अंतर्दृष्टि
शैडो एआई को आरएंडडी डेटा मानना
अधिकांश संगठन शैडो एआई को सुरक्षा समस्या मान रहे हैं। मुझे लगता है कि यह अब तक का सबसे प्रामाणिक अनुसंधान और विकास डेटा है जो उन्हें कभी मिला है, और वे इसे हटाने जा रहे हैं।
यह पैटर्न अब मापने योग्य है। प्रोडोस्कोर के अगस्त 2026 के 72 कंपनियों में गतिविधि के विश्लेषण से पता चला कि कर्मचारी सक्रिय रूप से लगभग 50 अलग-अलग AI टूल का उपयोग कर रहे थे। सबसे अधिक उपयोग किए जाने वाले पाँच में से तीन प्लेटफ़ॉर्म आईटी द्वारा प्रदान किए गए उत्पादों के बजाय उपभोक्ता उत्पाद थे। ChatGPT स्वीकृत एंटरप्राइज असिस्टेंट की तुलना में लगभग तीन गुना अधिक कर्मचारियों तक पहुँचा, और इसने लगभग पाँच गुना अधिक घंटों का हिसाब लगाया।
मानक दृष्टिकोण गैर-अनुपालन का है
पॉलिसी विफल हो गई, प्रोक्योरमेंट बहुत धीमा था, लोगों ने ऐसे सिस्टम में डेटा लीक किया जिसे किसी ने अनुमोदित नहीं किया था। वह सब सच है, और जोखिम वास्तविक है, और इसमें से कोई भी दिलचस्प हिस्सा नहीं है।
विचार करें कि वे संख्याएँ वास्तव में क्या हैं। हज़ारों लोगों ने, बिना वेतन और बिना कहे, अपने स्वयं के काम के लिए उपलब्ध टूल का मूल्यांकन किया। उन्होंने तुलना की। उन्होंने उन चीज़ों को छोड़ दिया जो मददगार नहीं थीं। उन्होंने उन चीज़ों को अपनाया जो थीं, व्यक्तिगत कीमत पर, बिना किसी ट्रेनिंग बजट या चेंज-मैनेजमेंट डेक के। यह एकमात्र ऐसे लोगों द्वारा किया गया एक वितरित प्रोक्योरमेंट अध्ययन है जो जानते हैं कि काम को वास्तव में किस चीज़ की आवश्यकता है।
संगठन ठीक यही जानकारी प्राप्त करने में भारी पैसा खर्च करते हैं — वेंडर बेक-ऑफ, पायलट, स्टीयरिंग कमेटियाँ — फिर अनुबंध की शर्तों के लिए अनुकूलित निर्णय लेते हैं, और जब अडॉप्शन रुक जाता है तो हैरान होते हैं। इस बीच उनके पास पहले से ही एक ऐसा उत्तर मौजूद होता है कि कौन सा टूल किस कार्य के लिए उपयुक्त है, और उनकी प्रवृत्ति इसे बंद करने की होती है।
दो बातें इसे केवल विडंबनापूर्ण बनाने के बजाय महंगा बनाती हैं
पहली बात यह है कि वर्कअराउंड में आमतौर पर एक निदान शामिल होता है। अनधिकृत टूल का उपयोग करने वाला व्यक्ति आपको बिल्कुल बता रहा है कि स्वीकृत सिस्टम कहाँ विफल होता है। एंगेजमेंट सर्वे में किसी राय के रूप में नहीं, बल्कि व्यवहार के रूप में, जिसके पीछे प्रयास होता है। वर्कडे के जनवरी 2026 के शोध में पाया गया कि AI समय की लगभग 40 प्रतिशत बचत रीवर्क — सुधारने, फिर से लिखने, आउटपुट सत्यापित करने — में खर्च हो जाती है, और केवल 14 प्रतिशत कर्मचारी लगातार स्पष्ट रूप से सकारात्मक शुद्ध परिणाम प्राप्त करते हैं। लोग काम करने वाले सिस्टम को नजरअंदाज नहीं करते।
दूसरी बात यह है कि प्रतिक्रिया क्या सिखाती है। जब “आप यह कैसे कर रहे हैं?” का ईमानदार उत्तर करियर के लिए खतरनाक होता है, तो प्रथा बंद नहीं होती। यह शांत हो जाती है। और एक बार जब यह शांत हो जाती है, तो संगठन में जोखिम या आविष्कार दोनों को देखने की क्षमता खत्म हो जाती है। आप एक कल्पना को नियंत्रित करने लगते हैं: एक ऐसी पॉलिसी जो उस काम का वर्णन करती है जिसे कोई नहीं कर रहा है, उस काम के ऊपर बैठी है जिसका वर्णन कोई नहीं करेगा।
मुझे नहीं लगता कि इसका उत्तर ढील देना है। अनियंत्रित प्रणालियों में जाने वाला डेटा एक वास्तविक देयता है, और वास्तविक देयता का उत्तर उसकी प्रशंसा करना नहीं है।
एक बहीखाता के साथ माफी
उत्तर उन दो प्रश्नों को अलग करना है जिन्हें संगठन एक में मिलाता जा रहा है। डेटा कहाँ गया, यह एक नियंत्रण समस्या है, और इसे सख्ती से संभाला जाना चाहिए। व्यक्ति वहाँ क्यों गया, यह एक इंटेलिजेंस समस्या है, और इसे लालच से संभाला जाना चाहिए।
व्यवहार में इसका मतलब लेजर के साथ माफी है। पूछें कि लोग वास्तव में क्या उपयोग कर रहे हैं और किस लिए; गारंटी दें कि उत्तर का उपयोग कभी भी उनके खिलाफ नहीं किया जाएगा; परिणामों को आंतरिक रूप से प्रकाशित करें ताकि खोजें निजी संपत्ति बनना बंद हो जाएं। फिर शीर्ष वस्तुओं को उल्लंघन सूची के रूप में नहीं, बल्कि बैकलाग के रूप में मानें। अधिकांश संगठनों को पता चलेगा कि उनके पास अपनी ही बाधाओं का एक कार्यशील नक्शा है, जिसे मुफ्त में जुटाया गया है, जिसे कोई सलाहकार पैदा नहीं कर सकता था।
इसके पीछे एक व्यापक सिद्धांत है। जब निष्पादन प्रचुर हो जाता है, तो संगठन के पास जो दुर्लभ चीज़ होती है, वह यह है कि उसके लोगों ने क्या देखा है। नोटिस करना सबसे पहले विचलन के रूप में सामने आता है — कोई व्यक्ति इसे अलग तरीके से कर रहा है क्योंकि आधिकारिक तरीका बदतर है। सभी विचलन को दंडित करने वाला संगठन अधिक सुरक्षित नहीं है। यह बस उस एक दिशा में अंधा है जहाँ इसका भविष्य आ रहा है।
इस महीने मैं लीडरशिप टीम से जो सवाल पूछूंगा, वह यह नहीं है कि “हम इसे कैसे रोकें?” यह है कि “हमारे लोगों ने क्या सीखा जो सुनने का हमारे पास कोई जरिया नहीं है?”