Brian Hartzband, यूएस ऑपरेशन्स के प्रेसीडेंट, GMEX Robotics – साक्षात्कार श्रृंखला

Brian Hartzband, यूएस ऑपरेशन्स के प्रेसीडेंट, GMEX Robotics, कंपनी के यूएस विस्तार का नेतृत्व करते हैं, जिसका ध्यान व्यावसायिक उपस्थिति का निर्माण, रणनीतिक साझेदारियों का विकास, और उनके फिजिकल AI और रोबोटिक्स प्लेटफ़ॉर्म को वास्तविक दुनिया में लागू करने पर है। GMEX Robotics में शामिल होने से पहले, Hartzband ने TEKsystems में लगभग चार साल बिताए, जहाँ उन्होंने तकनीकी भर्ती और अकाउंट मैनेजमेंट भूमिकाओं में सरकारी और उच्च शिक्षा ग्राहकों की सेवा की। उन्होंने पहले Handcrafted 4 Home की सह‑स्थापना की और नेतृत्व किया, जहाँ उन्होंने यूएस बाजार विस्तार और प्रमुख रिटेलर्स एवं ई‑कॉमर्स प्लेटफ़ॉर्म के साथ साझेदारियों को बढ़ावा दिया। अपने करियर की शुरुआत में, Hartzband ने Merrill Lynch और UBS में वेल्थ मैनेजमेंट में काम किया, जहाँ उन्होंने हाई‑और अल्ट्रा‑हाई नेट‑वर्थ क्लाइंट्स को सलाह दी और एक महत्वपूर्ण अंतरराष्ट्रीय क्लाइंट पोर्टफ़ोलियो बनाने में मदद की।

GMEX Robotics एक Nasdaq‑सूचीबद्ध फिजिकल AI और रोबोटिक्स कंपनी है जो व्यावसायिक वातावरण के लिए बुद्धिमान मशीनें विकसित करती है। पहले इसे Fitell Corporation के नाम से जाना जाता था, कंपनी वह “Terminal + Brain” दृष्टिकोण अपनाती है, जिसमें उद्देश्य‑निर्मित रोबोटिक हार्डवेयर को अनुकूलनीय AI क्षमताओं के साथ जोड़ा जाता है, बजाय पूरी तरह से वर्टिकली इंटीग्रेटेड तकनीकी स्टैक पर निर्भर रहने के। इसका पहला प्रमुख व्यावसायीकरण फोकस 2F Culinary AI है, एक व्यावसायिक रसोई रोबोटिक्स प्लेटफ़ॉर्म जिसमें Bon Vivant 3.0 और Max सिस्टम शामिल हैं, जो सेंसर, AI‑चालित नियंत्रण और प्रोग्रामेबल वर्कफ़्लो का उपयोग करके भोजन तैयारी को स्वचालित करता है। GMEX ने परिवहन और लॉजिस्टिक्स, औद्योगिक स्वचालन, और संसाधन अन्वेषण को दीर्घकालिक विस्तार क्षेत्रों के रूप में भी पहचाना है। मार्च 2026 में, कंपनी ने एक AU$4.2 मिलियन समझौता घोषित किया, जिसमें कम से कम 50 इंटेलिजेंट किचन रोबोटिक्स सिस्टम एक ऑस्ट्रेलियाई हॉस्पिटैलिटी समूह के लिए शामिल हैं, इसके बाद मई में पहला डिप्लॉयमेंट ऑर्डर आया।

आप हाल ही में वित्तीय सेवाओं, उद्यमिता, तकनीकी भर्ती, और एंटरप्राइज़ संबंधों में विस्तृत करियर के बाद GMEX Robotics में यूएस ऑपरेशन्स के प्रेसीडेंट के रूप में शामिल हुए। क्या बात आपको यह विश्वास दिलाई कि फिजिकल AI और रोबोटिक्स अगला सही अध्याय है, और यूएस में GMEX की उपस्थिति बनाने में आपकी प्राथमिकताएँ क्या हैं?

मैंने AI और रोबोट्स में मूल्य देखा, विशेष रूप से सामाजिक बुद्धिमत्ता के क्षेत्र में, जो अभी हो रहा है। मैं इसमें योगदान देना चाहता था। GMEX के बारे में मुझे उत्साहित करने वाला Terminal + Brain मॉडल है। हम सब कुछ स्वयं करने की कोशिश नहीं कर रहे हैं। हम विश्वसनीय और व्यावहारिक हार्डवेयर बनाते हैं, और इसे बेस्ट‑इन‑क्लास AI से जोड़ते हैं। यह अधिकांश रोबोटिक्स कंपनियों के संचालन से पूरी तरह अलग दृष्टिकोण है। अभी मैं निवेशकों से इस बारे में बात कर रहा हूँ कि हम वास्तव में क्या बना रहे हैं और यूएस में प्रमुख साझेदारियों को स्थापित कर रहे हैं। यह सही समय है।

GMEX अपनी रणनीति को एक “Terminal + Brain” इकोसिस्टम के रूप में वर्णित करता है, जिसमें रोबोटिक्स हार्डवेयर भौतिक दुनिया को AI इंटेलिजेंस लेयर से जोड़ता है। क्या आप बता सकते हैं कि यह आर्किटेक्चर कैसे काम करता है और आप क्या मानते हैं कि यह अधिक वर्टिकली इंटीग्रेटेड रोबोटिक्स दृष्टिकोणों से कैसे अलग है?

अधिकांश रोबोटिक्स कंपनियां सब कुछ स्वयं बनाने की कोशिश करती हैं; हार्डवेयर, सॉफ्टवेयर, AI। यह महंगा और धीमा है। हम इसे अलग तरीके से करते हैं। टर्मिनल हमारा हार्डवेयर है। ब्रेन हमारी AI ऑर्केस्ट्रेशन लेयर है, जिसे हम 247meta जैसी साझेदारियों के साथ बनाते हैं। इसका लाभ लचीलापन है। यदि बेहतर AI उपलब्ध हो जाता है, तो हम उसे रोबोट को फिर से बनाये बिना एकीकृत कर लेते हैं। हम किसी एक समाधान में फँसे नहीं हैं। हम उस पर ध्यान देते हैं जिसमें हम सबसे अच्छे हैं; विश्वसनीय, व्यावहारिक हार्डवेयर, और हम बेस्ट‑इन‑क्लास AI के साथ साझेदारी करते हैं बजाय सभी तकनीकी पक्षों को अकेले मात देने की कोशिश करने के। इसका मतलब तेज़ पुनरावृत्ति, कम पूंजी, और हम AI नवाचार की गति से चलते हैं, न कि मैकेनिकल इंजीनियरिंग टाइमलाइन से।

GMEX ने MediaMeta.ai में प्रारंभिक हिस्सेदारी प्राप्त करने के लिए एक समझौता किया है, जिसकी तकनीक सामाजिक बुद्धिमत्ता और मानव व्यवहार मॉडलिंग पर केंद्रित है। रोबोट के संदर्भ में “सामाजिक बुद्धिमत्ता” का क्या अर्थ है, और कौन सी नई क्षमताएँ इसे खोल सकती हैं जो आज के मल्टीमॉडल AI मॉडल विश्वसनीय रूप से प्रदान नहीं कर सकते?

सामाजिक बुद्धिमत्ता का अर्थ है ऐसे रोबोट जो केवल कार्यों के बारे में नहीं, बल्कि लोगों के बारे में सोचते हैं। आज का AI विज़न, भाषा और तर्क में उत्कृष्ट है। लेकिन यह व्यक्ति को पढ़ने, उनकी भावनात्मक स्थिति, उनकी वास्तविक आवश्यकता, और वास्तविक वातावरण में उनके साथ कैसे काम किया जाए, में कमजोर है। हमने MediaMeta के साथ एक निश्चित समझौता किया क्योंकि उनका मानव व्यवहार मॉडलिंग पर फोकस ठीक उसी अंतर को दूर करता है। यही वह दिशा है जहाँ MediaMeta की दीर्घकालिक रोडमैप जा रही है, सामाजिक‑बुद्धिमत्ता AI और व्यवहार मॉडलिंग को एक संदर्भात्मक समझ लेयर के रूप में विकसित करना, जो अंततः हमारे Terminal + Brain इकोसिस्टम को पूरक कर सकती है। विकास, एकीकरण और परीक्षण के अधीन, ये क्षमताएँ रोबोट को संदर्भ, संचार पैटर्न और मानव इरादे को समझने में मदद कर सकती हैं, जो एक कार्य पूर्ण करने वाले रोबोट और वास्तव में उपयोगी रोबोट के बीच अंतर है।

आज के सबसे उन्नत रोबोट लोगों की व्याख्या में अभी भी कहाँ संघर्ष करते हैं? क्या सबसे बड़ी सीमाएँ भावनाओं और इरादे की पहचान, सामाजिक संदर्भ को समझना, सांस्कृतिक अंतर के अनुकूलन, या कुछ अधिक मूलभूत में हैं?

उपरोक्त सभी। लेकिन वास्तविक समस्या यह है कि एआई विकास ने कार्य पूर्णता के लिए अनुकूलन किया है—क्या रोबोट वस्तु उठा सकता है, कमरे में नेविगेट कर सकता है? यह मापने योग्य है। लोगों को पढ़ना नहीं है। इसलिए इसे कम ध्यान मिलता है। रोबोट यह पहचान सकते हैं कि कोई उदास दिख रहा है, लेकिन वे यह समझने में कमजोर हैं कि वे क्यों उदास हैं या वास्तव में क्या मदद करेगा। छोटी‑छोटी गलतियाँ भरोसे को कम कर देती हैं। एक रोबोट जो सामाजिक संकेतों में 90 % सही है, परीक्षण वातावरण में अच्छा लगता है, लेकिन वास्तविक दुनिया में शेष 10 % बहुत मायने रखते हैं। लोग तय करते हैं कि वे उस मशीन के साथ काम नहीं करना चाहते। हमें प्राथमिकता को उलटना होगा। यही हम GMEX में बना रहे हैं।

एक गोदाम में काम करने वाला रोबोट अक्सर अपेक्षाकृत संरचित नियमों के भीतर कार्य कर सकता है, जबकि अस्पताल, होटल, स्कूल या घर में काम करने वाला रोबोट अधिक अप्रत्याशित मानवीय व्यवहार से निपटना पड़ता है। जैसे ही रोबोट इन अधिक सामाजिक रूप से जटिल वातावरणों में प्रवेश करते हैं, एआई स्टैक को कैसे बदलना चाहिए?

सामाजिक बुद्धिमत्ता। एक गोदाम में आप नियमों को एन्कोड कर सकते हैं। वातावरण पूर्वानुमेय है। जब आप रोबोट को लोगों वाले स्थान में ले जाते हैं, तो सब कुछ बदल जाता है। लोग सहजता से कार्य बदलते हैं, उनका मन बदलता है, उनका दिन खराब हो सकता है। एआई को इसे वास्तविक समय में पढ़ना और अनुकूलित होना चाहिए। अब यह नियम‑आधारित नहीं, बल्कि संदर्भ‑आधारित है। रोबोट को उस क्षण, व्यक्ति, वातावरण को समझना होगा और यह तय करना होगा कि क्या समझदारी है। इसके लिए तेज़ कनेक्टिविटी और पूरी तरह अलग आर्किटेक्चर की आवश्यकता है। इसे यह भी पता होना चाहिए कि कब मदद माँगनी है, बजाय गलत अनुमान लगाने के।

मानव व्यवहार मॉडलिंग स्वाभाविक रूप से गोपनीयता, सहमति, पक्षपात और मानव इरादों की गलत व्याख्या के प्रश्न उठाती है। डेवलपर्स को रोबोट में सामाजिक बुद्धिमत्ता कैसे बनानी चाहिए ताकि मशीनें अत्यधिक घुसपैठ न बनें या लोगों के बारे में संभावित गंभीर धारणाएँ न बनाएं?

आख़िरकार, रोबोट में सामाजिक बुद्धिमत्ता बनाना मददगार होने के बारे में है, लेकिन अजीब नहीं। रोबोट को लोगों का मनोविश्लेषण नहीं करना चाहिए या यह अनुमान नहीं लगाना चाहिए कि किसी ने “क्या मतलब” रखा—इसी कारण गोपनीयता समस्याएँ और गलत धारणाएँ उत्पन्न होती हैं। केवल वही देखें जो देखा जा सकता है: कोई कैसे चलता है, वह कितनी दूरी पर है, उसके इशारे। लोगों को स्पष्ट गोपनीयता संकेतों और सरल ऑप्ट‑इन इंटरैक्शन के साथ नियंत्रण दें। डेटा फुटप्रिंट को छोटा रखें, जब संभव हो स्थानीय रूप से प्रोसेस करें, और व्यवहार का ऑडिट करें ताकि वह सभी के साथ समान व्यवहार करे। MediaMeta डेटा न्यूनतमकरण, पारदर्शिता, पक्षपात समीक्षा, मानव निगरानी और ट्रेसबिलिटी को कवर करने वाला डेटा प्रोटेक्शन और रिस्पॉन्सिबल एआई फ्रेमवर्क औपचारिक कर रहा है। यही वह विचारशील दृष्टिकोण है जिसे हम अपने सिस्टम में एकीकृत करना चाहते हैं। यदि रोबोट को यह निश्चित नहीं है कि कोई क्या चाहता है, तो उसे धीमा होना चाहिए, जगह देनी चाहिए, या रुकना चाहिए। यही सामाजिक जागरूकता बनाते हैं बिना सीमाओं को पार किए।

आप वास्तव में कैसे मूल्यांकन करेंगे कि कोई रोबोट मानव को समझने में बेहतर हुआ है? कौन‑से बेंचमार्क, सिमुलेशन, या वास्तविक‑दुनिया परीक्षण आवश्यक हैं ताकि सामाजिक बुद्धिमत्ता को मापा जा सके, न कि केवल यह कि रोबोट ने कार्य सफलतापूर्वक पूरा किया या नहीं?

आप केवल यह नहीं देख सकते कि उसने कार्य पूरा किया या नहीं। आपको माइक्रो‑व्यवहारों को देखना होगा: क्या रोबोट आरामदायक दूरी देता है, जब कोई उसके रास्ते में आता है तो रुकता है, सही समय पर चलता है, जब इरादा अस्पष्ट हो तो हिचकिचाता है? सिमुलेशन में, आप घनी भीड़, अचानक रुकावट, अस्पष्ट इशारों के साथ तनाव‑परीक्षण करते हैं। वास्तविक दुनिया में, आप देखते हैं कि रोबोट लोगों के आसपास भविष्यवाणी योग्य और आरामदायक महसूस होता है या नहीं, और क्या वह विभिन्न समूहों में लगातार समान व्यवहार करता है। यही वास्तविक बेंचमार्क है—कार्य पूर्णता नहीं, बल्कि यह कि मनुष्य महसूस करें कि रोबोट “समझता” है कि कैसे साझा स्थान में चलना और समन्वय करना है।

GMEX ने पहले ही अपने Bon Vivant कुकिंग रोबोटिक्स प्लेटफ़ॉर्म का व्यावसायीकरण शुरू कर दिया है। इन शुरुआती वास्तविक‑दुनिया तैनातीों ने कंपनी को एआई‑संचालित रोबोट को प्रदर्शित करने और व्यावसायिक वातावरण में विश्वसनीय रूप से चलाने के बीच के अंतर के बारे में क्या सिखाया?

एक वास्तविक अंतर है कि रोबोट यह साबित कर सकता है कि वह कार्य कर सकता है और यह साबित कर सकता है कि वह वह कार्य विश्वसनीय रूप से, दिन‑प्रतिदिन, व्यावसायिक वातावरण में कर सकता है। डेमो में सब कुछ नियंत्रित होता है। वास्तविक रसोईयाँ उच्च‑ताप, उच्च‑वॉल्यूम, अप्रत्याशित होती हैं; उपकरण टकराते हैं, सामग्री बदलती रहती है, मनुष्य लगातार ताल बदलते हैं। Bon Vivant स्थिर है, इसलिए चुनौती नेविगेशन नहीं, बल्कि दोहराव, टिकाऊपन, त्रुटि पुनर्प्राप्ति, और मौजूदा कार्यप्रवाहों के साथ एकीकृत रहने की है। हमने सीखा कि विश्वसनीयता “बोरिंग” चीज़ों को संभालने से आती है: गर्मी और चर्बी को सहन करना, कैलिब्रेशन बनाए रखना, जब कुछ स्क्रिप्ट से बाहर हो तो सुगमता से पुनर्प्राप्त करना, गति बनाए रखना बिना मनुष्यों को धीमा किए। व्यावसायिक रोबोटिक्स यह साबित करने के बारे में नहीं है कि रोबोट पकाता है; यह साबित करने के बारे में है कि वह लगातार, सुरक्षित, और वास्तविक व्यवसाय में बोझ बनते बिना पकाता है।

GMEX एक मल्टी‑एजेंट एआई प्लेटफ़ॉर्म भी विकसित कर रहा है जो विभिन्न मॉडलों और कार्यप्रवाहों का समन्वय करता है। आप डिजिटल एआई एजेंटों और भौतिक रोबोटों के अंततः एकीकृत होने को कैसे देखते हैं, और क्या वही इंटेलिजेंस लेयर अंततः दोनों सॉफ़्टवेयर एजेंटों और मशीनों के बेड़े का समन्वय कर सकेगी?

डिजिटल एआई एजेंट और भौतिक रोबोट धीरे-धीरे एक साझा समन्वय परत के आसपास एकीकृत होंगे। सॉफ़्टवेयर एजेंट अनुरोधों की व्याख्या कर सकते हैं और डिजिटल वर्कफ़्लो का प्रबंधन कर सकते हैं। रोबोट भौतिक दुनिया में कार्य करते हैं। एक साझा बुद्धिमत्ता परत दोनों को जोड़ती है, व्यावसायिक लक्ष्य को कार्यों में अनुवादित करती है, सही मॉडल और एजेंट चुनती है, और निष्पादन का समन्वय करती है। मुख्य अंतर समन्वय बनाम नियंत्रण में है; साझा परत यह तय करती है कि क्या होना चाहिए और कौन करेगा, जबकि रोबोट‑विशिष्ट प्रणालियाँ नेविगेशन, गति नियंत्रण और सुरक्षा की जिम्मेदारी बनाए रखती हैं। उदाहरण के तौर पर, एक वेयरहाउस में, सॉफ़्टवेयर एजेंट एक आदेश प्रक्रिया करते हैं और इन्वेंट्री जाँचते हैं, जबकि समन्वय परत उपयुक्त रोबोट को माल ले जाने के लिए अनुरोध करती है। वह प्रतिक्रिया वापस आकर अगले चरण को सूचित करती है। मानव निगरानी और सुरक्षा तंत्र अभी भी आवश्यक हैं। यही वह क्षेत्र है जहाँ हम 247meta के साथ इंटरफ़ेस एकीकरण, सिमुलेशन और नियंत्रित पायलट के चरणबद्ध मार्ग पर ध्यान केंद्रित कर रहे हैं, ताकि एंटरप्राइज़ सॉफ़्टवेयर और भौतिक मशीनों के बीच समन्वित वर्कफ़्लो का समर्थन किया जा सके।

यदि सामाजिक बुद्धिमत्ता भौतिक एआई की बुनियादी परत बन जाती है, तो आप क्या मानते हैं कि यह रोबोटिक्स उद्योग में क्या परिवर्तन लाएगी? क्या मानव व्यवहार को समझना व्यापक रोबोट अपनाने में उतना ही महत्वपूर्ण सिद्ध हो सकता है जितना कि कुशलता, कंप्यूटर विज़न, और तर्क में प्रगति?

सामाजिक बुद्धिमत्ता रोबोटिक्स को मूल रूप से पुनः आकार देगी। उद्योग ने हार्डवेयर क्षमता, विज़न सिस्टम, प्रदर्शन पर ध्यान केंद्रित किया है—ये सभी महत्वपूर्ण हैं, लेकिन इनसे यह गारंटी नहीं मिलती कि रोबोट रसोई में या उत्पादन फ़्लोर पर लोगों के आसपास सुगमता से काम करे। सामाजिक बुद्धिमत्ता वह कारक है जो रोबोट को पूर्वानुमानित, आसान‑से‑सहयोगी, और मानवों की प्राकृतिक गति और समन्वय के अनुरूप बनाता है। जैसे ही रोबोट नियंत्रित डेमो से वास्तविक व्यावसायिक सेटिंग्स में स्थानांतरित होते हैं, इस प्रणाली का यह भाग हार्डवेयर और नियंत्रण स्टैक जितना ही महत्वपूर्ण हो जाता है। मानव व्यवहार को समझना भी धारणा या विश्वसनीयता में प्रगति जितना ही महत्वपूर्ण होगा। यह अंतर है कि रोबोट काम कर सकता है या वह वास्तविक संचालन के प्रवाह में फिट बैठता है।

उत्कृष्ट साक्षात्कार के लिए धन्यवाद, जो पाठक इस रोबोटिक्स कंपनी के बारे में अधिक जानना चाहते हैं उन्हें GMEX Robotics पर जाना चाहिए।