کارپوریٹ ٹریننگ پر کمپنیوں کے لگائے گئے بھاری سرمائے کے باوجود، اس کا نتیجہ اکثر مایوس کن ہوتا ہے۔ ملازمین صرف ماڈیولز پر کلک کرتے رہتے ہیں،

کمپنیاں کارپوریٹ ٹریننگ پر جتنا بھی پیسہ خرچ کرتی ہیں، اس کا نتیجہ اکثر مایوس کن ہوتا ہے۔ ملازمین صرف ماڈیولز پر کلک کرتے ہیں، وضاحتی ویڈیوز دیکھتے ہیں، اور تکمیل کا خانہ (completion box) چیک کر دیتے ہیں۔ ہفتوں بعد، ان کے صارفین سے بات کرنے، اعتراضات کو سنبھالنے، یا مشکل گفتگو کرنے کے انداز میں بہت کم تبدیلی آتی ہے۔ Synthesia، جو اپنے مصنوعی اوتار (synthetic avatars) اور آواز کی نقل (voice cloning) کی ٹیکنالوجی کے لیے جانا جاتا ہے، اب یہ شرط لگا رہا ہے کہ اس کا حل بہتر ویڈیو نہیں ہے۔ بلکہ یہ ویڈیو کو خود گفتگو سے بدل رہا ہے۔

کمپنی اپنے نئے Sessions پلیٹ فارم کی پہلی پروڈکٹ، Roleplay Sessions متعارف کروا رہی ہے۔ یہ قدم ایک اہم اسٹریٹجک موڑ کی نشاندہی کرتا ہے۔ Synthesia اب محض ٹریننگ مواد تیار کرنے والا ٹول نہیں رہنا چاہتا۔ اس کا مقصد ایک ایسی کارکردگی کے انتظام کی تہہ (performance-management layer) بننا ہے جہاں ملازمین مشق کریں، غلطیاں کریں، پیمائش کریں، اور بہتری لائیں۔

دیکھنے سے کرنے تک

کارپوریٹ لرننگ طویل عرصے سے ایک بنیادی مسئلے سے जूझ رہی ہے۔ ویڈیو، ٹیکسٹ (تحریر) سے بہتر ہے۔ یہ توجہ کو بہتر طریقے سے برقرار رکھتی ہے اور ہزاروں کارکنوں تک سستے داموں پہنچائی جا سکتی ہے۔ لیکن یہ اب بھی ایک براڈکاسٹ میڈیا ہے۔ سیکھنے والا صرف معلومات جذب کرتا ہے؛ مواد خود کو حالات کے مطابق ڈھالتا نہیں ہے۔ ایک سیلز پرسن ڈسکاؤنٹ پر بات چیت کرنے کے بارے میں درجن بھر ٹیوٹوریلز دیکھ سکتا ہے، لیکن جب کوئی حقیقی گاہک قیمت پر اعتراض کرتا ہے تو وہ اب بھی ہچکچاہٹ کا شکار ہو سکتا ہے۔

Synthesia نے اس براڈکاسٹ میڈیا کو سستا اور زیادہ ذاتی نوعیت کا بنا کر اپنی ساکھ بنائی۔ اس کے ملکیتی AI avatars اور آواز کی ٹیکنالوجی اداروں کو اسٹوڈیوز بک کیے بغیر یا اداکار کرائے پر لیے بغیر ٹریننگ ویڈیوز تیار کرنے کی اجازت دیتی ہے۔ یہ واقعی مفید تھا، لیکن یہ کافی نہیں تھا۔

Roleplay Sessions کو علم اور عمل کے درمیان فاصلے کو ختم کرنے کے لیے ڈیزائن کیا گیا ہے۔ ان سیمولیشنز (simulations) میں، ایک ملازم براہ راست ایک ایسے AI avatar سے بات کرتا ہے جسے گاہک، ساتھی، یا ماتحت کی طرح برتاؤ کرنے کے لیے بنایا گیا ہے۔ وہ اوتار کسی طے شدہ اسکرپٹ پر عمل نہیں کرتا۔ وہ ردعمل دیتا ہے۔ وہ اعتراضات اٹھاتا ہے۔ وہ مایوس ہوتا ہے۔ وہ صارف کی بات کے مطابق اپنا لہجہ بدلتا ہے۔ پرفارمنس ریویو کی مشق کرنے والے شخص کا سامنا ایک ایسے اوتار سے ہو سکتا ہے جو ابتدائی فیڈ بیک کو نظر انداز کر دے، جس سے مینیجر کو گفتگو کا رخ بدلنے پر مجبور ہونا پڑے۔ کسٹمر سروس کی تربیت لینے والا ایک ایسا اوتار دیکھ سکتا ہے جو بیزار ہونے سے غصے تک جا سکتا ہے، جب تک کہ ایجنٹ مخصوص سکون آور اشارے (de-escalation cues) استعمال نہ کرے۔

یہ اس لیے اہم ہے کیونکہ سافٹ اسکلز (soft skills) معلوماتی نہیں بلکہ مکالماتی ہوتی ہیں۔ آپ انہیں سلائیڈز دیکھ کر نہیں سیکھتے۔ آپ انہیں مکالمے کے دوران ٹھوکریں کھا کر، دباؤ محسوس کر کے، اور اسی لمحے میں خود کو ڈھال کر سیکھتے ہیں۔

فیڈ بیک کی تہہ

جو چیز اسے چہرے والے چیٹ بوٹ سے بڑھ کر بناتی ہے، وہ اس کے نیچے موجود اسکورنگ انفراسٹرکچر ہے۔ Synthesia اس پروڈکٹ میں منطقی ذہانت (reasoning intelligence) کو شامل کر رہا ہے۔ یہ پلیٹ فارم بنیادی لسانی منطق کو سنبھالنے کے لیے OpenAI کے ماڈلز کا استعمال کرتا ہے، لیکن یہ صرف بنیاد ہے۔ اس کے اوپر، Synthesia نے ربرکس (rubrics)، کارکردگی کے ڈیٹا، اور تجزیات کا ایک ملکیتی نظام بنایا ہے جو خام گفتگو کو منظم کوچنگ میں بدل دیتا ہے۔

یہ فرق عملی طور پر اس طرح نظر آتا ہے۔ ایک عام AI گفتگو صارف کو کہہ سکتی ہے، "آپ نے اسے اچھے طریقے سے سنبھالا۔" Synthesia کی تہہ کمپنی کے اپنے معیار کے مطابق اس تبادلے کو اسکور کر سکتی ہے۔ کیا ملازم نے ہمدردی کے ساتھ بات شروع کی؟ کیا انہوں نے چیزیں پیش کرنے سے پہلے دریافت کرنے والا سوال پوچھا؟ کیا انہوں نے اگلے اقدامات طے کیے؟ پلیٹ فارم ان اشاروں کو محفوظ کرتا ہے اور تفصیلی، قابل عمل فیڈ بیک فراہم کرتا ہے۔ مینیجرز کو محض یہ مبہم اندازہ نہیں ہوتا کہ کون "لوگوں کے ساتھ اچھا ہے"۔ بلکہ انہیں پوری سیلز فورس یا لیڈرشپ گروپ کی صلاحیتوں کا درست نقشہ ملتا ہے۔

کمپنی کے CEO اور شریک بانی، ویکٹر ریپاربیلی نے اس بات پر زور دیا ہے کہ یہ ڈیٹا پر مبنی نقطہ نظر ہی وہ جگہ ہے جہاں انتظامیہ کے لیے اصل قدر موجود ہے۔ جب سینکڑوں یا ہزاروں ملازمین Roleplay کے منظرناموں سے گزرتے ہیں، تو تنظیم اس سطح کی بصیرت حاصل کر لیتی ہے جو پہلے اس پیمانے پر جمع کرنا ناممکن تھا۔ آپ دیکھ سکتے ہیں کہ کون سی ٹیمیں اعتراضات کو سنبھالنے میں مشکل محسوس کرتی ہیں، کون سے مینیجرز فیڈ بیک دینے میں جلدی کرتے ہیں، اور مہارت کا فرق کہاں موجود ہے، اس سے پہلے کہ اس کا اثر سہ ماہی اعداد و شمار پر پڑے۔

اسے کون استعمال کر رہا ہے، اور اس کا اگلا رخ کیا ہے

ابتدائی صارفین کی فہرست سے پتہ چلتا ہے کہ یہ پیشکش بڑی اور پیچیدہ تنظیموں کے اندر مقبول ہو رہی ہے۔ Synthesia نے مارکیٹ کیپ کے لحاظ سے یورپ کی ٹاپ تھری کمپنیوں میں سے ایک، ایک Fortune 100 دیو قامت کمپنی، اور بھرتی (recruitment) کے شعبے میں ایک عالمی لیڈر کے ساتھ معاہدہ کیا ہے۔ ابتدائی استعمال کے معاملات سیلز اور لیڈرشپ ٹیموں کے لیے اہم سافٹ اسکلز پر مرکوز ہیں، یعنی وہ شعبے جہاں ناقص گفتگو کے بھاری نقصانات اٹھانے پڑتے ہیں۔

Enterprises can tailor the simulations by feeding the platform their own training documents, call transcripts, and context. The scenarios are bespoke without requiring a software engineering team to build them from scratch. That balance between customization and off-the-shelf deployment is critical for adoption inside corporate learning departments that move carefully.

Synthesia has also mapped out a clear expansion path. The company plans to extend Sessions into job interviews and candidate screening. Eventually, as inference costs come down, the product will move beyond the enterprise tier. Small businesses, professional consumers, and educational institutions are all on the roadmap. A university career center could use the same engine to help students practice behavioral interviews. A small consultancy could run its partners through negotiation drills without hiring actors.

The Broader Shift in Enterprise AI

This pivot is worth watching because it captures where mature enterprise AI is headed. The first wave of generative AI hype was dominated by demos