Tamil Newsசெவ்வாய்க்கிழமை, 10 நவம்பர் 2026
சமீபத்தியம்
நாடு மீண்டும் வங்குரோத்து (bankruptcy) நிலையை நோக்கி நகர்வதாக முன்னாள் அமைச்சர் ராஜித சேனாரத்ன (Rajitha Senaratne) எச்சரிக்கைதம்புட்டேகமயில் (Thambuttegama) நிவாரணம் தேவைப்படும் குடும்பம் ஒன்றுக்கு வீடு: முன்னாள் ஜனாதிபதி சந்திரிகா பண்டாரநாயக்க குமாரதுங்க (Chandrika Bandaranaike Kumaratunga) சொந்த நிதியில் நிர்மாணம்புதுப்பிப்பு (Updated): புற்றுநோய் கதிர்வீச்சுச் சிகிச்சை (radiotherapy): ஐந்து வைத்தியசாலைகளுக்கான கருவிக் கொள்வனவு தாமதம் குறித்து மருத்துவர் எச்சரிக்கைபுதுப்பிப்பு (Updated): கங்குவா (Kanguva) பின்னடைவுக்குப் பிறகு சூர்யா (Suriya): மூன்றாவது ரூ.200 கோடி வசூலை (box office) நோக்கி சீன் (Scene)பாகிஸ்தான் (Pakistan) தார்பேலா (Tarbela) நீர்மின் திட்டத்தில் (hydropower project) தடுப்புச் சுவர் இடிந்ததாகத் தகவல்இலங்கைச் (Sri Lanka) சுற்றுலாவை (tourism) மேம்படுத்த சர்வதேச ஒலிபரப்பு நிறுவனங்கள் (broadcasting organisations) விருப்பம்: அமைச்சர் (Minister)நொச்சியாகமவில் (Nochchiyagama) கொலைக்கு உதவிய குற்றச்சாட்டில் 38 வயது நபர் கைதுசிங்கராஜ காட்டில் (Sinharaja Forest) அரிய பூச்சி, ஊர்வன இனங்களைச் சேகரித்த குற்றச்சாட்டில் நான்கு சீன நாட்டவர் (Chinese nationals) கைது

பெரும்பாலான Amazon மென்பொருள் (software) கருவிகளிலுள்ள AI பொய் - மேலும் gaming ad-கள் புதிய attention arbitrage ஆக

பெரும்பாலான Amazon மென்பொருள் (software) கருவிகளிலுள்ள AI பொய் - மேலும் gaming ad-கள் புதிய attention arbitrage ஆக
பெரும்பாலான Amazon மென்பொருள் (software) கருவிகளிலுள்ள AI பொய் - மேலும் gaming ad-கள் புதிய attention arbitrage ஆக படம்: (CC BY 4.0)

ஒரு அனுபவமிக்க enterprise-tech CEO சமீபத்தில் Amazon மென்பொருள் (software) சூழலைப் பற்றி ஒரு கவனிக்கத்தக்க கருத்தைத் தெரிவித்தார்: AI எனச் சந்தைப்படுத்தப்படுவதில் சுமார் 99 சதவீதம் உண்மையில் rule-based automation மட்டுமே. பெரும்பாலான "AI-powered" கருவிகள் இப்படி இயங்குகின்றன: ACOS 1 சதவீதம் உயர்ந்தால் bid-ஐ 2 சதவீதம் குறை. அது செயற்கை நுண்ணறிவு (artificial intelligence) அல்ல - அது ஒரு conditional statement, அடிப்படை நிரலாக்கத்தில் எழுதக்கூடிய if-then விதி. இருந்தும் ஒவ்வொரு agency-யும் கருவியும் AI-powered optimization, AI-driven insight என எல்லாவற்றையும் AI என அழைக்கின்றன.

இந்த வித்தியாசம் முக்கியமானது, ஏனெனில் உண்மையான AI முறைகளைக் கற்று, இயங்கமையாக மாற்றம் செய்து, மனிதர்கள் தவறவிடும் நுண்ணறிவுகளைக் கண்டுபிடிக்கிறது. சுற்றிவரும் உதாரணத்தைக் கவனியுங்கள்: உங்கள் competitor stock தீர்ந்தால், உங்கள் விற்பனை உயர்ந்து ACOS குறையும். ஒரு rule-based அமைப்பு இதை உச்ச performance ஆக விளக்கி இருமடங்கு முதலீடு (investment) செய்யும். ஆனால் நீங்கள் உண்மையில் சிறப்பாக செயல்படவில்லை - தற்காலிகமாக கிடைக்கும் ஒரே விருப்பம் நீங்கள் மட்டுமே. உண்மையான AI பரந்த சூழலைக் கருதுகிறது: competitor இருப்பு நிலைகள், market share ஏற்ற இறக்கங்கள், seasonality முறைகள். உண்மையான optimization-ஐ சூழ்நிலை நன்மையிலிருந்து பிரிக்கிறது. அதுவே automation-க்கும் நுண்ணறிவுக்கும் இடையிலான இடைவெளி: ஒன்று முன்கூட்டியே நிர்ணயிக்கப்பட்ட விதிகளைப் பின்பற்றுகிறது, மற்றது பகுப்பாய்வு செய்து மாற்றமடைகிறது. அடுத்த முறை ஒரு கருவி அதன் AI-ஐ உங்களுக்கு விற்கும்போது, caveat emptor.

Seller-கள் இப்போது அதிகம் கேட்கும் கேள்வி: முக்கிய all-in-one seller கருவிகள் Amazon-இன் கோரிக்கையால் அந்த விருப்பத்தை நீக்கிய நிலையில், தங்கள் (அல்லது competitor-இன்) அனைத்து review-களையும் எப்படி extract செய்வது? ஒரு செயல்படும் வழி scraping marketplace - developer-கள் சிறப்பு scraper-களை வெளியிடும் platform, Amazon review extractor-கள் உட்பட. Workflow: நல்ல மதிப்பீடுகள் கொண்ட Amazon reviews scraper-ஐ marketplace-இல் தேடுங்கள்; உங்கள் ASIN, marketplace domain, sort order (போக்குகளுக்கு "recent", முக்கிய review-களுக்கு "helpful") ஆகியவற்றுடன் அமையுங்கள்; சோதிக்க ஒரு பக்கம் - சுமார் பத்து review-கள் - முதலில் தொடங்குங்கள். Smart filter-கள் 1-star review-களை மட்டும் புகார்களுக்காகவோ, 5-star-ஐ சான்றுகளுக்காகவோ பிரிக்கும்; "durable" அல்லது "broke" போன்ற சொற்களைத் தேடும்; verified purchase-களுக்கு மட்டுப்படுத்தும்.

Extraction-ஐ இயக்குங்கள் (முன்னேற்றம் மற்றும் செலவை நிகழ்நேரத்தில் கண்காணித்து எப்போது வேண்டுமானாலும் நிறுத்தலாம்), பின்னர் AI கருவிகளுக்கு JSON ஆகவோ spreadsheet-களுக்கு CSV/Excel ஆகவோ export செய்யுங்கள் - ஒவ்வொரு review-இலும் title, உரை, மதிப்பீடு, தேதி, verified நிலை, media URL-கள் உள்ளன. பலன் export-ஐ ஒரு AI assistant-க்கு இப்படிப்பட்ட prompt-உடன் upload செய்யும்போது கிடைக்கிறது: இந்த review-களை பகுப்பாய்வு செய்து வாங்குநர்கள் அடிக்கடி கேட்கும் 6 முதல் 10 கேள்விகளைக் கண்டுபிடி; ஒவ்வொன்றுக்கும் கவலையை (anxiety) எடுத்து இயல்பான கேள்வியாக மாற்றி, நிகழ்வீதத்தைக் குறித்து, buyer-journey கட்டத்தை அடையாளம் காட்டு; product fit, மதிப்பு, மாற்றுகள், compatibility, பயன்பாட்டு எளிது ஆகியவற்றில் கவனம். சிறிதாகத் தொடங்கி, filter-களைப் பயன்படுத்தி, ஒரு பெரிய scrape-க்குப் பதிலாக தொடர் சிறிய run-களைத் திட்டமிட்டு, configuration-களைச் சேமித்து, இயக்குவதற்கு முன் ASIN-களை இருமுறை சரிபார்த்து செலவைக் கட்டுப்படுத்துங்கள். Amazon உங்கள் review கருவிகளைத் தடுக்கும்போது, சிறப்பு scraper-கள் competitive ஆராய்ச்சியைத் (research) தொடர வைக்கின்றன; AI அந்தத் தரவை (data) வாங்குநர் நுண்ணறிவாக மாற்றுகிறது.

தொடர்புடைய குறிப்பு: ஒரு seller சமீபத்தில் Amazon அதன் செழுமையான தரவை (data) எங்கே வைத்திருக்கிறது என வெளிப்படுத்தினார் - மனிதர்கள் தயாரிப்புகளைத் திருப்பும் உண்மையான காரணங்கள் (பொதுவான dropdown விருப்பங்கள் அல்ல), யாரும் இன்னும் உருவாக்காததால் எங்கும் செல்லாத தேடல்கள், வாங்குவதற்கோ விலகுவதற்கோ முன் வாங்குநர்கள் கேட்கும் கேள்விகள், மேலும் demographics மற்றும் sentiment - அவை அனைத்தையும் ஒரே click-இல் பிடிக்கும் இலவச முறையையும், அதை product யோசனைகள், image உத்தி, மனிதர்கள் உண்மையில் விரும்புவதைப் பேசும் listing-கள் என்ற playbook-ஆக மாற்றும் AI-ஐயும் வெளியிட்டார். Seller community-களில் இதைக் கண்டுபிடிக்கத் தகுதியானது.

பெரும்பாலான direct-to-consumer brand-கள் social இடங்களுக்காக bid போராட்டம் நடத்தும்போது, அடித்தளத்தில் ஒரு பெரும் (Peru) மாற்றம் நடக்கிறது: mobile gaming 2025-இல் 47 பில்லியன் download-களை எட்டியது; Gen Z-க்கு, வாராந்திர மணிநேரங்களில் gaming இப்போது TV மற்றும் streaming-ஐ முந்துகிறது (12.2 எதிர் 11.8). Social media இன்னும் mobile பயன்பாட்டில் 35.8 சதவீதம் கொண்டுள்ளது, ஆனால் அந்த கவனத்தின் தரம் வேகமாகச் சீரழிகிறது. உண்மையான வாய்ப்பு மனிதர்கள் நேரம் செலவிடும் இடத்தில் அல்ல - அவர்கள் கவனம் செலுத்தும் இடத்தில் உள்ளது.

உளவியல் (psychological) இடைவெளியே முக்கியமானது. Social media-இல் பயனர்கள் நேரத்தைக் கொன்று கொண்டிருக்கிறார்கள்: scroll-க்கு முன் சராசரி ஈடுபாடு 1.5 நொடி; மனநிலை (mood) பதற்றமானது, ad-blind; உங்கள் ad அவர்கள் புறக்கணிக்கப் பழக்கப்பட்ட தடை. Gaming-இல் பயனர்கள் தெளிவான இலக்குகளுடன் active flow state-இல் உள்ளனர் - கவனமான, சாதனை நோக்கிய, ஈடுபட்டுள்ள. அங்கு 15-நொடி ad என்பது பயனர்கள் பொறுத்துக்கொள்வதல்ல; power-up-கள், கூடுதல் உயிர்கள், boost-களுக்காக அவர்கள் தேர்ந்தெடுப்பது. நீங்கள் அவர்களின் அனுபவத்தைத் தடுக்கவில்லை; அவர்களின் வெற்றியைச் செயல்படுத்துகிறீர்கள் - ஒருவரின் இலக்கை அடைய உதவும்போது, வாங்குவதற்கான உளவியல் தடை குறைகிறது.

Arbitrage ஜன்னல் திறந்திருக்கிறது: Meta மற்றும் TikTok-இல் CPM-கள் தொடர்ந்து உயர, mobile gaming பெரும்பாலான e-commerce brand-கள் இன்னும் தொடாத உலகின் மிகப்பெரிய ad inventory குளங்களில் ஒன்றை வழங்குகிறது - பெரும் விநியோகம் (distribution), குறைந்த போட்டி, உண்மையாகக் கவனிக்கும் பயனர்கள். வெல்ல ஐந்து உத்திகள்: உங்கள் call-to-action-ஐ game reward-உடன் இணையுங்கள் ("நிஜ வாழ்க்கையில் boost தேவையா? அடுத்த உயிருக்காகக் காத்திருக்கும்போது 20% தள்ளுபடி"); நீளமாகச் செல்லுங்கள் - gaming ad செலவில் 81 சதவீதம் 31 நொடி அல்லது அதற்கு மேற்பட்ட ad-களுக்குச் செல்கிறது; முதல் 5 நொடிகளில் hook செய்யுங்கள் - பல gaming ad-கள் சுமார் 7 நொடிகள் skip செய்யமுடியாதவை; ad blindness விளையாட்டுச் சூழல்களில் விரைவாகத் தாக்குவதால் 3 முதல் 5 variation-களுடன் வாராந்திரம் creative-ஐ மாற்றுங்கள்; swipe-to-reveal அல்லது choose-your-bundle போன்ற playable அம்சங்களைச் சோதியுங்கள் - அவை நிலையான video-வைவிட கவனத்தை நீள்கின்றன. Gaming ad-கள் social-க்கு மாற்று அல்ல - மற்றவர்கள் feed இடத்திற்காகப் போராடும்போது கிடைக்கும் arbitrage வாய்ப்பு, 2018-க்கு முந்தைய social விலைகளில் விவாதமற்ற கவனம் வாங்கலாம். இந்த ஜன்னல் என்றென்றும் திறந்திருக்காது.

விரைவுச் செய்திகள்: Meta-இன் நிறுவனர் agentic commerce தங்கள் platform-களுக்கு வருகிறது எனக் குறிப்பிடுகிறார்; Walmart சில seller-களுக்கு review-களை ஊக்குவிக்க அனுமதிக்கிறது; TikTok அழகு துறையில் product discovery-ஐ தீவிரமாக மாற்றுகிறது; Amazon seller-கள் புதிய compliance சவால்களை எதிர்நோக்குகிறார்கள். Trivia விடை: 2025-இல் Amazon உலகளவில் அதே அல்லது அடுத்த நாள் delivery செய்த 13 பில்லியன் package-களில் 8 பில்லியன் அமெரிக்காவில் (America) இருந்தன.