Agrograde की सुपारी-छंटाई AI मशीन: सटीकता 75% से 89%, कंपनी के अनुसार

मंगलुरु के Vikas Traders के गोदाम में पहले एक कर्मचारी दिन में करीब 2 बोरी सुपारी छांट पाता था (Vikas Traders के अनुसार)। अब वहां Agrograde की AI सुपारी छंटाई मशीन हर घंटे करीब 1 टन माल जांचती है। YourStory के मुताबिक कंपनी इसे भारत की पहली ऐसी मशीन कहती है। इस ख़बर के चार दावे अलग-अलग परखने लायक़ हैं: ‘पहली’, ‘89%’, ‘सिर्फ़ रंग नहीं’ और ‘मज़दूरों की जगह’।

पहला भ्रम: ‘भारत की पहली’ मशीन का दावा कितना पक्का?

YourStory ने 21 अक्टूबर 2026 की रोज़ाना रिपोर्ट में लिखा कि Agrograde इसे सुपारी के लिए बनी भारत की पहली AI ऑप्टिकल सॉर्टिंग (optical sorting) प्रणाली बताती है। यानी ‘पहली’ कंपनी का अपना शब्द है, किसी स्वतंत्र एजेंसी की पुष्टि नहीं।

Machine Maker (19 अक्टूबर 2026) की भाषा ज़्यादा सधी है। उसके अनुसार यह सिर्फ़ इस मशीन का पहला व्यावसायिक इंस्टॉलेशन है, जो Vikas Traders में पूरा हुआ। किसी मशीन का पहली बार लगना और देश में पहली होना, दो अलग बातें हैं।

सुपारी की मशीन-विज़न ग्रेडिंग पर शोध भी नया नहीं है। DBCE गोवा के अनुसार Prof. Ajit Salunke को 4 जुलाई 2025 को VTU से इसी विषय पर PhD मिली। NMAM Institute of Technology, नित्ते के शोधकर्ताओं का सुपारी-वर्गीकरण पर पेपर IJECE में 2022 में स्वीकृत हुआ। सच इतना है कि लैब का काम पुराना है; व्यावसायिक स्तर की ‘पहली’ का दावा फ़िलहाल कंपनी का है।

दूसरा भ्रम: 89% सटीकता यानी लगभग सब कुछ सही?

Machine Maker और YourStory, दोनों के अनुसार मशीन शुरू में करीब 75% सटीकता पर थी। असली संचालन का डेटा मिलने पर मॉडल अपडेट हुए और यह करीब 89% हो गई। कंपनी का कहना है कि डेटा बढ़ने के साथ और सुधार संभव है।

रिपोर्टों में ‘सटीकता’ की परिभाषा नहीं है। यह दाने गिनकर है या वज़न के हिसाब से, पता नहीं। नीचे की तालिका एक मान्यता पर टिकी है: सटीकता यानी सही छंटे माल का हिस्सा, और मशीन रोज़ करीब 8 टन जांचती है। यह हमारा आकलन है, कंपनी का आंकड़ा नहीं।

NITI Aayog के Frontier Tech Hub के पन्ने पर कंपनी की मशीनों के लिए ‘96%+’ दोष-पहचान सटीकता दर्ज है (फ़रवरी 2026 में अपडेट)। वह आम दावा है और मापदंड शायद अलग है, इसलिए सुपारी के 89% से उसकी सीधी तुलना ठीक नहीं।

तीसरा भ्रम: क्या यह बस पुरानी कलर-सॉर्टर मशीन है?

Machine Maker के अनुसार पारंपरिक कलर-सॉर्टर मुख्यतः रंग का फ़र्क पकड़ते हैं। Agrograde का दावा है कि उसकी प्रणाली हर दाने की बाहरी खराबी जांचती है, जो सिर्फ़ रंग से नहीं दिखती।

Vikas Traders के राज पाडालिया के हवाले से रिपोर्ट कहती है कि मशीन हर दाने की 10 से 12 तस्वीरें लेती है। कंपनी के मालिकाना AI मॉडल उन्हें मिलीसेकंड में जांचते हैं। मॉडल कई लाख फ़सल-तस्वीरों पर प्रशिक्षित बताए गए हैं और NVIDIA-संचालित कंप्यूटिंग पर चलते हैं।

डिज़ाइन में कंपनी की ‘Vector’ आर्किटेक्चर पेटेंट-लंबित (patent-pending) है, यानी पेटेंट मिला नहीं, सिर्फ़ आवेदन है। YourStory की अगस्त 2026 रिपोर्ट के अनुसार कंपनी के मॉडल बनावट, किनारे और संदर्भ देखकर असली दोष और प्राकृतिक फ़र्क में अंतर करते हैं। ये सारे तकनीकी ब्योरे कंपनी और उसके ग्राहक से आए हैं।

चौथा भ्रम: मशीन आई तो मज़दूर गए?

YourStory की अगस्त 2026 रिपोर्ट में कंपनी के सीईओ Kshitij Thakur के हवाले से लिखा है कि भारत के 99% से ज़्यादा पैकहाउस में गुणवत्ता जांच, ग्रेडिंग, छंटाई, तौल और पैकिंग हाथ से होती है। वहां काम करने वालों की औसत उम्र 45 साल से ऊपर बताई गई है।

Vikas Traders के अनुसार पहले एक कर्मचारी दिन में करीब 2 बोरी छांटता था, और लगभग 15 लोगों की टीम रोज़ 40 से 45 बोरी निपटाती थी। भाग देने पर प्रति व्यक्ति करीब 2.7 से 3 बोरी आता है।

पाडालिया ने बताया कि कई संस्करणों के बाद प्रक्रिया ‘काफ़ी हद तक’ स्वचालित हो गई। रिपोर्ट में बोरी का वज़न नहीं है, इसलिए उस टीम की क्षमता को मशीन के 8 टन रोज़ से सीधे तौलना संभव नहीं। उन 15 लोगों का काम बदला या नहीं, यह भी नहीं बताया गया।

भारत के लिए मतलब: बोरी पर रिकॉर्ड, मंडी में भरोसा

Machine Maker के अनुसार मशीन हर लॉट की क्वालिटी रिपोर्ट बनाती है: आकार का वितरण, पहचाने गए दोष, दोष की तीव्रता और पैक हुए दानों की संख्या। ‘माल घटिया था’ वाली खरीदार-विक्रेता की बहस में ऐसा रिकॉर्ड काम का हो सकता है। राय के तौर पर: असली फ़ायदा छंटाई की गति से ज़्यादा इसी दर्ज आंकड़े में दिख सकता है।

कंपनी के अनुसार मशीन धूल, नमी और बाहरी कचरे वाली असली हालत में परखी गई, पांच महीने और तीन संस्करणों में। कर्नाटक के सुपारी-कारोबारियों के लिए यह शर्त मायने रखती है, क्योंकि मंडी का माल लैब के साफ़ नमूने जैसा नहीं होता। मशीन की क़ीमत रिपोर्ट में नहीं है, और छोटे गोदामों के लिए वही सबसे बड़ा सवाल रहेगा।

YourStory के अनुसार कंपनी ने तीन दौर में कुल करीब $170,000 जुटाए हैं, आख़िरी जुलाई 2022 में। फिर भी Machine Maker के अनुसार वह 15 राज्यों में अपनी 150वीं मशीन लगा चुकी है। YourStory इसे Physical AI स्टार्टअप कहता है; ऐसे हार्डवेयर के अगले चरण में ग्रोथ-स्टेज फंडिंग का गैप सामने आता है।

जो अभी पता नहीं

• 89% सटीकता किस पैमाने पर नापी गई, दाने गिनकर या वज़न से।
• क्या किसी बाहरी संस्था ने सुपारी वाली मशीन को परखा है; अभी सिर्फ़ कंपनी और ग्राहक के बयान हैं।
• गलत ‘पास’ और गलत ‘रिजेक्ट’ का अलग-अलग अनुपात, क्योंकि व्यापारी के लिए दोनों गलतियों की क़ीमत अलग होती है।
• मशीन की क़ीमत और खर्च वापस आने में लगने वाला समय।
• Vikas Traders के अलावा कितने सुपारी गोदाम इसे आज़मा रहे हैं।

इनमें से किसी का जवाब अब तक सार्वजनिक रिपोर्टों में नहीं है। यही वजह है कि 89% को फ़िलहाल एक कंपनी-रिपोर्टेड नतीजे की तरह पढ़ना ठीक रहेगा, किसी परखे हुए मानक की तरह नहीं।

आगे क्या देखें

• दूसरा या तीसरा सुपारी इंस्टॉलेशन, ताकि पता चले कि 89% अलग-अलग गोदामों में टिकता है या नहीं।
• क्या सटीकता 89% से ऊपर जाती है, जैसा कंपनी ने संकेत दिया है।
• क्या ‘Vector’ आर्किटेक्चर पर पेटेंट आवेदन मंज़ूर होता है।
• क्या Vikas Traders के बाद दूसरे सुपारी-कारोबारी भी मशीन खरीदने या किराये पर लेने की बात करते हैं।

सुपारी की बोरी पर अब एक मशीन की नज़र है, और उसके पीछे अभी कंपनी के ही आंकड़े हैं। 89% अच्छा शुरुआती नंबर है, पर असली परीक्षा तब होगी जब दूसरे व्यापारी अपने माल पर इसे आज़माएंगे।

स्रोत: Machine Maker, YourStory, NITI Aayog Frontier Tech Hub, DBCE गोवा, IJECE