Polimill जापान में अगली पीढ़ी का पब्लिक AI इंफ़्रा बना रहा है

Polimill की शुरुआत Surfvote से हुई थी. यह एक ऐसा प्लेटफ़ॉर्म है जहाँ लोग राजनीति और समाज से जुड़े मुद्दों पर अपनी राय साझा कर सकते हैं. कंपनी ने लोकल सरकारों के साथ काम किया, तो उसे एक बड़ी दिक्कत नज़र आई. पब्लिक सेक्टर की टीमें रोज़ के ऑपरेशंस में इतनी व्यस्त थीं कि उनके पास लोगों के सुझावों को जानने और उन्हें पॉलिसी में शामिल करने के लिए ज़्यादा समय नहीं था.

सिविक भागीदारी को बढ़ाने के लिए Polimill को पहले सरकारी काम को ही ज़्यादा असरदार बनाना था. कंपनी ने पब्लिक सेक्टर के वर्कफ़्लोज़ के लिए एक जेनरेटिव AI प्लेटफ़ॉर्म बनाना शुरू किया और अक्टूबर 2024 में QommonsAI लॉन्च किया. आज QommonsAI असेंबली रिस्पॉन्स, पब्लिक सर्विसेज़, सोशल वेलफ़ेयर और लीगल सर्च जैसे कामों के लिए स्पेशलाइज़्ड AI देता है. आज जापान भर में करीब 1,050 म्युनिसिपैलिटीज़ और करीब 5,50,000 सरकारी कर्मचारी इसका इस्तेमाल कर रहे हैं. OpenAI की टेक्नोलॉजी से बना QommonsAI अब सिर्फ़ स्टाफ़ की प्रोडक्टिविटी बढ़ाने वाला टूल नहीं रह गया है. Polimill इसे जापान के म्युनिसिपिल कामों के लिए एक पब्लिक OS के तौर पर तैयार कर रहा है.

सरकारी काम में जेनरेटिव AI लाने की सबसे बड़ी दिक्कतों में से एक डेटा का अलग-अलग जगह बिखरा होना था. हर म्युनिसिपैलिटी के अपने वर्कफ़्लोज़ और डॉक्यूमेंट फ़ॉर्मैट होते हैं. पुराने रिकॉर्ड भी अलग-अलग जगहों पर पड़े होते हैं. उदाहरण के लिए, असेंबली रिस्पॉन्स तैयार करने के लिए कई सालों की मीटिंग के मिनट्स को मैन्युअली देखना पड़ सकता है, ताकि जवाब प्रीफ़ेक्चरल पॉलिसी के मुताबिक हो. सबसे अच्छा AI मॉडल भी काम की इनसाइट्स नहीं दे सकता, अगर उसके पीछे का डेटा ऑर्गेनाइज़ न किया गया हो.

Polimill ने पूरे जापान से असेंबली के मिनट्स इकट्ठे किए और उन्हें एक फ़ॉर्मैट में लाया. इसके बाद AI की मदद से उनमें मेटाडेटा जोड़ा और एक हाई-प्रिसिज़न सर्च सिस्टम तैयार किया. यह अलग-अलग म्युनिसिपैलिटीज़ और अलग-अलग समय के डेटा पर काम करता है.

कंपनी ने इस स्ट्रक्चर को असेंबली से आगे बढ़ाकर वेलफ़ेयर, कानून और दूसरे एडमिनिस्ट्रेटिव क्षेत्रों तक पहुँचाया. स्पेशलाइज़्ड डेटा और AI को एक ही प्लेटफ़ॉर्म पर लाकर और एक कॉमन इंटरफ़ेस से सर्च की सुविधा देकर QommonsAI अलग-अलग जगह बिखरी एडमिनिस्ट्रेटिव जानकारी को रोज़ के काम में इस्तेमाल होने वाली नॉलेज में बदलता है. यही स्ट्रक्चर Polimill के उस विज़न का आधार है, जिसके तहत QommonsAI को सरकार के लिए एक साझा प्लेटफ़ॉर्म बनाया जा रहा है.

OpenAI के GPT मॉडल्स QommonsAI का अहम हिस्सा हैं. पब्लिक सेक्टर में जानकारी को मैनेज करना और ऑडिट के लिए तैयार रहना बहुत ज़रूरी है. QommonsAI में ऐसे ऑपरेशनल कंट्रोल्स हैं, जिनसे एडमिनिस्ट्रेटर्स फ़ीचर के इस्तेमाल की हिस्ट्री देख सकते हैं. वे ऑर्गेनाइज़ेशन की पॉलिसी के हिसाब से यह भी तय कर सकते हैं कि कौन-से मॉडल उपलब्ध हों.

इसके साथ ही, Polimill के CAIO मसाहिरो वाकाबायाशी के मुताबिक़, GPT मॉडल्स की मज़बूत क्षमता और लोगों की उनसे पहले से पहचान, इन्हें चुनने की मुख्य वजह है. जब सरकारी कर्मचारियों को किसी नए टूल को लॉन्च होने के बाद इस्तेमाल करना होता है, तो ChatGPT की पहचान काम आती है. भले ही वे टेक्निकल शब्दों या दूसरे मॉडल्स के नामों से परिचित न हों, लेकिन यह जानना कि सिस्टम बड़े पैमाने पर इस्तेमाल होने वाली ChatGPT टेक्नोलॉजी पर आधारित है, शुरुआती झिझक को कम करता है.

Polimill के मुताबिक़, QommonsAI के जनरल कन्वर्सेशन फ़ीचर में रोज़मर्रा के काम के लिए GPT मॉडल्स सबसे ज़्यादा चुने जाते हैं. फ़ाइलें पढ़ने से लेकर रोज़ की बातचीत में मदद करने तक, GPT की एक ही मॉडल में कई तरह के कामों के लिए भरोसेमंद जवाब देने की क्षमता QommonsAI को ज़मीनी स्तर पर आसानी से अपनाने में मदद करती है.

OpenAI की टेक्नोलॉजी ने Polimill के डेवलपमेंट प्रोसेस को भी बदल दिया है. कंपनी ने रिक्वायरमेंट डेफ़िनिशन से लेकर मौजूदा GitHub कोड के साथ कंसिस्टेंसी चेक करने, इम्प्लीमेंटेशन और टेस्टिंग तक पूरे वर्कफ़्लो में Codex को अपनाया. इंजीनियर्स अब AI से बनाए गए प्लान को रिव्यू करने और बड़े लेवल के फ़ैसले लेने पर ज़्यादा फ़ोकस कर सकते हैं, जबकि AI इम्प्लीमेंटेशन का ज़्यादा काम अपने आप करता है.

AI की तेज़ कोडिंग और बैकग्राउंड में लगातार काम करने की क्षमता से डेवलपमेंट की स्पीड पहले के मुकाबले 3-5 गुना बढ़ गई. वाकाबायाशी के मुताबिक़, प्रोटोटाइप बनाने, उन्हें म्युनिसिपल टीमों को दिखाने और उनका फ़ीडबैक लेने का वैलिडेशन साइकल अब काफ़ी तेज़ हो गया है.

OpenAI के प्रैक्टिकल सपोर्ट ने इस काम को और तेज़ किया है. इस सहयोग में दुनिया भर के एडवांस्ड उदाहरणों से बेस्ट प्रैक्टिसेज़ शेयर करना, Polimill के लिए काम की जानकारी देना और डेवलपमेंट प्रोसेस को खुद डिज़ाइन करने में मदद करना शामिल है. इसमें यह तय करना भी शामिल है कि कौन-से स्टेप्स AI संभाले और किन जगहों पर इंसानों को रिव्यू की ज़िम्मेदारी लेनी चाहिए.

जैसे-जैसे मॉडल्स और उनकी क्षमताएँ आगे बढ़ रही हैं, AI की मदद से डेवलपमेंट करने के तरीके भी बदल रहे हैं. किसी एक कंपनी के लिए दुनिया भर के एडवांस्ड उदाहरणों पर नज़र रखना और उन्हें अपनी इंजीनियरिंग ऑर्गेनाइज़ेशन में लागू करना मुश्किल होता है. वाकाबायाशी के लिए OpenAI से लगातार सीखना और उन इनसाइट्स को Polimill के अंदर लागू करना, API की परफ़ॉर्मेंस जितना ही ज़रूरी है.

OpenAI की टेक्नोलॉजी को केंद्र में रखते हुए, Polimill ने QommonsAI को म्यूनिसिपल कामों के लिए एक प्लेटफ़ॉर्म के तौर पर लगातार आगे बढ़ाया है. इसके कुछ अहम इस्तेमाल और नतीजे ये हैं:

• जापान में करीब 1,050 म्यूनिसिपैलिटीज़ और करीब 5,50,000 सरकारी कर्मचारी QommonsAI का इस्तेमाल कर रहे हैं.
• Polimill ने ऐसा इन्फ़्रास्ट्रक्चर तैयार किया है, जो पूरे जापान में अलग-अलग जगहों पर मौजूद असेंबली के मिनट्स और एडमिनिस्ट्रेटिव जानकारी को एक साथ लाता है. इससे अलग-अलग ऑर्गेनाइज़ेशंस में इस जानकारी को आसानी से सर्च किया जा सकता है.
• Codex और OpenAI के प्रैक्टिकल सपोर्ट ने वैलिडेशन और इम्प्लीमेंटेशन साइकल को तेज़ किया. इससे डेवलपमेंट की स्पीड 3-5 गुना बढ़ गई.
• GPT मॉडल्स की एडवांस्ड रीज़निंग ने कम अनुभव वाले कर्मचारियों को AI और जमा की गई एडमिनिस्ट्रेटिव जानकारी का इस्तेमाल करने में मदद की. वे ऐसे पॉलिसी प्रपोज़ल बना पाए, जिनकी क्वालिटी अनुभवी अधिकारियों के प्रपोज़ल के करीब थी.

QommonsAI की वैल्यू सिर्फ़ तेज़ी से जानकारी सर्च करने तक सीमित नहीं है. Polimill के वैलिडेशन में, कम अनुभव वाले कर्मचारियों ने AI और जमा की गई एडमिनिस्ट्रेटिव जानकारी का इस्तेमाल करके पॉलिसी प्रपोज़ल तैयार किए. इन प्रपोज़ल्स को अनुभवी अधिकारियों के प्रपोज़ल्स के करीब रेटिंग मिली.

साथ ही, अनुभवी अधिकारियों के प्रपोज़ल्स को अब भी सबसे ऊँची रेटिंग मिली. Polimill के मुताबिक, इसका फ़र्क़ व्यावहारिक अनुभव की वजह से था. यानी ऐसा प्रैक्टिकल जजमेंट, जो मैनुअल्स में नहीं लिखा होता. जैसे किसी पॉलिसी प्रपोज़ल को असल में लागू करने के लिए किन तरीकों की ज़रूरत होगी, या लोगों को किन बातों की चिंता हो सकती है.

Polimill की योजना है कि अनुभवी अधिकारी AI को रिसर्च करने के लिए कैसे निर्देश देते हैं और AI के आउटपुट को कैसे सुधारते हैं, इसे रिकॉर्ड किया जाए. इस तरह ऐसा जजमेंट, जो पहले डॉक्यूमेंटेड नहीं था, ऑर्गेनाइज़ेशन के नॉलेज में बदला जा सकेगा. मकसद स्किल्ड कर्मचारियों की जगह AI को लाना नहीं है. मकसद उनकी क्षमताओं को और बेहतर बनाना और उनकी समझ को अगली पीढ़ी तक पहुँचाना है. सरकार के लिए Polimill जिस तरह की जानकारी और अनुभव आगे पहुँचाना चाहता है, उसके लिए QommonsAI एक मज़बूत आधार बन सकता है.

2026 के आखिर तक, Polimill Qommons ONE को पूरी तरह शुरू करने की योजना बना रहा है. यह एक ऐसा स्टोर होगा, जहाँ बाहरी कंपनियाँ म्यूनिसिपैलिटीज़ के लिए ऐप्लिकेशंस दे सकेंगी. इसके केंद्र में एक सुपर एजेंट होगा, जो कई अलग-अलग कामों के लिए बने AI सिस्टम्स और निजी क्षेत्र के ऐप्स को एक साथ जोड़ेगा. यूज़र सिर्फ़ यह बताएँगे कि उनको लक्ष्य क्या है. इसके बाद सिस्टम ज़रूरत के हिसाब से AI या ऐप्स का इस्तेमाल करके रिसर्च से लेकर प्रेज़ेंटेशन तक, सभी चीज़ें खुद तैयार करेगा.

इस सोच को साकार करने के लिए, Polimill GPT मॉडल्स की अलग-अलग तरह की जानकारी लेने और आउटपुट देने की क्षमता और OpenAI के पास एजेंट डेवलपमेंट की समझ, दोनों को अहम आधार मानता है. OpenAI टेक्निकल वैलिडेशन और अलग-अलग सैम्पल्स के ज़रिए डेवलपमेंट में मदद भी कर रहा है. वाकाबायाशी मानते हैं कि जैसे-जैसे मॉडल्स और डेवलपमेंट के तरीके बेहतर होते जाएँगे, Polimill के लिए OpenAI के साथ करीब से काम करना बहुत फ़ायदेमंद होगा. इससे नई इनसाइट्स को जल्दी Polimill के काम में शामिल किया जा सकेगा.

इन नई इनसाइट्स को जल्दी डेवलपमेंट में शामिल करके, Polimill Qommons ONE को लगातार बेहतर बना सकता है. इसका मकसद सिर्फ़ सरकारी कामकाज को ज़्यादा एफ़िशिएंट बनाना नहीं है. सरकारी कर्मचारी AI के ज़रिए बचने वाले समय को लोगों की बातों को सुनने और उनकी मदद करने में लगा सकते हैं. यही वह पब्लिक OS है, जो Polimill के हिसाब से सरकार का भविष्य बन सकता है.

ऐसे अगली पीढ़ी के पब्लिक इन्फ़्रास्ट्रक्चर की ओर, जहाँ सरकारें, कंपनियाँ और लोग AI के ज़रिए एक-दूसरे से जुड़ें, Polimill का काम अभी बस शुरू हुआ है.