ਬੈਂਗਲੁਰੂ ਦੀ ਸਟਾਰਟਅੱਪ Pronto ਨੇ ਆਪਣੀ 'Verified' ਸਰਵਿਸ ਦਾ ਪਸਾਰਾ ਕਰਦੇ ਹੋਏ ਅਗਸਤ ਤੱਕ ਇਸਨੂੰ 1,300 ਡਿਵਾਈਸਾਂ ਤੱਕ ਪਹੁੰਚਾਉਣ ਦੀ ਯੋਜਨਾ ਬਣਾਈ ਹੈ। ਇਹ ਸਰਵਿਸ ਵਰਕਰਾਂ ਦੁਆਰਾ ਪਹਿਨੇ ਕੈਮਰਿਆਂ ਰਾਹੀਂ AI ਟ੍ਰੇਨਿੰਗ ਲਈ ਡਾਟਾ ਇਕੱਠਾ ਕਰਦੀ ਹੈ। ਹਾਲਾਂਕਿ ਕੰਪਨੀ ਦਾ ਟੀਚਾ ਹੈ ਕਿ ਇਹ ਡਾਟਾ ਸੈਗਮੈਂਟ ਭਵਿੱਖੀ ਆਮਦਨ ਦਾ 90% ਹਿੱਸਾ ਬਣੇ, ਪਰ ਇਸ ਮਾਡਲ ਨੂੰ ਪ੍ਰਾਈਵੇਸੀ ਅਤੇ ਸਕੇਲੇਬਿਲਟੀ (scalability) ਨੂੰ ਲੈ ਕੇ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ।
Pronto ਦੀ 'Verified' ਸਰਵਿਸ ਦਾ ਪਸਾਰਾ
ਬੈਂਗਲੁਰੂ ਸਥਿਤ ਹੋਮ ਸਰਵਿਸਿਜ਼ ਸਟਾਰਟਅੱਪ Pronto ਆਪਣੀ 'Verified' ਸਰਵਿਸ ਦਾ ਤੇਜ਼ੀ ਨਾਲ ਪਸਾਰਾ ਕਰ ਰਹੀ ਹੈ। ਇਸ ਪਹਿਲਕਦਮੀ ਤਹਿਤ, ਰੋਬੋਟਿਕਸ (robotics) ਲਈ ਨਕਲੀ ਬੁੱਧੀ (Artificial Intelligence) ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਵਾਸਤੇ ਵਰਕਰਾਂ ਦੁਆਰਾ ਪਹਿਨੇ ਜਾਣ ਵਾਲੇ ਕੈਮਰਿਆਂ ਰਾਹੀਂ ਘਰਾਂ ਦੇ ਅੰਦਰੂਨੀ ਹਿੱਸਿਆਂ ਦੀ ਵੀਡੀਓ ਫੁਟੇਜ ਇਕੱਠੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਕੰਪਨੀ ਨੇ ਦੱਸਿਆ ਹੈ ਕਿ ਸਿਰਫ਼ ਦੋ ਹਫ਼ਤਿਆਂ ਦੇ ਅੰਦਰ, ਇਸ ਸਰਵਿਸ ਲਈ ਰੋਜ਼ਾਨਾ ਆਰਡਰ 15 ਤੋਂ ਵਧ ਕੇ ਲਗਭਗ 700 ਹੋ ਗਏ ਹਨ। ਇਸ ਮੰਗ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ, Pronto ਨੇ ਅਗਸਤ ਤੱਕ ਬੈਂਗਲੁਰੂ ਅਤੇ ਨੈਸ਼ਨਲ ਕੈਪੀਟਲ ਰੀਜਨ (NCR) ਵਿੱਚ ਆਪਣੇ ਹੈੱਡ-ਮਾਊਂਟਡ ਰਿਕਾਰਡਿੰਗ ਡਿਵਾਈਸਾਂ ਦੀ ਗਿਣਤੀ 130 ਤੋਂ ਵਧਾ ਕੇ 1,300 ਕਰਨ ਦੀ ਯੋਜਨਾ ਬਣਾਈ ਹੈ।
ਫਿਜ਼ੀਕਲ AI ਡਾਟਾ ਵੱਲ ਬਿਜ਼ਨਸ ਦਾ ਮੋੜ
Pronto ਖੁਦ ਨੂੰ ਫਿਜ਼ੀਕਲ AI ਟ੍ਰੇਨਿੰਗ ਡਾਟਾ ਪ੍ਰਦਾਨ ਕਰਨ ਵਾਲੀ ਕੰਪਨੀ ਵਜੋਂ ਪੇਸ਼ ਕਰ ਰਹੀ ਹੈ। ਇਹ ਇੱਕ ਖਾਸ ਖੇਤਰ ਹੈ ਜਿੱਥੇ ਕੰਪਨੀਆ ਰੋਬੋਟਾਂ ਨੂੰ ਗੁੰਝਲਦਾਰ ਵਾਤਾਵਰਣਾਂ ਵਿੱਚ ਨੈਵੀਗੇਟ ਕਰਨਾ ਸਿਖਾਉਣ ਲਈ ਅਸਲ-ਦੁਨੀਆ ਦੇ ਮੂਵਮੈਂਟ ਪੈਟਰਨ (movement patterns) ਇਕੱਠੇ ਕਰਦੇ ਹਨ। ਸੰਸਥਾਪਕ ਅੰਜਲੀ ਸਰਦਾਨਾ ਦਾ ਅਨੁਮਾਨ ਹੈ ਕਿ ਇਹ ਡਾਟਾ-ਕੇਂਦ੍ਰਿਤ ਕਾਰੋਬਾਰ ਅਗਲੇ ਪੰਜ ਸਾਲਾਂ ਵਿੱਚ ਕੰਪਨੀ ਦੀ ਕੁੱਲ ਆਮਦਨ ਦਾ 90% ਹਿੱਸਾ ਬਣ ਸਕਦਾ ਹੈ। ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਦੇ ਉਲਟ ਜੋ ਅਕਸਰ ਡਾਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਨੂੰ ਆਊਟਸੋਰਸ (outsource) ਕਰਦੇ ਹਨ, Pronto ਪੂਰੀ ਪ੍ਰਕਿਰਿਆ – ਕਲੈਕਸ਼ਨ, ਐਨੋਟੇਸ਼ਨ (annotation) ਅਤੇ ਵਿਕਰੀ – ਨੂੰ ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਦਾ ਇਰਾਦਾ ਰੱਖਦਾ ਹੈ। ਕੰਪਨੀ ਵਰਤਮਾਨ ਵਿੱਚ 20% ਤੋਂ 70% ਦੇ ਵਿਚਕਾਰ ਗ੍ਰਾਸ ਮਾਰਜਿਨ (gross margins) ਨਾਲ ਕੰਮ ਕਰ ਰਹੀ ਹੈ, ਅਤੇ ਜਿਉਂ-ਜਿਉਂ ਇਸਦੇ ਅੰਦਰੂਨੀ ਪ੍ਰੋਸੈਸਿੰਗ ਸਿਸਟਮ ਵਧੇਰੇ ਕੁਸ਼ਲ ਹੋਣਗੇ, ਉਨ੍ਹਾਂ ਦਾ ਟੀਚਾ 50% ਤੋਂ 60% ਦੀ ਸਥਿਰ ਰੇਂਜ ਹਾਸਲ ਕਰਨਾ ਹੈ।
ਆਪਰੇਸ਼ਨਲ ਅਤੇ ਪ੍ਰਾਈਵੇਸੀ ਚੁਣੌਤੀਆਂ
ਇਹ ਰਣਨੀਤੀ ਨਿੱਜੀ ਰਿਹਾਇਸ਼ਾਂ ਦੇ ਅੰਦਰ ਰਿਕਾਰਡਿੰਗ ਦੀ ਸੰਵੇਦਨਸ਼ੀਲ ਪ੍ਰਕਿਰਤੀ ਕਾਰਨ ਕਾਫੀ ਧਿਆਨ ਖਿੱਚ ਰਹੀ ਹੈ। ਜਦੋਂ ਕਿ Pronto ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਹ ਪ੍ਰੋਗਰਾਮ ਸਖ਼ਤੀ ਨਾਲ 'ਆਪਟ-ਇਨ' (opt-in) ਹੈ ਅਤੇ ਅਗਿਆਤ ਵੀਡੀਓ (anonymized video) ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਉਦਯੋਗ ਦੇ ਮਾਹਰਾਂ ਨੇ ਅਜਿਹੇ ਮਾਡਲਾਂ ਦੀ ਲੰਬੇ ਸਮੇਂ ਦੀ ਸੰਭਾਵਨਾ 'ਤੇ ਸਵਾਲ ਉਠਾਏ ਹਨ। Uniqus Consultech ਦੇ ਮਾਹਰ ਭਾਰਤ ਚਾਡਾ ਨੇ ਨੋਟ ਕੀਤਾ ਹੈ ਕਿ ਘਰੇਲੂ ਸੈਟਿੰਗਾਂ ਵਿੱਚ ਡਾਟਾ ਇਕੱਠਾ ਕਰਨਾ ਕੰਟਰੋਲਡ ਇੰਡਸਟ੍ਰੀਅਲ (controlled industrial) ਵਾਤਾਵਰਣਾਂ ਨਾਲੋਂ ਵੱਡੀਆਂ ਸਕੇਲੇਬਿਲਟੀ ਅਤੇ ਪ੍ਰਾਈਵੇਸੀ ਰੁਕਾਵਟਾਂ ਪੇਸ਼ ਕਰਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, Urban Company ਅਤੇ Snabbit ਸਮੇਤ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਨੇ ਅਜਿਹੀਆਂ ਰਿਕਾਰਡਿੰਗ ਨੀਤੀਆਂ ਤੋਂ ਜਨਤਕ ਤੌਰ 'ਤੇ ਦੂਰੀ ਬਣਾਈ ਹੈ ਅਤੇ ਅਜਿਹੇ ਡਾਟਾ-ਗੈਦਰਿੰਗ (data-gathering) ਉਪਾਵਾਂ ਨੂੰ ਲਾਗੂ ਨਾ ਕਰਨ ਦਾ ਫੈਸਲਾ ਕੀਤਾ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਧਿਆਨ ਦੇਣਯੋਗ ਗੱਲਾਂ
ਇਸ ਬਿਜ਼ਨਸ ਪਿਵੋਟ (business pivot) ਦੀ ਵਿੱਤੀ ਸਫਲਤਾ Pronto ਦੀ ਉੱਚ ਸੰਚਾਲਨ ਲਾਗਤਾਂ (operational costs) ਨੂੰ ਪ੍ਰਬੰਧਨ ਕਰਨ ਦੀ ਯੋਗਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗੀ। ਕੰਪਨੀ ਵਰਤਮਾਨ ਵਿੱਚ ਆਉਣ ਵਾਲੇ ਡਾਟਾ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਕਲਾਉਡ ਕੰਪਿਊਟਿੰਗ (cloud computing) ਅਤੇ GPU ਪ੍ਰੋਸੈਸਿੰਗ ਪਾਵਰ 'ਤੇ ਭਾਰੀ ਖਰਚ ਕਰ ਰਹੀ ਹੈ, ਜੋ ਲਾਭ ਮਾਰਜਿਨ (profit margins) 'ਤੇ ਦਬਾਅ ਬਣਾਉਂਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕੰਪਨੀ ਆਪਣੀਆਂ ਵਰਕਫਲੋਜ਼ (workflows) ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਲਈ ਮਸ਼ੀਨ ਲਰਨਿੰਗ (machine learning) ਅਤੇ ਡਾਟਾ ਸਾਇੰਸ (data science) ਪੇਸ਼ੇਵਰਾਂ ਦੀ ਸਰਗਰਮੀ ਨਾਲ ਭਰਤੀ ਕਰ ਰਹੀ ਹੈ। ਨਿਵੇਸ਼ਕਾਂ ਅਤੇ ਹਿੱਸੇਦਾਰਾਂ ਨੂੰ ਇਹ ਨਿਗਰਾਨੀ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਕਿ ਕੰਪਨੀ ਇਨ੍ਹਾਂ ਪੂੰਜੀ-ਸघन ਤਕਨਾਲੋਜੀ ਨਿਵੇਸ਼ਾਂ ਨੂੰ ਆਪਣੇ ਚੁਣੇ ਹੋਏ ਬਿਜ਼ਨਸ ਮਾਡਲ ਵਿੱਚ ਅੰਤਰ-ਨਿਹਤ ਨੈਤਿਕ ਅਤੇ ਪ੍ਰਾਈਵੇਸੀ-ਸਬੰਧਤ ਚੁਣੌਤੀਆਂ ਨਾਲ ਕਿਵੇਂ ਸੰਤੁਲਿਤ ਕਰਦੀ ਹੈ। ਭਵਿੱਖ ਦੀ ਤਰੱਕੀ ਘਰੇਲੂ ਥਾਵਾਂ ਵਿੱਚ ਡਾਟਾ ਪ੍ਰਾਈਵੇਸੀ ਦੇ ਸਬੰਧ ਵਿੱਚ ਸੰਭਾਵੀ ਰੈਗੂਲੇਟਰੀ ਜਾਂਚ (regulatory scrutiny) ਨੂੰ ਨੇਵੀਗੇਟ ਕਰਦੇ ਹੋਏ ਉੱਚ ਸਰਵਿਸ ਮੰਗ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ ਦੀ ਕੰਪਨੀ ਦੀ ਯੋਗਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗੀ।