एआई एक मूल्य रूपांतरक के रूप में, कर्मचारी के रूप में नहीं: संगठनात्मक मूल्य प्रवाह में एआई को स्थापित करना

पूर्ण पाठ

1 परिचय

AI उपकरण अपनाने वाले संगठन आमतौर पर उनका वर्णन स्टाफिंग की भाषा में करते हैं। एक सहायता सहायक अनुरोधों के एक हिस्से को "संभालता" है। एक कोडिंग सहायक कई इंजीनियरों का "काम करता" है। एक व्यावसायिक प्रस्ताव में किसी मॉडल की सदस्यता की लागत की तुलना एक पूर्णकालिक कर्मचारी की लागत से की जाती है। AI प्रणाली को एक डिजिटल कर्मचारी माना जाता है: वह कार्य प्राप्त करती है, उन्हें पूरा करती है, और उसके योगदान को पूरे किए गए कार्यों या बचाई गई कर्मचारी संख्या के रूप में गिना जाता है।

यह शोधपत्र तर्क देता है कि कर्मचारी ढाँचा (frame) एक श्रेणीगत त्रुटि है, और यह त्रुटि हानिरहित नहीं है। यह मापन को मूल्य प्रवाह के उत्पादक पक्ष की ओर निर्देशित करती है, जहाँ AI सबसे सशक्त है, और प्राप्तकर्ता पक्ष से दूर ले जाती है, जहाँ मूल्य वास्तव में साकार होता है। परिणाम एक जाना-पहचाना पैटर्न है: ऐसे डैशबोर्ड जो बढ़ता हुआ उत्पादन दिखाते हैं, जबकि ग्राहक, सहकर्मी और समीक्षक उस पुनर्कार्य को सहते हैं जिसे कोई रिपोर्ट AI प्रणाली के खाते में नहीं डालती।

यहाँ प्रस्तावित विकल्प मूल्य प्रबंधन सिद्धांत (Value Management Theory, VMT) और Æilus पद्धति से आता है। VMT में रूपांतरक (transformer) एक भूमिका है, कोई इकाई नहीं: उस भूमिका में कोई कर्ता मूल्य का उपभोग करता है और किसी अन्य के लिए नया नियोजित मूल्य उत्पन्न करता है (A7)। AI इस भूमिका में ठीक बैठता है। मूल्य प्रवाह में रूपांतरक के रूप में रखे जाने पर, AI प्रणाली के पास ऐसे इनपुट होते हैं जिनकी कोई लागत होती है, ऐसे आउटपुट होते हैं जो तब तक परिकल्पनाएँ रहते हैं जब तक कोई प्राप्तकर्ता उनका उपभोग नहीं करता, और ऐसे उप-उत्पाद होते हैं जो प्रतिमूल्य हो सकते हैं। एक बार इस प्रकार रख दिए जाने पर, अपनाने और मापन के बारे में सही प्रश्न दिखाई देने लगते हैं।

यह संगठनों में Æilus के अनुप्रयोग पर आठ भागों की श्रृंखला का चौथा शोधपत्र है; परिभाषाएँ पहले शोधपत्र, "Value, Anti-Value and Value Flows: A Working Vocabulary for Practitioners" का अनुसरण करती हैं। VMT का औपचारिक तंत्र और मूल्य मुद्रा Æ यहाँ पुनः व्युत्पन्न नहीं किए गए हैं; वे Bolshakov (2026), "Value Management Theory and Employee-Centric Competitive Advantage: A System-Level Perspective" में प्रस्तुत हैं। यह शोधपत्र वैचारिक है। इसमें कोई मापा हुआ डेटा नहीं है, और इसमें केवल वे संख्याएँ हैं जो एक ऐसे परिदृश्य की हैं जिसे स्पष्ट रूप से काल्पनिक चिह्नित किया गया है।

2 कार्यक्षेत्र, मूल्य प्रणाली और सैद्धांतिक आधार

2.1 किसका मूल्य मापा जाता है

VMT के अनुसार मूल्य केवल किसी परिभाषित मूल्य प्रणाली के भीतर अस्तित्व में होता है (A1) और एक ही घटना को विभिन्न प्रणालियों में भिन्न रूप से पढ़ा जा सकता है (A2)। इसलिए "AI के मूल्य" के बारे में कथन तब तक अधूरे हैं जब तक प्रणाली का नाम न लिया जाए। यह शोधपत्र पूरे समय एक ही मूल्य प्रणाली का उपयोग करता है: एक डिलीवरी संगठन और उसके प्रत्यक्ष प्राप्तकर्ता। इसके कर्ता संगठन की टीमें और कार्य हैं, रूपांतरक भूमिका में AI प्रणाली, वे लोग जो AI आउटपुट की समीक्षा या सुधार करते हैं, और संगठन के कार्य के बाहरी प्राप्तकर्ता (ग्राहक, उपयोगकर्ता, या किसी अन्य कार्य में आंतरिक उपभोक्ता)। इसके प्रवाह वे अनुरोध, कृतियाँ और निर्णय हैं जो इनके बीच चलते हैं। AI विक्रेता, श्रम बाज़ार और व्यापक समाज सीमा के बाहर हैं और केवल बाहरी प्रवाहों (A10) के माध्यम से माने जाते हैं।

यह चुनाव महत्वपूर्ण है। विक्रेता की मूल्य प्रणाली के भीतर, उत्पन्न किया गया प्रत्येक टोकन साकार राजस्व है। संगठन की प्रणाली के भीतर, वही टोकन मूल्य, शोर या प्रतिमूल्य हो सकता है, यह इस पर निर्भर करता है कि प्राप्तकर्ता उसके साथ क्या करता है। जैसा कि T15 कहता है, सीमा को खिसकाने से वास्तविकता बदले बिना निष्कर्ष बदल जाता है। नीचे का विश्लेषण केवल यहाँ घोषित सीमा के लिए मान्य है।

2.2 प्रयुक्त अभिगृहीत और प्रमेय

यह तर्क A4 और T3 (नियोजित और साकार मूल्य में अंतर आता है), A5 (प्रतिमूल्य मूल्य से स्वतंत्र है), A6 (मूल्य उपभोग पर साकार होता है), A7 (रूपांतरण), A8 और T7 (भागीदारी की शर्तें), T4 और T6 (प्रतिरोध और विकृति संचित होते हैं), T5 (स्थानीय अनुकूलन वैश्विक सुधार की गारंटी नहीं देता), T8 (रूपांतरण भूमिका की अतिरिक्तता स्थिरता बढ़ाती है), तथा T16 और T17 (जिस व्याख्या की पुष्टि साकारीकरण से नहीं होती वह अस्थिर होती है और प्रतिमूल्य संचित करती है) पर आधारित है।

3 "डिजिटल कर्मचारी" की श्रेणीगत त्रुटि

3.1 कर्मचारी ढाँचा क्या गिनता है

कर्मचारी ढाँचा स्टाफिंग से मापन की एक आदत आयात करता है। किसी कर्मचारी को एक भूमिका के विरुद्ध नियुक्त किया जाता है, उसे कार्यभार दिया जाता है, और उसका मूल्यांकन थ्रूपुट और लागत से किया जाता है। जब AI को उसी ढाँचे में रखा जाता है, तो तीन संख्याएँ हावी हो जाती हैं: संसाधित कार्य मदों की मात्रा, कार्यभार का "सँभाला गया" हिस्सा, और बचाई गई पूर्णकालिक-समतुल्य (FTE) लागत। तीनों वहाँ मापी जाती हैं जहाँ कार्य उत्पादक से बाहर निकलता है।

मानव कर्मचारियों के लिए यह आदत एक ऐसे कारण से सहनीय है जिसे कम ही कहा जाता है: मानव संचालक प्राप्तकर्ता का अवलोकन करता है। एक सहायता एजेंट सुनता है कि ग्राहक अब भी नाराज़ है। नियोजित और साकार मूल्य के बीच का बहुत-सा अंतर किसी मीट्रिक के उसे दर्ज करने से पहले, व्यक्ति के भीतर ही अनौपचारिक रूप से ठीक हो जाता है। उत्पादक-पक्ष की मीट्रिक इसलिए काम करती है क्योंकि उत्पादक में प्राप्तकर्ता-पक्ष का एक संवेदक अंतर्निहित होता है।

AI प्रणाली में वह संवेदक डिफ़ॉल्ट रूप से नहीं होता। वह मूल्य के नियोजित पक्ष को बहुत अच्छी तरह उत्पन्न करती है: बड़ी मात्रा में धाराप्रवाह, तेज़ और आत्मविश्वासपूर्ण आउटपुट। जब तक उसे स्पष्ट रूप से जोड़ा न जाए, वह यह अवलोकन नहीं करती कि आउटपुट ने प्राप्तकर्ता की स्थिति बदली या नहीं। इसलिए कर्मचारी ढाँचा AI को वहाँ मापता है जहाँ AI सबसे अच्छा दिखता है और वहाँ मापना बंद कर देता है जहाँ योजना और तथ्य का अंतर प्रकट होता है।

3.2 ढाँचा क्या छिपाता है

कर्मचारी ढाँचे के अंतर्गत चार बातें दृष्टि से ओझल हो जाती हैं।

1. AI रूपांतरक का उपभोग पक्ष। कर्मचारी संख्या की तुलनाएँ मॉडल के लाइसेंस या कंप्यूट की लागत गिनती हैं और उस मानवीय ध्यान, समीक्षा प्रयास और डेटा तैयारी को अनदेखा करती हैं जिसका रूपांतरक भी उपभोग करता है।
2. प्राप्तकर्ता का निर्णय। "पूर्ण" की घोषणा उत्पादक करता है। प्राप्तकर्ता की स्थिति सुधरी या नहीं, यह दर्ज नहीं होता।
3. विस्थापित कार्य। जो कार्य AI आउटपुट पूरा नहीं कर पाता, वह आगे प्राप्तकर्ता या समीक्षक के पास चला जाता है। उत्पादक की रिपोर्ट में वह समाप्त हो गया है; प्रणाली में वह अब भी मौजूद है।
4. संचयन। पुनर्कार्य, विश्वास की हानि और कौशल का क्षरण एक बार की लागतें नहीं हैं। T4 और T6 के अंतर्गत वे संचित होते हैं और मूल्य को साकार करने की प्रणाली की भावी क्षमता को घटाते हैं।

FTE प्रतिस्थापन की धारणा यह भी मान लेती है कि मानवीय भूमिका और AI भूमिका समान आउटपुट वाले विकल्प हैं। VMT की शब्दावली में वे भिन्न इनपुट और आउटपुट प्रोफ़ाइल वाले भिन्न रूपांतरक हैं।

4 रूपांतरक भूमिका के रूप में AI

4.1 रूपांतरक, इकाई नहीं

VMT और Æilus किसी रूपांतरक को इस आधार पर परिभाषित करते हैं कि वह प्रवाह में क्या करता है, इस आधार पर नहीं कि वह क्या है। कोई व्यक्ति, टीम, सेवा या उपकरण रूपांतरक भूमिका निभा सकता है; मूल्य प्रणाली स्कीमा (Value System Schema) में इस भूमिका को कनवर्टर के रूप में दर्शाया जाता है, जो रूपांतरक नोड के लिए Æilus का नाम है। यह ढाँचा "क्या AI कर्मचारी है या उपकरण?" प्रश्न को हटा देता है और उसकी जगह अधिक उपयोगी प्रश्न रखता है: यह रूपांतरक क्या उपभोग करता है, क्या उत्पन्न करता है, और आउटपुट किसे प्राप्त होता है?

4.2 AI रूपांतरक क्या उपभोग करता है

AI रूपांतरक के कम से कम चार प्रकार के इनपुट होते हैं। प्रत्येक प्रणाली में कहीं से उपभोग किया गया एक मूल्य तत्व है।

• डेटा और संदर्भ। प्रॉम्प्ट, दस्तावेज़, टिकट, कोड, ग्राहक का इतिहास। इन्हें किसी ने बनाया, सँवारा और बनाए रखा है, और इनकी गुणवत्ता आउटपुट की ऊपरी सीमा तय करती है।
• कंप्यूट और लाइसेंस। दिखाई देने वाली लागत, जो आमतौर पर व्यावसायिक प्रस्ताव में एकमात्र होती है।
• मानवीय ध्यान। निर्देश लिखना, कार्यों को रूपरेखा देना, संवाद को दिशा देना। यह उन लोगों से उपभोग किया जाता है जो अन्यथा दूसरा कार्य कर रहे होते।
• समीक्षा प्रयास। आउटपुट को पढ़ना, जाँचना, सुधारना और अनुमोदित करना। अनेक उपयोगों में यह सबसे बड़ा इनपुट होता है, और यह किसी और के बजट में आता है।

4.3 AI रूपांतरक क्या उत्पन्न करता है

आउटपुट इस श्रृंखला के अर्थ में मूल्य तत्व हैं: मसौदे, उत्तर, कोड, वर्गीकरण, सारांश, निर्णय। प्रत्येक एक मूल्य परिकल्पना के रूप में आरंभ होता है। वह उत्पादक द्वारा व्याख्यायित नियोजित मूल्य वहन करता है और तभी मापने योग्य बनता है जब अगला रूपांतरक उसका उपभोग करता है (A6)। AI रूपांतरक प्रतिमूल्य भी उत्पन्न कर सकता है: गलत उत्तर, भ्रामक सारांश, ऐसा कोड जिसे बाद में हटाना पड़े, और खंड 7 में वर्णित प्रभाव।

कनवर्टर दक्षता की Æilus परिभाषा संतुलन को स्पष्ट करती है। किसी कनवर्टर की दक्षता है

E = (produced value - produced anti-value) / (consumed value - consumed anti-value)

जिसमें सभी पद घोषित प्रणाली के भीतर Æ में व्यक्त हैं। इस सूत्र की दो विशेषताएँ AI के लिए महत्वपूर्ण हैं। पहली, हर में समीक्षा प्रयास और मानवीय ध्यान शामिल हैं, केवल कंप्यूट नहीं। दूसरी, अंश में से उत्पन्न प्रतिमूल्य घटाया जाता है, जिसे कर्मचारी ढाँचा कभी दर्ज नहीं करता। प्रभावशाली आउटपुट मात्रा वाले AI रूपांतरक की दक्षता दोनों सुधार करने के बाद कम या ऋणात्मक हो सकती है। वही रूपांतरक एक मूल्य प्रणाली में दक्ष और दूसरी में विनाशकारी हो सकता है।

5 AI आउटपुट का नियोजित बनाम साकार मूल्य

5.1 AI नियोजित पक्ष पर सशक्त क्यों दिखता है

A4 कहता है कि नियोजित और साकार मूल्य सामान्यतः भिन्न होते हैं; T3 जोड़ता है कि शून्य विचलन एक अस्थिर विशेष स्थिति है। मानवीय कार्य में यह विचलन उत्पादक द्वारा प्राप्तकर्ता के अपने अवलोकन से संयमित होता है। AI आउटपुट के लिए विचलन में एक संरचनात्मक पूर्वाग्रह होता है। उत्पन्न आउटपुट को सही उत्तर जैसा दिखने के लिए अनुकूलित किया जाता है। प्रवाहिता और आत्मविश्वास नियोजित पक्ष के हैं; शुद्धता और प्रयोज्यता साकार पक्ष की हैं।

AI नियोजित मूल्य को तेज़ी से और सस्ते में बढ़ाता है। जब तक साकार मूल्य को अलग से नहीं मापा जाता, संगठन उस वृद्धि को प्रगति समझ लेता है: यही वह पैटर्न है जिसे T16 संरचनात्मक रूप से अस्थिर बताता है।

5.2 छिपा हुआ पुनर्कार्य

जब साकार मूल्य नियोजित मूल्य से कम रह जाता है, तो यह कमी गायब नहीं होती। यह प्रवाह में कहीं और कार्य बनकर उभरती है। कोई ग्राहक फिर से सहायता से संपर्क करता है। कोई प्रबंधक उत्पन्न ईमेल को दोबारा लिखता है। कोई इंजीनियर उत्पन्न कोड को सुधारता है।

AI मूल्य रूपांतरक (transformer) की रिपोर्ट एक पूर्ण वस्तु दिखाती है, और प्राप्तकर्ता रूपांतरक लागत को सोख लेता है: यह T5 का एक उदाहरण है: एक रूपांतरक के थ्रूपुट में स्थानीय सुधार से प्रणाली में सुधार की गारंटी नहीं मिलती। यह प्रवाह-आधारित प्रबंधन के उस सामान्य अवलोकन से भी मेल खाता है कि कतारों और पुनर्कार्य में छिपा कार्य गतिविधि मेट्रिक्स को दिखाई नहीं देता (Reinertsen, 2009)। VMT का पाठ एक बिंदु जोड़ता है: छिपा हुआ कार्य तटस्थ विलंब नहीं, बल्कि प्रतिमूल्य है, और T4 के अंतर्गत यह AI रूपांतरक और उसके प्राप्तकर्ता के बीच के इंटरफ़ेस पर प्रवाह प्रतिरोध के रूप में जमा होता है।

6 प्राप्तकर्ता-पक्ष मेट्रिक

यदि मूल्य उपभोग पर साकार होता है (A6), तो उसे उत्पादक नहीं, बल्कि प्राप्तकर्ता सत्यापित करता है। यह इस शोधपत्र का केंद्रीय मापन नियम है: AI आउटपुट का मूल्य उस रूपांतरक पर मापा जाता है जो उसका उपभोग करता है, उस AI रूपांतरक पर नहीं जो उसे उत्पन्न करता है। लीन सोच एक संबंधित बात तब कहती है जब वह मूल्य को अंतिम ग्राहक के दृष्टिकोण से परिभाषित करती है (Womack and Jones, 1996); VMT इसे प्रवाह के हर आंतरिक प्राप्तकर्ता तक सामान्यीकृत करता है।

प्राप्तकर्ता-पक्ष मेट्रिक हर उत्पादक-पक्ष गणना को इस अवलोकन से जोड़ता है कि आगे क्या हुआ। कुछ उदाहरण:

दोनों स्तंभों के बीच का अंतर वह सबसे जानकारीपूर्ण संख्या है जिसे कोई AI कार्यक्रम ट्रैक कर सकता है। यह विस्थापित कार्य और इंटरफ़ेस पर उत्पन्न प्रतिमूल्य का अनुमान देता है। बढ़ता हुआ अंतर संकेत देता है कि कार्यक्रम साकारीकरण की तुलना में व्याख्या को अधिक तेज़ी से बढ़ा रहा है।

प्राप्तकर्ता-पक्ष मेट्रिक एक पूर्वानुमेय विफलता से भी बचाते हैं। जो उत्पादक-पक्ष मेट्रिक लक्ष्य बन जाता है, उसे उसी चीज़ का अधिक उत्पादन करके पूरा किया जाएगा जिसे वह गिनता है, यह गतिकी सामान्यतः Goodhart (1975) से जोड़ी जाती है। AI इसे सस्ता बना देता है। जिस सहायक का लक्ष्य "बंद अनुरोध" हो, वह अनुरोध बंद कर देगा। लक्ष्य को प्राप्तकर्ता की स्थिति पर टिकाने से मूल्य दिए बिना उसे पूरा करना कठिन हो जाता है।

7 AI के लिए विशिष्ट प्रतिमूल्य

A5 प्रतिमूल्य को मूल्य से स्वतंत्र मानता है: एक AI रूपांतरक एक ही अवधि में वास्तविक मूल्य और वास्तविक प्रतिमूल्य दोनों उत्पन्न कर सकता है, और प्राप्तकर्ता के अनुभव में दोनों एक-दूसरे को निरस्त नहीं करते। निम्नलिखित प्रकार के प्रतिमूल्य AI रूपांतरकों की विशेषता हैं। इन्हें अवलोकन की श्रेणियों के रूप में सूचीबद्ध किया गया है, मापी गई आवृत्तियों के रूप में नहीं।

• आत्मविश्वासपूर्ण त्रुटियाँ। गलत आउटपुट जो सही आउटपुट जैसी ही प्रवाहिता के साथ प्रस्तुत किया जाता है। प्राप्तकर्ता लहजे से दोनों में भेद नहीं कर सकता, इसलिए हर आउटपुट की जाँच करनी पड़ती है, अन्यथा त्रुटि आगे बढ़ जाती है।
• समीक्षा का बोझ। आउटपुट को सत्यापित करने के लिए आवश्यक प्रयास। यह आउटपुट की मात्रा के साथ बढ़ता है, आउटपुट की गुणवत्ता के साथ नहीं।
• कौशल का क्षरण। जब AI रूपांतरक कार्य का पहला प्रारूप अपने हाथ में ले लेता है, तो जो लोग उसे बनाते थे वे उस अभ्यास को खो सकते हैं जिसने उन्हें अच्छा समीक्षक बनाया था। T6 के अंतर्गत, यह संचित विकृति प्रणाली की भविष्य में मूल्य साकार करने की क्षमता को घटाती है, जिसमें AI त्रुटियों को पहचानने की क्षमता भी शामिल है।
• विश्वास की हानि। हर विफल अंतःक्रिया चैनल में प्राप्तकर्ता का विश्वास घटाती है। A8 और T7 के अंतर्गत, जब कोई भागीदारी शर्त भंग होती है, तो कर्ता भागीदारी छोड़ देता है या उसका रूप बदल देता है।
• व्याख्या की मुद्रास्फीति। AI आउटपुट को जाँचे जाने से अधिक तेज़ी से उद्धृत, संक्षेपित और आगे बढ़ाया जा सकता है। T17 के अंतर्गत, जो प्रभावशाली व्याख्याएँ साकारीकरण से पुष्ट नहीं होतीं, वे प्रतिमूल्य जमा करती हैं: तीन निर्णयों में उद्धृत एक उत्पन्न सारांश अपनी त्रुटियों को तीन बार फैलाता है।

इनमें से कोई भी FTE तुलना में दिखाई नहीं देता। प्रवाह के प्राप्तकर्ता पक्ष को यदि उपकरणों से लैस किया जाए, तो ये सभी अवलोकन योग्य हैं।

8 AI भूमिका का नामकरण और स्थान निर्धारण

8.1 भूमिका का नाम उसके आउटपुट और प्राप्तकर्ता से रखें

"AI ने विश्लेषक की जगह ले ली" प्रवाह को छिपा देता है। "AI साप्ताहिक रिपोर्ट का पहला प्रारूप बनाता है; विश्लेषक निष्कर्षों को सत्यापित करता है" एक रूपांतरक, उसके आउटपुट, उसके प्राप्तकर्ता और समीक्षा चरण को नाम देता है। एक उपयोगी नामकरण नियम के तीन भाग हैं:

1. वह मूल्य तत्व जिसे AI उत्पन्न करता है (प्रारूप, उत्तर, वर्गीकरण, कोड परिवर्तन);
2. वह प्राप्तकर्ता जो उसका उपभोग करता है (ग्राहक, समीक्षक, अगली टीम);
3. वह शर्त जिसके अंतर्गत प्राप्तकर्ता उसे स्वीकार करता है (सत्यापित, अनुमोदित, बिना पुनर्कार्य के प्रयुक्त)।

8.2 स्वामित्व

कोई AI प्रणाली मूल्य के लिए उत्तरदायित्व धारण नहीं कर सकती, क्योंकि वह अपनी स्थिति में हुए परिवर्तनों की व्याख्या मूल्य या प्रतिमूल्य के रूप में नहीं करती। Æilus की शब्दावली में वह रूपांतरक की भूमिका निभाती है, स्वामी की नहीं। जिस रूपांतरक में AI शामिल है, उसका मूल्य रूपांतरक स्वामी (Value Transformer Owner, VTO) उसके साकार और पूर्वव्यापी रूप से पुनर्मूल्यांकित मूल्य, उसके द्वारा बनाए गए प्रतिमूल्य, और प्रणाली को क्षीण किए बिना भागीदारी जारी रखने की उसकी क्षमता के लिए उत्तरदायी है। मूल्य प्रणाली स्वामी (Value System Owner, VSO) इसके लिए उत्तरदायी है कि AI रूपांतरक को जोड़ने से समग्र प्रणाली संधारणीय बनी रहती है या नहीं, और अन्य कर्ताओं की भागीदारी शर्तें अक्षुण्ण रहती हैं या नहीं, उन समीक्षकों सहित जिनका भार वह बढ़ाता है।

जहाँ AI रूपांतरक और उसके प्राप्तकर्ता के बीच का इंटरफ़ेस प्रतिरोध का स्थायी स्रोत बन जाता है, वहाँ प्रवाह स्वामी की भूमिका लागू होती है।

8.3 युग्मित भूमिकाएँ और अतिरेक

T8 के अंतर्गत, किसी रूपांतरण भूमिका का अतिरेक संधारणीयता बढ़ाता है। एक ही भूमिका पर AI और एक व्यक्ति को जोड़ना, ताकि प्रत्येक दूसरे की विफलताओं को पकड़ सके, ऐसा ही अतिरेक है। यह युग्मन स्कीमा में दिखाई देना चाहिए, ताकि मानवीय हिस्से को एक इनपुट के रूप में गिना जाए और उसे निःशुल्क न माना जाए।

8.4 मूल्य प्रणाली स्कीमा में स्थान निर्धारण

मूल्य प्रणाली स्कीमा (Value System Schema, VSS) में AI भूमिका को स्पष्ट इनपुट और आउटपुट वाले परिवर्तक के रूप में दर्शाया जाता है। न्यूनतम स्थान निर्धारण में शामिल हैं:

• आने वाले प्रवाह: डेटा और संदर्भ, कंप्यूट, मानवीय निर्देश का प्रयास, समीक्षा का प्रयास;
• जाने वाले प्रवाह: उत्पन्न मूल्य तत्व, जिनमें से प्रत्येक एक नामित प्राप्तकर्ता परिवर्तक को जाता है;
• एक प्रतिमूल्य प्रवाह: आत्मविश्वासपूर्ण त्रुटियाँ और पुनर्कार्य जो लौटाए जाते हैं या आगे बढ़ा दिए जाते हैं;
• प्रत्येक जाने वाले प्रवाह पर Æ में नियोजित और साकार मूल्य, जिसमें साकार मूल्य प्राप्तकर्ता पर दर्ज किया जाता है।

इस प्रकार बनाए जाने पर, स्कीमा अक्सर ऐसा प्रवाह उजागर कर देता है जिसे व्यावसायिक प्रस्ताव ने छोड़ दिया था, आमतौर पर समीक्षा का प्रयास। T9 के अंतर्गत, यदि संरचना देखी गई लागतों की व्याख्या नहीं करती, तो छिपे हुए प्रवाह हैं या सीमा गलत है।

9 AI कार्यक्रमों को अपनाने और मापने के निहितार्थ

9.1 अपनाने के निर्णय

रूपांतरक दृष्टिकोण अपनाने के प्रश्न को "कौन से कार्य AI कर सकता है?" से बदलकर "किन प्रवाहों में AI रूपांतरक अपने द्वारा जोड़े गए प्रतिमूल्य और समीक्षा प्रयास को घटाने के बाद प्राप्तकर्ता पर साकार मूल्य बढ़ाएगा?" बना देता है।

• ऐसे प्रवाहों को प्राथमिकता दें जहाँ प्राप्तकर्ता कम लागत में सत्यापन कर सके। यदि किसी आउटपुट की जाँच करने की लागत उसे बनाने की लागत के लगभग बराबर है, तो AI रूपांतरक (transformer) बहुत कम जोड़ता है। यदि प्राप्तकर्ता गुणवत्ता की पुष्टि जल्दी कर सकता है, तो रूपांतरक बहुत कुछ जोड़ सकता है।
• जहाँ त्रुटियाँ चुपचाप रह जाती हैं, वहाँ सतर्क रहें। जहाँ गलत आउटपुट का पता बहुत बाद में चलता है, वहाँ कार्यक्रम को सफल घोषित किए जाने के लंबे समय बाद भी पूर्वव्यापी मूल्य ऋणात्मक हो सकता है।
• तैनाती से पहले समीक्षा बजट की गणना करें। आउटपुट की समीक्षा करने वाले लोग अपनी स्वयं की सहभागिता शर्तों वाले कर्ता हैं। जो तैनाती इन शर्तों का उल्लंघन करती है (A8), वह उन्हें खो देगी या उनके भाग लेने का तरीका बदल देगी (T7)।
• वृद्धि की योजना तभी बनाएँ जब वितरण की पुष्टि हो चुकी हो। Æilus VTO से कहता है कि वे नियोजित मूल्य तभी बढ़ाएँ जब माँग, अंतर्प्रवाह और वितरण क्षमता की पुष्टि हो चुकी हो (T16)।

9.2 AI कार्यक्रमों का मापन

किसी कार्यक्रम की समीक्षा के लिए, यह शोधपत्र चार मापन सुझाता है, जो सभी घोषित मूल्य प्रणाली के भीतर हैं:

1. प्राप्तकर्ता के स्तर पर साकार मूल्य, प्रत्येक प्रवाह के लिए, Æ में या किसी बताए गए प्रॉक्सी में, जिसे प्राप्तकर्ता रूपांतरक दर्ज करता है।
2. योजना-तथ्य अंतराल: उत्पादक-पक्ष की गणना में से प्राप्तकर्ता-पक्ष की पुष्टि घटाने पर प्राप्त अंतर, जिसे समय के साथ ट्रैक किया जाता है।
3. पूर्ण खपत: कंप्यूट और लाइसेंस के साथ अनुमानित समीक्षा प्रयास और मानवीय ध्यान।
4. प्रतिमूल्य संकेतक: बार-बार संपर्क, पलटे गए परिवर्तन, सुधारे गए आउटपुट, शिकायतें, और कौशल क्षरण या घटे हुए विश्वास के संकेत।

जो कार्यक्रम केवल मात्रा और FTE बचत की रिपोर्ट देता है, वह नियोजित मूल्य की रिपोर्ट दे रहा है। यह सही हो सकता है, किंतु इसकी अभी पुष्टि नहीं हुई है।

10 उदाहरणात्मक परिदृश्य

निम्नलिखित परिदृश्य काल्पनिक है। संख्याएँ अंकगणितीय सुविधा के लिए चुनी गई हैं और किसी संगठन या मापन का वर्णन नहीं करतीं।

एक उत्पाद संगठन अपने सहायता प्रवाह में एक AI सहायक को शामिल करता है। एक काल्पनिक माह में प्रवाह को 1,000 अनुरोध मिलते हैं। सहायक उनमें से 700 को बंद के रूप में चिह्नित करता है, और आंतरिक रिपोर्ट में कहा जाता है कि सहायक "70 प्रतिशत सहायता कार्य सँभालता है"। कर्मचारी ढाँचे (frame) के अंतर्गत इसे ऐसे पढ़ा जाता है कि ऑपरेटर टीम का सात-दसवाँ कार्यभार हट गया।

अब सहायक को रूपांतरक के रूप में रखें और प्राप्तकर्ता-पक्ष को देखें। मान लीजिए कि बंद किए गए 700 अनुरोधों में से 250 एक सप्ताह के भीतर उसी समस्या पर बार-बार संपर्क के रूप में लौट आते हैं, जिन्हें अब मानव ऑपरेटर सँभालते हैं और अब ऐसे ग्राहकों से जो पहले से अधिक निराश हैं। यह भी मान लीजिए कि ऑपरेटर प्रत्येक बार-बार आने वाले संपर्क का उत्तर देने से पहले सहायक की ट्रांसक्रिप्ट पढ़ने में समय लगाते हैं।

प्राप्तकर्ता-पक्ष का दृष्टिकोण यह नहीं कहता कि सहायक विफल रहा। इस काल्पनिक स्थिति में, 450 ग्राहकों की समस्या शीघ्र हल हुई, जो वास्तविक साकार मूल्य है। यह दिखाता है कि 700 समापनों के नियोजित मूल्य में 250 ऐसी परिकल्पनाएँ शामिल थीं जिन्हें प्राप्तकर्ताओं ने अस्वीकार कर दिया। ये 250 तीन प्रकार के प्रतिमूल्य में बदल गईं: औसत से अधिक कठिन मामलों पर ऑपरेटरों का अतिरिक्त कार्य, ट्रांसक्रिप्ट समीक्षा का प्रयास, और चैनल में ग्राहकों के विश्वास में कमी। ऑपरेटर का कार्यभार रिपोर्ट के संकेत से कम घटा, और शेष कार्यभार अधिक कठिन हो गया।

सहायता रूपांतरक का स्वामी VTO 70 प्रतिशत पर नहीं, बल्कि अंतराल पर कार्य करेगा। विकल्पों में सहायक को उन अनुरोध प्रकारों तक सीमित करना जहाँ प्राप्तकर्ता समाधान की पुष्टि करते हैं, अनिश्चित मामलों को पहले ही लोगों तक पहुँचाना, और अनुरोध को बंद गिनने से पहले प्राप्तकर्ता-पक्ष की जाँच ("क्या इससे आपकी समस्या हल हुई?") जोड़ना शामिल हैं। इनमें से कोई भी शुद्ध साकार मूल्य बढ़ाता है या नहीं, यह एक अनुभवजन्य प्रश्न है; यह परिदृश्य केवल यह दिखाता है कि इसका उत्तर देने के लिए कौन-सी संख्याएँ चाहिए।

11 सीमाएँ

यह शोधपत्र एक वैचारिक विश्लेषण है, जो VMT के अभिगृहीतों और प्रमेयों तथा Æilus की पद्धति-सामग्री से व्युत्पन्न है। यह कोई अनुभवजन्य डेटा प्रस्तुत नहीं करता। खंड 7 में प्रतिमूल्य की श्रेणियाँ प्रेक्षणीय श्रेणियों के रूप में प्रस्तावित हैं; वास्तविक संगठनों में उनकी आवृत्ति और परिमाण इस कार्य से ज्ञात नहीं हैं।

प्राप्तकर्ता-पक्ष का मापन महँगा हो सकता है, और कुछ प्राप्तकर्ता अपनी स्थिति की रिपोर्ट नहीं दे सकते। समीक्षा प्रयास, विश्वास और कौशल क्षरण को Æ में बदलने के लिए VSO द्वारा परिभाषित एक समुच्चयन नीति चाहिए, और ऐसे मूल्य केवल आंशिक रूप से तुलनीय हैं (A13)। भिन्न सीमा, उदाहरण के लिए जिसमें AI विक्रेता भी शामिल हो, भिन्न निष्कर्ष देगी (T15)। यह शोधपत्र AI प्रणाली को एक स्थिर रूपांतरक भी मानता है, जबकि प्राप्तकर्ता की प्रतिक्रिया से सीखने वाली प्रणालियाँ समय के साथ अपना योजना-तथ्य अंतराल बदल सकती हैं।

सत्यापन के लिए कई मूल्य प्रणालियों में AI रूपांतरकों का दीर्घकालिक प्रेक्षण आवश्यक होगा, जिसमें नियोजित मूल्य, प्राप्तकर्ता-पक्ष का साकार मूल्य, समीक्षा प्रयास और प्रतिमूल्य संकेतक समय के साथ उन्हीं प्रवाहों पर दर्ज किए जाएँ।

12 निष्कर्ष

AI को डिजिटल कर्मचारी मानना उसे प्रवाह के उत्पादक-पक्ष पर मापता है, जहाँ वह सबसे सशक्त है, और प्राप्तकर्ता-पक्ष को अमापित छोड़ देता है, जहाँ मूल्य साकार होता है। AI को रूपांतरक भूमिका (A7) मानने से पूरा आदान-प्रदान दृश्यमान हो जाता है: वह डेटा, कंप्यूट, मानवीय ध्यान और समीक्षा प्रयास की खपत करता है, और ऐसे मूल्य तत्व उत्पन्न करता है जो तब तक परिकल्पनाएँ रहते हैं जब तक कोई प्राप्तकर्ता उन्हें उपभोग नहीं करता (A6)। AI आउटपुट का नियोजित और साकार मूल्य अलग-अलग हो जाते हैं (A4, T3), और यह विचलन छिपे हुए पुनर्कार्य और संचित होते प्रतिमूल्य में बदल जाता है (A5, T4, T6)।

व्यावहारिक परिणाम: घोषित करें कि किसका मूल्य मापा जा रहा है। AI भूमिका को उसके आउटपुट और उसके प्राप्तकर्ता के आधार पर नाम दें। उसे मूल्य प्रणाली स्कीमा (Value System Schema) में समीक्षा सहित उसके सभी इनपुट के साथ बनाएँ। मूल्य को वहाँ मापें जहाँ आउटपुट का उपभोग होता है, और उत्पादक-पक्ष की गणनाओं तथा प्राप्तकर्ता-पक्ष की पुष्टि के बीच के अंतराल को ट्रैक करें। स्वामित्व किसी VTO को सौंपें, प्रणाली को नहीं। केवल उसी का विस्तार करें जिसकी प्राप्तकर्ताओं ने पुष्टि की हो। इस प्रकार मापा गया AI कार्यक्रम अपनी पहली रिपोर्ट में कम प्रभावशाली दिख सकता है और बाद की रिपोर्टों में कहीं अधिक उपयोगी हो सकता है।

संदर्भ

• Bolshakov, V. Value Management Theory and Employee-Centric Competitive Advantage: A System-Level Perspective. ÆVRI, 2026.
• Bolshakov, V. Value, Anti-Value and Value Flows: A Working Vocabulary for Practitioners. ÆVRI, 2026.
• Bolshakov, V. Æilus Methodology v2.0. aeilus.tech, 2026.
• Bolshakov, V. Rethinking Efficiency: Value Systems, Flows, Converters, and Elements. aeilus.tech, 2026.
• Bolshakov, V. Value Elements: What We Actually Produce and Consume. aeilus.tech, 2026.
• Goodhart, C. A. E. Problems of Monetary Management: The U.K. Experience. 1975.
• Reinertsen, D. G. The Principles of Product Development Flow. 2009.
• Womack, J. P. और Jones, D. T. Lean Thinking. 1996.