Alimama Wanshang Dianjing AI ٹول نے Linshi Home کو ایسکور گیمرز کے شعبے میں فیبر بیڈ کی درست طور پر ٹارگٹنگ میں مدد کی، صارفین کی تلاش کے ارادے اور سرگرمی کے سگنلز کو پہچان کر، مصنوعات کی خصوصیات کو سمجھ کر، اور مختلف سیناریوز میں مطابقت حاصل کر کے۔

لکھنے والی: سینتھیا

ذریعہ: جیک پارک

2026 کی گرما کے موسم میں، لین ہوم نے ایک کپڑے کی بستر فروخت کرنے کا خیال رکھا۔

پھر، علی ماما کے وان شان جین جین نے اسے ایک گروپ ایس پورٹس گیمرز کے ساتھ ملا دیا اور انہیں اس بات کی تجویز دی کہ وہ ان صارفین کو ٹارگٹ کریں جنہوں نے "ایس پورٹس روم ڈیکوریشن"، "گیمنگ روم ری مودل"، "RGB لائٹ اسٹرپس"، "ایکسیکون ٹونگ فیک" کی تلاش کی ہے۔

اینٹرنیٹ پر پیدا ہونے والی اور ڈیٹا پر منحصر کاروبار کرنے والی ٹاپ برانڈ لِن شی جیا جو کے لیے یہ ایک عجیب انتخاب ہے۔

گزشتہ، لین شی جیا کا برانڈ پورے پلیٹ فارم پر 55 ملین سے زائد فولوورز، ہزاروں ایس کیو ایس اور ہزاروں آف لائن اسٹورز کے ساتھ جمع ہو چکا ہے، جو صنعت میں بہترین بکنگ میکر کے طور پر تسلیم کیا جاتا ہے۔

روایتی میچنگ منطق کے تحت، ایک بستر کا سب سے قدرتی صارف تعمیر و تجدید، نئی شادی، گھر بدلنے، اور حال ہی میں گھریلو ایلیکٹرانکس خریدنے والوں سے آنا چاہیے۔ اس لیے، اشتہاری نظام نے پہلے سے طے شدہ لیبلز کے ذریعے مخاطبین کو میچ کیا، اور کاروباری افراد نے تعمیر و تجدید، فرنیچر، فلورنگ جیسے متعلقہ الفاظ کو اشتہاری ٹریفک کے لیے منتخب کیا، جو ٹیم کے عضلات میں چھپ گیا۔ اس کے مطابق، ایک ایسے نوجوان جو ایسون گھر کی ترتیب تلاش کر رہا ہے، وہ ایک بستر کا سب سے پہلے حاصل کرنے کے قابل صارف نہیں لگتا۔

لیکن عام منطق ایک محدود بازار میں نمو نہیں لاسکتا۔

لیکن وان شانگ دیان جنگ نے صرف "ای-اسپورٹس" کا لیبل نہیں دیکھا، بلکہ اس لیبل کے پیچھے کی پوری استعمال کی نیت کو دیکھا: اس نے پایا کہ ان جوانوں کے پاس بہتر گیمنگ تجربہ حاصل کرنے کے لیے مضبوط خریداری کی خواہش ہے: وہ انسانی مطابقت والی کرسیوں، 4K ڈسپلے، RGB ماحولیاتی لائٹس خریدتے ہیں، اور اپنے کمرے کو ایک زیادہ آرام دہ، زیادہ تخلیقی، اور اپنی ذاتی ذائقے کے مطابق جگہ میں تبدیل کر دیتے ہیں۔

اس خرچ کی سلسلہ کو مزید آگے سوچیں، پی سی گیمنگ صارفین کے لیے، ایک آرام دہ بستر پورے ایس ایس ڈی کمرے کے تجربے کا حصہ ہے؛ جبکہ موبائل گیمنگ صارفین کے لیے، بستر صرف آرام کا مقام نہیں، بلکہ نرم کپڑوں والے بستر پر گھسٹ کر گیم کھیلنا خود ایک زیادہ آرام دہ گیمنگ تجربہ ہے۔ دوسرے الفاظ میں، وہ ایک زندگی کے انداز کے لیے خرچ کر رہے ہیں۔

اس لیکر کو سمجھتے ہوئے، ٹیم نے فوراً فیصلہ کر لیا: سرمایہ کاری کریں!

نتیجہ بھی بہت سے لوگوں کی توقعات سے زیادہ تھا۔ نئے صارفین کی کلکس کا تناسب 80% سے زیادہ ہے، اور نئے صارفین کی خریداری کی رقم کا تناسب 83% تک ہے۔ نئے صارفین کے گروپ کو درست طریقے سے چننے کے علاوہ، ٹیم کے لیے سب سے زیادہ حیران کن بات یہ تھی کہ اس سے پہلے کوئی بھی گھریلو برانڈ اس نیلے سمندر کو نہیں دریافت کر چکا تھا، اس لیے ٹیم کا اضافی خریداری لاگت روایتی تعمیراتی گروپ کی تعداد کا تینوں میں سے ایک سے بھی کم تھا۔

اس طرح، ایک نرم کپڑے کی بستر نے ایسون گیمنگ سے جُڑاؤ قائم کیا۔ اس کے بعد، اس طریقہ کار کو بیڈ سائیڈ ٹیبلز کی قسم تک بھی وسیع کیا گیا، جس سے لِن شی جیا جو نیند کے لیے صحت کے مکمل مصنوعات کو محفوظ رکھنے اور آسانی سے حاصل کرنے والے نئے مقصد کے صارفین کو شناخت کرنے میں مدد ملی۔

ایک بالکل نیا سسٹم، جس نے اشتہارات کو موجودہ مارکیٹ کے لیے مقابلے سے AI چلائی گئی اضافی دور میں منتقل کر دیا ہے، اور نئے لوگوں کی دریافت اور نئے اضافے کا ایجاد کرنا ممکن بنایا ہے۔

01 کیوں روایتی اشتہار ٹارگٹنگ میں نئے کارکن تلاش کرنا مشکل ہوتا جا رہا ہے

ڈیجیٹل اشتہارات کبھی بھی بڑے ماڈل کے دور تک محدود نہیں تھے، جب تک الگورتھمز پر انحصار نہیں کیا گیا۔

لگ بھگ 20 سالوں سے، روایتی ماشین لرننگ کے مبنی "ہم آہنگ فلٹرینگ" (مشابہت میل) کو اشتہاری نظام میں بڑے پیمانے پر استعمال کیا جا رہا ہے۔ اس نظام میں، دکاندار کا "خریدنا" اور پلیٹ فارم کا "میل کرنا" دو الگ باتیں ہیں۔ اشتہاری نظام صارفین کے دیکھنے اور خریدنے کے تاریخی رویوں کی بنیاد پر صارفین کو لیبل دیتا ہے۔ پھر، دکاندار پہلے لوگوں کے پیکج اور کلیدی الفاظ خریدتا ہے، اور پلیٹ فارم صارفین کی مانگ کو لیبلز میں تبدیل کرکے میل کرتا ہے۔

یہ طریقہ اضافی بازار میں بہت مؤثر ہے۔ کیونکہ جب ایک برانڈ دس لاکھ صارفین تلاش کر لیتا ہے، تو بازار میں اکثر ان کے مشابہ لیکن ابھی تک رسائی نہیں پانے والے دس لاکھ یا ایک کروڑ سے زیادہ لوگ ہوتے ہیں۔ جب تک مشابہ لوگوں کی تعداد مستقل طور پر بڑھتی رہے، ترقی جاری رہے گی۔

لیکن جتنا صنعت زیادہ دیر تک چلتی ہے، اتنے ہی زیادہ شرکاء اعلیٰ مارکیٹنگ والے صارفین کو سمجھنے لگتے ہیں۔ فرنیچر والے تعمیراتی لوگوں کو تلاش کر رہے ہیں، میک اپ والے اعلیٰ خرچ کرنے والی خواتین پر توجہ مرکوز کر رہے ہیں، ماں اور بچہ والے خاندان کے زندگی کے دوران کام کر رہے ہیں، اور کھیلوں کے برانڈ جانتے ہیں کہ دوڑنا، سائیکل چلانا، پیدل چلنا اور کیمپنگ کا کیا مطلب ہے۔

اس لیے، اس کے نتیجے میں صرف ہر دن زیادہ مہنگا ٹریفک فیس اور کھلاڑیوں کے بھرپور انvestmen کے بعد، ہر دن کم ٹرانسفر ایفیشینسی آ رہی ہے۔

اس کے علاوہ، اس کا ایک قدرتی کمزور پہلو بھی ہے۔ بڑے پیمانے پر ڈیٹا کے ریل ٹائم کمپوٹیشن کے نظام میں، صارفین، مصنوعات اور اشتہارات کے ترکیبیں تقریباً لامتناہی ہیں، اور پلیٹ فارم تمام تعلقات کو انتہائی اعلیٰ لاگت پر نہیں نکال سکتا۔ اگر کسی ایسپورٹس کھلاڑی نے کبھی “بستر” کے امیدواروں کی فہرست میں داخلہ نہیں کیا، تو اس کے بعد CTR ماڈل کتنا ہی درست کیوں نہ ہو، اس کے لیے اسکور دینے کا موقع نہیں ہوگا۔ اسی لیے، تاریخی ڈیٹا قدرتی طور پر ان تعلقات کو انعام دیتا ہے جن کا پہلے ہی ثبوت مل چکا ہے۔

لیکن صارف خود ایک مستحکم لیبل نہیں ہے۔

دو سال پہلے جو کوئی تعمیرات کر رہا تھا، آج شاید فرنیچر کی ضرورت نہیں رکھتا؛ ایک عام طور پر کھیل کے شوقین صارف بھی ایک سفر، ایک کانسرٹ یا ایک منتقلی کے باعث اچانک مکمل طور پر مختلف خریداری کی حالت میں آ سکتا ہے۔ اس تاریخی لیبل کے بنیاد پر بنائے گئے تجاویز عام طور پر کافی حد تک فراموش شدہ ٹریفک کا مطلب بھی ہوتے ہیں۔

اسی لیے، اس شخص کے کون ہونے کے بجائے، اس کے ابھی کیا مسئلہ حل کر رہے ہیں، اس سے زیادہ اہم سوال ہے۔ اور یہی وہ نئی صلاحیت ہے جو AI چلائی گئی "سینکرونائزڈ میچنگ" اشتہاری نظام کو فراہم کرتی ہے: صارفین کے تلاش کے مقصد اور رویے کے سگنلز کی شناخت اور مصنوعات کی خصوصیات کی گہری سمجھ کے ذریعے۔ AI خریداروں کو ان کے اصل ٹیگز سے باہر کے لوگوں تک پہنچا سکتا ہے، جن تک پہنچنا کاروباری افراد نے اپنی مرضی سے نہیں کیا تھا، اور AI ان تک بھی پہنچ سکتا ہے۔

اس طرح، ایک نیا اضافی نیلا سمندر کا بازار آہستہ آہستہ سب کی نظر کے سامنے آنے لگا۔

02 لوگ: وہ کون ہے اور اب اسے کیا چاہیے

گزشتہ زمانے میں، ایک مناسب مال خریدنا خریدار اور فروخت کنندہ دونوں کے لیے ایک ناشناختہ ٹیکنیکل عمل تھا۔

ڈیلرز کے لیے، وہ صرف یہ جانتے ہیں کہ جب کوئی شخص گیمنگ کارڈ خریدتا ہے، تو اس کے بعد اسے مانیٹر خریدنے کا امکان زیادہ ہوتا ہے؛ جب کوئی شخص ٹینٹ کی تلاش کرتا ہے، تو اس کے بعد وہ آؤٹڈور سامان خریدنے کا امکان زیادہ رکھتا ہے۔ لیکن اگر ہم مزید زیادہ سیناریوز پر غور کریں: ایک شخص جس نے گھر پر ایک ای-اسپورٹس روم ترتیب دے دیا ہے، کیا اسے ایک بستر کی ضرورت ہوگی؟ ایک پرہیزگار نوجوان خاتون، جو روزانہ آؤٹ ہونے سے پہلے میک اپ کرتی ہے، اسے کس قسم کا ڈینچ درکار ہوگا؟ یہ بالکل ایک ایسا سوال ہے جو مکمل طور پر سلاب سے باہر ہے۔

دکاندار خود کو پہلے سے موجود مناظر کے مطابق مصنوعات کی قسم اور SKU تعریف کرنے کی طرف راغب کرتے ہیں۔ لیکن صارفین SKU کے مطابق زندگی نہیں گزارتے۔ وہ پہلے گھر بدلتے ہیں، سفر کرتے ہیں، شادی کرتے ہیں، ورزش کرتے ہیں، کنسرٹ دیکھتے ہیں، گیمنگ روم بناتے ہیں، میک اپ کرتے ہیں، اور پھر مخصوص مصنوعات کی ضرورت محسوس کرتے ہیں۔ اور خریداری کے عمل سے پہلے، انہیں اپنی زندگی کی ضروریات کو مصنوعات کی زبان میں ترجمہ کرنا پڑتا ہے۔ مثلاً، بوڑھوں کے لیے فون خریدتے وقت، "آواز زیادہ، حروف بڑے، استعمال آسان" کو مصنوعات کے پیرامیٹرز کا ایک مجموعہ بنانا پڑتا ہے؛ اور پہلی بار کیمپنگ کرتے وقت، آپ کو ٹینٹ، ٹاپ، اور سلیپنگ بیگ کے بارے میں پہلے سے جاننا ہوگا تاکہ آپ پلیٹ فارم کی قسموں کے نظام میں داخل ہو سکیں۔

ویانگ شان جینگ کی مدد سے، اب کاروباری افراد نہ صرف جانتے ہیں کہ صارف کون ہے، بلکہ یہ بھی واضح طور پر جانتے ہیں کہ وہ کس منظر میں کیا کر رہا ہے اور اسے کیا چاہیے۔ مثلاً، انسانی تعمیر کے لحاظ سے ڈیزائن کردہ کرسیوں کے شعبے میں لیڈر بن چکی یشونگ، اسی طرح خوبصورتی والی لڑکیوں کی نظر میں آئی۔

شروع میں، وان شان دیان جنگ نے اپنی پیچیدہ عالمی علمی بنیاد کے مطابق، ای شونگ کو صارفین کی طرف سے نیل پولش ٹیبل اور میک اپ ٹیبل کے آرڈر کے پیچھے کی نیت کو سمجھنے میں مدد دی، جس سے پتہ چلا کہ صارفین کو ایک ایسا گھریلو ڈریسنگ اسپیس چاہیے جسے وہ لمبے عرصے تک استعمال کر سکیں۔

اس کے بعد، بڑے زبان ماڈل صارف کے استعمال کے ارادوں، ترجیحات اور خریداری کے مراحل کا استنباط کرتا ہے اور صارف کے رویے کی ترتیب کو ساختی استعمال کے ارادوں کی نمائندگی میں کوڈ کرتا ہے — مثلاً، یہ ایک خوبصورتی پر توجہ دینے والی اور زندگی کی معیاری کو ترجیح دینے والی خاتون صارف ہے۔

سیمینٹک الائنمنٹ لیئر کے ذریعے لیبل میچنگ سے سیمینٹک ریزننگ تک کا انتقال مکمل کیا جاتا ہے، جہاں سیلز پوائنٹ ویکٹرز اور انٹینٹ ویکٹرز کو اعلیٰ ڈائیمنشنل سیمینٹک سپیس میں الائن کیا جاتا ہے، اور علیتی ریزننگ کے ذریعے روایتی متعلقہ منطق سے آگے بڑھ کر صارف کے "وہ کیوں خرید رہا ہے" کے گہرے اسباب کو سمجھا جاتا ہے—جیسے عام میک اپ اسٹول سخت ہوتا ہے اور اس پر پیچھے کا تھا بھی نہیں ہوتا۔ اس لیے وہ ایک آرام دہ کرسی چاہتی ہیں جو میک اپ، آفس، اور تعلیم کے درمیان لچکدار تبدیلی کے لیے گھوم سکے، بلند ہو سکے، اور سرک سکے۔

آخر میں، سپلائی سائیڈ وان شیانگ دینجین کے ذریعے مصنوعات کو سمجھ کر ان کے فوائد کو سمجھا جاتا ہے، بڑے زبان ماڈل کا استعمال کرتے ہوئے مصنوعات کے فروخت کے نکات کو ٹوکنائز کیا جاتا ہے اور متعدد ابعادی ساختی اظہار تعمیر کیا جاتا ہے، اور اقسام، فنکشنز، مناظر، اور آبادی کو شامل کرتے ہوئے تفصیلی مصنوعات خصوصیات کا گراف تعمیر کیا جاتا ہے، جس سے مزید گہری طور پر مانگ اور پیشکش کے معنیاتی مطابقت حاصل ہوتی ہے—ایک خاتون جو روزانہ اپنے آپ کو سجانے کے لیے وقت صرف کرتی ہے، مکمل میک اپ ٹیبل خریدنے کے بعد ایک کرسی بھی چاہتی ہے۔ ایک انسان دوست کرسی صرف "آفس" کے لیبل تک محدود نہیں ہوتی، بلکہ لمبے وقت بیٹھنے کے لیے حمایت، لچکدار حرکت، اور جگہ کے مطابق استعمال جیسے متعدد زندگی کے مناظر کی ضروریات کو بھی پورا کرتی ہے۔

اس مزید گہری صارف کی ضرورت کی سمجھ کے ساتھ، اشتہار نظام نے لوگوں کے اضافے سے ارادوں کے اضافے کی طرف منتقلی شروع کر دی ہے، اور سسٹم کا ای سینکرونائزڈ ٹارگٹنگ میچنگ اب منظر کے مطابق ریل ٹائم ٹارگٹنگ میچنگ میں تبدیل ہو گیا ہے۔

لیکن صرف انسانوں کو سمجھنا کافی نہیں۔

اگر ایک ایrgonomic چیئر کو صرف آفس فرنیچر کے طور پر تعریف کیا جائے، تو اس کے لیے چیئر کو کمپوز ٹیبل، نیل ٹیبل جیسے متعلقہ لگنے والے مناظر سے حقیقی طور پر جوڑنا مشکل ہو جائے گا۔ اگر ایک بستر کو صرف بیڈ روم فرنیچر کے طور پر سمجھا جائے، تو چاہے سسٹم ایسونگ پلیئرز کو کتنا ہی اچھی طرح سمجھتا ہو، اس کا صحیح طریقے سے ایسونگ پسندوں کے گیمنگ روم میں ظاہر ہونا مشکل ہو جائے گا۔

AI ہدایت کے ساتھ ساتھ دوسری طرف کو دوبارہ سمجھنا بھی ضروری ہے:

کرنسی۔

03 مال: ایک مال جو کئی مارکیٹس میں شامل ہو سکتا ہے

پرانے پلیٹ فارم پر فراہمی کو زمرے، خصوصیات اور SKU کے ذریعے منظم کیا جاتا تھا، جو تجارتی نظام کے کارآمد طریقے سے کام کرنے کی پیش‌شرط ہے۔

ایک بستر سسٹم میں سب سے پہلے ایک "فرنیچر" ہوتا ہے، جس کے پاس سائز، مواد، رنگ، اسٹائل جیسے خصوصیات ہوتے ہیں، اور پھر مصنوعات اس کے بنیاد پر بازار میں داخل ہوتی ہے۔

لیکن صارفین کی طرف سے مصنوعات کا استعمال کبھی بھی کمپنی کی اصل تعریف کے مطابق مکمل طور پر نہیں ہوتا: کوکا کولا کو ابتدائی طور پر دوا کے طور پر فروخت کیا جاتا تھا، مائیکروویو اوون رادار ٹیکنالوجی سے نکلا، اور اسپورٹس شوز نے مختلف دوروں میں پیشہ ورانہ سامان سے روزمرہ کے لباس میں تبدیلی کی۔

سیاحتی تاریخ میں صارفین کے مصنوعات کو دوبارہ تعریف کرنے کی کہانیاں کبھی کم نہیں ہوئیں۔ صرف، گزشتہ مسائل کی دریافت عام طور پر لمبے مارکیٹ کی نگرانی، تحقیق یا تصادفی واقعات پر منحصر تھی۔

اب، وان شان دیان جنگ کے ذریعے، AI اس مصنوعات کی صلاحیت اور صارفین کی ضروریات کے درمیان ظریف تعلق کو گہرائی سے سمجھ سکتا ہے۔

لین شی جیا جو کے ایسون گیمنگ کے شوقین کو فرنیچر فروخت کرنا اور یی سونگ کے بیوٹی شوقین کو انسانی انجینئرنگ چیئر فروخت کرنا صرف ایک مثال ہے۔

زیادہ نمایاں طور پر، وان شان دیان جنگ نے ہیلینا کو اس کے مصنوعات کو سکی اور آؤٹڈور صارفین تک پہنچانے میں مدد کی۔

اس سال مئی میں، وان شان دیجن نے ہیلینا کے لیے ایک ایسا ممکنہ صارفین کا گروپ تشخیص کیا جو گرمیوں میں سرفری اور ڈائیونگ کرتے ہیں اور سردیوں میں اسکی سنگنگ کرتے ہیں۔ ٹیم نے نتائج دیکھ کر پہلی بار کہا: "کیا AI غلط راستہ اپنا رہا ہے؟" کیونکہ ان لوگوں کی بنیادی خریداری کی راہیں تقریباً صرف کھیلوں کے سامان پر مرکوز تھیں۔

لیکن AI نے ان کی دیکھ بھال اور یقینیت کی ضرورت کو دھیان سے نوٹ کیا۔ ان لوگوں میں سے 27.35% معیار کو ترجیح دیتے ہیں، جبکہ 40.25% خاص طور پر مواد پر زور دیتے ہیں۔ وہ سنا ڈھانچے، ڈائیونگ اور آؤٹڈور اسپورٹس کے سامان خریدتے وقت مواد، کارکردگی اور قابل اعتماد نتائج کا تفصیلی موازنہ کرتے ہیں، اور بلیک بینڈ خود ایک ایسے مصنوعات کے روایت سے آیا ہے جو "یقینیت" پر زور دیتی ہے۔ 2008 میں، ہریونا نے سوئٹزرلینڈ کے Laclinic کے ساتھ Re-Plasty سیریز ترقی دی، جس کا متاثر کن اصول پوسٹ آپریٹو دیکھ بھال سے لیا گیا تھا؛ Age Recovery Night بعد میں "بلیک بینڈ" بن گئی، جو آج بھی Laclinic کے پاس پوسٹ آپریٹو ریکوری، ایکٹو اجزاء اور کلینکل دیکھ بھال کے حوالے سے پیش کی جاتی ہے۔

اس لیے مزید استنتاج یہ ہے کہ جو شخص کھیلوں کے سامان میں پرفارمنس، مواد اور قابلیت پر طویل عرصے تک زور دیتا ہے، وہ ہزاروں روپے کے فیس کیس کے فیصلے میں بھی بالکل اسی طرح کلینیکل تصدیق، اثرات کی یقینی اور مصنوعات کی محسوس کی جانے والی کوالٹی کے لیے ادائیگی کرنے کا امکان زیادہ ہے۔

آخری کارکردگی کے مطابق، جب یہ حملہ شروع ہوا، تو اس گروہ کی نئے صارفین کی شرح دیگر گروہوں کے مقابلے میں 2 فیصد زیادہ تھی، اور انٹرایکشن اور خریداری کی تبدیلی بھی زیادہ تھی۔

اسی طرح کا "ترجمہ" کچھ دیگر روزمرہ کی چیزوں پر بھی ہوا۔ مثلاً، وان شان دیجن کی مدد سے جیاو شیا نے سانس لینے میں آسان، پھسلنے والی نہ ہونے والی اور کیمرے میں اچھی لگنے والی فٹنس اور سائکلنگ کے شائقین کے لیے دھوپ سے بچاؤ والے ماسک فروخت کیے، جس کے دو ماہ بعد نئے صارفین کی خریداری کا تناسب 11% بڑھ گیا اور نئے دورے والوں کی تعداد 39% بڑھ گئی۔

جب انسان مخصوص لیبل سے گتھے نیت میں بدل جائیں اور مال مخصوص زمرے سے مسئلے کے حل میں تبدیل ہو جائے، تو آخری تبدیلی یہ ہوگی کہ انسان اور مال کیسے ملتے ہیں۔

04 سیکٹر: AI ڈائریکٹڈ، مانگ اور فراہمی کے رابطے کو دوبارہ تعمیر کرنا

جب AI ہدفیہ کا استعمال کرتے ہوئے "لوگ کیا کر رہے ہیں" اور "مصنوعات کیا حل کر سکتی ہیں" دونوں کو ایک ساتھ سمجھنے لگ جائے، تو تلاش، فروخت اور تبلیغ کے درمیان اصل میں الگ الگ حدود ڈھلنا شروع ہو جاتی ہیں۔ کیونکہ بنیادی طور پر، وہ ایک ہی چیز کا مقابلہ کر رہے ہیں: ایک خاص لمحے میں، صارف کیا ضرورت بن رہا ہے اور کون سی مصنوعات اس ضرورت کو حل کرنے میں شامل ہونی چاہئیں۔

یہ تبدیلیاں بازاری اور سسٹم کے درمیان تقسیمِ کام کو بھی دوبارہ ترتیب دیتی ہیں۔

پہلے، ایک نئی اشتہاری منصوبہ بنانے کے لیے، دکاندار کو کی ورڈز، آبادی، علاقہ اور وقت کی تفصیلات درج کرنی پڑتی تھیں، جس سے نظام کو یہ بتایا جاتا تھا کہ "میرے صارفین کون ہیں۔" نئے نظام میں، وان شانگ دیجنگ زیادہ تر AI کو مصنوعات کے فروخت کے نقطوں، ممکنہ تقاضوں اور ممکنہ صارفین کے سیاق و سباق کا تجزیہ کرنے دیتا ہے، اور پھر دکاندار فیصلہ کرتا ہے کہ وہ اسے قبول کرے یا اس میں تبدیلی کرے۔

اسی طرح، بعد کی تخلیقی تیاری اور اشتہار کی تنصیب بھی ایک ہی منطق کے مطابق مکمل کی جائے گی۔ موجودہ صارفین کے بارے میں حاصل کردہ جانکاریوں کے ذریعہ، وان شانگ دین جین اصل میں بیڈ روم کے صارفین کے لیے ڈیزائن کی گئی بستر کی اشتہاری تبلیغات کو ای سپورٹس کھلاڑیوں کو نہیں دکھائے گا۔ بلکہ یہ سلسلہ تخلیق اور نیلامی تک وسعت دے گا: پہلے کاروباری مقاصد اور صارفین کے ارادوں کو سمجھا جائے گا، پھر ممکنہ صارفین کو تلاش کیا جائے گا، AI کے ذریعہ فرق کرنے والے اظہار تیار کیے جائیں گے، اور آخر میں ذکاوت مند نیلامی کے ذریعہ فیصلہ کیا جائے گا کہ کن ٹریفک مواقع میں مقابلہ کرنے کے لیے شرکت کی جائے۔

آخر کار، ہزاروں مختلف گروہوں کی ضروریات کو ہزاروں مختلف اشتہاری اسٹریٹجیز اور مواصلاتی ٹیکنیکس میں تبدیل کیا جائے اور نئے صارفین کی خریداری کی شرح اور اضافی قیمت میں اضافہ کیا جائے۔ سرکاری طور پر اعلان کیے جانے کے مطابق، وان شانگ دین جین کو 618 کے دوران لانچ کیا گیا اور جولائی کے آخر تک مکمل طور پر لاگو کرنے کے بعد، صرف کی ورڈ اشتہار اور گروہ اشتہار کے مناظر میں 150,000 سے زائد کاروباری افراد نے استعمال کیا؛ خاص دور میں، نئے صارفین کی کلکس کا تناسب 91% سے زائد اور نئے صارفین کی خریداری کا تناسب 76% سے زائد تھا۔

سب سے اہم بات یہ ہے کہ وان شانگ دیجن کے پیچھے ایک مکمل طور پر نئی صلاحیت ہے، لیکن دکانداروں کو نئے ٹولز سیکھنے کی ضرورت نہیں ہے، کیونکہ یہ موجودہ فروغ کے سیناریوز میں مکمل طور پر ڈالا جا سکتا ہے، جس میں لوگوں کے فروغ سے لے کر کی ورڈ فروغ اور برانڈ کے مکمل ایکسپیئرنس اور مواد کی تجویز تک شامل ہے۔

الی بابا گروپ کے سینئر وائس پریزیڈنٹ، موجودہ تیان ماؤ ڈیویژن کے چیئرمین، علی ماما کے چیئرمین، اور تاوبو لائیو اور کنٹینٹ ڈیویژن کے ہیڈ لیو بو (جیا لو) کے الفاظ میں: «(پلیٹ فارم اپنی طاقت کو مزید بڑھانے کے لیے کوشش کر رہا ہے، مشکل چیزوں کو گہرا کر رہا ہے، تاجروں کے اخراجات کو کم کر رہا ہے، اور ان کے کاروبار کو یقینی بنانے کے لیے کام کر رہا ہے» اور ساتھ ہی، «الگورتھم ٹیم کے پاس اب بھی بہت زیادہ ممکنات ہیں جنہیں استعمال کیا جا سکتا ہے تاکہ بہترین مصنوعات اور بہترین تاجروں کو بہترین صارفین تک پہنچایا جا سکے؛ اس کے برعکس، بہترین صارفین بھی پلیٹ فارم پر اپنے لیے زیادہ ذاتی طور پر مطابقت رکھنے والی مصنوعات تلاش کر سکتے ہیں۔»

بے شک، لمبے مدتی طور پر، جب یہ پلیٹ فارم کی تمام صلاحیتیں کھول دی جائیں گی، تو اس سے پیدا ہونے والا معلومات کا فرق مستقل نہیں رہے گا۔ آج صرف ایک کمپنی کو ایسپورٹس کھلاڑیوں کی آرام کی ضرورت کا اندازہ ہے، لیکن جلد ہی تمام فرنیچر کمپنیاں بھی اسی گروہ کو دیکھ سکتی ہیں۔ اس طرح، سوال "کیا یہ دریافت کیا جا سکتا ہے" سے بدل کر "دریافت کرنے کے بعد کیا کیا جائے" ہو جاتا ہے۔

ایک نئے منظر کو دیکھتے ہوئے، کچھ کمپنیاں شک کرتی ہیں، کچھ ایک نئی اشتہاری منصوبہ بندی شامل کرتی ہیں، کچھ مواد اور مال کو دوبارہ ڈیزائن کرتی ہیں، اور کچھ صارفین کے رہائشی جگہ اور حقیقی ضروریات کا مزید تجزیہ کرتی ہیں، جس کے نتیجے میں مصنوعات کے سائز، فنکشنز، یا نئے مصنوعات کے رخ کو تبدیل کرتی ہیں۔

اس عمل کے دوران، لوگوں کو پلیٹ فارم کیا جا سکتا ہے، ریل ٹائم بائڈنگ کو پلیٹ فارم کیا جا سکتا ہے، اور تخلیقی اور صارف کی سمجھ کا ایک حصہ بھی پلیٹ فارم کیا جا سکتا ہے۔

لیکن مال کا انتخاب، اسٹاک کا خطرہ، سپلائی چین کی تبدیلی اور وسائل کا تفویض، اب بھی صرف کاروبار خود ہی کرے گا۔ AI زیادہ کمپنیوں کو نئے مواقع دکھائے گا، لیکن انہیں ایک جیسی ردعمل کی رفتار نہیں دے گا۔