एजेंसियों में AI का विरोध मानकों की समस्या है, लोगों की नहीं

आपके सबसे अच्छे लोग AI का विरोध क्यों करते हैं? आमतौर पर इसलिए कि उनके अपने मानक हैं और टूल उन तक नहीं पहुंच रहे। एजेंसियों में AI विरोध को लोगों की समस्या मानेंगे तो आपको अनिवार्यताएं, ट्रेनिंग डे और शाम 7 बजे मशीन का काम दोबारा करते थके हुए वरिष्ठ लोग मिलेंगे। इसे मानकों की समस्या मानेंगे तो आपके विरोधी वही लोग बन जाएंगे जो AI को भेजने लायक अच्छा बनाते हैं।

गुणवत्ता का दांव शायद ही कभी इतना सार्वजनिक रहा हो। पिछले महीने Marketing Week में BBH के सह-संस्थापक Sir John Hegarty ने आज की ज़्यादातर मार्केटिंग को "दोहराव भरी, घिसी-पिटी, उबाऊ" कहा। उनका तर्क था कि इंडस्ट्री अब "बाएं दिमाग से सोचने वालों" से भरी है जो स्प्रेडशीट समझते हैं, आइडिया नहीं, और उन्होंने कहा कि "कोई 95% नए प्रोडक्ट लॉन्च विफल होते हैं", जो उनके मुताबिक कहीं ज़्यादा डेटा के बावजूद 20 साल में नहीं बदला। उस व्यवस्था में औसत दर्जे का AI आउटपुट डालिए, और आपको वही सब और तेज़ी से मिलेगा।

अनुभवी लोग AI टूल का विरोध क्यों करते हैं?

इस हफ़्ते सिंगापुर के एक AI एडॉप्शन सत्र में बोलते हुए एक एजेंसी संस्थापक इस बारे में ताज़गी भरी साफ़गोई से बोले। उन्होंने अपनी करीब 20 लोगों की एजेंसी को AI-नेटिव बनाने में 18 महीने लगाए और अपनाने के लिए ज़ोर लगाया। जब उन्होंने ध्यान से देखा कि विरोध कौन कर रहा है, तो पाया कि वे तकनीक से डरने वाले नहीं थे। वे खराब आउटपुट का विरोध कर रहे थे: सिस्टम घटिया काम बना रहा था और उन्हें उसे इस्तेमाल करने पर मजबूर किया जा रहा था।

ये वे लोग थे जिन्हें नौकरी में पांच-छह साल हो चुके थे। वे जानते थे कि अच्छा काम कैसा दिखता है। जब AI का ड्राफ़्ट कमतर निकलता, तो उन्हें काम खुद दोबारा करना पड़ता, इसलिए वे पुराने तरीके पर लौट गए। उनके शब्दों में, AI विरोध का मतलब अक्सर बस यही था कि टूल टीम के मानकों पर खरे नहीं उतर रहे थे। जब गुणवत्ता नाकाम होती है, तो व्यवहार बदलने की कोशिश भी नाकाम होती है।

यह किसी भी एजेंसी के MD के लिए एक काम का नया नज़रिया है। जो अकाउंट डायरेक्टर AI के लिखे स्टेटस रिपोर्ट को नहीं भेजेगा, या जो स्ट्रैटेजिस्ट AI के पर्सोना डेक को शुरू से दोबारा बनाता है, वह अड़ियल नहीं है। वह आपकी क्वालिटी कंट्रोल कर रहा है, बिना वेतन और बिना धन्यवाद के।

क्या ज़बरदस्ती AI अपनवाना एजेंसी बर्नआउट को और बिगाड़ रहा है?

बिगाड़ सकता है। बुरे ढंग से किया जाए तो AI अपनाना काम दोगुना कर देता है: टूल से ड्राफ़्ट इसलिए बनाओ कि कहा गया है, फिर उसे हाथ से इसलिए ठीक करो कि क्लाइंट उसे ऐसे नहीं देख सकता। इसमें "AI को पर्याप्त तेज़ी से न अपनाने" का अपराध-बोध जोड़ दें, तो थके हुए वरिष्ठ स्टाफ की पूरी रेसिपी तैयार है।

अच्छे ढंग से किया जाए तो उल्टा होता है। एजेंसियां खुद को अपरिहार्य कैसे बनाए रखती हैं, इस पर Forbes Agency Council के एक लेख में Multiply के Matt Jayson ने कैंपेन सेटअप और QA को सबसे ज़्यादा ऑटोमेट होने लायक काम बताया: "किसी एक तेज़ी से बढ़ते क्लाइंट के लिए यह आराम से हफ़्ते में 20 घंटे का अदृश्य काम है।" यही वह नीरस काम है जो AI को हटाना चाहिए, टाइमशीट, स्टेटस रिपोर्ट, रीसाइज़िंग, बजट ट्रैकिंग और कॉम्पिटिटर ऑडिट के साथ।

फ़र्क इस बात का है कि आउटपुट बिना दोबारा सुधार की दूसरी शिफ्ट के मानक पर खरा उतरता है या नहीं। अगर AI लागू करने के बाद आपकी टीम ज़्यादा देर तक काम कर रही है, तो टूल समय नहीं बचा रहे। वे उसे शाम में खिसका रहे हैं।

AI पर भरोसा इतनी जल्दी क्यों टूट जाता है?

ट्रस्ट थ्योरी एक सीधी व्याख्या देती है। हम किसी व्यक्ति या सिस्टम पर तब भरोसा करते हैं जब हमें लगता है कि वह सक्षम है, विश्वसनीय है और हमारे हित में काम कर रहा है। इनमें से हर एक अनुभव और बातचीत से कमाया जाता है; किसी की घोषणा नहीं की जा सकती। जो टूल लगातार तीन खराब ड्राफ़्ट देता है, वह सक्षम होने का अपना दावा खो देता है। जो टूल टीम से पूछे बिना थोपा जाता है, वह यह एहसास खो देता है कि वह उनके पक्ष में है।

इसीलिए अनिवार्यताएं उल्टी पड़ती हैं। उपयोग डैशबोर्ड नेताओं को बताता है कि किसने लॉग-इन किया। यह नहीं बता सकता कि लोग आउटपुट पर भरोसा करते हैं या नहीं। यह सिर्फ़ बातचीत बताती है: स्ट्रैटेजिस्ट के साथ बैठकर पूछना कि उसने क्या बदला, और क्यों।

क्लाइंट भी यही हिसाब लगाते हैं। सिंगापुर के संस्थापक की बात थी कि आप ग्राहकों को अधपका काम नहीं भेज सकते, क्योंकि इसी तरह आप उनका भरोसा खोते हैं। आपके विरोधी क्लाइंट के रिश्ते की रक्षा कर रहे हैं।

"अच्छा" क्या है, यह कौन तय करे?

जो लोग पहले से जानते हैं। संस्थापक का समाधान था विषय-विशेषज्ञों को अप्रूवर की स्पष्ट भूमिका देना: वे तय करते हैं कि अच्छा क्या है, और उनकी मंज़ूरी के बिना कुछ जारी नहीं होता। AI से सबको लाभ होता है, लेकिन हर किसी को उसे बनाने की ज़रूरत नहीं। विशेषज्ञ कसौटी तय करते हैं।

विरोध के जाने-पहचाने संकेतों को रवैये की बजाय मानकों के संकेत के रूप में पढ़ना भी मददगार है।

Forbes पैनल के बार-बार आने वाले विषय भी उसी ओर इशारा करते हैं: जवाबदेही, विवेक और उस काम की ज़िम्मेदारी लेना जिसके लिए AI को ज़िम्मेदार नहीं ठहराया जा सकता, यही एजेंसियों को अपरिहार्य बनाए रखते हैं।

AI के विरोधियों को अप्रूवर कैसे बनाएं?

1. अपने सबसे मुखर संशयवादियों को खोजें और उनके एडिट दिखाने को कहें। AI के ड्राफ़्ट और उनके असल में भेजे गए काम के बीच का अंतर ही "अच्छे" की आपकी विशिष्टता है।
2. मानक लिखित रूप में तय करें। टोन, ढांचा, स्रोत, क्या कभी नहीं दिखना चाहिए। अगर वह सिर्फ़ किसी वरिष्ठ के दिमाग में है, तो न AI उस तक पहुंच सकता है, न कोई नया सदस्य।
3. विशेषज्ञों को असली अधिकार के साथ अप्रूवर बनाएं। AI की मदद से बना कुछ भी क्लाइंट तक पहुंचने से पहले वे उसे मंज़ूर करते हैं, और जो वर्कफ़्लो कसौटी पर खरा न उतरे उसे वे रोक सकते हैं।
4. लॉग-इन नहीं, एडिटिंग का समय मापें। अगर ठीक करने में बनाने से ज़्यादा समय लगता है, तो रुकें और वर्कफ़्लो को आगे बढ़ाने से पहले दुरुस्त करें।
5. सुधारों को वापस डालें। अप्रूवर के हर एडिट को बेहतर प्रॉम्प्ट, टेम्पलेट और उदाहरणों में बदलें, ताकि अगले ड्राफ़्ट को कम सुधार की ज़रूरत पड़े।
6. अदृश्य काम से शुरू करें। सेटअप, QA, रिपोर्टिंग और मॉनिटरिंग, जहां चूक की कीमत कम है और बचा समय तुरंत महसूस होता है।
7. खुलकर बात करें। क्या चला और क्या नहीं, इस पर हर पखवाड़े आधे घंटे की बातचीत किसी भी रोलआउट ईमेल से ज़्यादा भरोसा बनाती है।

AI आउटपुट को भेजने लायक भरोसेमंद क्या बनाता है?

ऐसा सबूत जिसे आपके विशेषज्ञ जांच सकें। वरिष्ठ स्ट्रैटेजिस्ट AI का निष्कर्ष तब मान लेगी जब वह देख सके कि वह कहां से आया और खुद उसे परख सके। जो निष्कर्ष बिना किसी सुराग के आत्मविश्वास भरे अनुच्छेद की तरह आए, उसे वह नकार देगी।

इसीलिए Defy प्लेटफ़ॉर्म पर हर AI निष्कर्ष उन असली प्रकाशित पोस्ट तक वापस जाता है जिन पर वह टिका है। रणनीति सर्वे से नहीं, इस बात से उलटी इंजीनियर की जाती है कि ऑडियंस और प्रतिस्पर्धी असल में क्या प्रकाशित करते हैं, ताकि अप्रूवर सबूत खोलकर खुद फ़ैसला कर सके।

संस्थापक ने कहा कि इंसान बदलाव में सबसे अच्छे नहीं होते। वे AI परिवर्तन के सबसे बड़े अवरोधक भी हैं और सबसे बड़े सहायक भी। आपके लोग इनमें से क्या बनेंगे, यह इस पर निर्भर है कि टूल उनके मानकों का सम्मान करते हैं या नहीं।