چیک آؤٹ ڈیزائن کرتے وقت AI کیا غلطیاں کرتا ہے (اور انہیں کیسے ٹھیک کیا جائے)

چیک آؤٹ ڈیزائن کرتے وقت AI ایک ایسی غلطی کرتا ہے جس کی پیش گوئی کی جا سکتی ہے: یہ ڈیمو کے لیے ڈیزائن کرتا ہے، نہ کہ دسویں ہزارویں ٹرانزیکشن کے لیے۔ کسی AI ایپ بلڈر سے چیک آؤٹ بنانے کو کہیں اور آپ کو منٹوں میں ایک بہترین ڈیزائن مل جائے گا۔ صاف ستھرا کارٹ، ترتیب وار بٹنز، اور ایک بہترین پے اسکرین۔ ناکامیاں ان تمام چیزوں میں چھپی ہوتی ہیں جنہیں اسکرین شاٹ نہیں دکھا سکتا: جیسے کہ یہ فلو ریفنڈ، اسپلٹ پیمنٹ (split payment)، ٹیکس کے اصول، یا ہفتے کے دن دوپہر کے وقت گاہکوں کی لمبی لائن کو کیسے سنبھالتا ہے۔

اس کا حل بہتر پرامپٹنگ نہیں ہے۔ بلکہ یہ فیصلہ کرنا ہے کہ چیک آؤٹ کے کن حصوں کا کنٹرول AI کے پاس ہونا چاہیے، اور کن حصوں میں اسے خود سے تبدیلی کرنے کی بالکل اجازت نہیں ہونی چاہیے۔ یہاں بتایا گیا ہے کہ AI کے تیار کردہ چیک آؤٹس اصل میں کہاں ناکام ہوتے ہیں، اور ہر ایک کے بارے میں کیا کرنا چاہیے۔

AI کا ڈیزائن کردہ چیک آؤٹ دیکھنے میں درست لیکن استعمال میں ناکام کیوں ہوتا ہے؟

اس کی دو وجوہات ہیں۔ پہلی یہ کہ AI چیک آؤٹ کا ڈیزائن موجودہ چیک آؤٹس سے سیکھتا ہے، اور موجودہ چیک آؤٹس اوسط درجے کے ہوتے ہیں۔ بیمارڈ انسٹی ٹیوٹ (Baymard Institute) کے مطابق آن لائن کارٹ چھوڑنے (cart abandonment) کی اوسط شرح 70.22% ہے¹، اور ان کے مطابق امریکہ کا اوسط چیک آؤٹ 23.48 فارم عناصر (form elements) دکھاتا ہے جبکہ ایک مثالی فلو کو صرف 12 سے 14 کی ضرورت ہوتی ہے¹۔ ایک ماڈل جو اوسط درجے کے ڈیٹا پر ٹرین کیا گیا ہو، وہ اپنی غلطیوں سمیت اوسط درجے کا نتیجہ ہی دوبارہ تیار کرتا ہے۔

دوسرا، ہیپی پاتھ بائس (happy-path bias)۔ تیار کردہ سافٹ ویئر کو اسی طرح پرکھا جاتا ہے جیسے کسی ڈیمو کو پرکھا جاتا ہے: کیا عام صورتحال میں یہ کام کرتا ہے؟ ایک چیک آؤٹ کو اسی طرح پرکھا جاتا ہے جیسے کیش رجسٹر کو پرکھا جاتا ہے: کیا ہر صورتحال میں، ہر بار، گاہک کے سامنے یہ درست کام کرتا ہے؟ یہ دونوں الگ معیار ہیں، اور ان کے درمیان کا فرق اس وقت تک پوشیدہ رہتا ہے جب تک کہ اس سے حقیقی رقم کا لین دین نہ ہو۔

AI اصل میں چیک آؤٹ میں کیا غلطیاں کرتا ہے؟

پانچ ناکامیاں بار بار سامنے آتی ہیں۔ (ان کے پیچھے موجود گہرے انفراسٹرکچر کے فرق کو سمجھنے کے لیے، دیکھیں کیا آپ Lovable یا Replit کے ساتھ POS بنا سکتے ہیں؟ یہ فہرست خود چیک آؤٹ کے بارے میں ہے۔)

• پیسوں کا حساب کتاب۔ تیار کردہ کوڈ عام طور پر کرنسی کا حساب فلوٹنگ پوائنٹ (floating point - اعشاریہ کا حساب جو غیر متوقع طور پر راؤنڈ ہو جاتا ہے) میں کرتا ہے، جس کی وجہ سے ڈسکاؤنٹس، ٹیکسز اور اسپلٹ پیمنٹس میں پیسوں کا فرق آ جاتا ہے۔ اس کی علامت دن کے اختتام پر ظاہر ہوتی ہے: یعنی ٹوٹل آپ کی روزانہ کی رپورٹ کے ساتھ ایک ایک پیسے کے حساب سے مطابقت (reconcile) نہیں رکھتا۔

• ٹیکسز۔ AI ایک ہی شرح کو ہارڈ کوڈ (hard-code) کر دیتا ہے۔ حقیقی سیلز ٹیکس کا انحصار دائرہ اختیار (jurisdiction)، آئٹم کی قسم، چھوٹ (exemptions) اور تاریخوں پر ہوتا ہے، اور یہ آپ کے کوڈ کو بتائے بغیر تبدیل ہو جاتا ہے۔ ایسا چیک آؤٹ جو ٹیکس کا محض اندازہ لگائے، وہ چیک آؤٹ نہیں ہے؛ بلکہ وہ ایک خوبصورت انٹرفیس والا بوجھ (liability) ہے۔

• غیر معمولی صورتحال (The unhappy paths)۔ ریفنڈز، منسوخی (voids)، جزوی ادائیگیاں (partial payments)، قیمتوں میں تبدیلی (price overrides)، چارج کے دوران کنکشن کا منقطع ہونا۔ ڈیموز میں ان کا کبھی تجربہ نہیں کیا جاتا؛ لیکن کاؤنٹرز پر روزانہ ان کا سامنا ہوتا ہے۔ زیادہ تر AI کے تیار کردہ چیک آؤٹس میں یہ سرے سے موجود ہی نہیں ہوتیں۔

• کیشئیر کی رفتار۔ AI ای کامرس کے ان طریقوں کو کاپی کرتا ہے جو ایسے خریدار کے لیے بنائے گئے ہیں جو صرف ایک بار چیک آؤٹ کرتا ہے۔ ایک کیشئیر ایک شفٹ میں سینکڑوں بار اسی فلو کو چلاتا ہے، اس لیے ہر اضافی ٹیپ گاہکوں کی لائن کے انتظار کے وقت میں اضافہ کرتا ہے۔ یہاں تک کہ چھوٹے فیصلے بھی کاؤنٹر کے ماحول کو بدل دیتے ہیں؛ ٹپ کا پرامپٹ کہاں ہونا چاہیے یہ بذاتِ خود ایک بڑا فیصلہ ہے۔

• ادائیگیاں۔ ادائیگی کا بٹن خود ادائیگی نہیں ہوتا۔ ذاتی طور پر کارڈ قبول کرنے کے لیے پیمنٹ پروسیسر، PCI تعمیل (PCI compliance - کارڈ انڈسٹری کے ڈیٹا سیکیورٹی کے اصول)، اور تصدیق شدہ ریڈر ہارڈ ویئر کی ضرورت ہوتی ہے۔ اس میں سے کچھ بھی پرامپٹ سے تیار نہیں کیا جا سکتا؛ اس کا موجود ہونا ضروری ہے۔ ادائیگی کے انفراسٹرکچر میں اصل میں کیا شامل ہوتا ہے یہ زیادہ تر لوگوں کی توقع سے کہیں زیادہ طویل ہے۔

آپ AI کے ڈیزائن کردہ چیک آؤٹ کو کیسے ٹھیک کرتے ہیں؟

کام کو دو حصوں میں تقسیم کریں۔ AI ڈیزائننگ کے حصے میں واقعی اچھا ہے: جیسے لے آؤٹ، فلو کی ترتیب، الفاظ کا انتخاب، اور اسکرین کو اس انداز میں ڈھالنا جس طرح آپ کا اسٹور اصل میں فروخت کرتا ہے۔ اسے اس کا مالک بننے دیں۔ پیسوں کا حصہ (حساب کتاب، ٹیکسز، پیمنٹ پروسیسنگ، ٹرانزیکشن کا ریکارڈ) ایسے کامرس انفراسٹرکچر سے آنا چاہیے جو متعین (deterministic - جو ہر بار ایک ہی درست جواب دیتا ہے) ہو، نہ کہ ہر پرامپٹ پر خود سے تیار کردہ کوڈ سے۔

"صرف یہ پرامپٹ دینا کہ ٹیکسز کو درست طریقے سے سنبھالے" اس مسئلے کو حل نہیں کرتا، کیونکہ آپ صرف دیکھ کر یہ نہیں بتا سکتے کہ آیا اس نے کام کیا یا نہیں۔ ایک چیک آؤٹ مہینوں تک فی ٹرانزیکشن چند سینٹس کی غلطی کر سکتا ہے اس سے پہلے کہ کوئی اس پر غور کرے۔ اس لیے اس کا حل ساختی (structural) ہے:

• پرامپٹنگ کے بجائے حدود متعین کریں۔ ایک ایسا پلیٹ فارم استعمال کریں جہاں ٹوٹل، ٹیکسز اور ٹینڈرز (tenders) پہلے سے موجود ہوں اور AI صرف انہیں ترتیب دے سکے، نہ کہ نئے سرے سے ایجاد کرے۔

• لانچ سے پہلے غیر معمولی صورتحال (unhappy paths) کی جانچ کریں۔ ریفنڈ، منسوخی، اسپلٹ پیمنٹ، اور چارج کے دوران منسوخی چلا کر دیکھیں۔ اگر ان میں سے کوئی بھی غائب ہے، تو آپ کے پاس صرف ایک ڈیمو ہے، چیک آؤٹ نہیں۔

• پہلے ہی دن حساب کتاب (reconcile) کریں۔ سیلز کے پہلے حقیقی دن کے بعد اپنے چیک آؤٹ کے ٹوٹل کا موازنہ اپنے پیمنٹ پروسیسر کے ریکارڈ سے کریں۔ پیسوں کا فرق فوراً سامنے آ جائے گا یا پھر بالکل نہیں آئے گا۔

• متبادل طریقوں (workarounds) پر نظر رکھیں۔ اگر عملہ پہلے ہی ہفتے میں فلو کے ارد گرد متبادل طریقے نکال لیتا ہے، تو ڈیزائن ناکام ہو گیا ہے۔ اسے ٹھیک کریں اس سے پہلے کہ متبادل طریقے ہی سسٹم بن جائیں۔

تو، چیک آؤٹ ڈیزائن کرتے وقت AI کیا غلطیاں کرتا ہے؟

یہ تصویر تو درست بناتا ہے لیکن اندرونی نظام (plumbing) کو خراب کر دیتا ہے: جیسے صرف عام صورتحال کے فلو، پیسوں کا خود ساختہ حساب کتاب، ٹیکسز کا اندازہ، اور ریفنڈز، اسپلٹ پیمنٹس، یا کارڈ کی موجودگی میں ادائیگیوں کا کوئی حل نہ ہونا۔ ان میں سے کوئی بھی چیز بہتر پرامپٹ سے ٹھیک نہیں ہوتی؛ یہ AI کو ایسے انفراسٹرکچر کے اوپر رکھنے سے ٹھیک ہوتی ہے جو پہلے ہی پیسوں کے معاملات کو سنبھالتا ہے۔ بنیادی اصول: AI کو فلو ڈیزائن کرنے دیں، اسے کبھی بھی پیسوں کا خود ساختہ حساب کتاب نہ کرنے دیں۔

یہ تقسیم پرامپٹ پر مبنی بلڈرز جیسے کہ Final کے Build کے پیچھے کا نظریہ ہے، جہاں آپ اپنی پسند کے چیک آؤٹ کو بیان کرتے ہیں اور اس کے نیچے موجود ٹوٹل، ٹیکسز، اور Final Pay ٹرانزیکشنز ایک ایسے سسٹم سے آتے ہیں جو ہمیشہ درست حساب لگاتا ہے۔ اسے عملی طور پر دیکھنے کے لیے، تقریباً دس منٹ میں اپنا پہلا فلو بنائیں، یا کاروبار کے لیے AI: یہ کیا کر سکتا ہے (اور کیا نہیں) کے ساتھ اس کا تفصیلی جائزہ لیں۔