AI का उपयोग करके ऐसे कार्य करना जिनके लिए पहले मनुष्य के हस्तक्षेप की आवश्यकता थी। यह सरल automation (ईमेल का स्वचालित वर्गीकरण, रिपोर्ट तैयार करना) से लेकर जटिल स्वायत्त कार्यप्रवाह (अनुसंधान, लेखन, परीक्षण और कोड तैनात करने वाले AI एजेंट) तक फैला हुआ है। पारंपरिक automation (कठोर नियम) से AI automation (लचीला बुद्धि) की ओर बदलाव की कुंजी यह है कि AI अनिश्चित और असंगठित कार्य कर सकता है।
स्वचालन AI अपनाने का आर्थिक इंजन है। प्रत्येक उद्यम जो AI खरीदता है, वास्तव में स्वचालन खरीदता है — कम से कम मनुष्य दोहराव वाले कार्य करते हैं, तेज़ प्रोसेसिंग, 24/7 संचालन। सवाल यह नहीं है कि AI कार्यों को स्वचालित करेगा, बल्कि कौन से कार्य, कितनी तेज़ी से, और उन मनुष्यों के साथ क्या होता है जो उन्हें पहले करते थे।
पारंपरिक स्वचालन — जिसे आप Zapier, cron जॉब्स या शेल स्क्रिप्ट्स के साथ बनाते हैं — डिज़ाइन के अनुसार टूटे हुए होता है। यह नियमों का पालन करता है: यदि यह ईमेल "इनवॉइस" शब्द शामिल करता है, तो इसे बिलिंग फ़ोल्डर में ले जाएं। यदि बिल्ड विफल हो जाता है, तो स्लैक में संदेश भेजें। ये वर्कफ़्लो तब टूट जाते हैं जब वास्तविकता नियमों से भिन्न हो जाती है। एआई स्वचालन मूल रूप से अलग है क्योंकि यह निर्देशों के बजाय इंटेंट पर काम करता है। आप एआई एजेंट को "आने वाले सपोर्ट टिकट प्रोसेस करें और उन्हें सही टीम के पास रूट करें" कहते हैं, और यह टिकट को पढ़कर, संदर्भ को समझकर और एक निर्णय लेकर रूटिंग करता है। वह लचीलापन ही इसे शक्तिशाली बनाता है, लेकिन यह एक नए विफलता मोड़ को भी जोड़ता है: एआई गलत निर्णय ले सकता है, और एक टूटे हुए नियम के बराबर, आप तुरंत इसके बारे में नहीं जान सकते।
अभ्यास में, एआई स्वचालन एक स्पेक्ट्रम पर मौजूद होता है। एक छोर पर आपके पास कोपाइल्ट-स्टाइल उपकरण होते हैं — एआई एक कार्य का सुझाव देता है और एक मनुष्य इसे अनुमोदित करता है। एक कंटेंट टीम क्लॉड का उपयोग सोशल मीडिया पोस्ट लिखने के लिए कर सकती है, लेकिन एक मनुष्य इसे समीक्षा करता है और इसे प्रकाशित करता है। दूसरे छोर पर आपके पास पूर्णतः स्वायत्त वर्कफ़्लो होते हैं जहां एआई सब कुछ एंड-टू-एंड संभालता है: प्रणाली की निगरानी करें, असामान्यताओं का पता लगाएं, मूल कारणों का निर्धारण करें, और बिना किसी के डीएल के सुधार लागू करें। अधिकांश उत्पादन तैनातियां इसके बीच कहीं न कहीं होती हैं, और यह अच्छा कारण है। उन टीमों जो पूर्ण स्वायत्तता के लिए जल्दी करते हैं, अक्सर कठिन तरीके से सीखते हैं कि एआई आत्मविश्वास से गलतियां करता है। स्मार्ट दृष्टिकोण यह है कि मनुष्य-इन-द-लूप से शुरू करें, एआई की बर्खास्तगी के बारे में शताब्दी निर्णयों के बारे में मापें, और तब तक मनुष्य के चेकपॉइंट को हटाएं जब तक आप गलती की दर के बारे में विश्वास नहीं करते।
एआई स्वचालन के इंजीनियरिंग चुनौती के बारे में यह नहीं है कि एआई कार्य करे — यह इसे बड़े पैमाने पर विश्वसनीय रूप से करे। एक वर्कफ़्लो जो डेमो में 10 दस्तावेज़ सही तरीके से प्रोसेस करता है, 10,000 दस्तावेज़ पर टूट सकता है जब यह ऐसे किनारे के मामलों का सामना करता है जिन्हें मॉडल कभी नहीं देखा है। उत्पादन-ग्रेड स्वचालन के लिए संरचित त्रुटि प्रबंधन, पुनर्प्रयास लॉजिक, आइडेम्पोटेंसी गारंटी (ताकि एक ही कार्य को दो बार चलाने से डुप्लिकेट न बने) और अवलोकन की आवश्यकता होती है ताकि आप ठीक तरीके से जान सकें कि एआई क्या निर्णय लिया और क्यों। लैंगचेन, टेम्पोरल और प्रेफेक्ट जैसे उपकरणों को एलएलएम कॉल के साथ जोड़ा जा रहा है ताकि एआई वर्कफ़्लो को वर्षों तक पारंपरिक डेटा पाइपलाइन के बराबर टिकाऊता की गारंटी दे सके।
उच्च मूल्य वाले एआई स्वचालन लक्ष्य अक्सर कुछ विशेष गुणों को साझा करते हैं: कार्य दोहराया जाता है लेकिन पढ़ने की समझ की आवश्यकता