SK समूहले यस वर्षको दोस्रो अर्धमा ठूलो संगठन पुनर्संरचना तयार गरिरहेको छ। यसको मापदण्ड कृत्रिम बुद्धिमत्ता, विशेष गरी AI एजेन्ट हो। पहिलेको काम जस्ताको तस्तै राखेर AI लाई सहायकका रूपमा जोड्ने स्तर मात्र होइन, संगठनलाई नै फेरि बनाउने मतलब हो। मुख्य लक्ष्यमध्ये एउटा कार्यालयका एक्सेल-आधारित डेटा काम हो। लेखअनुसार, यस्तो इनपुट र व्यवस्थित गर्ने काम पूरै AI एजेन्टलाई दिने योजना विचार भइरहेको छ। अबदेखि पहिले अहिलेको काम AI ले गर्न सक्छ कि सक्दैन भनेर हेर्ने, त्यसपछि मानिसको काम फेरि बाँड्ने तरिका मुख्य हुनेछ। लेखमा SK텔레콤 यस परिवर्तनको मुख्य धुरी बन्न सक्ने सम्भावनाको उल्लेख छ। साथै अध्यक्ष चोए ताए-वोनले AX लाई बाँचाइ र प्रतिस्पर्धात्मक क्षमताको विषयका रूपमा हेर्दै आएको कुरा पनि बताइएको छ। यो 흐름 केवल SK को प्रयोग मात्र नभई, अन्य ठूला कम्पनीहरूले पनि यस्तै दिशा विचार गरिरहेका अझ ठूलो परिवर्तनको एक भागजस्तो देखिन्छ।
원문 보기
यो समाचारको मुख्य कुरा ‘AI सुरु गर्नु’ होइन, ‘कामको नक्सा बदल्नु’ हो
यो समाचारलाई केवल ‘ठूलो कम्पनीले AI प्रयोग गर्छ’ भनेर मात्र पढियो भने मुख्य कुरा छुट्न सक्छ। लेखको अझ महत्वपूर्ण भाग भनेको AI एजेन्टलाई आधार मानेर संगठन फेरि बनाइन्छ भन्ने अभिव्यक्ति हो। यसको अर्थ कर्मचारीले गरिरहेको कामको छेउमा थोरै मद्दत गर्ने अर्को सफ्टवेयर किन्ने मात्र होइन, कुन काम AI ले पहिले गर्छ र मानिसले के समीक्षा र निर्णय गर्छ भन्ने कुरा नै नयाँ रूपमा बाँडिनेछ भन्ने हो।
पहिलेका AI उपकरण ‘मस्यौदा लेख्ने’ वा ‘खोजी सहयोग’ जस्ता थिए भने, AI एजेन्टलाई लक्ष्य दिएपछि धेरै चरण जोडेर काम गर्ने प्रकारको भनेर बुझ्नुपर्छ। उदाहरणका लागि डाटा संकलन गर्ने, ढाँचा मिलाउने, असामान्य मान फेला पार्ने, र सारांश प्रतिवेदनको मस्यौदा बनाउने प्रवाहलाई एकै थुप्रो कामको रूपमा दिन सकिन्छ। यो बुझियो भने किन लेखको शीर्षकमा संगठनको ठूलो शल्यक्रिया भन्ने अभिव्यक्ति आएको हो भन्ने सजिलै थाहा हुन्छ।
यहाँ पाठकले हेर्नुपर्ने बुँदा एउटा हो। अब कम्पनीहरूको प्रतिस्पर्धा ‘AI प्रयोग गर्ने कि नगर्ने’ भन्दा कुन काम AI लाई सुम्पिने, र मानिसले कहाँ मूल्य र जिम्मेवारी राख्ने भन्ने दिशामा सर्दै छ। यो मापदण्ड थाहा भएपछि SK को लेख मात्र होइन, अन्य कम्पनीहरूको AI समाचार पनि धेरै कम अप्ठ्यारो लाग्छ।
सहायक उपकरण सुरु गर्नु भनेको पुरानो काममा AI थप्नु हो, र एजेन्ट संगठन भनेको कामको प्रवाहलाई नै फेरि डिजाइन गर्नु हो।
त्यसैले परिवर्तनको एकाइ व्यक्तिगत उत्पादनशीलता होइन, टोली संरचना, स्वीकृति प्रणाली, र जिम्मेवारी बाँडफाँडसम्म ठूलो हुन्छ।
काम सहयोगी उपकरण र AI एजेन्ट संगठनमा के फरक छ
| तुलना शीर्षक | काम सहयोगी उपकरण | |
|---|---|---|
| नेतृत्व अधिकार | मानिसले हरेक पटक निर्देशन दिन्छ | |
AI एजेन्ट आधार संगठन AI ले लक्ष्य लिएर धेरै चरण जोडेर काम गर्छ | ||
| कार्यान्वयन दायरा | मस्यौदा लेखन·सारांश जस्ता एकल काम | |
| स्वीकृति संरचना | हालको रिपोर्ट प्रणाली कायम राख्ने | |
| जिम्मेवारी बाँडफाँड | नतिजाको जिम्मेवारी लगभग सबैजसो मानिसमै रहन्छ | |
| प्रदर्शन मापन | कर्मचारीको व्यक्तिगत उत्पादकत्व सुधार | |
| संगठनमा प्रभाव | उपकरण प्रयोगको तालिमको स्तर | |
कम्पनीले कुन काम AI लाई दिने, र कुन काम मानिसकहाँ राख्ने?
| निर्णय मापदण्ड | AI लाई दिन सजिलो काम | मानिसकहाँ राख्न सजिलो काम |
|---|---|---|
| दोहोरोपन | हरेक दिन उही ढाँचामा दोहोरिने इनपुट·सङ्कलन | हरेक पटक सन्दर्भ फरक हुने निर्णय |
| मानकीकरण सम्भावना | नियम र टेम्प्लेट स्पष्ट भएका काम | नियमभन्दा वार्ता र मनाउने कुरा महत्त्वपूर्ण हुने काम |
| डेटामा रूपान्तरण सम्भावना | कागजात·संख्या·संवाद डिजिटल डेटाका रूपमा बाँकी रहने काम | अनौपचारिक सम्बन्ध र मौन ज्ञान धेरै हुने काम |
| त्रुटि सामना | त्रुटि लागत कम हुने र फेरि जाँच गर्न सजिलो काम | एउटै गल्ती कानुनी·प्रतिष्ठा जोखिममा ठूलो हुने काम |
| मुख्य क्षमता | सारांश, वर्गीकरण, खोज, मस्यौदा लेखन | अन्तिम स्वीकृति, अपवाद प्रक्रिया, जिम्मेवारी निर्णय, सहानुभूति |
| प्रतिनिधि उदाहरण | बैठक अभिलेख मिलाउने, प्रतिवेदन मस्यौदा, डाटा असामान्य मान खोज | रणनीति छनोट, वार्ता, मानव संसाधन मूल्यांकन, बाह्य सञ्चार |
एक्सेलबाट ERP मा, फेरि AI मा: कोरियाली कार्यालय कर्मचारीका कामका उपकरण यसरी बदलिँदै आएका छन्
‘एक्सेलको काम AI लाई सुम्पिन्छौं’ भन्ने वाक्य ठूलो सुनिनुको कारण, कोरियाली कम्पनीहरूको कार्यालय संस्कृति धेरै समयसम्म एक्सेलमाथि चलेको थियो। यो प्रवाह हेर्दा यसपालिको परिवर्तन किन साधारण स्वचालनभन्दा बढी हो भन्ने देखिन थाल्छ।
चरण 1: 1980~1990 का दशक, एक्सेल कार्यालयको आधारभूत भाषा बन्छ
एक्सेल केवल अंक गणना गर्ने कार्यक्रम मात्र रहेन, बजेट तालिका·कार्यसम्पादन तालिका·प्रतिवेदनको आधारभूत ढाँचा बन्यो। कोरियाली कम्पनीहरूमा कम्प्युटरीकरण फैलिएको समयसँगै ‘अंक मिलाउनु = एक्सेल खोल्नु’ भन्ने संस्कृति बलियो भयो।
चरण 2: 2000 का दशक, ERP आयो तर एक्सेल हराएन
ERP भनेको उद्यम स्रोत व्यवस्थापन हो, अर्थात् कम्पनीको स्टक·खरिद·लेखाजोखा जस्ता जानकारीलाई एउटै प्रणालीमा बाँध्ने उपकरण। तर वास्तविक काममा आधिकारिक डाटा प्रणालीमै राखेर, अन्तिम संकलन र प्रतिवेदनका लागि प्रशोधन भने अझै एक्सेलमै गर्ने दोहोरो संरचना बाँकी रह्यो।
चरण 3: 2010 का दशक, प्रणाली फैलियो तर ‘अन्तिम माइल’ मानिसको हातमै रह्यो
विभागअनुसार अंक मिलाउने, अपवादको व्याख्या गर्ने, र कार्यकारी प्रतिवेदनको ढाँचाअनुसार फेरि मिलाउने काम मानक प्रणालीले राम्रोसँग गर्न सक्दैनथ्यो। त्यसैले ठूला कम्पनीका धेरै कार्यालय कर्मचारीहरूको समय एक्सेल मिलाउने र अंक जाँच्नमै गयो।
चरण 4: 2020 का दशक, AI ले इनपुटभन्दा अगाडि बढेर सारांश र निर्णय सहयोगसम्म प्रवेश गर्छ
अब AI साधारण प्रतिलिपि·गणना स्वचालनबाट एक कदम अगाडि गइरहेको छ। धेरै फाइल पढ्न, अनौठा मान फेला पार्न, प्रतिवेदनको मस्यौदा लेख्न, र अर्को कार्यसम्म सुझाव दिन सक्ने भएकाले, पहिले मानिसको हात अनिवार्य मानिएको अन्तिम माइलमा पनि प्रवेश गर्न थालेको हो।
एक्सेल स्वचालन र AI एजेन्ट एउटै स्वचालन होइनन्
| तुलना विषय | एक्सेल आधारित काम | ERP·BI आधारित काम | AI एजेन्ट आधारित काम |
|---|---|---|---|
| डाटा स्रोत | फाइलअनुसार छरिएको | आधिकारिक प्रणालीमा एकीकृत | धेरै प्रणाली र कागजातहरू सँगै पढ्छ |
| अपवाद प्रक्रिया | जिम्मेवार व्यक्तिको अनुभवमा निर्भर | मानक नियमभित्र प्रक्रिया हुन्छ | अपवाद पत्ता लगाएर मानिसकहाँ पठाउने संरचना डिजाइन गर्न सकिन्छ |
| प्रतिवेदन लेखन | मानिसले सिधै फेरि प्रशोधन गर्छ | ढाँचाबद्ध रिपोर्ट स्वतः तयार हुन्छ | सारांश, व्याख्या र मस्यौदा लेखनसम्म सहयोग |
| निर्णय सहयोग | झन्डै छैन | आधारभूत ड्यासबोर्ड केन्द्रित | असामान्यता व्याख्या, तुलना वाक्य, अर्को कार्य सुझाव दिन सक्छ |
| सहकार्यको तरिका | फाइल पठाउने र संस्करण व्यवस्थापन | साझा प्रणाली केन्द्रित | कामको लग, स्वीकृति प्रवाह, प्रश्न-उत्तर जोडिन्छ |
| ट्र्याक गर्न सकिने क्षमता | सुधार इतिहास ट्र्याक गर्न कमजोर | प्रणाली लग केन्द्रित | कार्यान्वयन प्रक्रिया र निर्णयको आधारका लग सँगै राख्न सकिन्छ |
SK ले AX लाई बाँच्ने समस्याजस्तो किन भन्छ भन्नेमा परिवर्तनको इतिहास छ
AX भनेको AI रूपान्तरण हो, यो केवल केही कार्यक्रमहरू बदल्ने कुरा होइन। SK को इतिहास सँगै हेर्दा, यसपटकको परिवर्तन किन ‘अर्को ठूलो मोड’ जस्तो पढिन्छ भन्ने बुझ्न सकिन्छ।
चरण 1: कपडा कम्पनीबाट ऊर्जा कम्पनीसम्म
अहिलेको SK सुरुमा सोंग्योङ कपडाबाट सुरु भएको थियो। त्यसपछि कोरिया पेट्रोलियम निगम, पछि युगोङलाई अधिग्रहण गर्दै समूहको केन्द्र ऊर्जा·रसायनतर्फ सारियो। एउटै उद्योगमा मात्र नअडिएको कुरा यसको पहिलो विशेषता हो।
चरण 2: दूरसञ्चार समातेर फेरि एकपटक खेल बदल्नु
1994 मा 한국이동통신 को अधिग्रहण SK텔레콤 को आधार बनेको ठूलो मोड थियो। उत्पादन र तेल शोधन केन्द्रित कम्पनी सूचना तथा सञ्चार कम्पनी समूहमा फैलिँदै जाँदा, समूहको वृद्धि इन्जिन नै पूर्ण रूपमा बदलिएको थियो।
चरण 3: हाइनिक्स अधिग्रहणबाट अर्धचालकको धुरी थप्नु
2012 मा हाइनिक्स अधिग्रहणले संकटबीच पनि ठूलो खेल बदल्ने कम्पनी भन्ने SK को छवि बलियो बनायो। त्यसपछि अर्धचालक SK को हैसियत उकास्ने मुख्य व्यवसाय बन्यो, र ‘रूपान्तरण नै बाँचाइ हो’ भन्ने भित्री भावना अझ बलियो भयो।
चरण 4: DX भन्दा अघि बढेर AX तर्फ, काम गर्ने तरिकालाई नै फेरि हेर्ने घोषणा
हालै SK ले डिजिटल रूपान्तरण (DX) भन्दा एक कदम अघि बढेको AX को कुरा गरिरहेको छ। DX कम्प्युटरीकरण र कार्यकुशलतासँग नजिक थियो भने, AX भनेको AI वास्तविक कामको मुख्य भागको रूपमा भित्र आओस् भनेर प्रक्रिया र संगठनलाई फेरि बनाउने अर्थमा अझ नजिक छ। त्यसैले अध्यक्ष छोइ ताए-वोनले यसलाई बाँच्ने प्रश्न भनेर भनिरहेका छन्।
किन SKटेलिकमले पहिले चल्न सक्छ: दूरसञ्चार कम्पनी AI एजेन्ट जोड्न राम्रो उद्योग हो
| तुलना विषय | दूरसञ्चार कम्पनी | उत्पादन उद्योग | वितरण उद्योग |
|---|---|---|---|
| ग्राहक सम्पर्कको आवृत्ति | धेरै उच्च: शुल्क योजना, परामर्श, सेवा रद्द हुन नदिने | तुलनात्मक रूपमा कम | उच्च: बिक्री·सदस्य व्यवस्थापन |
| वास्तविक-समय डेटा | नेटवर्क·प्रयोग ढाँचा डेटा निरन्तर उत्पन्न हुन्छ | उपकरण·प्रक्रिया डेटा केन्द्रित | मौज्दात·बिक्री डेटा केन्द्रित |
| दोहोरिने सञ्चालन काम | परामर्श सारांश, सिफारिस, अवरोध प्रतिक्रिया प्राथमिकता | गुणस्तर जाँच, उत्पादन योजना | वस्तु सिफारिस, माग पूर्वानुमान |
| एजेन्ट लागू गर्ने कठिनाइ | तुलनात्मक रूपमा छिटो पाइलट सम्भव | स्थल सुरक्षा·उपकरण जडानका कारण सावधानी | च्यानलअनुसार प्रणाली एकीकरण परिवर्तनशील तत्व हो |
| मुख्य बल | ग्राहक डेटा र सञ्चालन प्रणाली एउटै कम्पनीभित्र जम्मा हुन्छ | प्रक्रिया अनुकूलनमा बल | उपभोग ढाँचा विश्लेषणमा बल |
SK मात्र दौडिरहेको छैन: कोरियाली ठूला कम्पनीहरूको AI एजेन्ट प्रतिस्पर्धाको नक्सा
| समूह | मुख्य दृष्टिकोण | बलियो पक्ष | अहिले पढ्नुपर्ने मुख्य बुँदा |
|---|---|---|---|
| SK | समूह एकीकृत AX र दूरसञ्चार·उत्पादन कार्यस्थलमा प्रयोग | एसके टेलिकम, एसके एएक्स, समूह स्तरको पुनर्संरचनाको गति | संस्थागत पुनर्गठनसम्म जोड्ने कुरा सबैभन्दा आक्रामक छ |
| LG | एक्साओन आधारित सहायक कम्पनी भूमिका-विभाजन प्रकार | एलजी एआई अनुसन्धान संस्थान, एलजी सीएनएस, एलजी युप्लस, LG Electronicsको कार्य विभाजन | आफ्नै मोडेल र उद्योगअनुसारको सेवा जोड्ने क्षमता बलियो छ |
| Samsung | प्लेटफर्म·सहकार्य उपकरण·B2B सेवा विस्तार प्रकार | धेरै फैलिएको डिभाइस·समाधान इकोसिस्टम | संस्थामा बसाल्नुभन्दा प्लेटफर्म विस्तार क्षमता र जडानसँग हेर्नु आवश्यक छ |
AI आएपछि मानिस साँच्चै घट्छन् त?: कोरियाको अटोमेसनको पुरानो ढाँचा हेर्दा देखिन्छ
धेरै मानिसलाई सबैभन्दा जिज्ञासा लाग्ने प्रश्न यही हो नि। तर कोरियाको अटोमेसनको इतिहास हेर्दा, कुल कर्मचारी संख्या तुरुन्तै घट्नु भन्दा पहिले प्रायः काम टुक्र्याउने र भूमिका पुनःडिजाइन देखिन्थ्यो। यो ढाँचा थाहा भयो भने बढाइचढाइ गरेर व्याख्या गर्नबाट बच्न सकिन्छ।
चरण 1: उत्पादन उद्योगको अटोमेसनले उत्पादकता बढायो, तर रोजगार संरचना बदल्यो
1980~1990 दशकमा अटोमेसन र रोबोटिकरणले कारखानालाई अझ प्रभावकारी बनायो। तर उत्पादन वृद्धि सिधै रोजगार वृद्धिसँग नजोडिँदा, ‘रोजगार बिना वृद्धि’ भन्ने कुरा आएको थियो।
चरण 2: ICT फैलिँदा दोहोरिने काममा पहिले दबाब पर्यो
1990 दशकपछि कम्प्युटरीकरण र विद्युतीय प्रणालीकरणले मध्यम सीप भएका दोहोरिने काम घटाउने दिशामा काम गर्यो। जागिर एकैदिनमा हराउँछ भन्ने भन्दा, केही काम पातला भए र केही काम अझ महत्त्वपूर्ण भए भन्ने ढङ्गले कामको संरचना छुट्टिँदै गयो।
चरण 3: सेवा उद्योगको विद्युतीय प्रणालीकरणमा पनि कर्मचारी कटौती भन्दा पुनःस्थापन पहिले भयो
बैंक र सेवा उद्योगमा पनि काउन्टरको काम वा ग्राहकसँगको प्रतिक्रिया दिने तरिका बदलियो, तर परिवर्तन शाखा संरचना समायोजन, अस्थायी रोजगारी विस्तार, र कामको प्रकृति परिवर्तनजस्ता मिश्रित रूपमा देखियो। अटोमेसन मात्रैबाट यसलाई व्याख्या गर्न गाह्रो हुने कारण यही हो।
चरण 4: जेनेरेटिभ AI को युगमा ह्वाइट-कलरको रुटिन काम पहिले पुनर्गठित हुन्छ
अहिले एक्सेल, कागजात, परामर्श, विश्लेषण जस्ता कार्यालयका दोहोरिने कामहरू पहिले अटोमेसनको लक्ष्य बन्दै छन्। त्यसैले तुरुन्तै ‘कति जना कटौती’ भन्दा, कुन काम हराउँछ र कुन समीक्षा·स्वीकृति भूमिका बाँकी रहन्छ भन्ने हेर्नु अझ सही बुझाइ हो।
त्यसैले यो समाचारलाई कसरी पढ्ने त
यो समाचारलाई ‘एआईले मानिसको काम सिधै प्रतिस्थापन गर्छ’ भन्ने एक लाइनमा पढ्नुभयो भने धेरै सन्दर्भ छुट्छ। यसलाई अझ ठीकसँग पढ्ने तरिका यस्तो हो। कम्पनीले कुन कामलाई मानकीकरण गरेर एआईलाई सुम्पन खोजिरहेको छ, अनि मानिस अन्तिम स्वीकृति·अपवाद सम्हाल्ने·जिम्मेवारीको निर्णय गर्ने तर्फ कसरी सर्दैछ भन्ने कुरा हेर्नु हो।
विशेषगरी SK को उदाहरणले तीनवटा कुरा सँगै देखाउँछ। पहिलो, एक्सेल केन्द्रित कार्यालय संस्कृतिमा अब अन्ततः AI को सीधा दबाब पर्न थालेको छ। दोस्रो, AI भित्र्याउने प्रतिस्पर्धा अब मोडेलको कार्यसम्पादनभन्दा वास्तविक काममा बसाल्ने र संगठनलाई फेरि डिजाइन गर्ने चरणमा पुगेको छ। तेस्रो, यस्तो परिवर्तन दूरसञ्चारजस्तै डेटा र ग्राहक सम्पर्क धेरै हुने उद्योगमा पहिले गम्भीर रूपमा सुरु हुने सम्भावना ठूलो छ।
अब यस्तै समाचार आएमा यसरी जाँच गर्नुहोस्। ‘AI ले के गर्छ’ भन्दा उसले कुन कामको एकाइ सम्हाल्छ, ‘संगठन पुनर्गठन’ भन्ने शब्द आएमा स्वीकृति प्रणाली र जिम्मेवारीको संरचना कसरी बदलिन्छ, ‘रोजगारी असर’ भन्ने कुरा आएमा कुल जनशक्तिभन्दा पहिले कामको संरचनामा परिवर्तन भइरहेको छ कि छैन भन्ने हेर्नुहोस्। यी मापदण्ड मात्रै भए पनि अर्को समाचार पढ्दा धेरै स्पष्ट रूपमा निर्णय गर्न सक्नुहुन्छ।
पहिलो प्रश्न ‘AI ले कति जनालाई प्रतिस्थापन गर्छ’ होइन, ‘उसले कुन काम सम्हाल्छ’ हो।
दोस्रो प्रश्न ‘के यो केवल उपकरण भित्र्याउने कुरा हो, कि संगठनलाई फेरि डिजाइन गर्ने कुरा हो’ भन्ने हो।
तेस्रो प्रश्न ‘के यो मोडेलको प्रतिस्पर्धा हो, कि वास्तविक काममा बसाल्ने प्रतिस्पर्धा हो’ भन्ने हो।
हामी तपाईंलाई कोरियामा कसरी बस्ने भनेर बताउँछौं
gltr life लाई धेरै माया गर्नुहोस्