जब मैं मानव रहित रिटेल शब्द का उल्लेख करता हूं, तो मैं बिना किसी कारण के कैलेंडर को देखना चाहता हूं।
2017 के आसपास तीव्र गर्मी की एक छोटी अवधि के बाद, जो कुछ बचा था वह चिकन पंख का एक टुकड़ा था, लेकिन हमारे पूर्वज वास्तव में अमीर थे, उस समय लोग कह रहे थे कि यह खुदरा क्षेत्र का भविष्य था।
वास्तव में, कोई भी वैचारिक नहीं है। जो क्लर्क मूल रूप से कैशियर के लिए जिम्मेदार थे, वे अब उन कार्यों के लिए जिम्मेदार हैं जिन्हें मशीन अस्थायी रूप से संचालित नहीं कर सकती है, जैसे ताजा भोजन तैयार करना और अलमारियों को फिर से भरना।
तो, क्या इसे "नो कैशियर" कहा जा सकता है? यह भी सटीक नहीं है। उद्योग की दिग्गज कंपनी अमेज़ॅन का हाल ही में खुलासा हुआ है। ऐसा नहीं है कि "कैशियर" मौजूद नहीं हैं, लेकिन वे पर्दे के पीछे एआई के लिए चुपचाप काम करते हैं।
जब तुम इसे लेकर चले जाओगे, तो कोई तुम्हारे लिए बोझ उठाएगा।
जस्ट वॉक आउट, मानव रहित सुपरमार्केट के लिए अमेज़ॅन की स्मार्ट कैशियर तकनीक, 2016 में एक अनुभव स्टोर में शुरू हुई और 2018 में आधिकारिक तौर पर जनता के लिए खोली गई।
उस समय, यह तकनीक अद्भुत थी, अपने खाते को पहले से पंजीकृत और बाध्य करने के बाद, आपको केवल क्यूआर कोड को स्कैन करना होगा और सुपरमार्केट में जाना होगा, जो आप चाहते थे उसे उठा लें, कतार में लगने की आवश्यकता नहीं होगी, कैशियर की आवश्यकता नहीं होगी। उत्पादों को एक-एक करके स्कैन करें, बाहर निकलें, और बाद में सामान की प्रतीक्षा करें। आपके खाते से स्वचालित रूप से डेबिट कर दिया जाएगा।
ग्राहकों द्वारा अलमारियों से निकाले जाने वाले उत्पादों को समझने के लिए, जस्ट वॉक आउट कैमरा, सेंसर, कंप्यूटर विज़न, डीप लर्निंग और अन्य तकनीकों का उपयोग करता है।
कुछ साल बीत चुके हैं, और "पुरानी" तकनीक जिसने धीरे-धीरे अपनी आभा खो दी है, उसने फिर से लहरें पैदा कर दी हैं।
स्थानीय समयानुसार 2 अप्रैल को, अमेज़ॅन ने आधिकारिक तौर पर घोषणा की कि 40 से अधिक अमेज़ॅन फ्रेश स्टोर्स में से 27 ने जस्ट वॉक आउट को स्मार्ट शॉपिंग कार्ट सेवा डैश कार्ट से बदलने की योजना बनाई है।
अमेज़ॅन ने बताया कि समायोजन इसलिए किया गया क्योंकि ग्राहकों की ज़रूरतें बदल गई हैं, बिना कतार में लगे बाहर निकल जाना अच्छा है, लेकिन ग्राहक यह भी जानना चाहते हैं कि खरीदारी करते समय उन्होंने कितना खर्च किया।
जस्ट वॉक आउट का दोष यह है कि स्टोर छोड़ने के बाद ग्राहकों को अपनी रसीदें प्राप्त करने में लगने वाला समय परिवर्तनशील होता है, जो कुछ मिनटों से लेकर कुछ घंटों तक होता है, जिससे उपभोक्ता आसानी से अनिश्चित हो जाते हैं।
इसके विपरीत, डैश कार्ट ग्राहकों को खरीदारी करते समय वस्तुओं को स्कैन करने और वास्तविक समय में स्क्रीन पर उनके कुल खर्च को देखने की अनुमति देता है, ग्राहकों को चेकआउट पर कतार में लगने, आइटम चुनने, लेन के पार चलने और बाहर निकलने की आवश्यकता नहीं होती है। सुपरमार्केट।
इसके अलावा, जस्ट वॉक आउट को तैनात करते समय, हार्डवेयर सजावट लागत और क्लाउड कंप्यूटिंग परिचालन लागत कम नहीं होती है, और कर्मचारियों को साइट पर शेल्फ ऑर्डर बनाए रखने की आवश्यकता होती है, इसलिए यह तकनीक हवाई अड्डे के स्टोर जैसे छोटे स्टोर के लिए अधिक उपयुक्त है।
अमेज़ॅन को उम्मीद नहीं थी कि जस्ट वॉक आउट अपने कुछ कर्मचारियों को उचित तरीके से निकाल देगा, अपने तकनीकी लबादे को उतार देगा और पर्दे के पीछे के श्रम की ओर ध्यान आकर्षित करेगा।
जो ग्राहक हवा की तरह आते और जाते हैं वे सोच सकते हैं कि जस्ट वॉक आउट स्वचालित है। लेकिन वास्तव में, यह अभी भी मैन्युअल सत्यापनकर्ताओं और डेटा लेबलर्स के बिना नहीं चल सकता है।
मीडिया द इंफॉर्मेशन ने पिछले साल खुलासा किया था कि 2022 के मध्य तक, अमेज़ॅन के 1,000 से अधिक भारतीय कर्मचारियों ने जस्ट वॉक आउट प्रोजेक्ट में भाग लिया था।
उनके काम में मुख्य रूप से दो कार्य शामिल हैं: एक है वीडियो देखना और सटीक चेकआउट सुनिश्चित करने के लिए ऑर्डर को मैन्युअल रूप से जांचना और दूसरा है वीडियो में छवियों को लेबल करना और मशीन लर्निंग मॉडल को प्रशिक्षित करना;
यहां तक कि 2022 में भी, प्रत्येक 1,000 ऑर्डर के लिए अभी भी 700 मैन्युअल सत्यापन की आवश्यकता होगी, जो अमेज़ॅन की 20 से 50 गुना की आंतरिक अपेक्षाओं से कहीं अधिक है।
अमेज़ॅन के एक प्रवक्ता ने उस समय जवाब दिया कि उसने वास्तव में मानव समीक्षकों को काम पर रखा था, लेकिन बताई गई संख्या गलत थी और वास्तविक संख्या का खुलासा करने से इनकार कर दिया।
यह कहा जा सकता है कि "कैशियर" अभी भी कम संख्या में मौजूद हैं, लेकिन वे बस दूर से काम कर रहे हैं।
इस बार, जैसे ही अमेज़ॅन ने जस्ट वॉक आउट निकाला, संदेह फिर से पैदा हो गया और कुछ लोगों ने इसकी तुलना एटीएम मशीन में बैठकर हिसाब-किताब निपटाने वाले एक आदमी के मीम से भी की।
अमेज़ॅन ने फिर से जवाब दिया। अगर हर कोई जस्ट वॉक आउट की मानवीय भागीदारी की व्याख्या भारतीय कर्मचारियों के आसपास बैठकर ग्राहकों की खरीदारी का लाइव प्रसारण देखने के रूप में करता है, तो यह पूरी तरह से गलत होगा।
इन मानव कर्मचारियों को "मशीन लर्निंग डेटा असिस्टेंट" कहा जाना चाहिए। उनका मुख्य काम छवियों को एनोटेट करना और अंतर्निहित मशीन लर्निंग मॉडल में सुधार करना है, लेकिन वे कभी-कभी साइड जॉब में भी संलग्न होते हैं, रिकॉर्ड किए गए वीडियो क्लिप की जांच करते हैं और कम संख्या में आदेशों को सत्यापित करते हैं जो नहीं कर सकते हैं एआई द्वारा पुष्टि की जाएगी।
आख़िरकार, लोग चीज़ें खरीदते समय हमेशा नख़रेबाज़ होते हैं और दुर्घटनाएँ अक्सर होती रहती हैं, इसलिए वे एआई जैसे नियमों के भीतर कार्य नहीं कर सकते हैं।
वास्तव में, एआई उद्योग में डेटा एनोटेटर बहुत आम हैं, लेकिन जब इसे ऐसे परिदृश्यों में रखा जाता है जो मानवरहित सुपरमार्केट जैसे बुद्धिमत्ता पर जोर देते हैं, तो यह थोड़ा प्रति-सहज ज्ञान युक्त लगता है।
जस्ट वॉक आउट का आश्चर्य नकली नहीं है, लेकिन मौजूदा एआई प्रचार में मानवीय भागीदारी को कमोबेश कम महत्व दिया गया है।
प्रत्येक सफल एआई के पीछे, लागत प्रभावी मनुष्यों का एक समूह होता है।
एआई उद्योग में हमेशा एक अस्पष्ट क्षेत्र रहा है: मानव बुद्धि।
अमेज़ॅन के पास मैकेनिकल तुर्क नामक एक क्राउडसोर्सिंग प्लेटफ़ॉर्म है, जो कंपनियों को एआई सिस्टम को प्रशिक्षित और संचालित करने में मदद करने के लिए वैश्विक कार्यबल को डेटा एनोटेशन और छवि पहचान जैसे कार्यों को आउटसोर्स करता है।
ये कार्य मनुष्यों के लिए बहुत सरल हैं, लेकिन कंप्यूटर के लिए स्वतंत्र रूप से पूरा करना कठिन है, इसलिए इन्हें "मानव इंटेलिजेंस कार्य" (HITs) भी कहा जाता है।
"मैकेनिकल तुर्क" नाम 18वीं शताब्दी में इसी नाम के शतरंज खेलने वाले उपकरण से आया है, यह मशीन एक सनसनी बन गई क्योंकि यह मनुष्यों के साथ शतरंज खेल सकती थी और बाद में इसे दुनिया भर में प्रदर्शित किया गया यह एक धोखा है, जिसके अंदर इसे संचालित करने के लिए इंसान छुपे हुए हैं।
▲ चित्र: विकी से
ठीक उसी नाम के साथ, आधुनिक समय के घोटाले और अतीत के घोटाले इतिहास का एक सूक्ष्म चक्र बनाते हैं, मानव बुद्धि अभी भी प्रतीत होता है कि स्वचालित खोल के अंदर एक महत्वपूर्ण भूमिका निभाती है।
हालाँकि AI अब वास्तव में शतरंज और गो को ख़त्म कर रहा है, और बड़ी मात्रा में डेटा से चेहरे की विशेषताओं और ट्रैफ़िक लाइट की पहचान करना सीख रहा है, कई नए क्षेत्रों में, AI को अभी भी मानव बुद्धि के समर्थन की आवश्यकता है, हालाँकि ये कार्य बहुत बुनियादी लगते हैं और इनमें कोई कमी नहीं है सीमा।
हमने पिछले साल बताया था कि चैटजीपीटी को हिंसा, लिंगवाद और नस्लवाद से भरा होने से रोकने के लिए, ओपनएआई ने एक एआई को प्रशिक्षित किया जो हानिकारक सामग्री का पता लगा सकता है, और फिर इस एआई को एक डिटेक्टर के रूप में इस्तेमाल किया और पता लगाने की भूमिका निभाने के लिए इसे चैटजीपीटी में बनाया। छानना.
इस प्रक्रिया के लिए डेटा एनोटेशन की आवश्यकता होती है, जो केन्या में कार्यकर्ताओं द्वारा हिंसा, घृणा और यौन शोषण जैसी हानिकारक सामग्री को लेबल करने के लिए किया जाता है। वे अपने परिवार का भरण-पोषण करने और इंटरनेट के सबसे अंधेरे कोनों में शारीरिक और मानसिक आघात सहने के लिए सस्ती तनख्वाह कमाते हैं।
मानव कल्पना अनंत है, और यह अनुमान लगाया गया है कि AI स्वयं यह अनुमान नहीं लगा सकता है कि भविष्य में AI अभी भी कहाँ काम करेगा, और कहाँ उसे मानव सहायता की आवश्यकता होगी।
यहां तक कि वयस्क ट्रैक को भी लोकप्रियता हासिल करनी होगी, एआई पहले से ही एक निश्चित निर्माता के लहजे की नकल कर सकता है और प्रशंसकों को अस्पष्ट पाठ संदेश भेज सकता है। एक ही समय में सैकड़ों प्रशंसकों के संपर्क में रहकर निर्माता स्वाभाविक रूप से समय और प्रयास बचाने में प्रसन्न होते हैं।
कुछ वयस्क सामग्री एमसीएन एजेंसियों ने प्लेटफ़ॉर्म द्वारा धोखाधड़ी के रूप में पहचाने जाने से बचने के लिए एआई-जनरेटेड सामग्री की जांच करने के लिए मानव कर्मचारियों को काम पर रखा है।
प्रत्येक सफल एआई के पीछे लागत प्रभावी मनुष्यों का एक समूह खड़ा होता है। एआई गलतियाँ करता है, मनुष्य उन्हें सुधारता है, एआई फीड होने की प्रतीक्षा करता है, और मनुष्य बड़ी मात्रा में डेटा संसाधित करता है।
Google DeepMind के सह-संस्थापक और सीईओ डेमिस हस्साबी ने हाल ही में एक साक्षात्कार में कहा कि जेनरेटिव AI स्टार्टअप और उत्पादों में निवेश किए गए अरबों डॉलर ने बहुत सारे बुलबुले पैदा किए हैं।
उनका मानना है कि एआई का उपयोग "विज्ञान के अंतिम उपकरण" के रूप में किया जाना चाहिए, जैसे कि अल्फाफोल्ड मॉडल जो प्रोटीन संरचना की भविष्यवाणी करता है, मानवता वैज्ञानिक खोज के एक नए पुनर्जागरण की शुरुआत करने वाली है, लेकिन लोग सभी प्रकार के प्रचार और चर्चा करने के लिए अधिक इच्छुक हैं। असत्य बातों का.
मुझे नहीं पता कि उनका इशारा Google के प्रतिद्वंद्वी OpenAI की ओर था, लेकिन उनके शब्द वास्तव में बहुत ज्ञानवर्धक हैं।
क्या एआई हर क्षेत्र में अच्छा प्रदर्शन कर सकता है और क्या यह वास्तव में दक्षता में सुधार करता है, इसके लिए विशिष्ट मुद्दों के विस्तृत विश्लेषण की आवश्यकता है।
साथ ही, अत्यधिक प्रचार और अपेक्षाओं के बीच, एआई मानव श्रम के लिए सस्ती आउटसोर्सिंग सेवाओं की एक नई लहर भी शुरू कर रहा है। कई कंपनियों ने एआई का नाम पाने के लिए उत्पाद विवरण और उपभोक्ता अनुभव को नजरअंदाज कर दिया है।
जब हम कोई एआई उत्पाद खोलते हैं और उसका उपयोग करते हैं, तो ऐसा महसूस हो सकता है कि हम जादू का अनुभव कर रहे हैं, लेकिन विशाल ब्लैक बॉक्स के पीछे, दुनिया के सबसे चतुर दिमाग और साथ ही चुपचाप गुमनाम लोग भी छिपे हुए हैं। उस समय शतरंज का उपकरण।
इंसानों और एआई को वह करने दें जिसमें वे बेहतर हैं
अतीत में, जब मानव रहित खुदरा जैसी स्वचालित सेवाओं के बारे में बात की जाती थी, तो हमेशा यह कहा जाता था कि शेष कर्मचारी अधिक कुशल हो सकते हैं, सिस्टम के माध्यम से शेल्फ स्थिति को स्वचालित रूप से ट्रैक कर सकते हैं और समय पर सामान की भरपाई कर सकते हैं, और उनके पास अधिक समय हो सकता है। ग्राहकों के साथ व्यवहार करें और बेहतर सेवाएँ प्रदान करें।
लेकिन जब एआई बुद्धिमान है लेकिन पूरी तरह बुद्धिमान नहीं है, तो वास्तविकता आदर्श जितनी पूर्ण नहीं है।
एआई वॉयस ऑर्डरिंग सेवा एक और नकारात्मक उदाहरण है।
"ड्राइव-थ्रू" ऑर्डरिंग सेवाएँ विदेशों में बहुत लोकप्रिय हैं। जो ग्राहक गाड़ी चलाते हैं, वे कार से बाहर निकले बिना या स्टोर में प्रवेश किए बिना सीधे खिड़की के माध्यम से भोजन ऑर्डर कर सकते हैं, भुगतान कर सकते हैं और प्राप्त कर सकते हैं। यदि एआई वेटर ऑर्डर लेता है और इंसान खाना पकाने के लिए अपना सिर नीचे कर लेता है, तो क्या पूरी प्रक्रिया तेज होगी?
व्यावहारिक दृष्टिकोण से, एआई इंसानों को पीछे रखने जैसा है।
उत्तरी अमेरिका में एक प्रसिद्ध बर्गर ब्रांड, वेंडी ने पिछले साल एक उच्च प्रोफ़ाइल के साथ घोषणा की थी कि वह ऑर्डर प्रक्रिया को सुव्यवस्थित करने और लेन में कतार के दर्द को कम करने के लिए जून में एक नए कर्मचारी चैटबॉट को काम पर रखेगा। 2021 से, वे Google के साथ भागीदार बन गए हैं।
वेंडी के आँकड़ों से पता चला कि एआई 86% की सटीकता दर के साथ ऑर्डर देने के समय को 22 सेकंड तक कम कर सकता है।
लेकिन इसके विपरीत सोचने पर, त्रुटि दर 14% तक पहुंच जाती है, जो हर सात आदेशों में एक त्रुटि के बराबर है, और मानव कर्मचारियों को गंदगी साफ करनी होगी।
यदि किसी मानव कर्मचारी ने इतनी सारी गलतियाँ की होतीं, तो वह बहुत पहले ही सामान पैक करके घर चला गया होता, लेकिन एआई के सामने, कंपनियां इसे तब तक सहन कर सकती हैं जब तक वे इसे बरकरार रख सकती हैं बार.
एआई की उच्च त्रुटि दर का कारण सरल है। ग्राहक रोबोट नहीं हैं और वे कार्यक्रम का पालन नहीं करेंगे, वे पछतावा कर सकते हैं, खुद को दोहरा सकते हैं, या विशेष मांग कर सकते हैं, जिससे एआई के लिए अर्थ को गलत समझना आसान हो जाता है। इसके अलावा, उच्चारण, कार का शोर आदि भी परेशान करने वाले कारक हैं।
ब्लूमबर्ग ने पिछले साल दिसंबर में यह भी बताया था कि रोबोट ऑर्डर करने वाले एक आपूर्तिकर्ता ने फिलीपींस और अन्य स्थानों में मानव सहायकों की भर्ती की है, जिससे उन्हें यह सुनिश्चित करने के लिए 70% से अधिक ऑर्डर की जांच करने की इजाजत मिलती है कि एआई सिस्टम त्रुटियां नहीं करता है।
इसके बारे में इस तरह से सोचने पर, चीन में कुछ स्वयं-सेवा चेकआउट सेवाएँ मनुष्यों को अपने हाथों को पूरी तरह से मुक्त करने की अनुमति दिए बिना सुविधा की सही मात्रा हैं।
उदाहरण के लिए, यूनीक्लो आरएफआईडी टैग पर आधारित एक स्व-सेवा स्कैनिंग चेकआउट प्रणाली का उपयोग करता है जब हम कपड़े को बॉक्स में डालते हैं, तो कीमत सामने आती है और हम भुगतान करने के लिए कोड को स्कैन करते हैं।
हालाँकि यह जस्ट वॉक आउट जितना संपूर्ण नहीं है, चेकआउट की गति तेज़ है और अधिक विंडो हैं। हालाँकि, आपको अभी भी पीक अवधि के दौरान कतार में लगना होगा, और पैकेजिंग और कैशियर सेवाएं प्रदान करने के लिए पास में स्टोर क्लर्क भी हैं।
खुदरा उद्योग में, यदि आप एआई के उत्साह को पकड़ना चाहते हैं और मीडिया और जनता का ध्यान आकर्षित करना चाहते हैं, तो जरूरी नहीं कि आपको टर्मिनल पर कड़ी मेहनत करनी पड़े।
सुविधा स्टोर श्रृंखला 711 ने एक अलग दृष्टिकोण अपनाया है, एआई को सीधे उपभोक्ताओं से निपटने की अनुमति देने के बजाय, यह एआई को "मस्तिष्क गतिविधियों" में संलग्न करने की अनुमति देता है।
2024 के वसंत से शुरू होकर, 7इलेवन ने नए उत्पादों के लिए पाठ और छवियां उत्पन्न करने और यहां तक कि नए उत्पाद प्रस्ताव तैयार करने के लिए स्टोर बिक्री डेटा और सोशल मीडिया उपभोक्ता प्रतिक्रिया का विश्लेषण करने के लिए एआई का उपयोग करने की योजना बनाई है।
लगभग 9,000 711 कर्मचारियों में से, लगभग 1,000 प्रबंधकों ने आंतरिक एआई प्रणाली का उपयोग करना शुरू कर दिया है, और फिर धीरे-धीरे उत्पाद विकास और विपणन कर्मियों तक इसका विस्तार किया है।
यह ऊपर से नीचे का क्रम मानव रहित खुदरा के ठीक विपरीत है, लेकिन उपभोक्ता सर्वेक्षण में तेजी लाना, उत्पाद विकास का समय कम करना और यहां तक कि कम आंतरिक विचार-मंथन बैठकें आयोजित करना भी लागत में कमी और दक्षता में सुधार की अभिव्यक्तियाँ हैं।
कभी-कभी, एआई का उपयोग एक आकर्षक नौटंकी के रूप में भी किया जाता है, जो उपभोक्ताओं के भुगतान की प्रतीक्षा करता है।
MUJI द्वारा लॉन्च किए गए "AI फ्रेंच फ्राइज़" का दावा है कि ये ऐसे स्वाद हैं जो AI को लगता है कि 3 ट्रिलियन सिमुलेशन के बाद इंसानों को पसंद आएंगे, इन्हें तीन प्रकारों में विभाजित किया गया है: चीनी, पश्चिमी और दक्षिण पूर्व एशियाई। जिज्ञासा से प्रेरित मानव ने इसे आज़माया और पाया कि यह चिप्स और मसाला का स्वाद है। कम से कम कोई एआई की रचनात्मकता के लिए भुगतान करने और मूर्ख बनने को तैयार है।
चाहे सुपरमार्केट में खरीदारी करना हो या फास्ट फूड रेस्तरां में खाना ऑर्डर करना हो, खुदरा बिक्री के तुच्छ और यादृच्छिक पहलुओं में एआई अभी तक पूरी तरह से प्रवेश नहीं कर पाया है।
दूसरे शब्दों में, मनुष्यों के बीच बातचीत को पूरी तरह से स्वचालित करना इतना आसान नहीं है, एआई हमारे अमूर्त को समझ नहीं सकता है।
बुरी खबर यह है कि एआई के कारण मनुष्यों को अधिक जीवन मिलता है, क्योंकि उन्हें परिणामों से निपटने में एआई की मदद करनी होती है। अच्छी खबर यह है कि एआई फिलहाल इंसानों की जगह नहीं लेगा, क्योंकि इंसान एआई के लिए भी काम कर सकते हैं, एआई से सस्ते में भी।
# aifaner के आधिकारिक WeChat सार्वजनिक खाते का अनुसरण करने के लिए आपका स्वागत है: aifaner (WeChat ID: ifanr) आपको जल्द से जल्द अधिक रोमांचक सामग्री प्रदान की जाएगी।