Shopflo का दावा है कि D2C ब्रांडों को विकास और खोज के लिए आंतरिक AI टीम की आवश्यकता नहीं है

AgiBot ने Genie Master प्रस्तुत किया है - एक मूर्त एजेंट फ्रेमवर्क जो रोबोटों को इंजीनियरों द्वारा पुन: प्रशिक्षण की प्रतीक्षा करने के बजाय परिनियोजन के बाद लगातार बेहतर होने की अनुमति देता है। कंपनी का दावा है कि इस फ्रेमवर्क का उपयोग करने वाले G2 रोबोट वास्तविक घर के पास के स्टोर में तैयार व्यंजनों को पैक करने, वस्तुओं का चयन करने और अलमारियों को भरने जैसे कार्य करते हुए काम कर रहे थे, साथ ही प्रशिक्षण प्रक्रिया में मानव हस्तक्षेप के बिना अपनी विफलता मोड की पहचान और समाधान भी कर रहे थे।

AgiBot प्राप्त परिणाम को अवधारणा के पहले प्रमाण के रूप में वर्णित करता है जिसे वे भौतिक RSI, या मूर्त पुनरावर्ती आत्म-सुधार कहते हैं, सिमुलेशन और प्रयोगशाला स्थितियों से बाहर। प्रस्तुति में प्रस्तुत उदाहरणों में से एक यह था कि रोबोट बार-बार शेल्फ पर एक छोटे हुक को चूक रहा था क्योंकि मूल्य टैग कैमरे के सिर से दृश्य को अवरुद्ध कर रहा था। अपने निष्पादन लॉग का विश्लेषण करने के बाद, एजेंट ने समस्या की पहचान की, दृष्टिकोण बदल दिया, हुक की स्थिति की पुष्टि करने के लिए कलाई कैमरे को करीब लाने के लिए बाएं हाथ का उपयोग किया, फिर दाहिने हाथ से वस्तु उठाई और भविष्य के उपयोग के लिए इस सुधार को सहेजा।

यह फ्रेमवर्क मूर्त निष्पादन प्रोटोकॉल (EEP) पर आधारित है - एजेंट और रोबोट के बीच एक एकीकृत इंटरफ़ेस। इसमें चार घटक शामिल हैं: क्षमताओं का इंटरफ़ेस, जो एजेंट को बताता है कि रोबोट क्या कर सकता है; मार्गदर्शन इंटरफ़ेस, जो कार्रवाई नीति को स्थानिक संकेतों, ऑब्जेक्ट संदर्भों और विस्तृत निर्देशों को पारित करता है; फीडबैक इंटरफ़ेस, जो भौतिक परिणाम के बारे में सूचित करता है; और निरंतरता इंटरफ़ेस, जो पूरे रोबोट बेड़े के भीतर प्रगति और कार्य निर्भरताओं को ट्रैक करता है, जिससे ब्रेक के बाद काम फिर से शुरू या पुन: योजना बनाई जा सकती है।

जब कार्य लगातार विफल होते हैं या धीरे-धीरे किए जाते हैं, तो एजेंट स्टोर में कम व्यस्त घंटों के दौरान लक्षित अभ्यास की योजना बनाता है। सुधार दो दिशाओं में होता है। RSI, जो मॉडल भार को प्रभावित नहीं करता है, दैनिक सफलता और विफलता विश्लेषण का उपयोग करके संकेत, मेमोरी और निष्पादन नियमों को परिष्कृत करता है ताकि ऐसी चीज़ बनाई जा सके जिसकी टीम त्रुटि लॉगबुक से तुलना करती है। RSI नीति स्वायत्त रन, मानव हस्तक्षेप और पुनर्प्राप्ति के मामलों से डेटा एकत्र करती है, उसे फ़िल्टर और पुन: भारित करती है, और फिर पर्यवेक्षित शिक्षण, अनुकरण या सुदृढीकरण का उपयोग करके मूल कार्रवाई नीति को पुनः प्रशिक्षित करती है। AgiBot बताता है कि दूसरा ट्रैक अभी भी मानव हस्तक्षेप और मॉडल प्रशिक्षण डेटा का उपयोग करता है, इसलिए मनुष्य पूरी तरह से बाहर नहीं किए जाते हैं।

Genie Master AgiBot की AI WAVE रिलीज़ श्रृंखला का चौथा तत्व है, जो 22 अक्टूबर को शुरू हुई थी। कंपनी के प्रकाशित कार्यक्रम के अनुसार, अगला बिंदु 28 अक्टूबर को आंतरिक भौतिक इंजन के साथ Genie Sim सिमुलेशन प्लेटफॉर्म का अद्यतन होगा, जिसे विकृत वस्तुओं का अनुकरण करने के लिए डिज़ाइन किया गया है, जो AgiBot के अनुसार जटिल कार्यों में वास्तविक और अनुकरण किए गए परिणामों के बीच 95% से अधिक संगति प्राप्त करता है। लेखन के समय कोई विस्तृत जानकारी प्रकाशित नहीं की गई थी।

सार्वजनिक परीक्षण 2 और 3 नवंबर को निर्धारित है, जब छह G2 रोबोट घर के पास के स्टोर में 24 घंटे वास्तविक समय में काम करेंगे, जिसमें दोपहर और रात के भोजन के चरम घंटों, रात की पाली और नाश्ते की तैयारी को कवर किया जाएगा।

नौकरी के लिए आवेदन करने वाले उम्मीदवार अपने रिज्यूमे को बेहतर बनाने, नौकरी की आवश्यकताओं के अनुसार कवर लेटर को अनुकूलित करने और अपने कौशल को कंपनी की जरूरतों से मिलाने में समय बिताते हैं। दस्तावेज़ भेजने के बाद अक्सर चुप्पी का दौर आता है, जिसके बाद वे फिर से प्रयास कर सकते हैं या अपने आवेदन को बेहतर बनाने के लिए आर्टिफिशियल इंटेलिजेंस की मदद ले सकते हैं।

दूसरी ओर, भर्तीकर्ता सैकड़ों रिज्यूमे का विश्लेषण करने के लिए एआई का उपयोग कर सकते हैं। चूंकि उम्मीदवार अलग दिखना चाहते हैं, और कंपनियां जल्दी से उपयुक्त व्यक्ति ढूंढना चाहती हैं, इसलिए आवेदन जमा करने और भर्ती दोनों प्रक्रियाओं में एक ही तकनीक का उपयोग बढ़ रहा है, जिससे यह प्रक्रिया मशीन बनाम मशीन की प्रतिस्पर्धा बन जाती है।

एआई उम्मीदवारों के लिए नौकरी खोजना आसान बना सकता है, रिज्यूमे लिखने, आवेदन तैयार करने और साक्षात्कार के लिए अभ्यास करने में मदद करके। हालांकि, तैयार आवेदनों की संख्या में तेजी से वृद्धि उनकी गुणवत्ता में सुधार की गारंटी नहीं देती है।

सितंबर 2025 की एक रिपोर्ट के अनुसार, एक उम्मीदवार ने एआई की मदद से एक महीने में 87 आवेदन भेजे। इन दस्तावेजों में कंपनियों और पदों के गलत नामों जैसी त्रुटियां पाई गईं। रिपोर्ट चेतावनी देती है कि बिना जांच किए गए एआई द्वारा बनाए गए सामग्री उम्मीदवारों को नुकसान पहुंचा सकती है।

जब उम्मीदवार कई नौकरियों के लिए आवेदन करते हैं, तो कंपनियों के लिए आने वाले आवेदनों की संख्या बढ़ जाती है। हालांकि स्वचालित जांच कंपनियों के लिए उपयोगी लगती है, लेकिन यह सवाल उठता है कि इस प्रक्रिया में किस उम्मीदवार पर ध्यान दिया जाएगा।

मॉनिटरिंग सिस्टम कंपनियों को रिज्यूमे को व्यवस्थित करने और ऐसे उम्मीदवारों को खोजने की अनुमति देते हैं जिनका अनुभव नौकरी की आवश्यकताओं से मेल खाता है। फिर भी, यदि उम्मीदवार की आवश्यक योग्यताएं अन्य शब्दों में वर्णित हैं जिन्हें सिस्टम पहचानता नहीं है, तो उसे नजरअंदाज किया जा सकता है।

अक्टूबर 2025 की एक रिपोर्ट विस्तार से बताती है कि मॉनिटरिंग सिस्टम के उपकरण रिज्यूमे को नौकरी की आवश्यकताओं से कैसे मिलाते हैं। जोखिम केवल कीवर्ड छूटने तक सीमित नहीं है।

मई 2024 में इस बात पर चिंता व्यक्त की गई थी कि योग्य उम्मीदवारों को स्वचालित भर्ती प्रणालियों द्वारा अस्वीकार किया जा सकता है, जिसमें रिपोर्ट में मानवीय नियंत्रण की आवश्यकता पर जोर दिया गया था।

यदि अस्वीकृति का निर्णय पूरी तरह से सॉफ़्टवेयर द्वारा लिया जाता है, तो उपयुक्त उम्मीदवार कभी भी भर्तीकर्ता तक नहीं पहुंचेगा, और उम्मीदवार को अस्वीकृति का कारण पता नहीं चलेगा।

यह दबाव केवल भारत तक सीमित नहीं है। बीबीसी की रिपोर्ट में यूनाइटेड किंगडम के मेडस्टउन के एक 22 वर्षीय भूगोल स्नातक का उल्लेख किया गया था। रेस्तरां प्रबंधक की नौकरी पाने से पहले, उन्होंने 200 से अधिक आवेदन जमा किए थे। उन्होंने उल्लेख किया कि एआई ने आवेदनों को संसाधित करने में मदद की, लेकिन पूरी प्रक्रिया थकाऊ थी।

बिजनेस इंसाइडर ने बताया कि गूगल ने कुछ सॉफ्टवेयर विकास साक्षात्कार में जेमिनी सहित एआई उपकरणों को एकीकृत किया है। इन साक्षात्कार के दौरान उम्मीदवारों की कोड समझने और एआई के साथ काम करने की क्षमता का परीक्षण किया गया।

ये उदाहरण दिखाते हैं कि उम्मीदवार नौकरी खोजने के लिए एआई का उपयोग कर रहे हैं, जबकि कंपनियां उम्मीद करती हैं कि वे एआई से संबंधित कौशल प्रदर्शित करें। यह सवाल खड़ा करता है: क्या यह तकनीक भर्ती प्रक्रिया को अधिक कुशल बनाएगी या प्रतिस्पर्धा का एक और स्तर जोड़ेगी?

आवेदन जमा करने के बाद भी उम्मीदवार इंतजार कर सकते हैं, यह जाने बिना कि उनके आवेदन पर विचार किया गया है या नहीं। सितंबर 2026 की एक रिपोर्ट के अनुसार, जो इंडीड भर्ती विश्वास सूचकांक पर आधारित है, 29% भारतीय उम्मीदवारों ने बताया कि आवेदन जमा करने के बाद कोई प्रतिक्रिया न मिलना उनकी सबसे बड़ी समस्या है।

इस अध्ययन में भारत के 1073 उम्मीदवारों और 735 नियोक्ताओं ने भाग लिया। जांच में केवल तेजी लाना इस समस्या का समाधान नहीं करेगा; उम्मीदवारों को स्पष्ट जानकारी और भर्ती प्रक्रिया के दौरान अपने आवेदन की स्थिति को ट्रैक करने की क्षमता की भी आवश्यकता है।

उम्मीदवारों का काम एआई का उपयोग करते समय टेम्पलेट आवेदन न भेजना और गैर-मौजूद कौशल का दावा न करना है। कंपनियों का काम सिफारिशों को पूरी तरह से स्वचालित प्रौद्योगिकियों के अंतिम समाधान के रूप में नहीं मानना है।

एआई उम्मीदवारों को अपने अनुभव को बेहतर ढंग से प्रस्तुत करने में मदद कर सकता है, और भर्तीकर्ताओं को कार्यभार संभालने में मदद कर सकता है। हालांकि, एक आकर्षक रिज्यूमे और त्वरित जांच उपयुक्त उम्मीदवार के सही काम से मेल खाने की गारंटी नहीं देते हैं।

आवेदन जमा करने के बाद जवाब की उम्मीद करने वाले व्यक्ति के लिए, सबसे उपयोगी बदलाव आवेदन जमा करने के लिए नए उपकरण के बजाय एक अधिक पारदर्शी और निष्पक्ष भर्ती प्रक्रिया होगी जो रिज्यूमे के पीछे के व्यक्ति की पहचान कर सके।

तकनीकी दिग्गज Nvidia के प्रमुख ने स्टॉकहोम में दौरे के दौरान कहा कि अंततः आर्टिफिशियल इंटेलिजेंस सभी उद्यमों का एक अभिन्न अंग बन जाएगा। उन्होंने यूरोप से अपने एआई उद्योग के विकास को तेज करने का आग्रह किया।

जेन्सन हुंग ने यूरोपीय दौरे के हिस्से के रूप में गुरुवार देर रात हुए कार्यक्रम में बताया कि 'अंततः हर कंपनी एआई पर आधारित कंपनी बन जाएगी। हर उद्योग एआई से प्रभावित होगा।'

उन्होंने डेटा केंद्रों से लेकर चैटबॉट और अन्य अनुप्रयोगों तक, पूरी एआई तकनीकी श्रृंखला के निर्माण के लिए यूरोप के महत्व पर जोर दिया।

एएफपी को बाद में बात करते हुए, हुंग ने उल्लेख किया कि उनकी कंपनी ने पिछले एक साल में यूरोप में 8 अरब डॉलर का निवेश किया है, और यह भी जोड़ा कि कई अरब डॉलर योजना चरण में हैं, जो यूरोप को एआई पारिस्थितिकी तंत्र बनाने में मदद कर रहे हैं।

एआई इकोसिस्टम

हुंग ने बताया कि वे इस पारिस्थितिकी तंत्र के विभिन्न हिस्सों में रणनीतिक रूप से निवेश कर रहे हैं, उच्च गुणवत्ता वाली कंपनियों का समर्थन कर रहे हैं जो उनके विचार में पूरे यूरोपीय पारिस्थितिकी तंत्र के विकास में योगदान दे सकती हैं। उदाहरणों के रूप में उन्होंने ब्रिटिश क्लाउड सेवा प्रदाता और डेटा सेंटर Nscale और डच क्लाउड प्रदाता Nebius का उल्लेख किया।

स्टॉकहोम में रहते हुए, सुपरकंप्यूटर Sferical One का प्रदर्शन हुआ, जो Nvidia चिप्स का उपयोग करता है और देश के भीतर गोपनीय स्वीडिश डेटा और विशेषज्ञता को बनाए रखने के लिए डिज़ाइन किया गया है। इसके अलावा, Volvo Cars ने अपने भविष्य के ड्राइवर रहित वाहनों में सुरक्षा प्रौद्योगिकियों को बेहतर बनाने के लिए Nvidia के साथ साझेदारी का विस्तार करने की घोषणा की।

हमारे जीवन में सबसे महत्वपूर्ण बदलाव

यूएस फेडरल रिजर्व के प्रमुख केविन वॉर्श ने शुक्रवार को कहा कि एआई तकनीक वैश्विक अर्थव्यवस्था के लिए 'सबसे महत्वपूर्ण बदलाव' है जिसे उन्होंने देखा है। उन्होंने अनुमान लगाया कि परिणाम सकारात्मक होंगे, हालांकि आगे का रास्ता 'असमान' होगा।

बैंकॉक में IMF और विश्व बैंक की वार्षिक बैठक में एक कार्यक्रम के दौरान, वॉर्श ने उल्लेख किया कि वह अपने अमेरिकी केंद्रीय बैंक के प्रमुख के रूप में अपनी भूमिका के तहत इस तकनीक के मैक्रोइकॉनॉमिक प्रभावों - जिसमें मांग के कारण अल्पकालिक मुद्रास्फीति में वृद्धि और अपेक्षित दीर्घकालिक आपूर्ति झटका शामिल है - का 'तटस्थ और जिम्मेदार' तरीके से मूल्यांकन कर रहे हैं।

उन्होंने स्वीकार किया कि एआई में निवेश का उछाल अल्पकालिक मूल्य वृद्धि का कारण बनेगा, लेकिन उनका मानना है कि 'वैश्विक अर्थव्यवस्था के लिए, अमेरिका की अर्थव्यवस्था के लिए भविष्य में वास्तव में एक बड़ा लाभ मौजूद है।'

सकारात्मक प्रभाव के उदाहरण के रूप में, उन्होंने उल्लेख किया कि वह उम्मीद करते हैं कि फेडरल रिजर्व मौद्रिक नीति के दौरान डेटा के अधिक गहन विश्लेषण के लिए एआई का उपयोग करेगा। उन्होंने यह भी दोहराया कि यह तकनीक उन अर्थव्यवस्थाओं और देशों को अधिक उत्पादक बनाएगी जो इसका प्रभावी ढंग से उपयोग कर सकते हैं।

फिर भी, उन्होंने चेतावनी दी कि इस तकनीक के आसपास बाजारों का विकास कैसे होगा, यह अभी भी अनिश्चित है, और उन्होंने उल्लेख किया कि वर्तमान स्थिति से भविष्य में संक्रमण शायद प्रौद्योगिकी की समझ की कमी और नई तकनीकों के बाजार की संरचना की अनिश्चितता के कारण बहुत कठिन होगा।