వ్యాపార డేటా ఖచ్చితత్వ బెదిరింపులను తగ్గించడం

మనలో సగానికి పైగా ఇప్పుడు వెబ్‌లో శోధించడానికి AIని ఉపయోగిస్తున్నాము, అయినప్పటికీ సాధారణ సాధనాల యొక్క మొండిగా తక్కువ డేటా ఖచ్చితత్వం కొత్త వ్యాపార ప్రమాదాలను సృష్టిస్తుంది.

ఉత్పాదక AI (GenAI) కాదనలేని సామర్థ్య లాభాలను అందిస్తోంది, కొత్త పరిశోధన వినియోగదారు నమ్మకం మరియు సాంకేతిక ఖచ్చితత్వం మధ్య అసమానతను హైలైట్ చేస్తుంది, ఇది కార్పొరేట్ సమ్మతి, చట్టపరమైన స్థితి మరియు ఆర్థిక ప్రణాళికకు నిర్దిష్ట నష్టాలను కలిగిస్తుంది.

C-సూట్ కోసం, ఈ సాధనాల స్వీకరణ ఒక క్లాసిక్ ‘షాడో IT’ సవాలును సూచిస్తుంది. సెప్టెంబరు 2025లో 4,189 UK పెద్దల సర్వే ప్రకారం, దాదాపు మూడొంతుల మంది వినియోగదారులు ప్రామాణిక వెబ్ శోధన కంటే AI ఇప్పటికే తమకు చాలా ముఖ్యమైనదని నమ్ముతున్నారు. ఉద్యోగులు వ్యక్తిగత ప్రశ్నల కోసం ఈ సాధనాలను విశ్వసిస్తే, వారు ఖచ్చితంగా వ్యాపార పరిశోధన కోసం వాటిని ఉపయోగిస్తున్నారు.

విచారణ, నిర్వహించారు ఏది?ఈ ప్లాట్‌ఫారమ్‌లపై ధృవీకరించబడని రిలయన్స్ ఖరీదైనదని సూచిస్తుంది. AI వినియోగదారులలో దాదాపు సగం మంది తాము స్వీకరించే సమాచారాన్ని ‘సహేతుకమైన’ లేదా ‘గొప్ప’ మేరకు విశ్వసిస్తున్నట్లు నివేదించారు. అయినప్పటికీ, AI మోడల్స్ అందించిన ప్రతిస్పందనల గ్రాన్యులారిటీని చూస్తే, ఆ నమ్మకం తరచుగా తప్పుగా ఉంటుంది.

వెబ్‌లో శోధించడానికి AIని ఉపయోగిస్తున్నప్పుడు ఖచ్చితత్వం అంతరం

ఈ అధ్యయనం ఆరు ప్రధాన సాధనాలను పరీక్షించింది – ChatGPT, Google జెమిని (ప్రామాణిక మరియు ‘AI ఓవర్‌వ్యూలు’ రెండూ), Microsoft Copilot, Meta AI మరియు Perplexity – ఫైనాన్స్, చట్టం మరియు వినియోగదారు హక్కులకు సంబంధించిన 40 సాధారణ ప్రశ్నలలో.

పర్‌ప్లెక్సిటీ అత్యధిక మొత్తం స్కోర్‌ను 71 శాతం సాధించింది, గూగుల్ జెమిని AI ఓవర్‌వ్యూలు 70 శాతం వద్ద ఉన్నాయి. దీనికి విరుద్ధంగా, మెటా అత్యల్పంగా 55 శాతం స్కోర్ చేసింది. ChatGPT, విస్తృతంగా స్వీకరించబడినప్పటికీ, మొత్తం 64 శాతం స్కోర్‌ను పొందింది, ఇది పరీక్షించిన సాధనాల్లో రెండవ అత్యల్ప ప్రదర్శనకారుడిగా నిలిచింది. మార్కెట్ ఆధిపత్యం మరియు విశ్వసనీయమైన అవుట్‌పుట్ మధ్య ఈ డిస్‌కనెక్ట్ GenAI స్పేస్‌లో జనాదరణకు సమానమైన పనితీరును ఊహించే ప్రమాదాన్ని నొక్కి చెబుతుంది.

ఏదేమైనప్పటికీ, ఈ AI సాధనాలన్నీ తరచుగా సమాచారాన్ని తప్పుగా చదవడం లేదా తీవ్రమైన వ్యాపార నష్టాలను కలిగించే అసంపూర్ణ సలహాలను అందించడం వంటివి దర్యాప్తులో వెల్లడైంది. ఆర్థిక అధికారులు మరియు న్యాయ విభాగాలకు, ఈ లోపాల స్వభావం ప్రత్యేకించి సంబంధించినది.

£25,000 వార్షిక ISA భత్యాన్ని ఎలా పెట్టుబడి పెట్టాలి అని అడిగినప్పుడు, చట్టబద్ధమైన పరిమితికి సంబంధించి ప్రాంప్ట్‌లో ఉద్దేశపూర్వక లోపాన్ని గుర్తించడంలో ChatGPT మరియు Copilot రెండూ విఫలమయ్యాయి. ఫిగర్‌ను సరిదిద్దడానికి బదులుగా, వారు HMRC నియమాలను ఉల్లంఘించే ప్రమాదం ఉందని సలహా ఇచ్చారు.

జెమిని, మెటా మరియు పర్‌ప్లెక్సిటీ ఈ లోపాన్ని విజయవంతంగా గుర్తించినప్పటికీ, ప్లాట్‌ఫారమ్‌లలోని అస్థిరత ఖచ్చితత్వాన్ని నిర్ధారించడానికి AIతో కూడిన ఏదైనా వ్యాపార ప్రక్రియ కోసం కఠినమైన “హ్యూమన్-ఇన్-ది-లూప్” ప్రోటోకాల్ అవసరం.

చట్టపరమైన బృందాల కోసం, వెబ్ శోధన కోసం ఉపయోగించినప్పుడు ప్రాంతీయ నిబంధనలను సాధారణీకరించే AI యొక్క ధోరణి ఒక ప్రత్యేకమైన వ్యాపార ప్రమాదాన్ని అందిస్తుంది. స్కాట్లాండ్ వర్సెస్ ఇంగ్లండ్ మరియు వేల్స్ వంటి UK ప్రాంతాల మధ్య చట్టపరమైన చట్టాలు తరచుగా విభిన్నంగా ఉంటాయని సాధనాలు తప్పుగా అర్థం చేసుకోవడం పరీక్షలో సాధారణం.

ఇంకా, ఈ మోడల్‌లు అధిక-స్టేక్స్ ప్రశ్నలను ఎలా నిర్వహిస్తాయనే విషయంలో నైతిక అంతరాన్ని పరిశోధన హైలైట్ చేసింది. చట్టపరమైన మరియు ఆర్థిక విషయాలపై, రిజిస్టర్డ్ ప్రొఫెషనల్‌ని సంప్రదించమని సాధనాలు చాలా అరుదుగా వినియోగదారులకు సలహా ఇస్తున్నాయి. ఉదాహరణకు, బిల్డర్‌తో వివాదం గురించి ప్రశ్నించినప్పుడు, చెల్లింపును నిలిపివేయమని జెమిని సలహా ఇచ్చింది; నిపుణులు గుర్తించిన వ్యూహం వినియోగదారుని ఒప్పందాన్ని ఉల్లంఘించేలా చేస్తుంది మరియు వారి చట్టపరమైన స్థితిని బలహీనపరుస్తుంది.

ఈ “అతి విశ్వాసం గల సలహా” కార్యాచరణ ప్రమాదాలను సృష్టిస్తుంది. ఒక ఉద్యోగి అధికార పరిధిని లేదా చట్టపరమైన సూక్ష్మభేదాన్ని ధృవీకరించకుండా ప్రాథమిక సమ్మతి తనిఖీలు లేదా ఒప్పంద సమీక్ష కోసం AIపై ఆధారపడినట్లయితే, సంస్థ రెగ్యులేటరీ ఎక్స్‌పోజర్‌ను ఎదుర్కొంటుంది.

మూల పారదర్శకత సమస్యలు

ఎంటర్‌ప్రైజ్ డేటా గవర్నెన్స్‌కి సంబంధించిన ప్రాథమిక ఆందోళన సమాచారం యొక్క వంశం. AI శోధన సాధనాలు తరచుగా పారదర్శకంగా ఉండటానికి అధిక బాధ్యత వహిస్తాయని పరిశోధన కనుగొంది, అయితే పాత ఫోరమ్ థ్రెడ్‌ల వంటి అస్పష్టమైన, ఉనికిలో లేని లేదా సందేహాస్పదమైన ఖచ్చితత్వాన్ని కలిగి ఉన్న మూలాలను తరచుగా ఉదహరించారు. ఈ అస్పష్టత ఆర్థిక అసమర్థతకు దారితీస్తుంది.

పన్ను కోడ్‌లకు సంబంధించిన ఒక పరీక్షలో, ChatGPT మరియు Perplexity వినియోగదారుని ఉచిత అధికారిక HMRC సాధనానికి మళ్లించడం కంటే ప్రీమియం పన్ను-వాపసు కంపెనీలకు లింక్‌లను అందించాయి. ఈ మూడవ పక్ష సేవలు తరచుగా అధిక రుసుములతో వర్గీకరించబడతాయి.

వ్యాపార సేకరణ సందర్భంలో, AI సాధనాలను వెబ్ శోధన కోసం ఉపయోగించినప్పుడు అటువంటి అల్గారిథమిక్ బయాస్ కార్పొరేట్ డ్యూ డిలిజెన్స్ స్టాండర్డ్స్‌ను అందుకోకపోవడం వల్ల అధిక రిస్క్‌ను కలిగి ఉన్న అనవసరమైన విక్రేత ఖర్చు లేదా సేవా ప్రదాతలతో నిశ్చితార్థానికి దారితీయవచ్చు.

ప్రధాన సాంకేతికత ప్రదాతలు ఈ పరిమితులను అంగీకరిస్తారు, ధృవీకరణ భారాన్ని వినియోగదారుపై గట్టిగా ఉంచారు-మరియు, పొడిగింపు ద్వారా, సంస్థ.

మైక్రోసాఫ్ట్ ప్రతినిధి తమ సాధనం అధికారిక మూలంగా కాకుండా సింథసైజర్‌గా పనిచేస్తుందని నొక్కి చెప్పారు. “బహుళ వెబ్ మూలాల నుండి సమాచారాన్ని ఒకే ప్రతిస్పందనగా స్వేదనం చేయడం ద్వారా కోపైలట్ ప్రశ్నలకు సమాధానమిస్తుంది,” అని కంపెనీ పేర్కొంది, వారు “కంటెంట్ యొక్క ఖచ్చితత్వాన్ని ధృవీకరించడానికి వ్యక్తులను ప్రోత్సహిస్తారు” అని పేర్కొంది.

OpenAI, అన్వేషణలకు ప్రతిస్పందిస్తూ, “ఖచ్చితత్వాన్ని మెరుగుపరచడం అనేది మొత్తం పరిశ్రమ పని చేస్తున్న విషయం. మేము మంచి పురోగతిని సాధిస్తున్నాము మరియు మా తాజా డిఫాల్ట్ మోడల్, GPT-5, మేము రూపొందించిన తెలివైన మరియు అత్యంత ఖచ్చితమైనది.”

విధానం మరియు వర్క్‌ఫ్లో ద్వారా AI వ్యాపార ప్రమాదాన్ని తగ్గించడం

వ్యాపార నాయకుల కోసం, AI సాధనాలను నిషేధించడం కాదు – ఇది వినియోగాన్ని మరింత నీడలోకి నెట్టడం ద్వారా తరచుగా పెరుగుతుంది – కానీ వెబ్ శోధన కోసం ఉపయోగించినప్పుడు వాటి అవుట్‌పుట్ యొక్క ఖచ్చితత్వాన్ని నిర్ధారించడానికి బలమైన పాలనా ఫ్రేమ్‌వర్క్‌లను అమలు చేయడం:

• ప్రాంప్ట్‌లలో నిర్దిష్టతను అమలు చేయండి: AI ఇప్పటికీ ప్రాంప్ట్‌లను అర్థం చేసుకోవడం నేర్చుకుంటోందని పరిశోధన పేర్కొంది. అస్పష్టమైన ప్రశ్నలు ప్రమాదకర డేటాను ఇస్తాయని కార్పొరేట్ శిక్షణ నొక్కి చెప్పాలి. ఒక ఉద్యోగి నిబంధనలను పరిశోధిస్తున్నట్లయితే, వారు తప్పనిసరిగా అధికార పరిధిని (ఉదా, “ఇంగ్లండ్ మరియు వేల్స్ కోసం చట్టపరమైన నియమాలు”) పేర్కొనాలి, బదులుగా సాధనం సందర్భాన్ని ఊహించవచ్చు.

• ఆదేశ మూల ధృవీకరణ: ఒకే అవుట్‌పుట్‌ను విశ్వసించడం అనేది పనికిరానిది. ఉద్యోగులు తప్పనిసరిగా మూలాలను చూడాలని మరియు వాటిని మాన్యువల్‌గా తనిఖీ చేయాలని డిమాండ్ చేయాలి. అధిక-ప్రమాదకర అంశాల కోసం, వినియోగదారులు బహుళ AI సాధనాల్లో కనుగొన్న వాటిని ధృవీకరించాలని లేదా సమాచారాన్ని “డబుల్ సోర్స్” చేయాలని అధ్యయనం సూచిస్తుంది. అందించిన వెబ్ లింక్‌లను నేరుగా సమీక్షించడానికి వినియోగదారులను అనుమతించే Google యొక్క Gemini AI ఓవర్‌వ్యూలు వంటి సాధనాలు ఈ ధృవీకరణ ప్రక్రియను సులభతరం చేసినందున స్కోరింగ్‌లో కొంచెం మెరుగ్గా పనిచేశాయి.

• “రెండవ అభిప్రాయాన్ని” అమలు చేయండి: సాంకేతిక పరిపక్వత యొక్క ఈ దశలో, GenAI అవుట్‌పుట్‌లను చాలా మందిలో ఒక అభిప్రాయంగా మాత్రమే చూడాలి. ఫైనాన్స్, చట్టం లేదా వైద్య డేటాతో కూడిన సంక్లిష్ట సమస్యల కోసం, సూక్ష్మభేదాన్ని పూర్తిగా గ్రహించే సామర్థ్యం AIకి లేదు. వాస్తవ-ప్రపంచ పరిణామాలతో నిర్ణయాల కోసం వృత్తిపరమైన మానవ సలహాలు తుది మధ్యవర్తిగా ఉండాలని ఎంటర్‌ప్రైజ్ విధానం తప్పనిసరిగా నిర్దేశించాలి.

AI సాధనాలు అభివృద్ధి చెందుతున్నాయి మరియు వాటి వెబ్ శోధన ఖచ్చితత్వం క్రమంగా మెరుగుపడుతోంది, అయితే దర్యాప్తు ముగిసే సమయానికి, ప్రస్తుతం వాటిపై ఎక్కువగా ఆధారపడటం ఖరీదైనది. ఎంటర్‌ప్రైజ్ కోసం, AI నుండి వ్యాపార సామర్థ్య లాభం మరియు సమ్మతి వైఫల్య ప్రమాదం మధ్య వ్యత్యాసం ధృవీకరణ ప్రక్రియలో ఉంటుంది.

ఇవి కూడా చూడండి: లెవీ స్ట్రాస్ తన DTC-మొదటి వ్యాపార నమూనా కోసం AIని ఎలా ఉపయోగిస్తోంది

పరిశ్రమ ప్రముఖుల నుండి AI మరియు పెద్ద డేటా గురించి మరింత తెలుసుకోవాలనుకుంటున్నారా? తనిఖీ చేయండి AI & బిగ్ డేటా ఎక్స్‌పో ఆమ్‌స్టర్‌డామ్, కాలిఫోర్నియా మరియు లండన్‌లో జరుగుతున్నాయి. సమగ్ర కార్యక్రమం ఇందులో భాగమే టెక్ఎక్స్ మరియు సహా ఇతర ప్రముఖ సాంకేతిక ఈవెంట్‌లతో కలిసి ఉంది సైబర్ సెక్యూరిటీ ఎక్స్‌పో. క్లిక్ చేయండి ఇక్కడ మరింత సమాచారం కోసం.

AI వార్తలు ఆధారితం టెక్ఫోర్జ్ మీడియా. రాబోయే ఇతర ఎంటర్‌ప్రైజ్ టెక్నాలజీ ఈవెంట్‌లు మరియు వెబ్‌నార్‌లను అన్వేషించండి ఇక్కడ.