چاہے آپ اسے پسند کریں یا نہ کریں، مصنوعی ذہانت (AI) ٹیکنالوجی یہاں موجود ہے۔ اگر آپ توجہ دے رہے ہیں تو، آپ نے ممکنہ طور پر AI ٹیکنالوجی کی تازہ ترین کامیابیوں پر تقریباً روزانہ کی خبریں دیکھی ہوں گی۔ اس ٹکنالوجی کی بڑھتی ہوئی طاقت اور اثر و رسوخ تیزی سے ترقی کی ایک نہ رکنے والی مدت کا سامنا کر رہا ہے۔
تاہم، کیا آپ جانتے ہیں کہ AI ٹیکنالوجی کئی دہائیوں سے بہتر ہو رہی ہے؟ درحقیقت، اس ٹیکنالوجی کی وجہ سے بہت سی صنعتیں پہلے ہی متاثر ہو چکی ہیں۔ اگر آپ نے ابھی تک اس کا ادراک نہیں کیا ہے تو، یہاں دس صنعتیں ہیں جن میں AI ٹیکنالوجی نے انقلاب لانے میں مدد کی ہے۔
صحت کی دیکھ بھال
مصنوعی ذہانت نے پہلے ہی صحت کی دیکھ بھال کی صنعت میں پوری طرح سے تشخیص اور علاج کو بہتر بنانے، غلطیوں اور اخراجات کو کم کرنے، دیکھ بھال تک رسائی میں اضافہ اور مریضوں کی نگرانی اور انتظام کرنے میں ڈاکٹروں کی مدد کر کے انقلاب برپا کر دیا ہے۔
اگر ایک چیز ہے جس میں کمپیوٹر اچھے ہیں، اس کے کرنچنگ نمبرز اور ڈیٹا اینالیٹکس کو انجام دینا۔ جب تشخیص اور علاج کی بات آتی ہے تو، مصنوعی ذہانت کے الگورتھم طبی تصویروں کا تجزیہ کرنے کے لیے استعمال کیے جا سکتے ہیں، جیسے کہ ایکس رے اور ایم آر آئی، اور ایسے نمونوں کی نشاندہی کرنے کے لیے جو کسی خاص حالت کی نشاندہی کر سکتے ہیں۔ اس سے ڈاکٹروں کو کام کرنے کے لیے اضافی معلومات فراہم کرکے تشخیص اور علاج کو بہتر بنانے میں مدد مل سکتی ہے۔
AI کا استعمال مریضوں کے ڈیٹا، جیسے طبی تاریخ اور اہم علامات کا تجزیہ کرنے کے لیے، کسی خاص نتیجہ کے امکان کا اندازہ لگانے یا ایسے رجحانات کی نشاندہی کرنے کے لیے کیا گیا ہے جو مداخلت کی ضرورت کی نشاندہی کر سکتے ہیں۔ ایک مثال میں، ایک گہری سیکھنے والے AI الگورتھم کو تربیت دی گئی تھی کہ دل کے دورے کے زیادہ خطرے والے مریضوں کی شناخت کیسے کی جائے۔ A.I. الگورتھم اتنا اچھا ہو گیا کہ یہ 90 فیصد سے زیادہ درستگی کے ساتھ دل کے دورے کی پیش گوئی کر سکتا ہے (سٹیفنز، 2019)۔
اسی خطوط کے ساتھ، AI ٹیکنالوجی نے کلینیکل فیصلے کی حمایت میں مدد کی ہے۔ اس صورت میں، AI کا استعمال ڈاکٹروں کو تازہ ترین تحقیق اور شواہد کی بنیاد پر حقیقی وقت کی سفارشات اور انتباہات فراہم کرنے کے لیے کیا جا سکتا ہے، جس سے دیکھ بھال کے معیار کو بہتر بنانے میں مدد ملتی ہے۔ IBM کا واٹسن سپر کمپیوٹر بنیادی طور پر اس مقصد کے لیے ڈیزائن کیا گیا تھا۔ IBM کی اپنی ویب سائٹ کے مطابق، Watson کو انسانی مہارت کو بڑھانے اور کلینیکل اور آپریشنل ورک فلو کو بہتر بنانے کے لیے ڈیزائن کیا گیا ہے، جس سے ہمارے صحت کی دیکھ بھال فراہم کرنے والوں کو اس بات پر توجہ مرکوز کرنے کی اجازت دی گئی ہے کہ وہ کیا بہتر کرتے ہیں۔
فیصلے کی حمایت کے علاوہ، ایک اور چیز جس میں مصنوعی ذہانت مدد کر سکتی ہے وہ ہے مریض کی نگرانی۔ AI کو سینسر اور دیگر ٹیکنالوجیز کے استعمال کے ذریعے دور سے مریضوں کی نگرانی کے لیے استعمال کیا جا سکتا ہے، جس سے زیادہ بروقت اور موثر دیکھ بھال کی جا سکتی ہے۔ مزید برآں، اس نے ورچوئل کیئر کے اختیارات کے پھیلاؤ میں مدد کی ہے اور دنیا بھر میں لاکھوں لوگوں کے لیے گھر پر دیکھ بھال کو ممکن بنانے میں مدد کی ہے۔
آخر میں، AI ٹیکنالوجی نے نئی ادویات اور طبی علاج کی ترقی میں بھی مدد کی ہے۔ کے ساتھ کمپیوٹر سسٹمز کو منشیات کی نشوونما سے متعلق ڈیٹا کی بڑی مقدار کا تجزیہ کرنے کے لیے استعمال کیا جا سکتا ہے، نئے علاج اور علاج کی شناخت میں مدد ملتی ہے۔ کووڈ 19 (کیشاورزی، 2020) کے لیے تیزی سے ویکسین تیار کرنے میں AI کا اہم کردار تھا۔
تاہم، اس مثال سے پہلے بھی، کمپیوٹر کئی دہائیوں سے علاج اور علاج کی تلاش میں مدد کر رہے ہیں۔ جب سونی نے 2006 میں اپنا مشہور پلے اسٹیشن 3 (PS3) جاری کیا، تو صارفین Folding @ Home نامی سافٹ ویئر چلا کر طبی محقق کی مدد کر سکتے تھے جب ان کا گیم کنسول آرام کر رہا تھا۔ افسوس کی بات یہ ہے کہ یہ پروگرام 2012 میں بند کر دیا گیا تھا (Folding@Home, 2023)۔
تعلیم
مصنوعی ذہانت نے کئی طریقوں سے تعلیم میں انقلاب برپا کیا ہے جس میں سیکھنے کو ذاتی بنانے میں مدد کرنا، طلباء کی ضروریات کے مطابق ڈھالنا اور مجموعی طور پر تعلیم کو زیادہ موثر اور موثر بنانا شامل ہے۔
جب ذاتی نوعیت کے سیکھنے کے تجربات تیار کرنے کی بات آتی ہے تو، AI ٹیکنالوجی اساتذہ کے اختیار میں ایک بہترین ذریعہ ہے۔ بنیادی تصورات کو لے کر اور ایک الگورتھم کو سیکھنے کے مقاصد کی رفتار، گہرائی اور تفصیل میں ہیرا پھیری کرنے کی اجازت دے کر، نصاب کو بنیادی طور پر طالب علم کی انفرادی ضروریات اور ترجیحات کے مطابق بنایا جا سکتا ہے۔ یہ طالب علم کی مصروفیت کو بڑھانے اور سیکھنے کے نتائج کو بہتر بنانے میں مدد کرتا ہے۔
AI ٹیکنالوجی بھی زبان کے ترجمے میں واقعی اچھی بن گئی ہے۔ اس سلسلے میں، AI تعلیمی مواد کو مختلف زبانوں میں ترجمہ کر سکتا ہے، جس سے وہ عالمی سامعین کے لیے زیادہ قابل رسائی ہو سکتے ہیں۔ مزید برآں، مصنوعی ذہانت بڑی مقدار میں ڈیٹا کا مؤثر طریقے سے تجزیہ کرنے میں اچھی ہے۔ بڑے پیمانے پر ڈیٹا سیٹس کا جائزہ لے کر، الگورتھم طلباء کی کارکردگی سے متعلق رجحانات کی نشاندہی کر سکتے ہیں۔ اساتذہ ان نتائج کو یہ بتانے میں مدد کے لیے استعمال کر سکتے ہیں کہ طلبا کو کن شعبوں میں اضافی مدد کی ضرورت ہے (Jimenez, 2021)۔
نقل و حمل
زیادہ تر لوگ اس بات سے متفق ہوں گے کہ زیادہ تر بڑے شہروں میں ٹریفک ایک بڑا مسئلہ ہے۔ اس کے علاوہ، ہر سال بہت سے لوگ آٹو حادثات میں مر جاتے ہیں۔ درحقیقت، IIHS کے مطابق، 2020 میں ریاستہائے متحدہ میں 35,766 مہلک موٹر گاڑیوں کے حادثات ہوئے جن میں 38,824 اموات ہوئیں (IIHS، 2022)۔
ان وجوہات کی بناء پر، دوسروں کے علاوہ، نقل و حمل کی صنعت کے بہت سے شعبوں میں مصنوعی ذہانت کی ٹیکنالوجی کو تعینات کیا جا رہا ہے تاکہ حفاظت، کارکردگی اور رسائی کو بہتر بنایا جا سکے۔ بنیادی ذرائع جن کے ذریعے یہ ہوا ہے، اور ہوا ہے، خود مختار گاڑیوں اور ذہین نقل و حمل کے نظام (ITS) کی ترقی ہے۔
آپ غالباً خود مختار گاڑیوں کی آمد سے واقف ہیں۔ AI کا استعمال خود سے چلنے والی کاروں اور ٹرکوں کو تیار کرنے کے لیے کیا جا رہا ہے، جن میں نقل و حمل کی حفاظت اور کارکردگی کو بہتر بنانے کی صلاحیت ہے۔ فوربس پر پوسٹ کیے گئے ایک مضمون میں، یہ اطلاع دی گئی ہے کہ ویمو کی سیلف ڈرائیونگ ٹیکنالوجی نے ایک “سپر ہیومن” سیفٹی ریکارڈ دکھایا (ٹیمپلٹن، 2020)۔
تاہم، یہ ٹیکنالوجی کسی بھی طرح کامل نہیں ہے۔ 2022 میں، نیشنل ہائی وے ٹریفک سیفٹی ایڈمنسٹریشن نے پریس ریلیز (وگنر، 2022) سے پہلے 11 ماہ کی مدت کے دوران جزوی طور پر خودکار ڈرائیور اسسٹ سسٹم والی گاڑیوں کے تقریباً 400 حادثات کی اطلاع دی۔
اچھی خبر یہ ہے کہ الگورتھم، سینسر ٹیکنالوجی، اور فیصلہ سازی کے ماڈیولز میں ہر روز ترقی کی جا رہی ہے۔ امکان ہے کہ 20 سال کے اندر اندر خود سے چلنے والی گاڑیاں مستثنیٰ ہونے کی بجائے معمول بن جائیں گی۔
نقل و حمل کی صنعت میں AI ٹکنالوجی کے کچھ کم معروف استعمال کو ذہین ٹرانسپورٹیشن سسٹم یا ITS کہا جاتا ہے۔ ITS سینسرز کا ایک مجموعہ ہے جیسے کہ ریڈار، فرش میں مقناطیسی لوپ، اور کیمرے جو ٹریفک کے بہاؤ کو بہتر بنا سکتے ہیں، بھیڑ کو کم کر سکتے ہیں، اور عوامی نقل و حمل کے نظام کی کارکردگی کو بہتر بنا سکتے ہیں۔ اگر آپ نے کبھی دیکھا ہے کہ بڑے شہروں میں ٹریفک سگنلز کا وقت بالکل ٹھیک لگ رہا ہے، تو یہ ٹریفک کو منظم کرنے کے لیے آئی ٹی ایس ٹیکنالوجیز اور مصنوعی ذہانت کے استعمال کا نتیجہ ہے۔ USDOT کے مطابق، ITS کے استعمال سے ٹریفک کے ہجوم کو نمایاں طور پر کم کرنے میں مدد ملی ہے جس کے نتیجے میں کمیونٹیز کو مزید رہنے کے قابل بنایا گیا ہے (USDOT، 2022)۔
ان چیزوں کے علاوہ لاجسٹکس کو بہتر بنانے کے لیے مصنوعی ذہانت کے الگورتھم کو متعدد کمپنیاں استعمال کر رہی ہیں۔ مثال کے طور پر، شپنگ انڈسٹری لیڈر UPS ORION نامی سسٹم کے ذریعے AI ٹیکنالوجی کا استعمال کرتا ہے، جس کا مطلب آن روڈ انٹیگریٹڈ آپٹیمائزیشن اور نیویگیشن ہے۔ یہ ٹول گاڑیوں، ڈرائیوروں، ڈیلیوری کے مقامات اور بہت کچھ پر ڈیٹا کی بڑی مقدار کا تجزیہ کرتا ہے تاکہ اس راستے کو بہتر بنایا جا سکے جس سے وقت اور لاگت کی بچت ہو۔ UPS ڈرائیور کے راستے سے ہٹائے جانے والے ہر میل کے نتیجے میں کمپنی کے لیے $50 ملین کی بچت ہو سکتی ہے (ہیملٹن، 2021)۔
زراعت
صنعت میں AI ٹیکنالوجی کو تعینات کرنے کے لیے اس سے بہتر اور کون سی جگہ ہے جس نے لفظی طور پر جدید معاشرے کو وجود میں لانے کی اجازت دی؟ جب زرعی پیداوار کی بات آتی ہے تو، مصنوعی ذہانت کی ٹیکنالوجی کا استعمال فصلوں کی پیداوار کو بہتر بنانے، پانی کے استعمال کو کم کرنے، اور کھانے کی حفاظت کو بہتر بنانے کے لیے کیا جا رہا ہے جبکہ زمین سے آپ کی میز تک خوراک کو تیزی سے اور سستا پہنچانے کے پورے عمل کو بنایا جا رہا ہے۔
ایسا ہی ایک علاقہ جس نے حالیہ برسوں میں بڑی ترقی دیکھی ہے وہ ہے سینسرز اور فیلڈ میں تعینات ٹیکنالوجی کا استعمال حقیقی وقت میں کاشتکاری کے کاموں کو منظم کرنے کے لیے۔ “صحت سے متعلق کاشتکاری” کہلاتی ہے، یہ ٹیکنالوجی مٹی کے حالات، موسم کے نمونوں اور پودوں کی صحت کے بارے میں بڑے ڈیٹاسیٹس کو اکٹھا کرتی ہے جسے پھر فصل کی پیداوار کو بہتر بنانے کے لیے استعمال کیا جاتا ہے۔ کمپیوٹر ڈیٹا پر کارروائی کرتے ہیں اور فیصلہ کرتے ہیں کہ کتنا پانی، کھاد اور کیڑے مار دوا استعمال کرنا ہے اور کب استعمال کرنا ہے۔
اسی ٹیکنالوجی کو مویشیوں کے انتظام کے لیے بھی استعمال کیا جا رہا ہے۔ سینسر جانوروں کی صحت کی نگرانی کے لیے استعمال کیے جاتے ہیں جو خوراک اور افزائش کے طریقوں کو بہتر بنانے کے لیے استعمال ہوتے ہیں۔ AI ٹیکنالوجی سے جانوروں کی مجموعی فلاح و بہبود اور پیداواری صلاحیت کو بہتر بنانے میں بھی مدد ملتی ہے۔
تاہم، صحت سے متعلق کاشتکاری کی ٹیکنالوجی صرف فصلوں اور مویشیوں کی پیداوار کی بنیادی باتوں کا انتظام کرنے سے کہیں آگے ہے۔ الگورتھم اور بڑے پیمانے پر ڈیٹا کا تجزیہ بیج کی انواع کے انتظام کو بہتر بنا رہے ہیں، بیماریوں اور کیڑوں کے مسائل کی نشاندہی کر رہے ہیں، اور یہاں تک کہ پیشین گوئی کرنے والے تجزیات کی اجازت دے رہے ہیں (Ampatzidis, 2018)۔
توانائی
توانائی کی صنعت ایک اور صنعت ہے جو AI ٹیکنالوجی کے نفاذ کی وجہ سے متاثر ہوئی ہے۔ مصنوعی ذہانت والے کمپیوٹر سسٹم کو توانائی کی پیداوار کی کارکردگی کو بڑھانے کے ساتھ ساتھ اخراجات کو کم کرنے، بوجھ کو متوازن کرنے اور برقی گرڈ کی کارکردگی کو بہتر بنانے کے لیے استعمال کیا گیا ہے۔
بین الاقوامی مالیاتی کارپوریشن کے مطابق، دنیا بھر میں توانائی کے شعبے کو بڑھتی ہوئی طلب، کارکردگی، رسد اور طلب کے بدلتے ہوئے نمونوں اور بہترین انتظام کے لیے درکار تجزیات کی کمی (مکالا، 2020) سے متعلق بڑھتے ہوئے چیلنجز کا سامنا ہے۔ ان چیلنجوں کا مقابلہ اب مصنوعی ذہانت کے الگورتھم کے بڑھتے ہوئے استعمال سے کیا جا رہا ہے۔
AI ٹیکنالوجی نے بڑے پیمانے پر قابل تجدید اور پائیدار توانائی کے اختیارات کو ترقی دینے اور استعمال کرنے کی طرف عالمی دباؤ میں بھی مدد کی ہے۔ مثال کے طور پر، کمپیوٹر پروگرام شمسی پینلز کو دن بھر سورج کی حرکت کو ٹریک کرنے میں مدد کے لیے استعمال کیا جاتا ہے۔ الگورتھم کا استعمال “سمارٹ گرڈز” کے انتظام میں مدد کرنے کے لیے بھی کیا جاتا ہے جو توانائی کے تقاضوں میں ہونے والی تبدیلیوں کی پیش گوئی اور جواب دے سکتے ہیں۔
AI ٹیک کا ایک واضح استعمال انفرادی گھروں اور عمارتوں میں ہے۔ مثال کے طور پر، سمارٹ تھرموسٹیٹ اب روزمرہ کے معمولات کی نگرانی کرتے ہیں اور لوگوں کے گھر یا دفتر میں ہونے کی بنیاد پر درجہ حرارت کو ایڈجسٹ کر سکتے ہیں۔ عمارت کو گرم کرنا اور ٹھنڈا کرنا برقی طور پر ٹیکس لگاتا ہے لہذا اس کا انتظام AI کے ساتھ بھی کیا جا سکتا ہے۔ مشین لرننگ کے ساتھ، کم سے کم توانائی کی کھپت (کری، 2020) کے لیے سب سے زیادہ آرام فراہم کرنے کے لیے تھرموسٹیٹ کو مزید بڑھایا جا سکتا ہے۔
مالیات
کیا آپ جانتے ہیں کہ فنانس سیکٹر ان پہلی صنعتوں میں سے ایک تھا جس نے AI الگورتھم کے نفاذ پر زور دیا؟ وال اسٹریٹ کے منافع خوروں نے 1990 کی دہائی کے آخر اور 2000 کی دہائی کے اوائل میں اسٹاک مارکیٹ میں زیادہ سے زیادہ منافع کمانے کے لیے کمپیوٹرائزڈ الگورتھم کی ایک قسم کا استعمال شروع کیا۔
یہ الگورتھم ریئل ٹائم میں ڈیٹا کی بڑی مقدار میں پیٹرن تلاش کرتے ہیں اور وقت کے ساتھ یہ پیٹرن تبدیل ہونے کے طریقے کو ڈھال سکتے ہیں اور رد عمل ظاہر کرسکتے ہیں۔ کمپنیاں جو ان الگورتھم پر انحصار کرتی ہیں وہ AI کو خودکار خرید و فروخت کے فیصلے کرنے کی اجازت دیتی ہیں (Jones, 2017)۔ آج، AI کے فیصلہ سازی کے الگورتھم کی واحد بنیاد پر ہر روز اربوں ڈالر مالیت کے مالی فیصلے کیے جاتے ہیں۔
تاہم، مصنوعی ذہانت صرف اسٹاک کی خرید و فروخت کے لیے نہیں ہے۔ درحقیقت، اس ٹیکنالوجی کا ایک عمدہ استعمال فراڈ کا پتہ لگانا ہے۔ AI کا استعمال منی لانڈرنگ یا کریڈٹ کارڈ فراڈ کا پتہ لگانے اور مالیاتی اداروں کو ممکنہ خطرات سے آگاہ کرنے کے لیے کیا جا سکتا ہے۔ اگرچہ ہمیشہ کامل نہیں ہوتے، یہ AI سسٹم غیر قانونی سرگرمیوں کی نشاندہی کرنے میں کافی اچھے ہو سکتے ہیں۔
فنانس میں الگورتھمک نظام کا ایک اور پہلو کریڈٹ اسکورنگ سسٹم ہے۔ AI ٹیکنالوجی کا استعمال کریڈٹ رسک سے متعلق ڈیٹا کی بڑی مقدار کا تجزیہ کرنے کے لیے کیا جا رہا ہے، جس سے زیادہ درست کریڈٹ سکورنگ اور قرض دینے کے فیصلے کیے جا سکتے ہیں۔
مینوفیکچرنگ
صنعتی انقلاب کے بعد سے، مینوفیکچرنگ انڈسٹری ہمیشہ آٹومیشن اور بڑے پیمانے پر پیداوار کی اختراع کرتی رہی ہے۔ وہ فیکٹریاں جو روزانہ ہزاروں سامان تیار کرتی ہیں انجینئرنگ کے کمالات ہیں۔ مزید برآں، AI ٹیکنالوجی کا استعمال مینوفیکچرنگ کی کارکردگی کو مزید بہتر بنانے اور فضلہ کو کم کرنے کے لیے کیا گیا ہے۔
سب سے واضح علاقہ جہاں AI کا استعمال کیا گیا ہے وہ روبوٹکس ہے۔ صنعتی روبوٹس کی صلاحیتوں کو بہتر بنانے کے لیے آپٹیمائزیشن الگورتھم کا استعمال کیا گیا ہے، جس سے وہ زیادہ تیزی اور درست طریقے سے کام انجام دے سکتے ہیں۔ اس کے نتیجے میں کم حادثات، دیکھ بھال کے اخراجات میں کمی، اور علاقے میں کارکنوں کی حفاظت میں بہتری آئی ہے۔
دیکھ بھال کی بات کرتے ہوئے، AI یہ پیش گوئی کرنے میں اچھا ہے کہ صنعتی مشینری کے لیے کب دیکھ بھال کی ضرورت ہوتی ہے۔ مشین لرننگ اور ڈیٹا اینالیٹکس کا استعمال کرتے ہوئے، کمپیوٹر اس بات کا اندازہ لگا سکتے ہیں کہ آلات کب ناکام ہونے کا امکان ہے اور اس کے مطابق مینوفیکچرنگ کے عمل کو ایڈجسٹ کر سکتے ہیں۔ ضرورت پڑنے پر دیکھ بھال کا نظام الاوقات بنا کر، پیداوار میں رکاوٹ کو کم کیا جاتا ہے۔
ایک اور شعبہ جہاں AI ٹیکنالوجی چمکتی ہے وہ سپلائی چین کی اصلاح میں ہے۔ پیٹرن ریکگنیشن ٹیکنالوجی کے ساتھ، AI سسٹم سپلائی کی کمی کے پیش نظر سامان کی خریداری میں مدد کر سکتے ہیں۔ مثال کے طور پر، Walmart AI کا استعمال روزانہ سپلائی چین کے ورک فلو کو بڑھانے، طلب میں سائیکل یا موسمی تبدیلیوں کا اندازہ لگانے، اور کسٹمر ٹریفک میں چوٹی یا غیر متوقع واقعات کے اثرات کی پیش گوئی کرنے اور کم کرنے کے لیے کرتا ہے (Torres, 2022)۔
جب بات مینوفیکچرنگ کی ہو تو آئیے اس کردار کو فراموش نہ کریں جو مصنوعی ذہانت اب مصنوعات کے ڈیزائن میں ادا کرتی ہے۔ AI الگورتھم کو نئے پروڈکٹس کو ڈیزائن اور بہتر بنانے کے لیے استعمال کیا جا سکتا ہے، تخروپن اور دیگر تکنیکوں کے استعمال کے ذریعے۔ AI ٹیکنالوجی نے مصنوعات کی نشوونما میں بہت اچھا حاصل کیا ہے، کمپیوٹرز کی ایجاد یا مکمل طور پر کوئی نئی چیز تخلیق کرنے کی بے شمار مثالیں موجود ہیں۔ جون 2021 میں، جنوبی افریقہ AI سسٹم کو پیٹنٹ دینے والا پہلا ملک بن گیا جس نے “فریکٹل جیومیٹری پر مبنی فوڈ کنٹینر” ایجاد کیا (نائیڈو، 2021)۔
کسٹمر سروس
میں کسٹمر سروس انڈسٹری کا ذکر کیے بغیر ان صنعتوں کی فہرست کو مکمل نہیں کر سکتا جو مصنوعی ذہانت سے متاثر ہوئی ہیں۔ ہم ممکنہ طور پر اس بات سے واقف ہیں کہ AI کسٹمر سروس کے نمائندے کتنے اچھے (یا اچھے نہیں، آپ کے نقطہ نظر پر منحصر ہیں)۔ چیٹ بوٹس اور دیگر ٹیکنالوجیز کے استعمال کے ذریعے، کاروباری اداروں نے متعدد غیر انسانی طریقے تیار کیے ہیں جو گاہک کے استفسارات کا جواب دے سکتے ہیں اور مسائل کو حل کر سکتے ہیں۔
چیٹ بوٹس کی طرح، ورچوئل اسسٹنٹس ذہین سافٹ ویئر پروگرام ہیں جو قدرتی زبان کے ان پٹ کو سمجھنے اور ان کا جواب دینے کے لیے استعمال کیے جا سکتے ہیں۔ مجازی معاونین کو ذاتی نوعیت کی مدد اور سفارشات فراہم کرنے یا تحقیق کرنے اور کارکنوں کو زیادہ موثر بنانے میں مدد کرنے کے لیے استعمال کیا جا سکتا ہے۔ ایک مثال ChatGPT مصنوعی ذہانت کے پروگرام کا حالیہ استعمال ہے۔ یہ ٹیکنالوجی بہت اچھی ہے؛ کچھ لوگوں کا خیال ہے کہ یہ ٹیکنالوجی بالآخر گوگل کی جگہ لے لے گی (David, 2022)۔
تاہم، AI ٹیکنالوجی کو کسٹمر سروس کاؤنٹر پر کسی انسان کو تبدیل کرنے کے لیے صرف ایک ذرائع سے زیادہ کے لیے استعمال کیا جا رہا ہے۔ درحقیقت، اے آئی بڑی مقدار میں ڈیٹا کا تجزیہ کرنے میں بہت اچھا ہے۔ AI ٹیکنالوجی کا استعمال صارفین کے تاثرات کا تجزیہ کرنے اور کسٹمر کے جذبات کی شناخت کے لیے کیا جا رہا ہے۔ یہ کمپنیوں کو کسٹمر کی ضروریات اور ترجیحات کو بہتر طور پر سمجھنے کی اجازت دیتا ہے۔ مزید برآں، AI کا استعمال گاہک کے رویے کی پیشن گوئی کرنے اور ممکنہ مسائل کی نشاندہی کرنے کے لیے کیا جا رہا ہے، جس سے کمپنیوں کو صارفین کی ضروریات کو فعال طور پر حل کرنے اور گاہک کے تجربے کو مسئلہ بننے سے پہلے بہتر کرنے کی اجازت ملتی ہے۔
