2026 में AI अब परीक्षण का विषय नहीं है, तैनाती का है। डेलॉइट ने अपने सर्वे "एंटरप्राइज़ में AI की स्थिति 2026" में मापा कि अग्रणी संगठनों में कर्मचारियों की AI तक पहुँच 2025 में 50% बढ़ी। यह सर्वे 24 देशों के 3,235 नेताओं के बीच हुआ और 21 जनवरी 2026 को दावोस में जारी हुआ। इसी लहर में मैकिन्से ने अपना AI ट्रस्ट मैच्योरिटी सर्वे प्रकाशित किया: भरोसा बढ़ रहा है, लेकिन रणनीति, गवर्नेंस और जोखिम प्रबंधन में कमियाँ बनी हुई हैं।
इसी वर्ष का विरोधाभास यह है: जितने ज़्यादा लोग गति पकड़ते हैं, उतने ज़्यादा प्रोजेक्ट मरते हैं। Gartner ने इस गर्मी में जारी अपनी "2026 एजेंटिक AI परिपक्वता वक्र" में साफ कहा: एजेंटिक AI की तेज़ प्रगति को हाइप और भ्रम ने पीछे छोड़ दिया है। और डेलॉइट के अनुसार, एजेंटिक तैनाती पर: लगभग तीन-चौथाई कंपनियाँ दो वर्षों में इसे लागू करने की योजना बना रही हैं, लेकिन केवल 21% कहती हैं कि उनके पास एजेंट गवर्नेंस का परिपक्व मॉडल है।
भारी त्वरण और दुर्लभ परिपक्वता के बीच एक कब्रिस्तान है। BCG ने 3 जून 2026 को जारी अपने वार्षिक सर्वे के चौथे संस्करण में सार प्रस्तुत किया: केवल लगभग 5% संगठन AI से ठोस वित्तीय लाभ निकालने में कामयाब होते हैं। बीस में से एक, पिछले वर्ष जैसा ही।
2026 के ये आँकड़े 2024 और 2025 के संस्करणों की बात पुष्ट करते हैं: AI प्रोजेक्ट लगभग कभी तकनीक की वजह से नहीं मरते। वे पहली लाइन कोड लिखे जाने से पहले लिए गए फैसलों, या न लिए गए फैसलों की वजह से मरते हैं। ये असफल फैसले निशान छोड़ जाते हैं। यहाँ पाँच संकेत हैं जो AI प्रोजेक्ट की विफलता की भविष्यवाणी करते हैं, और जो पहली बैठक से ही दिखते हैं।
संकेत 1: भूतहा प्रायोजक
लक्षण। प्रोजेक्ट को "प्रबंधन" की मंज़ूरी है, लेकिन कोई नाम नहीं बता सकता कि कौन सा अधिकारी इसके पीछे अपना बजट और प्रतिष्ठा लगाएगा। आधिकारिक प्रायोजक समिति की बैठकों में आता है, सिर हिलाता है, फिर सब कुछ डेलिगेट कर देता है।
यह घातक क्यों है। BCG ने जून 2026 में साफ कहा: अधिकारियों की भागीदारी AI परिपक्वता के सबसे मज़बूत पूर्वसूचकों में से एक है, और जो कंपनियाँ इसे वरिष्ठ नेतृत्व की प्राथमिकता बनाती हैं, न कि महज़ एक तकनीकी प्रोजेक्ट, वे तेज़ी से स्केल करती हैं और ज़्यादा मूल्य पैदा करती हैं। भूतहा प्रायोजक का मतलब है सबसे मज़बूत पूर्वसूचक का अभाव। पहली गंभीर रुकावट पर, और वह आएगी, प्रोजेक्ट के लिए कोई नहीं लड़ेगा। BCG की "भविष्य के लिए बनी" कंपनियाँ यह जानती हैं: उनके अधिकारी AI के रोज़मर्रा उपयोग का उदाहरण स्वयं हैं, बस इसे फंड देने वाले नहीं।
परख प्रश्न। "अगर यह प्रोजेक्ट बंद करना पड़े तो वह फैसला कौन साइन करेगा, और इसकी सफलता का खर्च कौन उठाएगा?" अगर दो अलग नाम सामने आएँ, या जवाब चुप्पी हो, तो संकेत जल गया है।
प्रतिक्रिया। किसी भी अन्य खर्च से पहले एक नामित प्रायोजक माँगें, लिखित जनादेश और वास्तविक बजट अधिकार के साथ। यह केंद्रीकरण चरण का एक डिलिवरेबल है, प्रोजेक्ट के अंत की औपचारिकता नहीं।
संकेत 2: धुंधला मीट्रिक
लक्षण। प्रोजेक्ट "दक्षता बढ़ाएगा", "डेटा का मूल्य खोलेगा", "बाज़ार में आने की गति तेज़ करेगा"। सब सिर हिलाते हैं। कोई वह वाक्य नहीं लिख सकता: 31 दिसंबर तक, अगर X, Y से नहीं हिला, तो प्रोजेक्ट असफल है।
यह घातक क्यों है। Gartner ने अपने 25 जून 2025 के प्रेस विज्ञप्ति में फैसला सुनाया, और 2026 में भी एजेंटिक प्रोजेक्टों पर यही संदर्भ है: 2027 के अंत तक 40% से ज़्यादा एजेंटिक AI प्रोजेक्ट रद्द होंगे, तीन वजहों से: बढ़ती लागत, अस्पष्ट व्यावसायिक मूल्य, और अपर्याप्त जोखिम नियंत्रण। मैकिन्से अपने 2026 सर्वे में रणनीति की तरफ वही कमी दिखाता है, और इसे कमज़ोरियों में सबसे ऊपर रखता है। बेसलाइन मीट्रिक के बिना प्रोजेक्ट असफल नहीं हो सकता, इसलिए उसका निर्णय भी नहीं हो सकता: वह तब तक खिसकता रहता है जब तक बजट खत्म न हो जाए। यह सबसे महँगी विफलता है क्योंकि सबसे धीमी है।
परख प्रश्न। "कौन सा लाभप्रदता सूचक, या कौन सा परिचालन सूचक, कितना बदलेगा, कैसे मापा जाएगा, कब तक?" अगर जवाब एक वाक्य से लंबा है, तो वह मौजूद नहीं है।
प्रतिक्रिया। सफलता की परिभाषा एक वाक्य में, मात्रा में, तारीख़ के साथ, और लॉन्च से पहले ली गई बेसलाइन माप के साथ। अगर बेसलाइन मौजूद नहीं है, तो उसे लेना ही प्रोजेक्ट का पहला खर्च है।
संकेत 3: अनिरीक्षित डेटा
लक्षण। "हमारे पास ढेरों डेटा है" यही तर्क प्रोजेक्ट को सही ठहराता है। किसी ने जाँचा नहीं कि यह डेटा सुलभ, पूर्ण, अद्यतन और कानूनी रूप से उपयोग योग्य है या नहीं।
यह घातक क्यों है। यह सबसे अच्छी तरह प्रलेखित वजह है, और Gartner का फ़रवरी 2025 का आधिकारिक पूर्वानुमान 2026 के लिए केंद्रीय बना हुआ है: "AI-रेडी" डेटा के बिना शुरू किए गए 60% AI प्रोजेक्ट 2026 के अंत तक छोड़ दिए जाएँगे, ऐसा Gartner के सीनियर प्रिंसिपल एनालिस्ट रोक्सान एडजलाली कहती हैं। हिसाब सीधा है: जिस प्रोजेक्ट का कच्चा माल उपयोग लायक नहीं, वह शुरू होने के दिन ही दोषी ठहराया जा चुका है, ऐसी वजहों से जिन्हें कुछ हफ़्तों की ऑडिट बता देती। डेलॉइट 2026 दूसरे ज़रिए से इसकी पुष्टि करता है: अग्रणी संगठनों और बाकियों के बीच का अंतर सबसे पहले डेटा पर खुलता है।
परख प्रश्न। "इस तिमाही में किसने इस डेटा का असली नमूना खोल कर, मैले हाथों से जाँचा?" डेटा ऑडिट एक रिपोर्ट नहीं है: वह कोई व्यक्ति है जिसने फ़ाइलें खोलीं।
प्रतिक्रिया। किसी भी निर्माण प्रतिबद्धता से पहले उपलब्धता और गुणवत्ता की ऑडिट: पहुँच, पूर्णता, ताज़गी, अनुपालन। अगर तैयार डेटा नहीं है, तो इस तिमाही का सही प्रोजेक्ट मॉडल नहीं, डेटा की तैयारी है।
संकेत 4: व्यवसाय के बिना टीम
लक्षण। प्रोजेक्ट डेटा और आईटी विभाग में रहता है। व्यवसाय एक मासिक स्टीयरिंग समिति के ज़रिए "जुड़ा" है। अंतिम उपयोगकर्ता टूल से तैनाती से तीन हफ़्त पहले, प्रशिक्षण में मिलेंगे।
यह घातक क्यों है। BCG जून 2026 में स्पष्ट है: AI से निकलने वाले मूल्य में लगभग 10% एल्गोरिद्म से आता है, और 20% और उन्हें संभव बनाने वाली तकनीकों और डेटा से। बाकी 70% लोगों वाले पहलू को नए सिरे से सोचने से आता है। जब BCG की "भविष्य के लिए बनी" कंपनियाँ 50% से ज़्यादा कर्मचारियों को AI में ट्रेन करने की योजना बनाती हैं, पिछड़ी कंपनियों के 20% के मुकाबले, तो वे एक साफ आस्था ज़ाहिर करती हैं: AI तैनाती सबसे पहले लोगों का रूपांतरण है, सॉफ़्टवेयर रिलीज़ नहीं। व्यवसाय की मालिकियत के बिना, AI शानदार डेमो और सूनी तैनातियाँ पैदा करता है।
परख प्रश्न। "कोर टीम में कौन मौजूदा प्रक्रिया का दर्द जीता है, और कौन बिना एस्केलेशन के प्रोजेक्ट बंद कर सकता है?" अगर जवाब है "कोई नहीं, यह एक डेटा प्रोजेक्ट है", तो संकेत जल गया है।
प्रतिक्रिया। वास्तविक समानता वाली मिश्रित टीम: प्रक्रिया का मालिक उतना ही निर्णय लेता है जितना तकनीकी प्रमुख। समिति पुष्टि करती है; वह मालिकियत का विकल्प नहीं है।
संकेत 5: रोकने के मानदंडों का अभाव
लक्षण। प्रोजेक्ट के पास रोडमैप है, माइलस्टोन हैं, बजट है। लिखित रूप में कोई शर्त नहीं जिस पर वह रुके। टीम से पूछिए: "किस परिदृश्य में यह प्रोजेक्ट रुकता है?" जवाब हिचक होगा।
यह घातक क्यों है। डेलॉइट 2026 ने निर्णय-अनुशासन को अपनी केंद्रीय थीम बनाया, जिसे "महत्वाकांक्षा से सक्रियण तक" कहा गया। इसका निष्कर्ष: अग्रणी संगठनों के पास ज़्यादा प्रोजेक्ट नहीं होते, वे ज़्यादा प्रोजेक्ट रोकते हैं, और जल्दी रोकते हैं। Gartner की 2026 एजेंटिक AI परिपक्वता वक्र याद दिलाती है कि तेज़ प्रगति को हाइप और भ्रम ने पीछे छोड़ दिया है। जब 2027 तक आधे एजेंटिक प्रोजेक्ट रद्द हो चुके होंगे, तो बचने वाले वही होंगे जिनका निर्णय-तंत्र पहले से डिज़ाइन किया गया था। मैकिन्से 2026 उसी दरार पर उँगली रखता है: रणनीति, गवर्नेंस और जोखिम प्रबंधन की लगातार कमियाँ ही वह चीज़ हैं जो समय पर रुकने के आदेश से रोकती हैं।
परख प्रश्न। "मुझे वह पन्ना दिखाइए जिस पर लिखा है कि किन मामलों में यह प्रोजेक्ट रुकता है।" एक पन्ना। प्रेज़ेंटेशन का एक पैरा नहीं।
प्रतिक्रिया। शुरू होने से पहले लिखित रोकने के मानदंड: प्रदर्शन सीमाएँ, समय-सीमा, लागत, अपनाना। एक अनिवार्य समीक्षा तिथि के साथ। समय पर प्रोजेक्ट रोकना भी एक सफलता है जो गिनी जाती है।
इन पाँच संकेतों में क्या समान है
इन्हें दोबारा पढ़िए। इनमें से कोई मॉडल, तकनीक या प्रॉम्प्ट के बारे में नहीं है। सब निर्णय की गवर्नेंस के बारे में हैं: कौन तय करता है, किस माप पर, किस डेटा के साथ, किस जनादेश से, और कहाँ तक। 2026 के सर्वे इस बिंदु पर सब मिलते हैं।
मैकिन्से 2026 पाता है कि परिपक्वता का अंतर सबसे पहले रणनीति, गवर्नेंस और जोखिम प्रबंधन में है। डेलॉइट 2026 दिखाता है कि परिपक्वता उन संगठनों को अलग करती है जो महत्वाकांक्षा से सक्रियण तक जाते हैं, न कि जो सबसे तेज़ दौड़ते हैं। BCG 2026 निकालता है कि 70% मूल्य लोगों वाले पहलू से आता है, और अधिकारियों की भागीदारी परिपक्वता का पहला पूर्वसूचक है। Gartner अपनी 2026 वक्र में देखता है कि तकनीकी परिपक्वता संगठनात्मक परिपक्वता से आगे निकल चुकी है।
AI प्रोजेक्टों की विफलता छद्म तकनीकी समस्या नहीं है। यह एक अनसुलझी निर्णय-आर्किटेक्चर समस्या है।
यही APV फ़्रेमवर्क का केंद्र है: पाँच-चरणीय कार्यप्रणाली जो संसाधन लगाने से पहले किसी AI प्रोजेक्ट को पाँच अक्षों पर, मूल्य, डेटा, टीम, गवर्नेंस और निर्णय-क्षमता, पर आँकती है। ऊपर का हर संकेत केंद्रीकरण के समय जाँचे जा सकने वाले एक अक्ष से मेल खाता है। आप इसे अपने प्रोजेक्ट पोर्टफ़ोलियो पर आंतरिक रूप से चला सकते हैं, या अपनी टीमों को प्रमाणित कर सकते हैं ताकि वे इसे लगातार लागू करें।
AI प्रोजेक्ट बड़े पैमाने पर असफल होते रहेंगे। इकलौता सवाल यह है कि आपके प्रोजेक्ट महँगा पड़ने से पहले असफल होंगे या नहीं।
स्रोत
अंग्रेज़ी रिपोर्टों से लिए गए उद्धरण मुक्त अनुवाद हैं।
- डेलॉइट, "एंटरप्राइज़ में AI की स्थिति 2026", 21 जनवरी 2026 को दावोस में जारी। सर्वे अगस्त से सितंबर 2025 तक, 24 देशों के 3,235 नेताओं के बीच। 2025 में कर्मचारियों की AI पहुँच 50% बढ़ी; लगभग तीन-चौथाई कंपनियाँ दो वर्षों में एजेंटिक AI लागू करने की योजना में हैं, लेकिन केवल 21% के पास एजेंट गवर्नेंस का परिपक्व मॉडल है। https://www.deloitte.com/us/en/what-we-do/capabilities/applied-artificial-intelligence/content/state-of-ai-in-the-enterprise.html
- मैकिन्से, "2026 में AI भरोसे की स्थिति: एजेंटिक युग की ओर", AI ट्रस्ट मैच्योरिटी सर्वे। 22 अप्रैल 2026 को संग्रह-कैप्चर से सत्यापित। केंद्रीय थीसिस: भरोसे की परिपक्वता बढ़ रही है, लेकिन रणनीति, गवर्नेंस और जोखिम प्रबंधन में कमियाँ बनी हैं। https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/tech-forward/state-of-ai-trust-in-2026-shifting-to-the-agentic-era
- BCG, "AI रूपांतरण एक कार्यबल रूपांतरण है", 3 जून 2026 को जारी, चौथा वार्षिक सर्वे। लगभग 5% संगठन AI से ठोस वित्तीय लाभ निकालते हैं; 70% मूल्य लोगों वाले पहलू के पुनर्डिज़ाइन से; अधिकारियों की भागीदारी सबसे मज़बूत पूर्वसूचकों में से एक। https://www.bcg.com/publications/2026/ai-transformation-is-a-workforce-transformation
- Gartner, "2026 एजेंटिक AI हाइप चक्र", गर्मी 2026 में जारी। एजेंटिक AI की तेज़ प्रगति को हाइप और भ्रम ने पीछे छोड़ दिया है। https://www.gartner.com/en/articles/hype-cycle-for-agentic-ai
- Gartner, आधिकारिक प्रेस विज्ञप्ति, 25 जून 2025: 2027 के अंत तक 40% से ज़्यादा एजेंटिक AI प्रोजेक्ट रद्द होंगे, बढ़ती लागत, अस्पष्ट व्यावसायिक मूल्य या अपर्याप्त जोखिम नियंत्रण के कारण। 2026 के लिए यही उद्योग संदर्भ है। https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027
- Gartner, आधिकारिक प्रेस विज्ञप्ति, 26 फ़रवरी 2025: AI-रेडी डेटा के बिना 60% AI प्रोजेक्ट 2026 के अंत तक छोड़ दिए जाएँगे। डेटा पर यही संदर्भ पूर्वानुमान है। https://www.gartner.com/en/newsroom/press-releases/2025-02-26-lack-of-ai-ready-data-puts-ai-projects-at-risk
सत्यापन की सीमाएँ। डेलॉइट, BCG और Gartner के पृष्ठ डाउनलोड कर लिए गए और उनके उद्धरण मूल भाषा में शब्दशः मिले। मैकिन्से 2026 रिपोर्ट का विस्तृत पाठ निकाला नहीं जा सका, क्योंकि मैकिन्से स्वचालित क्लाइंट को रोकता है; इसलिए वह स्रोत केवल अपनी केंद्रीय थीसिस के लिए उद्धृत है, किसी विशिष्ट आँकड़े के लिए नहीं।