लाइब्रेरी पर वापस जाएं

प्रमुख प्रश्न नया

AI द्वारा प्रसंस्कृत · लेखक द्वारा अनुमोदित

पारंपरिक कंपनियाँ जेनरेटिव एआई को दोहराए जा सकने वाले दैनिक व्यावसायिक वर्कफ़्लो में सफलतापूर्वक कैसे एकीकृत कर सकती हैं?

Imbricating Human Capabilities and AI: A Case Study of GenAI-enabled Workflow Stabilization
Weilin Pu, Felix Tan, Eric Lim, व अन्य · International Conference on Information Systems (ICIS) · 2026
चित्र: पारंपरिक कंपनियाँ जेनरेटिव एआई को दोहराए जा सकने वाले दैनिक व्यावसायिक वर्कफ़्लो में सफलतापूर्वक कैसे एकीकृत कर सकती हैं?

Spotify का प्लेयर लोड करता है; Spotify कुकीज़ सेट कर सकता है। यह डिवाइस आपकी पसंद याद रखता है।

मुख्य निष्कर्ष

  • पता चला कि एआई स्थिरीकरण चार अलग-अलग चरणों में सामने आता है: प्रोबिंग (जांच), पैचिंग, रीवीविंग (पुनर्निर्माण), और एक्सटर्नलाइजिंग (बाहरीकरण)।
  • पाया गया कि शुरुआती जांच से संगठनात्मक जागरूकता और खोजपूर्ण उपयोग उत्पन्न होता है, लेकिन परिचालन उत्पादकता में न्यूनतम लाभ होता है।
  • देखा गया कि पैचिंग मुख्य परिचालनों को बदले बिना अलग-थलग कार्य-स्तरीय बाधाओं को हल करता है, जिससे समग्र दक्षता में सीमित सुधार होता है।
  • प्रदर्शित किया कि वर्कफ़्लो रीवीविंग मानव भूमिकाओं और सॉफ़्टवेयर कॉन्फ़िगरेशन दोनों को कड़े नियंत्रण वाली पाइपलाइनों में पुनर्गठित करता है, जिससे डिज़ाइन का टर्नअराउंड समय दिनों से घटकर मिनटों में आ जाता है।
  • दिखाया कि आंतरिक वर्कफ़्लो स्थिरता प्राप्त करने के बाद, उन्हें मूल उपयोगकर्ताओं से अलग कर बाहरी ग्राहकों के लिए स्टैंडअलोन प्लेटफ़ॉर्म के रूप में तैयार किया जा सकता है।

आपके लिए इसका क्या अर्थ है

CIO / आईटी एक्ज़ीक्यूटिव

Audit current operations to map existing human-software workflows and allocate dedicated resources to restructure tasks around both technological capabilities and human roles, rather than simply deploying individual AI tools.

आईटी प्रबंधक

Document the ad-hoc prompt patterns and workaround solutions currently used by employees during exploratory AI testing to identify isolated task-level bottlenecks ready for patching.

बिज़नेस रणनीतिकार

Analyze core operational pipelines to identify where manual design turnaround times are slowest, and design pilot structures that tightly integrate human review steps with software configurations.

शोधकर्ता

Conduct a longitudinal qualitative study tracking how informal generative AI usage transitions through the specific four stages of probing, patching, reweaving, and externalizing within a traditional firm.

नीति निर्माता

Establish digital transformation grant criteria that explicitly fund organizational workflow restructuring and human-AI capability integration programs rather than just software procurement in traditional industries.

सारांश

यह शोध इस बात की पड़ताल करता है कि पारंपरिक उद्योगों में जेनरेटिव एआई अनौपचारिक परीक्षण-और-त्रुटि से संरचित, पुन: प्रयोज्य संगठनात्मक वर्कफ़्लो में कैसे परिवर्तित होता है। एक व्याख्यात्मक गुणात्मक केस स्टडी डिज़ाइन का उपयोग करते हुए, लेखकों ने 37 अर्ध-संरचित साक्षात्कारों, सिस्टम प्रदर्शनों और आंतरिक दस्तावेज़ीकरण के माध्यम से एक चीनी रियल-एस्टेट कंपनी में चार वर्षों के एआई अपनाने का विश्लेषण किया।

समस्या

हालाँकि व्यक्तिगत कर्मचारी अलग-अलग कार्यों के लिए जेनरेटिव एआई को तेजी से अपना सकते हैं, लेकिन संगठन ओपन-एंडेड एआई टूल्स को एकजुट व्यावसायिक दिनचर्या में स्थिर करने के लिए संघर्ष करते हैं। एकीकरण की यह चुनौती परिपक्व डिजिटल बुनियादी ढांचे की कमी वाली पारंपरिक कंपनियों में विशेष रूप से गंभीर है, जहाँ स्थापित वर्कफ़्लो ने ऐतिहासिक रूप से उपकरणों के इर्द-गिर्द पुनर्गठित होने के बजाय उन्हें अपने में समाहित किया है।

ट्रांसक्रिप्ट
Host: A.I.S. Insights — powered by Living Knowledge में आपका स्वागत है। मैं आपकी होस्ट, अन्ना आइवी समर्स हूँ। आज हम एक नए अध्ययन पर चर्चा कर रहे हैं, जिसका शीर्षक है "मानव क्षमताओं और एआई का अंतर्ग्रथन: जेनएआई-सक्षम वर्कफ़्लो स्थिरीकरण का एक केस स्टडी"। यह अध्ययन जांचता है कि पारंपरिक उद्योग अनौपचारिक परीक्षण से निकलकर जेनरेटिव एआई को संरचित और पुन: प्रयोज्य संगठनात्मक वर्कफ़्लो में कैसे बदल सकते हैं। इस विषय पर बात करने के लिए हमारे साथ विश्लेषक एलेक्स इयान सदरलैंड मौजूद हैं। एलेक्स, स्वागत है।
Expert: धन्यवाद, अन्ना। इस अध्ययन के निष्कर्षों पर चर्चा करने के लिए मैं यहाँ आकर प्रसन्न हूँ।
Host: एलेक्स, आज कई संगठन जेनरेटिव एआई को अपनाने का प्रयास कर रहे हैं। यह अध्ययन किस मुख्य समस्या को सामने लाता है?
Expert: अन्ना, मुख्य समस्या यह है कि व्यक्तिगत कर्मचारी अलग-अलग कार्यों के लिए जेनरेटिव एआई टूल्स को तेजी से अपना सकते हैं, लेकिन संगठन इन ओपन-एंडेड टूल्स को एकजुट व्यावसायिक दिनचर्या में स्थिर करने के लिए संघर्ष करते हैं। यह एकीकरण चुनौती विशेष रूप से पारंपरिक क्षेत्रों में गंभीर है, जहाँ परिपक्व डिजिटल बुनियादी ढांचे की कमी होती है और जहाँ स्थापित वर्कफ़्लो नए उपकरणों के इर्द-गिर्द पुनर्गठित होने के बजाय उन्हें केवल अपने पुराने ढर्रे में समाहित करने का प्रयास करते हैं।
Host: यह पारंपरिक व्यवसायों के लिए एक बड़ी व्यावहारिक चुनौती है। शोधकर्ताओं ने इस प्रक्रिया की जांच कैसे की? अध्ययन की कार्यप्रणाली क्या थी?
Expert: लेखकों—वेलिन पु, फेलिक्स टैन, एरिक लिम और हाइफेंग जू—ने एक व्याख्यात्मक गुणात्मक केस स्टडी दृष्टिकोण का उपयोग किया। यह अध्ययन इंटरनेशनल कॉन्फ्रेंस ऑन इंफॉर्मेशन सिस्टम्स, 2026 में प्रकाशित हुआ है। शोधकर्ताओं ने एक चीनी रियल-एस्टेट कंपनी में चार वर्षों के दौरान एआई अपनाने की प्रक्रिया का विश्लेषण किया। डेटा संग्रह के लिए उन्होंने 37 अर्ध-संरचित साक्षात्कार, सिस्टम प्रदर्शन और आंतरिक दस्तावेज़ीकरण का उपयोग किया।
Host: चार वर्षों के इस विस्तृत विश्लेषण से क्या मुख्य परिणाम सामने आए?
Expert: अध्ययन से पता चला कि एआई स्थिरीकरण चार अलग-अलग चरणों में सामने आता है: प्रोबिंग यानी जांच, पैचिंग, रीवीविंग यानी पुनर्निर्माण, और एक्सटर्नलाइजिंग यानी बाहरीकरण।
Host: क्या आप इन चरणों और उनके परिचालन प्रभावों को समझा सकते हैं?
Expert: बिल्कुल। पहले चरण यानी प्रोबिंग में शुरुआती जांच से संगठनात्मक जागरूकता और खोजपूर्ण उपयोग तो उत्पन्न हुआ, लेकिन परिचालन उत्पादकता में न्यूनतम लाभ देखा गया। इसके बाद पैचिंग के चरण में मुख्य परिचालनों को बदले बिना अलग-थलग कार्य-स्तरीय बाधाओं को हल किया गया, जिसके परिणामस्वरूप समग्र दक्षता में सुधार सीमित ही रहा।
Host: तो फिर कंपनियों को महत्वपूर्ण दक्षता लाभ किस चरण में मिला?
Expert: महत्वपूर्ण लाभ तीसरे चरण यानी रीवीविंग में मिला। इस चरण में मानव भूमिकाओं और सॉफ़्टवेयर कॉन्फ़िगरेशन दोनों को कड़े नियंत्रण वाली पाइपलाइनों में पुनर्गठित किया गया। इससे डिज़ाइन का टर्नअराउंड समय कई दिनों से घटकर कुछ मिनटों में आ गया। अंत में, चौथे चरण यानी एक्सटर्नलाइजिंग में, जब आंतरिक वर्कफ़्लो ने स्थिरता प्राप्त कर ली, तो उन्हें मूल उपयोगकर्ताओं से अलग कर बाहरी ग्राहकों के लिए स्टैंडअलोन प्लेटफ़ॉर्म के रूप में तैयार किया गया।
Host: यह व्यावहारिक रूप से बहुत महत्वपूर्ण है। व्यावसायिक पेशेवरों और प्रबंधकों के लिए इस अध्ययन से क्या मुख्य सबक मिलते हैं?
Expert: मुख्य सबक यह है कि केवल कर्मचारियों को जेनएआई टूल्स उपलब्ध कराना पर्याप्त नहीं है। यदि कोई संगठन केवल पैचिंग दृष्टिकोण अपनाता है, तो उत्पादकता लाभ सीमित रहेगा। उच्च दक्षता प्राप्त करने के लिए वर्कफ़्लो रीवीविंग की आवश्यकता होती है, जिसमें मानव भूमिकाओं और डिजिटल प्रक्रियाओं दोनों को पुनर्गठित किया जाए। इसके अलावा, एक बार जब आंतरिक वर्कफ़्लो स्थिर हो जाते हैं, तो वे बाहरी मुद्रीकरण और नए उत्पाद विकास का आधार बन सकते हैं।
Host: संक्षेप में कहें तो, जेनरेटिव एआई का पूर्ण लाभ उठाने के लिए संगठनों को प्रक्रियाओं के व्यवस्थित पुनर्गठन पर ध्यान देना होगा। एलेक्स, इन निष्कर्षों को स्पष्ट रूप से साझा करने के लिए धन्यवाद।
Expert: आपका स्वागत है, अन्ना।
Host: हमारे सभी श्रोताओं को भी बहुत-बहुत धन्यवाद। A.I.S. Insights — powered by Living Knowledge के अगले एपिसोड में फिर मिलेंगे।
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

Generative AI, Workflow stabilization, Imbrication, Digital transformation, Design workflows, Qualitative case study