એકમો
1. આંતરરાષ્ટ્રીય વેપાર અને લોજિસ્ટિક્સમાં કૃત્રિમ બુદ્ધિનો પરિચય: ભૂમિકાઓ, સીમાઓ, પ્રમાણીકરણ, ગોપનીયતા અને પાલન 2. કસ્ટમ્સ અને ડોક્યુમેન્ટ ઓટોમેશન: ઈન્વોઈસ, પેકિંગ લિસ્ટ, બિલ ઓફ લેડીંગ અને ડેકલેરેશન ડ્રાફ્ટ 3. HS/GTİP વર્ગીકરણ અને ટેરિફ સંશોધન: ડ્રાફ્ટ ભલામણ, નિષ્ણાત પુષ્ટિ 4. લેજિસ્લેટિવ, એન્ફોર્સમેન્ટ અને ટ્રેડ રેગ્યુલેશન્સ સર્વે: પ્રતિબંધો, મૂળ અને પાલન 5. ઇનકોટર્મ્સ અને કરાર/ઓફર તૈયારી: ડિલિવરી પદ્ધતિ, ખર્ચ અને જોખમ વિતરણ 6. માંગની આગાહી અને સ્ટોક/ઇન્વેન્ટરી પ્લાનિંગ: ઓર્ડર, સેફ્ટી સ્ટોક અને સિઝન 7. રૂટ, ટ્રાન્સપોર્ટ મોડ અને ફ્રેટ ઓપ્ટિમાઇઝેશન: શિપમેન્ટ પ્લાનિંગ અને સિનારિયો એનાલિસિસ 8. સપ્લાયરની શોધ, મૂલ્યાંકન અને કિંમત/કિંમત વિશ્લેષણ: RFQ અને આગમનની કિંમત 9. બહુભાષી પત્રવ્યવહાર અને વાટાઘાટ: ઈમેલ, દરખાસ્ત અને સાંસ્કૃતિક સંદર્ભ 10. રિસ્ક મેનેજમેન્ટ અને સપ્લાય ચેઇન વિઝિબિલિટી: વિલંબ, ફોરેન એક્સચેન્જ, જિયોપોલિટિકલ અને કસ્ટમ્સ રિસ્ક 11. અનુપાલન, ડેટા અખંડિતતા, નૈતિકતા અને એન્ડ-ટુ-એન્ડ એકીકરણ
એકમ 7 / 11

રૂટ, ટ્રાન્સપોર્ટ મોડ અને ફ્રેટ ઓપ્ટિમાઇઝેશન: શિપમેન્ટ પ્લાનિંગ અને સિનારિયો એનાલિસિસ

નફો:

  • આર્ટિફિશિયલ ઇન્ટેલિજન્સ સપોર્ટ સાથે કિંમત, સમય અને વિશ્વસનીયતાના સંદર્ભમાં સમુદ્ર, હવા, જમીન અને રેલવે પરિવહન મોડ્સની તુલના કરવાની ક્ષમતા
  • રૂટ, કન્ટેનર પ્રકાર (FCL/LCL), કૃત્રિમ બુદ્ધિમત્તામાં ટ્રાન્સફર અને નૂરના દૃશ્યોને મોડેલ કરવાની ક્ષમતા અને કુલ આગમન કિંમત અનુસાર તેનું મૂલ્યાંકન
  • એ સમજવાની ક્ષમતા કે આર્ટિફિશિયલ ઇન્ટેલિજન્સ ભલામણોનો અમલ વર્તમાન નૂર, ક્ષમતા અને કસ્ટમ તથ્યો સાથે પુષ્ટિ કર્યા વિના થવો જોઈએ નહીં.

એક દેશથી બીજા દેશમાં સમાન માલ પહોંચાડવાના ડઝનેક માર્ગો છે અને દરેક માર્ગમાં અલગ-અલગ ખર્ચ, સમય અને જોખમો છે. છ અઠવાડિયામાં દરિયાઈ માર્ગે અને સસ્તામાં? ત્રણ દિવસમાં હવાઈ માર્ગે પણ મોંઘા ભાવે; માર્ગ દ્વારા અથવા રેલ દ્વારા; સિંગલ કન્ટેનર અથવા આંશિક લોડ; કયા પોર્ટ પરથી, કયા ટ્રાન્સફર સાથે? આ નિર્ણયો શિપમેન્ટ માટેનું બજેટ અને તમે ગ્રાહકને વચન આપો છો તે ડિલિવરીની તારીખ બંને નક્કી કરે છે. ખોટો મોડ પસંદ કરવાનો અર્થ છે કાં તો બિનજરૂરી ખર્ચ અથવા ચૂકી ગયેલ સમયમર્યાદા. આ એકમમાં, અમે કૃત્રિમ બુદ્ધિમત્તાનો ઉપયોગ કેવી રીતે કરવો અને રૂટ, મોડ અને નૂરના નિર્ણયોમાં સરખામણી સહાયક તરીકે આવરી લઈશું.

ચાલો શરતો સ્પષ્ટ કરીએ. પરિવહન મોડ: પરિવહન પ્રકારો જેમ કે સમુદ્ર, હવા, જમીન (ટ્રક) અને રેલ્વે. મલ્ટિમોડલ/ઇન્ટરમોડલ ટ્રાન્સપોર્ટ: એકથી વધુ મોડનો એકસાથે ઉપયોગ કરવો (દા.ત. ટ્રક + શિપ + ટ્રેન). FCL (સંપૂર્ણ કન્ટેનર લોડ): સંપૂર્ણ કન્ટેનર; તમારો કાર્ગો કન્ટેનર ભરે છે અને કન્ટેનર ફક્ત તમારું છે. એલસીએલ (કંટેનર લોડ કરતા ઓછું): પીસ લોડ; તમે અન્ય કંપનીઓના કાર્ગો સાથે કન્ટેનર શેર કરો છો. નૂર: હેન્ડલિંગ ફી. પરિવહન સમય: માલ બહાર નીકળવાથી આગમન સુધી રસ્તા પર પસાર કરે છે તે સમય. ટ્રાન્સશિપમેન્ટ: એક વાહનમાંથી બીજા વાહનમાં માલનું ટ્રાન્સફર (ઉદાહરણ તરીકે, બંદરમાં બીજા જહાજમાં); સમયગાળો અને જોખમ વધારે છે. ડિમરેજ/ડિમરેજ: પોર્ટ/વેરહાઉસ પર કન્ટેનર અથવા માલ મંજૂર સમય કરતાં વધી જવાના કિસ્સામાં ચૂકવવામાં આવતી વધારાની ફી છે.

સ્ટેપ બાય સ્ટેપ: AI-આસિસ્ટેડ મોડ અને રૂટનો નિર્ણય

પગલું 1 - શિપિંગ પ્રોફાઇલ બનાવો. સાચો મોડ કાર્ગો પર જ આધાર રાખે છે: વજન, વોલ્યુમ, મૂલ્ય, નાજુકતા, નાશવંતતા, તાકીદ અને ડિલિવરી પ્રતિબદ્ધતા. એક ઉચ્ચ મૂલ્ય અને તાત્કાલિક કાર્ગો હવા છે; ભારે, વિશાળ અને ક્યારેક લવચીક ભાર સમુદ્રને ન્યાયી ઠેરવે છે. AI આ પ્રોફાઇલને ગોઠવે છે અને તમને બતાવે છે કે કયું પરિબળ નિર્ણાયક છે.

પગલું 2 — માપદંડના આધારે મોડ્સની તુલના કરો. કિંમત, ટ્રાન્ઝિટ સમય, વિશ્વસનીયતા, ક્ષમતા અને કાર્બન ફૂટપ્રિન્ટ જેવા માપદંડો પર જુક્સ્ટેપોઝ મોડ્સ. AI સરખામણી કોષ્ટક બનાવે છે; જો કે, અહીંના નંબરો (વર્તમાન નૂર, પરિવહન સમય) વર્તમાન વાસ્તવિક ડેટા સાથે ખવડાવવા અથવા ચકાસાયેલ હોવા જોઈએ.

પગલું 3 - કુલ ખર્ચને ધ્યાનમાં લો, માત્ર નૂર. સૌથી સસ્તું નૂર હંમેશા સૌથી સસ્તું શિપમેન્ટ હોતું નથી. ટ્રાન્સશિપમેન્ટ, ડિમરેજ/વેરહાઉસિંગ, આંતરદેશીય પરિવહન, વીમો, કસ્ટમ્સ અને વિલંબની પરોક્ષ કિંમત (ચૂકી વેચાણ) કુલમાં સામેલ છે. AI આ વસ્તુઓ એકત્ર કરવામાં મદદ કરે છે.

પગલું 4 - દૃશ્ય વિશ્લેષણ. કુલ ખર્ચ અને સમયના સંદર્ભમાં "સમુદ્ર + FCL", "સમુદ્ર + LCL", "હવા", "જમીન" જેવા AI મૉડલના દૃશ્યો રાખો. જટિલ પ્રશ્ન: આ શિપમેન્ટ માટે ખર્ચ-સમય સંતુલનમાં કયું દૃશ્ય શ્રેષ્ઠ છે?

પગલું 5 - વર્તમાન તથ્યો સાથે પુષ્ટિ અને નિર્ણય. નૂર દર, ક્ષમતા ઉપલબ્ધતા, બંદર ભીડ અને કસ્ટમ વાસ્તવિકતાઓ ઝડપથી બદલાય છે. YZ નું સૂચન વર્તમાન નૂર અવતરણ અને ફોરવર્ડર/કેરિયર માહિતી સાથે પુષ્ટિ કર્યા વિના અમલમાં મૂકી શકાતું નથી. અંતિમ નિર્ણય લોજિસ્ટિક્સ અધિકારીનો છે.

સાવધાન: AI વર્તમાન નૂર દરો, વાસ્તવિક સમયની ક્ષમતા અથવા આજની બંદર સ્થિતિને જાણતું નથી; તેમને બનાવી શકે છે. સરખામણી તર્ક અને દૃશ્ય નિર્માણ માટે AI નો ઉપયોગ કરો; વર્તમાન અવતરણમાંથી કિંમત અને અવધિ નંબર મેળવો અને ચકાસો.

પરિવહન મોડ સરખામણી ચાર્ટ

માપદંડ

સમુદ્ર

હવામાન

કાળો

રેલવે

ખર્ચ

સૌથી નીચું

સૌથી વધુ

મધ્યમ

મધ્યમ-નીચું

ઝડપ

સૌથી ધીમું

સૌથી ઝડપી

મધ્યમ

મધ્યમ

યોગ્ય ભાર

ભારે/ભારે, સમય લવચીક

મૂલ્યવાન/તાકીદનું, પ્રકાશ

પ્રાદેશિક, ઘરે-ઘરે

લાંબું અંતર, ભારે

વિશ્વસનીયતા

પોર્ટ/ટ્રાન્ઝીટ પર આધાર રાખે છે

ઉચ્ચ

બોર્ડર/ટ્રાફિક આધારિત

પ્રમાણમાં સ્થિર

લાક્ષણિક જોખમ

વિલંબ, વિલંબ

ખર્ચ

સરહદ રાહ જોઈ રહ્યું છે

લાઇન/ટ્રાન્સફર મર્યાદા

આ કોષ્ટક એક પ્રારંભિક માળખું છે; દરેક શિપમેન્ટની વાસ્તવિક સંખ્યા વર્તમાન અવતરણોથી ભરેલી હોવી આવશ્યક છે.

ચાર નકલ કરી શકાય તેવા નમૂનાઓ

1) શિપમેન્ટ પ્રોફાઇલ અને મોડ ભલામણ:

તમારી ભૂમિકા: લોજિસ્ટિક્સ પ્લાનિંગ સહાયક. શિપમેન્ટ: [આઇટમ], વજન [x] કિગ્રા, વોલ્યુમ [y] m3, મૂલ્ય [z], તાકીદ [નીચી/ઉચ્ચ], નાજુક/નાશવાન [હા/ના], ડિલિવરી પ્રતિબદ્ધતા [દિવસો]. દરેક માટે ફાયદા/ગેરફાયદા સાથે, કયા પરિવહન મોડ્સ આ પ્રોફાઇલમાં ફિટ છે તે નક્કી કરો. મને કહો કે નિર્ણાયક પરિબળ શું છે. વર્તમાન કિંમત/પીરિયડ નંબર નકલી છે; તેને "વર્તમાન ઓફરથી ભરવામાં આવશે" તરીકે ખાલી છોડી દો.

2) દૃશ્ય સરખામણી હાડપિંજર:

તમારી ભૂમિકા: નૂર દૃશ્ય સહાયક. કુલ ખર્ચ અને પરિવહન સમયના સંદર્ભમાં નીચેના દૃશ્યોની તુલના કરતું ટેબલ હાડપિંજર બનાવો: S1: સમુદ્ર FCL, S2: સમુદ્ર LCL, S3: હવા, S4: જમીન. કૉલમ: નૂર, આંતરદેશીય પરિવહન, વીમો, સંભવિત ડિમરેજ/વેરહાઉસિંગ, કસ્ટમ્સ, અંદાજિત પરિવહન સમય, વિલંબનું જોખમ. નંબર ફીલ્ડ ખાલી છોડો; હું તેને વર્તમાન ઑફર્સથી ભરીશ. સંક્ષિપ્તમાં લખો કે કઈ પરિસ્થિતિમાં દરેક દૃશ્ય પસંદ કરવામાં આવશે.

3) કુલ કિંમત (છુપી વસ્તુઓ) ચેકલિસ્ટ:

તમારી ભૂમિકા: લોજિસ્ટિક્સ ખર્ચ સહાયક. નૂર (ટ્રાન્સશિપમેન્ટ, ડિમરેજ, સ્ટોરેજ, ટર્મિનલ, ઇનલેન્ડ ટ્રાન્સપોર્ટેશન, ઇન્સ્યોરન્સ, કસ્ટમ્સ, દસ્તાવેજીકરણ, વિલંબની પરોક્ષ કિંમત) સિવાય [સમુદ્ર/હવા/જમીન] શિપમેન્ટની કુલ કિંમતમાં સમાવેશ કરી શકાય તેવી તમામ વસ્તુઓની ચેકલિસ્ટ બનાવો. દરેક વસ્તુની બાજુમાં "ક્યાં પૂછવું/કોણ આપે છે" લખો.

4) ડિલિવરી તારીખ પાછળની ગણતરી:

તમારી ભૂમિકા: શિપમેન્ટ શેડ્યુલિંગ સહાયક. ગ્રાહકને મારી ડિલિવરી પ્રતિબદ્ધતા [તારીખ] છે. આ તારીખને પહોંચી વળવા માટે પછાત સમયની યોજના બનાવવામાં આવી છે: કસ્ટમ્સ [દિવસો], આંતરદેશીય પરિવહન [દિવસો], પરિવહન સમય [વિકલ્પ દીઠ], લોડિંગ/તૈયારી [દિવસો]. કઈ કાર્યવાહી કરવી જોઈએ અને કઈ તારીખે તાજેતરની તારીખે તેની સૂચિ બનાવો. જોખમી/ચુસ્ત વર્તુળોને ચિહ્નિત કરો. હું સમય ચકાસીશ.

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

ચાઇનાથી તુર્કિયે સૌથી સસ્તું પરિવહન શું છે, નૂર કેટલું છે?

આ વિનંતી એઆઈને વર્તમાન નૂર દરની શોધ કરવા દબાણ કરે છે, જે તે જાણતો નથી. "સસ્તી" નો ખ્યાલ પણ અર્થહીન છે કારણ કે કાર્ગોનું વજન, વોલ્યુમ, તાકીદ અને ડિલિવરી પ્રતિબદ્ધતા આપવામાં આવી નથી; જો તે મોડું થાય તો સૌથી સસ્તું નૂર સૌથી મોંઘું શિપમેન્ટ હોઈ શકે છે.

શક્તિશાળી પ્રોમ્પ્ટ:

તમારી ભૂમિકા: લોજિસ્ટિક્સ દૃશ્ય સહાયક. શિપમેન્ટ: 8 પેલેટ, 2,400 કિગ્રા, 12 એમ3, મૂલ્ય મધ્યમ, ડિલિવરી પ્રતિબદ્ધતા 40 દિવસ, બિન-નાજુક. સમુદ્ર FCL, સમુદ્ર LCL અને ગ્રાઉન્ડ માટે કુલ ખર્ચની સરખામણી કોષ્ટકનું સ્કેચ કરો; નૂર/અવધિ ફીલ્ડ્સ ખાલી છોડી દો (હું વર્તમાન ક્વોટ સાથે ભરીશ). લખો કે કઈ પરિસ્થિતિમાં દરેક દૃશ્ય ફાયદાકારક છે અને છુપી કિંમતની વસ્તુઓ શક્ય છે. જણાવો કે કયા દૃશ્યો સરળતાથી 40-દિવસની સમયમર્યાદા પૂરી કરી શકે છે.

આ વિનંતી વર્તમાન નંબરો બનાવતી નથી; તે તુલનાત્મક માળખું અને નિર્ણયના તર્કનું નિર્માણ કરે છે, સંખ્યાત્મક અંતરને વાસ્તવિક ઑફર્સ પર છોડી દે છે.

ત્રણ નાના કેસો

કેસ 1 — LCL ને બદલે FCL નિર્ણય. એક કંપની તેને નાનું શિપમેન્ટ LCL (પીસ લોડ) તરીકે મોકલવાની યોજના બનાવી રહી હતી. એકવાર AI વોલ્યુમ અને સંભવિત ટ્રાન્સફર/ડિમરેજ આઇટમ્સ સહિત દૃશ્ય ફ્રેમવર્ક સ્થાપિત કરે છે; કંપનીએ તેને અપડેટ કરેલી ઑફરોથી ભરી દીધી અને જાણવા મળ્યું કે ટ્રાન્સફર અને હેન્ડલિંગ ખર્ચના સંદર્ભમાં LCL FCLની ખૂબ નજીક છે અને તે ધીમી અને જોખમી હતી. FCL પસંદ કરવામાં આવ્યું હતું; સમાન ખર્ચે ઝડપી અને સુરક્ષિત પરિવહન પ્રાપ્ત થયું હતું. AI એ ફ્રેમવર્ક સેટ કર્યું, નંબરની વાસ્તવિક બિડિંગ.

કેસ 2 — કાલ્પનિક માલવાહક જાળ. એક કર્મચારીએ YZ ને નૂર વિશે પૂછ્યું અને ગ્રાહકના ભાવમાં "લગભગ $1,400 USD" પ્રતિભાવ મૂક્યો. વાસ્તવિક વર્તમાન નૂર 2,650 USD હોવાનું બહાર આવ્યું છે; ઓફર ખોટમાં ફેરવાઈ ગઈ અને કંપનીએ તેનું વચન પાળવા માટે તફાવત ધારણ કર્યો. પાઠ: નૂર નંબર ફક્ત વર્તમાન કેરિયર/ફોરવર્ડર ક્વોટમાંથી લેવામાં આવે છે; AI આ જાણતું નથી.

કેસ 3 - બેક એકાઉન્ટ સેવિંગ ટર્મિની. નિકાસકાર ગ્રાહકને 35-દિવસની ડિલિવરી પ્રતિબદ્ધતા ધરાવે છે. AI સાથે, સમયપત્રક ડિલિવરીની તારીખથી પાછળ બનાવવામાં આવ્યું હતું; એવું અવલોકન કરવામાં આવ્યું હતું કે દરિયાઈ પરિવહન, કસ્ટમ્સ અને સ્થાનિક પરિવહન સાથે, સમયમર્યાદાને આગળ ધપાવે છે, અને સૌથી સાંકડી લિંક કસ્ટમ્સ હતી. તૈયારી આગળ લાવવામાં આવી હતી અને ઝડપી વિકલ્પ એક વિભાગ માટે અનામત રાખવામાં આવ્યો હતો. શિપમેન્ટ સમયસર પહોંચ્યું. AI એ સમયને દૃશ્યમાન બનાવ્યો અને કંપનીએ સમયની ચકાસણી કરી.

સામાન્ય ભૂલો

  • YZ થી વર્તમાન નૂર/સમય ગણતરી મેળવવી. મોડેલ આ વસ્તુઓ જાણતો નથી; વર્તમાન ક્વોટમાંથી નંબર મેળવો.
  • માત્ર નૂર જોઈ. ટ્રાન્સશિપમેન્ટ, ડિમરેજ, સ્ટોરેજ, ઇનલેન્ડ ટ્રાન્સપોર્ટેશન અને વિલંબના પરોક્ષ ખર્ચનો કુલ સમાવેશ થાય છે.
  • લોડ પ્રોફાઇલ આપ્યા વિના મોડ પસંદ કરી રહ્યા છીએ. વજન, વોલ્યુમ, મૂલ્ય અને તાકીદ વિના, "શ્રેષ્ઠ મોડ" નક્કી કરી શકાતો નથી.
  • ડિલિવરી પ્રતિબદ્ધતાની પુનઃ ગણતરી નથી. જો સૌથી સાંકડી લિંક (સામાન્ય રીતે કસ્ટમ્સ અથવા ટ્રાન્ઝિટ) જોવામાં આવતી નથી, તો સમયમર્યાદા ચૂકી જાય છે.
  • વર્તમાન તથ્યો સાથે તેની પુષ્ટિ કર્યા વિના સૂચનનો અમલ કરવો. ક્ષમતા અને પોર્ટની સ્થિતિ ઝડપથી બદલાય છે.
ટીપ: જ્યારે તમારી પાસે AI હોય ત્યારે નૂરનું દૃશ્ય બનાવો, હેતુસર નંબર ફીલ્ડ્સ ખાલી રાખો અને કહો કે "હું તેમને વર્તમાન ઑફર સાથે ભરીશ." આ રીતે, તમે નકલી નંબરોના જોખમને દૂર કરો છો અને યોગ્ય સરખામણી ફ્રેમવર્ક મેળવો છો.

સારાંશમાં

રૂટ, મોડ અને નૂરનો નિર્ણય એ ખર્ચ-સમય-જોખમ સંતુલન છે. આર્ટિફિશિયલ ઇન્ટેલિજન્સ એ લોડ પ્રોફાઇલ્સ બનાવવા, માપદંડો અનુસાર મોડ્સની તુલના કરવા, કુલ કિંમતની વસ્તુઓ અને દૃશ્ય હાડપિંજર બનાવવા માટે એક શક્તિશાળી સહાયક છે. જો કે, તે વર્તમાન નૂર, ક્ષમતા અને બંદર વાસ્તવિકતાઓને જાણતો નથી; આ સંખ્યાઓ બનાવી શકે છે. વર્તમાન અવતરણમાંથી કિંમત અને સમય મેળવો, કુલ કિંમતની ગણતરી કરો (ફક્ત નૂર નહીં), ડિલિવરીની તારીખની ગણતરી કરો અને વર્તમાન તથ્યો સાથે પુષ્ટિ કરીને અંતિમ નિર્ણય લો.

એપ્લિકેશન કાર્ય

તમારું આગામી (અથવા નમૂના) શિપમેન્ટ (વજન, વોલ્યુમ, મૂલ્ય, તાકીદ, વિતરણ પ્રતિબદ્ધતા) પ્રોફાઇલ કરો. તમે આ પ્રોફાઇલ માટે યોગ્ય મોડ્સ અને AI માટે કુલ ખર્ચ દૃશ્ય ફ્રેમવર્ક બનાવ્યું છે; નંબર ફીલ્ડ્સ ખાલી છોડો. પછી વર્તમાન નૂર અવતરણ મેળવો, આ ફ્રેમવર્ક ભરો અને કુલ ખર્ચ + સમયના સંદર્ભમાં દૃશ્યોની તુલના કરો. છેલ્લે, ડિલિવરીની તારીખથી સમય યોજના બનાવો અને સૌથી સાંકડું વર્તુળ નક્કી કરો.

ચેકલિસ્ટ

  • [ ] મેં લોડ પ્રોફાઇલ (વજન, વોલ્યુમ, મૂલ્ય, તાકીદ, સમયમર્યાદા) સ્પષ્ટ કરી.
  • [ ] મેં મોડ્સની કિંમત, અવધિ, વિશ્વસનીયતા અને સગવડતાના સંદર્ભમાં સરખામણી કરી.
  • [ ] મને વર્તમાન અવતરણમાંથી નૂર અને પરિવહન સમયના નંબર મળ્યા છે, AI માંથી નહીં.
  • [ ] મેં કુલ કિંમતમાં બિન-નૂર વસ્તુઓ (ડીમરેજ, ટ્રાન્સશિપમેન્ટ, વીમો, કસ્ટમ્સ)નો સમાવેશ કર્યો છે.
  • [ ] મેં ડિલિવરીની તારીખની પાછલી ગણતરી કરી અને સૌથી સાંકડી રિંગને ચિહ્નિત કરી.
  • [ ] મેં વર્તમાન ક્ષમતા અને પોર્ટ વાસ્તવિકતાઓ સાથે પુષ્ટિ કરીને અંતિમ નિર્ણય લીધો છે.