Amazon च्या साम्राज्याचा जवळपास प्रत्येक व्यावसायिक पैलूमध्ये अविरत विस्तार लवकरच आणखी एक महत्त्वपूर्ण झेप घेऊ शकतो. ई-कॉमर्स क्षेत्रातील या दिग्गज कंपनीच्या चाचणी प्रयोगशाळांमधून एका नवीन, संभाव्यतः परिवर्तन घडवणाऱ्या कृत्रिम बुद्धिमत्तेवर (AI) आधारित साधनाबद्दल कुजबुज ऐकू येत आहे. ‘Buy for Me’ असे नाव दिलेले हे नवजात वैशिष्ट्य केवळ एका किरकोळ अपडेटपेक्षा अधिक आहे; हे Amazon ला केवळ प्रबळ ऑनलाइन स्टोअर म्हणूनच नव्हे, तर सर्व ऑनलाइन खरेदीसाठी एक सार्वत्रिक इंटरफेस म्हणून स्थापित करण्याच्या महत्त्वाकांक्षी दृष्टीचे प्रतीक आहे, अगदी त्या वस्तूंसाठी सुद्धा ज्या Amazon स्वतः विकत नाही. कंपनी या AI-चालित क्षमतेवर गुप्तपणे प्रयोग करत आहे, ज्याचा उद्देश ग्राहक विशाल डिजिटल बाजारपेठेशी कसे संवाद साधतात हे मूलभूतपणे बदलणे आहे. कल्पना करा की तुमच्या Amazon अॅपमध्ये एक बुद्धिमान शॉपिंग सहाय्यक आहे, जो व्यापक वेबवर जाऊन, प्रतिस्पर्धी किंवा तृतीय-पक्ष साइट्सवरून वस्तू निवडण्यास, त्यांच्या चेकआऊट प्रक्रियेतून मार्गक्रमण करण्यास आणि तुमच्या वतीने खरेदी पूर्ण करण्यास सक्षम आहे – हे सर्व तुम्हाला Amazon च्या परिचित डिजिटल परिसंस्थेतून बाहेर न पडता करता येईल.
दृष्टी: AI द्वारे व्यवस्थापित युनिव्हर्सल कार्ट
‘Buy for Me’ मागील मूळ संकल्पना ऑनलाइन शॉपिंगमधील एका सामान्य समस्येचे निराकरण करते. ग्राहक Amazon वर विशिष्ट वस्तू शोधतो. जर प्लॅटफॉर्मवर ती वस्तू नसेल, तर प्रवास तिथेच संपतो, किंवा वापरकर्त्याला दुसरीकडे जावे लागते, नवीन टॅब उघडावे लागतात, अपरिचित वेबसाइट्सना भेट द्यावी लागते आणि संभाव्यतः शिपिंग आणि पेमेंट माहिती अनेक वेळा पुन्हा प्रविष्ट करावी लागते. Amazon या स्थितीत हस्तक्षेप करण्यास सज्ज असल्याचे दिसते. ‘Buy for Me’ एजंट नेमका याच क्षणी सक्रिय होण्यासाठी डिझाइन केला जात आहे – जेव्हा Amazon ची स्वतःची इन्व्हेंटरी कमी पडते. एक बंद मार्ग सादर करण्याऐवजी, AI सक्रियपणे इंटरनेटवर बाह्य रिटेल साइट्सवर उपलब्ध असलेल्या इच्छित उत्पादनासाठी शोध घेईल.
त्यानंतर ते हे तृतीय-पक्ष पर्याय थेट Amazon अॅप इंटरफेसमध्ये सादर करेल. जर ग्राहकाने या बाह्य पर्यायांपैकी एक निवडला, तर AI एजंट सूत्रे हाती घेतो. तो स्वायत्तपणे तृतीय-पक्ष वेबसाइटवर नेव्हिगेट करतो, निवडलेले उत्पादन त्या साइटच्या कार्टमध्ये जोडतो, चेकआऊट प्रक्रियेतून पुढे जातो आणि महत्त्वाचे म्हणजे, व्यवहार अंतिम करण्यासाठी आवश्यक वापरकर्ता तपशील – नाव, वितरण पत्ता आणि पेमेंट क्रेडेन्शियल्स – प्रविष्ट करतो. Amazon वरील शोधापासून ते बाह्य विक्रेत्याकडून खरेदीची पुष्टी होईपर्यंतची संपूर्ण प्रक्रिया Amazon अॅपमध्येच आयोजित केली जाते, ज्यामुळे एक अत्यंत अखंड आणि समाविष्ट वापरकर्ता अनुभव मिळण्याचे वचन दिले जाते. हे केवळ सोयीबद्दल नाही; Amazon स्वतः थेट विक्रेता नसतानाही वापरकर्त्याची प्रतिबद्धता टिकवून ठेवण्यासाठी आणि मिळवण्यासाठी ही एक धोरणात्मक चाल आहे. हे Amazon ला एका डेस्टिनेशन स्टोअरमधून संपूर्ण रिटेल वेबसाठी संभाव्य प्रवेशद्वारामध्ये रूपांतरित करते.
सध्या, या संभाव्यतः गेम-चेंजिंग वैशिष्ट्यात प्रवेश मर्यादित आहे, केवळ बंद बीटा चाचणीमध्ये सहभागी असलेल्या निवडक वापरकर्त्यांच्या गटासाठी उपलब्ध आहे. हे सावध रोलआउट Amazon ला डेटा गोळा करण्यास, AI च्या कार्यक्षमतेत सुधारणा करण्यास आणि कोणत्याही संभाव्य व्यापक उपयोजनापूर्वी वापरकर्त्यांच्या प्रतिक्रियांचे मूल्यांकन करण्यास अनुमती देते. तथापि, याचे परिणाम मोठे आहेत, जे भविष्यात Amazon चे प्लॅटफॉर्म आणि उर्वरित ऑनलाइन रिटेल जग यांच्यातील सीमा अधिकाधिक अस्पष्ट होतील असे सूचित करतात, जे पार्श्वभूमीत काम करणाऱ्या बुद्धिमान सॉफ्टवेअर एजंट्सद्वारे व्यवस्थापित केले जातील.
खरेदीमागील शक्ती: पडद्यामागील तंत्रज्ञान
असे जटिल कार्य करण्यासाठी अत्याधुनिक कृत्रिम बुद्धिमत्तेची आवश्यकता आहे. Amazon आपल्या स्वतःच्या प्रचंड AI क्षमतेचा वापर करत आहे, कथितरित्या त्याच्या अंतर्गत ‘Nova’ AI उपक्रमांमधून आलेले तंत्रज्ञान तैनात करत आहे. शिवाय, Anthropic च्या मॉडेल्ससह सहकार्य किंवा वापर केल्याचे संकेत आहेत, विशेषतः त्याच्या सक्षम Claude लार्ज लँग्वेज मॉडेल, जे त्याच्या प्रगत तर्क आणि मजकूर प्रक्रिया क्षमतेसाठी ओळखले जाते. या कार्यक्षमतेला सक्षम करणारा एक महत्त्वाचा घटक म्हणजे AI एजंट फ्रेमवर्क, कदाचित Amazon च्या अलीकडेच प्रदर्शित केलेल्या’NovaAct’ द्वारे याचे उदाहरण दिले जाऊ शकते. या प्रकारचे AI एजंट साध्या चॅटबॉट्स किंवा शोध अल्गोरिदमच्या पलीकडे एक महत्त्वपूर्ण पाऊल दर्शवते. Nova Act आणि तत्सम तंत्रज्ञान वेबसाइट्सशी संवाद साधण्यासाठी डिझाइन केलेले आहेत जसे की एखादा मानवी वापरकर्ता करेल – बटणे क्लिक करणे, फॉर्म भरणे, व्हिज्युअल लेआउट्सचा अर्थ लावणे आणि स्वायत्तपणे मल्टी-स्टेप प्रक्रिया नेव्हिगेट करणे.
याचा विचार करा की सॉफ्टवेअरला केवळ भाषा समजून घेणे किंवा माहिती शोधणे शिकवणे नाही, तर वेबसाइट इंटरफेसच्या विविध आणि अनेकदा अप्रत्याशित लँडस्केपवर क्रिया करणे शिकवणे. प्रत्येक तृतीय-पक्ष रिटेल साइटची स्वतःची विशिष्ट रचना, चेकआऊट प्रक्रिया आणि संभाव्य त्रुटी असतात. AI एजंटला या विविधते हाताळण्यासाठी, नाव, पत्ता आणि पेमेंटसाठी योग्य फील्ड ओळखण्यासाठी आणि व्यवहार अचूकपणे करण्यासाठी पुरेसे मजबूत असणे आवश्यक आहे. यात वेब पेज समजून घेणे, स्टेट मॅनेजमेंट (चेकआऊटच्या पायऱ्यांचा मागोवा ठेवणे) आणि सुरक्षित डेटा हाताळणी यासारख्या जटिल कार्यांचा समावेश आहे.
या प्रक्रियेसाठी वापरकर्त्याच्या Amazon खात्याच्या माहितीसह खोल एकीकरणाची आवश्यकता आहे. AI ला संग्रहित शिपिंग पत्ते आणि सर्वात महत्त्वाचे म्हणजे, पेमेंट पद्धतींमध्ये सुरक्षितपणे प्रवेश करणे आवश्यक आहे. Amazon जोर देते की ही संवेदनशील आर्थिक माहिती मजबूत सुरक्षा उपायांसह हाताळली जाते. काही नवजात AI शॉपिंग टूल्सच्या विपरीत ज्यांना वापरकर्त्यांना प्रत्येक बाह्य व्यवहारासाठी मॅन्युअली क्रेडिट कार्ड तपशील प्रविष्ट करण्याची आवश्यकता असू शकते, किंवा कमी एकात्मिक पद्धतींवर अवलंबून राहावे लागते, Amazon ची प्रणाली वापरकर्त्याच्या Amazon प्रोफाइलमध्ये संग्रहित बिलिंग माहिती एन्क्रिप्ट करण्यासाठी आणि स्वयंचलित चेकआऊट दरम्यान तृतीय-पक्ष साइटच्या पेमेंट फील्डमध्ये सुरक्षितपणे इंजेक्ट करण्यासाठी डिझाइन केलेली आहे. याचा उद्देश सोयी आणि सुरक्षिततेचा स्तर प्रदान करणे आहे, जरी विविध वेबसाइट संरचनांमध्ये या सुरक्षित इंजेक्शनच्या गुंतागुंतीमुळे एक महत्त्वपूर्ण तांत्रिक आव्हान निर्माण होते.
स्पर्धात्मक परिस्थिती आणि विश्वासाचे अडथळे
Amazon चा ‘Buy for Me’ उपक्रम एका रिकाम्या जागेत अस्तित्वात नाही. हे एका वाढत्या क्षेत्रात प्रवेश करत आहे जिथे टेक दिग्गज आणि स्टार्टअप्स सारखेच AI च्या क्षमतेचा ऑनलाइन वाणिज्य सुव्यवस्थित करण्यासाठी शोध घेत आहेत. Google, त्याच्या Shopping प्लॅटफॉर्मद्वारे आणि संभाव्यतः त्याच्या Chrome ब्राउझर किंवा Assistant मध्ये वैशिष्ट्ये समाकलित करून, एक नैसर्गिक स्पर्धक आहे. AI शोध इंजिन Perplexity सारख्या इतर खेळाडूंनी देखील AI-सहाय्यित खरेदीचा प्रयोग केला आहे, जरी भिन्न यंत्रणा वापरून, जसे की बाह्य साइट्सशी संबंधित व्यवहार जोखीम व्यवस्थापित करण्यासाठी प्रीपेड कार्ड्स वापरणे. Amazon चा दृष्टिकोन त्याच्या विद्यमान अॅपमध्ये खोल एकीकरणाच्या महत्त्वाकांक्षेत आणि वापरकर्त्याच्या प्राथमिक पेमेंट पद्धतींच्या थेट वापरात वेगळा दिसतो.
कंपनी वापरकर्त्याच्या गोपनीयतेबद्दल एक उल्लेखनीय दावा करते: ती असे प्रतिपादन करते की ‘Buy for Me’ एजंटद्वारे या तृतीय-पक्ष वेबसाइट्सवरून वापरकर्ते खरेदी करत असलेल्या विशिष्ट वस्तूंची कोणतीही दृश्यमानता ती ठेवत नाही. पेमेंट डेटा स्वतः ट्रान्समिशन आणि एंट्री दरम्यान एन्क्रिप्ट केला जात असला तरी, डेटा संकलनाचे व्यापक परिणाम छाननीचा विषय राहतात. बाह्यतः खरेदी केलेल्या अचूक उत्पादन SKU ची माहिती नसतानाही, Amazon संभाव्यतः वापरकर्त्याचा हेतू, ब्रँड प्राधान्ये आणि किंमत संवेदनशीलता याबद्दल मौल्यवान अंतर्दृष्टी मिळवते जेव्हा त्याचे स्वतःचे प्लॅटफॉर्म गरज पूर्ण करण्यात अयशस्वी ठरते. वापरकर्ते कुठे जातात आणि Amazon च्या बाहेर कोणत्या श्रेणी शोधतात हे समजून घेणे धोरणात्मकदृष्ट्या मौल्यवान डेटा आहे, जरी विशिष्ट वस्तूंचे तपशील अस्पष्ट असले तरीही.
तथापि, सर्वात मोठा अडथळा वापरकर्त्याचा विश्वास असू शकतो, विशेषतः जेव्हा त्यात आर्थिक व्यवहार स्वयंचलित करण्याचा समावेश असतो. एखाद्या AI एजंटला आपल्या क्रेडिट कार्ड माहितीसह अपरिचित वेबसाइट्सवर नेव्हिगेट करण्यासाठी आणि व्यवहार करण्यासाठी मोकळे सोडण्याची कल्पना अनेक ग्राहकांना थांबायला लावेल. त्रुटींची शक्यता, जरी कठोर चाचणीद्वारे कमी केली जाईल अशी आशा असली तरी, पूर्णपणे काढून टाकली जाऊ शकत नाही. AI एजंट्स, विशेषतः जे विविध वेबसाइट्सच्या गतिशील आणि कधीकधी अप्रत्याशित वातावरणाशी संवाद साधतात, त्यांना अनपेक्षित समस्या येऊ शकतात. ते एखाद्या फील्डचा चुकीचा अर्थ लावू शकतात, लूपमध्ये अडकू शकतात, डिस्काउंट कोड योग्यरित्या लागू करण्यात अयशस्वी होऊ शकतात, किंवा अधिक चिंताजनक परिस्थितीत, ऑर्डरच्या प्रमाणात चूक करू शकतात – क्लासिक ‘फॅट फिंगर’ त्रुटी, परंतु सॉफ्टवेअरद्वारे कार्यान्वित. कल्पना करा की एखाद्या नॉन-स्टँडर्ड वेबसाइट लेआउटवरील क्वांटिटी सिलेक्टर AI ने चुकीचे वाचल्यामुळे एका युनिटऐवजी चुकून वस्तूचा संपूर्ण केस ऑर्डर करणे. TechCrunch आणि इतर निरीक्षकांनी नोंदवले आहे की शॉपिंग एजंट्सच्या सध्याच्या पिढ्या कधीकधी धीम्या असू शकतात किंवा जटिल वेब परस्परसंवादांदरम्यान अयशस्वी होण्याची शक्यता असते. अशा प्रणालीच्या विश्वासार्हतेवर आणि सुरक्षिततेवर वापरकर्त्याचा विश्वास निर्माण करणे तिच्या स्वीकृतीसाठी अत्यंत महत्त्वाचे असेल.
अडचणीचा मुद्दा: रिटर्न्स आणि ग्राहक सेवा
तांत्रिक आणि सुरक्षा विचारांच्या पलीकडे खरेदी-पश्चात अनुभवाबाबत, विशेषतः रिटर्न्स आणि एक्सचेंजबाबत एक व्यावहारिक आव्हान आहे. Amazon ने आपल्या प्रतिष्ठेचा एक महत्त्वपूर्ण भाग तुलनेने सरळ आणि ग्राहक-केंद्रित रिटर्न्स प्रक्रियेवर तयार केला आहे. वापरकर्ते जे त्यांच्या Amazon ऑर्डर इतिहासाद्वारे सहजपणे रिटर्न्स सुरू करण्यास सरावलेले आहेत, त्यांना ‘Buy for Me’ प्रणालीमुळे अनावश्यक गुंतागुंत येऊ शकते.
कारण वास्तविक व्यवहार तृतीय-पक्ष किरकोळ विक्रेत्याच्या वेबसाइटवर होतो, रिटर्न, एक्सचेंज किंवा ग्राहक सेवा हस्तक्षेपाची आवश्यकता असलेल्या कोणत्याही समस्या थेट त्या मूळ स्टोअरफ्रंटशी हाताळल्या पाहिजेत, Amazon द्वारे नाही. ग्राहकाला संभाव्यतः तृतीय-पक्ष विक्रेत्याची संपर्क माहिती शोधावी लागेल, त्यांचे विशिष्ट रिटर्न धोरण (जे मोठ्या प्रमाणात बदलू शकते) समजून घ्यावे लागेल आणि प्रक्रिया स्वतंत्रपणे व्यवस्थापित करावी लागेल. यामुळे संभाव्यतः एक विस्कळीत आणि खंडित ग्राहक सेवा अनुभव तयार होतो. एखादा वापरकर्ता कदाचित Amazon वरून थेट वस्तू खरेदी करू शकतो आणि त्याच आठवड्यात ‘Buy for Me’ एजंटद्वारे वस्तू खरेदी करू शकतो, ज्यामुळे त्या ऑर्डर्स व्यवस्थापित करण्यासाठी भिन्न प्रक्रिया आणि संपर्क बिंदू निर्माण होतात. हे घर्षण सुरुवातीच्या खरेदी प्रक्रियेद्वारे वचन दिलेल्या अखंडतेपासून विचलित करू शकते आणि संभाव्यतः Amazon च्या केंद्रीकृत समर्थन प्रणालीला सरावलेल्या वापरकर्त्यांना निराश करू शकते. प्रभावीपणे, Amazon खरेदीसाठी सुविधा देणारा म्हणून काम करते परंतु त्यानंतरच्या ग्राहक सेवा संबंधांपासून मागे हटते, जे प्लॅटफॉर्मच्या एकात्मिक विक्री-पश्चात समर्थनाला महत्त्व देणाऱ्या अनेक ग्राहकांसाठी एक महत्त्वपूर्ण गैरसोय असू शकते. जर हे वैशिष्ट्य लोकप्रिय झाले तर जबाबदारीच्या या विभाजनाभोवती अपेक्षा व्यवस्थापित करणे महत्त्वपूर्ण असेल.
रिटेल इकोसिस्टमची पुनर्रचना: संधी आणि वर्चस्व
‘Buy for Me’ सारख्या साधनाची ओळख व्यापक ई-कॉमर्स लँडस्केपसाठी, विशेषतः तृतीय-पक्ष किरकोळ विक्रेत्यांसाठी ज्यांच्या साइट्सवर AI एजंट व्यवहार करेल, गंभीर परिणाम घडवून आणते. एका बाजूला, याला एक नवीन, संभाव्यतः शक्तिशाली विक्री चॅनेल म्हणून पाहिले जाऊ शकते. किरकोळ विक्रेत्यांना Amazon वापरकर्त्यांद्वारे वाढलेली रहदारी आणि विक्री दिसू शकते ज्यांनी अन्यथा त्यांची साइट कधीही शोधली नसती किंवा त्यांचा शोध सोडून दिला असता. Amazon, या अर्थाने, लीड जनरेटर आणि व्यवहार सुलभकर्ता म्हणून काम करते, संभाव्यतः ग्राहकांना थेट किरकोळ विक्रेत्याच्या स्वतःच्या प्लॅटफॉर्मवर खरेदीच्या बिंदूपर्यंत आणते. हे विशेषतः लहान किंवा विशिष्ट किरकोळ विक्रेत्यांसाठी फायदेशीर ठरू शकते ज्यांच्याकडे Amazon ची प्रचंड पोहोच नाही.
तथापि, एक प्रति-युक्तिवाद आहे जो Amazon चे वर्चस्व आणखी दृढ करण्याचे चित्र रंगवतो. वापरकर्त्यांचे शोध प्लॅटफॉर्मच्या बाहेर जात असतानाही त्यांना पकडून, Amazon वापरकर्त्याला त्याच्या इकोसिस्टममध्ये बंदिस्त ठेवते. वापरकर्त्याचा प्रवास Amazon अॅपमध्ये सुरू होतो आणि संपतो, ज्यामुळे Amazon ची ऑनलाइन शॉपिंगसाठी प्राथमिक, कदाचित एकमेव, इंटरफेस म्हणून स्थिती मजबूत होते. यामुळे ग्राहक आणि तृतीय-पक्ष किरकोळ विक्रेता यांच्यातील थेट ब्रँड संबंध कमी होऊ शकतो, कारण सुरुवातीचा शोध आणि व्यवहार Amazon च्या AI द्वारे मध्यस्थी केले गेले होते. शिवाय, हे व्यावसायिक मॉडेलबद्दल प्रश्न निर्माण करते. ‘Buy for Me’ एजंटद्वारे सुलभ केलेल्या खरेदीसाठी Amazon किरकोळ विक्रेत्यांकडून कमिशन किंवा रेफरल फी आकारण्याचा प्रयत्न करेल का? अशी चाल बाह्य वेबसाइट्सना Amazon च्या अटींना बांधील असलेल्या अर्ध-बाजारपेठांमध्ये बदलू शकते, ज्यामुळे डिजिटल कॉमर्समधील त्याची केंद्रीय भूमिका आणखी मजबूत होईल. जर Amazon केवळ स्वतःच्या बाजारपेठेसाठीच नव्हे तर व्यापक वेबवर होणाऱ्या व्यवहारांसाठीही द्वारपाल बनले तर शक्तीचे संतुलन लक्षणीयरीत्या बदलते.
क्षितिज: AI अंतिम वैयक्तिक खरेदीदार म्हणून
पुढे पाहता, ‘Buy for Me’ वैशिष्ट्य, जर यशस्वी झाले आणि व्यापकपणे स्वीकारले गेले, तर ते अधिकाधिक अत्याधुनिक AI-चालित खरेदी अनुभवांच्या दिशेने फक्त पहिले पाऊल असू शकते. अशा एजंट्सच्या भविष्यातील आवृत्त्या खऱ्या वैयक्तिक खरेदीदार बनू शकतात, ज्यांना अधिक स्वायत्तता आणि बुद्धिमत्ता प्रदान केली जाईल. कल्पना करा की एक AI जो केवळ उत्पादन शोधून खरेदी करत नाही, तर अनेक विक्रेत्यांमधील किमतींची आपोआप तुलना करतो, संबंधित कूपन कोड शोधतो आणि लागू करतो, शिपिंग खर्च आणि वेळा विचारात घेतो आणि कदाचित लागू असेल तेथे ऑफर्सवर वाटाघाटी करतो.
हे एजंट्स संभाव्यतः जटिल खरेदी सूची व्यवस्थापित करू शकतात, किंमत, वितरण गती किंवा नैतिक विचारांसाठी ऑप्टिमाइझ करण्यासाठी विविध ऑनलाइन स्टोअरमधून वस्तू मिळवू शकतात, त्यांना वापरकर्त्यासाठी एकाच, व्यवस्थापनीय प्रक्रियेत एकत्रित करू शकतात. ते कालांतराने वापरकर्त्याची प्राधान्ये शिकू शकतात, विक्री प्लॅटफॉर्मची पर्वा न करता, वापरकर्ते वारंवार खरेदी करत असलेल्या वस्तूंवर उत्पादने सुचवू शकतात किंवा विक्रीबद्दल वापरकर्त्यांना सतर्क करू शकतात. दीर्घकालीन दृष्टी एक AI स्तर असू शकते जी संपूर्ण इंटरनेट रिटेल पायाभूत सुविधांच्या वर बसते, वैयक्तिक वेबसाइट्सची गुंतागुंत दूर करते आणि वापरकर्त्याला एक एकीकृत, वैयक्तिकृत आणि अत्यंत कार्यक्षम शॉपिंग इंटरफेस सादर करते.
तथापि, हा मार्ग डेटा गोपनीयता, अल्गोरिथमिक बायस (उदा. विशिष्ट किरकोळ विक्रेत्यांना प्राधान्य देणे), सुरक्षा भेद्यता आणि बाजारातील फेरफाराची शक्यता याबद्दलच्या चिंता देखील तीव्र करतो. AI एजंट्स ग्राहकांच्या खरेदी हाताळण्यात अधिक सक्षम आणि स्वायत्त बनल्यामुळे, पारदर्शकता, मजबूत सुरक्षा प्रोटोकॉल आणि वापरकर्ता नियंत्रण आणि उपायांसाठी स्पष्ट यंत्रणेची आवश्यकता आणखी गंभीर होईल. Amazon चा ‘Buy for Me’ प्रयोग या भविष्याचा एक प्रारंभिक सूचक म्हणून काम करतो, सोयीसाठी प्रचंड क्षमता आणि AI आपल्या डिजिटल अर्थव्यवस्थेशी असलेल्या परस्परसंवादात अधिकाधिक मध्यस्थी करत असताना संबोधित करणे आवश्यक असलेल्या महत्त्वपूर्ण आव्हानांवर प्रकाश टाकतो. शांत चाचणीचा टप्पा लवकरच खरेदीच्या भविष्याबद्दल मोठ्या आवाजातील संभाषणाला मार्ग देऊ शकतो.