AI गवर्नेंस और एज कंप्यूटिंग, प्रिंटिंग हाउस की सर्वाइवल लाइन को फिर से खींच रहे हैं

पिछले एक-दो महीनों में ग्राहकों से मिलते हुए, मुझसे सबसे आम सवाल यह नहीं होते कि 'क्या मशीन बदलनी चाहिए' बल्कि 'क्या AI का यह उपयोग समस्या पैदा करेगा' और 'अगर कच्चा माल टूट जाए तो क्या होगा' - ये दोनों असंबंधित लगने वाली चीजें।

वास्तव में ये दोनों एक ही दबाव के दो पहलू हैं।

एक ओर, भूराजनीति ने सप्लाई चेन को अस्त-व्यस्त कर दिया है - स्याही, प्लेट और उपकरण पार्ट्स के आयात समय बढ़ गए हैं, क्रॉस-बॉर्डर लॉजिस्टिक्स में अनिश्चितता बढ़ी है, और कीमतें भी उछल गई हैं।

दूसरी ओर, विभिन्न सरकारें AI नियामक ढांचे पेश कर रही हैं, और कंपनियों से मांग कर रही हैं कि वे स्पष्ट करें: AI कहाँ उपयोग किया जा रहा है, त्रुटि का जिम्मेदार कौन है, और ग्राहक डेटा की सुरक्षा कैसे की जाएगी।

पहले ये दोनों अलग-अलग चल रहे थे, अब एक ही इंडस्ट्री न्यूजलेटर में साथ बात की जा रही है - यह संयोग नहीं है, यह इसलिए है कि एक प्रिंटिंग हाउस के लिए, 'क्या मैं स्थिर डिलीवरी दे सकता हूँ' और 'क्या मैं आत्मविश्वास से AI का उपयोग कर सकता हूँ' अब एक ही जीवन-मरण का सवाल बन गया है।

कई मालिक सोचते हैं कि 'गवर्नेंस' बड़ी फैक्ट्रीज़ का विषय है, छोटी 20-30 लोगों की फैक्ट्री से इसका कोई लेना-देना नहीं है।

यह सबसे बड़ी गलतफहमी है जिसे मैं ठीक करना चाहता हूँ।

आजकल के प्रिंटिंग ऑपरेशन में, जेनरेटिव AI पहले से ही प्रवेश कर गई है: कॉपी लिखना, प्री-चेक करना, ग्राहक सेवा का जवाब देना, प्रोडक्शन शेड्यूल बनाना।

समस्या यह है कि अधिकांश फैक्ट्रीज़ ने इसे अपनाते समय कोई नियम नहीं बनाए, गवर्नेंस इन्हीं अनियंत्रित ग्रे एरिया को नियंत्रित करने के बारे में है, मूल बातें कुछ यूँ हैं:

・डेटा वर्गीकरण: कौन सी ग्राहक फाइलें AI को दी जा सकती हैं, कौन सी बिल्कुल नहीं, यह लाइन पहले खींच दी जानी चाहिए

・मॉडल जिम्मेदारी: अगर AI शेड्यूलिंग में गलती करे, या प्री-चेक में कोई त्रुटि छोड़ दे, तो जिम्मेदारी किसकी है, इसे पहले से स्पष्ट करना चाहिए

・ग्राहक डेटा सुरक्षा: ब्रांड ग्राहकों के डिज़ाइन फाइलें, उद्धरण, सूत्र - ये किस टूल में जाते हैं, कहाँ संग्रहीत हैं

・कर्मचारी प्रशिक्षण: जो लोग काम करते हैं वे जानते हैं कि AI से क्या पूछ सकते हैं और क्या पूछना गोपनीयता का उल्लंघन है

・आपूर्तिकर्ता समीक्षा: आपके आउटसोर्स डिज़ाइन और प्रिंटिंग पार्टनरों के AI उपयोग भी आपके लिए जोखिम हैं

छोटी फैक्ट्रीज़ क्यों अनदेखा नहीं कर सकतीं? क्योंकि बाधा यह नहीं है कि सरकार आपको जाँचने आएगी, बल्कि यह है कि आपके ब्रांड ग्राहक आपसे पहले पूछेंगे। जब बड़े ब्रांड सप्लाई चेन कम्प्लायंस की समीक्षा करते हैं और एक प्रश्नावली भेजते हैं, अगर आप AI उपयोग के नियमों का जवाब नहीं दे सकते, तो ऑर्डर उन प्रतिद्वंद्वियों को जा सकता है जो जवाब दे सकते हैं।

गवर्नेंस का सार यह नहीं है कि एक मोटी किताब लिखें जिसे कोई नहीं पढ़ता, बल्कि यह है कि 'कौन उपयोग कर सकता है, कहाँ उपयोग किया जाता है, समस्या होने पर किसे ढूंढेंगे' - इन तीन बातों को पूरी फैक्ट्री की आदत बना दिया जाए।

क्लाउड AI तो सभी ने सुना है, एज AI (Edge AI) का सीधा अर्थ है: निर्णय लेने वाली कम्प्यूटिंग को दूर के डेटा सेंटर से प्रोडक्शन लाइन के पास के डिवाइस पर स्थानांतरित करना।

अंतर क्या है? प्रिंटिंग एक ऐसा ऑपरेशन है जहाँ हर पल महत्वपूर्ण है और त्रुटि की गुंजाइश बहुत कम है।

प्रिंट क्वालिटी डिटेक्शन, रजिस्टर संरेखण, इंक कलर रीयल-टाइम सुधार - अगर इस तरह के निर्णयों के लिए छवि को क्लाउड में भेजना पड़े और परिणाम की प्रतीक्षा करनी पड़े, तो उच्च-गति रोटरी मशीन पर वह देरी पूरी बैच की बर्बादी हो सकती है।

बुद्धिमान नोड्स को स्थानीय स्तर पर रखने के फायदे वास्तविक हैं:

・रीयल-टाइम: डिटेक्शन और सुधार को क्लाउड की प्रतीक्षा नहीं करनी पड़ती, तुरंत ही ठीक किया जा सकता है

・बिना आना-जाना: अगर नेटवर्क डाउन हो, प्रोडक्शन लाइन की निर्णय क्षमता प्रभावित नहीं होगी

・डेटा फैक्ट्री में रहता है: ग्राहकों की डिज़ाइन फाइलें और प्रिंट इमेजेस को बल्क में बाहर नहीं भेजना पड़ता, यह डेटा सुरक्षा से सीधे जुड़ता है

तो एज कंप्यूटिंग और AI गवर्नेंस दो अलग विषय नहीं हैं, वे एक साथ आते हैं - AI की फैसले लेने की क्षमता को अपनी फैक्ट्री में रखना ही सबसे सीधा डेटा गवर्नेंस है।

अगर आप निर्यात के लिए पैकेजिंग या लेबल बनाते हैं, तो यह दबाव सामान्य व्यावसायिक प्रिंटिंग की तुलना में अधिक जल्दी और अधिक गंभीर होगा।

EU का PPWR (पैकेजिंग और पैकेजिंग वेस्ट रेगुलेशन) और EPR (विस्तारित उत्पादक जिम्मेदारी) पिछले कुछ सालों में स्पष्ट रूप से कठोर हो गए हैं, पैकेजिंग की सामग्री, रिसाइकल दर, और पुन: उपयोग डिज़ाइन के लिए कठोर मानदंड निर्धारित किए गए हैं।

इसका अर्थ है: आपके यूरोपीय ब्रांड ग्राहक ये आवश्यकताएं आप तक पहुँचाएंगे - सामग्री की जानकारी, कार्बन फुटप्रिंट, रीसाइकल सामग्री का प्रतिशत, सभी के लिए डेटा होना चाहिए।

सप्लाई चेन इस बार अधिक व्यावहारिक है, मैं कई फैक्ट्रीज़ को गंभीरता से मूल्यांकन करते हुए देख रहा हूँ: क्या महत्वपूर्ण कच्चे माल के विकल्प हैं, अगर उपकरण के पार्ट्स आपूर्ति रुक जाएं तो क्या आप टिके रहेंगे, क्या स्थानीय बैकअप समय से पहले तैयार करने चाहिए।

इन तीनों को एक साथ देखें तो साफ दिख जाता है: कम्प्लायंस डेटा जमा करना, सप्लाई चेन बैकअप तैयार करना, AI उपयोग को विनियमित करना - ये तीन अलग परीक्षाएं नहीं हैं, ये सप्लाई चेन लचीलापन की एक ही परीक्षा है।

・सप्लाई चेन लचीलापन और AI कम्प्लायंस अब दो अलग विषय नहीं हैं, ये एक ही जीवन-मरण का प्रश्न है

・AI गवर्नेंस की असली बाधा सरकारी जाँच नहीं है, बल्कि ब्रांड ग्राहकों की सप्लाई चेन प्रश्नावली है

・एज कंप्यूटिंग फैक्ट्री में निर्णय क्षमता रखती है, यह रीयल-टाइम प्रोडक्शन के लिए आवश्यक है और सबसे सीधा डेटा गवर्नेंस भी है

・निर्यात पैकेजिंग फैक्ट्रीज़ PPWR और EPR का सामना कर रही हैं, कम्प्लायंस डेटा क्षमता = ऑर्डर पाने की क्षमता

・छोटी फैक्ट्रीज़ 'हम तो छोटे हैं' यह बहाना नहीं बना सकतीं, प्रतीक्षा करने की कीमत यह है कि ऑर्डर तैयार प्रतिद्वंद्वियों को चले जाते हैं।

इन तीनों चीजों को एक बड़ी ट्रांसफॉर्मेशन परियोजना न समझें, कम खर्च वाली और तुरंत करने योग्य मूल्यांकन से शुरुआत करें: एक सूची बनाएं, अपनी सभी AI उपयोग के क्षेत्र दर्ज करें (कॉपी, प्री-चेक, ग्राहक सेवा, शेड्यूलिंग), यह चिह्नित करें कि किसमें ग्राहक डेटा का संपर्क है, फिर तीन सरल नियम बनाएं - कौन सा डेटा नहीं दिया जा सकता, गलती किसकी है, कौन से टूल्स उपयोग होते हैं। यह एक पेज का दस्तावेज़ 80% ब्रांड ग्राहकों की कम्प्लायंस प्रश्नावली का सामना कर सकता है।

डिज़ाइन और SaaS पक्ष के सहकर्मी विपरीत तरीके से सोच सकते हैं: प्रिंटिंग हाउस की सबसे बड़ी समस्या है 'डेटा फैक्ट्री से बाहर न जाए फिर भी AI चले', ऐसे टूल्स जो मॉडल को एज में रख सकें और गवर्नेंस नियमों को डिफॉल्ट विकल्प बना सकें, वही इस इंडस्ट्री को अभी ज़रूरत है।

पहले मूल्यांकन करें, नियम बनाएं, फिर अपनाने के बारे में बात करें - अगर क्रम सही है, तो दबाव फायदे में बदल जाता है।

・इंडस्ट्री पल्स वीकली: AI गवर्नेंस और एज कंप्यूटिंग