एमवीपी आसान है. पाइप बाधा हैं.

इस लेखन के समय, मैं जिन टीमों के साथ काम करता हूं उनमें एमवीपी से उत्पादन-तैयार तैनाती का अनुपात औसतन 1:2 है। कार्यशील प्रोटोटाइप बनाने के लिए एक घंटा, फिर इसे ऐसी स्थिति में लाने के लिए दो घंटे और जहां एप्लिकेशन का मालिक व्यक्ति कहता है कि यह बड़े पैमाने पर वास्तविक उपयोगकर्ताओं के लिए समर्थन करने योग्य, सुरक्षित और पर्याप्त प्रदर्शन करने वाला है। यह अनुपात तब कायम रहता है जब आपके पास परिपक्व स्वचालित पाइपलाइनें, स्थापित परिनियोजन प्रक्रियाएँ और टीमें हों जो पहले से ही जानती हों कि उत्पादन प्रणालियों को कैसे संचालित किया जाए।

अमेज़ॅन के इको हब को एक अनुकूलन योग्य नया रूप और रिंग की एआई सुविधाएं मिलती हैं

उन बुनियादों के बिना, अनुपात ख़राब हो जाता है। बहुत खराब।

अपस्ट्रीम में जो कुछ हो रहा है उसका पैमाना इसे अत्यावश्यक बनाता है। GitHub के COO काइल डेगल ने साझा किया कि 2025 में 1 बिलियन कमिट थे, और 2026 में प्लेटफ़ॉर्म प्रति सप्ताह 275 मिलियन कमिट देख रहा है, जो इस वर्ष 14 बिलियन की गति पर है। GitHub गतिविधियाँ 2023 में प्रति सप्ताह 500 मिलियन मिनट से बढ़कर 2025 में प्रति सप्ताह 1 बिलियन मिनट हो गईं। उत्पादन इंजन पहले से कहीं अधिक गर्म चल रहा है, और सवाल यह है कि क्या आपके पाइप थ्रूपुट को संभाल सकते हैं।

सबसे अच्छा सादृश्य एक प्रोटोटाइप कार के निर्माण और असेंबली लाइन के निर्माण के बीच का अंतर है। प्रोटोटाइप साबित करता है कि विचार काम कर सकता है, यह उत्साह पैदा करता है, और यह लोगों को अवधारणा को छूने देता है। लेकिन असेंबली लाइन साबित करती है कि सुरक्षा मानकों और प्रक्रिया अनुशासन के साथ, लागत बाधाओं के तहत, गुणवत्ता पर बार-बार कार का उत्पादन किया जा सकता है। एआई ने प्रोटोटाइप कारों को बनाना नाटकीय रूप से आसान बना दिया है, लेकिन इसने जादुई रूप से असेंबली लाइन का निर्माण नहीं किया है।

डिजिटल इन्फ्रास्ट्रक्चर के बारे में सोचें – वाइब कोड के द्वीप नहीं

यही कारण है कि वाक्यांश “वाइब कोडिंग हैंगओवर” प्रौद्योगिकी नेताओं के बीच गूंज उठा है। फास्ट कंपनी ने सितंबर 2025 में रिपोर्ट दी थी कि जहां वाइब कोडिंग डेमो को जल्दी से असेंबल करने के लिए उपयोगी है, वहीं वास्तविक उत्पादन वातावरण में प्रवेश करने के बाद एआई-जनरेटेड कोड को बनाए रखना, डिबग करना, सुरक्षित करना और समझाना मुश्किल हो जाता है। एक वरिष्ठ इंजीनियर ने एआई-जनित कोड को संभावित “विकास नरक” के रूप में वर्णित किया जब यह तकनीकी ऋण बनाता है जिसे मनुष्यों को अंततः चुकाना पड़ता है।

शोध इसका समर्थन करता है। 2025 के एक अध्ययन में पाया गया कि कोपायलट अपनाने के बाद, अनुभवी कोर डेवलपर्स ने 6.5% अधिक कोड की समीक्षा की, जबकि उनकी अपनी मूल कोड उत्पादकता में 19% की गिरावट आई, जो बताता है कि एआई-जनित आउटपुट निर्माण से समीक्षा, मरम्मत और रखरखाव पर बोझ को स्थानांतरित कर सकता है। एआई विकास के किनारे अधिक लोगों को उत्पादक बना सकता है, लेकिन यदि परिणामी कोड वरिष्ठ इंजीनियरों पर भार बढ़ाता है, तो आपने उत्पादकता समस्या का समाधान नहीं किया है। आपने अड़चन हटा दी है.

नवप्रवर्तन की अवशोषण क्षमता

केंद्रीय प्रश्न अब यह नहीं रह गया है कि “क्या हम इसे बना सकते हैं?” बेहतर प्रश्न यह है कि “क्या हम इसे आत्मसात कर सकते हैं?” क्या संगठन एआई-जनरेटेड आउटपुट ले सकता है और इसे अराजकता पैदा किए बिना सुरक्षा समीक्षा, परीक्षण, एकीकरण, दस्तावेज़ीकरण, तैनाती, निगरानी, ​​​​समर्थन और निरंतर सुधार के माध्यम से आगे बढ़ा सकता है?

“पाइप” से मेरा मतलब उस अस्वाभाविक बुनियादी ढांचे से है जो यह निर्धारित करता है कि एआई आउटपुट उद्यम मूल्य में बदलता है या नहीं। स्वचालित परीक्षण, सीआई/सीडी पाइपलाइन, सुरक्षा स्कैनिंग, एपीआई प्रबंधन, डेटा प्रशासन, क्लाउड आर्किटेक्चर, रोलबैक प्रक्रियाएं, अवलोकन, दस्तावेज़ीकरण मानक, मानव कोड समीक्षा, परिवर्तन प्रबंधन, घटना प्रतिक्रिया और अनुपालन वर्कफ़्लो। एआई डेमो में ये जादुई नहीं दिखते, ये शायद ही कभी तालियां बजाते हैं, लेकिन ये तेजी से यह निर्धारित करते हैं कि कोई संगठन बड़े पैमाने पर एआई से लाभान्वित हो सकता है या नहीं।

एआई से पहले की दुनिया में, धीमे विकास चक्रों ने कमजोर संगठनात्मक प्रणालियों को छुपाया क्योंकि जब सब कुछ धीरे-धीरे आगे बढ़ता था, तो टीमों के पास बैठकों, स्प्रेडशीट, वीरता और संस्थागत स्मृति के साथ मैन्युअल रूप से क्षतिपूर्ति करने का समय होता था। एआई साइकिल को संपीड़ित करता है और कुशन को हटा देता है। जब सॉफ़्टवेयर निर्माण में तेजी आती है, तो प्रत्येक डाउनस्ट्रीम कमज़ोरी दिखाई देने लगती है। यदि आपकी टीम एक सप्ताह में दस आशाजनक उत्पाद विचार उत्पन्न कर सकती है, लेकिन केवल एक चौथाई में से केवल एक को ही सुरक्षित रूप से तैनात कर सकती है, तो आपकी बाधा रचनात्मकता नहीं है। यदि डेवलपर्स सुरक्षा की समीक्षा से अधिक तेजी से कोड का उत्पादन करते हैं, तो समस्या डेवलपर उत्पादकता की नहीं है। यदि व्यावसायिक इकाइयाँ AI-सक्षम वर्कफ़्लो की कल्पना करती हैं, लेकिन आपका डेटा आर्किटेक्चर उनका समर्थन नहीं कर सकता है, तो आपकी बाधा महत्वाकांक्षा नहीं है, यह बुनियादी ढाँचा है।

जिनके पास बेहतर पाइप हैं वे जीतते हैं

दिलचस्प बात यह है कि अभी एआई आउटपुट को सबसे तेजी से अवशोषित करने वाले संगठन सबसे बड़े एआई बजट वाले नहीं हैं। वे अक्सर वही होते हैं जिन्होंने वर्षों पहले DevOps, क्लाउड आधुनिकीकरण, स्वचालित परीक्षण, मॉड्यूलर आर्किटेक्चर, डेटा गवर्नेंस और परिवर्तन प्रबंधन परिपक्वता में निवेश किया था। वह काम उस समय उबाऊ लग रहा था, और अब यह प्लंबिंग यौगिकों के कारण भविष्यसूचक लगता है। जो संगठन बुनियादी ढांचे को रणनीतिक मानते थे, वे एआई वेग को व्यावसायिक वेग में बदल रहे हैं, और जो संगठन बुनियादी ढांचे को बैक-ऑफिस ओवरहेड के रूप में मानते थे, उन्हें पता चल रहा है कि एआई उनके सिस्टम द्वारा अवशोषित किए जाने की तुलना में अधिक अधूरे काम का उत्पादन करता है।

नेताओं के लिए, प्रश्न बदलना चाहिए। पुराना प्रश्न था “हम कितनी तेजी से निर्माण कर सकते हैं?” और नया प्रश्न यह है कि “हम कितनी तेजी से जिम्मेदारीपूर्वक तैनाती कर सकते हैं?” वह शब्द “जिम्मेदारी से” मायने रखता है क्योंकि इसमें सुरक्षा, गोपनीयता, पहुंच, विश्वसनीयता, अनुपालन, रखरखाव, अवलोकन और ग्राहक विश्वास शामिल है।

अब तक के सबसे बड़े आईपीओ में स्पेसएक्स के शेयरों की कीमत $135 है

कार्यशील डेमो कोई उत्पाद नहीं है. एक उत्पाद ऐसा कुछ है जो वास्तविक उपयोगकर्ताओं, वास्तविक डेटा, वास्तविक किनारे के मामलों, वास्तविक हमलावरों, वास्तविक ऑडिट, वास्तविक ग्राहक अपेक्षाओं और वास्तविक परिचालन दबाव से बचता है। जब आप एक चमकदार एआई-जनरेटेड प्रोटोटाइप देखते हैं, तो गलत प्रतिक्रिया होती है “यह अगले सप्ताह लाइव क्यों नहीं हो सकता?” और बेहतर प्रतिक्रिया यह है कि “इस उत्पादन-ग्रेड को बनाने में क्या लगेगा?” वह एक सवाल बातचीत को रंगमंच से क्षमता में बदल देता है।

मजबूत खत्म करो

एआई ने शुरुआत की लागत को नाटकीय रूप से कम कर दिया है, जो असाधारण है क्योंकि अधिक लोग निर्माण कर सकते हैं, अधिक विचारों का परीक्षण किया जा सकता है, ग्राहकों को अधिक प्रोटोटाइप दिखाए जा सकते हैं, और अधिक व्यापार विश्लेषक और उत्पाद प्रबंधक सॉफ्टवेयर निर्माण में भाग ले सकते हैं। लेकिन एआई ने फिनिशिंग की लागत को स्वचालित रूप से कम नहीं किया है क्योंकि फिनिशिंग के लिए अभी भी इंजीनियरिंग निर्णय, परीक्षण, सुरक्षा, वास्तुकला, रखरखाव और मानवीय जवाबदेही की आवश्यकता होती है।

प्रारंभ करना पहले से कहीं अधिक आसान है, और समापन अब विभेदक है।

यदि आपकी टीमें आपके बुनियादी ढांचे की क्षमता से अधिक तेजी से उत्पादन कर रही हैं, तो यह आपका संकेत है। इसका उत्तर अधिक एआई उपकरण नहीं है, यह बेहतर पाइप हैं। एआई प्रतियोगिता का अगला चरण वह नहीं जीतेगा जिसके पास सबसे अधिक प्रोटोटाइप होंगे, यह वह जीतेगा जो प्रोटोटाइप को उत्पादन में, उत्पादन को अपनाने में, और अपनाने को मापने योग्य मूल्य में बदल सकता है।

इसके लिए तैनाती के बुनियादी ढांचे, स्वचालित परीक्षण, सुरक्षा-दर-डिज़ाइन, आधुनिक डेटा आर्किटेक्चर, डेवऑप्स परिपक्वता और परिवर्तन प्रबंधन प्रणालियों की आवश्यकता होती है जो विश्वास का त्याग किए बिना एआई की गति से आगे बढ़ सकते हैं।

एमवीपी आसान है. पाइप रणनीति हैं.