શું તમને પણ લાગે છે કે કામ કરતા કાંડ વધારે કરે છે કૃત્રિમ બુદ્ધિ?

Artificial Intelligence એટલે કે કૃત્રિમ બુદ્ધિના દસે દિશાઓમાં ગુણગાન ગવાઈ રહ્યા છે, ત્યારે કદાચ આખી યોજનાનો પુનર્વિચાર કરવી પડે તેવી સ્થિતિ વિશ્વ સમક્ષ ઊભી થઇ ગઈ હોય તેમ જણાઈ છે.

પિઝા હટની એક મોટી ફ્રેન્ચાઇઝી, ચાક પિઝા નોર્થઇસ્ટે, તાજેતરમાં મે 2026માં પિઝા હટ કંપની સામે જ $100 મિલિયનનો દાવો દાખલ કર્યો છે. આરોપ મૂકવામાં આવ્યો છે કે ડ્રેગનટેલ નામના ફરજિયાત, AI-સંચાલિત ડિલિવરી મેનેજમેન્ટ પ્લેટફોર્મને કારણે વ્યાપક ઓપરેશનલ નિષ્ફળતાઓ થઈ હતી અને તેમની ફ્રેન્ચાઇઝીની 111 રેસ્ટોરન્ટમાં વેચાણનો સત્યનાશ થયો છે. આ સિસ્ટમથી ડ્રાઇવરોને રસોડાના વર્કફ્લોમાં વાસ્તવિક સમય દૃષ્ટિગોચર થયો, જેના કારણે ડ્રાઇવરોએ ઇરાદાપૂર્વક ઓર્ડર લેવામાં વિલંબ કર્યો જેથી તેઓ એકસાથે બહુવિધ ડિલિવરી બેચ કરી શકે.

ડિલિવરીનો સમય આસમાને પહોંચ્યો અને ગ્રાહક સંતોષમાં ઘટાડો થયો. આના પરિણામે વ્યવસાય અને એન્ટરપ્રાઇઝ મૂલ્યમાં $100 મિલિયનનું નુકસાન થયું, જેના કારણે ન્યુ યોર્ક સિટી જેવા સ્થળોએ આવકમાં નોંધપાત્ર ઘટાડો થયો. પિઝા હટે જણાવ્યું હતું કે તે દાવાઓની સમીક્ષા કરી રહી છે, પરંતુ યોગ્ય કાનૂની માધ્યમો દ્વારા જવાબ આપશે.

પાઇલટ લોન્ચ થયાના માત્ર છ મહિના પછી માઇક્રોસોફ્ટે તેના એક્સપિરિયન્સ અને ડિવાઇસીસ ડિવિઝન વિન્ડોઝ, માઇક્રોસોફ્ટ 365, આઉટલુક, ટીમ્સ અને સરફેસ પાછળની ટીમો માટે તેના આંતરિક ક્લાઉડ કોડ લાઇસન્સ રદ કર્યા જેનો 30 જૂન, 2026થી અમલ થશે. ચોક્કસ કહીએ તો; ક્લાઉડ કોડ ઘણા વર્કફ્લોમાં ખરેખર લોકપ્રિય અને શ્રેષ્ઠ બની ગયો હતો, એટલો લોકપ્રિય કે તે આંતરિક રીતે માઇક્રોસોફ્ટના પોતાના ગિટહબ કોપાયલટ પ્રોડક્ટને સીધા જ સ્થાનાંતરિત કરી રહ્યો હતો. માઇક્રોસોફ્ટે AI નિષ્ફળતાને કારણે નહિ, પોતાના AI શાસન, ખાસ કરીને તેમની ટીમોએ કયા સાધનોનો ઉપયોગ કરવો જોઈએ તે અંગેનો વ્યૂહાત્મક પ્રશ્ન, જમાવટ પહેલાં વિચારવામાં આવ્યો ન હતો તે કારણે રદ કર્યું.

ખોટા સ્કેન, ખોટી વસ્તુ ઓળખ અને ઇન્વેન્ટરી મિસમેચ સાથે સતત સમસ્યાઓની જાણ થયા પછી, સ્ટારબક્સે ઉત્તર અમેરિકાના સ્ટોર્સમાં રજૂ કરાયેલ AI-સંચાલિત ઇન્વેન્ટરી મેનેજમેન્ટ સિસ્ટમ છોડી દીધી માત્ર નવ મહિના પછી. મેન્યુઅલ શેલ્ફ કાઉન્ટિંગને બદલવા માટેનું AI વિશ્વસનીય રીતે પેપરમિન્ટ સીરપની બોટલ ગણી શક્યું નહીં. ઉબેરમાં ચાર મહિનામાં જ આખા વર્ષના AI બજેટ જેટલો ખર્ચ થઇ ગયો અને તેમનું પોતાનું નેતૃત્વ કહી શકતું નથી કે તે તેના માટે યોગ્ય હતું કે નહીં. ઘણી કંપનીઓ માનતી હતી કે ઘણા પૈસા બચાવવામાં મદદ કરશે. તેમને આશા હતી કે માનવ કર્મચારીઓનું કામ કરી શકે છે અને તેટલો ખર્ચ નહીં કરે.

આ કોઈ નવી કંપનીઓ દ્વારા કરવામાં આવેલી ભૂલો નથી. ઉબેર, માઈક્રોસોફ્ટ અને સ્ટારબક્સ પાસે વિશ્વની કેટલીક સૌથી આધુનિક ટેકનોલોજી ટીમો છે. નિષ્ફળતાઓ એક માળખાકીય પેટર્નને અનુસરે છે, આકસ્મિક નહીં. ઉબેરમાં, એકત્રિત કુલ રકમને અવગણવી અશક્ય બની ગઈ ત્યાં સુધી નેતૃત્વ સ્તરે વ્યક્તિગત એકમ ખર્ચ અદૃશ્ય હતો. સ્ટારબક્સે 11000થી વધુ ઉત્તર અમેરિકાના સ્ટોર્સમાં તેની AI ઇન્વેન્ટરી સિસ્ટમનો ઉપયોગ કર્યો.

ઉપરોક્ત દરેક કિસ્સામાં, કંઈક ખોટું થયું હોવાનો સંકેત મોડો મળ્યો, બજેટ રિપોર્ટમાંથી, આંતરિક સ્ટાફ ફરિયાદોમાંથી, ચીફ ટેકનોલોજી ઓફિસરની જમાવટ પછીની સમીક્ષામાંથી. કોઈ રીઅલ-ટાઇમ સ્તર નહોતું જે અઠવાડિયા દર અઠવાડિયે બતાવી શકે કે AI રોકાણ તેના જણાવેલા હેતુ વિરુદ્ધ ટ્રેક કરી રહ્યું છે કે નહીં. જ્યારે નેતૃત્વ પાસે પૂરતી માહિતી પહોંચી ત્યારે ખર્ચ પહેલાથી જ થઈ ગયો હતો. નેતૃત્વ સિસ્ટમમાંથી નહીં, પણ આંકડાઓમાંથી શીખ્યું છે કે AI ખરેખર માનવ કર્મચારીઓ કરતાં તેમને વધુ પૈસા ખર્ચી રહ્યું છે, AIનો ખર્ચ તેના દ્વારા બદલાયેલા કર્મચારીઓ કરતા વધુ આવે છે. કંપનીઓને અત્યારે તો ઘણી AI ટૂલ્સ અપેક્ષા કરતાં વધુ મોંઘા લાગે છે.

આવી જ પોસ્ટ વાંચવા માટે ક્લિક કરો