د شرکتونو مشرین د artificial intelligence د adoption د اندازه کولو لپاره غلط معیارونه کاروي او د دې پر ځای باید د انسان د قضاوت او پریکړه کولو پروسې تعقیب کړي [1].
دا بدلون اړین دی ځکه چې اوسنی ډشبورډونه په سطحي ډیټا تمرکز کوي چې د یو کاروبار لپاره د AI حقیقي ارزښت نه ښیي. څرنګه چې د AI ګرانې پانګونې توجیه کولو لپاره فشار زیاتیږي، CFOs او بورډونه د ساده thốngایستیکونو پر ځای د ملموسو پایلو د شواهدو غوښتنه کوي [2].
ډیری شرکتونه په موجوده توګه د indicatorونو پر یو معیاري سیټ تکیه کوي. د Forbes Tech Council یو لیکوال وویل: "په 2026 کې هر هغه enterprise dashboard چې ما لیدلی، د AI یوې ډول معیارونه تعقیبوي: adoption rate، د سپما شوی وخت، او اتوماتیک شوي ټیکټونه" [1]. دا ډیری وخت د 'vanity metrics' یا باطلي معیارونو په توګه categorise کیږي—داسې شمېرې چې په راپور کې اغیزناکې ښکاري مګر د سوداګریزې performance ښه کېدو سره تړاو نه لري [1].
د صنعت کارپوهان د اندازه کولو لپاره یو ډیر سخت چلند وړاندیز کوي. یو چوکاټ (framework) څارنې ته د څلورو کلیدي معیارونو تمرکز وړاندیز کوي ترڅو ډاډه شي چې AI واقعا په ټول سازمان کې scale کیږي [3]. د دې نظم پرته، شرکتونه د داسې ځلیدونکو pilot projects پانګونې ته خطر لري چې هیڅکله په ماناو عملیاتي ښه کیفیتونو کې نه بدلیږي [3].
تمرکز اوس د دې لور ته ځي چې AI څنګه د یو انسان کارکونکي پر وروستۍ output اغیز کوي. د دې پر ځای چې څومره ساعته سپما شوه، رهبران تهe khuyếnک کیږي چې اندازه کړي آیا د AI په مرسته گرفته شوې پریکړه د پخواني دستی پروسې په پرتله ډیره کره یا اغیزمنه وه که نه [1, 2].
دا بدلون په داسې حال کې راځي چې مالي څیړنې زیاتیږي. د Committee of 200 یو لیکوال وویل: "د AI پانګونې توجیه کولو لپاره فشار په چټکۍ سره زیاتیږي. په مختلفو صنعتونو کې CFOs او بورډونه د AI په اړه سم پوښتنه کوي: [ارزښت] چیرته دی؟" [2]. د AI output-ونو په اړه د انسان د قضاوت د کیفیت په تعقیبولو سره، شرکتونه کولی شي معلوم کړي چې ایا دا ټیکنالوژي یو حقیقي asset دی یا یوه ګرانه distracting وسیله [1].
“په 2026 کې هر هغه enterprise dashboard چې ما لیدلی، د AI یوې ډول معیارونه تعقیبوي: adoption rate، د سپما شوی وخت، او اتوماتیک شوي ټیکټونه.”
له تولیديت معیارونو څخه د outcome-based تعقیب ته لیږد د AI د hype cycle پختا کیدو نښه ده. شرکتونه د 'تجربو' مرحلې تېره کوي او د 'ارزښت ترلاسه کولو' (value realization) مرحلې ته ځي، چیرې چې د AI بریالیتوب نور د کاري جریان (workflow) کې د هغې د موجودیت په اساس نه، بلکې د سوداګریزې پریکړې په کیفیت باندې د هغې د اندازه کیدونکي اغیز په اساس اندازه کیږي.
