**چیٹ جی پی ٹی کے دور میں کاروباروں کے لیے خاطر خواہ مالی منافع کیسے ممکن ہے؟** 2022 کے آخر میں چیٹ جی پی ٹی کی تعارف نے اپنی شاعری لکھنے، کوڈ میں غلطیوں کی نشاندہی کرنے، اور سوالات کے جواب دینے کی صلاحیتوں سے لوگوں کو حیران کر دیا، اور دنیا بھر کے کاروباروں کو مصنوعی ذہانت (AI) کی صلاحیت کے بارے میں جوش و خروش دلایا۔ ابتدائی طور پر AI نے کاموں کو خودکار بنانے، کسٹمر کے تجربات کو ذاتی بنانے، اور کارکردگی کو بہتر بنانے کا وعدہ کیا تھا۔ تاہم، اب کاروباروں کے لیے سب سے اہم مسئلہ ROI (سرمایہ کاری میں واپسی) کا مظاہرہ کرنا ہے۔ ایک مثالی صورت حال اس تبدیلی کی وضاحت کرتی ہے—تصور کریں کہ ایک اسٹارٹ اپ کمپنی $500,000 کی سرمایہ کاری ایک AI چیٹ بوٹ میں کرتی ہے جو کسٹمر سروس میں بہتری لاتا ہے لیکن کوئی لاگت میں کمی یا نئی آمدنی پیدا نہیں کرتا۔ یہ بڑی مشکل کی عکاسی کرتا ہے: اگرچہ AI کی تکنیکی حیرت واضح ہے، اس کا کاروباری اثر اکثر نہیں ہوتا۔ ایرنست اینڈ ینگ ایل ایل پی کے ایک سروے کے مطابق، اگرچہ سینئر رہنماؤں کے درمیان AI میں سرمایہ کاری تقریباً دوگنا ہونے کی امید ہے، جو $10 ملین یا اس سے زیادہ کی سرمایہ کاری کرنے کے لیے پُرعزم ہیں، بہت سے بنیادی صلاحیتوں کو نظر انداز کرتے ہیں جو AI کی حقیقی قدر کو محسوس کرنے کے لیے ضروری ہیں۔ میک کینزی کے ایک سروے نے پایا کہ اگرچہ 77% کمپنیاں AI کا استعمال کر رہی ہیں یا اس کے امکانات کو تلاش کر رہی ہیں، 20% سے کم کمپنیاں مالی فوائد کا حقیقی مشاہدہ کرتی ہیں، جو AI کے انضمام اور اسٹریٹجک انضمام کے درمیان عدم موافقت کی نشاندہی کرتا ہے۔ **AI سرمایہ کاری میں ROI کے حق میں دلائل** AI اب کاروبار میں ایک توقع ہے، نہ کہ نیاپن۔ کمپنیوں کو AI منصوبوں کو بنیادی مقاصد کے ساتھ ہم آہنگ کرنا، KPIs کا سراغ لگانا، اور مالی فوائد کو یقینی بنانا چاہیے تاکہ AI کی تمام صلاحیتوں کو کھول سکیں۔ AI دہرانے والے کاموں کو خودکار کرنے میں نمایاں ہے، جیسے کہ روبوٹک پراسیس آٹومیشن ڈیٹا انٹری کو 80% کم کر دیتا ہے، جس کی بدولت ملازمین اعلیٰ قدر کے کاموں پر توجہ مرکوز کر سکتے ہیں۔ اس کے علاوہ، AI بڑے ڈیٹا سیٹس سے گہرے نقطہ نظر پیش کرتا ہے، مالیات اور خوردہ میں فیصلہ سازی کو بہتر بناتا ہے۔ AI کے ذریعہ ذاتی سازی، جیسے نیٹ فلکس اور اسپوٹیفائی پر دیکھی جانے والی، صارف کی مشغولیت اور برقرار رکھنے کو بڑھاتی ہے، جو آمدنی میں اضافہ کرتی ہے۔ **AI میں ROI حاصل کرنے میں چیلنجز** AI کا ROI زیادہ لاگتوں اور بڑھتی ہوئی توقعات کی وجہ سے مشکل ہے۔ AI نظام کی تعمیر اور دیکھ بھال میں اخراجات زیادہ ہو سکتے ہیں، جس سے چھوٹی تنظیموں کے لیے رکاوٹ بن سکتی ہے۔ اوور ہائپ اور AI کی صلاحیتوں کی غیر واضح سمجھ اکثر غیر پوری امیدوں اور خراب نفاذ کا سبب بنتی ہے، جو شاید فائدے سے زیادہ نقصان پہنچا سکتی ہے۔ ملازمین کی طرف سے ملازمت کھونے کے خوف کی مخالفت کو تربیت اور تبدیلی کے انتظام کے ذریعے حل کیا جانا چاہیے۔ **حقیقی دنیا میں AI کے ROI کی مثالیں** کامیاب مثالوں میں جنرل الیکٹرک کی AI سے چلنے والی پیشین گوئی کی مرمت شامل ہے، جس سے وقت کی کمی کم ہوگئی؛ زارا کی AI سے بہتر شدہ انوینٹری مینجمنٹ نے فروخت کو بڑھا دیا؛ اور بینک آف امریکہ کا ورچوئل اسسٹنٹ ایرکا نے کسٹمر سروس کو بہتر بنایا۔ جان ڈیر AI کا استعمال کرتا ہے تاکہ جڑی بوٹیوں کے استعمال کو درست بنایا جا سکے، جس سے اخراجات کی بچت ہوتی ہے اور پیداوار میں اضافہ ہوتا ہے۔ خان اکیڈمی کا AI تعلیم کو ذاتی بناتا ہے، جو طالب علم کی مشغولیت کو بڑھاتا ہے اور تعلیمی نتائج کو بہتر بناتا ہے۔ **تقسیم کردہ AI: ایک نیا محاذ** تقسیم کردہ AI تیزی سے مقبول ہو رہا ہے، خاص طور پر ایسے شعبوں میں جہاں ڈیٹا کی رازداری درکار ہے، جیسے کہ صحت کی دیکھ بھال اور توانائی۔ MELLODDY جیسے پروجیکٹس اور انرجی ویب فاؤنڈیشن کے اقدام دکھاتے ہیں کہ تقسیم کردہ AI کس طرح رازداری کو محفوظ رکھتے ہوئے آپریشنز کو بہتر بنا سکتا ہے۔ **AI ROI کو ذاتی بنانا** AI ROI کی تلاش ایک ذاتی سفر رہا ہے، جس سے یہ ظاہر ہوتا ہے کہ یہ محض عددی مقصد نہیں ہے بلکہ اسٹریٹجک ہم آہنگی اور خاطر خواہ اثر کی عکاسی ہے۔ کاروباری مقاصد کے ذریعہ ترجیح دی جانے والے کامیاب AI منصوبے بڑے پیمانے پر implementations کے لیے اعتماد کو متاثر کرتے ہیں۔ **مستقبل کے ROI پر زور دینا** جب AI ترقی کرتا ہے تو ROI پر توجہ دینا ضروری ہے۔ مواد کی تخلیق میں جنریٹو AI اور رازداری پر مبنی شعبوں میں تقسیم کردہ AI کا وعدہ ہے اگر ان کے اخراجات پیمائش کے خلاف کیے گئے فوائد کے لیے جائز ہیں۔ ٹیکنالوجی کو کاروباری مقاصد کے ساتھ جوڑنے اور نتائج کا سختی سے سراغ لگانے کے ذریعہ کمپنیاں AI کو مؤثر طریقے سے استعمال کر سکتی ہیں۔ AI کو ایک تبدیلی کے آلے کے طور پر دیکھا جانا چاہئے، جو نتائج کے ذریعہ چلایا جاتا ہے، نہ کہ محض اختراع کے ذریعہ۔ ROI کو ترجیح دے کر، کاروبار یہ یقینی بنا سکتے ہیں کہ AI جوش و خروش کے ساتھ ساتھ ناپا جانے والا اثر بھی فراہم کرے، جو آج کی تیز رفتار دنیا میں بہت اہم ہے۔

سائنس فکشن مصنف ٹیڈ چیانگ، جو 34 سالوں سے اپنی باریک بینی سے تیار کردہ کہانیوں کے لیے مشہور ہیں، اعتراف کرتے ہیں کہ وہ آہستہ لکھنے والے ہیں۔ ان کا کام زیادہ تر مختصر کہانیوں پر مبنی ہے جو دو کتابی مجموعوں میں مرتب کی گئی ہیں، جس کی وجہ سے ان پر زیادہ پیداوار کی توقع کا دباؤ رہتا ہے۔ اس کے باوجود، چیانگ کی کہانیاں، جیسے "سٹوری آف یور لائف" جس نے فلم "آرائیول" کو تحریک دی، گہری فلسفیانہ سوالات کے گرد گھومتی ہیں۔ ان کی تحریروں نے متعدد معتبر ایوارڈز جیتے ہیں، بشمول مختصر کہانی میں عمدگی کے لیے PEN/Malamud ایوارڈ۔ اسکاٹ ڈیٹرو کے ساتھ ایک انٹرویو میں، چیانگ نے اپنے کہانی بیان کرنے کے طریقے پر بات کی، جو "بڑے سوال" سے شروع ہوتا ہے اور پھر انسانی ردعمل کی تلاش کرتا ہے۔ ان کا ماننا ہے کہ سائنس فکشن تجریدی فکری تجربات کو اس انداز میں پیش کرنے کی اجازت دیتا ہے جو بصورت دیگر نظرانداز ہو سکتے ہیں۔ چیانگ مصنوعی ذہانت پر بھی تنقیدی نگاہ رکھتے ہیں، اور مقبول پیشکشوں کو موجودہ حقیقت کے برعکس گمراہ کن سمجھتے ہیں۔ وہ "دی نیو یارکر" میں دلیل دیتے ہیں کہ جنریٹیو اے آئی، جیسے چیٹ جی پی ٹی، میں نہایت اعلیٰ درجے کے فن تخلیق کرنے کی مہارت کی کمی ہے۔ اگرچہ وہ اے آئی کی وسیع صنعت پر اثر ڈالنے کی صلاحیت کو تسلیم کرتے ہیں، وہ اس کو ایک لاگت میں کمی کے آلے کے طور پر زیادہ دیکھتے ہیں بجائے کہ ایک تبدیلی لانے والی قوت کے، جو ممکنہ طور پر ملازمت کے نقصان اور صنعت میں خلل ڈال سکتی ہے۔ چیانگ اپنے کرداروں کے بارے میں بتاتے ہیں کہ وہ اکثر اپنی بنیادی اقدار کو برقرار رکھتے ہیں، چاہے معاشرتی انقلاب ہو رہا ہو۔ چیانگ زور دیتے ہیں کہ حالانکہ ٹیکنالوجی دوبارہ تشخیص کی دعوت دیتی ہے، یہ ضروری نہیں کہ بنیادی انسانی اقدار کو بدل دے۔ ان کی کہانیوں کے کردار ایک ایسی دنیا میں جو تبدیلی سے تشکیل پاتی ہے، اپنے ایمان اور اعتقاد پر قائم رہنے کے طریقے تلاش کر لیتے ہیں۔

ریمی لام نے سان فرانسسکو کے مائیکروکلیمیٹس کے بارے میں سن رکھا تھا، لیکن اس کی خاصیت کو وہ تب ہی سمجھا جب انہوں نے اس سال وہاں منتقل کیا۔ "جو گلی میں رہتا ہوں وہ دھندلی ہو سکتی ہے، جبکہ دو بلاکس دور دھوپ ہو سکتی ہے،" وہ کہتے ہیں۔ شہر کے مختلف مقامات کے لحاظ سے موسم کی پیشنگوئیاں بالکل الگ ہو سکتی ہیں۔ حتیٰ کہ جدید موسم کی پیشنگوئیاں بھی شہر بھر کے مائیکروکلیمیٹس کی بالکل درست پیشنگوئی نہیں کر سکتیں۔ گوگل ڈیپ مائنڈ لندن میں محقق کی حیثیت سے، لام نے موسم اور پیشنگوئی پر وسیع تحقیق کی ہے۔ وہ مشین لرننگ کو موسم کی پیشنگوئی بہتر بنانے کے لئے استعمال کرنے میں نمائندہ ہیں، یہ شعبہ حالیہ برسوں میں تیزی سے ترقی کر چکا ہے، جس میں لام اور ان کے ساتھی پیش پیش رہے ہیں۔ وہ اس کوشش میں اکیلے نہیں ہیں۔ کئی گروپ، جن میں مائیکروسافٹ، اینویڈیا، ہووائی، اور یورپی سینٹر برائے میڈیم رینج ویدر فورکاسٹس (ECMWF) ریڈنگ، برطانیہ میں شامل ہیں، مختصر عرصے کے لئے مصنوعی ذہانت کی مدد سے موسم کی پیشنگوئی تیار کرنے کی دوڑ میں ہیں۔ اس سال کے بیشتر حصہ کے لئے، گراف کاسٹ، لام کی قیادت میں ایک منصوبہ، صحیحی میں آگے رہا ہے (R

© 2024 فورچون میڈیا آئی پی لمیٹڈ۔ جملہ حقوق محفوظ ہیں۔ اس سائٹ کے استعمال سے آپ ہماری شرائط و ضوابط اور رازداری کی پالیسی سے اتفاق کرتے ہیں | کیلیفورنیا میں معلومات جمع کرنے کا نوٹس اور رازداری کا نوٹس | میری ذاتی معلومات فروخت/شیئر نہ کریں۔ FORTUNE، فورچون میڈیا آئی پی لمیٹڈ کا امریکہ اور دیگر ممالک میں ایک رجسٹرڈ ٹریڈمارک ہے۔ فورچون اس سائٹ پر نمایاں کردہ مصنوعات اور خدمات کے بعض لنکس سے معاوضہ کما سکتا ہے۔ پیشکشیں بغیر نوٹس کے تبدیلی کے تابع ہیں۔

© 2024 فارچیون میڈیا آئی پی لمیٹڈ۔ تمام حقوق محفوظ ہیں۔ اس سائٹ کا استعمال کرکے، آپ ہمارے استعمال کی شرائط اور رازداری کی پالیسی سے اتفاق کرتے ہیں۔ مزید معلومات کے لیے CA نوٹس ایٹ کلیکشن اور پرائیویسی نوٹس کا حوالہ دیں، اور نوٹ کریں کہ آپ اپنی ذاتی معلومات کی فروخت یا شئرنگ سے انکار کر سکتے ہیں۔ فارچیون فارچیون میڈیا آئی پی لمیٹڈ کا ایک رجسٹرڈ ٹریڈ مارک ہے امریکہ اور دیگر ممالک میں۔ کمپنی اس سائٹ پر پروڈکٹس اور سروسز کے کچھ روابط سے معاوضہ کما سکتی ہے۔ آفرز بغیر نوٹس کے تبدیل ہو سکتی ہیں۔

الیکزنڈرا سیموئل ایک ٹیک اسپیکر اور ڈیٹا جرنلسٹ ہیں جو عالمی کمپنیوں کے لیے ڈیٹا پر مبنی رپورٹس اور ورکشاپس تیار کرتی ہیں۔ انہوں نے رابرٹ سی پوزن کے ساتھ "Remote, Inc

میں بہت خوش ہوں کہ بہت سے خبری ادارے، اکثر مالی معاونت کے ساتھ، تخلیقی AI ٹیکنالوجی کو استعمال کرنے میں مشغول ہیں تاکہ صحافت کو مشن اور کاروبار دونوں میں بہتر بنایا جا سکے۔ تاریخی طور پر، ہماری صنعت نے انقلابی ٹیکنالوجیوں کو اپنانے میں معمولی سرعت اختیار کی ہے، لیکن اس بار ہم AI کے ساتھ سرگرمی سے مشغول ہیں۔ بڑی اشاعتوں جیسے The New York Times اور The Washington Post سے لے کر آزاد علاقائی اداروں تک، خبری ادارے AI کے تجربات کے لیے ٹیمیں تشکیل دے رہے ہیں۔ میں ان کوششوں کے نتائج دیکھنے کے لیے بہت پرجوش ہوں۔ میں پیش گوئی کرتا ہوں کہ 2025 تک یہ ٹیمیں فوری چیلنجز کا سامنا کریں گی اور فوری کامیابیاں حاصل کرنے کی کوشش کریں گی۔ اگرچہ یہ ابتدائی کامیابیاں اہم ہیں، میں امید کرتا ہوں کہ ہم تخلیقی ماڈلز سے آگے بڑھ کر بنیادی اصولوں سے جدت پیدا کریں۔ صحافت میں ممکنہ تحقیق اور ترقی کے چند علاقے یہ ہیں: 1