செக்அவுட்டை (Checkout) வடிவமைக்கும்போது AI செய்யும் தவறுகள் என்ன (அவற்றை எவ்வாறு சரிசெய்வது)

செக்அவுட்டை வடிவமைக்கும்போது AI ஒரு கணிக்கக்கூடிய தவறைச் செய்கிறது: அது டெமோவிற்காக வடிவமைக்கிறதே தவிர, பத்தாயிரமாவது பரிவர்த்தனைக்காக அல்ல. ஒரு AI செயலி உருவாக்குபவரிடம் செக்அவுட் கேட்டால், சில நிமிடங்களில் நம்பகமான ஒன்றை நீங்கள் பெறலாம். சுத்தமான கார்ட் (cart), நேர்த்தியான பொத்தான்கள், தெளிவான கட்டணத் திரை. ஆனால் ஒரு ஸ்கிரீன்ஷாட்டில் காட்ட முடியாத விஷயங்களில்தான் தோல்விகள் அடங்கியுள்ளன: பணம் திரும்பப் பெறுதல் (refund), பகுதிப் பணம் செலுத்துதல் (split payment), வரி விதிமுறைகள் அல்லது சனிக்கிழமை மதிய வேளையில் வாடிக்கையாளர்களின் நீண்ட வரிசையை இந்த அமைப்பு எவ்வாறு கையாள்கிறது என்பது போன்ற விஷயங்கள்.

இதற்கான தீர்வு சிறந்த பிராம்ட்களை (prompts) வழங்குவது அல்ல. செக்அவுட்டின் எந்தப் பகுதிகளை AI கையாள வேண்டும், எந்தப் பகுதிகளை அது ஒருபோதும் தன்னிச்சையாக உருவாக்கக் கூடாது என்பதைத் தீர்மானிப்பதே ஆகும். AI-ஆல் உருவாக்கப்பட்ட செக்அவுட்டுகள் உண்மையில் எங்கு தோல்வியடைகின்றன மற்றும் அவை ஒவ்வொன்றிற்கும் என்ன செய்ய வேண்டும் என்பது இங்கே.

AI-ஆல் வடிவமைக்கப்பட்ட செக்அவுட் பார்க்க சரியாக இருந்தாலும், பயன்பாட்டில் ஏன் தோல்வியடைகிறது?

இதற்கு இரண்டு காரணங்கள் உள்ளன. முதலாவதாக, தற்போதுள்ள செக்அவுட்டுகளிலிருந்தே AI செக்அவுட் வடிவமைப்பைக் கற்றுக்கொள்கிறது, ஆனால் தற்போதுள்ள செக்அவுட்டுகள் சாதாரணமானவையாகவே உள்ளன. பேமார்ட் நிறுவனம் (Baymard Institute) ஆன்லைன் கார்ட் கைவிடப்படும் விகிதத்தை (cart abandonment rate) சராசரியாக 70.22% ஆகக் குறிப்பிடுகிறது¹, மேலும் அமெரிக்காவின் சராசரி செக்அவுட்டில் 23.48 படிவக் கூறுகள் (form elements) இருப்பதாகவும், ஆனால் ஒரு சிறந்த செக்அவுட்டிற்கு 12 முதல் 14 கூறுகள் மட்டுமே தேவை என்றும் கண்டறிந்துள்ளது¹. சராசரியான தரவுகளில் பயிற்சி பெற்ற ஒரு மாதிரி (model), அதன் தவறுகள் உட்பட அதே சராசரியான முடிவுகளையே மீண்டும் உருவாக்குகிறது.

இரண்டாவதாக, 'ஹேப்பி-பாத்' சார்பு (happy-path bias). உருவாக்கப்படும் மென்பொருள் ஒரு டெமோ மதிப்பிடப்படுவது போலவே மதிப்பிடப்படுகிறது: அதாவது சாதாரண சூழ்நிலையில் அது வேலை செய்கிறதா? ஆனால் ஒரு செக்அவுட் என்பது பணப் பெட்டி (cash register) மதிப்பிடப்படுவது போல் மதிப்பிடப்பட வேண்டும்: வாடிக்கையாளர் பார்த்துக் கொண்டிருக்கும் போது, ஒவ்வொரு முறையும், எல்லா சூழ்நிலைகளிலும் அது சரியாக வேலை செய்கிறதா? இவை இரண்டும் வெவ்வேறு அளவுகோல்கள், மேலும் அவற்றுக்கிடையேயான இடைவெளி உண்மையான பணப் பரிவர்த்தனை நடக்கும் வரை வெளியில் தெரிவதில்லை.

செக்அவுட்டில் AI உண்மையில் என்ன தவறுகளைச் செய்கிறது?

ஐந்து தோல்விகள் மீண்டும் மீண்டும் ஏற்படுகின்றன. (இதற்குப் பின்னால் உள்ள ஆழமான உள்கட்டமைப்பு இடைவெளியைப் பற்றி அறிய, Lovable அல்லது Replit மூலம் உங்களால் ஒரு POS-ஐ உருவாக்க முடியுமா? என்பதைப் பார்க்கவும். இந்தப் பட்டியல் செக்அவுட்டைப் பற்றியது மட்டுமே.)

• பணக் கணக்கீடு. உருவாக்கப்படும் குறியீடு பொதுவாக நாணயக் கணக்கீடுகளை மிதவைப் புள்ளியில் (floating point - கணிக்க முடியாத வகையில் முழுமையாக்கப்படும் தசமக் கணக்கீடு) செய்கிறது, இதனால் தள்ளுபடிகள், வரிகள் மற்றும் பகுதிப் பணம் செலுத்துதல் ஆகியவற்றில் சில்லறை காசுகள் மாறுபடுகின்றன. இதன் விளைவு கணக்கு முடிக்கும்போது தெரியும்: உங்கள் நாள் இறுதி அறிக்கையுடன் மொத்தத் தொகை துல்லியமாக ஒத்துப்போகாது.

• வரிகள். AI ஒரே ஒரு வரி விகிதத்தை மட்டுமே நிலையானதாகக் (hard-code) குறிப்பிடுகிறது. ஆனால் உண்மையான விற்பனை வரி என்பது இருப்பிடம், தயாரிப்பு வகை, வரி விலக்குகள் மற்றும் தேதிகளைப் பொறுத்தது, மேலும் இது உங்கள் குறியீட்டிற்குத் தெரியாமலேயே மாறக்கூடும். வரியை யூகத்தின் அடிப்படையில் கணக்கிடும் செக்அவுட் ஒரு நல்ல செக்அவுட் அல்ல; அது ஒரு அழகான இடைமுகத்தைக் கொண்ட ஒரு சுமையாகும்.

• அசாதாரண சூழ்நிலைகள் (Unhappy paths). பணம் திரும்பப் பெறுதல் (refunds), ரத்து செய்தல் (voids), பகுதிப் பணம் செலுத்துதல், விலையை மாற்றி அமைத்தல், பரிவர்த்தனையின் போது இணைய இணைப்பு துண்டிக்கப்படுதல் போன்றவை. டெமோக்களில் இவை ஒருபோதும் சோதிக்கப்படுவதில்லை; ஆனால் கடைகளில் தினசரி இவை நிகழ்கின்றன. பெரும்பாலான AI-ஆல் உருவாக்கப்பட்ட செக்அவுட்டுகளில் இவை இருப்பதில்லை.

• காசாளரின் வேகம். ஒருமுறை மட்டுமே செக்அவுட் செய்யும் வாடிக்கையாளருக்காக உருவாக்கப்பட்ட ஈ-காமர்ஸ் முறைகளை AI நகலெடுக்கிறது. ஆனால் ஒரு காசாளர் ஒரு ஷிப்டில் நூற்றுக்கணக்கான முறை அதே முறையைப் பயன்படுத்துகிறார், எனவே ஒவ்வொரு கூடுதல் கிளிக்கும் வாடிக்கையாளர் காத்திருப்பு நேரத்தை அதிகரிக்கும். சிறிய தேர்வுகளும் கூட கவுண்டரின் வேகத்தை மாற்றும்; டிப் (tip) கேட்பதற்கான திரை எங்கு இருக்க வேண்டும் என்பது ஒரு முக்கியமான முடிவாகும்.

• கட்டணங்கள். பணம் செலுத்துவதற்கான பொத்தான் (pay button) மட்டுமே கட்டண முறை ஆகிவிடாது. நேரில் கார்டு மூலம் பணம் பெற, ஒரு கட்டணச் செயலி (payment processor), PCI இணக்கம் (கார்டு துறையின் தரவு பாதுகாப்பு விதிகள்) மற்றும் சான்றளிக்கப்பட்ட கார்டு ரீடர் வன்பொருள் ஆகியவை தேவை. இவற்றில் எதையும் ஒரு பிராம்ட் மூலம் உருவாக்கிவிட முடியாது; அவை ஏற்கனவே இருக்க வேண்டும். கட்டண உள்கட்டமைப்பில் உண்மையில் என்னென்ன அடங்கியுள்ளன என்பது பெரும்பாலான மக்கள் எதிர்பார்ப்பதை விட விரிவானது.

AI-ஆல் வடிவமைக்கப்பட்ட செக்அவுட்டை எவ்வாறு சரிசெய்வது?

வேலையை இரண்டாகப் பிரிக்கவும். AI என்பது வடிவமைப்புப் பகுதியில் மிகவும் சிறந்தது: தளவமைப்பு (layout), பணிப்பாய்வு வரிசை, சொற்கள் மற்றும் உங்கள் கடை எவ்வாறு விற்பனை செய்கிறது என்பதற்கு ஏற்ப திரையை வடிவமைப்பது. அதை AI-இடமே விட்டுவிடுங்கள். ஆனால் பணப் பகுதி (கணக்கீடு, வரிகள், கட்டணச் செயலாக்கம், பரிவர்த்தனைப் பதிவு) என்பது ஒவ்வொரு முறையும் அதே சரியான பதிலைத் தரும் ஒரு நிலையான வர்த்தக உள்கட்டமைப்பிலிருந்து வர வேண்டும், ஒவ்வொரு பிராம்ட்டிற்கும் புதிதாக உருவாக்கப்படும் குறியீட்டிலிருந்து அல்ல.

"வரிகளைச் சரியாகக் கையாளும்படி பிராம்ட் கொடுங்கள்" என்பது இதற்குத் தீர்வாகாது, ஏனெனில் அது சரியாக வேலை செய்ததா என்பதைப் பார்த்தவுடன் உங்களால் சொல்ல முடியாது. ஒரு செக்அவுட் ஒவ்வொரு பரிவர்த்தனையிலும் சில காசுகள் தவறாகக் கணக்கிடுவதை யாரும் கவனிப்பதற்கு முன் பல மாதங்கள் ஆகலாம். எனவே இதற்கான தீர்வு அதன் கட்டமைப்பிலேயே உள்ளது:

• பிராம்ட் கொடுப்பதற்குப் பதிலாகக் கட்டுப்பாடுகளை விதிக்கவும். மொத்தத் தொகை, வரிகள் மற்றும் கட்டண முறைகள் ஏற்கனவே உள்ளமைக்கப்பட்ட ஒரு தளத்தைப் பயன்படுத்தவும், அங்கு AI அவற்றை ஒழுங்கமைக்க மட்டுமே முடியும், புதிதாக உருவாக்க முடியாது.

• அறிமுகப்படுத்துவதற்கு முன் அசாதாரண சூழ்நிலைகளைச் சோதிக்கவும். பணம் திரும்பப் பெறுதல், ரத்து செய்தல், பகுதிப் பணம் செலுத்துதல் மற்றும் பரிவர்த்தனையின் போது ரத்து செய்தல் ஆகியவற்றைச் செய்து பார்க்கவும். இவற்றில் ஏதேனும் ஒன்று விடுபட்டிருந்தாலும், அது ஒரு டெமோ மட்டுமே, உண்மையான செக்அவுட் அல்ல.

• முதல் நாளிலேயே கணக்குகளை ஒப்பிட்டுப் பாருங்கள். முதல் நாள் விற்பனைக்குப் பிறகு, உங்கள் செக்அவுட்டின் மொத்தத் தொகையை உங்கள் கட்டணச் செயலியின் பதிவுகளுடன் ஒப்பிட்டுப் பாருங்கள். சில்லறைக் காசுகளின் வித்தியாசம் உடனடியாகத் தெரிந்துவிடும்.

• தற்காலிக வழிகளைப் (workarounds) பயன்படுத்துகிறார்களா என்று கவனியுங்கள். முதல் வாரத்திலேயே பணியாளர்கள் பணிப்பாய்வைத் தவிர்க்க வேறு வழிகளைக் கண்டறிந்தால், வடிவமைப்பு தோல்வியடைந்துள்ளது என்று அர்த்தம். அந்தத் தற்காலிக வழிகளே நிரந்தர அமைப்பாக மாறுவதற்கு முன் அதைச் சரிசெய்யவும்.

அப்படியானால், செக்அவுட்டை வடிவமைக்கும்போது AI என்ன தவறுகளைச் செய்கிறது?

அது தோற்றத்தைச் சரியாக வடிவமைக்கிறது, ஆனால் அதன் செயல்பாட்டைத் தவறாகச் செய்கிறது: சாதாரண சூழ்நிலைக்கான பணிப்பாய்வுகள், தற்காலிகப் பணக் கணக்கீடு, யூகிக்கப்பட்ட வரிகள் மற்றும் பணம் திரும்பப் பெறுதல், பகுதிப் பணம் செலுத்துதல் அல்லது கார்டு மூலமான நேரடிப் பரிவர்த்தனைகளுக்குத் தீர்வு இல்லாமை. சிறந்த பிராம்ட் மூலம் இவற்றைச் சரிசெய்ய முடியாது; ஏற்கனவே பணத்தைக் கையாளும் உள்கட்டமைப்பின் மேல் AI-ஐ அமைப்பதன் மூலமே இதைச் சரிசெய்ய முடியும். பொதுவான விதி: பணிப்பாய்வை AI வடிவமைக்க அனுமதிக்கவும், ஆனால் பணக் கணக்கீட்டை ஒருபோதும் அது தன்னிச்சையாகச் செய்ய அனுமதிக்காதீர்கள்.**

இந்த பிரிவினைதான் Final-இன் Build போன்ற பிராம்ட் அடிப்படையிலான பில்டர்களின் பின்னணியில் உள்ள யோசனையாகும், அங்கு உங்களுக்குத் தேவையான செக்அவுட்டை நீங்கள் விவரிக்கிறீர்கள், மேலும் அதன் கீழ் உள்ள மொத்தத் தொகை, வரிகள் மற்றும் Final Pay பரிவர்த்தனைகள் எப்போதும் துல்லியமாகக் கணக்கிடும் ஒரு அமைப்பிலிருந்து வருகின்றன. இதை நடைமுறையில் பார்க்க, சுமார் பத்து நிமிடங்களில் உங்கள் முதல் பணிப்பாய்வை உருவாக்குங்கள், அல்லது வணிகத்திற்கான AI: அது என்ன செய்ய முடியும் (மற்றும் செய்ய முடியாது) என்ற பதிவின் மூலம் விரிவாகத் தெரிந்துகொள்ளுங்கள்.