क्या AI रिटेल बायर्स की जगह लेगा? एल्गोरिदम बनाम ट्रेंड की नज़र

हर स्टोर के हर शेल्फ़ पर हर उत्पाद की शुरुआत कहीं किसी ने तय करने से हुई कि वह वहाँ है। रिटेल बायर वाणिज्य के द्वारपाल हैं, यह चुनते हुए कि कौन से उत्पाद निर्माताओं और थोक विक्रेताओं से उन उपभोक्ताओं तक पहुँचते हैं जो स्टोर में चलकर आते हैं या "कार्ट में जोड़ें" पर क्लिक करते हैं। एक ऐसे युग में जब एल्गोरिथ्म एक मनुष्य के जीवनकाल में संसाधित किए जा सकने वाले डेटा से अधिक का उपयोग करके रुझानों की भविष्यवाणी और वर्गीकरण का अनुकूलन कर सकते हैं, क्या मानव बायर अप्रचलित होता जा रहा है?

ईमानदार उत्तर "आपकी नौकरी हमेशा के लिए सुरक्षित है" के आशावाद और "अगले साल आपको एक एल्गोरिथ्म से बदल दिया जाएगा" की चेतावनी से कहीं अधिक सूक्ष्म है। यह पेशा दो भागों में बँट रहा है। कुछ प्रकार की रिटेल बायिंग तेज़ी से स्वचालन की ओर बढ़ रही है। अन्य प्रकार पहले से कहीं अधिक महत्वपूर्ण होते जा रहे हैं। यह समझना कि आपकी विशिष्ट भूमिका उस विभाजन के किस तरफ़ बैठती है, सबसे महत्वपूर्ण कैरियर-योजना प्रश्न है जो आप पूछ सकते हैं।

आँकड़े: उच्च एक्सपोज़र, मध्यम जोखिम

Anthropic लेबर मार्केट रिपोर्ट (2026) रिटेल बायर को कुल कृत्रिम-बुद्धिमत्ता एक्सपोज़र 54% और स्वचालन जोखिम 42% पर रखती है। यह उल्लेखनीय है — यह बिक्री और विपणन के उच्च-जोखिम वाले पदों में से एक है, और हमारी पूरी साइट पर उच्च-जोखिम वाले पदों में से एक है। मोड "सहायक" है, लेकिन यहाँ संवर्धन और प्रतिस्थापन के बीच का अंतर कई अन्य पेशों की तुलना में संकीर्ण है। [तथ्य] उस 42% आँकड़े को स्थिर करने के लिए: हमारी विश्लेषित सभी 1,016 व्यवसायों में औसत स्वचालन जोखिम 35% के क़रीब बैठता है, जिसका अर्थ है कि रिटेल बायिंग सामान्य श्रम-बाज़ार एक्सपोज़र से सार्थक रूप से ऊपर है, और प्रक्षेपवक्र मायने रखता है।

माँग पूर्वानुमान और इन्वेंट्री अनुकूलन 75% स्वचालन पर सबसे आगे हैं। कृत्रिम-बुद्धिमत्ता सिस्टम ऐतिहासिक बिक्री पैटर्न, मौसम पूर्वानुमान, सोशल-मीडिया रुझानों, व्यापक आर्थिक संकेतक, आपूर्तिकर्ता लीड समय, और यहाँ तक कि प्रतिस्पर्धी स्टोरों की पार्किंग की उपग्रह छवियों का विश्लेषण करके उल्लेखनीय सटीकता से माँग की भविष्यवाणी कर सकते हैं। Amazon जैसी कंपनियों ने कृत्रिम-बुद्धिमत्ता-संचालित इन्वेंट्री प्रबंधन को एक प्रतिस्पर्धात्मक लाभ बनाया है जिसके मिलान के लिए पारंपरिक खुदरा विक्रेता दौड़ रहे हैं — और अधिकांश अब उस पकड़ने की दौड़ में कई साल लगे हुए हैं।

मूल्य अनुकूलन 65% पर आता है — गतिशील मूल्य निर्धारण एल्गोरिथ्म जो माँग, प्रतिस्पर्धा, मौजूदा इन्वेंट्री स्तरों, सप्ताह के दिन, और यहाँ तक कि दिन के समय के आधार पर रियल टाइम में क़ीमतें समायोजित करते हैं। वर्गीकरण योजना 55% पर बैठती है, जिसमें कृत्रिम-बुद्धिमत्ता उपकरण विशिष्ट स्टोर प्रारूपों, जनसांख्यिकीय प्रोफ़ाइलों, क्षेत्रीय प्राथमिकताओं, और मौसमी विंडो के लिए इष्टतम उत्पाद मिश्रण का सुझाव देते हैं।

लेकिन विक्रेता बातचीत मात्र 20% स्वचालन पर बैठती है, और उभरते उत्पादों के लिए रुझान पहचान लगभग 25% पर है। किसी आपूर्तिकर्ता से मेज़ के पार बैठना, ऐसा रिश्ता बनाना जो कमी के दौरान आपकी कंपनी को प्राथमिकता आवंटन दिलाए, किसी ट्रेड शो में किसी अप्रमाणित नए विक्रेता को किसी डेटा के उनकी क्षमता की पुष्टि करने से पहले पहचानना, और उन सामाजिक और सांस्कृतिक संकेतों को पढ़ना जो सुझाव देते हैं कि कोई विशेष उत्पाद श्रेणी जल्द ही चलने वाली है — ये मानवीय शक्तियाँ बनी हुई हैं। जो बायर इन चीज़ों को अच्छी तरह कर सकता है वह अधिक मूल्यवान है, कम नहीं, जैसा वह एक दशक पहले था, क्योंकि उनके आसपास बायिंग के अधिक नियमित हिस्से स्वचालन से ख़त्म हो चुके हैं।

कृत्रिम बुद्धिमत्ता पहले से ही बायिंग दफ़्तर में है

अगर आप आज रिटेल बायिंग में काम करते हैं, तो कृत्रिम बुद्धिमत्ता ने आपकी दैनिक कार्यप्रवाह को पहले से ही बदल दिया है, चाहे आपने स्पष्ट रूप से इसके साथ जुड़ने का चुनाव किया हो या नहीं। अधिकांश प्रमुख खुदरा विक्रेता कृत्रिम-बुद्धिमत्ता-संचालित नियोजन सिस्टम का उपयोग करते हैं — Blue Yonder, Oracle Retail, Manhattan Associates, और SAS जैसी कंपनियों के उपकरण जो ऑर्डर मात्राओं, पुनःऑर्डर बिंदुओं, मार्कडाउन समय, और अंत-जीवन क्लीयरेंस अनुसूचियों की सिफ़ारिश करते हैं। जो बायर इन उपकरणों का उपयोग नहीं कर रहा है वह उन साथियों के मुक़ाबले नुक़सान में है जो कर रहे हैं; जो बायर इन्हें व्याख्या किए जाने वाले इनपुट के बजाय अंतिम शब्द के रूप में मानता है वह एक अलग प्रकार के नुक़सान में है।

कुछ खुदरा विक्रेता उपकरण अपनाने से आगे जा रहे हैं। Stitch Fix ने कृत्रिम-बुद्धिमत्ता-सहायक बायिंग के चारों ओर एक पूरा व्यवसाय मॉडल बनाया, जहाँ एल्गोरिथ्म व्यक्तिगत ग्राहकों के लिए शैली, फ़िट, और प्रतिक्रिया डेटा के आधार पर उत्पादों का सुझाव देते हैं, और मानव स्टाइलिस्ट एक क्यूरेटेड कृत्रिम-बुद्धिमत्ता-संकुचित सेट से अंतिम चयन करते हैं। [दावा] Zara की मूल कंपनी Inditex किसी नए संग्रह के लॉन्च के दिनों के भीतर बिक्री डेटा का विश्लेषण करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग करती है, जो तेज़ी से उत्पादन निर्णयों को सूचित करती है जो कंपनी को नए वेरिएशन को महीनों के बजाय दो से चार सप्ताह के भीतर स्टोरों में डालने की अनुमति देते हैं जो पारंपरिक फ़ैशन आपूर्ति श्रृंखलाओं को चाहिए।

बुनियादी, पूर्वानुमेय वस्तुओं के लिए स्वचालित पुनः पूर्ति — काग़ज़ के तौलिए, बैटरियाँ, मानक परिधान आकार, मुख्य किराने का सामान — पहले से ही अत्यधिक स्वचालित है। मानव बायर का मूल्य तेज़ी से अनिश्चित, नवीन, रुझान-संचालित, और रिश्ता-गहन की ओर बढ़ता जा रहा है। यह बदलाव पाँच साल में नहीं आ रहा; यह अभी हो रहा है, और पिछले कई वर्षों से हो रहा है।

बायिंग में मानवीय बढ़त

रिटेल बायिंग अंततः इस बारे में है कि लोग जो चाहेंगे उसकी भविष्यवाणी करना उससे पहले कि वे जानें कि उन्हें वह चाहिए, और फिर सुनिश्चित करना कि सही उत्पाद सही क़ीमत पर सही समय पर उपलब्ध हो। पूर्वानुमेय माँग पैटर्न वाले मुख्य सामान के लिए, कृत्रिम बुद्धिमत्ता मनुष्यों से बेहतर यह करती है क्योंकि भविष्यवाणी समस्या अनिवार्य रूप से सांख्यिकीय है। फ़ैशन, उभरते रुझानों, नई उत्पाद श्रेणियों, और उन वस्तुओं के लिए जहाँ सांस्कृतिक संदर्भ मायने रखता है, मानवीय अंतर्ज्ञान — ट्रेड-शो यात्राओं, डिज़ाइनर बातचीतों, खुदरा-मंज़िल अवलोकन, सोशल-मीडिया विसर्जन, और प्रत्यक्ष ग्राहक प्रतिक्रिया से सूचित — एक वास्तविक बढ़त बनाए रखता है।

[तथ्य] विक्रेता रिश्ते एक और महत्वपूर्ण कारक हैं जिन्हें कृत्रिम बुद्धिमत्ता अच्छी तरह दोबारा नहीं बनाती। तंग बाज़ारों में, जिस बायर का किसी आपूर्तिकर्ता के साथ मज़बूत व्यक्तिगत संबंध है उसे प्राथमिकता आवंटन मिलता है। जब आपूर्ति श्रृंखलाएँ टूटती हैं — जैसे COVID-19 महामारी के दौरान, जैसे 2022-2023 के शिपिंग व्यवधानों के दौरान, और जैसे अनिवार्य रूप से अभी तक दिखाई न देने वाले कारणों से वे फिर से करेंगी — व्यक्तिगत संबंध और बातचीत कौशल यह तय करते हैं कि किसकी अलमारियों पर उत्पाद मिलता है और किसकी अलमारियाँ ख़ाली रहती हैं और ग्राहक नाराज़ होते हैं। किसी एल्गोरिथ्म ने आपके लिए वह रिश्ता नहीं बनाया।

स्थानीय आयाम भी अत्यधिक मायने रखता है। किसी क्षेत्रीय श्रृंखला के लिए एक बायर को स्थानीय प्राथमिकताओं, मौसमी पैटर्न, मौसम-संचालित माँग, और सामुदायिक जनसांख्यिकी को ऐसे तरीक़ों से समझना चाहिए जिन्हें कुल डेटा पर प्रशिक्षित राष्ट्रीय एल्गोरिथ्म पूरी तरह से चूक सकते हैं। जो बायर जानता है कि किसी विशेष शहर में किसी विशेष सांस्कृतिक समुदाय के कारण किसी विशेष उत्पाद श्रेणी की असामान्य रूप से मज़बूत माँग है, वह ऐसा मूल्य प्रदान कर रहा है जिसे एल्गोरिथ्म आसानी से दोबारा नहीं बना सकता।

रणनीतिक विक्रेता विकास भी मानवीय काम है। किसी आशाजनक पर अपरिपक्व आपूर्तिकर्ता के साथ काम करना ताकि उन्हें अपनी गुणवत्ता सुधारने में मदद मिले, छोटे विक्रेताओं को प्रमाणन प्रक्रियाओं के माध्यम से मार्गदर्शन करना, विविध और नैतिक सोर्सिंग की वकालत करना, और ऐसी साझेदारियाँ बनाना जो आपके संगठन को विभेदित उत्पाद पहुँच दें — यह रिश्ता काम है जिसके लिए वर्षों तक निरंतर मानवीय ध्यान की आवश्यकता होती है।

कैरियर रणनीति: विभाजन का कौन-सा तरफ़?

आने वाले दशक में सफल होने वाले रिटेल बायर वे होंगे जो ख़ुद को रणनीतिक, रिश्ता-संचालित, निर्णय-गहन पेशे की तरफ़ स्पष्ट रूप से स्थापित करते हैं — और लेन-देन वाले ऑर्डर-प्लेसिंग पक्ष से दूर। बायिंग के लेन-देन वाले हिस्से — मात्राओं की गणना, ऑर्डर का समय निर्धारित करना, पूर्वानुमेय वस्तुओं के लिए पुनःऑर्डर प्रबंधित करना, मानक ख़रीद आदेशों को संसाधित करना — तेज़ी से स्वचालित हो रहे हैं। रणनीतिक हिस्से — रुझान पहचान, विक्रेता विकास, वर्गीकरण क्यूरेशन, अनुबंध बातचीत, आपूर्तिकर्ता रिश्ता प्रबंधन, जोखिम मूल्यांकन, और उत्पाद-लाइन रणनीति — अधिक महत्वपूर्ण होते जा रहे हैं।

[अनुमान] कृत्रिम-बुद्धिमत्ता बायिंग उपकरणों में भारी निवेश करने वाले बड़े खुदरा विक्रेताओं में, नियमित-बायिंग भूमिकाओं में हेडकाउंट पिछले कई वर्षों से प्रति वर्ष लगभग 2-4% घट रही है, जबकि रणनीतिक-बायिंग और श्रेणी-प्रबंधन भूमिकाओं में हेडकाउंट लगभग समतल या मामूली रूप से बढ़ रही है। कुल बायिंग संगठन सिकुड़ रहा है, लेकिन संरचना उच्च-कुशल काम की ओर स्थानांतरित हो रही है।

उन श्रेणियों में विशेषज्ञता जहाँ मानवीय निर्णय सबसे अधिक मायने रखता है — फ़ैशन, सौंदर्य, विशेष खाद्य पदार्थ, उभरते ब्रांड, क्षेत्रीय या सांस्कृतिक रूप से विशिष्ट उत्पाद, लक्ज़री सामान, स्थिरता-प्रमाणित माल — बुनियादी किराने, मानक इलेक्ट्रॉनिक्स, या जेनेरिक घरेलू सामान जैसी कमोडिटी श्रेणियों की तुलना में अधिक कैरियर सुरक्षा प्रदान करती है। जो बायर रुझान-स्पॉटिंग जीत, प्राथमिकता आवंटन देने वाले विक्रेता रिश्ते, या मार्जिन विस्तार देने वाली श्रेणी रणनीतियों के माध्यम से मापने योग्य मूल्य-वर्धन का प्रदर्शन कर सकते हैं, वे प्रगति के लिए अच्छी तरह स्थित हैं।

क्रॉस-फंक्शनल कौशल तेज़ी से मूल्यवान होते जा रहे हैं। जो बायर काम के डेटा-विज्ञान पक्ष को समझते हैं — जो माँग-पूर्वानुमान मॉडल चलाने वाले विश्लेषकों के साथ सहज ढंग से बात कर सकते हैं, जो अपने निर्णय के अलग होने पर एक एल्गोरिथ्म की सिफ़ारिश को चुनौती दे सकते हैं, और जो एल्गोरिथ्म की आधारभूत रेखा से परे जोड़े जा रहे मूल्य को मात्रात्मक कर सकते हैं — वे डेटा कार्य को किसी और के काम के रूप में मानने वाले बायरों की तुलना में अधिक टिकाऊ हैं।

क्षेत्र में काम कर रहे कर्मियों के लिए इसका मतलब

अगर आप आज रिटेल बायिंग में हैं, तो यथार्थवादी संदेश असुविधाजनक पर कार्रवाई योग्य है। भूमिका हमारी साइट के अधिकांश आसन्न व्यवसायों की तुलना में तेज़ी से बदल रही है, और परिवर्तन समाप्त नहीं हुआ है। जो बायर बचेंगे और सफल होंगे वे होंगे जो सक्रिय रूप से अपने काम को बायिंग के उन हिस्सों की ओर स्थानांतरित करते हैं जिन्हें कृत्रिम बुद्धिमत्ता ख़राब तरीक़े से करती है, जो डेटा-विज्ञान टीमों के साथ प्रभावी ढंग से सहयोग करने के लिए क्रॉस-फंक्शनल विश्लेषणात्मक कौशल बनाते हैं, और जो गहरे श्रेणी विशेषज्ञता और आपूर्तिकर्ता रिश्तों में निवेश करते हैं जिन्हें कोई एल्गोरिथ्म दोबारा नहीं बना सकता।

जो बायर यह बदलाव नहीं करते वे अपने काम को रणनीतिक बायिंग के बजाय ऑर्डर-प्रसंस्करण से तेज़ी से मिलता-जुलता पाएँगे, और ऑर्डर-प्रसंस्करण भूमिकाएँ ठीक वे हैं जो स्वचालित होती जा रही हैं। यह कोई कोमल संक्रमण नहीं है। यह एक वास्तविक कैरियर समायोजन है जो अभी प्रमुख खुदरा विक्रेताओं में हो रहा है।

रिटेल बायर विश्लेषण पृष्ठ पर डेटा का अन्वेषण करें।

निष्कर्ष

54% एक्सपोज़र और 42% स्वचालन जोखिम पर, रिटेल बायर महत्वपूर्ण पर प्रबंधनीय कृत्रिम-बुद्धिमत्ता प्रभाव का सामना करते हैं। पेशा एक रणनीतिक-बायिंग ट्रैक में बँट रहा है जो अधिक महत्वपूर्ण होता जा रहा है और एक लेन-देन वाले बायिंग ट्रैक में जो स्वचालित होकर ख़त्म हो रहा है। ख़ुद को रणनीतिक पक्ष पर स्थापित करना — विशेषज्ञता, विक्रेता रिश्तों, विश्लेषणात्मक प्रवाह, और प्रदर्शन योग्य मूल्य-वर्धन के माध्यम से — इस क्षेत्र में कैरियर की लंबी आयु की कुंजी है। अगले पाँच साल यह तय करेंगे कि कौन से रिटेल बायर एक दशक से अब भी इस पेशे में होंगे।

---

_यह विश्लेषण कृत्रिम-बुद्धिमत्ता-सहायक है, जो Anthropic इकोनॉमिक इंडेक्स और सहायक श्रम बाज़ार अनुसंधान के आँकड़ों पर आधारित है। पद्धति विवरण के लिए हमारा AI प्रकटीकरण पृष्ठ देखें।_

संबंधित: अन्य नौकरियों के बारे में क्या?

AI कई व्यवसायों को नया रूप दे रही है:

• क्या AI ब्रांड प्रबंधकों को बदल देगी?
• क्या AI रिटेल मर्चेंडाइज़िंग विश्लेषकों को बदल देगी?
• क्या AI नर्सों को बदल देगी?
• क्या AI लेखाकारों को बदल देगी?

_हमारे ब्लॉग पर सभी 1,016 व्यवसाय विश्लेषण देखें।_