एजेंटिक AI का अपनाव 2025 में संगठनों के 45% से बढ़कर 2026 में लगभग सभी तक पहुँच गया, और अब लगभग 40% कर्मचारी हर दिन AI का उपयोग करते हैं (SparkOptimus, 2026)। फिर भी AI पहलों में से केवल लगभग 15% ही सचमुच स्केल हो पाती हैं। यदि आपके संचालन में AI पायलट स्केल होने में विफल हो रहे हैं, तो सहज प्रतिक्रिया उन दो चीज़ों को दोष देने की होती है जिनके विरुद्ध विक्रेता बेचना पसंद करते हैं — पर्याप्त प्रशिक्षण नहीं, पर्याप्त उपकरण नहीं। दोनों ही ग़लत निदान हैं। जो 85% अटक जाती हैं, वे क्षमता पर नहीं अटकतीं। वे उस एक चीज़ पर अटकती हैं जिसे कोई डैशबोर्ड नहीं मापता: वास्तव में निर्णय लेने का अधिकार किसे है।
यह भेद केवल सैद्धांतिक नहीं है। 200 कर्मचारियों वाली कंपनी के संचालन प्रमुख के लिए, यह बदल देता है कि AI बजट का अगला रुपया कहाँ जाएगा — एक और साक्षरता कार्यक्रम में, या उस उबाऊ शासन-कार्य में जो तय करता है कि इसमें से कुछ भी चक्रवृद्धि लाभ देगा या नहीं।
जो 15% स्केल होती हैं वे अधिक चतुर नहीं — शासित हैं
अपनाव व्यावहारिक रूप से हल हो चुका है। जब आपके कार्यबल का 40% प्रतिदिन AI को छूता है और अपनाव बारह महीनों में अल्पसंख्यक से लगभग सार्वभौमिक हो गया है, तो "हमारे लोग इसे उपयोग नहीं करेंगे" अब बाधा नहीं है (SparkOptimus, 2026)। बाधा नीचे की ओर खिसक गई है — एक काम करते पायलट और एक स्केल की गई क्षमता के बीच की खाई में।
उसी खाई में अधिकांश धन गायब होता है। Gartner एजेंटिक AI को ठीक "फुलाई गई अपेक्षाओं के शिखर" पर रखता है — किसी भी तकनीकी चक्र का वह बिंदु जहाँ तैनाती का उत्साह उसे परिणत करने के लिए आवश्यक परिचालन अनुशासन से सबसे आगे निकल जाता है (Gartner, 2026)। एक पायलट सिद्ध करता है कि तकनीक व्यवसाय के एक नियंत्रित कोने में काम करती है। स्केल करने के लिए बिलकुल भिन्न कुछ चाहिए — यह निर्णय कि उपकरण अब किसका बजट, किसका स्टाफ, किसकी प्रक्रिया और किसकी जोखिम-सहनशीलता संचालित करता है। पहला एक अभियांत्रिकी प्रश्न है। दूसरा एक सत्ता का प्रश्न है। और अधिकांश संगठन केवल पहले को वित्तपोषित करते हैं।
असहज निहितार्थ: जो 15% स्केल होती हैं, वे शायद ही सबसे उन्नत मॉडलों या सबसे AI-निपुण स्टाफ वाली होती हैं। वे वे हैं जिन्होंने पायलट स्केल करने से पहले सत्ता का प्रश्न सुलझा लिया।
असली रुकावट का एक नाम है: बिना-मालिक के निर्णय-अधिकार
यदि आप रुकावट को अंकों में चाहते हैं, तो WRITER का 2026 एंटरप्राइज़ AI सर्वेक्षण उन्हें देता है — स्वतंत्र फर्म Workplace Intelligence के साथ किया गया, 1,200 कर्मचारी और वरिष्ठ नेतृत्व। 78% अधिकारी बताते हैं कि AI ने IT और व्यवसाय-पंक्तियों के बीच तनाव पैदा किया है (WRITER, 2026)। बहुसंख्यक अपने संगठन के AI उपयोग को "नियम-रहित अफ़रा-तफ़री" बताते हैं, और एक उल्लेखनीय हिस्सा और आगे जाकर कहता है कि AI कंपनी को सचमुच चीर रहा है (WRITER, 2026)।
इन निष्कर्षों को साथ पढ़ें तो पैटर्न स्पष्ट है। यह कौशल की समस्या नहीं — आप किसी क्षेत्र-युद्ध से प्रशिक्षण द्वारा बाहर नहीं निकल सकते। यह निर्णय-अधिकार की समस्या है। मंच IT का है; कार्यप्रवाह व्यवसाय का है; टकराव होने पर कौन झुकेगा, यह निर्णय किसी का नहीं है। तो पायलट काम करता है, सब मानते हैं कि वह काम करता है, और फिर वह पड़ा रहता है — क्योंकि उसे स्केल करना एक ऐसा प्राधिकार-निर्णय थोपेगा जिसे लेने का काम किसी को नहीं सौंपा गया।
MIT Sloan का अपना 2026 विश्लेषण भी उसी दरार पर उतरता है: भले ही डेटा और AI नेतृत्व को समर्थन ऐतिहासिक ऊँचाइयों पर हो, अधिकांश उद्यमों में "यह अस्पष्ट बना रहता है कि AI की जिम्मेदारी किसकी है" (MIT Sloan, 2026)। अस्पष्ट स्वामित्व कोई नरम शासन-शिष्टाचार नहीं है। यह वह विशिष्ट तंत्र है जिससे एक सिद्ध पायलट किसी समिति में चुपचाप मर जाता है।
पायलट ऊँची आवाज़ में विफल नहीं होते। वे स्वतः विफल होते हैं।
ध्यान दें कि यह विफलता-रूप कैसे छिपता है। तकनीकी रूप से विफल पायलट एक स्पष्ट संकेत देता है — मॉडल कमज़ोर प्रदर्शन करता है, कोई उसे बंद करता है, बजट मुक्त हो जाता है। बिना-मालिक के निर्णय-अधिकारों पर फँसा पायलट कोई संकेत नहीं देता। वह बस कभी स्केल नहीं होता, समर्थक आगे बढ़ जाता है, और पहल चुपचाप "सीखे गए सबक" के रूप में पुनः दर्ज हो जाती है। संगठन के शीर्ष से यह विवेकपूर्ण प्रयोग जैसा दिखता है। दरअसल यह एक ऐसा निर्णय है जो कभी लिया ही नहीं गया, लिए गए निर्णय का भेस धरे।
"AI साक्षरता" ग़लत निदान क्यों है
अटके हुए AI का प्रमुख उपचार अधिक साक्षरता है — कार्यशालाएँ, प्रॉम्प्ट पुस्तकालय, प्रमाणन मार्ग। यह एक आकर्षक नुस्ख़ा है क्योंकि यह पठनीय है, ख़रीदा जा सकता है, और ऐसी दृश्य प्रगति दिखाता है जिसे स्लाइड पर रखा जा सके। यह विशेष रूप से स्केलिंग की समस्या के लिए लगभग अप्रासंगिक भी है।
तर्क पर विचार करें। यदि आपके 40% लोग पहले से ही रोज़ AI उपयोग करते हैं (SparkOptimus, 2026), तो सीमांत साक्षरता-घंटा वह चीज़ नहीं है जो काम करते पायलट और स्केल किए पायलट के बीच खड़ी है। वहाँ खड़ा है यह अनसुलझा प्रश्न कि कौन तय करता है कि बिक्री टीम का मैनुअल अनुमोदन-चरण अब एजेंट का काम है — और जब एजेंट ग़लती करे तो कौन जवाबदेह है। कितना भी प्रॉम्प्ट-प्रशिक्षण इसका उत्तर नहीं देता। यह कौशल का वेश धारण किए एक प्राधिकार-प्रश्न है।
यही वह जाल है जिसे अपने ही नेतृत्व दल के सामने नाम देना उचित है: साक्षरता-व्यय जोखिम घटाने जैसा लगता है क्योंकि वह मापनीय है, पर वह एक शासन-विफलता को योग्यता-विफलता की तरह बरतता है। अंततः आपके पास एक उत्तरोत्तर निपुण कार्यबल होता है जो पायलटों का उत्तरोत्तर बड़ा ढेर चलाता है, जिन्हें स्केल करने का अधिकार किसी को नहीं। गतिविधि वास्तविक है। चक्रवृद्धि नहीं।
पायलट पर्गेटरी आपको वास्तव में कितना महँगा पड़ता है
एक बिना-स्केल पायलट की लागत पायलट का बजट नहीं है। वह धन पहले ही ख़र्च हो चुका और, यक़ीनन, अच्छे से ख़र्च हुआ — आपने सीखा कि तकनीक काम करती है। असली लागत वह विकल्प-मूल्य है जिसे आप उसे कभी क्रियान्वित न कर के त्याग देते हैं, हर फँसी पहल से गुणित और हर तिमाही जिसमें वह पड़ी रहती है, चक्रवृद्धि होते हुए।
एक मध्य-बाज़ार संचालन के लिए तीन लागतें इकट्ठा होती हैं। पहली, प्रत्यक्ष अवसर-लागत: वह दक्षता जो स्केल की गई क्षमता ने उत्पन्न की होती, जब तक स्वामित्व-प्रश्न खुला रहता है तब तक व्यर्थ। दूसरी, सांगठनिक थकान — WRITER की "नियम-रहित अफ़रा-तफ़री" कोई तटस्थ अवस्था नहीं; 78% IT-बनाम-व्यवसाय तनाव हर भावी पहल पर एक कर है, क्योंकि हर नया पायलट उसी अनसुलझे प्राधिकार-संघर्ष पर फिर से मुक़दमा लड़ता है (WRITER, 2026)। तीसरी, और सबसे संक्षारक, विश्वसनीयता: जब तीसरा या चौथा "आशाजनक पायलट" यह बदलने में विफल रहता है कि काम वास्तव में कैसे होता है, तो संगठन सीख लेता है — और सही ही — कि AI पहलें नाटक हैं। वह सीखी हुई निराशावादिता को पलटना महँगा है और वह सबसे भारी उसी संचालन-नेता पर पड़ती है जो पायलटों को प्रायोजित करता रहता है।
इनमें से कोई भी पायलट के पोस्टमॉर्टम में नहीं दिखता, क्योंकि प्रायः कोई होता ही नहीं। ठीक इसीलिए पायलट पर्गेटरी इतनी टिकाऊ है: यह बिना किसी बजट-मद की विफलता है।
समाधान एक RACI है, न कि एक पुनर्गठन
यहाँ वह भाग है जो उत्साहजनक होना चाहिए: चूँकि रुकावट निर्णय-अधिकार है, तकनीक या प्रतिभा नहीं, इसलिए समाधान सस्ता, तेज़, और पूरी तरह एक संचालन-नेता के प्राधिकार के भीतर है। आपको पुनर्गठन, नए मंच, या बड़े प्रशिक्षण-बजट की ज़रूरत नहीं। अगले पायलट को वित्तपोषित करने से पहले आपको एक मालिक नामित करने की ज़रूरत है।
ठोस रूप से, इस तिमाही तीन क़दम:
AI परिनियोजन के लिए एकमात्र accountable मालिक नामित करें। कोई समिति नहीं, "IT और व्यवसाय संयुक्त रूप से" नहीं — एक व्यक्ति जिसका नाम स्केलिंग-निर्णय पर हो। WRITER का डेटा स्पष्ट है कि साझा, अस्पष्ट स्वामित्व वहीं है जहाँ तनाव जन्म लेता है (WRITER, 2026)। एकमात्र मालिक का उद्देश्य केंद्रीकरण अपने आप में नहीं है; बात यह है कि जो प्राधिकार सबका है वह किसी का नहीं।
RACI पायलट के बाद नहीं, पहले लिखें। प्रत्येक पहल के लिए निर्दिष्ट करें कि उसे बनाने के लिए कौन Responsible है, स्केलिंग-निर्णय के लिए कौन Accountable, कौन Consulted (प्रभावित व्यवसाय-पंक्ति), और कौन Informed। इसे वित्तपोषण की पूर्वशर्त बनाएँ। RACI नौकरशाही नहीं — यह वह तंत्र है जो "हमें इसे स्केल करना चाहिए" को, ऐसी राय से जो कोई भी रख सके, ऐसे निर्णय में बदलता है जिसे एक नामित व्यक्ति ले सके। MIT Sloan का यह निष्कर्ष कि स्वामित्व "अस्पष्ट बना रहता है", किसी कठिन समस्या का वर्णन नहीं; यह एक अनकिए काम का वर्णन है (MIT Sloan, 2026)।
स्केलिंग को एक द्वार-आधारित निर्णय बनाएँ, न कि एक उभरती आशा। एक पायलट को एक निर्धारित द्वार तक पहुँचना चाहिए जहाँ accountable मालिक या तो उसे स्केल करे, या बंद करे, या नई परिकल्पना के साथ स्पष्ट रूप से पुनः आरंभ करे। आप जो समाप्त करते हैं वह तीसरा, मौन परिणाम है — वह पायलट जो न स्केल होता है न मरता है, बस बहता रहता है। वही बहाव वे 85% हैं।
व्यवहारिक आयाम भी यहाँ मायने रखता है, और यहीं स्वामित्व-प्रश्न किसी संगठन-चार्ट से अधिक धारदार हो जाता है। हर कार्य अपने कार्यप्रवाह में एक नए निर्णयकर्ता को एक समान रूप से आत्मसात नहीं करता; वे प्रोफ़ाइलें जो तब सर्वाधिक विलग होने की संभावना रखती हैं जब कोई एजेंट चुपचाप उनके निर्णय का एक हिस्सा ले लेता है, पहले से पहचानी जा सकती हैं। किन कार्यों को पहले स्केल करना है, इसका क्रम तय करना और प्रत्येक को एक नामित मालिक से जोड़ना, रोलआउट-क्रम को एक शासन-अनुष्ठान से एक परीक्षणीय व्यक्ति-भूमिका-अनुरूपता निर्णय में बदल देता है — यही एक योजना और एक आशा के बीच का अंतर है।
इस तिमाही लेने योग्य एकमात्र निर्णय
ढाँचों को हटा दें तो निष्कर्ष सपाट है: आपके AI पायलट इसलिए विफल नहीं हो रहे कि आपके लोग उपकरण उपयोग नहीं कर सकते या उपकरण पर्याप्त अच्छे नहीं। वे इसलिए विफल हो रहे हैं कि किसी को यह तय करने की अनुमति नहीं कि पायलट के काम करने पर क्या होगा। केवल 15% पहलें स्केल होती हैं, और वे 15% एक शासन-संख्या हैं, तकनीक-संख्या नहीं (SparkOptimus, 2026)।
इसलिए इस तिमाही किसी और पायलट को स्केलिंग-निर्णय से जुड़े एक नाम के बिना स्वीकृति न दें। एक accountable मालिक, एक RACI, धन के हिलने से पहले लिखी हुई। यह आपकी AI योजना की सबसे कम चमकदार पंक्ति है और एकमात्र वह जो तय करती है कि बाक़ी सब कभी प्रयोगशाला से बाहर निकलेगा या नहीं।