Pronto AI ડેટા સર્વિસ 1,300 યુનિટ સુધી વિસ્તરણ: પ્રાઈવસી અંગે ચર્ચા

TECHNOLOGY
Whalesbook Logo
AuthorShreya Ghosh|Published at:
Pronto AI ડેટા સર્વિસ 1,300 યુનિટ સુધી વિસ્તરણ: પ્રાઈવસી અંગે ચર્ચા

બેંગલુરુ સ્થિત Pronto તેની 'Verified' સર્વિસને ઓગસ્ટ સુધીમાં 1,300 ડિવાઇસ સુધી વિસ્તારવાની યોજના ધરાવે છે. આ સર્વિસ AI ટ્રેનિંગ ડેટા એકત્રિત કરવા માટે કર્મચારીઓ દ્વારા પહેરવામાં આવતા કેમેરાનો ઉપયોગ કરે છે. કંપનીનો લક્ષ્યાંક આ ડેટા સેગમેન્ટમાંથી 90% ભવિષ્યનું રેવન્યુ મેળવવાનો છે, પરંતુ આ મોડેલ પ્રાઈવસી અને સ્કેલેબિલિટી સામે પ્રશ્નો ઉભા કરી રહ્યું છે.

બેંગલુરુ સ્થિત હોમ સર્વિસીસ સ્ટાર્ટઅપ Pronto તેની 'Verified' સર્વિસને મોટા પાયે વિસ્તારી રહ્યું છે. આ પહેલ અંતર્ગત, રોબોટિક્સ માટે આર્ટિફિશિયલ ઇન્ટેલિજન્સને તાલીમ આપવા માટે કર્મચારીઓ દ્વારા પહેરવામાં આવતા કેમેરા દ્વારા ઘરના ઇન્ટિરિયરના વીડિયો ફૂટેજ એકત્રિત કરવામાં આવે છે. કંપનીએ જણાવ્યા મુજબ, માંગમાં નોંધપાત્ર વધારો થયો છે, જેમાં માત્ર બે અઠવાડિયામાં દૈનિક ઓર્ડર 15 થી વધીને લગભગ 700 થઈ ગયા છે. આ માંગને પહોંચી વળવા માટે, Pronto ઓગસ્ટ સુધીમાં બેંગલુરુ અને નેશનલ કેપિટલ રિજનમાં તેના હેડ-માઉન્ટેડ રેકોર્ડિંગ ડિવાઇસની સંખ્યા 130 થી વધારીને 1,300 કરવાની યોજના ધરાવે છે.

ફિઝિકલ AI ડેટા તરફ બિઝનેસનો પલટો

Pronto પોતાને ફિઝિકલ AI ટ્રેનિંગ ડેટાના પ્રદાતા તરીકે સ્થાપિત કરી રહ્યું છે. આ એક વિશિષ્ટ ક્ષેત્ર છે જ્યાં કંપનીઓ રોબોટ્સને જટિલ વાતાવરણમાં નેવિગેટ કરવાનું શીખવવા માટે વાસ્તવિક-વિશ્વની મૂવમેન્ટ પેટર્ન એકત્રિત કરે છે. સ્થાપક અંજલિ સરદાનાએ આગાહી કરી છે કે આગામી પાંચ વર્ષમાં આ ડેટા-કેન્દ્રિત બિઝનેસ કંપનીના કુલ રેવન્યુનો 90% હિસ્સો બની શકે છે. ડેટા પ્રોસેસિંગને આઉટસોર્સ કરતા સ્પર્ધકોથી વિપરીત, Pronto કલેક્શન, એનોટેશન અને વેચાણના સમગ્ર ચક્રનું આંતરિક રીતે સંચાલન કરવાનો ઇરાદો ધરાવે છે. કંપની હાલમાં 20% થી 70% વચ્ચેના ગ્રોસ માર્જિન પર કાર્યરત છે, અને તેના આંતરિક પ્રોસેસિંગ સિસ્ટમ વધુ કાર્યક્ષમ બનતાં 50% થી 60% ની સ્થિર રેન્જનું લક્ષ્યાંક ધરાવે છે.

ઓપરેશનલ અને પ્રાઈવસીના પડકારો

ખાનગી રહેઠાણોની અંદર રેકોર્ડિંગની સંવેદનશીલ પ્રકૃતિને કારણે આ વ્યૂહરચનાએ નોંધપાત્ર ધ્યાન ખેંચ્યું છે. જ્યારે Pronto દાવો કરે છે કે આ પ્રોગ્રામ કડક રીતે 'ઓપ્ટ-ઇન' છે અને અનામી વીડિયોનો ઉપયોગ કરે છે, ત્યારે ઉદ્યોગ નિરીક્ષકોએ આવા મોડેલોની લાંબા ગાળાની શક્યતા પર પ્રશ્નો ઉઠાવ્યા છે. Uniqus Consultech ના નિષ્ણાત ભરત ચઢ્ઢાએ નોંધ્યું છે કે ઘરેલું સેટિંગ્સમાં ડેટા એકત્રિત કરવો એ નિયંત્રિત ઔદ્યોગિક વાતાવરણ કરતાં વધુ સ્કેલેબિલિટી અને પ્રાઈવસીની મુશ્કેલીઓ રજૂ કરે છે. વધુમાં, Urban Company અને Snabbit સહિતના સ્પર્ધકોએ આવી રેકોર્ડિંગ નીતિઓથી જાહેરમાં અંતર જાળવ્યું છે અને સમાન ડેટા-ગ્રાહક પગલાં અમલમાં મૂકવાનું ટાળ્યું છે.

રોકાણકારો માટે ધ્યાનમાં રાખવા જેવી બાબતો

આ પિવોટની નાણાકીય સફળતા Pronto ની ઉચ્ચ ઓપરેશનલ ખર્ચાઓનું સંચાલન કરવાની ક્ષમતા પર નિર્ભર રહેશે. કંપની હાલમાં ઇનકમિંગ ડેટાને હેન્ડલ કરવા માટે ક્લાઉડ કમ્પ્યુટિંગ અને GPU પ્રોસેસિંગ પાવર પર ભારે ખર્ચ કરી રહી છે, જે પ્રોફિટ માર્જિન પર દબાણ બનાવે છે. આ ઉપરાંત, કંપની તેના વર્કફ્લોને ઓપ્ટિમાઇઝ કરવા માટે મશીન લર્નિંગ અને ડેટા સાયન્સ પ્રોફેશનલ્સની સક્રિયપણે ભરતી કરી રહી છે. રોકાણકારો અને હિતધારકોએ કંપની કેવી રીતે મૂડી-સઘન ટેકનોલોજી રોકાણોને તેના પસંદ કરેલા બિઝનેસ મોડેલમાં સમાવિષ્ટ નૈતિક અને પ્રાઈવસી-સંબંધિત પડકારો સાથે સંતુલિત કરે છે તેનું નિરીક્ષણ કરવું જોઈએ. ભવિષ્યની પ્રગતિ ઘરેલું જગ્યાઓમાં ડેટા પ્રાઈવસી સંબંધિત સંભવિત નિયમનકારી તપાસને નેવિગેટ કરતી વખતે ઉચ્ચ સેવા માંગ જાળવી રાખવાની કંપનીની ક્ષમતા પર નિર્ભર રહેશે.

Disclaimer: This article is published for informational purposes only. This is not a buy sell recommendation.