WAIC 2026 सम्मेलन के नतीजों के बाद यह स्पष्ट हो गया कि AI फोन उद्योग में मुख्य प्रतिस्पर्धा स्वयं मॉडलों की क्षमताओं में नहीं, बल्कि ऑपरेटिंग सिस्टम एजेंटों के प्रवेश बिंदुओं, सिस्टम अनुमतियों के स्तर और सुपरएप्लिकेशन इकोसिस्टम से बाहर सेवाओं के वितरण पर नियंत्रण में निहित है।
सम्मेलन में प्रदर्शित किया गया कि Honor, Nubia और StepFun सहित सभी प्रमुख निर्माताओं ने एजेंट फोन की अवधारणाएं प्रस्तुत की हैं जो पहले से ही कार्यक्षमता की बुनियादी आवश्यकताओं को पूरा करती हैं। हालांकि, जैसा कि उद्योग विशेषज्ञों के साथ विस्तृत बातचीत के दौरान पता चला, वास्तविक लड़ाई चार प्रमुख पहलुओं पर केंद्रित है: नियामक अनुमोदन प्राप्त करना, उपयोगकर्ताओं के कार्यों को विश्वसनीय रूप से करने की क्षमता, सिस्टम अनुमतियों तक पहुंच और अगली पीढ़ी के सेवा वितरण गेटवे पर नियंत्रण।
नियामक पहलू एक प्रवेश टिकट के रूप में कार्य करता है। 15 जुलाई को सात फोन मॉडल चीन में आवेदन जमा करने के लिए अनुमोदित हुए, जिनमें Apple Intelligence, OPPO AndesGPT, Huawei सहायक, vivo BlueLM, Xiaomi HyperAI, Samsung Galaxy AI और Nubia Doubao शामिल थे। आवेदन दाखिल करना अपने आप में एक आवश्यक शर्त है, न कि प्रतिस्पर्धी लाभ। वास्तविक प्रतिस्पर्धा इस अनुमोदन के बाद शुरू होती है: क्या AI एजेंट सिस्टम सुविधाओं के साथ विश्वसनीय रूप से इंटरैक्ट कर सकता है, ऐप्स के बीच कार्य कर सकता है, और उपयोगकर्ता के हस्तक्षेप के बिना भुगतान, गोपनीयता और जिम्मेदारी के मामलों का प्रबंधन कर सकता है?
कार्य निष्पादन की चुनौती विपणन दावों को उत्पादन की तैयारी से अलग करती है। ZTE Nubia के अध्यक्ष, नी फेई ने उद्योग के AI ऊपरी स्तर से निचले स्तर के AI में बदलाव का वर्णन किया, जो केवल सवालों का जवाब देने के बजाय तुरंत किए गए कार्यों को प्रदान करता है। एजेंट वाले स्मार्टफोन श्रेणी के लिए उपयोगकर्ता के इरादों को समझने, कार्यों को विघटित करने, फोन और इंटरनेट की पारिस्थितिकी तंत्र क्षमताओं का उपयोग करने और अंतिम परिणाम प्रदान करने की आवश्यकता होती है। यह चैटबॉट से मौलिक रूप से भिन्न है, जो केवल सिफारिशें देता है। उदाहरण के लिए, कॉफी ऑर्डर करना, जिसमें उपयोगकर्ता की प्राथमिकताओं, डिलीवरी स्थान या भुगतान विधि के बारे में कोई जानकारी नहीं है, एक कार्य है, न कि एजेंट की कार्रवाई। वास्तविक एजेंट सत्रों के बीच प्राथमिकताओं को याद रखते हैं और चरण-दर-चरण मार्गदर्शन के बिना कार्रवाई करते हैं।
फोन निर्माताओं के बीच सबसे स्पष्ट अंतर सिस्टम अनुमतियां प्राप्त करने में अंतराल है। Honor कैलेंडर, अलार्म, शेड्यूलिंग, मौसम और जियोलोकेशन जैसी अपनी स्वयं की फोन सेटिंग्स को परमाणु कौशल के रूप में खोलने में सक्षम है जिन्हें AI मॉडल सीधे कॉल कर सकता है। क्रॉस-ऐप कार्यों को पूरा करना अधिक जटिल कार्य बना हुआ है, जिसके लिए एपीआई के माध्यम से सहयोग या तृतीय-पक्ष एप्लिकेशन से क्लिकों का अनुकरण करने की आवश्यकता होती है। इसका मतलब है कि आधुनिक AI फोन एक संक्रमणकालीन चरण में हैं: सिस्टम-नेटिव कौशल वास्तव में एजेंट गुण रखते हैं, जबकि तृतीय-पक्ष एप्लिकेशन का एकीकरण अभी भी इंटरफ़ेस स्तर या स्क्रीन पार्सिंग पर सहयोग पर निर्भर करता है। जो कंपनियां ओएस स्तर को नियंत्रित करती हैं, वे स्वाभाविक और विश्वसनीय महसूस होने वाले एजेंट बनाने में संरचनात्मक लाभ प्राप्त करती हैं।
सबसे गहरा रणनीतिक प्रश्न सेवा वितरण के लिए लड़ाई से संबंधित है। यदि एजेंट उपयोगकर्ता की जरूरतों को सीधे समझ सकते हैं, उपलब्ध सेवाओं को फ़िल्टर कर सकते हैं और लेनदेन को पूरा कर सकते हैं, तो सुपरएप्लिकेशन प्रवेश बिंदुओं से बैकएंड प्रदाताओं में बदल जाते हैं। यह तकनीकी समस्या के बजाय मूल्य श्रृंखला के पुनर्वितरण की समस्या है। वर्तमान प्रदर्शन दिखाते हैं कि AI फोन Luckin में भोजन ऑर्डर कर सकते हैं, Qunar में खोज कर सकते हैं और Douyin देख सकते हैं। हालांकि, मुख्य प्रश्न यह नहीं है कि क्या AI ऐप खोल सकता है, बल्कि यह है कि क्या AI Luckin के पास एक स्वतंत्र कॉफी शॉप सुझाएगा। सिफारिशों पर नियंत्रण प्रवेश बिंदु के लिए युद्ध है, जो निर्धारित करेगा कि AI फोन अगला प्लेटफॉर्म बनेंगे या मौजूदा एप्लिकेशन संरचनाओं पर एक पतली परत बने रहेंगे।
विभिन्न अवसरों के लिए बायोडाटा भेजते और दस्तावेजों को अनुकूलित करते समय, उम्मीदवार अक्सर देखते हैं कि प्राप्त उत्तर समान होते हैं। स्टैनफोर्ड विश्वविद्यालय द्वारा किए गए एक शोध से पता चलता है कि यह समानता संयोग नहीं हो सकती है।
शोधकर्ताओं ने लाखों आवेदनों का विश्लेषण किया और निष्कर्ष निकाला कि विभिन्न कंपनियां ऐसे आर्टिफिशियल इंटेलिजेंस सिस्टम का उपयोग कर सकती हैं जो समान स्वीकृति और अस्वीकृति मानदंड दोहराते हैं। 'एल्गोरिथमिक मोनोकल्चर इन हायरिंग' नामक इस शोध में 11 आर्थिक क्षेत्रों की 156 कंपनियों द्वारा 3.4 मिलियन से अधिक व्यक्तियों द्वारा जमा किए गए लगभग 4 मिलियन आवेदनों की जांच की गई।
पहचाना गया एक महत्वपूर्ण कारक यह था कि ये सभी संगठन एक ही प्रदाता द्वारा प्रदान किए गए एल्गोरिदम का उपयोग कर रहे थे। इस विवरण ने 'एल्गोरिथमिक मोनोकल्चर' नामक घटना की पहचान करने में मदद की, जो कृषि से प्रेरित शब्द है, जहां विशाल क्षेत्र केवल एक प्रकार की फसल के लिए समर्पित होते हैं। जब कई कंपनियां समान उपकरणों को अपनाती हैं, तो यह संभावना बढ़ जाती है कि वे मूल रूप से समान तर्क का पालन करते हुए उम्मीदवारों का मूल्यांकन करेंगे, जो मॉडल की अंतर्निहित सफलताओं और विफलताओं दोनों पर लागू होता है।
एक अन्य प्रासंगिक खोज समान उम्मीदवार प्रोफाइल से संबंधित है। अध्ययन के अनुसार, समान विशेषताओं वाले व्यक्तियों को अलग-अलग निगमों में नौकरियों के लिए प्रतिस्पर्धा करते समय भी सुसंगत मूल्यांकन प्राप्त होने की प्रवृत्ति होती है। प्राथमिक परिणाम बताते हैं कि चार चयन प्रक्रियाओं में भाग लेने वाले लगभग 10% उम्मीदवारों को उन सभी में अस्वीकार कर दिया जाता है। इसके अतिरिक्त, दस नौकरियों के लिए आवेदन करने वालों में से लगभग 4% लगातार दस अस्वीकृतियाँ झेलते हैं।
इन अस्वीकृतियों की आवृत्ति स्वतंत्र रूप से लिए गए निर्णयों में अपेक्षित आवृत्ति से अधिक होती है। यह ध्यान देने योग्य है कि कई बायोडाटा मानव भर्तीकर्ता द्वारा जांचे जाने से पहले ही हटा दिए जाते हैं। यह पुष्टि करने के लिए कि क्या यह व्यवहार यादृच्छिक था, शोधकर्ताओं ने डेटा की तुलना एक सैद्धांतिक आधार रेखा और एल्गोरिथम केंद्रीकरण के बिना भर्ती पर पिछले अध्ययनों से की, जिससे पता चला कि लगातार अस्वीकृतियाँ विभिन्न चयन प्रक्रियाओं के बीच एक सामान्य पैटर्न को दर्शाती हैं।
किए गए सिमुलेशन के अनुसार, बायोडाटा भेजना जारी रखना अभी भी फायदेमंद है। अध्ययन इंगित करता है कि आवेदन की मात्रा बढ़ाने से अवसर प्राप्त करने की संभावना में सुधार होता है, हालांकि यह लाभ कम हो जाता है जब कंपनियां समान सिस्टम का उपयोग करती हैं। एक ऐसे परिदृश्य में जहां निर्णय स्वायत्त होते हैं, कम से कम एक सकारात्मक सिफारिश प्राप्त करने की उच्च संभावना तक पहुंचने के लिए लगभग दस आवेदन पर्याप्त होंगे। हालांकि, जब प्रक्रियाएं केंद्रीकृत प्लेटफार्मों द्वारा मध्यस्थ होती हैं, तो 99.9% की संभावना सुनिश्चित करने के लिए यह संख्या बढ़कर लगभग 25 आवेदन हो जाती है।
लेखकों ने भर्ती के लिए लक्षित प्रौद्योगिकी बाजार के केंद्रीकरण पर भी एक चेतावनी जारी की है। चूंकि कुछ ही आपूर्तिकर्ता कई कंपनियों को सेवा प्रदान करते हैं, इसलिए मौजूद कोई भी पूर्वाग्रह या सीमा तेजी से फैल सकती है। इसके अलावा, इन प्लेटफार्मों की कम पारदर्शिता स्वतंत्र शोध को मुश्किल बनाती है और यह समझने को जटिल बनाती है कि ऐसे उपकरण रोजगार तक पहुंच को कैसे प्रभावित करते हैं, जबकि कई उम्मीदवारों के लिए, यह पूरी प्रक्रिया तब होती है जब वे यह नहीं जानते कि किसी एल्गोरिथम ने बायोडाटा का पहला विश्लेषण किया है।
