अधिकांश AI अपनाने प्रयास चुपचाप ख़त्म हो जाते हैं। इसलिए नहीं कि तकनीक ग़लत थी, बल्कि इसलिए क्योंकि किसी ने इस बारे में बात नहीं की कि टीम इसका उपयोग क्यों नहीं कर रही थी।
आपने एक नया AI-समर्थित कोड समीक्षा टूल लॉन्च किया है। दो महीने बाद, उपयोग 15% पर है। कोई भी इसका खुलकर विरोध नहीं कर रहा है. लोग बस... अपना कार्यप्रवाह नहीं बदल रहे हैं। जब आप स्टैंड-अप में इसके बारे में पूछते हैं, तो आपको विनम्रतापूर्वक सिर हिलाते हुए और अस्पष्ट सहमति मिलती है कि यह "बहुत अच्छा" है। इस बीच, हर कोई अभी भी पुराने तरीके से काम कर रहा है।
यह एक संस्कृति समस्या है, और संस्कृति संबंधी समस्याएं बेहतर टूलींग या किसी अन्य Slack घोषणा से हल नहीं होती हैं। वास्तव में क्या हो रहा है, इसके बारे में ईमानदार बातचीत के लिए जगह बनाने से उनका समाधान हो जाता है। यहीं पर रेट्रोस्पेक्टिव आता है - एक प्रक्रिया अनुष्ठान के रूप में नहीं, बल्कि वास्तविक अवरोधकों को सामने लाने वाले तंत्र के रूप में कोई भी बिना संकेत के सामने नहीं आना चाहता।
असली कारण AI अपनाने स्टॉल
इससे पहले कि आप किसी संस्कृति समस्या को ठीक कर सकें, आपको उसका सटीक नाम देना होगा। यहां वे पैटर्न हैं जो बार-बार दिखाई देते हैं जब टीमें AI अपनाने के साथ संघर्ष करती हैं:
डर संदेह के रूप में छिपा हुआ है। "मुझे यकीन नहीं है कि आरओआई है" का अनुवाद अक्सर "मुझे चिंता है कि यह मेरी नौकरी का हिस्सा बदल देता है और मुझे नहीं पता कि इसे कैसे कहा जाए।" यह तर्कसंगत है. लोगों ने एआई दक्षता लाभ से जुड़ी पर्याप्त छंटनी की सुर्खियाँ देखी हैं। जब तक आप इसे ईमानदारी से संबोधित नहीं करते, कोई भी डेमो अपनाने संख्या को आगे नहीं बढ़ाएगा।
योग्यता में अंतर को कोई भी स्वीकार नहीं करता है। वरिष्ठ इंजीनियर जो एक दशक से अपनी नौकरी में उत्कृष्ट रहे हैं वे अचानक शुरुआती जैसे महसूस करते हैं। यह असुविधाजनक है, और अधिकांश लोग स्रोत से बचकर असुविधा से निपटते हैं। यदि एआई टूल का उपयोग करने का मतलब अपनी टीम के सामने अक्षम महसूस करना है, तो वे इसका उपयोग नहीं करेंगे।
प्रयोग करने की अनुमति नहीं। टीमों का कहना है कि वे नवीनता चाहते हैं, लेकिन स्प्रिंट प्रतिबद्धताएं और वेग मेट्रिक्स सीखने की प्रक्रिया को बाधित करते हैं। यदि एक नया एआई टूल आज़माने में आपका आधा दिन खर्च हो जाता है और आपकी स्प्रिंट गति कम हो जाती है, तो अंतर्निहित संदेश स्पष्ट है: प्रयोग न करें।
अस्पष्ट अपेक्षाएँ। क्या AI अपनाने वैकल्पिक है? अपेक्षित? आवश्यक? जब नेतृत्व इस बारे में अस्पष्ट होता है, तो लोग वही करते हैं जो उन्हें सबसे सुरक्षित लगता है - जो आमतौर पर यथास्थिति होती है।
AI कल्चर चलाना रेट्रोस्पेक्टिव
एक मानक रेट्रोस्पेक्टिव प्रारूप यहां ठीक काम करता है। आपको किसी विशेष "एआई ⟦रेट्रो⟧ फ्रेमवर्क" की आवश्यकता नहीं है। आपको सही प्रश्न और वास्तविक मनोवैज्ञानिक सुरक्षा की आवश्यकता है। यहां एक प्रारूप है जो AI अपनाने प्रयास के पहले छह महीनों में टीमों के लिए अच्छा काम करता है।
सेटअप (10 मिनट)
सत्र से पहले ठोस अपनाने डेटा साझा करें। उपयोग मेट्रिक्स, एआई टूल से आउटपुट, आपके पास कोई भी गुणवत्ता माप। लक्ष्य बातचीत को वास्तविकता पर आधारित करना है, न कि भावनाओं को। यदि आपके पास डेटा है जो दर्शाता है कि इस स्प्रिंट में टीम के 8 सदस्यों में से केवल 3 ने एआई टूल का उपयोग किया है, तो उसे बोर्ड पर रखें। किसी को शर्मिंदा करने के लिए नहीं - क्यों के बारे में बात करना सुरक्षित बनाने के लिए।
टोन को स्पष्ट रूप से सेट करें: "यह किसी के एआई उपयोग को आंकने के बारे में नहीं है। यह समझने के बारे में है कि अपनाने को आसान या कठिन क्या बना रहा है ताकि हम एक टीम के रूप में बेहतर निर्णय ले सकें।"
तीन प्रश्न जो वास्तव में काम करते हैं
इसके लिए "क्या अच्छा हुआ/क्या नहीं" को छोड़ें। इसके बजाय इनका उपयोग करें:
1. "इस स्प्रिंट में एआई ने आपकी कहां मदद की और आपने कहां इसका इस्तेमाल न करने का फैसला किया?"
पहले की तुलना में दूसरा भाग अधिक मायने रखता है। जिन स्थानों पर लोगों ने जानबूझकर पुराना तरीका चुना है, वे घर्षण बिंदु प्रकट करते हैं - हो सकता है कि उपकरण धीमा हो, हो सकता है कि आउटपुट गुणवत्ता अभी तक नहीं है, हो सकता है कि उनके पास इसका पता लगाने का समय न हो। वे सभी कार्रवाई योग्य हैं।
2. "अगले स्प्रिंट में AI टूल के साथ प्रयोग करने की आपकी अधिक संभावना क्या होगी?"
यह फ़्रेमिंग को "आप इसका उपयोग क्यों नहीं कर रहे हैं" से "आपको क्या चाहिए" में बदल देता है। सामान्य उत्तर: समर्पित सीखने का समय, किसी ऐसे व्यक्ति के साथ जोड़ी सत्र जो आगे चल रहा हो, किस कार्य के लिए प्रयास करना है इस पर स्पष्ट मार्गदर्शन, सीखते समय थोड़ा कम आउटपुट उत्पन्न करने की अनुमति।
3. "एआई के बारे में हमने किन चिंताओं पर खुलकर बात नहीं की?"
यह कठिन है। यह वह जगह है जहां नौकरी सुरक्षा भय, नैतिक चिंताएं और गुणवत्ता संबंधी चिंताएं सामने आती हैं। आपको इसके लिए अनाम संग्रह का उपयोग करने की आवश्यकता हो सकती है - लोगों से कार्ड पर प्रतिक्रियाएं लिखने या चर्चा से पहले उन्हें एक टूल के माध्यम से सबमिट करने के लिए कहें। गुमनामी मायने रखती है क्योंकि ये चिंताएँ वास्तविक भेद्यता रखती हैं।
चर्चा (30-40 मिनट)
प्रतिक्रियाओं को समूहित करें और पैटर्न पर चर्चा करें। कमरे में हर चिंता का "समाधान" करने की इच्छा का विरोध करें। कुछ चीजें - जैसे नौकरी की सुरक्षा की चिंता - को रेट्रो में पूरी तरह से हल नहीं किया जा सकता है। आप जो कर सकते हैं वह उन्हें ईमानदारी से स्वीकार करना और विशिष्ट अनुवर्ती कार्रवाई के लिए प्रतिबद्ध होना है।
प्रत्येक प्रमुख विषय के लिए, पूछें: "अगले दो हफ्तों में हम कौन सी ठोस चीज़ बदल सकते हैं जो इसमें मदद करेगी?"
कार्रवाई आइटम (10 मिनट)
इसे अधिकतम 2-3 क्रियाओं तक रखें। सामान्य उत्पादक क्रियाएँ:
- एआई प्रयोग के लिए विशेष रूप से प्रति स्प्रिंट 2 घंटे ब्लॉक करें (इसे उसी तरह सुरक्षित रखें जैसे आप उत्पादन परिनियोजन विंडो की सुरक्षा करते हैं)
- साप्ताहिक 30 मिनट का "एआई शो और बताएं" स्थापित करें जहां कोई व्यक्ति अपने द्वारा आजमाए गए वर्कफ़्लो का डेमो दिखाता है, जिसमें वह भी शामिल होता है जो काम नहीं करता है
- एक साझा दस्तावेज़ बनाएं जहां लोग एआई प्रयासों को लॉग करें - सफलताएं और विफलताएं दोनों - ताकि टीम सामूहिक ज्ञान का निर्माण कर सके
- एक आत्मविश्वासी AI उपयोगकर्ता को किसी ऐसे व्यक्ति के साथ जोड़ें जो अगले स्प्रिंट में एक कार्य के लिए संघर्ष कर रहा हो
सिर्फ एआई कौशल ही नहीं, बल्कि सीखने की संस्कृति का निर्माण
यहां गहरा लक्ष्य सिर्फ लोगों को एआई टूल का उपयोग करने के लिए प्रेरित करना नहीं है। यह एक ऐसी टीम संस्कृति का निर्माण कर रहा है जो तीव्र तकनीकी परिवर्तन को अच्छी तरह से संभालती है। एआई वर्तमान लहर है, लेकिन यह आखिरी नहीं होगी।
सीखने को दृश्यमान और सामान्य बनाएं
सबसे बड़ा बदलाव सीखने की प्रक्रिया को सामान्य बनाना है। जब आपका सबसे वरिष्ठ इंजीनियर कहता है, "मैंने इस एआई टूल को काम पर लाने की कोशिश में एक घंटा बिताया और आउटपुट बेकार था, तो यहां मैंने संकेत देने के बारे में क्या सीखा" - यह किसी भी प्रशिक्षण पाठ्यक्रम से अधिक मूल्यवान है। यह संकेत देता है कि नई तकनीक के साथ संघर्ष अपेक्षित है, शर्मनाक नहीं।
⟦RETROSC⟧ एक आवर्ती स्थान बनाकर इसे तेज करें जहां सीखने की कहानियां साझा की जाती हैं। समय के साथ, लोग इन कहानियों को स्वाभाविक रूप से सामने लाने लगते हैं।
प्रयोग समय को सुरक्षित रखें
यदि एआई टूल के साथ प्रयोग "वास्तविक कार्य" के बीच अंतराल में होना है, तो ऐसा नहीं होगा। आपको स्पष्ट रूप से संरक्षित समय की आवश्यकता है। इसे नाटकीय होने की आवश्यकता नहीं है - यहां तक कि "एआई अन्वेषण समय" के रूप में लेबल किए गए प्रति स्प्रिंट 2 घंटे भी एक मजबूत संकेत भेजता है।
मुख्य नियम: जब स्प्रिंट तंग हो जाते हैं तो प्रयोग का समय वापस नहीं लिया जा सकता। जिस क्षण आप इसे एक समय सीमा के लिए त्याग देते हैं, आपने टीम को बताया है कि यह वास्तव में कभी भी प्राथमिकता नहीं थी।
संस्कृति को मापें, केवल उपयोग को नहीं
उपयोग संख्याएँ आपको बताती हैं कि क्या हुआ। वे आपको यह नहीं बताते कि ऐसा क्यों है। अपने ⟦RETROS⟧ में हल्के वजन वाले कल्चर चेक जोड़ें:
- एआई टूल के बारे में मदद मांगने में लोग कितना सहज महसूस करते हैं? (1-5 स्केल, अनाम)
- किसी विफल एआई प्रयोग को साझा करना कितना सुरक्षित लगता है? (1-5 स्केल, अनाम)
- क्या लोग एक-दूसरे से सीख रहे हैं, या अलगाव में चीजों का पता लगा रहे हैं?
समय के साथ इन्हें ट्रैक करें। एक टीम जहां आराम और सुरक्षा स्कोर बढ़ रहे हैं, अंततः उपयोग में भी वृद्धि दिखाई देगी। एक टीम जहां आप आराम में सुधार किए बिना उपयोग को आगे बढ़ाते हैं, उसे केवल असंतोषजनक अनुपालन मिलेगा।
नौकरी सुरक्षा प्रश्न को ईमानदारी से संबोधित करना
नौकरी विस्थापन की चिंता मौजूद नहीं होने का दिखावा करते हुए आप एआई-पॉजिटिव संस्कृति का निर्माण नहीं कर सकते। इसके साथ ईमानदार जुड़ाव इस प्रकार दिखता है:
मत कहो: "एआई किसी की जगह नहीं लेगा।" आप यह नहीं जानते, और आपकी टीम इस पर विश्वास नहीं करती।
कहें: "यहां हम जानते हैं कि एआई हमारे काम को कैसे बदल रहा है। कुछ कार्य स्वचालित हो जाएंगे। हमारा लक्ष्य यह सुनिश्चित करना है कि इस टीम में हर कोई उच्च-मूल्य वाले काम करने के लिए तैनात है। यहां विशेष रूप से बताया गया है कि हम इसमें कैसे निवेश कर रहे हैं।"
फिर इसे वास्तविक निवेश के साथ समर्थित करें: प्रशिक्षण बजट, समय आवंटन, भूमिका विकास चर्चाएँ। यदि आप लोगों से अपने काम के कुछ हिस्सों को स्वचालित करने में मदद करने के लिए कह रहे हैं, तो उन्हें आगे क्या होगा इसके लिए एक विश्वसनीय रास्ता देखने की जरूरत है।
रेट्रोस्पेक्टिव इस पर नियमित रूप से जांच करने के लिए एक अच्छी जगह है। प्रत्येक सत्र नहीं, बल्कि त्रैमासिक: "एआई आपकी भूमिका को जिस दिशा में ले जा रहा है, उसके बारे में आप कैसा महसूस कर रहे हैं? आपको भविष्य के बारे में अधिक आत्मविश्वास महसूस करने में क्या मदद मिलेगी?"
जब संस्कृति रेट्रोस्पेक्टिव पर्याप्त नहीं है
कभी-कभी समस्या टीम स्तर पर नहीं होती. यदि नेतृत्व मिश्रित संकेत भेज रहा है - सीखने के साथ आने वाली उत्पादकता में गिरावट को दंडित करते हुए AI अपनाने की वकालत कर रहा है - तो कोई भी टीम रेट्रोस्पेक्टिव इसे ठीक नहीं करेगी। अवरोधक संगठनात्मक है, और इसे आगे बढ़ाने की आवश्यकता है।
इसी तरह, यदि टीम में एक या दो लोग सक्रिय रूप से प्रतिरोधी हैं और वह प्रतिरोध वैध चिंताओं (एआई उपकरण के साथ नैतिक मुद्दे, गुणवत्ता की समस्याएं, डेटा गोपनीयता जोखिम) पर आधारित है, तो यह कोई सांस्कृतिक समस्या नहीं है जिसे पीछे छोड़ दिया जाए। यह बहुमूल्य असहमति है जो सीधी प्रतिक्रिया की हकदार है।
इन पैटर्न को सामने लाने के लिए अपने रेट्रोस्पेक्टिव का उपयोग करें, लेकिन इस बारे में ईमानदार रहें कि टीम-स्तरीय बातचीत क्या हल कर सकती है और क्या नहीं।
इस सप्ताह शुरुआत करें
आपको अपनी संपूर्ण रेट्रोस्पेक्टिव प्रक्रिया को ओवरहाल करने की आवश्यकता नहीं है। यहां बताया गया है कि क्या करना है:
- अपने अगले रेट्रो में एक AI-केंद्रित प्रश्न जोड़ें। "इस स्प्रिंट में AI ने आपकी कहां मदद की या नहीं?" शुरू करने के लिए पर्याप्त है.
- अपने स्वयं के सीखने के संघर्ष को साझा करें। यदि आप एक लीड या प्रबंधक हैं, तो पहले जाएं। इस बारे में बात करें कि आपने कहां एआई टूल आज़माया और वह काम नहीं कर सका। यह बाकी सभी को ईमानदार होने की अनुमति देता है।
- एक बदलाव के लिए प्रतिबद्ध रहें। जिसे भी टीम सबसे बड़े अवरोधक के रूप में पहचानती है - समय की रक्षा करना, प्रशिक्षण प्रदान करना, अपेक्षाओं को स्पष्ट करना - वह एक काम करें।
- इस पर वापस आएं। संस्कृति परिवर्तन एक नहीं बल्कि कई रेट्रोस्पेक्टिव में होता है। अगले तीन महीनों के लिए अपने रेट्रो एजेंडे में बार-बार एआई कल्चर चेक-इन रखें।
जो टीमें एआई को अच्छी तरह से अपनाती हैं, उनके पास सबसे अच्छे उपकरण या सबसे बड़े प्रशिक्षण बजट नहीं होते हैं। वे वे लोग हैं जिन्होंने जो कठिन था उसके बारे में ईमानदारी से बात की और जो सीखा उसके आधार पर समायोजन करते रहे। रेट्रोस्पेक्टिव आप उस आदत को कैसे बनाते हैं।
<घंटा/>NextRetro निःशुल्क आज़माएं - अपनी AI संस्कृति रेट्रोस्पेक्टिव को गुमनाम कार्ड संग्रह और वोटिंग के साथ चलाएं ताकि आपकी टीम वास्तव में क्या सोचती है।
<घंटा/>अंतिम अद्यतन: फरवरी 2026
पढ़ने का समय: 7 मिनट
