The Verge की हालिया हैंड्स-ऑन रिपोर्ट्स से पता चलता है कि मोबाइल AI सारांश से आगे बढ़कर निर्देशित क्रिया में जा रहा है। जैमिनी जैसे सिस्टम उपयोगकर्ता के सामने ऐपों को नेविगेट करना शुरू कर रहे हैं, जरूरत पड़ने पर स्पष्टीकरण मांग रहे हैं और अंतिम पुष्टि से पहले रुक रहे हैं।

इससे तकनीक अधिक ठोस लगती है, लेकिन यह यह भी प्रकट करती है कि वास्तविक दुनिया का ऑटोमेशन कितना गड़बड़ हो सकता है। चुनौती अब केवल अनुरोध को समझने की नहीं है, बल्कि धीमे, खौफनाक या त्रुटिपूर्ण बने बिना एज केसेस को संभालने की है।

Google की अनुसूचित क्रियाएं सुविधा एक महत्वपूर्ण विकास का प्रतिनिधित्व करती है, जो उपयोगकर्ताओं को दैनिक ईमेल सारांश या साप्ताहिक इवेंट राउंडअप जैसे आवर्ती कार्यों को ऑटोमेट करने की अनुमति देती है। यह AI असिस्टेंट को प्रतिक्रियाशील टूल्स से सक्रिय भागीदारों में बदल देता है जो आवश्यकताओं का पूर्वानुमान लगाते हैं और निरंतर उपयोगकर्ता हस्तक्षेप के बिना वर्कफ़्लो को निष्पादित करते हैं।

तकनीकी वास्तुकला परिष्कृत इंटेंट रिकग्निशन और कॉन्टेक्सचुअल अवेयरनेस पर निर्भर है, जिसमें सिस्टम को विभिन्न एप्लिकेशनों में समान आदेशों के बीच अंतर करने की आवश्यकता होती है। उदाहरण के लिए, "राइड बुक करें" उपयोगकर्ता की प्राथमिकताओं और स्थानीय उपलब्धता के आधार पर एक संदर्भ में Uber को ट्रिगर कर सकता है लेकिन दूसरे में Lyft को।

जैसे-जैसे ये सिस्टम व्यक्तिगत डेटा और एप्लिकेशन अनुमतियों तक गहरी पहुंच प्राप्त करते हैं, गोपनीयता विचार सर्वोपरि हैं। निर्माता अनुमति के अनुसार अनुमति नियंत्रण लागू कर रहे हैं और जहां संभव हो डेटा एक्सपोज़र को कम करने के लिए ऑन-डिवाइस प्रोसेसिंग लागू कर रहे हैं और कार्यक्षमता बनाए रखते हैं।

इन एजेंट जैसी क्षमताओं पर मंडराता सबसे बड़ा सवाल विश्वसनीयता है, क्योंकि उपयोगकर्ता की ओर से कार्य करने वाला असिस्टेंट एक ही गलती के प्रभाव को कई गुना बढ़ा देता है। गलत ऐप खोलना, गलत चैनल पर संदेश भेजना, या भुगतान बहुत जल्दी पुष्टि करना वास्तविक असुविधा या उससे बुरा कुछ भी पैदा कर सकता है। इसलिए डिजाइनर कॉन्फिडेंस थ्रेशोल्ड में बड़े पैमाने पर निवेश कर रहे हैं, सिस्टम से जब भी किसी कार्य के परिणाम उलटना कठिन हो, रुककर अपना तर्क दिखाने के लिए कहते हैं। लक्ष्य गलतियों को पूरी तरह खत्म करना नहीं है, जो असंभव है, बल्कि यह सुनिश्चित करना है कि असिस्टेंट कोमलता और पारदर्शिता से विफल हो न कि चुपचाप।

उपयोगकर्ता नियंत्रण और किसी कार्य को उलटने की क्षमता इस अनुभव की अपरिहार्य विशेषताएं बनती जा रही हैं। शुरुआती डेमो ने स्वायत्तता से दर्शकों को प्रभावित किया, लेकिन असली उपयोगकर्ता यह जांचना चाहते हैं कि असिस्टेंट कार्य करने से पहले क्या करने वाला है। स्पष्ट पूर्वावलोकन, चरण-दर-चरण प्रगति संकेतक और स्पष्ट रोलबैक विकल्प लोगों को वह आश्वासन देते हैं जिसकी उन्हें समय के साथ अधिक जिम्मेदारी सौंपने के लिए आवश्यकता होती है। दूसरे शब्दों में, भरोसा धीरे-धीरे बनता है, और जो उत्पाद जीतते हैं वे उन्हें जो उपयोगकर्ताओं को छोटे से शुरू करने और असिस्टेंट का अधिकार केवल तभी बढ़ाने की अनुमति देते हैं जब आत्मविश्वास बढ़े।

सूचनाओं और अनुमतियों का सूक्ष्म प्रबंधन जितना सुनने में लगता है उससे कहीं अधिक कठिन साबित हो रहा है। आपकी ओर से कार्य करने के लिए, एक असिस्टेंट को ऐप्स, कैलेंडर, संदेशों और भुगतान सेवाओं तक पहुंच की आवश्यकता होती है, फिर भी इसे एक ही बार में देना आक्रामक और जोखिम भरा लगता है। आधुनिक कार्यान्वयन प्रासंगिक, समय-सीमित अनुमतियों की ओर बढ़ रहे हैं जो केवल एकल कार्य के लिए आवश्यक चीजों को अनलॉक करती हैं और फिर समाप्त हो जाती हैं। यह संतुलित दृष्टिकोण दुरुपयोग की सतह को कम करता है जबकि अनुभव को सुगम बनाए रखता है, हालांकि उपयोगकर्ताओं को फीचर छोड़ने के लिए परेशान करने वाले निरंतर व्यवधानों से बचने के लिए सावधानीपूर्वक इंजीनियरिंग की आवश्यकता होती है।

गोपनीयता रणनीति न केवल यह प्रभावित करती है कि असिस्टेंट क्या कर सकता है बल्कि यह भी कि वह इसे कहां करता है। निजी संदेश पढ़ने या वित्तीय विवरण संभालने जैसे संवेदनशील कार्यों के लिए, कंपनियां जब भी हार्डवेयर इसकी अनुमति देता है, तेजी से ऑन-डिवाइस प्रोसेसिंग पसंद करती हैं, जिससे व्यक्तिगत डेटा दूरस्थ सर्वर तक न जाए। यह बाधा पूरे उत्पाद डिजाइन को आकार देती है, जिससे मॉडल आकार, प्रतिक्रिया गति और फीचर जटिलता को फोन में उपलब्ध कंप्यूटिंग शक्ति के अनुकूल होने के लिए मजबूर किया जाता है। परिणाम क्षमता और गोपनीयता के बीच एक नाजुक समझौता है जिसे प्रत्येक निर्माता अपनी हार्डवेयर महत्वाकांक्षाओं और क्लाउड इंफ्रास्ट्रक्चर के आधार पर अलग तरीके से हल करता है।

ऑटोमेशन का उदय लागत और पहुंच के बारे में व्यावहारिक प्रश्न भी उठाता है। कुछ उन्नत असिस्टेंट कार्यों के लिए सब्सक्रिप्शन टियर, नए हार्डवेयर, या तीसरे पक्ष की सेवाओं के लिए भरोसेमंद कनेक्शन की आवश्यकता हो सकती है, जो ऑटोमेशन से लाभान्वित होने वालों और न लाभान्वित होने वालों के बीच की खाई चौड़ी कर सकता है। निर्माता और नियामक दोनों चर्चा करने लगे हैं कि इन क्षमताओं को किफायती और न्यायसंगत रूप से वितरित कैसे रखा जाए। साथ ही, ऐप डेवलपर्स को यह तय करना होगा कि अपने इंटरफेस का कितना हिस्सा स्वचालित एजेंटों को उजागर करें, यह जानते हुए कि बहुत अधिक खुलापन उनके स्वयं के राजस्व को कम कर सकता है जबकि बहुत कम असिस्टेंट को बेकार बना देता है।

एजेंटिक असिस्टेंट को अपनाने के सबसे ठोस कारणों में से एक पहुंच-योग्यता है। सीमित दृष्टि, कम गतिशीलता या संज्ञानात्मक कठिनाइयों वाले लोगों के लिए, बोले गए निर्देश देना और फोन को बाकी काम पूरा करने देना वास्तव में परिवर्तनकारी हो सकता है। ऑटोमेशन नियुक्तियां बुक करने से लेकर भुगतान आयोजित करने तक, रोजमर्रा के कार्यों को पूरा करने के लिए आवश्यक सटीक स्पर्शों और दृश्य चरणों की संख्या को कम करता है। इस तरह से देखने पर, तकनीक केवल सुविधाजनक नहीं बल्कि समावेशी बन जाती है, जो पारंपरिक रूप से घने, स्क्रीन-आधारित इंटरफेस से पीछे छूट गए उपयोगकर्ताओं तक डिजिटल स्वतंत्रता का विस्तार करती है।

प्रतिस्पर्धी परिदृश्य तीव्र हो रहा है, Apple के Siri, Samsung के Bixby और उभरते क्षेत्रीय खिलाड़ी सभी समान ऑटोमेशन क्षमताओं को विकसित कर रहे हैं। यह खंडवता इंटरऑपरेबिलिटी चुनौतियां बनाती है लेकिन क्रॉस-प्लेटफॉर्म एकीकरण और मानकीकृत ऑटोमेशन प्रोटोकॉल में नवाचार को भी बढ़ाती है।

अधिक...