தொழில்நுட்ப சந்தைப்படுத்தல் உத்தி (Marketing Playbook) ஏன் தோற்றது?
புதிய தொழில்நுட்பங்களைச் சந்தைப்படுத்துவதில் முன்னணி நிறுவனங்களிடம் காலம் காலமாக ஒரு வெற்றிகரமான அணுகுமுறை (Playbook) இருந்து வந்தது
AI தொழில்நுட்பத்தில் அமெரிக்கா சீனாவிடம் இருந்து கடும் போட்டியை சந்தித்து வருகிறது. அந்தப் போட்டியில் தொடர்ந்து முன் நிற்க AI கட்டமைப்புகளில் தொடர்ந்து முதலீடு செய்வது அமெரிக்காவுக்கு பெரும் அவசியம். இந்நிலையில்
இது AI நிறுவனங்கள், ஆர்வக் கோளாறாலும், யோசிக்காமல் செய்த காரியங்களாலும் தமக்குத் தாமே வைத்துக் கொண்ட சூடு என்று சொல்லலாம்.
தொழில்நுட்பத்தைச் சந்தைப்படுத்திய பழைய அணுகுமுறை
கடந்த காலத்தில் அறிமுகப்படுத்தப்பட்ட தொழில்நுட்பங்கள் (சமூக ஊடகங்கள், மொபைல் செயலிகள் போன்றவை) மக்களின் அன்றாட ஈடுபாடு (Engagement), பிணைய விளைவு (Network Effects) மற்றும் நேரடிப் பயன்பாட்டுத் திறன் (Utility Value) ஆகியவற்றையே முதன்மையாக நம்பியிருந்தன
நேரடிப் பயன்பாடு: வெவ்வேறு இடங்களில் இருக்கும் நண்பர்களுடன் சேர்ந்து ஒரே நேரத்தில் ஒரே திரைப்படம் பார்ப்பது, வீட்டில் இருந்தபடியே உணவு ஆர்டர் செய்வது, எங்கிருந்தும் டாக்சி பிடிப்பது, அமெரிக்காவில் இருந்தபடியே இந்தியாவில் சேலைகளும், நகைகளும், வெங்காய வடகமும் வாங்குவது போன்ற வசதிகள் வாடிக்கையாளர்களுக்கு உடனடி மதிப்பையும் பயனையும் அளித்தன.
சந்தைப்படுத்தல் சுழற்சி: சமூக ஊடகங்களைப் பயன்படுத்திப் புதிய தொழில்நுட்பத்திற்குச் செயற்கையான சந்தைத் தேவையை (Market Fit) உருவாக்குவது, வேகமான வாடிக்கையாளர் சேர்க்கை, முதலீடுகளை ஈர்த்தல், பிறகு இதே செய்வகையை மறுபடியும் ஒருமுறை சுழற்றுதல், தொழில்நுட்பம் முழுமையாகச் சந்தையைக் கைப்பற்றும் வரை அல்லது நிறுவனத்தை விற்கும் வரை இந்தச் சுழற்சியைத் பலமுறை தொடர்வது எனப் பழைய உத்தி தொழில் நிறுவனர்களுக்கு சிறப்பாக வேலை செய்தது.
AI-க்குத் தேவைப்பட்டிருக்க வேண்டிய நிதானமான உத்தி
AI நிறுவனங்களும் இதே வேகமான அணுகுமுறையைப் பின்பற்றி AI பயன்பாட்டைப் பெருக்க முயன்றன. ஆனால், அதுவே அவர்களுக்கு எதிராகவும், பெரும் தலைவலியாகவும் அமைந்தது.
1. D2C (வாடிக்கையாளர்களுக்கான) செயலிகளில் ஏற்பட்ட ஏமாற்றம்
மொபைல் அரட்டைச் செயலிகள் (Chat Apps) மற்றும் D2C தளங்களில் AI-ஐ அவசரமாக அறிமுகப்படுத்தியபோது, அது எதிர்பார்த்த அளவுக்குப் பயனுள்ளதாக இல்லை.
பொய்யான/தவறான தகவல்கள் (Hallucinations): AI தவறான தகவல்களை மிகவும் நம்பிக்கையுடன் உருவாக்கியதும், சில நேரங்களில் சமூகத்திற்குப் பாதகமான அல்லது ஆபத்தான பரிந்துரைகளைச் செய்ததும் (எடுத்துக்காட்டாக: மன அழுத்தத்தில் இருந்த பயனர்களுக்கு ஆபத்தான ஆலோசனைகளை வழங்கியது அல்லது எளிமையான சமையல் குறிப்புகளில் தவறான இடுபொருட்களை குறிப்பிட்டது) மக்களிடையே பெரும் அதிருப்தியை ஏற்படுத்தியது.
முரண்: பழைய தொழில்நுட்பங்களை சந்தைப்படுத்தப் பயன்பட்ட அதே சமூக ஊடகங்களையே, மக்கள் இந்த AI-ன் குளறுபடிகளைக் கேலி செய்யவும் அதன் நம்பகத்தன்மையைக் கேள்வி கேட்கவும் பயன்படுத்தத் தொடங்கினர். "முழுமையாக உருவாகும் முன் போலியாகக் காட்டு" (Fake it till you make it) என்ற சந்தைப்படுத்தல் அணுகுமுறை AI விஷயத்தில் முற்றிலும் தோற்றது என்றே சொல்ல வேண்டும்.
2. B2B (நிறுவனங்களுக்கான) பயமுறுத்தும் அணுகுமுறை
நிறுவனங்களுக்கு AI-ஐ சந்தைப்படுத்தப் பட்ட பொது , "AI தொழில்நுட்பம் மனிதர்களை பணி நீக்கம் செய்து ஒரு நிறுவனத்தின் செலவைக் கணிசமாகக் குறைக்க உதவும்" என்ற தொனியில் பிரச்சாரம் செய்யப்பட்டது.
வாழ்வாதார அச்சுறுத்தல்: பழைய தொழில்நுட்பங்கள் மனிதர்களுக்கு ஒரு புதிய தகவல் தொடர்புச் சாதனமாகவும், வாழ்வை எளிதாக்கும் கருவியாகவும் மட்டுமே இருந்தன. ஆனால் AI, மனிதர்களின் தொழில்முறை அடையாளம், வேலைவாய்ப்பு மற்றும் படைப்பாற்றல் ஆகியவற்றிற்கே நேரடி அச்சுறுத்தலாகச் சித்திரிக்கப்பட்டது.
எதிர்ப்பு: இதனால் ஊழியர்கள் மற்றும் படைப்பாளிகளிடமிருந்து உடனடி, உணர்வுபூர்வமான எதிர்ப்பும் தற்காப்பு மனப்பான்மையும் வெடித்தது
.
3. கண்ணுக்குத் தெரியும் பிரம்மாண்டப் பேராபத்து
கடந்த கால மேகக்கணிமை (Cloud Software) அமைப்புகள் பயனர்களின் கண்ணுக்குப் புலப்படாத, இலகுவான ஒன்றாகக் கருதப்பட்டன
இயற்கை வளங்களின் விரயம்: கிகாவாட் கணக்கிலான மெகா தரவு மையங்கள் (Data Centers), அவற்றைக் குளிர்விக்கத் தேவைப்படும் லட்சக்கணக்கான லிட்டர் தண்ணீர், மற்றும் கற்பனை செய்ய முடியாத மின்சார நுகர்வு ஆகியவை AI-ன் பிரம்மாண்டமான இயற்பியல் தாக்கத்தை மக்களுக்கு வெளிச்சம்போட்டுக் காட்டின
. சமூகப் பாதிப்பு: AI-ன் அதிகப்படியான மின்சாரத் தேவையால் உள்ளூர் மின் கட்டணம் உயர்வதும், இயற்கை வளங்கள் சுரண்டப்படுவதும் நேரடியாகப் மக்களைப் பாதித்ததால், தொழில் நுட்ப எதிர்ப்பாளர்களுக்கு AI ஆதிக்கத்தைத் தாண்டி ஒரு வலுவான நிஜ உலகக் காரணம் கிடைத்தது.
சுருக்கம்
மனித தேவைகளை எளிமையாக்கும் இடத்திலேயே தொழில்நுட்பம் வரவேற்கப்படுகிறது. ஆனால், AI மனித உழைப்பையே ஒட்டுமொத்தமாகப் தேவையற்றதாக்கி விடும் என்ற முன்மொழிவு மனிதகுலத்திற்கு ஓர் அச்சுறுத்தலாகப் பார்க்கப்பட்டது. AI முதலில் மனித நம்பிக்கையைச் (trust) சம்பாதித்திருக்க வேண்டும்; வலுவான, நடைமுறைக்குச் சாத்தியமான பயன்பாடுகளை முன்வைத்திருக்க வேண்டும்; அதன் ஆற்றல் குறித்த எதிர்பார்ப்புகள் உண்மையானதாக இருந்திருக்க வேண்டும்.
ஆனால், தவறான தகவல்கள் (Hallucinations) காரணமாக AI கேலிப்பொருளானது. இதற்கு நடுவே, தரவு மையங்களை உருவாக்கத் தேவைப்படும் மாபெரும் மூலதனமும், நீர் மற்றும் மின்சாரம் போன்ற அத்தியாவசிய வளங்களின் அபரிமிதமான நுகர்வும் எதிர்ப்பாளர்களின் வாதங்களுக்கு மேலும் வலு சேர்த்தன
"முற்பகல் செய்யின் பிற்பகல் விளையும்"
தற்காலத்திய AI தொழில்நுட்பம் முன்னை விட துல்லியமாகவும் வெகுவான சந்தர்பங்களில் உதவிகரமாகவும் வேலை செய்கிறது. சில சமயங்களில்தான் வேலை செய்வதில்லை. மிகவும் பிரயத்தனப்பட்டு, நிறையவே சரிப்படுத்தியும், முறைப்படுத்தியும் AI-யை வேலை செய்ய வைத்திருக்கிறார்கள். ஆனாலும் இன்னமும் கவனமாகத்தான் உபயோகிக்க வேண்டும். AI மனித சமூகத்திற்கு உபயோகமுள்ள கருவியாக மாறும் என்ற நம்பிக்கை வலுத்துக் கொண்டே போகிறது.
இருந்தாலும் அது பற்றிய பயம் இன்னமும் மக்களிடம் இருந்து விலகவில்லை. அதே போல AI தரவு மையங்களை விடவும் அதிகமாக தண்ணீரையும் மின்சாரத்தையும் உறிஞ்சும் பல தொழில் துறைகள் ஏற்கெனவே வழக்கில் உள்ளன.
பழைய தொழில்நுட்ப உத்தி vs. AI எதிர்கொள்ளும் யதார்த்தம்
| காரணி | பழைய தொழில்நுட்ப அணுகுமுறை (Social / Mobile) | AI எதிர்கொள்ளும் யதார்த்தம் (The Revolt) |
| பயனர் மதிப்பு (User Value) | உடனடி, குறைந்த செலவிலான நேரடிப் பயன் மற்றும் பிணையத் தொடர்பு | அதிக எதிர்பார்ப்பு; ஆனால் தவறான தகவல்கள் மற்றும் அதிக இயக்கச் செலவு |
| பொதுமக்கள் பயம் (Public Threat Perception) | மெதுவான தனியுரிமைக் கவலைகள் (ஆண்டுகளுக்குப் பிறகே உருவானது) | வேலைவாய்ப்பு, கலை மற்றும் இயற்கை வளங்களுக்கு உடனடி அச்சுறுத்தல் |
| சமூக ஊடகங்களின் பங்கு (Social Media Role) | வாடிக்கையாளர்களை ஈர்க்கும் மற்றும் விளம்பரப்படுத்தும் எஞ்சின் | குறைபாடுகள் மற்றும் கேலிகளைப் பரப்பும் விமர்சனக் களம் |
| சந்தை மெய்ப்பித்தல் (Market Validation) | வேகமான பயனர் வளர்ச்சியால் உடனடியாக உருவான வருவாய் | அதிகச் செலவு; நீண்டகால முதலீட்டு வருவாய்க்காக (ROI) காத்திருக்கும் நிலை |

கருத்துகள் இல்லை:
கருத்துரையிடுக