खरीद के लिए AI आवश्यकताएँ विश्लेषण: विनिर्देश, बाधाएँ और अनुमोदन

खरीद में AI आवश्यकताएँ विश्लेषण, सोर्सिंग शुरू होने से पहले विनिर्देशों की जाँच करने के लिए मशीन लर्निंग, जनरेटिव AI और नियंत्रित वर्कफ़्लो का उपयोग करता है। यह दायित्वों को निकाल सकता है, परस्पर विरोधी बाधाओं का पता लगा सकता है, आवश्यकताओं की बाज़ार साक्ष्य से तुलना कर सकता है, और मापनीय स्वीकृति मानदंड का मसौदा तैयार कर सकता है—लेकिन इसे यह तय नहीं करना चाहिए कि व्यवसाय क्या खरीदेगा या आवश्यकता आधाररेखा को अनुमोदित नहीं करना चाहिए।

व्यावहारिक लक्ष्य एक ऐसा समीक्षा-योग्य आवश्यकताएँ अभिलेख है जो स्रोत तथ्यों को मॉडल निष्कर्षों और जवाबदेह मानवीय निर्णयों से अलग रखे। यह अनुशासन मांग-परिभाषा से व्यापक procurement process में हस्तांतरण को बेहतर बनाता है, जिसमें बाज़ार अनुसंधान, आपूर्तिकर्ता सहभागिता, वार्ता, मूल्यांकन और डिलीवरी सत्यापन शामिल हैं।

त्वरित उत्तर

AI, छूट, अस्पष्टता, दोहराव, प्रतिबंधात्मक भाषा, और ऐसी आवश्यकताओं को खोजकर खरीद आवश्यकताएँ विश्लेषण को तेज़ कर सकता है जिनमें परीक्षण का अभाव हो। मशीन लर्निंग वर्गीकरण और तुलना के लिए सबसे उपयुक्त है, जनरेटिव AI व्याख्या और मसौदा-लेखन के लिए, और एजेंटिक वर्कफ़्लो सीमित समीक्षा कार्यों के समन्वय के लिए। अधिकृत लोगों को अभी भी व्यावसायिक आवश्यकता, बाधाएँ, विनिर्देश, समझौते, निविदा आधाररेखा, अपवाद और स्वीकृति निर्णयों को अनुमोदित करना होगा।

एक AI उत्तर नहीं, तीन अभिलेख बनाएँ

एक बचाव-योग्य वर्कफ़्लो तीन श्रेणियों को स्पष्ट रूप से अलग रखता है:

1. प्रेक्षित साक्ष्य: स्वीकृत स्रोत वास्तव में क्या कहता है, जिसमें उसका संस्करण, स्वामी, तिथि और स्थान शामिल हो।
2. मॉडल निष्कर्ष: उस साक्ष्य से उत्पन्न वर्गीकरण, समानता, अनुमानित जोखिम, टकराव या मसौदा।
3. मानवीय निर्णय: किसी जवाबदेह व्यक्ति का निर्णय, तर्क, अनुमोदन, छूट या जोखिम-स्वीकार।

उदाहरण के लिए:

हर मॉडल निष्कर्ष में उसके सहायक स्रोत और अनिश्चितता दिखाई जानी चाहिए। उत्पन्न भाषा कभी भी किसी अनुबंध, विनियमन, मानक या आपूर्तिकर्ता दस्तावेज़ से उद्धरण जैसी नहीं दिखनी चाहिए।

यह साक्ष्य संरचना NIST AI Risk Management Framework के जीवनचक्र-उन्मुख दृष्टिकोण के अनुरूप है, जो जोखिम कार्य को Govern, Map, Measure, और Manage के इर्द-गिर्द व्यवस्थित करता है।

आवश्यक डेटा इनपुट

AI केवल मसौदे के आधार पर किसी विनिर्देश का विश्वसनीय आकलन नहीं कर सकता। वर्कफ़्लो को नियंत्रित आंतरिक साक्ष्य और वर्तमान बाहरी साक्ष्य की आवश्यकता होती है।

आंतरिक इनपुट

• स्वीकृत व्यावसायिक मामला, आवश्यकता विवरण, दायरा, अपवर्जन और सफलता मापदंड
• विनिर्देश, ड्रॉइंग, बिल ऑफ़ मटेरियल्स, SOWs, PWSs, और स्वीकृति-परीक्षण मसौदे
• संचालन, इंजीनियरिंग, वित्त, सुरक्षा, गोपनीयता, विधिक, अभिगम्यता, सुरक्षा और स्थिरता टीमों की आवश्यकताएँ
• बजट, पूर्वानुमान, वित्तपोषण बाधाएँ, मांग इतिहास और लागत अनुमान
• खरीद आदेश, चालान, लीड टाइम, दोष, रिटर्न, आउटेज और सेवा-स्तर परिणाम
• मौजूदा अनुबंध, संशोधन, परिवर्तन आदेश, दावे और आपूर्तिकर्ता पत्राचार
• आर्किटेक्चर, इंटरफ़ेस, कॉन्फ़िगरेशन, परिसंपत्ति और मास्टर-डेटा अभिलेख
• जोखिम रजिस्टर, घटनाएँ, ऑडिट, सुधारात्मक कार्रवाइयाँ और सीखे गए सबक
• अनुमोदन मैट्रिक्स, प्राधिकरण प्रत्यायोजन और डेटा-हैंडलिंग नीतियाँ

बाहरी इनपुट

• लागू कानून, विनियम, परमिट और नियामक मार्गदर्शन
• सर्वसम्मत मानक और आधिकारिक तकनीकी विनिर्देश
• आपूर्तिकर्ता डेटा शीट, कैटलॉग, प्रमाणन और सेवा शर्तें
• प्रलेखित RFIs और आपूर्तिकर्ता परामर्श
• बाज़ार क्षमता, एकाग्रता, लीड टाइम, लॉजिस्टिक्स और इनपुट-लागत साक्ष्य
• प्रतिबंध, अयोग्यता, साइबरसुरक्षा, उत्पाद-सुरक्षा और end-of-support अभिलेख
• तुलनीय सार्वजनिक पुरस्कार और सत्यापित पर्यावरणीय जानकारी, जहाँ प्रासंगिक हो

बाहरी अभिलेखों में प्रकाशक, प्राप्ति तिथि, प्रभावी तिथि, अधिकार-क्षेत्र, संस्करण, इकाइयाँ और सत्यापन स्थिति सुरक्षित रहनी चाहिए। आपूर्तिकर्ता विपणन को स्वतंत्र रूप से प्रेक्षित तथ्य नहीं, बल्कि supplier-provided claim के रूप में चिह्नित करें।

मशीन लर्निंग, जनरेटिव AI और एजेंटिक वर्कफ़्लो कहाँ उपयुक्त हैं

मशीन लर्निंग: छाँटें, मिलाएँ और चिह्नित करें

मशीन लर्निंग आवश्यकताओं को प्रकार के अनुसार वर्गीकृत कर सकती है, समान धाराओं का मिलान कर सकती है, असामान्य सहनशीलताओं की पहचान कर सकती है, लीड टाइम का बेंचमार्क कर सकती है, और दोषों या परिवर्तनों से जुड़े पैटर्न का पता लगा सकती है। यह तब सबसे अच्छा काम करती है जब ऐतिहासिक अभिलेख सुसंगत परिभाषाओं और इकाइयों का उपयोग करते हों।

इसका आउटपुट एक संकेतक है—प्रमाण नहीं। कोई आवश्यकता यदि पिछली खरीदों से अलग है, तो वह त्रुटि भी हो सकती है, या वैध नई आवश्यकता का प्रतिनिधित्व भी कर सकती है।

जनरेटिव AI: समझाएँ और मसौदा तैयार करें

जनरेटिव AI लंबे विनिर्देशों का सारांश बना सकता है, स्पष्टीकरण प्रश्न सुझा सकता है, अनुरेखणीयता प्रविष्टियों का मसौदा तैयार कर सकता है, अस्पष्ट भाषा को मापनीय परिणामों के रूप में फिर से लिख सकता है, और वैकल्पिक शब्दांकन सुझा सकता है। NIST Generative AI Profile जनरेटिव-AI-विशिष्ट जोखिम-प्रबंधन मार्गदर्शन प्रदान करता है।

हर महत्वपूर्ण आउटपुट के लिए स्रोत-जाँच आवश्यक है क्योंकि मॉडल मानक, उद्धरण, क्षमताएँ या आवश्यकताएँ गढ़ सकता है। व्यापक अनुप्रयोगों का अन्वेषण करने वाली टीमें इस आवश्यकताएँ-विश्लेषण उपयोग-मामले को सीमित रखते हुए AI procurement की समीक्षा कर सकती हैं।

एजेंटिक वर्कफ़्लो: समन्वय करें, लेकिन प्राधिकृत न करें

एक एजेंटिक वर्कफ़्लो स्वीकृत दस्तावेज़ प्राप्त कर सकता है, निष्कर्षण चला सकता है, अनुपस्थित मेटाडेटा का अनुरोध कर सकता है, निष्कर्ष सौंप सकता है, और संशोधनों के बाद जाँच फिर से चला सकता है। इसकी अनुमतियाँ संकीर्ण होनी चाहिए: यह समीक्षा पैकेज तैयार कर सकता है, लेकिन दायरे को अनुमोदित नहीं कर सकता, नियंत्रणों में छूट नहीं दे सकता, निविदा जारी नहीं कर सकता, आपूर्तिकर्ता शर्तें स्वीकार नहीं कर सकता, या डिलीवरी की पुष्टि नहीं कर सकता।

एक व्यावहारिक जीवनचक्र यह है:

1. मानवीय स्वामी आवश्यकता और सफलता मापदंड निर्धारित करता है।
2. वर्कफ़्लो अधिकृत दस्तावेज़ संस्करणों को ग्रहण करता है।
3. AI अनुच्छेद-स्तरीय उद्धरणों के साथ प्रेक्षण निकालता है।
4. मॉडल अस्पष्टता, टकराव, छूट और संभावित प्रतिबंधों को चिह्नित करते हैं।
5. खरीद टीम मसौदे की मानकों और बाज़ार अनुसंधान से तुलना करती है।
6. विशेषज्ञ निष्कर्षों की समीक्षा करते हैं और निपटान दर्ज करते हैं।
7. एक अधिकृत व्यक्ति आधाररेखा को अनुमोदित करता है।
8. परिवर्तन, पूर्व संस्करणों को सुरक्षित रखते हुए, नया विश्लेषण ट्रिगर करते हैं।
9. पुरस्कार प्रतिबद्धताएँ परीक्षणों और सेवा मापदंडों से मैप होती हैं।
10. सत्यापित डिलीवरी परिणाम बाद की आवश्यकताओं को सूचित करते हैं।

सार्वजनिक खरीद के लिए, FAR Part 10 प्रासंगिक U.S. federal acquisitions में नए requirements documents विकसित करने से पहले market research की माँग करता है। FAR Part 11 प्रदर्शन-उन्मुख विवरणों की प्राथमिकता और आधिकारिक निर्धारणों की आवश्यकता को भी दर्शाता है।

मानवीय निर्णय और अनुमोदन द्वार

जवाबदेह लोगों को यह तय करना होगा:

• क्या आवश्यकता वैध है, दायरे में है, और वित्तपोषित है
• खरीदना, बनाना, पुन: उपयोग करना, मानकीकरण करना या स्थगित करना है या नहीं
• कौन-सी आवश्यकताएँ अनिवार्य, वांछनीय, वार्तायोग्य या बहिष्कृत हैं
• क्या बाधाएँ अनुपातिक, परीक्षणयोग्य और प्रतिस्पर्धा के अनुकूल हैं
• क्या ब्रांड-विशिष्ट, sole-source, या तात्कालिक भाषा उचित है
• कौन-से विधिक, गोपनीयता, सुरक्षा, सेफ़्टी और अभिगम्यता नियंत्रण लागू होते हैं
• क्या बाज़ार साक्ष्य और आपूर्तिकर्ता दावे विश्वसनीय हैं
• कौन-से मूल्य, प्रदर्शन, डिलीवरी, लचीलापन और जीवनचक्र समझौते स्वीकार्य हैं
• क्या निविदा, मूल्यांकन, वार्ता स्थिति, पुरस्कार, छूट या जोखिम-स्वीकार को अनुमोदित करना है
• क्या डिलीवरी स्वीकृत स्वीकृति मानदंडों को संतुष्ट करती है

एक नियंत्रित वर्कफ़्लो अनुमोदक के प्रत्यायोजित प्राधिकरण की जाँच करके और मॉडल को अनुमोदन स्थिति बदलने से रोककर इन द्वारों को लागू कर सकता है। EU AI Act आच्छादित उच्च-जोखिम प्रणालियों के लिए जीवनचक्र नियंत्रण और मानवीय निगरानी आवश्यकताओं को शामिल करता है, हालाँकि लागूता प्रणाली, भूमिका, अधिकार-क्षेत्र और कार्यान्वयन तिथि के अनुसार भिन्न होती है।

क्रियाशील आवश्यकताएँ समीक्षा टेम्पलेट

प्रति आवश्यकता एक पंक्ति का उपयोग करें:

Negotiations.AI तब प्रासंगिक होता है जब यह नियंत्रित अभिलेख आपूर्तिकर्ता तैयारी में फ़ीड करता है: स्वीकृत आवश्यकताएँ प्रश्नों, trade packages, और scenario inputs में बदली जा सकती हैं, बिना प्रणाली को उन्हें अनुमोदित करने का अधिकार दिए। AI negotiations और संबंधित मार्गदर्शिका data-driven supplier price negotiations देखें।

वार्ता परिदृश्य: आधाररेखा को विकल्पों से अलग रखें

एक निर्माता 100 इकाइयों के लिए ±0.05 mm की मशीन सहनशीलता और 30 दिनों में डिलीवरी निर्दिष्ट करता है। AI पाता है कि पिछली तीन स्वीकृत खरीदों में ±0.10 mm और 45-दिन डिलीवरी का उपयोग हुआ था; यह दो वर्तमान आपूर्तिकर्ता वक्तव्य भी निकालता है जो दिखाते हैं कि अधिक कड़ी सहनशीलता के लिए अतिरिक्त निरीक्षण आवश्यक है।

ये प्रेक्षण हैं। मॉडल निष्कर्ष निकालता है कि अधिक कड़ी सहनशीलता और कम लीड टाइम प्रमुख लागत चालक हो सकते हैं। फिर इंजीनियरिंग निर्धारित करती है कि केवल 20 इकाइयों को ±0.05 mm की आवश्यकता है, जबकि 80 इकाइयाँ ±0.10 mm का उपयोग कर सकती हैं; संचालन 20 इकाइयों की 30 दिनों में और 80 इकाइयों की 45 दिनों में डिलीवरी को अनुमोदित करता है।

अब खरीद टीम तीन मूल्ययुक्त पैकेज माँग सकती है:

• आधाररेखा: 100 इकाइयाँ ±0.10 mm पर, 45 दिनों में डिलीवर
• मिश्रित पैकेज: 20 इकाइयाँ ±0.05 mm पर 30 दिनों में; 80 इकाइयाँ ±0.10 mm पर 45 दिनों में
• प्रीमियम विकल्प: सभी 100 इकाइयाँ ±0.05 mm पर 30 दिनों में

AI ने समझौते को उजागर करने में मदद की। मनुष्यों ने परिचालन आवश्यकता को सत्यापित किया और पैकेज संरचना को अनुमोदित किया। तैयारी नियंत्रणों पर अधिक जानकारी के लिए AI negotiation governance देखें।

अभ्यास के लिए AI प्रॉम्प्ट्स

• “इन स्वीकृत दस्तावेज़ों से प्रत्येक आवश्यकता निकालें। स्रोत अनुच्छेद उद्धृत करें और सभी निष्कर्षों को model inferences के रूप में चिह्नित करें।”
• “ऐसी आवश्यकताओं की पहचान करें जिनमें मापनीय स्वीकृति परीक्षण नहीं हैं। विकल्पों का मसौदा तैयार करें, लेकिन दिए गए स्रोतों में न मिलने वाले तथ्य या मानक न जोड़ें।”
• “कठोर बाधाओं को वरीयताओं से अलग करें और प्रत्येक के लिए नामित मानवीय स्वामी सूचीबद्ध करें। जहाँ स्वामित्व अनुपस्थित हो, उसे unresolved के रूप में चिह्नित करें।”
• “तीन supplier pricing packages बनाएँ जो सहनशीलता, डिलीवरी और resilience में भिन्न हों, जबकि स्वीकृत आधाररेखा सुरक्षित रहे।”

सीमाएँ

• हैलुसिनेशन: मॉडल आवश्यकताएँ, उद्धरण, मानक या आपूर्तिकर्ता क्षमताएँ गढ़ सकते हैं।
• अपूर्ण संदर्भ: दस्तावेज़ शायद ही हर इंटरफ़ेस, परिचालन स्थिति या हितधारक चिंता को समेटते हैं।
• पुराना साक्ष्य: कीमतें, कानून, प्रतिबंध, उपलब्धता और क्षमता के लिए प्रभावी-तिथि जाँच आवश्यक है।
• पक्षपाती इतिहास: पूर्व पुरस्कार मौजूदा आपूर्तिकर्ता वरीयताओं या अनावश्यक अनुकूलन को एन्कोड कर सकते हैं।
• झूठी सटीकता: समानता और जोखिम स्कोर संकेत हैं, अनुमोदन मानदंड नहीं।
• गोपनीयता: बोलियाँ, व्यापार रहस्य, व्यक्तिगत डेटा, export-controlled data, और वार्ता स्थितियों के लिए स्वीकृत परिवेश और अभिगम नियंत्रण आवश्यक हैं।
• ड्रिफ्ट: मॉडल, प्रॉम्प्ट, retrieval, और configuration परिवर्तन परिणाम बदल सकते हैं; versioning और regression tests आवश्यक हैं।
• स्वचालन पक्षपात: प्रवाहपूर्ण आउटपुट प्रामाणिक लग सकता है। इंटरफ़ेस को साक्ष्य, अनिश्चितता, असहमति और अस्वीकृत विकल्पों को उजागर करना चाहिए।

NIST और ISO/IEC 42001:2023 शासन संरचनाएँ प्रदान करते हैं, लेकिन वे लागू खरीद नियमों, अनुबंधों, संगठनात्मक नीति या प्रत्यायोजित प्राधिकरण का स्थान नहीं लेते।

स्रोत

• NIST, Artificial Intelligence Risk Management Framework 1.0
• NIST, Generative Artificial Intelligence Profile
• U.S. Acquisition.gov, FAR Part 10: Market Research
• U.S. Acquisition.gov, FAR Part 11: Describing Agency Needs
• EUR-Lex, Regulation (EU) 2024/1689

आगे पढ़ें

• NIST AI Risk Management Framework
• NIST Trustworthy and Responsible AI Resource Center
• FAR Part 7: Acquisition Planning
• ISO/IEC 42001:2023: AI management systems

FAQ

क्या AI किसी खरीद आवश्यकता को अनुमोदित कर सकता है?

नहीं। AI साक्ष्य संकलित कर सकता है, मुद्दों को चिह्नित कर सकता है, और विकल्पों का मसौदा तैयार कर सकता है। अधिकृत व्यावसायिक, तकनीकी, खरीद और नियंत्रण स्वामियों को अनुमोदन निर्णय लेने और दर्ज करने होंगे।

खरीद टीम को सबसे पहले क्या विश्लेषण करना चाहिए?

स्वीकृत आवश्यकता, कठोर बाधाएँ, आवश्यकता स्वामित्व, स्रोत उत्पत्ति, और स्वीकृति परीक्षणों से शुरू करें। यदि किसी परिष्कृत विनिर्देश को अधिकृत आवश्यकता से जोड़ा नहीं जा सकता या डिलीवरी के बाद सत्यापित नहीं किया जा सकता, तो वह उपयोगी नहीं है।

आवश्यकताएँ विश्लेषण AI negotiation का समर्थन कैसे करता है?

यह अनिवार्य दायरे को वरीयताओं से अलग करता है और उन आवश्यकताओं को उजागर करता है जो लागत, लीड टाइम या आपूर्तिकर्ता जोखिम को प्रभावित करती हैं। इसके बाद खरीदार किसी वास्तविक बाधा से समझौता किए बिना तुलनीय विकल्प माँग सकते हैं।

क्या आपूर्तिकर्ता दस्तावेज़ों को साक्ष्य माना जाना चाहिए?

हाँ, लेकिन श्रेयांकन के साथ। तकनीकी शीट और प्रस्तावों को supplier-provided claims के रूप में दर्ज करें, जब तक कि कोई अधिकृत समीक्षक उन्हें प्रमाणन, परीक्षण, स्वतंत्र अभिलेखों या किसी अन्य उपयुक्त विधि से सत्यापित न कर दे।

अस्वीकरण: यह लेख सामान्य परिचालन जानकारी प्रदान करता है, न कि विधिक, वित्तीय, नियामकीय या खरीद संबंधी सलाह।