एक वर्षापूर्वी, 40 वर्षीय महिलेच्या कंपनीने त्याच्या ऑपरेशनमध्ये कृत्रिम बुद्धिमत्ता एकत्रित केल्यानंतर अर्ध्या कर्मचाऱ्यांना काढून टाकले. टीम कमी झाली पण कामाचा ताण खूप जास्त राहिला आणि त्यामुळे कर्मचाऱ्यांनी AI चा वापर केला.
AI-व्युत्पन्न केलेली सामग्री अनेकदा पृष्ठभागावर चांगली दिसते परंतु त्यामध्ये प्रचंड जोखीम असते.
2025 च्या उत्तरार्धात, एका कर्मचाऱ्याने जाहिरात लिहिण्यासाठी AI चा वापर केला आणि दोन भिन्न कार मॉडेल्सची तांत्रिक वैशिष्ट्ये एकत्र केली. त्रुटीमुळे कंपनीला क्लायंटला भरपाई देण्यास भाग पाडले आणि कराराच्या मूल्याच्या 30% गमावले.
यानंतर डंगने तिच्या कर्मचाऱ्यांना कामावर AI वापरण्यास बंदी घातली, परंतु परिणामी संथ प्रगतीमुळे तिला अवघ्या एका आठवड्यात बंदी उठवणे भाग पडले. आता, गुणवत्तेची खात्री करण्यासाठी, ती प्रत्येक अहवालावर अतिरिक्त पाच ते 10 मिनिटे खर्च करते, प्रत्येक बिंदूची पडताळणी करते आणि डेटा क्रॉस-चेकिंग करते.
पूर्वी, तिला एका दिवसात त्यापैकी फक्त 10 मिळत असत आणि ग्राहकांना भेटण्यासाठी तिच्याकडे भरपूर वेळ शिल्लक होता. आता, तिला दररोज 40 पार करावे लागतात, ज्यासाठी तास आणि तास लागतात आणि तिला दररोज रात्री घरी काम करण्यास भाग पाडते.
“कंपनीने एआयमुळे मजुरीच्या खर्चात कपात केली, पण मी अतिरिक्त भार उचलत आहे,” ती म्हणते.
|
कार्यालयीन कर्मचारी HCMC मधील कार्यालयात काम करतात. Quynh Tran द्वारे फोटो |
हाई फोंग शहरातील मिन्ह तू या आयात-निर्यात कंपनीतही व्यवस्थापकांनी त्यांच्या कर्मचाऱ्यांची साफसफाई केल्याची ही घटना आहे. AI स्वीकारल्यापासून, कंपनीला यापुढे भाषांतरकारांची नियुक्ती करण्याची आवश्यकता नाही आणि बाजार संशोधन अहवाल तयार करण्यासाठी लागणारा वेळ काही महिन्यांपासून काही दिवसांवर घसरला आहे.
पण समस्या आहेत.
एका कर्मचाऱ्याने मिथुन वगळलेले मूळ तपशील आणि मापदंड तयार करून तयार केलेला सारांश तुला एकदा भागीदाराच्या 10-पानांच्या दस्तऐवजाचे भाषांतर करावे लागले. दुसऱ्या प्रसंगी, एका कर्मचाऱ्याने ChatGPT द्वारे व्युत्पन्न केलेल्या बनावट आकृत्यांचा समावेश असलेला बाजार संशोधन अहवाल सादर केला कारण तो “सुसंगत” वाटत होता.
धोरणात्मक नियोजनावर लक्ष केंद्रित करण्याऐवजी, Tu ला आता मूळ परदेशी भाषेतील कागदपत्रे वाचावी लागतील, प्रत्येक आकृती आणि उद्धरणांची उलटतपासणी करावी लागेल.
“पडताळणीची पायरी क्षुल्लक वाटते, परंतु त्यासाठी बराच वेळ लागतो,” ती म्हणते.
डंग आणि तुच्या कथांमध्ये “वर्कस्लॉप” म्हणून ओळखल्या जाणाऱ्या वाढत्या घटनेचे प्रतिबिंब आहे, ज्यात एआय-व्युत्पन्न उत्पादनांचा संदर्भ आहे ज्यामध्ये पॉलिश दिसते परंतु त्यात पदार्थ नसतात किंवा खोटी माहिती असते.
मध्ये प्रकाशित झालेल्या 1,000 हून अधिक यूएस कामगारांच्या सर्वेक्षणानंतर या शब्दाकडे लक्ष वेधले गेले हार्वर्ड व्यवसाय पुनरावलोकन 2025 च्या उत्तरार्धात. अहवालात असे दिसून आले की 40% कर्मचाऱ्यांना मागील महिन्यात “AI स्लॉप” प्राप्त झाले होते, बहुतेक सहकारी (40%), अधीनस्थ (18%), आणि अगदी वरिष्ठांकडून (16%). या निम्न-गुणवत्तेच्या सामग्रीला सामोरे जाण्यासाठी त्यांच्या कामाच्या वेळेपैकी 15% वेळ लागला, ज्यामुळे 42% कामगारांचा त्यांच्या सहकाऱ्यांवरील विश्वास कमी झाला आणि 53% निराश झाले.
व्हिएतनाममध्ये, HCMC मधील व्हिएतनाम AI उत्पादकता सक्रियकरण कार्यक्रमात 23 सप्टेंबर रोजी प्रकाशित झालेल्या डेटावरून असे दिसून आले आहे की AI वापरणारे कामगार दर आठवड्याला सुमारे 11 ते 13 तास वाचवतात, परंतु डेटा तयार करणे, संपादन करणे आणि परिणामांची पडताळणी करण्यासाठी अतिरिक्त 6.4 तास खर्च करतात.
काही प्रकरणांमध्ये, हे एक “उत्पादकता विरोधाभास” तयार करते, जेथे एआयचे पर्यवेक्षण आणि दुरुस्त करण्यात घालवलेला वेळ त्याचा वापर करून वाचवलेल्या वेळेपेक्षा जास्त असतो. या जोडलेल्या कामाच्या ओझ्याला “एआय बेबीसिटिंग” म्हणून संबोधले जाते, अशी स्थिती जिथे मानवांनी सतत एआय आउटपुटचे मार्गदर्शन, पर्यवेक्षण आणि दुरुस्त केले पाहिजे.
उल्लेखनीय म्हणजे, एमोरी, स्टॅनफोर्ड, यूसी बर्कले आणि यूसीएल सारख्या शीर्ष यूएस विद्यापीठांच्या सहकार्याने ग्लेन्स वर्क एआय संस्थेने केलेल्या सर्वेक्षणात असे आढळून आले की 69% कर्मचाऱ्यांनी AI-व्युत्पन्न केलेले काम प्रथम पुनरावलोकन किंवा तपासल्याशिवाय सबमिट केल्याचे मान्य केले.
AI प्रशिक्षण केंद्राचे व्यवस्थापकीय संचालक फाम लॅम तुंग म्हणतात, अनेक कंपन्यांनी मोठी किंमत मोजली आहे कारण त्यांचे कर्मचारी संपूर्ण काम AI ला करू देतात.
HCMC मधील एका बँकेत, त्याने एका शाखेच्या संचालकाला AI मध्ये अस्पष्ट स्कॅन फेड केल्याचा शोध घेतल्यानंतर आर्थिक अहवाल पुन्हा करावा लागल्याचे पाहिले, ज्यामुळे डेटा चुकीचा वाचला आणि रिक्त जागा भरण्यासाठी आकडे तयार केले.
हनोईमध्ये, दुसऱ्या बँकेच्या पीआर टीमने एआय-व्युत्पन्न प्रतिमेचे मोठ्या प्रमाणात पोस्टर छापले. पोस्टर लावल्यानंतरच त्यांच्या लक्षात आले की प्रतिमेतील आकृतीचे डोळे चुकीचे आहेत.
“हे फक्त कर्मचारीच नाही – अनेक बॉस देखील AI चा गैरवापर करतात,” तुंग म्हणतात.
“उत्तर Bac Ninh प्रांतातील एक स्टार्टअप संस्थापक नियमितपणे ChatGPT सोबत कल्पना सामायिक करत असे आणि त्यांना चमकदार प्रशंसा मिळाली. परिणामी, त्यांनी दर आठवड्याला धोरणे बदलली, त्यांच्या टीमला सतत योजना सुधारण्यास भाग पाडले.”
तुंग यांच्या मते, “एआय स्लॉप” दोन कारणांमुळे उद्भवते: मर्यादित वैशिष्ट्यांसह विनामूल्य आवृत्त्या वापरताना कर्मचाऱ्यांमध्ये एआय-प्रॉम्प्टिंग कौशल्याचा अभाव किंवा आळशीपणा किंवा बर्नआउटमुळे कमीत कमी काम करणे.
 |
|
HCMC मधील एका कार्यक्रमात विद्यापीठाचे विद्यार्थी AI बद्दल शिकतात. बाओ लाम यांचे छायाचित्र |
हाँग आन्ह, 28, हनोईमधील जाहिरातदार, दुसऱ्या गटाचा भाग आहे. 2025 मध्ये टाळेबंदीच्या फेरीनंतर दुप्पट झालेला तिचा वर्कलोड, तिला KPI लक्ष्य गाठण्यासाठी AI सह स्क्रिप्ट तयार करण्यास भाग पाडते.
“डेडलाइन चुकवल्याबद्दल दंड आणि गुळगुळीत मसुदा सबमिट करणे, बॉस जास्त लक्ष देणार नाही या आशेने, मी नंतरचे करणे निवडते,” ती कबूल करते.
या दृष्टिकोनामुळे छुपा खर्च येतो: कंपन्या त्रुटी दूर करण्यासाठी संसाधने खर्च करतात आणि कायदेशीर धोके आणि डेटा लीकचा सामना करतात; जेव्हा व्यवस्थापक विश्वास गमावतात आणि कर्मचारी हळूहळू त्यांचे गंभीर विचार कौशल्य गमावतात.
तुंग म्हणतात की काही बँका आणि कंपन्यांनी धोके टाळण्यासाठी एआयच्या वापरावर पूर्णपणे बंदी घालण्याचा निर्णय घेतला आहे. तथापि, तो हे कुचकामी मानतो कारण कर्मचारी त्यांच्या मोबाइल नेटवर्कसह एआय ऍक्सेस करू शकतात किंवा घरून काम करताना ते वापरू शकतात.
बंदीऐवजी, कंपन्यांनी स्पष्ट नैतिक आणि डेटा-सुरक्षा मानकांसह एआय प्रशिक्षण एकत्र करणे आवश्यक आहे, ते म्हणतात. “औजाराने सुरुवात करू नका, जबाबदारीने सुरुवात करा.”
हे HCMC मधील सॉफ्टवेअर आणि AI फर्मचे CEO Dat Le यांनी प्रतिध्वनित केले आहे, ते म्हणतात की व्यवस्थापन तत्त्व म्हणून, जेव्हा व्यवस्थापकाला कमी-गुणवत्तेचा अहवाल प्राप्त होतो, तेव्हा त्यांनी तो कर्मचाऱ्यांना त्यांच्यासाठी काम करण्याऐवजी स्वतःचे पुनरावलोकन करण्यासाठी परत पाठवावा.
“कर्मचाऱ्याने एआय वापरला की नाही याची पर्वा न करता व्यवस्थापकाने फक्त अंतिम आउटपुटची काळजी घेतली पाहिजे,” तो जोडतो.
परंतु, कंपन्या गुंतवणूकीशिवाय उच्च-गुणवत्तेच्या उत्पादनाची अपेक्षा करू शकत नाहीत. VND10 दशलक्ष (US$386) च्या मासिक पगारावर, कर्मचाऱ्यांनी AI सबस्क्रिप्शनसाठी त्यांच्या स्वतःच्या खिशातून VND500,000 ते 1 दशलक्ष खर्च करण्याची अपेक्षा करणे अवास्तव आहे. मार्गदर्शनाशिवाय मोफत एआय टूल्सचा वापर, हँड्सऑफ मानसिकतेसह एकत्रितपणे, अपरिहार्यपणे सदोष परिणामांकडे नेतो.
व्यवसाय मालकांसोबतच्या कामकाजाच्या सत्रांमध्ये, Dat वारंवार यावर जोर देते की “AI कर्मचारी” हळूहळू कोडींग, डिझाइन किंवा सामग्री निर्मिती यांसारख्या कठीण कौशल्यांमध्ये माणसांची जागा घेतात, मानवी कामगारांचे मुख्य मूल्य हे गुणांमध्ये असते जसे की भावना, सावधपणा, सहानुभूती आणि निर्णय यांसारख्या गुणांची मशीन प्रतिकृती करू शकत नाही.
“एआय सोबत प्रभावीपणे काम करण्यासाठी, वापरकर्त्यांनी स्वतःचा व्यवस्थापक म्हणून विचार करणे आणि आउटपुटची सतत पडताळणी करणे आवश्यक आहे. खराब उत्पादनासाठी साधन दोषी नाही, दोष वापरणाऱ्या व्यक्तीच्या निष्काळजीपणामध्ये आहे,” तो सांगतो.
(फंक्शन(d, s, id) { var js, fjs = d.getElementsByTagName(s)[0]; जर (d.getElementById(id)) परत येतो; js = d.createElement(s); js.id = id; js.src = “//connect.facebook.net/vi_VN/sdk.js#xfbml=1&version=v2.0”; fjs.parentNode.insertBefore(js, fjs); }(दस्तऐवज, 'स्क्रिप्ट', 'फेसबुक-जेएसएसडीके'));
Comments are closed.