संदीप मेनन, ऑक्सिया के सीईओ और सह-संस्थापक – साक्षात्कार श्रृंखला

संदीप मेनन, ऑक्सिया के सीईओ और सह-संस्थापक, इस भूमिका में वैश्विक प्रौद्योगिकी और विपणन नेतृत्व के दो दशक से अधिक का अनुभव लाते हैं। ऑक्सिया को 2022 में लॉन्च करने से पहले, उन्होंने गूगल में नौ साल से अधिक समय बिताया, जहां उन्होंने भुगतान के लिए विपणन के उपाध्यक्ष के रूप में कार्य किया और उभरते बाजारों में डिजिटल समावेशन पर केंद्रित नेक्स्ट बिलियन यूजर्स कार्यक्रम जैसी पहलों का नेतृत्व किया। उन्होंने एंड्रॉइड, क्रोम, क्रोमओएस और गूगल प्ले में वरिष्ठ विपणन नेतृत्व भूमिकाएं भी निभाईं।

ऑक्सिया एक एआई-ड्रिवन मार्केटिंग प्लेटफ़ॉर्म है जो उद्यम टीमों को व्यक्तिगत, 1:1 ग्राहक यात्राओं को वास्तविक समय में व्यवस्थित करने में सक्षम बनाता है। निर्धारित, नियम-आधारित अभियानों पर निर्भर रहने के बजाय, ऑक्सिया एआई एजेंटों को सभी स्पर्श बिंदुओं – ईमेल, वेब, ऐप, ऑफ़र – पर परिकल्पनाओं का परीक्षण करने और वास्तविक समय में वरीयताओं और व्यवहार के अनुसार गतिशील रूप से अनुकूलन करने की अनुमति देता है। यह पहली पार्टी डेटा स्रोतों के साथ सहजता से एकीकृत होता है, एमएल पाइपलाइनों को स्वचालित करता है, और सगाई और लाइफटाइम मूल्य को अधिकतम करने के लिए संदेश, समय और अनुक्रम को निरंतर अनुकूलित करता है।

आप गूगल में एक सफल करियर के बाद ऑक्सिया की स्थापना की। आपने और आपके सह-संस्थापकों ने बाजार में कौन सा विशिष्ट अंतर या दर्द बिंदु देखा जिससे ऑक्सिया का निर्माण हुआ? (GOOGL )

गूगल में, मैंने व्यक्तिगतकरण की सच्ची शक्ति को पहले से ही देखा था जब आपके पास सही बुनियादी ढांचा और एआई क्षमताएं होती हैं। लेकिन जब मैंने व्यापक बाजार को देखा, तो मैंने देखा कि कंपनियां खंडित विपणन स्टैक के साथ संघर्ष कर रही थीं, अक्सर 12 से 14 अलग-अलग बिंदु समाधानों का प्रबंधन कर रही थीं जो एक दूसरे के साथ संवाद नहीं करते थे। वे बड़ी मात्रा में ग्राहक डेटा एकत्र कर रहे थे लेकिन इसे वास्तविक समय में अर्थपूर्ण व्यक्तिगतकरण में अनुवाद नहीं कर पा रहे थे।

मूलभूत अंतर यह था कि मौजूदा प्लेटफ़ॉर्म पूर्व-एआई युग के लिए बनाए गए थे। वे स्थिर नियमों और बुनियादी खंडों पर निर्भर थे, जब वास्तव में व्यवसायों को बुद्धिमान, अनुकूलनीय प्रणालियों की आवश्यकता थी जो प्रत्येक ग्राहक इंटरैक्शन के बारे में वास्तविक समय में निर्णय ले सकें। हमने एक अवसर देखा कि गूगल और मेटा जैसी कंपनियों द्वारा संचालित एआई-ड्रिवन व्यक्तिगतकरण के उसी स्तर को व्यवसायों के सभी आकारों के लिए लाने का, उन्हें बड़े आंतरिक डेटा विज्ञान टीमों का निर्माण करने की आवश्यकता के बिना।

ऑक्सिया की संस्थापक टीम में गूगल, मेटा और लिफ्ट के पूर्व नेता शामिल हैं। आपके इन प्रौद्योगिकी दिग्गजों में सामूहिक अनुभवों ने ऑक्सिया की वास्तुकला और नैतिकता को कैसे आकार दिया?

हमने सभी व्यक्तिगतकरण के पैमाने पर चुनौतियों का अनुभव किया है। गूगल पे टीम पर विशेष रूप से, हम एक विशेषाधिकार प्राप्त स्थिति में थे क्योंकि हमें परिवर्तनकारी प्रौद्योगिकियों के शुरुआती परिचय के साथ एक विशेषाधिकार प्राप्त स्थिति में थे, जिसमें ट्रांसफॉर्मर मॉडल एक प्रमुख उदाहरण हैं। मेरे सह-संस्थापक, जो मेटा और लिफ्ट से आए थे, ने ऐसी प्रणालियों का निर्माण किया जो ग्राहक डेटा को अधिक उपयोगी बनाने के तरीके का पायनियर किया, जैसे कि लाखों उपयोगकर्ताओं के लिए प्रति सेकंड वास्तविक समय में सिफारिशें और निर्णयों को शक्ति प्रदान करना।

हमने सभी व्यक्तिगत रूप से देखा कि एआई ग्राहक अनुभवों में कैसे क्रांतिकारी सुधार ला सकता है, साथ ही हमारी विपणन टीमों के सामने आने वाली कुछ कठिन चुनौतियों का समाधान भी कर सकता है। उसी समय, बाजार ऐसे तरीके से बदल रहा था जिसने इस तरह के काम को गूगल के बाहर संभव बना दिया। आधुनिक डेटा स्टैक और स्नोफ्लेक, बिगक्यूरी, डेटाब्रिक्स जैसे प्लेटफ़ॉर्म के उदय के साथ, उद्यमों ने पिछले 5-10 वर्षों में अपने डेटा को एक केंद्रीय स्थान में समेकित किया था जो सक्रिय होने के लिए तैयार था।

हमने एक अनोखा अवसर पहचाना कि गूगल के अंदर विकसित सीख को उद्यमों के लिए लोकतांत्रिक बनाने का। ये कंपनियां बस यह एहसास कर रही थीं कि वे मूल्यवान डेटा के एक पहाड़ पर बैठी थीं और सही प्रौद्योगिकी के साथ, इसे विकास और बेहतर ग्राहक जुड़ाव को बढ़ावा देने के लिए अनलॉक किया जा सकता था।

व्यक्तिगतकरण के लिए अधिकांश उपकरण नियम-आधारित प्रणालियों और सरल खंडों पर निर्भर रहते हैं। ऑक्सिया के बजाय सिंक्रोनाइज़ एआई एजेंटों का उपयोग करता है। आप हमें बता सकते हैं कि ये एजेंट कैसे सहयोग करते हैं और समय के साथ व्यक्तिगत ग्राहक यात्रा को व्यक्तिगत बनाने के लिए विकसित होते हैं?

आज बाजार में उपलब्ध अधिकांश उपकरण अभी भी जड़, नियम-आधारित प्रणालियों और स्थिर खंडों पर निर्भर हैं, वे प्रतिक्रियात्मक हैं, बुद्धिमान नहीं। ऑक्सिया में, हमने एक प्रणाली बनाई है जिसमें सिंक्रोनाइज़ एआई एजेंट ग्राहक यात्रा में प्रत्येक स्पर्श बिंदु को वास्तविक समय में व्यक्तिगत बनाने के लिए एक साथ काम करते हैं।

प्रत्येक एजेंट एक विशेष भूमिका निभाता है। निर्णय एजेंट उपयोगकर्ता के लिए सबसे अच्छा कार्रवाई निर्धारित करते हैं जो उनके सभी पिछले डेटा और वरीयताओं के आधार पर होता है; उदाहरण के लिए, क्या एक ग्राहक को एक नए क्रेडिट कार्ड पर अपग्रेड करना है या एक नए बचत खाते को खोलने के लिए प्रेरित करना है। विश्लेषक एजेंट एक निर्मित-इन डेटा विज्ञान टीम की तरह काम करते हैं, जो वर्तमान अभियानों में क्या अच्छा काम कर रहा है, इसका विश्लेषण करते हैं लेकिन सुधार के अवसरों को भी उजागर करते हैं एक चैट-आधारित इंटरफ़ेस में। अंत में, ऑक्सिया के सामग्री एजेंट सभी डेटा और अंतर्दृष्टि का लाभ उठाते हैं जो काम करते हैं ताकि विपणन टीमों के लिए नए संदेश या रचनात्मक भिन्नताओं को प्रो-एक्टिवली सतह पर लाया जा सके।

इन एजेंटों को शक्तिशाली बनाने वाली बात यह है कि वे अलग-अलग काम नहीं करते हैं। वे निरंतर सहयोग करते हैं, प्रत्येक इंटरैक्शन से सीखते हैं और जो काम कर रहा है उस पर आधारित अनुकूलन करते हैं। विपणनकर्ता उच्च-स्तरीय लक्ष्य निर्धारित करते हैं, और एजेंट जटिलता को संभालते हैं। वे स्व-ऑप्टिमाइज़िंग सिस्टम हैं जो बेहतर परिणामों को चलाने के लिए दैनिक रूप से विकसित होते हैं।

ऑक्सिया प्रतिदिन 2.6 बिलियन इवेंट्स को संसाधित करता है और प्रति सेकंड 6,500 क्वेरी को संभालता है। इस तरह की वास्तविक समय स्केलेबिलिटी को इतनी जल्दी कंपनी के जीवन चक्र में कौन से बुनियादी ढांचे के नवाचारों ने सक्षम किया?

दिन एक से, हमें पता था कि पैमाना नॉन-नेगोशिएबल था। हाइपरपर्सनलाइजेशन केवल तभी काम करता है जब आप मिलीसेकंड में निर्णय ले सकते हैं, ताज़ा संदर्भ संकेतों का उपयोग करके। हमने गूगल में अपने समय से बहुत कुछ सीखा, और इस स्तर के वास्तविक समय ऑर्केस्ट्रेशन का समर्थन करने के लिए बुनियादी ढांचे का निर्माण करने में हमें एक साल से अधिक का समय लगा।

हमारा आर्किटेक्चर क्लाउड-नेटिव, इवेंट-ड्रिवन और उच्च-थ्रूपुट स्ट्रीमिंग के लिए अनुकूलित है, इसलिए हम प्रौद्योगिकी तरंगों के कंधों पर खड़े हैं जो हमसे पहले हैं, जैसे कि आधुनिक डेटा स्टैक में स्थानांतरण। मार्केटिंग टेक लैंडस्केप का विकास खुले पारिस्थितिकी तंत्र की ओर हुआ है, जिसने हमें आधुनिक क्लाउड डेटा वेयरहाउस, सीआरएम और अन्य मार्केटिंग प्लेटफ़ॉर्म के साथ सीधे एकीकरण करने की अनुमति दी है। यह हमें दिन एक से पैमाने पर बनाने में मदद की है और यह भी मदद की है कि हम बिना देरी के बड़े पैमाने पर पहली पार्टी ग्राहक संकेतों को संसाधित करने वाले बुनियादी ढांचे पर निर्भर रहें।

जो हमें अलग करता है वह यह है कि हम शुरू से ही एआई-नेटिव हैं। हमने ऑक्सिया को बड़े पैमाने पर प्रयोग का समर्थन करने के लिए डिज़ाइन किया है, जिसमें हज़ारों समानांतर परिकल्पनाओं का चलना और मानव हस्तक्षेप के बिना निरंतर अनुकूलन शामिल है, लेकिन हम उद्योग में नवीनतम प्रौद्योगिकी का भी लाभ उठा रहे हैं सुविधा निर्माण, मॉडल तैनाती, और एलएलएम अनुमान के लिए।

ऑक्सिया का मॉडल प्रयोग ढांचा पारंपरिक ए/बी परीक्षण से कैसे भिन्न है, और आपके एमएल-ड्रिवन दृष्टिकोण का उपयोग करके क्या सबसे आश्चर्यजनक अंतर्दृष्टि सामने आई हैं?

पारंपरिक ए/बी परीक्षण बहुत सीमित है, आप एक समय में केवल कुछ वेरिएंट का परीक्षण कर सकते हैं, और यह अक्सर परिणामों को आंकड़ों रूप से महत्वपूर्ण बनाने में कई सप्ताह या महीने लगते हैं। ऑक्सिया में, हमने प्रयोग को एक निरंतर, बुद्धिमान प्रक्रिया के रूप में पुनः कल्पना की है। हमारा मॉडल-ड्रिवन फ्रेमवर्क विपणनकर्ताओं को कई अलग-अलग स्व-ऑप्टिमाइज़िंग मॉडल चलाने और सैकड़ों वेरिएंट का समानांतर परीक्षण करने में सक्षम बनाता है। पुनरावृत्ति सीखने जैसी तकनीकों का उपयोग करके, ऑक्सिया की निर्णय प्रणाली लाइव डेटा के आधार पर वास्तविक समय में निर्णय लेती है।

उदाहरण के लिए, एक ईमेल पर ऑफ़र और पुरस्कार प्रचार अभियान लें। पहले, विपणनकर्ता 5% ऑफ, 10% ऑफ, और 20% ऑफ जैसे 2-3 अलग-अलग ऑफ़र वेरिएंट का परीक्षण कर सकते थे, दर्शकों को परस्पर अनन्य समूहों में विभाजित कर सकते थे, लॉन्च कर सकते थे, और विभिन्न मेट्रिक्स के साथ परिणामों की तुलना कर सकते थे। यह देखने के लिए कि कौन सा वेरिएंट पूरे समूह के लिए औसतन सबसे अच्छा काम करता है। जीतने वाला वेरिएंट तब प्रयोग अवधि के बाद सभी के लिए तैनात किया जाता है। इस दृष्टिकोण में कुछ चुनौतियाँ हैं। सबसे पहले, अधिकांश प्रयोग विफल हो जाते हैं, इसलिए अक्सर टीमों को यह पता लगाने में कई सप्ताह या महीने लगते हैं कि क्या काम कर रहा है। इसके अलावा, वे बहुत मैनुअल और समय लेने वाले हैं, जो आपकी टीम की गति को सीमित करता है और आप कितनी तेजी से प्रभाव डाल सकते हैं।

ऑक्सिया के साथ, विपणनकर्ता पहले एक उच्च-स्तरीय लक्ष्य निर्धारित करते हैं, जैसे कि खरीदारी चलाना। वहाँ से, आपकी टीम सैकड़ों अलग-अलग वेरिएंट सेट अप कर सकती है, जिसे हमारे कंटेंट एजेंट के साथ गतिशील रूप से उत्पन्न किया जा सकता है, अपने सीएमएस से इंगित किया जा सकता है, या मैनुअल रूप से परिभाषित किया जा सकता है। प्रत्येक वेरिएंट ऑफ़र कंस्ट्रक्ट (जैसे, 5% ऑफ बनाम बीओजीओ), राशि, सामग्री, और यहां तक कि चैनल (जैसे, ईमेल बनाम एसएमएस) में भिन्न हो सकता है। प्रत्येक व्यक्तिगत उपयोगकर्ता के लिए, ऑक्सिया का निर्णय एजेंट उन सभी सैकड़ों वेरिएंट में से सबसे अच्छा वेरिएंट रैंक, स्कोर और पूर्वानुमान लगाता है जो आपके मूल लक्ष्य को चलाने के लिए सबसे अच्छा है।

ऑक्सिया का प्लेटफ़ॉर्म बड़े आंतरिक डेटा विज्ञान टीमों पर निर्भरता को दूर करने के लिए डिज़ाइन किया गया है। क्या आपने पारंपरिक विपणन टीमों को आपके उपकरणों के साथ अधिक तकनीकी भूमिकाएं संभालने में सफलता देखी है?

ऑक्सिया शुरू करने का एक मुख्य कारण यह था कि विपणन टीमों को इंजीनियरों या डेटा वैज्ञानिकों पर निर्भर किए बिना अपने विपणन और उत्पाद अनुभवों को व्यक्तिगत बनाने में सक्षम बनाना। ऑक्सिया में ऑनबोर्ड होने के कुछ हफ्तों के भीतर, विपणनकर्ता नए अभियानों को लॉन्च करने, डेटा खींचने और परिणामों की व्याख्या करने में सक्षम हो जाते हैं जो पूरी तरह से स्वयं ही होता है। जैसा कि दुनिया एक अधिक एजेंटिक भविष्य की ओर बढ़ रही है, हमारा मानना है कि विपणनकर्ताओं को अधिक तकनीकी नहीं बनना होगा या नए तकनीकी कौशल बनाने होंगे। इसके बजाय, इंजीनियरों या विश्लेषकों द्वारा परंपरागत रूप से संभाले जाने वाले जिम्मेदारियों को बुद्धिमान एजेंटों द्वारा लोकतांत्रिक बनाया जाएगा जो विपणनकर्ता के कार्य प्रवाह और समग्र अनुभव को बढ़ाते हैं।

हमारे विश्लेषक एजेंट के साथ, हम पहले से ही पारंपरिक डेटा वैज्ञानिक/विश्लेषक कार्य की जटिलता को बहुत कुछ सारांशित करने में सफल रहे हैं, और हम आगे की क्षमताओं को आगे बढ़ाने के लिए उत्साहित हैं।

गूगल में नेक्स्ट बिलियन यूजर्स पहल के लिए मार्केटिंग का नेतृत्व करने वाले के रूप में, आप आज मार्केटिंग में एजेंटिक एआई और समावेशी प्रौद्योगिकी अपनाने के बीच क्या समानताएं देखते हैं?

जब मैंने गूगल में नेक्स्ट बिलियन यूजर्स पहल के लिए मार्केटिंग का नेतृत्व किया, तो हमने पहचाना कि उभरते बाजारों में लोग उत्पादों के साथ बिल्कुल अलग तरीके से जुड़ते हैं – जैसे कि इंटरफ़ेस को सरल बनाना, जटिलता को हटाना और सुनिश्चित करना कि अनुभव सुलभ और सशक्त बना हो। क्योंकि यह इतना बड़ा विकास अवसर प्रस्तुत करता था, यह उन उपयोगकर्ताओं के लिए विशेष रूप से निर्माण करना महत्वपूर्ण हो गया – उन्हें डिजिटल साक्षरता की पूर्व आवश्यकता के बिना मोबाइल-पहले अनुभवों में कूदने की अनुमति देना।

मैं मार्केटिंग में एजेंटिक एआई के साथ एक बहुत ही समान रुझान देखता हूं। जैसे ही कई नए इंटरनेट उपयोगकर्ता सीधे मोबाइल-पहले अनुभवों में कूद गए, बिना पूर्व डिजिटल साक्षरता की आवश्यकता के, विपणनकर्ताओं को अब व्यक्तिगतकरण को अनलॉक करने के लिए एआई का उपयोग करने के लिए वापस जाने और एसक्यूएल या डेटा विज्ञान सीखने की आवश्यकता नहीं है। एजेंट कौशल अंतराल को पुल करते हैं और जटिल क्षमताओं को तुरंत उपयोग करने योग्य बनाते हैं। उसी समय, लोग एआई के साथ बातचीत करने के तरीके – चैट-आधारित इंटरफेस से परे अधिक संदर्भ-जागरूक, अधिक स्वाभाविक एजेंटों की ओर बढ़ रहे हैं – विकासकर्ताओं को भविष्य के यूआई के बारे में पुनः विचार करने के लिए मजबूर कर रहे हैं। जोर सुलभता, सरलता और सशक्तिकरण पर है: तकनीकी जटिलता को हटाना ताकि अंतिम अनुभव प्राकृतिक और प्रभावशाली महसूस हो।

कंपनियों के पास आज एआई व्यक्तिगतकरण के बारे में सबसे बड़ा गलतफहमी क्या है, और आप उन्हें इसे कैसे दूर करने में मदद करते हैं?

कंपनियों के पास एआई व्यक्तिगतकरण के बारे में सबसे बड़ा गलतफहमी यह है कि इसका अपनाना कुल नियंत्रण खोने या विपणन टीमों के रणनीतिक प्रभाव को कम करने का मतलब है। एआई जटिलता को संसाधित करने में उत्कृष्टता प्राप्त करता है, जैसे कि विशाल डेटासेट का विश्लेषण करना, मानव द्वारा देखे जाने वाले पैटर्न को स्पॉट करना और वास्तविक समय में महत्वपूर्ण संकेतों को सतह पर लाना। लेकिन एआई वह प्रदान नहीं कर सकता है जो सार्थक ग्राहक अनुभवों को डिज़ाइन करने के लिए आवश्यक है: संदर्भ, सहानुभूति और रणनीतिक निर्णय लेने की क्षमता। यह वह जगह है जहां मानव प्रकाश करते हैं: दृष्टि निर्धारित करना, ब्रांड गार्डरेल्स को परिभाषित करना और समझना कि व्यक्तिगतकरण का एक विकल्प कैसे आक्रामक या ब्रांड के विपरीत महसूस हो सकता है।

यदि हम ईमानदारी से बोलते हैं, तो आज की तकनीक के साथ, मानव एआई के बिना प्रभावी हो सकते हैं, लेकिन एआई मानवों के बिना प्रभावी नहीं हो सकता है। वास्तविक सफलता तब मिलती है जब आप अपनी टीमों को जटिलता और डेटा-संचालित निर्णय लेने की जटिलता को संभालने के लिए एआई के साथ बढ़ाते हैं, जबकि टीमों को रणनीति, रचनात्मकता और सहानुभूति पर ध्यान केंद्रित करने के लिए सशक्त बनाते हैं। यह तब है जब व्यक्तिगतकरण एक बाज़वورد से कुछ ऐसा बन जाता है जो वास्तव में ग्राहकों और व्यवसाय दोनों के लिए मूल्य बनाता है।

50 से अधिक उद्योग के नेताओं के समर्थन और $23.5M के फंडिंग के साथ, आप अगले 12-18 महीनों में उत्पाद और टीम विकास के लिए किन मुख्य क्षेत्रों पर ध्यान केंद्रित कर रहे हैं?

हम तीन क्षेत्रों पर ध्यान केंद्रित कर रहे हैं जिन पर हम अगले 12-18 महीनों में ध्यान केंद्रित करेंगे। सबसे पहले, हम अपने ग्राहकों को असाधारण मूल्य प्रदान करने के लिए प्रतिबद्ध हैं और उनके अनुभव को बढ़ाने के लिए जारी रहेंगे। यह हमारी टीम के लिए हमेशा से एक शीर्ष प्राथमिकता रही है और हम यह सुनिश्चित करना चाहते हैं कि हम उन सभी कंपनियों के लिए असाधारण आरओआई प्रदान कर रहे हैं जिन्होंने हम पर और हमारी टीम पर विश्वास किया है। दूसरा, हम अपने एआई एजेंट क्षमताओं का विस्तार कर रहे हैं ताकि पूरे विपणनकर्ता कार्यप्रवाह का समर्थन किया जा सके, टीमों को सामग्री बनाने, व्यक्तिगत अनुभवों को व्यवस्थित करने और यह देखने के लिए कि क्या प्रभाव पैदा कर रहा है, में मदद मिल सके। अंत में, हम अपने गो-टू-मार्केट इंजन को स्केल कर रहे हैं। उद्यम में मजबूत उत्पाद-मार्केट फिट के साथ, अगला कदम हमारी पहुंच का विस्तार करना है और अपनी बिक्री और ग्राहक सफलता टीमों को बढ़ाना है। इससे हम अधिक व्यवसायों को एआई-ड्रिवन व्यक्तिगतकरण प्रदान कर सकते हैं, जबकि यह सुनिश्चित करते हुए कि नए ग्राहक उसी उच्च-स्पर्श अनुभव और समर्थन से लाभान्वित होते हैं जिसने हमारी शुरुआती सफलता को ईंधन दिया है।

आपको मार्केटिंग में ही नहीं, बल्कि अन्य उद्यम अनुप्रयोगों में भी अगले एजेंटिक एआई के बारे में सबसे ज्यादा उत्साहित क्या करता है?

जो मुझे वास्तव में उत्साहित करता है वह यह है कि गोद लेने की गति को देखना, इसका वास्तविक प्रभाव देखना, और बाजार को यह पहचानने के लिए देखना कि एजेंटिक एआई का वास्तविक मूल्य प्रतिस्थापन में नहीं है, बल्कि पूरक में है। आज बहुत सारी चर्चाएं एआई के मानव भूमिकाओं को प्रतिस्थापित करने पर केंद्रित हैं, जैसे कि आप 101 पर बिलबोर्ड देख सकते हैं जो एसडीआर (या यहां तक कि पूरे कार्यों) को प्रतिस्थापित करने वाली कंपनियों के बारे में हैं। यह कथा सुर्खियों में छा जाएगी, लेकिन मेरे लिए यह बड़ा अवसर छोड़ देता है: लोगों को अपना सर्वश्रेष्ठ काम करने में सक्षम बनाना।

मानव संदर्भ, सहानुभूति, रचनात्मकता और निर्णय लेने की क्षमता लाते हैं जो एआई बस दोहरा नहीं सकता है। जहां एजेंटिक एआई चमकता है वह जटिलता और पैमाने को संभालने में है जो टीमों को नीचे ले जाता है। हम विपणन कार्य प्रवाहों में इसकी लागू करने के बारे में बहुत बात की है, जैसे कि विशाल डेटासेट से अंतर्दृष्टि को सतह पर लाना, दोहराए जाने वाले कार्यों को स्वचालित करना, और वास्तविक समय में प्रक्रियाओं को व्यवस्थित करना। लेकिन यही पैटर्न पूरे उद्यम में लागू होता है: बिक्री में, एजेंट अवसरों को योग्य बना सकते हैं और मानवों को रिश्ते बनाने में अधिक समय बिताने दे सकते हैं; ग्राहक सफलता में, एजेंट जोखिम और अवसर संकेतों को झंडा दे सकते हैं ताकि मानव गहरे संबंध बना सकें; इंजीनियरिंग में, एजेंट परीक्षण, डिबगिंग और कोड जेनरेशन को तेज कर सकते हैं, ताकि टीमें जटिल वास्तुशिल्प समस्याओं को हल करने और नवाचार को बढ़ावा देने पर ध्यान केंद्रित कर सकें।

इन सभी अवसरों से ट्रिलियन डॉलर का मूल्य बनेगा और मुझे उन कंपनियों को देखने में आनंद आता है जो इस तरह के काम को आकार देने के लिए आगे बढ़ रही हैं कि लोग भविष्य में कैसा काम करेंगे।

वित्त टीमों की कल्पना करें जो एआई एजेंटों के साथ वास्तविक समय में बजट को अनुकूलित करती हैं, एचआर टीमें जो कर्मचारी जुड़ाव को व्यक्तिगत बनाने के लिए एजेंटों का उपयोग करती हैं, या ग्राहक सहायता एजेंट जो प्रतिक्रियात्मक से प्रो-एक्टिव हो जाते हैं।

हम बस शुरू कर रहे हैं। भविष्य एआई द्वारा मानवों को प्रतिस्थापित करने के बारे में नहीं है, यह मानवों और एआई एजेंटों के बारे में है जो तेज, स्मार्टर और अधिक सहानुभूतिपूर्ण निर्णय लेने के लिए एक साथ काम करते हैं। यह भविष्य है जिसे हम ऑक्सिया में बना रहे हैं।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें ऑक्सिया पर जाना चाहिए।