सिस्टम थिंकिंग को लागू करने से अधिक कनेक्टेड दुनिया के लिए बेहतर प्रणालियां बनाने में मदद मिलती है।
BLISS Systems Thinking लॉजिक, इंटेलिजेंस, सेफ्टी, सस्टेनेबिलिटी और डिपेंडेंसी के जरिए कुल मिलाकर AI, क्लाउड और कनेक्टेड सिस्टम की जांच करता है।
मुख्य जानकारी
- BLISS Systems Thinking आर्किटेक्ट्स और नेताओं का मूल्यांकन करने में मदद करता है AI, क्लाउड, आईओटी और डिजिटल सिस्टम यह पूछकर कि क्या परिवर्तन पूरे सिस्टम को बेहतर बनाते हैं, न कि केवल एक घटक।
- स्थानीय सुधारों से छिपे हुए जोखिम पैदा हो सकते हैं, जैसे कि अनजाने में डेटा निर्भरता, अधिक लागत, सुरक्षा अंतराल या जुड़ी हुई टीमों के बीच गलत निर्णय।
- फ्रेमवर्क चार दृष्टिकोणों का उपयोग करता हैः तार्किक (स्पष्ट उद्देश्य और सीमाएं), बुद्धिमान (उपयुक्त उपयोग AI), सुरक्षित (विश्वास, पर्यवेक्षण और लचीलापन) और सतत (दीर्घकालिक लागत, ऊर्जा, रखरखाव और विकास) ।
- इसका व्यावहारिक लक्ष्य ट्रेड-ऑफ को जल्दी दिखाना है, विशेष रूप से एजेंट पारिस्थितिक तंत्र में जहां कई उपकरण, वर्कफ़्लो और डेटा स्रोत बातचीत करते हैं।
मेटा विवरण: BLISS Systems Thinking आर्किटेक्ट्स को तर्क, बुद्धिमत्ता, सुरक्षा, स्थिरता और निर्भरताओं की जांच करके AI, क्लाउड और डिजिटल सिस्टम का मूल्यांकन करने में मदद करता है।
टैगः BLISS Systems Thinking, AI सिस्टम, क्लाउड आर्किटेक्चर, इंटरनेट ऑफ थिंग्स, स्थिरता
विशेष रुप से प्रदर्शित छवि: लिंक्ड ब्लॉकों, डेटा नोड्स और क्लाउड आकारों का एक अमूर्त, मैत्रीपूर्ण चित्रण, जिसमें कोई वास्तविक लोग नहीं हैं, कोई लोगो नहीं है और कोई पाठ नहीं है।
Uman Mohammed में विशेषज्ञता, डेटा और क्लाउड, लिंक्डइन पर प्रकाशित एक लॉन्च संस्करण में BLISS Systems Thinking पेश किया गया है। यह टुकड़ा शीर्षक वाली श्रृंखला का हिस्सा हैः Building Better Systems अधिक के लिए Connected World । यह टीमों को मूल्यांकन करने में मदद करता है कि क्या प्रौद्योगिकी परिवर्तन पूरे सिस्टम में सुधार करता है, न कि केवल एक हिस्से को अधिक परिष्कृत करना। दर्शक आर्किटेक्ट्स, इंजीनियर, शोधकर्ता, नेता और व्यवसायी हैं जो तय करते हैं कि कैसे AI एजेंट, क्लाऊड प्लेटफ़ॉर्म, इंटरनेट ऑफ थिंग्स सिस्टम, डिजिटल जुड़वां, उन्नत डाटासेंटर और क्वांटम प्रौद्योगिकियां एक साथ फिट होती हैं।
पूरी व्यवस्था क्यों महत्वपूर्ण है
लेख एक व्यावहारिक अवलोकन के साथ शुरू होता है। AI एजेंट सेकंड के भीतर निर्णय तक पहुंच सकता है, क्लाउड प्लेटफॉर्म मिनटों में स्केल कर सकता है और डिजिटल जुड़वां उन स्थितियों को उजागर कर सकते हैं जो पहले छिपी हुई थीं। प्रत्येक क्षमता मूल्य बना सकती है, लेकिन प्रत्येक इसके आसपास के वातावरण को भी बदल देती है।
उस परिवर्तन से ऐसी समस्याएं पैदा हो सकती हैं जिन्हें याद करना आसान है। एक एजेंट उन डेटा पर भरोसा कर सकता है जो स्वायत्त उपयोग के लिए कभी नहीं थे। क्लाउड प्लेटफ़ॉर्म लागत और निर्भरता को पेश कर सकते हैं जो केवल पैमाने पर दिखाई देते हैं। एक डिजिटल जुड़वां अलग-अलग धारणाओं से काम करने वाली टीमों में फैसलों को आकार दे सकता है।
मोहम्मद एंटरप्राइज़ इंफ्रास्ट्रक्चर, क्लाउड और आधुनिकीकरण में दो दशकों से अधिक समय तक काम करने वाले एक आवर्ती पैटर्न का वर्णन करते हैंः एक बदलाव जो एक परत में सुधार करता है वह कहीं और परिणाम पैदा कर सकता है। तेज घटक स्वचालित रूप से बेहतर प्रणाली उत्पन्न नहीं करता है।
प्रश्न यह है कि क्या संगठन पूरी प्रणाली में सुधार कर रहे हैं या केवल एक हिस्से में परिष्कार जोड़ रहे हैं। AI स्वायत्त एजेंट, इंटरनेट ऑफ थिंग्स सिस्टम, हाइब्रिड क्लाउड, डिजिटल जुड़वां, उन्नत डेटासेंटर और क्वांटम प्रौद्योगिकियों पर अक्सर अलग-अलग चर्चा की जाती है। व्यवहार में, वे तेजी से एक ही पारिस्थितिकी तंत्र के भीतर मिलते हैं। वे प्रभावित करते हैं कि डेटा कैसे चलता है, निर्णय कैसे किए जाते हैं, जहां प्राधिकरण रहता है, और मूल्य और जोखिम सीमाओं को पार करता है।
एक एंटरप्राइज AI सहायक समस्या को स्पष्ट रूप से दिखाता है। एक टीम इसे कर्मचारियों को तेजी से जानकारी खोजने में मदद करने के लिए लॉन्च कर सकती है। प्रतिक्रिया की गति और उत्तरों की गुणवत्ता मायने रखती है। इसलिए स्रोत डेटा पर अनुमतियां, पुनर्प्राप्त सामग्री की सटीकता, जो लोग जवाब पर भरोसा करते हैं, सेवा चलाने की लागत और त्रुटियों को सुधारने की प्रक्रिया। बड़ा सिस्टम में कमजोरियों को उजागर करते हुए असिस्टेंट अलग-अलग प्रदर्शन कर सकता है।
सिस्टम थिंकिंग भागों, कनेक्शन, सीमाओं, फीडबैक लूप और समय के साथ उभरने वाले प्रभावों की जांच करता है। नींव नई नहीं हैं। जिस पर नए सिरे से ध्यान देने की आवश्यकता है वह यह है कि कैसे जानबूझकर टीमें उन्हें लागू करती हैं क्योंकि सिस्टम तेज, अधिक स्वायत्त और अधिक परस्पर जुड़े होते जा रहे हैं।
आशीष की चार संभावनाएं
BLISS Systems Thinking को एक संपूर्ण-प्रणाली लेंस के रूप में वर्णित किया गया है। यह स्थापित सिस्टम सोच सिद्धांतों पर आधारित है और चार व्यावहारिक दृष्टिकोणों के माध्यम से निर्णय लेता हैः तार्किक, बुद्धिमान, सुरक्षित और टिकाऊ।
तार्किक पूछता है कि क्या सिस्टम समझ में आता है। क्या उद्देश्य स्पष्ट है? क्या जिम्मेदारियां, सीमाएं और निर्भरताएँ समझने योग्य हैं? क्या जटिलता परिणाम द्वारा उचित है?
बुद्धिमान पूछता है कि जहां बुद्धि मूल्य जोड़ती है। लेख में कहा गया है कि टीमों को इंटेलिजेंस का उपयोग करना चाहिए जहां यह निर्णय या अनुकूलन में सुधार करता है। Sometimes AI उपयुक्त है। अन्य समय, एक सरल नियम या वर्कफ़्लो उद्देश्य के लिए बेहतर काम कर सकता है।
सुरक्षित पूछता है कि क्या सिस्टम को संचालित करने के लिए भरोसा किया जा सकता है। इसमें सुरक्षा, गोपनीयता, लचीलापन, मानव पर्यवेक्षण और वसूली शामिल हैं। टीमों को यह परिभाषित करना होगा कि प्रणाली को क्या करने की अनुमति है, इसे कहां रोकना चाहिए और लोग कैसे हस्तक्षेप कर सकते हैं।
टिकाऊ पूछता है कि क्या सिस्टम जिम्मेदारी से सहन कर सकता है। लेंस परिचालन लागत, संसाधन उपयोग, ऊर्जा उपयोग, रखरखाव और विकसित करने की क्षमता के लिए तैनाती से परे देखता है। एक उपयोगी समाधान को अपने जीवन चक्र में व्यवहार्य रहना चाहिए।
ये दृष्टिकोण परस्पर क्रिया करते हैं। एक अधिक सक्षम मॉडल विलंबता, लागत, ऊर्जा उपयोग और परिचालन जटिलता को बढ़ाते हुए प्रतिक्रियाओं में सुधार कर सकता है। उद्देश्य अलग-थलग रूप से प्रत्येक दृष्टिकोण का अनुकूलन करना नहीं है। इसका लक्ष्य विचारशील निर्णय का समर्थन करने के लिए पर्याप्त जल्दी व्यापार-बंद दिखाना है।
एजेंट पारिस्थितिक तंत्र पर लेंस लागू करना
लेख में आपसी निर्भरता के रूपक के रूप में जेन्गा का उपयोग किया गया है। एक ब्लॉक को स्थानांतरित करना एक स्थानीय कार्रवाई है। टॉवर की स्थिरता पूरी संरचना की व्यवस्था पर निर्भर करती है। एंटरप्राइज सिस्टम लकड़ी के टावर से कहीं अधिक जटिल हैं, लेकिन बिंदु उपयोगी हैः निर्भरता अक्सर केवल तब दिखाई देती है जब दबाव लागू होता है।
डेटा स्रोत में परिवर्तन किसी एप्लिकेशन को प्रभावित कर सकता है। एक नया स्वचालन अनुमोदन प्रक्रिया को बदल सकता है. एक सुरक्षा नियंत्रण जानकारी कितनी जल्दी उपलब्ध हो सकती है, इसे बदल सकते हैं। बुनियादी ढांचे का निर्णय लागत, लचीलापन और अनुप्रयोग टीमों के लिए उपलब्ध विकल्पों को प्रभावित करता है। इनमें से कोई भी बदलाव जरूरी नहीं कि विफलता का कारण बनता है। सवाल यह है कि क्या संगठन ने यह समझने के लिए पर्याप्त रूप से देखा है कि आगे क्या चल सकता है?
रूपक से अभ्यास में जाने के लिए, लेख एक सामान्य उद्यम प्रणाली का वर्णन करता है जिसमें कई AI एजेंट व्यापार परिणामों का समर्थन करने के लिए उपकरणों, वर्कफ़्लो और डेटा स्रोतों के साथ समन्वय करते हैं। एजेंट सिग्नल एकत्र कर सकते हैं, सिफारिशें उत्पन्न करते हैं, जब आवश्यक हो तो अनुमोदन मांग सकते हैं और अनुमति प्राप्त कार्रवाई ले सकते हैं। तब संगठन परिणामों की निगरानी करता है और सिस्टम को समायोजित करता है।
स्वाभाविक रूप से पहला सवाल यह है कि क्या एजेंट कार्य को पूरा कर सकते हैं। लेख इसे एक उपयोगी प्रारंभिक बिंदु के रूप में मानता है, फिर BLISS लेंस लागू करता है। तार्किक दृष्टिकोण के लिए, भूमिकाएं, सीमाएँ और निर्णय पथ समझ में आते हैं? परिणाम का मालिक कौन है? बुद्धिमान दृश्य के लिए,AI मूल्य कहां जोड़ता है और सरल वर्कफ़्लो अधिक विश्वसनीय कहाँ होगा? सुरक्षित दृश्य के लिये, किस अधिकार की सीमा होती है? पहुंच, अपवादों, मानव समीक्षा और वसूली कैसे संभाली जाती है? टिकाऊ दृष्टिकोण के लिये परिचालन लागत, संसाधन मांगें और चल रहे रखरखाव उचित हैं?
एक संपूर्ण-प्रणाली प्रश्न विश्लेषण को पूरा करता हैः समय के साथ लोगों, जुड़े अनुप्रयोगों, शासन और संगठन में क्या परिवर्तन होते हैं?
उत्तर उपयोग के मामले पर निर्भर करते हैं। एक कम जोखिम वाले आंतरिक सहायक और वित्तीय रिकॉर्ड को बदलने के लिए अधिकृत एजेंट को समान धारणाओं के तहत काम नहीं करना चाहिए। लेंस एक सार्वभौमिक डिजाइन का उत्पादन नहीं करता है। यह उन मान्यताओं और व्यापार-बंदों को प्रकट करता है जो किसी डिज़ाइन को आकार देना चाहिए। फ्रेमिंग केवल क्षमता से अनुमति, परिणाम और निरंतर लागत तक जाती है।
आगे क्या होगा
मोहम्मद उन प्रणालियों के बारे में प्रैक्टिशनर-नेतृत्व वाली सोच का स्थान बनाने के लिए एक श्रृंखला शुरू कर रहा है जो बनाई जा रही हैं और ऐसे कनेक्शन जिन्हें याद करना आसान हो सकता है। भविष्य के लेखों की खोज करने की योजना है AI और एजेंटिक सिस्टम, इंटरनेट ऑफ थिंग्स, हाइब्रिड और संप्रभु क्लाउड, डेटासेंटर, डिजिटल जुड़वां, स्वचालन, क्वांटम प्रौद्योगिकियां और स्थिरता।
जब ये प्रौद्योगिकियां एक बड़ी प्रणाली का हिस्सा बनती हैं तो निर्णयों, निर्भरताओं और व्यापार-बंद पर ध्यान केंद्रित किया जाएगा। आर्किटेक्ट्स, इंजीनियरों, शोधकर्ताओं, नेताओं और चिकित्सकों के विभिन्न दृष्टिकोण किसी भी व्यक्ति को अनदेखा करने में मदद कर सकते हैं।
मोहम्मद के पास एंटरप्राइज़ आर्किटेक्चर, हाइब्रिड और मल्टी-क्लाउड प्लेटफॉर्म, इन्फ्रास्ट्रक्चर और आधुनिकीकरण में 20 से अधिक वर्षों का अनुभव है। वह इंस्टीट्यूट ऑफ इलेक्ट्रिकल और एक प्रकाशित स्वतंत्र शोधकर्ता और लेखक हैं। व्यक्त किए गए विचार उनके अपने हैं और उनके नियोक्ता, ग्राहकों या संबद्ध संगठनों का प्रतिनिधित्व नहीं करते हैं। लेख शैक्षिक और सूचनात्मक उद्देश्यों के लिए साझा किया गया है। झेंगा को एक परिचित रूपक के रूप में उपयोग किया जाता है, और यह लेख जेंगा ब्रांड से संबद्ध या अनुमोदित नहीं है।
यह टुकड़ा पाठकों को एक निर्भरता या व्यापार-बंद साझा करने के लिए कहकर बंद हो जाता है जिसे उन्होंने प्रौद्योगिकी निर्णय लेते समय अनदेखा किया था। इसका मुख्य बिंदु तकनीकी प्रगति को धीमा नहीं करना है। यह सुनिश्चित करना है कि सिस्टम सोच की गहराई उस गति से तालमेल बिठाए, जिस पर उन्नत प्रणालियों की कल्पना, कनेक्ट और स्केल की जाती है।

Comments (0)