आपके जीवन के बीस मिनटों की कीमत कितनी है? अधिकांश लोगों के लिए, यह एक स्थानीय फार्मेसी को प्रिस्क्रिप्शन चेक करने के लिए कॉल करने या डिनर रिजर्वेशन बदलने के लिए एक रेस्तरां को कॉल करने जैसे सरल कार्य के लिए भुगतान किया जाने वाला मानक टैक्स है। आप नंबर डायल करते हैं, न्यूमेरिक प्रॉम्प्ट्स के भूलभुलैया से गुजरते हैं, और खराब गुणवत्ता वाले होल्ड म्यूजिक के लूप में प्रतीक्षा करते हैं। गूगल अब 'कॉल फॉर मी' (Call for Me) नामक एक नए जेमिनी फीचर के साथ इस घर्षण को स्वचालित रूप से दूर करना चाहता है।
यह प्रयोग व्यक्तिगत एआई (AI) के भौतिक दुनिया के साथ बातचीत करने के तरीके में एक महत्वपूर्ण बदलाव का प्रतिनिधित्व करता है। केवल ईमेल को सारांशित करने या चित्र बनाने के बजाय, जेमिनी आपके व्यक्तिगत लॉजिस्टिक्स के लिए एक अथक इंटर्न के रूप में कार्य करता है। जब आप अन्य कार्यों पर ध्यान केंद्रित करते हैं, तो सॉफ्टवेयर फोन कॉल के थकाऊ चरणों को संभालता है, प्रारंभिक रिंग से लेकर अंतिम पुष्टि तक।
गूगल स्वचालित कॉलिंग की दुनिया में नया नहीं है। 2018 में, कंपनी ने डुप्लेक्स (Duplex) पेश किया था, एक ऐसा सिस्टम जो हेयर सैलून और रेस्तरां को ऐसी आवाज में कॉल कर सकता था जो बिल्कुल इंसानी लगती थी। इसमें "उम" और "उह" जैसे वोकल फिलर्स भी शामिल थे ताकि लाइन के दूसरी तरफ मौजूद व्यक्ति को सहज महसूस कराया जा सके। हालांकि डुप्लेक्स प्रभावशाली था, लेकिन यह एक संकीर्ण फोकस वाला एक विशेष उपकरण था।
तब से, गूगल ने अपने फोन सहायक सूट में कई परतें जोड़ी हैं। 'होल्ड फॉर मी' जैसे फीचर्स आपके फोन को तब तक लाइन पर प्रतीक्षा करने की अनुमति देते हैं जब तक कि कोई वास्तविक व्यक्ति उत्तर न दे दे, जबकि 'डायरेक्ट माई कॉल' फोन मेनू को ट्रांसक्राइब करता है ताकि आपको यह याद न रखना पड़े कि कौन सा नंबर बिलिंग विभाग तक ले जाता है। 'कॉल फॉर मी' इस प्रगति में अगला तार्किक कदम है। यह केवल कॉल के दौरान सहायता करने से हटकर पूरी बातचीत शुरू करने और प्रबंधित करने की ओर बढ़ता है।
पिछले संस्करणों के विपरीत, यह नया टूल जेमिनी इकोसिस्टम का हिस्सा है। इसका मतलब है कि यदि आप इसे अनुमति देते हैं, तो इसके पास आपके डिजिटल जीवन के व्यापक संदर्भ तक पहुंच है। यह एक अधिक लचीला सिस्टम है जो उन बारीकियों को संभालता है जिन्हें पुराने, कठोर प्रोग्राम अक्सर छोड़ देते थे।
इस फीचर का उपयोग करने के लिए, आपके पास पिक्सेल 11 (Pixel 11), एक जेमिनी सब्सक्रिप्शन और गूगल फोन ऐप का बीटा संस्करण होना चाहिए। सिस्टम कॉल करने के लिए आपके वास्तविक फोन नंबर का उपयोग करता है, जिससे बातचीत प्राप्त करने वाले व्यवसाय को वैध लगती है। कॉल शुरू होने के बाद, जेमिनी दूसरी तरफ के व्यक्ति या स्वचालित प्रणाली को अपना परिचय देता है।
इस तकनीक के सबसे व्यावहारिक पहलुओं में से एक इंटरैक्टिव वॉयस रिस्पांस (IVR) सिस्टम को नेविगेट करने की इसकी क्षमता है। ये "बिक्री के लिए एक दबाएं" वाले मेनू हैं जो आधुनिक ग्राहक सेवा को परिभाषित करते हैं। जेमिनी इन संकेतों को सुनता है, सही विकल्पों का चयन करता है, और होल्ड समय के दौरान प्रतीक्षा करता है। जब यह हो रहा होता है, तो आपका फोन बातचीत का लाइव ट्रांसक्रिप्ट प्रदर्शित करता है।
यदि एआई किसी बाधा का सामना करता है या बातचीत बहुत जटिल हो जाती है, तो आपके पास कमान संभालने का विकल्प होता है। आप किसी भी क्षण कॉल में शामिल हो सकते हैं, ठीक उसी तरह जैसे कोई कार्यकारी उस मीटिंग में कदम रखता है जिसे एक सहायक ने शुरू किया था। यह पारदर्शिता विश्वास बनाने के लिए है, क्योंकि आप कभी भी इस बारे में अंधेरे में नहीं रहते कि एआई आपकी ओर से क्या कह रहा है।
इन कॉल्स में प्रभावी होने के लिए जेमिनी को आपकी व्यक्तिगत जानकारी तक पहुंच की आवश्यकता होती है। यदि आप एआई से डॉक्टर के अपॉइंटमेंट को स्थानांतरित करने के लिए कहते हैं, तो उसे आपके शेड्यूल और संभावित रूप से आपकी रोगी आईडी या जन्म तिथि जानने की आवश्यकता होती है। गूगल का कहना है कि एआई केवल वही जानकारी साझा करेगा जिसे आप विशेष रूप से कॉल के लिए अनुमोदित करते हैं।
व्यावहारिक रूप से, यह उपयोगकर्ता के लिए डेटा प्रबंधन की एक नई परत बनाता है। अब आप केवल किसी वेबसाइट के साथ डेटा साझा नहीं कर रहे हैं; आप एक एजेंट को रिकॉर्ड की गई फोन लाइन पर उस डेटा को बोलने के लिए अधिकृत कर रहे हैं। इस प्रणालीगत परिवर्तन के लिए गोपनीयता सेटिंग्स के बारे में हमारे सोचने के तरीके में बदलाव की आवश्यकता है। जानकारी केवल डेटाबेस में नहीं बैठी है—यह सक्रिय और संवादात्मक है।
गूगल इस प्रयोग को छोटे पैमाने पर शुरू कर रहा है क्योंकि वास्तविक दुनिया की बातचीत अस्थिर होती है। दूसरी तरफ के इंसान का लहजा (accent) भारी हो सकता है, कनेक्शन खराब हो सकता है, या उसका व्यवहार चिड़चिड़ा हो सकता है। एआई को इन चरों को बिना विफल हुए संभालने के लिए पर्याप्त लचीला होना चाहिए, या इससे भी बदतर, उन शर्तों पर सहमत नहीं होना चाहिए जो उपयोगकर्ता का इरादा नहीं था।
इस क्षेत्र में गूगल अकेला खिलाड़ी नहीं है। 'कॉल फॉर मी' का लॉन्च मेटा के म्यूज (Muse) और इंस्टिंक्ट (Instinct) की रिलीज के बाद हुआ है, जो स्वचालित कॉलिंग क्षमताएं भी प्रदान करते हैं। टेक उद्योग उन चैटबॉट्स से दूर जा रहा है जो केवल बात करते हैं और उन एजेंटों की ओर बढ़ रहा है जो कार्य करते हैं।
| विशेषता | गूगल कॉल फॉर मी | पिछले गूगल टूल्स (Duplex/Hold for Me) |
|---|---|---|
| कॉल शुरू करता है | हाँ | सीमित (ज्यादातर आरक्षण) |
| IVR नेविगेट करता है | हाँ | आंशिक (Direct My Call) |
| व्यक्तिगत जानकारी साझा करता है | हाँ (अनुमोदन के साथ) | नहीं |
| लाइव ट्रांसक्रिप्ट | हाँ | हाँ |
| हार्डवेयर आवश्यकता | पिक्सेल 11 | विभिन्न पिक्सेल मॉडल |
बाजार के पक्ष में, यह उपयोगकर्ता के जीवन के लिए प्राथमिक इंटरफ़ेस बनने की दौड़ है। यदि जेमिनी आपकी कॉल, आपके ईमेल और आपके कैलेंडर को संभालता है, तो दूसरे इकोसिस्टम में स्विच करने की लागत अविश्वसनीय रूप से उच्च हो जाती है। यह एक अस्थिर तकनीकी अर्थव्यवस्था में दीर्घकालिक उपयोगकर्ता प्रतिधारण (retention) के लिए एक रणनीति है।
इन उपभोक्ता सुविधाओं के पीछे दूरसंचार और प्राकृतिक भाषा प्रसंस्करण (NLP) का एक विशाल बुनियादी ढांचा है। भारी उद्योग और बड़े पैमाने पर खुदरा बिक्री हर घंटे हजारों पूछताछ प्रबंधित करने के लिए स्वचालित फोन सिस्टम पर निर्भर करती है। ये सिस्टम ग्राहक सेवा की अदृश्य रीढ़ हैं।
जब जेमिनी किसी व्यवसाय को कॉल करता है, तो वह इन औद्योगिक-ग्रेड प्रणालियों के साथ बातचीत करता है। यदि लाखों एआई एजेंट इन फोन ट्री को कॉल करना शुरू कर देते हैं, तो व्यवसायों को एआई-टू-एआई संचार की मात्रा और गति को संभालने के लिए अपने स्वयं के बुनियादी ढांचे को अपग्रेड करने की आवश्यकता हो सकती है। हम एक ऐसे बिंदु पर पहुंच रहे हैं जहां बिजनेस लाइनों पर अधिकांश वॉयस ट्रैफिक में किसी भी तरफ मानवीय आवाज शामिल नहीं हो सकती है।
यह बदलाव अंततः पारंपरिक फोन मेनू के अंत का कारण बन सकता है। यदि प्रत्येक फोन में एक एआई है जो सीधे किसी व्यवसाय के सर्वर से "बात" कर सकता है, तो आवाज-आधारित मेनू की आवश्यकता समाप्त हो जाती है। हालांकि, अभी के लिए, जेमिनी हमारे हाई-टेक स्मार्टफोन और पुराने लेगेसी सिस्टम के बीच एक सेतु के रूप में कार्य करता है जिसका उपयोग कई व्यवसाय अभी भी करते हैं।
औसत उपयोगकर्ता के लिए मुख्य बात मानसिक अव्यवस्था में एक ठोस कमी है। हम अक्सर छोटे कार्यों में देरी करते हैं, जैसे यह देखने के लिए कॉल करना कि जूतों की एक विशिष्ट जोड़ी स्टॉक में है या नहीं, क्योंकि प्रक्रिया कष्टप्रद होती है। इन कामों को डिजिटल इंटर्न को सौंपकर, आप अपने पूरे दिन में समय के अंश वापस पा लेते हैं।
हालाँकि, इसमें सीखने की एक प्रक्रिया (learning curve) है। आपको अपने प्रतिनिधित्व करने वाले एक सॉफ्टवेयर प्रोग्राम के विचार के साथ सहज होना चाहिए। विचार करने के लिए वित्तीय लागत भी है। एक फ्लैगशिप पिक्सेल 11 की कीमत और मासिक जेमिनी सब्सक्रिप्शन के बीच, यह सुविधा एक प्रीमियम उत्पाद है।
अंततः, 'कॉल फॉर मी' एक ऐसे भविष्य की झलक है जहां हमारे उपकरण औजारों की तरह कम और कर्मचारियों की तरह अधिक हैं। यह एक उभरती हुई वास्तविकता है जहां आपकी जेब में मौजूद फोन केवल आपकी आवाज प्रसारित करने से कहीं अधिक करता है—जब आप परेशान होने के लिए बहुत व्यस्त होते हैं तो यह आपकी ओर से बोलता है।
उपभोक्ता के दृष्टिकोण से, सबसे अच्छा तरीका यह देखना है कि ये प्रयोग वास्तविक दुनिया की बातचीत की गड़बड़ियों को कैसे संभालते हैं। ट्रांसक्रिप्ट पर ध्यान दें और देखें कि एआई कहां सफल होता है या कहां लड़खड़ाता है। जैसे-जैसे ये एजेंट अधिक मजबूत होते जाएंगे, "सेंड" बटन के साथ हमारा रिश्ता हमेशा के लिए बदल जाएगा। संदेश भेजने के बजाय, हम एक दूत भेज रहे होंगे।
स्रोत (Sources):



हमारा एंड-टू-एंड एन्क्रिप्टेड ईमेल और क्लाउड स्टोरेज समाधान सुरक्षित डेटा एक्सचेंज का सबसे शक्तिशाली माध्यम प्रदान करता है, जो आपके डेटा की सुरक्षा और गोपनीयता सुनिश्चित करता है।
/ एक नि: शुल्क खाता बनाएं