AI-அடிப்படையிலான பரிந்துரை தொழில்நுட்பங்களின் முன்னேற்றம் நுகர்வோர் பயணத்தை மாற்றியமைத்து, வழிமுறை சார்ந்த நுகர்வோரின் உருவத்தை உறுதிப்படுத்தியுள்ளது - ஒரு நபரின் கவனம், விருப்பத்தேர்வுகள் மற்றும் வாங்கும் முடிவுகள் வாய்மொழியாகக் கூறப்படுவதற்கு முன்பே கற்றல் முறைகள் மற்றும் ஆசைகளை எதிர்பார்க்கும் திறன் கொண்ட அமைப்புகளால் வடிவமைக்கப்படுகின்றன. ஒரு காலத்தில் பெரிய டிஜிட்டல் தளங்களுக்கு மட்டுமே மட்டுப்படுத்தப்பட்டதாகத் தோன்றிய இந்த இயக்கவியல், இப்போது கிட்டத்தட்ட அனைத்துத் துறைகளிலும் ஊடுருவிச் செல்கிறது: சில்லறை விற்பனை முதல் கலாச்சாரம் வரை, நிதி சேவைகள் முதல் பொழுதுபோக்கு வரை, இயக்கம் முதல் அன்றாட வாழ்க்கையை வரையறுக்கும் தனிப்பயனாக்கப்பட்ட அனுபவங்கள் வரை. கண்ணுக்குத் தெரியாத செல்வாக்கின் இந்தப் புதிய ஆட்சியிலிருந்து வெளிப்படும் நெறிமுறை, நடத்தை மற்றும் பொருளாதார தாக்கங்களைப் புரிந்துகொள்ள இந்த வழிமுறை எவ்வாறு செயல்படுகிறது என்பதைப் புரிந்துகொள்வது அவசியம்.
நடத்தை தரவு, முன்கணிப்பு மாதிரிகள் மற்றும் ஆர்வத்தின் நுண்ணிய வடிவங்களை அடையாளம் காணக்கூடிய தரவரிசை அமைப்புகளை ஒருங்கிணைக்கும் ஒரு கட்டமைப்பின் அடிப்படையில் அல்காரிதமிக் பரிந்துரை கட்டமைக்கப்பட்டுள்ளது. ஒவ்வொரு கிளிக், திரை ஸ்வைப், ஒரு பக்கத்தில் செலவழித்த நேரம், தேடல், முந்தைய கொள்முதல் அல்லது குறைந்தபட்ச தொடர்பு ஆகியவை தொடர்ந்து புதுப்பிக்கப்பட்ட மொசைக்கின் ஒரு பகுதியாக செயலாக்கப்படுகின்றன. இந்த மொசைக் ஒரு மாறும் நுகர்வோர் சுயவிவரத்தை வரையறுக்கிறது. பாரம்பரிய சந்தை ஆராய்ச்சியைப் போலல்லாமல், அல்காரிதம்கள் நிகழ்நேரத்திலும் எந்த மனிதனும் தொடர முடியாத அளவிலும் செயல்படுகின்றன, வாங்குதலின் நிகழ்தகவை கணிக்க காட்சிகளை உருவகப்படுத்துகின்றன மற்றும் மிகவும் பொருத்தமான தருணத்தில் தனிப்பயனாக்கப்பட்ட பரிந்துரைகளை வழங்குகின்றன. இதன் விளைவாக ஒரு மென்மையான மற்றும் வெளித்தோற்றத்தில் இயற்கையான அனுபவம் கிடைக்கிறது, இதில் பயனர் தாங்கள் தேடுவதை சரியாகக் கண்டுபிடித்ததாக உணர்கிறார், உண்மையில் அவர்களுக்குத் தெரியாமல் எடுக்கப்பட்ட கணித முடிவுகளின் வரிசையால் அவர்கள் அங்கு வழிநடத்தப்பட்டனர்.
இந்த செயல்முறை கண்டுபிடிப்பு என்ற கருத்தை மறுவரையறை செய்கிறது, செயலில் தேடலை பல்வேறு விருப்பங்களுக்கான வெளிப்பாட்டைக் குறைக்கும் தானியங்கி விநியோக தர்க்கத்துடன் மாற்றுகிறது. ஒரு பரந்த பட்டியலை ஆராய்வதற்குப் பதிலாக, நுகர்வோர் தொடர்ந்து தங்கள் பழக்கவழக்கங்கள், ரசனைகள் மற்றும் வரம்புகளை வலுப்படுத்தும் ஒரு குறிப்பிட்ட தேர்வுக்கு சுருக்கப்பட்டு, ஒரு பின்னூட்ட வளையத்தை உருவாக்குகிறார்கள். தனிப்பயனாக்கத்தின் வாக்குறுதி, திறமையானதாக இருந்தாலும், திறன்களைக் கட்டுப்படுத்தலாம் மற்றும் பல தேர்வுகளை மட்டுப்படுத்தலாம், இதனால் குறைவான பிரபலமான தயாரிப்புகள் அல்லது முன்கணிப்பு முறைகளுக்கு வெளியே உள்ளவை குறைவான தெரிவுநிலையைப் பெறுகின்றன. இந்த அர்த்தத்தில், AI பரிந்துரைகள் இந்த தேர்வுகளை வடிவமைக்க உதவுகின்றன, இது ஒரு வகையான கணிக்கக்கூடிய பொருளாதாரத்தை உருவாக்குகிறது. கொள்முதல் முடிவு தன்னிச்சையான விருப்பத்தின் பிரத்தியேக விளைவாக இருப்பதை நிறுத்துகிறது மற்றும் வழிமுறை மிகவும் சாத்தியமான, வசதியான அல்லது லாபகரமானதாகக் கருதியதை பிரதிபலிக்கத் தொடங்குகிறது.
அதே நேரத்தில், இந்த சூழ்நிலை பிராண்டுகள் மற்றும் சில்லறை விற்பனையாளர்களுக்கு புதிய வாய்ப்புகளைத் திறக்கிறது, அவர்கள் AI இல் பெருகிய முறையில் சிதறடிக்கப்பட்ட மற்றும் தூண்டுதலால் நிறைவுற்ற நுகர்வோருக்கு நேரடி பாலத்தைக் காண்கிறார்கள். பாரம்பரிய ஊடகங்களின் அதிகரித்து வரும் செலவுகள் மற்றும் பொதுவான விளம்பரங்களின் செயல்திறன் குறைந்து வருவதால், மிகை-சூழல் செய்திகளை வழங்குவதற்கான திறன் ஒரு முக்கியமான போட்டி நன்மையாக மாறுகிறது.
வழிமுறைகள் நிகழ்நேர விலை சரிசெய்தல், மிகவும் துல்லியமான தேவை முன்னறிவிப்பு, கழிவு குறைப்பு மற்றும் மாற்று விகிதங்களை அதிகரிக்கும் தனிப்பயனாக்கப்பட்ட அனுபவங்களை உருவாக்குதல் ஆகியவற்றை அனுமதிக்கின்றன. இருப்பினும், இந்த நுட்பம் ஒரு நெறிமுறை சவாலைக் கொண்டுவருகிறது: தங்கள் உணர்ச்சி மற்றும் நடத்தை பாதிப்புகளை தங்களை விட நன்கு அறிந்த மாதிரிகளால் அவர்களின் தேர்வுகள் வழிநடத்தப்படும்போது நுகர்வோர் சுயாட்சி எவ்வளவு அப்படியே இருக்கும்? வெளிப்படைத்தன்மை, விளக்கக்கூடிய தன்மை மற்றும் நிறுவன பொறுப்பு பற்றிய விவாதம் வேகத்தை அதிகரித்து வருகிறது, தரவு எவ்வாறு சேகரிக்கப்படுகிறது, பயன்படுத்தப்படுகிறது மற்றும் பரிந்துரைகளாக மாற்றப்படுகிறது என்பது குறித்த தெளிவான நடைமுறைகளைக் கோருகிறது.
இந்த இயக்கவியலின் உளவியல் தாக்கமும் கவனத்திற்குரியது. கொள்முதல்களில் உராய்வைக் குறைப்பதன் மூலமும், உடனடி முடிவுகளை ஊக்குவிப்பதன் மூலமும், பரிந்துரை அமைப்புகள் தூண்டுதல்களைப் பெருக்கி, பிரதிபலிப்பைக் குறைக்கின்றன. ஒரு கிளிக்கில் எல்லாம் அடையக்கூடியது என்ற உணர்வு நுகர்வுடன் கிட்டத்தட்ட தானியங்கி உறவை உருவாக்குகிறது, ஆசைக்கும் செயலுக்கும் இடையிலான பாதையைக் குறைக்கிறது. இது நுகர்வோர் எல்லையற்ற மற்றும் அதே நேரத்தில், கவனமாக வடிகட்டப்பட்ட காட்சிப் பெட்டியை எதிர்கொள்வதைக் காணும் ஒரு சூழலாகும், இது தன்னிச்சையாகத் தெரிகிறது, ஆனால் மிகவும் திட்டமிடப்பட்டுள்ளது. உண்மையான கண்டுபிடிப்பு மற்றும் வழிமுறை தூண்டுதலுக்கு இடையிலான எல்லை மங்கலாகிறது, இது மதிப்பின் உணர்வையே மறுகட்டமைக்கிறது: நாம் விரும்புவதால் வாங்குகிறோமா, அல்லது நாம் விரும்புவதற்கு வழிநடத்தப்பட்டதால் வாங்குகிறோமா?
இந்தச் சூழலில், பரிந்துரைகளில் உட்பொதிக்கப்பட்ட சார்புகள் பற்றிய விவாதமும் அதிகரித்து வருகிறது. வரலாற்றுத் தரவுகளுடன் பயிற்சியளிக்கப்பட்ட அமைப்புகள், ஏற்கனவே உள்ள ஏற்றத்தாழ்வுகளை மீண்டும் உருவாக்குகின்றன, சில நுகர்வோர் சுயவிவரங்களை ஆதரிக்கின்றன, மற்றவற்றை ஓரங்கட்டுகின்றன. முக்கிய தயாரிப்புகள், சுயாதீன படைப்பாளிகள் மற்றும் வளர்ந்து வரும் பிராண்டுகள் பெரும்பாலும் தெரிவுநிலையைப் பெறுவதற்கு கண்ணுக்குத் தெரியாத தடைகளை எதிர்கொள்கின்றன, அதே நேரத்தில் பெரிய நிறுவனங்கள் தங்கள் சொந்த தரவு அளவுகளின் சக்தியிலிருந்து பயனடைகின்றன. தொழில்நுட்பத்தால் இயக்கப்படும் மிகவும் ஜனநாயக சந்தையின் வாக்குறுதி நடைமுறையில் தலைகீழாக மாற்றப்படலாம், சில தளங்களில் கவனத்தை ஒருமுகப்படுத்துகிறது.
எனவே, வழிமுறைப்படி வடிவமைக்கப்பட்ட நுகர்வோர் சிறந்த சேவையைப் பெறும் பயனர் மட்டுமல்ல, டிஜிட்டல் சுற்றுச்சூழல் அமைப்பைக் கட்டமைக்கும் சக்தி இயக்கவியலுக்கு அதிகம் வெளிப்படும் ஒரு பொருளும் கூட. அவர்களின் சுயாட்சி அனுபவத்தின் மேற்பரப்பிற்கு அடியில் செயல்படும் தொடர்ச்சியான நுட்பமான தாக்கங்களுடன் இணைந்து செயல்படுகிறது. இந்த சூழ்நிலையில், நிறுவனங்களின் பொறுப்பு, வணிக செயல்திறனை நெறிமுறை நடைமுறைகளுடன் ஒத்திசைக்கும் உத்திகளை உருவாக்குவது, வெளிப்படைத்தன்மைக்கு முன்னுரிமை அளிப்பது மற்றும் பல்வேறு கண்ணோட்டங்களுடன் தனிப்பயனாக்கத்தை சமநிலைப்படுத்துவது ஆகியவற்றில் உள்ளது. அதே நேரத்தில், கண்ணுக்குத் தெரியாத அமைப்புகளால் தன்னிச்சையான முடிவுகளை எவ்வாறு வடிவமைக்க முடியும் என்பதைப் புரிந்துகொள்ள மக்களுக்கு டிஜிட்டல் கல்வி இன்றியமையாததாகிறது.
தியாகோ ஹார்டோலன், விற்பனை ராக்கெட்டின் துணை நிறுவனமான டெக் ராக்கெட்டின் தலைமை நிர்வாக அதிகாரி ஆவார். வருவாய் தொழில்நுட்ப தீர்வுகளை உருவாக்குவதற்கும், செயற்கை நுண்ணறிவு, ஆட்டோமேஷன் மற்றும் தரவு நுண்ணறிவு ஆகியவற்றை இணைப்பதற்கும், விற்பனை பயணத்தை எதிர்பார்ப்பதில் இருந்து வாடிக்கையாளர் விசுவாசம் வரை அளவிடுவதற்கும் இது அர்ப்பணிக்கப்பட்டுள்ளது. அவர்களின் AI முகவர்கள், முன்கணிப்பு மாதிரிகள் மற்றும் தானியங்கி ஒருங்கிணைப்புகள் விற்பனை செயல்பாடுகளை தொடர்ச்சியான, அறிவார்ந்த மற்றும் அளவிடக்கூடிய வளர்ச்சியின் இயந்திரமாக மாற்றுகின்றன.

