वह रोबोट जो तुम्हारा साथी बनना चाहता है, तुम्हारा कर्मचारी नहीं
घरेलू रोबोटिक्स के इतिहास में एक खास मोड़ आया, जब इस क्षेत्र ने तय किया कि असली मूल्य कार्य संपन्न करने में है। झाड़ू लगाना। पोंछा मारना। निगरानी करना। यह तर्क बिल्कुल त्रुटिहीन था: यदि रोबोट कुछ उपयोगी करता है, तो उपभोक्ता पैसे देता है। कॉलिन एंगल ने इसे किसी से बेहतर साबित किया जब उन्होंने 2002 में रूम्बा लॉन्च किया और पहियों पर एक डिस्क को पहला बड़े पैमाने पर अपनाया जाने वाला घरेलू रोबोट बना दिया। दो दशकों तक यह दांव काम आया। फिर चीनी प्रतिस्पर्धा आई, अमेज़न ने अधिग्रहण से हाथ खींच लिया, और एंगल ने 2024 में iRobot छोड़ दिया।
जो इसके बाद हुआ वह सेवानिवृत्ति नहीं थी। वह एक अलग — और संरचनात्मक रूप से कहीं अधिक जोखिम भरा — दांव था।
मई 2026 में, न्यूयॉर्क में वॉल स्ट्रीट जर्नल के Future of Everything सम्मेलन के मंच पर, एंगल ने Familiar प्रस्तुत किया: एक बुलडॉग के आकार का चार पैरों वाला रोबोट, जिसमें भावपूर्ण आँखें, स्पर्शनीय सिंथेटिक त्वचा और भालू के बच्चे जैसे कान हैं। यह बोलता नहीं। झाड़ू नहीं लगाता। स्मार्ट होम कमांड नहीं चलाता। यह आपकी दिनचर्या को पहचानना सीखता है, जानवरों जैसी आवाजें निकालता है, जब आप घर आते हैं तो पास आता है और रसोई तक आपके पीछे आ सकता है। मूल्य का मॉडल अब दक्षता नहीं है। यह संबंध है।
यह बदलाव कोई उत्पाद डिजाइन का मामूली विवरण नहीं है। यह उस मूल्य-अर्जन की तर्कसंगति का पूर्ण पुनर्गठन है जिसे एंगल ने 25 वर्षों में बनाया, और इसे उसी पैमाने पर समझने की जरूरत है।
रोबोट-उपकरण से रोबोट-संबंध तक: मूल्य की यांत्रिकता में क्या बदलता है
रूम्बा ने मापनीय उपयोगिता बेची। उपभोक्ता गिन सकता था कि उसे क्या मिल रहा है: झाड़ू में कम समय, साफ फर्श, सुविधा। कीमत को कार्य और खर्च के बीच सीधे समीकरण से उचित ठहराया जा सकता था। इस मॉडल की सीमाएँ स्पष्ट हैं, लेकिन फायदे भी हैं: ग्राहक जानता है कि वह क्यों खरीद रहा है और कंपनी जानती है कि उसे क्या अनुकूलित करना है।
Familiar एक अलग तर्क के तहत काम करता है। यह जो बेचता है वह कोई सत्यापनीय कार्य नहीं, बल्कि एक संबंधात्मक अनुभव है, और इससे यह मूल रूप से बदल जाता है कि समय के साथ मूल्य कैसे बनाया और बनाए रखा जाता है। भावनात्मक मूल्य कार्यात्मक मूल्य की तरह क्षय नहीं होता, लेकिन इसे 30 सेकंड के विज्ञापन या तकनीकी विवरण पत्रक में साबित भी नहीं किया जा सकता। इसके लिए जरूरी है कि उपभोक्ता खुद इसे अनुभव करे, और इसकी अधिग्रहण और रूपांतरण लागत किसी भी घरेलू उपकरण से कहीं अधिक है।
स्वाभाविक तुलना Sony Aibo से है, जो 1990 के दशक में लॉन्च हुआ और 2018 में फिर से बाजार में आया। Aibo इस बात का एक ईमानदार प्रयोग था कि क्या बाजार रोबोटिक साहचर्य के लिए भुगतान करेगा। फैसला अस्पष्ट रहा: एक वफादार और भावनात्मक रूप से प्रतिबद्ध उपयोगकर्ता आधार तो है, लेकिन यह कभी बड़े पैमाने तक नहीं पहुँचा। कीमत अधिक थी, पहले संस्करण में कार्यक्षमता सीमित थी, और भावनात्मक संबंध — हालांकि जो इसे विकसित करते थे उनके लिए वास्तविक था — बाजार में मात्रा उत्पन्न करने के लिए पर्याप्त नहीं निकला।
एंगल इस पूर्ववृत्त से परिचित हैं। उनका विभेदन तर्क न तो डिजाइन है और न ही रूप, बल्कि बुद्धिमत्ता है। Familiar जेनेरेटिव भाषा मॉडल का उपयोग करता है ताकि आप जो कहते हैं उसे सुने और सीखे, आपके पैटर्न के अनुसार अपने व्यवहार को अनुकूलित करे और एक ऐसा संबंध बनाए जो विकसित होता रहे। "जेनेरेटिव एआई से पहले, रोबोट आसानी से यह नहीं समझ पाते थे कि लोग क्या कह रहे हैं," यह कहना था माजा मतारिक का, जो दक्षिणी कैलिफोर्निया विश्वविद्यालय की प्रोफेसर और सामाजिक सहायता रोबोटिक्स में 25 वर्षों के काम के साथ परियोजना की एक सलाहकार हैं। यह वाक्य तर्क का तकनीकी धुरा है। Familiar बेहतर मार्केटिंग वाला Aibo नहीं है। यह Aibo है जिसमें अनुकूली व्यक्तिगतकरण की एक परत है जिसे एक साल से भी कम समय पहले तक बनाना संभव नहीं था।
समस्या यह है कि उस तकनीकी विभेदन की अभी तक न कोई सार्वजनिक कीमत है, न विस्तृत विशेषताएँ। न निवेश के आँकड़े हैं, न लॉन्च की समय-सीमा, न लागत संरचना दिखाई देती है। जो है वह एक सराहा गया प्रोटोटाइप है और एक रणनीतिक तर्क जिसकी बाजार में कोई पुष्टि नहीं हुई।
लक्षित खंड मॉडल की जोखिम संरचना को उजागर करता है
एंगल ने Familiar के लिए एक ठोस खंड की पहचान की है: ऐसे बुजुर्ग लोग जो पालतू जानवर रखने की चरम उम्र पार कर चुके हैं। उन्होंने जो तर्क प्रस्तुत किया वह सटीक है: वे साथी जानवर चाहना नहीं छोड़ते, बल्कि देखभाल का बोझ, पशु चिकित्सक, खिलाना और अपने पालतू से पहले जीवित रहने की संभावना उन्हें नया जानवर लेने से रोकती है। एक रोबोट जो बिना परिचालन बोझ के संबंध का अनुभव देता है, एक वास्तविक तनाव को हल करता है।
इस खंड में रणनीतिक रूप से रोचक विशेषताएँ हैं। कई विकसित बाजारों में बुजुर्ग वयस्कों के पास खर्च करने की क्षमता है, वे अकेलेपन के प्रति संवेदनशील हैं — जो कई देशों में एक सार्वजनिक स्वास्थ्य समस्या के रूप में दर्ज है — और उनके पास वह संबंध विकसित करने का समय है जो उत्पाद को मूल्य देने के लिए आवश्यक है। मतारिक ने विशेष रूप से वृद्धाश्रमों और मानसिक स्वास्थ्य में भावनात्मक समर्थन को व्यावहारिक उपयोग के रूप में उल्लेख किया।
लेकिन यही खंड उन अड़चनों को भी उत्पन्न करता है जो परियोजना के बारे में जो कुछ ज्ञात है उसमें अभी तक हल नहीं हुई हैं। बुजुर्ग वयस्कों में तकनीकी अपनाने के लिए न्यूनतम कॉन्फ़िगरेशन इंटरफेस और मजबूत बिक्री-पश्चात समर्थन की आवश्यकता होती है, ये दो ऐसे क्षेत्र हैं जहाँ हार्डवेयर स्टार्टअप अक्सर लागत को कम आँकते हैं। एक रोबोट जो आपकी आदतों से सीखता है, उसे एक अनुकूलन अवधि की आवश्यकता होती है जिस दौरान मूल्य स्पष्ट नहीं होता। यदि लक्षित उपभोक्ता की तकनीकी निराशा के प्रति सहनशीलता कम है या उपकरणों को कॉन्फ़िगर करने के लिए दूसरों पर निर्भर है, तो ऑनबोर्डिंग की अवधि उत्पाद छोड़ने का सबसे बड़ा जोखिम बन जाती है।
इसके अलावा आय मॉडल में एक संरचनात्मक तनाव है जिसे परियोजना ने अभी तक सार्वजनिक रूप से हल नहीं किया है। अनुकूली एआई वाले साथी रोबोट खरीद के समय नहीं, बल्कि समय के साथ अपना विभेदक मूल्य उत्पन्न करते हैं। इससे पता चलता है कि मॉडल में आवर्ती आय का कोई न कोई रूप शामिल होना चाहिए — चाहे मॉडल अपडेट सेवाओं की सदस्यता के रूप में, सॉफ्टवेयर रखरखाव या नई क्षमताओं तक पहुँच के रूप में। इस परत के बिना, कंपनी हार्डवेयर एक बार बेचती है और फिर उस विभेदक मूल्य को वित्तपोषित करती रहती है जिसने उस प्रारंभिक बिक्री को उचित ठहराया — बिना कोई प्रतिफल के। यह उस उत्पाद के लिए एक नाजुक वित्तीय संरचना है जिसकी मुख्य आकर्षण ठीक यही है कि वह समय के साथ बेहतर होता है।
एंगल की सलाहकार टीम परियोजना के इरादों के बारे में संकेत देती है। बोस्टन डायनेमिक्स के संस्थापक और चौपाया लोकोमोशन के अग्रणी मार्क रायबर्ट चार पैरों वाली गतिशीलता में तकनीकी विश्वसनीयता जोड़ते हैं। सोशल रोबोट Kismet और Jibo की आविष्कारक सिंथिया ब्रेज़ील को अभिव्यंजक रोबोटिक्स की सीमाओं और संभावनाओं का प्रत्यक्ष अनुभव है। मतारिक दशकों से यह अध्ययन कर रही हैं कि मनुष्य मशीनों के साथ संबंध कैसे बनाते हैं और किन परिस्थितियों में वह संबंध टिकाऊ होता है। यह प्रेस फोटो के लिए जोड़ी गई टीम नहीं है। यह MIT में साझा इतिहास वाला एक नेटवर्क है जो उन ह्यूमनॉइड रोबोट के प्रति स्पष्ट संशयवाद रखता है जो समाचार चक्र पर हावी हैं लेकिन रोजमर्रा की उपयोगिता साबित नहीं कर पाए।
यह साझा संशयवाद एक बाजार स्थिति भी है। Familiar को जानबूझकर ह्यूमनॉइड की दौड़ से बाहर रखा गया है — एक ऐसा क्षेत्र जहाँ निवेश विशाल है लेकिन व्यावहारिक परिणाम अभी भी कम हैं। एंगल दांव लगा रहे हैं कि भावनात्मक साहचर्य का बाजार, स्वचालित घरेलू कार्य के बाजार की तुलना में अल्पकालिक और मध्यकालिक दृष्टि से अधिक व्यावहारिक है। वह सही हो सकते हैं। लेकिन "सही हो सकते हैं" और "एक टिकाऊ व्यवसाय मॉडल है" दो अलग कथन हैं।
वह जो एंगल जानते हैं जो उद्योग अभी तक आँकना नहीं सीखा
एंगल उत्पाद कैसे बनाते हैं, इसमें एक पैटर्न है जो Familiar के साथ जो भी हो उससे स्वतंत्र रूप से ध्यान देने योग्य है। रूम्बा के साथ उन्होंने रोबोटिक वैक्यूम क्लीनर का आविष्कार नहीं किया, बल्कि वह पहले थे जिन्होंने इसे इतना विश्वसनीय, सुलभ और स्वायत्त बनाया कि बड़े पैमाने पर बाजार ने इसे अपनाया। यह छलाँग तकनीकी मूल से नहीं थी। यह उपभोक्ता व्यवहार पर लागू उत्पाद इंजीनियरिंग से थी।
Familiar उसी तर्क को दोहराता है। Sony Aibo है। चार पैरों वाले एआई रोबोट हैं। एंगल जो दावा करते हैं कि उन्होंने हल किया है वह है रूप, व्यवहार और अनुकूलनशीलता का वह विशिष्ट संयोजन जो संबंध बनाता है। "जब यह खुश महसूस करता है, तो आप खुश महसूस करते हैं," उन्होंने प्रस्तुति में कहा। यह वाक्य किसी अन्य संस्थापक के मुँह से कहा जाता तो मार्केटिंग लगता। उस व्यक्ति के मुँह से जिसने 25 वर्ष यह देखते हुए बिताए कि वास्तविक उपभोक्ता अपने घरों में रोबोट के साथ कैसे बातचीत करते हैं, इसका अधिक वजन है।
प्रोटोटाइप को पहली बार देखने पर मतारिक की प्रतिक्रिया एक परिचालन डेटा है, सिर्फ एक किस्सा नहीं। एक शोधकर्ता जिसके पास मानव-रोबोट इंटरैक्शन में दशकों का काम है और जो "तुरंत जमीन पर बैठ गई और उसे सहलाने लगी और देखने लगी कि वह क्या करता है" — वह कुछ ऐसा वर्णन कर रही है जिसे उनके अपने सैद्धांतिक ढाँचे भी हासिल करना मुश्किल बताते हैं। सामाजिक रोबोटिक्स में शोध लगातार दिखाता है कि रोबोट अक्सर "uncanny valley" में गिरते हैं: उपकरण लगने के लिए बहुत अधिक मानवीय, सहानुभूति जगाने के लिए बहुत अधिक यांत्रिक। Familiar एक ऐसा डिजाइन क्षेत्र खोजता दिखता है जो उस घाटी से बचता है, बिना किसी मौजूदा रूप की नकल किए।
इसका तकनीकी मूल्य है। यदि इसे बड़े पैमाने पर किया जा सके, तो बाजार मूल्य भी है। और वहीं है वह अनसुलझी समस्या।
उपभोक्ता रोबोटिक्स हार्डवेयर पूँजी के मामले में सबसे माँगवाले व्यवसायों में से एक है। मार्जिन कम है, विकास चक्र लंबे हैं, विनिर्माण लागत अधिक है और उपभोक्ताओं की अपेक्षाएँ इलेक्ट्रॉनिक उपकरणों के दशकों से बनी हैं जो समय के साथ सस्ते होते जाते हैं। iRobot अपनी सारी स्केल और ब्रांड पहचान के बावजूद चीनी निर्माताओं के दबाव का विरोध नहीं कर सका जो कहीं कम कीमत पर कार्यात्मक रोबोटिक वैक्यूम क्लीनर बना रहे थे। Familiar, यदि बाजार तक पहुँचने में सफल होता है, तो उसे एक ऐसी मूल्य प्रस्तुति की जरूरत है जो इतनी विभेदित हो कि खरीद के निर्णय में कीमत मुख्य कारक न हो।
एंगल का दांव यह है कि भावनात्मक संबंध वह विभेदन पैदा करता है। कि कोई अपने साथी को इसलिए नहीं बदलता क्योंकि कोई सस्ता है। कि अनुकूली व्यक्तिगतकरण रोबोट और उसके मालिक के बीच एक अनोखा संबंध बनाता है जो न हस्तांतरणीय है न तुलनीय। यदि वास्तविक उपयोगकर्ताओं के साथ यह दांव सिद्ध होता है, तो मॉडल में एक प्रतिधारण तर्क है जिसका दावा बहुत कम हार्डवेयर उत्पाद कर सकते हैं। यदि सिद्ध नहीं होता, तो कंपनी के पास एक सुंदर प्रोटोटाइप और असाधारण सलाहकारों की एक टीम है — लेकिन वह इंजन नहीं जो यह सब एक व्यवसाय में बदले।
मूल्य का बँटवारा अभी भी अधूरा है और यही तनाव परियोजना को परिभाषित करता है
एंगल के पास एक ठोस बाजार तर्क है, असाधारण प्रतिभाओं का नेटवर्क है और जेनेरेटिव एआई की सीमाओं की एक ऐसी समझ है जो क्षेत्र के अधिकांश भाषणों से अधिक ईमानदार लगती है। जो उनके पास नहीं है — या कम से कम जो उन्होंने सार्वजनिक रूप से नहीं दिखाया — वह एक आय संरचना है जो निरंतर भावनात्मक मूल्य उत्पन्न करने की लागत और उन खंडों की भुगतान करने की इच्छा के बीच समीकरण को बंद करे जिन्हें इसकी सबसे अधिक जरूरत है।
वृद्धाश्रमों में बुजुर्ग, भावनात्मक समर्थन की जरूरत वाले मरीज, अकेले रहने वाले लोग: ये सभी ऐसे खंडों का प्रतिनिधित्व करते हैं जिनकी जरूरतें दशकों के शोध से वास्तविक और सत्यापित हैं। लेकिन इनमें से कई खंड सहायक तकनीक तक पहुँचने के लिए स्वास्थ्य प्रणालियों, बीमा कंपनियों या नगर पालिकाओं पर निर्भर हैं, और इन चैनलों में धीमे अपनाने के चक्र हैं, जटिल नियामक अनुमोदन प्रक्रियाएँ हैं और भुगतान मॉडल हैं जो उन उत्पादों के लिए आसानी से नहीं ढलते जिनकी अभी तक कोई आधिकारिक कीमत नहीं है।
यदि Familiar Machines उच्च क्रय शक्ति वाले सीधे उपभोक्ता को लक्ष्य करती है, तो बाजार छोटा है लेकिन बिक्री का चक्र छोटा है। यदि स्वास्थ्य या देखभाल संस्थानों को लक्ष्य करती है, तो बाजार बड़ा है लेकिन व्यावसायिक जटिलता एक अलग स्तर की है। इन दोनों रणनीतियों के लिए अलग-अलग संगठनात्मक संरचनाएँ आवश्यक हैं, और पहले किसे अपनाएँ यह निर्णय यह तय करता है कि किस तरह की कंपनी बनाई जा रही है।
Familiar, अपनी वर्तमान स्थिति में, एक ऐसा प्रोटोटाइप है जिसने एक महत्वपूर्ण बात सिद्ध की: कि मनुष्यों और रोबोट के बीच का संबंध न मानवीय रूप की नकल के लिए और न कुत्ते के रूप की नकल के लिए जरूरी है। यह एक ऐसी खोज है जिसके इस विशेष उत्पाद से परे निहितार्थ हैं। लेकिन एक खोज कोई व्यवसाय मॉडल नहीं है, और दोनों के बीच की दूरी ठीक वहाँ है जहाँ यह तय होता है कि क्या यह दांव एंगल का घरेलू रोबोटिक्स में दूसरा बड़ा योगदान बनता है या एक अच्छी तरह से दर्ज प्रयोग जिसका लाभ बाद में दूसरे उठाएँगे। यह तनाव प्रोटोटाइप से नहीं सुलझता। यह बिक्री के पहले वर्ष से सुलझता है, और वह डेटा अभी तक मौजूद नहीं है।
