Inc42 और Confluent ने एक राउंडटेबल की मेजबानी की कि कैसे AI और वास्तविक समय के डेटा व्यापार रणनीति बदल रहे हैं, विभिन्न क्षेत्रों से प्रौद्योगिकी नेताओं की भागीदारी के साथ

वास्तविक समय के डेटा स्ट्रीमिंग बेहतर उत्पाद, सेवा संचालन और ग्राहक सगाई पर आधारित एआई एनालिटिक्स कैसे एनी एनालिटिक्स के बारे में चर्चा हुई

वक्ताओं ने भी विकसित प्रतिस्पर्धी परिदृश्य और एआई एकीकरण के तीन स्तंभों में डेटा शासन, जोखिम प्रबंधन और नैतिकता सहित,

AI एक नए और परिवर्तनकारी युग में प्रवेश कर रहा है। पारंपरिक एआई और एमएल से जेनई और स्ट्रीमिंग एनालिटिक्स में बदलाव एक तकनीकी छलांग से अधिक है। इसने एक पूर्ण विकसित व्यापार सुदृढीकरण का नेतृत्व किया है। संचालन करने वाले उद्यम तेजी से कार्य कर सकते हैं, होशियार तय कर सकते हैं और प्रतिस्पर्धी बढ़त रखने के लिए ग्राहक अनुभव को बढ़ा सकते हैं। स्टार्टअप्स, विशेष रूप से, नवाचारों को तेज करने और इनकंबेंट्स को बाधित करने के लिए जीनई और रियल-टाइम डेटा एनालिटिक्स की संयुक्त शक्ति का उपयोग कर रहे हैं।

जैसा कि कंपनियां तेजी से एआई-जेनई और इसके कई वेरिएंट को अपनाती हैं, वे तेजी से प्रयोग से कार्रवाई में स्थानांतरित हो जाते हैं। एक के अनुसार मैकिन्से सर्वेक्षण78% उत्तरदाताओं का कहना है कि उनके संगठन कम से कम एक व्यावसायिक समारोह में एआई का उपयोग करते हैं, 2024 की शुरुआत में 72% से और एक साल पहले 55%। इसके अलावा, 71% उत्तरदाताओं ने विपणन और बिक्री, उत्पाद और सेवा विकास, सेवा संचालन और सॉफ्टवेयर इंजीनियरिंग में Genai के नियमित उपयोग की रिपोर्ट की। इसी तरह, प्रति ए पीडब्ल्यूसी रिपोर्ट एआई व्यावसायिक भविष्यवाणियों पर, 49% प्रौद्योगिकी नेताओं का कहना है कि एआई पूरी तरह से उनकी कंपनियों की मुख्य व्यावसायिक रणनीति में एकीकृत है, और एक तीसरी रिपोर्ट उत्पादों और सेवाओं में पूर्ण एकीकरण है।

ये रुझान आज की अर्थव्यवस्था में व्यावसायिक सफलता को चलाने में एआई के बढ़ते प्रभुत्व को साबित करते हैं।

डेटा स्ट्रीमिंग प्लेटफॉर्म कंफ्लुएंट के सहयोग से एआई और रियल-टाइम डेटा इनसाइट्स, INC42 की शक्ति को डिकोड करने के लिए, हाल ही में बेंगलुरु में अपनी चल रही ज्ञान श्रृंखला के हिस्से के रूप में एक राउंडटेबल का आयोजन किया– कार्यकारी बोर्डरूम: विकास के लिए डेटा का दोहन करना। राउंडटेबल के दूसरे संस्करण ने विभिन्न उद्योगों जैसे बीमा, ईकॉमर्स, ऑटोमोटिव, सॉफ्टवेयर डेवलपमेंट, आर्टिफिशियल इंटेलिजेंस और बहुत कुछ के 14 तकनीकी नेताओं को एक साथ लाया। चर्चा प्रमुख विषय के आसपास केंद्रित है – तेजी से निर्णय लेने के लिए भारतीय स्टार्टअप एआई और वास्तविक समय के डेटा को कैसे अपना रहे हैं।

मिराई वेंचर्स के संस्थापक भागीदार और 3AI के सीईओ, समीर धनराजानी ने सत्र को संचालित किया।

प्रतिभागियों में थे:

• Alok Mishra, Cofounder & CTO, GoodMeetings
• शशी किरण। एच, हेड, एआई और एप्लिकेशन इंजीनियरिंग, अल्टिगरीन प्रोपल्शन लैब्स
• मयंक सतनालिका, निदेशक, एआई और इंजीनियरिंग, क्लाउडसेक
• प्रांजल सिंह, स्टाफ डेटा वैज्ञानिक, उडान
• ऋषभ जैन, इंजीनियरिंग के प्रमुख, वहान.एआई
• अविनाश पांडे, कोफाउंडर और सीटीओ, लीला गेम्स
• यश गुप्ता, कॉफाउंडर और सीटीओ, नोवा बेनिफिट्स
• रमित भारद्वाज, सीटीओ, इंडिकबे
• डॉ। राजा मुगासिमंगलम, संस्थापक और सीईओ, जीनोटाइपिक
• मोहन कृष्ण देवरापल्ली, इंजीनियरिंग के वरिष्ठ निदेशक, PAYU
• रघुनंदन गुप्ता, Enginering के निदेशक, Eka.care
• भार्गव जोशी, दिगनटारा में डेटा वैज्ञानिक
• रोहित व्यास, कंट्री प्रेसेलेस लीडर (इंडिया), कॉन्फ्लुएंंट
• अजय येलुरी, सीटीओ, सिड ग्लोबल सॉल्यूशंस

एआई और रियल-टाइम डेटा ने निर्णय लेने और उत्पादकता को बढ़ावा दिया

व्यवसायों ने लंबे समय से उच्च-प्रभाव वाले निर्णयों के लिए डेटा और पारंपरिक एआई पर भरोसा किया है। लेकिन जेनई का उदय एक महत्वपूर्ण मोड़ है। यह सिर्फ स्वचालन के बारे में नहीं है; यह नई संभावनाएं बनाने के बारे में है। सामग्री उत्पन्न करने से लेकर जटिल डेटा को जल्दी से पार्स करने तक, यह संदर्भ-समृद्ध अंतर्दृष्टि को अनलॉक करता है जो बुद्धिमान वर्कफ़्लो और बेहतर ग्राहक अनुभवों को चलाता है। यह सिर्फ एक नया उपकरण नहीं है; यह काम करने का एक नया तरीका है।

तदनुसार, वास्तविक समय, डेटा-संचालित निर्णय अब जटिल डिजिटल पारिस्थितिक तंत्र को नेविगेट करने वाले व्यवसायों के लिए टेबल स्टेक हैं। PAYU के देवरापल्ली ने भुगतान स्थान में अपनी महत्वपूर्णता पर जोर दिया, जहां कंपनियां लेनदेन और मिलीसेकंड मामले को संसाधित करने के लिए कई भुगतान गेटवे का उपयोग करती हैं।

उन्होंने कहा, “प्रत्येक लेनदेन को रूट करने के लिए सही भुगतान गेटवे की पहचान करना व्यापार-महत्वपूर्ण है। सफलता दर को अधिकतम करने और मार्जिन की रक्षा करने के लिए, कंपनियों को पहले के पैटर्न और लाइव डेटा का विश्लेषण करना चाहिए ताकि इष्टतम गेटवे को तुरंत चुनें,” उन्होंने कहा।

इलेक्ट्रिक वाहन: नवाचार चक्रों को तेज करना

ईवी निर्माता भी नए उत्पाद वेरिएंट को जल्दी से रोल आउट करने के लिए एआई और वास्तविक समय के डेटा पर कड़ी मेहनत करते हैं। आज के इलेक्ट्रिक वाहनों में निर्मित इतने सारे सेंसर के साथ, कंपनियों को इस बात पर लगातार प्रतिक्रिया मिल रही है कि लोग किस सुविधाओं पर भरोसा करते हैं और कैसे उपयोग भौगोलिक क्षेत्रों में भिन्न होता है। इस तरह की अंतर्दृष्टि का मतलब है कि कोई 20-30% घटकों को अपडेट कर सकता है और छह से आठ महीनों में एक संस्करण लॉन्च कर सकता है। यह ऐतिहासिक दो साल के चक्र ICE (आंतरिक दहन इंजन) वाहन निर्माताओं से एक बड़ा छलांग है, जो एक नया मॉडल लाने के लिए लेता है, आंशिक रूप से इस तरह के डेटा की कमी के कारण।

ईवी खिलाड़ी वास्तविक समय में जो कुछ भी सीख रहे हैं, उसके आधार पर पूरे वाहन वास्तुकला पर भी पुनर्विचार कर सकते हैं।

“यह बदलाव बदल रहा है कि कैसे पूरा उद्योग नवाचार करता है,” Altigreen के शशि किरण ने कहा।

संगम से व्यास ने तेजी से फैसलों और गहरी अंतर्दृष्टि के लिए वास्तविक समय के डेटा का उपयोग करके प्रतिस्पर्धी बढ़त संगठनों के लाभ को रेखांकित किया।

“यह काफी स्पष्ट है कि तेजी से डेटा हर बार धीमी डेटा को हरा देता है,” उन्होंने कहा। “जब जीवन वास्तविक समय में होता है, तो डेटा लैग क्यों होना चाहिए? डेटा क्षैतिज है। यह एप्लिकेशन संचालन से लेकर साइबर-रिजिलियंस तक हर उद्योग और कार्य को शक्ति देता है। फास्ट डेटा सिर्फ एक फायदा नहीं है; यह एआई की नींव है।”

एआई एकीकरण के तीन स्तंभ: डेटा शासन, जोखिम प्रबंधन और नैतिकता

व्यावसायिक रणनीति के साथ एआई को संरेखित करना टिक करने के लिए एक बॉक्स नहीं है। यह एक कंपनी की डिजिटल परिपक्वता के आकार की एक गतिशील, चल रही प्रक्रिया है। एंटरप्राइज टेक दुनिया में, ऐतिहासिक डेटा को क्रंच करने के लिए एआई का उपयोग करने का पुराना मॉडल एक तेज, अधिक चुस्त दृष्टिकोण को रास्ता दे रहा है-वास्तविक समय डेटा धाराओं का दोहन करना। ये निरंतर लाइव डेटा प्रवाह व्यवसायों को बाधा से आगे बढ़ने और लगभग तुरंत सूचित निर्णय लेने में सक्षम बनाता है। ये परिणाम? स्मार्ट ग्राहक सगाई, अधिक लचीला आपूर्ति श्रृंखला, और तेजी से, सक्रिय जोखिम प्रबंधन।

इससे पहले कि कंपनियां AI की पूरी क्षमता को अनलॉक कर सकें, उन्हें पहले अपने डेटा हाउस को क्रम में प्राप्त करना होगा। इसका मतलब है कि डेटा संग्रह, भंडारण, अपडेट और एक्सेस के लिए एक मजबूत डेटा गवर्नेंस फ्रेमवर्क का निर्माण करना। एआई मॉडल सटीक और निष्पक्ष डेटा के बिना अप्रभावी और गैर-अनुपालन होने का जोखिम उठाते हैं।

एआई नियमों के साथ अभी भी पिछड़ रहे हैं, डेटा की गुणवत्ता सुनिश्चित करने और एआई सिस्टम को सुरक्षित करने का बोझ संगठनों पर चौकोर रूप से गिरता है। इसका मतलब है कि एकीकरण से पहले कमजोरियों के लिए तीसरे पक्ष के मॉडल को सख्ती से वीटिंग करें, बाद में नहीं।

हाल ही में Fortanix द्वारा सर्वेक्षण दांव का खुलासा करता है: जबकि 97% कंपनियां संचालन को स्वचालित करने या नए राजस्व धाराओं को अनलॉक करने के लिए Genai टूल खरीदने या बनाने की योजना बनाती हैं, 87% सुरक्षा अधिकारियों ने पिछले वर्ष के भीतर उल्लंघनों को स्वीकार किया। Takeaway: AI सुरक्षा एक बाद नहीं हो सकती है। इसे शुरू से ही विकास में पकाया जाना चाहिए।

लीला गेम्स के पांडे ने इस बात पर भी जोर दिया कि मजबूत नियमों के बिना, ओनस कंपनियों पर है कि वे एआई टूल और फ्रेमवर्क को सुनिश्चित करने के लिए सुरक्षित हैं।

“उदाहरण के लिए, यदि आप हगिंग फेस जैसे प्लेटफार्मों से एक एआई मॉडल डाउनलोड कर रहे हैं, तो कमजोरियों की जांच करना आवश्यक है। अभी हाल ही में, एक डेवलपर ने नेक्स्ट के लिए एक मॉडल का परीक्षण किया। जेएस टूल ने पाया कि यह अत्यधिक कमजोर था,” उन्होंने कहा। “चेतावनी ने भी उपयोगकर्ता डेटा लीक की संभावना का उल्लेख किया है। यह इस बात पर प्रकाश डालता है कि डेवलपर्स को बेहद सतर्क क्यों होना चाहिए और निर्विवाद रूप से उचित वीटिंग के बिना उपकरण नहीं अपना सकते हैं। सुरक्षा को शुरू से ही प्राथमिकता होनी चाहिए।”

एक बात स्पष्ट है। व्यवसाय केवल एआई और वास्तविक समय के डेटा को नहीं अपना रहे हैं। प्रौद्योगिकी मौलिक रूप से बदल रही है कि कंपनियां कैसे काम करती हैं। जिसे हमने एक बार ‘रणनीति’ कहा था, वह अब एक स्थिर योजना नहीं है। यह एक जीवित, विकसित हो रहा है, सिस्टम, डेटा स्ट्रीम और एल्गोरिथम खुफिया ड्राइविंग निर्णय लेने से अनुशासन को विकसित कर रहा है।

इलेक्ट्रिक वाहनों से लेकर जीवन विज्ञान तक, उद्योग नवाचार चक्रों को संपीड़ित करने और पहले से कहीं अधिक तेजी से अनुकूलित करने के लिए एआई का उपयोग कर रहे हैं। लेकिन ब्रेकनेक की गति एक नकारात्मक पक्ष है। इन तकनीकों को पैमाने पर तैनात करते हुए नैतिक मानकों का मान्य, शासन करना और अनुपालन करना तेजी से जटिल हो रहा है। AI नई गति और अंतर्दृष्टि को अनलॉक करता है। हालांकि, यह डेटा अखंडता, अनुपालन और अति-स्वचालित के खतरों के बारे में गहन सवाल उठाता है।

“डेटा अब प्रारंभिक अवरोध नहीं है,” वहान के जैन ने कहा। “लेकिन यह अभी भी एआई उत्पाद की गुणवत्ता के लिए परिभाषित कारक है।” दूसरे शब्दों में, जबकि डेटा और एआई टूल तक पहुंच पहले से कहीं ज्यादा आसान है, उत्कृष्टता अब इस बात पर टिका है कि कंपनियां अपने डेटा को कैसे एकीकृत करती हैं, क्यूरेट करती हैं और नियंत्रित करती हैं।

चूंकि एआई पूर्वानुमान से जनरेटिव तक, स्थैतिक मॉडल से स्वायत्त एजेंटों तक जाता है, प्रतियोगिता के नियम बदल रहे हैं। व्यावसायिक लाभ सबसे स्मार्ट मॉडल के मालिक होने से नहीं होगा, लेकिन लोगों, डेटा और मशीनों को ऑर्केस्ट्रेट करने वाले सबसे स्मार्ट इंटरैक्शन सिस्टम को डिजाइन करने से।

यह नई ‘रणनीति’ फ्रंटियर है। वहां जीतने से सिर्फ बेहतर उपकरणों की आवश्यकता नहीं होगी। यह तेज निर्णय, कठिन सवालों और, सबसे ऊपर, बेहतर डेटा की मांग करेगा।