आप अपना वर्कफ़्लो ऑटोमेट क्यों नहीं कर पाते?

ऑटोमेशन टूल पहले कभी इतने नहीं थे। AI एजेंट जो आपका इनबॉक्स पढ़ सकते हैं, आपकी मीटिंग का सारांश बना सकते हैं, आपके जवाबों का मसौदा तैयार कर सकते हैं, आपका कोड लिख सकते हैं, आपका हफ़्ता व्यवस्थित कर सकते हैं। हर महीने, एक और लहर।

और फिर भी, जिन ज़्यादातर लोगों से हम बात करते हैं वे अभी भी वही मैनुअल, दोहराव वाला, थका देने वाला काम कर रहे हैं जो वे दो साल पहले कर रहे थे।

क्यों?

हमने पिछले कुछ महीने उस सवाल का जवाब देने की कोशिश में बिताए। हम विभिन्न भूमिकाओं, उद्योगों और कौशल स्तरों के 22 लोगों के साथ बैठे। लगभग तीन-चौथाई की तकनीकी पृष्ठभूमि थी। बाकी की नहीं थी। मोटे तौर पर आधे टेक में काम करते थे। बाकी आधे नहीं करते थे।

हमने उनसे पूछा कि उनका काम कैसा था। क्या कठिन था। वे क्या बदलना चाहते थे।

जो हमने पाया वह चार बाधाएँ थीं जो बार-बार सामने आती हैं, चाहे कोई जीवनयापन के लिए कुछ भी करता हो या कितना भी तकनीकी हो। उनमें से तीन व्यक्तिगत हैं। चौथी संरचनात्मक है। साथ मिलकर वे समझाती हैं कि क्यों ऑटोमेशन, दो दशकों से सॉफ़्टवेयर में सबसे ज़्यादा वादा की गई श्रेणी होने के बावजूद, ज़्यादातर लोगों के लिए अभी भी ज़्यादातर आकांक्षात्मक है।

ये रहीं वे।

बाधा 1: आप नहीं देख पाते कि क्या टूटा है

पहली चीज़ जिसने हमें चौंकाया: जब हमने लोगों से पूछा कि उनके काम के बारे में क्या कठिन या निराशाजनक था, तो उनमें से ज़्यादातर ने हमें अस्पष्ट सुर्खी-जैसी शिकायतें दीं। "प्राथमिकताओं को संभालना।" "संवाद।" "मैं बस व्यस्त हूँ।" कुछ भी विशिष्ट नहीं। कुछ भी कार्रवाई-योग्य नहीं।

तो हमने एक अलग सवाल आज़माया: "अगर आप एक जादुई छड़ी घुमाकर अपने वर्तमान वर्कफ़्लो की एक चीज़ ठीक कर सकें, तो वह क्या होगी?"

अचानक, स्पष्ट दर्द। विशिष्ट कार्य। चीज़ें जिनसे वे नफ़रत करते थे। वही लोग जिन्होंने पाँच मिनट पहले कंधे उचकाए थे, अब हर एक के पास तीन-तीन जवाब थे।

जिस एक व्यक्ति का हमने साक्षात्कार लिया उसने हमें बताया:

"हाँ, मैं संरेखित हूँ। मैंने बहुत सारी चर्चाएँ की हैं। लेकिन हर किसी को लूप में रखना ही काम का इतना उबाऊ हिस्सा है।"

एक और ने, एक त्रैमासिक प्रक्रिया का वर्णन करते हुए:

"यह इस मैनुअल ट्रैकिंग को ख़त्म करने जैसा होगा, ज़रूर। बस हमारा बहुत ज़्यादा समय लेता है। यह लगभग हर तिमाही किया जाता है। और जिस समय, जिस हफ़्ते यह किया जाता है, हर तरफ़, हर कोई इससे नफ़रत करता है।"

एक तीसरे साक्षात्कारकर्ता ने एक आवर्ती कार्य का वर्णन करते हुए:

"कभी-कभी मुझे एक इन-स्टोर अनुरोध मिलता है जिसमें मुझसे ऑनलाइन इन्वेंट्री के साथ संरेखित करने को कहा जाता है। अनुरोध इतना... यह मानकीकृत नहीं होता। कभी-कभी वे सही स्टोर ID देते हैं। कभी-कभी स्टोर ID को अपरकेस में होना चाहिए, लेकिन वे लोअरकेस देते हैं। प्रारूप सही नहीं होता। मुझे यह सुनिश्चित करने के लिए सभी प्रारूपों को मैन्युअल रूप से कैलिब्रेट करना पड़ता है कि यह सही है, इसे मशीन में डालना पड़ता है, और बटन क्लिक करना पड़ता है।"

इनमें से किसी भी व्यक्ति ने इन कार्यों को ऑटोमेट किए जाने योग्य के रूप में नहीं सोचा था जब तक हमने सही सवाल नहीं पूछा। वे उन्हें महीनों या सालों से कर रहे थे। वे बस काम थे।

यह एक व्यक्तिगत खामी नहीं है। यह वैसे ही है जैसे ध्यान काम करता है। दोहराव वाले कार्य पृष्ठभूमि में फीके पड़ जाते हैं। आपका दिमाग उन्हें ध्यान देने योग्य के रूप में चिह्नित करना बंद कर देता है क्योंकि वे पूर्वानुमेय होते हैं। उन्हें करने की असुविधा "सोमवार" बन जाती है।

आप उसे ऑटोमेट नहीं कर सकते जिसे आप नाम नहीं दे सकते। और ज़्यादातर लोग बिना मदद के यह नाम नहीं दे सकते कि उनके काम में क्या टूटा है।

यह बाधा एक है।

बाधा 2: आप नहीं जानते कि कहाँ से शुरू करें

मान लीजिए कि आप देख लेते हैं कि क्या टूटा है। आप ठीक-ठीक जानते हैं कि कौन सा कार्य आपका हफ़्ता निचोड़ लेता है। आपके पास ऐसे AI टूल तक पहुँच भी है जो शायद इसे संभाल सकते हैं।

फिर भी ज़्यादातर लोग जम जाते हैं।

समस्या: बहुत सारी संभावनाएँ, कोई विशिष्ट शुरुआती बिंदु नहीं। ऑटोमेशन पर लागू निर्णय पक्षाघात। जब आप कुछ भी ऑटोमेट कर सकते हैं, तो आप अक्सर कुछ भी ऑटोमेट नहीं करते।

एक व्यक्ति ने हमें बताया:

"आप, जैसे, AI को इसे करने के लिए कैसे निर्देशित करते हैं? आप AI को इसे करने के लिए संदेश कैसे बनाते हैं? मुझे लगता है इसके बारे में अधिक विशिष्ट होना सीखने में समय लगता है।"

वे जानते थे कि AI सक्षम है। वे बस नहीं जानते थे कि इसे अपने काम की ओर कैसे इंगित करें।

एक और साक्षात्कारकर्ता ने इसे और सीधे तौर पर वर्णित किया:

"मुझे नहीं लगता कि UI से यह बहुत स्पष्ट है कि आप और क्या कर सकते हैं। क्योंकि जब आप बस एक प्रॉम्प्ट कहते हैं, तो मैं सोचता हूँ, 'ओह, मुझे सोचना है कि मुझे क्या चाहिए।' लेकिन मेरे पास सचमुच कोई विकल्प नहीं है, है ना? मुझे नहीं पता यह और क्या कर सकता है। तो मैं अपनी समस्या की कितनी दूर तक कल्पना कर सकता हूँ? हमारी पिछली बातचीत में मुझे एहसास हुआ कि मैं इससे अपने ईमेल पर एक स्टैंडअप रिपोर्ट माँग सकता हूँ, या शायद एक Linear इश्यू बना सकता हूँ या कुछ और। तो मुझे लगता है यह, जैसे, स्पष्ट नहीं था।"

उन्होंने विस्तार से बताया:

"शायद अगर आपके पास, जैसे, एक ड्रॉपडाउन या सैंपल प्रॉम्प्ट या टेम्पलेट हों जिन्हें मैं शायद उपयोग कर सकूँ, तो मुझे लगता है कि वह मदद कर सकता है, बजाय इसके कि मुझे बिल्कुल शून्य से सोचना पड़े।"

एक और कुछ और भी विशिष्ट चाहता था:

"इतने सारे हैं। टेक स्टैक इस समय बहुत बड़ा है। इतनी सारी संभावनाएँ हैं। तो अगर कोई मुझे बता सके कि मुझे कौन सा टूल उपयोग करना चाहिए, जो मेरे द्वारा किए जा रहे हर कार्य के लिए मेरे लिए अधिक कुशल होगा। जैसे, किसी तरह मेरे Linear को देखे और मुझे बताए कि, अरे, इस कार्य के लिए तुम्हें Claude Code या कुछ और के बजाय इसका उपयोग करना चाहिए। वह वाकई अच्छा होगा।"

लोगों को जो चाहिए वह अधिक क्षमता नहीं है। यह एक विशिष्ट शुरुआती बिंदु है। एक वास्तविक उदाहरण। एक वर्कफ़्लो जो उन्हीं जैसे किसी ने बनाया हो, जो शुरू से अंत तक काम करता हो, जिसे वे कॉपी और अनुकूलित कर सकें।

यह एक वजह है कि वही पाँच वर्कफ़्लो हर जगह ऑटोमेट होते रहते हैं: मॉर्निंग ब्रीफ़, साप्ताहिक रिपोर्ट, इनबॉक्स ट्राइएज, स्टैंडअप नोट्स, ग्राहक सारांश। ये सबसे अच्छे ऑटोमेशन नहीं हैं। ये बस वही हैं जिनके पास सार्वजनिक टेम्पलेट और स्पष्ट शुरुआती बिंदु हैं।

बाकी सब कुछ मैनुअल रहता है। इसलिए नहीं कि इसे ऑटोमेट नहीं किया जा सकता, बल्कि इसलिए कि किसी ने नहीं दिखाया कि "शुरुआत" कैसी दिखती है।

यह बाधा दो है।

बाधा 3: शुरू करने की लागत न शुरू करने की लागत से ज़्यादा है

ठीक है, आपने काम पहचान लिया। आपके पास एक ठोस शुरुआती बिंदु है। अब आपको वास्तव में इसे सेट अप करना है।

यहीं ज़्यादातर लोग छोड़ देते हैं।

एक साक्षात्कारकर्ता ने हमें एक AI टूल के बारे में बताया जिसे उनके सहकर्मी नियमित रूप से उपयोग करते थे:

"मैं OpenClaw को जानता हूँ, लेकिन मैंने इसे खुद कभी आज़माया नहीं। मुझे पता है मेरे सहकर्मी इसका उपयोग कर रहे हैं, लेकिन मैंने इसे कभी आज़माया नहीं।"

जब हमने पूछा क्यों, तो उन्होंने कहा कि सेटअप बहुत जटिल और समय लेने वाला था। उन्होंने इसका प्रयास तक नहीं किया था। यह तथ्य कि उनके टीममेट इसे सफलतापूर्वक उपयोग कर रहे थे, पर्याप्त नहीं था। कथित सक्रियण लागत इतनी ऊँची थी कि उन्होंने बस... नहीं किया।

एक और ड्रॉपऑफ़ बिंदु के बारे में और भी सीधा था:

"मुझे लगता है व्यक्तिगत रूप से यह नए उपयोगकर्ताओं के लिए ज़्यादा होगा। क्योंकि बहुत सारे लोग ऐसे होंगे जो यह सामान देख रहे हैं और इसे आज़माना चाहते हैं। और जब वे आगे बढ़ते हैं और वह NPM install डालते हैं, और फिर उन्हें उसके ऊपर 'तुम्हें एक Claude install भी चाहिए' का सामना करना पड़ता है... यहीं मुझे लगता है बहुत सारे लोग शायद बस हार मान लेते हैं, आगे बढ़ने की परवाह तक नहीं करते।"

और दोनों उद्धरणों के नीचे वही तर्कसंगत गणना है। एक और साक्षात्कारकर्ता ने इसे सीधे कहा:

"जब हम वर्कफ़्लो को ऑटोमेट करना चाहते हैं, तो हम बस समय बचाना और उत्पादकता बढ़ाना चाहते हैं। हम उन टूल पर इतना समय खर्च नहीं करना चाहते जो हमारी दक्षता सुधारने के लिए माने जाते हैं।"

यह आलस्य नहीं है। यह गणित है।

ऑटोमेशन का पूरा मकसद समय बचाना है। लेकिन ज़्यादातर वर्कफ़्लो के लिए, सेटअप में कार्य को बस मैन्युअल रूप से करने से ज़्यादा समय लगता है। आप इंटरफ़ेस सीखने में घंटे बिताते हैं, ट्रिगर जोड़ने में घंटे, एज केस का परीक्षण करने में घंटे, और इन सब के बाद ही आप समय बचाना शुरू करते हैं। जो कार्य साप्ताहिक होते हैं, उनके लिए लाभ-तक-का-समय महीनों में होता है। जो कार्य मासिक या त्रैमासिक होते हैं, उनके लिए गणित सचमुच कभी काम नहीं करता।

तो लोग इसे छोड़ देते हैं।

पिछला अनुभव समस्या को बढ़ाता है। लोगों ने ऐसे टूल आज़माए हैं जिन्होंने दुनिया का वादा किया और 40-चरण का सेटअप दिया। उन्होंने ऐसे इंटरफ़ेस सीखने में समय बिताया है जो फ़ायदेमंद नहीं हुए। तो जब एक नया टूल वास्तव में काम करता है, तब भी पिछला अनुभव उन्हें निवेश करने में हिचकिचाहट में डालता है।

ज़्यादातर ऑटोमेशन टूल मान लेते हैं कि कोई भी मूल्य पाने से पहले आप सीखने में एक घंटा बिताएँगे। ज़्यादातर लोगों के लिए, खासकर गैर-तकनीकी लोगों के लिए, यहीं रिश्ता ख़त्म हो जाता है।

यह बाधा तीन है।

बाधा 4: आपका संगठन आपको नहीं करने देगा

यह रही वह बाधा जिसे ठीक करना सबसे कठिन है, और वह जिसके बारे में हम बड़े संगठनों के अंदर काम करने वाले लोगों से सबसे ज़्यादा सुनते हैं।

भले ही आप देख लें कि क्या टूटा है, ठीक-ठीक जानते हों कि कहाँ से शुरू करना है, और सेटअप समय निवेश करने को तैयार हों, आपकी कंपनी शायद आपको वास्तव में ऐसा करने न दे।

जिस एक व्यक्ति का हमने साक्षात्कार लिया, जो एक बड़े एंटरप्राइज़ में काम करता है, उसने वर्णन किया कि यह व्यवहार में कैसा दिखता है:

"हम जो भी टूल उपयोग करते हैं उसे या तो क्लाइंट-अनुमोदित या आंतरिक-अनुमोदित होना पड़ता है। एक बार वह अनुमोदित हो जाए और उसके लिए बजट दिया जाए, तब हम आगे बढ़कर उस टूल को व्यक्ति-दर-व्यक्ति खरीदते हैं।"

अनुमोदन। बजट। प्रति-व्यक्ति लाइसेंस। हर नए टूल के लिए। जब तक प्रक्रिया पूरी होती है, प्रेरणा का वह क्षण जिसने आपको इसे आज़माना चाहा था, महीनों पीछे होता है।

लेकिन इस समस्या का गहरा संस्करण केवल "मैं टूल को अनुमोदित नहीं करवा सकता" नहीं है। यह है कि जब आप व्यक्तिगत रूप से AI टूल उपयोग कर सकते हैं, तब भी आप उन्हें उन प्रणालियों से नहीं जोड़ सकते जहाँ आपका वास्तविक काम रहता है। वही व्यक्ति:

"मैं अपने कार्य पर्यावरण को इससे नहीं जोड़ सकता। अगर मैं इसे व्यक्तिगत उद्देश्य के लिए उपयोग करूँ, तो मैं अपने Salesforce को नहीं जोड़ सकता। मैं अपने Teams को नहीं जोड़ सकता। क्योंकि यह मेरे ऑफ़िस लैपटॉप में बैठा है।"

उनके पास ChatGPT तक पहुँच है। उनके पास Salesforce में ऐसे कार्य हैं जिन्हें वे ऑटोमेट करना पसंद करेंगे। दोनों को आपस में जोड़ा नहीं जा सकता। जो ऑटोमेशन वे चाहते हैं उसके लिए उनके व्यक्तिगत टूल और उनके कार्य डेटा को जोड़ने की ज़रूरत है, और वह पुल वर्जित है।

यह केवल बड़ी-कंपनी की समस्या नहीं है। एक और साक्षात्कारकर्ता ने हमें बताया:

"मुझे लगता है बड़ी कंपनियों को गोपनीयता पर कुछ हद तक चिंता होती है। हमें ChatGPT उपयोग करने की अनुमति है, ज़रूर। हमें Gemini उपयोग करने की अनुमति नहीं है। मुझे नहीं पता क्यों। मुझे नहीं पता क्यों। लेकिन यह एक तरह से कंपनी की पसंद है।"

"मुझे नहीं पता क्यों।" यह वाक्यांश बहुत आता है जब आप लोगों से उनके संगठन के टूल प्रतिबंधों के बारे में बात करते हैं। अंदर से चुनाव मनमाने लगते हैं। कुछ टूल अनुमोदित, कुछ नहीं, कोई स्पष्ट तर्क नहीं। आप नियमों को बिना समझे उनके इर्द-गिर्द काम करते रह जाते हैं।

बहुत सारे लोगों के लिए, यही असली दीवार है। "मैं नहीं देख पाता कि क्या टूटा है" नहीं। "मुझे नहीं पता इसे कैसे ऑटोमेट करूँ" नहीं। बल्कि "मुझे अनुमति नहीं है।"

यह बाधा बाकियों से कठिन है क्योंकि यह आपके बारे में नहीं है। यह आपके पर्यावरण के बारे में है। और पर्यावरण धीरे-धीरे बदलते हैं।

यह बाधा चार है।

इसका क्या मतलब है

ये चार बाधाएँ परतदार हैं। भले ही आप पहली से आगे निकल जाएँ, आप दूसरी से टकराते हैं। दूसरी के पार, आप तीसरी से टकराते हैं। और भले ही आप तीनों के पार धकेल दें, आपके आसपास का संगठन फिर भी आपको रोक सकता है।

साथ मिलकर वे एक दीवार बनाते हैं जिसके पार ज़्यादातर लोग कभी नहीं निकल पाते, भले ही वे ठीक-ठीक जानते हों कि वे क्या ठीक करना चाहते हैं। यही वजह है कि वर्कफ़्लो ऑटोमेशन, दो दशकों से सॉफ़्टवेयर में सबसे ज़्यादा वादा की गई श्रेणी होने के बावजूद, अभी भी ज़्यादातर आकांक्षात्मक है।

हमें लगता है दीवार तोड़ी जा सकती है। पूरी नहीं, हर किसी के लिए नहीं, लेकिन वर्तमान टूल जितना मानते हैं उससे ज़्यादा। हमने पिछले कुछ महीने विशेष रूप से पहली तीन बाधाओं को संबोधित करने के लिए चीज़ें बनाने में बिताए हैं, और इस बारे में कड़ी मेहनत से सोचने में कि ऑटोमेशन को इतना सुरक्षित कैसे बनाया जाए कि चौथी समय के साथ कम प्रतिबंधात्मक हो जाए। हमारे पास इस बारे में राय हैं कि क्या काम करता है। लेकिन हम आपको बताने के बजाय दिखाना पसंद करेंगे।

तो यह रहा कि हम इसके बजाय क्या कर रहे हैं।

शनिवार, 16 मई को, हम San Jose में एक मुफ़्त हैंड्स-ऑन लैब की मेज़बानी कर रहे हैं। हम बताएँगे कि अपने काम में ऑटोमेट किए जाने योग्य चीज़ को कैसे पहचानें, जब आपके पास सौ विकल्प हों तो कहाँ से शुरू करें, और 15 मिनट से कम में अपना पहला AI टीममेट कैसे सेट अप करें। कोई कोडिंग नहीं।

सीमा 30 लोगों की है। RSVP: https://luma.com/yqpulmgq

मंगलवार, 20 मई को, हम San Francisco में एक समान कार्यक्रम चला रहे हैं। विवरण और RSVP जल्द आ रहे हैं। सबसे पहले जानने के लिए @vm0_ai को फ़ॉलो करें।

अगर आप किसी भी कार्यक्रम में नहीं आ सकते, तो वैसे भी हमें फ़ॉलो करें। हम लिखेंगे कि लोग लैब में वास्तव में क्या बनाते हैं। वर्कफ़्लो, आश्चर्य, वे चीज़ें जिन्होंने काम नहीं किया। हम उन्हें अगली पोस्ट में प्रकाशित करेंगे। तो आपको किसी भी तरह व्यावहारिक जवाब मिलेंगे।

ऊपर की चार बाधाएँ वास्तविक हैं। हम लगभग हर उस व्यक्ति से उनके बारे में सुनते हैं जिससे हम बात करते हैं। पहली तीन आज हल करने योग्य हैं। चौथी में ज़्यादा समय लगता है, लेकिन वह भी हल करने योग्य है। हम अगले कुछ हफ़्ते इसे साबित करने में बिताने वाले हैं, कार्यक्रमों में, और जो हम अगला प्रकाशित करते हैं उसमें।

उद्धरण भूमिका के अनुसार अनाम किए गए हैं। साक्षात्कार नमूना: सॉफ़्टवेयर/AI, स्वास्थ्य सेवा, प्रदर्शन कला, विनिर्माण, परामर्श, खुदरा, बायोमैकेनिक्स, और गैर-लाभकारी संगठनों के 22 लोग। मोटे तौर पर 73% तकनीकी पृष्ठभूमि के साथ और 27% बिना।