क्या एआई आपकी उपयोगिता के लिए सही फिट है? एआई से प्रभावी ढंग से कैसे संपर्क करें

यह लेख “एआई और जल प्रबंधन – अब उपयोगिताओं को क्या जानने की जरूरत है” पेपर से लिया गया था। आपको यहां पूरा पेपर मिल जाएगा।

एआई अक्सर इस भावना से प्रभावित हो जाता है कि यह सब कुछ हल करने और हर जगह काम करने जा रहा है। और जबकि जल क्षेत्र में एआई की क्षमता के बारे में आशावाद महत्वपूर्ण है, इसे विवेक की स्वस्थ खुराक के साथ तौला जाता है, और व्यक्तिगत उपयोगिताओं के अद्वितीय लक्ष्यों और प्राथमिकताओं पर ध्यान केंद्रित किया जाता है। यदि उपयोगिताओं को एआई में रुचि है, तो एआई अनुप्रयोगों के बारे में अधिक जानना और उन समस्याओं पर ध्यान से विचार करना महत्वपूर्ण है जिन्हें आपको हल करने की आवश्यकता है, इसलिए जब विक्रेता बड़े एआई वादों के साथ आपके संगठनों में आते हैं, तो आप मूल्यांकन करने के लिए तैयार हैं कि क्या यह एक समाधान है जो वास्तव में आपके लक्ष्यों के साथ संरेखित है।

दूसरे शब्दों में, पहले अपनी समस्या की पहचान करने से शुरू करें, फिर किसी समस्या की तलाश में समाधान के साथ शुरू करने के विपरीत, उचित उपकरण के लिए पीछे की ओर काम करें।

जल क्षेत्र के लिए कई उपकरण उपलब्ध हैं जो उपयोगिताओं को समस्याओं को हल करने में मदद करने के लिए मशीन लर्निंग का उपयोग करते हैं, और हमने ऊपर उन अनुप्रयोगों में से कुछ पर प्रकाश डाला है। जैसे-जैसे चैटजीपीटी के आसपास उत्साह जारी है, अधिक अनुप्रयोग विकसित किए जाएंगे जो जल उपयोगिता क्षेत्र के लिए प्रासंगिक हैं। यहां कुछ विचार दिए गए हैं जिन्हें आप ध्यान में रखना चाह सकते हैं।

एक उपयोगिता की सबसे बड़ी संपत्ति में से एक इसका डेटा है। एक उपयोगिता का डेटा अविश्वसनीय रूप से विविध और समृद्ध हो सकता है, लेकिन अंतराल और असमान गुणवत्ता के साथ भी स्पष्ट हो सकता है, जबकि एक संगठन में भी फैला हुआ है। ग्राहक डेटा, उपयोग दर, सेवा रुकावट डेटा, वित्तीय डेटा, मौसम डेटा, सामाजिक डेटा और फिर निश्चित रूप से नेटवर्क व्यवहार और नेटवर्क संपत्ति के बारे में कई डेटा हो सकते हैं। समस्या यह है कि, ये डेटा अक्सर व्यावसायिक इकाइयों के बीच विभाजित होते हैं, खासकर बड़े संगठनों में। आमतौर पर, संगठन व्यावसायिक इकाइयों में अपने डेटा का पूरी तरह से लाभ नहीं उठा रहे हैं, कई उद्योगों में एक आम समस्या है।

डेटा को एक संपत्ति के रूप में देखने और इसे एक परिसंपत्ति प्रणाली के रूप में काम करने से महत्वपूर्ण अवसर हो सकते हैं अंतर्दृष्टि उत्पन्न करने के लिए जिसका लाभ निर्णय लेने और ग्राहक अनुभव को बेहतर बनाने के लिए उठाया जा सकता है। उस बिंदु पर पहुंचना जहां डेटा इंजन हो सकता है जो एआई को फीड और ड्राइव करता है, डेटा स्वच्छता और डेटा तैयारी पर महत्वपूर्ण कार्रवाई की आवश्यकता होगी।

सबसे अच्छे विचार बेल पर मर सकते हैं यदि वे संगठनात्मक संस्कृति की गतिशीलता के भीतर ठीक से निहित नहीं हैं, और यह एआई उपकरणों को अपनाने पर भी लागू होता है। किसी भी तरह के बड़े बदलाव, विशेष रूप से तकनीकी परिवर्तन, का एक परिवर्तन प्रबंधन निहितार्थ है जिसे जल क्षेत्र को स्वीकार करने और ध्यान में रखने की आवश्यकता है।

एक संगठन में तकनीकी परिवर्तन विफल हो सकता है और कई कारणों से अत्यधिक महंगा हो सकता है, जैसे कि एक संगठन स्पष्ट रूप से पहचान और संचार नहीं कर रहा है कि क्यों एक नई तकनीक की आवश्यकता है और इसकी सफलता को मापने के लिए एक स्पष्ट रोडमैप बनाना है। खराब परिवर्तन प्रबंधन भी परिवर्तन के लिए कर्मचारी प्रतिरोध को बढ़ा सकता है, खासकर एआई-सक्षम उपकरणों के साथ जो अक्सर कार्यबल में स्वचालन और नौकरी उन्मूलन के खतरे के आसपास भय लाते हैं।

क्या एआई प्रौद्योगिकी का विरोध करने वाले जल संगठन नई प्रतिभा को आकर्षित नहीं करने का जोखिम उठाते हैं जिसकी जल क्षेत्र को स्पष्ट रूप से आवश्यकता होगी? यह अभी भी बहस के लिए है कि क्या युवा पीढ़ी उन संगठनों को चुनेगी जो एआई को दूसरों पर गले लगाते हैं जो इसे हथियारों की लंबाई में रखते हैं। मुद्दा यह है कि उभरती प्रौद्योगिकियों के उपयोग के बारे में एक उपयोगिता अपने मौजूदा और भविष्य के कार्यबल दोनों को जो संदेश देती है, उस पर विचार किया जाना चाहिए।

जबकि एआई छोटी उपयोगिताओं के लिए अधिक चुनौतीपूर्ण लग सकता है, छोटे उपयोगिताओं को बड़े संगठनों की तुलना में एआई उपकरणों को तेजी से अपनाने की बात आने पर लाभ हो सकता है। बस छोटे होने के आधार पर, कम साइलोडेड डेटा हो सकता है, और कम लोगों का मतलब संगठन के कामकाज में आसान बाएं-से-दाएं दृश्यता हो सकता है, जो परिवर्तन प्रबंधन को एक उपक्रम से कम बना देगा।

दूसरे शब्दों में, जबकि बड़ी उपयोगिताओं के पास स्वाभाविक रूप से एआई टूल को खिलाने और चलाने के लिए अधिक डेटा और एनालिटिक्स हो सकते हैं, जब वास्तव में नई तकनीक को अपनाने के लिए अपने संगठन को जुटाने की बात आती है तो वे कम चुस्त हो सकते हैं। एक छोटी उपयोगिता, भले ही उनके पास डेटा गैप हो, कम लालफीताशाही और कम लोगों के वांछित प्रौद्योगिकी परिवर्तन की ओर संरेखित करने के कारण उन अंतरालों को जल्दी से पाटने के लिए बेहतर स्थिति में हो सकता है।

फिर भी, सभी आकारों की उपयोगिताओं को कृत्रिम बुद्धिमत्ता के इस नए युग में उन समस्याओं पर तेज नज़र रखनी चाहिए जिन्हें वे संबंधित विचारों के साथ हल करना चाहते हैं, क्योंकि वे प्रासंगिक एआई समाधानों को चुनने और तैनात करने के विकल्पों का पता लगाते हैं।

कातियम को जल उद्योग के विशेषज्ञों और विचारकों के साथ सह-निर्मित किया गया है। हम वर्तमान और भविष्य की चुनौतियों का सामना करने के लिए सभी आकारों की उपयोगिताओं की मदद करने के लिए सामग्री बनाते हैं।

पॉल फ्लेमिंग, वाटरवैल्यू एंड वाटर, क्लाइमेट एंड टेक एडवाइजर के अध्यक्ष, एक काटियम सलाहकार हैं।