David Mařák, YORD के मुख्य प्रौद्योगिकी अधिकारी और सह-संस्थापक – साक्षात्कार शृंखला

David Mařák YORD के मुख्य प्रौद्योगिकी अधिकारी और सह-संस्थापक हैं। इमर्सिव तकनीकों में एक दशक से अधिक के अनुभव के साथ, वे कृत्रिम बुद्धिमत्ता, विस्तारित वास्तविकता, स्थानिक कंप्यूटिंग और इंटरैक्टिव डिजिटल अनुभवों के संगम पर स्टूडियो की प्रौद्योगिकी रणनीति और विकास का नेतृत्व करते हैं। उनका काम एआई-संचालित अनुप्रयोगों, वर्चुअल और ऑगमेंटेड रियलिटी, डिजिटल मानवों और रियल-टाइम जनरेटिव तकनीकों तक फैला है।

YORD एक क्रिएटिव टेक्नोलॉजी स्टूडियो है, जो ब्रांडों और संगठनों के लिए एआई और एक्सआर अनुभवों की रूपरेखा तैयार करता है और उनका विकास करता है। इसके काम में इंटरैक्टिव इंस्टॉलेशन, इमर्सिव ब्रांड अनुभव, संग्रहालयों के परिवेश, प्रशिक्षण समाधान और कस्टम डिजिटल उत्पाद शामिल हैं। इसमें क्रिएटिव विकास को उभरती तकनीकों के साथ जोड़ा जाता है।

YORD, Apple Vision Pro और अन्य हेडसेट्स के लिए उत्पाद बनाता है। डेवलपर के नज़रिए से Samsung के चश्मे कैसे अलग हैं, और इमर्सिव रिटेल के लिए उनका क्या मतलब है?

Vision Pro एक बंद, अत्यधिक अनुकूलित डिवाइस है, जिसका रूप भविष्यवादी है। डेवलपर के तौर पर आपको ठीक-ठीक पता होता है कि आप किसके साथ काम कर रहे हैं। Samsung के चश्मे सामान्य चश्मों जैसे दिखने के लिए बनाए गए हैं, और Android XR कई निर्माताओं के हार्डवेयर पर चलेगा। इसलिए यह ज़्यादा खुला और विविध है, और किसी एक डिवाइस के लिए पूरी तरह अनुकूलित नहीं है।

कुछ साल पहले मुझे यह बिखराव एक बड़ी समस्या लगता। आज मुझे नहीं लगता कि यह इतनी मायने रखता है। विकास प्रक्रिया में एआई के इस्तेमाल से किसी खास डिवाइस के लिए अनुकूलन करना, किसी दूसरे की तकनीकी जानकारी पढ़ना या अलग-अलग प्लेटफ़ॉर्म के बीच पोर्ट करना बहुत आसान हो गया है। इसलिए खुले प्लेटफ़ॉर्म के सफल होने की संभावना ज़्यादा रहती है, क्योंकि उसके लिए अधिक लोग उत्पाद बनाते हैं। इसी वजह से, लंबी अवधि में मैं Android XR पर दाँव लगाऊँगा। लेकिन इमर्सिव रिटेल के मामले में, अभी इन चश्मों में कुछ भी नहीं है। डिस्प्ले न होने का मतलब है कि हम ऐसा कुछ नहीं बना सकते जिसे ग्राहक देख सके।

क्या इन चश्मों को पहनकर दुकान में कोई ऐसा रिटेल अनुभव संभव हो जाता है, जो फ़ोन से नहीं किया जा सकता?

अभी नहीं। यह ज़रूर कहूँगा कि मुझे चश्मे पसंद हैं। हम 15 साल से अपने फ़ोन के ज़रिए डिजिटल जीवन जी रहे हैं, लेकिन यह सुविधाजनक नहीं है। आपको नीचे एक छोटे आयताकार पर्दे की ओर देखना पड़ता है और पूरे समय उसे एक हाथ में पकड़े रहना पड़ता है। चश्मा अगला स्वाभाविक कदम है।

लेकिन Samsung के चश्मे इस समस्या का हल नहीं हैं। आप किसी उत्पाद को देखकर उसके बारे में Gemini से पूछ सकते हैं और फ़ोन निकालने की ज़रूरत नहीं पड़ती—यह अच्छा है। लेकिन फ़ोन पहले से यही काम कर सकता है; बस कैमरा आपकी नाक पर आ गया है। नया अनुभव यह होगा कि आप किसी उत्पाद को देखें और उसकी कीमत, सामग्री, समीक्षाएँ या स्टॉक में उपलब्धता सीधे शेल्फ़ पर देख सकें। Samsung के चश्मे उत्पाद को पहचान सकते हैं, लेकिन बात बस यहीं तक है।

डिस्प्ले-रहित डिवाइस की ब्रांडों के लिए सबसे बड़ी सीमा क्या है, और डिस्प्ले वाले संस्करण आने तक उन्हें क्या करना चाहिए?

आप कुछ भी दिखा नहीं सकते। आपके पास उत्पाद से जुड़ा बेहतरीन डेटा और उसके पीछे काम करने वाला चतुर सहायक हो सकता है, फिर भी ग्राहक को उत्पाद दिखने के बजाय उसका मौखिक वर्णन ही सुनने को मिलेगा।

मैं इन चश्मों को ध्यान में रखकर कोई इमर्सिव रणनीति नहीं बनाऊँगा। अगर कोई ब्रांड एक्सआर अपनाना चाहता है, तो उसे ऐसे हार्डवेयर पर अपनाए जो आज एक्सआर को सपोर्ट करता हो, और सामग्री को ऐसे फ़ॉर्मैट में रखे जिसे बाद में दूसरे प्लेटफ़ॉर्म पर भी इस्तेमाल किया जा सके। अपने उत्पादों के अच्छे 3डी मॉडल, उत्पादों का सुव्यवस्थित डेटा और ऐसे अनुभव तैयार करें जो किसी एक डिवाइस तक सीमित न हों। जब असली डिस्प्ले वाले हल्के चश्मे आएँगे—और मुझे लगता है कि वे आएँगे—तो आप इन चीज़ों का फिर से इस्तेमाल कर सकेंगे।

Warby Parker के स्टोर डेमो स्थल हैं। इस लॉन्च के लिए भौतिक स्टोर क्यों सही विकल्प है?

मेरी नज़र में यह परीक्षण-स्थल से ज़्यादा वह जगह है जहाँ चश्मे बेचे जाते हैं। ये कैमरे वाले प्रिस्क्रिप्शन चश्मे हैं, और प्रिस्क्रिप्शन चश्मे ऑप्टिशियन की दुकान पर बिकते हैं। आप इन्हें पहनकर देखते हैं, इनमें अपने लेंस लगवाते हैं और इन्हें पहनकर दुकान से निकल जाते हैं। Samsung और Google को ऐसी शृंखला की ज़रूरत थी जिसके सैकड़ों स्टोर और अपनी ऑप्टिकल लैब हों, और Warby Parker ऐसी ही शृंखला है। Meta ने Ray-Ban और EssilorLuxottica के साथ भी यही किया था।

मुझे लगता है कि यह सही फ़ैसला है। चश्मा गैजेट होने से पहले एक फ़ैशन आइटम और चिकित्सा उपकरण है, और उन्हें इलेक्ट्रॉनिक्स स्टोर में बेचना शायद काम नहीं करता। इससे यह भी पता चलता है कि उत्पाद असल में क्या है। बिक्री के लिए फ्रेम हैं, और Gemini उनके साथ मिलने वाली चीज़ है।

कैमरे वाले चश्मे लोगों को असहज करते हैं। ब्रांडों को दुकानों और सार्वजनिक जगहों पर इस मुद्दे से कैसे निपटना चाहिए?

मुझे नहीं लगता कि समस्या कैमरे में ही है। हम दिनभर हाथ में फ़ोन का कैमरा लेकर घूमते हैं, और कोई उसे निगरानी उपकरण नहीं कहता। चश्मा बस उस कैमरे को, जो आपके पास पहले से है, दूसरी जगह ले जाता है।

फ़र्क यह है कि फ़ोन से आप देख सकते हैं कि कोई उसे किस चीज़ की ओर कर रहा है, जबकि चश्मे के मामले में आसपास के लोगों को यह पता नहीं चलता। इसलिए कम-से-कम एक रिकॉर्डिंग लाइट होनी चाहिए, जो तेज़ हो, सामने से दिखाई दे और जिसे बंद न किया जा सके। मेरी पसंद होगी कि यह नियम प्लेटफ़ॉर्म तय करे, न कि हर निर्माता अपने हिसाब से। इसके बाद यह सवाल आता है कि क्या रिकॉर्ड किया जाता है, उसे कितने समय तक रखा जाता है, किसे उस तक पहुँच मिलती है और हम जैसे डेवलपर क्या देख सकते हैं। Samsung और Google ने इनमें से किसी भी बात पर ज़्यादा कुछ नहीं कहा है। जब तक वे ऐसा नहीं करते, मैं ऐसे इन-स्टोर अनुभव नहीं बनाऊँगा जो ग्राहक पर लगातार नज़र रखने पर निर्भर हों।

जो रिटेलर आज ही कुछ उपयोगी करना चाहते हैं, उनके लिए सबसे आसान और तुरंत काम आने वाला कदम क्या है?

मौजूदा उत्पाद जानकारी को आवाज़ के ज़रिए उपलब्ध कराना और फिर यह परखना कि क्या लोग सचमुच इसके बजाय अपना फ़ोन निकालना पसंद करते हैं। मुझे इससे ज़्यादा कुछ नज़र नहीं आता।

चश्मे से जुड़ी किसी भी परियोजना की कसौटी यह है कि क्या वह ग्राहक की जेब में पहले से मौजूद चीज़ से बेहतर कुछ करता है। अगर वही काम फ़ोन पर भी उतनी ही अच्छी तरह हो सकता है, तो चश्मे वाला संस्करण खरीदने की कोई वजह नहीं है। अगर कोई रिटेलर वास्तव में एक तल्लीनकारी अनुभव देना चाहता है, तो दूसरे हार्डवेयर पर आज यह संभव है और हम ऐसा अनुभव बना सकते हैं। बिना डिस्प्ले वाले उपकरण पर एक्सआर करने की कोशिश आखिरकार महज़ दिखावा बनकर रह जाएगी।

YORD कई प्लेटफ़ॉर्म पर काम करता है। इससे एक्सआर में निवेश करने के बारे में ब्रांडों को दी जाने वाली आपकी सलाह पर क्या असर पड़ता है?

हमने सबसे अहम बात यह सीखी है कि हार्डवेयर की घोषणा को विकास के अवसर के रूप में नहीं देखना चाहिए। Vision Pro, Quest और दूसरे उपकरण एक-दूसरे से काफ़ी अलग हैं, लेकिन इन सभी के लिए हम ऐसा दृश्य अनुभव बना सकते हैं जो उपयोगकर्ता के आसपास के माहौल के अनुसार प्रतिक्रिया दे। Samsung के चश्मे पर हम ऐसा नहीं कर सकते। इसलिए यह पूछने से पहले कि किसी अनुभव को उस पर कैसे लाया जाए, यह पूछना होगा कि क्या वह उपकरण उसे चला भी सकता है।

इसके अलावा, हमारी सलाह नहीं बदली है। अपनी एक्सआर योजनाओं को किसी एक निर्माता से न बाँधें। हम हार्डवेयर की इतनी पीढ़ियाँ देख चुके हैं कि जानते हैं—दो साल में उपकरणों का रूप बदल जाएगा। आपने जो सामग्री बनाई है और जिन उपयोगकर्ताओं तक पहुँचे हैं, वही आपके साथ बने रहेंगे।

आप कैसे मापते हैं कि कोई एक्सआर अनुभव, सामान्य डिजिटल माध्यम की तुलना में, ग्राहकों की वफ़ादारी बढ़ाता है या नहीं?

मैं यह नहीं गिनूँगा कि कितने लोगों ने इसे आज़माया, क्योंकि नया हार्डवेयर हर कोई एक बार तो आज़माता ही है। मैं देखूँगा कि उसके बाद क्या हुआ। क्या उन्होंने उत्पाद को बेहतर समझा? क्या उन्होंने जल्दी निर्णय लिया? क्या उन्होंने खरीदारी की? क्या वे फिर लौटे? ये वही मापदंड हैं जिनका इस्तेमाल आप किसी वेबसाइट या ऐप के लिए करेंगे, और एक्सआर संस्करण को उनसे बेहतर प्रदर्शन करना होगा; वरना इसे करने की कोई वजह नहीं है।

वास्तविक एक्सआर के मामले में ऐसा होने की अच्छी संभावना है, क्योंकि आप किसी को स्क्रीन पर दिखाने के बजाय उसके अपने परिवेश में उत्पाद दिखा रहे होते हैं। बिना डिस्प्ले वाले चश्मे के मामले में, मैं इस तरह के किसी भी नतीजे का वादा करने में सावधानी बरतूँगा। इसे फ़ोन ऐप से तुलना करके देखें कि क्या नतीजा निकलता है।

अभी एक्सआर को लेकर ब्रांडों की सबसे बड़ी ग़लतफ़हमी क्या है, और क्या Samsung के लॉन्च से यह बदलती है?

यह मान लेना कि चश्मे, हेडसेट या एआई वाली कोई भी चीज़ एक्सआर है। ऐसा नहीं है। एक्सआर का मतलब है ऐसा डिजिटल कंटेंट जो आपके आसपास की भौतिक जगह से जुड़ा हो। इसलिए उपकरण को परिवेश समझने और आप जो देखते हैं उसे बदल पाने में सक्षम होना चाहिए।

Google Glass में डिस्प्ले था, लेकिन आप क्या देख रहे हैं, इसकी उसे लगभग कोई समझ नहीं थी। Samsung का चश्मा इसका उलट है; वह कैमरे और Gemini के ज़रिए आसपास के माहौल को समझता है, लेकिन आपको कुछ दिखा नहीं सकता। दोनों में इसकी एक-एक आधी क्षमता है। कुछ साल पहले, उद्योग ने कई ऐसी चीज़ों को मेटावर्स का नाम दे दिया था जिनका तल्लीनकारी कंप्यूटिंग से कोई लेना-देना नहीं था। मुझे थोड़ी चिंता है कि हम एआई चश्मे के साथ भी ऐसा ही करने वाले हैं। Samsung का उत्पाद पहनने योग्य एक अच्छा सहायक हो सकता है। सिर्फ़ नाम में ऐसा कहे जाने से वह एक्सआर उपकरण नहीं बन जाता।

सीटीओ के तौर पर, अगले 6 से 12 महीनों में आप किन बातों पर नज़र रखेंगे, ताकि पता चले कि एक्सआर चश्मा बड़े पैमाने के बाज़ार की ओर बढ़ रहा है या एक सीमित बाज़ार तक ही रहेगा?

दो बातें: क्या हार्डवेयर इस मुकाम तक पहुँचता है और क्या डेवलपरों को उस तक पहुँच मिलती है।

हार्डवेयर की बात करें, तो मुझे लगता है कि आगे चलकर चश्मा फ़ोन की जगह ले लेगा, क्योंकि फ़ोन पर हम जो कुछ भी करते हैं, वह उसे हाथ में पकड़े बिना करना ज़्यादा पसंद करेंगे। अभी एक ऐसे उपकरण की कमी है जिसमें पारदर्शी डिस्प्ले हो, जो आपके आसपास की जगह को समझता हो और जिसका फ्रेम सुबह से शाम तक पहना जा सके। Vision Pro, Galaxy XR और Quest इसके लिए बहुत भारी और महँगे हैं। Samsung का चश्मा इतना हल्का है, लेकिन कुछ दिखा नहीं सकता। Snap के Specs, जो इस पतझड़ में लगभग $2,200 में बाज़ार में आए, अब तक इसके सबसे करीब हैं। वे अब भी बहुत महँगे और थोड़े मोटे हैं, लेकिन उनमें असली डिस्प्ले है, वे कमरे को समझते हैं और हम उनके लिए विकसित कर सकते हैं। मुझे लगता है कि चीज़ें इसी दिशा में आगे बढ़ेंगी, और Samsung फिलहाल इस दिशा से पीछे है।

डेवलपरों के मामले में, मैं देखना चाहता हूँ कि क्या हम अपने ऐप जारी कर पाएँगे, स्थानिक कंटेंट प्रस्तुत कर पाएँगे और परिवेश को समझने के लिए उपकरण जिस डेटा का इस्तेमाल करता है, उसके साथ काम कर पाएँगे; साथ ही, कैमरे के नियम लिखित रूप में तय किए जाते हैं या नहीं। अगर प्लेटफ़ॉर्म खुलते हैं, तो लोग उन पर तेज़ी से काम शुरू कर देंगे, क्योंकि एआई की मदद से विकास अब बहुत सस्ता हो गया है। अगर वे एक ही सहायक तक सीमित और बंद रहते हैं, तो आखिर में हमारे पास बस थोड़ा बेहतर Alexa होगा।

इस शानदार साक्षात्कार के लिए धन्यवाद। जो पाठक यह जानना चाहते हैं कि एक्सआर, एआई और स्थानिक कंप्यूटिंग रिटेल तथा ब्रांडों के लिए उपयोगी अनुभव कैसे बना सकते हैं, वे YORD की वेबसाइट देखें।