AI ਅਪਣਾਉਣਾ: ਲਾਗੂ ਕਰਨ ਤੋਂ ਬਾਅਦ ਵਰਤੋਂ ਕਿਉਂ ਘਟਦੀ ਹੈ ਅਤੇ ਇਸ ਨੂੰ ਕਿਵੇਂ ਸੁਧਾਰੀਏ

ਕਿਸੇ ਕੰਪਨੀ ਦੇ ਅੰਦਰ AI ਅਪਣਾਉਣ ਦਾ ਅਸਲ ਵਿੱਚ ਕੀ ਮਤਲਬ ਹੈ?

AI ਅਪਣਾਉਣ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਖ਼ਾਸ ਕੰਮ ਕਰਨ ਵਾਲੇ ਲੋਕਾਂ ਨੇ ਇਸ ਨੂੰ ਆਪਣੇ ਕੰਮ ਕਰਨ ਦੇ ਢੰਗ ਦਾ ਹਿੱਸਾ ਬਣਾ ਲਿਆ ਹੈ ਅਤੇ ਗੁਣਵੱਤਾ ਬਣਾਈ ਰੱਖਣ ਲਈ ਜਾਂਚ ਵੀ ਹੁੰਦੀ ਹੈ। ਇਸ ਦਾ ਮਤਲਬ ਲਾਇਸੈਂਸ ਖ਼ਰੀਦਣਾ, ਲੌਗਇਨ ਗਿਣਨਾ ਜਾਂ ਸ਼ੁਰੂਆਤੀ ਈਮੇਲ ਭੇਜਣਾ ਨਹੀਂ ਹੈ। ਜਿਸ ਟੀਮ ਵਿੱਚ ਤਿੰਨ ਲੋਕ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਕੰਮਾਂ ਲਈ ਰੋਜ਼ਾਨਾ AI ਵਰਤਦੇ ਹਨ ਅਤੇ ਨਤੀਜਿਆਂ ਦੀ ਧਿਆਨ ਨਾਲ ਸਮੀਖਿਆ ਕਰਦੇ ਹਨ, ਉਸ ਨੇ ਉਸ ਟੀਮ ਨਾਲੋਂ ਇਸ ਨੂੰ ਵੱਧ ਅਪਣਾਇਆ ਹੈ ਜਿਸ ਵਿੱਚ ਹਰ ਕਿਸੇ ਨੇ ਸਿਰਫ਼ ਇੱਕ ਵਾਰ ਲੌਗਇਨ ਕੀਤਾ ਸੀ।

ਤਿੰਨ ਸਵਾਲਾਂ ਨੂੰ ਵੱਖ ਕਰਨਾ ਮਦਦਗਾਰ ਹੈ। ਪਹੁੰਚ: ਕੀ ਹਰ ਵਿਅਕਤੀ ਕੋਲ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਟੂਲ ਹੈ ਅਤੇ ਕੀ ਉਸ ਨੂੰ ਨਿਯਮ ਪਤਾ ਹਨ? ਵਰਤੋਂ: ਕੀ ਉਹ ਇਸ ਨੂੰ ਢੁਕਵੇਂ ਕੰਮਾਂ ਲਈ ਵਰਤਦੇ ਹਨ? ਗੁਣਵੱਤਾ: ਕੀ ਇਸ ਨਾਲ ਤਿਆਰ ਹੋਇਆ ਕੰਮ ਸਮੀਖਿਆ ਵਿੱਚ ਖਰਾ ਉਤਰਦਾ ਹੈ? ਟੂਲ ਲਾਗੂ ਕਰਨ ਦੀਆਂ ਜ਼ਿਆਦਾਤਰ ਪ੍ਰਕਿਰਿਆਵਾਂ ਪਹਿਲਾ ਸਵਾਲ ਹੱਲ ਕਰਦੀਆਂ ਹਨ, ਦੂਜੇ ਨੂੰ ਮੋਟੇ ਤੌਰ ’ਤੇ ਮਾਪਦੀਆਂ ਹਨ ਅਤੇ ਤੀਜੇ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਦੀਆਂ ਹਨ।

ਲਾਗੂ ਕਰਨ ਤੋਂ ਬਾਅਦ ਇੰਨੇ ਘੱਟ ਲੋਕ AI ਦੀ ਵਰਤੋਂ ਕਿਉਂ ਕਰਦੇ ਹਨ?

ਲਾਗੂ ਕਰਨ ਤੋਂ ਬਾਅਦ ਘੱਟ ਵਰਤੋਂ ਆਮ ਹੈ ਅਤੇ ਇਸ ਦੇ ਸਧਾਰਨ ਕਾਰਨ ਹੁੰਦੇ ਹਨ: ਲੋਕਾਂ ਨੂੰ ਸਮਝ ਨਹੀਂ ਆਉਂਦੀ ਕਿ AI ਉਨ੍ਹਾਂ ਦੇ ਕਿਹੜੇ ਕੰਮਾਂ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ, ਨਿਯਮ ਅਸਪਸ਼ਟ ਲੱਗਦੇ ਹਨ ਇਸ ਲਈ ਉਹ ਸੁਰੱਖਿਅਤ ਰਹਿਣ ਲਈ ਟੂਲ ਤੋਂ ਦੂਰ ਰਹਿੰਦੇ ਹਨ, ਸ਼ੁਰੂ ਵਿੱਚ ਮਿਲੇ ਮਾੜੇ ਨਤੀਜੇ ਨੇ ਉਨ੍ਹਾਂ ਨੂੰ ਯਕੀਨ ਦਿਵਾ ਦਿੱਤਾ ਕਿ ਇਹ ਮਿਹਨਤ ਦੇ ਲਾਇਕ ਨਹੀਂ, ਜਾਂ ਉਨ੍ਹਾਂ ਨੂੰ ਅਭਿਆਸ ਲਈ ਸਮਾਂ ਹੀ ਨਹੀਂ ਮਿਲਿਆ। ਯੂਨਾਈਟਿਡ ਕਿੰਗਡਮ ਸਰਕਾਰ ਦੀ AI ਅਪਣਾਉਣ ਬਾਰੇ ਖੋਜ ਵਿੱਚ, ਪਹਿਲਾਂ ਹੀ AI ਵਰਤ ਰਹੇ ਕਾਰੋਬਾਰਾਂ ਨੇ ਦੱਸਿਆ ਕਿ ਔਸਤਨ ਉਨ੍ਹਾਂ ਦੇ 30% ਕਰਮਚਾਰੀ ਇਸ ਨੂੰ ਵਰਤ ਰਹੇ ਸਨ, ਅਤੇ 77% ਨੇ ਕਿਹਾ ਕਿ ਉਨ੍ਹਾਂ ਦੇ ਅੱਧੇ ਤੋਂ ਘੱਟ ਕਰਮਚਾਰੀ ਇਸ ਨੂੰ ਵਰਤ ਰਹੇ ਸਨ। ਇਸੇ ਸਰਵੇਖਣ ਵਿੱਚ ਪਤਾ ਲੱਗਿਆ ਕਿ AI ਨੂੰ ਬਿਲਕੁਲ ਨਾ ਅਪਣਾਉਣ ਦੇ ਸਭ ਤੋਂ ਆਮ ਕਾਰਨ ਕਿਸੇ ਲੋੜ ਦੀ ਪਛਾਣ ਨਾ ਹੋਣਾ ਅਤੇ AI ਸੰਬੰਧੀ ਹੁਨਰ ਤੇ ਮੁਹਾਰਤ ਦੀ ਘਾਟ ਸਨ। ਇਹ 2025 ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ ਇੰਟਰਵਿਊ ਕੀਤੇ ਗਏ ਯੂਨਾਈਟਿਡ ਕਿੰਗਡਮ ਦੇ 3,500 ਕਾਰੋਬਾਰਾਂ ਵੱਲੋਂ ਖ਼ੁਦ ਦੱਸੇ ਗਏ ਅੰਕੜੇ ਹਨ।

ਧਿਆਨ ਦਿਓ ਕਿ ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕੋਈ ਵੀ ਕਾਰਨ ਬਿਹਤਰ ਟੂਲ ਖਰੀਦਣ ਨਾਲ ਦੂਰ ਨਹੀਂ ਹੁੰਦਾ। ਲੋੜ ਦੀ ਪਛਾਣ ਨਾ ਹੋਣਾ ਕੰਮ ਚੁਣਨ ਦੀ ਸਮੱਸਿਆ ਹੈ। ਅਸਪਸ਼ਟ ਨਿਯਮ ਨੀਤੀ ਦੀ ਸਮੱਸਿਆ ਹਨ। ਪਹਿਲਾ ਤਜਰਬਾ ਮਾੜਾ ਹੋਣਾ ਸਿਖਲਾਈ ਅਤੇ ਉਮੀਦਾਂ ਦੀ ਸਮੱਸਿਆ ਹੈ। ਹਰ ਇੱਕ ਦਾ ਖ਼ਾਸ ਹੱਲ ਹੈ।

AI ਅਪਣਾਉਣ ਲਈ ਇੱਕ ਅਮਲੀ ਰਣਨੀਤੀ ਕਿਹੋ ਜਿਹੀ ਹੁੰਦੀ ਹੈ?

ਛੋਟੀ ਜਾਂ ਦਰਮਿਆਨੇ ਆਕਾਰ ਦੀ ਕੰਪਨੀ ਲਈ ਵਿਹਾਰਕ ਰਣਨੀਤੀ ਕੋਈ ਦਸਤਾਵੇਜ਼ ਨਹੀਂ, ਸਗੋਂ ਇੱਕ ਕ੍ਰਮ ਹੈ: ਕੰਮ ਚੁਣੋ, ਨਿਯਮ ਤੈਅ ਕਰੋ, ਉਨ੍ਹਾਂ ਕੰਮਾਂ ਦੀ ਸਿਖਲਾਈ ਦਿਓ, ਅਸਲ ਕੰਮ ਦੀ ਸਮੀਖਿਆ ਕਰੋ ਅਤੇ ਜੋ ਤਰੀਕੇ ਕਾਰਗਰ ਸਾਬਤ ਹੋਣ ਉਨ੍ਹਾਂ ਨੂੰ ਵਧਾਓ। ਹੇਠਾਂ ਦਿੱਤੀਆਂ ਗੱਲਾਂ 10 ਤੋਂ 200 ਲੋਕਾਂ ਦੀ ਟੀਮ ਲਈ ਇੱਕ ਸੰਪਾਦਕੀ ਯੋਜਨਾ ਹਨ, ਕੋਈ ਪ੍ਰਕਾਸ਼ਿਤ ਮਿਆਰ ਨਹੀਂ।

AI ਕਾਰਨ ਹੋਣ ਵਾਲੇ ਬਦਲਾਅ ਦੇ ਪ੍ਰਬੰਧਨ ਵਿੱਚ ਲੋਕਾਂ ਨਾਲ ਜੁੜੇ ਪੱਖ ਨੂੰ ਕਿਵੇਂ ਸੰਭਾਲੀਏ?

ਨੌਕਰੀਆਂ ਬਾਰੇ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਸਾਫ਼ ਗੱਲ ਕਰੋ, ਅਤੇ ਕੰਮ ਚੁਣਨ ਵਿੱਚ ਉਹਨਾਂ ਲੋਕਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰੋ ਜੋ ਇਹ ਕੰਮ ਕਰਦੇ ਹਨ। ਕਰਮਚਾਰੀਆਂ ਦੀ ਚਿੰਤਾ ਅਸਲੀ ਹੈ: 2025 ਦੀ ਬਸੰਤ ਵਿੱਚ ਗ੍ਰੇਟ ਬ੍ਰਿਟੇਨ ਦੇ 1,023 ਕਰਮਚਾਰੀਆਂ ਦੇ Acas ਸਰਵੇਖਣ ਵਿੱਚ, 26% ਨੇ ਕੰਮ ਵਾਲੀ ਥਾਂ ਉੱਤੇ AI ਬਾਰੇ ਆਪਣੀ ਸਭ ਤੋਂ ਵੱਡੀ ਚਿੰਤਾ ਨੌਕਰੀਆਂ ਜਾਣ ਨੂੰ ਦੱਸਿਆ, ਅਤੇ 17% ਨੇ AI ਵੱਲੋਂ ਗ਼ਲਤੀਆਂ ਕਰਨ ਨੂੰ ਦੱਸਿਆ। Acas ਰੁਜ਼ਗਾਰਦਾਤਾਵਾਂ ਨੂੰ ਸਲਾਹ ਦਿੰਦਾ ਹੈ ਕਿ AI ਲਾਗੂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਕਰਮਚਾਰੀਆਂ ਅਤੇ ਉਹਨਾਂ ਦੇ ਪ੍ਰਤੀਨਿਧੀਆਂ ਨਾਲ ਸਲਾਹ ਕਰਨ ਅਤੇ ਸਮਝਾਉਣ ਕਿ ਇਹ ਕੰਮ ਦੀਆਂ ਭੂਮਿਕਾਵਾਂ ਨੂੰ ਕਿਵੇਂ ਬਿਹਤਰ ਕਰ ਸਕਦਾ ਹੈ, ਜਦਕਿ ਮਨੁੱਖੀ ਸ਼ਮੂਲੀਅਤ ਦੀ ਲੋੜ ਫਿਰ ਵੀ ਰਹੇਗੀ।

ਦੱਸੋ ਕਿ ਕੀ ਬਦਲ ਰਿਹਾ ਹੈ ਅਤੇ ਕੀ ਨਹੀਂ। ਜੇ ਇਸ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੌਰਾਨ ਕੋਈ ਅਹੁਦੇ ਖਤਮ ਨਹੀਂ ਕੀਤੇ ਜਾ ਰਹੇ, ਤਾਂ ਇਹ ਗੱਲ ਕਹੋ। ਜੇ ਕੁਝ ਕੰਮ ਬਦਲਣਗੇ, ਤਾਂ ਦੱਸੋ ਕਿ ਕਿਹੜੇ ਅਤੇ ਕਿਵੇਂ। ਫਿਰ ਲੋਕਾਂ ਨੂੰ ਵਿਹਾਰਕ ਚਿੰਤਾਵਾਂ ਉਠਾਉਣ ਦਿਓ, ਜਿਵੇਂ ਗਾਹਕ ਦੀ ਜਾਣਕਾਰੀ ਦੀ ਗੁਪਤਤਾ ਜਾਂ ਸਹੀਪਣ, ਅਤੇ ਵਾਜਬ ਚਿੰਤਾਵਾਂ ਦੇ ਆਧਾਰ ਉੱਤੇ ਨਿਯਮ ਬਣਾਓ। ਲੋਕ ਉਹ ਟੂਲ ਕਿਤੇ ਵੱਧ ਆਸਾਨੀ ਨਾਲ ਅਪਣਾਉਂਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਢਾਲਣ ਵਿੱਚ ਉਨ੍ਹਾਂ ਦਾ ਯੋਗਦਾਨ ਹੋਵੇ, ਬਜਾਏ ਉਨ੍ਹਾਂ ਟੂਲਾਂ ਦੇ ਜਿਨ੍ਹਾਂ ਬਾਰੇ ਉਨ੍ਹਾਂ ਨੂੰ ਸਿਰਫ਼ ਐਲਾਨ ਕਰਕੇ ਦੱਸਿਆ ਜਾਵੇ।

ਰੁਕੀ ਹੋਈ ਲਾਗੂ ਕਰਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਮੁੜ ਚਲਾਉਣ ਲਈ ਕੀ ਕਰਨਾ ਪੈਂਦਾ ਹੈ?

ਪੈਲੋ ਐਨਾਲਿਟਿਕਸ, ਇੱਕ ਕਾਲਪਨਿਕ 60-ਵਿਅਕਤੀਆਂ ਵਾਲੀ ਸਾਫਟਵੇਅਰ ਕੰਪਨੀ, ਨੇ ਹਰ ਕਿਸੇ ਲਈ AI ਸਹਾਇਕ ਦੇ ਕਾਰੋਬਾਰੀ ਪਲਾਨ ਦੇ ਵਰਤੋਂਕਾਰ ਲਾਇਸੈਂਸ ਖਰੀਦੇ। ਛੇ ਹਫ਼ਤਿਆਂ ਬਾਅਦ, ਪ੍ਰਬੰਧਕੀ ਪੈਨਲ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਜ਼ਿਆਦਾਤਰ ਲੋਕਾਂ ਨੇ ਸ਼ੁਰੂਆਤੀ ਹਫ਼ਤੇ ਦੌਰਾਨ ਲਾਗਇਨ ਕੀਤਾ ਸੀ ਅਤੇ ਸਿਰਫ਼ ਗਿਣਤੀ ਦੇ ਲੋਕ ਹੀ ਇਸ ਨੂੰ ਹਰ ਹਫ਼ਤੇ ਵਰਤਦੇ ਹਨ, ਮੁੱਖ ਤੌਰ ਉੱਤੇ ਇੰਜੀਨੀਅਰਿੰਗ ਅਤੇ ਮਾਰਕੀਟਿੰਗ ਵਿੱਚ। ਮੁੱਖ ਸੰਚਾਲਨ ਅਧਿਕਾਰੀ ਦਾ ਪਹਿਲਾ ਖ਼ਿਆਲ ਯਾਦ ਦਿਵਾਉਣ ਵਾਲੀ ਈਮੇਲ ਭੇਜਣ ਦਾ ਹੁੰਦਾ ਹੈ। ਇਸ ਦੀ ਬਜਾਏ, ਉਹ ਤਿੰਨ ਟੀਮ ਮੁਖੀਆਂ ਨੂੰ ਕਾਰਨ ਪੁੱਛਦੀ ਹੈ।

ਜਵਾਬ ਖ਼ਾਸ ਹਨ। ਗਾਹਕ ਸਫਲਤਾ ਟੀਮ ਨੂੰ ਨਹੀਂ ਪਤਾ ਸੀ ਕਿ ਕੀ ਉਹ ਗਾਹਕਾਂ ਦੀਆਂ ਈਮੇਲਾਂ ਚਿਪਕਾ ਸਕਦੇ ਹਨ (ਨਿਯਮ-ਪੱਤਰ ਵਿੱਚ ਬਿਨਾਂ ਉਦਾਹਰਨਾਂ ਦੇ ਲਿਖਿਆ ਸੀ 'ਕੋਈ ਗੁਪਤ ਡਾਟਾ ਨਹੀਂ')। ਵਿੱਤ ਟੀਮ ਨੇ ਅੰਤਰ ਦੀ ਵਿਆਖਿਆ ਲਈ ਇੱਕ ਵਾਰ ਇਸਨੂੰ ਅਜ਼ਮਾਇਆ, ਇੱਕ ਮਨਘੜਤ ਕਾਰਨ ਮਿਲਿਆ ਅਤੇ ਉਨ੍ਹਾਂ ਨੇ ਵਰਤਣਾ ਛੱਡ ਦਿੱਤਾ। ਵਿਕਰੀ ਟੀਮ ਨੂੰ ਲੱਗਦਾ ਸੀ ਕਿ ਇਹ 'ਮਾਰਕੀਟਿੰਗ ਲਈ' ਹੈ। ਹੱਲ ਵੀ ਉਨੇ ਹੀ ਖ਼ਾਸ ਹਨ। ਗਾਹਕ ਸਫਲਤਾ ਟੀਮ ਨੂੰ ਇੱਕ ਨਿਯਮ ਮਿਲਦਾ ਹੈ: ਈਮੇਲ ਦਾ ਪਾਠ ਚਿਪਕਾਓ, ਪਰ ਗਾਹਕ ਅਤੇ ਉਸਦੀ ਕੰਪਨੀ ਦੇ ਨਾਮਾਂ ਦੀ ਥਾਂ ਭਰਨ ਵਾਲੇ ਖਾਨੇ ਰੱਖੋ। ਵਿੱਤ ਟੀਮ ਨੂੰ ਇੱਕ ਕੰਮ ਮਿਲਦਾ ਹੈ ਜਿਸਦੀ ਹਦਾਇਤ ਹੈ 'ਅੰਕੜਿਆਂ ਵਿੱਚ ਬਦਲਾਅ ਦਾ ਵਰਣਨ ਕਰੋ; ਕੋਈ ਕਾਰਨ ਨਾ ਦੱਸੋ ਜਦੋਂ ਤੱਕ ਉਹ ਮੇਰੇ ਦਿੱਤੇ ਨੋਟਾਂ ਵਿੱਚ ਨਾ ਹੋਵੇ' ਅਤੇ ਇੱਕ ਜਾਂਚ: ਹਰ ਅੰਕੜੇ ਦੀ ਮੁੜ ਗਣਨਾ ਕਰੋ। ਵਿਕਰੀ ਟੀਮ ਨੂੰ ਦੋ ਨਿਰਧਾਰਤ ਕੰਮ ਮਿਲਦੇ ਹਨ: ਕਾਲ ਦੇ ਨੋਟ ਸੁਚੱਜੇ ਕਰਨਾ ਅਤੇ ਉਨ੍ਹਾਂ ਨੋਟਾਂ ਤੋਂ ਅਗਲੇ ਸੰਪਰਕ ਦੇ ਮਸੌਦੇ ਬਣਾਉਣਾ।

ਹਰ ਟੀਮ ਮੁਖੀ ਆਪਣੀ ਟੀਮ ਦੇ ਕੰਮਾਂ ’ਤੇ ਇੱਕ 30-ਮਿੰਟ ਦਾ ਅਭਿਆਸ ਸੈਸ਼ਨ ਚਲਾਉਂਦਾ ਹੈ। ਚਾਰ ਹਫ਼ਤਿਆਂ ਬਾਅਦ, ਮੁੱਖ ਸੰਚਾਲਨ ਅਧਿਕਾਰੀ ਹਰ ਟੀਮ ਦੇ ਪੰਜ ਤਿਆਰ ਨਤੀਜੇ ਉਸ ਦੇ ਮੁਖੀ ਨਾਲ ਦੇਖਦਾ ਹੈ, ਲੌਗਇਨ ਚਾਰਟ ਨਹੀਂ। ਦੋ ਕੰਮ ਚੰਗੇ ਚੱਲ ਰਹੇ ਹਨ, ਇੱਕ ਲਈ ਬਿਹਤਰ ਪ੍ਰੌਮਪਟ ਦੀ ਲੋੜ ਹੈ, ਅਤੇ ਇੱਕ ਕੰਮ—ਨਵੀਨੀਕਰਨ ਦੀਆਂ ਕੀਮਤਾਂ ਵਾਲੀਆਂ ਈਮੇਲਾਂ ਦੇ ਖਰੜੇ ਲਿਖਣਾ—ਬੰਦ ਕਰ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ ਕਿਉਂਕਿ ਸਮੀਖਿਅਕ ਨੂੰ ਹਰ ਖਰੜਾ ਮੁੜ ਲਿਖਣਾ ਪਿਆ ਸੀ। ਅਪਣਾਉਣ ਦਾ ਮਤਲਬ ਇਹ ਹੈ: ਘੱਟ ਪਰ ਬਿਹਤਰ ਨਿਯਮਤ ਕੰਮ-ਤਰੀਕੇ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਲੋਕ ਅਸਲ ਵਿੱਚ ਵਰਤਦੇ ਹਨ।

AI ਅਪਣਾਉਣ ਦੇ ਪੜਾਅ ਕਿਹੜੇ ਹਨ?

ਪੜਾਵਾਂ ਦਾ ਕੋਈ ਇੱਕ ਸਰਬਸੰਮਤ ਮਾਡਲ ਨਹੀਂ ਹੈ; ਸਲਾਹਕਾਰ ਅਤੇ ਵਿਕਰੇਤਾ ਵੱਖ-ਵੱਖ ਮਾਡਲ ਪ੍ਰਕਾਸ਼ਿਤ ਕਰਦੇ ਹਨ। ਛੋਟੀ ਜਾਂ ਦਰਮਿਆਨੀ ਕੰਪਨੀ ਲਈ ਚਾਰ ਪੜਾਵਾਂ ਦਾ ਇਹ ਵਰਣਨ ਲਾਹੇਵੰਦ ਹੈ: ਅਜ਼ਮਾਇਸ਼ (ਵਿਅਕਤੀ ਤਜਰਬੇ ਕਰਦੇ ਹਨ, ਅਕਸਰ ਨਿੱਜੀ ਖਾਤਿਆਂ ’ਤੇ), ਮਨਜ਼ੂਰੀ (ਇੱਕ ਟੂਲ, ਕਾਰੋਬਾਰੀ ਸਬਸਕ੍ਰਿਪਸ਼ਨ ਅਤੇ ਲਿਖਤੀ ਨਿਯਮ), ਨਿਯਮਤ ਵਰਤੋਂ (ਖ਼ਾਸ ਕੰਮ ਉਨ੍ਹਾਂ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਲੋਕਾਂ ਵੱਲੋਂ ਹਰ ਹਫ਼ਤੇ ਹਦਾਇਤਾਂ ਅਤੇ ਜਾਂਚਾਂ ਸਮੇਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ) ਅਤੇ ਸੁਧਾਰ (ਕੰਪਨੀ ਨਤੀਜਿਆਂ ਦੀ ਸਮੀਖਿਆ ਕਰਦੀ ਹੈ, ਕਮਜ਼ੋਰ ਕੰਮ-ਪ੍ਰਕਿਰਿਆਵਾਂ ਬੰਦ ਕਰਦੀ ਹੈ ਅਤੇ ਸੋਚ-ਸਮਝ ਕੇ ਨਵੀਆਂ ਜੋੜਦੀ ਹੈ)। ਇਹ ਸੰਪਾਦਕੀ ਵਰਣਨ ਹੈ, ਕੋਈ ਪ੍ਰਕਾਸ਼ਿਤ ਢਾਂਚਾ ਨਹੀਂ।

ਮਹੱਤਵਪੂਰਨ ਬਦਲਾਅ ਮਨਜ਼ੂਰੀ ਤੋਂ ਰੋਜ਼ਾਨਾ ਵਰਤੋਂ ਤੱਕ ਪਹੁੰਚਣਾ ਹੈ। ਕਈ ਕੰਪਨੀਆਂ ਮਨਜ਼ੂਰੀ ’ਤੇ ਹੀ ਰੁਕ ਜਾਂਦੀਆਂ ਹਨ: ਉਨ੍ਹਾਂ ਕੋਲ ਲਾਇਸੈਂਸ ਅਤੇ ਨੀਤੀ ਹੁੰਦੇ ਹਨ, ਅਤੇ ਉਹ ਸੋਚਦੀਆਂ ਹਨ ਕਿ ਬਹੁਤਾ ਕੁਝ ਬਦਲਿਆ ਕਿਉਂ ਨਹੀਂ। ਰੋਜ਼ਾਨਾ ਵਰਤੋਂ ਤੱਕ ਪਹੁੰਚਣ ਲਈ ਕੰਮਾਂ ਦੀ ਚੋਣ, ਅਭਿਆਸ ਅਤੇ ਸਮੀਖਿਆ ਲੋੜੀਂਦੇ ਹਨ। ਇਸ ਪੰਨੇ ’ਤੇ ਇਸੇ ਕੰਮ ਦਾ ਵਰਣਨ ਹੈ।

ਮੈਨੇਜਰ ਨੂੰ ਕਿਹੜੇ ਸੰਕੇਤਾਂ ਉੱਤੇ ਨਜ਼ਰ ਰੱਖਣੀ ਚਾਹੀਦੀ ਹੈ?

ਕੁੱਲ ਲੌਗਇਨਾਂ ਦੀ ਥਾਂ ਨਿਰਧਾਰਤ ਕੰਮਾਂ ਵਿੱਚ ਕੰਮ ਦੀ ਗੁਣਵੱਤਾ ਅਤੇ ਵਾਰ-ਵਾਰ ਵਰਤੋਂ ’ਤੇ ਨਜ਼ਰ ਰੱਖੋ। ਲਾਭਦਾਇਕ ਸੰਕੇਤ ਹਨ: ਹਰ ਹਫ਼ਤੇ ਕਿੰਨੇ ਮਨਜ਼ੂਰਸ਼ੁਦਾ ਕੰਮ ਤੈਅ ਤਰੀਕੇ ਨਾਲ ਕੀਤੇ ਜਾ ਰਹੇ ਹਨ, ਸਮੀਖਿਅਕ ਕਿੰਨੀਆਂ ਸੋਧਾਂ ਕਰਦਾ ਹੈ, ਕੀ ਗਲਤੀਆਂ ਟੀਮ ਤੋਂ ਬਾਹਰ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ ਫੜੀਆਂ ਜਾਂਦੀਆਂ ਹਨ, ਅਤੇ ਕੀ ਲੋਕ ਦੱਸ ਸਕਦੇ ਹਨ ਕਿ ਉਨ੍ਹਾਂ ਨੇ ਖਰੜੇ ਵਿੱਚ ਕੀ ਬਦਲਿਆ। ਲੌਗਇਨ ਪਹੁੰਚ ਬਾਰੇ ਦੱਸਦੇ ਹਨ; ਕੰਮ ਬਿਹਤਰ ਹੋਇਆ ਹੈ ਜਾਂ ਨਹੀਂ, ਇਸ ਬਾਰੇ ਉਹ ਬਹੁਤ ਘੱਟ ਦੱਸਦੇ ਹਨ।

ਲੋਕਾਂ ਵੱਲੋਂ ਆਪਣੇ ਬਾਰੇ ਦੱਸੇ ਲਾਭਾਂ ਨਾਲ ਸਾਵਧਾਨ ਰਹੋ। ਜਿਨ੍ਹਾਂ ਨੂੰ ਕੋਈ ਸਾਧਨ ਪਸੰਦ ਹੁੰਦਾ ਹੈ, ਉਹ ਅਕਸਰ ਉਸ ਨਾਲ ਬਚਦੇ ਸਮੇਂ ਦਾ ਅੰਦਾਜ਼ਾ ਵਧਾ ਕੇ ਲਾਉਂਦੇ ਹਨ, ਅਤੇ ਜਿਨ੍ਹਾਂ ਨੂੰ ਉਹ ਪਸੰਦ ਨਹੀਂ ਹੁੰਦਾ, ਉਹ ਘੱਟ ਲਾਉਂਦੇ ਹਨ। ਇੱਕੋ ਵਿਅਕਤੀ ਵੱਲੋਂ ਸਮੀਖਿਆ ਕੀਤੇ, ਉਸੇ ਕੰਮ ਦੇ ਪਹਿਲਾਂ ਅਤੇ ਬਾਅਦ ਦੇ ਕੁਝ ਨਮੂਨੇ ਬਿਹਤਰ ਸਬੂਤ ਹਨ। AI ਸਿਖਲਾਈ ਦਾ ਅਸਰ ਹੋਇਆ ਜਾਂ ਨਹੀਂ, ਇਹ ਮਾਪਣ ਬਾਰੇ ਸਾਡਾ ਜਵਾਬ ਇਸ ਨੂੰ ਹੋਰ ਵਿਸਥਾਰ ਨਾਲ ਸਮਝਾਉਂਦਾ ਹੈ।

AI ਦੀ ਵਰਤੋਂ ਵਧਾਉਣ 'ਤੇ ਜ਼ੋਰ ਦੇਣਾ ਕਦੋਂ ਗ਼ਲਤ ਟੀਚਾ ਹੁੰਦਾ ਹੈ?

ਜਦੋਂ ਕੰਮ AI ਲਈ ਢੁਕਵੇਂ ਨਾ ਹੋਣ, ਜਦੋਂ ਕੋਈ ਵੀ ਨਤੀਜੇ ਦੀ ਸਮੀਖਿਆ ਨਾ ਕਰ ਸਕੇ, ਜਾਂ ਜਦੋਂ ਟੀਮ ਦੀ ਅਸਲ ਸਮੱਸਿਆ ਕੰਮ ਦਾ ਬੋਝ ਜਾਂ ਪ੍ਰਕਿਰਿਆ ਹੋਵੇ, ਤਾਂ AI ਦੀ ਵਰਤੋਂ ਵਧਾਉਣ 'ਤੇ ਜ਼ੋਰ ਦੇਣਾ ਗਲਤ ਟੀਚਾ ਹੈ। 'ਹਰ ਕੋਈ ਰੋਜ਼ AI ਵਰਤੇ' ਵਰਗਾ ਟੀਚਾ ਸਿਰਫ਼ ਵਰਤੋਂ ਕਰਨ ਨੂੰ ਹੀ ਇਨਾਮ ਦਿੰਦਾ ਹੈ ਅਤੇ ਲੋਕਾਂ ਨੂੰ ਅਜਿਹੇ ਕੰਮਾਂ ਵੱਲ ਧੱਕ ਸਕਦਾ ਹੈ ਜਿੱਥੇ AI ਕੋਈ ਮੁੱਲ ਜੋੜੇ ਬਿਨਾਂ ਜੋਖਮ ਵਧਾਉਂਦਾ ਹੈ। ਕੁਝ ਭੂਮਿਕਾਵਾਂ ਵਿੱਚ AI ਦੀ ਕਦੇ-ਕਦਾਈਂ ਵਰਤੋਂ ਹੋਣਾ ਠੀਕ ਹੈ।

ਜੇ ਨਿਯਮ ਤੈਅ ਨਹੀਂ ਹੋਏ, ਤਾਂ ਇਹ ਟੀਚਾ ਵੀ ਗ਼ਲਤ ਹੈ। ਲੋਕਾਂ ਨੂੰ ਇਹ ਪਤਾ ਲੱਗਣ ਤੋਂ ਪਹਿਲਾਂ ਕਿ ਉਹ ਕੀ ਸਾਂਝਾ ਕਰ ਸਕਦੇ ਹਨ, ਵਰਤੋਂ ਲਈ ਉਤਸ਼ਾਹਿਤ ਕਰਨਾ ਡਾਟੇ ਨਾਲ ਜੁੜੀਆਂ ਠੀਕ ਉਹੀ ਗ਼ਲਤੀਆਂ ਨੂੰ ਸੱਦਾ ਦਿੰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਕਾਰਨ ਪ੍ਰਬੰਧਕ ਟੂਲ ਦੀ ਵਰਤੋਂ ਬੰਦ ਕਰ ਦਿੰਦੇ ਹਨ।

AI ਅਪਣਾਉਣ ਵਿੱਚ Tosheo.ai ਦੀ ਕੀ ਭੂਮਿਕਾ ਹੈ?

Tosheo.ai ਨੂੰ AI ਅਪਣਾਉਣ ਦੇ ਅਭਿਆਸ ਵਾਲੇ ਹਿੱਸੇ ਲਈ ਤਿਆਰ ਕਰਨ ਦੀ ਯੋਜਨਾ ਹੈ। ਸ਼ੁਰੂਆਤ ਵੇਲੇ ਮੈਨੇਜਰ ਲਈ ਭੂਮਿਕਾਵਾਂ ਅਤੇ ਟੀਮ ਵੱਲੋਂ ਵਰਤੇ ਜਾਂਦੇ AI ਟੂਲ ਚੁਣਨ ਦੀ ਸਹੂਲਤ ਯੋਜਨਾਬੱਧ ਹੈ; ਹਰ ਵਿਅਕਤੀ 5 ਮਿੰਟ ਦੀ ਸ਼ੁਰੂਆਤੀ ਹੁਨਰ ਜਾਂਚ ਕਰੇਗਾ ਅਤੇ ਫਿਰ 10 ਤੋਂ 15 ਮਿੰਟ ਦੇ ਪਾਠ ਕਰੇਗਾ। ਹਰ ਪਾਠ ਦੇ ਅੰਤ ਵਿੱਚ ਅਸਲ AI ਟੂਲ ਨਾਲ ਅਮਲੀ ਕੰਮ ਹੋਵੇਗਾ, ਜਿਸ ਨੂੰ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਦਿਖਾਏ ਗਏ ਅੰਕਾਂਕਣ ਮਾਪਦੰਡਾਂ ਅਨੁਸਾਰ ਅੰਕ ਦਿੱਤੇ ਜਾਣਗੇ। ਯੋਜਨਾਬੱਧ ਮੈਨੇਜਰ ਡੈਸ਼ਬੋਰਡ ਹੁਨਰ ਦੀ ਤਰੱਕੀ ਅਤੇ ਪਾਠ ਪੂਰੇ ਹੋਣ ਦੀ ਸਥਿਤੀ ਦਿਖਾਏਗਾ, ਚੈਟ ਦੇ ਮੂਲ ਰਿਕਾਰਡ ਕਦੇ ਨਹੀਂ। ਪਲੇਟਫਾਰਮ ਵੱਲੋਂ ਅਕਿਰਿਆਸ਼ੀਲ ਸਿਖਿਆਰਥੀਆਂ ਨੂੰ ਯਾਦ-ਸੁਨੇਹੇ ਅਤੇ ਮੈਨੇਜਰ ਨੂੰ ਹਫ਼ਤਾਵਾਰੀ ਸਾਰ ਭੇਜਣ ਦੀ ਵੀ ਯੋਜਨਾ ਹੈ।

ਇਹ ਹਾਲੇ ਬਣਾਇਆ ਨਹੀਂ ਗਿਆ, ਇਸ ਲਈ ਇਸ ਨੂੰ ਅਪਣਾਉਣ ਦੇ ਕੋਈ ਨਤੀਜੇ ਦਿਖਾਉਣ ਲਈ ਨਹੀਂ ਹਨ। ਜੇ ਤੁਹਾਡੇ ਨਿਯਮ ਹਾਲੇ ਤੈਅ ਨਹੀਂ ਹਨ ਜਾਂ ਤੁਹਾਡੀ ਟੀਮ ਕੋਲ AI ਲਈ ਢੁਕਵੇਂ ਕੰਮ ਨਹੀਂ ਹਨ, ਤਾਂ ਇਹ ਸਹੀ ਜਵਾਬ ਨਹੀਂ ਹੈ; ਉੱਪਰ ਦਿੱਤੇ ਕਦਮਾਂ ਨਾਲ ਪਹਿਲਾਂ ਇਹ ਗੱਲਾਂ ਸੁਲਝਾਓ। ਯੋਜਿਤ ਕੀਮਤਾਂ ਕੀਮਤਾਂ ਵਾਲੇ ਪੰਨੇ 'ਤੇ ਹਨ।

ਸਰੋਤ ਅਤੇ ਦਾਇਰਾ

DSIT, AI ਅਪਣਾਉਣ ਬਾਰੇ ਖੋਜ ਰਿਪੋਰਟ (ਮੈਦਾਨੀ ਖੋਜ ਫਰਵਰੀ ਤੋਂ ਮਈ 2025), ਜਨਵਰੀ 2026 ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਿਤ ↗

GOV.UK, AI ਅਪਣਾਉਣ ਬਾਰੇ ਖੋਜ ਦਾ ਪ੍ਰਕਾਸ਼ਨ ਪੰਨਾ, ਫ਼ਰਵਰੀ 2026 ਵਿੱਚ ਸੋਧਿਆ ਗਿਆ ↗

Acas, 4 ਵਿੱਚੋਂ 1 ਕਰਮਚਾਰੀ ਨੂੰ ਚਿੰਤਾ ਹੈ ਕਿ AI ਕਾਰਨ ਨੌਕਰੀਆਂ ਜਾਣਗੀਆਂ, 28 ਅਪ੍ਰੈਲ 2025 ↗

Acas, ਇੱਕ ਤਿਹਾਈ ਰੁਜ਼ਗਾਰਦਾਤਾਵਾਂ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ AI ਉਤਪਾਦਕਤਾ ਵਧਾਏਗਾ, 15 ਮਈ 2025 ↗