ਮਨੁੱਖੀ ਦਖਲਅੰਦਾਜ਼ੀ ਤੋਂ ਬਿਨਾਂ ਜਨਰੇਟਿਵ ਏਆਈ ਕੀ ਕਰਨ 'ਤੇ ਨਿਰਭਰ ਕਰ ਸਕਦਾ ਹੈ?

ਕਾਰਜਕਾਰੀ ਸੰਖੇਪ ਵਿਚ

ਜਨਰੇਟਿਵ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) - ਮਸ਼ੀਨਾਂ ਨੂੰ ਟੈਕਸਟ, ਚਿੱਤਰ, ਕੋਡ, ਅਤੇ ਹੋਰ ਬਹੁਤ ਕੁਝ ਬਣਾਉਣ ਦੇ ਯੋਗ ਬਣਾਉਣ ਵਾਲੀ ਤਕਨਾਲੋਜੀ - ਨੇ ਹਾਲ ਹੀ ਦੇ ਸਾਲਾਂ ਵਿੱਚ ਵਿਸਫੋਟਕ ਵਾਧਾ ਅਨੁਭਵ ਕੀਤਾ ਹੈ। ਇਹ ਵ੍ਹਾਈਟ ਪੇਪਰ ਮਨੁੱਖੀ ਦਖਲਅੰਦਾਜ਼ੀ ਤੋਂ ਬਿਨਾਂ ਜਨਰੇਟਿਵ AI ਭਰੋਸੇਯੋਗਤਾ ਨਾਲ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਅਗਲੇ ਦਹਾਕੇ ਵਿੱਚ ਇਸ ਤੋਂ ਕੀ ਕਰਨ ਦੀ ਉਮੀਦ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਇਸ ਬਾਰੇ ਇੱਕ ਪਹੁੰਚਯੋਗ ਸੰਖੇਪ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਅਸੀਂ ਲਿਖਣ, ਕਲਾ, ਕੋਡਿੰਗ, ਗਾਹਕ ਸੇਵਾ, ਸਿਹਤ ਸੰਭਾਲ, ਸਿੱਖਿਆ, ਲੌਜਿਸਟਿਕਸ ਅਤੇ ਵਿੱਤ ਵਿੱਚ ਇਸਦੀ ਵਰਤੋਂ ਦਾ ਸਰਵੇਖਣ ਕਰਦੇ ਹਾਂ, ਇਹ ਉਜਾਗਰ ਕਰਦੇ ਹੋਏ ਕਿ AI ਕਿੱਥੇ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ ਅਤੇ ਕਿੱਥੇ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਮਹੱਤਵਪੂਰਨ ਰਹਿੰਦੀ ਹੈ। ਸਫਲਤਾਵਾਂ ਅਤੇ ਸੀਮਾਵਾਂ ਦੋਵਾਂ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਸ਼ਾਮਲ ਕੀਤੀਆਂ ਗਈਆਂ ਹਨ। ਮੁੱਖ ਖੋਜਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:

• ਵਿਆਪਕ ਗੋਦ: 2024 ਵਿੱਚ, ਸਰਵੇਖਣ ਕੀਤੀਆਂ ਗਈਆਂ 65% ਕੰਪਨੀਆਂ ਨਿਯਮਿਤ ਤੌਰ 'ਤੇ ਜਨਰੇਟਿਵ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਰਿਪੋਰਟ ਕਰਦੀਆਂ ਹਨ - ਪਿਛਲੇ ਸਾਲ ਨਾਲੋਂ ਲਗਭਗ ਦੁੱਗਣਾ ਹਿੱਸਾ ( 2024 ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ AI ਦੀ ਸਥਿਤੀ | ਮੈਕਿੰਸੀ )। ਐਪਲੀਕੇਸ਼ਨਾਂ ਮਾਰਕੀਟਿੰਗ ਸਮੱਗਰੀ ਸਿਰਜਣਾ, ਗਾਹਕ ਸਹਾਇਤਾ ਚੈਟਬੋਟਸ, ਕੋਡ ਜਨਰੇਸ਼ਨ, ਅਤੇ ਹੋਰ ਬਹੁਤ ਕੁਝ ਨੂੰ ਕਵਰ ਕਰਦੀਆਂ ਹਨ।

• ਮੌਜੂਦਾ ਖੁਦਮੁਖਤਿਆਰ ਸਮਰੱਥਾਵਾਂ: ਅੱਜ ਦੀ ਜਨਰੇਟਿਵ AI ਘੱਟੋ-ਘੱਟ ਨਿਗਰਾਨੀ ਦੇ ਨਾਲ ਢਾਂਚਾਗਤ, ਦੁਹਰਾਉਣ ਵਾਲੇ ਕੰਮਾਂ ਨੂੰ ਫਿਲਾਨਾ ਪੈਟਰਸਨ - ONA ਕਮਿਊਨਿਟੀ ਪ੍ਰੋਫਾਈਲ ) ਸਵੈਚਲਿਤ ਤੌਰ 'ਤੇ ਤਿਆਰ ਕਰਨਾ, ਈ-ਕਾਮਰਸ ਸਾਈਟਾਂ 'ਤੇ ਉਤਪਾਦ ਵਰਣਨ ਅਤੇ ਸਮੀਖਿਆ ਹਾਈਲਾਈਟਸ ਤਿਆਰ ਕਰਨਾ, ਅਤੇ ਆਟੋ-ਕੰਪਲੀਟਿੰਗ ਕੋਡ ਸ਼ਾਮਲ ਹਨ। ਇਹਨਾਂ ਡੋਮੇਨਾਂ ਵਿੱਚ, AI ਅਕਸਰ ਰੁਟੀਨ ਸਮੱਗਰੀ ਉਤਪਾਦਨ ਨੂੰ ਸੰਭਾਲ ਕੇ ਮਨੁੱਖੀ ਕਰਮਚਾਰੀਆਂ ਨੂੰ ਵਧਾਉਂਦਾ ਹੈ।

• ਗੁੰਝਲਦਾਰ ਕੰਮਾਂ ਲਈ ਮਨੁੱਖੀ-ਇਨ-ਦ-ਲੂਪ: ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਜਾਂ ਖੁੱਲ੍ਹੇ-ਡੁੱਲ੍ਹੇ ਕੰਮਾਂ ਲਈ - ਜਿਵੇਂ ਕਿ ਰਚਨਾਤਮਕ ਲਿਖਤ, ਵਿਸਤ੍ਰਿਤ ਵਿਸ਼ਲੇਸ਼ਣ, ਜਾਂ ਡਾਕਟਰੀ ਸਲਾਹ - ਆਮ ਤੌਰ 'ਤੇ ਤੱਥਾਂ ਦੀ ਸ਼ੁੱਧਤਾ, ਨੈਤਿਕ ਨਿਰਣੇ ਅਤੇ ਗੁਣਵੱਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਅੱਜ ਬਹੁਤ ਸਾਰੀਆਂ AI ਤੈਨਾਤੀਆਂ ਇੱਕ "ਮਨੁੱਖੀ-ਇਨ-ਦ-ਲੂਪ" ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ ਜਿੱਥੇ AI ਸਮੱਗਰੀ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਦਾ ਹੈ ਅਤੇ ਮਨੁੱਖ ਇਸਦੀ ਸਮੀਖਿਆ ਕਰਦੇ ਹਨ।

• ਨੇੜਲੇ ਸਮੇਂ ਵਿੱਚ ਸੁਧਾਰ: ਅਗਲੇ 5-10 ਸਾਲਾਂ ਵਿੱਚ, ਜਨਰੇਟਿਵ AI ਬਹੁਤ ਜ਼ਿਆਦਾ ਭਰੋਸੇਮੰਦ ਅਤੇ ਖੁਦਮੁਖਤਿਆਰ । ਮਾਡਲ ਸ਼ੁੱਧਤਾ ਅਤੇ ਗਾਰਡਰੇਲ ਵਿਧੀਆਂ ਵਿੱਚ ਤਰੱਕੀ AI ਨੂੰ ਘੱਟੋ-ਘੱਟ ਮਨੁੱਖੀ ਇਨਪੁਟ ਨਾਲ ਰਚਨਾਤਮਕ ਅਤੇ ਫੈਸਲਾ ਲੈਣ ਵਾਲੇ ਕੰਮਾਂ ਦੇ ਵੱਡੇ ਹਿੱਸੇ ਨੂੰ ਸੰਭਾਲਣ ਦੀ ਆਗਿਆ ਦੇ ਸਕਦੀ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, 2030 ਤੱਕ ਮਾਹਰ ਭਵਿੱਖਬਾਣੀ ਕਰਦੇ ਹਨ ਕਿ AI ਜ਼ਿਆਦਾਤਰ ਗਾਹਕ ਸੇਵਾ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਅਤੇ ਫੈਸਲਿਆਂ ਨੂੰ ਅਸਲ ਸਮੇਂ ਵਿੱਚ ਸੰਭਾਲੇਗਾ ( CX ਵਿੱਚ ਸ਼ਿਫਟ ਦੀ ਮੁੜ ਕਲਪਨਾ ਕਰਨ ਲਈ, ਮਾਰਕਿਟਰਾਂ ਨੂੰ ਇਹ 2 ਚੀਜ਼ਾਂ ਕਰਨੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ ), ਅਤੇ 90% AI-ਉਤਪੰਨ ਸਮੱਗਰੀ ( ਉਦਯੋਗਾਂ ਅਤੇ ਉੱਦਮਾਂ ਲਈ ਜਨਰੇਟਿਵ AI ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ ) ਨਾਲ ਇੱਕ ਵੱਡੀ ਫਿਲਮ ਤਿਆਰ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।

• 2035 ਤੱਕ: ਇੱਕ ਦਹਾਕੇ ਵਿੱਚ, ਅਸੀਂ ਉਮੀਦ ਕਰਦੇ ਹਾਂ ਕਿ ਆਟੋਨੋਮਸ ਏਆਈ ਏਜੰਟ ਬਹੁਤ ਸਾਰੇ ਖੇਤਰਾਂ ਵਿੱਚ ਆਮ ਹੋ ਜਾਣਗੇ। ਏਆਈ ਟਿਊਟਰ ਪੈਮਾਨੇ 'ਤੇ ਵਿਅਕਤੀਗਤ ਸਿੱਖਿਆ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੇ ਹਨ, ਏਆਈ ਸਹਾਇਕ ਮਾਹਰ ਸਾਈਨ-ਆਫ ਲਈ ਭਰੋਸੇਯੋਗਤਾ ਨਾਲ ਕਾਨੂੰਨੀ ਇਕਰਾਰਨਾਮੇ ਜਾਂ ਮੈਡੀਕਲ ਰਿਪੋਰਟਾਂ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ, ਅਤੇ ਸਵੈ-ਡਰਾਈਵਿੰਗ ਸਿਸਟਮ (ਜਨਰੇਟਿਵ ਸਿਮੂਲੇਸ਼ਨ ਦੁਆਰਾ ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ) ਅੰਤ ਤੋਂ ਅੰਤ ਤੱਕ ਲੌਜਿਸਟਿਕ ਓਪਰੇਸ਼ਨ ਚਲਾ ਸਕਦੇ ਹਨ। ਹਾਲਾਂਕਿ, ਕੁਝ ਸੰਵੇਦਨਸ਼ੀਲ ਖੇਤਰਾਂ (ਜਿਵੇਂ ਕਿ ਉੱਚ-ਦਾਅ ਵਾਲੇ ਡਾਕਟਰੀ ਨਿਦਾਨ, ਅੰਤਿਮ ਕਾਨੂੰਨੀ ਫੈਸਲੇ) ਨੂੰ ਅਜੇ ਵੀ ਸੁਰੱਖਿਆ ਅਤੇ ਜਵਾਬਦੇਹੀ ਲਈ ਮਨੁੱਖੀ ਨਿਰਣੇ ਦੀ ਲੋੜ ਹੋਵੇਗੀ।

• ਨੈਤਿਕ ਅਤੇ ਭਰੋਸੇਯੋਗਤਾ ਸੰਬੰਧੀ ਚਿੰਤਾਵਾਂ: ਜਿਵੇਂ-ਜਿਵੇਂ AI ਖੁਦਮੁਖਤਿਆਰੀ ਵਧਦੀ ਹੈ, ਚਿੰਤਾਵਾਂ ਵੀ ਵਧਦੀਆਂ ਹਨ। ਅੱਜ ਦੇ ਮੁੱਦਿਆਂ ਵਿੱਚ ਭਰਮ (AI ਤੱਥਾਂ ਨੂੰ ਬਣਾਉਣਾ), ਤਿਆਰ ਕੀਤੀ ਸਮੱਗਰੀ ਵਿੱਚ ਪੱਖਪਾਤ, ਪਾਰਦਰਸ਼ਤਾ ਦੀ ਘਾਟ, ਅਤੇ ਗਲਤ ਜਾਣਕਾਰੀ ਲਈ ਸੰਭਾਵੀ ਦੁਰਵਰਤੋਂ ਸ਼ਾਮਲ ਹਨ। ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਕਿ ਨਿਗਰਾਨੀ ਤੋਂ ਬਿਨਾਂ ਕੰਮ ਕਰਦੇ ਸਮੇਂ AI 'ਤੇ ਭਰੋਸਾ ਕੀਤਾ , ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਤਰੱਕੀ ਹੋ ਰਹੀ ਹੈ - ਉਦਾਹਰਣ ਵਜੋਂ, ਸੰਗਠਨ ਜੋਖਮ ਘਟਾਉਣ ਵਿੱਚ ਵਧੇਰੇ ਨਿਵੇਸ਼ ਕਰ ਰਹੇ ਹਨ (ਸ਼ੁੱਧਤਾ, ਸਾਈਬਰ ਸੁਰੱਖਿਆ, IP ਮੁੱਦਿਆਂ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਨਾ) ( AI ਦੀ ਸਥਿਤੀ: ਗਲੋਬਲ ਸਰਵੇਖਣ | ਮੈਕਿੰਸੀ ) - ਪਰ ਮਜ਼ਬੂਤ ​​ਸ਼ਾਸਨ ਅਤੇ ਨੈਤਿਕ ਢਾਂਚੇ ਦੀ ਲੋੜ ਹੈ।

• ਇਸ ਪੇਪਰ ਦੀ ਬਣਤਰ: ਅਸੀਂ ਜਨਰੇਟਿਵ ਏਆਈ ਅਤੇ ਆਟੋਨੋਮਸ ਬਨਾਮ ਨਿਗਰਾਨੀ ਅਧੀਨ ਵਰਤੋਂ ਦੀ ਧਾਰਨਾ ਦੀ ਜਾਣ-ਪਛਾਣ ਨਾਲ ਸ਼ੁਰੂਆਤ ਕਰਦੇ ਹਾਂ। ਫਿਰ, ਹਰੇਕ ਪ੍ਰਮੁੱਖ ਡੋਮੇਨ (ਲਿਖਣ, ਕਲਾ, ਕੋਡਿੰਗ, ਆਦਿ) ਲਈ, ਅਸੀਂ ਚਰਚਾ ਕਰਦੇ ਹਾਂ ਕਿ ਏਆਈ ਅੱਜ ਭਰੋਸੇਯੋਗਤਾ ਨਾਲ ਕੀ ਕਰ ਸਕਦਾ ਹੈ ਬਨਾਮ ਭਵਿੱਖ ਵਿੱਚ ਕੀ ਹੈ। ਅਸੀਂ ਜਨਰੇਟਿਵ ਏਆਈ ਨੂੰ ਜ਼ਿੰਮੇਵਾਰੀ ਨਾਲ ਵਰਤਣ ਲਈ ਕਰਾਸ-ਕਟਿੰਗ ਚੁਣੌਤੀਆਂ, ਭਵਿੱਖ ਦੇ ਅਨੁਮਾਨਾਂ ਅਤੇ ਸਿਫ਼ਾਰਸ਼ਾਂ ਨਾਲ ਸਮਾਪਤ ਕਰਦੇ ਹਾਂ।

ਕੁੱਲ ਮਿਲਾ ਕੇ, ਜਨਰੇਟਿਵ ਏਆਈ ਪਹਿਲਾਂ ਹੀ ਨਿਰੰਤਰ ਮਨੁੱਖੀ ਮਾਰਗਦਰਸ਼ਨ ਤੋਂ ਬਿਨਾਂ ਕੰਮਾਂ ਦੀ ਇੱਕ ਹੈਰਾਨੀਜਨਕ ਲੜੀ ਨੂੰ ਸੰਭਾਲਣ ਦੇ ਸਮਰੱਥ ਸਾਬਤ ਹੋ ਗਿਆ ਹੈ। ਆਪਣੀਆਂ ਮੌਜੂਦਾ ਸੀਮਾਵਾਂ ਅਤੇ ਭਵਿੱਖੀ ਸੰਭਾਵਨਾਵਾਂ ਨੂੰ ਸਮਝ ਕੇ, ਸੰਗਠਨ ਅਤੇ ਜਨਤਾ ਇੱਕ ਅਜਿਹੇ ਯੁੱਗ ਲਈ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਤਿਆਰੀ ਕਰ ਸਕਦੇ ਹਨ ਜਿਸ ਵਿੱਚ ਏਆਈ ਸਿਰਫ਼ ਇੱਕ ਸਾਧਨ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਕੰਮ ਅਤੇ ਰਚਨਾਤਮਕਤਾ ਵਿੱਚ ਇੱਕ ਖੁਦਮੁਖਤਿਆਰ ਸਹਿਯੋਗੀ ਹੈ।

ਜਾਣ-ਪਛਾਣ

ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਦੇ ਯੋਗ ਰਹੀ ਹੈ , ਪਰ ਹਾਲ ਹੀ ਵਿੱਚ ਏਆਈ ਸਿਸਟਮਾਂ ਨੇ ਗਦ ਲਿਖਣਾ, ਚਿੱਤਰ ਲਿਖਣਾ, ਪ੍ਰੋਗਰਾਮਿੰਗ ਸੌਫਟਵੇਅਰ, ਅਤੇ ਹੋਰ ਬਹੁਤ ਕੁਝ ਬਣਾਉਣਾ ਜਨਰੇਟਿਵ ਏਆਈ ਮਾਡਲ (ਜਿਵੇਂ ਕਿ ਟੈਕਸਟ ਲਈ GPT-4 ਜਾਂ ਚਿੱਤਰਾਂ ਲਈ DALL·E) ਪ੍ਰੋਂਪਟ ਦੇ ਜਵਾਬ ਵਿੱਚ ਨਵੀਂ ਸਮੱਗਰੀ ਤਿਆਰ ਕਰਨ ਲਈ ਵਿਸ਼ਾਲ ਡੇਟਾਸੈੱਟਾਂ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਹਨ। ਇਸ ਸਫਲਤਾ ਨੇ ਉਦਯੋਗਾਂ ਵਿੱਚ ਨਵੀਨਤਾ ਦੀ ਇੱਕ ਲਹਿਰ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤੀ ਹੈ। ਹਾਲਾਂਕਿ, ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਵਾਲ ਉੱਠਦਾ ਹੈ: ਅਸੀਂ ਅਸਲ ਵਿੱਚ ਏਆਈ 'ਤੇ ਆਪਣੇ ਆਪ ਕੀ ਕਰਨ 'ਤੇ ਭਰੋਸਾ ਕਰ ਸਕਦੇ ਹਾਂ, ਬਿਨਾਂ ਕਿਸੇ ਮਨੁੱਖੀ ਦੇ ਇਸਦੇ ਆਉਟਪੁੱਟ ਦੀ ਦੋਹਰੀ ਜਾਂਚ ਕੀਤੇ?

ਨਿਰੀਖਣ ਕੀਤੇ ਅਤੇ ਖੁਦਮੁਖਤਿਆਰ ਉਪਯੋਗਾਂ ਵਿੱਚ ਫਰਕ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ

• ਮਨੁੱਖੀ-ਨਿਗਰਾਨੀ ਵਾਲਾ AI ਉਹਨਾਂ ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜਿੱਥੇ AI ਆਉਟਪੁੱਟ ਨੂੰ ਅੰਤਿਮ ਰੂਪ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ ਲੋਕਾਂ ਦੁਆਰਾ ਸਮੀਖਿਆ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ਜਾਂ ਕਿਊਰੇਟ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ ਪੱਤਰਕਾਰ ਇੱਕ ਲੇਖ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਲਈ ਇੱਕ AI ਲਿਖਣ ਸਹਾਇਕ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਇੱਕ ਸੰਪਾਦਕ ਇਸਨੂੰ ਸੰਪਾਦਿਤ ਕਰਦਾ ਹੈ ਅਤੇ ਮਨਜ਼ੂਰੀ ਦਿੰਦਾ ਹੈ।

• ਆਟੋਨੋਮਸ ਏਆਈ (ਮਨੁੱਖੀ ਦਖਲ ਤੋਂ ਬਿਨਾਂ ਏਆਈ) ਉਹਨਾਂ ਏਆਈ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜੋ ਕਾਰਜਾਂ ਨੂੰ ਚਲਾਉਂਦੇ ਹਨ ਜਾਂ ਅਜਿਹੀ ਸਮੱਗਰੀ ਪੈਦਾ ਕਰਦੇ ਹਨ ਜੋ ਬਹੁਤ ਘੱਟ ਜਾਂ ਬਿਨਾਂ ਕਿਸੇ ਮਨੁੱਖੀ ਸੰਪਾਦਨ ਦੇ ਸਿੱਧੇ ਵਰਤੋਂ ਵਿੱਚ ਆਉਂਦੀ ਹੈ। ਇੱਕ ਉਦਾਹਰਣ ਇੱਕ ਸਵੈਚਾਲਿਤ ਚੈਟਬੋਟ ਹੈ ਜੋ ਕਿਸੇ ਮਨੁੱਖੀ ਏਜੰਟ ਤੋਂ ਬਿਨਾਂ ਗਾਹਕ ਪੁੱਛਗਿੱਛ ਦਾ ਹੱਲ ਕਰਦਾ ਹੈ, ਜਾਂ ਇੱਕ ਨਿਊਜ਼ ਆਉਟਲੈਟ ਆਪਣੇ ਆਪ ਏਆਈ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਸਪੋਰਟਸ ਸਕੋਰ ਰੀਕੈਪ ਨੂੰ ਪ੍ਰਕਾਸ਼ਤ ਕਰਦਾ ਹੈ।

ਜਨਰੇਟਿਵ ਏਆਈ ਨੂੰ ਪਹਿਲਾਂ ਹੀ ਦੋਵਾਂ ਮੋਡਾਂ ਵਿੱਚ ਤਾਇਨਾਤ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। 2023-2025 ਵਿੱਚ, ਗੋਦ ਲੈਣ ਦੀ ਗਿਣਤੀ ਬਹੁਤ ਵੱਧ ਗਈ ਹੈ , ਸੰਗਠਨ ਉਤਸੁਕਤਾ ਨਾਲ ਪ੍ਰਯੋਗ ਕਰ ਰਹੇ ਹਨ। 2024 ਵਿੱਚ ਇੱਕ ਗਲੋਬਲ ਸਰਵੇਖਣ ਵਿੱਚ ਪਾਇਆ ਗਿਆ ਕਿ 65% ਕੰਪਨੀਆਂ ਨਿਯਮਿਤ ਤੌਰ 'ਤੇ ਜਨਰੇਟਿਵ ਏਆਈ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀਆਂ ਹਨ, ਜੋ ਕਿ ਇੱਕ ਸਾਲ ਪਹਿਲਾਂ ਲਗਭਗ ਇੱਕ ਤਿਹਾਈ ਸੀ ( 2024 ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ ਏਆਈ ਦੀ ਸਥਿਤੀ | ਮੈਕਕਿਨਸੀ )। ਵਿਅਕਤੀਆਂ ਨੇ ਵੀ ਚੈਟਜੀਪੀਟੀ ਵਰਗੇ ਟੂਲ ਅਪਣਾਏ ਹਨ - ਇੱਕ ਅੰਦਾਜ਼ਨ 79% ਪੇਸ਼ੇਵਰਾਂ ਨੇ 2023 ਦੇ ਅੱਧ ਤੱਕ ਘੱਟੋ-ਘੱਟ ਜਨਰੇਟਿਵ ਏਆਈ ਦਾ ਕੁਝ ਸੰਪਰਕ ਕੀਤਾ ਸੀ ( 2023 ਵਿੱਚ ਏਆਈ ਦੀ ਸਥਿਤੀ: ਜਨਰੇਟਿਵ ਏਆਈ ਦਾ ਬ੍ਰੇਕਆਉਟ ਸਾਲ | ਮੈਕਕਿਨਸੀ )। ਇਹ ਤੇਜ਼ ਵਾਧਾ ਕੁਸ਼ਲਤਾ ਅਤੇ ਰਚਨਾਤਮਕਤਾ ਲਾਭਾਂ ਦੇ ਵਾਅਦੇ ਦੁਆਰਾ ਚਲਾਇਆ ਜਾਂਦਾ ਹੈ। ਫਿਰ ਵੀ ਇਹ "ਸ਼ੁਰੂਆਤੀ ਦਿਨ" ਰਹਿੰਦਾ ਹੈ, ਅਤੇ ਬਹੁਤ ਸਾਰੀਆਂ ਕੰਪਨੀਆਂ ਅਜੇ ਵੀ AI ਨੂੰ ਜ਼ਿੰਮੇਵਾਰੀ ਨਾਲ ਕਿਵੇਂ ਵਰਤਣਾ ਹੈ ਇਸ ਬਾਰੇ ਨੀਤੀਆਂ ਤਿਆਰ ਕਰ ਰਹੀਆਂ ਹਨ ( 2023 ਵਿੱਚ ਏਆਈ ਦੀ ਸਥਿਤੀ: ਜਨਰੇਟਿਵ ਏਆਈ ਦਾ ਬ੍ਰੇਕਆਉਟ ਸਾਲ | ਮੈਕਕਿਨਸੀ )।

ਖੁਦਮੁਖਤਿਆਰੀ ਕਿਉਂ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ: ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਤੋਂ ਬਿਨਾਂ AI ਨੂੰ ਕੰਮ ਕਰਨ ਦੇਣਾ ਵੱਡੇ ਕੁਸ਼ਲਤਾ ਲਾਭਾਂ ਨੂੰ ਖੋਲ੍ਹ ਸਕਦਾ ਹੈ - ਥਕਾਵਟ ਵਾਲੇ ਕੰਮਾਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਵੈਚਾਲਿਤ ਕਰਨਾ - ਪਰ ਇਹ ਭਰੋਸੇਯੋਗਤਾ ਲਈ ਦਾਅ ਵੀ ਵਧਾਉਂਦਾ ਹੈ। ਇੱਕ ਖੁਦਮੁਖਤਿਆਰੀ AI ਏਜੰਟ ਨੂੰ ਚੀਜ਼ਾਂ ਨੂੰ ਸਹੀ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ (ਜਾਂ ਇਸਦੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਜਾਣਨਾ ਚਾਹੀਦਾ ਹੈ) ਕਿਉਂਕਿ ਗਲਤੀਆਂ ਨੂੰ ਫੜਨ ਲਈ ਅਸਲ ਸਮੇਂ ਵਿੱਚ ਕੋਈ ਮਨੁੱਖ ਨਹੀਂ ਹੋ ਸਕਦਾ। ਕੁਝ ਕਾਰਜ ਦੂਜਿਆਂ ਨਾਲੋਂ ਇਸ ਲਈ ਆਪਣੇ ਆਪ ਨੂੰ ਵਧੇਰੇ ਉਧਾਰ ਦਿੰਦੇ ਹਨ। ਆਮ ਤੌਰ 'ਤੇ, AI ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਸਭ ਤੋਂ ਵਧੀਆ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ ਜਦੋਂ:

• ਇਸ ਕੰਮ ਦੀ ਇੱਕ ਸਪਸ਼ਟ ਬਣਤਰ ਜਾਂ ਪੈਟਰਨ (ਜਿਵੇਂ ਕਿ ਡੇਟਾ ਤੋਂ ਰੁਟੀਨ ਰਿਪੋਰਟਾਂ ਤਿਆਰ ਕਰਨਾ)।

• ਗਲਤੀਆਂ ਘੱਟ-ਜੋਖਮ ਵਾਲੀਆਂ ਜਾਂ ਆਸਾਨੀ ਨਾਲ ਬਰਦਾਸ਼ਤ ਕੀਤੀਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ (ਜਿਵੇਂ ਕਿ ਇੱਕ ਚਿੱਤਰ ਉਤਪਤੀ ਜੋ ਡਾਕਟਰੀ ਤਸ਼ਖੀਸ ਦੇ ਮੁਕਾਬਲੇ, ਅਸੰਤੋਸ਼ਜਨਕ ਹੋਣ 'ਤੇ ਰੱਦ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ)।

• ਕਾਫ਼ੀ ਸਿਖਲਾਈ ਡੇਟਾ , ਇਸ ਲਈ AI ਦਾ ਆਉਟਪੁੱਟ ਅਸਲ ਉਦਾਹਰਣਾਂ 'ਤੇ ਅਧਾਰਤ ਹੈ (ਅਨੁਮਾਨਾਂ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ)।

ਇਸ ਦੇ ਉਲਟ, ਉਹ ਕੰਮ ਜੋ ਖੁੱਲ੍ਹੇ-ਡੁੱਲ੍ਹੇ , ਉੱਚ-ਦਾਅ ਵਾਲੇ , ਜਾਂ ਜਿਨ੍ਹਾਂ ਲਈ ਸੂਖਮ ਨਿਰਣੇ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਅੱਜ ਜ਼ੀਰੋ ਨਿਗਰਾਨੀ ਲਈ ਘੱਟ ਅਨੁਕੂਲ ਹਨ।

ਅਗਲੇ ਭਾਗਾਂ ਵਿੱਚ, ਅਸੀਂ ਇਹ ਦੇਖਣ ਲਈ ਕਈ ਖੇਤਰਾਂ ਦੀ ਜਾਂਚ ਕਰਾਂਗੇ ਕਿ ਜਨਰੇਟਿਵ ਏਆਈ ਹੁਣ ਕੀ ਕਰ ਰਿਹਾ ਹੈ ਅਤੇ ਅੱਗੇ ਕੀ ਹੈ। ਅਸੀਂ ਠੋਸ ਉਦਾਹਰਣਾਂ ਦੇਖਾਂਗੇ - ਏਆਈ-ਲਿਖੇ ਖ਼ਬਰਾਂ ਦੇ ਲੇਖਾਂ ਅਤੇ ਏਆਈ-ਤਿਆਰ ਕੀਤੇ ਕਲਾਕਾਰੀ ਤੋਂ ਲੈ ਕੇ, ਕੋਡ-ਰਾਈਟਿੰਗ ਸਹਾਇਕਾਂ ਅਤੇ ਵਰਚੁਅਲ ਗਾਹਕ ਸੇਵਾ ਏਜੰਟਾਂ ਤੱਕ - ਇਹ ਉਜਾਗਰ ਕਰਦੇ ਹੋਏ ਕਿ ਕਿਹੜੇ ਕੰਮ ਏਆਈ ਦੁਆਰਾ ਅੰਤ ਤੋਂ ਅੰਤ ਤੱਕ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ ਅਤੇ ਜਿਨ੍ਹਾਂ ਨੂੰ ਅਜੇ ਵੀ ਲੂਪ ਵਿੱਚ ਇੱਕ ਮਨੁੱਖ ਦੀ ਲੋੜ ਹੈ। ਹਰੇਕ ਡੋਮੇਨ ਲਈ, ਅਸੀਂ ਮੌਜੂਦਾ ਸਮਰੱਥਾਵਾਂ (ਲਗਭਗ 2025) ਨੂੰ 2035 ਤੱਕ ਭਰੋਸੇਯੋਗ ਕੀ ਹੋ ਸਕਦਾ ਹੈ ਦੇ ਯਥਾਰਥਵਾਦੀ ਅਨੁਮਾਨਾਂ ਤੋਂ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਵੱਖ ਕਰਦੇ ਹਾਂ।

ਸਾਰੇ ਡੋਮੇਨਾਂ ਵਿੱਚ ਆਟੋਨੋਮਸ AI ਦੇ ਵਰਤਮਾਨ ਅਤੇ ਭਵਿੱਖ ਦੀ ਮੈਪਿੰਗ ਕਰਕੇ, ਸਾਡਾ ਉਦੇਸ਼ ਪਾਠਕਾਂ ਨੂੰ ਇੱਕ ਸੰਤੁਲਿਤ ਸਮਝ ਪ੍ਰਦਾਨ ਕਰਨਾ ਹੈ: ਨਾ ਤਾਂ AI ਨੂੰ ਜਾਦੂਈ ਤੌਰ 'ਤੇ ਅਚੱਲ ਵਜੋਂ ਜ਼ਿਆਦਾ ਪ੍ਰਚਾਰ ਕਰਨਾ, ਅਤੇ ਨਾ ਹੀ ਇਸ ਦੀਆਂ ਅਸਲ ਅਤੇ ਵਧਦੀਆਂ ਯੋਗਤਾਵਾਂ ਨੂੰ ਘੱਟ ਸਮਝਣਾ। ਇਸ ਬੁਨਿਆਦ ਦੇ ਨਾਲ, ਅਸੀਂ ਫਿਰ ਨਿਗਰਾਨੀ ਤੋਂ ਬਿਨਾਂ AI 'ਤੇ ਭਰੋਸਾ ਕਰਨ ਵਿੱਚ ਵਿਆਪਕ ਚੁਣੌਤੀਆਂ 'ਤੇ ਚਰਚਾ ਕਰਦੇ ਹਾਂ, ਜਿਸ ਵਿੱਚ ਨੈਤਿਕ ਵਿਚਾਰ ਅਤੇ ਜੋਖਮ ਪ੍ਰਬੰਧਨ ਸ਼ਾਮਲ ਹਨ, ਮੁੱਖ ਨੁਕਤਿਆਂ ਨਾਲ ਸਮਾਪਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ।

ਲਿਖਣ ਅਤੇ ਸਮੱਗਰੀ ਸਿਰਜਣ ਵਿੱਚ ਜਨਰੇਟਿਵ ਏ.ਆਈ.

ਪਹਿਲੇ ਡੋਮੇਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਜਿੱਥੇ ਜਨਰੇਟਿਵ ਏਆਈ ਨੇ ਛਾਲ ਮਾਰੀ ਉਹ ਸੀ ਟੈਕਸਟ ਜਨਰੇਸ਼ਨ। ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਖ਼ਬਰਾਂ ਦੇ ਲੇਖਾਂ ਅਤੇ ਮਾਰਕੀਟਿੰਗ ਕਾਪੀ ਤੋਂ ਲੈ ਕੇ ਸੋਸ਼ਲ ਮੀਡੀਆ ਪੋਸਟਾਂ ਅਤੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਸੰਖੇਪਾਂ ਤੱਕ ਸਭ ਕੁਝ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ। ਪਰ ਇਸ ਲਿਖਤ ਦਾ ਕਿੰਨਾ ਕੁ ਹਿੱਸਾ ਮਨੁੱਖੀ ਸੰਪਾਦਕ ਤੋਂ ਬਿਨਾਂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ?

ਮੌਜੂਦਾ ਸਮਰੱਥਾਵਾਂ (2025): ਰੁਟੀਨ ਸਮੱਗਰੀ ਦੇ ਇੱਕ ਆਟੋ-ਰਾਈਟਰ ਵਜੋਂ AI

ਘੱਟੋ-ਘੱਟ ਜਾਂ ਬਿਨਾਂ ਕਿਸੇ ਮਨੁੱਖੀ ਦਖਲ ਦੇ ਕਈ ਤਰ੍ਹਾਂ ਦੇ ਨਿਯਮਤ ਲਿਖਣ ਦੇ ਕੰਮਾਂ ਨੂੰ ਫਿਲਾਨਾ ਪੈਟਰਸਨ - ਓਐਨਏ ਕਮਿਊਨਿਟੀ ਪ੍ਰੋਫਾਈਲ ) ਤੋਂ ਸਿੱਧੇ ਹਰ ਤਿਮਾਹੀ ਵਿੱਚ ਹਜ਼ਾਰਾਂ ਕੰਪਨੀ ਕਮਾਈ ਰਿਪੋਰਟਾਂ ਤਿਆਰ ਕਰਨ ਲਈ ਆਟੋਮੇਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੈ। ਇਹ ਛੋਟੀਆਂ ਖ਼ਬਰਾਂ ਇੱਕ ਟੈਂਪਲੇਟ ਦੀ ਪਾਲਣਾ ਕਰਦੀਆਂ ਹਨ (ਉਦਾਹਰਨ ਲਈ, "ਕੰਪਨੀ X ਨੇ Y ਦੀ ਕਮਾਈ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ, Z% ਵੱਧ...") ਅਤੇ ਏਆਈ (ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਉਤਪਾਦਨ ਸੌਫਟਵੇਅਰ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ) ਕਿਸੇ ਵੀ ਮਨੁੱਖ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਸੰਖਿਆਵਾਂ ਅਤੇ ਸ਼ਬਦਾਵਲੀ ਭਰ ਸਕਦਾ ਹੈ। ਏਪੀ ਦਾ ਸਿਸਟਮ ਇਹਨਾਂ ਰਿਪੋਰਟਾਂ ਨੂੰ ਆਪਣੇ ਆਪ ਪ੍ਰਕਾਸ਼ਤ ਕਰਦਾ ਹੈ, ਮਨੁੱਖੀ ਲੇਖਕਾਂ ਦੀ ਲੋੜ ਤੋਂ ਬਿਨਾਂ ਉਹਨਾਂ ਦੇ ਕਵਰੇਜ ਨੂੰ ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਵਧਾਉਂਦਾ ਹੈ (ਪ੍ਰਤੀ ਤਿਮਾਹੀ 3,000 ਤੋਂ ਵੱਧ ਕਹਾਣੀਆਂ ) ।

ਖੇਡ ਪੱਤਰਕਾਰੀ ਨੂੰ ਵੀ ਇਸੇ ਤਰ੍ਹਾਂ ਵਧਾਇਆ ਗਿਆ ਹੈ: ਏਆਈ ਸਿਸਟਮ ਖੇਡਾਂ ਦੇ ਅੰਕੜੇ ਲੈ ਸਕਦੇ ਹਨ ਅਤੇ ਰੀਕੈਪ ਕਹਾਣੀਆਂ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ। ਕਿਉਂਕਿ ਇਹ ਡੋਮੇਨ ਡੇਟਾ-ਸੰਚਾਲਿਤ ਅਤੇ ਫਾਰਮੂਲੇ ਹਨ, ਗਲਤੀਆਂ ਬਹੁਤ ਘੱਟ ਹੁੰਦੀਆਂ ਹਨ ਜਦੋਂ ਤੱਕ ਡੇਟਾ ਸਹੀ ਹੁੰਦਾ ਹੈ। ਇਹਨਾਂ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਅਸੀਂ ਸੱਚੀ ਖੁਦਮੁਖਤਿਆਰੀ - ਏਆਈ ਲਿਖਦਾ ਹੈ ਅਤੇ ਸਮੱਗਰੀ ਨੂੰ ਸਿੱਧਾ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਕਾਰੋਬਾਰ ਉਤਪਾਦ ਵਰਣਨ, ਈਮੇਲ ਨਿਊਜ਼ਲੈਟਰ, ਅਤੇ ਹੋਰ ਮਾਰਕੀਟਿੰਗ ਸਮੱਗਰੀ ਤਿਆਰ ਕਰਨ ਲਈ ਜਨਰੇਟਿਵ AI ਦੀ ਵਰਤੋਂ ਵੀ ਕਰ ਰਹੇ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਈ-ਕਾਮਰਸ ਦਿੱਗਜ ਐਮਾਜ਼ਾਨ ਹੁਣ ਉਤਪਾਦਾਂ ਲਈ ਗਾਹਕ ਸਮੀਖਿਆਵਾਂ ਦਾ ਸਾਰ ਦੇਣ ਲਈ AI ਨੂੰ ਨਿਯੁਕਤ ਕਰਦਾ ਹੈ। AI ਬਹੁਤ ਸਾਰੀਆਂ ਵਿਅਕਤੀਗਤ ਸਮੀਖਿਆਵਾਂ ਦੇ ਟੈਕਸਟ ਨੂੰ ਸਕੈਨ ਕਰਦਾ ਹੈ ਅਤੇ ਲੋਕਾਂ ਨੂੰ ਆਈਟਮ ਬਾਰੇ ਕੀ ਪਸੰਦ ਜਾਂ ਨਾਪਸੰਦ ਹੈ, ਇਸਦਾ ਇੱਕ ਸੰਖੇਪ ਹਾਈਲਾਈਟ ਪੈਰਾ ਤਿਆਰ ਕਰਦਾ ਹੈ, ਜੋ ਫਿਰ ਮੈਨੂਅਲ ਐਡੀਟਿੰਗ ਤੋਂ ਬਿਨਾਂ ਉਤਪਾਦ ਪੰਨੇ 'ਤੇ ਪ੍ਰਦਰਸ਼ਿਤ ਹੁੰਦਾ ਹੈ ( ਐਮਾਜ਼ਾਨ AI ਨਾਲ ਗਾਹਕ ਸਮੀਖਿਆ ਅਨੁਭਵ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਂਦਾ ਹੈ )। ਹੇਠਾਂ ਐਮਾਜ਼ਾਨ ਦੇ ਮੋਬਾਈਲ ਐਪ 'ਤੇ ਤਾਇਨਾਤ ਇਸ ਵਿਸ਼ੇਸ਼ਤਾ ਦਾ ਇੱਕ ਉਦਾਹਰਣ ਹੈ , ਜਿੱਥੇ "ਗਾਹਕ ਕਹਿੰਦੇ ਹਨ" ਭਾਗ ਪੂਰੀ ਤਰ੍ਹਾਂ AI ਦੁਆਰਾ ਸਮੀਖਿਆ ਡੇਟਾ ਤੋਂ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ:

( ਐਮਾਜ਼ਾਨ ਏਆਈ ਨਾਲ ਗਾਹਕ ਸਮੀਖਿਆ ਅਨੁਭਵ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਂਦਾ ਹੈ ) ਇੱਕ ਈ-ਕਾਮਰਸ ਉਤਪਾਦ ਪੰਨੇ 'ਤੇ ਏਆਈ-ਤਿਆਰ ਸਮੀਖਿਆ ਸੰਖੇਪ। ਐਮਾਜ਼ਾਨ ਦਾ ਸਿਸਟਮ ਉਪਭੋਗਤਾ ਸਮੀਖਿਆਵਾਂ (ਜਿਵੇਂ ਕਿ ਵਰਤੋਂ ਵਿੱਚ ਆਸਾਨੀ, ਪ੍ਰਦਰਸ਼ਨ) ਤੋਂ ਆਮ ਨੁਕਤਿਆਂ ਨੂੰ ਇੱਕ ਛੋਟੇ ਪੈਰੇ ਵਿੱਚ ਸੰਖੇਪ ਕਰਦਾ ਹੈ, ਜੋ ਖਰੀਦਦਾਰਾਂ ਨੂੰ "ਗਾਹਕ ਸਮੀਖਿਆਵਾਂ ਦੇ ਟੈਕਸਟ ਤੋਂ ਏਆਈ-ਤਿਆਰ" ਵਜੋਂ ਦਿਖਾਇਆ ਜਾਂਦਾ ਹੈ।

ਅਜਿਹੇ ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ ਜਦੋਂ ਸਮੱਗਰੀ ਇੱਕ ਅਨੁਮਾਨਯੋਗ ਪੈਟਰਨ ਦੀ ਪਾਲਣਾ ਕਰਦੀ ਹੈ ਜਾਂ ਮੌਜੂਦਾ ਡੇਟਾ ਤੋਂ ਇਕੱਠੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ AI ਅਕਸਰ ਇਸਨੂੰ ਇਕੱਲੇ ਸੰਭਾਲ ਸਕਦਾ ਹੈ। ਹੋਰ ਮੌਜੂਦਾ ਉਦਾਹਰਣਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:

• ਮੌਸਮ ਅਤੇ ਟ੍ਰੈਫਿਕ ਅਪਡੇਟਸ: ਮੀਡੀਆ ਆਊਟਲੈੱਟ ਸੈਂਸਰ ਡੇਟਾ ਦੇ ਆਧਾਰ 'ਤੇ ਰੋਜ਼ਾਨਾ ਮੌਸਮ ਰਿਪੋਰਟਾਂ ਜਾਂ ਟ੍ਰੈਫਿਕ ਬੁਲੇਟਿਨਾਂ ਨੂੰ ਕੰਪਾਇਲ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ।

• ਵਿੱਤੀ ਰਿਪੋਰਟਾਂ: ਫਰਮਾਂ ਆਪਣੇ ਆਪ ਸਿੱਧੇ ਵਿੱਤੀ ਸਾਰਾਂਸ਼ (ਤਿਮਾਹੀ ਨਤੀਜੇ, ਸਟਾਕ ਮਾਰਕੀਟ ਬ੍ਰੀਫਿੰਗ) ਤਿਆਰ ਕਰਦੀਆਂ ਹਨ। 2014 ਤੋਂ, ਬਲੂਮਬਰਗ ਅਤੇ ਹੋਰ ਨਿਊਜ਼ ਆਉਟਲੈਟਾਂ ਨੇ ਕੰਪਨੀ ਦੀ ਕਮਾਈ 'ਤੇ ਖ਼ਬਰਾਂ ਦੇ ਬਲਰ ਲਿਖਣ ਵਿੱਚ ਸਹਾਇਤਾ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੈ - ਇੱਕ ਪ੍ਰਕਿਰਿਆ ਜੋ ਡੇਟਾ ਫੀਡ ਹੋਣ ਤੋਂ ਬਾਅਦ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਆਪਣੇ ਆਪ ਚਲਦੀ ਹੈ ( ਏਪੀ ਦੇ 'ਰੋਬੋਟ ਪੱਤਰਕਾਰ' ਹੁਣ ਆਪਣੀਆਂ ਕਹਾਣੀਆਂ ਲਿਖ ਰਹੇ ਹਨ | ਦ ਵਰਜ ) ( ਵਾਇਮਿੰਗ ਰਿਪੋਰਟਰ ਨਕਲੀ ਹਵਾਲੇ, ਕਹਾਣੀਆਂ ਬਣਾਉਣ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਫੜਿਆ ਗਿਆ )।

• ਅਨੁਵਾਦ ਅਤੇ ਟ੍ਰਾਂਸਕ੍ਰਿਪਸ਼ਨ: ਟ੍ਰਾਂਸਕ੍ਰਿਪਸ਼ਨ ਸੇਵਾਵਾਂ ਹੁਣ ਮਨੁੱਖੀ ਟਾਈਪਿਸਟਾਂ ਤੋਂ ਬਿਨਾਂ ਮੀਟਿੰਗ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟਾਂ ਜਾਂ ਸੁਰਖੀਆਂ ਤਿਆਰ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ। ਰਚਨਾਤਮਕ ਅਰਥਾਂ ਵਿੱਚ ਉਤਪੰਨ ਨਾ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਇਹ ਭਾਸ਼ਾ ਕਾਰਜ ਸਪਸ਼ਟ ਆਡੀਓ ਲਈ ਉੱਚ ਸ਼ੁੱਧਤਾ ਨਾਲ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਚੱਲਦੇ ਹਨ।

• ਡਰਾਫਟ ਜਨਰੇਸ਼ਨ: ਬਹੁਤ ਸਾਰੇ ਪੇਸ਼ੇਵਰ ਈਮੇਲਾਂ ਜਾਂ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਪਹਿਲੇ ਸੰਸਕਰਣਾਂ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਲਈ ChatGPT ਵਰਗੇ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, ਜੇਕਰ ਸਮੱਗਰੀ ਘੱਟ-ਜੋਖਮ ਵਾਲੀ ਹੈ ਤਾਂ ਕਦੇ-ਕਦਾਈਂ ਉਹਨਾਂ ਨੂੰ ਬਹੁਤ ਘੱਟ ਜਾਂ ਬਿਨਾਂ ਕਿਸੇ ਸੰਪਾਦਨ ਦੇ ਭੇਜਦੇ ਹਨ।

ਹਾਲਾਂਕਿ, ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਗੱਦ ਲਈ, 2025 ਵਿੱਚ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਆਮ ਬਣੀ ਹੋਈ ਹੈ । ਸਮਾਚਾਰ ਸੰਗਠਨ ਘੱਟ ਹੀ AI ਤੋਂ ਸਿੱਧੇ ਖੋਜੀ ਜਾਂ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਲੇਖ ਪ੍ਰਕਾਸ਼ਤ ਕਰਦੇ ਹਨ - ਸੰਪਾਦਕ ਤੱਥ-ਜਾਂਚ ਕਰਨਗੇ ਅਤੇ AI-ਲਿਖੇ ਡਰਾਫਟ ਨੂੰ ਸੁਧਾਰਣਗੇ। AI ਸ਼ੈਲੀ ਅਤੇ ਢਾਂਚੇ ਦੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਨਕਲ ਕਰ ਸਕਦਾ ਹੈ ਪਰ ਤੱਥਾਂ ਦੀਆਂ ਗਲਤੀਆਂ (ਅਕਸਰ "ਭਰਮ" ਕਿਹਾ ਜਾਂਦਾ ਹੈ) ਜਾਂ ਅਜੀਬ ਵਾਕਾਂਸ਼ ਪੇਸ਼ ਕਰ ਸਕਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਮਨੁੱਖ ਨੂੰ ਫੜਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਜਰਮਨ ਅਖਬਾਰ ਐਕਸਪ੍ਰੈਸ ਨੇ ਸ਼ੁਰੂਆਤੀ ਖ਼ਬਰਾਂ ਦੇ ਟੁਕੜੇ ਲਿਖਣ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ ਕਲਾਰਾ ਨਾਮਕ ਇੱਕ AI "ਡਿਜੀਟਲ ਸਹਿਯੋਗੀ" ਪੇਸ਼ ਕੀਤਾ। ਕਲਾਰਾ ਕੁਸ਼ਲਤਾ ਨਾਲ ਖੇਡਾਂ ਦੀਆਂ ਰਿਪੋਰਟਾਂ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਸੁਰਖੀਆਂ ਵੀ ਲਿਖ ਸਕਦਾ ਹੈ ਜੋ ਪਾਠਕਾਂ ਨੂੰ ਆਕਰਸ਼ਿਤ ਕਰਦੇ ਹਨ, ਐਕਸਪ੍ਰੈਸ ਦੇ 11% ਲੇਖਾਂ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਂਦੇ ਹਨ - ਪਰ ਮਨੁੱਖੀ ਸੰਪਾਦਕ ਅਜੇ ਵੀ ਸ਼ੁੱਧਤਾ ਅਤੇ ਪੱਤਰਕਾਰੀ ਇਮਾਨਦਾਰੀ ਲਈ ਹਰ ਟੁਕੜੇ ਦੀ ਸਮੀਖਿਆ ਕਰਦੇ ਹਨ, ਖਾਸ ਕਰਕੇ ਗੁੰਝਲਦਾਰ ਕਹਾਣੀਆਂ 'ਤੇ ( 12 ਤਰੀਕੇ ਪੱਤਰਕਾਰ ਨਿਊਜ਼ਰੂਮ ਵਿੱਚ AI ਟੂਲ ਵਰਤਦੇ ਹਨ - ਟਵਾਈਪ )। ਇਹ ਮਨੁੱਖੀ-AI ਭਾਈਵਾਲੀ ਅੱਜ ਆਮ ਹੈ: AI ਟੈਕਸਟ ਤਿਆਰ ਕਰਨ ਦੀ ਭਾਰੀ ਲਿਫਟਿੰਗ ਨੂੰ ਸੰਭਾਲਦਾ ਹੈ, ਅਤੇ ਮਨੁੱਖ ਲੋੜ ਅਨੁਸਾਰ ਕਿਊਰੇਟ ਅਤੇ ਸਹੀ ਕਰਦੇ ਹਨ।

2030-2035 ਲਈ ਦ੍ਰਿਸ਼ਟੀਕੋਣ: ਭਰੋਸੇਯੋਗ ਖੁਦਮੁਖਤਿਆਰ ਲਿਖਤ ਵੱਲ

ਅਗਲੇ ਦਹਾਕੇ ਦੌਰਾਨ, ਅਸੀਂ ਉਮੀਦ ਕਰਦੇ ਹਾਂ ਕਿ ਜਨਰੇਟਿਵ ਏਆਈ ਉੱਚ-ਗੁਣਵੱਤਾ ਵਾਲੇ, ਤੱਥਾਂ ਅਨੁਸਾਰ ਸਹੀ ਟੈਕਸਟ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਕਿਤੇ ਜ਼ਿਆਦਾ ਭਰੋਸੇਮੰਦ ਬਣ ਜਾਵੇਗਾ, ਜੋ ਲਿਖਣ ਦੇ ਕੰਮਾਂ ਦੀ ਸੀਮਾ ਨੂੰ ਵਿਸ਼ਾਲ ਕਰੇਗਾ ਜੋ ਇਹ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਸੰਭਾਲ ਸਕਦਾ ਹੈ। ਕਈ ਰੁਝਾਨ ਇਸਦਾ ਸਮਰਥਨ ਕਰਦੇ ਹਨ:

• ਸ਼ੁੱਧਤਾ ਵਿੱਚ ਸੁਧਾਰ: ਚੱਲ ਰਹੀ ਖੋਜ ਗਲਤ ਜਾਂ ਅਪ੍ਰਸੰਗਿਕ ਜਾਣਕਾਰੀ ਪੈਦਾ ਕਰਨ ਲਈ AI ਦੇ ਰੁਝਾਨ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਘਟਾ ਰਹੀ ਹੈ। 2030 ਤੱਕ, ਬਿਹਤਰ ਸਿਖਲਾਈ ਵਾਲੇ ਉੱਨਤ ਭਾਸ਼ਾ ਮਾਡਲ (ਰੀਅਲ-ਟਾਈਮ ਵਿੱਚ ਡੇਟਾਬੇਸਾਂ ਦੇ ਵਿਰੁੱਧ ਤੱਥਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀਆਂ ਤਕਨੀਕਾਂ ਸਮੇਤ) ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ ਮਨੁੱਖੀ-ਪੱਧਰ ਦੇ ਤੱਥ-ਜਾਂਚ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਨ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇੱਕ AI ਸਰੋਤ ਸਮੱਗਰੀ ਤੋਂ ਆਪਣੇ ਆਪ ਲਏ ਗਏ ਸਹੀ ਹਵਾਲਿਆਂ ਅਤੇ ਅੰਕੜਿਆਂ ਦੇ ਨਾਲ ਇੱਕ ਪੂਰਾ ਖ਼ਬਰ ਲੇਖ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਜਿਸ ਲਈ ਬਹੁਤ ਘੱਟ ਸੰਪਾਦਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

• ਡੋਮੇਨ-ਵਿਸ਼ੇਸ਼ AIs: ਅਸੀਂ ਕੁਝ ਖਾਸ ਖੇਤਰਾਂ (ਕਾਨੂੰਨੀ, ਮੈਡੀਕਲ, ਤਕਨੀਕੀ ਲਿਖਤ) ਲਈ ਹੋਰ ਵਿਸ਼ੇਸ਼ ਜਨਰੇਟਿਵ ਮਾਡਲਾਂ ਨੂੰ ਵਧੀਆ ਢੰਗ ਨਾਲ ਦੇਖਾਂਗੇ। 2030 ਦਾ ਇੱਕ ਕਾਨੂੰਨੀ AI ਮਾਡਲ ਭਰੋਸੇਯੋਗ ਢੰਗ ਨਾਲ ਮਿਆਰੀ ਇਕਰਾਰਨਾਮਿਆਂ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਜਾਂ ਕੇਸ ਕਾਨੂੰਨ ਦਾ ਸਾਰ ਦੇ ਸਕਦਾ ਹੈ - ਉਹ ਕੰਮ ਜੋ ਬਣਤਰ ਵਿੱਚ ਫਾਰਮੂਲੇ ਹਨ ਪਰ ਵਰਤਮਾਨ ਵਿੱਚ ਵਕੀਲ ਦੇ ਸਮੇਂ ਦੀ ਮੰਗ ਕਰਦੇ ਹਨ। ਜੇਕਰ AI ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਾਨੂੰਨੀ ਦਸਤਾਵੇਜ਼ਾਂ 'ਤੇ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਇਸਦੇ ਡਰਾਫਟ ਇੰਨੇ ਭਰੋਸੇਯੋਗ ਹੋ ਸਕਦੇ ਹਨ ਕਿ ਇੱਕ ਵਕੀਲ ਸਿਰਫ਼ ਇੱਕ ਤੇਜ਼ ਅੰਤਿਮ ਝਲਕ ਦਿੰਦਾ ਹੈ।

• ਕੁਦਰਤੀ ਸ਼ੈਲੀ ਅਤੇ ਇਕਸਾਰਤਾ: ਮਾਡਲ ਲੰਬੇ ਦਸਤਾਵੇਜ਼ਾਂ 'ਤੇ ਸੰਦਰਭ ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਵਿੱਚ ਬਿਹਤਰ ਹੋ ਰਹੇ ਹਨ, ਜਿਸ ਨਾਲ ਵਧੇਰੇ ਸੁਮੇਲ ਅਤੇ ਬਿੰਦੂ 'ਤੇ ਲੰਬੇ-ਰੂਪ ਵਾਲੀ ਸਮੱਗਰੀ ਬਣ ਰਹੀ ਹੈ। 2035 ਤੱਕ, ਇਹ ਸੰਭਵ ਹੈ ਕਿ ਇੱਕ AI ਇੱਕ ਗੈਰ-ਗਲਪ ਕਿਤਾਬ ਦਾ ਇੱਕ ਵਧੀਆ ਪਹਿਲਾ ਖਰੜਾ ਜਾਂ ਇੱਕ ਤਕਨੀਕੀ ਮੈਨੂਅਲ ਆਪਣੇ ਆਪ ਲਿਖ ਸਕਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਮਨੁੱਖ ਮੁੱਖ ਤੌਰ 'ਤੇ ਸਲਾਹਕਾਰੀ ਭੂਮਿਕਾ ਵਿੱਚ ਹੁੰਦੇ ਹਨ (ਟੀਚੇ ਨਿਰਧਾਰਤ ਕਰਨ ਜਾਂ ਵਿਸ਼ੇਸ਼ ਗਿਆਨ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ)।

ਇਹ ਅਭਿਆਸ ਵਿੱਚ ਕਿਹੋ ਜਿਹਾ ਦਿਖਾਈ ਦੇ ਸਕਦਾ ਹੈ? ਰੁਟੀਨ ਪੱਤਰਕਾਰੀ ਲਗਭਗ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਵੈਚਾਲਿਤ ਹੋ ਸਕਦੀ ਹੈ। ਅਸੀਂ 2030 ਵਿੱਚ ਇੱਕ ਨਿਊਜ਼ ਏਜੰਸੀ ਨੂੰ ਇੱਕ AI ਸਿਸਟਮ ਦੇਖ ਸਕਦੇ ਹਾਂ ਜੋ ਹਰ ਕਮਾਈ ਰਿਪੋਰਟ, ਖੇਡ ਕਹਾਣੀ, ਜਾਂ ਚੋਣ ਨਤੀਜੇ ਅੱਪਡੇਟ ਦਾ ਪਹਿਲਾ ਸੰਸਕਰਣ ਲਿਖਦਾ ਹੈ, ਇੱਕ ਸੰਪਾਦਕ ਗੁਣਵੱਤਾ ਭਰੋਸੇ ਲਈ ਸਿਰਫ ਕੁਝ ਕੁ ਨਮੂਨੇ ਲੈਂਦਾ ਹੈ। ਦਰਅਸਲ, ਮਾਹਰਾਂ ਨੇ ਭਵਿੱਖਬਾਣੀ ਕੀਤੀ ਹੈ ਕਿ ਔਨਲਾਈਨ ਸਮੱਗਰੀ ਦਾ ਲਗਾਤਾਰ ਵਧਦਾ ਹਿੱਸਾ ਮਸ਼ੀਨ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਜਾਵੇਗਾ - ਉਦਯੋਗ ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਦੁਆਰਾ ਇੱਕ ਦਲੇਰ ਭਵਿੱਖਬਾਣੀ ਨੇ ਸੁਝਾਅ ਦਿੱਤਾ ਹੈ ਕਿ 2026 ਤੱਕ 90% ਤੱਕ ਔਨਲਾਈਨ ਸਮੱਗਰੀ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ( 2026 ਤੱਕ, ਗੈਰ-ਮਨੁੱਖੀ ਲੋਕਾਂ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਗਈ ਔਨਲਾਈਨ ਸਮੱਗਰੀ ਮਨੁੱਖੀ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਗਈ ਸਮੱਗਰੀ - OODAloop ਤੋਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੋਵੇਗੀ ), ਹਾਲਾਂਕਿ ਇਸ ਅੰਕੜੇ 'ਤੇ ਬਹਿਸ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ। ਇੱਕ ਹੋਰ ਰੂੜੀਵਾਦੀ ਨਤੀਜੇ ਦਾ ਮਤਲਬ 2030 ਦੇ ਦਹਾਕੇ ਦੇ ਮੱਧ ਤੱਕ, ਜ਼ਿਆਦਾਤਰ ਰੁਟੀਨ ਵੈੱਬ ਲੇਖ, ਉਤਪਾਦ ਕਾਪੀ, ਅਤੇ ਸ਼ਾਇਦ ਵਿਅਕਤੀਗਤ ਨਿਊਜ਼ ਫੀਡ ਵੀ AI ਦੁਆਰਾ ਲਿਖੇ ਜਾਂਦੇ ਹਨ।

ਮਾਰਕੀਟਿੰਗ ਅਤੇ ਕਾਰਪੋਰੇਟ ਸੰਚਾਰ ਵਿੱਚ , ਜਨਰੇਟਿਵ ਏਆਈ ਨੂੰ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਪੂਰੀਆਂ ਮੁਹਿੰਮਾਂ ਨੂੰ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਚਲਾਉਣ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਸੌਂਪੀ ਜਾਵੇਗੀ। ਇਹ ਵਿਅਕਤੀਗਤ ਮਾਰਕੀਟਿੰਗ ਈਮੇਲਾਂ, ਸੋਸ਼ਲ ਮੀਡੀਆ ਪੋਸਟਾਂ, ਅਤੇ ਵਿਗਿਆਪਨ ਕਾਪੀ ਭਿੰਨਤਾਵਾਂ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਭੇਜ ਸਕਦਾ ਹੈ, ਗਾਹਕਾਂ ਦੀਆਂ ਪ੍ਰਤੀਕਿਰਿਆਵਾਂ ਦੇ ਅਧਾਰ ਤੇ ਮੈਸੇਜਿੰਗ ਨੂੰ ਲਗਾਤਾਰ ਬਦਲਦਾ ਹੈ - ਇਹ ਸਭ ਲੂਪ ਵਿੱਚ ਇੱਕ ਮਨੁੱਖੀ ਕਾਪੀਰਾਈਟਰ ਤੋਂ ਬਿਨਾਂ। ਗਾਰਟਨਰ ਵਿਸ਼ਲੇਸ਼ਕ ਅਨੁਮਾਨ ਲਗਾਉਂਦੇ ਹਨ ਕਿ 2025 ਤੱਕ, ਵੱਡੇ ਉੱਦਮਾਂ ਦੇ ਘੱਟੋ-ਘੱਟ 30% ਆਊਟਬਾਉਂਡ ਮਾਰਕੀਟਿੰਗ ਸੁਨੇਹੇ ਸਿੰਥੈਟਿਕ ਤੌਰ 'ਤੇ ਏਆਈ ( ਉਦਯੋਗਾਂ ਅਤੇ ਉੱਦਮਾਂ ਲਈ ਜਨਰੇਟਿਵ ਏਆਈ ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ ) ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਜਾਣਗੇ, ਅਤੇ ਇਹ ਪ੍ਰਤੀਸ਼ਤਤਾ ਸਿਰਫ 2030 ਤੱਕ ਵਧੇਗੀ।

ਹਾਲਾਂਕਿ, ਇਹ ਧਿਆਨ ਦੇਣਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ ਮਨੁੱਖੀ ਰਚਨਾਤਮਕਤਾ ਅਤੇ ਨਿਰਣਾ ਅਜੇ ਵੀ ਇੱਕ ਭੂਮਿਕਾ ਨਿਭਾਏਗਾ, ਖਾਸ ਕਰਕੇ ਉੱਚ-ਦਾਅ ਵਾਲੀ ਸਮੱਗਰੀ ਲਈ । 2035 ਤੱਕ, AI ਆਪਣੇ ਆਪ ਇੱਕ ਪ੍ਰੈਸ ਰਿਲੀਜ਼ ਜਾਂ ਬਲੌਗ ਪੋਸਟ ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ, ਪਰ ਜਾਂਚ ਪੱਤਰਕਾਰੀ ਲਈ ਜਿਸ ਵਿੱਚ ਜਵਾਬਦੇਹੀ ਜਾਂ ਸੰਵੇਦਨਸ਼ੀਲ ਵਿਸ਼ੇ ਸ਼ਾਮਲ ਹਨ, ਮੀਡੀਆ ਆਉਟਲੈਟ ਅਜੇ ਵੀ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ 'ਤੇ ਜ਼ੋਰ ਦੇ ਸਕਦੇ ਹਨ। ਭਵਿੱਖ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਇੱਕ ਪੱਧਰੀ ਪਹੁੰਚ ਲਿਆਏਗਾ: AI ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਰੋਜ਼ਾਨਾ ਸਮੱਗਰੀ ਦਾ ਵੱਡਾ ਹਿੱਸਾ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਮਨੁੱਖ ਰਣਨੀਤਕ ਜਾਂ ਸੰਵੇਦਨਸ਼ੀਲ ਟੁਕੜਿਆਂ ਨੂੰ ਸੰਪਾਦਿਤ ਕਰਨ ਅਤੇ ਉਤਪਾਦਨ ਕਰਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਤ ਕਰਦੇ ਹਨ। ਅਸਲ ਵਿੱਚ, "ਰੁਟੀਨ" ਵਜੋਂ ਗਿਣੀਆਂ ਜਾਣ ਵਾਲੀਆਂ ਚੀਜ਼ਾਂ ਦੀ ਲਾਈਨ AI ਮੁਹਾਰਤ ਵਧਣ ਦੇ ਨਾਲ ਫੈਲੇਗੀ।

AI-ਤਿਆਰ ਕੀਤੇ ਇੰਟਰਐਕਟਿਵ ਬਿਰਤਾਂਤ ਜਾਂ ਵਿਅਕਤੀਗਤ ਰਿਪੋਰਟਾਂ ਵਰਗੇ ਸਮੱਗਰੀ ਦੇ ਨਵੇਂ ਰੂਪ ਉਭਰ ਸਕਦੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਕੰਪਨੀ ਦੀ ਸਾਲਾਨਾ ਰਿਪੋਰਟ AI ਦੁਆਰਾ ਕਈ ਸ਼ੈਲੀਆਂ ਵਿੱਚ ਤਿਆਰ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ - ਕਾਰਜਕਾਰੀਆਂ ਲਈ ਇੱਕ ਸੰਖੇਪ, ਕਰਮਚਾਰੀਆਂ ਲਈ ਇੱਕ ਬਿਰਤਾਂਤ ਸੰਸਕਰਣ, ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਲਈ ਇੱਕ ਡੇਟਾ-ਅਮੀਰ ਸੰਸਕਰਣ - ਹਰੇਕ ਇੱਕੋ ਅੰਤਰੀਵ ਡੇਟਾ ਤੋਂ ਆਪਣੇ ਆਪ ਬਣਾਇਆ ਗਿਆ ਹੈ। ਸਿੱਖਿਆ ਵਿੱਚ, ਪਾਠ-ਪੁਸਤਕਾਂ ਨੂੰ AI ਦੁਆਰਾ ਵੱਖ-ਵੱਖ ਪੜ੍ਹਨ ਦੇ ਪੱਧਰਾਂ ਦੇ ਅਨੁਕੂਲ ਬਣਾਉਣ ਲਈ ਗਤੀਸ਼ੀਲ ਤੌਰ 'ਤੇ ਲਿਖਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਖੁਦਮੁਖਤਿਆਰ ਹੋ ਸਕਦੀਆਂ ਹਨ ਪਰ ਪ੍ਰਮਾਣਿਤ ਜਾਣਕਾਰੀ ਦੁਆਰਾ ਆਧਾਰਿਤ ਹੋ ਸਕਦੀਆਂ ਹਨ।

ਲਿਖਤੀ ਰੂਪ ਵਿੱਚ ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ 2030 ਦੇ ਦਹਾਕੇ ਦੇ ਮੱਧ ਤੱਕ, AI ਇੱਕ ਉੱਤਮ ਲੇਖਕ ਹੋਵੇਗਾ । ਸੱਚਮੁੱਚ ਖੁਦਮੁਖਤਿਆਰ ਸੰਚਾਲਨ ਦੀ ਕੁੰਜੀ ਇਸਦੇ ਆਉਟਪੁੱਟ ਵਿੱਚ ਵਿਸ਼ਵਾਸ ਸਥਾਪਤ ਕਰਨਾ ਹੋਵੇਗਾ। ਜੇਕਰ AI ਲਗਾਤਾਰ ਤੱਥਾਂ ਦੀ ਸ਼ੁੱਧਤਾ, ਸ਼ੈਲੀਗਤ ਗੁਣਵੱਤਾ, ਅਤੇ ਨੈਤਿਕ ਮਿਆਰਾਂ ਦੇ ਨਾਲ ਇਕਸਾਰਤਾ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕਰ ਸਕਦਾ ਹੈ, ਤਾਂ ਲਾਈਨ-ਦਰ-ਲਾਈਨ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਦੀ ਜ਼ਰੂਰਤ ਘੱਟ ਜਾਵੇਗੀ। ਇਸ ਵ੍ਹਾਈਟ ਪੇਪਰ ਦੇ ਭਾਗ, 2035 ਤੱਕ, ਇੱਕ AI ਖੋਜਕਰਤਾ ਦੁਆਰਾ ਸੰਪਾਦਕ ਦੀ ਲੋੜ ਤੋਂ ਬਿਨਾਂ ਬਹੁਤ ਵਧੀਆ ਢੰਗ ਨਾਲ ਤਿਆਰ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ - ਇੱਕ ਸੰਭਾਵਨਾ ਜਿਸ ਬਾਰੇ ਅਸੀਂ ਸਾਵਧਾਨੀ ਨਾਲ ਆਸ਼ਾਵਾਦੀ ਹਾਂ, ਬਸ਼ਰਤੇ ਕਿ ਸਹੀ ਸੁਰੱਖਿਆ ਉਪਾਅ ਮੌਜੂਦ ਹੋਣ।

ਵਿਜ਼ੂਅਲ ਆਰਟਸ ਅਤੇ ਡਿਜ਼ਾਈਨ ਵਿੱਚ ਜਨਰੇਟਿਵ ਏ.ਆਈ.

ਜਨਰੇਟਿਵ ਏਆਈ ਦੀ ਤਸਵੀਰਾਂ ਅਤੇ ਕਲਾਕਾਰੀ ਬਣਾਉਣ ਦੀ ਯੋਗਤਾ ਨੇ ਜਨਤਾ ਦੀ ਕਲਪਨਾ ਨੂੰ ਆਪਣੇ ਕਬਜ਼ੇ ਵਿੱਚ ਕਰ ਲਿਆ ਹੈ, ਏਆਈ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀਆਂ ਗਈਆਂ ਪੇਂਟਿੰਗਾਂ, ਕਲਾ ਮੁਕਾਬਲੇ ਜਿੱਤਣ ਤੋਂ ਲੈ ਕੇ ਡੀਪਫੇਕ ਵੀਡੀਓਜ਼ ਜੋ ਅਸਲ ਫੁਟੇਜ ਤੋਂ ਵੱਖ ਨਹੀਂ ਕੀਤੇ ਜਾ ਸਕਦੇ। ਵਿਜ਼ੂਅਲ ਡੋਮੇਨਾਂ ਵਿੱਚ, ਏਆਈ ਮਾਡਲ ਜਿਵੇਂ ਕਿ ਜਨਰੇਟਿਵ ਐਡਵਰਸੇਰੀਅਲ ਨੈੱਟਵਰਕ (GAN) ਅਤੇ ਡਿਫਿਊਜ਼ਨ ਮਾਡਲ (ਜਿਵੇਂ ਕਿ ਸਟੇਬਲ ਡਿਫਿਊਜ਼ਨ, ਮਿਡਜਰਨੀ) ਟੈਕਸਟ ਪ੍ਰੋਂਪਟ ਦੇ ਅਧਾਰ ਤੇ ਅਸਲੀ ਚਿੱਤਰ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ। ਤਾਂ, ਕੀ ਏਆਈ ਹੁਣ ਇੱਕ ਖੁਦਮੁਖਤਿਆਰ ਕਲਾਕਾਰ ਜਾਂ ਡਿਜ਼ਾਈਨਰ ਵਜੋਂ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ?

ਮੌਜੂਦਾ ਸਮਰੱਥਾਵਾਂ (2025): ਇੱਕ ਰਚਨਾਤਮਕ ਸਹਾਇਕ ਵਜੋਂ AI

2025 ਤੱਕ, ਜਨਰੇਟਿਵ ਮਾਡਲ ਮੰਗ 'ਤੇ ਚਿੱਤਰ । ਉਪਭੋਗਤਾ ਇੱਕ ਚਿੱਤਰ AI ਨੂੰ "ਵੈਨ ਗੌਗ ਦੀ ਸ਼ੈਲੀ ਵਿੱਚ ਸੂਰਜ ਡੁੱਬਣ ਵੇਲੇ ਇੱਕ ਮੱਧਯੁਗੀ ਸ਼ਹਿਰ" ਬਣਾਉਣ ਲਈ ਕਹਿ ਸਕਦੇ ਹਨ ਅਤੇ ਸਕਿੰਟਾਂ ਵਿੱਚ ਇੱਕ ਯਕੀਨਨ ਕਲਾਤਮਕ ਚਿੱਤਰ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਨ। ਇਸ ਨਾਲ ਗ੍ਰਾਫਿਕ ਡਿਜ਼ਾਈਨ, ਮਾਰਕੀਟਿੰਗ, ਅਤੇ ਮਨੋਰੰਜਨ ਵਿੱਚ ਸੰਕਲਪ ਕਲਾ, ਪ੍ਰੋਟੋਟਾਈਪ, ਅਤੇ ਕੁਝ ਮਾਮਲਿਆਂ ਵਿੱਚ ਅੰਤਿਮ ਵਿਜ਼ੂਅਲ ਲਈ AI ਦੀ ਵਿਆਪਕ ਵਰਤੋਂ ਹੋਈ ਹੈ। ਖਾਸ ਤੌਰ 'ਤੇ:

• ਗ੍ਰਾਫਿਕ ਡਿਜ਼ਾਈਨ ਅਤੇ ਸਟਾਕ ਚਿੱਤਰ: ਕੰਪਨੀਆਂ AI ਰਾਹੀਂ ਵੈੱਬਸਾਈਟ ਗ੍ਰਾਫਿਕਸ, ਚਿੱਤਰ, ਜਾਂ ਸਟਾਕ ਫੋਟੋਆਂ ਤਿਆਰ ਕਰਦੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਕਲਾਕਾਰ ਤੋਂ ਹਰ ਟੁਕੜੇ ਨੂੰ ਕਮਿਸ਼ਨ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਘੱਟ ਜਾਂਦੀ ਹੈ। ਬਹੁਤ ਸਾਰੀਆਂ ਮਾਰਕੀਟਿੰਗ ਟੀਮਾਂ AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਇਸ਼ਤਿਹਾਰਾਂ ਜਾਂ ਉਤਪਾਦ ਚਿੱਤਰਾਂ ਦੀਆਂ ਭਿੰਨਤਾਵਾਂ ਪੈਦਾ ਕਰਨ ਲਈ ਕਰਦੀਆਂ ਹਨ ਤਾਂ ਜੋ ਇਹ ਜਾਂਚਿਆ ਜਾ ਸਕੇ ਕਿ ਖਪਤਕਾਰਾਂ ਨੂੰ ਕੀ ਪਸੰਦ ਆਉਂਦਾ ਹੈ।

• ਕਲਾ ਅਤੇ ਚਿੱਤਰਣ: ਵਿਅਕਤੀਗਤ ਕਲਾਕਾਰ ਵਿਚਾਰਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰਨ ਜਾਂ ਵੇਰਵੇ ਭਰਨ ਲਈ AI ਨਾਲ ਸਹਿਯੋਗ ਕਰਦੇ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ ਚਿੱਤਰਕਾਰ ਪਿਛੋਕੜ ਦੇ ਦ੍ਰਿਸ਼ ਤਿਆਰ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦਾ ਹੈ, ਜਿਸਨੂੰ ਉਹ ਫਿਰ ਆਪਣੇ ਮਨੁੱਖੀ-ਖਿੱਚੇ ਪਾਤਰਾਂ ਨਾਲ ਜੋੜਦੇ ਹਨ। ਕੁਝ ਕਾਮਿਕ ਕਿਤਾਬ ਸਿਰਜਣਹਾਰਾਂ ਨੇ AI-ਤਿਆਰ ਪੈਨਲਾਂ ਜਾਂ ਰੰਗਾਂ ਨਾਲ ਪ੍ਰਯੋਗ ਕੀਤਾ ਹੈ।

• ਮੀਡੀਆ ਅਤੇ ਮਨੋਰੰਜਨ: ਏਆਈ-ਤਿਆਰ ਕੀਤੀ ਕਲਾ ਮੈਗਜ਼ੀਨ ਕਵਰਾਂ ਅਤੇ ਕਿਤਾਬਾਂ ਦੇ ਕਵਰਾਂ 'ਤੇ ਪ੍ਰਗਟ ਹੋਈ ਹੈ। ਇੱਕ ਮਸ਼ਹੂਰ ਉਦਾਹਰਣ ਅਗਸਤ 2022 ਦਾ ਕੌਸਮੋਪੋਲਿਟਨ ਕਵਰ ਸੀ ਜਿਸ ਵਿੱਚ ਇੱਕ ਪੁਲਾੜ ਯਾਤਰੀ ਦਿਖਾਇਆ ਗਿਆ ਸੀ - ਕਥਿਤ ਤੌਰ 'ਤੇ ਇੱਕ ਆਰਟ ਡਾਇਰੈਕਟਰ ਦੁਆਰਾ ਨਿਰਦੇਸ਼ਤ ਇੱਕ ਏਆਈ (ਓਪਨਏਆਈ ਦਾ ਡੀਏਐਲ·ਈ) ਦੁਆਰਾ ਬਣਾਈ ਗਈ ਪਹਿਲੀ ਮੈਗਜ਼ੀਨ ਕਵਰ ਤਸਵੀਰ। ਜਦੋਂ ਕਿ ਇਸ ਵਿੱਚ ਮਨੁੱਖੀ ਪ੍ਰੇਰਣਾ ਅਤੇ ਚੋਣ ਸ਼ਾਮਲ ਸੀ, ਅਸਲ ਕਲਾਕਾਰੀ ਮਸ਼ੀਨ-ਰੈਂਡਰ ਕੀਤੀ ਗਈ ਸੀ।

ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ, ਇਹਨਾਂ ਵਿੱਚੋਂ ਜ਼ਿਆਦਾਤਰ ਮੌਜੂਦਾ ਵਰਤੋਂ ਵਿੱਚ ਅਜੇ ਵੀ ਮਨੁੱਖੀ ਕਿਊਰੇਸ਼ਨ ਅਤੇ ਦੁਹਰਾਓ ਸ਼ਾਮਲ ਹੈ । AI ਦਰਜਨਾਂ ਤਸਵੀਰਾਂ ਨੂੰ ਬਾਹਰ ਕੱਢ ਸਕਦਾ ਹੈ, ਅਤੇ ਇੱਕ ਮਨੁੱਖ ਸਭ ਤੋਂ ਵਧੀਆ ਚੁਣਦਾ ਹੈ ਅਤੇ ਸੰਭਵ ਤੌਰ 'ਤੇ ਇਸਨੂੰ ਛੂਹਦਾ ਹੈ। ਇਸ ਅਰਥ ਵਿੱਚ, AI ਪੈਦਾ ਕਰਨ , ਪਰ ਮਨੁੱਖ ਰਚਨਾਤਮਕ ਦਿਸ਼ਾ ਨਿਰਦੇਸ਼ਿਤ ਕਰ ਰਹੇ ਹਨ ਅਤੇ ਅੰਤਿਮ ਚੋਣਾਂ ਕਰ ਰਹੇ ਹਨ। ਇਹ ਬਹੁਤ ਸਾਰੀ ਸਮੱਗਰੀ ਜਲਦੀ ਤਿਆਰ ਕਰਨ ਲਈ ਭਰੋਸੇਯੋਗ ਹੈ, ਪਰ ਪਹਿਲੀ ਕੋਸ਼ਿਸ਼ ਵਿੱਚ ਸਾਰੀਆਂ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੀ ਗਰੰਟੀ ਨਹੀਂ ਹੈ। ਗਲਤ ਵੇਰਵਿਆਂ (ਜਿਵੇਂ ਕਿ AI ਦੁਆਰਾ ਗਲਤ ਉਂਗਲਾਂ ਨਾਲ ਹੱਥ ਖਿੱਚਣਾ, ਇੱਕ ਜਾਣਿਆ-ਪਛਾਣਿਆ ਵਿਅੰਗ) ਜਾਂ ਅਣਚਾਹੇ ਨਤੀਜਿਆਂ ਵਰਗੇ ਮੁੱਦਿਆਂ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇੱਕ ਮਨੁੱਖੀ ਕਲਾ ਨਿਰਦੇਸ਼ਕ ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਆਉਟਪੁੱਟ ਗੁਣਵੱਤਾ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਹਾਲਾਂਕਿ, ਕੁਝ ਅਜਿਹੇ ਖੇਤਰ ਹਨ ਜਿੱਥੇ AI ਪੂਰੀ ਖੁਦਮੁਖਤਿਆਰੀ ਦੇ ਨੇੜੇ ਹੈ:

• ਜਨਰੇਟਿਵ ਡਿਜ਼ਾਈਨ: ਆਰਕੀਟੈਕਚਰ ਅਤੇ ਉਤਪਾਦ ਡਿਜ਼ਾਈਨ ਵਰਗੇ ਖੇਤਰਾਂ ਵਿੱਚ, AI ਟੂਲ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਡਿਜ਼ਾਈਨ ਪ੍ਰੋਟੋਟਾਈਪ ਬਣਾ ਸਕਦੇ ਹਨ ਜੋ ਨਿਰਧਾਰਤ ਸੀਮਾਵਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦੇ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਫਰਨੀਚਰ ਦੇ ਇੱਕ ਟੁਕੜੇ ਦੇ ਲੋੜੀਂਦੇ ਮਾਪ ਅਤੇ ਕਾਰਜਾਂ ਨੂੰ ਦੇਖਦੇ ਹੋਏ, ਇੱਕ ਜਨਰੇਟਿਵ ਐਲਗੋਰਿਦਮ ਸ਼ੁਰੂਆਤੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਤੋਂ ਪਰੇ ਮਨੁੱਖੀ ਦਖਲਅੰਦਾਜ਼ੀ ਤੋਂ ਬਿਨਾਂ ਕਈ ਵਿਹਾਰਕ ਡਿਜ਼ਾਈਨ (ਕੁਝ ਕਾਫ਼ੀ ਅਸਾਧਾਰਨ) ਆਉਟਪੁੱਟ ਕਰ ਸਕਦਾ ਹੈ। ਇਹਨਾਂ ਡਿਜ਼ਾਈਨਾਂ ਨੂੰ ਫਿਰ ਮਨੁੱਖਾਂ ਦੁਆਰਾ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਵਰਤਿਆ ਜਾਂ ਸੁਧਾਰਿਆ ਜਾ ਸਕਦਾ ਹੈ। ਇਸੇ ਤਰ੍ਹਾਂ, ਇੰਜੀਨੀਅਰਿੰਗ ਵਿੱਚ, ਜਨਰੇਟਿਵ AI ਭਾਰ ਅਤੇ ਤਾਕਤ ਲਈ ਅਨੁਕੂਲਿਤ ਪੁਰਜ਼ਿਆਂ (ਜਿਵੇਂ ਕਿ, ਇੱਕ ਹਵਾਈ ਜਹਾਜ਼ ਦਾ ਹਿੱਸਾ) ਡਿਜ਼ਾਈਨ ਕਰ ਸਕਦਾ ਹੈ, ਨਵੇਂ ਆਕਾਰ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦੀ ਮਨੁੱਖ ਨੇ ਕਲਪਨਾ ਵੀ ਨਹੀਂ ਕੀਤੀ ਹੋਵੇਗੀ।

• ਵੀਡੀਓ ਗੇਮ ਸੰਪਤੀਆਂ: AI ਵੀਡੀਓ ਗੇਮਾਂ ਲਈ ਟੈਕਸਟਚਰ, 3D ਮਾਡਲ, ਜਾਂ ਇੱਥੋਂ ਤੱਕ ਕਿ ਪੂਰੇ ਪੱਧਰ ਆਪਣੇ ਆਪ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ। ਡਿਵੈਲਪਰ ਸਮੱਗਰੀ ਬਣਾਉਣ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ ਇਹਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਕੁਝ ਇੰਡੀ ਗੇਮਾਂ ਨੇ ਘੱਟੋ-ਘੱਟ ਮਨੁੱਖੀ-ਨਿਰਮਿਤ ਸੰਪਤੀਆਂ ਨਾਲ ਵਿਸ਼ਾਲ, ਗਤੀਸ਼ੀਲ ਗੇਮ ਸੰਸਾਰ ਬਣਾਉਣ ਲਈ ਪ੍ਰਕਿਰਿਆਤਮਕ ਤੌਰ 'ਤੇ ਤਿਆਰ ਕੀਤੀ ਗਈ ਕਲਾਕ੍ਰਿਤੀ ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਸੰਵਾਦ (ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਰਾਹੀਂ) ਨੂੰ ਸ਼ਾਮਲ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ ਹੈ।

• ਐਨੀਮੇਸ਼ਨ ਅਤੇ ਵੀਡੀਓ (ਉਭਰ ਰਿਹਾ ਹੈ): ਸਥਿਰ ਤਸਵੀਰਾਂ ਨਾਲੋਂ ਘੱਟ ਪਰਿਪੱਕ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਵੀਡੀਓ ਲਈ ਜਨਰੇਟਿਵ AI ਅੱਗੇ ਵਧ ਰਿਹਾ ਹੈ। AI ਪਹਿਲਾਂ ਹੀ ਪ੍ਰੋਂਪਟ ਤੋਂ ਛੋਟੀਆਂ ਵੀਡੀਓ ਕਲਿੱਪਾਂ ਜਾਂ ਐਨੀਮੇਸ਼ਨਾਂ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਹਾਲਾਂਕਿ ਗੁਣਵੱਤਾ ਅਸੰਗਤ ਹੈ। ਡੀਪਫੇਕ ਤਕਨਾਲੋਜੀ - ਜੋ ਕਿ ਜਨਰੇਟਿਵ ਹੈ - ਯਥਾਰਥਵਾਦੀ ਚਿਹਰੇ ਦੇ ਸਵੈਪ ਜਾਂ ਵੌਇਸ ਕਲੋਨ ਪੈਦਾ ਕਰ ਸਕਦੀ ਹੈ। ਇੱਕ ਨਿਯੰਤਰਿਤ ਸੈਟਿੰਗ ਵਿੱਚ, ਇੱਕ ਸਟੂਡੀਓ ਆਪਣੇ ਆਪ ਇੱਕ ਬੈਕਗ੍ਰਾਉਂਡ ਦ੍ਰਿਸ਼ ਜਾਂ ਭੀੜ ਐਨੀਮੇਸ਼ਨ ਤਿਆਰ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦਾ ਹੈ।

ਖਾਸ ਤੌਰ 'ਤੇ, ਗਾਰਟਨਰ ਨੇ ਭਵਿੱਖਬਾਣੀ ਕੀਤੀ ਸੀ ਕਿ 2030 ਤੱਕ, ਅਸੀਂ ਇੱਕ ਵੱਡੀ ਬਲਾਕਬਸਟਰ ਫਿਲਮ ਦੇਖਾਂਗੇ ਜਿਸ ਵਿੱਚ 90% ਸਮੱਗਰੀ AI ਦੁਆਰਾ ਤਿਆਰ (ਸਕ੍ਰਿਪਟ ਤੋਂ ਵਿਜ਼ੂਅਲ ਤੱਕ) ( ਉਦਯੋਗਾਂ ਅਤੇ ਉੱਦਮਾਂ ਲਈ ਜਨਰੇਟਿਵ AI ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ )। 2025 ਤੱਕ, ਅਸੀਂ ਅਜੇ ਉੱਥੇ ਨਹੀਂ ਹਾਂ - AI ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਇੱਕ ਵਿਸ਼ੇਸ਼ਤਾ-ਲੰਬਾਈ ਵਾਲੀ ਫਿਲਮ ਨਹੀਂ ਬਣਾ ਸਕਦਾ। ਪਰ ਉਸ ਬੁਝਾਰਤ ਦੇ ਟੁਕੜੇ ਵਿਕਸਤ ਹੋ ਰਹੇ ਹਨ: ਸਕ੍ਰਿਪਟ ਜਨਰੇਸ਼ਨ (ਟੈਕਸਟ AI), ਚਰਿੱਤਰ ਅਤੇ ਦ੍ਰਿਸ਼ ਜਨਰੇਸ਼ਨ (ਚਿੱਤਰ/ਵੀਡੀਓ AI), ਵੌਇਸ ਐਕਟਿੰਗ (AI ਵੌਇਸ ਕਲੋਨ), ਅਤੇ ਸੰਪਾਦਨ ਸਹਾਇਤਾ (AI ਪਹਿਲਾਂ ਹੀ ਕੱਟਾਂ ਅਤੇ ਤਬਦੀਲੀਆਂ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ)।

2030-2035 ਲਈ ਦ੍ਰਿਸ਼ਟੀਕੋਣ: ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਏਆਈ-ਜਨਰੇਟਿਡ ਮੀਡੀਆ

ਅੱਗੇ ਦੇਖਦੇ ਹੋਏ, ਵਿਜ਼ੂਅਲ ਆਰਟਸ ਅਤੇ ਡਿਜ਼ਾਈਨ ਵਿੱਚ ਜਨਰੇਟਿਵ ਏਆਈ ਦੀ ਭੂਮਿਕਾ ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਫੈਲਣ ਲਈ ਤਿਆਰ ਹੈ। 2035 ਤੱਕ, ਅਸੀਂ ਉਮੀਦ ਕਰਦੇ ਹਾਂ ਕਿ ਏਆਈ ਬਹੁਤ ਸਾਰੇ ਵਿਜ਼ੂਅਲ ਮੀਡੀਆ ਵਿੱਚ ਇੱਕ ਪ੍ਰਾਇਮਰੀ ਸਮੱਗਰੀ ਸਿਰਜਣਹਾਰ , ਜੋ ਅਕਸਰ ਸ਼ੁਰੂਆਤੀ ਮਾਰਗਦਰਸ਼ਨ ਤੋਂ ਪਰੇ ਘੱਟੋ-ਘੱਟ ਮਨੁੱਖੀ ਇਨਪੁਟ ਨਾਲ ਕੰਮ ਕਰੇਗਾ। ਕੁਝ ਉਮੀਦਾਂ:

• ਪੂਰੀ ਤਰ੍ਹਾਂ AI-ਜਨਰੇਟਿਡ ਫਿਲਮਾਂ ਅਤੇ ਵੀਡੀਓਜ਼: ਅਗਲੇ ਦਸ ਸਾਲਾਂ ਵਿੱਚ, ਇਹ ਬਹੁਤ ਸੰਭਵ ਹੈ ਕਿ ਅਸੀਂ ਪਹਿਲੀਆਂ ਫਿਲਮਾਂ ਜਾਂ ਲੜੀਵਾਰਾਂ ਦੇਖਾਂਗੇ ਜੋ ਜ਼ਿਆਦਾਤਰ AI-ਨਿਰਮਿਤ ਹਨ। ਮਨੁੱਖ ਉੱਚ-ਪੱਧਰੀ ਦਿਸ਼ਾ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੇ ਹਨ (ਜਿਵੇਂ ਕਿ ਇੱਕ ਸਕ੍ਰਿਪਟ ਰੂਪਰੇਖਾ ਜਾਂ ਲੋੜੀਂਦੀ ਸ਼ੈਲੀ) ਅਤੇ AI ਦ੍ਰਿਸ਼ ਪੇਸ਼ ਕਰੇਗਾ, ਅਦਾਕਾਰਾਂ ਦੀਆਂ ਸਮਾਨਤਾਵਾਂ ਬਣਾਏਗਾ, ਅਤੇ ਹਰ ਚੀਜ਼ ਨੂੰ ਐਨੀਮੇਟ ਕਰੇਗਾ। ਛੋਟੀਆਂ ਫਿਲਮਾਂ ਵਿੱਚ ਸ਼ੁਰੂਆਤੀ ਪ੍ਰਯੋਗ ਕੁਝ ਸਾਲਾਂ ਦੇ ਅੰਦਰ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ, 2030 ਦੇ ਦਹਾਕੇ ਤੱਕ ਵਿਸ਼ੇਸ਼ਤਾ-ਲੰਬਾਈ ਦੀਆਂ ਕੋਸ਼ਿਸ਼ਾਂ ਦੇ ਨਾਲ। ਇਹ AI ਫਿਲਮਾਂ ਵਿਸ਼ੇਸ਼ (ਪ੍ਰਯੋਗਾਤਮਕ ਐਨੀਮੇਸ਼ਨ, ਆਦਿ) ਸ਼ੁਰੂ ਕਰ ਸਕਦੀਆਂ ਹਨ ਪਰ ਗੁਣਵੱਤਾ ਵਿੱਚ ਸੁਧਾਰ ਹੋਣ 'ਤੇ ਮੁੱਖ ਧਾਰਾ ਬਣ ਸਕਦੀਆਂ ਹਨ। ਗਾਰਟਨਰ ਦੀ 2030 ਤੱਕ 90% ਫਿਲਮ ਭਵਿੱਖਬਾਣੀ ( ਉਦਯੋਗਾਂ ਅਤੇ ਉੱਦਮਾਂ ਲਈ ਜਨਰੇਟਿਵ AI ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ ), ਜਦੋਂ ਕਿ ਮਹੱਤਵਾਕਾਂਖੀ, ਉਦਯੋਗ ਦੇ ਵਿਸ਼ਵਾਸ ਨੂੰ ਰੇਖਾਂਕਿਤ ਕਰਦੀ ਹੈ ਕਿ AI ਸਮੱਗਰੀ ਦੀ ਸਿਰਜਣਾ ਫਿਲਮ ਨਿਰਮਾਣ ਵਿੱਚ ਜ਼ਿਆਦਾਤਰ ਭਾਰ ਚੁੱਕਣ ਲਈ ਕਾਫ਼ੀ ਸੂਝਵਾਨ ਹੋਵੇਗੀ।

• ਡਿਜ਼ਾਈਨ ਆਟੋਮੇਸ਼ਨ: ਫੈਸ਼ਨ ਜਾਂ ਆਰਕੀਟੈਕਚਰ ਵਰਗੇ ਖੇਤਰਾਂ ਵਿੱਚ, ਜਨਰੇਟਿਵ ਏਆਈ ਦੀ ਵਰਤੋਂ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ "ਲਾਗਤ, ਸਮੱਗਰੀ, ਸ਼ੈਲੀ X" ਵਰਗੇ ਮਾਪਦੰਡਾਂ ਦੇ ਅਧਾਰ ਤੇ ਸੈਂਕੜੇ ਡਿਜ਼ਾਈਨ ਸੰਕਲਪਾਂ ਨੂੰ ਸਵੈਚਾਲਤ ਤੌਰ 'ਤੇ ਤਿਆਰ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਵੇਗੀ, ਜਿਸ ਨਾਲ ਮਨੁੱਖਾਂ ਨੂੰ ਅੰਤਿਮ ਡਿਜ਼ਾਈਨ ਚੁਣਨਾ ਪਵੇਗਾ। ਇਹ ਮੌਜੂਦਾ ਗਤੀਸ਼ੀਲਤਾ ਨੂੰ ਉਲਟਾ ਦਿੰਦਾ ਹੈ: ਡਿਜ਼ਾਈਨਰ ਸ਼ੁਰੂ ਤੋਂ ਬਣਾਉਣ ਅਤੇ ਸ਼ਾਇਦ ਪ੍ਰੇਰਨਾ ਲਈ ਏਆਈ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਬਜਾਏ, ਭਵਿੱਖ ਦੇ ਡਿਜ਼ਾਈਨਰ ਕਿਊਰੇਟਰਾਂ ਵਜੋਂ ਵਧੇਰੇ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ, ਸਭ ਤੋਂ ਵਧੀਆ ਏਆਈ-ਤਿਆਰ ਕੀਤੇ ਡਿਜ਼ਾਈਨ ਦੀ ਚੋਣ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਸ਼ਾਇਦ ਇਸਨੂੰ ਬਦਲ ਸਕਦੇ ਹਨ। 2035 ਤੱਕ, ਇੱਕ ਆਰਕੀਟੈਕਟ ਇੱਕ ਇਮਾਰਤ ਲਈ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਇਨਪੁਟ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਇੱਕ ਏਆਈ ਤੋਂ ਸੁਝਾਵਾਂ ਵਜੋਂ ਪੂਰੇ ਬਲੂਪ੍ਰਿੰਟ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦਾ ਹੈ (ਸਾਰੇ ਢਾਂਚਾਗਤ ਤੌਰ 'ਤੇ ਸਹੀ, ਏਮਬੈਡਡ ਇੰਜੀਨੀਅਰਿੰਗ ਨਿਯਮਾਂ ਦੇ ਸ਼ਿਸ਼ਟਾਚਾਰ ਨਾਲ)।

• ਵਿਅਕਤੀਗਤ ਸਮੱਗਰੀ ਸਿਰਜਣਾ: ਅਸੀਂ AI ਨੂੰ ਵਿਅਕਤੀਗਤ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਉਡਾਣ 'ਤੇ ਵਿਜ਼ੂਅਲ ਬਣਾਉਂਦੇ ਹੋਏ ਦੇਖ ਸਕਦੇ ਹਾਂ। 2035 ਵਿੱਚ ਇੱਕ ਵੀਡੀਓ ਗੇਮ ਜਾਂ ਵਰਚੁਅਲ ਰਿਐਲਿਟੀ ਅਨੁਭਵ ਦੀ ਕਲਪਨਾ ਕਰੋ ਜਿੱਥੇ ਦ੍ਰਿਸ਼ ਅਤੇ ਪਾਤਰ ਖਿਡਾਰੀ ਦੀਆਂ ਤਰਜੀਹਾਂ ਦੇ ਅਨੁਕੂਲ ਹੁੰਦੇ ਹਨ, ਜੋ AI ਦੁਆਰਾ ਅਸਲ ਸਮੇਂ ਵਿੱਚ ਤਿਆਰ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਜਾਂ ਉਪਭੋਗਤਾ ਦੇ ਦਿਨ ਦੇ ਅਧਾਰ ਤੇ ਤਿਆਰ ਕੀਤੇ ਗਏ ਵਿਅਕਤੀਗਤ ਕਾਮਿਕ ਸਟ੍ਰਿਪ - ਇੱਕ ਖੁਦਮੁਖਤਿਆਰ "ਡੇਲੀ ਡਾਇਰੀ ਕਾਮਿਕ" AI ਜੋ ਹਰ ਸ਼ਾਮ ਤੁਹਾਡੇ ਟੈਕਸਟ ਜਰਨਲ ਨੂੰ ਆਪਣੇ ਆਪ ਚਿੱਤਰਾਂ ਵਿੱਚ ਬਦਲ ਦਿੰਦਾ ਹੈ।

• ਮਲਟੀਮੋਡਲ ਰਚਨਾਤਮਕਤਾ: ਜਨਰੇਟਿਵ ਏਆਈ ਸਿਸਟਮ ਵਧਦੀ ਹੀ ਮਲਟੀਮੋਡਲ ਹੁੰਦੇ ਜਾ ਰਹੇ ਹਨ - ਭਾਵ ਉਹ ਟੈਕਸਟ, ਚਿੱਤਰ, ਆਡੀਓ, ਆਦਿ ਨੂੰ ਇਕੱਠੇ ਸੰਭਾਲ ਸਕਦੇ ਹਨ। ਇਹਨਾਂ ਨੂੰ ਜੋੜ ਕੇ, ਇੱਕ ਏਆਈ "ਮੈਨੂੰ ਉਤਪਾਦ X ਲਈ ਇੱਕ ਮਾਰਕੀਟਿੰਗ ਮੁਹਿੰਮ ਬਣਾਓ" ਵਰਗਾ ਇੱਕ ਸਧਾਰਨ ਪ੍ਰੋਂਪਟ ਲੈ ਸਕਦਾ ਹੈ ਅਤੇ ਨਾ ਸਿਰਫ਼ ਲਿਖਤੀ ਕਾਪੀ, ਸਗੋਂ ਮੇਲ ਖਾਂਦੇ ਗ੍ਰਾਫਿਕਸ, ਸ਼ਾਇਦ ਛੋਟੇ ਪ੍ਰਚਾਰ ਵੀਡੀਓ ਕਲਿੱਪ ਵੀ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਸਾਰੇ ਸ਼ੈਲੀ ਵਿੱਚ ਇਕਸਾਰ। ਇਸ ਤਰ੍ਹਾਂ ਦਾ ਇੱਕ-ਕਲਿੱਕ ਸਮੱਗਰੀ ਸੂਟ 2030 ਦੇ ਦਹਾਕੇ ਦੇ ਸ਼ੁਰੂ ਤੱਕ ਇੱਕ ਸੰਭਾਵਿਤ ਸੇਵਾ ਹੈ।

ਕੀ AI ਮਨੁੱਖੀ ਕਲਾਕਾਰਾਂ ਦੀ ਥਾਂ ਲਵੇਗਾ ? ਇਹ ਸਵਾਲ ਅਕਸਰ ਉੱਠਦਾ ਹੈ। ਇਹ ਸੰਭਾਵਨਾ ਹੈ ਕਿ AI ਬਹੁਤ ਸਾਰੇ ਉਤਪਾਦਨ ਕਾਰਜਾਂ ਨੂੰ ਸੰਭਾਲ ਲਵੇਗਾ (ਖਾਸ ਕਰਕੇ ਕਾਰੋਬਾਰ ਲਈ ਲੋੜੀਂਦੀ ਦੁਹਰਾਉਣ ਵਾਲੀ ਜਾਂ ਤੇਜ਼-ਟਰਨਾਰਾਊਂਡ ਕਲਾ), ਪਰ ਮਨੁੱਖੀ ਕਲਾਤਮਕਤਾ ਮੌਲਿਕਤਾ ਅਤੇ ਨਵੀਨਤਾ ਲਈ ਰਹੇਗੀ। 2035 ਤੱਕ, ਇੱਕ ਖੁਦਮੁਖਤਿਆਰ AI ਭਰੋਸੇਯੋਗ ਤੌਰ 'ਤੇ ਇੱਕ ਮਸ਼ਹੂਰ ਕਲਾਕਾਰ ਦੀ ਸ਼ੈਲੀ ਵਿੱਚ ਇੱਕ ਤਸਵੀਰ ਖਿੱਚ ਸਕਦਾ ਹੈ - ਪਰ ਇੱਕ ਨਵੀਂ ਸ਼ੈਲੀ ਜਾਂ ਡੂੰਘੀ ਸੱਭਿਆਚਾਰਕ ਤੌਰ 'ਤੇ ਗੂੰਜਦੀ ਕਲਾ ਬਣਾਉਣਾ ਅਜੇ ਵੀ ਇੱਕ ਮਨੁੱਖੀ ਤਾਕਤ ਹੋ ਸਕਦੀ ਹੈ (ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ AI ਦੇ ਨਾਲ ਇੱਕ ਸਹਿਯੋਗੀ ਵਜੋਂ)। ਅਸੀਂ ਇੱਕ ਭਵਿੱਖ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦੇ ਹਾਂ ਜਿੱਥੇ ਮਨੁੱਖੀ ਕਲਾਕਾਰ ਖੁਦਮੁਖਤਿਆਰ AI "ਸਹਿ-ਕਲਾਕਾਰਾਂ" ਦੇ ਨਾਲ ਕੰਮ ਕਰਦੇ ਹਨ। ਕੋਈ ਵੀ ਆਪਣੇ ਘਰ ਵਿੱਚ ਇੱਕ ਡਿਜੀਟਲ ਗੈਲਰੀ ਲਈ ਨਿਰੰਤਰ ਕਲਾ ਪੈਦਾ ਕਰਨ ਲਈ ਇੱਕ ਨਿੱਜੀ AI ਨੂੰ ਕਮਿਸ਼ਨ ਦੇ ਸਕਦਾ ਹੈ, ਉਦਾਹਰਣ ਵਜੋਂ, ਹਮੇਸ਼ਾ ਬਦਲਦਾ ਰਚਨਾਤਮਕ ਮਾਹੌਲ ਪ੍ਰਦਾਨ ਕਰਨਾ।

ਭਰੋਸੇਯੋਗਤਾ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ, ਵਿਜ਼ੂਅਲ ਜਨਰੇਟਿਵ AI ਕੋਲ ਕੁਝ ਤਰੀਕਿਆਂ ਨਾਲ ਟੈਕਸਟ ਨਾਲੋਂ ਖੁਦਮੁਖਤਿਆਰੀ ਦਾ ਇੱਕ ਆਸਾਨ ਰਸਤਾ ਹੈ: ਇੱਕ ਚਿੱਤਰ ਵਿਅਕਤੀਗਤ ਤੌਰ 'ਤੇ "ਕਾਫ਼ੀ ਚੰਗਾ" ਹੋ ਸਕਦਾ ਹੈ ਭਾਵੇਂ ਸੰਪੂਰਨ ਨਾ ਹੋਵੇ, ਜਦੋਂ ਕਿ ਟੈਕਸਟ ਵਿੱਚ ਇੱਕ ਤੱਥਾਂ ਦੀ ਗਲਤੀ ਵਧੇਰੇ ਸਮੱਸਿਆ ਵਾਲੀ ਹੁੰਦੀ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ ਮੁਕਾਬਲਤਨ ਘੱਟ-ਜੋਖਮ ਅਪਣਾਉਂਦੇ ਹੋਏ - ਜੇਕਰ ਇੱਕ AI-ਤਿਆਰ ਕੀਤਾ ਡਿਜ਼ਾਈਨ ਬਦਸੂਰਤ ਜਾਂ ਗਲਤ ਹੈ, ਤਾਂ ਤੁਸੀਂ ਇਸਨੂੰ ਨਹੀਂ ਵਰਤਦੇ, ਪਰ ਇਹ ਆਪਣੇ ਆਪ ਵਿੱਚ ਕੋਈ ਨੁਕਸਾਨ ਨਹੀਂ ਪਹੁੰਚਾਉਂਦਾ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ 2030 ਦੇ ਦਹਾਕੇ ਤੱਕ, ਕੰਪਨੀਆਂ AI ਨੂੰ ਬਿਨਾਂ ਨਿਗਰਾਨੀ ਦੇ ਡਿਜ਼ਾਈਨ ਤਿਆਰ ਕਰਨ ਦੇਣ ਵਿੱਚ ਆਰਾਮਦਾਇਕ ਹੋ ਸਕਦੀਆਂ ਹਨ ਅਤੇ ਸਿਰਫ਼ ਉਦੋਂ ਹੀ ਮਨੁੱਖਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰ ਸਕਦੀਆਂ ਹਨ ਜਦੋਂ ਕਿਸੇ ਸੱਚਮੁੱਚ ਨਵੀਂ ਜਾਂ ਜੋਖਮ ਭਰੀ ਚੀਜ਼ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਸੰਖੇਪ ਵਿੱਚ, 2035 ਤੱਕ ਜਨਰੇਟਿਵ ਏਆਈ ਦੇ ਵਿਜ਼ੁਅਲਸ ਵਿੱਚ ਇੱਕ ਪਾਵਰਹਾਊਸ ਸਮੱਗਰੀ ਸਿਰਜਣਹਾਰ ਹੋਣ ਦੀ ਉਮੀਦ ਹੈ, ਜੋ ਸਾਡੇ ਆਲੇ ਦੁਆਲੇ ਦੀਆਂ ਤਸਵੀਰਾਂ ਅਤੇ ਮੀਡੀਆ ਦੇ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸੇ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹੈ। ਇਹ ਮਨੋਰੰਜਨ, ਡਿਜ਼ਾਈਨ ਅਤੇ ਰੋਜ਼ਾਨਾ ਸੰਚਾਰ ਲਈ ਭਰੋਸੇਯੋਗ ਤੌਰ 'ਤੇ ਸਮੱਗਰੀ ਤਿਆਰ ਕਰੇਗਾ। ਖੁਦਮੁਖਤਿਆਰ ਕਲਾਕਾਰ ਦੂਰੀ 'ਤੇ ਹੈ - ਹਾਲਾਂਕਿ ਕੀ ਏਆਈ ਨੂੰ ਰਚਨਾਤਮਕ ਜਾਂ ਸਿਰਫ਼ ਇੱਕ ਬਹੁਤ ਹੀ ਸਮਾਰਟ ਟੂਲ, ਇਹ ਇੱਕ ਬਹਿਸ ਹੈ ਜੋ ਵਿਕਸਤ ਹੋਵੇਗੀ ਕਿਉਂਕਿ ਇਸਦੇ ਆਉਟਪੁੱਟ ਮਨੁੱਖ ਦੁਆਰਾ ਬਣਾਏ ਗਏ ਤੋਂ ਵੱਖਰੇ ਨਹੀਂ ਹੋ ਸਕਦੇ।

ਸਾਫਟਵੇਅਰ ਡਿਵੈਲਪਮੈਂਟ (ਕੋਡਿੰਗ) ਵਿੱਚ ਜਨਰੇਟਿਵ ਏਆਈ

ਸਾਫਟਵੇਅਰ ਡਿਵੈਲਪਮੈਂਟ ਇੱਕ ਬਹੁਤ ਹੀ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਕੰਮ ਜਾਪਦਾ ਹੈ, ਪਰ ਇਸ ਵਿੱਚ ਇੱਕ ਰਚਨਾਤਮਕ ਤੱਤ ਵੀ ਹੈ - ਕੋਡ ਲਿਖਣਾ ਮੂਲ ਰੂਪ ਵਿੱਚ ਇੱਕ ਸੰਰਚਿਤ ਭਾਸ਼ਾ ਵਿੱਚ ਟੈਕਸਟ ਬਣਾਉਣਾ ਹੈ। ਆਧੁਨਿਕ ਜਨਰੇਟਿਵ AI, ਖਾਸ ਕਰਕੇ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ, ਕੋਡਿੰਗ ਵਿੱਚ ਕਾਫ਼ੀ ਮਾਹਰ ਸਾਬਤ ਹੋਏ ਹਨ। GitHub Copilot, Amazon CodeWhisperer, ਅਤੇ ਹੋਰ ਵਰਗੇ ਟੂਲ AI ਜੋੜਾ ਪ੍ਰੋਗਰਾਮਰ ਵਜੋਂ ਕੰਮ ਕਰਦੇ ਹਨ, ਕੋਡ ਸਨਿੱਪਟ ਜਾਂ ਡਿਵੈਲਪਰਾਂ ਦੁਆਰਾ ਟਾਈਪ ਕੀਤੇ ਗਏ ਪੂਰੇ ਫੰਕਸ਼ਨਾਂ ਦਾ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ। ਇਹ ਆਟੋਨੋਮਸ ਪ੍ਰੋਗਰਾਮਿੰਗ ਵੱਲ ਕਿੰਨੀ ਦੂਰ ਜਾ ਸਕਦਾ ਹੈ?

ਮੌਜੂਦਾ ਸਮਰੱਥਾਵਾਂ (2025): ਇੱਕ ਕੋਡਿੰਗ ਸਹਿ-ਪਾਇਲਟ ਵਜੋਂ AI

2025 ਤੱਕ, ਬਹੁਤ ਸਾਰੇ ਡਿਵੈਲਪਰਾਂ ਦੇ ਵਰਕਫਲੋ ਵਿੱਚ AI ਕੋਡ ਜਨਰੇਟਰ ਆਮ ਹੋ ਗਏ ਹਨ। ਇਹ ਟੂਲ ਕੋਡ ਦੀਆਂ ਲਾਈਨਾਂ ਨੂੰ ਆਟੋਕੰਪਲੀਟ ਕਰ ਸਕਦੇ ਹਨ, ਬਾਇਲਰਪਲੇਟ (ਜਿਵੇਂ ਕਿ ਸਟੈਂਡਰਡ ਫੰਕਸ਼ਨ ਜਾਂ ਟੈਸਟ) ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ, ਅਤੇ ਇੱਕ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਦੇ ਵਰਣਨ ਦੇ ਨਾਲ ਸਧਾਰਨ ਪ੍ਰੋਗਰਾਮ ਵੀ ਲਿਖ ਸਕਦੇ ਹਨ। ਹਾਲਾਂਕਿ, ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ, ਉਹ ਇੱਕ ਡਿਵੈਲਪਰ ਦੀ ਨਿਗਰਾਨੀ ਹੇਠ ਕੰਮ ਕਰਦੇ ਹਨ - ਡਿਵੈਲਪਰ AI ਦੇ ਸੁਝਾਵਾਂ ਦੀ ਸਮੀਖਿਆ ਅਤੇ ਏਕੀਕ੍ਰਿਤ ਕਰਦਾ ਹੈ।

ਕੁਝ ਮੌਜੂਦਾ ਤੱਥ ਅਤੇ ਅੰਕੜੇ:

• 2023 ਦੇ ਅਖੀਰ ਤੱਕ ਅੱਧੇ ਤੋਂ ਵੱਧ ਪੇਸ਼ੇਵਰ ਡਿਵੈਲਪਰਾਂ ਨੇ AI ਕੋਡਿੰਗ ਸਹਾਇਕਾਂ ਨੂੰ ਅਪਣਾ ਲਿਆ ਸੀ ( ਕੋਪਾਇਲਟ 'ਤੇ ਕੋਡਿੰਗ: 2023 ਡੇਟਾ ਕੋਡ ਗੁਣਵੱਤਾ 'ਤੇ ਹੇਠਾਂ ਵੱਲ ਦਬਾਅ ਸੁਝਾਉਂਦਾ ਹੈ (2024 ਅਨੁਮਾਨਾਂ ਸਮੇਤ) - GitClear ), ਜੋ ਕਿ ਤੇਜ਼ੀ ਨਾਲ ਅਪਟੇਕ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। GitHub Copilot, ਪਹਿਲੇ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਸਾਧਨਾਂ ਵਿੱਚੋਂ ਇੱਕ, ਉਹਨਾਂ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਔਸਤਨ 30-40% ਕੋਡ ਪੈਦਾ ਕਰਨ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ ਗਈ ਸੀ ਜਿੱਥੇ ਇਸਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ ( ਕੋਡਿੰਗ ਹੁਣ MOAT ਨਹੀਂ ਹੈ। GitHub 'ਤੇ 46% ਕੋਡ ਪਹਿਲਾਂ ਹੀ ... )। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ AI ਪਹਿਲਾਂ ਹੀ ਕੋਡ ਦੇ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸੇ ਲਿਖ ਰਿਹਾ ਹੈ, ਹਾਲਾਂਕਿ ਇੱਕ ਮਨੁੱਖ ਇਸਨੂੰ ਚਲਾ ਰਿਹਾ ਹੈ ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਕਰ ਰਿਹਾ ਹੈ।

• ਇਹ AI ਟੂਲ ਦੁਹਰਾਉਣ ਵਾਲੇ ਕੋਡ ਲਿਖਣ (ਜਿਵੇਂ ਕਿ ਡੇਟਾ ਮਾਡਲ ਕਲਾਸਾਂ, ਗੇਟਰ/ਸੈਟਰ ਵਿਧੀਆਂ), ਇੱਕ ਪ੍ਰੋਗਰਾਮਿੰਗ ਭਾਸ਼ਾ ਨੂੰ ਦੂਜੀ ਵਿੱਚ ਬਦਲਣ, ਜਾਂ ਸਿਖਲਾਈ ਉਦਾਹਰਣਾਂ ਵਰਗੇ ਸਿੱਧੇ ਐਲਗੋਰਿਦਮ ਤਿਆਰ ਕਰਨ ਵਰਗੇ ਕੰਮਾਂ ਵਿੱਚ ਉੱਤਮ ਹੁੰਦੇ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ ਡਿਵੈਲਪਰ "// ਫੰਕਸ਼ਨ ਟੂ ਸੌਰਟ ਆਫ ਯੂਜ਼ਰਸ ਲਿਸਟ ਬਨਾਮ ਨਾਮ" 'ਤੇ ਟਿੱਪਣੀ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ AI ਲਗਭਗ ਤੁਰੰਤ ਇੱਕ ਢੁਕਵਾਂ ਸੌਰਟ ਫੰਕਸ਼ਨ ਤਿਆਰ ਕਰੇਗਾ।

• ਬੱਗ ਫਿਕਸਿੰਗ ਅਤੇ ਵਿਆਖਿਆ ਵਿੱਚ ਵੀ ਸਹਾਇਤਾ ਕਰਦੇ ਹਨ : ਡਿਵੈਲਪਰ ਇੱਕ ਗਲਤੀ ਸੁਨੇਹਾ ਪੇਸਟ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ AI ਇੱਕ ਹੱਲ ਸੁਝਾ ਸਕਦਾ ਹੈ, ਜਾਂ ਪੁੱਛ ਸਕਦਾ ਹੈ ਕਿ "ਇਹ ਕੋਡ ਕੀ ਕਰਦਾ ਹੈ?" ਅਤੇ ਇੱਕ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਵਿਆਖਿਆ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਇੱਕ ਅਰਥ ਵਿੱਚ ਖੁਦਮੁਖਤਿਆਰ ਹੈ (AI ਆਪਣੇ ਆਪ ਹੀ ਸਮੱਸਿਆਵਾਂ ਦਾ ਨਿਦਾਨ ਕਰ ਸਕਦਾ ਹੈ), ਪਰ ਇੱਕ ਮਨੁੱਖ ਫੈਸਲਾ ਕਰਦਾ ਹੈ ਕਿ ਹੱਲ ਲਾਗੂ ਕਰਨਾ ਹੈ ਜਾਂ ਨਹੀਂ।

• ਮਹੱਤਵਪੂਰਨ ਗੱਲ ਇਹ ਹੈ ਕਿ ਮੌਜੂਦਾ AI ਕੋਡਿੰਗ ਸਹਾਇਕ ਅਚਨਚੇਤ ਨਹੀਂ ਹਨ। ਉਹ ਅਸੁਰੱਖਿਅਤ ਕੋਡ, ਜਾਂ ਕੋਡ ਦਾ ਸੁਝਾਅ ਦੇ ਸਕਦੇ ਹਨ ਜੋ ਲਗਭਗ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰ ਦਿੰਦਾ ਹੈ ਪਰ ਸੂਖਮ ਬੱਗ ਹਨ। ਇਸ ਤਰ੍ਹਾਂ, ਅੱਜ ਸਭ ਤੋਂ ਵਧੀਆ ਅਭਿਆਸ ਇੱਕ ਮਨੁੱਖ ਨੂੰ ਲੂਪ ਵਿੱਚ ਰੱਖਣਾ - ਡਿਵੈਲਪਰ AI-ਲਿਖੇ ਕੋਡ ਦੀ ਜਾਂਚ ਅਤੇ ਡੀਬੱਗ ਕਰਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਉਹ ਮਨੁੱਖੀ-ਲਿਖੇ ਕੋਡ ਕਰਦੇ ਹਨ। ਨਿਯੰਤ੍ਰਿਤ ਉਦਯੋਗਾਂ ਜਾਂ ਮਹੱਤਵਪੂਰਨ ਸੌਫਟਵੇਅਰ (ਜਿਵੇਂ ਕਿ ਮੈਡੀਕਲ ਜਾਂ ਹਵਾਬਾਜ਼ੀ ਪ੍ਰਣਾਲੀਆਂ) ਵਿੱਚ, ਕਿਸੇ ਵੀ AI ਯੋਗਦਾਨ ਦੀ ਸਖ਼ਤ ਸਮੀਖਿਆ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

ਅੱਜ ਕੋਈ ਵੀ ਮੁੱਖ ਧਾਰਾ ਵਾਲਾ ਸਾਫਟਵੇਅਰ ਸਿਸਟਮ ਪੂਰੀ ਤਰ੍ਹਾਂ AI ਦੁਆਰਾ ਡਿਵੈਲਪਰ ਨਿਗਰਾਨੀ ਤੋਂ ਬਿਨਾਂ ਸ਼ੁਰੂ ਤੋਂ ਲਿਖਿਆ ਨਹੀਂ ਜਾਂਦਾ। ਹਾਲਾਂਕਿ, ਕੁਝ ਖੁਦਮੁਖਤਿਆਰ ਜਾਂ ਅਰਧ-ਖੁਦਮੁਖਤਿਆਰ ਵਰਤੋਂ ਉਭਰ ਰਹੇ ਹਨ:

• ਆਟੋ-ਜਨਰੇਟਿਡ ਯੂਨਿਟ ਟੈਸਟ: AI ਕੋਡ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਵੱਖ-ਵੱਖ ਮਾਮਲਿਆਂ ਨੂੰ ਕਵਰ ਕਰਨ ਲਈ ਯੂਨਿਟ ਟੈਸਟ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ। ਇੱਕ ਟੈਸਟਿੰਗ ਫਰੇਮਵਰਕ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਬੱਗਾਂ ਨੂੰ ਫੜਨ ਲਈ ਇਹਨਾਂ AI-ਲਿਖਤ ਟੈਸਟਾਂ ਨੂੰ ਤਿਆਰ ਅਤੇ ਚਲਾ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਮਨੁੱਖੀ-ਲਿਖਤ ਟੈਸਟਾਂ ਵਿੱਚ ਵਾਧਾ ਹੁੰਦਾ ਹੈ।

• AI ਵਾਲੇ ਘੱਟ-ਕੋਡ/ਨੋ-ਕੋਡ ਪਲੇਟਫਾਰਮ: ਕੁਝ ਪਲੇਟਫਾਰਮ ਗੈਰ-ਪ੍ਰੋਗਰਾਮਰਾਂ ਨੂੰ ਉਹ ਵਰਣਨ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੇ ਹਨ ਜੋ ਉਹ ਚਾਹੁੰਦੇ ਹਨ (ਜਿਵੇਂ ਕਿ "ਐਂਟਰੀਆਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਨ ਲਈ ਇੱਕ ਸੰਪਰਕ ਫਾਰਮ ਅਤੇ ਡੇਟਾਬੇਸ ਨਾਲ ਇੱਕ ਵੈੱਬਪੇਜ ਬਣਾਓ") ਅਤੇ ਸਿਸਟਮ ਕੋਡ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਜਦੋਂ ਕਿ ਅਜੇ ਸ਼ੁਰੂਆਤੀ ਪੜਾਵਾਂ ਵਿੱਚ ਹੈ, ਇਹ ਭਵਿੱਖ ਵੱਲ ਸੰਕੇਤ ਕਰਦਾ ਹੈ ਜਿੱਥੇ AI ਮਿਆਰੀ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਲਈ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਸਾਫਟਵੇਅਰ ਬਣਾ ਸਕਦਾ ਹੈ।

• ਸਕ੍ਰਿਪਟਿੰਗ ਅਤੇ ਗਲੂ ਕੋਡ: ਆਈਟੀ ਆਟੋਮੇਸ਼ਨ ਵਿੱਚ ਅਕਸਰ ਸਿਸਟਮਾਂ ਨੂੰ ਜੋੜਨ ਲਈ ਸਕ੍ਰਿਪਟਾਂ ਲਿਖਣੀਆਂ ਸ਼ਾਮਲ ਹੁੰਦੀਆਂ ਹਨ। ਏਆਈ ਟੂਲ ਅਕਸਰ ਇਹਨਾਂ ਛੋਟੀਆਂ ਸਕ੍ਰਿਪਟਾਂ ਨੂੰ ਆਪਣੇ ਆਪ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ ਲੌਗ ਫਾਈਲ ਨੂੰ ਪਾਰਸ ਕਰਨ ਅਤੇ ਇੱਕ ਈਮੇਲ ਚੇਤਾਵਨੀ ਭੇਜਣ ਲਈ ਇੱਕ ਸਕ੍ਰਿਪਟ ਲਿਖਣਾ - ਇੱਕ ਏਆਈ ਘੱਟੋ ਘੱਟ ਜਾਂ ਬਿਨਾਂ ਕਿਸੇ ਸੰਪਾਦਨ ਦੇ ਇੱਕ ਕਾਰਜਸ਼ੀਲ ਸਕ੍ਰਿਪਟ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ।

2030-2035 ਲਈ ਆਉਟਲੁੱਕ: "ਸਵੈ-ਵਿਕਾਸਸ਼ੀਲ" ਸੌਫਟਵੇਅਰ ਵੱਲ

ਅਗਲੇ ਦਹਾਕੇ ਵਿੱਚ, ਜਨਰੇਟਿਵ ਏਆਈ ਦੇ ਕੋਡਿੰਗ ਬੋਝ ਦਾ ਵੱਡਾ ਹਿੱਸਾ ਲੈਣ ਦੀ ਉਮੀਦ ਹੈ, ਕੁਝ ਖਾਸ ਸ਼੍ਰੇਣੀਆਂ ਦੇ ਪ੍ਰੋਜੈਕਟਾਂ ਲਈ ਪੂਰੀ ਤਰ੍ਹਾਂ ਖੁਦਮੁਖਤਿਆਰ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਦੇ ਨੇੜੇ ਜਾ ਰਿਹਾ ਹੈ। ਕੁਝ ਅਨੁਮਾਨਿਤ ਵਿਕਾਸ:

• ਪੂਰਾ ਫੀਚਰ ਲਾਗੂਕਰਨ: 2030 ਤੱਕ, ਅਸੀਂ ਉਮੀਦ ਕਰਦੇ ਹਾਂ ਕਿ AI ਸਧਾਰਨ ਐਪਲੀਕੇਸ਼ਨ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਐਂਡ-ਟੂ-ਐਂਡ ਲਾਗੂ ਕਰਨ ਦੇ ਯੋਗ ਹੋਵੇਗਾ। ਇੱਕ ਉਤਪਾਦ ਪ੍ਰਬੰਧਕ ਇੱਕ ਵਿਸ਼ੇਸ਼ਤਾ ਨੂੰ ਸਾਦੀ ਭਾਸ਼ਾ ਵਿੱਚ ਵਰਣਨ ਕਰ ਸਕਦਾ ਹੈ ("ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਈਮੇਲ ਲਿੰਕ ਰਾਹੀਂ ਆਪਣਾ ਪਾਸਵਰਡ ਰੀਸੈਟ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ") ਅਤੇ AI ਜ਼ਰੂਰੀ ਕੋਡ (ਫਰੰਟ-ਐਂਡ ਫਾਰਮ, ਬੈਕ-ਐਂਡ ਲਾਜਿਕ, ਡੇਟਾਬੇਸ ਅਪਡੇਟ, ਈਮੇਲ ਡਿਸਪੈਚ) ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਕੋਡਬੇਸ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰ ਸਕਦਾ ਹੈ। AI ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਇੱਕ ਜੂਨੀਅਰ ਡਿਵੈਲਪਰ ਵਜੋਂ ਕੰਮ ਕਰੇਗਾ ਜੋ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਪਾਲਣਾ ਕਰ ਸਕਦਾ ਹੈ। ਇੱਕ ਮਨੁੱਖੀ ਇੰਜੀਨੀਅਰ ਸਿਰਫ਼ ਇੱਕ ਕੋਡ ਸਮੀਖਿਆ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਟੈਸਟ ਚਲਾ ਸਕਦਾ ਹੈ। ਜਿਵੇਂ ਕਿ AI ਭਰੋਸੇਯੋਗਤਾ ਵਿੱਚ ਸੁਧਾਰ ਹੁੰਦਾ ਹੈ, ਕੋਡ ਸਮੀਖਿਆ ਇੱਕ ਤੇਜ਼ ਸਕਿਮ ਬਣ ਸਕਦੀ ਹੈ ਜੇਕਰ ਬਿਲਕੁਲ ਵੀ ਹੋਵੇ।

• ਆਟੋਨੋਮਸ ਕੋਡ ਮੇਨਟੇਨੈਂਸ: ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਦਾ ਇੱਕ ਵੱਡਾ ਹਿੱਸਾ ਸਿਰਫ਼ ਨਵਾਂ ਕੋਡ ਲਿਖਣਾ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਮੌਜੂਦਾ ਕੋਡ ਨੂੰ ਅੱਪਡੇਟ ਕਰਨਾ ਹੈ - ਬੱਗ ਫਿਕਸ ਕਰਨਾ, ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨਾ, ਨਵੀਆਂ ਜ਼ਰੂਰਤਾਂ ਦੇ ਅਨੁਕੂਲ ਹੋਣਾ। ਭਵਿੱਖ ਦੇ AI ਡਿਵੈਲਪਰ ਇਸ ਵਿੱਚ ਉੱਤਮ ਹੋਣਗੇ। ਇੱਕ ਕੋਡਬੇਸ ਅਤੇ ਇੱਕ ਨਿਰਦੇਸ਼ ("ਸਾਡੀ ਐਪ ਕ੍ਰੈਸ਼ ਹੋ ਰਹੀ ਹੈ ਜਦੋਂ ਬਹੁਤ ਸਾਰੇ ਉਪਭੋਗਤਾ ਇੱਕੋ ਸਮੇਂ ਲੌਗਇਨ ਕਰਦੇ ਹਨ") ਦਿੱਤੇ ਜਾਣ 'ਤੇ, AI ਸਮੱਸਿਆ ਦਾ ਪਤਾ ਲਗਾ ਸਕਦਾ ਹੈ (ਜਿਵੇਂ ਕਿ ਇੱਕ ਸਮਕਾਲੀ ਬੱਗ) ਅਤੇ ਇਸਨੂੰ ਪੈਚ ਕਰ ਸਕਦਾ ਹੈ। 2035 ਤੱਕ, AI ਸਿਸਟਮ ਰਾਤੋ-ਰਾਤ ਰੁਟੀਨ ਮੇਨਟੇਨੈਂਸ ਟਿਕਟਾਂ ਨੂੰ ਆਪਣੇ ਆਪ ਸੰਭਾਲ ਸਕਦੇ ਹਨ, ਸਾਫਟਵੇਅਰ ਸਿਸਟਮਾਂ ਲਈ ਇੱਕ ਅਣਥੱਕ ਰੱਖ-ਰਖਾਅ ਟੀਮ ਵਜੋਂ ਸੇਵਾ ਕਰਦੇ ਹਨ।

• ਏਕੀਕਰਣ ਅਤੇ API ਵਰਤੋਂ: ਜਿਵੇਂ ਕਿ ਵਧੇਰੇ ਸਾਫਟਵੇਅਰ ਸਿਸਟਮ ਅਤੇ API AI-ਪੜ੍ਹਨਯੋਗ ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਨਾਲ ਆਉਂਦੇ ਹਨ, ਇੱਕ AI ਏਜੰਟ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਗਲੂ ਕੋਡ ਲਿਖ ਕੇ ਸਿਸਟਮ A ਨੂੰ ਸੇਵਾ B ਨਾਲ ਕਿਵੇਂ ਜੋੜਨਾ ਹੈ ਇਹ ਪਤਾ ਲਗਾ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਜੇਕਰ ਕੋਈ ਕੰਪਨੀ ਚਾਹੁੰਦੀ ਹੈ ਕਿ ਉਨ੍ਹਾਂ ਦਾ ਅੰਦਰੂਨੀ HR ਸਿਸਟਮ ਇੱਕ ਨਵੇਂ ਪੇਰੋਲ API ਨਾਲ ਸਿੰਕ ਹੋਵੇ, ਤਾਂ ਉਹ ਇੱਕ AI ਨੂੰ "ਇਹਨਾਂ ਨੂੰ ਇੱਕ ਦੂਜੇ ਨਾਲ ਗੱਲ ਕਰਨ" ਲਈ ਕੰਮ ਦੇ ਸਕਦੇ ਹਨ, ਅਤੇ ਇਹ ਦੋਵਾਂ ਸਿਸਟਮਾਂ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਪੜ੍ਹਨ ਤੋਂ ਬਾਅਦ ਏਕੀਕਰਣ ਕੋਡ ਲਿਖੇਗਾ।

• ਗੁਣਵੱਤਾ ਅਤੇ ਅਨੁਕੂਲਤਾ: ਭਵਿੱਖ ਦੇ ਕੋਡ-ਜਨਰੇਸ਼ਨ ਮਾਡਲ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਫੀਡਬੈਕ ਲੂਪਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨਗੇ ਤਾਂ ਜੋ ਇਹ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾ ਸਕੇ ਕਿ ਕੋਡ ਕੰਮ ਕਰਦਾ ਹੈ (ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਸੈਂਡਬੌਕਸ ਵਿੱਚ ਟੈਸਟ ਜਾਂ ਸਿਮੂਲੇਸ਼ਨ ਚਲਾਓ)। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇੱਕ AI ਨਾ ਸਿਰਫ਼ ਕੋਡ ਲਿਖ ਸਕਦਾ ਹੈ ਬਲਕਿ ਇਸਦੀ ਜਾਂਚ ਕਰਕੇ ਆਪਣੇ ਆਪ ਨੂੰ ਵੀ ਸਹੀ ਕਰ ਸਕਦਾ ਹੈ। 2035 ਤੱਕ, ਅਸੀਂ ਇੱਕ AI ਦੀ ਕਲਪਨਾ ਕਰ ਸਕਦੇ ਹਾਂ ਜੋ, ਇੱਕ ਕੰਮ ਦਿੱਤੇ ਜਾਣ 'ਤੇ, ਸਾਰੇ ਟੈਸਟ ਪਾਸ ਹੋਣ ਤੱਕ ਆਪਣੇ ਕੋਡ 'ਤੇ ਦੁਹਰਾਉਂਦਾ ਰਹਿੰਦਾ ਹੈ - ਇੱਕ ਪ੍ਰਕਿਰਿਆ ਜਿਸਨੂੰ ਇੱਕ ਮਨੁੱਖ ਨੂੰ ਲਾਈਨ-ਬਾਏ-ਲਾਈਨ ਨਿਗਰਾਨੀ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਨਹੀਂ ਹੋ ਸਕਦੀ। ਇਹ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਤਿਆਰ ਕੀਤੇ ਕੋਡ ਵਿੱਚ ਵਿਸ਼ਵਾਸ ਨੂੰ ਬਹੁਤ ਵਧਾਏਗਾ।

2035 ਤੱਕ ਇੱਕ ਅਜਿਹੇ ਦ੍ਰਿਸ਼ ਦੀ ਕਲਪਨਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ ਜਿੱਥੇ ਇੱਕ ਛੋਟਾ ਸਾਫਟਵੇਅਰ ਪ੍ਰੋਜੈਕਟ - ਜਿਵੇਂ ਕਿ ਇੱਕ ਕਾਰੋਬਾਰ ਲਈ ਇੱਕ ਕਸਟਮ ਮੋਬਾਈਲ ਐਪ - ਇੱਕ AI ਏਜੰਟ ਦੁਆਰਾ ਉੱਚ-ਪੱਧਰੀ ਨਿਰਦੇਸ਼ ਦਿੱਤੇ ਜਾਣ 'ਤੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਵਿਕਸਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਉਸ ਦ੍ਰਿਸ਼ ਵਿੱਚ ਮਨੁੱਖੀ "ਵਿਕਾਸਕਾਰ" ਇੱਕ ਪ੍ਰੋਜੈਕਟ ਮੈਨੇਜਰ ਜਾਂ ਪ੍ਰਮਾਣਕ ਹੁੰਦਾ ਹੈ, ਜੋ ਜ਼ਰੂਰਤਾਂ ਅਤੇ ਰੁਕਾਵਟਾਂ (ਸੁਰੱਖਿਆ, ਸ਼ੈਲੀ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼) ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਅਤੇ AI ਨੂੰ ਅਸਲ ਕੋਡਿੰਗ ਦੀ ਭਾਰੀ ਜ਼ਿੰਮੇਵਾਰੀ ਦਿੰਦਾ ਹੈ।

ਹਾਲਾਂਕਿ, ਗੁੰਝਲਦਾਰ, ਵੱਡੇ ਪੈਮਾਨੇ ਦੇ ਸਾਫਟਵੇਅਰ (ਓਪਰੇਟਿੰਗ ਸਿਸਟਮ, ਉੱਨਤ AI ਐਲਗੋਰਿਦਮ ਖੁਦ, ਆਦਿ) ਲਈ, ਮਨੁੱਖੀ ਮਾਹਰ ਅਜੇ ਵੀ ਡੂੰਘਾਈ ਨਾਲ ਸ਼ਾਮਲ ਹੋਣਗੇ। ਸਾਫਟਵੇਅਰ ਵਿੱਚ ਰਚਨਾਤਮਕ ਸਮੱਸਿਆ-ਹੱਲ ਅਤੇ ਆਰਕੀਟੈਕਚਰਲ ਡਿਜ਼ਾਈਨ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਕੁਝ ਸਮੇਂ ਲਈ ਮਨੁੱਖੀ-ਅਗਵਾਈ ਵਾਲਾ ਰਹਿੰਦਾ ਹੈ। AI ਬਹੁਤ ਸਾਰੇ ਕੋਡਿੰਗ ਕਾਰਜਾਂ ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਫੈਸਲਾ ਕਰਨਾ ਕਿ ਕੀ ਬਣਾਉਣਾ ਹੈ ਅਤੇ ਸਮੁੱਚੀ ਬਣਤਰ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨਾ ਇੱਕ ਵੱਖਰੀ ਚੁਣੌਤੀ ਹੈ। ਇਸ ਨੇ ਕਿਹਾ, ਜਿਵੇਂ ਕਿ ਜਨਰੇਟਿਵ AI ਸਹਿਯੋਗ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ - ਇੱਕ ਸਿਸਟਮ ਦੇ ਵੱਖ-ਵੱਖ ਹਿੱਸਿਆਂ ਨੂੰ ਸੰਭਾਲਣ ਵਾਲੇ ਕਈ AI ਏਜੰਟ - ਇਹ ਕਲਪਨਾਯੋਗ ਹੈ ਕਿ ਉਹ ਕੁਝ ਹੱਦ ਤੱਕ ਆਰਕੀਟੈਕਚਰ ਨੂੰ ਸਹਿ-ਡਿਜ਼ਾਈਨ ਕਰ ਸਕਦੇ ਹਨ (ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ AI ਇੱਕ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ ਦਾ ਪ੍ਰਸਤਾਵ ਦਿੰਦਾ ਹੈ, ਦੂਜਾ ਇਸਦੀ ਆਲੋਚਨਾ ਕਰਦਾ ਹੈ, ਅਤੇ ਉਹ ਦੁਹਰਾਉਂਦੇ ਹਨ, ਇੱਕ ਮਨੁੱਖ ਪ੍ਰਕਿਰਿਆ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦਾ ਹੈ)।

ਕੋਡਿੰਗ ਵਿੱਚ AI ਦਾ ਇੱਕ ਵੱਡਾ ਅਨੁਮਾਨਿਤ ਲਾਭ ਉਤਪਾਦਕਤਾ ਵਧਾਉਣਾ । ਗਾਰਟਨਰ ਨੇ ਭਵਿੱਖਬਾਣੀ ਕੀਤੀ ਹੈ ਕਿ 2028 ਤੱਕ, ਪੂਰੀ ਤਰ੍ਹਾਂ 90% ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ AI ਕੋਡ ਸਹਾਇਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹੋਣਗੇ (2024 ਵਿੱਚ 15% ਤੋਂ ਘੱਟ ਤੋਂ ਵੱਧ) ( GitHub Copilot AI ਕੋਡ ਸਹਾਇਕਾਂ 'ਤੇ ਖੋਜ ਰਿਪੋਰਟ ਵਿੱਚ ਸਿਖਰ 'ਤੇ ਹੈ -- ਵਿਜ਼ੂਅਲ ਸਟੂਡੀਓ ਮੈਗਜ਼ੀਨ )। ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਬਾਹਰਲੇ - ਜੋ AI ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕਰਦੇ - ਬਹੁਤ ਘੱਟ ਹੋਣਗੇ। ਅਸੀਂ ਕੁਝ ਖੇਤਰਾਂ ਵਿੱਚ ਮਨੁੱਖੀ ਵਿਕਾਸਕਾਰਾਂ ਦੀ ਘਾਟ ਨੂੰ ਵੀ ਦੇਖ ਸਕਦੇ ਹਾਂ ਜੋ AI ਦੁਆਰਾ ਖਾਲੀ ਥਾਂਵਾਂ ਨੂੰ ਭਰ ਕੇ ਘਟਾਇਆ ਜਾ ਸਕਦਾ ਹੈ; ਅਸਲ ਵਿੱਚ ਹਰੇਕ ਵਿਕਾਸਕਾਰ ਇੱਕ AI ਸਹਾਇਕ ਨਾਲ ਬਹੁਤ ਕੁਝ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਕੋਡ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ।

ਵਿਸ਼ਵਾਸ ਇੱਕ ਕੇਂਦਰੀ ਮੁੱਦਾ ਬਣਿਆ ਰਹੇਗਾ। 2035 ਵਿੱਚ ਵੀ, ਸੰਗਠਨਾਂ ਨੂੰ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਦੀ ਜ਼ਰੂਰਤ ਹੋਏਗੀ ਕਿ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਕੋਡ ਸੁਰੱਖਿਅਤ ਹੈ (AI ਨੂੰ ਕਮਜ਼ੋਰੀਆਂ ਪੇਸ਼ ਨਹੀਂ ਕਰਨੀਆਂ ਚਾਹੀਦੀਆਂ) ਅਤੇ ਕਾਨੂੰਨੀ/ਨੈਤਿਕ ਨਿਯਮਾਂ ਦੇ ਅਨੁਸਾਰ ਹੋਵੇ (ਉਦਾਹਰਣ ਵਜੋਂ, AI ਵਿੱਚ ਸਹੀ ਲਾਇਸੈਂਸ ਤੋਂ ਬਿਨਾਂ ਓਪਨ-ਸੋਰਸ ਲਾਇਬ੍ਰੇਰੀ ਤੋਂ ਚੋਰੀ ਕੀਤਾ ਕੋਡ ਸ਼ਾਮਲ ਨਹੀਂ ਹੈ)। ਅਸੀਂ ਬਿਹਤਰ AI ਗਵਰਨੈਂਸ ਟੂਲਸ ਦੀ ਉਮੀਦ ਕਰਦੇ ਹਾਂ ਜੋ AI-ਲਿਖੇ ਕੋਡ ਮੂਲ ਦੀ ਪੁਸ਼ਟੀ ਅਤੇ ਟਰੇਸ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਜੋਖਮ ਤੋਂ ਬਿਨਾਂ ਹੋਰ ਖੁਦਮੁਖਤਿਆਰ ਕੋਡਿੰਗ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਨਗੇ।

ਸੰਖੇਪ ਵਿੱਚ, 2030 ਦੇ ਦਹਾਕੇ ਦੇ ਮੱਧ ਤੱਕ, ਜਨਰੇਟਿਵ AI, ਨਿਯਮਤ ਸਾਫਟਵੇਅਰ ਕੰਮਾਂ ਲਈ ਕੋਡਿੰਗ ਦੇ ਵੱਡੇ ਹਿੱਸੇ ਨੂੰ ਸੰਭਾਲਣ ਅਤੇ ਗੁੰਝਲਦਾਰ ਕੰਮਾਂ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਸਹਾਇਤਾ ਕਰਨ ਦੀ ਸੰਭਾਵਨਾ ਰੱਖਦਾ ਹੈ। ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਜੀਵਨ ਚੱਕਰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸਵੈਚਾਲਿਤ ਹੋਵੇਗਾ - ਜ਼ਰੂਰਤਾਂ ਤੋਂ ਲੈ ਕੇ ਤੈਨਾਤੀ ਤੱਕ - AI ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਕੋਡ ਤਬਦੀਲੀਆਂ ਨੂੰ ਆਪਣੇ ਆਪ ਤਿਆਰ ਅਤੇ ਤੈਨਾਤ ਕਰੇਗਾ। ਮਨੁੱਖੀ ਵਿਕਾਸਕਾਰ ਉੱਚ-ਪੱਧਰੀ ਤਰਕ, ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਅਤੇ ਨਿਗਰਾਨੀ 'ਤੇ ਵਧੇਰੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨਗੇ, ਜਦੋਂ ਕਿ AI ਏਜੰਟ ਲਾਗੂਕਰਨ ਵੇਰਵਿਆਂ ਨੂੰ ਪੀਸਣਗੇ।

ਗਾਹਕ ਸੇਵਾ ਅਤੇ ਸਹਾਇਤਾ ਵਿੱਚ ਜਨਰੇਟਿਵ ਏਆਈ

ਜੇਕਰ ਤੁਸੀਂ ਹਾਲ ਹੀ ਦੇ ਸਮੇਂ ਵਿੱਚ ਕਿਸੇ ਔਨਲਾਈਨ ਗਾਹਕ ਸਹਾਇਤਾ ਚੈਟ ਨਾਲ ਗੱਲਬਾਤ ਕੀਤੀ ਹੈ, ਤਾਂ ਇੱਕ ਚੰਗਾ ਮੌਕਾ ਹੈ ਕਿ ਇਸਦੇ ਘੱਟੋ-ਘੱਟ ਹਿੱਸੇ ਲਈ ਇੱਕ AI ਦੂਜੇ ਸਿਰੇ 'ਤੇ ਸੀ। ਗਾਹਕ ਸੇਵਾ AI ਆਟੋਮੇਸ਼ਨ ਲਈ ਇੱਕ ਤਿਆਰ ਡੋਮੇਨ ਹੈ: ਇਸ ਵਿੱਚ ਉਪਭੋਗਤਾ ਸਵਾਲਾਂ ਦਾ ਜਵਾਬ ਦੇਣਾ ਸ਼ਾਮਲ ਹੈ, ਜੋ ਕਿ ਜਨਰੇਟਿਵ AI (ਖਾਸ ਕਰਕੇ ਗੱਲਬਾਤ ਮਾਡਲ) ਕਾਫ਼ੀ ਵਧੀਆ ਕਰ ਸਕਦੇ ਹਨ, ਅਤੇ ਇਹ ਅਕਸਰ ਸਕ੍ਰਿਪਟਾਂ ਜਾਂ ਗਿਆਨ ਅਧਾਰ ਲੇਖਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ, ਜੋ AI ਸਿੱਖ ਸਕਦਾ ਹੈ। AI ਗਾਹਕਾਂ ਨੂੰ ਕਿੰਨੀ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਸੰਭਾਲ ਸਕਦਾ ਹੈ?

ਮੌਜੂਦਾ ਸਮਰੱਥਾਵਾਂ (2025): ਚੈਟਬੋਟਸ ਅਤੇ ਵਰਚੁਅਲ ਏਜੰਟ ਫਰੰਟ ਲਾਈਨ ਲੈ ਰਹੇ ਹਨ

ਅੱਜ ਤੱਕ, ਬਹੁਤ ਸਾਰੇ ਸੰਗਠਨ ਸੰਪਰਕ ਦੇ ਪਹਿਲੇ ਬਿੰਦੂ ਵਜੋਂ AI ਚੈਟਬੋਟਸ ਨੂੰ । ਇਹ ਸਧਾਰਨ ਨਿਯਮ-ਅਧਾਰਤ ਬੋਟਸ ("ਬਿਲਿੰਗ ਲਈ 1 ਦਬਾਓ, ਸਹਾਇਤਾ ਲਈ 2 ਦਬਾਓ...") ਤੋਂ ਲੈ ਕੇ ਉੱਨਤ ਜਨਰੇਟਿਵ AI ਚੈਟਬੋਟਸ ਤੱਕ ਹਨ ਜੋ ਫ੍ਰੀ-ਫਾਰਮ ਸਵਾਲਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਗੱਲਬਾਤ ਦੇ ਜਵਾਬ ਦੇ ਸਕਦੇ ਹਨ। ਮੁੱਖ ਨੁਕਤੇ:

• ਆਮ ਸਵਾਲਾਂ ਨੂੰ ਸੰਭਾਲਣਾ: ਏਆਈ ਏਜੰਟ ਅਕਸਰ ਪੁੱਛੇ ਜਾਣ ਵਾਲੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ, ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰਨ (ਸਟੋਰ ਦੇ ਘੰਟੇ, ਰਿਫੰਡ ਨੀਤੀਆਂ, ਜਾਣੇ-ਪਛਾਣੇ ਮੁੱਦਿਆਂ ਲਈ ਸਮੱਸਿਆ-ਨਿਪਟਾਰਾ ਕਦਮ) ਅਤੇ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਮਿਆਰੀ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੁਆਰਾ ਮਾਰਗਦਰਸ਼ਨ ਕਰਨ ਵਿੱਚ ਉੱਤਮ ਹੁੰਦੇ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ ਬੈਂਕ ਲਈ ਇੱਕ ਏਆਈ ਚੈਟਬੋਟ ਇੱਕ ਉਪਭੋਗਤਾ ਨੂੰ ਆਪਣੇ ਖਾਤੇ ਦੇ ਬਕਾਏ ਦੀ ਜਾਂਚ ਕਰਨ, ਪਾਸਵਰਡ ਰੀਸੈਟ ਕਰਨ, ਜਾਂ ਕਰਜ਼ੇ ਲਈ ਅਰਜ਼ੀ ਕਿਵੇਂ ਦੇਣੀ ਹੈ, ਮਨੁੱਖੀ ਮਦਦ ਤੋਂ ਬਿਨਾਂ ਸਮਝਾਉਣ ਵਿੱਚ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ।

• ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਦੀ ਸਮਝ: ਆਧੁਨਿਕ ਜਨਰੇਟਿਵ ਮਾਡਲ ਵਧੇਰੇ ਤਰਲ ਅਤੇ "ਮਨੁੱਖੀ" ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਦੀ ਆਗਿਆ ਦਿੰਦੇ ਹਨ। ਗਾਹਕ ਆਪਣੇ ਸ਼ਬਦਾਂ ਵਿੱਚ ਇੱਕ ਸਵਾਲ ਟਾਈਪ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ AI ਆਮ ਤੌਰ 'ਤੇ ਇਰਾਦੇ ਨੂੰ ਸਮਝ ਸਕਦਾ ਹੈ। ਕੰਪਨੀਆਂ ਰਿਪੋਰਟ ਕਰਦੀਆਂ ਹਨ ਕਿ ਅੱਜ ਦੇ AI ਏਜੰਟ ਕੁਝ ਸਾਲ ਪਹਿਲਾਂ ਦੇ ਬੇਢੰਗੇ ਬੋਟਾਂ ਨਾਲੋਂ ਗਾਹਕਾਂ ਲਈ ਕਿਤੇ ਜ਼ਿਆਦਾ ਸੰਤੁਸ਼ਟੀਜਨਕ ਹਨ - ਲਗਭਗ ਅੱਧੇ ਗਾਹਕ ਹੁਣ ਮੰਨਦੇ ਹਨ ਕਿ AI ਏਜੰਟ ਚਿੰਤਾਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਵੇਲੇ ਹਮਦਰਦੀ ਅਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹੋ ਸਕਦੇ ਹਨ ( 2025 ਲਈ 59 AI ਗਾਹਕ ਸੇਵਾ ਅੰਕੜੇ ), AI-ਸੰਚਾਲਿਤ ਸੇਵਾ ਵਿੱਚ ਵਧ ਰਹੇ ਵਿਸ਼ਵਾਸ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ।

• ਮਲਟੀ-ਚੈਨਲ ਸਹਾਇਤਾ: AI ਸਿਰਫ਼ ਚੈਟ 'ਤੇ ਹੀ ਨਹੀਂ ਹੈ। ਵੌਇਸ ਅਸਿਸਟੈਂਟ (ਜਿਵੇਂ ਕਿ AI ਵਾਲੇ ਫੋਨ IVR ਸਿਸਟਮ) ਕਾਲਾਂ ਨੂੰ ਸੰਭਾਲਣਾ ਸ਼ੁਰੂ ਕਰ ਰਹੇ ਹਨ, ਅਤੇ AI ਗਾਹਕਾਂ ਦੀਆਂ ਪੁੱਛਗਿੱਛਾਂ ਦੇ ਈਮੇਲ ਜਵਾਬ ਵੀ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਸਹੀ ਮੰਨੇ ਜਾਣ 'ਤੇ ਆਪਣੇ ਆਪ ਬਾਹਰ ਆ ਸਕਦੇ ਹਨ।

• ਜਦੋਂ ਮਨੁੱਖ ਕਦਮ ਰੱਖਦੇ ਹਨ: ਆਮ ਤੌਰ 'ਤੇ, ਜੇਕਰ AI ਉਲਝਣ ਵਿੱਚ ਪੈ ਜਾਂਦਾ ਹੈ ਜਾਂ ਸਵਾਲ ਬਹੁਤ ਗੁੰਝਲਦਾਰ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਇਹ ਇੱਕ ਮਨੁੱਖੀ ਏਜੰਟ ਨੂੰ ਸੌਂਪ ਦਿੱਤਾ ਜਾਵੇਗਾ। ਮੌਜੂਦਾ ਸਿਸਟਮ ਆਪਣੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਜਾਣਨ । ਉਦਾਹਰਣ ਵਜੋਂ, ਜੇਕਰ ਕੋਈ ਗਾਹਕ ਕੁਝ ਅਸਾਧਾਰਨ ਪੁੱਛਦਾ ਹੈ ਜਾਂ ਨਿਰਾਸ਼ਾ ਦਿਖਾਉਂਦਾ ਹੈ ("ਇਹ ਤੀਜੀ ਵਾਰ ਹੈ ਜਦੋਂ ਮੈਂ ਤੁਹਾਡੇ ਨਾਲ ਸੰਪਰਕ ਕਰ ਰਿਹਾ ਹਾਂ ਅਤੇ ਮੈਂ ਬਹੁਤ ਪਰੇਸ਼ਾਨ ਹਾਂ..."), ਤਾਂ AI ਇਸਨੂੰ ਇੱਕ ਮਨੁੱਖ ਲਈ ਸੰਭਾਲਣ ਲਈ ਫਲੈਗ ਕਰ ਸਕਦਾ ਹੈ। ਕੰਪਨੀਆਂ ਦੁਆਰਾ ਹੈਂਡਆਫ ਲਈ ਥ੍ਰੈਸ਼ਹੋਲਡ ਗਾਹਕ ਸੰਤੁਸ਼ਟੀ ਨਾਲ ਕੁਸ਼ਲਤਾ ਨੂੰ ਸੰਤੁਲਿਤ ਕਰਨ ਲਈ ਨਿਰਧਾਰਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਬਹੁਤ ਸਾਰੀਆਂ ਕੰਪਨੀਆਂ ਨੇ ਰਿਪੋਰਟ ਕੀਤੀ ਹੈ ਕਿ ਇੰਟਰੈਕਸ਼ਨਾਂ ਦੇ ਮਹੱਤਵਪੂਰਨ ਹਿੱਸੇ ਸਿਰਫ਼ AI ਦੁਆਰਾ ਹੱਲ ਕੀਤੇ ਜਾ ਰਹੇ ਹਨ। ਉਦਯੋਗ ਸਰਵੇਖਣਾਂ ਦੇ ਅਨੁਸਾਰ, ਅੱਜ ਲਗਭਗ 70-80% ਨਿਯਮਤ ਗਾਹਕ ਪੁੱਛਗਿੱਛਾਂ ਨੂੰ AI ਚੈਟਬੋਟਸ ਦੁਆਰਾ ਸੰਭਾਲਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਅਤੇ ਚੈਨਲਾਂ 'ਤੇ ਕੰਪਨੀਆਂ ਦੇ ਲਗਭਗ 40% ਗਾਹਕ ਇੰਟਰੈਕਸ਼ਨ ਪਹਿਲਾਂ ਹੀ ਸਵੈਚਾਲਿਤ ਜਾਂ AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਹਨ ( 52 AI ਗਾਹਕ ਸੇਵਾ ਅੰਕੜੇ ਜੋ ਤੁਹਾਨੂੰ ਪਤਾ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ - ਪਲੀਵੋ )। IBM ਦੇ ਗਲੋਬਲ AI ਅਡਾਪਸ਼ਨ ਇੰਡੈਕਸ (2022) ਨੇ ਸੰਕੇਤ ਦਿੱਤਾ ਹੈ ਕਿ 2025 ਤੱਕ 80% ਕੰਪਨੀਆਂ ਗਾਹਕ ਸੇਵਾ ਲਈ AI ਚੈਟਬੋਟਸ ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ ਜਾਂ ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਹੀਆਂ ਹਨ।

ਇੱਕ ਦਿਲਚਸਪ ਵਿਕਾਸ ਇਹ ਹੈ ਕਿ AI ਸਿਰਫ਼ ਗਾਹਕਾਂ ਨੂੰ ਜਵਾਬ ਨਹੀਂ ਦਿੰਦਾ, ਸਗੋਂ ਮਨੁੱਖੀ ਏਜੰਟਾਂ ਦੀ ਸਰਗਰਮੀ ਨਾਲ ਸਹਾਇਤਾ ਕਰਦਾ ਹੈ । ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਲਾਈਵ ਚੈਟ ਜਾਂ ਕਾਲ ਦੌਰਾਨ, ਇੱਕ AI ਮਨੁੱਖੀ ਏਜੰਟ ਨੂੰ ਸੁਣ ਸਕਦਾ ਹੈ ਅਤੇ ਸੁਝਾਏ ਗਏ ਜਵਾਬ ਜਾਂ ਸੰਬੰਧਿਤ ਜਾਣਕਾਰੀ ਤੁਰੰਤ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਖੁਦਮੁਖਤਿਆਰੀ ਦੀ ਰੇਖਾ ਨੂੰ ਧੁੰਦਲਾ ਕਰ ਦਿੰਦਾ ਹੈ - AI ਇਕੱਲੇ ਗਾਹਕ ਦਾ ਸਾਹਮਣਾ ਨਹੀਂ ਕਰ ਰਿਹਾ ਹੈ, ਪਰ ਇਹ ਸਪੱਸ਼ਟ ਮਨੁੱਖੀ ਪੁੱਛਗਿੱਛ ਤੋਂ ਬਿਨਾਂ ਸਰਗਰਮੀ ਨਾਲ ਸ਼ਾਮਲ ਹੈ। ਇਹ ਏਜੰਟ ਲਈ ਇੱਕ ਖੁਦਮੁਖਤਿਆਰ ਸਲਾਹਕਾਰ ਵਜੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ।

2030-2035 ਲਈ ਦ੍ਰਿਸ਼ਟੀਕੋਣ: ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਏਆਈ-ਸੰਚਾਲਿਤ ਗਾਹਕ ਪਰਸਪਰ ਪ੍ਰਭਾਵ

2030 ਤੱਕ, ਜ਼ਿਆਦਾਤਰ ਗਾਹਕ ਸੇਵਾ ਪਰਸਪਰ ਕ੍ਰਿਆਵਾਂ ਵਿੱਚ AI ਸ਼ਾਮਲ ਹੋਣ ਦੀ ਉਮੀਦ ਹੈ, ਜਿਸ ਵਿੱਚੋਂ ਬਹੁਤ ਸਾਰੇ ਸ਼ੁਰੂ ਤੋਂ ਅੰਤ ਤੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ AI ਦੁਆਰਾ ਸੰਭਾਲੇ ਜਾਣਗੇ। ਇਸਦਾ ਸਮਰਥਨ ਕਰਨ ਵਾਲੀਆਂ ਭਵਿੱਖਬਾਣੀਆਂ ਅਤੇ ਰੁਝਾਨ:

• ਉੱਚ ਜਟਿਲਤਾ ਵਾਲੇ ਸਵਾਲਾਂ ਦਾ ਹੱਲ: ਜਿਵੇਂ ਕਿ AI ਮਾਡਲ ਵਿਸ਼ਾਲ ਗਿਆਨ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਦੇ ਹਨ ਅਤੇ ਤਰਕ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਂਦੇ ਹਨ, ਉਹ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਗਾਹਕ ਬੇਨਤੀਆਂ ਨੂੰ ਸੰਭਾਲਣ ਦੇ ਯੋਗ ਹੋਣਗੇ। ਸਿਰਫ਼ "ਮੈਂ ਇੱਕ ਵਸਤੂ ਕਿਵੇਂ ਵਾਪਸ ਕਰਾਂ?" ਦਾ ਜਵਾਬ ਦੇਣ ਦੀ ਬਜਾਏ, ਭਵਿੱਖ ਦਾ AI ਬਹੁ-ਪੜਾਵੀ ਮੁੱਦਿਆਂ ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ ਜਿਵੇਂ ਕਿ, "ਮੇਰਾ ਇੰਟਰਨੈਟ ਬੰਦ ਹੈ, ਮੈਂ ਰੀਬੂਟ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਹੈ, ਕੀ ਤੁਸੀਂ ਮਦਦ ਕਰ ਸਕਦੇ ਹੋ?" ਡਾਇਲਾਗ ਰਾਹੀਂ ਸਮੱਸਿਆ ਦਾ ਨਿਦਾਨ ਕਰਕੇ, ਗਾਹਕ ਨੂੰ ਉੱਨਤ ਸਮੱਸਿਆ-ਨਿਪਟਾਰਾ ਦੁਆਰਾ ਮਾਰਗਦਰਸ਼ਨ ਕਰਕੇ, ਅਤੇ ਸਿਰਫ਼ ਤਾਂ ਹੀ ਜੇਕਰ ਹੋਰ ਸਭ ਕੁਝ ਇੱਕ ਟੈਕਨੀਸ਼ੀਅਨ ਨੂੰ ਤਹਿ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦਾ ਹੈ - ਉਹ ਕੰਮ ਜਿਨ੍ਹਾਂ ਲਈ ਅੱਜ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਇੱਕ ਮਨੁੱਖੀ ਸਹਾਇਤਾ ਤਕਨੀਕੀ ਦੀ ਲੋੜ ਹੋਵੇਗੀ। ਸਿਹਤ ਸੰਭਾਲ ਗਾਹਕ ਸੇਵਾ ਵਿੱਚ, ਇੱਕ AI ਮਰੀਜ਼ ਦੀ ਮੁਲਾਕਾਤ ਸਮਾਂ-ਸਾਰਣੀ ਜਾਂ ਬੀਮਾ ਪੁੱਛਗਿੱਛਾਂ ਨੂੰ ਅੰਤ-ਤੋਂ-ਅੰਤ ਤੱਕ ਸੰਭਾਲ ਸਕਦਾ ਹੈ।

• ਐਂਡ-ਟੂ-ਐਂਡ ਸੇਵਾ ਰੈਜ਼ੋਲਿਊਸ਼ਨ: ਅਸੀਂ ਦੇਖ ਸਕਦੇ ਹਾਂ ਕਿ ਏਆਈ ਸਿਰਫ਼ ਗਾਹਕ ਨੂੰ ਇਹ ਨਹੀਂ ਦੱਸ ਰਿਹਾ ਕਿ ਕੀ ਕਰਨਾ ਹੈ, ਸਗੋਂ ਅਸਲ ਵਿੱਚ ਇਹ ਕਰ ਰਿਹਾ ਹੈ । ਉਦਾਹਰਣ ਵਜੋਂ, ਜੇਕਰ ਕੋਈ ਗਾਹਕ ਕਹਿੰਦਾ ਹੈ ਕਿ "ਮੈਂ ਆਪਣੀ ਫਲਾਈਟ ਨੂੰ ਅਗਲੇ ਸੋਮਵਾਰ ਲਈ ਬਦਲਣਾ ਚਾਹੁੰਦਾ ਹਾਂ ਅਤੇ ਇੱਕ ਹੋਰ ਬੈਗ ਜੋੜਨਾ ਚਾਹੁੰਦਾ ਹਾਂ," ਤਾਂ 2030 ਵਿੱਚ ਇੱਕ ਏਆਈ ਏਜੰਟ ਏਅਰਲਾਈਨ ਦੇ ਰਿਜ਼ਰਵੇਸ਼ਨ ਸਿਸਟਮ ਨਾਲ ਸਿੱਧਾ ਸੰਪਰਕ ਕਰ ਸਕਦਾ ਹੈ, ਤਬਦੀਲੀ ਕਰ ਸਕਦਾ ਹੈ, ਬੈਗ ਲਈ ਭੁਗਤਾਨ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਗਾਹਕ ਨੂੰ ਪੁਸ਼ਟੀ ਕਰ ਸਕਦਾ ਹੈ - ਇਹ ਸਭ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ। ਏਆਈ ਇੱਕ ਪੂਰੀ ਸੇਵਾ ਏਜੰਟ ਬਣ ਜਾਂਦਾ ਹੈ, ਨਾ ਕਿ ਸਿਰਫ਼ ਇੱਕ ਜਾਣਕਾਰੀ ਸਰੋਤ।

• ਸਰਵ ਵਿਆਪਕ AI ਏਜੰਟ: ਕੰਪਨੀਆਂ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਸਾਰੇ ਗਾਹਕ ਸੰਪਰਕ ਬਿੰਦੂਆਂ - ਫ਼ੋਨ, ਚੈਟ, ਈਮੇਲ, ਸੋਸ਼ਲ ਮੀਡੀਆ - ਵਿੱਚ AI ਨੂੰ ਤਾਇਨਾਤ ਕਰਨਗੀਆਂ। ਬਹੁਤ ਸਾਰੇ ਗਾਹਕਾਂ ਨੂੰ ਇਹ ਅਹਿਸਾਸ ਵੀ ਨਹੀਂ ਹੋ ਸਕਦਾ ਕਿ ਉਹ ਕਿਸੇ AI ਨਾਲ ਗੱਲ ਕਰ ਰਹੇ ਹਨ ਜਾਂ ਕਿਸੇ ਮਨੁੱਖ ਨਾਲ, ਖਾਸ ਕਰਕੇ ਕਿਉਂਕਿ AI ਆਵਾਜ਼ਾਂ ਵਧੇਰੇ ਕੁਦਰਤੀ ਹੋ ਜਾਂਦੀਆਂ ਹਨ ਅਤੇ ਚੈਟ ਜਵਾਬ ਵਧੇਰੇ ਸੰਦਰਭ-ਜਾਗਰੂਕ ਹੁੰਦੇ ਹਨ। 2035 ਤੱਕ, ਗਾਹਕ ਸੇਵਾ ਨਾਲ ਸੰਪਰਕ ਕਰਨ ਦਾ ਮਤਲਬ ਅਕਸਰ ਇੱਕ ਸਮਾਰਟ AI ਨਾਲ ਗੱਲਬਾਤ ਕਰਨਾ ਹੋ ਸਕਦਾ ਹੈ ਜੋ ਤੁਹਾਡੀਆਂ ਪਿਛਲੀਆਂ ਗੱਲਬਾਤਾਂ ਨੂੰ ਯਾਦ ਰੱਖਦਾ ਹੈ, ਤੁਹਾਡੀਆਂ ਪਸੰਦਾਂ ਨੂੰ ਸਮਝਦਾ ਹੈ, ਅਤੇ ਤੁਹਾਡੇ ਸੁਰ ਦੇ ਅਨੁਕੂਲ ਹੁੰਦਾ ਹੈ - ਅਸਲ ਵਿੱਚ ਹਰੇਕ ਗਾਹਕ ਲਈ ਇੱਕ ਵਿਅਕਤੀਗਤ ਵਰਚੁਅਲ ਏਜੰਟ।

• ਆਪਸੀ ਤਾਲਮੇਲ ਵਿੱਚ AI ਫੈਸਲੇ ਲੈਣਾ: ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਤੋਂ ਇਲਾਵਾ, AI ਅਜਿਹੇ ਫੈਸਲੇ ਲੈਣਾ ਸ਼ੁਰੂ ਕਰ ਦੇਵੇਗਾ ਜਿਨ੍ਹਾਂ ਲਈ ਵਰਤਮਾਨ ਵਿੱਚ ਪ੍ਰਬੰਧਕੀ ਪ੍ਰਵਾਨਗੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਅੱਜ ਇੱਕ ਮਨੁੱਖੀ ਏਜੰਟ ਨੂੰ ਇੱਕ ਗੁੱਸੇ ਵਾਲੇ ਗਾਹਕ ਨੂੰ ਖੁਸ਼ ਕਰਨ ਲਈ ਰਿਫੰਡ ਜਾਂ ਵਿਸ਼ੇਸ਼ ਛੋਟ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਨ ਲਈ ਇੱਕ ਸੁਪਰਵਾਈਜ਼ਰ ਦੀ ਪ੍ਰਵਾਨਗੀ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ। ਭਵਿੱਖ ਵਿੱਚ, ਇੱਕ AI ਨੂੰ ਉਹਨਾਂ ਫੈਸਲਿਆਂ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਸੌਂਪੀ ਜਾ ਸਕਦੀ ਹੈ, ਪਰਿਭਾਸ਼ਿਤ ਸੀਮਾਵਾਂ ਦੇ ਅੰਦਰ, ਗਣਨਾ ਕੀਤੇ ਗਾਹਕ ਜੀਵਨ ਕਾਲ ਮੁੱਲ ਅਤੇ ਭਾਵਨਾ ਵਿਸ਼ਲੇਸ਼ਣ ਦੇ ਅਧਾਰ ਤੇ। Futurum/IBM ਦੁਆਰਾ ਇੱਕ ਅਧਿਐਨ ਨੇ ਅਨੁਮਾਨ ਲਗਾਇਆ ਹੈ ਕਿ 2030 ਤੱਕ ਰੀਅਲ-ਟਾਈਮ ਗਾਹਕ ਰੁਝੇਵਿਆਂ ਦੌਰਾਨ ਲਏ ਗਏ ਲਗਭਗ 69% ਫੈਸਲੇ ਸਮਾਰਟ ਮਸ਼ੀਨਾਂ ਦੁਆਰਾ ਲਏ ਜਾਣਗੇ ( CX ਵਿੱਚ ਸ਼ਿਫਟ ਦੀ ਮੁੜ ਕਲਪਨਾ ਕਰਨ ਲਈ, ਮਾਰਕਿਟਰਾਂ ਨੂੰ ਇਹ 2 ਚੀਜ਼ਾਂ ਕਰਨੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ ) - ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ AI ਇੱਕ ਆਪਸੀ ਤਾਲਮੇਲ ਵਿੱਚ ਕਾਰਵਾਈ ਦਾ ਸਭ ਤੋਂ ਵਧੀਆ ਤਰੀਕਾ ਨਿਰਧਾਰਤ ਕਰਦਾ ਹੈ।

• 100% AI ਸ਼ਮੂਲੀਅਤ: ਹਰੇਕ ਵਿੱਚ ਇੱਕ ਭੂਮਿਕਾ ਨਿਭਾਏਗਾ ( 2025 ਲਈ 59 AI ਗਾਹਕ ਸੇਵਾ ਅੰਕੜੇ ), ਭਾਵੇਂ ਪਹਿਲਾਂ ਹੋਵੇ ਜਾਂ ਪਿਛੋਕੜ ਵਿੱਚ। ਇਸਦਾ ਮਤਲਬ ਇਹ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਭਾਵੇਂ ਕੋਈ ਮਨੁੱਖ ਕਿਸੇ ਗਾਹਕ ਨਾਲ ਗੱਲਬਾਤ ਕਰ ਰਿਹਾ ਹੋਵੇ, ਉਹਨਾਂ ਨੂੰ AI ਦੁਆਰਾ ਸਹਾਇਤਾ ਦਿੱਤੀ ਜਾਵੇਗੀ (ਸੁਝਾਅ ਪ੍ਰਦਾਨ ਕਰਨਾ, ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤ ਕਰਨਾ)। ਵਿਕਲਪਕ ਤੌਰ 'ਤੇ, ਵਿਆਖਿਆ ਇਹ ਹੈ ਕਿ ਕਿਸੇ ਵੀ ਸਮੇਂ ਗਾਹਕ ਦੀ ਕੋਈ ਪੁੱਛਗਿੱਛ ਦਾ ਜਵਾਬ ਨਹੀਂ ਦਿੱਤਾ ਜਾਂਦਾ - ਜੇਕਰ ਮਨੁੱਖ ਔਫਲਾਈਨ ਹਨ, ਤਾਂ AI ਹਮੇਸ਼ਾ ਉੱਥੇ ਹੁੰਦਾ ਹੈ।

2035 ਤੱਕ, ਅਸੀਂ ਪਾ ਸਕਦੇ ਹਾਂ ਕਿ ਮਨੁੱਖੀ ਗਾਹਕ ਸੇਵਾ ਏਜੰਟ ਸਿਰਫ਼ ਸਭ ਤੋਂ ਸੰਵੇਦਨਸ਼ੀਲ ਜਾਂ ਉੱਚ-ਟਚ ਵਾਲੇ ਦ੍ਰਿਸ਼ਾਂ (ਜਿਵੇਂ ਕਿ VIP ਕਲਾਇੰਟ ਜਾਂ ਗੁੰਝਲਦਾਰ ਸ਼ਿਕਾਇਤ ਹੱਲ ਜਿਨ੍ਹਾਂ ਲਈ ਮਨੁੱਖੀ ਹਮਦਰਦੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ) ਲਈ ਵਿਸ਼ੇਸ਼ ਹੋ ਗਏ ਹਨ। ਨਿਯਮਤ ਪੁੱਛਗਿੱਛ - ਬੈਂਕਿੰਗ ਤੋਂ ਲੈ ਕੇ ਪ੍ਰਚੂਨ ਤੱਕ ਤਕਨੀਕੀ ਸਹਾਇਤਾ ਤੱਕ - 24/7 ਕੰਮ ਕਰਨ ਵਾਲੇ AI ਏਜੰਟਾਂ ਦੇ ਇੱਕ ਬੇੜੇ ਦੁਆਰਾ ਸੇਵਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਹਰੇਕ ਗੱਲਬਾਤ ਤੋਂ ਲਗਾਤਾਰ ਸਿੱਖਦੇ ਹੋਏ। ਇਹ ਤਬਦੀਲੀ ਗਾਹਕ ਸੇਵਾ ਨੂੰ ਵਧੇਰੇ ਇਕਸਾਰ ਅਤੇ ਤੁਰੰਤ ਬਣਾ ਸਕਦੀ ਹੈ, ਕਿਉਂਕਿ AI ਲੋਕਾਂ ਨੂੰ ਹੋਲਡ 'ਤੇ ਨਹੀਂ ਰੱਖਦਾ ਅਤੇ ਸਿਧਾਂਤਕ ਤੌਰ 'ਤੇ ਅਸੀਮਤ ਗਾਹਕਾਂ ਨੂੰ ਇੱਕੋ ਸਮੇਂ ਸੰਭਾਲਣ ਲਈ ਮਲਟੀਟਾਸਕ ਕਰ ਸਕਦਾ ਹੈ।

ਇਸ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਲਈ ਚੁਣੌਤੀਆਂ ਨੂੰ ਦੂਰ ਕਰਨਾ ਹੈ: ਮਨੁੱਖੀ ਗਾਹਕਾਂ ਦੀ ਅਣਪਛਾਤੀਤਾ ਨੂੰ ਸੰਭਾਲਣ ਲਈ AI ਨੂੰ ਬਹੁਤ ਮਜ਼ਬੂਤ ​​ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਸਨੂੰ ਗਾਲੀ-ਗਲੋਚ, ਗੁੱਸੇ, ਉਲਝਣ, ਅਤੇ ਲੋਕਾਂ ਦੇ ਸੰਚਾਰ ਕਰਨ ਦੇ ਬੇਅੰਤ ਤਰੀਕਿਆਂ ਨਾਲ ਨਜਿੱਠਣ ਦੇ ਯੋਗ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਸਨੂੰ ਨਵੀਨਤਮ ਗਿਆਨ ਦੀ ਵੀ ਲੋੜ ਹੈ (ਜੇ AI ਦੀ ਜਾਣਕਾਰੀ ਪੁਰਾਣੀ ਹੈ ਤਾਂ ਕੋਈ ਮਤਲਬ ਨਹੀਂ)। AI ਅਤੇ ਕੰਪਨੀ ਡੇਟਾਬੇਸ (ਆਰਡਰਾਂ, ਆਊਟੇਜ, ਆਦਿ ਬਾਰੇ ਅਸਲ-ਸਮੇਂ ਦੀ ਜਾਣਕਾਰੀ ਲਈ) ਵਿਚਕਾਰ ਏਕੀਕਰਨ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਕੇ, ਇਹਨਾਂ ਰੁਕਾਵਟਾਂ ਨੂੰ ਦੂਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

ਨੈਤਿਕ ਤੌਰ 'ਤੇ, ਕੰਪਨੀਆਂ ਨੂੰ ਇਹ ਫੈਸਲਾ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਹੋਏਗੀ ਕਿ "ਤੁਸੀਂ ਕਿਸੇ AI ਨਾਲ ਗੱਲ ਕਰ ਰਹੇ ਹੋ" ਦਾ ਖੁਲਾਸਾ ਕਦੋਂ ਕਰਨਾ ਹੈ ਅਤੇ ਨਿਰਪੱਖਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣਾ ਹੋਵੇਗਾ (AI ਕੁਝ ਗਾਹਕਾਂ ਨਾਲ ਪੱਖਪਾਤੀ ਸਿਖਲਾਈ ਦੇ ਕਾਰਨ ਨਕਾਰਾਤਮਕ ਤਰੀਕੇ ਨਾਲ ਵੱਖਰੇ ਢੰਗ ਨਾਲ ਵਿਵਹਾਰ ਨਹੀਂ ਕਰਦਾ ਹੈ)। ਇਹ ਮੰਨ ਕੇ ਕਿ ਇਹਨਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਵਪਾਰਕ ਮਾਮਲਾ ਮਜ਼ਬੂਤ ​​ਹੈ: AI ਗਾਹਕ ਸੇਵਾ ਲਾਗਤਾਂ ਅਤੇ ਉਡੀਕ ਸਮੇਂ ਨੂੰ ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਘਟਾ ਸਕਦੀ ਹੈ। ਗਾਹਕ ਸੇਵਾ ਵਿੱਚ AI ਦਾ ਬਾਜ਼ਾਰ 2030 ਤੱਕ ਅਰਬਾਂ ਡਾਲਰ ਤੱਕ ਵਧਣ ਦਾ ਅਨੁਮਾਨ ਹੈ ( ਗਾਹਕ ਸੇਵਾ ਮਾਰਕੀਟ ਰਿਪੋਰਟ 2025-2030 ਵਿੱਚ AI: ਕੇਸ ) ( ਜਨਰੇਟਿਵ AI ਲੌਜਿਸਟਿਕਸ ਨੂੰ ਕਿਵੇਂ ਵਧਾ ਰਿਹਾ ਹੈ | ਰਾਈਡਰ ) ਕਿਉਂਕਿ ਸੰਗਠਨ ਇਹਨਾਂ ਸਮਰੱਥਾਵਾਂ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਦੇ ਹਨ।

ਸੰਖੇਪ ਵਿੱਚ, ਇੱਕ ਅਜਿਹੇ ਭਵਿੱਖ ਦੀ ਉਮੀਦ ਕਰੋ ਜਿੱਥੇ ਆਟੋਨੋਮਸ AI ਗਾਹਕ ਸੇਵਾ ਆਮ ਹੋਵੇ । ਮਦਦ ਪ੍ਰਾਪਤ ਕਰਨ ਦਾ ਮਤਲਬ ਅਕਸਰ ਇੱਕ ਸਮਾਰਟ ਮਸ਼ੀਨ ਨਾਲ ਗੱਲਬਾਤ ਕਰਨਾ ਹੁੰਦਾ ਹੈ ਜੋ ਤੁਹਾਡੀ ਸਮੱਸਿਆ ਨੂੰ ਜਲਦੀ ਹੱਲ ਕਰ ਸਕਦੀ ਹੈ। ਮਨੁੱਖ ਅਜੇ ਵੀ ਨਿਗਰਾਨੀ ਅਤੇ ਐਜ ਕੇਸਾਂ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਲੂਪ ਵਿੱਚ ਹੋਣਗੇ, ਪਰ AI ਕਰਮਚਾਰੀਆਂ ਦੇ ਸੁਪਰਵਾਈਜ਼ਰ ਵਜੋਂ ਵਧੇਰੇ। ਨਤੀਜਾ ਖਪਤਕਾਰਾਂ ਲਈ ਤੇਜ਼, ਵਧੇਰੇ ਵਿਅਕਤੀਗਤ ਸੇਵਾ ਹੋ ਸਕਦਾ ਹੈ - ਜਿੰਨਾ ਚਿਰ AI ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ ਅਤੇ ਪਿਛਲੇ ਸਮੇਂ ਦੇ "ਰੋਬੋਟ ਹੌਟਲਾਈਨ" ਅਨੁਭਵਾਂ ਦੀਆਂ ਨਿਰਾਸ਼ਾਵਾਂ ਨੂੰ ਰੋਕਣ ਲਈ ਨਿਗਰਾਨੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

ਸਿਹਤ ਸੰਭਾਲ ਅਤੇ ਦਵਾਈ ਵਿੱਚ ਜਨਰੇਟਿਵ ਏਆਈ

ਸਿਹਤ ਸੰਭਾਲ ਇੱਕ ਅਜਿਹਾ ਖੇਤਰ ਹੈ ਜਿੱਥੇ ਦਾਅ ਉੱਚੇ ਹਨ। ਦਵਾਈ ਵਿੱਚ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਤੋਂ ਬਿਨਾਂ AI ਦੇ ਕੰਮ ਕਰਨ ਦਾ ਵਿਚਾਰ ਉਤਸ਼ਾਹ (ਕੁਸ਼ਲਤਾ ਅਤੇ ਪਹੁੰਚ ਲਈ) ਅਤੇ ਸਾਵਧਾਨੀ (ਸੁਰੱਖਿਆ ਅਤੇ ਹਮਦਰਦੀ ਦੇ ਕਾਰਨਾਂ ਕਰਕੇ) ਦੋਵਾਂ ਨੂੰ ਚਾਲੂ ਕਰਦਾ ਹੈ। ਜਨਰੇਟਿਵ AI ਨੇ ਮੈਡੀਕਲ ਇਮੇਜਿੰਗ ਵਿਸ਼ਲੇਸ਼ਣ, ਕਲੀਨਿਕਲ ਦਸਤਾਵੇਜ਼ੀਕਰਨ, ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਡਰੱਗ ਖੋਜ ਵਰਗੇ ਖੇਤਰਾਂ ਵਿੱਚ ਵੀ ਪ੍ਰਵੇਸ਼ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ ਹੈ। ਇਹ ਜ਼ਿੰਮੇਵਾਰੀ ਨਾਲ ਆਪਣੇ ਆਪ ਕੀ ਕਰ ਸਕਦਾ ਹੈ?

ਮੌਜੂਦਾ ਸਮਰੱਥਾਵਾਂ (2025): ਡਾਕਟਰਾਂ ਦੀ ਸਹਾਇਤਾ ਕਰਨਾ, ਉਹਨਾਂ ਦੀ ਥਾਂ ਨਹੀਂ ਲੈਣਾ

ਵਰਤਮਾਨ ਵਿੱਚ, ਸਿਹਤ ਸੰਭਾਲ ਵਿੱਚ ਜਨਰੇਟਿਵ ਏਆਈ ਮੁੱਖ ਤੌਰ 'ਤੇ ਇੱਕ ਖੁਦਮੁਖਤਿਆਰ ਫੈਸਲਾ ਲੈਣ ਵਾਲੇ ਦੀ ਬਜਾਏ, ਡਾਕਟਰੀ ਪੇਸ਼ੇਵਰਾਂ ਲਈ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਹਾਇਕ

• ਮੈਡੀਕਲ ਦਸਤਾਵੇਜ਼ੀਕਰਨ: ਸਿਹਤ ਸੰਭਾਲ ਵਿੱਚ AI ਦੇ ਸਭ ਤੋਂ ਸਫਲ ਤੈਨਾਤੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਡਾਕਟਰਾਂ ਨੂੰ ਕਾਗਜ਼ੀ ਕਾਰਵਾਈ ਵਿੱਚ ਮਦਦ ਕਰਨਾ ਹੈ। ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਦੇ ਮਾਡਲ ਮਰੀਜ਼ਾਂ ਦੀਆਂ ਮੁਲਾਕਾਤਾਂ ਨੂੰ ਟ੍ਰਾਂਸਕ੍ਰਾਈਬ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਕਲੀਨਿਕਲ ਨੋਟਸ ਜਾਂ ਡਿਸਚਾਰਜ ਸੰਖੇਪ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ। ਕੰਪਨੀਆਂ ਕੋਲ "AI ਸਕ੍ਰਾਈਬ" ਹੁੰਦੇ ਹਨ ਜੋ ਇੱਕ ਪ੍ਰੀਖਿਆ ਦੌਰਾਨ (ਮਾਈਕ੍ਰੋਫੋਨ ਰਾਹੀਂ) ਸੁਣਦੇ ਹਨ ਅਤੇ ਡਾਕਟਰ ਦੀ ਸਮੀਖਿਆ ਲਈ ਆਪਣੇ ਆਪ ਹੀ ਮੁਲਾਕਾਤ ਨੋਟਸ ਦਾ ਡਰਾਫਟ ਤਿਆਰ ਕਰਦੇ ਹਨ। ਇਹ ਡਾਕਟਰਾਂ ਦੇ ਟਾਈਪਿੰਗ 'ਤੇ ਸਮਾਂ ਬਚਾਉਂਦਾ ਹੈ। ਕੁਝ ਸਿਸਟਮ ਇਲੈਕਟ੍ਰਾਨਿਕ ਸਿਹਤ ਰਿਕਾਰਡਾਂ ਦੇ ਹਿੱਸਿਆਂ ਨੂੰ ਆਟੋਪੋਪੁਲੇਟ ਵੀ ਕਰਦੇ ਹਨ। ਇਹ ਘੱਟੋ-ਘੱਟ ਦਖਲਅੰਦਾਜ਼ੀ ਨਾਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ - ਡਾਕਟਰ ਡਰਾਫਟ 'ਤੇ ਕਿਸੇ ਵੀ ਛੋਟੀ ਜਿਹੀ ਗਲਤੀ ਨੂੰ ਠੀਕ ਕਰਦਾ ਹੈ, ਭਾਵ ਨੋਟ-ਰਾਈਟਿੰਗ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਖੁਦਮੁਖਤਿਆਰ ਹੈ।

• ਰੇਡੀਓਲੋਜੀ ਅਤੇ ਇਮੇਜਿੰਗ: AI, ਜਿਸ ਵਿੱਚ ਜਨਰੇਟਿਵ ਮਾਡਲ ਸ਼ਾਮਲ ਹਨ, ਐਕਸ-ਰੇ, MRI, ਅਤੇ CT ਸਕੈਨ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦੇ ਹਨ ਤਾਂ ਜੋ ਵਿਗਾੜਾਂ (ਜਿਵੇਂ ਕਿ ਟਿਊਮਰ ਜਾਂ ਫ੍ਰੈਕਚਰ) ਦਾ ਪਤਾ ਲਗਾਇਆ ਜਾ ਸਕੇ। 2018 ਵਿੱਚ, FDA ਨੇ ਰੈਟਿਨਲ ਚਿੱਤਰਾਂ ਵਿੱਚ ਡਾਇਬੀਟਿਕ ਰੈਟੀਨੋਪੈਥੀ (ਅੱਖ ਦੀ ਸਥਿਤੀ) ਦੀ ਖੁਦਮੁਖਤਿਆਰੀ ਖੋਜ ਲਈ ਇੱਕ AI ਸਿਸਟਮ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦਿੱਤੀ - ਖਾਸ ਤੌਰ 'ਤੇ, ਇਸਨੂੰ ਉਸ ਖਾਸ ਸਕ੍ਰੀਨਿੰਗ ਸੰਦਰਭ ਵਿੱਚ ਕਿਸੇ ਮਾਹਰ ਦੀ ਸਮੀਖਿਆ ਤੋਂ ਬਿਨਾਂ ਕਾਲ ਕਰਨ ਲਈ ਅਧਿਕਾਰਤ ਕੀਤਾ ਗਿਆ ਸੀ। ਉਹ ਸਿਸਟਮ ਜਨਰੇਟਿਵ AI ਨਹੀਂ ਸੀ, ਪਰ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਰੈਗੂਲੇਟਰਾਂ ਨੇ ਸੀਮਤ ਮਾਮਲਿਆਂ ਵਿੱਚ ਖੁਦਮੁਖਤਿਆਰੀ AI ਨਿਦਾਨ ਦੀ ਆਗਿਆ ਦਿੱਤੀ ਹੈ। ਜਨਰੇਟਿਵ ਮਾਡਲ ਵਿਆਪਕ ਰਿਪੋਰਟਾਂ ਬਣਾਉਣ ਲਈ ਭੂਮਿਕਾ ਨਿਭਾਉਂਦੇ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ AI ਛਾਤੀ ਦੇ ਐਕਸ-ਰੇ ਦੀ ਜਾਂਚ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਇੱਕ ਰੇਡੀਓਲੋਜਿਸਟ ਦੀ ਰਿਪੋਰਟ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਕਿਹਾ ਗਿਆ ਹੈ ਕਿ "ਕੋਈ ਤੀਬਰ ਖੋਜ ਨਹੀਂ। ਫੇਫੜੇ ਸਾਫ਼ ਹਨ। ਦਿਲ ਆਮ ਆਕਾਰ।" ਰੇਡੀਓਲੋਜਿਸਟ ਫਿਰ ਸਿਰਫ਼ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ ਅਤੇ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ। ਕੁਝ ਰੁਟੀਨ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਇਹ ਰਿਪੋਰਟਾਂ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਸੰਪਾਦਨਾਂ ਤੋਂ ਬਿਨਾਂ ਬਾਹਰ ਜਾ ਸਕਦੀਆਂ ਹਨ ਜੇਕਰ ਰੇਡੀਓਲੋਜਿਸਟ AI 'ਤੇ ਭਰੋਸਾ ਕਰਦਾ ਹੈ ਅਤੇ ਸਿਰਫ਼ ਇੱਕ ਤੇਜ਼ ਜਾਂਚ ਕਰਦਾ ਹੈ।

• ਲੱਛਣ ਜਾਂਚਕਰਤਾ ਅਤੇ ਵਰਚੁਅਲ ਨਰਸਾਂ: ਜਨਰੇਟਿਵ ਏਆਈ ਚੈਟਬੋਟਸ ਨੂੰ ਫਰੰਟਲਾਈਨ ਲੱਛਣ ਜਾਂਚਕਰਤਾ ਵਜੋਂ ਵਰਤਿਆ ਜਾ ਰਿਹਾ ਹੈ। ਮਰੀਜ਼ ਆਪਣੇ ਲੱਛਣਾਂ ਨੂੰ ਇਨਪੁਟ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਸਲਾਹ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਨ (ਜਿਵੇਂ ਕਿ, "ਇਹ ਇੱਕ ਆਮ ਜ਼ੁਕਾਮ ਹੋ ਸਕਦਾ ਹੈ; ਆਰਾਮ ਅਤੇ ਤਰਲ ਪਦਾਰਥ, ਪਰ ਜੇਕਰ X ਜਾਂ Y ਹੁੰਦਾ ਹੈ ਤਾਂ ਡਾਕਟਰ ਨੂੰ ਮਿਲੋ।")। ਬੇਬੀਲੋਨ ਹੈਲਥ ਵਰਗੀਆਂ ਐਪਾਂ ਸਿਫ਼ਾਰਸ਼ਾਂ ਦੇਣ ਲਈ ਏਆਈ ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ। ਵਰਤਮਾਨ ਵਿੱਚ, ਇਹਨਾਂ ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਜਾਣਕਾਰੀ ਦੇ ਤੌਰ 'ਤੇ ਤਿਆਰ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਨਾ ਕਿ ਨਿਸ਼ਚਿਤ ਡਾਕਟਰੀ ਸਲਾਹ ਦੇ ਤੌਰ 'ਤੇ, ਅਤੇ ਉਹ ਗੰਭੀਰ ਮੁੱਦਿਆਂ ਲਈ ਮਨੁੱਖੀ ਡਾਕਟਰੀ ਕਰਮਚਾਰੀ ਨਾਲ ਫਾਲੋ-ਅੱਪ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦੇ ਹਨ।

• ਡਰੱਗ ਡਿਸਕਵਰੀ (ਜਨਰੇਟਿਵ ਕੈਮਿਸਟਰੀ): ਜਨਰੇਟਿਵ ਏਆਈ ਮਾਡਲ ਦਵਾਈਆਂ ਲਈ ਨਵੇਂ ਅਣੂ ਢਾਂਚੇ ਦਾ ਪ੍ਰਸਤਾਵ ਦੇ ਸਕਦੇ ਹਨ। ਇਹ ਮਰੀਜ਼ਾਂ ਦੀ ਦੇਖਭਾਲ ਨਾਲੋਂ ਖੋਜ ਖੇਤਰ ਵਿੱਚ ਵਧੇਰੇ ਹੈ। ਇਹ ਏਆਈ ਸਵੈਚਾਲਿਤ ਤੌਰ 'ਤੇ ਹਜ਼ਾਰਾਂ ਉਮੀਦਵਾਰ ਮਿਸ਼ਰਣਾਂ ਦਾ ਸੁਝਾਅ ਦੇਣ ਲਈ ਕੰਮ ਕਰਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਦੀਆਂ ਲੋੜੀਂਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਹਨ, ਜਿਨ੍ਹਾਂ ਦੀ ਮਨੁੱਖੀ ਰਸਾਇਣ ਵਿਗਿਆਨੀ ਫਿਰ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਵਿੱਚ ਸਮੀਖਿਆ ਅਤੇ ਜਾਂਚ ਕਰਦੇ ਹਨ। ਇਨਸਿਲੀਕੋ ਮੈਡੀਸਨ ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਨੇ ਏਆਈ ਦੀ ਵਰਤੋਂ ਬਹੁਤ ਘੱਟ ਸਮੇਂ ਵਿੱਚ ਨਵੇਂ ਡਰੱਗ ਉਮੀਦਵਾਰ ਪੈਦਾ ਕਰਨ ਲਈ ਕੀਤੀ ਹੈ। ਹਾਲਾਂਕਿ ਇਹ ਮਰੀਜ਼ਾਂ ਨਾਲ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਗੱਲਬਾਤ ਨਹੀਂ ਕਰਦਾ ਹੈ, ਇਹ ਏਆਈ ਦੁਆਰਾ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਹੱਲ (ਅਣੂ ਡਿਜ਼ਾਈਨ) ਬਣਾਉਣ ਦੀ ਇੱਕ ਉਦਾਹਰਣ ਹੈ ਜਿਸਨੂੰ ਮਨੁੱਖਾਂ ਨੂੰ ਲੱਭਣ ਵਿੱਚ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸਮਾਂ ਲੱਗਦਾ ਸੀ।

• ਸਿਹਤ ਸੰਭਾਲ ਕਾਰਜ: ਏਆਈ ਹਸਪਤਾਲਾਂ ਵਿੱਚ ਸਮਾਂ-ਸਾਰਣੀ, ਸਪਲਾਈ ਪ੍ਰਬੰਧਨ ਅਤੇ ਹੋਰ ਲੌਜਿਸਟਿਕਸ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਰਿਹਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ ਜਨਰੇਟਿਵ ਮਾਡਲ ਮਰੀਜ਼ਾਂ ਦੇ ਪ੍ਰਵਾਹ ਦੀ ਨਕਲ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਉਡੀਕ ਸਮੇਂ ਨੂੰ ਘਟਾਉਣ ਲਈ ਸਮਾਂ-ਸਾਰਣੀ ਸਮਾਯੋਜਨ ਦਾ ਸੁਝਾਅ ਦੇ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ ਇਹ ਇੰਨੇ ਦਿਖਾਈ ਨਹੀਂ ਦਿੰਦੇ, ਇਹ ਉਹ ਫੈਸਲੇ ਹਨ ਜੋ ਇੱਕ ਏਆਈ ਘੱਟੋ-ਘੱਟ ਦਸਤੀ ਤਬਦੀਲੀਆਂ ਨਾਲ ਲੈ ਸਕਦਾ ਹੈ।

ਇਹ ਦੱਸਣਾ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿ 2025 ਤੱਕ, ਕੋਈ ਵੀ ਹਸਪਤਾਲ AI ਨੂੰ ਮਨੁੱਖੀ ਸਾਈਨ-ਆਫ ਤੋਂ ਬਿਨਾਂ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਵੱਡੇ ਡਾਕਟਰੀ ਫੈਸਲੇ ਜਾਂ ਇਲਾਜ ਲੈਣ ਨਹੀਂ ਦੇ ਰਿਹਾ ਹੈ। ਨਿਦਾਨ ਅਤੇ ਇਲਾਜ ਯੋਜਨਾਬੰਦੀ ਮਨੁੱਖੀ ਹੱਥਾਂ ਵਿੱਚ ਮਜ਼ਬੂਤੀ ਨਾਲ ਰਹਿੰਦੀ ਹੈ, AI ਇਨਪੁਟ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਇੱਕ AI ਲਈ ਪੂਰੀ ਤਰ੍ਹਾਂ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਮਰੀਜ਼ ਨੂੰ ਦੱਸਣ ਲਈ "ਤੁਹਾਨੂੰ ਕੈਂਸਰ ਹੈ" ਜਾਂ ਦਵਾਈ ਲਿਖਣ ਲਈ ਲੋੜੀਂਦਾ ਭਰੋਸਾ ਅਜੇ ਮੌਜੂਦ ਨਹੀਂ ਹੈ, ਅਤੇ ਨਾ ਹੀ ਇਹ ਵਿਆਪਕ ਪ੍ਰਮਾਣਿਕਤਾ ਤੋਂ ਬਿਨਾਂ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਡਾਕਟਰੀ ਪੇਸ਼ੇਵਰ AI ਨੂੰ ਦੂਜੀਆਂ ਅੱਖਾਂ ਜਾਂ ਸਮਾਂ ਬਚਾਉਣ ਵਾਲੇ ਸਾਧਨ ਵਜੋਂ ਵਰਤਦੇ ਹਨ, ਪਰ ਉਹ ਮਹੱਤਵਪੂਰਨ ਆਉਟਪੁੱਟ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦੇ ਹਨ।

2030-2035 ਲਈ ਭਵਿੱਖਮੁਖੀ ਦ੍ਰਿਸ਼ਟੀਕੋਣ: ਡਾਕਟਰ ਦੇ ਸਹਿਯੋਗੀ (ਅਤੇ ਸ਼ਾਇਦ ਇੱਕ ਨਰਸ ਜਾਂ ਫਾਰਮਾਸਿਸਟ) ਵਜੋਂ ਏਆਈ

ਆਉਣ ਵਾਲੇ ਦਹਾਕੇ ਵਿੱਚ, ਅਸੀਂ ਉਮੀਦ ਕਰਦੇ ਹਾਂ ਕਿ ਜਨਰੇਟਿਵ ਏਆਈ ਵਧੇਰੇ ਰੁਟੀਨ ਕਲੀਨਿਕਲ ਕਾਰਜਾਂ ਨੂੰ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਸੰਭਾਲੇਗਾ ਅਤੇ ਸਿਹਤ ਸੰਭਾਲ ਸੇਵਾਵਾਂ ਦੀ ਪਹੁੰਚ ਨੂੰ ਵਧਾਏਗਾ:

• ਸਵੈਚਾਲਿਤ ਸ਼ੁਰੂਆਤੀ ਨਿਦਾਨ: 2030 ਤੱਕ, AI ਬਹੁਤ ਸਾਰੀਆਂ ਆਮ ਸਥਿਤੀਆਂ ਲਈ ਸ਼ੁਰੂਆਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਭਰੋਸੇਯੋਗ ਢੰਗ ਨਾਲ ਸੰਭਾਲ ਸਕਦਾ ਹੈ। ਇੱਕ ਕਲੀਨਿਕ ਵਿੱਚ ਇੱਕ AI ਸਿਸਟਮ ਦੀ ਕਲਪਨਾ ਕਰੋ ਜੋ ਕੈਮਰੇ ਰਾਹੀਂ ਮਰੀਜ਼ ਦੇ ਲੱਛਣਾਂ, ਡਾਕਟਰੀ ਇਤਿਹਾਸ, ਇੱਥੋਂ ਤੱਕ ਕਿ ਉਨ੍ਹਾਂ ਦੇ ਟੋਨ ਅਤੇ ਚਿਹਰੇ ਦੇ ਸੰਕੇਤਾਂ ਨੂੰ ਪੜ੍ਹਦਾ ਹੈ, ਅਤੇ ਇੱਕ ਡਾਇਗਨੌਸਟਿਕ ਸੁਝਾਅ ਅਤੇ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੇ ਟੈਸਟ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ - ਇਹ ਸਭ ਕੁਝ ਮਨੁੱਖੀ ਡਾਕਟਰ ਦੇ ਮਰੀਜ਼ ਨੂੰ ਦੇਖਣ ਤੋਂ ਪਹਿਲਾਂ ਹੀ। ਡਾਕਟਰ ਫਿਰ ਨਿਦਾਨ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਅਤੇ ਚਰਚਾ ਕਰਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਸਕਦਾ ਹੈ। ਟੈਲੀਮੈਡੀਸਨ ਵਿੱਚ, ਇੱਕ ਮਰੀਜ਼ ਪਹਿਲਾਂ ਇੱਕ AI ਨਾਲ ਗੱਲਬਾਤ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਮੁੱਦੇ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ (ਜਿਵੇਂ ਕਿ, ਸੰਭਾਵਿਤ ਸਾਈਨਸ ਇਨਫੈਕਸ਼ਨ ਬਨਾਮ ਕੁਝ ਹੋਰ ਗੰਭੀਰ) ਅਤੇ ਫਿਰ ਲੋੜ ਪੈਣ 'ਤੇ ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਡਾਕਟਰੀ ਕਰਮਚਾਰੀ ਨਾਲ ਜੋੜਦਾ ਹੈ। ਰੈਗੂਲੇਟਰ AI ਨੂੰ ਅਧਿਕਾਰਤ ਤੌਰ 'ਤੇ ਨਿਦਾਨ ਕਰਨ ਦੀ ਆਗਿਆ ਦੇ ਸਕਦੇ ਹਨ ਜੇਕਰ ਇਹ ਬਹੁਤ ਸਹੀ ਸਾਬਤ ਹੁੰਦਾ ਹੈ - ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ AI ਇੱਕ ਓਟੋਸਕੋਪ ਚਿੱਤਰ ਤੋਂ ਸਿੱਧੇ ਕੰਨ ਦੀ ਲਾਗ ਦਾ ਨਿਦਾਨ ਕਰਨਾ ਸੰਭਵ ਹੋ ਸਕਦਾ ਹੈ।

• ਨਿੱਜੀ ਸਿਹਤ ਮਾਨੀਟਰ: ਪਹਿਨਣਯੋਗ (ਸਮਾਰਟਵਾਚ, ਸਿਹਤ ਸੈਂਸਰ) ਦੇ ਪ੍ਰਸਾਰ ਦੇ ਨਾਲ, AI ਮਰੀਜ਼ਾਂ ਦੀ ਨਿਰੰਤਰ ਨਿਗਰਾਨੀ ਕਰੇਗਾ ਅਤੇ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਸਮੱਸਿਆਵਾਂ ਬਾਰੇ ਚੇਤਾਵਨੀ ਦੇਵੇਗਾ। ਉਦਾਹਰਣ ਵਜੋਂ, 2035 ਤੱਕ ਤੁਹਾਡੇ ਪਹਿਨਣਯੋਗ ਦਾ AI ਇੱਕ ਅਸਧਾਰਨ ਦਿਲ ਦੀ ਤਾਲ ਦਾ ਪਤਾ ਲਗਾ ਸਕਦਾ ਹੈ ਅਤੇ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਤੁਹਾਨੂੰ ਇੱਕ ਜ਼ਰੂਰੀ ਵਰਚੁਅਲ ਸਲਾਹ ਲਈ ਸਮਾਂ-ਸਾਰਣੀ ਬਣਾ ਸਕਦਾ ਹੈ ਜਾਂ ਜੇਕਰ ਇਹ ਦਿਲ ਦੇ ਦੌਰੇ ਜਾਂ ਸਟ੍ਰੋਕ ਦੇ ਸੰਕੇਤਾਂ ਦਾ ਪਤਾ ਲਗਾਉਂਦਾ ਹੈ ਤਾਂ ਐਂਬੂਲੈਂਸ ਨੂੰ ਵੀ ਬੁਲਾ ਸਕਦਾ ਹੈ। ਇਹ ਖੁਦਮੁਖਤਿਆਰੀ ਫੈਸਲੇ ਦੇ ਖੇਤਰ ਵਿੱਚ ਜਾਂਦਾ ਹੈ - ਇਹ ਫੈਸਲਾ ਕਰਨਾ ਕਿ ਸਥਿਤੀ ਇੱਕ ਐਮਰਜੈਂਸੀ ਹੈ ਅਤੇ ਕੰਮ ਕਰਨਾ - ਜੋ ਕਿ AI ਦੀ ਇੱਕ ਸੰਭਾਵਿਤ ਅਤੇ ਜੀਵਨ-ਰੱਖਿਅਕ ਵਰਤੋਂ ਹੈ।

• ਇਲਾਜ ਦੀਆਂ ਸਿਫ਼ਾਰਸ਼ਾਂ: ਮੈਡੀਕਲ ਸਾਹਿਤ ਅਤੇ ਮਰੀਜ਼ਾਂ ਦੇ ਡੇਟਾ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਜਨਰੇਟਿਵ AI ਵਿਅਕਤੀਗਤ ਇਲਾਜ ਯੋਜਨਾਵਾਂ ਦਾ ਸੁਝਾਅ ਦੇ ਸਕਦਾ ਹੈ। 2030 ਤੱਕ, ਕੈਂਸਰ ਵਰਗੀਆਂ ਗੁੰਝਲਦਾਰ ਬਿਮਾਰੀਆਂ ਲਈ, AI ਟਿਊਮਰ ਬੋਰਡ ਮਰੀਜ਼ ਦੇ ਜੈਨੇਟਿਕ ਬਣਤਰ ਅਤੇ ਡਾਕਟਰੀ ਇਤਿਹਾਸ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਇੱਕ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਇਲਾਜ ਵਿਧੀ (ਕੀਮੋ ਯੋਜਨਾ, ਦਵਾਈ ਦੀ ਚੋਣ) ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ। ਮਨੁੱਖੀ ਡਾਕਟਰ ਇਸਦੀ ਸਮੀਖਿਆ ਕਰਨਗੇ, ਪਰ ਸਮੇਂ ਦੇ ਨਾਲ ਜਿਵੇਂ-ਜਿਵੇਂ ਵਿਸ਼ਵਾਸ ਬਣਦਾ ਹੈ, ਉਹ ਖਾਸ ਤੌਰ 'ਤੇ ਰੁਟੀਨ ਮਾਮਲਿਆਂ ਲਈ AI-ਤਿਆਰ ਯੋਜਨਾਵਾਂ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਸਕਦੇ ਹਨ, ਸਿਰਫ਼ ਲੋੜ ਪੈਣ 'ਤੇ ਹੀ ਸਮਾਯੋਜਨ ਕਰ ਸਕਦੇ ਹਨ।

• ਵਰਚੁਅਲ ਨਰਸਾਂ ਅਤੇ ਘਰੇਲੂ ਦੇਖਭਾਲ: ਇੱਕ AI ਜੋ ਗੱਲਬਾਤ ਕਰ ਸਕਦੀ ਹੈ ਅਤੇ ਡਾਕਟਰੀ ਮਾਰਗਦਰਸ਼ਨ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੀ ਹੈ, ਬਹੁਤ ਸਾਰੇ ਫਾਲੋ-ਅੱਪ ਅਤੇ ਪੁਰਾਣੀ ਦੇਖਭਾਲ ਨਿਗਰਾਨੀ ਨੂੰ ਸੰਭਾਲ ਸਕਦੀ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਘਰ ਵਿੱਚ ਪੁਰਾਣੀਆਂ ਬਿਮਾਰੀਆਂ ਵਾਲੇ ਮਰੀਜ਼ ਇੱਕ AI ਨਰਸ ਸਹਾਇਕ ਨੂੰ ਰੋਜ਼ਾਨਾ ਮੈਟ੍ਰਿਕਸ ਦੀ ਰਿਪੋਰਟ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਸਲਾਹ ਦਿੰਦਾ ਹੈ ("ਤੁਹਾਡੀ ਬਲੱਡ ਸ਼ੂਗਰ ਥੋੜ੍ਹੀ ਜ਼ਿਆਦਾ ਹੈ, ਆਪਣੇ ਸ਼ਾਮ ਦੇ ਨਾਸ਼ਤੇ ਨੂੰ ਐਡਜਸਟ ਕਰਨ 'ਤੇ ਵਿਚਾਰ ਕਰੋ") ਅਤੇ ਸਿਰਫ਼ ਉਦੋਂ ਹੀ ਇੱਕ ਮਨੁੱਖੀ ਨਰਸ ਵਿੱਚ ਲੂਪ ਕਰਦਾ ਹੈ ਜਦੋਂ ਰੀਡਿੰਗ ਸੀਮਾ ਤੋਂ ਬਾਹਰ ਹੁੰਦੀ ਹੈ ਜਾਂ ਸਮੱਸਿਆਵਾਂ ਪੈਦਾ ਹੁੰਦੀਆਂ ਹਨ। ਇਹ AI ਇੱਕ ਡਾਕਟਰ ਦੀ ਰਿਮੋਟ ਨਿਗਰਾਨੀ ਹੇਠ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ।

• ਮੈਡੀਕਲ ਇਮੇਜਿੰਗ ਅਤੇ ਲੈਬ ਵਿਸ਼ਲੇਸ਼ਣ - ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਵੈਚਾਲਿਤ ਪਾਈਪਲਾਈਨਾਂ: 2035 ਤੱਕ, ਕੁਝ ਖੇਤਰਾਂ ਵਿੱਚ ਮੈਡੀਕਲ ਸਕੈਨ ਪੜ੍ਹਨਾ ਮੁੱਖ ਤੌਰ 'ਤੇ AI ਦੁਆਰਾ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਰੇਡੀਓਲੋਜਿਸਟ AI ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨਗੇ ਅਤੇ ਗੁੰਝਲਦਾਰ ਮਾਮਲਿਆਂ ਨੂੰ ਸੰਭਾਲਣਗੇ, ਪਰ ਜ਼ਿਆਦਾਤਰ ਆਮ ਸਕੈਨ (ਜੋ ਅਸਲ ਵਿੱਚ ਆਮ ਹਨ) ਸਿੱਧੇ AI ਦੁਆਰਾ "ਪੜ੍ਹੇ" ਅਤੇ ਸਾਈਨ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ। ਇਸੇ ਤਰ੍ਹਾਂ, ਪੈਥੋਲੋਜੀ ਸਲਾਈਡਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ (ਉਦਾਹਰਣ ਵਜੋਂ, ਬਾਇਓਪਸੀ ਵਿੱਚ ਕੈਂਸਰ ਸੈੱਲਾਂ ਦਾ ਪਤਾ ਲਗਾਉਣਾ) ਸ਼ੁਰੂਆਤੀ ਸਕ੍ਰੀਨਿੰਗ ਲਈ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਲੈਬ ਦੇ ਨਤੀਜਿਆਂ ਵਿੱਚ ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਤੇਜ਼ੀ ਆਵੇਗੀ।

• ਡਰੱਗ ਖੋਜ ਅਤੇ ਕਲੀਨਿਕਲ ਟ੍ਰਾਇਲ: ਏਆਈ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਨਾ ਸਿਰਫ਼ ਡਰੱਗ ਅਣੂਆਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰੇਗਾ ਬਲਕਿ ਟ੍ਰਾਇਲਾਂ ਲਈ ਸਿੰਥੈਟਿਕ ਮਰੀਜ਼ ਡੇਟਾ ਵੀ ਤਿਆਰ ਕਰੇਗਾ ਜਾਂ ਅਨੁਕੂਲ ਟ੍ਰਾਇਲ ਉਮੀਦਵਾਰਾਂ ਨੂੰ ਲੱਭੇਗਾ। ਇਹ ਅਸਲ ਟ੍ਰਾਇਲਾਂ ਤੋਂ ਪਹਿਲਾਂ ਵਿਕਲਪਾਂ ਨੂੰ ਸੀਮਤ ਕਰਨ ਲਈ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਵਰਚੁਅਲ ਟ੍ਰਾਇਲ (ਮਰੀਜ਼ ਕਿਵੇਂ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰਨਗੇ ਇਸਦੀ ਨਕਲ) ਚਲਾ ਸਕਦਾ ਹੈ। ਇਹ ਘੱਟ ਮਨੁੱਖੀ-ਸੰਚਾਲਿਤ ਪ੍ਰਯੋਗਾਂ ਨਾਲ ਦਵਾਈਆਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਬਾਜ਼ਾਰ ਵਿੱਚ ਲਿਆ ਸਕਦਾ ਹੈ।

ਏਆਈ ਡਾਕਟਰ ਮਨੁੱਖੀ ਡਾਕਟਰ ਦੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਥਾਂ ਲੈਣ ਦਾ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਸਹਿਯੋਗੀ । ਗੁੰਝਲਦਾਰ ਨਿਦਾਨ ਲਈ ਅਕਸਰ ਮਰੀਜ਼ ਦੇ ਸੰਦਰਭ ਨੂੰ ਸਮਝਣ ਲਈ ਅਨੁਭਵ, ਨੈਤਿਕਤਾ ਅਤੇ ਗੱਲਬਾਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ - ਉਹ ਖੇਤਰ ਜਿੱਥੇ ਮਨੁੱਖੀ ਡਾਕਟਰ ਉੱਤਮ ਹੁੰਦੇ ਹਨ। ਇਸ ਤਰ੍ਹਾਂ, ਇੱਕ ਏਆਈ ਰੁਟੀਨ ਵਰਕਲੋਡ ਦੇ 80% ਨੂੰ ਸੰਭਾਲ ਸਕਦਾ ਹੈ: ਕਾਗਜ਼ੀ ਕਾਰਵਾਈ, ਸਿੱਧੇ ਕੇਸ, ਨਿਗਰਾਨੀ, ਆਦਿ, ਜਿਸ ਨਾਲ ਮਨੁੱਖੀ ਡਾਕਟਰ ਮੁਸ਼ਕਲ 20% ਅਤੇ ਮਰੀਜ਼ ਸਬੰਧਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਸਕਦੇ ਹਨ।

ਮਹੱਤਵਪੂਰਨ ਰੁਕਾਵਟਾਂ ਹਨ: ਸਿਹਤ ਸੰਭਾਲ ਵਿੱਚ ਆਟੋਨੋਮਸ ਏਆਈ ਲਈ ਰੈਗੂਲੇਟਰੀ ਪ੍ਰਵਾਨਗੀ ਸਖ਼ਤ ਹੈ (ਢੁਕਵੀਂ ਤਰ੍ਹਾਂ)। ਏਆਈ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਵਿਆਪਕ ਕਲੀਨਿਕਲ ਪ੍ਰਮਾਣਿਕਤਾ ਦੀ ਲੋੜ ਹੋਵੇਗੀ। ਅਸੀਂ ਵਧਦੀ ਸਵੀਕ੍ਰਿਤੀ ਦੇਖ ਸਕਦੇ ਹਾਂ - ਉਦਾਹਰਨ ਲਈ, ਏਆਈ ਨੂੰ ਘੱਟ ਸੇਵਾ ਵਾਲੇ ਖੇਤਰਾਂ ਵਿੱਚ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਨਿਦਾਨ ਜਾਂ ਇਲਾਜ ਕਰਨ ਦੀ ਆਗਿਆ ਹੈ ਜਿੱਥੇ ਕੋਈ ਡਾਕਟਰ ਉਪਲਬਧ ਨਹੀਂ ਹਨ, ਸਿਹਤ ਸੰਭਾਲ ਪਹੁੰਚ ਨੂੰ ਵਧਾਉਣ ਦੇ ਤਰੀਕੇ ਵਜੋਂ (2030 ਤੱਕ ਇੱਕ ਦੂਰ-ਦੁਰਾਡੇ ਪਿੰਡ ਵਿੱਚ ਇੱਕ "ਏਆਈ ਕਲੀਨਿਕ" ਦੀ ਕਲਪਨਾ ਕਰੋ ਜੋ ਸ਼ਹਿਰ ਦੇ ਇੱਕ ਡਾਕਟਰ ਤੋਂ ਸਮੇਂ-ਸਮੇਂ 'ਤੇ ਟੈਲੀ-ਨਿਗਰਾਨੀ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ)।

ਨੈਤਿਕ ਵਿਚਾਰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਹਨ। ਜਵਾਬਦੇਹੀ (ਜੇਕਰ ਇੱਕ ਖੁਦਮੁਖਤਿਆਰ AI ਨਿਦਾਨ ਵਿੱਚ ਗਲਤੀ ਕਰਦਾ ਹੈ, ਤਾਂ ਕੌਣ ਜ਼ਿੰਮੇਵਾਰ ਹੈ?), ਸੂਚਿਤ ਸਹਿਮਤੀ (ਮਰੀਜ਼ਾਂ ਨੂੰ ਇਹ ਜਾਣਨ ਦੀ ਜ਼ਰੂਰਤ ਹੁੰਦੀ ਹੈ ਕਿ ਕੀ AI ਉਨ੍ਹਾਂ ਦੀ ਦੇਖਭਾਲ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ), ਅਤੇ ਬਰਾਬਰੀ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣਾ (AI ਸਾਰੀਆਂ ਆਬਾਦੀਆਂ ਲਈ ਵਧੀਆ ਕੰਮ ਕਰਦਾ ਹੈ, ਪੱਖਪਾਤ ਤੋਂ ਬਚਦਾ ਹੈ) ਨੈਵੀਗੇਟ ਕਰਨ ਲਈ ਚੁਣੌਤੀਆਂ ਹਨ। ਇਹ ਮੰਨ ਕੇ ਕਿ ਇਹਨਾਂ ਨੂੰ ਸੰਬੋਧਿਤ ਕੀਤਾ ਗਿਆ ਹੈ, 2030 ਦੇ ਦਹਾਕੇ ਦੇ ਮੱਧ ਤੱਕ ਜਨਰੇਟਿਵ AI ਨੂੰ ਸਿਹਤ ਸੰਭਾਲ ਸਪੁਰਦਗੀ ਦੇ ਤਾਣੇ-ਬਾਣੇ ਵਿੱਚ ਬੁਣਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਬਹੁਤ ਸਾਰੇ ਕੰਮ ਕਰਨੇ ਜੋ ਮਨੁੱਖੀ ਪ੍ਰਦਾਤਾਵਾਂ ਨੂੰ ਮੁਕਤ ਕਰਦੇ ਹਨ ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਉਨ੍ਹਾਂ ਮਰੀਜ਼ਾਂ ਤੱਕ ਪਹੁੰਚਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਕੋਲ ਵਰਤਮਾਨ ਵਿੱਚ ਸੀਮਤ ਪਹੁੰਚ ਹੈ।

ਸੰਖੇਪ ਵਿੱਚ, 2035 ਤੱਕ ਸਿਹਤ ਸੰਭਾਲ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ AI ਨੂੰ ਡੂੰਘਾਈ ਨਾਲ ਏਕੀਕ੍ਰਿਤ ਦੇਖੇਗੀ ਪਰ ਜ਼ਿਆਦਾਤਰ ਹੁੱਡ ਦੇ ਹੇਠਾਂ ਜਾਂ ਸਹਾਇਕ ਭੂਮਿਕਾਵਾਂ ਵਿੱਚ। ਅਸੀਂ AI 'ਤੇ ਭਰੋਸਾ ਕਰਾਂਗੇ ਕਿ ਉਹ ਆਪਣੇ ਆਪ ਬਹੁਤ ਕੁਝ ਕਰੇਗਾ - ਸਕੈਨ ਪੜ੍ਹੋ, ਮਹੱਤਵਪੂਰਨ ਚੀਜ਼ਾਂ ਦੇਖੋ, ਡਰਾਫਟ ਯੋਜਨਾਵਾਂ - ਪਰ ਮਹੱਤਵਪੂਰਨ ਫੈਸਲਿਆਂ ਲਈ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਦੇ ਸੁਰੱਖਿਆ ਜਾਲ ਦੇ ਨਾਲ। ਨਤੀਜਾ ਇੱਕ ਵਧੇਰੇ ਕੁਸ਼ਲ, ਜਵਾਬਦੇਹ ਸਿਹਤ ਸੰਭਾਲ ਪ੍ਰਣਾਲੀ ਹੋ ਸਕਦੀ ਹੈ, ਜਿੱਥੇ AI ਭਾਰੀ ਲਿਫਟਿੰਗ ਨੂੰ ਸੰਭਾਲਦਾ ਹੈ ਅਤੇ ਮਨੁੱਖ ਹਮਦਰਦੀ ਅਤੇ ਅੰਤਿਮ ਨਿਰਣਾ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ।

ਸਿੱਖਿਆ ਵਿੱਚ ਜਨਰੇਟਿਵ ਏ.ਆਈ.

ਸਿੱਖਿਆ ਇੱਕ ਹੋਰ ਖੇਤਰ ਹੈ ਜਿੱਥੇ ਜਨਰੇਟਿਵ AI ਲਹਿਰਾਂ ਪੈਦਾ ਕਰ ਰਿਹਾ ਹੈ, AI-ਸੰਚਾਲਿਤ ਟਿਊਸ਼ਨ ਬੋਟਾਂ ਤੋਂ ਲੈ ਕੇ ਆਟੋਮੇਟਿਡ ਗਰੇਡਿੰਗ ਅਤੇ ਸਮੱਗਰੀ ਸਿਰਜਣਾ ਤੱਕ। ਸਿੱਖਿਆ ਅਤੇ ਸਿੱਖਣ ਵਿੱਚ ਸੰਚਾਰ ਅਤੇ ਰਚਨਾਤਮਕਤਾ ਸ਼ਾਮਲ ਹੁੰਦੀ ਹੈ, ਜੋ ਕਿ ਜਨਰੇਟਿਵ ਮਾਡਲਾਂ ਦੀਆਂ ਤਾਕਤਾਂ ਹਨ। ਪਰ ਕੀ ਅਧਿਆਪਕ ਦੀ ਨਿਗਰਾਨੀ ਤੋਂ ਬਿਨਾਂ AI 'ਤੇ ਸਿੱਖਿਆ ਦੇਣ ਲਈ ਭਰੋਸਾ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ?

ਮੌਜੂਦਾ ਸਮਰੱਥਾਵਾਂ (2025): ਪੱਟੇ 'ਤੇ ਟਿਊਟਰ ਅਤੇ ਸਮੱਗਰੀ ਜਨਰੇਟਰ

ਇਸ ਵੇਲੇ, ਸਿੱਖਿਆ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਮੁੱਖ ਤੌਰ 'ਤੇ ਇੱਕ ਪੂਰਕ ਸਾਧਨ , ਨਾ ਕਿ ਇੱਕ ਇਕੱਲੇ ਅਧਿਆਪਕ ਵਜੋਂ। ਮੌਜੂਦਾ ਵਰਤੋਂ ਦੀਆਂ ਉਦਾਹਰਣਾਂ:

• ਏਆਈ ਟਿਊਸ਼ਨ ਅਸਿਸਟੈਂਟ: ਖਾਨ ਅਕੈਡਮੀ ਦੇ "ਖਾਨਮਿਗੋ" (ਜੀਪੀਟੀ-4 ਦੁਆਰਾ ਸੰਚਾਲਿਤ) ਵਰਗੇ ਟੂਲ ਜਾਂ ਵੱਖ-ਵੱਖ ਭਾਸ਼ਾ ਸਿੱਖਣ ਵਾਲੇ ਐਪਸ ਇੱਕ-ਨਾਲ-ਇੱਕ ਟਿਊਟਰ ਜਾਂ ਗੱਲਬਾਤ ਕਰਨ ਵਾਲੇ ਸਾਥੀ ਦੀ ਨਕਲ ਕਰਨ ਲਈ ਏਆਈ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਵਿਦਿਆਰਥੀ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਵਿੱਚ ਸਵਾਲ ਪੁੱਛ ਸਕਦੇ ਹਨ ਅਤੇ ਜਵਾਬ ਜਾਂ ਸਪੱਸ਼ਟੀਕਰਨ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਨ। ਏਆਈ ਹੋਮਵਰਕ ਸਮੱਸਿਆਵਾਂ ਲਈ ਸੰਕੇਤ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦਾ ਹੈ, ਵੱਖ-ਵੱਖ ਤਰੀਕਿਆਂ ਨਾਲ ਸੰਕਲਪਾਂ ਨੂੰ ਸਮਝਾ ਸਕਦਾ ਹੈ, ਜਾਂ ਇੱਕ ਇੰਟਰਐਕਟਿਵ ਇਤਿਹਾਸ ਪਾਠ ਲਈ ਇੱਕ ਇਤਿਹਾਸਕ ਸ਼ਖਸੀਅਤ ਵਜੋਂ ਭੂਮਿਕਾ ਨਿਭਾ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇਹਨਾਂ ਏਆਈ ਟਿਊਟਰਾਂ ਨੂੰ ਆਮ ਤੌਰ 'ਤੇ ਨਿਗਰਾਨੀ ਨਾਲ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ; ਅਧਿਆਪਕ ਜਾਂ ਐਪ ਰੱਖ-ਰਖਾਅ ਕਰਨ ਵਾਲੇ ਅਕਸਰ ਸੰਵਾਦਾਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦੇ ਹਨ ਜਾਂ ਏਆਈ ਦੁਆਰਾ ਚਰਚਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ (ਗਲਤ ਜਾਣਕਾਰੀ ਜਾਂ ਅਣਉਚਿਤ ਸਮੱਗਰੀ ਤੋਂ ਬਚਣ ਲਈ) 'ਤੇ ਸੀਮਾਵਾਂ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਨ।

• ਅਧਿਆਪਕਾਂ ਲਈ ਸਮੱਗਰੀ ਸਿਰਜਣਾ: ਜਨਰੇਟਿਵ AI ਅਧਿਆਪਕਾਂ ਨੂੰ ਕੁਇਜ਼ ਸਵਾਲ, ਰੀਡਿੰਗ ਦੇ ਸਾਰ, ਪਾਠ ਯੋਜਨਾ ਰੂਪਰੇਖਾ, ਅਤੇ ਹੋਰ ਬਹੁਤ ਕੁਝ ਬਣਾ ਕੇ ਮਦਦ ਕਰਦਾ ਹੈ। ਇੱਕ ਅਧਿਆਪਕ AI ਨੂੰ ਪੁੱਛ ਸਕਦਾ ਹੈ, "ਜਵਾਬਾਂ ਦੇ ਨਾਲ ਚਤੁਰਭੁਜ ਸਮੀਕਰਨਾਂ 'ਤੇ 5 ਅਭਿਆਸ ਸਮੱਸਿਆਵਾਂ ਤਿਆਰ ਕਰੋ," ਤਿਆਰੀ ਵਿੱਚ ਸਮਾਂ ਬਚਾਉਂਦਾ ਹੈ। ਇਹ ਖੁਦਮੁਖਤਿਆਰ ਸਮੱਗਰੀ ਸਿਰਜਣਾ ਹੈ, ਪਰ ਇੱਕ ਅਧਿਆਪਕ ਆਮ ਤੌਰ 'ਤੇ ਪਾਠਕ੍ਰਮ ਨਾਲ ਸ਼ੁੱਧਤਾ ਅਤੇ ਇਕਸਾਰਤਾ ਲਈ ਆਉਟਪੁੱਟ ਦੀ ਸਮੀਖਿਆ ਕਰਦਾ ਹੈ। ਇਸ ਲਈ ਇਹ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸੁਤੰਤਰ ਹੋਣ ਦੀ ਬਜਾਏ ਇੱਕ ਕਿਰਤ-ਬਚਤ ਯੰਤਰ ਹੈ।

• ਗਰੇਡਿੰਗ ਅਤੇ ਫੀਡਬੈਕ: AI ਆਪਣੇ ਆਪ ਹੀ ਬਹੁ-ਚੋਣ ਪ੍ਰੀਖਿਆਵਾਂ ਨੂੰ ਗ੍ਰੇਡ ਕਰ ਸਕਦਾ ਹੈ (ਇਸ ਵਿੱਚ ਕੁਝ ਨਵਾਂ ਨਹੀਂ ਹੈ) ਅਤੇ ਛੋਟੇ ਜਵਾਬਾਂ ਜਾਂ ਲੇਖਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰ ਸਕਦਾ ਹੈ। ਕੁਝ ਸਕੂਲ ਸਿਸਟਮ ਲਿਖਤੀ ਜਵਾਬਾਂ ਨੂੰ ਗ੍ਰੇਡ ਕਰਨ ਅਤੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਫੀਡਬੈਕ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ (ਜਿਵੇਂ ਕਿ, ਵਿਆਕਰਨਿਕ ਸੁਧਾਰ, ਦਲੀਲ ਨੂੰ ਵਧਾਉਣ ਲਈ ਸੁਝਾਅ)। ਜਦੋਂ ਕਿ ਇਹ ਇੱਕ ਖੁਦਮੁਖਤਿਆਰੀ ਕੰਮ ਨਹੀਂ ਹੈ, ਨਵੇਂ AI ਇੱਕ ਵਿਦਿਆਰਥੀ ਲਈ ਉਹਨਾਂ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ ਵਿਅਕਤੀਗਤ ਫੀਡਬੈਕ ਰਿਪੋਰਟ ਵੀ ਤਿਆਰ , ਸੁਧਾਰ ਕਰਨ ਵਾਲੇ ਖੇਤਰਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰਦੇ ਹਨ। ਅਧਿਆਪਕ ਅਕਸਰ ਸੂਖਮਤਾ ਬਾਰੇ ਚਿੰਤਾਵਾਂ ਦੇ ਕਾਰਨ ਇਸ ਪੜਾਅ 'ਤੇ AI-ਗ੍ਰੇਡ ਕੀਤੇ ਲੇਖਾਂ ਦੀ ਦੋ ਵਾਰ ਜਾਂਚ ਕਰਦੇ ਹਨ।

• ਅਡੈਪਟਿਵ ਲਰਨਿੰਗ ਸਿਸਟਮ: ਇਹ ਉਹ ਪਲੇਟਫਾਰਮ ਹਨ ਜੋ ਵਿਦਿਆਰਥੀ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਆਧਾਰ 'ਤੇ ਸਮੱਗਰੀ ਦੀ ਮੁਸ਼ਕਲ ਜਾਂ ਸ਼ੈਲੀ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਂਦੇ ਹਨ। ਜਨਰੇਟਿਵ ਏਆਈ ਵਿਦਿਆਰਥੀ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਦੇ ਅਨੁਸਾਰ ਨਵੀਆਂ ਸਮੱਸਿਆਵਾਂ ਜਾਂ ਉਦਾਹਰਣਾਂ ਬਣਾ ਕੇ ਇਸਨੂੰ ਵਧਾਉਂਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਜੇਕਰ ਕੋਈ ਵਿਦਿਆਰਥੀ ਕਿਸੇ ਸੰਕਲਪ ਨਾਲ ਸੰਘਰਸ਼ ਕਰ ਰਿਹਾ ਹੈ, ਤਾਂ ਏਆਈ ਉਸ ​​ਸੰਕਲਪ 'ਤੇ ਕੇਂਦ੍ਰਤ ਕਰਦੇ ਹੋਏ ਇੱਕ ਹੋਰ ਸਮਾਨਤਾ ਜਾਂ ਅਭਿਆਸ ਪ੍ਰਸ਼ਨ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਕੁਝ ਹੱਦ ਤੱਕ ਖੁਦਮੁਖਤਿਆਰ ਹੈ, ਪਰ ਸਿੱਖਿਅਕਾਂ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਗਈ ਇੱਕ ਪ੍ਰਣਾਲੀ ਦੇ ਅੰਦਰ।

• ਸਿੱਖਣ ਲਈ ਵਿਦਿਆਰਥੀਆਂ ਦੀ ਵਰਤੋਂ: ਵਿਦਿਆਰਥੀ ਖੁਦ ਸਿੱਖਣ ਵਿੱਚ ਮਦਦ ਲਈ ChatGPT ਵਰਗੇ ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ - ਸਪਸ਼ਟੀਕਰਨ ਮੰਗਣਾ, ਅਨੁਵਾਦ ਕਰਨਾ, ਜਾਂ ਲੇਖ ਦੇ ਖਰੜੇ 'ਤੇ ਫੀਡਬੈਕ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਨਾ ("ਮੇਰਾ ਜਾਣ-ਪਛਾਣ ਪੈਰੇ ਨੂੰ ਬਿਹਤਰ ਬਣਾਓ")। ਇਹ ਸਵੈ-ਨਿਰਦੇਸ਼ਿਤ ਹੈ ਅਤੇ ਅਧਿਆਪਕ ਦੇ ਗਿਆਨ ਤੋਂ ਬਿਨਾਂ ਹੋ ਸਕਦਾ ਹੈ। ਇਸ ਸਥਿਤੀ ਵਿੱਚ AI ਇੱਕ ਮੰਗ 'ਤੇ ਟਿਊਟਰ ਜਾਂ ਪਰੂਫਰੀਡਰ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ। ਚੁਣੌਤੀ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਹੈ ਕਿ ਵਿਦਿਆਰਥੀ ਇਸਨੂੰ ਸਿਰਫ਼ ਜਵਾਬ (ਅਕਾਦਮਿਕ ਇਕਸਾਰਤਾ) ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਬਜਾਏ ਸਿੱਖਣ ਲਈ ਵਰਤਣ।

ਇਹ ਸਪੱਸ਼ਟ ਹੈ ਕਿ 2025 ਤੱਕ, ਸਿੱਖਿਆ ਵਿੱਚ AI ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੈ ਪਰ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਮਨੁੱਖੀ ਸਿੱਖਿਅਕ ਦੇ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ ਜੋ ਲੂਪ ਵਿੱਚ AI ਦੇ ਯੋਗਦਾਨਾਂ ਨੂੰ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਸਮਝਣ ਯੋਗ ਸਾਵਧਾਨੀ ਹੈ: ਅਸੀਂ ਗਲਤ ਜਾਣਕਾਰੀ ਸਿਖਾਉਣ ਜਾਂ ਖਲਾਅ ਵਿੱਚ ਸੰਵੇਦਨਸ਼ੀਲ ਵਿਦਿਆਰਥੀ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਕਿਸੇ AI 'ਤੇ ਭਰੋਸਾ ਨਹੀਂ ਕਰਨਾ ਚਾਹੁੰਦੇ। ਅਧਿਆਪਕ AI ਟਿਊਟਰਾਂ ਨੂੰ ਮਦਦਗਾਰ ਸਹਾਇਕ ਵਜੋਂ ਦੇਖਦੇ ਹਨ ਜੋ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਵਧੇਰੇ ਅਭਿਆਸ ਅਤੇ ਰੁਟੀਨ ਪ੍ਰਸ਼ਨਾਂ ਦੇ ਤੁਰੰਤ ਜਵਾਬ ਦੇ ਸਕਦੇ ਹਨ, ਅਧਿਆਪਕਾਂ ਨੂੰ ਡੂੰਘੀ ਸਲਾਹ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਲਈ ਮੁਕਤ ਕਰਦੇ ਹਨ।

2030-2035 ਲਈ ਆਉਟਲੁੱਕ: ਵਿਅਕਤੀਗਤ ਏਆਈ ਟਿਊਟਰ ਅਤੇ ਆਟੋਮੇਟਿਡ ਟੀਚਿੰਗ ਏਡਜ਼

ਅਗਲੇ ਦਹਾਕੇ ਵਿੱਚ, ਅਸੀਂ ਉਮੀਦ ਕਰਦੇ ਹਾਂ ਕਿ ਜਨਰੇਟਿਵ AI ਵਧੇਰੇ ਵਿਅਕਤੀਗਤ ਅਤੇ ਖੁਦਮੁਖਤਿਆਰ ਸਿੱਖਣ ਦੇ ਤਜ਼ਰਬਿਆਂ ਨੂੰ , ਜਦੋਂ ਕਿ ਅਧਿਆਪਕਾਂ ਦੀਆਂ ਭੂਮਿਕਾਵਾਂ ਵਿਕਸਤ ਹੋਣਗੀਆਂ:

• ਹਰ ਵਿਦਿਆਰਥੀ ਲਈ AI ਨਿੱਜੀ ਟਿਊਟਰ: 2030 ਤੱਕ, ਦ੍ਰਿਸ਼ਟੀਕੋਣ (ਖਾਨ ਅਕੈਡਮੀ ਦੇ ਸਲ ਖਾਨ ਵਰਗੇ ਮਾਹਰਾਂ ਦੁਆਰਾ ਸਾਂਝਾ ਕੀਤਾ ਗਿਆ) ਇਹ ਹੈ ਕਿ ਹਰੇਕ ਵਿਦਿਆਰਥੀ ਕੋਲ ਇੱਕ AI ਟਿਊਟਰ ਤੱਕ ਪਹੁੰਚ ਹੋ ਸਕਦੀ ਹੈ ਜੋ ਕਈ ਮਾਮਲਿਆਂ ਵਿੱਚ ਇੱਕ ਮਨੁੱਖੀ ਟਿਊਟਰ ਜਿੰਨਾ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹੋਵੇ ( ਇਹ AI ਟਿਊਟਰ ਮਨੁੱਖਾਂ ਨੂੰ 10 ਗੁਣਾ ਹੁਸ਼ਿਆਰ ਬਣਾ ਸਕਦਾ ਹੈ, ਇਸਦੇ ਸਿਰਜਣਹਾਰ ਦਾ ਕਹਿਣਾ ਹੈ )। ਇਹ AI ਟਿਊਟਰ 24/7 ਉਪਲਬਧ ਹੋਣਗੇ, ਵਿਦਿਆਰਥੀ ਦੇ ਸਿੱਖਣ ਦੇ ਇਤਿਹਾਸ ਨੂੰ ਨੇੜਿਓਂ ਜਾਣਦੇ ਹੋਣਗੇ, ਅਤੇ ਉਹਨਾਂ ਦੀ ਸਿੱਖਿਆ ਸ਼ੈਲੀ ਨੂੰ ਉਸ ਅਨੁਸਾਰ ਢਾਲਣਗੇ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਕੋਈ ਵਿਦਿਆਰਥੀ ਇੱਕ ਵਿਜ਼ੂਅਲ ਸਿੱਖਣ ਵਾਲਾ ਹੈ ਜੋ ਅਲਜਬਰਾ ਸੰਕਲਪ ਨਾਲ ਸੰਘਰਸ਼ ਕਰ ਰਿਹਾ ਹੈ, ਤਾਂ AI ਗਤੀਸ਼ੀਲ ਤੌਰ 'ਤੇ ਮਦਦ ਲਈ ਇੱਕ ਵਿਜ਼ੂਅਲ ਵਿਆਖਿਆ ਜਾਂ ਇੰਟਰਐਕਟਿਵ ਸਿਮੂਲੇਸ਼ਨ ਬਣਾ ਸਕਦਾ ਹੈ। ਕਿਉਂਕਿ AI ਸਮੇਂ ਦੇ ਨਾਲ ਵਿਦਿਆਰਥੀ ਦੀ ਪ੍ਰਗਤੀ ਨੂੰ ਟਰੈਕ ਕਰ ਸਕਦਾ ਹੈ, ਇਹ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਫੈਸਲਾ ਕਰ ਸਕਦਾ ਹੈ ਕਿ ਅੱਗੇ ਕਿਹੜੇ ਵਿਸ਼ੇ ਦੀ ਸਮੀਖਿਆ ਕਰਨੀ ਹੈ ਜਾਂ ਕਦੋਂ ਇੱਕ ਨਵੇਂ ਹੁਨਰ ਵੱਲ ਅੱਗੇ ਵਧਣਾ ਹੈ - ਸੂਖਮ ਅਰਥਾਂ ਵਿੱਚ ਉਸ ਵਿਦਿਆਰਥੀ ਲਈ ਪਾਠ ਯੋਜਨਾ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਪ੍ਰਬੰਧਿਤ ਕਰਨਾ

• ਰੁਟੀਨ ਕੰਮਾਂ 'ਤੇ ਅਧਿਆਪਕਾਂ ਦਾ ਕੰਮ ਘਟਾਇਆ ਗਿਆ: ਗ੍ਰੇਡਿੰਗ, ਵਰਕਸ਼ੀਟਾਂ ਬਣਾਉਣਾ, ਪਾਠ ਸਮੱਗਰੀ ਤਿਆਰ ਕਰਨਾ - ਇਹ ਕੰਮ 2030 ਤੱਕ ਲਗਭਗ ਪੂਰੀ ਤਰ੍ਹਾਂ AI 'ਤੇ ਆਫਲੋਡ ਕੀਤੇ ਜਾ ਸਕਦੇ ਹਨ। ਇੱਕ AI ਇੱਕ ਕਲਾਸ ਲਈ ਇੱਕ ਹਫ਼ਤੇ ਦਾ ਅਨੁਕੂਲਿਤ ਹੋਮਵਰਕ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਪਿਛਲੇ ਹਫ਼ਤੇ ਦੇ ਸਾਰੇ ਅਸਾਈਨਮੈਂਟਾਂ (ਓਪਨ-ਐਂਡੇਡ ਵੀ) ਨੂੰ ਫੀਡਬੈਕ ਨਾਲ ਗ੍ਰੇਡ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਅਧਿਆਪਕ ਨੂੰ ਉਜਾਗਰ ਕਰ ਸਕਦਾ ਹੈ ਕਿ ਕਿਹੜੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਕਿਹੜੇ ਵਿਸ਼ਿਆਂ 'ਤੇ ਵਾਧੂ ਮਦਦ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ। ਇਹ ਘੱਟੋ-ਘੱਟ ਅਧਿਆਪਕ ਇਨਪੁਟ ਨਾਲ ਹੋ ਸਕਦਾ ਹੈ, ਸ਼ਾਇਦ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਕਿ AI ਦੇ ਗ੍ਰੇਡ ਨਿਰਪੱਖ ਦਿਖਾਈ ਦੇਣ, ਇੱਕ ਝਲਕ।

• ਆਟੋਨੋਮਸ ਅਡੈਪਟਿਵ ਲਰਨਿੰਗ ਪਲੇਟਫਾਰਮ: ਅਸੀਂ ਕੁਝ ਵਿਸ਼ਿਆਂ ਲਈ ਪੂਰੀ ਤਰ੍ਹਾਂ AI-ਸੰਚਾਲਿਤ ਕੋਰਸ ਦੇਖ ਸਕਦੇ ਹਾਂ। ਇੱਕ ਔਨਲਾਈਨ ਕੋਰਸ ਦੀ ਕਲਪਨਾ ਕਰੋ ਜਿਸ ਵਿੱਚ ਕੋਈ ਮਨੁੱਖੀ ਇੰਸਟ੍ਰਕਟਰ ਨਹੀਂ ਹੈ ਜਿੱਥੇ ਇੱਕ AI ਏਜੰਟ ਸਮੱਗਰੀ ਪੇਸ਼ ਕਰਦਾ ਹੈ, ਉਦਾਹਰਣਾਂ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦਿੰਦਾ ਹੈ, ਅਤੇ ਵਿਦਿਆਰਥੀ ਦੇ ਆਧਾਰ 'ਤੇ ਗਤੀ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਂਦਾ ਹੈ। ਵਿਦਿਆਰਥੀ ਦਾ ਅਨੁਭਵ ਉਹਨਾਂ ਲਈ ਵਿਲੱਖਣ ਹੋ ਸਕਦਾ ਹੈ, ਅਸਲ-ਸਮੇਂ ਵਿੱਚ ਤਿਆਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਕੁਝ ਕਾਰਪੋਰੇਟ ਸਿਖਲਾਈ ਅਤੇ ਬਾਲਗ ਸਿਖਲਾਈ ਇਸ ਮਾਡਲ ਵਿੱਚ ਜਲਦੀ ਹੀ ਤਬਦੀਲ ਹੋ ਸਕਦੀ ਹੈ, ਜਿੱਥੇ 2035 ਤੱਕ ਇੱਕ ਕਰਮਚਾਰੀ ਕਹਿ ਸਕਦਾ ਹੈ "ਮੈਂ ਐਡਵਾਂਸਡ ਐਕਸਲ ਮੈਕਰੋ ਸਿੱਖਣਾ ਚਾਹੁੰਦਾ ਹਾਂ" ਅਤੇ ਇੱਕ AI ਟਿਊਟਰ ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਵਿਅਕਤੀਗਤ ਪਾਠਕ੍ਰਮ ਰਾਹੀਂ ਸਿਖਾਏਗਾ, ਜਿਸ ਵਿੱਚ ਅਭਿਆਸ ਤਿਆਰ ਕਰਨਾ ਅਤੇ ਉਹਨਾਂ ਦੇ ਹੱਲਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ, ਬਿਨਾਂ ਕਿਸੇ ਮਨੁੱਖੀ ਟ੍ਰੇਨਰ ਦੇ।

• ਕਲਾਸਰੂਮ ਏਆਈ ਸਹਾਇਕ: ਭੌਤਿਕ ਜਾਂ ਵਰਚੁਅਲ ਕਲਾਸਰੂਮਾਂ ਵਿੱਚ, ਏਆਈ ਕਲਾਸ ਚਰਚਾਵਾਂ ਨੂੰ ਸੁਣ ਸਕਦਾ ਹੈ ਅਤੇ ਅਧਿਆਪਕ ਦੀ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ (ਉਦਾਹਰਣ ਵਜੋਂ, ਈਅਰਪੀਸ ਰਾਹੀਂ ਸੁਝਾਅ ਦੇ ਰਿਹਾ ਹੈ: "ਕਈ ਵਿਦਿਆਰਥੀ ਉਸ ਸੰਕਲਪ ਬਾਰੇ ਉਲਝਣ ਵਿੱਚ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ, ਸ਼ਾਇਦ ਇੱਕ ਹੋਰ ਉਦਾਹਰਣ ਦਿਓ")। ਇਹ ਔਨਲਾਈਨ ਕਲਾਸ ਫੋਰਮਾਂ ਨੂੰ ਵੀ ਸੰਚਾਲਿਤ ਕਰ ਸਕਦਾ ਹੈ, ਵਿਦਿਆਰਥੀਆਂ ਦੁਆਰਾ ਪੁੱਛੇ ਗਏ ਸਿੱਧੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇ ਸਕਦਾ ਹੈ ("ਅਸਾਈਨਮੈਂਟ ਕਦੋਂ ਆਉਣਾ ਹੈ?" ਜਾਂ ਲੈਕਚਰ ਬਿੰਦੂ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰਨਾ ਵੀ) ਤਾਂ ਜੋ ਅਧਿਆਪਕ ਈਮੇਲਾਂ ਦੁਆਰਾ ਬੰਬਾਰੀ ਨਾ ਕਰੇ। 2035 ਤੱਕ, ਕਮਰੇ ਵਿੱਚ ਇੱਕ ਏਆਈ ਸਹਿ-ਅਧਿਆਪਕ ਹੋਣਾ, ਜਦੋਂ ਕਿ ਮਨੁੱਖੀ ਅਧਿਆਪਕ ਉੱਚ-ਪੱਧਰੀ ਮਾਰਗਦਰਸ਼ਨ ਅਤੇ ਪ੍ਰੇਰਣਾਦਾਇਕ ਪਹਿਲੂਆਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰਦਾ ਹੈ, ਮਿਆਰੀ ਹੋ ਸਕਦਾ ਹੈ।

• ਸਿੱਖਿਆ ਤੱਕ ਗਲੋਬਲ ਪਹੁੰਚ: ਆਟੋਨੋਮਸ ਏਆਈ ਟਿਊਟਰ ਅਧਿਆਪਕਾਂ ਦੀ ਘਾਟ ਵਾਲੇ ਖੇਤਰਾਂ ਵਿੱਚ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਸਿੱਖਿਆ ਦੇਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ। ਏਆਈ ਟਿਊਟਰ ਵਾਲਾ ਇੱਕ ਟੈਬਲੇਟ ਉਹਨਾਂ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਇੱਕ ਪ੍ਰਾਇਮਰੀ ਇੰਸਟ੍ਰਕਟਰ ਵਜੋਂ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਕੋਲ ਸੀਮਤ ਸਕੂਲੀ ਸਿੱਖਿਆ ਹੈ, ਜੋ ਕਿ ਬੁਨਿਆਦੀ ਸਾਖਰਤਾ ਅਤੇ ਗਣਿਤ ਨੂੰ ਕਵਰ ਕਰਦੀ ਹੈ। 2035 ਤੱਕ, ਇਹ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਉਪਯੋਗਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੋ ਸਕਦਾ ਹੈ - ਏਆਈ ਉਹਨਾਂ ਪਾੜਿਆਂ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ ਜਿੱਥੇ ਮਨੁੱਖੀ ਅਧਿਆਪਕ ਉਪਲਬਧ ਨਹੀਂ ਹਨ। ਹਾਲਾਂਕਿ, ਵੱਖ-ਵੱਖ ਸੰਦਰਭਾਂ ਵਿੱਚ ਏਆਈ ਸਿੱਖਿਆ ਦੀ ਗੁਣਵੱਤਾ ਅਤੇ ਸੱਭਿਆਚਾਰਕ ਅਨੁਕੂਲਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣਾ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗਾ।

ਕੀ AI ਅਧਿਆਪਕਾਂ ਦੀ ਥਾਂ ਲਵੇਗਾ? ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਸੰਭਵ। ਸਿੱਖਿਆ ਸਿਰਫ਼ ਸਮੱਗਰੀ ਪ੍ਰਦਾਨ ਕਰਨ ਤੋਂ ਵੱਧ ਹੈ - ਇਹ ਸਲਾਹ, ਪ੍ਰੇਰਨਾ, ਸਮਾਜਿਕ-ਭਾਵਨਾਤਮਕ ਸਹਾਇਤਾ ਹੈ। ਉਹਨਾਂ ਮਨੁੱਖੀ ਤੱਤਾਂ ਨੂੰ AI ਲਈ ਦੁਹਰਾਉਣਾ ਔਖਾ ਹੈ। ਪਰ AI ਦੂਜਾ ਅਧਿਆਪਕ ਜਾਂ ਗਿਆਨ ਟ੍ਰਾਂਸਫਰ ਲਈ ਪਹਿਲਾ ਅਧਿਆਪਕ ਵੀ ਬਣ ਸਕਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਮਨੁੱਖੀ ਸਿੱਖਿਅਕਾਂ ਨੂੰ ਇਸ ਗੱਲ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨਾ ਪੈਂਦਾ ਹੈ ਕਿ ਮਨੁੱਖ ਸਭ ਤੋਂ ਵਧੀਆ ਕੀ ਕਰਦੇ ਹਨ: ਹਮਦਰਦੀ, ਪ੍ਰੇਰਿਤ ਅਤੇ ਆਲੋਚਨਾਤਮਕ ਸੋਚ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨਾ।

ਪ੍ਰਬੰਧਨ ਲਈ ਕੁਝ ਚਿੰਤਾਵਾਂ ਹਨ: ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਕਿ AI ਸਹੀ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ (ਝੂਠੇ ਤੱਥਾਂ ਦਾ ਕੋਈ ਵਿਦਿਅਕ ਭਰਮ ਨਹੀਂ), ਵਿਦਿਅਕ ਸਮੱਗਰੀ ਵਿੱਚ ਪੱਖਪਾਤ ਤੋਂ ਬਚਣਾ, ਵਿਦਿਆਰਥੀ ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਬਣਾਈ ਰੱਖਣਾ, ਅਤੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਰੁਝੇ ਰੱਖਣਾ (AI ਨੂੰ ਪ੍ਰੇਰਿਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ, ਸਿਰਫ਼ ਸਹੀ ਨਹੀਂ)। ਅਸੀਂ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ AI ਵਿਦਿਅਕ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਮਾਨਤਾ ਜਾਂ ਪ੍ਰਮਾਣੀਕਰਣ - ਜਿਵੇਂ ਕਿ ਪਾਠ ਪੁਸਤਕਾਂ ਨੂੰ ਮਨਜ਼ੂਰੀ ਦਿੱਤੀ ਜਾ ਰਹੀ ਹੈ - ਨੂੰ ਦੇਖਾਂਗੇ ਤਾਂ ਜੋ ਇਹ ਯਕੀਨੀ ਬਣਾਇਆ ਜਾ ਸਕੇ ਕਿ ਉਹ ਮਿਆਰਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦੇ ਹਨ।

ਇੱਕ ਹੋਰ ਚੁਣੌਤੀ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਰਭਰਤਾ ਹੈ: ਜੇਕਰ ਕੋਈ ਏਆਈ ਟਿਊਟਰ ਬਹੁਤ ਜਲਦੀ ਜਵਾਬ ਦਿੰਦਾ ਹੈ, ਤਾਂ ਵਿਦਿਆਰਥੀ ਦ੍ਰਿੜਤਾ ਜਾਂ ਸਮੱਸਿਆ ਹੱਲ ਕਰਨਾ ਨਹੀਂ ਸਿੱਖ ਸਕਦੇ। ਇਸ ਨੂੰ ਘਟਾਉਣ ਲਈ, ਭਵਿੱਖ ਦੇ ਏਆਈ ਟਿਊਟਰਾਂ ਨੂੰ ਕਈ ਵਾਰ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਸੰਘਰਸ਼ ਕਰਨ ਦੇਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ (ਜਿਵੇਂ ਕਿ ਇੱਕ ਮਨੁੱਖੀ ਟਿਊਟਰ ਕਰ ਸਕਦਾ ਹੈ) ਜਾਂ ਉਹਨਾਂ ਨੂੰ ਹੱਲ ਦੇਣ ਦੀ ਬਜਾਏ ਸੰਕੇਤਾਂ ਨਾਲ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਉਤਸ਼ਾਹਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

2035 ਤੱਕ, ਕਲਾਸਰੂਮ ਬਦਲ ਸਕਦਾ ਹੈ: ਹਰੇਕ ਵਿਦਿਆਰਥੀ ਕੋਲ ਇੱਕ AI-ਕਨੈਕਟਡ ਡਿਵਾਈਸ ਹੈ ਜਿਸ ਵਿੱਚ ਉਹਨਾਂ ਨੂੰ ਉਹਨਾਂ ਦੀ ਆਪਣੀ ਰਫ਼ਤਾਰ ਨਾਲ ਮਾਰਗਦਰਸ਼ਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਅਧਿਆਪਕ ਸਮੂਹ ਗਤੀਵਿਧੀਆਂ ਨੂੰ ਸੰਚਾਲਿਤ ਕਰਦਾ ਹੈ ਅਤੇ ਮਨੁੱਖੀ ਸੂਝ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਸਿੱਖਿਆ ਵਧੇਰੇ ਕੁਸ਼ਲ ਅਤੇ ਅਨੁਕੂਲ ਬਣ ਸਕਦੀ ਹੈ। ਵਾਅਦਾ ਇਹ ਹੈ ਕਿ ਹਰੇਕ ਵਿਦਿਆਰਥੀ ਨੂੰ ਲੋੜ ਪੈਣ 'ਤੇ ਲੋੜੀਂਦੀ ਮਦਦ ਮਿਲੇਗੀ - ਇੱਕ ਸੱਚਾ "ਨਿੱਜੀ ਅਧਿਆਪਕ" ਅਨੁਭਵ ਵੱਡੇ ਪੱਧਰ 'ਤੇ। ਜੋਖਮ ਕੁਝ ਮਨੁੱਖੀ ਸੰਪਰਕ ਗੁਆਉਣਾ ਜਾਂ AI ਦੀ ਦੁਰਵਰਤੋਂ ਕਰਨਾ ਹੈ (ਜਿਵੇਂ ਕਿ ਵਿਦਿਆਰਥੀ AI ਰਾਹੀਂ ਧੋਖਾਧੜੀ ਕਰਦੇ ਹਨ)। ਪਰ ਸਮੁੱਚੇ ਤੌਰ 'ਤੇ, ਜੇਕਰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪ੍ਰਬੰਧਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਜਨਰੇਟਿਵ AI ਇੱਕ ਵਿਦਿਆਰਥੀ ਦੇ ਵਿਦਿਅਕ ਸਫ਼ਰ ਵਿੱਚ ਇੱਕ ਹਮੇਸ਼ਾ ਉਪਲਬਧ, ਗਿਆਨਵਾਨ ਸਾਥੀ ਬਣ ਕੇ ਸਿੱਖਣ ਨੂੰ ਲੋਕਤੰਤਰੀਕਰਨ ਅਤੇ ਵਧਾਉਣ ਲਈ ਖੜ੍ਹਾ ਹੈ।

ਲੌਜਿਸਟਿਕਸ ਅਤੇ ਸਪਲਾਈ ਚੇਨ ਵਿੱਚ ਜਨਰੇਟਿਵ ਏਆਈ

ਲੌਜਿਸਟਿਕਸ - ਸਾਮਾਨ ਨੂੰ ਲਿਜਾਣ ਅਤੇ ਸਪਲਾਈ ਚੇਨਾਂ ਦੇ ਪ੍ਰਬੰਧਨ ਦੀ ਕਲਾ ਅਤੇ ਵਿਗਿਆਨ - ਸ਼ਾਇਦ "ਜਨਰੇਟਿਵ" ਏਆਈ ਲਈ ਇੱਕ ਰਵਾਇਤੀ ਡੋਮੇਨ ਵਾਂਗ ਨਾ ਜਾਪਦਾ ਹੋਵੇ, ਪਰ ਰਚਨਾਤਮਕ ਸਮੱਸਿਆ ਹੱਲ ਕਰਨਾ ਅਤੇ ਯੋਜਨਾਬੰਦੀ ਇਸ ਖੇਤਰ ਵਿੱਚ ਮੁੱਖ ਹਨ। ਜਨਰੇਟਿਵ ਏਆਈ ਦ੍ਰਿਸ਼ਾਂ ਦੀ ਨਕਲ ਕਰਕੇ, ਯੋਜਨਾਵਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾ ਕੇ, ਅਤੇ ਰੋਬੋਟਿਕ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਕੇ ਸਹਾਇਤਾ ਕਰ ਸਕਦਾ ਹੈ। ਲੌਜਿਸਟਿਕਸ ਵਿੱਚ ਟੀਚਾ ਕੁਸ਼ਲਤਾ ਅਤੇ ਲਾਗਤ-ਬਚਤ ਹੈ, ਜੋ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਅਤੇ ਹੱਲ ਪ੍ਰਸਤਾਵਿਤ ਕਰਨ ਵਿੱਚ ਏਆਈ ਦੀਆਂ ਸ਼ਕਤੀਆਂ ਨਾਲ ਚੰਗੀ ਤਰ੍ਹਾਂ ਮੇਲ ਖਾਂਦਾ ਹੈ। ਤਾਂ ਸਪਲਾਈ ਚੇਨਾਂ ਅਤੇ ਲੌਜਿਸਟਿਕ ਕਾਰਜਾਂ ਨੂੰ ਚਲਾਉਣ ਵਿੱਚ ਏਆਈ ਕਿੰਨੀ ਖੁਦਮੁਖਤਿਆਰ ਹੋ ਸਕਦਾ ਹੈ?

ਮੌਜੂਦਾ ਸਮਰੱਥਾਵਾਂ (2025): ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਨਾਲ ਅਨੁਕੂਲਤਾ ਅਤੇ ਸੁਚਾਰੂਕਰਨ

ਅੱਜ, ਏਆਈ (ਕੁਝ ਜਨਰੇਟਿਵ ਪਹੁੰਚਾਂ ਸਮੇਤ) ਨੂੰ ਲੌਜਿਸਟਿਕਸ ਵਿੱਚ ਮੁੱਖ ਤੌਰ 'ਤੇ ਫੈਸਲੇ ਲੈਣ ਦੇ ਸਮਰਥਨ ਦੇ ਸਾਧਨ :

• ਰੂਟ ਓਪਟੀਮਾਈਜੇਸ਼ਨ: UPS ਅਤੇ FedEx ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਪਹਿਲਾਂ ਹੀ ਡਿਲੀਵਰੀ ਰੂਟਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਲਈ AI ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ - ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੀਆਂ ਹਨ ਕਿ ਡਰਾਈਵਰ ਸਭ ਤੋਂ ਕੁਸ਼ਲ ਰਸਤਾ ਅਪਣਾਉਂਦੇ ਹਨ। ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ ਇਹ ਓਪਰੇਸ਼ਨ ਖੋਜ ਐਲਗੋਰਿਦਮ ਸਨ, ਪਰ ਹੁਣ ਜਨਰੇਟਿਵ ਪਹੁੰਚ ਵੱਖ-ਵੱਖ ਸਥਿਤੀਆਂ (ਟ੍ਰੈਫਿਕ, ਮੌਸਮ) ਦੇ ਅਧੀਨ ਵਿਕਲਪਕ ਰੂਟਿੰਗ ਰਣਨੀਤੀਆਂ ਦੀ ਪੜਚੋਲ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ। ਜਦੋਂ ਕਿ AI ਰੂਟਾਂ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ, ਮਨੁੱਖੀ ਡਿਸਪੈਚਰ ਜਾਂ ਪ੍ਰਬੰਧਕ ਮਾਪਦੰਡ (ਜਿਵੇਂ ਕਿ, ਤਰਜੀਹਾਂ) ਸੈੱਟ ਕਰਦੇ ਹਨ ਅਤੇ ਲੋੜ ਪੈਣ 'ਤੇ ਓਵਰਰਾਈਡ ਕਰ ਸਕਦੇ ਹਨ।

• ਲੋਡ ਅਤੇ ਸਪੇਸ ਪਲੈਨਿੰਗ: ਟਰੱਕਾਂ ਜਾਂ ਸ਼ਿਪਿੰਗ ਕੰਟੇਨਰਾਂ ਨੂੰ ਪੈਕ ਕਰਨ ਲਈ, AI ਅਨੁਕੂਲ ਲੋਡਿੰਗ ਪਲੈਨ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ (ਕਿਹੜਾ ਬਾਕਸ ਕਿੱਥੇ ਜਾਂਦਾ ਹੈ)। ਇੱਕ ਜਨਰੇਟਿਵ AI ਸਪੇਸ ਵਰਤੋਂ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰਨ ਲਈ ਕਈ ਪੈਕਿੰਗ ਕੌਂਫਿਗਰੇਸ਼ਨ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਅਸਲ ਵਿੱਚ "ਬਣਾਉਣ" ਵਾਲੇ ਹੱਲ ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਮਨੁੱਖ ਚੁਣ ਸਕਦੇ ਹਨ। ਇਹ ਇੱਕ ਅਧਿਐਨ ਦੁਆਰਾ ਉਜਾਗਰ ਕੀਤਾ ਗਿਆ ਸੀ ਜਿਸ ਵਿੱਚ ਨੋਟ ਕੀਤਾ ਗਿਆ ਸੀ ਕਿ ਟਰੱਕ ਅਕਸਰ ਅਮਰੀਕਾ ਵਿੱਚ 30% ਖਾਲੀ ਚੱਲਦੇ ਹਨ, ਅਤੇ ਬਿਹਤਰ ਯੋਜਨਾਬੰਦੀ - AI ਦੁਆਰਾ ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ - ਉਸ ਰਹਿੰਦ-ਖੂੰਹਦ ਨੂੰ ਘਟਾ ਸਕਦੀ ਹੈ ( ਲੌਜਿਸਟਿਕਸ ਵਿੱਚ ਚੋਟੀ ਦੇ ਜਨਰੇਟਿਵ AI ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ )। ਇਹ AI-ਉਤਪੰਨ ਲੋਡ ਪਲੈਨ ਬਾਲਣ ਦੀ ਲਾਗਤ ਅਤੇ ਨਿਕਾਸ ਨੂੰ ਘਟਾਉਣ ਦਾ ਉਦੇਸ਼ ਰੱਖਦੇ ਹਨ, ਅਤੇ ਕੁਝ ਗੋਦਾਮਾਂ ਵਿੱਚ ਉਹਨਾਂ ਨੂੰ ਘੱਟੋ-ਘੱਟ ਦਸਤੀ ਤਬਦੀਲੀਆਂ ਨਾਲ ਚਲਾਇਆ ਜਾਂਦਾ ਹੈ।

• ਮੰਗ ਦੀ ਭਵਿੱਖਬਾਣੀ ਅਤੇ ਵਸਤੂ ਪ੍ਰਬੰਧਨ: ਏਆਈ ਮਾਡਲ ਉਤਪਾਦ ਦੀ ਮੰਗ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾ ਸਕਦੇ ਹਨ ਅਤੇ ਮੁੜ-ਸਟਾਕ ਕਰਨ ਦੀਆਂ ਯੋਜਨਾਵਾਂ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ। ਇੱਕ ਜਨਰੇਟਿਵ ਮਾਡਲ ਵੱਖ-ਵੱਖ ਮੰਗ ਦ੍ਰਿਸ਼ਾਂ ਦੀ ਨਕਲ ਕਰ ਸਕਦਾ ਹੈ (ਜਿਵੇਂ ਕਿ, ਇੱਕ ਏਆਈ ਆਉਣ ਵਾਲੀ ਛੁੱਟੀ ਦੇ ਕਾਰਨ ਮੰਗ ਵਿੱਚ ਵਾਧੇ ਦੀ "ਕਲਪਨਾ" ਕਰਦਾ ਹੈ) ਅਤੇ ਉਸ ਅਨੁਸਾਰ ਵਸਤੂਆਂ ਦੀ ਯੋਜਨਾ ਬਣਾ ਸਕਦਾ ਹੈ। ਇਹ ਸਪਲਾਈ ਚੇਨ ਪ੍ਰਬੰਧਕਾਂ ਨੂੰ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ। ਵਰਤਮਾਨ ਵਿੱਚ, ਏਆਈ ਭਵਿੱਖਬਾਣੀਆਂ ਅਤੇ ਸੁਝਾਅ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਪਰ ਮਨੁੱਖ ਆਮ ਤੌਰ 'ਤੇ ਉਤਪਾਦਨ ਦੇ ਪੱਧਰਾਂ ਜਾਂ ਆਰਡਰਿੰਗ 'ਤੇ ਅੰਤਿਮ ਫੈਸਲਾ ਲੈਂਦੇ ਹਨ।

• ਜੋਖਮ ਮੁਲਾਂਕਣ: ਗਲੋਬਲ ਸਪਲਾਈ ਚੇਨ ਵਿਘਨਾਂ (ਕੁਦਰਤੀ ਆਫ਼ਤਾਂ, ਬੰਦਰਗਾਹਾਂ ਵਿੱਚ ਦੇਰੀ, ਰਾਜਨੀਤਿਕ ਮੁੱਦੇ) ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਹੀ ਹੈ। ਏਆਈ ਸਿਸਟਮ ਹੁਣ ਦੂਰੀ 'ਤੇ ਜੋਖਮਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਖ਼ਬਰਾਂ ਅਤੇ ਡੇਟਾ ਦੀ ਜਾਂਚ ਕਰਦੇ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ ਲੌਜਿਸਟਿਕਸ ਫਰਮ ਇੰਟਰਨੈਟ ਨੂੰ ਸਕੈਨ ਕਰਨ ਅਤੇ ਜੋਖਮ ਭਰੇ ਆਵਾਜਾਈ ਗਲਿਆਰਿਆਂ (ਜਿਨ੍ਹਾਂ ਖੇਤਰਾਂ ਵਿੱਚ ਆਉਣ ਵਾਲੇ ਤੂਫਾਨ ਜਾਂ ਅਸ਼ਾਂਤੀ ਕਾਰਨ ਸਮੱਸਿਆ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ) ਨੂੰ ਫਲੈਗ ਕਰਨ ਲਈ ਜੀਨ ਏਆਈ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ ( ਲੌਜਿਸਟਿਕਸ ਵਿੱਚ ਚੋਟੀ ਦੇ ਜਨਰੇਟਿਵ ਏਆਈ ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ )। ਉਸ ਜਾਣਕਾਰੀ ਦੇ ਨਾਲ, ਯੋਜਨਾਕਾਰ ਸਮੱਸਿਆ ਵਾਲੇ ਸਥਾਨਾਂ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਸ਼ਿਪਮੈਂਟਾਂ ਨੂੰ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਮੁੜ ਰੂਟ ਕਰ ਸਕਦੇ ਹਨ। ਕੁਝ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਏਆਈ ਆਪਣੇ ਆਪ ਰੂਟ ਤਬਦੀਲੀਆਂ ਜਾਂ ਆਵਾਜਾਈ ਦੇ ਢੰਗ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਦੀ ਸਿਫਾਰਸ਼ ਕਰ ਸਕਦਾ ਹੈ, ਜਿਸਨੂੰ ਮਨੁੱਖ ਫਿਰ ਮਨਜ਼ੂਰੀ ਦਿੰਦੇ ਹਨ।

• ਵੇਅਰਹਾਊਸ ਆਟੋਮੇਸ਼ਨ: ਬਹੁਤ ਸਾਰੇ ਵੇਅਰਹਾਊਸ ਅਰਧ-ਆਟੋਮੈਟਿਕ ਹੁੰਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਚੁੱਕਣ ਅਤੇ ਪੈਕਿੰਗ ਲਈ ਰੋਬੋਟ ਹੁੰਦੇ ਹਨ। ਜਨਰੇਟਿਵ AI ਰੋਬੋਟਾਂ ਅਤੇ ਮਨੁੱਖਾਂ ਨੂੰ ਅਨੁਕੂਲ ਪ੍ਰਵਾਹ ਲਈ ਗਤੀਸ਼ੀਲ ਤੌਰ 'ਤੇ ਕੰਮ ਨਿਰਧਾਰਤ ਕਰ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ AI ਹਰ ਸਵੇਰ ਆਰਡਰਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਰੋਬੋਟਿਕ ਚੁੱਕਣ ਵਾਲਿਆਂ ਲਈ ਨੌਕਰੀ ਦੀ ਕਤਾਰ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਅਕਸਰ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਵਿੱਚ ਪੂਰੀ ਤਰ੍ਹਾਂ ਖੁਦਮੁਖਤਿਆਰ ਹੁੰਦਾ ਹੈ, ਮੈਨੇਜਰ ਸਿਰਫ਼ KPIs ਦੀ ਨਿਗਰਾਨੀ ਕਰਦੇ ਹਨ - ਜੇਕਰ ਆਰਡਰ ਅਚਾਨਕ ਵਧਦੇ ਹਨ, ਤਾਂ AI ਆਪਣੇ ਆਪ ਹੀ ਕਾਰਜਾਂ ਨੂੰ ਐਡਜਸਟ ਕਰਦਾ ਹੈ।

• ਫਲੀਟ ਪ੍ਰਬੰਧਨ: AI ਵਾਹਨਾਂ ਦੇ ਰੱਖ-ਰਖਾਅ ਨੂੰ ਸਮਾਂ-ਸਾਰਣੀ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ, ਪੈਟਰਨਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ ਅਤੇ ਡਾਊਨਟਾਈਮ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਕਰਨ ਵਾਲੇ ਅਨੁਕੂਲ ਰੱਖ-ਰਖਾਅ ਸਮਾਂ-ਸਾਰਣੀ ਤਿਆਰ ਕਰਕੇ। ਇਹ ਯਾਤਰਾਵਾਂ ਨੂੰ ਘਟਾਉਣ ਲਈ ਸ਼ਿਪਮੈਂਟਾਂ ਨੂੰ ਵੀ ਸਮੂਹਬੱਧ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਫੈਸਲੇ AI ਸੌਫਟਵੇਅਰ ਦੁਆਰਾ ਆਪਣੇ ਆਪ ਲਏ ਜਾ ਸਕਦੇ ਹਨ ਜਦੋਂ ਤੱਕ ਇਹ ਸੇਵਾ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ।

ਕੁੱਲ ਮਿਲਾ ਕੇ, 2025 ਤੱਕ, ਮਨੁੱਖਾਂ ਨੇ ਉਦੇਸ਼ ਨਿਰਧਾਰਤ ਕੀਤੇ (ਜਿਵੇਂ ਕਿ, "ਲਾਗਤ ਨੂੰ ਘੱਟ ਕਰੋ ਪਰ 2-ਦਿਨਾਂ ਦੀ ਡਿਲੀਵਰੀ ਯਕੀਨੀ ਬਣਾਓ") ਅਤੇ AI ਇਸਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਹੱਲ ਜਾਂ ਸਮਾਂ-ਸਾਰਣੀ ਤਿਆਰ ਕਰਦਾ ਹੈ। ਸਿਸਟਮ ਬਿਨਾਂ ਕਿਸੇ ਦਖਲ ਦੇ ਰੋਜ਼ਾਨਾ ਚੱਲ ਸਕਦੇ ਹਨ ਜਦੋਂ ਤੱਕ ਕੁਝ ਅਸਾਧਾਰਨ ਨਹੀਂ ਹੁੰਦਾ। ਬਹੁਤ ਸਾਰੇ ਲੌਜਿਸਟਿਕਸ ਵਿੱਚ ਦੁਹਰਾਉਣ ਵਾਲੇ ਫੈਸਲੇ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ (ਇਹ ਸ਼ਿਪਮੈਂਟ ਕਦੋਂ ਛੱਡਣੀ ਚਾਹੀਦੀ ਹੈ? ਇਸ ਆਰਡਰ ਨੂੰ ਕਿਸ ਗੋਦਾਮ ਤੋਂ ਪੂਰਾ ਕਰਨਾ ਹੈ?), ਜੋ AI ਲਗਾਤਾਰ ਲੈਣਾ ਸਿੱਖ ਸਕਦਾ ਹੈ। ਕੰਪਨੀਆਂ ਹੌਲੀ-ਹੌਲੀ ਇਹਨਾਂ ਸੂਖਮ-ਫੈਸਲਿਆਂ ਨੂੰ ਸੰਭਾਲਣ ਲਈ AI 'ਤੇ ਭਰੋਸਾ ਕਰ ਰਹੀਆਂ ਹਨ ਅਤੇ ਅਪਵਾਦ ਹੋਣ 'ਤੇ ਹੀ ਪ੍ਰਬੰਧਕਾਂ ਨੂੰ ਸੁਚੇਤ ਕਰਦੀਆਂ ਹਨ।

2030-2035 ਲਈ ਦ੍ਰਿਸ਼ਟੀਕੋਣ: ਸਵੈ-ਡਰਾਈਵਿੰਗ ਸਪਲਾਈ ਚੇਨ

ਅਗਲੇ ਦਹਾਕੇ ਵਿੱਚ, ਅਸੀਂ ਏਆਈ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਲੌਜਿਸਟਿਕਸ ਵਿੱਚ ਖੁਦਮੁਖਤਿਆਰ ਤਾਲਮੇਲ ਦੀ

• ਆਟੋਨੋਮਸ ਵਾਹਨ ਅਤੇ ਡਰੋਨ: ਸਵੈ-ਡਰਾਈਵਿੰਗ ਟਰੱਕ ਅਤੇ ਡਿਲੀਵਰੀ ਡਰੋਨ, ਜਦੋਂ ਕਿ ਇੱਕ ਵਿਆਪਕ AI/ਰੋਬੋਟਿਕਸ ਵਿਸ਼ਾ ਹੈ, ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਲੌਜਿਸਟਿਕਸ ਨੂੰ ਪ੍ਰਭਾਵਤ ਕਰਦੇ ਹਨ। 2030 ਤੱਕ, ਜੇਕਰ ਰੈਗੂਲੇਟਰੀ ਅਤੇ ਤਕਨੀਕੀ ਚੁਣੌਤੀਆਂ ਨੂੰ ਦੂਰ ਕਰ ਲਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਸਾਡੇ ਕੋਲ ਹਾਈਵੇਅ 'ਤੇ ਨਿਯਮਤ ਤੌਰ 'ਤੇ AI ਡਰਾਈਵਿੰਗ ਟਰੱਕ ਹੋ ਸਕਦੇ ਹਨ ਜਾਂ ਸ਼ਹਿਰਾਂ ਵਿੱਚ ਆਖਰੀ-ਮੀਲ ਡਿਲੀਵਰੀ ਨੂੰ ਸੰਭਾਲਣ ਵਾਲੇ ਡਰੋਨ ਹੋ ਸਕਦੇ ਹਨ। ਇਹ AI ਮਨੁੱਖੀ ਡਰਾਈਵਰਾਂ ਤੋਂ ਬਿਨਾਂ ਅਸਲ-ਸਮੇਂ ਦੇ ਫੈਸਲੇ (ਰੂਟ ਬਦਲਾਅ, ਰੁਕਾਵਟ ਤੋਂ ਬਚਣਾ) ਲੈਣਗੇ। ਉਤਪੰਨ ਕਰਨ ਵਾਲਾ ਕੋਣ ਇਹ ਹੈ ਕਿ ਇਹ ਵਾਹਨ AI ਵਿਸ਼ਾਲ ਡੇਟਾ ਅਤੇ ਸਿਮੂਲੇਸ਼ਨ ਤੋਂ ਕਿਵੇਂ ਸਿੱਖਦੇ ਹਨ, ਅਣਗਿਣਤ ਦ੍ਰਿਸ਼ਾਂ 'ਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ "ਸਿਖਲਾਈ" ਦਿੰਦੇ ਹਨ। ਇੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਖੁਦਮੁਖਤਿਆਰ ਫਲੀਟ 24/7 ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਮਨੁੱਖ ਸਿਰਫ ਰਿਮੋਟ ਤੋਂ ਨਿਗਰਾਨੀ ਕਰਦੇ ਹਨ। ਇਹ ਲੌਜਿਸਟਿਕਸ ਕਾਰਜਾਂ ਤੋਂ ਇੱਕ ਵਿਸ਼ਾਲ ਮਨੁੱਖੀ ਤੱਤ (ਡਰਾਈਵਰਾਂ) ਨੂੰ ਹਟਾ ਦਿੰਦਾ ਹੈ, ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਖੁਦਮੁਖਤਿਆਰੀ ਵਧਾਉਂਦਾ ਹੈ।

• ਸਵੈ-ਇਲਾਜ ਸਪਲਾਈ ਚੇਨ: ਜਨਰੇਟਿਵ ਏਆਈ ਦੀ ਵਰਤੋਂ ਸਪਲਾਈ ਚੇਨ ਦ੍ਰਿਸ਼ਾਂ ਨੂੰ ਲਗਾਤਾਰ ਸਿਮੂਲੇਟ ਕਰਨ ਅਤੇ ਸੰਕਟਕਾਲੀਨ ਯੋਜਨਾਵਾਂ ਤਿਆਰ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾਵੇਗੀ। 2035 ਤੱਕ, ਇੱਕ ਏਆਈ ਆਪਣੇ ਆਪ ਪਤਾ ਲਗਾ ਸਕਦਾ ਹੈ ਕਿ ਜਦੋਂ ਇੱਕ ਸਪਲਾਇਰ ਫੈਕਟਰੀ ਬੰਦ ਹੋ ਜਾਂਦੀ ਹੈ (ਖ਼ਬਰਾਂ ਜਾਂ ਡੇਟਾ ਫੀਡ ਰਾਹੀਂ) ਅਤੇ ਤੁਰੰਤ ਸੋਰਸਿੰਗ ਨੂੰ ਵਿਕਲਪਕ ਸਪਲਾਇਰਾਂ ਵੱਲ ਤਬਦੀਲ ਕਰ ਸਕਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦੀ ਸਿਮੂਲੇਸ਼ਨ ਵਿੱਚ ਪਹਿਲਾਂ ਹੀ ਜਾਂਚ ਕੀਤੀ ਜਾ ਚੁੱਕੀ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਸਪਲਾਈ ਚੇਨ ਏਆਈ ਦੁਆਰਾ ਪਹਿਲ ਕਰਨ ਨਾਲ ਵਿਘਨਾਂ ਤੋਂ ਆਪਣੇ ਆਪ ਨੂੰ "ਠੀਕ" ਕਰਦੀ ਹੈ। ਮਨੁੱਖੀ ਪ੍ਰਬੰਧਕਾਂ ਨੂੰ ਇਸ ਬਾਰੇ ਸੂਚਿਤ ਕੀਤਾ ਜਾਵੇਗਾ ਕਿ ਏਆਈ ਨੇ ਕੀ ਕੀਤਾ, ਨਾ ਕਿ ਹੱਲ ਸ਼ੁਰੂ ਕਰਨ ਵਾਲਿਆਂ ਦੀ ਬਜਾਏ।

• ਐਂਡ-ਟੂ-ਐਂਡ ਇਨਵੈਂਟਰੀ ਔਪਟੀਮਾਈਜੇਸ਼ਨ: ਏਆਈ ਗੋਦਾਮਾਂ ਅਤੇ ਸਟੋਰਾਂ ਦੇ ਪੂਰੇ ਨੈੱਟਵਰਕ ਵਿੱਚ ਵਸਤੂਆਂ ਦਾ ਪ੍ਰਬੰਧਨ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਫੈਸਲਾ ਕਰੇਗਾ ਕਿ ਸਟਾਕ ਨੂੰ ਕਦੋਂ ਅਤੇ ਕਿੱਥੇ ਲਿਜਾਣਾ ਹੈ (ਸ਼ਾਇਦ ਅਜਿਹਾ ਕਰਨ ਲਈ ਰੋਬੋਟ ਜਾਂ ਆਟੋਮੇਟਿਡ ਵਾਹਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ), ਹਰੇਕ ਸਥਾਨ 'ਤੇ ਕਾਫ਼ੀ ਵਸਤੂ ਸੂਚੀ ਰੱਖਦੇ ਹੋਏ। ਏਆਈ ਅਸਲ ਵਿੱਚ ਸਪਲਾਈ ਚੇਨ ਕੰਟਰੋਲ ਟਾਵਰ ਚਲਾਉਂਦਾ ਹੈ: ਸਾਰੇ ਪ੍ਰਵਾਹਾਂ ਨੂੰ ਦੇਖਦਾ ਹੈ ਅਤੇ ਅਸਲ-ਸਮੇਂ ਵਿੱਚ ਸਮਾਯੋਜਨ ਕਰਦਾ ਹੈ। 2035 ਤੱਕ, ਇੱਕ "ਸਵੈ-ਚਾਲਿਤ" ਸਪਲਾਈ ਚੇਨ ਦੇ ਵਿਚਾਰ ਦਾ ਮਤਲਬ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਸਿਸਟਮ ਹਰ ਰੋਜ਼ ਸਭ ਤੋਂ ਵਧੀਆ ਵੰਡ ਯੋਜਨਾ ਦਾ ਪਤਾ ਲਗਾਵੇਗਾ, ਉਤਪਾਦਾਂ ਦਾ ਆਰਡਰ ਦੇਵੇਗਾ, ਫੈਕਟਰੀ ਚਲਾਉਣ ਦਾ ਸਮਾਂ-ਸਾਰਣੀ ਕਰੇਗਾ, ਅਤੇ ਆਵਾਜਾਈ ਦਾ ਪ੍ਰਬੰਧ ਆਪਣੇ ਆਪ ਕਰੇਗਾ। ਮਨੁੱਖ ਸਮੁੱਚੀ ਰਣਨੀਤੀ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨਗੇ ਅਤੇ ਏਆਈ ਦੀ ਮੌਜੂਦਾ ਸਮਝ ਤੋਂ ਪਰੇ ਅਪਵਾਦਾਂ ਨੂੰ ਸੰਭਾਲਣਗੇ।

• ਲੌਜਿਸਟਿਕਸ ਵਿੱਚ ਜਨਰੇਟਿਵ ਡਿਜ਼ਾਈਨ: ਅਸੀਂ AI ਨੂੰ ਨਵੇਂ ਸਪਲਾਈ ਚੇਨ ਨੈੱਟਵਰਕ ਡਿਜ਼ਾਈਨ ਕਰਦੇ ਦੇਖ ਸਕਦੇ ਹਾਂ। ਮੰਨ ਲਓ ਕਿ ਇੱਕ ਕੰਪਨੀ ਇੱਕ ਨਵੇਂ ਖੇਤਰ ਵਿੱਚ ਫੈਲਦੀ ਹੈ; ਇੱਕ AI ਉਸ ਖੇਤਰ ਲਈ ਅਨੁਕੂਲ ਵੇਅਰਹਾਊਸ ਸਥਾਨ, ਆਵਾਜਾਈ ਲਿੰਕ ਅਤੇ ਵਸਤੂ ਸੂਚੀ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਡੇਟਾ ਦਿੱਤਾ ਗਿਆ ਹੈ - ਜੋ ਕਿ ਅੱਜ ਸਲਾਹਕਾਰ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਕ ਕਰਦੇ ਹਨ। 2030 ਤੱਕ, ਕੰਪਨੀਆਂ ਸਪਲਾਈ ਚੇਨ ਡਿਜ਼ਾਈਨ ਵਿਕਲਪਾਂ ਲਈ AI ਸਿਫ਼ਾਰਸ਼ਾਂ 'ਤੇ ਭਰੋਸਾ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਇਸ 'ਤੇ ਭਰੋਸਾ ਕਰਦੇ ਹੋਏ ਕਿ ਉਹ ਕਾਰਕਾਂ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਤੋਲ ਸਕਦਾ ਹੈ ਅਤੇ ਸ਼ਾਇਦ ਰਚਨਾਤਮਕ ਹੱਲ (ਜਿਵੇਂ ਕਿ ਗੈਰ-ਸਪੱਸ਼ਟ ਵੰਡ ਹੱਬ) ਲੱਭ ਸਕਦਾ ਹੈ ਜੋ ਮਨੁੱਖ ਗੁਆ ਦਿੰਦੇ ਹਨ।

• ਨਿਰਮਾਣ ਨਾਲ ਏਕੀਕਰਨ (ਇੰਡਸਟਰੀ 4.0): ਲੌਜਿਸਟਿਕਸ ਇਕੱਲਾ ਨਹੀਂ ਰਹਿੰਦਾ; ਇਹ ਉਤਪਾਦਨ ਨਾਲ ਜੁੜਦਾ ਹੈ। ਭਵਿੱਖ ਦੀਆਂ ਫੈਕਟਰੀਆਂ ਵਿੱਚ ਜਨਰੇਟਿਵ ਏਆਈ ਸ਼ਡਿਊਲਿੰਗ ਪ੍ਰੋਡਕਸ਼ਨ ਰਨ ਹੋ ਸਕਦੇ ਹਨ, ਕੱਚੇ ਮਾਲ ਨੂੰ ਸਮੇਂ ਸਿਰ ਆਰਡਰ ਕਰਨਾ, ਅਤੇ ਫਿਰ ਲੌਜਿਸਟਿਕਸ ਨੈੱਟਵਰਕ ਨੂੰ ਤੁਰੰਤ ਉਤਪਾਦਾਂ ਨੂੰ ਭੇਜਣ ਲਈ ਨਿਰਦੇਸ਼ ਦੇਣਾ। ਇਸ ਏਕੀਕ੍ਰਿਤ ਏਆਈ ਦਾ ਅਰਥ ਸਮੁੱਚੇ ਤੌਰ 'ਤੇ ਘੱਟ ਮਨੁੱਖੀ ਯੋਜਨਾਬੰਦੀ ਹੋ ਸਕਦਾ ਹੈ - ਲਾਗਤ, ਗਤੀ ਅਤੇ ਸਥਿਰਤਾ ਲਈ ਅਨੁਕੂਲਤਾ ਵਾਲੇ ਐਲਗੋਰਿਦਮ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਨਿਰਮਾਣ ਤੋਂ ਡਿਲੀਵਰੀ ਤੱਕ ਇੱਕ ਸਹਿਜ ਲੜੀ। ਪਹਿਲਾਂ ਹੀ, 2025 ਤੱਕ, ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਕਰਨ ਵਾਲੀਆਂ ਸਪਲਾਈ ਚੇਨਾਂ ਡੇਟਾ-ਸੰਚਾਲਿਤ ਹਨ; 2035 ਤੱਕ ਉਹ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਏਆਈ-ਸੰਚਾਲਿਤ ਹੋ ਸਕਦੀਆਂ ਹਨ।

• ਲੌਜਿਸਟਿਕਸ ਵਿੱਚ ਗਤੀਸ਼ੀਲ ਗਾਹਕ ਸੇਵਾ: ਗਾਹਕ ਸੇਵਾ AI 'ਤੇ ਨਿਰਮਾਣ ਕਰਦੇ ਹੋਏ, ਸਪਲਾਈ ਚੇਨ AI ਗਾਹਕਾਂ ਜਾਂ ਗਾਹਕਾਂ ਨਾਲ ਸਿੱਧਾ ਇੰਟਰਫੇਸ ਕਰ ਸਕਦੇ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਕੋਈ ਵੱਡਾ ਗਾਹਕ ਆਖਰੀ ਸਮੇਂ ਆਪਣੇ ਬਲਕ ਆਰਡਰ ਨੂੰ ਬਦਲਣਾ ਚਾਹੁੰਦਾ ਹੈ, ਤਾਂ ਇੱਕ AI ਏਜੰਟ ਮਨੁੱਖੀ ਮੈਨੇਜਰ ਦੀ ਉਡੀਕ ਕੀਤੇ ਬਿਨਾਂ ਸੰਭਵ ਵਿਕਲਪਾਂ (ਜਿਵੇਂ ਕਿ "ਅਸੀਂ ਹੁਣ ਅੱਧਾ, ਰੁਕਾਵਟਾਂ ਦੇ ਕਾਰਨ ਅਗਲੇ ਹਫ਼ਤੇ ਅੱਧਾ ਡਿਲੀਵਰ ਕਰ ਸਕਦੇ ਹਾਂ") 'ਤੇ ਗੱਲਬਾਤ ਕਰ ਸਕਦਾ ਹੈ। ਇਸ ਵਿੱਚ ਦੋਵਾਂ ਪਾਸਿਆਂ (ਗਾਹਕ ਦੀ ਲੋੜ ਬਨਾਮ ਸੰਚਾਲਨ ਸਮਰੱਥਾ) ਨੂੰ ਸਮਝਣਾ ਅਤੇ ਗਾਹਕਾਂ ਨੂੰ ਸੰਤੁਸ਼ਟ ਕਰਦੇ ਹੋਏ ਕਾਰਜਾਂ ਨੂੰ ਸੁਚਾਰੂ ਰੱਖਣ ਵਾਲੇ ਫੈਸਲੇ ਲੈਣਾ ਸ਼ਾਮਲ ਹੈ।

ਉਮੀਦ ਕੀਤਾ ਗਿਆ ਲਾਭ ਇੱਕ ਵਧੇਰੇ ਕੁਸ਼ਲ, ਲਚਕੀਲਾ, ਅਤੇ ਜਵਾਬਦੇਹ ਲੌਜਿਸਟਿਕਸ ਸਿਸਟਮ ਹੈ। ਕੰਪਨੀਆਂ ਵੱਡੀ ਬੱਚਤ ਦੀ ਉਮੀਦ ਕਰਦੀਆਂ ਹਨ - ਮੈਕਕਿਨਸੀ ਨੇ ਅੰਦਾਜ਼ਾ ਲਗਾਇਆ ਹੈ ਕਿ ਏਆਈ-ਸੰਚਾਲਿਤ ਸਪਲਾਈ ਚੇਨ ਅਨੁਕੂਲਤਾ ਲਾਗਤਾਂ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਘਟਾ ਸਕਦੀ ਹੈ ਅਤੇ ਸੇਵਾ ਪੱਧਰਾਂ ਨੂੰ ਬਿਹਤਰ ਬਣਾ ਸਕਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਉਦਯੋਗਾਂ ਵਿੱਚ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਖਰਬਾਂ ਦਾ ਮੁੱਲ ਜੋੜਿਆ ਜਾ ਸਕਦਾ ਹੈ ( 2023 ਵਿੱਚ ਏਆਈ ਦੀ ਸਥਿਤੀ: ਜਨਰੇਟਿਵ ਏਆਈ ਦਾ ਬ੍ਰੇਕਆਉਟ ਸਾਲ | ਮੈਕਕਿਨਸੀ )।

ਹਾਲਾਂਕਿ, AI ਵੱਲ ਵਧੇਰੇ ਨਿਯੰਤਰਣ ਮੋੜਨ ਨਾਲ ਵੀ ਜੋਖਮ ਹੁੰਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਜੇਕਰ AI ਦਾ ਤਰਕ ਗਲਤ ਹੈ ਤਾਂ ਗਲਤੀਆਂ ਦਾ ਕੈਸਕੇਡਿੰਗ (ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ AI ਸਪਲਾਈ ਚੇਨ ਦਾ ਬਦਨਾਮ ਦ੍ਰਿਸ਼ ਜੋ ਅਣਜਾਣੇ ਵਿੱਚ ਇੱਕ ਮਾਡਲਿੰਗ ਗਲਤੀ ਕਾਰਨ ਇੱਕ ਕੰਪਨੀ ਨੂੰ ਸਟਾਕ ਤੋਂ ਬਾਹਰ ਕਰ ਦਿੰਦਾ ਹੈ)। "ਵੱਡੇ ਫੈਸਲਿਆਂ ਲਈ ਮਨੁੱਖੀ-ਇਨ-ਦ-ਲੂਪ" ਜਾਂ ਘੱਟੋ-ਘੱਟ ਡੈਸ਼ਬੋਰਡ ਵਰਗੇ ਸੁਰੱਖਿਆ ਉਪਾਅ ਜੋ ਤੇਜ਼ ਮਨੁੱਖੀ ਓਵਰਰਾਈਡ ਦੀ ਆਗਿਆ ਦਿੰਦੇ ਹਨ, ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ 2035 ਤੱਕ ਰਹਿਣਗੇ। ਸਮੇਂ ਦੇ ਨਾਲ, ਜਿਵੇਂ ਕਿ AI ਫੈਸਲੇ ਸਾਬਤ ਹੁੰਦੇ ਹਨ, ਮਨੁੱਖ ਪਿੱਛੇ ਹਟਣ ਵਿੱਚ ਵਧੇਰੇ ਆਰਾਮਦਾਇਕ ਹੋ ਜਾਣਗੇ।

ਦਿਲਚਸਪ ਗੱਲ ਇਹ ਹੈ ਕਿ, ਕੁਸ਼ਲਤਾ ਲਈ ਅਨੁਕੂਲਤਾ ਦੇ ਕੇ, AI ਕਈ ਵਾਰ ਅਜਿਹੇ ਵਿਕਲਪ ਬਣਾ ਸਕਦਾ ਹੈ ਜੋ ਮਨੁੱਖੀ ਤਰਜੀਹਾਂ ਜਾਂ ਰਵਾਇਤੀ ਅਭਿਆਸਾਂ ਦੇ ਵਿਰੁੱਧ ਹੁੰਦੇ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਨੁਕੂਲਤਾ ਬਹੁਤ ਘੱਟ ਵਸਤੂਆਂ ਵੱਲ ਲੈ ਜਾ ਸਕਦੀ ਹੈ, ਜੋ ਕਿ ਕੁਸ਼ਲ ਹੈ ਪਰ ਜੋਖਮ ਭਰਿਆ ਮਹਿਸੂਸ ਕਰ ਸਕਦੀ ਹੈ। 2030 ਵਿੱਚ ਸਪਲਾਈ ਚੇਨ ਪੇਸ਼ੇਵਰਾਂ ਨੂੰ ਆਪਣੇ ਅਨੁਭਵਾਂ ਨੂੰ ਅਨੁਕੂਲ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ ਕਿਉਂਕਿ AI, ਵਿਸ਼ਾਲ ਡੇਟਾ ਨੂੰ ਇਕੱਠਾ ਕਰਕੇ, ਇਹ ਦਰਸਾ ਸਕਦਾ ਹੈ ਕਿ ਇਸਦੀ ਅਸਾਧਾਰਨ ਰਣਨੀਤੀ ਅਸਲ ਵਿੱਚ ਬਿਹਤਰ ਕੰਮ ਕਰਦੀ ਹੈ।

ਅੰਤ ਵਿੱਚ, ਸਾਨੂੰ ਇਹ ਵਿਚਾਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਭੌਤਿਕ ਰੁਕਾਵਟਾਂ (ਬੁਨਿਆਦੀ ਢਾਂਚਾ, ਭੌਤਿਕ ਪ੍ਰਕਿਰਿਆ ਦੀ ਗਤੀ) ਲੌਜਿਸਟਿਕਸ ਕਿੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਬਦਲ ਸਕਦੀਆਂ ਹਨ, ਇਸ ਲਈ ਇੱਥੇ ਕ੍ਰਾਂਤੀ ਇੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਵੀਂ ਭੌਤਿਕ ਹਕੀਕਤ ਦੀ ਬਜਾਏ ਸਮਾਰਟ ਯੋਜਨਾਬੰਦੀ ਅਤੇ ਸੰਪਤੀਆਂ ਦੀ ਵਰਤੋਂ ਬਾਰੇ ਹੈ। ਪਰ ਉਨ੍ਹਾਂ ਸੀਮਾਵਾਂ ਦੇ ਅੰਦਰ ਵੀ, ਜਨਰੇਟਿਵ AI ਦੇ ਰਚਨਾਤਮਕ ਹੱਲ ਅਤੇ ਨਿਰੰਤਰ ਅਨੁਕੂਲਤਾ ਘੱਟੋ-ਘੱਟ ਦਸਤੀ ਯੋਜਨਾਬੰਦੀ ਨਾਲ ਦੁਨੀਆ ਭਰ ਵਿੱਚ ਚੀਜ਼ਾਂ ਦੀ ਆਵਾਜਾਈ ਦੇ ਤਰੀਕੇ ਵਿੱਚ ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਸੁਧਾਰ ਕਰ ਸਕਦੀ ਹੈ।

ਸੰਖੇਪ ਵਿੱਚ, 2035 ਤੱਕ ਲੌਜਿਸਟਿਕਸ ਇੱਕ ਚੰਗੀ ਤਰ੍ਹਾਂ ਤੇਲ ਵਾਲੀ ਆਟੋਮੇਟਿਡ ਮਸ਼ੀਨ ਵਾਂਗ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ: ਸਾਮਾਨ ਕੁਸ਼ਲਤਾ ਨਾਲ ਵਹਿ ਰਿਹਾ ਹੈ, ਰਸਤੇ ਅਸਲ ਸਮੇਂ ਵਿੱਚ ਰੁਕਾਵਟਾਂ ਦੇ ਅਨੁਕੂਲ ਹੋ ਰਹੇ ਹਨ, ਵੇਅਰਹਾਊਸਾਂ ਦਾ ਰੋਬੋਟਾਂ ਨਾਲ ਆਪਣੇ ਆਪ ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਨਾ, ਅਤੇ ਪੂਰਾ ਸਿਸਟਮ ਡੇਟਾ ਤੋਂ ਲਗਾਤਾਰ ਸਿੱਖ ਰਿਹਾ ਹੈ ਅਤੇ ਸੁਧਾਰ ਰਿਹਾ ਹੈ - ਇਹ ਸਭ ਜਨਰੇਟਿਵ ਏਆਈ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਹੈ ਜੋ ਕਾਰਜ ਦੇ ਦਿਮਾਗ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ।

ਵਿੱਤ ਅਤੇ ਕਾਰੋਬਾਰ ਵਿੱਚ ਜਨਰੇਟਿਵ ਏ.ਆਈ.

ਵਿੱਤ ਉਦਯੋਗ ਜਾਣਕਾਰੀ - ਰਿਪੋਰਟਾਂ, ਵਿਸ਼ਲੇਸ਼ਣ, ਗਾਹਕ ਸੰਚਾਰ - ਵਿੱਚ ਬਹੁਤ ਜ਼ਿਆਦਾ ਕੰਮ ਕਰਦਾ ਹੈ - ਇਸਨੂੰ ਜਨਰੇਟਿਵ AI ਲਈ ਉਪਜਾਊ ਜ਼ਮੀਨ ਬਣਾਉਂਦਾ ਹੈ। ਬੈਂਕਿੰਗ ਤੋਂ ਲੈ ਕੇ ਨਿਵੇਸ਼ ਪ੍ਰਬੰਧਨ ਅਤੇ ਬੀਮਾ ਤੱਕ, ਸੰਗਠਨ ਆਟੋਮੇਸ਼ਨ ਅਤੇ ਸੂਝ ਪੈਦਾ ਕਰਨ ਲਈ AI ਦੀ ਖੋਜ ਕਰ ਰਹੇ ਹਨ। ਸਵਾਲ ਇਹ ਹੈ ਕਿ, ਇਸ ਖੇਤਰ ਵਿੱਚ ਸ਼ੁੱਧਤਾ ਅਤੇ ਵਿਸ਼ਵਾਸ ਦੀ ਮਹੱਤਤਾ ਨੂੰ ਦੇਖਦੇ ਹੋਏ, AI ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਤੋਂ ਬਿਨਾਂ ਕਿਹੜੇ ਵਿੱਤੀ ਕਾਰਜਾਂ ਨੂੰ ਭਰੋਸੇਯੋਗ ਢੰਗ ਨਾਲ ਸੰਭਾਲ ਸਕਦਾ ਹੈ?

ਮੌਜੂਦਾ ਸਮਰੱਥਾਵਾਂ (2025): ਸਵੈਚਾਲਿਤ ਰਿਪੋਰਟਾਂ ਅਤੇ ਫੈਸਲਾ ਸਹਾਇਤਾ

ਅੱਜ ਤੱਕ, ਜਨਰੇਟਿਵ ਏਆਈ ਕਈ ਤਰੀਕਿਆਂ ਨਾਲ ਵਿੱਤ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾ ਰਿਹਾ ਹੈ, ਅਕਸਰ ਇੱਕ ਮਨੁੱਖ ਦੀ ਨਿਗਰਾਨੀ ਹੇਠ:

• ਰਿਪੋਰਟ ਜਨਰੇਸ਼ਨ: ਬੈਂਕ ਅਤੇ ਵਿੱਤੀ ਫਰਮਾਂ ਕਈ ਰਿਪੋਰਟਾਂ ਤਿਆਰ ਕਰਦੀਆਂ ਹਨ - ਕਮਾਈ ਦੇ ਸੰਖੇਪ, ਮਾਰਕੀਟ ਟਿੱਪਣੀ, ਪੋਰਟਫੋਲੀਓ ਵਿਸ਼ਲੇਸ਼ਣ, ਆਦਿ। ਇਹਨਾਂ ਨੂੰ ਡਰਾਫਟ ਕਰਨ ਲਈ AI ਪਹਿਲਾਂ ਹੀ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਬਲੂਮਬਰਗ ਨੇ ਆਪਣੇ ਟਰਮੀਨਲ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਖ਼ਬਰਾਂ ਦੇ ਵਰਗੀਕਰਨ ਅਤੇ ਪ੍ਰਸ਼ਨ ਅਤੇ ਉੱਤਰ ਵਰਗੇ ਕੰਮਾਂ ਵਿੱਚ ਸਹਾਇਤਾ ਲਈ ਬਲੂਮਬਰਗਜੀਪੀਟੀ, ਵਿੱਤੀ ਡੇਟਾ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਇੱਕ ਵੱਡਾ ਭਾਸ਼ਾ ਮਾਡਲ ਵਿਕਸਤ ਜਨਰੇਟਿਵ ਏਆਈ ਵਿੱਤ ਲਈ ਆ ਰਿਹਾ ਹੈ )। ਜਦੋਂ ਕਿ ਇਸਦਾ ਮੁੱਖ ਉਪਯੋਗ ਮਨੁੱਖਾਂ ਨੂੰ ਜਾਣਕਾਰੀ ਲੱਭਣ ਵਿੱਚ ਮਦਦ ਕਰਨਾ ਹੈ, ਇਹ AI ਦੀ ਵਧਦੀ ਭੂਮਿਕਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਆਟੋਮੇਟਿਡ ਇਨਸਾਈਟਸ (ਕੰਪਨੀ ਜਿਸ ਨਾਲ AP ਕੰਮ ਕਰਦੀ ਸੀ) ਨੇ ਵਿੱਤ ਲੇਖ ਵੀ ਤਿਆਰ ਕੀਤੇ। ਬਹੁਤ ਸਾਰੇ ਨਿਵੇਸ਼ ਨਿਊਜ਼ਲੈਟਰ ਰੋਜ਼ਾਨਾ ਮਾਰਕੀਟ ਚਾਲਾਂ ਜਾਂ ਆਰਥਿਕ ਸੂਚਕਾਂ ਨੂੰ ਰੀਕੈਪ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਆਮ ਤੌਰ 'ਤੇ, ਮਨੁੱਖ ਗਾਹਕਾਂ ਨੂੰ ਭੇਜਣ ਤੋਂ ਪਹਿਲਾਂ ਇਹਨਾਂ ਦੀ ਸਮੀਖਿਆ ਕਰਦੇ ਹਨ, ਪਰ ਇਹ ਸ਼ੁਰੂ ਤੋਂ ਲਿਖਣ ਦੀ ਬਜਾਏ ਇੱਕ ਤੇਜ਼ ਸੰਪਾਦਨ ਹੈ।

• ਗਾਹਕ ਸੰਚਾਰ: ਰਿਟੇਲ ਬੈਂਕਿੰਗ ਵਿੱਚ, AI ਚੈਟਬੋਟ ਖਾਤੇ ਦੇ ਬਕਾਏ, ਲੈਣ-ਦੇਣ, ਜਾਂ ਉਤਪਾਦ ਜਾਣਕਾਰੀ (ਗਾਹਕ ਸੇਵਾ ਡੋਮੇਨ ਵਿੱਚ ਮਿਲਾਉਂਦੇ ਹੋਏ) ਬਾਰੇ ਗਾਹਕਾਂ ਦੇ ਸਵਾਲਾਂ ਨੂੰ ਸੰਭਾਲਦੇ ਹਨ। ਨਾਲ ਹੀ, AI ਵਿਅਕਤੀਗਤ ਵਿੱਤੀ ਸਲਾਹ ਪੱਤਰ ਜਾਂ ਨਜ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ AI ਇਹ ਪਛਾਣ ਸਕਦਾ ਹੈ ਕਿ ਇੱਕ ਗਾਹਕ ਫੀਸਾਂ 'ਤੇ ਬੱਚਤ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਆਪਣੇ ਆਪ ਇੱਕ ਸੁਨੇਹਾ ਤਿਆਰ ਕਰਦਾ ਹੈ ਜੋ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਉਹ ਇੱਕ ਵੱਖਰੇ ਖਾਤੇ ਦੀ ਕਿਸਮ 'ਤੇ ਸਵਿਚ ਕਰਦੇ ਹਨ, ਜੋ ਫਿਰ ਘੱਟੋ-ਘੱਟ ਮਨੁੱਖੀ ਦਖਲਅੰਦਾਜ਼ੀ ਨਾਲ ਬਾਹਰ ਜਾਂਦਾ ਹੈ। ਪੈਮਾਨੇ 'ਤੇ ਇਸ ਤਰ੍ਹਾਂ ਦਾ ਵਿਅਕਤੀਗਤ ਸੰਚਾਰ ਵਿੱਤ ਵਿੱਚ AI ਦੀ ਮੌਜੂਦਾ ਵਰਤੋਂ ਹੈ।

• ਧੋਖਾਧੜੀ ਦਾ ਪਤਾ ਲਗਾਉਣਾ ਅਤੇ ਚੇਤਾਵਨੀਆਂ: ਜਨਰੇਟਿਵ AI ਧੋਖਾਧੜੀ ਪ੍ਰਣਾਲੀਆਂ ਦੁਆਰਾ ਖੋਜੀਆਂ ਗਈਆਂ ਵਿਗਾੜਾਂ ਲਈ ਬਿਰਤਾਂਤ ਜਾਂ ਸਪੱਸ਼ਟੀਕਰਨ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਸ਼ੱਕੀ ਗਤੀਵਿਧੀ ਨੂੰ ਫਲੈਗ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇੱਕ AI ਗਾਹਕ ਲਈ ਇੱਕ ਸਪੱਸ਼ਟੀਕਰਨ ਸੁਨੇਹਾ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ("ਅਸੀਂ ਇੱਕ ਨਵੇਂ ਡਿਵਾਈਸ ਤੋਂ ਇੱਕ ਲੌਗਇਨ ਦੇਖਿਆ...") ਜਾਂ ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਲਈ ਇੱਕ ਰਿਪੋਰਟ। ਖੋਜ ਸਵੈਚਾਲਿਤ ਹੈ (AI/ML ਵਿਗਾੜ ਖੋਜ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ), ਅਤੇ ਸੰਚਾਰ ਵਧਦੀ ਸਵੈਚਾਲਿਤ ਹੁੰਦਾ ਜਾ ਰਿਹਾ ਹੈ, ਹਾਲਾਂਕਿ ਅੰਤਿਮ ਕਾਰਵਾਈਆਂ (ਖਾਤੇ ਨੂੰ ਬਲੌਕ ਕਰਨਾ) ਵਿੱਚ ਅਕਸਰ ਕੁਝ ਮਨੁੱਖੀ ਜਾਂਚ ਹੁੰਦੀ ਹੈ।

• ਵਿੱਤੀ ਸਲਾਹ (ਸੀਮਤ): ਕੁਝ ਰੋਬੋ-ਸਲਾਹਕਾਰ (ਆਟੋਮੇਟਿਡ ਨਿਵੇਸ਼ ਪਲੇਟਫਾਰਮ) ਬਿਨਾਂ ਮਨੁੱਖੀ ਸਲਾਹਕਾਰਾਂ ਦੇ ਪੋਰਟਫੋਲੀਓ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਲਈ ਐਲਗੋਰਿਦਮ (ਜ਼ਰੂਰੀ ਤੌਰ 'ਤੇ ਜਨਰੇਟਿਵ AI ਨਹੀਂ) ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਜਨਰੇਟਿਵ AI, ਮੰਨ ਲਓ, ਕੁਝ ਵਪਾਰ ਕਿਉਂ ਕੀਤੇ ਗਏ ਸਨ ਇਸ ਬਾਰੇ ਟਿੱਪਣੀ ਤਿਆਰ ਕਰ ਰਿਹਾ ਹੈ ਜਾਂ ਕਲਾਇੰਟ ਦੇ ਅਨੁਸਾਰ ਪੋਰਟਫੋਲੀਓ ਪ੍ਰਦਰਸ਼ਨ ਦਾ ਸਾਰ ਤਿਆਰ ਕਰ ਰਿਹਾ ਹੈ। ਹਾਲਾਂਕਿ, ਸ਼ੁੱਧ ਵਿੱਤੀ ਸਲਾਹ (ਜਿਵੇਂ ਕਿ ਗੁੰਝਲਦਾਰ ਵਿੱਤੀ ਯੋਜਨਾਬੰਦੀ) ਅਜੇ ਵੀ ਜ਼ਿਆਦਾਤਰ ਮਨੁੱਖੀ ਜਾਂ ਨਿਯਮ-ਅਧਾਰਤ ਐਲਗੋਰਿਦਮਿਕ ਹੈ; ਨਿਗਰਾਨੀ ਤੋਂ ਬਿਨਾਂ ਫ੍ਰੀ-ਫਾਰਮ ਜਨਰੇਟਿਵ ਸਲਾਹ ਦੇਣਦਾਰੀ ਦੇ ਕਾਰਨ ਜੋਖਮ ਭਰੀ ਹੈ ਜੇਕਰ ਇਹ ਗਲਤ ਹੈ।

• ਜੋਖਮ ਮੁਲਾਂਕਣ ਅਤੇ ਅੰਡਰਰਾਈਟਿੰਗ: ਬੀਮਾ ਕੰਪਨੀਆਂ ਜੋਖਮ ਮੁਲਾਂਕਣ ਰਿਪੋਰਟਾਂ ਨੂੰ ਆਪਣੇ ਆਪ ਲਿਖਣ ਜਾਂ ਨੀਤੀ ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਲਈ AI ਦੀ ਜਾਂਚ ਕਰ ਰਹੀਆਂ ਹਨ। ਉਦਾਹਰਣ ਵਜੋਂ, ਕਿਸੇ ਜਾਇਦਾਦ ਬਾਰੇ ਡੇਟਾ ਦਿੱਤੇ ਜਾਣ 'ਤੇ, ਇੱਕ AI ਇੱਕ ਡਰਾਫਟ ਬੀਮਾ ਪਾਲਿਸੀ ਜਾਂ ਜੋਖਮ ਕਾਰਕਾਂ ਦਾ ਵਰਣਨ ਕਰਨ ਵਾਲੀ ਅੰਡਰਰਾਈਟਰ ਦੀ ਰਿਪੋਰਟ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ। ਮਨੁੱਖ ਵਰਤਮਾਨ ਵਿੱਚ ਇਹਨਾਂ ਆਉਟਪੁੱਟ ਦੀ ਸਮੀਖਿਆ ਕਰਦੇ ਹਨ ਕਿਉਂਕਿ ਇਕਰਾਰਨਾਮੇ ਵਿੱਚ ਕੋਈ ਵੀ ਗਲਤੀ ਮਹਿੰਗੀ ਹੋ ਸਕਦੀ ਹੈ।

• ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸੂਝ: ਏਆਈ ਵਿੱਤੀ ਸਟੇਟਮੈਂਟਾਂ ਜਾਂ ਖ਼ਬਰਾਂ ਨੂੰ ਘੋਖ ਸਕਦਾ ਹੈ ਅਤੇ ਸਾਰਾਂਸ਼ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ। ਵਿਸ਼ਲੇਸ਼ਕ ਅਜਿਹੇ ਸਾਧਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ ਜੋ 100 ਪੰਨਿਆਂ ਦੀ ਸਾਲਾਨਾ ਰਿਪੋਰਟ ਨੂੰ ਤੁਰੰਤ ਮੁੱਖ ਬਿੰਦੂਆਂ ਵਿੱਚ ਸੰਖੇਪ ਕਰ ਸਕਦੇ ਹਨ, ਜਾਂ ਕਮਾਈ ਕਾਲ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ ਤੋਂ ਮੁੱਖ ਸਿੱਟੇ ਕੱਢ ਸਕਦੇ ਹਨ। ਇਹ ਸਾਰਾਂਸ਼ ਸਮਾਂ ਬਚਾਉਂਦੇ ਹਨ ਅਤੇ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਫੈਸਲੇ ਲੈਣ ਵਿੱਚ ਵਰਤੇ ਜਾ ਸਕਦੇ ਹਨ ਜਾਂ ਅੱਗੇ ਭੇਜੇ ਜਾ ਸਕਦੇ ਹਨ, ਪਰ ਸੂਝਵਾਨ ਵਿਸ਼ਲੇਸ਼ਕ ਮਹੱਤਵਪੂਰਨ ਵੇਰਵਿਆਂ ਦੀ ਦੋ ਵਾਰ ਜਾਂਚ ਕਰਦੇ ਹਨ।

ਸੰਖੇਪ ਵਿੱਚ, ਵਿੱਤ ਵਿੱਚ ਮੌਜੂਦਾ AI ਇੱਕ ਅਣਥੱਕ ਵਿਸ਼ਲੇਸ਼ਕ/ਲੇਖਕ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ , ਅਜਿਹੀ ਸਮੱਗਰੀ ਤਿਆਰ ਕਰਦਾ ਹੈ ਜਿਸਨੂੰ ਮਨੁੱਖ ਪਾਲਿਸ਼ ਕਰਦੇ ਹਨ। ਪੂਰੀ ਤਰ੍ਹਾਂ ਖੁਦਮੁਖਤਿਆਰ ਵਰਤੋਂ ਜ਼ਿਆਦਾਤਰ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਰਿਭਾਸ਼ਿਤ ਖੇਤਰਾਂ ਜਿਵੇਂ ਕਿ ਡੇਟਾ-ਸੰਚਾਲਿਤ ਖ਼ਬਰਾਂ (ਕੋਈ ਵਿਅਕਤੀਗਤ ਨਿਰਣੇ ਦੀ ਲੋੜ ਨਹੀਂ) ਜਾਂ ਗਾਹਕ ਸੇਵਾ ਪ੍ਰਤੀਕਿਰਿਆਵਾਂ ਵਿੱਚ ਹੁੰਦੀ ਹੈ। ਪੈਸੇ ਬਾਰੇ ਫੈਸਲਿਆਂ (ਜਿਵੇਂ ਕਿ ਫੰਡਾਂ ਨੂੰ ਭੇਜਣਾ, ਪਹਿਲਾਂ ਤੋਂ ਸੈੱਟ ਕੀਤੇ ਐਲਗੋਰਿਦਮ ਤੋਂ ਪਰੇ ਵਪਾਰ ਕਰਨਾ) ਨਾਲ AI 'ਤੇ ਸਿੱਧਾ ਭਰੋਸਾ ਕਰਨਾ ਉੱਚ ਦਾਅ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਜਾਂਚ ਦੇ ਕਾਰਨ ਬਹੁਤ ਘੱਟ ਹੁੰਦਾ ਹੈ।

2030-2035 ਲਈ ਦ੍ਰਿਸ਼ਟੀਕੋਣ: ਏਆਈ ਵਿਸ਼ਲੇਸ਼ਕ ਅਤੇ ਆਟੋਨੋਮਸ ਵਿੱਤ ਸੰਚਾਲਨ

ਅੱਗੇ ਦੇਖਦੇ ਹੋਏ, 2035 ਤੱਕ ਜਨਰੇਟਿਵ ਏਆਈ ਵਿੱਤੀ ਕਾਰਜਾਂ ਵਿੱਚ ਡੂੰਘਾਈ ਨਾਲ ਸ਼ਾਮਲ ਹੋ ਸਕਦਾ ਹੈ, ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਬਹੁਤ ਸਾਰੇ ਕਾਰਜਾਂ ਨੂੰ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਸੰਭਾਲ ਸਕਦਾ ਹੈ:

• AI ਵਿੱਤੀ ਵਿਸ਼ਲੇਸ਼ਕ: ਅਸੀਂ AI ਸਿਸਟਮ ਦੇਖ ਸਕਦੇ ਹਾਂ ਜੋ ਕੰਪਨੀਆਂ ਅਤੇ ਬਾਜ਼ਾਰਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਇੱਕ ਮਨੁੱਖੀ ਇਕੁਇਟੀ ਖੋਜ ਵਿਸ਼ਲੇਸ਼ਕ ਦੇ ਪੱਧਰ 'ਤੇ ਸਿਫ਼ਾਰਸ਼ਾਂ ਜਾਂ ਰਿਪੋਰਟਾਂ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ। 2030 ਤੱਕ, ਇੱਕ AI ਇੱਕ ਕੰਪਨੀ ਦੀਆਂ ਸਾਰੀਆਂ ਵਿੱਤੀ ਫਾਈਲਿੰਗਾਂ ਨੂੰ ਪੜ੍ਹ ਸਕਦਾ ਹੈ, ਉਦਯੋਗ ਦੇ ਡੇਟਾ ਨਾਲ ਤੁਲਨਾ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਆਪਣੇ ਆਪ ਇੱਕ ਨਿਵੇਸ਼ ਸਿਫਾਰਸ਼ ਰਿਪੋਰਟ ("ਤਰਕ ਨਾਲ ਖਰੀਦੋ/ਵੇਚੋ") ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ। ਕੁਝ ਹੇਜ ਫੰਡ ਪਹਿਲਾਂ ਹੀ ਵਪਾਰਕ ਸਿਗਨਲ ਤਿਆਰ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਹਨ; 2030 ਤੱਕ, AI ਖੋਜ ਰਿਪੋਰਟਾਂ ਆਮ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮਨੁੱਖੀ ਪੋਰਟਫੋਲੀਓ ਪ੍ਰਬੰਧਕ ਦੂਜਿਆਂ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਇਨਪੁਟ ਵਜੋਂ AI-ਉਤਪੰਨ ਵਿਸ਼ਲੇਸ਼ਣ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਸਕਦੇ ਹਨ। AI ਲਈ ਪੋਰਟਫੋਲੀਓ ਨੂੰ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਦੀ ਸੰਭਾਵਨਾ ਵੀ ਹੈ: ਇੱਕ ਪੂਰਵ-ਨਿਰਧਾਰਤ ਰਣਨੀਤੀ ਦੇ ਅਨੁਸਾਰ ਨਿਵੇਸ਼ਾਂ ਦੀ ਨਿਰੰਤਰ ਨਿਗਰਾਨੀ ਅਤੇ ਮੁੜ-ਸੰਤੁਲਨ। ਦਰਅਸਲ, ਐਲਗੋਰਿਦਮਿਕ ਵਪਾਰ ਪਹਿਲਾਂ ਹੀ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸਵੈਚਾਲਿਤ ਹੈ - ਜਨਰੇਟਿਵ AI ਨਵੇਂ ਵਪਾਰਕ ਮਾਡਲਾਂ ਨੂੰ ਤਿਆਰ ਕਰਕੇ ਅਤੇ ਟੈਸਟ ਕਰਕੇ ਰਣਨੀਤੀਆਂ ਨੂੰ ਵਧੇਰੇ ਅਨੁਕੂਲ ਬਣਾ ਸਕਦਾ ਹੈ।

• ਸਵੈਚਾਲਿਤ ਵਿੱਤੀ ਯੋਜਨਾਬੰਦੀ: ਖਪਤਕਾਰ-ਮੁਖੀ AI ਸਲਾਹਕਾਰ ਵਿਅਕਤੀਆਂ ਲਈ ਰੁਟੀਨ ਵਿੱਤੀ ਯੋਜਨਾਬੰਦੀ ਨੂੰ ਸੰਭਾਲ ਸਕਦੇ ਹਨ। 2030 ਤੱਕ, ਤੁਸੀਂ ਇੱਕ AI ਨੂੰ ਆਪਣੇ ਟੀਚੇ (ਘਰ ਖਰੀਦਣਾ, ਕਾਲਜ ਲਈ ਬੱਚਤ ਕਰਨਾ) ਦੱਸ ਸਕਦੇ ਹੋ ਅਤੇ ਇਹ ਤੁਹਾਡੇ ਲਈ ਤਿਆਰ ਕੀਤੀ ਗਈ ਇੱਕ ਪੂਰੀ ਵਿੱਤੀ ਯੋਜਨਾ (ਬਜਟ, ਨਿਵੇਸ਼ ਵੰਡ, ਬੀਮਾ ਸੁਝਾਅ) ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ। ਸ਼ੁਰੂ ਵਿੱਚ ਇੱਕ ਮਨੁੱਖੀ ਵਿੱਤੀ ਯੋਜਨਾਕਾਰ ਇਸਦੀ ਸਮੀਖਿਆ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਜਿਵੇਂ-ਜਿਵੇਂ ਵਿਸ਼ਵਾਸ ਵਧਦਾ ਹੈ, ਅਜਿਹੀ ਸਲਾਹ ਸਿੱਧੇ ਖਪਤਕਾਰਾਂ ਨੂੰ ਦਿੱਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਢੁਕਵੇਂ ਬੇਦਾਅਵੇ ਦੇ ਨਾਲ। ਕੁੰਜੀ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਹੋਵੇਗੀ ਕਿ AI ਦੀ ਸਲਾਹ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦੀ ਹੈ ਅਤੇ ਗਾਹਕ ਦੇ ਹਿੱਤ ਵਿੱਚ ਹੈ। ਜੇਕਰ ਹੱਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਤਾਂ AI ਘੱਟ ਕੀਮਤ 'ਤੇ ਬੁਨਿਆਦੀ ਵਿੱਤੀ ਸਲਾਹ ਨੂੰ ਕਿਤੇ ਜ਼ਿਆਦਾ ਪਹੁੰਚਯੋਗ ਬਣਾ ਸਕਦਾ ਹੈ।

• ਬੈਕ-ਆਫਿਸ ਆਟੋਮੇਸ਼ਨ: ਜਨਰੇਟਿਵ ਏਆਈ ਬਹੁਤ ਸਾਰੇ ਬੈਕ-ਆਫਿਸ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਸੰਭਾਲ ਸਕਦਾ ਹੈ - ਲੋਨ ਐਪਲੀਕੇਸ਼ਨਾਂ, ਪਾਲਣਾ ਰਿਪੋਰਟਾਂ, ਆਡਿਟ ਸੰਖੇਪ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ ਏਆਈ ਸਾਰੇ ਲੈਣ-ਦੇਣ ਡੇਟਾ ਨੂੰ ਲੈ ਸਕਦਾ ਹੈ ਅਤੇ ਇੱਕ ਆਡਿਟ ਰਿਪੋਰਟ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ । 2035 ਵਿੱਚ ਆਡੀਟਰ ਹਰ ਚੀਜ਼ ਨੂੰ ਖੁਦ ਖੋਜਣ ਦੀ ਬਜਾਏ ਏਆਈ-ਫਲੈਗ ਕੀਤੇ ਅਪਵਾਦਾਂ ਦੀ ਸਮੀਖਿਆ ਕਰਨ ਵਿੱਚ ਵਧੇਰੇ ਸਮਾਂ ਬਿਤਾ ਸਕਦੇ ਹਨ। ਇਸੇ ਤਰ੍ਹਾਂ, ਪਾਲਣਾ ਲਈ, ਏਆਈ ਰੈਗੂਲੇਟਰਾਂ ਲਈ ਸ਼ੱਕੀ ਗਤੀਵਿਧੀ ਰਿਪੋਰਟਾਂ (SARs) ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਬਿਨਾਂ ਕਿਸੇ ਵਿਸ਼ਲੇਸ਼ਕ ਦੇ ਸ਼ੁਰੂ ਤੋਂ ਲਿਖੇ। ਇਹਨਾਂ ਰੁਟੀਨ ਦਸਤਾਵੇਜ਼ਾਂ ਦੀ ਖੁਦਮੁਖਤਿਆਰੀ ਪੀੜ੍ਹੀ, ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਇੱਕ ਅਪਵਾਦ ਦੇ ਅਧਾਰ ਤੇ ਜਾਣ ਦੇ ਨਾਲ, ਮਿਆਰੀ ਬਣ ਸਕਦੀ ਹੈ।

• ਬੀਮਾ ਦਾਅਵੇ ਅਤੇ ਅੰਡਰਰਾਈਟਿੰਗ: ਇੱਕ AI ਇੱਕ ਬੀਮਾ ਦਾਅਵੇ (ਫੋਟੋ ਸਬੂਤ, ਆਦਿ ਦੇ ਨਾਲ) ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰ ਸਕਦਾ ਹੈ, ਕਵਰੇਜ ਨਿਰਧਾਰਤ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਭੁਗਤਾਨ ਫੈਸਲਾ ਪੱਤਰ ਆਪਣੇ ਆਪ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ। ਅਸੀਂ ਇੱਕ ਅਜਿਹੇ ਬਿੰਦੂ 'ਤੇ ਪਹੁੰਚ ਸਕਦੇ ਹਾਂ ਜਿੱਥੇ ਸਿੱਧੇ ਦਾਅਵਿਆਂ (ਜਿਵੇਂ ਕਿ ਸਪੱਸ਼ਟ ਡੇਟਾ ਵਾਲੇ ਆਟੋ ਹਾਦਸੇ) ਨੂੰ ਜਮ੍ਹਾਂ ਕਰਨ ਦੇ ਮਿੰਟਾਂ ਦੇ ਅੰਦਰ AI ਦੁਆਰਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਿਪਟਾਇਆ ਜਾਂਦਾ ਹੈ। ਨਵੀਆਂ ਨੀਤੀਆਂ ਦੀ ਅੰਡਰਰਾਈਟਿੰਗ ਸਮਾਨ ਹੋ ਸਕਦੀ ਹੈ: AI ਜੋਖਮ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ ਅਤੇ ਪਾਲਿਸੀ ਦੀਆਂ ਸ਼ਰਤਾਂ ਤਿਆਰ ਕਰਦਾ ਹੈ। 2035 ਤੱਕ, ਸ਼ਾਇਦ ਸਿਰਫ ਗੁੰਝਲਦਾਰ ਜਾਂ ਸੀਮਾ ਰੇਖਾ ਵਾਲੇ ਮਾਮਲੇ ਹੀ ਮਨੁੱਖੀ ਅੰਡਰਰਾਈਟਰਾਂ ਤੱਕ ਪਹੁੰਚ ਜਾਣਗੇ।

• ਧੋਖਾਧੜੀ ਅਤੇ ਸੁਰੱਖਿਆ: ਵਿੱਤ ਵਿੱਚ ਧੋਖਾਧੜੀ ਜਾਂ ਸਾਈਬਰ ਖਤਰਿਆਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਅਤੇ ਉਹਨਾਂ ਦਾ ਜਵਾਬ ਦੇਣ ਵਿੱਚ AI ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਹੋਰ ਵੀ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗਾ। ਆਟੋਨੋਮਸ AI ਏਜੰਟ ਅਸਲ-ਸਮੇਂ ਵਿੱਚ ਲੈਣ-ਦੇਣ ਦੀ ਨਿਗਰਾਨੀ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਕੁਝ ਮਾਪਦੰਡਾਂ 'ਤੇ ਪਹੁੰਚਣ 'ਤੇ ਤੁਰੰਤ ਕਾਰਵਾਈਆਂ (ਖਾਤਿਆਂ ਨੂੰ ਬਲਾਕ ਕਰਨਾ, ਲੈਣ-ਦੇਣ ਨੂੰ ਫ੍ਰੀਜ਼ ਕਰਨਾ) ਕਰ ਸਕਦੇ ਹਨ, ਫਿਰ ਇੱਕ ਤਰਕ ਪੇਸ਼ ਕਰ ਸਕਦੇ ਹਨ। ਇੱਥੇ ਗਤੀ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਇਸ ਲਈ ਘੱਟੋ-ਘੱਟ ਮਨੁੱਖੀ ਸ਼ਮੂਲੀਅਤ ਲੋੜੀਂਦੀ ਹੈ। ਇਹਨਾਂ ਕਾਰਵਾਈਆਂ ਨੂੰ ਗਾਹਕਾਂ ਜਾਂ ਰੈਗੂਲੇਟਰਾਂ ਨੂੰ ਸਪਸ਼ਟ ਤਰੀਕੇ ਨਾਲ ਸੰਚਾਰਿਤ ਕਰਨ ਵਿੱਚ ਜਨਰੇਟਿਵ ਹਿੱਸਾ ਆ ਸਕਦਾ ਹੈ।

• ਕਾਰਜਕਾਰੀ ਸਹਾਇਤਾ: ਇੱਕ AI "ਚੀਫ਼ ਆਫ਼ ਸਟਾਫ਼" ਦੀ ਕਲਪਨਾ ਕਰੋ ਜੋ ਤੁਰੰਤ ਕਾਰਜਕਾਰੀਆਂ ਲਈ ਕਾਰੋਬਾਰੀ ਰਿਪੋਰਟਾਂ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ। ਪੁੱਛੋ, "ਸਾਡੇ ਯੂਰਪੀਅਨ ਡਿਵੀਜ਼ਨ ਨੇ ਇਸ ਤਿਮਾਹੀ ਵਿੱਚ ਕਿਵੇਂ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ ਅਤੇ ਪਿਛਲੇ ਸਾਲ ਦੇ ਮੁਕਾਬਲੇ ਮੁੱਖ ਡ੍ਰਾਈਵਰ ਕੀ ਸਨ?" ਅਤੇ AI ਚਾਰਟਾਂ ਦੇ ਨਾਲ ਇੱਕ ਸੰਖੇਪ ਰਿਪੋਰਟ ਤਿਆਰ ਕਰੇਗਾ, ਸਾਰੇ ਸਹੀ, ਡੇਟਾ ਤੋਂ ਖਿੱਚੇ ਗਏ। ਇਸ ਕਿਸਮ ਦੀ ਗਤੀਸ਼ੀਲ, ਖੁਦਮੁਖਤਿਆਰ ਰਿਪੋਰਟਿੰਗ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਗੱਲਬਾਤ ਜਿੰਨਾ ਆਸਾਨ ਹੋ ਸਕਦਾ ਹੈ। 2030 ਤੱਕ, ਵਪਾਰਕ ਬੁੱਧੀ ਲਈ AI ਤੋਂ ਪੁੱਛਗਿੱਛ ਕਰਨਾ ਅਤੇ ਸਹੀ ਜਵਾਬ ਦੇਣ ਲਈ ਇਸ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਥਿਰ ਰਿਪੋਰਟਾਂ ਅਤੇ ਸ਼ਾਇਦ ਕੁਝ ਵਿਸ਼ਲੇਸ਼ਕ ਭੂਮਿਕਾਵਾਂ ਨੂੰ ਵੀ ਬਦਲ ਸਕਦਾ ਹੈ।

ਇੱਕ ਦਿਲਚਸਪ ਅਨੁਮਾਨ: 2030 ਦੇ ਦਹਾਕੇ ਤੱਕ, ਜ਼ਿਆਦਾਤਰ ਵਿੱਤੀ ਸਮੱਗਰੀ (ਖ਼ਬਰਾਂ, ਰਿਪੋਰਟਾਂ, ਆਦਿ) AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ । ਪਹਿਲਾਂ ਹੀ, ਡਾਓ ਜੋਨਸ ਅਤੇ ਰਾਇਟਰਜ਼ ਵਰਗੇ ਆਉਟਲੈਟ ਕੁਝ ਖ਼ਬਰਾਂ ਦੇ ਬਿੱਟਾਂ ਲਈ ਆਟੋਮੇਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਜੇਕਰ ਇਹ ਰੁਝਾਨ ਜਾਰੀ ਰਹਿੰਦਾ ਹੈ, ਅਤੇ ਵਿੱਤੀ ਡੇਟਾ ਦੇ ਵਿਸਫੋਟ ਨੂੰ ਦੇਖਦੇ ਹੋਏ, AI ਇਸਦੇ ਜ਼ਿਆਦਾਤਰ ਹਿੱਸੇ ਨੂੰ ਫਿਲਟਰ ਕਰਨ ਅਤੇ ਸੰਚਾਰ ਕਰਨ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹੋ ਸਕਦਾ ਹੈ।

ਹਾਲਾਂਕਿ, ਵਿਸ਼ਵਾਸ ਅਤੇ ਤਸਦੀਕ ਕੇਂਦਰੀ ਹੋਣਗੇ। ਵਿੱਤੀ ਉਦਯੋਗ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨਿਯੰਤ੍ਰਿਤ ਹੈ ਅਤੇ ਕਿਸੇ ਵੀ AI ਨੂੰ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਕੰਮ ਕਰਨ ਵਾਲੇ ਨੂੰ ਸਖ਼ਤ ਮਾਪਦੰਡਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ:

• ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਕਿ ਕੋਈ ਭਰਮ ਨਾ ਹੋਵੇ (ਤੁਸੀਂ ਕਿਸੇ AI ਵਿਸ਼ਲੇਸ਼ਕ ਤੋਂ ਅਜਿਹਾ ਵਿੱਤੀ ਮਾਪਦੰਡ ਨਹੀਂ ਕਰਵਾ ਸਕਦੇ ਜੋ ਅਸਲ ਨਾ ਹੋਵੇ - ਜੋ ਬਾਜ਼ਾਰਾਂ ਨੂੰ ਗੁੰਮਰਾਹ ਕਰ ਸਕਦਾ ਹੋਵੇ)।

• ਪੱਖਪਾਤ ਜਾਂ ਗੈਰ-ਕਾਨੂੰਨੀ ਅਭਿਆਸਾਂ ਤੋਂ ਬਚਣਾ (ਜਿਵੇਂ ਕਿ ਪੱਖਪਾਤੀ ਸਿਖਲਾਈ ਡੇਟਾ ਦੇ ਕਾਰਨ ਅਣਜਾਣੇ ਵਿੱਚ ਉਧਾਰ ਫੈਸਲਿਆਂ ਵਿੱਚ ਮੁੜ-ਰੇਖਾਬੰਦੀ)।

• ਆਡਿਟਯੋਗਤਾ: ਰੈਗੂਲੇਟਰਾਂ ਨੂੰ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਇਹ ਲੋੜ ਹੋਵੇਗੀ ਕਿ AI ਫੈਸਲੇ ਵਿਆਖਿਆਯੋਗ ਹੋਣ। ਜੇਕਰ ਕੋਈ AI ਕਰਜ਼ਾ ਲੈਣ ਤੋਂ ਇਨਕਾਰ ਕਰਦਾ ਹੈ ਜਾਂ ਵਪਾਰਕ ਫੈਸਲਾ ਲੈਂਦਾ ਹੈ, ਤਾਂ ਇੱਕ ਤਰਕ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਜਿਸਦੀ ਜਾਂਚ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ। ਜਨਰੇਟਿਵ ਮਾਡਲ ਥੋੜ੍ਹਾ ਜਿਹਾ ਬਲੈਕ ਬਾਕਸ ਹੋ ਸਕਦੇ ਹਨ, ਇਸ ਲਈ ਵਿਆਖਿਆਯੋਗ AI ਤਕਨੀਕਾਂ ਦੇ ਵਿਕਾਸ ਦੀ ਉਮੀਦ ਕਰੋ।

ਅਗਲੇ 10 ਸਾਲਾਂ ਵਿੱਚ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ AI ਅਤੇ ਵਿੱਤ ਪੇਸ਼ੇਵਰਾਂ ਵਿਚਕਾਰ ਨਜ਼ਦੀਕੀ ਸਹਿਯੋਗ ਸ਼ਾਮਲ ਹੋਵੇਗਾ, ਆਤਮਵਿਸ਼ਵਾਸ ਵਧਣ ਦੇ ਨਾਲ-ਨਾਲ ਖੁਦਮੁਖਤਿਆਰੀ ਦੀ ਰੇਖਾ ਨੂੰ ਹੌਲੀ-ਹੌਲੀ ਅੱਗੇ ਵਧਾਇਆ ਜਾਵੇਗਾ। ਸ਼ੁਰੂਆਤੀ ਜਿੱਤਾਂ ਘੱਟ-ਜੋਖਮ ਵਾਲੇ ਆਟੋਮੇਸ਼ਨ (ਜਿਵੇਂ ਕਿ ਰਿਪੋਰਟ ਤਿਆਰ ਕਰਨਾ) ਵਿੱਚ ਆਉਣਗੀਆਂ। ਕ੍ਰੈਡਿਟ ਫੈਸਲਿਆਂ ਜਾਂ ਨਿਵੇਸ਼ ਚੋਣਾਂ ਵਰਗੇ ਮੁੱਖ ਨਿਰਣੇ ਔਖੇ ਹੋਣਗੇ, ਪਰ ਉੱਥੇ ਵੀ, ਜਿਵੇਂ ਕਿ AI ਦਾ ਟਰੈਕ ਰਿਕਾਰਡ ਬਣਦਾ ਹੈ, ਫਰਮਾਂ ਇਸਨੂੰ ਹੋਰ ਖੁਦਮੁਖਤਿਆਰੀ ਦੇ ਸਕਦੀਆਂ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਇੱਕ AI ਫੰਡ ਇੱਕ ਮਨੁੱਖੀ ਨਿਗਰਾਨ ਨਾਲ ਚੱਲੇਗਾ ਜੋ ਸਿਰਫ ਉਦੋਂ ਹੀ ਦਖਲ ਦੇਵੇਗਾ ਜਦੋਂ ਪ੍ਰਦਰਸ਼ਨ ਭਟਕ ਜਾਂਦਾ ਹੈ ਜਾਂ ਜੇਕਰ AI ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।

ਆਰਥਿਕ ਤੌਰ 'ਤੇ, ਮੈਕਕਿਨਸੀ ਨੇ ਅੰਦਾਜ਼ਾ ਲਗਾਇਆ ਕਿ ਏਆਈ (ਖਾਸ ਕਰਕੇ ਜਨਰਲ ਏਆਈ) ਬੈਂਕਿੰਗ ਵਿੱਚ ਸਾਲਾਨਾ 200-340 ਬਿਲੀਅਨ ਡਾਲਰ ਦਾ ਮੁੱਲ ਜੋੜ ਸਕਦਾ ਹੈ ਅਤੇ ਬੀਮਾ ਅਤੇ ਪੂੰਜੀ ਬਾਜ਼ਾਰਾਂ ਵਿੱਚ ਵੀ ਇਸੇ ਤਰ੍ਹਾਂ ਦੇ ਵੱਡੇ ਪ੍ਰਭਾਵ ਪਾ ਸਕਦਾ ਹੈ ( 2023 ਵਿੱਚ ਏਆਈ ਦੀ ਸਥਿਤੀ: ਜਨਰੇਟਿਵ ਏਆਈ ਦਾ ਬ੍ਰੇਕਆਉਟ ਸਾਲ | ਮੈਕਕਿਨਸੀ ) ( ਜਨਰੇਟਿਵ ਏਆਈ ਦਾ ਭਵਿੱਖ ਕੀ ਹੈ? | ਮੈਕਕਿਨਸੀ )। ਇਹ ਕੁਸ਼ਲਤਾ ਅਤੇ ਬਿਹਤਰ ਫੈਸਲੇ ਦੇ ਨਤੀਜਿਆਂ ਦੁਆਰਾ ਹੈ। ਉਸ ਮੁੱਲ ਨੂੰ ਹਾਸਲ ਕਰਨ ਲਈ, ਬਹੁਤ ਸਾਰੇ ਨਿਯਮਤ ਵਿੱਤੀ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸੰਚਾਰ ਨੂੰ ਏਆਈ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਸੌਂਪਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ।

ਸੰਖੇਪ ਵਿੱਚ, 2035 ਤੱਕ ਜਨਰੇਟਿਵ AI ਵਿੱਤੀ ਖੇਤਰ ਵਿੱਚ ਕੰਮ ਕਰਨ ਵਾਲੇ ਜੂਨੀਅਰ ਵਿਸ਼ਲੇਸ਼ਕਾਂ, ਸਲਾਹਕਾਰਾਂ ਅਤੇ ਕਲਰਕਾਂ ਦੀ ਇੱਕ ਫੌਜ ਵਾਂਗ ਹੋ ਸਕਦਾ ਹੈ, ਜੋ ਬਹੁਤ ਸਾਰਾ ਕੰਮ ਅਤੇ ਕੁਝ ਸੂਝਵਾਨ ਵਿਸ਼ਲੇਸ਼ਣ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਕਰਦੇ ਹਨ। ਮਨੁੱਖ ਅਜੇ ਵੀ ਟੀਚੇ ਨਿਰਧਾਰਤ ਕਰਨਗੇ ਅਤੇ ਉੱਚ-ਪੱਧਰੀ ਰਣਨੀਤੀ, ਕਲਾਇੰਟ ਸਬੰਧਾਂ ਅਤੇ ਨਿਗਰਾਨੀ ਨੂੰ ਸੰਭਾਲਣਗੇ। ਵਿੱਤੀ ਸੰਸਾਰ, ਸਾਵਧਾਨ ਰਹਿ ਕੇ, ਹੌਲੀ-ਹੌਲੀ ਖੁਦਮੁਖਤਿਆਰੀ ਵਧਾਏਗਾ - ਪਰ ਦਿਸ਼ਾ ਸਪੱਸ਼ਟ ਹੈ ਕਿ ਵੱਧ ਤੋਂ ਵੱਧ ਜਾਣਕਾਰੀ ਪ੍ਰਕਿਰਿਆ ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਫੈਸਲੇ ਦੀਆਂ ਸਿਫ਼ਾਰਸ਼ਾਂ AI ਤੋਂ ਆਉਣਗੀਆਂ। ਆਦਰਸ਼ਕ ਤੌਰ 'ਤੇ, ਇਹ ਤੇਜ਼ ਸੇਵਾ (ਤੁਰੰਤ ਕਰਜ਼ੇ, ਚੌਵੀ ਘੰਟੇ ਸਲਾਹ), ਘੱਟ ਲਾਗਤਾਂ, ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਵਧੇਰੇ ਨਿਰਪੱਖਤਾ (ਡੇਟਾ ਪੈਟਰਨਾਂ ਦੇ ਅਧਾਰ ਤੇ ਫੈਸਲੇ) ਵੱਲ ਲੈ ਜਾਂਦਾ ਹੈ। ਪਰ ਵਿਸ਼ਵਾਸ ਬਣਾਈ ਰੱਖਣਾ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗਾ; ਵਿੱਤ ਵਿੱਚ ਇੱਕ ਉੱਚ-ਪ੍ਰੋਫਾਈਲ AI ਗਲਤੀ ਬਹੁਤ ਜ਼ਿਆਦਾ ਨੁਕਸਾਨ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੀ ਹੈ (ਇੱਕ AI-ਟਰਿੱਗਰ ਫਲੈਸ਼ ਕਰੈਸ਼ ਜਾਂ ਹਜ਼ਾਰਾਂ ਲੋਕਾਂ ਨੂੰ ਗਲਤ ਤਰੀਕੇ ਨਾਲ ਇਨਕਾਰ ਕੀਤੇ ਲਾਭ ਦੀ ਕਲਪਨਾ ਕਰੋ)। ਇਸ ਲਈ, ਗਾਰਡਰੇਲ ਅਤੇ ਮਨੁੱਖੀ ਜਾਂਚ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਖਪਤਕਾਰਾਂ-ਮੁਖੀ ਕਾਰਵਾਈਆਂ ਲਈ ਜਾਰੀ ਰਹਿੰਦੀ ਹੈ, ਭਾਵੇਂ ਬੈਕ-ਆਫਿਸ ਪ੍ਰਕਿਰਿਆਵਾਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਖੁਦਮੁਖਤਿਆਰ ਬਣ ਜਾਂਦੀਆਂ ਹਨ।

ਚੁਣੌਤੀਆਂ ਅਤੇ ਨੈਤਿਕ ਵਿਚਾਰ

ਇਹਨਾਂ ਸਾਰੇ ਖੇਤਰਾਂ ਵਿੱਚ, ਜਿਵੇਂ ਕਿ ਜਨਰੇਟਿਵ ਏਆਈ ਵਧੇਰੇ ਖੁਦਮੁਖਤਿਆਰ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਲੈਂਦਾ ਹੈ, ਆਮ ਚੁਣੌਤੀਆਂ ਅਤੇ ਨੈਤਿਕ ਸਵਾਲਾਂ ਦਾ ਇੱਕ ਸਮੂਹ ਉੱਠਦਾ ਹੈ। ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਕਿ ਏਆਈ ਇੱਕ ਭਰੋਸੇਮੰਦ ਅਤੇ ਲਾਭਦਾਇਕ ਖੁਦਮੁਖਤਿਆਰ ਏਜੰਟ ਹੈ, ਸਿਰਫ਼ ਇੱਕ ਤਕਨੀਕੀ ਕੰਮ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਇੱਕ ਸਮਾਜਿਕ ਕੰਮ ਹੈ। ਇੱਥੇ ਅਸੀਂ ਮੁੱਖ ਚਿੰਤਾਵਾਂ ਦੀ ਰੂਪਰੇਖਾ ਦਿੰਦੇ ਹਾਂ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਕਿਵੇਂ ਸੰਬੋਧਿਤ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ (ਜਾਂ ਉਹਨਾਂ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ):

ਭਰੋਸੇਯੋਗਤਾ ਅਤੇ ਸ਼ੁੱਧਤਾ

ਭਰਮ ਸਮੱਸਿਆ: ਜਨਰੇਟਿਵ ਏਆਈ ਮਾਡਲ ਗਲਤ ਜਾਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮਨਘੜਤ ਆਉਟਪੁੱਟ ਪੈਦਾ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਭਰੋਸੇਮੰਦ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ। ਇਹ ਖਾਸ ਤੌਰ 'ਤੇ ਖ਼ਤਰਨਾਕ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਕੋਈ ਵੀ ਮਨੁੱਖ ਗਲਤੀਆਂ ਨੂੰ ਫੜਨ ਲਈ ਲੂਪ ਵਿੱਚ ਨਹੀਂ ਹੁੰਦਾ। ਇੱਕ ਚੈਟਬੋਟ ਇੱਕ ਗਾਹਕ ਨੂੰ ਗਲਤ ਨਿਰਦੇਸ਼ ਦੇ ਸਕਦਾ ਹੈ, ਜਾਂ ਇੱਕ ਏਆਈ-ਲਿਖਤ ਰਿਪੋਰਟ ਵਿੱਚ ਇੱਕ ਬਣਾਏ ਅੰਕੜੇ ਹੋ ਸਕਦੇ ਹਨ। 2025 ਤੱਕ, ਸੰਗਠਨਾਂ ਦੁਆਰਾ ਗਲਤੀ ਨੂੰ ਜਨਰੇਟਿਵ ਏਆਈ ਦੇ ਸਭ ਤੋਂ ਵੱਡੇ ਜੋਖਮ ਵਜੋਂ ਮਾਨਤਾ ਦਿੱਤੀ ਗਈ ਹੈ ( 2023 ਵਿੱਚ ਏਆਈ ਦੀ ਸਥਿਤੀ: ਜਨਰੇਟਿਵ ਏਆਈ ਦਾ ਬ੍ਰੇਕਆਉਟ ਸਾਲ | ਮੈਕਕਿਨਸੀ ) ( ਏਆਈ ਦੀ ਸਥਿਤੀ: ਗਲੋਬਲ ਸਰਵੇਖਣ | ਮੈਕਕਿਨਸੀ )। ਅੱਗੇ ਵਧਦੇ ਹੋਏ, ਭਰਮ ਨੂੰ ਘੱਟ ਕਰਨ ਲਈ ਡੇਟਾਬੇਸਾਂ ਦੇ ਵਿਰੁੱਧ ਤੱਥ-ਜਾਂਚ, ਮਾਡਲ ਆਰਕੀਟੈਕਚਰ ਸੁਧਾਰ, ਅਤੇ ਫੀਡਬੈਕ ਦੇ ਨਾਲ ਮਜ਼ਬੂਤੀ ਸਿੱਖਣ ਵਰਗੀਆਂ ਤਕਨੀਕਾਂ ਨੂੰ ਤਾਇਨਾਤ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਆਟੋਨੋਮਸ ਏਆਈ ਸਿਸਟਮਾਂ ਨੂੰ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਕੰਮਾਂ ਲਈ ਸਖ਼ਤ ਜਾਂਚ ਅਤੇ ਸ਼ਾਇਦ ਰਸਮੀ ਤਸਦੀਕ ਦੀ ਲੋੜ ਹੋਵੇਗੀ (ਜਿਵੇਂ ਕਿ ਕੋਡ ਜਨਰੇਸ਼ਨ ਜੋ ਗਲਤ ਹੋਣ 'ਤੇ ਬੱਗ/ਸੁਰੱਖਿਆ ਖਾਮੀਆਂ ਪੇਸ਼ ਕਰ ਸਕਦੀ ਹੈ)।

ਇਕਸਾਰਤਾ: AI ਸਿਸਟਮਾਂ ਨੂੰ ਸਮੇਂ ਦੇ ਨਾਲ ਅਤੇ ਸਾਰੇ ਦ੍ਰਿਸ਼ਾਂ ਵਿੱਚ ਭਰੋਸੇਯੋਗ ਪ੍ਰਦਰਸ਼ਨ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਉਦਾਹਰਣ ਵਜੋਂ, ਇੱਕ AI ਮਿਆਰੀ ਪ੍ਰਸ਼ਨਾਂ ਵਿੱਚ ਵਧੀਆ ਪ੍ਰਦਰਸ਼ਨ ਕਰ ਸਕਦਾ ਹੈ ਪਰ ਕਿਨਾਰੇ ਵਾਲੇ ਮਾਮਲਿਆਂ ਵਿੱਚ ਠੋਕਰ ਖਾਂਦਾ ਹੈ। ਇਕਸਾਰ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਵਿਭਿੰਨ ਸਥਿਤੀਆਂ ਨੂੰ ਕਵਰ ਕਰਨ ਵਾਲੇ ਵਿਆਪਕ ਸਿਖਲਾਈ ਡੇਟਾ ਅਤੇ ਨਿਰੰਤਰ ਨਿਗਰਾਨੀ ਦੀ ਲੋੜ ਹੋਵੇਗੀ। ਬਹੁਤ ਸਾਰੀਆਂ ਸੰਸਥਾਵਾਂ ਹਾਈਬ੍ਰਿਡ ਪਹੁੰਚਾਂ ਰੱਖਣ ਦੀ ਯੋਜਨਾ ਬਣਾਉਂਦੀਆਂ ਹਨ - AI ਕੰਮ ਕਰਦਾ ਹੈ, ਪਰ ਬੇਤਰਤੀਬ ਨਮੂਨਿਆਂ ਦਾ ਮਨੁੱਖਾਂ ਦੁਆਰਾ ਆਡਿਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ - ਚੱਲ ਰਹੀ ਸ਼ੁੱਧਤਾ ਦਰਾਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਲਈ।

ਅਸਫਲਤਾ-ਸੁਰੱਖਿਆ: ਜਦੋਂ AI ਖੁਦਮੁਖਤਿਆਰ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਆਪਣੀ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਪਛਾਣਨਾ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੁੰਦਾ ਹੈ। ਸਿਸਟਮ ਨੂੰ "ਜਦੋਂ ਇਹ ਨਹੀਂ ਜਾਣਦਾ" ਇਸ ਲਈ ਤਿਆਰ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਜੇਕਰ ਇੱਕ AI ਡਾਕਟਰ ਨੂੰ ਕਿਸੇ ਨਿਦਾਨ ਬਾਰੇ ਯਕੀਨ ਨਹੀਂ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਬੇਤਰਤੀਬ ਅਨੁਮਾਨ ਦੇਣ ਦੀ ਬਜਾਏ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਲਈ ਫਲੈਗ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। AI ਆਉਟਪੁੱਟ ਵਿੱਚ ਅਨਿਸ਼ਚਿਤਤਾ ਅਨੁਮਾਨ ਬਣਾਉਣਾ (ਅਤੇ ਆਟੋਮੈਟਿਕ ਮਨੁੱਖੀ ਹੈਂਡਆਫ ਲਈ ਥ੍ਰੈਸ਼ਹੋਲਡ ਹੋਣਾ) ਵਿਕਾਸ ਦਾ ਇੱਕ ਸਰਗਰਮ ਖੇਤਰ ਹੈ।

ਪੱਖਪਾਤ ਅਤੇ ਨਿਰਪੱਖਤਾ

ਜਨਰੇਟਿਵ ਏਆਈ ਇਤਿਹਾਸਕ ਡੇਟਾ ਤੋਂ ਸਿੱਖਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਪੱਖਪਾਤ (ਨਸਲੀ, ਲਿੰਗ, ਆਦਿ) ਹੋ ਸਕਦੇ ਹਨ। ਇੱਕ ਖੁਦਮੁਖਤਿਆਰ ਏਆਈ ਉਹਨਾਂ ਪੱਖਪਾਤਾਂ ਨੂੰ ਕਾਇਮ ਰੱਖ ਸਕਦਾ ਹੈ ਜਾਂ ਵਧਾ ਵੀ ਸਕਦਾ ਹੈ:

• ਭਰਤੀ ਜਾਂ ਦਾਖਲੇ ਵਿੱਚ, ਇੱਕ AI ਫੈਸਲਾ ਲੈਣ ਵਾਲਾ ਅਨੁਚਿਤ ਤੌਰ 'ਤੇ ਵਿਤਕਰਾ ਕਰ ਸਕਦਾ ਹੈ ਜੇਕਰ ਉਸਦੇ ਸਿਖਲਾਈ ਡੇਟਾ ਵਿੱਚ ਪੱਖਪਾਤ ਹੁੰਦਾ ਹੈ।

• ਗਾਹਕ ਸੇਵਾ ਵਿੱਚ, ਇੱਕ AI ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਉਪਭਾਸ਼ਾ ਜਾਂ ਹੋਰ ਕਾਰਕਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਵੱਖਰੇ ਢੰਗ ਨਾਲ ਜਵਾਬ ਦੇ ਸਕਦਾ ਹੈ ਜਦੋਂ ਤੱਕ ਧਿਆਨ ਨਾਲ ਜਾਂਚ ਨਾ ਕੀਤੀ ਜਾਵੇ।

• ਰਚਨਾਤਮਕ ਖੇਤਰਾਂ ਵਿੱਚ, ਜੇਕਰ ਸਿਖਲਾਈ ਸੈੱਟ ਅਸੰਤੁਲਿਤ ਹੁੰਦਾ ਹੈ ਤਾਂ AI ਕੁਝ ਸੱਭਿਆਚਾਰਾਂ ਜਾਂ ਸ਼ੈਲੀਆਂ ਨੂੰ ਘੱਟ ਦਰਸਾ ਸਕਦਾ ਹੈ।

ਇਸ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਨਿਰਪੱਖਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਸਾਵਧਾਨੀ ਨਾਲ ਡੇਟਾਸੈੱਟ ਕਿਊਰੇਸ਼ਨ, ਪੱਖਪਾਤ ਟੈਸਟਿੰਗ, ਅਤੇ ਸ਼ਾਇਦ ਐਲਗੋਰਿਦਮਿਕ ਸਮਾਯੋਜਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਪਾਰਦਰਸ਼ਤਾ ਮੁੱਖ ਹੈ: ਕੰਪਨੀਆਂ ਨੂੰ AI ਫੈਸਲੇ ਦੇ ਮਾਪਦੰਡਾਂ ਦਾ ਖੁਲਾਸਾ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਹੋਏਗੀ, ਖਾਸ ਕਰਕੇ ਜੇਕਰ ਇੱਕ ਖੁਦਮੁਖਤਿਆਰ AI ਕਿਸੇ ਦੇ ਮੌਕਿਆਂ ਜਾਂ ਅਧਿਕਾਰਾਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ (ਜਿਵੇਂ ਕਿ ਕਰਜ਼ਾ ਜਾਂ ਨੌਕਰੀ ਪ੍ਰਾਪਤ ਕਰਨਾ)। ਰੈਗੂਲੇਟਰ ਪਹਿਲਾਂ ਹੀ ਧਿਆਨ ਦੇ ਰਹੇ ਹਨ; ਉਦਾਹਰਨ ਲਈ, EU ਦਾ AI ਐਕਟ (2020 ਦੇ ਦਹਾਕੇ ਦੇ ਮੱਧ ਤੱਕ ਕੰਮ ਵਿੱਚ) ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਉੱਚ-ਜੋਖਮ ਵਾਲੇ AI ਸਿਸਟਮਾਂ ਲਈ ਪੱਖਪਾਤ ਮੁਲਾਂਕਣਾਂ ਦੀ ਲੋੜ ਹੋਵੇਗੀ।

ਜਵਾਬਦੇਹੀ ਅਤੇ ਕਾਨੂੰਨੀ ਜ਼ਿੰਮੇਵਾਰੀ

ਜਦੋਂ ਇੱਕ ਖੁਦਮੁਖਤਿਆਰ ਢੰਗ ਨਾਲ ਕੰਮ ਕਰਨ ਵਾਲਾ AI ਸਿਸਟਮ ਨੁਕਸਾਨ ਪਹੁੰਚਾਉਂਦਾ ਹੈ ਜਾਂ ਗਲਤੀ ਕਰਦਾ ਹੈ, ਤਾਂ ਜ਼ਿੰਮੇਵਾਰ ਕੌਣ ਹੈ? ਕਾਨੂੰਨੀ ਢਾਂਚੇ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧ ਰਹੇ ਹਨ:

• AI ਤਾਇਨਾਤ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਲੈਣਗੀਆਂ, ਜਿਵੇਂ ਕਿ ਕਿਸੇ ਕਰਮਚਾਰੀ ਦੀਆਂ ਕਾਰਵਾਈਆਂ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹੋਣ। ਉਦਾਹਰਣ ਵਜੋਂ, ਜੇਕਰ ਕੋਈ AI ਮਾੜੀ ਵਿੱਤੀ ਸਲਾਹ ਦਿੰਦਾ ਹੈ ਜਿਸਦੇ ਨਤੀਜੇ ਵਜੋਂ ਨੁਕਸਾਨ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਫਰਮ ਨੂੰ ਗਾਹਕ ਨੂੰ ਮੁਆਵਜ਼ਾ ਦੇਣਾ ਪੈ ਸਕਦਾ ਹੈ।

• ਏਆਈ "ਵਿਅਕਤੀਗਤਤਾ" ਬਾਰੇ ਬਹਿਸ ਹੈ ਜਾਂ ਕੀ ਐਡਵਾਂਸਡ ਏਆਈ ਅੰਸ਼ਕ ਤੌਰ 'ਤੇ ਜ਼ਿੰਮੇਵਾਰ ਹੋ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਹੁਣ ਵਧੇਰੇ ਸਿਧਾਂਤਕ ਹੈ। ਵਿਵਹਾਰਕ ਤੌਰ 'ਤੇ, ਦੋਸ਼ ਡਿਵੈਲਪਰਾਂ ਜਾਂ ਆਪਰੇਟਰਾਂ ਨੂੰ ਵਾਪਸ ਮਿਲੇਗਾ।

• ਏਆਈ ਅਸਫਲਤਾਵਾਂ ਲਈ ਨਵੇਂ ਬੀਮਾ ਉਤਪਾਦ ਉਭਰ ਸਕਦੇ ਹਨ। ਜੇਕਰ ਇੱਕ ਸਵੈ-ਚਾਲਿਤ ਟਰੱਕ ਦੁਰਘਟਨਾ ਦਾ ਕਾਰਨ ਬਣਦਾ ਹੈ, ਤਾਂ ਨਿਰਮਾਤਾ ਦਾ ਬੀਮਾ ਇਸਨੂੰ ਕਵਰ ਕਰ ਸਕਦਾ ਹੈ, ਜੋ ਕਿ ਉਤਪਾਦ ਦੇਣਦਾਰੀ ਦੇ ਸਮਾਨ ਹੈ।

• ਪੋਸਟ-ਮਾਰਟਮ ਲਈ AI ਫੈਸਲਿਆਂ ਦਾ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਅਤੇ ਲੌਗਿੰਗ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗੀ। ਜੇਕਰ ਕੁਝ ਗਲਤ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਸਾਨੂੰ ਇਸ ਤੋਂ ਸਿੱਖਣ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਸੌਂਪਣ ਲਈ AI ਦੇ ਫੈਸਲੇ ਦੇ ਟ੍ਰੇਲ ਦਾ ਆਡਿਟ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। ਰੈਗੂਲੇਟਰ ਬਿਲਕੁਲ ਇਸੇ ਕਾਰਨ ਕਰਕੇ ਖੁਦਮੁਖਤਿਆਰ AI ਕਾਰਵਾਈਆਂ ਲਈ ਲੌਗਿੰਗ ਨੂੰ ਲਾਜ਼ਮੀ ਕਰ ਸਕਦੇ ਹਨ।

ਪਾਰਦਰਸ਼ਤਾ ਅਤੇ ਵਿਆਖਿਆਯੋਗਤਾ

ਆਟੋਨੋਮਸ ਏਆਈ ਆਦਰਸ਼ਕ ਤੌਰ 'ਤੇ ਮਨੁੱਖੀ-ਸਮਝਣਯੋਗ ਸ਼ਬਦਾਂ ਵਿੱਚ ਆਪਣੇ ਤਰਕ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਦੇ ਯੋਗ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ, ਖਾਸ ਕਰਕੇ ਨਤੀਜੇ ਵਜੋਂ ਡੋਮੇਨਾਂ (ਵਿੱਤ, ਸਿਹਤ ਸੰਭਾਲ, ਨਿਆਂ ਪ੍ਰਣਾਲੀ) ਵਿੱਚ। ਵਿਆਖਿਆਯੋਗ ਏਆਈ ਇੱਕ ਅਜਿਹਾ ਖੇਤਰ ਹੈ ਜੋ ਬਲੈਕ ਬਾਕਸ ਖੋਲ੍ਹਣ ਲਈ ਯਤਨਸ਼ੀਲ ਹੈ:

• ਕਿਸੇ AI ਦੁਆਰਾ ਕਰਜ਼ੇ ਤੋਂ ਇਨਕਾਰ ਕਰਨ ਲਈ, ਨਿਯਮਾਂ (ਜਿਵੇਂ ਕਿ ਅਮਰੀਕਾ ਵਿੱਚ, ECOA) ਵਿੱਚ ਬਿਨੈਕਾਰ ਨੂੰ ਇੱਕ ਕਾਰਨ ਦੇਣ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ। ਇਸ ਲਈ AI ਨੂੰ ਇੱਕ ਵਿਆਖਿਆ ਦੇ ਤੌਰ 'ਤੇ ਕਾਰਕਾਂ (ਜਿਵੇਂ ਕਿ, "ਉੱਚ ਕਰਜ਼ਾ-ਤੋਂ-ਆਮਦਨ ਅਨੁਪਾਤ") ਨੂੰ ਆਉਟਪੁੱਟ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।

• ਏਆਈ ਨਾਲ ਗੱਲਬਾਤ ਕਰਨ ਵਾਲੇ ਉਪਭੋਗਤਾ (ਜਿਵੇਂ ਕਿ ਏਆਈ ਟਿਊਟਰ ਵਾਲੇ ਵਿਦਿਆਰਥੀ ਜਾਂ ਏਆਈ ਹੈਲਥ ਐਪ ਵਾਲੇ ਮਰੀਜ਼) ਇਹ ਜਾਣਨ ਦੇ ਹੱਕਦਾਰ ਹਨ ਕਿ ਇਹ ਸਲਾਹ 'ਤੇ ਕਿਵੇਂ ਪਹੁੰਚਦਾ ਹੈ। ਏਆਈ ਤਰਕ ਨੂੰ ਹੋਰ ਟਰੇਸ ਕਰਨ ਯੋਗ ਬਣਾਉਣ ਦੇ ਯਤਨ ਜਾਰੀ ਹਨ, ਜਾਂ ਤਾਂ ਮਾਡਲਾਂ ਨੂੰ ਸਰਲ ਬਣਾ ਕੇ ਜਾਂ ਸਮਾਨਾਂਤਰ ਵਿਆਖਿਆਤਮਕ ਮਾਡਲ ਰੱਖ ਕੇ।

• ਪਾਰਦਰਸ਼ਤਾ ਦਾ ਇਹ ਵੀ ਅਰਥ ਹੈ ਕਿ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਪਤਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਕਦੋਂ ਨਜਿੱਠ ਰਹੇ ਹਨ। ਨੈਤਿਕ ਦਿਸ਼ਾ-ਨਿਰਦੇਸ਼ (ਅਤੇ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਕੁਝ ਕਾਨੂੰਨ) ਜੇਕਰ ਕੋਈ ਗਾਹਕ ਕਿਸੇ ਬੋਟ ਨਾਲ ਗੱਲ ਕਰ ਰਿਹਾ ਹੈ ਤਾਂ ਖੁਲਾਸਾ ਕਰਨ ਦੀ ਲੋੜ ਵੱਲ ਝੁਕਦੇ ਹਨ। ਇਹ ਧੋਖੇ ਨੂੰ ਰੋਕਦਾ ਹੈ ਅਤੇ ਉਪਭੋਗਤਾ ਦੀ ਸਹਿਮਤੀ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਕੁਝ ਕੰਪਨੀਆਂ ਹੁਣ ਵਿਸ਼ਵਾਸ ਬਣਾਈ ਰੱਖਣ ਲਈ AI-ਲਿਖਤ ਸਮੱਗਰੀ (ਜਿਵੇਂ ਕਿ "ਇਹ ਲੇਖ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਸੀ") ਨੂੰ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਟੈਗ ਕਰਦੀਆਂ ਹਨ।

ਗੋਪਨੀਯਤਾ ਅਤੇ ਡੇਟਾ ਸੁਰੱਖਿਆ

ਜਨਰੇਟਿਵ ਏਆਈ ਨੂੰ ਅਕਸਰ ਕੰਮ ਕਰਨ ਜਾਂ ਸਿੱਖਣ ਲਈ ਡੇਟਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ - ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਸੰਵੇਦਨਸ਼ੀਲ ਨਿੱਜੀ ਡੇਟਾ ਸਮੇਤ। ਖੁਦਮੁਖਤਿਆਰ ਕਾਰਜਾਂ ਨੂੰ ਗੋਪਨੀਯਤਾ ਦਾ ਸਤਿਕਾਰ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ:

• ਇੱਕ AI ਗਾਹਕ ਸੇਵਾ ਏਜੰਟ ਗਾਹਕ ਦੀ ਮਦਦ ਲਈ ਖਾਤੇ ਦੀ ਜਾਣਕਾਰੀ ਤੱਕ ਪਹੁੰਚ ਕਰੇਗਾ; ਉਹ ਡੇਟਾ ਸੁਰੱਖਿਅਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਸਿਰਫ਼ ਕੰਮ ਲਈ ਵਰਤਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

• ਜੇਕਰ AI ਟਿਊਟਰਾਂ ਕੋਲ ਵਿਦਿਆਰਥੀ ਪ੍ਰੋਫਾਈਲਾਂ ਤੱਕ ਪਹੁੰਚ ਹੈ, ਤਾਂ ਵਿਦਿਅਕ ਡੇਟਾ ਗੋਪਨੀਯਤਾ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ FERPA (ਅਮਰੀਕਾ ਵਿੱਚ) ਵਰਗੇ ਕਾਨੂੰਨਾਂ ਦੇ ਤਹਿਤ ਵਿਚਾਰ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।

• ਵੱਡੇ ਮਾਡਲ ਅਣਜਾਣੇ ਵਿੱਚ ਆਪਣੇ ਸਿਖਲਾਈ ਡੇਟਾ ਤੋਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਯਾਦ ਰੱਖ ਸਕਦੇ ਹਨ (ਜਿਵੇਂ ਕਿ, ਸਿਖਲਾਈ ਦੌਰਾਨ ਦੇਖੇ ਗਏ ਕਿਸੇ ਵਿਅਕਤੀ ਦੇ ਪਤੇ ਨੂੰ ਦੁਬਾਰਾ ਜੋੜਨਾ)। ਸਿਖਲਾਈ ਵਿੱਚ ਵਿਭਿੰਨ ਗੋਪਨੀਯਤਾ ਅਤੇ ਡੇਟਾ ਗੁਮਨਾਮੀਕਰਨ ਵਰਗੀਆਂ ਤਕਨੀਕਾਂ ਤਿਆਰ ਕੀਤੇ ਆਉਟਪੁੱਟ ਵਿੱਚ ਨਿੱਜੀ ਜਾਣਕਾਰੀ ਦੇ ਲੀਕ ਹੋਣ ਤੋਂ ਰੋਕਣ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹਨ।

• GDPR ਵਰਗੇ ਨਿਯਮ ਵਿਅਕਤੀਆਂ ਨੂੰ ਉਹਨਾਂ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਨ ਵਾਲੇ ਸਵੈਚਾਲਿਤ ਫੈਸਲਿਆਂ 'ਤੇ ਅਧਿਕਾਰ ਦਿੰਦੇ ਹਨ। ਲੋਕ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਜਾਂ ਫੈਸਲਿਆਂ ਦੀ ਬੇਨਤੀ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਸਿਰਫ਼ ਸਵੈਚਾਲਿਤ ਨਾ ਹੋਣ ਜੇਕਰ ਉਹ ਉਹਨਾਂ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ। 2030 ਤੱਕ, ਇਹ ਨਿਯਮ ਵਿਕਸਤ ਹੋ ਸਕਦੇ ਹਨ ਕਿਉਂਕਿ AI ਵਧੇਰੇ ਪ੍ਰਚਲਿਤ ਹੁੰਦਾ ਜਾ ਰਿਹਾ ਹੈ, ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਵਿਆਖਿਆ ਦੇ ਅਧਿਕਾਰਾਂ ਨੂੰ ਪੇਸ਼ ਕਰਨਾ ਜਾਂ AI ਪ੍ਰੋਸੈਸਿੰਗ ਤੋਂ ਬਾਹਰ ਨਿਕਲਣਾ।

ਸੁਰੱਖਿਆ ਅਤੇ ਦੁਰਵਿਵਹਾਰ

ਆਟੋਨੋਮਸ ਏਆਈ ਸਿਸਟਮ ਹੈਕਿੰਗ ਦਾ ਨਿਸ਼ਾਨਾ ਹੋ ਸਕਦੇ ਹਨ ਜਾਂ ਖਤਰਨਾਕ ਕੰਮ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾ ਸਕਦੇ ਹਨ:

• ਇੱਕ AI ਸਮੱਗਰੀ ਜਨਰੇਟਰ ਦੀ ਦੁਰਵਰਤੋਂ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਗਲਤ ਜਾਣਕਾਰੀ ਪੈਦਾ ਕਰਨ ਲਈ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ (ਡੀਪਫੇਕ ਵੀਡੀਓ, ਜਾਅਲੀ ਖ਼ਬਰਾਂ ਦੇ ਲੇਖ), ਜੋ ਕਿ ਇੱਕ ਸਮਾਜਿਕ ਜੋਖਮ ਹੈ। ਬਹੁਤ ਸ਼ਕਤੀਸ਼ਾਲੀ ਜਨਰੇਟਿਵ ਮਾਡਲਾਂ ਨੂੰ ਜਾਰੀ ਕਰਨ ਦੀ ਨੈਤਿਕਤਾ 'ਤੇ ਗਰਮਾ-ਗਰਮ ਬਹਿਸ ਕੀਤੀ ਜਾਂਦੀ ਹੈ (ਉਦਾਹਰਣ ਵਜੋਂ, OpenAI ਸ਼ੁਰੂ ਵਿੱਚ GPT-4 ਦੀਆਂ ਚਿੱਤਰ ਸਮਰੱਥਾਵਾਂ ਤੋਂ ਸਾਵਧਾਨ ਸੀ)। ਹੱਲਾਂ ਵਿੱਚ ਨਕਲੀ ਖੋਜ ਵਿੱਚ ਮਦਦ ਕਰਨ ਲਈ AI-ਤਿਆਰ ਸਮੱਗਰੀ ਨੂੰ ਵਾਟਰਮਾਰਕ ਕਰਨਾ, ਅਤੇ AI ਨਾਲ ਲੜਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਨਾ (ਜਿਵੇਂ ਕਿ ਡੀਪਫੇਕ ਲਈ ਖੋਜ ਐਲਗੋਰਿਦਮ) ਸ਼ਾਮਲ ਹਨ।

• ਜੇਕਰ ਕੋਈ AI ਭੌਤਿਕ ਪ੍ਰਕਿਰਿਆਵਾਂ (ਡਰੋਨ, ਕਾਰਾਂ, ਉਦਯੋਗਿਕ ਨਿਯੰਤਰਣ) ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਦਾ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਸਾਈਬਰ ਹਮਲਿਆਂ ਤੋਂ ਸੁਰੱਖਿਅਤ ਕਰਨਾ ਬਹੁਤ ਜ਼ਰੂਰੀ ਹੈ। ਇੱਕ ਹੈਕ ਕੀਤਾ ਗਿਆ ਆਟੋਨੋਮਸ ਸਿਸਟਮ ਅਸਲ-ਸੰਸਾਰ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾ ਸਕਦਾ ਹੈ। ਇਸਦਾ ਅਰਥ ਹੈ ਮਜ਼ਬੂਤ ​​ਏਨਕ੍ਰਿਪਸ਼ਨ, ਅਸਫਲ-ਸੁਰੱਖਿਆ, ਅਤੇ ਜੇਕਰ ਕੁਝ ਸਮਝੌਤਾ ਹੋਇਆ ਜਾਪਦਾ ਹੈ ਤਾਂ ਮਨੁੱਖੀ ਓਵਰਰਾਈਡ ਜਾਂ ਬੰਦ ਕਰਨ ਦੀ ਯੋਗਤਾ।

• ਏਆਈ ਦੇ ਇਰਾਦੇ ਵਾਲੀਆਂ ਸੀਮਾਵਾਂ ਤੋਂ ਪਰੇ ਜਾਣ ਦੀ ਚਿੰਤਾ ਵੀ ਹੈ ("ਠੱਗ ਏਆਈ" ਦ੍ਰਿਸ਼)। ਜਦੋਂ ਕਿ ਮੌਜੂਦਾ ਏਆਈ ਕੋਲ ਏਜੰਸੀ ਜਾਂ ਇਰਾਦਾ ਨਹੀਂ ਹੈ, ਜੇਕਰ ਭਵਿੱਖ ਦੇ ਖੁਦਮੁਖਤਿਆਰ ਸਿਸਟਮ ਵਧੇਰੇ ਏਜੰਟਿਵ ਹਨ, ਤਾਂ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਸਖ਼ਤ ਪਾਬੰਦੀਆਂ ਅਤੇ ਨਿਗਰਾਨੀ ਦੀ ਲੋੜ ਹੈ ਕਿ ਉਹ ਗਲਤ-ਨਿਰਧਾਰਤ ਉਦੇਸ਼ ਕਾਰਨ ਅਣਅਧਿਕਾਰਤ ਵਪਾਰ ਨਾ ਕਰਨ ਜਾਂ ਕਾਨੂੰਨਾਂ ਦੀ ਉਲੰਘਣਾ ਨਾ ਕਰਨ।

ਨੈਤਿਕ ਵਰਤੋਂ ਅਤੇ ਮਨੁੱਖੀ ਪ੍ਰਭਾਵ

ਅੰਤ ਵਿੱਚ, ਵਿਆਪਕ ਨੈਤਿਕ ਵਿਚਾਰ:

• ਨੌਕਰੀਆਂ ਦਾ ਵਿਸਥਾਪਨ: ਜੇਕਰ AI ਮਨੁੱਖੀ ਦਖਲ ਤੋਂ ਬਿਨਾਂ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ, ਤਾਂ ਉਹਨਾਂ ਨੌਕਰੀਆਂ ਦਾ ਕੀ ਹੋਵੇਗਾ? ਇਤਿਹਾਸਕ ਤੌਰ 'ਤੇ, ਤਕਨਾਲੋਜੀ ਕੁਝ ਨੌਕਰੀਆਂ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰਦੀ ਹੈ ਪਰ ਹੋਰਾਂ ਨੂੰ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਇਹ ਤਬਦੀਲੀ ਉਨ੍ਹਾਂ ਕਾਮਿਆਂ ਲਈ ਦੁਖਦਾਈ ਹੋ ਸਕਦੀ ਹੈ ਜਿਨ੍ਹਾਂ ਦੇ ਹੁਨਰ ਉਨ੍ਹਾਂ ਕੰਮਾਂ ਵਿੱਚ ਹਨ ਜੋ ਸਵੈਚਾਲਿਤ ਹੋ ਜਾਂਦੇ ਹਨ। ਸਮਾਜ ਨੂੰ ਇਸਨੂੰ ਮੁੜ-ਹੁਨਰ, ਸਿੱਖਿਆ, ਅਤੇ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਆਰਥਿਕ ਸਹਾਇਤਾ 'ਤੇ ਮੁੜ ਵਿਚਾਰ ਕਰਨ ਦੁਆਰਾ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਹੋਏਗੀ (ਕੁਝ ਸੁਝਾਅ ਦਿੰਦੇ ਹਨ ਕਿ ਜੇਕਰ ਬਹੁਤ ਸਾਰਾ ਕੰਮ ਸਵੈਚਾਲਿਤ ਹੁੰਦਾ ਹੈ ਤਾਂ AI ਨੂੰ ਯੂਨੀਵਰਸਲ ਬੇਸਿਕ ਆਮਦਨ ਵਰਗੇ ਵਿਚਾਰਾਂ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ)। ਪਹਿਲਾਂ ਹੀ, ਸਰਵੇਖਣ ਮਿਸ਼ਰਤ ਭਾਵਨਾਵਾਂ ਦਰਸਾਉਂਦੇ ਹਨ - ਇੱਕ ਅਧਿਐਨ ਵਿੱਚ ਪਾਇਆ ਗਿਆ ਹੈ ਕਿ ਇੱਕ ਤਿਹਾਈ ਕਾਮੇ AI ਦੁਆਰਾ ਨੌਕਰੀਆਂ ਨੂੰ ਬਦਲਣ ਬਾਰੇ ਚਿੰਤਤ ਹਨ, ਜਦੋਂ ਕਿ ਦੂਸਰੇ ਇਸਨੂੰ ਔਖੇ ਕੰਮ ਨੂੰ ਦੂਰ ਕਰਨ ਵਜੋਂ ਦੇਖਦੇ ਹਨ।

• ਮਨੁੱਖੀ ਹੁਨਰਾਂ ਦਾ ਖਾਤਮਾ: ਜੇਕਰ AI ਟਿਊਟਰ ਪੜ੍ਹਾਉਂਦੇ ਹਨ ਅਤੇ AI ਆਟੋਪਾਇਲਟ ਗੱਡੀ ਚਲਾਉਂਦੇ ਹਨ ਅਤੇ AI ਕੋਡ ਲਿਖਦੇ ਹਨ, ਤਾਂ ਕੀ ਲੋਕ ਇਹ ਹੁਨਰ ਗੁਆ ਦੇਣਗੇ? AI 'ਤੇ ਜ਼ਿਆਦਾ ਨਿਰਭਰਤਾ ਸਭ ਤੋਂ ਮਾੜੇ ਹਾਲਾਤ ਵਿੱਚ ਮੁਹਾਰਤ ਨੂੰ ਖਤਮ ਕਰ ਸਕਦੀ ਹੈ; ਇਹ ਅਜਿਹੀ ਚੀਜ਼ ਹੈ ਜਿਸ ਲਈ ਸਿੱਖਿਆ ਅਤੇ ਸਿਖਲਾਈ ਪ੍ਰੋਗਰਾਮਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਦੀ ਜ਼ਰੂਰਤ ਹੋਏਗੀ, ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਕਿ ਲੋਕ ਅਜੇ ਵੀ ਬੁਨਿਆਦੀ ਗੱਲਾਂ ਸਿੱਖਦੇ ਹਨ ਭਾਵੇਂ AI ਮਦਦ ਕਰੇ।

• ਨੈਤਿਕ ਫੈਸਲੇ ਲੈਣ: AI ਵਿੱਚ ਮਨੁੱਖੀ ਨੈਤਿਕ ਨਿਰਣੇ ਦੀ ਘਾਟ ਹੈ। ਸਿਹਤ ਸੰਭਾਲ ਜਾਂ ਕਾਨੂੰਨ ਵਿੱਚ, ਸਿਰਫ਼ ਡੇਟਾ-ਅਧਾਰਿਤ ਫੈਸਲੇ ਵਿਅਕਤੀਗਤ ਮਾਮਲਿਆਂ ਵਿੱਚ ਦਇਆ ਜਾਂ ਨਿਆਂ ਨਾਲ ਟਕਰਾ ਸਕਦੇ ਹਨ। ਸਾਨੂੰ AI ਵਿੱਚ ਨੈਤਿਕ ਢਾਂਚੇ ਨੂੰ ਏਨਕੋਡ ਕਰਨ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ (AI ਨੈਤਿਕਤਾ ਖੋਜ ਦਾ ਇੱਕ ਖੇਤਰ, ਉਦਾਹਰਨ ਲਈ, AI ਫੈਸਲਿਆਂ ਨੂੰ ਮਨੁੱਖੀ ਕਦਰਾਂ-ਕੀਮਤਾਂ ਨਾਲ ਜੋੜਨਾ)। ਘੱਟੋ-ਘੱਟ, ਨੈਤਿਕ ਤੌਰ 'ਤੇ ਚਾਰਜ ਕੀਤੇ ਫੈਸਲਿਆਂ ਲਈ ਮਨੁੱਖਾਂ ਨੂੰ ਲੂਪ ਵਿੱਚ ਰੱਖਣਾ ਸਲਾਹਿਆ ਜਾਂਦਾ ਹੈ।

• ਸ਼ਮੂਲੀਅਤ: ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਕਿ AI ਲਾਭਾਂ ਨੂੰ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵੰਡਿਆ ਜਾਵੇ, ਇੱਕ ਨੈਤਿਕ ਟੀਚਾ ਹੈ। ਜੇਕਰ ਸਿਰਫ਼ ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਹੀ ਉੱਨਤ AI ਨੂੰ ਬਰਦਾਸ਼ਤ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਤਾਂ ਛੋਟੇ ਕਾਰੋਬਾਰ ਜਾਂ ਗਰੀਬ ਖੇਤਰ ਪਿੱਛੇ ਰਹਿ ਸਕਦੇ ਹਨ। ਓਪਨ-ਸੋਰਸ ਯਤਨ ਅਤੇ ਕਿਫਾਇਤੀ AI ਹੱਲ ਪਹੁੰਚ ਨੂੰ ਲੋਕਤੰਤਰੀਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੇ ਹਨ। ਨਾਲ ਹੀ, ਇੰਟਰਫੇਸਾਂ ਨੂੰ ਇਸ ਤਰ੍ਹਾਂ ਡਿਜ਼ਾਈਨ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੋਈ ਵੀ AI ਟੂਲਸ (ਵੱਖ-ਵੱਖ ਭਾਸ਼ਾਵਾਂ, ਅਪਾਹਜ ਲੋਕਾਂ ਲਈ ਪਹੁੰਚਯੋਗਤਾ, ਆਦਿ) ਦੀ ਵਰਤੋਂ ਕਰ ਸਕੇ, ਨਹੀਂ ਤਾਂ ਅਸੀਂ "ਕਿਸ ਕੋਲ AI ਸਹਾਇਕ ਹੈ ਅਤੇ ਕਿਸ ਕੋਲ ਨਹੀਂ ਹੈ" ਦਾ ਇੱਕ ਨਵਾਂ ਡਿਜੀਟਲ ਪਾੜਾ ਪੈਦਾ ਕਰੀਏ।

ਮੌਜੂਦਾ ਜੋਖਮ ਘਟਾਉਣਾ: ਸਕਾਰਾਤਮਕ ਪੱਖ ਤੋਂ, ਜਿਵੇਂ-ਜਿਵੇਂ ਕੰਪਨੀਆਂ gen AI ਨੂੰ ਲਾਂਚ ਕਰ ਰਹੀਆਂ ਹਨ, ਇਨ੍ਹਾਂ ਮੁੱਦਿਆਂ 'ਤੇ ਜਾਗਰੂਕਤਾ ਅਤੇ ਕਾਰਵਾਈ ਵਧ ਰਹੀ ਹੈ। 2023 ਦੇ ਅਖੀਰ ਤੱਕ, AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੀਆਂ ਲਗਭਗ ਅੱਧੀਆਂ ਕੰਪਨੀਆਂ ਗਲਤੀ ਵਰਗੇ ਜੋਖਮਾਂ ਨੂੰ ਘਟਾਉਣ ਲਈ ਸਰਗਰਮੀ ਨਾਲ ਕੰਮ ਕਰ ਰਹੀਆਂ ਸਨ ( 2023 ਵਿੱਚ AI ਦੀ ਸਥਿਤੀ: ਜਨਰੇਟਿਵ AI ਦਾ ਬ੍ਰੇਕਆਉਟ ਸਾਲ | ਮੈਕਕਿਨਸੀ ) ( AI ਦੀ ਸਥਿਤੀ: ਗਲੋਬਲ ਸਰਵੇਖਣ | ਮੈਕਕਿਨਸੀ ), ਅਤੇ ਇਹ ਗਿਣਤੀ ਵੱਧ ਰਹੀ ਹੈ। ਤਕਨੀਕੀ ਫਰਮਾਂ ਨੇ AI ਨੈਤਿਕਤਾ ਬੋਰਡ ਸਥਾਪਤ ਕੀਤੇ ਹਨ; ਸਰਕਾਰਾਂ ਨਿਯਮਾਂ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰ ਰਹੀਆਂ ਹਨ। ਕੁੰਜੀ ਇਹ ਹੈ ਕਿ ਬਾਅਦ ਵਿੱਚ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰਨ ਦੀ ਬਜਾਏ, ਸ਼ੁਰੂਆਤ ਤੋਂ ਹੀ AI ਵਿਕਾਸ ਵਿੱਚ ਨੈਤਿਕਤਾ ਨੂੰ ਸ਼ਾਮਲ ਕੀਤਾ ਜਾਵੇ ("ਡਿਜ਼ਾਈਨ ਦੁਆਰਾ ਨੈਤਿਕਤਾ")।

ਚੁਣੌਤੀਆਂ ਦੇ ਸਿੱਟੇ ਵਜੋਂ: AI ਨੂੰ ਵਧੇਰੇ ਖੁਦਮੁਖਤਿਆਰੀ ਦੇਣਾ ਇੱਕ ਦੋਧਾਰੀ ਤਲਵਾਰ ਹੈ। ਇਹ ਕੁਸ਼ਲਤਾ ਅਤੇ ਨਵੀਨਤਾ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਜ਼ਿੰਮੇਵਾਰੀ ਦੀ ਇੱਕ ਉੱਚ ਪੱਟੀ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ। ਆਉਣ ਵਾਲੇ ਸਾਲਾਂ ਵਿੱਚ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਤਕਨੀਕੀ ਹੱਲ (AI ਵਿਵਹਾਰ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ), ਪ੍ਰਕਿਰਿਆ ਹੱਲ (ਨੀਤੀ ਅਤੇ ਨਿਗਰਾਨੀ ਢਾਂਚੇ), ਅਤੇ ਸ਼ਾਇਦ ਨਵੇਂ ਮਿਆਰਾਂ ਜਾਂ ਪ੍ਰਮਾਣੀਕਰਣਾਂ (AI ਪ੍ਰਣਾਲੀਆਂ ਦਾ ਆਡਿਟ ਅਤੇ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਅੱਜ ਇੰਜਣ ਜਾਂ ਇਲੈਕਟ੍ਰਾਨਿਕਸ ਹਨ) ਦਾ ਮਿਸ਼ਰਣ ਦੇਖਣ ਨੂੰ ਮਿਲੇਗਾ। ਇਹਨਾਂ ਚੁਣੌਤੀਆਂ ਨੂੰ ਸਫਲਤਾਪੂਰਵਕ ਨੇਵੀਗੇਟ ਕਰਨਾ ਇਹ ਨਿਰਧਾਰਤ ਕਰੇਗਾ ਕਿ ਅਸੀਂ ਸਮਾਜ ਵਿੱਚ ਸਵੈਚਾਲਿਤ AI ਨੂੰ ਕਿੰਨੀ ਸੁਚਾਰੂ ਢੰਗ ਨਾਲ ਜੋੜ ਸਕਦੇ ਹਾਂ ਜਿਸ ਨਾਲ ਮਨੁੱਖੀ ਭਲਾਈ ਅਤੇ ਵਿਸ਼ਵਾਸ ਵਧਦਾ ਹੈ।

ਸਿੱਟਾ

ਜਨਰੇਟਿਵ ਏਆਈ ਇੱਕ ਨਵੇਂ ਪ੍ਰਯੋਗ ਤੋਂ ਸਾਡੀ ਜ਼ਿੰਦਗੀ ਦੇ ਹਰ ਕੋਨੇ ਨੂੰ ਛੂਹਣ ਵਾਲੀ ਇੱਕ ਪਰਿਵਰਤਨਸ਼ੀਲ ਆਮ-ਉਦੇਸ਼ ਤਕਨਾਲੋਜੀ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਸਤ ਹੋਇਆ ਹੈ। ਇਸ ਵ੍ਹਾਈਟ ਪੇਪਰ ਵਿੱਚ ਇਹ ਖੋਜ ਕੀਤੀ ਗਈ ਹੈ ਕਿ ਕਿਵੇਂ, 2025 ਤੱਕ, ਏਆਈ ਸਿਸਟਮ ਪਹਿਲਾਂ ਹੀ ਲੇਖ ਲਿਖ ਰਹੇ ਹਨ, ਗ੍ਰਾਫਿਕਸ ਡਿਜ਼ਾਈਨ ਕਰ ਰਹੇ ਹਨ, ਸੌਫਟਵੇਅਰ ਕੋਡ ਕਰ ਰਹੇ ਹਨ, ਗਾਹਕਾਂ ਨਾਲ ਗੱਲਬਾਤ ਕਰ ਰਹੇ ਹਨ, ਮੈਡੀਕਲ ਨੋਟਸ ਦਾ ਸਾਰ ਦੇ ਰਹੇ ਹਨ, ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਟਿਊਸ਼ਨ ਦੇ ਰਹੇ ਹਨ, ਸਪਲਾਈ ਚੇਨਾਂ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾ ਰਹੇ ਹਨ, ਅਤੇ ਵਿੱਤੀ ਰਿਪੋਰਟਾਂ ਤਿਆਰ ਕਰ ਰਹੇ ਹਨ। ਮਹੱਤਵਪੂਰਨ ਗੱਲ ਇਹ ਹੈ ਕਿ ਇਹਨਾਂ ਵਿੱਚੋਂ ਬਹੁਤ ਸਾਰੇ ਕੰਮਾਂ ਵਿੱਚ ਏਆਈ ਬਹੁਤ ਘੱਟ ਜਾਂ ਬਿਨਾਂ ਕਿਸੇ ਮਨੁੱਖੀ ਦਖਲ ਦੇ , ਖਾਸ ਕਰਕੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਰਿਭਾਸ਼ਿਤ, ਦੁਹਰਾਉਣ ਯੋਗ ਨੌਕਰੀਆਂ ਲਈ। ਕੰਪਨੀਆਂ ਅਤੇ ਵਿਅਕਤੀ ਇਹਨਾਂ ਫਰਜ਼ਾਂ ਨੂੰ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਨਿਭਾਉਣ ਲਈ ਏਆਈ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਰਹੇ ਹਨ, ਗਤੀ ਅਤੇ ਪੈਮਾਨੇ ਵਿੱਚ ਲਾਭ ਪ੍ਰਾਪਤ ਕਰ ਰਹੇ ਹਨ।

2035 ਵੱਲ ਦੇਖਦੇ ਹੋਏ, ਅਸੀਂ ਇੱਕ ਅਜਿਹੇ ਯੁੱਗ ਦੇ ਕੰਢੇ 'ਤੇ ਖੜ੍ਹੇ ਹਾਂ ਜਿੱਥੇ AI ਇੱਕ ਹੋਰ ਵੀ ਵਿਆਪਕ ਸਹਿਯੋਗੀ ਹੋਵੇਗਾ - ਅਕਸਰ ਇੱਕ ਅਣਦੇਖਾ ਡਿਜੀਟਲ ਕਾਰਜਬਲ ਜੋ ਰੁਟੀਨ ਨੂੰ ਸੰਭਾਲਦਾ ਹੈ ਤਾਂ ਜੋ ਮਨੁੱਖ ਅਸਧਾਰਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਸਕਣ। ਅਸੀਂ ਉਮੀਦ ਕਰਦੇ ਹਾਂ ਕਿ ਜਨਰੇਟਿਵ AI ਸਾਡੀਆਂ ਸੜਕਾਂ 'ਤੇ ਕਾਰਾਂ ਅਤੇ ਟਰੱਕਾਂ ਨੂੰ ਭਰੋਸੇਯੋਗ ਢੰਗ ਨਾਲ ਚਲਾਏਗਾ, ਰਾਤੋ-ਰਾਤ ਗੋਦਾਮਾਂ ਵਿੱਚ ਵਸਤੂਆਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰੇਗਾ, ਗਿਆਨਵਾਨ ਨਿੱਜੀ ਸਹਾਇਕਾਂ ਵਜੋਂ ਸਾਡੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਵੇਗਾ, ਦੁਨੀਆ ਭਰ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਨੂੰ ਇੱਕ-ਨਾਲ-ਇੱਕ ਹਦਾਇਤ ਪ੍ਰਦਾਨ ਕਰੇਗਾ, ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਦਵਾਈ ਵਿੱਚ ਨਵੇਂ ਇਲਾਜ ਖੋਜਣ ਵਿੱਚ ਵੀ ਮਦਦ ਕਰੇਗਾ - ਇਹ ਸਭ ਕੁਝ ਘੱਟ ਤੋਂ ਘੱਟ ਸਿੱਧੀ ਨਿਗਰਾਨੀ ਨਾਲ। ਟੂਲ ਅਤੇ ਏਜੰਟ ਵਿਚਕਾਰ ਰੇਖਾ ਧੁੰਦਲੀ ਹੋ ਜਾਵੇਗੀ ਕਿਉਂਕਿ AI ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਤੋਂ ਸਰਗਰਮੀ ਨਾਲ ਹੱਲ ਤਿਆਰ ਕਰਨ ਵੱਲ ਵਧਦਾ ਹੈ।

ਹਾਲਾਂਕਿ, ਇਸ ਖੁਦਮੁਖਤਿਆਰ AI ਭਵਿੱਖ ਦੀ ਯਾਤਰਾ ਨੂੰ ਧਿਆਨ ਨਾਲ ਨੇਵੀਗੇਟ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਦੱਸਿਆ ਹੈ, ਹਰੇਕ ਡੋਮੇਨ ਆਪਣੀਆਂ ਸੀਮਾਵਾਂ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀਆਂ ਦਾ ਇੱਕ ਸਮੂਹ ਲਿਆਉਂਦਾ ਹੈ:

• ਅੱਜ ਦੀ ਹਕੀਕਤ ਜਾਂਚ: AI ਅਚਨਚੇਤ ਨਹੀਂ ਹੈ। ਇਹ ਪੈਟਰਨ ਪਛਾਣ ਅਤੇ ਸਮੱਗਰੀ ਪੈਦਾ ਕਰਨ ਵਿੱਚ ਉੱਤਮ ਹੈ ਪਰ ਮਨੁੱਖੀ ਸਮਝ ਵਿੱਚ ਸੱਚੀ ਸਮਝ ਅਤੇ ਆਮ ਸਮਝ ਦੀ ਘਾਟ ਹੈ। ਇਸ ਤਰ੍ਹਾਂ, ਹੁਣ ਲਈ, ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਸੁਰੱਖਿਆ ਜਾਲ ਬਣੀ ਹੋਈ ਹੈ। ਇਹ ਪਛਾਣਨਾ ਕਿ AI ਕਿੱਥੇ ਇਕੱਲੇ ਉੱਡਣ ਲਈ ਤਿਆਰ ਹੈ (ਅਤੇ ਕਿੱਥੇ ਨਹੀਂ ਹੈ) ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਅੱਜ ਬਹੁਤ ਸਾਰੀਆਂ ਸਫਲਤਾਵਾਂ ਮਨੁੱਖੀ-AI ਟੀਮ ਮਾਡਲ ਤੋਂ ਆਉਂਦੀਆਂ ਹਨ, ਅਤੇ ਇਹ ਹਾਈਬ੍ਰਿਡ ਪਹੁੰਚ ਕੀਮਤੀ ਰਹੇਗੀ ਜਿੱਥੇ ਪੂਰੀ ਖੁਦਮੁਖਤਿਆਰੀ ਅਜੇ ਸਮਝਦਾਰੀ ਨਾਲ ਨਹੀਂ ਹੈ।

• ਕੱਲ੍ਹ ਦਾ ਵਾਅਦਾ: ਮਾਡਲ ਆਰਕੀਟੈਕਚਰ, ਸਿਖਲਾਈ ਤਕਨੀਕਾਂ ਅਤੇ ਨਿਗਰਾਨੀ ਵਿਧੀਆਂ ਵਿੱਚ ਤਰੱਕੀ ਦੇ ਨਾਲ, AI ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਦਾ ਵਿਸਤਾਰ ਹੁੰਦਾ ਰਹੇਗਾ। R&D ਦਾ ਅਗਲਾ ਦਹਾਕਾ ਕਈ ਮੌਜੂਦਾ ਦਰਦ ਬਿੰਦੂਆਂ (ਭਰਮ ਨੂੰ ਘਟਾਉਣਾ, ਵਿਆਖਿਆਯੋਗਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨਾ, AI ਨੂੰ ਮਨੁੱਖੀ ਮੁੱਲਾਂ ਨਾਲ ਜੋੜਨਾ) ਨੂੰ ਹੱਲ ਕਰ ਸਕਦਾ ਹੈ। ਜੇਕਰ ਅਜਿਹਾ ਹੈ, ਤਾਂ 2035 ਤੱਕ AI ਸਿਸਟਮ ਇੰਨੇ ਮਜ਼ਬੂਤ ​​ਹੋ ਸਕਦੇ ਹਨ ਕਿ ਉਹਨਾਂ ਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਖੁਦਮੁਖਤਿਆਰੀ ਸੌਂਪੀ ਜਾ ਸਕਦੀ ਹੈ। ਇਸ ਪੇਪਰ ਵਿੱਚ ਅਨੁਮਾਨ - AI ਅਧਿਆਪਕਾਂ ਤੋਂ ਲੈ ਕੇ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਵੈ-ਸੰਚਾਲਿਤ ਕਾਰੋਬਾਰਾਂ ਤੱਕ - ਸਾਡੀ ਹਕੀਕਤ ਹੋ ਸਕਦੀ ਹੈ, ਜਾਂ ਅੱਜ ਕਲਪਨਾ ਕਰਨਾ ਮੁਸ਼ਕਲ ਨਵੀਨਤਾਵਾਂ ਦੁਆਰਾ ਵੀ ਪਾਰ ਕਰ ਸਕਦੀ ਹੈ।

• ਮਨੁੱਖੀ ਭੂਮਿਕਾ ਅਤੇ ਅਨੁਕੂਲਨ: ਏਆਈ ਮਨੁੱਖਾਂ ਦੀ ਥਾਂ ਲੈਣ ਦੀ ਬਜਾਏ, ਅਸੀਂ ਭੂਮਿਕਾਵਾਂ ਦੇ ਵਿਕਾਸ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦੇ ਹਾਂ। ਹਰ ਖੇਤਰ ਦੇ ਪੇਸ਼ੇਵਰਾਂ ਨੂੰ ਨਾਲ - ਇਸਦਾ ਮਾਰਗਦਰਸ਼ਨ ਕਰਨਾ, ਇਸਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ, ਅਤੇ ਕੰਮ ਦੇ ਉਨ੍ਹਾਂ ਪਹਿਲੂਆਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨਾ ਜਿਨ੍ਹਾਂ ਲਈ ਹਮਦਰਦੀ, ਰਣਨੀਤਕ ਸੋਚ ਅਤੇ ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆ-ਹੱਲ ਵਰਗੀਆਂ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਮਨੁੱਖੀ ਸ਼ਕਤੀਆਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਸਿੱਖਿਆ ਅਤੇ ਕਾਰਜਬਲ ਸਿਖਲਾਈ ਨੂੰ ਇਹਨਾਂ ਵਿਲੱਖਣ ਮਨੁੱਖੀ ਹੁਨਰਾਂ 'ਤੇ ਜ਼ੋਰ ਦੇਣ ਲਈ ਮੁੱਖ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ, ਨਾਲ ਹੀ ਹਰੇਕ ਲਈ ਏਆਈ ਸਾਖਰਤਾ ਵੀ। ਨੀਤੀ ਨਿਰਮਾਤਾਵਾਂ ਅਤੇ ਕਾਰੋਬਾਰੀ ਨੇਤਾਵਾਂ ਨੂੰ ਕਿਰਤ ਬਾਜ਼ਾਰ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਲਈ ਯੋਜਨਾ ਬਣਾਉਣੀ ਚਾਹੀਦੀ ਹੈ ਅਤੇ ਆਟੋਮੇਸ਼ਨ ਤੋਂ ਪ੍ਰਭਾਵਿਤ ਲੋਕਾਂ ਲਈ ਸਹਾਇਤਾ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣਾ ਚਾਹੀਦਾ ਹੈ।

• ਨੈਤਿਕਤਾ ਅਤੇ ਸ਼ਾਸਨ: ਸ਼ਾਇਦ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ, ਨੈਤਿਕ AI ਵਰਤੋਂ ਅਤੇ ਸ਼ਾਸਨ ਦਾ ਇੱਕ ਢਾਂਚਾ ਇਸ ਤਕਨੀਕੀ ਵਿਕਾਸ ਨੂੰ ਆਧਾਰ ਬਣਾਉਣਾ ਚਾਹੀਦਾ ਹੈ। ਵਿਸ਼ਵਾਸ ਅਪਣਾਉਣ ਦੀ ਮੁਦਰਾ ਹੈ - ਲੋਕ AI ਨੂੰ ਸਿਰਫ਼ ਤਾਂ ਹੀ ਕਾਰ ਚਲਾਉਣ ਜਾਂ ਸਰਜਰੀ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਨ ਦੇਣਗੇ ਜੇਕਰ ਉਹ ਵਿਸ਼ਵਾਸ ਕਰਦੇ ਹਨ ਕਿ ਇਹ ਸੁਰੱਖਿਅਤ ਹੈ। ਉਸ ਵਿਸ਼ਵਾਸ ਨੂੰ ਬਣਾਉਣ ਵਿੱਚ ਸਖ਼ਤ ਜਾਂਚ, ਪਾਰਦਰਸ਼ਤਾ, ਹਿੱਸੇਦਾਰਾਂ ਦੀ ਸ਼ਮੂਲੀਅਤ (ਜਿਵੇਂ ਕਿ, ਮੈਡੀਕਲ AI ਡਿਜ਼ਾਈਨ ਕਰਨ ਵਿੱਚ ਡਾਕਟਰਾਂ, AI ਸਿੱਖਿਆ ਸਾਧਨਾਂ ਵਿੱਚ ਅਧਿਆਪਕਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨਾ), ਅਤੇ ਢੁਕਵੇਂ ਨਿਯਮ ਸ਼ਾਮਲ ਹਨ। ਜੰਗ ਵਿੱਚ ਡੂੰਘੇ ਫੇਕ ਜਾਂ AI ਵਰਗੀਆਂ ਚੁਣੌਤੀਆਂ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਅੰਤਰਰਾਸ਼ਟਰੀ ਸਹਿਯੋਗ ਜ਼ਰੂਰੀ ਹੋ ਸਕਦਾ ਹੈ, ਜ਼ਿੰਮੇਵਾਰ ਵਰਤੋਂ ਲਈ ਗਲੋਬਲ ਨਿਯਮਾਂ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣਾ।

ਸਿੱਟੇ ਵਜੋਂ, ਜਨਰੇਟਿਵ ਏਆਈ ਤਰੱਕੀ ਦੇ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਇੰਜਣ ਵਜੋਂ ਖੜ੍ਹਾ ਹੈ। ਸਮਝਦਾਰੀ ਨਾਲ ਵਰਤਿਆ ਜਾਣ 'ਤੇ, ਇਹ ਮਨੁੱਖਾਂ ਨੂੰ ਮਿਹਨਤ ਤੋਂ ਛੁਟਕਾਰਾ ਦਿਵਾ ਸਕਦਾ ਹੈ, ਰਚਨਾਤਮਕਤਾ ਨੂੰ ਅਨਲੌਕ ਕਰ ਸਕਦਾ ਹੈ, ਸੇਵਾਵਾਂ ਨੂੰ ਵਿਅਕਤੀਗਤ ਬਣਾ ਸਕਦਾ ਹੈ, ਅਤੇ ਪਾੜੇ ਨੂੰ ਦੂਰ ਕਰ ਸਕਦਾ ਹੈ (ਜਿੱਥੇ ਮਾਹਰਾਂ ਦੀ ਘਾਟ ਹੈ ਉੱਥੇ ਮੁਹਾਰਤ ਲਿਆਉਂਦਾ ਹੈ)। ਕੁੰਜੀ ਇਸਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਤੈਨਾਤ ਕਰਨਾ ਹੈ ਜੋ ਮਨੁੱਖੀ ਸੰਭਾਵਨਾ ਨੂੰ ਹਾਸ਼ੀਏ 'ਤੇ ਲਿਆਉਣ ਦੀ ਬਜਾਏ ਵਧਾਉਂਦਾ ਹੈ । ਤੁਰੰਤ ਮਿਆਦ ਵਿੱਚ, ਇਸਦਾ ਅਰਥ ਹੈ ਮਨੁੱਖਾਂ ਨੂੰ ਏਆਈ ਦੀ ਅਗਵਾਈ ਕਰਨ ਲਈ ਲੂਪ ਵਿੱਚ ਰੱਖਣਾ। ਲੰਬੇ ਸਮੇਂ ਵਿੱਚ, ਇਸਦਾ ਅਰਥ ਹੈ ਏਆਈ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਮੂਲ ਵਿੱਚ ਮਾਨਵਵਾਦੀ ਮੁੱਲਾਂ ਨੂੰ ਏਨਕੋਡ ਕਰਨਾ ਤਾਂ ਜੋ ਜਦੋਂ ਉਹ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਕੰਮ ਕਰਦੇ ਹਨ, ਤਾਂ ਵੀ ਉਹ ਸਾਡੇ ਸਮੂਹਿਕ ਹਿੱਤ ਵਿੱਚ ਕੰਮ ਕਰਦੇ ਹਨ।

ਡੋਮੇਨ	ਭਰੋਸੇਯੋਗ ਖੁਦਮੁਖਤਿਆਰੀ ਅੱਜ (2025)	2035 ਤੱਕ ਭਰੋਸੇਯੋਗ ਖੁਦਮੁਖਤਿਆਰੀ ਦੀ ਉਮੀਦ
ਲਿਖਣਾ ਅਤੇ ਸਮੱਗਰੀ	- ਰੁਟੀਨ ਖ਼ਬਰਾਂ (ਖੇਡਾਂ, ਕਮਾਈਆਂ) ਆਪਣੇ ਆਪ ਤਿਆਰ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ।- AI ਦੁਆਰਾ ਸੰਖੇਪ ਉਤਪਾਦ ਸਮੀਖਿਆਵਾਂ।- ਮਨੁੱਖੀ ਸੰਪਾਦਨ ਲਈ ਲੇਖਾਂ ਜਾਂ ਈਮੇਲਾਂ ਦੇ ਡਰਾਫਟ। ( ਫਿਲਾਨਾ ਪੈਟਰਸਨ - ONA ਕਮਿਊਨਿਟੀ ਪ੍ਰੋਫਾਈਲ ) ( ਐਮਾਜ਼ਾਨ AI ਨਾਲ ਗਾਹਕ ਸਮੀਖਿਆਵਾਂ ਦੇ ਅਨੁਭਵ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਂਦਾ ਹੈ )	- ਜ਼ਿਆਦਾਤਰ ਖ਼ਬਰਾਂ ਅਤੇ ਮਾਰਕੀਟਿੰਗ ਸਮੱਗਰੀ ਤੱਥਾਂ ਦੀ ਸ਼ੁੱਧਤਾ ਨਾਲ ਸਵੈ-ਲਿਖੀ ਜਾਂਦੀ ਹੈ।- AI ਘੱਟੋ-ਘੱਟ ਨਿਗਰਾਨੀ ਨਾਲ ਪੂਰੇ ਲੇਖ ਅਤੇ ਪ੍ਰੈਸ ਰਿਲੀਜ਼ ਤਿਆਰ ਕਰਦਾ ਹੈ।- ਮੰਗ 'ਤੇ ਤਿਆਰ ਕੀਤੀ ਗਈ ਬਹੁਤ ਜ਼ਿਆਦਾ ਵਿਅਕਤੀਗਤ ਸਮੱਗਰੀ।
ਵਿਜ਼ੂਅਲ ਆਰਟਸ ਅਤੇ ਡਿਜ਼ਾਈਨ	- AI ਪ੍ਰੋਂਪਟਾਂ ਤੋਂ ਚਿੱਤਰ ਤਿਆਰ ਕਰਦਾ ਹੈ (ਮਨੁੱਖ ਸਭ ਤੋਂ ਵਧੀਆ ਚੁਣਦਾ ਹੈ)।- ਸੰਕਲਪ ਕਲਾ ਅਤੇ ਡਿਜ਼ਾਈਨ ਭਿੰਨਤਾਵਾਂ ਨੂੰ ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਬਣਾਇਆ ਗਿਆ ਹੈ।	- ਏਆਈ ਪੂਰੇ ਵੀਡੀਓ/ਫਿਲਮ ਦ੍ਰਿਸ਼ ਅਤੇ ਗੁੰਝਲਦਾਰ ਗ੍ਰਾਫਿਕਸ ਤਿਆਰ ਕਰਦਾ ਹੈ।- ਉਤਪਾਦਾਂ/ਆਰਕੀਟੈਕਚਰ ਦਾ ਜਨਰੇਟਿਵ ਡਿਜ਼ਾਈਨ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ।- ਮੰਗ 'ਤੇ ਬਣਾਇਆ ਗਿਆ ਨਿੱਜੀ ਮੀਡੀਆ (ਚਿੱਤਰ, ਵੀਡੀਓ)।
ਸਾਫਟਵੇਅਰ ਕੋਡਿੰਗ	- AI ਕੋਡ ਨੂੰ ਆਟੋਕੰਪਲੀਟ ਕਰਦਾ ਹੈ ਅਤੇ ਸਧਾਰਨ ਫੰਕਸ਼ਨ ਲਿਖਦਾ ਹੈ (dev ਦੁਆਰਾ ਸਮੀਖਿਆ ਕੀਤੀ ਗਈ)। - ਆਟੋਮੇਟਿਡ ਟੈਸਟ ਜਨਰੇਸ਼ਨ ਅਤੇ ਬੱਗ ਸੁਝਾਅ। ( ਕੋਪਾਇਲਟ 'ਤੇ ਕੋਡਿੰਗ: 2023 ਡੇਟਾ ਕੋਡ ਗੁਣਵੱਤਾ 'ਤੇ ਹੇਠਾਂ ਵੱਲ ਦਬਾਅ ਸੁਝਾਉਂਦਾ ਹੈ (2024 ਅਨੁਮਾਨਾਂ ਸਮੇਤ) - GitClear ) ( GitHub Copilot AI ਕੋਡ ਅਸਿਸਟੈਂਟਸ 'ਤੇ ਖੋਜ ਰਿਪੋਰਟ ਵਿੱਚ ਸਿਖਰ 'ਤੇ ਹੈ -- ਵਿਜ਼ੂਅਲ ਸਟੂਡੀਓ ਮੈਗਜ਼ੀਨ )	- AI ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਤੋਂ ਪੂਰੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਭਰੋਸੇਯੋਗ ਢੰਗ ਨਾਲ ਲਾਗੂ ਕਰਦਾ ਹੈ।- ਜਾਣੇ-ਪਛਾਣੇ ਪੈਟਰਨਾਂ ਲਈ ਖੁਦਮੁਖਤਿਆਰ ਡੀਬੱਗਿੰਗ ਅਤੇ ਕੋਡ ਰੱਖ-ਰਖਾਅ।- ਘੱਟ ਮਨੁੱਖੀ ਇਨਪੁਟ ਨਾਲ ਘੱਟ-ਕੋਡ ਐਪ ਬਣਾਉਣਾ।
ਗਾਹਕ ਦੀ ਸੇਵਾ	- ਚੈਟਬੋਟ ਅਕਸਰ ਪੁੱਛੇ ਜਾਣ ਵਾਲੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦਿੰਦੇ ਹਨ, ਸਧਾਰਨ ਮੁੱਦਿਆਂ ਨੂੰ ਹੱਲ ਕਰਦੇ ਹਨ (ਜਟਿਲ ਮਾਮਲਿਆਂ ਨੂੰ ਹੈਂਡਆਫ ਕਰਦੇ ਹਨ)।- AI ਕੁਝ ਚੈਨਲਾਂ 'ਤੇ ~70% ਰੁਟੀਨ ਪੁੱਛਗਿੱਛਾਂ ਨੂੰ ਸੰਭਾਲਦਾ ਹੈ। ( 2025 ਲਈ 59 AI ਗਾਹਕ ਸੇਵਾ ਅੰਕੜੇ ) ( 2030 ਤੱਕ, ਗਾਹਕਾਂ ਨਾਲ ਗੱਲਬਾਤ ਦੌਰਾਨ 69% ਫੈਸਲੇ ... )	- AI ਜ਼ਿਆਦਾਤਰ ਗਾਹਕਾਂ ਨਾਲ ਗੱਲਬਾਤ ਨੂੰ ਅੰਤ ਤੋਂ ਅੰਤ ਤੱਕ ਸੰਭਾਲਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਗੁੰਝਲਦਾਰ ਸਵਾਲ ਵੀ ਸ਼ਾਮਲ ਹਨ।- ਸੇਵਾ ਰਿਆਇਤਾਂ (ਰਿਫੰਡ, ਅੱਪਗ੍ਰੇਡ) ਲਈ ਰੀਅਲ-ਟਾਈਮ AI ਫੈਸਲਾ ਲੈਣਾ।- ਸਿਰਫ਼ ਵਾਧੇ ਜਾਂ ਵਿਸ਼ੇਸ਼ ਮਾਮਲਿਆਂ ਲਈ ਮਨੁੱਖੀ ਏਜੰਟ।
ਸਿਹਤ ਸੰਭਾਲ	- ਏਆਈ ਮੈਡੀਕਲ ਨੋਟਸ ਤਿਆਰ ਕਰਦਾ ਹੈ; ਡਾਕਟਰ ਜਿਨ੍ਹਾਂ ਨਿਦਾਨਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦੇ ਹਨ, ਉਨ੍ਹਾਂ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ। - ਏਆਈ ਕੁਝ ਸਕੈਨ (ਰੇਡੀਓਲੋਜੀ) ਨੂੰ ਨਿਗਰਾਨੀ ਨਾਲ ਪੜ੍ਹਦਾ ਹੈ; ਸਧਾਰਨ ਮਾਮਲਿਆਂ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ। ( ਏਆਈ ਮੈਡੀਕਲ ਇਮੇਜਿੰਗ ਉਤਪਾਦ 2035 ਤੱਕ ਪੰਜ ਗੁਣਾ ਵਧਾ ਸਕਦੇ ਹਨ )	- AI ਭਰੋਸੇਯੋਗਤਾ ਨਾਲ ਆਮ ਬਿਮਾਰੀਆਂ ਦਾ ਨਿਦਾਨ ਕਰਦਾ ਹੈ ਅਤੇ ਜ਼ਿਆਦਾਤਰ ਡਾਕਟਰੀ ਚਿੱਤਰਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ।- AI ਮਰੀਜ਼ਾਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦਾ ਹੈ ਅਤੇ ਦੇਖਭਾਲ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ (ਜਿਵੇਂ ਕਿ, ਦਵਾਈ ਰੀਮਾਈਂਡਰ, ਐਮਰਜੈਂਸੀ ਚੇਤਾਵਨੀਆਂ)।- ਵਰਚੁਅਲ AI "ਨਰਸਾਂ" ਰੁਟੀਨ ਫਾਲੋ-ਅੱਪ ਨੂੰ ਸੰਭਾਲਦੀਆਂ ਹਨ; ਡਾਕਟਰ ਗੁੰਝਲਦਾਰ ਦੇਖਭਾਲ 'ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਤ ਕਰਦੇ ਹਨ।
ਸਿੱਖਿਆ	- ਏਆਈ ਟਿਊਟਰ ਵਿਦਿਆਰਥੀਆਂ ਦੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦਿੰਦੇ ਹਨ, ਅਭਿਆਸ ਸਮੱਸਿਆਵਾਂ ਪੈਦਾ ਕਰਦੇ ਹਨ (ਅਧਿਆਪਕ ਮਾਨੀਟਰ)। - ਏਆਈ ਗਰੇਡਿੰਗ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰਦਾ ਹੈ (ਅਧਿਆਪਕ ਸਮੀਖਿਆ ਦੇ ਨਾਲ)। ([ਕੇ-12 ਸਿੱਖਿਆ ਲਈ ਜਨਰੇਟਿਵ ਏਆਈ	ਐਪਲੀਫਾਈ ਦੁਆਰਾ ਖੋਜ ਰਿਪੋਰਟ]( https://www.applify.co/research-report/gen-ai-for-k12#:~:text=AI%20tutors%3A%20Virtual%20AI,individual%20learning%20styles%20and%20paces ))
ਲੌਜਿਸਟਿਕਸ	- ਏਆਈ ਡਿਲੀਵਰੀ ਰੂਟਾਂ ਅਤੇ ਪੈਕਿੰਗ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਂਦਾ ਹੈ (ਮਨੁੱਖ ਟੀਚੇ ਨਿਰਧਾਰਤ ਕਰਦੇ ਹਨ)। - ਏਆਈ ਸਪਲਾਈ ਚੇਨ ਜੋਖਮਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਅਤੇ ਘਟਾਉਣ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ। ( ਲੌਜਿਸਟਿਕਸ ਵਿੱਚ ਚੋਟੀ ਦੇ ਜਨਰੇਟਿਵ ਏਆਈ ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ )	- ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਵੈ-ਡਰਾਈਵਿੰਗ ਡਿਲੀਵਰੀ (ਟਰੱਕ, ਡਰੋਨ) AI ਕੰਟਰੋਲਰਾਂ ਦੁਆਰਾ ਨਿਗਰਾਨੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।- AI ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਰੁਕਾਵਟਾਂ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਸ਼ਿਪਮੈਂਟਾਂ ਨੂੰ ਮੁੜ-ਰੂਟ ਕਰਦਾ ਹੈ ਅਤੇ ਵਸਤੂ ਸੂਚੀ ਨੂੰ ਵਿਵਸਥਿਤ ਕਰਦਾ ਹੈ।- AI ਦੁਆਰਾ ਪ੍ਰਬੰਧਿਤ ਐਂਡ-ਟੂ-ਐਂਡ ਸਪਲਾਈ ਚੇਨ ਤਾਲਮੇਲ (ਆਰਡਰਿੰਗ, ਵੰਡ)।
ਵਿੱਤ	- AI ਵਿੱਤੀ ਰਿਪੋਰਟਾਂ/ਖਬਰਾਂ ਦੇ ਸਾਰ ਤਿਆਰ ਕਰਦਾ ਹੈ (ਮਨੁੱਖੀ-ਸਮੀਖਿਆ ਕੀਤਾ ਗਿਆ)।- ਰੋਬੋ-ਸਲਾਹਕਾਰ ਸਧਾਰਨ ਪੋਰਟਫੋਲੀਓ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਦੇ ਹਨ; AI ਚੈਟ ਗਾਹਕਾਂ ਦੇ ਸਵਾਲਾਂ ਨੂੰ ਸੰਭਾਲਦਾ ਹੈ। ( ਜਨਰੇਟਿਵ AI ਵਿੱਤ ਲਈ ਆ ਰਿਹਾ ਹੈ )	- ਏਆਈ ਵਿਸ਼ਲੇਸ਼ਕ ਉੱਚ ਸ਼ੁੱਧਤਾ ਨਾਲ ਨਿਵੇਸ਼ ਸਿਫ਼ਾਰਸ਼ਾਂ ਅਤੇ ਜੋਖਮ ਰਿਪੋਰਟਾਂ ਤਿਆਰ ਕਰਦੇ ਹਨ।- ਨਿਰਧਾਰਤ ਸੀਮਾਵਾਂ ਦੇ ਅੰਦਰ ਖੁਦਮੁਖਤਿਆਰ ਵਪਾਰ ਅਤੇ ਪੋਰਟਫੋਲੀਓ ਮੁੜ ਸੰਤੁਲਨ।- ਏਆਈ ਮਿਆਰੀ ਕਰਜ਼ਿਆਂ/ਦਾਅਵਿਆਂ ਨੂੰ ਸਵੈ-ਮਨਜ਼ੂਰੀ ਦਿੰਦਾ ਹੈ; ਮਨੁੱਖ ਅਪਵਾਦਾਂ ਨੂੰ ਸੰਭਾਲਦੇ ਹਨ।

ਹਵਾਲੇ:

1. ਪੈਟਰਸਨ, ਫਿਲਾਨਾ। ਸਵੈਚਾਲਿਤ ਕਮਾਈ ਦੀਆਂ ਕਹਾਣੀਆਂ ਗੁਣਾ । ਦ ਐਸੋਸੀਏਟਿਡ ਪ੍ਰੈਸ (2015) - ਏਪੀ ਦੇ ਹਜ਼ਾਰਾਂ ਕਮਾਈ ਰਿਪੋਰਟਾਂ ਦੇ ਸਵੈਚਾਲਿਤ ਉਤਪਾਦਨ ਦਾ ਵਰਣਨ ਕਰਦਾ ਹੈ ਬਿਨਾਂ ਕਿਸੇ ਮਨੁੱਖੀ ਲੇਖਕ ਦੇ ( ਆਟੋਮੇਟਿਡ ਕਮਾਈ ਦੀਆਂ ਕਹਾਣੀਆਂ ਗੁਣਾ | ਦ ਐਸੋਸੀਏਟਿਡ ਪ੍ਰੈਸ )।

2. ਮੈਕਕਿਨਜ਼ੀ ਐਂਡ ਕੰਪਨੀ। 2024 ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ ਏਆਈ ਦੀ ਸਥਿਤੀ: ਜਨਰਲ ਏਆਈ ਅਪਣਾਉਣ ਵਿੱਚ ਵਾਧਾ ਹੁੰਦਾ ਹੈ ਅਤੇ ਮੁੱਲ ਪੈਦਾ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ । (2024) - 65% ਸੰਗਠਨ ਨਿਯਮਿਤ ਤੌਰ 'ਤੇ ਜਨਰੇਟਿਵ ਏਆਈ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ, ਜੋ ਕਿ 2023 ਤੋਂ ਲਗਭਗ ਦੁੱਗਣਾ ਹੈ ( 2024 ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ ਏਆਈ ਦੀ ਸਥਿਤੀ | ਮੈਕਕਿਨਜ਼ੀ ), ਅਤੇ ਜੋਖਮ ਘਟਾਉਣ ਦੇ ਯਤਨਾਂ 'ਤੇ ਚਰਚਾ ਕਰਦਾ ਹੈ ( ਏਆਈ ਦੀ ਸਥਿਤੀ: ਗਲੋਬਲ ਸਰਵੇਖਣ | ਮੈਕਕਿਨਜ਼ੀ )।

3. ਗਾਰਟਨਰ। ਚੈਟਜੀਪੀਟੀ ਤੋਂ ਪਰੇ: ਐਂਟਰਪ੍ਰਾਈਜ਼ਿਜ਼ ਲਈ ਜਨਰੇਟਿਵ ਏਆਈ ਦਾ ਭਵਿੱਖ । (2023) - ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ ਕਿ 2030 ਤੱਕ, ਇੱਕ ਬਲਾਕਬਸਟਰ ਫਿਲਮ ਦਾ 90% ਏਆਈ-ਜਨਰੇਟਿਡ ਹੋ ਸਕਦਾ ਹੈ ( ਉਦਯੋਗਾਂ ਅਤੇ ਉੱਦਮਾਂ ਲਈ ਜਨਰੇਟਿਵ ਏਆਈ ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ ) ਅਤੇ ਡਰੱਗ ਡਿਜ਼ਾਈਨ ( ਉਦਯੋਗਾਂ ਅਤੇ ਉੱਦਮਾਂ ਲਈ ਜਨਰੇਟਿਵ ਏਆਈ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ) ਵਰਗੇ ਜਨਰੇਟਿਵ ਏਆਈ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ।

4. ਟਵਾਈਪ। ਨਿਊਜ਼ਰੂਮ ਵਿੱਚ ਪੱਤਰਕਾਰ AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ 12 ਤਰੀਕੇ । (2024) - ਇੱਕ ਨਿਊਜ਼ ਆਉਟਲੈਟ 'ਤੇ "ਕਲਾਰਾ" AI ਦੀ ਉਦਾਹਰਣ ਜੋ 11% ਲੇਖ ਲਿਖਦੇ ਹਨ, ਮਨੁੱਖੀ ਸੰਪਾਦਕ ਸਾਰੀ AI ਸਮੱਗਰੀ ਦੀ ਸਮੀਖਿਆ ਕਰਦੇ ਹਨ ( ਨਿਊਜ਼ਰੂਮ ਵਿੱਚ ਪੱਤਰਕਾਰ AI ਟੂਲਸ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ 12 ਤਰੀਕੇ - ਟਵਾਈਪ )।

5. Amazon.com ਖ਼ਬਰਾਂ। Amazon AI ਨਾਲ ਗਾਹਕ ਸਮੀਖਿਆ ਅਨੁਭਵ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਂਦਾ ਹੈ । (2023) - ਖਰੀਦਦਾਰਾਂ ਦੀ ਮਦਦ ਲਈ ਉਤਪਾਦ ਪੰਨਿਆਂ 'ਤੇ AI-ਤਿਆਰ ਸਮੀਖਿਆ ਸੰਖੇਪਾਂ ਦੀ ਘੋਸ਼ਣਾ ਕਰਦਾ ਹੈ ( Amazon AI ਨਾਲ ਗਾਹਕ ਸਮੀਖਿਆ ਅਨੁਭਵ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਂਦਾ ਹੈ )।

6. ਜ਼ੈਂਡੇਸਕ। 2025 ਲਈ 59 AI ਗਾਹਕ ਸੇਵਾ ਅੰਕੜੇ । (2023) - ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਦੋ-ਤਿਹਾਈ ਤੋਂ ਵੱਧ CX ਸੰਗਠਨ ਸੋਚਦੇ ਹਨ ਕਿ ਜਨਰੇਟਿਵ AI ਸੇਵਾ ਵਿੱਚ "ਨਿੱਘ" ਵਧਾਏਗਾ ( 2025 ਲਈ 59 AI ਗਾਹਕ ਸੇਵਾ ਅੰਕੜੇ ) ਅਤੇ ਅੰਤ ਵਿੱਚ 100% ਗਾਹਕ ਪਰਸਪਰ ਪ੍ਰਭਾਵ ਵਿੱਚ AI ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ ( 2025 ਲਈ 59 AI ਗਾਹਕ ਸੇਵਾ ਅੰਕੜੇ )।

7. ਫਿਊਚਰਮ ਰਿਸਰਚ ਐਂਡ ਐਸਏਐਸ। ਐਕਸਪੀਰੀਅੰਸ 2030: ਗਾਹਕ ਅਨੁਭਵ ਦਾ ਭਵਿੱਖ । (2019) - ਸਰਵੇਖਣ ਵਿੱਚ ਪਾਇਆ ਗਿਆ ਹੈ ਕਿ ਬ੍ਰਾਂਡ ਉਮੀਦ ਕਰਦੇ ਹਨ ਕਿ ਗਾਹਕ ਸ਼ਮੂਲੀਅਤ ਦੌਰਾਨ ~69% ਫੈਸਲੇ 2030 ਤੱਕ ਸਮਾਰਟ ਮਸ਼ੀਨਾਂ ਦੁਆਰਾ ਲਏ ਜਾਣਗੇ ( CX ਵੱਲ ਸ਼ਿਫਟ ਦੀ ਮੁੜ ਕਲਪਨਾ ਕਰਨ ਲਈ, ਮਾਰਕਿਟਰਾਂ ਨੂੰ ਇਹ 2 ਚੀਜ਼ਾਂ ਕਰਨੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ )।

8. ਡੇਟਾਈਕੂ। ਲੌਜਿਸਟਿਕਸ ਵਿੱਚ ਚੋਟੀ ਦੇ ਜਨਰੇਟਿਵ ਏਆਈ ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ । (2023) - ਵਰਣਨ ਕਰਦਾ ਹੈ ਕਿ ਕਿਵੇਂ GenAI ਲੋਡਿੰਗ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਂਦਾ ਹੈ (~30% ਖਾਲੀ ਟਰੱਕ ਸਪੇਸ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ) ( ਲੌਜਿਸਟਿਕਸ ਵਿੱਚ ਚੋਟੀ ਦੇ ਜਨਰੇਟਿਵ ਏਆਈ ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ ) ਅਤੇ ਖ਼ਬਰਾਂ ਨੂੰ ਸਕੈਨ ਕਰਕੇ ਸਪਲਾਈ ਚੇਨ ਜੋਖਮਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।

9. ਵਿਜ਼ੂਅਲ ਸਟੂਡੀਓ ਮੈਗਜ਼ੀਨ। ਏਆਈ ਕੋਡ ਅਸਿਸਟੈਂਟਸ 'ਤੇ ਖੋਜ ਰਿਪੋਰਟ ਵਿੱਚ ਗਿੱਟਹੱਬ ਕੋਪਾਇਲਟ ਸਿਖਰ 'ਤੇ ਹੈ । (2024) - ਗਾਰਟਨਰ ਦੀਆਂ ਰਣਨੀਤਕ ਯੋਜਨਾਬੰਦੀ ਧਾਰਨਾਵਾਂ: 2028 ਤੱਕ, 90% ਐਂਟਰਪ੍ਰਾਈਜ਼ ਡਿਵੈਲਪਰ ਏਆਈ ਕੋਡ ਅਸਿਸਟੈਂਟਸ ਦੀ ਵਰਤੋਂ ਕਰਨਗੇ (2024 ਵਿੱਚ 14% ਤੋਂ ਵੱਧ) ( ਏਆਈ ਕੋਡ ਅਸਿਸਟੈਂਟਸ 'ਤੇ ਗਿੱਟਹੱਬ ਕੋਪਾਇਲਟ ਸਿਖਰ 'ਤੇ ਹੈ - ਵਿਜ਼ੂਅਲ ਸਟੂਡੀਓ ਮੈਗਜ਼ੀਨ )।

10. ਬਲੂਮਬਰਗ ਨਿਊਜ਼। ਬਲੂਮਬਰਗਜੀਪੀਟੀ ਪੇਸ਼ ਕਰ ਰਿਹਾ ਹਾਂ । (2023) - ਵੇਰਵੇ ਬਲੂਮਬਰਗ ਦਾ 50B-ਪੈਰਾਮੀਟਰ ਮਾਡਲ ਜੋ ਵਿੱਤੀ ਕਾਰਜਾਂ ਲਈ ਹੈ, ਸਵਾਲ-ਜਵਾਬ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਸਹਾਇਤਾ ਲਈ ਟਰਮੀਨਲ ਵਿੱਚ ਬਣਾਇਆ ਗਿਆ ਹੈ ( ਜਨਰੇਟਿਵ ਏਆਈ ਵਿੱਤ ਲਈ ਆ ਰਿਹਾ ਹੈ )।

ਇਸ ਤੋਂ ਬਾਅਦ ਤੁਸੀਂ ਜੋ ਲੇਖ ਪੜ੍ਹਨਾ ਪਸੰਦ ਕਰ ਸਕਦੇ ਹੋ:

🔗 ਉਹ ਨੌਕਰੀਆਂ ਜਿਨ੍ਹਾਂ ਨੂੰ AI ਨਹੀਂ ਬਦਲ ਸਕਦਾ - ਅਤੇ ਕਿਹੜੀਆਂ ਨੌਕਰੀਆਂ ਨੂੰ AI ਬਦਲੇਗਾ?
ਵਿਕਸਤ ਹੋ ਰਹੇ ਨੌਕਰੀ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ 'ਤੇ ਇੱਕ ਵਿਸ਼ਵਵਿਆਪੀ ਦ੍ਰਿਸ਼ਟੀਕੋਣ, ਇਹ ਜਾਂਚ ਕਰਨਾ ਕਿ ਕਿਹੜੀਆਂ ਭੂਮਿਕਾਵਾਂ AI ਵਿਘਨ ਤੋਂ ਸੁਰੱਖਿਅਤ ਹਨ ਅਤੇ ਕਿਹੜੀਆਂ ਸਭ ਤੋਂ ਵੱਧ ਜੋਖਮ ਵਿੱਚ ਹਨ।

🔗 ਕੀ AI ਸਟਾਕ ਮਾਰਕੀਟ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰ ਸਕਦਾ ਹੈ?
ਸਟਾਕ ਮਾਰਕੀਟ ਦੀ ਭਵਿੱਖਬਾਣੀ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ, ਸੀਮਾਵਾਂ ਅਤੇ ਨੈਤਿਕ ਵਿਚਾਰਾਂ ਵਿੱਚ ਡੂੰਘਾਈ ਨਾਲ ਜਾਣ-ਪਛਾਣ।

🔗 ਸਾਈਬਰ ਸੁਰੱਖਿਆ ਵਿੱਚ ਜਨਰੇਟਿਵ ਏਆਈ ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ?
ਜਾਣੋ ਕਿ ਸਾਈਬਰ ਖਤਰਿਆਂ ਤੋਂ ਬਚਾਅ ਲਈ ਜਨਰੇਟਿਵ ਏਆਈ ਨੂੰ ਕਿਵੇਂ ਲਾਗੂ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ, ਅਨੋਮਲੀ ਡਿਟੈਕਸ਼ਨ ਤੋਂ ਲੈ ਕੇ ਖ਼ਤਰੇ ਦੇ ਮਾਡਲਿੰਗ ਤੱਕ।