TRUSTBANK AI एजेंट्स से Furusato Nozei गिफ्ट्स पर्सनलाइज़ करता है

जापान का होमटाउन टैक्स डोनेशन कार्यक्रम, जिसे Furusato Nozei कहा जाता है, टैक्स देने वालों को उन स्थानीय निकायों का समर्थन करने की अनुमति देता है जिनकी वे परवाह करते हैं, दान करके. जैसे-जैसे लोग टोक्यो जैसे बड़े शहरों में जाते हैं, ग्रामीण क्षेत्रों का स्थानीय कर आधार घटता है, इसलिए इस कार्यक्रम को इस तरह बनाया गया है कि टैक्स देने वाले अपने कर का एक हिस्सा उन समुदायों को भेज सकें जिन्हें वे समर्थन देना चाहते हैं. व्यवहार में, यह एक टैक्स क्रेडिट प्रणाली के माध्यम से काम करता है: आय आधारित सीमा तक, दान की गई राशि का अधिकांश हिस्सा अगले वर्ष दाता के आय और निवास कर के खिलाफ समायोजित कर दिया जाता है. इसके बदले में, स्थानीय निकाय दाताओं को धन्यवाद स्वरूप उपहार भेजते हैं, जो आमतौर पर स्थानीय विशेष उत्पाद होते हैं, ताकि दाता क्षेत्रीय उत्पादों का आनंद ले सकें और साथ ही स्थानीय समुदायों में योगदान दे सकें.

हालांकि, बड़ी संख्या में स्थानीय निकायों और विशाल धन्यवाद उपहार सूची के कारण, कई दाताओं को इस कार्यक्रम को समझना मुश्किल लगता है. इस प्रक्रिया को सरल बनाने और दाताओं को क्षेत्र या थीम के आधार पर विकल्पों की तुलना करने में मदद करने के लिए, विशेष प्लेटफॉर्म सामने आए हैं. TRUSTBANK द्वारा संचालित Furusato Choice, जापान के सबसे बड़े Furusato Nozei प्लेटफॉर्म्स में से एक है, जिसमें लगभग 760,000 धन्यवाद उपहार सूचीबद्ध हैं. इसका सहज इंटरफेस स्थानीय निकायों को दाताओं से जोड़ने में मदद करता है और कई प्लेटफॉर्म उपयोगकर्ताओं का समर्थन करता है, खासकर उन लोगों का जो पहली बार इसमें भाग ले रहे हैं.

अनुभव को और बेहतर बनाने के लिए, TRUSTBANK ने AI की ओर रुख किया, क्योंकि यह समझा गया कि जब विकल्पों की संख्या बहुत ज्यादा हो जाती है, तब यह यूज़र्स को निर्णय लेने में मदद कर सकता है. OpenAI API का उपयोग करते हुए, कंपनी ने Choice AI फीचर विकसित किया, जो यूज़र्स को उनकी पसंद के अनुसार धन्यवाद उपहार खोजने में मदद करता है.

Furusato Nozei शुरू होने के 15 साल से अधिक समय बाद भी, कई टैक्सपेयर्स इसका पूरा लाभ उठाने में संघर्ष करते हैं. Choice Business HQ में प्रोडक्ट जनरल मैनेजर युकी तातेयामा बताते हैं, कई लोगों को होमटाउन टैक्स डोनेशन सिस्टम जटिल या डराने वाला लगता है. इसे हल करने के लिए, हमने अपने Furusato Choice ऐप में AI पावर्ड फीचर्स जोड़े ताकि प्रक्रिया को आसान बनाया जा सके. TRUSTBANK का पहला कदम AI पावर्ड सर्च शुरू करना था, ताकि यूज़र्स धन्यवाद उपहारों को एक्सप्लोर कर सकें.

तातेयामा आगे कहते हैं, Furusato Nozei सिस्टम में लोग सिर्फ उन प्रॉडक्ट्स की खरीदारी नहीं करते जो उन्हें तुरंत चाहिए होते हैं, जैसा कि आम ईकॉमर्स प्लेटफॉर्म्स पर होता है. इसके बजाय, वे इस बात पर ध्यान देते हैं कि अपनी डोनेशन लिमिट का सबसे अच्छा उपयोग कैसे किया जाए. बड़े ऑनलाइन मार्केटप्लेस के बराबर धन्यवाद उपहारों के विशाल कैटलॉग के साथ, सही विकल्प ढूँढना हमेशा से चुनौतीपूर्ण रहा है.

प्रत्येक यूज़र की जानकारी और इंटेंट के आधार पर धन्यवाद उपहारों के लिए व्यक्तिगत सिफारिशें देना एक ऐसा क्षेत्र है जहाँ AI खास तौर पर प्रभावी साबित हो सकता है. हालांकि, TRUSTBANK के पास AI में विशेषज्ञता रखने वाले इन-हाउस डेवलपर्स नहीं थे, इसलिए बाहरी सहयोग आवश्यक था. इसे हल करने के लिए, TRUSTBANK ने Recursive के साथ साझेदारी की, जो अब एक आधिकारिक OpenAI services partner है.

प्रोडक्ट डिवीजन में प्लेटफॉर्म प्रमोशन के हेड इस्सेई हिरानो इस निर्णय को समझाते हुए कहते हैं, हमने Recursive को अपने पार्टनर के रूप में चुना क्योंकि उनके पास उन्नत AI विशेषज्ञता और वैश्विक अनुभव है.

वे बताते हैं कि टीमों ने मिलकर कैसे काम किया. Recursive ने योजना चरण से ही तकनीकी सहयोग प्रदान किया, कन्वर्सेशनल AI एजेंट को डिज़ाइन और इम्प्लीमेंट किया, और RAG सिस्टम बनाया. हमने धन्यवाद उपहार डेटाबेस तैयार किया, फंक्शनल रिक्वायरमेंट्स तय किए, और इन फीचर्स को अपने ऐप में इंटीग्रेट किया. इस सहयोग से Choice AI का स्मूथ बिल्ड और रोलआउट संभव हुआ, जिससे यूज़र्स Furusato Choice ऐप के भीतर इंटरैक्टिव बातचीत के जरिए सुझाए गए आइटम्स खोज सकते हैं.

Choice AI का मुख्य आधार इसका मल्टी एजेंट आर्किटेक्चर है. एक राउटिंग मॉडल यूज़र इनपुट का विश्लेषण करके इंटेंट समझता है और टास्क्स को उपयुक्त एजेंट्स को सौंपता है. इस राउटिंग लेयर के नीचे, विशेष एजेंट्स जैसे सर्च एजेंट, रिकमेंडेशन एजेंट और ग्रीटिंग एजेंट काम करते हैं. हर एजेंट अतिरिक्त सब-एजेंट्स और टूल्स को कॉल कर सकता है, जिससे स्मूथ ऑर्केस्ट्रेशन और इंटेंट आधारित सटीक परिणाम संभव होते हैं.

पर्सनलाइज़ेशन को प्रॉम्प्टिंग में भी शामिल किया गया है. Recursive में सॉफ्टवेयर इंजीनियर मैथ्यू व्हैली, जिन्होंने एजेंट डेवलपमेंट का नेतृत्व किया, बताते हैं, हम यूज़र की खास जानकारी के आधार पर एजेंट्स को डायनामिक तरीके से जोड़ते हैं. उदाहरण के लिए, मौजूदा यूज़र्स एक इंटरैक्शन पाथ फॉलो करते हैं, जबकि पहली बार आने वाले यूज़र्स अलग पाथ अपनाते हैं. हम इन इंटरैक्शन पाथ्स को मैनेज करने के लिए डायनामिक रूप से प्रॉम्प्ट्स जनरेट करते हैं.

Choice AI फिलहाल GPT‑4.1 सीरीज़ पर चलता है. व्हैली बताते हैं, डिफ़ॉल्ट रूप से हम GPT‑4.1 mini का उपयोग करते हैं, लेकिन हम टेस्टिंग के दौरान लेटेंसी और एक्यूरसी के आधार पर nano वर्ज़न या बड़े मॉडल्स के बीच डायनामिक स्विच करने का प्रयोग कर रहे हैं.

व्हैली यह भी बताते हैं कि वास्तविक यूज़र व्यवहार के विश्लेषण से नए इनसाइट्स मिले: हमारे विश्लेषण से पता चला कि कई यूज़र्स ऐप के साथ उसी तरह इंटरैक्ट करते हैं जैसे वे सर्च इंजन का उपयोग करते हैं. वे LLM को विस्तृत प्रॉडक्ट जानकारी देते हैं और तुरंत सिफारिशों की उम्मीद करते हैं. हमने यह भी पाया कि बातचीत शुरू करने के लिए बनाए गए छोटे, बिल्ट-इन प्रॉम्प्ट्स का अक्सर उपयोग किया जाता है. इन निष्कर्षों के आधार पर, टीम ने Choice AI में कई सुधार शामिल किए. उदाहरण के लिए, सिफारिश फ्लो को इस तरह बदला गया कि सुझाव जल्दी दिखाई दें, और सुझाए गए प्रॉडक्ट्स की विविधता बढ़ाई गई ताकि यूज़र्स को अधिक अलग-अलग विकल्प मिल सकें.

Choice AI, Furusato Nozei अनुभव की दो प्रमुख चुनौतियों को संबोधित करता है:

• धन्यवाद उपहारों की विशाल संख्या से होने वाली यूज़र की उलझन को कम करना, इंटरैक्टिव बातचीत के माध्यम से व्यक्तिगत सिफारिशें देकर.
• कुछ ही स्थानीय निकायों या लोकप्रिय वस्तुओं पर ध्यान केंद्रित होने से बचना, यूज़र्स को अनुकूलित सुझावों के माध्यम से अधिक क्षेत्रों और धन्यवाद उपहारों की खोज में मदद करके.

Choice AI के भीतर मौजूद मल्टी एजेंट आर्किटेक्चर के साथ, यूज़र्स बिना सर्च कौशल या विस्तृत उत्पाद जानकारी के भी उपयुक्त धन्यवाद उपहार ढूँढ सकते हैं. स्वाभाविक बातचीत, या “मेरे माता-पिता के लिए उपहार” जैसी अस्पष्ट अनुरोध भी उपयुक्त सिफारिशें सामने लाने के लिए पर्याप्त होती है.

Choice AI सर्च परिणामों में नियंत्रित रैंडमनेस जोड़कर कुछ विशेष स्थानीय निकायों या वस्तुओं की ओर झुकाव को कम करता है. व्हैली बताते हैं, हम रैंडमनेस शामिल करते हैं और दान डेटा के आधार पर विभिन्न प्रीफेक्चर्स में सिफारिशों को बदलते हैं, ताकि निष्पक्षता और क्षेत्रीय विविधता बनी रहे, जब तक यूज़र्स अपनी पसंद स्पष्ट रूप से न बताएं. इससे यूज़र्स छोटे स्थानीय निकायों और विशिष्ट उत्पादों की खोज कर पाते हैं, जिससे अनुभव अधिक विविध और आकर्षक बनता है.

परिणामस्वरूप, Choice AI का उपयोग करने वाले यूज़र्स ने उन लोगों की तुलना में अधिक रूपांतरण दर देखी जो सामान्य ऑन-साइट सर्च पर निर्भर थे. हिरानो बताते हैं, क्योंकि AI यूज़र्स की अस्पष्ट जरूरतों, जैसे पसंद और बजट, को समझ सकता है जिन्हें यूज़र्स खुद शब्दों में व्यक्त करने में कठिनाई महसूस करते हैं, और यह विशेष धन्यवाद उपहार भी सुझा सकता है.

आज, Furusato Choice मुख्य रूप से AI का उपयोग धन्यवाद उपहारों की खोज के अनुभव को बेहतर बनाने के लिए करता है, जिससे यूज़र्स जल्दी अपनी ज़रूरत के अनुसार विकल्प ढूँढ पाते हैं. आगे देखते हुए, कंपनी AI को और अधिक क्षेत्रों में विस्तार करने और सेवा के समग्र मूल्य को और बेहतर बनाने की योजना बना रही है.

तातेयामा की कल्पना है कि Furusato Choice एक ऐसा प्लेटफॉर्म बने जो केवल आर्थिक लाभ पर ध्यान देने के बजाय, सच्ची सद्भावना के माध्यम से यूज़र्स और स्थानीय निकायों को जोड़े. इस दृष्टि को साकार करने के लिए, कंपनी AI आधारित सिफारिशों की गुणवत्ता को और बेहतर बनाने और एंड-टू-एंड यूज़र अनुभव को पर्सनलाइज़ करने का लक्ष्य रखती है, ताकि अंततः एक कंसीयर्ज-स्टाइल सेवा बनाई जा सके जो हर यूज़र के अनुसार ढली हो.