उत्तरप्रकाशित2 माह पहलेLast edited 2 माह पहले12 स्रोत

Dell का Agentic AI दांव: चैटबॉट से आगे, अब काम खुद करने वाले सिस्टम

Dell का दावा है कि Agentic AI अब सिर्फ जवाब बनाने के बजाय वास्तविक कारोबारी काम करने की ओर बढ़ रही है; कंपनी ने करीब 900 संभावित AI प्रोजेक्ट घटाकर 13 किए और शुरुआती उत्पादकता में 20%–40% सुधार बताया। [1] कंपनी ने CRM डेटा की सफाई, सॉफ्टवेयर डेवलपमेंट और विशेष प्राइसिंग में एजेंट तैनात किए हैं, लेकिन सीमित दायरे वाल...

प्रकाशितकर्ताGPT-5.6 Luna से संपादितGPT Image 1.5 से चित्र बनाए गए

Studio Global AI के साथ खोजें और तथ्यों की जांच करें और ट्रेंडिंग पेज देखें

शोध उत्तर

मुख्य निष्कर्ष

Dell का दावा है कि Agentic AI अब सिर्फ जवाब बनाने के बजाय वास्तविक कारोबारी काम करने की ओर बढ़ रही है; कंपनी ने करीब 900 संभावित AI प्रोजेक्ट घटाकर 13 किए और शुरुआती उत्पादकता में 20%–40% सुधार बताया। [1]
कंपनी ने CRM डेटा की सफाई, सॉफ्टवेयर डेवलपमेंट और विशेष प्राइसिंग में एजेंट तैनात किए हैं, लेकिन सीमित दायरे वाले असिस्टेंट और कम मानवीय निगरानी में काम करने वाले ऑटोनॉमस एजेंट को अलग अलग माना। [1]
इस बदलाव से मेमोरी, बैंडविड्थ और CPU आधारित ऑर्केस्ट्रेशन की मांग बढ़ती है। Dell के 6,800 नौकरियों के विश्लेषण के अनुसार, एजेंट पूरे पदों को खत्म करने के बजाय उनके भीतर के कामों को अधिक तेजी से बदल सकते हैं। [1]

Abstract illustration of enterprise AI agents coordinating business workflows across data, software and infrastructure — What did Dell Technologies argue at The Six Five Summit: AI Unleashed 2026 about agentic AI’s shift from pilots to production—including howIllustration of the shift from conversational AI assistants to autonomous enterprise workflows.
AI संकेत
Create a landscape editorial hero image for this Studio Global article: What did Dell Technologies argue at The Six Five Summit: AI Unleashed 2026 about agentic AI’s shift from pilots to production—including how. Article summary: Dell’s core argument was that agentic AI is leaving the pilot phase because it can execute business work—not merely answer questions—provided enterprises redesign processes, govern deployments centrally, and build new in. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
openai.com

The Six Five Summit: AI Unleashed 2026 में Dell Technologies का मुख्य संदेश था कि एंटरप्राइज़ AI एक नए दौर में प्रवेश कर रही है। अब कंपनियां चैटबॉट का इस्तेमाल केवल जानकारी खोजने, दस्तावेज़ों का सारांश बनाने या कंटेंट तैयार करने के लिए नहीं कर रहीं; वे ऐसे एजेंट तैनात करने की कोशिश कर रही हैं जो कारोबारी काम को खुद आगे बढ़ा सकें।

Dell ने कहा कि उसने करीब 900 संभावित AI प्रोजेक्ट को घटाकर स्पष्ट कारोबारी मूल्य वाले 13 कार्यक्रमों तक सीमित किया है। कंपनी ने शुरुआती उत्पादकता में लगभग 20%–40% सुधार का भी दावा किया। 1

यह आंकड़ा Dell का अपना अनुभव है, पूरे उद्योग का स्वतंत्र बेंचमार्क नहीं। फिर भी, इससे समझ आता है कि AI के प्रयोगात्मक चरण से वास्तविक संचालन तक पहुंचने पर कंपनियों के सामने क्या बदलता है।

Agentic AI केवल जवाब नहीं देती, काम भी करती है

Dell ने पहली पीढ़ी की जनरेटिव AI और Agentic AI के बीच स्पष्ट अंतर बताया। चैटबॉट और AI असिस्टेंट कर्मचारियों को कंपनी के निजी डेटा में जानकारी खोजने, दस्तावेज़ों का सारांश बनाने या कंटेंट तैयार करने में मदद कर सकते हैं। इसके विपरीत, Agentic AI का लक्ष्य किसी पूरी प्रक्रिया को डिजिटल बनाना है—यह किसी काम पर तर्क कर सकती है, टूल का इस्तेमाल कर सकती है, कई चरणों का समन्वय कर सकती है और कम प्रत्यक्ष मानवीय हस्तक्षेप में काम पूरा कर सकती है। 1

इस अंतर का असर केवल AI मॉडल पर नहीं पड़ता। Dell के अनुसार, प्रोडक्शन-स्तर की Agentic AI के लिए टेक्नोलॉजी स्टैक, इंफ्रास्ट्रक्चर, गवर्नेंस और संगठनात्मक ढांचे में बदलाव जरूरी हैं। रणनीतिक लक्ष्य यह है कि कंपनी जितना काम पूरा कर सकती है, वह केवल उपलब्ध मानव क्षमता पर निर्भर न रहे। 1

CRM, कोडिंग और प्राइसिंग में Dell के शुरुआती इस्तेमाल

Dell ने बताया कि वह लगभग दो वर्षों से एजेंट विकसित कर रही है और पिछले वर्ष के दौरान उन्हें प्रोडक्शन में ले गई। कंपनी ने तीन परिचालन उदाहरण दिए:

CRM डेटा की सफाई: ग्राहक रिकॉर्ड में बार-बार होने वाले डेटा-क्वालिटी कार्यों को संभालना।
सॉफ्टवेयर डेवलपमेंट: नियमित कोडिंग, एनोटेशन और CI/CD समन्वय के कुछ हिस्सों में सहायता।
विशेष प्राइसिंग: ऐसे वर्कफ़्लो में मदद, जहां गति और नियमों का लगातार एक जैसा पालन महत्वपूर्ण है। 1

ये उदाहरण पूरी तरह स्वायत्त एंटरप्राइज़ की व्यापक कल्पना से कहीं अधिक सीमित हैं, लेकिन वे एक अहम बात दिखाते हैं: सफल तैनाती में प्रक्रिया-डिजाइन, मॉडल जितना ही महत्वपूर्ण है। उपयोगी एजेंट केवल किसी मौजूदा ऐप में जोड़ा गया मॉडल नहीं होता; वह स्पष्ट इनपुट, टूल, अनुमतियों और परिणामों वाला स्वचालित वर्कफ़्लो होता है।

900 प्रोजेक्ट से केवल 13 पर क्यों आई Dell?

Dell ने कहा कि उसने करीब 900 संभावित AI प्रोजेक्ट को स्पष्ट कारोबारी मूल्य के आधार पर चुनी गई लगभग 13 केंद्रित पहलों तक सीमित किया और उन्हें शीर्ष प्रबंधन की प्राथमिकता के तहत चलाया। 1

यह फैसला एंटरप्राइज़ AI के लिए एक व्यावहारिक सबक देता है: प्रयोगों की लंबी सूची अपने-आप कारोबारी बढ़त नहीं बनाती। Dell का तर्क है कि कंपनियों को उन वर्कफ़्लो पर संसाधन केंद्रित करने चाहिए, जिनका अपेक्षित कारोबारी परिणाम मापा जा सके। इसके बाद उन्हें विश्वसनीय संचालन के लिए जरूरी नियंत्रण और इंफ्रास्ट्रक्चर तैयार करना चाहिए।

Dell ने लक्षित AI असिस्टेंट तैनात करने से शुरुआती उत्पादकता में लगभग 20%–40% सुधार का दावा किया। कंपनी ने यह भी कहा कि जब एजेंट काम की पूरी श्रेणियां संभालने लगेंगे, तो लाभ इससे काफी अधिक हो सकते हैं। Dell के अनुसार, इस केंद्रित कार्यक्रम ने राजस्व वृद्धि को कंपनी की लागत संरचना से अलग करने में भी मदद की। इन परिणामों को Dell के अनुभव से जुड़े दावे के रूप में देखना चाहिए, हर कंपनी के लिए निश्चित नतीजे के रूप में नहीं। 1

“Agent washing” से असली अंतर धुंधला होता है

Dell के कार्यकारी John Roese ने चेतावनी दी कि हर AI फीचर को ऑटोनॉमस एजेंट बताना सही नहीं है। Dell के इस्तेमाल किए गए शब्दों में, agent washing तब होता है जब चैटबॉट, सीमित क्षमताओं वाले असिस्टेंट और वास्तव में स्वायत्त तरीके से काम कर सकने वाले सिस्टम को एक ही श्रेणी में पेश किया जाता है। 1

अंतर को इस तरह समझा जा सकता है:

चैटबॉट: किसी प्रॉम्प्ट का जवाब देता है और आम तौर पर जानकारी या कंटेंट तैयार करता है।
लक्षित असिस्टेंट: किसी सीमित कार्य को बेहतर बनाता है, जबकि व्यक्ति प्रक्रिया में करीबी भूमिका निभाता रहता है।
ऑटोनॉमस एजेंट: योजना बना सकता है, टूल कॉल कर सकता है, कार्रवाइयों का समन्वय कर सकता है और काफी कम प्रत्यक्ष निगरानी में वर्कफ़्लो चला सकता है। 1

यह अंतर इसलिए महत्वपूर्ण है क्योंकि स्वायत्तता के साथ जोखिम भी बढ़ता है। गलत सारांश को सुधारा जा सकता है, लेकिन कारोबारी सिस्टम तक पहुंच रखने वाला एजेंट रिकॉर्ड बदल सकता है, आगे की कार्रवाइयां शुरू कर सकता है या संवेदनशील जानकारी उजागर कर सकता है।

प्रोडक्शन एजेंट इंफ्रास्ट्रक्चर की प्राथमिकताएं बदलेंगे

Marvell के CEO Matt Murphy ने कहा कि प्रोडक्शन Agentic AI के लिए होने वाला inference, यानी मॉडल से लगातार आउटपुट हासिल करने की प्रक्रिया, पारंपरिक AI ट्रेनिंग वर्कलोड से अलग इंफ्रास्ट्रक्चर दबाव पैदा करता है। एजेंट को बार-बार होने वाली मॉडल कॉल, बड़े context और लंबे multi-agent संवाद के दौरान workflow state बनाए रखने के लिए key-value cache की जरूरत हो सकती है। ऐसे मामलों में raw compute से पहले मेमोरी क्षमता और बैंडविड्थ बाधा बन सकती है। 1

Murphy के अनुसार, एजेंटिक सिस्टम में CPU भी अधिक महत्वपूर्ण हो जाते हैं, क्योंकि branching, retrieval, tool calls, sandboxed execution और एजेंटों के बीच समन्वय जैसे कामों के लिए ऑर्केस्ट्रेशन चाहिए। चर्चा में कहा गया कि पारंपरिक AI में CPU-to-GPU अनुपात करीब 8–16:1 से बदलकर Agentic AI वर्कलोड में लगभग 1–2:1 हो सकता है। 1

खरीदारों के लिए इसका सीधा मतलब है कि एजेंट प्लेटफ़ॉर्म का मूल्यांकन केवल मॉडल की गुणवत्ता या GPU क्षमता देखकर नहीं किया जा सकता। मेमोरी, नेटवर्किंग, CPU ऑर्केस्ट्रेशन, observability और बार-बार होने वाले inference की लागत भी तय करेगी कि कोई वर्कफ़्लो प्रोडक्शन में टिकाऊ है या नहीं।

हर एजेंट के लिए एक ही आर्किटेक्चर काम नहीं करेगा

Dell ने एक ही मॉडल या एक ही लोकेशन पर निर्भर “monoculture” से बचने की सलाह दी। कंपनी ने ऐसे हाइब्रिड विकल्पों की बात की, जिनमें on-premises open models, Dell-hosted frontier models, नियंत्रित virtual private clouds, बाहरी APIs और डिवाइस पर चलने वाले मॉडल शामिल हो सकते हैं। चुनाव प्रदर्शन, अनुपालन, क्षमता और लागत के आधार पर होना चाहिए। 1

अर्थशास्त्र भी इस बात पर निर्भर करेगा कि एजेंट से कौन-सा काम कराया जा रहा है। Dell की चर्चा में एक उच्च-मूल्य executive decision-support agent का उदाहरण दिया गया, जिस पर हर महीने काफी खर्च उचित हो सकता है। इसके विपरीत, बड़ी मात्रा में CRM रिकॉर्ड साफ करने वाले वर्कफ़्लो में प्रति रिकॉर्ड लागत बहुत कम होनी चाहिए—चर्चा में इसे लगभग $0.50 से कम बताया गया। 1

इसलिए कंपनियों के लिए बेहतर सवाल यह नहीं है कि “सबसे अच्छा मॉडल कौन-सा है?” बल्कि यह है कि अपेक्षित परिणाम और स्वीकार्य जोखिम के भीतर कौन-सा मॉडल, तैनाती स्थान और स्वायत्तता का स्तर सबसे उपयुक्त है।

डिजिटल पहचान बनेगी स्वायत्त एजेंटों का नियंत्रण-केंद्र

Dell ने कहा कि उसके डेटा तक पहुंचने वाले हर ऑटोनॉमस एजेंट—चाहे वह आंतरिक हो या बाहरी—को Dell द्वारा जारी डिजिटल पहचान मिलनी चाहिए। इससे बारीक स्तर पर authorization लागू किया जा सकेगा और जरूरत पड़ने पर पहुंच रद्द करना एक व्यावहारिक kill switch की तरह काम करेगा। 1

सुरक्षा चुनौती तब और कठिन हो जाती है जब एजेंट किसी उपयोगकर्ता की पहचान को केवल विरासत में लेकर काम नहीं करता। user-inherited agent किसी पहचाने जा सकने वाले कर्मचारी के credentials पर चलता है। इसके विपरीत, headless agent अधिक स्वतंत्र रूप से काम करता है, जिससे attribution, permissions और lifecycle management जटिल हो जाते हैं। चर्चा के अनुसार, Dell को उम्मीद है कि भविष्य की तैनातियों में headless agents की हिस्सेदारी करीब 70% होगी। 2

Dell ने agent-to-agent और agent-to-tool communication protocols तथा post-quantum readiness को भी प्रोडक्शन-स्तर की स्वायत्तता के सुरक्षा मॉडल का हिस्सा बताया। 1 व्यापक सबक यह है कि एजेंट को चैटबॉट के अदृश्य विस्तार की तरह नहीं, बल्कि स्पष्ट owner, सीमित scope, audit trail और access revoke करने की व्यवस्था वाली software identity की तरह देखना चाहिए।

नौकरियां खत्म होने से ज्यादा, काम के हिस्से बदलेंगे

Dell ने 6,800 नौकरियों का विश्लेषण किया और उन्हें productivity, hygiene, coordination, expert तथा human-facing work जैसी श्रेणियों में बांटा। कंपनी का निष्कर्ष था कि एजेंट पूरे पदों को अपने-आप खत्म करने के बजाय भूमिकाओं के कुछ हिस्सों को हटाने या बदलने की अधिक संभावना रखते हैं। 1

सॉफ्टवेयर डेवलपमेंट में, उदाहरण के लिए, एजेंट नियमित कोडिंग, एनोटेशन और CI/CD समन्वय के कुछ हिस्से संभाल सकते हैं। इससे लोग architecture, requirements, निर्णय, विशेषज्ञता और ग्राहक संवाद जैसे कामों पर अधिक समय दे सकते हैं। 1

इसका अर्थ यह नहीं कि नौकरियां पहले जैसी बनी रहेंगी। Dell का तर्क है कि हर नौकरी का स्वरूप बदलेगा, क्योंकि स्वचालित किए जा सकने वाले कार्य अलग होंगे और कर्मचारी विशेषज्ञता, संदर्भ, निर्णय क्षमता तथा मानवीय संबंधों पर अधिक निर्भर जिम्मेदारियों की ओर बढ़ेंगे।

Agentic AI के लिए असली प्रोडक्शन टेस्ट

Dell की स्थिति को एक सख्त कसौटी में बदला जा सकता है: Agentic AI प्रोजेक्ट तभी प्रोडक्शन के लिए तैयार है, जब उसका कारोबारी परिणाम मापने योग्य हो, वर्कफ़्लो स्पष्ट रूप से सीमित हो, लागत-ढांचा व्यावहारिक हो और पहचान, access control तथा विफलता की स्थिति में recovery के पर्याप्त उपाय मौजूद हों।

900 संभावनाओं से 13 पहलों तक का सफर इसी रणनीति को दिखाता है। Agentic AI केवल बातचीत करने वाला बेहतर इंटरफ़ेस नहीं है। यह ऐसा operating model है जिसमें सॉफ्टवेयर वास्तविक काम करता है—और उसके साथ इंफ्रास्ट्रक्चर, सुरक्षा तथा काम के डिजाइन को भी बदलना पड़ता है।

Studio Global AI

अपना शोध जारी रखें

इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।

Studio Global AI के साथ खोजें और तथ्यों की जांच करें

लोग पूछते भी हैं