اے آئی آپ کی تنظیم کو ٹھیک نہیں کرے گا۔ یہ آپ کو دکھائے گا کہ کیا ٹوٹا ہوا ہے۔.
اور یہ وہ حصہ ہے جس کا کوئی اشتہار نہیں دے رہا۔ یہ خلاء تقریباً ہمیشہ ایک AI تنظیمیاتی ڈیزائن کا مسئلہ ہوتا ہے — اور یہ AI آنے سے بہت پہلے ہی نظر آ رہا تھا۔.
2012 میں، میری ٹیم نے ایک روبوٹ بنایا۔.
میں وژن تھا۔ انہوں نے چیز بنائی۔ چلنے والی نہیں - وہ جو ہوٹل کے لابی میں کھڑی ہوتی ہے، Xbox Kinect سینسر کے ذریعے آپ کو قریب آتے دیکھتی ہے، آپ کے کچھ کہنے سے پہلے آپ کی موجودگی کو پہچانتی ہے، اور پوچھتی ہے کہ وہ کس طرح مدد کر سکتی ہے۔ ہم نے اسے HAL — Hotel Assistant Liaison — کا نام دیا، جو Kubrick کے قاتل خلائی جہاز کے کمپیوٹر کا مذاق کے انداز میں اشارہ تھا جو بالکل مناسب محسوس ہوا۔ جو پروڈکٹ ہم نے ڈیمو کیا تھا اس پر AL کا برانڈ تھا۔ ہم نے H کو ہٹا دیا تھا۔ چاہے وہ برانڈنگ کا عملی پن تھا یا رحم کا ایک لاشعوری عمل، میں اسے کھلا چھوڑ دوں گا۔.
ہال اس وقت دستیاب چیزوں کا ایک مجموعہ تھا: گہرائی کی حس اور کنکال کی ٹریکنگ کے لیے کنیکٹ، تقریر کی شناخت اور ترکیب کے لیے گوگل کی ابتدائی کلاؤڈ سروسز، اور سکائی نیٹ نامی ایک چھوٹی نیورل نیٹ ورک — جسے کیلیفورنیا کے ایک ڈویلپر نے فورم پر ڈھونڈ کر بنایا تھا، جب میں ہال کے دماغ کے طور پر کام کرنے والی کوئی.
ٹیکنالوجی نے کام کیا۔ HAL بات چیت کر سکتا تھا۔ یہ ناشتے کے اوقات، وائی فائی پاس ورڈز، اور مقامی پرکشش مقامات کے بارے میں سوالات کے جواب دے سکتا تھا۔ یہ انسانی کونسیئرج کو ان چیزوں کے لیے آزاد کر سکتا تھا جن کے لیے واقعی انسان کی ضرورت تھی: مشکل بات چیت، ناراض مہمان، وہ لمحہ جب معلومات کی بازیابی سے زیادہ موجودگی کی اہمیت تھی۔.
اسٹارٹ اپ کے بازار میں آنے سے پہلے ہی رقم ختم ہو گئی۔ اور اگر میں ایماندار ہوں تو میرا دماغ کہیں اور تھا - میرا خاندان اور میرا معاشرہ ایک ایسے وجودی خطرے کا سامنا کر رہے تھے جو ایک ایسے معاشرے میں اقلیت ہونے کی وجہ سے پیدا ہوا تھا جس نے ہمیں ایک مسئلہ سمجھ کر دور کرنے کا فیصلہ کیا تھا۔ میں باہر کی چیزوں کو سنبھالنے کی کوشش کر رہا تھا جبکہ اندر کچھ ایسا بنا رہا تھا جس سے لوگوں کو واضح طور پر دیکھنے میں مدد ملے۔.
ہال نے کبھی ہوٹل کا لابی نہیں دیکھا۔.
مگر جس سوال کے گرد یہ تیار کیا گیا تھا وہ میرے ساتھ تیرہ سال سے ہے، اور یہ وہ سوال ہے جو مجھے لگتا ہے کہ بیشتر تنظیمیں جواب دینے پر مجبور ہونے والی ہیں – چاہے وہ چاہیں یا نہ چاہیں۔.
ہال اصل میں کیا کر رہا تھا
اس وقت ہم نے جس فریم ورک کا استعمال کیا تھا وہ تھا اضافہ. HAL بار بار ہونے والے 80% کو سنبھالے گا تاکہ انسانی کنسیئرج پیچیدہ 20% پر توجہ مرکوز کر سکے۔ یہی پیشکش تھی، اور یہ اچھی پیشکش تھی۔.
لیکن 2026 کے تناظر میں، مجھے لگتا ہے کہ ہم نے اصل میں جو ہو رہا تھا اس کی قدر کم کر دی تھی۔.
HAL صرف سوالات کا جواب نہیں دے رہا تھا۔ HAL فاصلہ نا مہمانوں کی ضروریات اور جو تنظیم نے خود فراہم کرنے کے لیے ڈیزائن کیا تھا، کے درمیان میں۔ ہر بار جب کوئی مہمان کاؤنٹر تک پہنچتا اور پوچھتا کہ جم کہاں ہے، تو یہ ایک اشارہ تھا۔ ہر بار جب کوئی چیک آؤٹ کے وقت کے بارے میں پوچھتا، تو یہ ایک اشارہ تھا۔ HAL کو جو سوالات آئے وہ بے ترتیب نہیں تھے - وہ اس بات کا ایک درست نقشہ تھے کہ ہوٹل کے معلومات کے ڈھانچے میں کہاں ناکامی ہوئی تھی۔.
کونسیرج کو یہ بات پہلے سے معلوم تھی۔ وہ دن میں چالیس بار وہی سوالات کے جواب دیتے تھے۔ لیکن کچھ جاننا اور اسے محسوس کرنا ناپا ہوا، وقت مہر لگا ہوا، اور نظر آنے والا یہ مختلف چیزیں ہیں۔ پہلی کو رد کیا جا سکتا ہے۔ دوسری کو نہیں۔.
This is what I mean when I call AI the most powerful diagnostic tool we have for organisational design.
اس لیے نہیں کہ اس سے مسائل حل ہوتے ہیں۔ کیونکہ یہ موجودہ کو نظر انداز کرنا ناممکن بنا دیتا ہے۔ فالتو پن سب سے واضح معاملہ ہے، اور میں نے اس کے بارے میں لکھا قائدین کیا کرتے ہیں ایک بار جب AI اسے ظاہر کرتا ہے۔.
وہ نمونہ جو میں دیکھتا رہتا ہوں
HAL کے بعد کے برسوں میں، میں نے ایسے سیاق و سباق میں کام کیا ہے جو سطح پر بالکل مختلف نظر آتے ہیں: یورپ میں فارماسیوٹیکل.
فارما میں: جس ٹیم کے ساتھ میں نے کام کیا، اس نے چار ماہ قبل ڈاکٹروں کے رویے کی پیش گوئی کرنے کے لیے ایک مشین لرننگ ماڈل تیار کیا۔ صاف ڈیٹا، ٹھوس فن تعمیر، ایک ایسی ٹیم جو گہری دلچسپی رکھتی تھی۔ ماڈل نے کام کیا۔ اور پھر کچھ بھی کافی تیزی سے نہیں ہوا۔ پیش گوئیاں پہنچیں اور ڈیٹا سائنس، مارکیٹنگ، اور سیلز کے درمیان ایک قطار میں پڑی رہیں — ہر ٹیم کے پاس “قابل عمل” کی تھوڑی مختلف تعریف تھی، ہر ایک کے ذہن میں تھوڑی مختلف احساس تھا کہ اگلا قدم کس کی ملکیت ہے۔ اے آئی تیار تھا۔ تنظیم تیار نہیں تھی۔.
ہم نے تین ماہ تک الگورتھم کو درست کرنے میں گزارے۔ ہمیں پہلا مہینہ اے آئی آرگنائزیشنل ڈیزائن پر گزارنا چاہیے تھا — خاص طور پر، ہینڈ آف کو دوبارہ ڈیزائن کرنے پر۔.
لبنان میں: ایک سیلز ٹیم نے تنازع کے دوران 226 آؤٹ لیٹس کھو دیے۔ وہ بحال ہوئے — اور پھر بڑھے، کوریج میں 45% کا اضافہ کیا — نہ اس لیے کہ اچانک ان کے پاس بہتر ڈیٹا یا زیادہ پیچیدہ ٹولز تھے بلکہ اس لیے کہ بحران نے ان گورننس کی تہوں کو ہٹا دیا جو عام طور پر ان کے ردعمل کے چکر کو رینگنے پر مجبور کر دیتی تھیں۔ انہوں نے منظوری کا انتظار کرنا چھوڑ دیا۔ وہ روزانہ ڈھلتے رہے۔ پی ڈی سی اے کا چکر فطری جبلت پر چل رہا تھا کیونکہ کسی اور چیز کے لیے وقت ہی نہیں تھا۔.
جب میں بعد میں اندر آیا اور دیکھا کہ کیا تبدیلیاں ہوئی ہیں، تو یہ ضرورت کے لحاظ سے AI تنظیمی ڈیزائن کا ایک ماسٹر کلاس تھا — ملکیت کی وضاحت، فیصلے کی رفتار، جوابدہی کی نمائش۔ سب سے زیادہ حیران کن بات یہ تھی کہ فیصلے کی ملکیت کتنی واضح ہو گئی تھی۔ ہر کوئی جانتا تھا کہ وہ کس چیز کے لیے ذمہ دار ہے۔ ہر کوئی جانتا تھا کہ کتنی تیزی سے۔.
ملاوی میں: زرعی ٹیم نے ایک لِین میٹنگ ری سیٹ کے بعد ایک پلس سروے کیا۔ ڈیٹا نے کچھ درست اور تکلیف دہ چیزیں ظاہر کیں: لوگوں کو ترجیحات کا پتہ تھا — اس میٹرک نے 5 میں سے 3.67 کا سکور کیا۔ لیکن وہ اس پر عمل درآمد کے لیے کون ذمہ دار تھا اس کے بارے میں کم واضح تھے — فیصلہ کی وضاحت 3.58 پر تھی۔ کے درمیان فرق جو اہم ہے اسے جاننا اور کون کب کیا کرے گا یہ جاننا جتنا سننے میں لگتا ہے اس سے چھوٹا ہے۔ عملی طور پر، زیادہ تر تنظیمی رگڑ یہیں رہتی ہے۔.
نائیجیریا میں: پندرہ ماہ تک سیلز، مارکیٹنگ، اور ایکٹیویشن میں چست عادات کی تعمیر کے بعد، جو نمونہ ابھرا وہ رفتار.
اصل میں کیا تشخیص ہوتی ہے
جب آپ کسی تنظیم میں ایک AI ایجنٹ متعارف کرواتے ہیں، تو AI کے تنظیمی ڈیزائن کے تین ایسے خلاء ناپنے کے قابل ہو جاتے ہیں جو پہلے پوشیدہ تھے۔.
فیصلے میں تاخیر. ایجینٹ صبح 9 بجے ایک تجویز درج کرتا ہے۔ یہ کارروائی اگلے جمعرات کو کی جاتی ہے۔ یہ وقفہ مصنوعی ذہانت کی آمد سے پہلے موجود تھا۔ لیکن اب اس میں ایک ٹائم اسٹیمپ ہے۔ اب آپ یہ دعویٰ نہیں کر سکتے کہ عمل مناسب رفتار سے چل رہا ہے، کیونکہ اب یہ عمل ریکارڈ پر ہے۔ تاخیر، جیسا کہ پتہ چلتا ہے، شاذ و نادر ہی رفتار کے بارے میں ہوتی ہے۔ یہ تقریبا ہمیشہ اس مقام پر ملکیت کے غیر واضح ہونے کے بارے میں ہے جہاں فیصلہ کرنے کی ضرورت ہے۔ کوئی بھی جان بوجھ کر سست نہیں ہوتا۔ وہ سست ہوتے ہیں کیونکہ کسی کو یقین نہیں ہوتا کہ یہ ان کا کام ہے۔ یہ کارکردگی کا نہیں، بلکہ AI کے تنظیمی ڈیزائن کا سوال ہے۔.
جوابدہی کی fragmented. میں نے جن بھی تنظیموں میں کام کیا ہے، وہاں ایک ہی گفتگو کا ایک ورژن موجود ہوتا ہے: وہ جس میں کمرے میں موجود تین افراد میں سے ہر ایک کا خیال ہے کہ کوئی اور کسی خاص فیصلے کا ذمہ دار ہے۔ AI اس کو ساخت کے لحاظ سے سامنے لاتا ہے۔ جب کوئی ایجنٹ کوئی آؤٹ پٹ تیار کرتا ہے اور کوئی اسے نہیں اٹھاتا، تو آپ کو ایک سست ٹیم نہیں ملتی۔ آپ کو احتساب میں خلاء ملتا ہے۔ ایجنٹ نے اسے پیدا نہیں کیا۔ اس نے اسے صرف گننے کے قابل بنایا۔.
پروسس کی ملکیت کے فرق. یہ زیادہ باریک ہیں۔ یہ وہ جگہیں ہیں جہاں کام فنکشنز کے درمیان منتقل ہوتا ہے — حکمت عملی سے نفاذ تک، بصیرت سے عمل تک، سفارش سے نفاذ تک — اور کسی نے بھی ہینڈ آف کو باضابطہ طور پر ڈیزائن نہیں کیا ہے۔ یہ عمل اس وقت کام کرتا ہے جب وہ لوگ جنہوں نے ایک دوسرے کو جان لیا ہو، اسے غیر رسمی طور پر منظم کرتے ہیں۔ یہ اس وقت ناکام ہو جاتا ہے جب وہ لوگ چلے جاتے ہیں، یا تنظیم بڑھ جاتی ہے، یا رفتار اتنی بڑھ جاتی ہے کہ غیر رسمی رابطہ اسے جذب نہیں کر سکتا۔ AI ایسی رفتار سے کام کرتا ہے جسے غیر رسمی رابطہ جذب نہیں کر سکتا۔ لہذا یہ ان خلاؤں کو خود بخود تلاش کرتا ہے، کیونکہ یہ ان پر رک جاتا ہے۔.
تنظیمیں کیوں نہیں دیکھیں گی
OpenAI کے McKinsey، BCG، Accenture، اور Capgemini کے ساتھ اپنے Frontier Alliances کے اعلان میں ایک ایسی بات شامل ہے جس پر بہت زیادہ توجہ دینے کی ضرورت ہے۔ OpenAI نے کہا کہ انٹرپرائز AI کی قدر کی حد ماڈل کی ذہانت نہیں ہے۔ یہ اس بات پر منحصر ہے کہ تنظیموں کے اندر ایجنٹس کس طرح بنائے اور چلائے جاتے ہیں۔.
یہ ایک ٹیکنالوجی کمپنی کے لیے ایسی بات کا اعتراف کرنا ایک اہم بات ہے۔ مجھے شبہ ہے کہ یہ ظاہری صورت سے زیادہ تجارتی طور پر آسان بھی ہے۔.
مسئلے کا نام رکھنے کی وجہ سے ایجنٹ کیسے بنائے اور چلائے جاتے ہیں حکمت عملی کو ٹیکنالوجی فرموں اور کنسلٹنگ فرموں کے دائرہ اختیار میں رکھتا ہے۔ یہ چیلنج کو نافذ کرنے اور ضم کرنے کے طور پر پیش کرتا ہے۔ اے آئی آرگنائزیشنل ڈیزائن کا نفاذ کا مسئلہ نہیں ہے۔ یہ ایک ساختی مسئلہ ہے۔ یہ سخت چیز کا نام نہیں لیتا، جو یہ ہے کہ اے آئی سب سے زیادہ بڑی تنظیموں میں کیا ظاہر کرے گا - ساختی خرابیوں کا ایک سلسلہ ہے جسے جان بوجھ کر، اگر لاشعوری طور پر، برقرار رکھا گیا ہے۔.
جوابدہی میں خلاء حادثاتی طور پر برقرار نہیں رہتا۔ یہ اس لیے برقرار رہتا ہے کیونکہ ملکیت کی وضاحت ہی نتائج کی وضاحت ہے۔ جب کوئی فرد کسی فیصلے کا مالک نہیں ہوتا، تو کوئی ناکام نہیں ہوتا۔ جب کوئی کام بغیر کسی باقاعدہ طریقہ کار کے سونپا جاتا ہے، تو وہ ناقابلِ جانچ بھی ہوتا ہے۔ جب عمل دھندلا ہوتا ہے، تو یہ دھندلا پن لوگوں کی حفاظت کرتا ہے۔ شریرانہ طور پر نہیں۔ محض انسانی طور پر۔.
یہ تنظیموں میں خود شناسی کی سیاسی معیشت ہے: یہی ڈھانچے جنہیں اے آئی بے نقاب کرے گی، اکثر وہ ڈھانچے ہوتے ہیں جو اپنے اندر موجود لوگوں کے لیے تنظیمی زندگی کو قابل انتظام بناتے ہیں۔ کسی تنظیم سے خود کو واضح طور پر دیکھنے کے لیے کہنا کوئی تکنیکی درخواست نہیں ہے۔ یہ ایک سیاسی درخواست ہے۔ یہ لوگوں سے ایسے طریقوں سے نظر آنے کو کہتی ہے جن میں خطرہ ہے۔.
زیادہ تر تنظیمیں AI کی تشخیصی کارکردگی کا جواب اسے بہتر بنانے کی بجائے اس کے نتائج کو بہتر بنا کر دیں گی۔ وہ ایجنٹ کے نتائج کو سنبھالنے کے لیے نئی منظوری کی پرتیں بنائیں گی۔ وہ AI کی سفارشات کے لیے حکومتی فریم ورک بنائیں گے جو کہ بالکل انہی حکومتی فریم ورک کی نقل کریں گے جنہوں نے انسانی سفارشات کو سست کر دیا تھا۔ وہ تنظیم کے مسئلے کو چھوئے بغیر ایجنٹ کے مسئلے کو حل کریں گے۔.
یہ طنز نہیں ہے۔ یہ رجحاناتی شناخت ہے۔ میں نے یہ تیزی سے تبدیلیوں، ڈیجیٹل تبدیلی کے پروگراموں، ڈیٹا کے اقدامات کے ساتھ دیکھا ہے۔ ٹیکنالوجی آتی ہے۔ بدفعلی اسے جذب کر لیتی ہے۔ تنظیم اپنے فیصلہ سازی کے نظام کی رفتار سے چلتی رہتی ہے۔ مصنوعی ذہانت کا تنظیمی ڈھانچہ ہی ہے جو چھوڑ دیا جاتا ہے۔ یہ وہ چیز بھی ہے جو یہ طے کرتی ہے کہ باقی کچھ بھی کام کرتا ہے یا نہیں۔.
اس کا ایماندارانہ ورژن کیسا لگتا ہے
وہ کاروباری ادارے جو AI سے حقیقی قدر حاصل کریں گے وہ ضروری نہیں کہ سب سے زیادہ جدید ماڈلز والے ہوں۔ وہ وہ ہوں گے جو کچھ زیادہ مشکل کرنے کو تیار ہوں گے: AI کی سطح کو عمل درآمد کے مسئلے کے بجائے ڈیزائن کے مقصد کے طور پر دیکھنا۔.
یہ ہے جو دراصل AI تنظیمی ڈیزائن آپ سے پوچھتا ہے: بہتر ٹولنگ نہیں، بلکہ واضح فن تعمیر۔ یہ ایک سوال ہے کہ آپ کی تنظیم میں اختیار کہاں رہتا ہے، اور کیا وہ لوگ جو اسے رکھتے ہیں، جانتے ہیں کہ وہ اسے رکھتے ہیں۔.
جوابدہی کا ٹکڑے ٹکڑے ہونا کوئی مواصلاتی مسئلہ نہیں ہے۔ یہ ایک سوال ہے کہ آیا آپ کے تنظیمی ڈیزائن نے آپ کی آپریشنل پیچیدگی کے ساتھ رفتار رکھی ہے۔.
پروسس کی ملکیت کے خلا ہینڈ ویو کے مسائل نہیں ہیں۔ وہ اس بارے میں سوالات ہیں کہ آیا آپ نے اپنی تنظیم کو اس دنیا کے لیے ڈیزائن کیا ہے جس میں آپ کام کر رہے ہیں، یا اس دنیا کے لیے جس میں آپ پہلے کام کیا کرتے تھے۔.
یہ آسان سوالات نہیں ہیں۔ یہ وہ سوالات نہیں ہیں جو اے ائی ٹرانسفارمیشن پروگرام میں فنڈ کیے جاتے ہیں۔ لیکن یہ وہ ہیں جن کا آپ کو اے ائی آرگنائزیشنل ڈیزائن میں سامنا کرنا پڑتا ہے۔ یہ وہ سوالات نہیں ہیں جن کے جواب ایجنٹ تعیناتی کے سلائیڈ ڈیک میں ملتے ہیں۔.
لیکن یہ وہ سوالات ہیں جن کی طرف HAL نے 2012 میں اشارہ کیا تھا، ایک ہوٹل کی لابی میں جو کبھی اس تک نہیں پہنچی۔.
اور یہ وہ سوالات ہیں جو ہر اے آئی ایجنٹ جو اس وقت ہر ادارے کے اندر تعینات کیا جا رہا ہے، چاہے کسی نے اس کی منصوبہ بندی کی ہو یا نہ کی ہو، پہلے ہی پوچھنا شروع کر چکا ہے۔.
مصنوعی ذہانت مشین کی رفتار سے آگے بڑھ سکتی ہے۔.
زیادہ تر تنظیمیں اب بھی اپنے فیصلہ سازی کے نظام کی رفتار سے چلیں گی۔.
سوال یہ ہے کہ کیا ان میں اس خلا کو دیکھنے کی ہمت ہے جو وہ ظاہر کرتا ہے - اور اس میں ڈھل جانے کے بجائے اسے دوبارہ ڈیزائن کرنے کی خواہش ہے۔.
زیادہ تر لوگ دیکھنے سے انکار کی وجوہات تلاش کریں گے۔.
جو ایسا کریں گے وہ صرف مصنوعی ذہانت میں ہی بہتر نہیں ہوں گے بلکہ انہوں نے مصنوعی ذہانت کے تنظیمی ڈیزائن کا مشکل کام بھی کیا ہوگا اور وہ اس سے بہتر تنظیمیں ہوں گی۔.