आख़िरी तीन चीज़ें जो AI कॉपी नहीं कर सकता
"AI ने मानवीय निर्णय को अप्रासंगिक नहीं बनाया है। उसने इसे एकमात्र चीज़ बना दिया है जो अब भी मायने रखती है।"
पिछले हफ्ते हमारी डिज़ाइन टीम ने AI से बने तीस लैंडिंग पेज देखे। तीसों अच्छे लग रहे थे। हमने दो घंटे बहस करने में बिताए कि कौन सा सही है।
आख़िर में हमने एक चुना। वह सबसे चमकदार नहीं था। बस Genspark जैसा लगा। मैं पहले से नहीं बता सकता था कि क्यों। लेकिन जिस पल मैंने उसे देखा, कमरे में कुछ बदल गया, और हम सब को पता चल गया।
लैंडिंग पेज मायने नहीं रखता था। चुनने का काम मायने रखता था।
अपने पिछले आठ Seeing AGI लेखों में मैंने AGI के आगमन, AI-नेटिव टीमों, वाइब वर्किंग, टोकन डिवाइड, और संगठन के भीतर AI मानव की भूमिका को कैसे फिर से लिख रहा है — इन सब पर लिखा है। इन सब में एक चुपचाप बहता धागा रहा है जिसका नाम मैंने नहीं लिया। इस लेख में मैं वही कोशिश करना चाहता हूँ।
आज मेरा सबसे अच्छा अनुमान यह है: जैसे-जैसे AI आउटपुट को सस्ता बना रहा है, आख़िरी तीन चीज़ें जिन्हें कॉपी करना मुश्किल बना हुआ है — वे हैं taste, judgment, और trust। बाकी सब कुछ जेनरेट किया जा सकता है। ये तीन इसका विरोध करती हैं।
आउटपुट मुफ़्त होता जा रहा है
2023 में मार्केट एनालिसिस में दो हफ़्ते लगते थे। आज, चार मिनट। लैंडिंग पेज में एक हफ़्ता लगता था। आज, लंच से पहले। एक साफ़ फ़ंक्शन में एक घंटा लगता था। आज, ग्यारह सेकंड।
यह प्रोडक्टिविटी की कहानी नहीं है। कुछ बनाने का काम मुफ़्त होता जा रहा है — और जब बनाना मुफ़्त हो जाता है, तो मूल्य कहीं और चला जाता है। हमेशा जाता है। रिकॉर्डेड म्यूज़िक ने मूल्य रिकॉर्ड्स से उठाकर आर्टिस्ट ब्रांड्स में डाल दिया। प्रिंटिंग प्रेस ने इसे लिपिकों से उठाकर एडिटर्स को दे दिया। PowerPoint ने डिज़ाइनरों को नहीं मारा; उसने सबसे अच्छे डिज़ाइनरों के लिए बार ऊँचा कर दिया।
जो सवाल मेरे साथ बैठा है वह अब "मैं तेज़ कैसे बनाऊँ" नहीं है। वह यह है: जब आउटपुट मुफ़्त है, तब क्या दुर्लभ बचा है?
मेरा अभी का जवाब तीन चीज़ें हैं।
पहली: Taste
एक शब्द लिखने से पहले मुझे ईमानदार होना होगा।
एक मज़बूत दलील है कि taste पर लंबा निबंध लिखने वाला कोई भी इंसान, परिभाषा के अनुसार ही, यह दिखा रहा है कि उसके पास इसकी बहुत कमी है। इस मामले में जिन लोगों की मैं सबसे ज़्यादा क़द्र करता हूँ, वे taste की बात नहीं करते। वे बस अच्छा चुनते हैं, बार-बार, और काम को बोलने देते हैं। जिस पल आप समझाने लगते हैं कि "अच्छा" कैसा दिखता है, अक्सर आपने उसे खो दिया होता है।
इस सेक्शन में मैं छात्र हूँ, शिक्षक नहीं।
यह सब टेबल पर रखने के बाद: जब मैं अपने करियर के उन चुनावों को देखता हूँ जो वक़्त के साथ अच्छे साबित हुए — वे प्रोडक्ट जो चले, वे hires जिनसे फ़ायदा बढ़ता गया, वे दांव जो काम कर गए — वे ऑप्टिमाइज़्ड चुनाव नहीं थे। वे ऐसे थे जो किसी ऐसे इंसान को सही लगे जिसने उस समस्या को इतनी देर तक देखा था कि उसे पता चल गया था कि "सही" कैसा दिखेगा।
AI इस तंत्र को नहीं बदलता। AI मात्रा बदलता है। चुनने की जो मांसपेशी काम का छोटा हिस्सा थी, वह अब काम का अधिकांश हिस्सा बन रही है।
जो हिस्सा मुझे असहज करता है: हममें से अधिकांश को बनाने के लिए ट्रेन किया गया था। पचास AI विकल्प देखते-देखते दस मिनट बाद मैं ख़ुद को अपना वर्ज़न टाइप करते पकड़ता हूँ। इसलिए नहीं कि मेरा बेहतर है — अक्सर नहीं होता — बल्कि इसलिए कि बनाना काम जैसा लगता है, और चुनना बहुत ख़ामोश लगता है, बहुत निष्क्रिय, जैसे मैं अपनी कुर्सी कमा नहीं रहा।
मैं जो करने की कोशिश कर रहा हूँ, अधूरे ढंग से, वह उस आदत को उल्टा करना है। कम समय जेनरेट करने में, ज़्यादा समय देखने में। लिखकर बताना कि एक चीज़ दूसरी से बेहतर क्यों है — इसलिए नहीं कि मुझे यक़ीन है कि मैं सही हूँ, बल्कि इसलिए कि लिखकर बताना ही एकमात्र तरीक़ा है यह पता करने का कि मेरी समझ कहाँ कैलिब्रेटेड है और कहाँ नहीं।
बस यही पूरी प्रैक्टिस है। यह बनाने से धीमी है। मुझे अभी पता नहीं कि यह काम कर रही है या नहीं। बाकी सबकी तरह ही मुझे पता चलेगा।
जिस बात पर मुझे काफ़ी भरोसा है: AI ने चुनने की मांसपेशी को बेकार नहीं बनाया है। उसने इसे वह मांसपेशी बना दिया है जो मायने रखती है।
दूसरी: Judgment
Taste किसी चीज़ का सही वर्ज़न चुनने के बारे में है। Judgment यह तय करने के बारे में है कि वह चीज़ बिल्कुल करनी भी चाहिए या नहीं।
इस साल पहले मैंने एक PM से कहा कि वह AI से अगले छह महीनों में हम जो भी समझदारी भरा प्रोडक्ट आइडिया ले सकते हैं, उसकी पूरी लिस्ट बनवाए। वह एक लंबी लिस्ट लेकर आया। सभी बचाव-योग्य। एक छोटा हिस्सा सच में हमारे लिए सही था।
हमने दो चुने।
उन दो को चुनने में जो घंटे लगे वे उस महीने मेरे काम के सबसे महत्वपूर्ण घंटे थे। जेनरेट करना काम जैसा लगता है। ना कहना कुछ नहीं जैसा लगता है — जब तक एक साल बाद पीछे मुड़कर देखकर आप समझ नहीं जाते कि वही पूरा खेल था।
ना कहने में अब मुझे जो सच में मुश्किल लगता है वह यह है कि "नहीं" पहले से ज़्यादा ज़ोरदार हैं। जब एक विकल्प जेनरेट करने की क़ीमत लगभग शून्य है, तब हर वह विकल्प जो आप नहीं चुनते एक छोटी सी बेवफ़ाई जैसा लगता है। उन सबका असली वर्ज़न AI के आउटपुट में वहीं बैठा है, समझदार दिखता हुआ। दो चुनने का मतलब है पचपन और समझदार चुनावों के पास से गुज़र जाना। इसके लिए पहले से ज़्यादा conviction चाहिए, कम नहीं।
मेरे पास कोई साफ़ तरीक़ा नहीं है। सबसे क़रीब जो चीज़ है वह एक पुराने मेंटर से सीखी थी: हर हफ़्ते, एक पन्ने पर लिखो कि आपने क्या नहीं करने का फ़ैसला किया, और क्यों। यह मुझे जितना सोचा था उससे ज़्यादा कठिन लगता है। कुछ हफ़्ते पन्ना लगभग ख़ाली होता है — और वही संकेत है। मैं असल में फ़ैसले नहीं ले रहा था। मैं बस वही कर रहा था जो सबसे ज़ोर से सामने आया।
तीसरी: Trust
Taste तय करती है कि कौन सा वर्ज़न सही है। Judgment तय करती है कि क्या बनाना है। Trust वह चीज़ है जिसकी वजह से किसी को इस बात की परवाह होती है कि आपने इसे बनाया।
ऐसी दुनिया में जहाँ हर प्रतियोगी एक ही मॉडल इस्तेमाल करता है, यूज़र जो सवाल पूछ रहे हैं — आमतौर पर इस शब्दावली में नहीं — वह है किसके आउटपुट पर मैं भरोसा करूँ? सवाल यह है कि कौन सा इंसान, कौन सा ब्रांड सुने जाने का हक़ कमा चुका है।
Trust तीनों में सबसे अजीब है। यह आपकी कंपनी के अंदर नहीं रहती। यह दूसरे लोगों के दिमाग़ में रहती है। आप इसे जेनरेट नहीं कर सकते। आप इसे ख़रीद नहीं सकते। आप बस इसे जमा होने दे सकते हैं, धीरे-धीरे, ऐसे समय में जिसके लिए ज़्यादातर कंपनियों के पास सब्र नहीं होता।
मैं ईमानदार रहूँगा कि मैं यह सीरीज़ क्यों लिख रहा हूँ। हर लेख, और बहुत सी चीज़ों के साथ-साथ, एक trust खाते में जमा है जिस पर मेरा पूरा नियंत्रण नहीं है। वह खाता Genspark प्रोडक्ट पर भरोसे का नहीं है। वह मुझ पर भरोसे का है — एक ऐसे इंसान के तौर पर जो सार्वजनिक रूप से साफ़-साफ़ देखने की कोशिश कर रहा है, खुलकर ग़लत होने को तैयार है। अगर मेरे Seeing AGI लेख वक़्त के साथ बुरे साबित हुए, तो वह खाता ख़ाली रहेगा, चाहे मैं कुछ भी शिप करूँ। इस सौदे के बारे में साफ़ नज़र रखना मुझे उपयोगी लगता है। इससे मैं उन चीज़ों को न लिखने के बारे में ईमानदार रहता हूँ जिन पर मैं असल में यक़ीन नहीं करता।
जिस बात पर मुझे यक़ीन है: लगभग एक जैसे AI आउटपुट की दुनिया में, आपकी कंपनी का जो हिस्सा यूज़र आख़िर में पकड़ेंगे, वह यह नहीं है कि आपने क्या बनाया। वह यह रिकॉर्ड है कि आपके फ़ैसले कैसे टिके। यानी सीधे शब्दों में: AI के दौर में trust, judgment की लंबी छाया है।
मैं ये क्यों लिखता रहता हूँ
एक दोस्त ने हाल ही में मुझसे पूछा कि मैं यह सीरीज़ क्यों लिखता रहता हूँ।
ईमानदार जवाब यह है कि मैं अब भी ख़ुद के लिए इसे समझ रहा हूँ।
मेरा 13 साल का बेटा है। मेरी एक कंपनी है जिसमें लगभग 70 लोग अपने करियर मेरे judgment पर दांव लगाए बैठे हैं। मैं ये लेख इसलिए नहीं लिख रहा कि मैंने सब समझ लिया है। मैं इसलिए लिख रहा हूँ कि किसी चीज़ को समझने का जो एकमात्र ईमानदार तरीक़ा मुझे पता है, वह है उसे लिखकर डाल देना और मुझसे ज़्यादा समझदार लोगों को यह बताने देना कि मैं कहाँ ग़लत हूँ।
Taste, judgment, और trust मेरे सबसे अच्छे अनुमान हैं। शायद कुछ और भी हों जो मुझे नहीं दिखे। इन तीनों में से कोई एक उतना टिकाऊ न निकले जितना मैं सोचता हूँ। जैसे-जैसे मैं सीखूँगा, मैं लिखता रहूँगा। मुझे लगता है कि यहाँ लिखी कुछ चीज़ें दो साल में नादान दिखेंगी। मैं सार्वजनिक रूप से नादान दिखना पसंद करूँगा, बजाय आत्मविश्वास के साथ चुप रहने के।
जिस एक बात पर मुझे चुपचाप यक़ीन है: जब मशीनें लगभग सब कुछ कर सकती हैं, तब जो हिस्सा अब भी मायने रखता है वह यह है कि इंसान उनके साथ क्या करना चुनते हैं। यह नहीं कि हम क्या कर सकते हैं। क्या चुनते हैं।
अब चुनना ही काम है।
Eric Jing अब भी समझ रहा हूँ, सबके सामने