Stanford Digital Economy Lab का Enterprise AI Playbook, 29 मार्च 2026 को Pereira, Graylin और Brynjolfsson द्वारा जारी, समान फ्रंटियर मॉडल चलाने वाले 51 प्रोडक्शन एंटरप्राइज AI डिप्लॉयमेंट का अध्ययन किया और एक परिणाम सामने लाया जो मई के मध्य से गंभीर ऑपरेशंस फोरम में फैलने लगा है: दो वास्तुशिल्प रूप से भिन्न डिप्लॉयमेंट पैटर्न को अलग करने वाला 31 प्रतिशत-बिंदु मध्य उत्पादकता अंतर (Stanford Digital Economy Lab, 2026)। वे डिप्लॉयमेंट जहाँ AI ने मानवीय अनुमोदन गेट के बिना कार्य का एंड-टू-एंड स्वामित्व रखा, 71% मध्य उत्पादकता लाभ दिया। वे डिप्लॉयमेंट जो हर सार्थक कार्रवाई पर एक मानव अनुमोदक को लूप में रखते थे, 40% पर ठहर गए। समान मॉडल। समान वेंडर। समान प्रॉम्प्ट इंजीनियरिंग निवेश। अंतर प्राधिकार-प्रत्यायोजन आर्किटेक्चर था — किसे बिना पूछे कार्य करने की अनुमति थी।
इस तिमाही में 200-FTE फ़ंक्शन में AI वर्कफ़्लो डिज़ाइन को अंतिम रूप दे रहे Head of Operations के लिए, वह 31-पॉइंट अंतर एक रोचक डेटा बिंदु नहीं है। यह उस कारण की व्याख्या है कि क्यों अधिकांश मिड-मार्केट AI पायलट लगभग आधे उस उत्पादकता लाभ पर उतरते हैं जिसे डिप्लॉयमेंट लीडर चुपचाप संयोजित कर रहे हैं। साहित्य मॉडल चयन, वेंडर स्टैक और प्रॉम्प्ट परिष्कार के बारे में बहस कर रहा है। Stanford के डेटा ने प्रश्न को बंद कर दिया है: परिणाम तय करने वाला वास्तुशिल्प निर्णय वही है जिससे अधिकांश ऑपरेशंस टीम बिना यह महसूस किए कि वे इसे ले रही हैं, डिफ़ॉल्ट रूप से गुज़रती हैं।
Stanford ने वास्तव में क्या मापा — और 51 प्रोडक्शन डिप्लॉयमेंट किसी और पायलट अध्ययन को क्यों मात देते हैं
यह अध्ययन 2024 से ऑपरेशंस साहित्य को भर देने वाले AI ROI पर परामर्श डेक से अलग पढ़ने का कारण पद्धतिगत है। प्रचलन में अधिकांश उच्च-ट्रैफ़िक AI उत्पादकता संख्याएँ तीन स्रोतों में से एक से आती हैं: वेंडर-रिपोर्टेड केस स्टडीज़ (गहराई से चयनित), सिंगल-फ़र्म पायलट राइटअप (आमतौर पर वह कंपनी जो सफल रही), या मॉडल-बनाम-मॉडल बेंचमार्क जो वर्कफ़्लो उत्पादकता में खराब रूप से अनुवाद करते हैं। Stanford का पूल अलग है। Pereira, Graylin और Brynjolfsson ने प्रोडक्शन डिप्लॉयमेंट के लिए फ़िल्टर किया — स्थिर-स्थिति संचालन में वर्कफ़्लो, पायलट नहीं; मापने योग्य व्यावसायिक परिणामों से बंधे, मॉडल मूल्यांकन से नहीं; समान वास्तुशिल्प पैटर्न पर छह या अधिक महीनों से चल रहे, ताज़ा डिप्लॉय और शोर-फ़िट नहीं। 51-डिप्लॉयमेंट का नमूना उस फ़िल्टर के बाद जो बचता है, और अध्ययन इतने बड़े प्रभाव आकार की रिपोर्ट करता है कि मिड-मार्केट मापन का शोर फ़र्श उन्हें निगल नहीं पाता।
सबसे विवादित खोज के लिए उपकरण मायने रखता है। 71% बनाम 40% का अंतर मॉडल प्रदाताओं, वेंडर स्टैक, उद्योग ऊर्ध्वाधर और टीम आकारों के पार टिक गया — चार चर जिन्हें अधिकांश आंतरिक AI रणनीति डेक केंद्रीय विकल्प मानते हैं। एकमात्र चर जिसने अंतर को हिलाया वह प्राधिकार-प्रत्यायोजन पैटर्न था: एंड-टू-एंड स्वामित्व जहाँ AI वर्कफ़्लो पूरा करता था और एक मानव अपवादों की समीक्षा करता था, बनाम approval-by-default जहाँ एक मानव AI द्वारा प्रस्तावित प्रत्येक कार्रवाई पर हस्ताक्षर करता था। सह-लेखक Brynjolfsson संकेत इसका हिस्सा है कि ऑपरेशंस समुदाय इसे खारिज करने में धीमा क्यों रहा है — उन्होंने और उनके सह-लेखकों ने यह ट्रैक करने में एक दशक बिताया है कि मापी गई AI उत्पादकता दावा की गई से क्यों भिन्न होती है, और Quarterly Journal of Economics और NBER साहित्य जिसके अंदर वे बैठते हैं प्रश्न का सबसे कठोर संस्करण है (NBER Working Papers, Brynjolfsson)।
खोज के अंदर की खोज परिचालनात्मक रूप से क्रियाशील भाग है। Approval-by-default डिप्लॉयमेंट इसलिए नहीं ठहरे क्योंकि AI ग़लत था — दोनों आर्किटेक्चर में त्रुटि दरें तुलनीय थीं। वे इसलिए ठहरे क्योंकि मानव अनुमोदन कदम तीन तंत्रों के माध्यम से उत्पादकता लाभ को संपीड़ित करता है जिन्हें अध्ययन स्पष्ट रूप से नाम देता है: मानव समीक्षा की प्रतीक्षा का कतार समय, समीक्षक पर संदर्भ-स्विचिंग लागत, और साइलेंट ओवर-रीच जहाँ समीक्षक प्रस्ताव को अनुमोदित करने के बजाय कार्य के हिस्सों को फिर से करते थे। 31-पॉइंट का अंतर, परिचालनात्मक शब्दों में, हर AI कार्रवाई को एक मानव बाधा के माध्यम से रूट करने की लागत है जिसकी वर्कफ़्लो को कार्रवाई पर आवश्यकता नहीं है — केवल अपवाद पर।
मिड-मार्केट ऑप्स ग़लत सेटिंग पर डिफ़ॉल्ट क्यों होते हैं
40% संख्या उत्पन्न करने वाला मिड-मार्केट डिप्लॉयमेंट पैटर्न शायद ही कभी एक विचारित विकल्प होता है। यह तीन रिफ्लेक्स का कलाकृति है जो किसी भी 50–500-FTE ऑपरेशंस फ़ंक्शन में साफ़ संरेखित होते हैं और जो, एक साथ लिए जाएँ, बिना किसी के स्पष्ट रूप से चुने हुए approval-by-default आर्किटेक्चर का उत्पादन करते हैं।
पहला रिफ्लेक्स जोखिम फ्रेमिंग है। जब ऑपरेशंस लीडर "इस वर्कफ़्लो में AI डिप्लॉय करें" को नियंत्रण संरचना में अनुवाद करते हैं, तो स्वाभाविक पहला मसौदा है: AI प्रस्ताव देता है, मानव अनुमोदित करता है, ऑडिट ट्रेल। फ्रेमिंग विवेकपूर्ण लगती है, विशेष रूप से विनियमित फ़ंक्शनों में या उन कंपनियों में जहाँ AI डिप्लॉयमेंट पहला है जो किसी विशेष टीम ने भेजा है। इस वसंत प्रकाशित MIT Sloan एजेंटिक एंटरप्राइज सर्वेक्षण ने पाया कि मिड-मार्केट गोद लेने का रुख बड़े-एंटरप्राइज गोद लेने वालों की तुलना में इस नियंत्रण पैटर्न की ओर 2-से-1 झुकता है, जिन्होंने यह सीखने के लिए पर्याप्त डिप्लॉयमेंट भेजे हैं कि Stanford डेटा अब क्या मात्रात्मक करता है — कि approval-by-default नियंत्रण संरचना वह है जो ऑडिट कमेटी को पूछना चाहिए, न कि वह जिससे उसे आश्वस्त किया जाना चाहिए (MIT Sloan Management Review, 2026)।
दूसरा रिफ्लेक्स टूलिंग है। अधिकांश एंटरप्राइज AI प्लेटफ़ॉर्म — Microsoft Copilot, Salesforce Einstein, प्रमुख SaaS सूट में एजेंटिक ऐड-ऑन — human-in-the-loop को डिफ़ॉल्ट UI पैटर्न के साथ भेजते हैं क्योंकि यह सबसे सुरक्षित डेमो और सबसे साफ़ एंटरप्राइज प्रोक्योरमेंट कहानी उत्पन्न करता है। फ़ंक्शन डिफ़ॉल्ट को विरासत में लेता है और इसे एक सिफ़ारिश के रूप में पढ़ता है। वेंडर स्टैक के लिए Stanford अध्ययन का सबसे असुविधाजनक निहितार्थ यह है कि डिफ़ॉल्ट UI ही उत्पादकता लाभ को सक्रिय रूप से दबा रहा है जिसके आधार पर वेंडर बेचा जा रहा है।
तीसरा रिफ्लेक्स लाइन मैनेजर आराम संकेत है। जब एक वर्कफ़्लो मानव-स्वामित्व से अपवाद द्वारा मानव पर्यवेक्षण के साथ AI-स्वामित्व में बदलता है, तो परिचालन प्रबंधक वह दृश्यता खो देता है जो approval-by-default प्रदान करती थी। प्रतिवर्ती अनुरोध है "जब तक मैं भरोसा नहीं करता तब तक मुझे हर चीज़ पर लूप में रखें", जो उचित लगता है और ठीक वही व्यवहार है जिसे Stanford 31-पॉइंट अंतर उत्पन्न करने वाले तंत्र के रूप में नाम देता है। मैनेजर जिस भरोसे को विकसित करने की प्रतीक्षा कर रहा है वह कभी विकसित नहीं होता, क्योंकि approval-on-every-action उसे कोई साफ़ संकेत नहीं देता कि किन कार्यों को उसके निर्णय की आवश्यकता थी बनाम वह किन्हें केवल रबर-स्टैम्प कर रहा था। फ़ंक्शन एक मुद्रा में बंद हो जाता है जिसके लिए उसके पास फिर कभी इसे अपडेट करने के लिए डेटा नहीं होता।
ये तीन रिफ्लेक्स ऑपरेशंस लीडर के निर्णय की विफलताएँ नहीं हैं। ये वह हैं जो अनुशासित ऑपरेशंस डिज़ाइन उत्पन्न करता है जब वास्तुशिल्प प्रश्न को स्पष्ट रूप से नाम नहीं दिया गया है और कौन सी आर्किटेक्चर जीतती है इस पर डेटा मेज़ पर नहीं रखा गया है। Stanford playbook ने अब उन्हें मेज़ पर रख दिया है।
प्राधिकार-प्रत्यायोजन मानचित्र — 200-FTE ऑप्स के लिए यह वास्तव में कैसा दिखता है
Stanford डेटा जिस लीवर के लिए तर्क देता है वह ठोस है और अगले चार से छह सप्ताह के भीतर अनुक्रमणीय है। तीन टुकड़े मायने रखते हैं, इस क्रम में।
वर्कफ़्लो को फिर से डिज़ाइन करने से पहले निर्णयों को बकेट करें
पहला टुकड़ा: वर्तमान में approval-by-default चला रहे प्रत्येक AI-enabled वर्कफ़्लो के लिए, वर्कफ़्लो वास्तव में जिन निर्णय श्रेणियों को छूता है उन्हें सूचीबद्ध करें और तीन समूहों में बकेट करें — उच्च-जोखिम अपरिवर्तनीय (नियामक फ़ाइलिंग, ग्राहक-सामने वित्तीय निर्णय, समाप्ति), मध्यम-जोखिम पुनर्प्राप्ति योग्य (अनुमोदित बजट के भीतर वेंडर चयन, आंतरिक दर्शकों के लिए सामग्री प्रकाशन, खाता-टियर समायोजन), और निम्न-जोखिम प्रतिवर्ती (मसौदा निर्माण, अंतर-टीम शेड्यूलिंग, टिकट ट्राएज, पहली-पास वर्गीकरण)। अभ्यास प्रति वर्कफ़्लो एक क्रॉस-फ़ंक्शनल कार्य सत्र है; आउटपुट एक एक-पृष्ठ निर्णय श्रेणी मानचित्र है जो नाम देता है कि अनुमोदन गेट कहाँ जोखिम-शमन मूल्य जोड़ता है और कहाँ केवल कतार समय जोड़ता है।
अधिकांश 200-FTE ऑपरेशंस फ़ंक्शन, पैटर्न के हमारे पढ़ने में, खोजते हैं कि किसी भी दिए गए AI वर्कफ़्लो के अंदर 60–80% निर्णय निम्न-जोखिम प्रतिवर्ती बकेट में बैठते हैं और approval-by-default तीनों पर समान रूप से लागू हो रहा है। मानचित्र अनलॉक है। उच्च-जोखिम अपरिवर्तनीय बकेट को वास्तव में मानव गेट की आवश्यकता है, और डेटा इससे बहस नहीं करता। अन्य दो बकेट वह हैं जहाँ 31-पॉइंट उत्पादकता लाभ मेज़ पर छोड़ा जा रहा है — और जहाँ वास्तुशिल्प चाल approval-by-default से oversight-by-exception की ओर है, अपवाद ट्रिगर्स को वर्कफ़्लो में स्पष्ट रूप से परिभाषित किया गया है, समीक्षक के विवेक में निहित नहीं।
मनुष्यों को साइकोमेट्रिक डेटा के माध्यम से गेट प्रकार से मिलाएँ
दूसरा टुकड़ा — और जिसे अधिकांश मिड-मार्केट फ़ंक्शन छोड़ देते हैं — केवल अपवाद पर्यवेक्षण के लिए सही मनुष्यों का चयन करना है। Stanford अध्ययन अपने दूसरे आधे कार्यान्वयन खंड में नोट करता है कि केवल अपवाद पर्यवेक्षण सबसे अधिक बार छूटे हुए अपवादों से नहीं बल्कि मूक पुन: सम्मिलन से विफल होता है: समीक्षक जिसे अपवादों की समीक्षा करनी चाहिए वह नियमित कार्यों की भी समीक्षा करना शुरू कर देता है, क्योंकि यह वह कार्य पैटर्न है जिसे उसने हमेशा चलाया है। oversight-by-exception की ओर वास्तुशिल्प बदलाव आंशिक रूप से संगठनात्मक पुनः डिज़ाइन और आंशिक रूप से चयन समस्या है।
चयन संकेत साइकोमेट्रिक है, क्रेडेंशियल-आधारित नहीं। वे विशेषताएँ जो भविष्यवाणी करती हैं कि क्या एक समीक्षक नियमित समीक्षा में मूक पुनः सम्मिलित हुए बिना oversight-by-exception रेखा को धारण कर सकता है अस्पष्टता के तहत निर्णय, उच्च कर्तव्यनिष्ठा, और संगठनात्मक मनोविज्ञान साहित्य जिसे विश्वास-द्वारा-पर्यवेक्षण सहिष्णुता नाम देता है — नियमित कार्य को प्रत्यायोजित करने और कार्य-स्तर संकेतों के बजाय पैटर्न-स्तर संकेतों की समीक्षा करने का आराम। समीक्षक जो रेखा को धारण करते हैं वे इन आयामों पर उच्च स्कोर करने की प्रवृत्ति रखते हैं; जो मूक रूप से पुनः सम्मिलित होते हैं वे वरिष्ठता या डोमेन विशेषज्ञता की परवाह किए बिना कम स्कोर करने की प्रवृत्ति रखते हैं। अपवाद-निरीक्षण भूमिका सौंपने से पहले उम्मीदवार समीक्षकों पर एक संक्षिप्त साइकोमेट्रिक पास चलाने वाला फ़ंक्शन वरिष्ठता या ऑर्ग-चार्ट सुविधा द्वारा असाइन करने वाले फ़ंक्शन की तुलना में काफ़ी बेहतर मिलान प्राप्त करता है।
यहाँ Scovai लेंस परिचालनात्मक है: निर्णय और विश्वास-द्वारा-पर्यवेक्षण सहिष्णुता पर साइकोमेट्रिक डेटा उस प्रकार का निर्णय इनपुट है जो प्रति समीक्षक एकत्र करने में लगभग तीस मिनट लेता है, मानक प्रदाताओं से प्रति प्रोफ़ाइल $40–$90 की रेंज में खर्च होता है, और प्राधिकार-प्रत्यायोजन रोलआउट के सबसे सामान्य विफलता मोड को रोकता है। अर्थशास्त्र सीधा है — 200-FTE फ़ंक्शन में एक खराब oversight-by-exception असाइनमेंट वर्कफ़्लो पर उत्पादकता लाभ को इतना संपीड़ित करता है कि पूरे समीक्षक पूल पर साइकोमेट्रिक फ़िल्टर को कई बार वित्तपोषित किया जा सके।
अपवाद ट्रिगर और मूक पुनः सम्मिलन जाँच को तार-तार करें
तीसरा टुकड़ा: अपवाद ट्रिगर्स को कोड में परिभाषित करें, समीक्षक के सिर में नहीं, और मूक पुनः सम्मिलन का पता लगाने के लिए वर्कफ़्लो को इंस्ट्रूमेंट करें। अपवाद ट्रिगर वे शर्तें हैं जिनके तहत AI वर्कफ़्लो मानव समीक्षा के लिए एक निर्णय सतह पर लाता है — आमतौर पर असंगति थ्रेसहोल्ड, confidence-score बैंड, edge-case फ़्लैग, या पैटर्न विचलन। उन्हें स्पष्ट रूप से परिभाषित करना डिज़ाइन वार्तालाप को मजबूर करता है कि किन अपवादों को वास्तव में मानव निर्णय की आवश्यकता है और कौन से डिफ़ॉल्ट रूप से वहाँ रूट किए जा रहे थे।
मूक पुनः सम्मिलन इंस्ट्रूमेंटेशन वह टुकड़ा है जिसे अधिकांश रोलआउट छोड़ देते हैं और जिसे Stanford डेटा 90 दिनों पर उत्पादकता लाभ बना रहता है या नहीं इसका एकल सर्वोत्तम भविष्यवक्ता दिखाता है। यह समीक्षक की कतार पर एक उपयोग टेलीमेट्री जाँच है: क्या वे केवल सतह पर आए अपवादों को छू रहे हैं, या वे उन नियमित कार्यों को खींच और संशोधित कर रहे हैं जिन्हें वर्कफ़्लो को स्वायत्त बनाना था? जाँच निर्माण में सस्ती है, पृष्ठभूमि में चलती है, और विश्वास-विकास समस्या को व्यक्तिपरक ("क्या यह प्रबंधक अभी आरामदायक महसूस करता है?") से मापे गए में बदल देती है। जो फ़ंक्शन इसे इंस्ट्रूमेंट करते हैं वे 60–90 दिनों में विश्वास-विकास वक्र से गुज़रते हैं; जो फ़ंक्शन ऐसा नहीं करते वे बिना किसी के स्पष्ट रूप से चुने हुए छह महीनों के भीतर approval-by-default पर वापस बहाव की प्रवृत्ति रखते हैं।
प्रतिवाद और क्यों Stanford का डेटा इसे बंद करता है
जोखिम-सचेत मिड-मार्केट COO से प्राकृतिक प्रतिवाद: 51 डिप्लॉयमेंट एक छोटा नमूना है, 31-पॉइंट अंतर हमारे विशिष्ट वर्कफ़्लो पर सामान्यीकृत नहीं हो सकता, और अनुशासित चाल है human-in-the-loop को रखना जब तक हमने स्वयं एक नियंत्रित तुलना नहीं चलाई। तर्क कठोर लगता है और ग़लत परिणाम उत्पन्न करता है।
Stanford का नमूना छोटा है क्योंकि प्रोडक्शन डिप्लॉयमेंट के लिए फ़िल्टर सख्त था। फ़िल्टर को ढीला करना उस शोर को फिर से प्रस्तुत करता है — पायलट, वेंडर-क्यूरेटेड केस स्टडीज़, एकल-तिमाही स्नैपशॉट — जिससे ऑपरेशंस साहित्य पहले से ही संतृप्त है। 31-पॉइंट अंतर उन चार चरों पर टिक गया जिन्हें अधिकांश मिड-मार्केट फ़ंक्शन केंद्रीय मानते हैं (मॉडल, वेंडर, ऊर्ध्वाधर, टीम आकार), और अध्ययन जिस तंत्र को नाम देता है वह ऐसा है जिसे कोई भी ऑपरेशंस लीडर एक नियंत्रित तुलना के बिना अपने डिप्लॉयमेंट में पहचान सकता है। एक की माँग करने वाला प्रतिवाद, व्यवहार में, 71% आर्किटेक्चर पर जाने का निर्णय लेने से पहले 40% आर्किटेक्चर चलाने के लिए दो और तिमाहियाँ खर्च करने का अनुरोध है।
एक तेज़ संस्करण: भले ही खोज वास्तविक है, हमारा नियामक या जोखिम वातावरण वैध रूप से सभी जगह human-in-the-loop की आवश्यकता रखता है। Stanford playbook की इस पर प्रतिक्रिया उच्च-जोखिम अपरिवर्तनीय बकेट है — आर्किटेक्चर स्पष्ट रूप से मानव गेट्स को संरक्षित करती है जहाँ वे वास्तविक जोखिम-शमन मूल्य जोड़ते हैं। तर्क "सभी मानव अनुमोदन को हटाना" नहीं है; यह है "मध्यम और निम्न-जोखिम बकेट्स पर मानव अनुमोदन को समान रूप से लागू करना बंद करें जहाँ यह निर्णय जोड़े बिना कतार समय जोड़ता है।" जो फ़ंक्शन खोज को बाइनरी के रूप में पढ़ते हैं वे उस सूक्ष्मता को खो देते हैं जिसे Stanford के लेखकों ने जानबूझकर playbook में बनाया है।
एक कार्रवाई में संकुचित Q3 निर्णय
अगले चार से छह सप्ताह में 2026 AI वर्कफ़्लो आर्किटेक्चर को अंतिम रूप दे रहे Head of Operations के लिए, निहितार्थ एक नियम में संकुचित होता है:
अगले AI-enabled वर्कफ़्लो भेजे जाने से पहले — और मौजूदा वाले अपनी Q3 पूर्वव्यापी बंद करने से पहले — प्रत्येक वर्कफ़्लो के लिए निर्णय श्रेणी मानचित्र चलाएँ, मध्यम और निम्न-जोखिम बकेट्स को स्पष्ट ट्रिगर्स के साथ approval-by-default से oversight-by-exception पर ले जाएँ, और अपवाद-समीक्षा भूमिका को वरिष्ठता पर नहीं, बल्कि निर्णय और विश्वास-द्वारा-पर्यवेक्षण के साइकोमेट्रिक डेटा के आधार पर असाइन करें।
ट्राएज लागत प्रति वर्कफ़्लो एक कार्य सत्र, उम्मीदवार समीक्षक पूल पर एक साइकोमेट्रिक पास, और मूक पुनः सम्मिलन टेलीमेट्री के लिए एक इंस्ट्रूमेंटेशन निर्माण है। न-ट्राएज करने की निम्न-लागत — 31-पॉइंट मध्य अंतर पर जिसे Stanford ने अब परिचालन रिकॉर्ड पर रखा है — एक 2026 AI पोर्टफ़ोलियो है जो डिप्लॉयमेंट लीडर्स द्वारा संयोजित उत्पादकता लाभ के लगभग 56% पर चलता है (PwC AI Performance Study, 2026), और एक 2027 पूर्वव्यापी जो approval-by-default को उस वास्तुशिल्प विकल्प के रूप में नाम देती है जिसे फ़ंक्शन ने कभी स्पष्ट रूप से नहीं चुना लेकिन जिसके लिए हर तिमाही भुगतान किया।
71% संख्या Stanford अध्ययन का शीर्षक नहीं है। 71% और 40% के बीच 31-पॉइंट का अंतर है। और इसे बंद करने वाला प्राधिकार-प्रत्यायोजन लीवर वह है जिसे अधिकांश मिड-मार्केट ऑपरेशंस फ़ंक्शनों ने कभी मीटिंग एजेंडे पर नहीं रखा है।
