S&OP में एजेंटिक AI: जब एजेंट गलत हो तो आप किसे निकालेंगे?
हर वेंडर ऑटोनॉमस प्लानिंग बेच रहा है। Gartner भविष्यवाणी करता है कि मशीनें 2031 तक 60% डिस्रप्शन सुलझाएंगी, और यह भी कि 40% एजेंटिक प्रोजेक्ट 2027 तक रद्द हो जाएंगे। दोनों सच हैं। इन्हें एक साथ कैसे समझें, यहां बताया गया है।
एक सवाल है जो ज़्यादातर एजेंटिक-AI डेमो को खत्म कर देता है जब इसे ज़ोर से पूछा जाए: जब एजेंट गलत हो तो आप किसे निकालेंगे?
वेंडर कहेगा कि एजेंट गार्डरेल के भीतर काम करता है, कि लूप में इंसान है, कि फैसला ऑडिटेबल है। सब सच है, और सब मुद्दे से हटकर है। क्योंकि प्लानिंग में एजेंटिक AI का पूरा वादा ही यह है कि यह बढ़ते हिस्से के फैसलों से इंसान को लूप से हटाता है। जिस पल यह बड़े पैमाने पर ऐसा करता है, जवाबदेही को कहीं तो रहना होता है, और S&OP जैसी क्रॉस-फंक्शनल प्रक्रिया में, जवाबदेही ही वह चीज़ थी जो पहले से काम नहीं कर रही थी।
यह एजेंटिक-AI के वादे और एजेंटिक-AI की हकीकत के बीच का फासला है। यह टेक्नोलॉजी का फासला नहीं है। यह वही गवर्नेंस का फासला है जो तीस सालों से चुपचाप S&OP प्रक्रियाओं को मार रहा है, अब मशीन-स्पीड पर चल रहा है।
इस बार "एजेंटिक" का असल में मतलब क्या है
सटीक होना ज़रूरी है, क्योंकि यह शब्द बहुत सारा मार्केटिंग काम कर रहा है। एजेंटिक AI और उस मशीन लर्निंग के बीच, जिसे प्लानिंग सिस्टम एक दशक से इस्तेमाल करते आए हैं, ठोस अंतर तीन चीज़ें हैं: मल्टी-स्टेप रीज़निंग (समस्या को तोड़ना और हिस्सों को हल करने के लिए टूल्स बुलाना), सिस्टम-ऑफ-रिकॉर्ड के आर-पार ऑर्केस्ट्रेशन, और मेमोरी, एजेंट रिकॉर्ड करता है कि उसने कोई फैसला क्यों लिया और आगे क्या हुआ।
यह इंटरफेस और ऑर्केस्ट्रेशन में एक असली स्टेप-चेंज है। यह ऑप्टिमाइज़ेशन एक्युरेसी में स्टेप-चेंज नहीं है। ऑप्टिमाइज़र वही है; उसके चारों तरफ लिपटी चीज़ अब बिना किसी इंसान के हर स्टेप पर क्लिक किए ज़्यादा कदमों पर काम कर सकती है।
Gartner मंज़िल को एक स्पेक्ट्रम के रूप में फ्रेम करता है: पहले टास्क ऑटोमेशन, फिर डिसीज़न ऑगमेंटेशन, फिर पूरी सप्लाई चेन ऑटोनॉमी। Gartner उम्मीद करता है कि सप्लाई चेन ऑटोनॉमी अगले पांच से दस सालों में मेनस्ट्रीम बन जाएगी। "मेनस्ट्रीम" शब्द और "पांच से दस साल" वाक्यांश, दोनों वहां वज़न उठा रहे हैं। आज तैनात ज़्यादातर वैल्यू बीच वाले बैंड में पक्के तौर पर बैठती है, ऑगमेंटेशन, एक इंसानी अप्रूवल गेट के साथ।
भविष्यवाणियां, ध्यान से पढ़ी गईं
दो Gartner हेडलाइन आशावादी केस को परिभाषित करती हैं, और दोनों को अक्सर उनके क्वालिफायर के बिना उद्धृत किया जाता है।
पहली: 2030 तक, आधे सप्लाई चेन मैनेजमेंट सॉल्यूशंस फैसलों को खुद-ब-खुद निष्पादित करने के लिए इंटेलिजेंट एजेंट इस्तेमाल करेंगे। दूसरी: Gartner भविष्यवाणी करता है कि 2031 तक 60% सप्लाई चेन डिस्रप्शन बिना इंसानी हस्तक्षेप के सुलझ जाएंगे।
सटीक ढंग से पढ़ें, तो ये वेंडर प्रोडक्ट उपलब्धता और ऑटोमेट किए जा सकने वाले फैसलों की ऊपरी सीमा के बारे में भविष्यवाणियां हैं, यह नहीं कि औसत एंटरप्राइज़ असल में क्या चलाएगा। और वही एनालिस्ट हाउस काउंटरवेट भी छापता है: Gartner कहता है कि ऑटोनॉमस प्लानिंग अपने हाइप साइकल पर फुलाई हुई उम्मीदों के शिखर को पार कर चुकी है, और यह कि भरोसा ही बाध्यकारी अवरोध बना हुआ है। चीफ सप्लाई चेन ऑफिसर्स का समुदाय, Gartner के अपने सर्वेक्षणों में, अपनी कॉस्ट ऑफ गुड्स सोल्ड के केवल एक छोटे प्रतिशत पर ऑटोनॉमस फैसलों पर भरोसा करने की उम्मीद रखता है।
तो सबसे महत्वपूर्ण संख्या 60% या 50% नहीं है। यह है: Gartner भविष्यवाणी करता है कि 2027 के अंत तक 40% से ज़्यादा एजेंटिक AI प्रोजेक्ट रद्द कर दिए जाएंगे, बढ़ती लागत, अस्पष्ट बिज़नेस वैल्यू या अपर्याप्त रिस्क कंट्रोल की वजह से।
दोनों को साथ थामिए। वही फर्म जो भविष्यवाणी कर रही है कि मशीनें 2031 तक ज़्यादातर डिस्रप्शन सुलझाएंगी, यह भी भविष्यवाणी कर रही है कि वहां तक पहुंचने की कोशिश करने वाले लगभग आधे प्रोजेक्ट 2027 तक मृत हो जाएंगे। ये विरोधाभासी नहीं हैं। पहला मंज़िल है; दूसरा रास्ते की मृत्यु दर है।
जो असल में प्रोडक्शन में है
यहां ईमानदारी का टेस्ट कठिन हो जाता है, क्योंकि "जनरली उपलब्ध" और "प्रोडक्शन में ऑटोनॉमस रूप से चल रहा" के बीच का फासला चौड़ा है।
जो सचमुच तैनात है वह टास्क और एग्ज़िक्यूशन लेयर पर क्लस्टर करता है, क्रॉस-फंक्शनल डिसीज़न लेयर पर नहीं:
- Kinaxis के शुरुआती अपनाने वाले Maestro का इस्तेमाल इंसानी अप्रूवल के साथ डिसीज़न सपोर्ट के लिए करते हैं, फार्मा उदाहरण ने इन्वेंटरी-रिस्क आइडेंटिफिकेशन को 40 क्लिक से घटाकर 4 कर दिया, जो ऑगमेंटेशन है, ऑटोनॉमी नहीं।
- o9 ने 2025 में एक ही तिमाही में 30 से ज़्यादा गो-लाइव रिपोर्ट किए, लेकिन ये प्लानिंग-सॉल्यूशन गो-लाइव हैं, बिना निगरानी चलने वाले ऑटोनॉमस एजेंट नहीं।
- Blue Yonder ने बड़ी मात्रा में ऑप्टिमाइज़ किए गए वेयरहाउस टास्क रिपोर्ट किए, एग्ज़िक्यूशन लेयर पर, S&OP में नहीं।
पैटर्न स्पष्ट है: ऑटोनॉमी वेयरहाउस में, ट्रांसपोर्टेशन में, लास्ट-माइल में हासिल की जा रही है, बाध्य वातावरण जहां स्पष्ट फीडबैक और कम राजनीतिक सामग्री है। यह क्रॉस-फंक्शनल S&OP फैसले में हासिल नहीं की जा रही, क्योंकि वहीं संगठन के अनसुलझे टकराव रहते हैं।
S&OP की वह समस्या जिसे एजेंट नहीं सुलझा सकते
S&OP कोई टेक्नोलॉजी प्रक्रिया नहीं है। यह एक जनरल-मैनेजमेंट प्रक्रिया है जिसे चलाने की ज़िम्मेदारी सप्लाई चेन को सौंपी गई है बिना उसे काम कराने की अथॉरिटी दिए। मैं इस बारे में पहले भी लिख चुका हूं; यहां प्रासंगिक बात यह है कि जब आप एक ऑटोनॉमस एजेंट को इस पर लगाते हैं तो क्या होता है।
सप्लाई चेन एनालिस्ट लोरा सेसेर ने बार-बार यह संरचनात्मक तर्क दिया है: संगठन S&OP में साथ काम करने की कोशिश करते हैं लेकिन नियमों पर स्पष्ट नहीं होते, नेताओं के पास सप्लाई चेन एक्सिलेंस की अलग-अलग परिभाषाएं होती हैं। विफलता के तरीके ओनरशिप, इंसेंटिव, और डिसीज़न राइट्स हैं, एल्गोरिदम नहीं।
उस माहौल में तैनात एजेंट टकराव नहीं सुलझाता। वह उसके एक पक्ष को ऑटोमेट कर देता है। अगर कमर्शियल फोरकास्ट को दबाता है और फाइनेंस बजट को फुलाता है, तो उस डेटा पर ट्रेन किया गया एजेंट उस दबाने और फुलाने को तेज़ी से दोहराना सीख लेता है। आपने राजनीति नहीं हटाई। आपने उसे एनकोड करके तेज़ बना दिया।
वर्जीनिया यूनिवर्सिटी का डार्डेन स्कूल इससे बाहर निकलने के रास्ते को इस तरह फ्रेम करता है पायलट पर्गेटरी से ऑटोनॉमस सप्लाई चेन तक जाना, ऑटोनॉमी लेवल को जानबूझकर रिस्क प्रोफाइल से मिलाकर। अनुवादित: कोई सामान्य-उद्देश्य वाला ऑटोनॉमस S&OP नहीं है। एक पोर्टफोलियो है विशिष्ट फैसलों का, हर एक का अपना रिस्क प्रोफाइल, जिसे भरोसा कमाए जाने के साथ धीरे-धीरे ऑटोमेट किया जा सकता है। एक्सेप्शन ट्रायाज पहले जा सकता है। कंसेंसस डिमांड नंबर नहीं जा सकता, जब तक नीचे की प्रक्रिया का कोई मालिक न हो।
बाधाएं, क्रमबद्ध
Gartner के 2025 सर्वेक्षणों, डार्डेन विश्लेषण, और सीधे प्रैक्टिशनर अवलोकन को संश्लेषित करते हुए, ऑटोनॉमस S&OP की बाधाएं मोटे तौर पर इस क्रम में हैं, और ध्यान दीजिए "टेक्नोलॉजी" सूची में कितनी नीचे बैठी है।
- भरोसा और एक्सप्लेनेबिलिटी — Gartner के डेटा में नंबर-वन बाधा।
- डेटा क्वालिटी और मास्टर-डेटा गवर्नेंस — टेस्ट डेटा पर ट्रेन किए गए एजेंट प्रोडक्शन में फेल होते हैं।
- गवर्नेंस और ऑडिट इंफ्रास्ट्रक्चर — कौन अप्रूव करता है, कौन ऑडिट करता है, कौन रोलबैक करता है?
- S&OP प्रक्रिया परिपक्वता — पहले से मौजूद डिसफंक्शन ऑटोमेट हो जाता है।
- चेंज मैनेजमेंट और वर्कफोर्स तैयारी — Gartner ने पाया कि सिर्फ 27% एग्ज़िक्यूटिव्स के पास एक व्यापक AI स्ट्रैटेजी है और केवल 20% मानते हैं कि उनका वर्कफोर्स सचमुच AI-रेडी है।
- इंटीग्रेशन और टूलचेन फ्रैगमेंटेशन।
- ROI अस्पष्टता — ज़्यादातर संगठन जो किसी भी EBIT असर का श्रेय AI को देते हैं, वे कहते हैं यह EBIT के 5% से कम है।
जिस रिस्क की कोई कीमत नहीं लगा रहा: मशीन-स्पीड पर बुलव्हिप
क्लासिक बुलव्हिप इफेक्ट डिमांड डिस्टॉर्शन को ऊपर की ओर फैलाता है क्योंकि हर टियर नीचे वाले टियर पर ज़्यादा रिएक्ट करता है। फैलाव में हफ्ते लगते हैं, जो, अजीब तरह से, एक सेफ्टी फीचर है। हफ्ते किसी इंसान को यह नोटिस करने और हस्तक्षेप करने का समय देते हैं कि कुछ गलत है।
मशीन-स्पीड पर काम करने वाले एजेंटिक सिस्टम वह बफर हटा देते हैं। एक टियर पर मिसकैलिब्रेटेड एजेंट किसी इंसान के डैशबोर्ड देखने से पहले तीन और टियर पर ऑटोमेटेड रिएक्शन ट्रिगर कर सकता है। जो डिस्टॉर्शन किसी सप्लाई नेटवर्क में फैलने में एक तिमाही लेता था, वह अब एक दिन में हो सकता है। हमने दशकों बुलव्हिप को दबाने के लिए S&OP डिज़ाइन करने में बिताए हैं। उसी नेटवर्क पर तेज़, अनसुपरवाइज़्ड एजेंट लगाना उसे बढ़ाने का जोखिम रखता है, और यह विफलता तेज़ और ट्रेस करने में कठिन दोनों होगी।
2026 में असल में क्या करें
एक प्लानिंग लीडर के लिए, बचाव योग्य रुख न तो अस्वीकृति है और न ही मूनशॉट।
अपने मौजूदा वेंडर से क्षमता खरीदिए, अलग बेट के तौर पर नहीं; Gartner नोट करता है कि AI 2026 तक निराशा की गर्त में है और इसे ज़्यादातर मौजूदा प्रोवाइडर द्वारा बेचा जाएगा, नए मूनशॉट के तौर पर नहीं खरीदा जाएगा। पहले टास्क लेवल पर तैनात कीजिए, एक्सेप्शन ट्रायाज, पैरामीटर रिकमेंडेशन, पोस्ट-साइकिल एनालिसिस, इंसानी अप्रूवल गेट्स के साथ। किसी एजेंट को फैसला एग्ज़िक्यूट करने देने से पहले डेटा गवर्नेंस और ऑडिट इंफ्रास्ट्रक्चर में निवेश कीजिए। और प्रक्रिया की स्पष्ट ओनरशिप और एलाइंड इंसेंटिव से पहले एजेंट को S&OP कंसेंसस में डालने के खास प्रलोभन का विरोध कीजिए, क्योंकि एक एजेंट जो जवाबदेही के रास्ते बिना वोट करता है, वह सबसे ऊंची आवाज़ वाले स्टेकहोल्डर के बायस को तेज़ करेगा, हटाएगा नहीं।
फिर रद्दीकरण दर को अपना खुद का लीडिंग इंडिकेटर मानकर देखिए। अगर आपका पायलट अठारह महीने बिना मापने योग्य आर्थिक असर के पार कर जाता है, तो यह 40% वाले समूह में है, और ईमानदार कदम यह मान लेना है।
असहज निष्कर्ष
ऑटोनॉमस सप्लाई चेन टेक्निकली उतनी करीब है जितना संदेहवादी सोचते हैं, और संगठनात्मक रूप से उतनी दूर है जितना वेंडर मानते हैं। बाध्यता कभी एल्गोरिदम नहीं थी। यह है कि S&OP एक प्रक्रिया है इस बारे में कि जब फंक्शन असहमत हों तो कौन सही होने का हकदार है, और आप ऐसी असहमति से ऑटोमेशन के ज़रिए बाहर नहीं निकल सकते जिसे आपने सुलझाया नहीं है।
एजेंटिक AI प्लानिंग के किनारों पर तेज़ी से असली वैल्यू देगा। यह ऑटोनॉमस S&OP लगभग तभी देगा जब संगठन उन ओनरशिप और इंसेंटिव समस्याओं को ठीक कर लेंगे जो पहले से S&OP को काम करने से रोकती हैं, यानी टेक्नोलॉजी की वजह से नहीं, और टेक्नोलॉजी की समय-सीमा पर नहीं।
जब एजेंट गलत हो तो आप किसे निकालेंगे? जब तक आप इसका जवाब नहीं दे सकते, आप इसे फैसला लेने देने के लिए तैयार नहीं हैं।
स्रोत
- Gartner. (2025). Gartner Predicts Half of Supply Chain Management Solutions Will Include Agentic AI Capabilities by 2030. gartner.com
- Gartner. (2026). Gartner Predicts 60% of Supply Chain Disruptions Will Be Resolved Without Human Intervention by 2031. gartner.com
- Gartner. (2025). Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027. gartner.com
- Gartner. (2025). Autonomous Planning Has Passed the Peak of Inflated Expectations. gartner.com
- Gartner. (2025). How CSCOs Can Maximize Growth With Autonomous Supply Chains. gartner.com
- Gartner. (2026). 2026 Supply Chain Surge: Growth, Control Costs, and AI Truth. gartner.com
- Kinaxis. (2025). Maestro Agents. kinaxis.com
- o9 Solutions. (2025). o9 Reports Strong Q3 2025: 30+ Go-Lives. o9solutions.com
- Blue Yonder / Business Wire. (2026). Blue Yonder Transforms Retail Supply Chains With New AI-Driven Innovations. businesswire.com
- Cecere, L. In Search of Supply Chain Excellence. Supply Chain Movement; LinkedIn.
- Laseter, T., & DuVall, T. (2025). From Pilot Purgatory to Autonomous Supply Chains. UVA Darden Ideas to Action.
- McKinsey & Company. (2025). The State of AI in 2025. mckinsey.com