একজন গ্রাহক খুচরা প্রদর্শনের একটি AI-জেনারেটেড ছবি পাঠায় এবং জিজ্ঞেস করে, "আপনি কি এটি তৈরি করতে পারেন? এর দাম কত?"
কাস্টম ডিসপ্লে নির্মাতাদের জন্য, এই পরিস্থিতি আরও সাধারণ হয়ে উঠছে। কয়েক বছর আগে, গ্রাহকরা সাধারণত পণ্যের ছবি, মোটামুটি স্কেচ, ব্র্যান্ড নির্দেশিকা বা সাধারণ রেফারেন্স ছবি পাঠাতেন। এখন, অনেক ক্রেতা সরবরাহকারীর সাথে যোগাযোগ করার আগে ডিসপ্লে ধারণা তৈরি করতে AI টুল ব্যবহার করে। কিছু AI চিত্র খুব পালিশ দেখায়। কিছু দেখতে প্রায় বাস্তব খুচরো ফটোর মত।
একই সময়ে, গ্রাহকরা অনুসন্ধানের ইমেলগুলি লিখতে, ডিজাইনের সংক্ষিপ্ত বিবরণ প্রস্তুত করতে, পণ্যের প্রয়োজনীয়তাগুলি সংগঠিত করতে এবং সরবরাহকারীদের প্রযুক্তিগত প্রশ্ন জিজ্ঞাসা করতে AI ব্যবহার করছেন। অন্যদিকে নির্মাতারাও একই কাজ করছেন। বিক্রয় দলগুলি গ্রাহকের তথ্য সংগঠিত করতে, দ্রুত উত্তর দিতে, নমুনা আপডেটগুলি ব্যাখ্যা করতে এবং প্রকৌশলী মন্তব্যগুলিকে পরিষ্কার গ্রাহকের ভাষায় অনুবাদ করতে AI ব্যবহার করে।
সুতরাং, নির্মাতাদের জন্য এআই ভাল না খারাপ?
সংক্ষিপ্ত উত্তর: AI সহায়ক যখন এটি যোগাযোগের উন্নতি করে, কিন্তু ঝুঁকিপূর্ণ যখন লোকেরা AI চিত্র বা AI-লিখিত পাঠ্যকে চূড়ান্ত উত্পাদন তথ্য হিসাবে বিবেচনা করে।
একটি কাস্টম ডিসপ্লে প্রস্তুতকারকের জন্য, AI প্রাথমিক যোগাযোগের পর্যায়টিকে দ্রুত এবং আরও চাক্ষুষ করতে পারে। এটি গ্রাহক এবং সরবরাহকারী উভয়কেই ধারণাগুলি আরও স্পষ্টভাবে বর্ণনা করতে সহায়তা করতে পারে। কিন্তু AI ইঞ্জিনিয়ারিং পর্যালোচনা, বাস্তব উপাদান নির্বাচন, কাঠামোগত পরীক্ষা, উদ্ধৃতি বিশ্লেষণ, নমুনা বিকাশ, বা উত্পাদন নিয়ন্ত্রণ প্রতিস্থাপন করতে পারে না।
যে পার্থক্য গুরুত্বপূর্ণ.
নির্মাতাদের জন্য AI এর সুবিধা এবং অসুবিধাগুলি কী কী?
AI সরঞ্জামগুলি নির্মাতাদের জন্য প্রকৃত সুবিধা নিয়ে আসে, বিশেষ করে গ্রাহক যোগাযোগে। কিন্তু তারা নতুন সমস্যাও তৈরি করে যখন গ্রাহক এবং সরবরাহকারীরা AI এর উপর খুব বেশি নির্ভর করে।
|
নির্মাতাদের জন্য AI সুবিধা |
প্রস্তুতকারকদের জন্য এআই অপূর্ণতা |
|
গ্রাহকদের দৃশ্যত ধারণা প্রদর্শন করতে সাহায্য করে |
AI চিত্রগুলি অবাস্তব বা উত্পাদন করা অসম্ভব হতে পারে |
|
তদন্ত যোগাযোগ দ্রুত করে তোলে |
গ্রাহকরা অসম্পূর্ণ ধারণা থেকে তাত্ক্ষণিক উদ্ধৃতি আশা করতে পারে |
|
বিক্রয় দলকে গ্রাহকের চাহিদা সংগঠিত করতে সহায়তা করে |
এআই-লিখিত সংক্ষিপ্ত বিবরণ সম্পূর্ণ শোনাতে পারে কিন্তু মূল উৎপাদন বিবরণ মিস করে |
|
আরও পরিষ্কার ফলো আপ ইমেল- সমর্থন করে৷ |
AI উত্তরগুলি পেশাদার শোনাতে পারে তবে চেক না করা হলে অতিরিক্ত প্রতিশ্রুতি দিতে পারে |
|
নকশা এবং নমুনা পরিবর্তন ব্যাখ্যা করতে সাহায্য করে |
AI ইঞ্জিনিয়ারিং পর্যালোচনা বা উৎপাদন রায় প্রতিস্থাপন করতে পারে না |
|
ভাষা জুড়ে যোগাযোগ ঘর্ষণ হ্রাস |
সংবেদনশীল গ্রাহক তথ্য অসতর্কভাবে ব্যবহার করা হলে ভুল ব্যবস্থাপনা হতে পারে |
|
রুক্ষ ধারণাগুলিকে কাঠামোবদ্ধ প্রকল্প আলোচনায় পরিণত করতে সাহায্য করে |
চাক্ষুষ প্রত্যাশা বাজেট বা উপাদান অনুমোদনের চেয়ে বেশি হতে পারে |
সহজ ভাষায়, AI ধারণা এবং যোগাযোগ পর্যায়ে দরকারী।
এটি ঝুঁকিপূর্ণ হয়ে ওঠে যখন এটি একটি ডিজাইন ফাইল, উদ্ধৃতি ভিত্তি, প্রকৌশল সমাধান, বা উত্পাদন প্রতিশ্রুতি হিসাবে বিবেচিত হয়।
কিভাবে AI গ্রাহক এবং নির্মাতাদের মধ্যে যোগাযোগ পরিবর্তন করছে
AI অনেক কাস্টম ডিসপ্লে প্রজেক্টের স্টার্টিং পয়েন্ট পরিবর্তন করেছে।
আগে, একজন গ্রাহক লিখতে পারেন:
>আমাদের নতুন পণ্যের জন্য একটি কার্ডবোর্ড প্রদর্শন প্রয়োজন।
এই ধরনের তদন্ত খুব খোলা ছিল. প্রোজেক্টটি এগিয়ে যাওয়ার আগে সেলস টিমকে অনেকগুলি ফলো-আপ প্রশ্ন- জিজ্ঞাসা করতে হয়েছিল৷
এখন, একজন গ্রাহক আকৃতি, রঙের শৈলী, পণ্যের বিন্যাস, স্টোরের পটভূমি এবং এমনকি আলোর পরিবেশ দেখায় একটি AI-জেনারেটেড ডিসপ্লে ইমেজ পাঠাতে পারে। ছবিটি নির্মাতাকে গ্রাহকের মনে কী আছে তা আরও দ্রুত বুঝতে সাহায্য করতে পারে।
এটা একটা ভালো জিনিস।
কিন্তু ইমেজ প্রায়ই বাস্তব উত্পাদন জন্য প্রয়োজনীয় তথ্য অন্তর্ভুক্ত না. এটি প্রদর্শনের আকার নাও দেখাতে পারে। এটা বাস্তব উপাদান বেধ প্রতিফলিত নাও হতে পারে. তাকগুলি সমর্থন ছাড়াই ভাসতে দেখা যেতে পারে। পণ্যটি বাস্তবের চেয়ে হালকা দেখাতে পারে। ডিসপ্লেটি সুন্দর হতে পারে, কিন্তু তৈরি করা খুব ব্যয়বহুল, জাহাজের জন্য খুব বড়, বা সত্যিকারের খুচরা দোকানে অস্থির।
এটি নতুন যোগাযোগের চ্যালেঞ্জ।
AI গ্রাহকদের দ্রুত ধারণা প্রকাশ করতে সাহায্য করে। তবে নির্মাতাদের এখনও সেই ধারণাগুলিকে ব্যবহারিক প্রদর্শন কাঠামোতে পরিণত করতে হবে।
সুবিধা 1: AI গ্রাহকদের তাদের ধারণা আরও স্পষ্টভাবে প্রকাশ করতে সাহায্য করে
অনেক ক্রেতার জন্য, একটি কাস্টম ডিসপ্লে স্ট্যান্ড বর্ণনা করা সহজ নয়।
তারা কী অনুভূতি চায় তা তারা জানে। তারা ব্র্যান্ডের রঙ, পণ্যের ধরন এবং স্টোরের পরিবেশ জানতে পারে। কিন্তু তারা ফ্লোর ডিসপ্লে, কাউন্টার ডিসপ্লে, সাইডকিক ডিসপ্লে, ডাম্প বিন, প্যালেট ডিসপ্লে, বা মিশ্র-মেটেরিয়াল রিটেল ডিসপ্লে এর মধ্যে পার্থক্য জানেন না।
AI সেই ফাঁক বন্ধ করতে সাহায্য করে।
একজন গ্রাহক একটি ধারণা চিত্র তৈরি করতে পারেন এবং বলতে পারেন:
>এটি আমরা যা চাই তার কাছাকাছি।
সেই চিত্রটি উৎপাদনের জন্য প্রস্তুত নাও হতে পারে-কিন্তু এটি প্রস্তুতকারককে দরকারী তথ্য দেয়:
- পছন্দের প্রদর্শন আকৃতি
- রঙের দিক
- পণ্য উপস্থাপনা শৈলী
- খুচরা পরিবেশ
- ব্র্যান্ডিং তীব্রতা
- তাক বা প্রদর্শন অঞ্চলের সংখ্যা
- অস্থায়ী বা প্রিমিয়াম চাক্ষুষ অনুভূতি
- গ্রাহক কাগজ, এক্রাইলিক, ধাতু, কাঠ, বা একটি মিশ্র{0}}বস্তু দেখতে চান কিনা
একটি কাস্টম ডিসপ্লে প্রস্তুতকারকের জন্য, এটি প্রাথমিক আলোচনায় সময় বাঁচাতে পারে।
ক্রেতার চাক্ষুষ দিক অনুমান করার পরিবর্তে, বিক্রয় এবং নকশা দল একটি পরিষ্কার রেফারেন্স দিয়ে শুরু করতে পারে।
তবুও, নির্মাতাকে জিজ্ঞাসা করতে হবে:
>এই চিত্রটি কি শুধুমাত্র একটি শৈলী রেফারেন্স, নাকি আপনি চান যে আমরা এটির উপর ভিত্তি করে একটি বাস্তব কাঠামো বিকাশ করি?
যে একটি প্রশ্ন অনেক ভুল বোঝাবুঝি প্রতিরোধ করে.
সুবিধা 2: AI প্রস্তুতকারকদের দ্রুত অনুসন্ধানগুলি সংগঠিত করতে সহায়তা করে৷
যখন একটি বিক্রয় দল একটি তদন্ত পায়, প্রথম কাজটি উদ্ধৃত করা হয় না। প্রথম কাজটি বোঝা।
AI বিক্ষিপ্ত গ্রাহকের তথ্যকে একটি পরিষ্কার প্রকল্প সংক্ষিপ্ত আকারে সংগঠিত করতে সাহায্য করতে পারে। উদাহরণস্বরূপ, যদি একজন গ্রাহক বেশ কয়েকটি বার্তা, পণ্যের ছবি, AI ধারণার ছবি এবং রুক্ষ প্রয়োজনীয়তা পাঠায়, AI সংক্ষিপ্তভাবে সাহায্য করতে পারে:
- কি পণ্য প্রদর্শিত হবে
- গ্রাহক কি ধরনের ডিসপ্লে চান
- কোন তথ্য অনুপস্থিত
- পরবর্তীতে কি প্রশ্ন করা উচিত
- প্রকল্পটি খুচরা দোকান, ইভেন্ট, সুপারমার্কেট বা প্রদর্শনীর জন্য কিনা
- গ্রাহক কার্ডবোর্ড, পিভিসি, এক্রাইলিক, ধাতু, কাঠ বা মধুচক্র বোর্ড সম্পর্কে কথা বলছেন কিনা
- প্রকল্পের নকশা, নমুনা, উৎপাদন, বা শুধুমাত্র একটি মূল্য অনুমান প্রয়োজন কিনা
এটি বিক্রয় যোগাযোগের জন্য দরকারী।
একজন গ্রাহক লিখতে পারেন:
>আপনি এই প্রদর্শন উদ্ধৃত করতে পারেন? আমাদের স্ন্যাক ব্র্যান্ডের জন্য ইমেজের মতো কিছু দরকার।
AI বিক্রয় দলকে একটি পেশাদার প্রতিক্রিয়া সংগঠিত করতে সহায়তা করতে পারে:
- ধারণার রেফারেন্সের জন্য গ্রাহককে ধন্যবাদ।
- ব্যাখ্যা করুন যে চিত্রটি ডিজাইনের দিকনির্দেশ হিসাবে ব্যবহার করা যেতে পারে।
- পণ্যের আকার এবং ওজনের জন্য জিজ্ঞাসা করুন।
- প্রত্যাশিত প্রদর্শন মাত্রা জন্য জিজ্ঞাসা করুন.
- অর্ডার পরিমাণ জন্য জিজ্ঞাসা করুন.
- ডিসপ্লেটি ফ্ল্যাট-প্যাক করা বা একত্রিত করা উচিত কিনা তা জিজ্ঞাসা করুন৷
- গ্রাহকের আর্টওয়ার্ক ফাইল আছে কিনা জিজ্ঞাসা করুন।
- ব্যাখ্যা করুন যে সঠিক উদ্ধৃতির আগে প্রকৌশল পর্যালোচনা প্রয়োজন।
উত্তর দ্রুত হয়. আরো সুগঠিত. গ্রাহক বুঝতে সহজ.
কিন্তু AI উদ্ধৃতি কৌশল নির্ধারণ করা উচিত নয়. এটি গ্রাহকের বাজেট, জরুরীতা, গুরুত্ব বা দীর্ঘ-মূল্য বিচার করতে পারে না। এগুলি এখনও বিক্রয় অভিজ্ঞতার উপর নির্ভর করে।
সুবিধা 3: AI ফলো-যোগাযোগকে আরও দক্ষ করে তোলে
ফলো-যোগাযোগ কাস্টম ডিসপ্লে প্রকল্পের একটি বড় অংশ।
প্রথম তদন্তের পরে, আলোচনার অনেক রাউন্ড হতে পারে:
- উপাদান নির্বাচন
- কাঠামো সমন্বয়
- আর্টওয়ার্ক নিশ্চিতকরণ
- উদ্ধৃতি সংশোধন
- নমুনা অগ্রগতি
- শিপিং পদ্ধতি
- প্যাকিং নকশা
- উত্পাদন সময়সূচী
- গ্রাহক প্রতিক্রিয়া
- ইঞ্জিনিয়ারিং পরামর্শ
AI বিক্রয় দলগুলিকে আরও স্পষ্ট ফলোআপ বার্তা লিখতে সাহায্য করতে পারে, বিশেষ করে যখন বিষয় প্রযুক্তিগত তথ্য জড়িত থাকে।
উদাহরণস্বরূপ, একজন প্রকৌশলী বিক্রয় দলকে বলতে পারেন:
>তাক কোণ সমন্বয় প্রয়োজন। অন্যথায়, পণ্যটি লোড করার পরে এগিয়ে যেতে পারে।
একজন বিক্রয় ব্যক্তি AI ব্যবহার করে এটিকে গ্রাহক-বান্ধব ইংরেজিতে পরিণত করতে পারেন:
>আমাদের ইঞ্জিনিয়ারিং টিম খুচরা ব্যবহারের সময় পণ্যের স্থিতিশীলতা উন্নত করতে শেল্ফের কোণটি সামান্য সামঞ্জস্য করার পরামর্শ দেয়। এই পরিবর্তন পণ্য লোড করার পরে অবস্থানে থাকতে সাহায্য করবে।
এই ধরনের যোগাযোগ গুরুত্বপূর্ণ.
গ্রাহকদের সবসময় অভ্যন্তরীণ প্রযুক্তিগত ভাষা পড়তে হবে না। তাদের পরিবর্তনের পেছনের কারণ বুঝতে হবে।
এআই প্রস্তুত করতেও সাহায্য করতে পারে:
- উদ্ধৃতি ফলো-ইমেল
- নমুনা অগ্রগতি আপডেট
- নকশা সংশোধন ব্যাখ্যা
- গ্রাহক অনুস্মারক বার্তা
- মিটিংয়ের সারাংশ
- নিশ্চিতকরণ চেকলিস্ট
সুবিধা এই নয় যে AI "অনুসরণ করে-"৷ সুবিধা হল যে AI বিক্রয় দলগুলিকে আরও স্পষ্টভাবে এবং ধারাবাহিকভাবে বার্তা প্রকাশ করতে সহায়তা করে।
সুবিধা 4: এআই ডিজাইন ফাইল এবং স্যাম্পলিং বিশদ ব্যাখ্যা করতে সাহায্য করে
কাস্টম প্রদর্শন প্রকল্প প্রায়ই অনেক ফাইল এবং নিশ্চিতকরণ জড়িত.
গ্রাহকরা এআই ছবি, ব্র্যান্ড নির্দেশিকা, প্যাকেজিং আর্টওয়ার্ক, পণ্যের ফটো বা রুক্ষ স্কেচ পাঠাতে পারে। নির্মাতারা 3D রেন্ডারিং, কাঠামো অঙ্কন, ডাইলাইন, নমুনা ফটো, উপাদান পরামর্শ এবং প্যাকিং নির্দেশাবলী প্রস্তুত করতে পারে।
AI এই ফাইলগুলিকে আরও সংগঠিত উপায়ে ব্যাখ্যা করতে সাহায্য করতে পারে।
উদাহরণস্বরূপ, নমুনা নেওয়ার আগে, একজন সরবরাহকারীকে নিশ্চিত করার জন্য গ্রাহকের প্রয়োজন হতে পারে:
- সামগ্রিক প্রদর্শন আকার
- পণ্যের আকার এবং ওজন
- তাক সংখ্যা
- উপাদান পছন্দ
- মুদ্রণ শিল্পকর্ম
- সারফেস ফিনিস
- সমাবেশ পদ্ধতি
- প্যাকিং পদ্ধতি
- শিপিং প্রয়োজনীয়তা
- নমুনা পুনর্বিবেচনা পয়েন্ট
AI এটিকে একটি পরিষ্কার নমুনা নিশ্চিতকরণ চেকলিস্টে পরিণত করতে সাহায্য করতে পারে।
এটি সহায়ক কারণ অনেক নমুনা সমস্যা অসম্পূর্ণ নিশ্চিতকরণ থেকে আসে। গ্রাহক উপস্থিতি অনুমোদন করতে পারে কিন্তু শেলফ লোড নিশ্চিত করতে ভুলে যান। অথবা তারা প্রদর্শনের আকার অনুমোদন করতে পারে কিন্তু পরে পণ্য প্যাকেজিং আকার পরিবর্তন করে।
এআই এই সব প্রতিরোধ করতে পারে না। তবে এটি নির্মাতাদের নিশ্চিতকরণ পয়েন্টগুলি আরও স্পষ্টভাবে যোগাযোগ করতে সহায়তা করতে পারে।
চূড়ান্ত দায়িত্ব এখনও দলের।
নমুনা নেওয়ার আগে, প্রকৌশল, নকশা, বিক্রয়, এবং গ্রাহকের অনুমোদন সবই সারিবদ্ধ হওয়া উচিত। AI ভাষাতে সাহায্য করতে পারে। এটি পর্যালোচনা প্রতিস্থাপন করতে পারে না.
ঝুঁকি 1: AI-উত্পন্ন চিত্রগুলি প্রায়শই ভাল দেখায় কিন্তু উৎপাদন হয় না-প্রস্তুত
এটি এখন নির্মাতাদের সবচেয়ে বড় সমস্যা।
AI-জেনারেট করা ডিসপ্লে চিত্রগুলি চিত্তাকর্ষক দেখতে পারে৷ তাদের সুন্দর আলো, নিখুঁত তাক, পরিষ্কার খুচরা ব্যাকগ্রাউন্ড এবং আকর্ষণীয় পণ্য বসানো থাকতে পারে। কিন্তু এই ইমেজ অনেক বাস্তব উত্পাদন যুক্তি অনুসরণ করে না.
সাধারণ সমস্যাগুলির মধ্যে রয়েছে:
- কোন বাস্তব মাত্রা
- অবাস্তব উপাদান বেধ
- সঠিক সমর্থন ছাড়া তাক
- কাঠামো যা সমতল-প্যাক করা যাবে না
- আকৃতি যা মারা কঠিন-কাটা বা একত্রিত করা
- পণ্য ওজন বিবেচনা করা হয় না
- স্থিতিশীলতার জন্য ডিসপ্লে বেস খুব ছোট
- মুদ্রণ এলাকা কাঠামোগত অংশ থেকে পৃথক করা হয় না
- দামী চাক্ষুষ বিবরণ যা গ্রাহক আশা করে না
- ছবিতে দেখানো মিশ্র উপকরণ কিন্তু স্পষ্টভাবে সংজ্ঞায়িত করা হয়নি
উদাহরণস্বরূপ, একটি AI চিত্র একটি বাঁকা ভাসমান শেল্ফ, চকচকে অ্যাক্রিলিক-যেমন প্যানেল, মেটাল-লুকিং ফ্রেম এবং কাঠের টেক্সচার সহ একটি কার্ডবোর্ড প্রদর্শন দেখাতে পারে। গ্রাহক একটি সাধারণ কার্ডবোর্ডের মূল্য চাইতে পারে, কিন্তু চিত্রটি আসলে একটি জটিল মিশ্র উপাদানের কাঠামোর পরামর্শ দেয়৷
এই কারণে নির্মাতাদের সরাসরি একটি AI চিত্র থেকে উদ্ধৃত করা উচিত নয়।
একটি AI-উত্পন্ন চিত্র একটি ধারণার রেফারেন্স, একটি উত্পাদন অঙ্কন নয়৷
একজন দায়ী প্রস্তুতকারকের এটি পরিষ্কারভাবে ব্যাখ্যা করা উচিত:
>আমরা এই ছবিটিকে ডিজাইনের দিকনির্দেশনা হিসেবে ব্যবহার করতে পারি। সঠিকভাবে উদ্ধৃত করার আগে, আমাদের প্রকৌশল দলকে কাঠামো, আকার, উপাদান, পণ্যের ওজন, সমাবেশ পদ্ধতি এবং প্যাকিংয়ের প্রয়োজনীয়তা পর্যালোচনা করতে হবে।
এই প্রতিক্রিয়া উভয় পক্ষকে রক্ষা করে।
ঝুঁকি 2: AI গ্রাহকদের বাস্তবতার চেয়ে দ্রুত কোট আশা করতে পারে
এআই দ্রুত ধারণা তৈরি করে। এই গতি গ্রাহকদের প্রত্যাশা পরিবর্তন করে।
কিছু ক্রেতা মনে করতে পারেন:
>আমি ইতিমধ্যে ইমেজ আছে. কেন আপনি অবিলম্বে উদ্ধৃত করতে পারেন না?
কিন্তু একটি কাস্টম ডিসপ্লে প্রস্তুতকারকের জন্য, একটি ছবি যথেষ্ট নয়।
একটি সঠিক উদ্ধৃতি সাধারণত প্রয়োজন:
- প্রদর্শনের আকার
- উপাদান
- পণ্যের আকার
- পণ্যের ওজন
- তাক সংখ্যা
- পরিমাণ
- মুদ্রণ পদ্ধতি
- সারফেস ফিনিস
- গঠন জটিলতা
- প্যাকিং পদ্ধতি
- শিপিং পদ্ধতি
- একটি নমুনা প্রয়োজন কিনা
- ডিজাইনের জন্য ইঞ্জিনিয়ারিং ডেভেলপমেন্ট দরকার কিনা
একটি দ্রুত অনুমান সম্ভব হতে পারে, কিন্তু একটি আনুষ্ঠানিক উদ্ধৃতি আরো বিশদ প্রয়োজন।
এটি কাস্টম কার্ডবোর্ড ডিসপ্লে, এক্রাইলিক ডিসপ্লে, পিভিসি ডিসপ্লে, মেটাল ডিসপ্লে, কাঠের ডিসপ্লে এবং মধুচক্র বোর্ড স্ট্রাকচারের জন্য বিশেষভাবে সত্য। প্রতিটি উপাদান বিভিন্ন উত্পাদন যুক্তি আছে. একটি এআই চিত্রে সহজ দেখায় এমন একটি নকশার জন্য ব্যয়বহুল টুলিং, বিশেষ মুদ্রণ, অতিরিক্ত শক্তিবৃদ্ধি বা জটিল প্যাকিংয়ের প্রয়োজন হতে পারে।
তাই প্রস্তুতকারকের প্রত্যাশা পরিচালনা করতে হবে।
একটি পেশাদার উত্তর সবসময় দ্রুততম উত্তর হয় না। একটি পেশাদার উত্তর হল উত্তর যা উৎপাদন শুরু হওয়ার আগে ঝুঁকি কমায়।
ঝুঁকি 3: AI-লিখিত গ্রাহকের সংক্ষিপ্ত বিবরণ সম্পূর্ণ শোনাতে পারে কিন্তু এখনও মূল বিবরণ মিস
গ্রাহকরা এখন প্রকল্পের বিবরণ লিখতে AI ব্যবহার করে।
ফলাফল পালিশ শোনাতে পারে:
>আমরা একটি পরিবেশ বান্ধব, প্রিমিয়াম খুচরা প্রদর্শন সমাধান খুঁজছি যা পণ্যের দৃশ্যমানতা উন্নত করে এবং একটি আধুনিক খুচরা পরিবেশে ব্র্যান্ডের গল্প বলার সমর্থন করে৷
যে পেশাদার শোনাচ্ছে. কিন্তু উত্পাদনের জন্য, এটি এখনও অসম্পূর্ণ হতে পারে।
সরবরাহকারীর এখনও জানতে হবে:
- কি পণ্য প্রদর্শিত হবে?
- পণ্যের মাত্রা কি?
- পণ্যের ওজন কত?
- কয়টি SKU?
- তাক প্রতি কত ইউনিট?
- ডিসপ্লে কোথায় ব্যবহার করা হবে?
- এটা কি অস্থায়ী নাকি দীর্ঘ-মেয়াদী?
- লক্ষ্য পরিমাণ কি?
- গ্রাহকের কি ফ্ল্যাট-প্যাক শিপিং প্রয়োজন?
একটি বাজেট পরিসীমা আছে?
গ্রাহকের আর্টওয়ার্ক ফাইল আছে?
এটি একটি অদ্ভুত নতুন সমস্যা: অনুসন্ধানটি আরও ভাল দেখায়, তবে এটি আরও কার্যকর নাও হতে পারে।
একটি পালিশ এআই-লিখিত সংক্ষিপ্ত এখনও উদ্ধৃতি এবং নকশার জন্য প্রয়োজনীয় উত্পাদন ডেটা অনুপস্থিত থাকতে পারে।
বিক্রয় দলগুলি সাবলীল ভাষার দ্বারা বিভ্রান্ত হওয়া উচিত নয়। তাদের পরীক্ষা করা উচিত যে সংক্ষিপ্তটিতে প্রকৃত উত্পাদন তথ্য রয়েছে কিনা।
ঝুঁকি 4: AI উত্তরগুলি নির্মাতাদেরকে পেশাদার করে তুলতে পারে কিন্তু কম দায়ী করতে পারে
নির্মাতারাও গ্রাহকদের উত্তর দিতে AI ব্যবহার করছেন। এটি দরকারী, কিন্তু এটি নিয়ন্ত্রণ প্রয়োজন।
AI মসৃণ, ভদ্র, পেশাদার প্রতিক্রিয়া লিখতে পারে। কখনও কখনও খুব মসৃণ।
বিপদ হল যে একটি AI-উৎপাদিত উত্তর টিম আসলে তার চেয়ে বেশি নিশ্চিত বলে মনে হতে পারে। এটা বলতে পারে:
>হ্যাঁ, আমরা এটাকে ঠিক ইমেজের মতো বানাতে পারি।
সেটা ঝুঁকিপূর্ণ।
একটি ভাল প্রতিক্রিয়া হবে:
>ইমেজ একটি ধারণা রেফারেন্স হিসাবে ব্যবহার করা যেতে পারে. আমাদের প্রকৌশল দল সম্ভাব্যতা এবং উদ্ধৃতি নিশ্চিত করার আগে কাঠামো, উপাদান, পণ্য লোডিং, সমাবেশ পদ্ধতি এবং প্যাকিং প্রয়োজনীয়তা পর্যালোচনা করবে।
যে পার্থক্য গুরুত্বপূর্ণ.
উত্পাদনে, শব্দগুলি দায়িত্ব তৈরি করে। যদি একটি সরবরাহকারী খুব তাড়াতাড়ি প্রতিশ্রুতি দেয়, গ্রাহক চূড়ান্ত নমুনাটি AI চিত্রের সাথে ঠিক মিলবে বলে আশা করতে পারে। কিন্তু প্রকৌশল পর্যালোচনার পরে, কাঠামো পরিবর্তনের প্রয়োজন হতে পারে। উপাদান সামঞ্জস্য প্রয়োজন হতে পারে. খরচ বেশি হতে পারে। প্রদর্শন শক্তিবৃদ্ধি প্রয়োজন হতে পারে.
AI বার্তা লিখতে সাহায্য করতে পারে। এটা প্রতিশ্রুতি করা উচিত নয়.
সম্ভাব্যতা, উদ্ধৃতি, প্রসবের সময়, উপাদান, কাঠামো, লোডিং বা উৎপাদন ঝুঁকি সম্পর্কিত প্রতিটি উত্তর একটি মানব দলের দ্বারা পর্যালোচনা করা উচিত।
কিভাবে নির্মাতারা এআই-উত্পন্ন গ্রাহকের অনুরোধগুলি পরিচালনা করবেন
এআই-উত্পন্ন অনুরোধগুলি যদি সঠিকভাবে পরিচালনা করা হয় তবে সমস্যা হয় না৷
নির্মাতাদের এআই ধারণাগুলিকে বাস্তব প্রকল্পে পরিণত করার জন্য একটি পরিষ্কার প্রক্রিয়া তৈরি করা উচিত।
ধাপ 1: AI চিত্রটিকে একটি ধারণার রেফারেন্স হিসাবে বিবেচনা করুন
প্রথম ধাপ হল গ্রাহকের ধারণাকে সম্মান করা।
অবিলম্বে এআই ইমেজ প্রত্যাখ্যান করবেন না. এটি দরকারী চাক্ষুষ দিক থাকতে পারে. এটি গ্রাহকের পছন্দের প্রদর্শন শৈলী দেখাতে পারে।
কিন্তু সরবরাহকারীকে স্পষ্টভাবে ব্যাখ্যা করা উচিত যে ছবিটি একটি প্রোডাকশন ফাইল নয়।
একটি ভাল উত্তর বলতে পারে:
>ধারণা ইমেজ ভাগ করার জন্য আপনাকে ধন্যবাদ. আমরা এটিকে একটি ভিজ্যুয়াল রেফারেন্স হিসাবে ব্যবহার করতে পারি এবং এটিকে কীভাবে ব্যবহারিক প্রদর্শন কাঠামোতে রূপান্তর করা যায় তা পর্যালোচনা করতে পারি।
সঠিক প্রত্যাশা সেট করার সময় এটি কথোপকথনটিকে ইতিবাচক রাখে।
ধাপ 2: পণ্য এবং খুচরা বিবরণের জন্য জিজ্ঞাসা করুন
এআই ইমেজ পাওয়ার পরে, সরবরাহকারীকে প্রকৃত প্রকল্পের তথ্য জিজ্ঞাসা করা উচিত।
গুরুত্বপূর্ণ প্রশ্ন অন্তর্ভুক্ত:
কি পণ্য প্রদর্শিত হবে?
পণ্য আকার কি?
পণ্যের ওজন কত?
কয়টি SKU প্রদর্শিত হবে?
প্রতিটি শেল্ফে কতগুলি পণ্য রাখা উচিত?
ডিসপ্লে কোথায় ব্যবহার করা হবে?
এটি কি একটি সুপারমার্কেট, বিশেষ দোকান, ইভেন্ট বা প্রদর্শনীর জন্য?
ডিসপ্লেটি কতক্ষণ ব্যবহার করা হবে?
আপনি কি পিচবোর্ড, পিভিসি, এক্রাইলিক, ধাতু, কাঠ বা মিশ্র উপকরণ পছন্দ করেন?
ডিসপ্লেটি কি ফ্ল্যাট-প্যাক করা বা একত্রিত করা উচিত?
লক্ষ্য অর্ডার পরিমাণ কি?
এই প্রশ্নগুলি একটি চাক্ষুষ ধারণাকে একটি উত্পাদনযোগ্য প্রকল্পে পরিণত করে।
ধাপ 3: উদ্ধৃতি দেওয়ার আগে ইঞ্জিনিয়ারিংকে সম্ভাব্যতা পর্যালোচনা করতে দিন
মৌলিক তথ্য পরিষ্কার হয়ে গেলে, প্রকৌশল দলের ধারণাটি পর্যালোচনা করা উচিত।
তাদের চেক করতে হবে:
কাঠামো স্থিতিশীল কিনা
নির্বাচিত উপাদান উপযুক্ত কিনা
তাক পণ্য সমর্থন করতে পারে কিনা
ডিসপ্লে সহজে অ্যাসেম্বল করা যায় কিনা
নকশাটি প্যাক করা এবং দক্ষতার সাথে পাঠানো যায় কিনা
খরচ গ্রাহকের সম্ভাব্য বাজেটের সাথে মেলে কিনা
ডিসপ্লের প্রোটোটাইপ টেস্টিং প্রয়োজন কিনা
এই পদক্ষেপটি যেখানে নির্মাতারা প্রকৃত মান তৈরি করে।
AI ছবি তৈরি করতে পারে। প্রকৌশল ধারণাটিকে এমন কিছুতে পরিণত করে যা দাঁড়াতে পারে, পণ্য ধরে রাখতে পারে, নিরাপদে জাহাজে যেতে পারে এবং দোকানে কাজ করতে পারে।
ধাপ 4: ধারণাটিকে একটি বাস্তব ডিজাইন ফাইলে রূপান্তর করুন
সম্ভাব্যতা পর্যালোচনার পরে, এআই ধারণাটিকে বাস্তব নকশা উপকরণে রূপান্তর করা উচিত।
এর মধ্যে থাকতে পারে:
3D রেন্ডারিং
কাঠামো অঙ্কন
কার্ডবোর্ড প্রদর্শনের জন্য ডাইলাইন
উপাদান স্পেসিফিকেশন
প্রিন্টিং লেআউট
সমাবেশের নির্দেশ
নমুনা নিশ্চিতকরণ ফাইল
প্যাকিং পরিকল্পনা
এটি একটি ধারণা এবং একটি উত্পাদন{0}}প্রস্তুত নকশার মধ্যে পার্থক্য৷
একজন গ্রাহক এআই দিয়ে শুরু করতে পারেন। কিন্তু উত্পাদন বাস্তব ফাইল প্রয়োজন.
ধাপ 5: উৎপাদনের আগে নমুনার বিবরণ নিশ্চিত করুন
নমুনা নেওয়ার আগে, উভয় পক্ষের মূল বিবরণ নিশ্চিত করা উচিত।
এর মধ্যে রয়েছে:
আকার
উপাদান
প্রিন্টিং
পণ্য লোড হচ্ছে
শেলফ পরিমাণ
সমাবেশ পদ্ধতি
প্যাকিং পদ্ধতি
নমুনা উদ্দেশ্য
প্রত্যাশিত পরিবর্তন
উৎপাদন পরিমাণ
এই নিশ্চিতকরণ প্রকল্পটিকে ভুল বোঝাবুঝি থেকে রক্ষা করে।
AI চেকলিস্ট প্রস্তুত করতে সাহায্য করতে পারে। গ্রাহক এবং প্রস্তুতকারকের এখনও এটি নিশ্চিত করতে হবে।
চূড়ান্ত চিন্তাভাবনা: এআই যোগাযোগকে দ্রুততর করে, তবে উত্পাদনের জন্য এখনও বাস্তব দক্ষতার প্রয়োজন
গ্রাহক এবং নির্মাতারা কীভাবে একে অপরের সাথে কথা বলে এআই পরিবর্তন করছে।
গ্রাহকরা এখন একটি সরবরাহকারীর সাথে যোগাযোগ করার আগে প্রদর্শন ধারণা তৈরি করতে পারেন। তারা পরিষ্কার ইমেল লিখতে পারে, ভিজ্যুয়াল রেফারেন্স প্রস্তুত করতে পারে এবং ব্র্যান্ডের ধারণাগুলি দ্রুত বর্ণনা করতে পারে। নির্মাতারা অনুসন্ধানগুলি সংগঠিত করতে, আরও দক্ষতার সাথে উত্তর দিতে, নমুনা আপডেটগুলি ব্যাখ্যা করতে এবং বিক্রয়, নকশা এবং প্রকৌশল দলগুলির মধ্যে যোগাযোগ উন্নত করতে AI ব্যবহার করতে পারেন।
এগুলি আসল সুবিধা।
উত্পাদনের জন্য, গতি দরকারী। নির্ভুলতা আরও গুরুত্বপূর্ণ।
একটি কাস্টম ডিসপ্লে প্রকল্পের এখনও মানুষের বিচার প্রয়োজন: পণ্যের ওজন পর্যালোচনা, উপাদান নির্বাচন, কাঠামো প্রকৌশল, নমুনা পরীক্ষা, মুদ্রণ নিশ্চিতকরণ, প্যাকিং পরিকল্পনা এবং উত্পাদন নিয়ন্ত্রণ।
AI কথোপকথন শুরু করতে পারে।
ম্যানুফ্যাকচারিং এখনও কাজ শেষ করতে হবে.