एक पॉइंट ऑफ सेल को वाइब कोड करना: आप वास्तव में कितना आगे बढ़ सकते हैं?

आश्चर्यजनक रूप से बहुत आगे, और फिर एक दीवार से टकरा जाते हैं। एक पॉइंट ऑफ सेल को वाइब कोड करने से आपको एक दोपहर में एक ठोस चेकआउट स्क्रीन, एक उत्पाद कैटलॉग और काम करने वाला कार्ट लॉजिक मिल जाता है, जिसमें किसी कोड ज्ञान की आवश्यकता नहीं होती है। जो आपको नहीं मिलता है वह एक ऐसा POS है जिस पर आप व्यवसाय चला सकें। उन दो चीजों के बीच की दूरी इस पोस्ट का विषय है, क्योंकि डेमो अंतर को वास्तव में जितना है उससे बहुत छोटा दिखाता है।

विशिष्टताओं से पहले एक चेतावनी: AI उपकरण मासिक रूप से बदलते हैं, इसलिए यहाँ दिए गए विवरणों को प्रकाशन के समय के सटीक स्नैपशॉट के रूप में मानें।

वाइब कोडिंग द्वारा आप वास्तव में क्या बना सकते?

संदेहवादियों के दावे से कहीं अधिक। Lovable, Replit, या v0 जैसे टूल को "मेरी कॉफी शॉप के लिए एक POS बनाएं" प्रॉम्प्ट दें और आपको एक वास्तविक इंटरफ़ेस वापस मिलता है: मेनू ग्रिड, मॉडिफायर, एक कार्ट, एक कुल राशि, शायद एक मॉक भुगतान चरण। यह सही दिखता है, सही क्लिक होता है, और आप इसे उसी दिन लोगों के सामने रख सकते हैं।

यह कोई चाल नहीं है। एक POS की दृश्यमान परत के लिए, AI जनरेशन वास्तव में अच्छा है, और यह बेहतर होता जा रहा है। यदि आपको एक प्रोटोटाइप, एक पिच डेमो, या अपने स्वयं के चेकआउट प्रवाह के माध्यम से सोचने के तरीके की आवश्यकता है, तो वाइब कोडिंग परिणाम देती है।

वाइब-कोडेड POS कहाँ बिखर जाता है?

उन हिस्सों पर जिन्हें हर बार सही होना पड़ता है, बिना किसी के देखे।

• समवर्ती (concurrency) के तहत इन्वेंट्री (एक ही क्षण में होने वाली दो बिक्री): AI-जनरेटेड स्टॉक लॉजिक आमतौर पर एक मात्रा पढ़ता है, एक घटाता है, और इसे वापस लिखता है। अंतिम इकाई की दो समवर्ती बिक्री दोनों सफल हो जाती हैं, और आपने वह स्टॉक बेच दिया है जो आपके पास नहीं है।

• रिपोर्ट जो मिलान करती हैं (कुल योग जो वास्तव में स्थानांतरित धन से मेल खाते हैं): एक डेमो रिपोर्ट एक तालिका का योग करती है। एक वास्तविक रिपोर्ट आपके प्रोसेसर के आंकड़ों से विचलित हुए बिना रिफंड, शून्य, आंशिक भुगतान और दिन के मध्य में मूल्य परिवर्तनों से बचती है।

• कर (Tax): क्षेत्र के अनुसार दरें, उत्पाद श्रेणी के अनुसार नियम, कुल योग बनाम लाइन स्तर पर राउंडिंग। यहाँ गलत उत्तर बग नहीं हैं, वे देनदारियाँ हैं।

• सुरक्षा: 100 से अधिक AI मॉडलों के Veracode के 2025 के अध्ययन में, 45% जनरेट किए गए कोड नमूने OWASP टॉप 10 के खिलाफ सुरक्षा परीक्षणों में विफल रहे, और विफलता दर नए या बड़े मॉडलों के साथ नहीं सुधरी¹।

इनमें से कोई भी विफलता डेमो में दिखाई नहीं देती है। ये सभी स्टोर चलाने के दूसरे महीने में दिखाई देती हैं।

वास्तविक भुगतान लेने के बारे में क्या?

यह सबसे कठिन पड़ाव है। ऑनलाइन कार्ड भुगतानों के लिए PCI अनुपालन (कार्ड-डेटा सुरक्षा नियम) की आवश्यकता होती है, और कार्ड-प्रेजेंट भुगतानों के लिए अतिरिक्त रूप से एक भुगतान प्रोसेसर के साथ जोड़े गए प्रमाणित टर्मिनल हार्डवेयर की आवश्यकता होती है। ऐसा कोई प्रॉम्प्ट नहीं है जो हार्डवेयर प्रमाणन आउटपुट करता हो।

Apple और Google इसे गेट पर लागू करते हैं: हमने कवर किया है कि वाइब-कोडेड भुगतान ऐप ऐप स्टोर से क्यों अस्वीकार कर दिए जाते हैं, और संक्षिप्त संस्करण यह है कि समीक्षा टीमें आपके इंटरफ़ेस के अच्छे होने की जाँच करने से बहुत पहले यह जाँचती हैं कि भुगतानों को कौन रूट कर रहा है।

क्या आप बता सकते हैं कि AI ने इसे गलत किया है?

यह प्रश्न तय करता है कि क्या वाइब कोडिंग आपके POS के किसी दिए गए हिस्से के लिए सुरक्षित है। आप चेकआउट स्क्रीन को देखकर उसका न्याय कर सकते हैं। आप इन्वेंट्री लॉकिंग या मिलान कोड को देखकर उसका न्याय नहीं कर सकते, और अधिकांश व्यापारियों को यह नहीं पता होगा कि क्या देखना है।

मानक आपत्ति यह है कि "किसी डेवलपर से AI के आउटपुट की समीक्षा करवाएं।" उचित है, लेकिन फिर आप वैसे भी विकास के लिए भुगतान कर रहे हैं, और किसी अन्य के अपरिचित कोड की समीक्षा करना, चाहे वह मानव हो या AI, अक्सर इसे नए सिरे से लिखने की तुलना में धीमा होता है। वाइब कोडिंग को आकर्षक बनाने वाला अर्थशास्त्र चला गया है।

तो, आप वास्तव में कितना आगे बढ़ सकते हैं?

एक ठोस डेमो तक पूरी तरह से, और उन हिस्सों पर लगभग कहीं नहीं जो एक POS को एक व्यावसायिक प्रणाली बनाते हैं। दृश्यमान परत AI के लिए एक हल की गई समस्या है; धन की परत नहीं है, और यह चुपचाप विफल हो जाती है। व्यावहारिक नियम: इससे पहले कि आप AI को कुछ बनाने दें, पूछें कि क्या आप बता सकते हैं कि उसने इसे गलत किया है। यदि हाँ, तो प्रॉम्प्ट करें। यदि नहीं, तो वह हिस्सा परीक्षण किए गए बुनियादी ढांचे का है।

यह विभाजन बिल्कुल वैसा ही है जैसा Final जैसे AI POS बिल्डरों की संरचना है: AI आपके चेकआउट प्रवाह को डिजाइन करता है जबकि इन्वेंट्री, रिपोर्टिंग और भुगतान पूर्व-निर्मित रेल पर चलते हैं जिन्हें वह तोड़ नहीं सकता। यदि आप देखना चाहते हैं कि यह व्यवहार में कैसा दिखता है, तो अपना पहला प्रवाह बनाना या कस्टम POS बनाने के लिए ChatGPT का उपयोग करने के हमारे वॉकथ्रू से शुरू करें।