कृत्रिम बुद्धिमत्ता का ध्यान-प्रीमियम: निवेशकों को क्या जानना चाहिए

कृत्रिम बुद्धिमत्ता शोध को अधिक प्रभावशाली बना सकती है। वह शोध को अधिक ध्यानाकर्षक भी बना सकती है। उभरती प्रौद्योगिकियों का मूल्यांकन करने वाले निवेशकों के लिए इन दोनों के बीच का अंतर समझना वैज्ञानिक सफलताओं और उनसे जुड़ी कंपनियों को बेहतर ढंग से परखने में मददगार हो सकता है।

Finance Research Letters में प्रकाशन के लिए स्वीकृत एक अध्ययन, “अर्थशास्त्र और वित्तीय शोध में कृत्रिम बुद्धिमत्ता का संकेत देने का प्रीमियम”, इस बात की पड़ताल करता है कि कृत्रिम बुद्धिमत्ता का प्रमुखता से उल्लेख किए जाने का अकादमिक उद्धरणों से क्या संबंध है।¹ कुल 30,114 लेखों में, कृत्रिम बुद्धिमत्ता से जुड़ी शब्दावली शीर्षक में होने पर सबसे मज़बूत संबंध दिखाई देता है।

इन निष्कर्षों से अकादमिक लेखन से जुड़ा एक सबक़ ही नहीं मिलता। वे मूल्यवान नवाचार की पहचान करने की कोशिश कर रहे हर व्यक्ति के सामने मौजूद चुनौती भी उजागर करते हैं: ध्यान मिलने से जानकारी फैलती है, लेकिन केवल लोकप्रियता से उसका व्यावहारिक मूल्य साबित नहीं होता। इससे उन कारोबारों के लिए अवसर पैदा होता है जो ग्राहकों को शोध खोजने, उसका मूल्यांकन करने और उसे लागू करने में मदद करते हैं।

कृत्रिम बुद्धिमत्ता और उद्धरणों पर अध्ययन के निष्कर्ष

शोधकर्ताओं Andres Alonso-Robisco, Carlos Esparcia और Francisco Jareño ने अर्थशास्त्र और वित्त के 67 शोध-पत्रिकाओं में 2021 से 2025 के बीच प्रकाशित अंग्रेज़ी-भाषा के लेखों का अध्ययन किया। उन्होंने Scopus के प्रकाशन अभिलेखों को शोध-पत्रिकाओं की जानकारी और लेखक-स्तर के आँकड़ों के साथ जोड़ा।

विश्लेषण में शीर्षकों, सारांशों और मुख्य शब्दों में कृत्रिम बुद्धिमत्ता से संबंधित शब्दों की पहचान की गई। इसकी परिभाषा केवल “AI” संक्षिप्त रूप तक सीमित नहीं थी; इसमें मशीन लर्निंग, न्यूरल नेटवर्क और बड़े भाषा मॉडल जैसी विधियाँ और प्रौद्योगिकियाँ भी शामिल थीं।

इसके बाद लेखकों ने यह जाँचा कि इन शब्दों की जगह का उद्धरणों से कोई संबंध था या नहीं। इस दौरान उन्होंने प्रकाशन-वर्ष, शोध-पत्रिका, विषय-वस्तु, पठनीयता और लेखकों की विशेषताओं जैसे कारकों का भी हिसाब रखा।

लेखकों के अनुसार, शीर्षक में दिखाई देने वाले इस संकेत का मुख्य संबंध यह था कि ऐसे लेखों को कृत्रिम बुद्धिमत्ता का कोई संकेत न देने वाले लेखों की तुलना में लगभग 60% अधिक उद्धरण मिले; और उन लेखों की तुलना में लगभग 43% अधिक, जिनमें कृत्रिम बुद्धिमत्ता का उल्लेख केवल मुख्य शब्दों में था। ये रूपांतरित वार्षिक उद्धरण-माप पर आधारित मॉडल के अनुमान हैं, न कि कच्चे औसतों के बीच सीधे अंतर।

यह पैटर्न कई वैकल्पिक विश्लेषणों में भी बना रहा, जिनमें एक ही शोध-पत्रिका अंक के भीतर की तुलना और लेखकों की विशेषताओं के लिए समायोजन शामिल थे। यह तब भी दिखाई दिया जब शोधकर्ताओं ने कृत्रिम बुद्धिमत्ता को अपनी विधि के रूप में इस्तेमाल किया और तब भी, जब कृत्रिम बुद्धिमत्ता स्वयं अध्ययन का विषय थी।

निवेशकों के लिए शोध की दृश्यता क्यों मायने रखती है

शीर्षक शुरुआती छँटाई का काम करता है। अपरिचित शोध-साहित्य पर नज़र डालते समय शोधकर्ताओं को तय करना होता है कि किन लेखों पर अधिक ध्यान देना चाहिए। तकनीकी घोषणाओं, कंपनियों की प्रस्तुतियों और वैज्ञानिक प्रमाणों की समीक्षा करते समय निवेशकों के सामने भी ऐसी ही व्यावहारिक सीमा होती है।

प्रौद्योगिकी का जाना-पहचाना नाम पाठकों को प्रासंगिक काम जल्दी खोजने में मदद कर सकता है। यह उपयोगी हो सकता है: कृत्रिम बुद्धिमत्ता के योगदान का स्पष्ट वर्णन करने से इच्छुक पाठकों के लिए उसे ढूँढ़ना आसान हो जाता है।

हालाँकि, यह अध्ययन साबित नहीं कर सकता कि कृत्रिम बुद्धिमत्ता से जुड़ी शब्दावली जोड़ने से उद्धरण बढ़ते हैं। लेखक कृत्रिम बुद्धिमत्ता पर ज़ोर तब दे सकते हैं, जब वह उनके काम का विशेष रूप से केंद्रीय हिस्सा हो, या जब उन्हें पहले से उम्मीद हो कि उनका शोध-पत्र प्रभावशाली होगा। सांख्यिकीय समायोजन कुछ वैकल्पिक व्याख्याओं का प्रभाव घटाते हैं, लेकिन उन्हें पूरी तरह ख़ारिज नहीं करते।

यह शोध-पत्र शेयर बाज़ार के प्रतिफल भी नहीं मापता। इसके निष्कर्षों को इस दावे में नहीं बदलना चाहिए कि कृत्रिम बुद्धिमत्ता की ब्रांडिंग से कंपनियों का मूल्यांकन बढ़ता है। Securities.io की कृत्रिम बुद्धिमत्ता में निवेश की घोषणाओं और शेयर बाज़ार के प्रतिफल पर की गई पड़ताल इस बात पर अलग से चर्चा करती है कि कंपनियों की ओर से कृत्रिम बुद्धिमत्ता के संकेत निवेशकों की उम्मीदों से कैसे जुड़े हैं।

इसका उपयोगी साझा सूत्र विश्लेषण का है: शोध पढ़ने वालों और निवेशकों—दोनों को किसी प्रमुख दावे को आर्थिक महत्व देने से पहले यह देखना चाहिए कि उसके समर्थन में क्या प्रमाण हैं।

वैज्ञानिक ध्यान और व्यावसायिक मूल्य में अंतर करना

कल्पना कीजिए कि कोई कंपनी कृत्रिम बुद्धिमत्ता पर आधारित पूर्वानुमान से जुड़े एक ऐसे शोध-पत्र का प्रचार कर रही है जिसे बहुत उद्धरण मिले हैं। उद्धरणों की संख्या बताती है कि दूसरे शोधकर्ताओं ने उस पर ध्यान दिया है। इससे यह साबित नहीं होता कि यह विधि ग्राहकों के आँकड़ों के साथ भरोसेमंद ढंग से काम करती है, बदलती परिस्थितियों में सटीक बनी रहती है या मौजूदा विकल्पों से कम खर्चीली है।

इसलिए निवेश का व्यावहारिक आकलन प्रमाणों को कई चरणों में परखता है। शोध किसी संभावित क्षमता को स्थापित करता है। स्वतंत्र परीक्षण यह जानने में मदद करता है कि वह कसौटी पर खरी उतरती है या नहीं। उत्पाद-विकास से पता चलता है कि ग्राहक उसका इस्तेमाल कर सकते हैं या नहीं। व्यावसायिक नतीजे बताते हैं कि क्या कोई इतना भुगतान करने को तैयार होगा कि कारोबार टिकाऊ बन सके।

इन चरणों की गति अलग-अलग हो सकती है। किसी प्रभावशाली शोधपत्र को उपयोग में लाने से पहले वर्षों का इंजीनियरिंग कार्य करना पड़ सकता है। वहीं, कम चर्चित कोई तरीका पहले से ही ग्राहकों की बार-बार सामने आने वाली समस्या का किफायती समाधान दे सकता है।

इन सवालों पर विचार करना उपयोगी होगा:

• क्या मूल शोध के दायरे से बाहर भी इस नतीजे की जाँच की गई है?
• क्या इससे ग्राहकों के किसी मापने योग्य नतीजे में सुधार होता है?
• क्या इसके लाभ, इसे लागू करने, कंप्यूटिंग और निगरानी की लागत से अधिक हैं?
• क्या कारोबार मूल्य-निर्धारण, ग्राहक निष्ठा या अलग तरह के डेटा के ज़रिए मूल्य बनाए रख सकता है?

यह दृष्टिकोण आशावाद की गुंजाइश रखते हुए निवेश के तर्क को अधिक ठोस बनाता है। वैज्ञानिक जगत का ध्यान यह बता सकता है कि कहाँ पड़ताल की जाए। व्यावहारिक उपयोगिता के प्रमाण तय करते हैं कि इस तर्क को कितनी दूर तक ले जाया जा सकता है।

एआई से शोध खोजने के क्षेत्र में कारोबारी अवसर पैदा होते हैं

यह अध्ययन एक व्यावसायिक समस्या की ओर भी संकेत करता है: पाठकों के पास समय कम हो तो प्रासंगिक शोध खोजना मुश्किल होता है। बेहतर खोज उपकरण संगठनों को ऐसे उपयोगी निष्कर्ष पहचानने में मदद कर सकते हैं, जो अन्यथा अपरिचित शब्दावली या कम चर्चित शीर्षकों के पीछे दबे रह जाते।

कल्पना कीजिए कि कोई सामग्री निर्माता उत्पादन में आई खामी की जाँच कर रहा है। उसके कर्मचारियों को रसायन विज्ञान, इंजीनियरिंग और सांख्यिकीय मॉडलिंग से जुड़े निष्कर्षों की ज़रूरत पड़ सकती है। एक उपयोगी शोध प्रणाली इन क्षेत्रों के प्रमाणों को जोड़ सकती है, परस्पर विरोधी नतीजों की पहचान कर सकती है और उपयोगकर्ताओं को मूल स्रोत देखने की सुविधा दे सकती है।

इसका व्यावसायिक मूल्य शोध प्रक्रिया को बेहतर बनाने से आएगा। तेज़ी से सारांश मिलना मददगार है, लेकिन अनुपयुक्त प्रयोग से बचना या किसी आशाजनक विकल्प की पहचान करना केवल पढ़ने की गति बढ़ाने से अधिक मायने रख सकता है।

यह Securities.io की एआई से उत्पादकता में बढ़ोतरी और निवेशकों के प्रतिफल पर कवरेज से जुड़ता है: समय बचने से काम करने की क्षमता बढ़ती है, जबकि कारोबारी फैसले तय करते हैं कि इस अतिरिक्त क्षमता से और मूल्य पैदा होगा या नहीं।

शोध की रैंकिंग में पारदर्शिता ज़रूरी है

इसमें एक संभावित प्रतिपुष्टि समस्या भी है। अगर खोज प्रणालियाँ पहले से मौजूद उद्धरणों की संख्या पर बहुत अधिक निर्भर हों, तो पहले से ही अधिक दिखाई देने वाले शोधपत्रों को और प्रसार मिल सकता है। उपयोगी, लेकिन कम उद्धृत शोध को खोजना कठिन बना रह सकता है। ध्यान से जुड़ी समस्या के आधार पर यह एक संभावना है; शोधपत्र में इस नतीजे की जाँच नहीं की गई।

इसलिए पारदर्शी रैंकिंग, स्रोतों का पता लगा पाने की सुविधा और परस्पर प्रतिस्पर्धी साक्ष्यों का समावेश व्यावसायिक रूप से प्रासंगिक हैं। ग्राहकों को यह समझना ज़रूरी है कि प्रणाली किसी शोधपत्र की सिफारिश क्यों करती है और उसका जवाब उपलब्ध शोध के व्यापक दायरे को दर्शाता है या नहीं।

RELX एआई-संचालित शोध उपकरणों में निवेश का अवसर देता है

इन ज़रूरतों का स्वाभाविक संबंध RELX से है। उसका Elsevier कारोबार Scopus चलाता है, जो इस अध्ययन में इस्तेमाल किया गया डेटाबेस है। उसके शोध उत्पाद कंपनी को वैज्ञानिक जानकारी खोजने और उसकी व्याख्या करने के बाज़ार में सीधे खड़ा करते हैं।

Scopus AI जनरेटिव एआई को शोध सामग्री के साथ जोड़ता है, ताकि उपयोगकर्ता विषयों का पता लगा सकें और प्रासंगिक साहित्य पहचान सकें। Elsevier ने LeapSpace के ज़रिए शोध की व्यापक कार्यप्रणालियों में भी विस्तार किया है।

सितंबर 2026 में LeapSpace की शोध सामग्री और स्वतंत्र सलाहकार मंडल के बारे में अपनी घोषणा में Elsevier ने 23 मिलियन से अधिक पूर्ण-पाठ लेखों और पुस्तकों तक पहुँच की जानकारी दी। उसने एल्गोरिदम, पारदर्शिता और प्रकाशक-निरपेक्ष खोज के बारे में स्वतंत्र मार्गदर्शन का भी उल्लेख किया। ये कंपनी की ओर से बताई गई प्रगति है, बेहतर शोध परिणामों का स्वतंत्र प्रमाण नहीं।

व्यावसायिक प्रस्ताव समझना आसान है: शोध सामग्री के विशाल संग्रह को ऐसे उपकरणों के साथ जोड़ना, जिनसे उसका इस्तेमाल आसान हो। ग्राहकों के साथ मौजूदा संबंध और शोध प्रक्रियाओं में एकीकरण इसे अपनाने में मदद कर सकते हैं, हालाँकि प्रतिस्पर्धी उत्पाद और ग्राहकों के बजट भी मायने रखते हैं।

RELX की अक्टूबर 2026 की कारोबारी अपडेट के अनुसार, पहले नौ महीनों में पूरे समूह का अंतर्निहित राजस्व 7% बढ़ा। इसमें वैज्ञानिक, तकनीकी और चिकित्सा क्षेत्र में 6% की वृद्धि शामिल थी। प्रबंधन ने एआई-सक्षम समाधानों को अपनाए जाने और LeapSpace के उपयोग में तेज़ बढ़ोतरी का उल्लेख किया। इन आँकड़ों से अलग-अलग एआई उत्पादों के कारण हुए राजस्व या लाभप्रदता का पता नहीं चलता।

निवेशकों के लिए आगे के सवाल हैं: क्या ग्राहक भुगतान करके उत्पाद अपना रहे हैं, क्या वे जुड़े रहते हैं, परिचालन लागत कितनी है, और क्या उत्पाद में सुधार से टिकाऊ वृद्धि को समर्थन मिलता है। RELX दूसरे कारोबार भी चलाता है, इसलिए उसके शेयर केवल शोध खोजने के क्षेत्र से कहीं व्यापक निवेश अवसर देते हैं। किसी कंपनी के पास विश्वसनीय तकनीकी अवसर होने पर भी उसके मूल्यांकन का महत्व बना रहता है।

RELX (RELX) की ताज़ा खबरें और घटनाक्रम

ध्यान से मिले प्रीमियम से आगे बढ़कर एआई का मूल्यांकन

इस अध्ययन का सबसे महत्त्वपूर्ण योगदान यह दिखाना है कि शोध सामग्री के साथ-साथ उसकी दृश्यता की भी पड़ताल होनी चाहिए। इसके निष्कर्ष अर्थशास्त्र और वित्त के प्रकाशनों तक सीमित हैं; इनके आधार पर विज्ञान या निवेश के सभी क्षेत्रों के लिए कोई सार्वभौमिक नियम तय नहीं किया जा सकता।

फिर भी, यह अवसर आशाजनक है। एआई अधिक लोगों तक उपयोगी ज्ञान पहुँचाने में मदद कर सकता है, जबकि बेहतर शोध उपकरण तकनीकी मूल्यांकन को तेज़ और अधिक गहन बना सकते हैं। इन सुधारों को उपलब्ध कराने वाले कारोबारों के पास हल करने के लिए ग्राहकों की एक ठोस समस्या है।

निवेशकों के लिए चुनौती है कि वे इस बढ़ते ध्यान के साथ सत्यापन भी करें: साक्ष्यों की जाँच करें, ग्राहकों को मिलने वाले लाभ को समझें और पता लगाएँ कि कंपनी यह लाभ पहुँचाकर पैसा कैसे कमाती है। एआई का लेबल इस पड़ताल की शुरुआत हो सकता है। इसे आगे बढ़ाने के लिए व्यावसायिक प्रदर्शन टिकाऊ होना चाहिए।

संदर्भ:

¹ Alonso-Robisco, A., Esparcia, C., और Jareño, F. (2026)। अर्थशास्त्र और वित्तीय अनुसंधान में एआई संकेत का प्रीमियम। Finance Research Letters। ऑनलाइन अग्रिम प्रकाशन। https://doi.org/10.1016/j.frl.2026.110995