कृत्रिम दर्शक और अप्रत्याशित बने रहने का महत्त्व

आश्चर्य! दुनिया तेज़ी से बदल रही है। विपणन विभागों से भी वही करने को कहा जा रहा है जो बाकी सभी कर रहे हैं: ज़्यादा काम करना, कम खर्च करना और किसी तरह काम को बेहतर भी बनाना।

एआई अब जनचर्चा पर लगभग पूरी तरह छाया हुआ है। जब यह पारंपरिक शोध की लागत के एक अंश में विचारों को कहीं तेज़ी से परखने का तरीका देता है, तो विपणनकर्मियों के पास इसकी बात सुनने की ठोस वजहें हैं।

कृत्रिम दर्शक उपभोक्ताओं के ऐसे समूह होते हैं, जिनका अनुकरण ग्राहक रिकॉर्ड, साक्षात्कार और जनसांख्यिकीय प्रोफ़ाइल जैसे डेटा के आधार पर किया जाता है। कोई टीम अपना काम इन दर्शकों के सामने रख सकती है, उनकी अनुमानित प्रतिक्रियाओं का विश्लेषण कर सकती है, उसमें संशोधन कर सकती है और किसी नए मानव समूह को भर्ती किए बिना फिर से कोशिश कर सकती है।

अब, ऐसी कंपनी के लिए जो अपने ग्राहकों को समझती है और इन अनुमानों को वास्तविक व्यवहार के आधार पर परख चुकी है, यह बेहद उपयोगी हो सकता है। विपणन के काम का बड़ा हिस्सा उन चीज़ों को बेहतर बनाने से जुड़ा है जिन्हें हम पहले से करते हैं; और उन्हें अच्छी तरह करना कोई मामूली बात नहीं है। किसी महँगी गलती से बचना या कमज़ोर अभियान को बेहतर बनाना अपने आप में एक सम्मानजनक नतीजा है। सच तो यह है कि ज़्यादातर विभागों को ऐसे अवसरों का लाभ उठाना चाहिए।

लेकिन इसका आकर्षण सिर्फ़ दक्षता के लिए दक्षता बढ़ाने तक सीमित नहीं है। कृत्रिम दर्शक एक ऐसी चीज़ देने का वादा भी करते हैं जो अब अनमोल हो गई है: आगे बढ़ने के पक्ष में एक ऐसा तर्क, जिसका बचाव किया जा सके।

“हमने इसकी जाँच की और ग्राहकों ने इसे पसंद किया”—इस बात में “हमें लगता है कि यह अच्छा विचार है” की तुलना में एक अलग तरह की विश्वसनीयता होती है, भले ही जिन ग्राहकों की बात हो रही है वे अनुकरण से तैयार किए गए हों।

निवेशक इस विश्वसनीयता पर बड़े पैमाने पर दाँव लगा रहे हैं। जुलाई में, कंपनियों के सर्वेक्षण के लिए वास्तविक उपभोक्ताओं का एआई-आधारित अनुकरण तैयार करने वाली Simile ने 2 अरब डॉलर के मूल्यांकन पर 200 मिलियन डॉलर जुटाए—यह उसके सीरीज़ A निवेश दौर के लगभग पाँच महीने बाद हुआ। Adobe विपणनकर्मियों को अपने ब्रांड बुद्धिमत्ता उत्पाद में एआई से तैयार ग्राहक प्रोफ़ाइल के आधार पर रचनात्मक सामग्री और संदेशों को परखने की सुविधा देता है।

फिर भी, जैसे-जैसे ये औज़ार रचनात्मक काम को मंज़ूरी देने की प्रक्रिया का हिस्सा बनेंगे, वे इस बात को प्रभावित करेंगे कि लोग शुरुआत में किन विचारों को सामने रखने लायक समझते हैं। हो सकता है कि हम दर्शकों की पसंद का अंदाज़ा लगाने में बहुत बेहतर हो जाएँ, लेकिन धीरे-धीरे उन्हें कुछ अप्रत्याशित देने की अपनी क्षमता खो बैठें।

तेज़ी से सीखना

कृत्रिम शोध का वादा इस नई तकनीक के सामने कारोबारों के काम करने के तरीके में आ रहे व्यापक बदलाव का हिस्सा है। Steven Waterhouse अपनी किताब अंत तक सीखने वाली मशीनें में तर्क देते हैं कि एआई प्रयोग करने, नतीजों की जाँच करने और बदलाव करने की लागत घटाता है। जो कंपनियाँ अपनी कार्यप्रणाली को इसी प्रक्रिया के इर्द-गिर्द व्यवस्थित करती हैं, वे सीख को अपने अगले फ़ैसले में शामिल कर सकती हैं और इस तरह लगातार बेहतर होती हुई—और तेज़ी से आगे बढ़ती हुई—काम कर सकती हैं।

विपणन में हमेशा से इस प्रक्रिया का कोई-न-कोई रूप शामिल रहा है। हम अंदाज़ा लगाते हैं कि लोगों को क्या पसंद आ सकता है, उसे दुनिया के सामने रखते हैं और फिर देखते हैं कि हमारा अंदाज़ा कितना सही था। शोध हमें तैयारी में मदद करता है, अनुभव हमारी समझ को दिशा देता है और दर्शकों के पास आम तौर पर हमें चौंकाने का अधिकार बना रहता है।

अमेरिकी वायुसेना के कर्नल John Boyd ने इस प्रक्रिया को एक अधिक औपचारिक रूप दिया, जिसे उन्होंने OODA चक्र कहा: देखना, परिस्थिति को समझना, निर्णय लेना, कार्रवाई करना (और फिर दोहराना)। कारोबार अक्सर गति के पक्ष में दलील देते हुए इसका हवाला देते हैं, लेकिन Boyd के विवरण में यह समझने पर भी काफ़ी ध्यान दिया गया है कि क्या हो रहा है। परिस्थिति को समझने की प्रक्रिया अनुभव, संस्कृति और नई जानकारी पर निर्भर करती है। उनके आरेख में निर्णय एक परिकल्पना है और कार्रवाई एक परीक्षण; इसके नतीजे हमारी समझ को फिर से प्रभावित करते हैं।

कृत्रिम दर्शक संसाधन लगाने से पहले उस समझ को विकसित करने में हमारी मदद कर सकते हैं। वे ऐसी किसी धारणा को उजागर कर सकते हैं जिस पर हमारा ध्यान नहीं गया था, या ऐसी व्याख्या सुझा सकते हैं जिस पर हमने विचार नहीं किया था। लेकिन अनुकरण से मिली एक और प्रतिक्रिया अपने आप में लोगों के व्यवहार का एक और अवलोकन नहीं होती। किसी अभियान के प्रति अनुमानित प्रतिक्रिया को बेहतर बनाने के बाद भी, लोगों के उससे रूबरू होने पर हमें बहुत कुछ जानना बाकी रहता है।

यह अंतर तब महत्त्वपूर्ण हो जाता है जब हम मुख्य रूप से अनुमान को बेहतर बनाने के लिए संशोधन करने लगते हैं। कोई टीम सैकड़ों बार बदलाव कर सकती है और किसी अभियान को लेकर उसका भरोसा लगातार बढ़ सकता है, जबकि उसे यह पता ही न चला हो कि दर्शकों को भी उतना ही भरोसा है या नहीं। प्रक्रिया तेज़ तो हो गई है, लेकिन कुछ अनिश्चितताएँ ठीक वहीं बनी हुई हैं जहाँ हमने उन्हें छोड़ा था।

Boyd ने यह भी लिखा था कि “अनुकूलनशीलता के लिए विविधता और तीव्रता ज़रूरी है,” और इन दोनों को अप्रत्याशित बने रहने तथा अनपेक्षित परिस्थितियों से निपटने की हमारी क्षमता से जोड़ा था। रचनात्मक काम पर लागू करने पर, यह मेल हमसे केवल तेज़ी से अलग-अलग रूप तैयार करने से अधिक की माँग करता है। इसके लिए संभावनाओं की इतनी व्यापक विविधता बनाए रखना ज़रूरी है कि हम कुछ ऐसा खोज सकें जिसे हमने अन्यथा आज़माया ही न होता।

दुर्भाग्य से, तेज़ी से काम करने का दबाव उन अपरिचित संभावनाओं पर विचार करना मुश्किल बना सकता है। जब समय-सीमा नज़दीक हो और बजट को मंज़ूरी दिलानी हो, तो उस विचार के कुछ फ़ायदे होते हैं जिसे हर कोई पहले से समझता है।

सुरक्षित विकल्प चुनने की क़ीमत

David Perell ने हाल ही में TBPN पर इस प्रवृत्ति का ज़िक्र किया और Derek Thompson की इस टिप्पणी का श्रेय उन्हें दिया कि हॉलीवुड “हमारी दुनिया के मनीबॉलकरण” का शिकार हो गया है। उनके मुताबिक, उद्योग कुछ हद तक इसलिए उबाऊ हो गया है क्योंकि उसने जोखिम को लेकर समझदारी बरतना सीख लिया है: “समस्या यह है कि अंत में आपको किसी नए शो के बजाय Spider-Man 74 या Lord of the Rings 7 मिलती है।”

इस शिकायत के पीछे व्यावसायिक तर्क है। किसी स्थापित फ़्रैंचाइज़ी के साथ दर्शक-वर्ग, उसके प्रदर्शन का रिकॉर्ड और लोगों की अपेक्षाओं की कुछ समझ भी आती है। अगली कड़ी के लिए धन जुटाना समझदारी भरा कदम हो सकता है, और दर्शक किसी परिचित दुनिया में लौटने का सचमुच आनंद ले सकते हैं।

हालाँकि, पहली कड़ी को दर्शक-वर्ग के प्रमाण सामने आने से पहले ही अनिश्चितता स्वीकार करनी पड़ी थी। कोई स्टूडियो एक के बाद एक उचित निर्णय ले सकता है, फिर भी ऐसी संस्कृति बना सकता है जिसमें अनजानी कहानियों को बनने का मौका मिलना मुश्किल हो जाए।

दूसरे शब्दों में, एक के बाद एक उचित निर्णयों से ऐसी संस्कृति बन सकती है जो दोहराव भरी लगे, भले ही हर परियोजना उन मानदंडों पर खरी उतरती हो जिनके आधार पर उसे मंज़ूरी मिली थी। हम नियमित रूप से ऐसे विचारों को “मंज़ूर” करते हैं जिनके लिए हमारा उत्साह लगातार कम होता जाता है।

अब, बेहतर जानकारी से ज़रूरी तौर पर ऐसे नतीजे नहीं निकलने चाहिए। जोखिमों को समझने से हम उन्हें उठाने के लिए ज़्यादा तैयार हो सकते हैं, ख़ासकर तब, जब हमने पहले उनके नकारात्मक पहलू को बढ़ा-चढ़ाकर आँका हो। लेकिन केवल जानकारी से यह तय नहीं होता कि कोई संगठन अनिश्चितता उठाने के लिए कितना इच्छुक है।

कृत्रिम शोध इस गणना को रचनात्मक काम की रोज़मर्रा की प्रक्रिया का हिस्सा बना देता है। हम दर्शकों से पहले, ज़्यादा बार और लगातार छोटे होते जा रहे फ़ैसलों के बारे में राय ले सकते हैं। इससे काम में काफ़ी सुधार हो सकता है। लेकिन इससे अपेक्षित प्रतिक्रिया इतनी लगातार हमारी सोच में मौजूद भी रह सकती है कि लोग अपना विचार विकसित करने का समय मिलने से पहले ही उसके मुताबिक़ ढलने लगें।

हमें ढालता दर्शक-वर्ग

किसी रचनात्मक टीम को मॉडल का पालन करने का निर्देश देना ज़रूरी नहीं है। अगर अनुकूल स्कोर से मंज़ूरी मिलने में मदद मिलती है, तो उसके सदस्य स्वाभाविक रूप से ध्यान देंगे कि ऐसा स्कोर किन बातों से मिलता है। वे गौर करेंगे कि किस तरह के प्रस्ताव आसानी से आगे बढ़ते हैं और किनके लिए लंबा बचाव करना पड़ता है।

दबाव में यह जानकारी काम आती है। किसी विचार को जमा करने से पहले बदला जा सकता है, किसी असहज तत्व को हटाया जा सकता है, किसी अपरिचित दिशा को आज़माए बिना छोड़ा जा सकता है। हर बदलाव मामूली हो सकता है। लेकिन समय के साथ, ये बदलाव टीम के काम के दायरे को बदल सकते हैं।

यह भी सीखने का एक चक्र है, और इसमें शामिल लोग ठीक वही सीख रहे हैं जिसे उनका माहौल पुरस्कृत करता है। एक असहज करने वाली संभावना यह है कि इस प्रक्रिया में सफलता धीरे-धीरे अच्छे रचनात्मक निर्णय की उनकी कामकाजी परिभाषा बन जाए। असहमत होने का औपचारिक अधिकार उनके पास रह सकता है, लेकिन वे उसका इस्तेमाल लगातार कम करते जाएँ।

इससे मिलने वाला प्रदर्शन आश्वस्त कर सकता है। मंज़ूर किए गए अभियान अपेक्षाओं पर खरे उतरते हैं, मॉडल की सिफ़ारिशें समझदारी भरी लगती हैं और यह प्रक्रिया लगातार अधिक भरोसेमंद दिखती है। फिर भी, इससे हमें उस काम के बारे में बहुत कम पता चलता है जो कभी प्रस्तावित ही नहीं हुआ, या उन दर्शकों के बारे में जिन तक वह पहुँच सकता था। कोई प्रणाली परिचित संभावनाओं में से चुनने में बहुत कुशल बन सकती है, जबकि उसके उपयोगकर्ताओं को यह एहसास ही न हो कि उन्होंने किन बातों पर विचार करना छोड़ दिया है।

वॉटरहाउस अपने निबंध के “Mirror Image” खंड में इससे जुड़ी एक प्रवृत्ति का वर्णन करते हैं। वे लिखते हैं कि हम अपने ही रूप में बुद्धिमत्ता गढ़ रहे हैं और फिर अपनी कंपनियों तथा संस्थाओं को उसकी छवि के इर्द-गिर्द नए सिरे से व्यवस्थित कर रहे हैं। किसी रचनात्मक विभाग में यह बदलाव लोगों की व्यक्तिगत आदतों के भीतर भी हो सकता है। हम इस औज़ार के मुताबिक़ ढलते जाते हैं, यहाँ तक कि उसकी पसंद हमें अपने ही निर्णय जैसी लगने लगती है।

इस मुक़ाम पर, हमें जो कुछ भी पूर्वानुमेय दिखाई देता है, उसका एक कारण यह हो सकता है कि हमने काम करना इसी तरह सीख लिया है। हम ऐसी चीज़ें बना रहे हैं जिन्हें प्रणाली समझती है, क्योंकि हमें उसकी मंज़ूरी माँगने की आदत हो गई है।

म्यूल

आइज़ैक असिमोव ने Foundation and Empire में एक पूर्वानुमेय भविष्य में ख़ास तौर पर नाटकीय व्यवधान की कल्पना की थी। हरि सेल्डन का मनोइतिहास विशाल आबादी के व्यवहार का पूर्वानुमान लगा सकता है, जिससे वह ऐसी योजना बना पाता है जो उसके अपने जीवन से कई सदियों आगे तक जाती है। इसकी सफलता पर भरोसा करने वाले लोगों को आगे क्या होगा, इस बारे में असाधारण आत्मविश्वास देती है।

फिर म्यूल सामने आता है। लोगों की भावनाएँ और निष्ठाएँ बदल सकने की शक्ति वाला एक उत्परिवर्ती, वह ऐसा प्रभाव डालता है जिसे सेल्डन की गणनाओं में शामिल नहीं किया गया था। आबादी का व्यवहार बदलने लगता है और योजना पटरी से उतर जाती है। मॉडल की मान्यताओं से बाहर का एक व्यक्ति उस भविष्य को बदल देता है जिसकी भविष्यवाणी करना मॉडल का मक़सद था।

अप्रत्याशित करने की क्षमता बनाए रखना

किसी ब्रांड के लिए इससे जुड़ी महत्वाकांक्षा ऐसी चीज़ बनाने की है जो इतनी आकर्षक हो कि लोगों की अपेक्षाएँ बदल दे। इसके लिए एक ख़ास तरह की अप्रत्याशितता चाहिए। दर्शक हमारे निर्णय और हमारे काम की गुणवत्ता पर भरोसा कर सकते हैं, फिर भी यह अनुमान नहीं लगा सकते कि हम आगे क्या करेंगे। दरअसल, यही मेल उस रिश्ते को जीवित रखने का एक कारण हो सकता है।

विस्मय इस क्षमता पर निर्भर करता है कि हम किसी ऐसी चीज़ से रूबरू हों जिसका पहले से विवरण देना हमारे लिए संभव न था, और फिर भी उसका मूल्य पहचान लें। रचनात्मक चुनौती यह है कि ऐसा काम करके इन मुलाक़ातों को संभव बनाया जाए जिसमें लोगों का ध्यान सार्थक लगे—ऐसा काम जिसमें गुणवत्ता, बारीकी और संगति हो। जैसे-जैसे हमारे औज़ार अधिक सक्षम होते जा रहे हैं, हमें ऐसा और काम करने की स्वतंत्रता चाहनी चाहिए।

विपणन के क्षेत्र में यह एक खास समस्या पेश करता है। हमारा काम लोगों को ऐसी चीज़ खोजने में मदद कर सकता है, जिसकी चाहत का उन्हें पहले से पता नहीं था। कोई अभियान किसी उत्पाद से जुड़े विचारों को बदल सकता है, किसी अनजाने अनुभव को आकर्षक बना सकता है या लोगों को किसी ब्रांड को समझने का नया तरीका दे सकता है। दर्शकों की पसंद कुछ हद तक दुनिया के साथ उनके अनुभवों से बनती है—उन चीज़ों से भी, जिन्हें हम दुनिया में शामिल करने का चुनाव करते हैं।

इसका मतलब है कि लोग अभी क्या पसंद करते हैं, इसका ब्यौरा काम का केवल एक हिस्सा ही कर सकता है। हमें यह भी समझ-बूझकर तय करना होगा कि किसी चीज़ के अस्तित्व में आने पर लोगों को उसमें क्या दिलचस्प लग सकता है और हम ब्रांड से क्या योगदान चाहते हैं। इन लक्ष्यों की शुरुआत उस समय भी हो सकती है, जब उन्हें लेकर आश्वस्त होने लायक पर्याप्त प्रमाण न हों।

विश्लेषणात्मक मानवता के शिखर में हमने तर्क दिया था कि विश्लेषण की बढ़ती क्षमताएँ हमें उनका इस्तेमाल करते हुए किए जाने वाले विकल्पों की अहमियत बढ़ा देंगी। हम क्या कर सकते हैं और हमें क्या करना चाहिए—इन दोनों के बीच का अंतर तब खास तौर पर महत्वपूर्ण हो जाता है, जब कोई औज़ार संभावनाओं की मानो अंतहीन श्रृंखला तैयार करके उनका मूल्यांकन कर सकता हो।

भरोसेमंद पूर्वानुमान उस चुनाव की जानकारी दे सकता है, लेकिन उसका फैसला नहीं कर सकता। हम सही अनुमान लगा सकते हैं कि कोई जाना-पहचाना तरीका अच्छा प्रदर्शन करेगा, फिर भी यह तय कर सकते हैं कि आगे बढ़ाने लायक इससे अधिक दिलचस्प लक्ष्य मौजूद है। यह फैसला ब्रांड के बारे में हमारी समझ, उसके दर्शकों के साथ हम कैसा रिश्ता चाहते हैं और हम कितने समय तक इस काम को प्रासंगिक मानते हैं—इन सब पर निर्भर करता है। पूर्वानुमान हमारे निर्णय में योगदान देता है, लेकिन लक्ष्य की ज़िम्मेदारी हमारी ही रहती है।

इस ज़िम्मेदारी को बनाए रखने के लिए अपनी पसंद पर भरोसा होना ही काफी नहीं है। लोग अपनी सनक को बड़ी सफलता समझने की गलती कर सकते हैं, और किसी प्रतिकूल पूर्वानुमान पर विचार करना चाहिए। स्वतंत्र सोच तभी उपयोगी साबित होती है, जब हम आपत्ति की जाँच कर सकें, यह तय कर सकें कि किसी विचार को फिर भी मौका क्यों मिलना चाहिए और दर्शकों के साथ वास्तविक संपर्क का ऐसा अवसर बना सकें, जिससे हमें कुछ सीखने को मिले।

शुरुआती शोध का खर्च कम होने से ऐसे और अधिक संपर्क संभव होने चाहिए। बचत का कुछ हिस्सा अपरिचित दर्शकों के साथ काम करने या ऐसे विचारों के सीमित परीक्षणों पर लगाया जा सकता है, जिनका मूल्य अभी अनिश्चित है। इससे संगठन को उन संभावनाओं के बारे में प्रमाण मिलते हैं, जिन्हें वह अन्यथा खारिज कर सकता था; और काम करने वाले लोग सोच-समझकर लिए गए निर्णय के आधार पर कदम उठाने की आदत बनाए रखते हैं।

इस पूरी प्रक्रिया में, अप्रत्याशित विचार तैयार करने सहित, कृत्रिम बुद्धिमत्ता की भूमिका हो सकती है। इसका अच्छा इस्तेमाल हमारी कल्पनाशीलता को काफी बढ़ा सकता है। जिस स्वतंत्रता को बनाए रखना ज़रूरी है, वह ऐसी संभावना को आगे बढ़ाने की क्षमता है, जिसका मूल्यांकन करने वाली हमारी प्रणालियों ने अभी उसका मूल्य तय नहीं किया है।

पुनश्च: शायद कृत्रिम बुद्धिमत्ता एक दिन मानवीय पसंद में होने वाले हर अर्थपूर्ण बदलाव का अनुमान लगा सके—यहाँ तक कि कल्पना से परे सबसे मौलिक रचनाओं पर हमारी प्रतिक्रियाओं का भी। अगर ऐसा हुआ, तो फिर कोई भी अनुमान भरोसेमंद नहीं रहेगा। तब तक हमें लोगों के सामने विचार रखने होंगे और देखना होगा कि वे उनसे क्या करते हैं।