अवसंरचना के रूप में ज्ञान

एक लेख, हज़ार गलत जवाब

पिछले दशक के अधिकांश समय में, एक पुराना नॉलेज-बेस लेख एक सीमित समस्या थी। एक एजेंट इसे पढ़ सकता था, महसूस कर सकता था कि कुछ गड़बड़ है, और चुपचाप ग्राहक को वास्तविक समय में सही कर सकता था। खराब सामग्री और ग्राहक के बीच मानवीय निर्णय एक बफर का काम करता था। वह बफर अब गायब हो रहा है। रिट्रीवल-ऑगमेंटेड जनरेशन अब एआई कोपायलट और ग्राहक-सामने वाले चैटबॉट को सीधे उसी रिपॉजिटरी से जानकारी लेने की अनुमति देता है, और वे जो कुछ भी पाते हैं उसे पूरी आत्मविश्वास के साथ दोहराते हैं, बिना किसी हिचकिचाहट या दोबारा सोचने के। एक त्रुटि जो कभी एक कॉल को प्रभावित करती थी, अब उस दिन एआई द्वारा संभाली गई हर बातचीत में फैलने का जोखिम रखती है।

यह वह असहज खोज है जो कई संपर्क केंद्र 2024 और 2025 के दौरान कर रहे हैं क्योंकि वे एआई पायलटों को उत्पादन में ला रहे हैं। मॉडल शायद ही कभी समस्या होता है। इसे खिलाने वाला ज्ञान ही समस्या है। गार्टनर का व्यापक रूप से उद्धृत जुलाई 2024 का पूर्वानुमान — कि 2025 के अंत तक कम से कम 30% जनरेटिव एआई परियोजनाएं प्रूफ ऑफ कॉन्सेप्ट के बाद छोड़ दी जाएंगी, मुख्य रूप से खराब डेटा गुणवत्ता, अपर्याप्त जोखिम नियंत्रण, बढ़ती लागत या अस्पष्ट व्यावसायिक मूल्य के कारण — वास्तव में कृत्रिम बुद्धिमत्ता के बारे में एक बयान नहीं है। यह सामग्री के आसपास संगठनात्मक अनुशासन के बारे में एक चेतावनी है।

नॉलेज बेस अब केवल एक सहायता उपकरण नहीं है; यह एक उत्पादन प्रणाली बन रहा है। इसे उन प्रणालियों के समान कठोरता की आवश्यकता है जो धन का लेन-देन करती हैं।

शासन क्यों तत्काल, न कि महत्वाकांक्षी, बन गया

नॉलेज मैनेजमेंट में हमेशा सिद्धांत रूप में एक शासन परत रही है — स्टाइल गाइड, समीक्षा चक्र, अनुमोदन वर्कफ़्लो। व्यवहार में, अधिकांश संगठन इसे ढीले ढंग से मानते थे, क्योंकि एक पुराने लेख की लागत कम और स्थानीयकृत थी। एक ग्राहक को खोज से थोड़ा पुराना जवाब मिल सकता था; एक एजेंट ग्राहक को दोहराने से पहले त्रुटि को पकड़ सकता था।

एआई त्रुटि के लिए उस मार्जिन को हटा देता है। जब वही लेख एक साथ एक कोपायलट के सुझाए गए जवाबों को प्रशिक्षित करता है, एक ग्राहक चैटबॉट के जवाबों को आधार बनाता है और एक स्व-सेवा खोज परिणाम को पॉप्युलेट करता है, तो इसकी सटीकता अब जीवन की गुणवत्ता का मुद्दा नहीं रहती है। यह इस बात का निर्धारक बन जाता है कि क्या तीन अलग-अलग चैनल ग्राहक को एक ही दोपहर में तीन अलग-अलग — या तीन गलत — बातें बताते हैं। अस्पष्ट स्वामित्व, क्लासिक नॉलेज-बेस विफलता मोड, अब एक एआई मतिभ्रम के रूप में सामने आता है जो इसे पढ़ने वाले व्यक्ति को पूरी तरह से आधिकारिक लगता है।

यह परिचालन रूप से क्या मांग करता है

ज्ञान को बुनियादी ढांचे के रूप में मानना ​​बुनियादी ढांचे के अनुशासन को लागू करने का मतलब है: हर लेख के लिए नामित मालिक, निर्धारित समीक्षा तिथियां, संस्करण इतिहास, और — महत्वपूर्ण रूप से — सामग्री निर्माण और एआई अंतर्ग्रहण के बीच एक गेट। कुछ संगठन अब एक स्टेजिंग चरण चला रहे हैं, जहां नए या संपादित लेख एक सैंडबॉक्स किए गए रिट्रीवल इंडेक्स में बैठते हैं और लाइव एआई-फेसिंग कॉर्पस में पदोन्नति से पहले नमूना प्रश्नों के खिलाफ मान्य होते हैं। यह दर्शाता है कि सॉफ्टवेयर टीमें परिनियोजन से पहले कोड का परीक्षण कैसे करती हैं, और यह एक व्यापक सत्य को दर्शाता है: सामग्री अब कोड है, इस अर्थ में कि यह बड़े पैमाने पर, वितरण के बिंदु पर मानवीय समीक्षा के बिना निष्पादित होती है।

एक सेवानिवृत्ति की समस्या भी है। अधिकांश नॉलेज बेस लेखों को छांटने की तुलना में तेजी से जमा करते हैं। एक एआई प्रणाली में यह सहज ज्ञान नहीं होता है कि 2019 का नीति दस्तावेज तब से दो बार बदल दिया गया है; यह जो कुछ भी अनुक्रमित है उसे पुनः प्राप्त करेगा और इसे आज सुबह के अपडेट के समान आत्मविश्वास के साथ प्रस्तुत करेगा। अप्रचलन वर्कफ़्लो — सक्रिय रूप से संग्रह करना, न कि केवल सड़ने के लिए छोड़ना — निर्माण वर्कफ़्लो जितना ही महत्वपूर्ण हो जाता है। गार्टनर का पूर्वानुमान, वास्तव में, इस बात की भविष्यवाणी है कि जब संगठन इस कदम को छोड़ देते हैं तो क्या होता है: पायलट जो एक नियंत्रित डेमो में आशाजनक लगते थे, एक बार जब वास्तविक दुनिया की डेटा गुणवत्ता, जोखिम जोखिम और लागत की वास्तविकताएं बड़े पैमाने पर सामने आती हैं तो ढह जाते हैं।

व्यवहारिक परत: सुधार के बिना आत्मविश्वास

यहां एक सूक्ष्म जोखिम है जो इस बात में निहित है कि लोग आत्मविश्वास से दी गई जानकारी को कैसे संसाधित करते हैं। प्रभाव अनुमानी पर व्यवहारिक शोध से पता चलता है कि लोग इसकी सटीकता के लिए वितरण की प्रवाह और निश्चितता का उपयोग एक प्रॉक्सी के रूप में करते हैं — एक आत्मविश्वास से कहा गया गलत जवाब अक्सर एक झिझक वाले सही जवाब की तुलना में अधिक प्रेरक होता है। एआई एजेंट हर जवाब, सही या गलत, समान प्रवाह के साथ देते हैं। ग्राहकों के पास गलत जवाबों पर अविश्वास करने का कोई संकेत नहीं होता है। यह एक जांच को हटा देता है जो मानवीय बातचीत लगभग मुफ्त में प्रदान करती थी: हिचकिचाहट, ठहराव, दृश्य अनिश्चितता जो कभी 'इस पर भरोसा करने से पहले इसे सत्यापित करें' का संकेत देती थी।

अच्छा शासन कैसा दिखता है

जो संगठन गार्टनर के पूर्वानुमान के आंकड़े का हिस्सा बनने से बचते हैं, वे कुछ व्यावहारिक आदतों को साझा करते हैं। वे हर लेख के लिए एकल, नामित मालिकों को नियुक्त करते हैं बजाय इसके कि सामग्री को 'टीम के स्वामित्व' में छोड़ दें। वे जोखिम से जुड़े स्पष्ट समीक्षा चक्र निर्धारित करते हैं — मूल्य निर्धारण और अनुपालन सामग्री को सामान्य कैसे-करें गाइड की तुलना में कहीं अधिक बार समीक्षा की जाती है। वे किसी भी अद्यतन लेख के लाइव एआई रिट्रीवल इंडेक्स तक पहुंचने से पहले एक सत्यापन गेट बनाते हैं, सामग्री परिवर्तनों को कोड रिलीज के समान सावधानी के साथ मानते हैं। और वे पुरानी सामग्री को सक्रिय रूप से सेवानिवृत्त करते हैं बजाय इसके कि इसे इंडेक्स में अनिश्चित काल तक पड़ा रहने दें, एक एआई प्रणाली द्वारा सामने आने की प्रतीक्षा में जिसे अपनी अप्रचलन की कोई समझ नहीं है। इनमें से कोई भी विदेशी नहीं है। यह बुनियादी परिचालन स्वच्छता है, जिसे व्यवसाय की एक परत पर लागू किया गया है जो अधिकांश संगठनों के ध्यान देने से पहले चुपचाप भार-वहन करने वाली बन गई।