भाग 10 का परिचय: AI, स्वचालन और विश्लेषण के मीट्रिक्स
AI आउटपुट को सस्ता और धाराप्रवाह बनाता है, जो जो बनता है और जो पाने लायक है उनके बीच की पुरानी कड़ी तोड़ता है, इसलिए मापें कि क्या टिकता है, क्या मदद करता है, और क्या नियंत्रण में रहता है।
इस पुस्तक का हर मीट्रिक एक मान्यता पर टिका है कि जो चीज़ गिनी जा रही है उसे बनाने में असली प्रयास लगता है। हल हुआ टिकट काम को दर्शाता था। लिखा लेख ज्ञान को दर्शाता था। मर्ज हुआ बदलाव देखभाल को दर्शाता था। जनरेटिव AI उस मान्यता को कमज़ोर करता है। वह सेकंडों में उत्तर, लेख, परीक्षण, या कोड का खंड ड्राफ़्ट कर सकता है, और जो वह ड्राफ़्ट करता है वह अक्सर विश्वसनीय और कभी-कभी ग़लत होता है। गिनतियाँ बढ़ती हैं। जिन लोगों की सेवा हो रही है वे बेहतर स्थिति में हैं या नहीं, यह अलग प्रश्न है जिसका उत्तर गिनतियाँ नहीं दे सकतीं।
AI मापने के लिए नई चीज़ें भी जोड़ता है। बातचीत वाले सहायकों और एजेंटों को, जो उपयोगकर्ता की ओर से कार्रवाई करते हैं, समाधान, हस्तांतरण और ग़लत कार्रवाइयों की हानि के माप चाहिए। मॉडलों, प्रॉम्प्ट और आपूर्तिकर्ताओं के शासन को कवरेज, नियंत्रण और घटना की हैंडलिंग के माप चाहिए। और जो लोग इन औज़ारों के बगल में काम करते हैं उनके कौशल, समझ और टिकाऊ गति की रक्षा होनी चाहिए। इस भाग के माप पुस्तक के बाकी हिस्से पर निर्भर करते हैं, क्योंकि सुरक्षा-रेखाएँ वही हैं: हर मीट्रिक को इस जाँच से जोड़ें कि वह क्या छिपा सकता है, आधार से तुलना करें, लोगों के साथ नमूना लें, और लोगों का डेटा मूल्यांकन से बाहर रखें (देखें विषय 1.2, गुडहार्ट का नियम और मीट्रिक्स का मनोविज्ञान)।
एजाइल और ITIL की कार्य-पद्धतियाँ इस सब के प्रति समझदार रुख देती हैं। AI के हर उपयोग को छोटा प्रयोग मानें। अपेक्षित लाभ बताएँ, इच्छुक लोगों के साथ आज़माएँ, उसके बिना किए समान काम से तुलना करें, और प्रमाण पर निर्णय लें। हितधारकों को निरंतर शामिल रखें, क्योंकि संकेत बिगड़ने पर वे सबसे पहले नोटिस करते हैं। टिकाऊ गति का लक्ष्य रखें, ताकि बचा समय गुणवत्ता और सीखने का चुनाव हो, माँग में अपने-आप वृद्धि नहीं। और प्रेरित व्यक्तियों के इर्द-गिर्द बनाने का उद्देश्य याद रखें: AI को उबाऊ काम से राहत देनी चाहिए और लोगों के विवेक का सम्मान करना चाहिए, और उसे उन पर नज़र रखने का तरीका नहीं बनना चाहिए।
AI के औज़ारों, उत्पादों और नियमों के तथ्य तेज़ी से बदलते हैं। इस भाग में विशिष्ट विनियमों, मानकों और औज़ारों के बारे में कथन अक्टूबर 2026 तक के हैं, और पाठक को उन्हें फिर जाँचना चाहिए। मापन के सिद्धांत उस किसी भी तकनीक से अधिक टिकाऊ हैं जिसका वे वर्णन करते हैं।
यह भाग चार दृष्टिकोणों में से शेष दो, स्वचालन और विश्लेषण, को भी कवर करता है। स्वचालन और ऑर्केस्ट्रेशन बदलते हैं कि काम कौन करता है और विफलताओं को तेज़ और व्यापक बनाते हैं, इसलिए वे इस पर मापे जाते हैं कि क्या हटाते हैं और क्या तोड़ते हैं। पाइपलाइन परिवर्तन और अनुपालन के प्रमाण का बड़ा भाग बनाती हैं, इसलिए वे प्रणालियों के रूप में मापी जाती हैं। विश्लेषण, पूर्वानुमान और ऑब्ज़र्वेबिलिटी पुस्तक में हर जगह उपयोग होने वाली संख्याएँ बनाते हैं, इसलिए उनके डेटा की गुणवत्ता, अनिश्चितता और लागत को अपने माप चाहिए।
इस भाग के विषय
- 10.1 सेवा प्रबंधन मापन में AI: AI काम में कहाँ आता है, अपनाने से पहले के आधार, तुलनाएँ, जाँचे परिणाम तक का समय, और पूरी लागत।
- 10.2 AI-सहायता प्राप्त कार्य को मापना: प्रतिधारण, पुनर्कार्य, समीक्षा का भार, निकले दोष, समझ और कौशल।
- 10.3 AI एजेंट और चैटबॉट मीट्रिक्स: सत्यापित समाधान, लौटते संपर्क, हस्तांतरण, व्यक्ति तक का समय, उत्तर की सटीकता, और एजेंट की कार्रवाइयों का पलटना।
- 10.4 मीट्रिक की स्फीति और गुणवत्ता का क्षरण: मात्रा और गति कैसे फुलाती हैं, उपयोगिता का नमूना, सत्यापन का बोझ, और फीडबैक के चक्र तोड़ना।
- 10.5 AI शासन और जोखिम मीट्रिक्स: उपयोगों का रजिस्टर, जोखिम की श्रेणियाँ, मॉडलों और प्रॉम्प्ट का परिवर्तन नियंत्रण, मूल्यांकन, निगरानी, और घटनाएँ।
- 10.6 स्वचालन और ऑर्केस्ट्रेशन मीट्रिक्स: स्वचालन क्या हटाता और तोड़ता है, कवरेज जिसका अर्थ हो, विफलता और रोलबैक, और मानव-इन-द-लूप डिज़ाइन।
- 10.7 पाइपलाइन और स्वचालित परिवर्तन मीट्रिक्स: पाइपलाइन की सेहत, स्वचालित अनुमोदन, कोड के रूप में नीति, और पाइपलाइन जो प्रमाण बनाती है।
- 10.8 विश्लेषण और डेटा गुणवत्ता मीट्रिक्स: पूर्णता, समयबद्धता, वंशावली, मिलान, और संख्या क्या दिखा सकती है और क्या नहीं।
- 10.9 पूर्वानुमान और प्रेडिक्टिव विश्लेषण मीट्रिक्स: पूर्वानुमान की त्रुटि, अंशांकन, अंतराल, और वे निर्णय जिन्हें पूर्वानुमान सूचित करते हैं।
- 10.10 ऑब्ज़र्वेबिलिटी और टेलीमेट्री मीट्रिक्स: लॉग, मेट्रिक और ट्रेस की कवरेज, संकेत की गुणवत्ता, और टेलीमेट्री की लागत।
ये विषय आपस में कैसे जुड़ते हैं
बुनियाद का विषय (देखें विषय 10.1, सेवा प्रबंधन मापन में AI) विधि तय करता है: आधार, तुलना, नमूना और पूरी लागत। वह भाग के हर दूसरे विषय पर लागू होती है। सहायता प्राप्त कार्य का विषय (देखें विषय 10.2, AI-सहायता प्राप्त कार्य को मापना) उस विधि को उस काम पर उपयोग करता है जो लोग AI को बगल में रखकर करते हैं, और देखता है कि क्या टिकता है और समझ के साथ क्या होता है। चैटबॉट और एजेंट का विषय (देखें विषय 10.3, AI एजेंट और चैटबॉट मीट्रिक्स) उसे उन प्रणालियों पर लागू करता है जो उपयोगकर्ताओं का सीधे सामना करती हैं या उनकी ओर से कार्रवाई करती हैं, जहाँ ग़लत उत्तर या कार्रवाई की लागत किसी और पर पड़ती है।
स्फीति और क्षरण (देखें विषय 10.4, मीट्रिक की स्फीति और गुणवत्ता का क्षरण) इन सबका सावधानी का साथी है। यह समझाता है कि आसान संख्याएँ क्यों बढ़ती हैं और उनके साथ क्या जोड़ें, और यह दूसरे विषयों की उपयोगिता की जाँचों से जुड़ता है। शासन (देखें विषय 10.5, AI शासन और जोखिम मीट्रिक्स) वह रचना है जो बाकी को जगह पर रखती है: वह रजिस्टर देता है जो बताता है कि क्या मापना है, जोखिम की श्रेणियाँ जो बताती हैं कितनी गहराई से, परिवर्तन नियंत्रण जो व्यवहार को अनदेखा भटकने से रोकता है, और कुछ ग़लत होने पर घटना की प्रक्रिया।
कई सुरक्षा-रेखाओं की जोड़ियाँ आती हैं। गति का माप जाँचे परिणाम तक के समय और सत्यापन के बोझ के साथ पढ़ा जाना चाहिए। रोकथाम या डिफ़्लेक्शन का आँकड़ा सत्यापित समाधान और लौटते संपर्कों के साथ पढ़ा जाना चाहिए। दर्ज उपयोगों की गिनती स्वतंत्र खोज के विरुद्ध पढ़ी जानी चाहिए। AI के औज़ार के लिए अपनाए जाने का आँकड़ा वर्णनात्मक माना जाना चाहिए, और तुलना के विरुद्ध परिणामों पर भार रहता है।
यह भाग पहले के भागों से जुड़ता है: भाग 2 की समीक्षा और प्रवाह के माप, भाग 3 के ज्ञान और सेल्फ़-सर्विस के माप, भाग 8 के सुरक्षा और जोखिम के माप, और भाग 9 के लोगों के माप। विषय 10.6 से 10.10 विधि को स्वचालन, पाइपलाइन, विश्लेषण, पूर्वानुमान और ऑब्ज़र्वेबिलिटी तक बढ़ाते हैं: वही आधार, गति को गुणवत्ता से वही जोड़ना, और वही आदत कि जाँचें कि संख्या क्या नहीं दिखा सकती। स्वचालन और पाइपलाइन के माप (देखें विषय 10.6, स्वचालन और ऑर्केस्ट्रेशन मीट्रिक्स, और विषय 10.7, पाइपलाइन और स्वचालित परिवर्तन मीट्रिक्स) विषय 10.8 के डेटा गुणवत्ता के मापों पर टिके हैं (देखें विषय 10.8, विश्लेषण और डेटा गुणवत्ता मीट्रिक्स), और पूर्वानुमान (देखें विषय 10.9, पूर्वानुमान और प्रेडिक्टिव विश्लेषण मीट्रिक्स) और टेलीमेट्री (देखें विषय 10.10, ऑब्ज़र्वेबिलिटी और टेलीमेट्री मीट्रिक्स) दोनों को खिलाते हैं। यह अंतिम सामग्री वाले भाग की ओर ले जाता है, जो मीट्रिक्स का कार्यक्रम बनाने के बारे में है, क्योंकि जो कार्यक्रम बिना सावधानी के मापन लाता है वह उन्हीं विकृतियों से ग्रस्त होगा जिनका यह भाग वर्णन करता है।