سوتھبیز (Sotheby’s) نے کسٹم مصنوعی ذہانت (AI) کے ایسے ماڈلز متعارف کروا دیے ہیں جو نیلامی کی قیمتوں کی پیش گوئی کرتے ہیں اور ایک ریئل ٹائم بولی لگانے کا پلیٹ فارم چلاتے ہیں جو بیک وقت ہزاروں صارفین کو سنبھالتا ہے۔ یہ صدیوں پرانا نیلامی گھر قیمتوں کے تعین کو بہتر بنانے اور عالمی نیلامیوں کو ہموار طریقے سے جاری رکھنے کے لیے ڈیٹا پر مبنی ٹیکنالوجی پر بھروسہ کر رہا ہے۔
یہ تبدیلی کیوں اہم ہے
آرٹ کی نیلامیاں ہمیشہ سے شخصی فیصلہ سازی اور مارکیٹ کے علم کا مجموعہ رہی ہیں۔ آن لائن بولی لگانے کے عمل نے ایک وقت میں صرف مخصوص لوگوں تک محدود اور آمنے سامنے ہونے والے ایونٹ کو ایک زیادہ ٹریفک والے ڈیجیٹل تجربے میں بدل دیا ہے۔ فروخت کنندگان اب زیادہ درست پیش گوئیوں کے ذریعے سخت ترین ریزرو قیمتیں مقرر کر سکتے ہیں اور حتمی ہیمر پرائسز (hammer prices) کو مزید اوپر لے جا سکتے ہیں۔ خریدار قیمتوں کے واضح ہونے کی صورت میں ضرورت سے زیادہ ادائیگی سے بچ سکتے ہیں۔ سوتھبیز کا AI کو اپنے مرکز میں شامل کرنا اس بات کا اشارہ ہے کہ اب یہ صنعت صرف ماہرانہ وجدان پر انحصار نہیں کرتی۔
"آرٹ انٹیلیجنس" کی تعمیر
سوتھبیز میں کمپیوٹر سائنس اور ریاضی کی ماہر، کیلی شن (Kelly Shen)، ایک ایسی ٹیم کی قیادت کرتی ہیں جس نے وہ الگورتھم بنائے ہیں جنہیں یہ ادارہ "آرٹ انٹیلیجنس" کہتا ہے۔ عام مارکیٹ کی پیش گوئی کرنے والے ٹولز کے برعکس، یہ ماڈلز ڈیٹا پوائنٹس کے ایک وسیع مجموعے کا تجزیہ کرتے ہیں: تاریخی فروخت کی قیمتیں، حالیہ نیلامی کے نتائج، کلکٹرز کی دلچسپی کے رجحانات، اور یہاں تک کہ مخصوص فنکاروں کے گرد سوشل میڈیا پر ہونے والی بحث۔ کسی مصور کے کام کی طلب میں اضافے یا کمی پر نظر رکھتے ہوئے، یہ سسٹم قیمتوں کا تخمینہ تیار کرتا ہے جو نئے اشارے ملتے ہی تقریباً ریئل ٹائم میں تبدیل ہو جاتے ہیں۔
یہ ماڈلز کوئی ساکن اسپریڈ شیٹس نہیں ہیں۔ یہ تازہ ڈیٹا پر دوبارہ تربیت حاصل کرتے ہیں، اور اچانک ہونے والی تبدیلیوں کو پکڑ لیتے ہیں—جیسے کہ کسی بڑے میوزیم کی نمائش جو کسی پہلے نظر انداز کیے گئے ماہر فنکار میں دلچسپی کا سیلاب لے آئے۔ سوتھبیز کے لیے اس کا فائدہ دوہرا ہے: کنسائینرز (consignors) کے لیے ایک زیادہ قابلِ دفاع ریزرو قیمت، اور اتار چڑھاؤ والی مارکیٹ میں بولی لگانے والوں کے لیے ایک واضح رہنما۔
ڈیجیٹل نیلامی کے فرش کو وسعت دینا
قیمت کی پیش گوئی کرنا صرف آدھی مساوات ہے۔ جدید نیلامیاں ہر براعظم سے بولی لگانے والوں کو اپنی طرف راغب کرتی ہیں، جہاں ہر کوئی ایک دوسرے کے چند ملی سیکنڈز کے اندر کلک، اسکرول اور بولی لگا رہا ہوتا ہے۔ اس تجربے کو ہموار رکھنے کے لیے، سوتھبیز نے اپنے پیش گوئی کرنے والے ماڈلز کو ایک ہائی پرفارمنس کمپیوٹنگ اسٹیک کے ساتھ جوڑا ہے جو کم لیٹنسی (low-latency) اور زیادہ کنکرنسی (high-concurrency) والے ورک لوڈز کے لیے ڈیزائن کیا گیا ہے۔
شن کی خدمات صرف الگورتھم تک محدود نہیں ہیں۔ انہوں نے کیٹلاگنگ کے آٹومیشن کی نگرانی کی—جس میں امیج ریکگنیشن ٹولز کا استعمال کرتے ہوئے اصل ہونے کی تفصیلات (provenance)، کنڈیشن رپورٹس، اور بصری خصوصیات کو ٹیگ کیا جاتا ہے—تاکہ آن لائن پلیٹ فارم پر فہرستیں تیزی سے اور انسانی غلطیوں کے بغیر اپ لوڈ ہو سکیں۔ یہ انفراسٹرکچر ٹریفک کو متعدد سرورز پر تقسیم کرتا ہے، اور جب کوئی اہم لاٹ (lot) توجہ کا مرکز بنتی ہے تو وسائل کو متحرک طور پر بڑھا دیتا ہے۔ اس کا نتیجہ ایک ایسی لائیو نیلامی کی صورت میں نکلتا ہے جو بیک وقت بولی لگانے والوں کی تعداد میں اچانک اضافے کے باوجود بھی فعال رہتی ہے۔
کوڈ کے پیچھے عملی سوچ
ٹیک حلقوں میں ہمیشہ زیادہ پیچیدہ ماڈلز کے پیچھے بھاگنے کا رجحان ہوتا ہے۔ شن خبردار کرتے ہیں کہ وائٹ بورڈ پر نظر آنے والی خوبصورتی خود بخود کاروباری قدر میں تبدیل نہیں ہوتی۔ وہ کہتے ہیں، "ایک الگورتھم کی کامیابی کا براہ راست تعلق سامعین کی مصروفیت (engagement) بڑھانے کی اس کی صلاحیت سے ہے۔" لگژری سیگمنٹ میں، ٹیکنالوجی کو ایک غیر مرئی ڈھانچے کی طرح ہونا چاہیے، نہ کہ ایسی رکاوٹ جو ان کلکٹرز کو الجھا دے جو ذاتی لمس کے عادی ہیں۔
یہی عملی موقف ٹیم کے روڈ میپ کی رہنمائی کرتا ہے۔ وہ فیچرز جو بولیوں کے تبدیلی کی شرح (bid conversion rates) کو واضح طور پر بہتر نہیں بناتے یا کیٹلاگنگ کے دورانیے کو کم نہیں کرتے، انہیں ترجیح نہیں دی جاتی، چاہے وہ جدید ترین مشین لرننگ ریسرچ کا ہی نمونہ کیوں نہ ہوں۔ توجہ ٹھوس نتائج پر رہتی ہے: قیمتوں کا محدود دائرہ، ہموار بولی کا عمل، اور ایک زیادہ پرکشش ڈیجیٹل شوروم۔
احتیاطی آوازیں
نقادوں کا کہنا ہے کہ الگورتھمک قیمت بندی پر ضرورت سے زیادہ انحصار اس باریک بین مہارت کو ختم کر سکتا ہے جو طویل عرصے سے اعلیٰ نیلامی گھروں کو دوسروں سے ممتاز کرتی آئی ہے۔ اس میں تاریخی تعصبات کے شامل ہونے کا خطرہ بھی ہے—اگر ماضی کی فروخت نے مخصوص آبادیاتی یا علاقائی گروہوں کو فائدہ پہنچایا ہے، تو ماڈل غیر ارادی طور پر ان نمونوں کو برقرار رکھ سکتا ہے۔ سوتھبیز ان خدشات کو تسلیم کرتا ہے، اور اس بات پر زور دیتا ہے کہ انسانی کیوریٹرز ابھی بھی اشاعت سے پہلے ماڈل کے نتائج کا جائزہ لیتے ہیں، اور AI تجربہ کار ماہرینِ قیمت (appraisers) کے متبادل کے بجائے فیصلہ سازی میں معاون ٹول کے طور پر کام کرتا ہے۔
آگے کیا دیکھنا ہے
سوتھبیز کا یہ آغاز ابھی ابتدائی مراحل میں ہے، لیکن اس کا انفراسٹرکچر پہلے ہی کئی اعلیٰ سطح کی فروخت کو سنبھال رہا ہے۔ اگلا امتحان یہ ہوگا کہ کیا AI مارکیٹ کے بالکل نئے حالات کے مطابق خود کو ڈھال سکتا ہے—جیسے کہ آرٹ کی درآمدات پر اثر انداز ہونے والی اچانک ریگولیٹری تبدیلیاں یا ڈیجیٹل دور کے نئے کلکٹرز کا ظہور۔ مبصرین اس بات پر بھی نظر رکھیں گے کہ حریف اس کا جواب کیسے دیتے ہیں؛ اسی طرح کی نئی ٹیکنالوجیز کی لہر آرٹ کی ثانوی مارکیٹ کی معیشت کو دوبارہ ترتیب دے سکتی ہے۔
اگر یہ ٹیکنالوجی کامیاب رہی، تو اس کے اثرات انتہائی گہرے ہو سکتے ہیں: قیمتوں کا زیادہ درست تعین بولی دہندگان کے ایک وسیع حلقے کو راغب کر سکتا ہے، جبکہ منظم کیٹلاگنگ چھوٹے کنسائنرز کے لیے مارکیٹ میں داخل ہونے کی رکاوٹیں کم کر سکتی ہے۔ اس کے برعکس، اگر یہ ماڈلز دباؤ کے تحت ناپائیدار ثابت ہوئے، تو صنعت ایک زیادہ محتاط، ہائبرڈ طریقہ کار کی طرف واپس جا سکتی ہے جو انسانی فیصلے پر زیادہ انحصار کرتا ہو۔
خلاصہ
قیمتوں کی پیش گوئی اور ریئل ٹائم بولی کے لیے Sotheby’s کا کسٹم AI کا استعمال یہ ظاہر کرتا ہے کہ روایات میں ڈوبے ہوئے شعبے بھی ڈیٹا پر مبنی انجینئرنگ سے قابلِ پیمائش فوائد حاصل کر سکتے ہیں—بشرطیکہ ٹیکنالوجی واضح کاروباری اہداف کو پورا کرے اور انسانی مہارت کے ذریعے اس کی نگرانی کی جاتی رہے۔