प्रयोग गर्न सकून्, नत्र हामी "कसको एआई सहायक छ र कसको छैन" भन्ने नयाँ डिजिटल विभाजन सिर्जना गर्नेछौं।

वर्तमान जोखिम न्यूनीकरण: सकारात्मक पक्षमा, कम्पनीहरूले जेन एआई सुरु गर्दा, यी मुद्दाहरूमा जागरूकता र कार्य बढ्दै गएको छ। २०२३ को अन्त्यसम्ममा, एआई प्रयोग गर्ने लगभग आधा कम्पनीहरूले अशुद्धता जस्ता जोखिमहरू कम गर्न सक्रिय रूपमा काम गरिरहेका थिए ( २०२३ मा एआईको अवस्था: जेनेरेटिभ एआईको ब्रेकआउट वर्ष | म्याककिन्से ) ( एआईको अवस्था: विश्वव्यापी सर्वेक्षण | म्याककिन्से ), र त्यो संख्या बढ्दै गएको छ। प्राविधिक फर्महरूले एआई नैतिकता बोर्डहरू स्थापना गरेका छन्; सरकारहरूले नियमहरू मस्यौदा गरिरहेका छन्। पछि प्रतिक्रिया दिनुको सट्टा सुरुदेखि नै एआई विकासमा नैतिकतालाई बेक गर्नु ("डिजाइनद्वारा नैतिकता") हो।

चुनौतीहरूको निष्कर्षमा: एआईलाई थप स्वायत्तता प्रदान गर्नु दुईधारे तरवार हो। यसले दक्षता र नवीनता प्रदान गर्न सक्छ, तर यसले उच्च जिम्मेवारीको माग गर्दछ। आगामी वर्षहरूमा प्राविधिक समाधानहरू (एआई व्यवहार सुधार गर्न), प्रक्रिया समाधानहरू (नीति र निरीक्षण ढाँचाहरू), र सायद नयाँ मापदण्डहरू वा प्रमाणपत्रहरू (एआई प्रणालीहरू आज इन्जिन वा इलेक्ट्रोनिक्स जस्तै लेखा परीक्षण र प्रमाणित हुन सक्छन्) को मिश्रण देख्न सकिन्छ। यी चुनौतीहरूलाई सफलतापूर्वक नेभिगेट गर्नाले हामी मानव कल्याण र विश्वास बढाउने तरिकाले समाजमा स्वायत्त एआईलाई कति सहज रूपमा एकीकृत गर्न सक्छौं भनेर निर्धारण गर्नेछ।

निष्कर्ष

जेनेरेटिभ एआई एक नयाँ प्रयोगबाट हाम्रो जीवनको हरेक कुनालाई छुने परिवर्तनकारी सामान्य-उद्देश्य प्रविधिमा द्रुत गतिमा विकसित भएको छ। यो श्वेतपत्रले कसरी २०२५ सम्ममा एआई प्रणालीहरूले पहिले नै लेख लेख्ने, ग्राफिक्स डिजाइन गर्ने, सफ्टवेयर कोड गर्ने, ग्राहकहरूसँग कुराकानी गर्ने, मेडिकल नोटहरूको सारांश बनाउने, विद्यार्थीहरूलाई ट्युसन दिने, आपूर्ति शृङ्खलाहरू अनुकूलन गर्ने र वित्तीय रिपोर्टहरू तयार गर्ने काम गरिरहेका छन् भनेर अन्वेषण गरेको छ। महत्त्वपूर्ण कुरा, यी धेरै कार्यहरूमा एआईले थोरै वा कुनै पनि मानव हस्तक्षेप बिना , विशेष गरी राम्रोसँग परिभाषित, दोहोर्याउन सकिने कामहरूको लागि। कम्पनीहरू र व्यक्तिहरूले एआईलाई यी कर्तव्यहरू स्वायत्त रूपमा पूरा गर्न विश्वास गर्न थालेका छन्, गति र स्केलमा फाइदा उठाउँदै।

२०३५ लाई हेर्दा, हामी त्यस्तो युगको छेउमा उभिएका छौं जहाँ एआई अझ बढी सर्वव्यापी सहयोगी हुनेछ - प्रायः एक अदृश्य डिजिटल कार्यबल जसले दिनचर्यालाई ह्यान्डल गर्दछ ताकि मानिसहरूले असाधारणमा ध्यान केन्द्रित गर्न सकून्। हामी जेनेरेटिभ एआईले हाम्रा सडकहरूमा कार र ट्रकहरू भरपर्दो रूपमा चलाउने, रातभर गोदामहरूमा इन्भेन्टरी व्यवस्थापन गर्ने, जानकार व्यक्तिगत सहायकको रूपमा हाम्रा प्रश्नहरूको जवाफ दिने, विश्वभरका विद्यार्थीहरूलाई एक-एक निर्देशन प्रदान गर्ने, र औषधिमा नयाँ उपचारहरू पत्ता लगाउन मद्दत गर्ने अपेक्षा गर्छौं - सबै बढ्दो रूपमा न्यूनतम प्रत्यक्ष पर्यवेक्षणको साथ। एआई निष्क्रिय रूपमा निर्देशनहरू पालना गर्नेबाट सक्रिय रूपमा समाधानहरू उत्पन्न गर्नेतर्फ सर्दा उपकरण र एजेन्ट बीचको रेखा धमिलो हुनेछ।

यद्यपि, यो स्वायत्त एआई भविष्यको यात्रा सावधानीपूर्वक अगाडि बढाउनुपर्छ। हामीले उल्लेख गरिसकेका छौं, प्रत्येक डोमेनले आफ्नै सीमितता र जिम्मेवारीहरू ल्याउँछ:

• आजको वास्तविकता जाँच: एआई त्रुटिरहित छैन। यो ढाँचा पहिचान र सामग्री उत्पादनमा उत्कृष्ट छ तर मानव अर्थमा वास्तविक समझ र सामान्य ज्ञानको अभाव छ। त्यसैले, अहिलेको लागि, मानव निरीक्षण सुरक्षा जाल बनेको छ। एआई एक्लै उडान गर्न कहाँ तयार छ (र कहाँ छैन) भनेर पहिचान गर्नु महत्त्वपूर्ण छ। आज धेरै सफलताहरू मानव-एआई टोली मोडेलबाट आउँछन्, र यो हाइब्रिड दृष्टिकोण मूल्यवान रहनेछ जहाँ पूर्ण स्वायत्तता अझै विवेकपूर्ण छैन।

• भोलिको प्रतिज्ञा: मोडेल आर्किटेक्चर, तालिम प्रविधि र निरीक्षण संयन्त्रमा भएको प्रगतिसँगै, एआईको क्षमताहरू विस्तार हुँदै जानेछन्। अनुसन्धान र विकासको अर्को दशकले धेरै वर्तमान पीडा बिन्दुहरू (भ्रम कम गर्ने, व्याख्यायोग्यता सुधार गर्ने, एआईलाई मानवीय मूल्यहरूसँग पङ्क्तिबद्ध गर्ने) समाधान गर्न सक्छ। यदि त्यसो हो भने, २०३५ सम्ममा एआई प्रणालीहरू धेरै बलियो हुन सक्छन् जसले धेरै ठूलो स्वायत्तता प्रदान गर्न सक्छ। यस पेपरमा भएका प्रक्षेपणहरू - एआई शिक्षकहरूदेखि धेरै हदसम्म स्व-संचालित व्यवसायहरू सम्म - हाम्रो वास्तविकता हुन सक्छ, वा आज कल्पना गर्न गाह्रो नवप्रवर्तनहरूले पनि पार गर्न सक्छ।

• मानव भूमिका र अनुकूलन: एआईले मानिसहरूलाई सिधै प्रतिस्थापन गर्नुको सट्टा, हामी भूमिकाहरू विकसित हुने अनुमान गर्छौं। हरेक क्षेत्रका पेशेवरहरूले एआईसँग काम गर्नमा निपुण हुनुपर्ने सम्भावना हुन्छ - यसलाई मार्गदर्शन गर्ने, प्रमाणित गर्ने, र समानुभूति, रणनीतिक सोच र जटिल समस्या समाधान जस्ता विशिष्ट मानवीय शक्तिहरू आवश्यक पर्ने कामका पक्षहरूमा ध्यान केन्द्रित गर्ने। शिक्षा र कार्यबल प्रशिक्षणले यी विशिष्ट मानवीय सीपहरूलाई जोड दिनुका साथै सबैका लागि एआई साक्षरतालाई जोड दिनुपर्छ। नीति निर्माताहरू र व्यवसायिक नेताहरूले श्रम बजारमा संक्रमणको लागि योजना बनाउनुपर्छ र स्वचालनबाट प्रभावितहरूका लागि समर्थन प्रणालीहरू सुनिश्चित गर्नुपर्छ।

• नैतिकता र शासन: सायद सबैभन्दा महत्वपूर्ण कुरा, नैतिक एआई प्रयोग र शासनको ढाँचाले यो प्राविधिक विकासलाई आधार बनाउनु पर्छ। विश्वास अपनाउने मुद्रा हो - मानिसहरूले एआईलाई कार चलाउन दिनेछन् वा शल्यक्रियामा सहयोग गर्नेछन् यदि उनीहरूलाई विश्वास छ भने यो सुरक्षित छ। त्यो विश्वास निर्माणमा कठोर परीक्षण, पारदर्शिता, सरोकारवाला संलग्नता (जस्तै, मेडिकल एआई डिजाइन गर्ने डाक्टरहरू, एआई शिक्षा उपकरणहरूमा शिक्षकहरू संलग्न गराउने), र उपयुक्त नियमन समावेश छ। जिम्मेवार प्रयोगको लागि विश्वव्यापी मानदण्डहरू सुनिश्चित गर्दै, युद्धमा डीपफेक वा एआई जस्ता चुनौतीहरूलाई ह्यान्डल गर्न अन्तर्राष्ट्रिय सहकार्य आवश्यक हुन सक्छ।

निष्कर्षमा, जेनेरेटिभ एआई प्रगतिको एक शक्तिशाली इन्जिनको रूपमा खडा छ। बुद्धिमानीपूर्वक प्रयोग गर्दा, यसले मानिसहरूलाई कठिनाइबाट मुक्त गर्न, रचनात्मकता खोल्न, सेवाहरू निजीकृत गर्न, र खाडलहरू सम्बोधन गर्न सक्छ (विज्ञहरूको अभाव भएको ठाउँमा विशेषज्ञता ल्याउन)। मुख्य कुरा भनेको यसलाई मानव क्षमतालाई सीमान्तकृत गर्नुको सट्टा बढाउने हो। तत्कालको लागि, यसको अर्थ मानिसहरूलाई एआईलाई मार्गदर्शन गर्न लूपमा राख्नु हो। दीर्घकालीन रूपमा, यसको अर्थ एआई प्रणालीहरूको मूलमा मानवीय मूल्यहरू इन्कोड गर्नु हो ताकि तिनीहरूले स्वतन्त्र रूपमा कार्य गर्दा पनि, तिनीहरूले हाम्रो सामूहिक सर्वोत्तम हितमा कार्य गर्न सकून्।

डोमेन	आज भरपर्दो स्वायत्तता (२०२५)	२०३५ सम्ममा भरपर्दो स्वायत्तताको अपेक्षा
लेखन र सामग्री	- नियमित समाचार (खेलकुद, आम्दानी) स्वतः उत्पन्न।- एआई द्वारा संक्षेपित उत्पादन समीक्षा।- मानव सम्पादनको लागि लेख वा इमेलहरूको मस्यौदा। ( फिलाना प्याटरसन - ओएनए समुदाय प्रोफाइल ) ( अमेजनले एआईको साथ ग्राहक समीक्षा अनुभव सुधार गर्दछ )	- धेरैजसो समाचार र मार्केटिङ सामग्री तथ्यात्मक शुद्धताका साथ स्वतः लेखिन्छ।- एआईले न्यूनतम निरीक्षणका साथ पूर्ण लेख र प्रेस विज्ञप्तिहरू उत्पादन गर्छ।- माग अनुसार उत्पन्न हुने अत्यधिक व्यक्तिगत सामग्री।
दृश्य कला र डिजाइन	- एआईले प्रम्प्टहरूबाट छविहरू उत्पन्न गर्दछ (मानवले उत्तम चयन गर्दछ)। - अवधारणा कला र डिजाइन भिन्नताहरू स्वायत्त रूपमा सिर्जना गरियो।	- एआईले पूर्ण भिडियो/फिल्म दृश्यहरू र जटिल ग्राफिक्स उत्पादन गर्दछ।- विशिष्टताहरू पूरा गर्ने उत्पादनहरू/वास्तुकलाको जेनेरेटिभ डिजाइन।- माग अनुसार सिर्जना गरिएको व्यक्तिगत मिडिया (छविहरू, भिडियो)।
सफ्टवेयर कोडिङ	- एआईले कोड स्वतः पूरा गर्छ र साधारण कार्यहरू लेख्छ (dev द्वारा समीक्षा गरिएको)। - स्वचालित परीक्षण उत्पादन र बग सुझावहरू। ( कोपाइलटमा कोडिङ: २०२३ डेटाले कोड गुणस्तरमा तलतिर दबाबको सुझाव दिन्छ (२०२४ प्रक्षेपणहरू सहित) - GitClear ) ( एआई कोड सहायकहरूमा GitHub कोपाइलट शीर्ष अनुसन्धान रिपोर्ट - भिजुअल स्टुडियो पत्रिका )	- एआईले स्पेक्सबाट सम्पूर्ण सुविधाहरू भरपर्दो रूपमा लागू गर्दछ।- ज्ञात ढाँचाहरूको लागि स्वायत्त डिबगिङ र कोड मर्मतसम्भार।- थोरै मानव इनपुटको साथ कम-कोड एप सिर्जना।
ग्राहक सेवा	- च्याटबटहरूले प्रायः सोधिने प्रश्नहरूको जवाफ दिन्छन्, साधारण समस्याहरू समाधान गर्छन् (जटिल केसहरू ह्यान्डअफ गर्छन्)। - एआईले केही च्यानलहरूमा ~७०% नियमित सोधपुछहरू ह्यान्डल गर्छ। ( २०२५ को लागि ५९ एआई ग्राहक सेवा तथ्याङ्क ) ( २०३० सम्ममा, ग्राहक अन्तरक्रियाको समयमा ६९% निर्णयहरू हुनेछन् ... )	- एआईले धेरैजसो ग्राहक अन्तरक्रियाहरू अन्त्य-देखि-अन्तसम्म ह्यान्डल गर्छ, जसमा जटिल प्रश्नहरू पनि समावेश छन्।- सेवा रियायतहरूको लागि वास्तविक-समय एआई निर्णय-निर्धारण (फिर्ता, स्तरोन्नति)।- वृद्धि वा विशेष केसहरूको लागि मात्र मानव एजेन्टहरू।
स्वास्थ्य सेवा	- एआईले मेडिकल नोटहरू ड्राफ्ट गर्छ; डाक्टरहरूले प्रमाणित गर्ने निदानहरू सुझाव दिन्छ। - एआईले केही स्क्यानहरू (रेडियोलोजी) निरीक्षणका साथ पढ्छ; साधारण केसहरूको ट्राइज गर्छ। ( एआई मेडिकल इमेजिङ उत्पादनहरूले २०३५ सम्ममा पाँच-गुणा बढाउन सक्छ )	- एआईले सामान्य रोगहरूको विश्वसनीय रूपमा निदान गर्छ र धेरैजसो चिकित्सा छविहरूको व्याख्या गर्छ। - एआईले बिरामीहरूको निगरानी गर्छ र हेरचाह सुरु गर्छ (जस्तै, औषधि रिमाइन्डरहरू, आपतकालीन अलर्टहरू)। - भर्चुअल एआई "नर्सहरू" ले नियमित फलो-अपहरू ह्यान्डल गर्छन्; डाक्टरहरूले जटिल हेरचाहमा ध्यान केन्द्रित गर्छन्।
शिक्षा	- एआई ट्युटरहरूले विद्यार्थीका प्रश्नहरूको जवाफ दिन्छन्, अभ्यास समस्याहरू उत्पन्न गर्छन् (शिक्षक अनुगमन गर्छन्)। - एआईले ग्रेडिङमा सहयोग गर्छ (शिक्षक समीक्षाको साथ)। ([के-१२ शिक्षाको लागि जेनेरेटिभ एआई)	एप्लिफाइ द्वारा अनुसन्धान प्रतिवेदन]( https://www.applify.co/research-report/gen-ai-for-k12#:~:text=AI%20tutors%3A%20Virtual%20AI,individual%20learning%20styles%20and%20paces ))
रसद	- एआईले डेलिभरी रुट र प्याकिङलाई अनुकूलन गर्छ (मानिसहरूले लक्ष्यहरू सेट गर्छन्)। - एआईले आपूर्ति शृङ्खला जोखिमहरूलाई संकेत गर्छ र न्यूनीकरण सुझाव दिन्छ। ( लजिस्टिकमा शीर्ष जेनेरेटिभ एआई प्रयोगका केसहरू )	- धेरै हदसम्म स्व-ड्राइभिङ डेलिभरीहरू (ट्रक, ड्रोन) एआई नियन्त्रकहरूद्वारा सुपरिवेक्षण गरिन्छ।- एआईले अवरोधहरूको वरिपरि ढुवानीहरूलाई स्वायत्त रूपमा पुन: मार्ग दिन्छ र इन्भेन्टरी समायोजन गर्दछ।- एआई द्वारा व्यवस्थित एन्ड-टु-एन्ड आपूर्ति श्रृंखला समन्वय (अर्डर, वितरण)।
२०२३ फेब्रुअरी ८	- एआईले वित्तीय रिपोर्टहरू/समाचार सारांशहरू उत्पन्न गर्दछ (मानव-समीक्षा गरिएको)। - रोबो-सल्लाहकारहरूले सरल पोर्टफोलियोहरू व्यवस्थापन गर्छन्; एआई च्याटले ग्राहकका प्रश्नहरू ह्यान्डल गर्छ। ( जेनेरेटिभ एआई वित्तमा आउँदैछ )	- एआई विश्लेषकहरूले उच्च सटीकताका साथ लगानी सिफारिसहरू र जोखिम रिपोर्टहरू उत्पादन गर्छन्।- निर्धारित सीमा भित्र स्वायत्त व्यापार र पोर्टफोलियो पुन: सन्तुलन।- एआईले मानक ऋण/दावीहरूलाई स्वतः अनुमोदन गर्छ; मानिसहरूले अपवादहरू ह्यान्डल गर्छन्।

सन्दर्भ:

1. प्याटरसन, फिलाना। स्वचालित आय कथाहरू गुणा । एसोसिएटेड प्रेस (२०१५) - कुनै मानव लेखक बिना नै एपीको हजारौं आय रिपोर्टहरूको स्वचालित उत्पादनको वर्णन गर्दछ ( स्वचालित आय कथाहरू गुणा | एसोसिएटेड प्रेस )।

2. म्याककिन्से एण्ड कम्पनी। २०२४ को सुरुवातमा एआईको अवस्था: जेनेरेटिभ एआई अपनाउने क्रम बढ्छ र मूल्य उत्पन्न गर्न थाल्छ । (२०२४) - ६५% संस्थाहरूले नियमित रूपमा जेनेरेटिभ एआई प्रयोग गर्ने रिपोर्ट गर्छन्, जुन २०२३ भन्दा लगभग दोब्बर छ ( २०२४ को सुरुवातमा एआईको अवस्था | म्याककिन्से ), र जोखिम न्यूनीकरण प्रयासहरूको बारेमा छलफल गर्दछ ( एआईको अवस्था: विश्वव्यापी सर्वेक्षण | म्याककिन्से )।

3. गार्टनर। च्याटजीपीटीभन्दा बाहिर: उद्यमहरूका लागि जेनेरेटिभ एआईको भविष्य । (२०२३) - २०३० सम्ममा, ब्लकबस्टर फिल्मको ९०% एआई-उत्पन्न हुन सक्ने भविष्यवाणी गर्दछ ( उद्योग र उद्यमहरूका लागि जेनेरेटिभ एआई प्रयोगका केसहरू उद्योग र उद्यमहरूका लागि जेनेरेटिभ एआई प्रयोगका केसहरू ) जस्ता जेनेरेटिभ एआई प्रयोगका केसहरूलाई हाइलाइट गर्दछ

4. ट्वाइप। पत्रकारहरूले समाचार कक्षमा एआई उपकरणहरू प्रयोग गर्ने १२ तरिकाहरू । (२०२४) - "क्लारा" एआईको उदाहरण समाचार आउटलेटमा ११% लेख लेख्छन्, मानव सम्पादकहरूले सबै एआई सामग्रीको समीक्षा गर्छन् ( पत्रकारहरूले समाचार कक्षमा एआई उपकरणहरू प्रयोग गर्ने १२ तरिकाहरू - ट्वाइप )।

5. Amazon.com समाचार। Amazon ले AI मार्फत ग्राहक समीक्षा अनुभवलाई सुधार गर्छ । (२०२३) - खरीददारहरूलाई मद्दत गर्न उत्पादन पृष्ठहरूमा AI-उत्पन्न समीक्षा सारांशहरू घोषणा गर्दछ ( Amazon ले AI मार्फत ग्राहक समीक्षा अनुभवलाई सुधार गर्छ )।

6. Zendesk. २०२५ को लागि ५९ AI ग्राहक सेवा तथ्याङ्क । (२०२३) - CX संस्थाहरूको दुई तिहाइ भन्दा बढीले जेनेरेटिभ AI ले सेवामा "न्यानोपन" थप्नेछ भन्ने सोच्छन् भन्ने संकेत गर्दछ ( २०२५ को लागि ५९ AI ग्राहक सेवा तथ्याङ्क ) र अन्ततः १००% ग्राहक अन्तरक्रियामा AI को भविष्यवाणी गर्दछ ( २०२५ को लागि ५९ AI ग्राहक सेवा तथ्याङ्क )।

7. फ्युचुरम रिसर्च एण्ड एसएएस। अनुभव २०३०: ग्राहक अनुभवको भविष्य । (२०१९) - सर्वेक्षणले पत्ता लगाएको छ कि ब्रान्डहरूले २०३० सम्ममा ग्राहक संलग्नताको समयमा ~६९% निर्णयहरू स्मार्ट मेसिनहरूद्वारा लिने अपेक्षा गर्छन् ( CX मा परिवर्तनको पुन: कल्पना गर्न, मार्केटरहरूले यी २ कुराहरू गर्नुपर्छ )।

8. डेटाइकु। रसदमा शीर्ष जेनेरेटिभ एआई प्रयोगका केसहरू । (२०२३) - GenAI ले कसरी लोडिङलाई अनुकूलन गर्छ (~३०% खाली ट्रक ठाउँ घटाउँछ) ( रसदमा शीर्ष जेनेरेटिभ एआई प्रयोगका केसहरू ) र समाचार स्क्यान गरेर आपूर्ति श्रृंखला जोखिमहरूलाई झण्डा लगाउँछ भनेर वर्णन गर्दछ।

9. भिजुअल स्टुडियो पत्रिका। एआई कोड सहायकहरूमा गिटहब कोपाइलट शीर्ष स्थानमा छ । (२०२४) - गार्टनरको रणनीतिक योजना धारणा: २०२८ सम्ममा, ९०% उद्यम विकासकर्ताहरूले एआई कोड सहायकहरू प्रयोग गर्नेछन् (२०२४ मा १४% बाट बढेको) ( एआई कोड सहायकहरूमा गिटहब कोपाइलट शीर्ष स्थानमा छ - भिजुअल स्टुडियो पत्रिका )।

10. ब्लूमबर्ग समाचार। ब्लूमबर्गजीपीटी प्रस्तुत गर्दै । (२०२३) – विवरणहरू ब्लूमबर्गको ५०बी-प्यारामिटर मोडेल वित्तीय कार्यहरूमा लक्षित, प्रश्नोत्तर र विश्लेषण समर्थनको लागि टर्मिनलमा निर्मित ( जेनेरेटिभ एआई वित्तमा आउँदैछ )।

यसपछि पढ्न मन लाग्ने लेखहरू:

🔗 एआईले प्रतिस्थापन गर्न नसक्ने जागिरहरू - र एआईले कस्ता जागिरहरूलाई प्रतिस्थापन गर्नेछ?
विकसित हुँदै गइरहेको रोजगारी परिदृश्यमा विश्वव्यापी दृष्टिकोण, कुन भूमिकाहरू एआई अवरोधबाट सुरक्षित छन् र कुन सबैभन्दा जोखिममा छन् भनेर जाँच गर्दै।

🔗 के एआईले शेयर बजारको भविष्यवाणी गर्न सक्छ?
स्टक बजार पूर्वानुमानको लागि एआई प्रयोग गर्ने क्षमता, सीमितता र नैतिक विचारहरूमा गहिरो अध्ययन।

🔗 साइबर सुरक्षामा जेनेरेटिभ एआई कसरी प्रयोग गर्न सकिन्छ?
विसंगति पत्ता लगाउनेदेखि खतरा मोडेलिङसम्म, साइबर खतराहरू विरुद्ध रक्षा गर्न जेनेरेटिभ एआई कसरी प्रयोग भइरहेको छ जान्नुहोस्।