দশ বছর ধরে তৈরি করা একটি তলোয়ার, শুনচে এখন তার প্রতিফলনের সময় পেয়েছে।লেখক এবং উৎস: ওয়েইচ্যাট পাবলিক অ্যাকাউন্ট "নিউজিয়ুয়ান"
কিছুদিন আগে, মিহাইউর একজন ইঞ্জিনিয়ার একাধিক এজেন্ট সহযোগিতা পরীক্ষা করার সময় ক্র্যাশ ব্রেকার সেট করেননি। দশটিরও বেশি এজেন্ট চক্রীয় কলে ঢুকে পড়ে।
13 ঘন্টা পর, বিল আসল: 2 মিলিয়ন।
অন্য মহাদেশের ইউবারও তেমন ভালো নয়। 5000 জন ইঞ্জিনিয়ারকে এআই প্রোগ্রামিং টুল প্রদান করে মাত্র 4 মাসে তারা 2026 সালের সম্পূর্ণ এআই বাজেট শেষ করে ফেলেছে।
টোকেনগুলি কি সবগুলোই 99% মূল্যহ্রাস পেয়েছে? তাহলে এটা এতটাই পোড়ানো যায় কেন?
খুব ভালো প্রশ্ন। ঠিক এখনই, DeepSeek-V4-Flash ক্যাশ হিট মূল্যকে ০.০২ যুযান/মিলিয়ন টোকেনে নামিয়ে আনল। মি মিনি চিরস্থায়ীভাবে ৯৯% মূল্য কমিয়ে দিল। বড় মডেল প্রস্তুতকারকরা প্রতিযোগিতায় জীবন-মৃত্যুর সংগ্রামে লিপ্ত।
এটা যুক্তিসঙ্গত যে এআই ব্যবহার করতে করতে কম খরচ হওয়া উচিত।
কিন্তু ব্যবসাটি প্রকৃতপক্ষে চালু হওয়ার পর একটি অপ্রত্যাশিত বিষয় উঠে এলো: জেনারিক টোকেন যত সস্তা, তত বেশি লোকে ব্যবহার করে; যত বেশি ব্যবহার করে, তত বেশি বুঝতে পারে যে শুধু 'সস্তা বুদ্ধিমত্তা' দিয়েই কাজ চলে না।
একটি বড় মডেল আপনার সাথে দর্শন নিয়ে সকাল পর্যন্ত কথা বলতে পারে, কিন্তু কয়েক কোটির একটি লেনদেন বন্ধ করা উচিত কি না, আপনি কি এটিকে সিদ্ধান্ত নেওয়ার অধিকার দেবেন?
এটি আকর্ষণীয় বিপণন লেখা লিখতে পারে, কিন্তু একটি PCB বোর্ডের উপর অদৃশ্য স্বাভাবিক পাতলা স্বাভাবিক স্থানটি কি চিনতে পারে?
এটি মেডিকেল টেক্সটবুক মুখস্থ করতে পারে, কিন্তু সিটি স্ক্যানের সেই ছায়াটির কথা বলতে পারে কি “চিন্তা করবেন না, ভালস্বভাবের”?
কারণটি খুব সহজ—এই জিনিসগুলি মূলত ইন্টারনেটের পাবলিক ডেটার মধ্যে নেই। পাঠ্যবইয়ে আপনার কারখানার প্রক্রিয়া প্যারামিটার নেই, ফোরামের পোস্টে ট্রাই-এ-ক্লাস হাসপাতালের চিকিৎসা পথ নেই।
এর ফলে বাজার সরাসরি দুটি অংশে বিভক্ত হয়ে গেল: সাধারণ টোকেনগুলি কমলা মূল্যের দিকে ছুটে যাচ্ছে, যখন শিল্পের জ্ঞান-কৌশল সংযুক্ত স্কিম টোকেনগুলির মূল্য সাধারণ টোকেনগুলির 10 থেকে 100 গুণ হচ্ছে এবং এখনও বাড়ছে।
একটি নাম, দুটি দিক।
এই ব্যবসার সত্যি কথা শুধু একটি বাক্যে: সবসময় যারা সস্তা টোকেন বিক্রি করে, তারা কখনই টাকা কামায় না, বরং অন্যদের টোকেন পোড়ানোর প্রক্রিয়া থেকে ধারাবাহিকভাবে ফি কাটিয়ে নেয়।
একটি কোম্পানি ঠিক সেই দিকে দাঁড়িয়েছে যেখানে বৃদ্ধি হচ্ছে।
একটি অস্বাভাবিক বক্ররেখা, 288 মিলিয়ন, 530 মিলিয়ন, 632 মিলিয়ন, 1.285 বিলিয়ন।
এটি সিনজে টেকনোলজি (3317.HK)-এর গত চার বছরের আয়। ২০২৩ সালে ৮৪% বৃদ্ধি পেয়েছিল, ২০২৪ সালে শুধুমাত্র ১৯% বৃদ্ধি পেয়েছিল, আর ২০২৫ সালে আবার ১০৩% বৃদ্ধি পেয়েছিল।
19% টি ভাবার মতো।
২০২৪ সাল ছিল বিশ্বব্যাপী বড় মডেল অস্ত্রাগার প্রতিযোগিতার সবচেয়ে উন্মত্ত বছর। কোটি প্যারামিটার, হাজার কার্ডের ক্লাস্টার, অসংখ্য বিনিয়োগ—সব টাকা কার্ড কেনা এবং মডেল প্রশিক্ষণে খরচ হয়েছে।
সেই বছর ডেটা ইনফ্রাস্ট্রাকচার কোম্পানিটি প্রায় কিছুই করেনি—এটা খুবই স্বাভাবিক। কারণ এর আয় নির্ভর করে “কে এআই তৈরি করছে” এর উপর নয়, বরং “কে এআই ব্যবহার করছে” এর উপর।
এবং এখন সাম্প্রতিকভাবে প্রকাশিত মধ্যমের আয় পূর্বানুমান—বক্ররেখা কম দ্রুত হয়নি, বরং আরও তীব্র হয়েছে।
২০২৬ এর প্রথম অর্ধবার্ষিক: আয় ৯.৬৭ বিলিয়ন যুয়ান, গত বছরের একই সময়ের তুলনায় ৩৮৯% বৃদ্ধি পেয়ে ঐ সময়ের ইতিহাসের সর্বোচ্চ আয় অর্জন করা হয়; মাতৃকোম্পানির পরিশুদ্ধ লাভ ৭,২৫১ লক্ষ যুয়ান, গত বছরের একই সময়ে মাতৃকোম্পানির পরিশুদ্ধ ক্ষতি ছিল ৮,৯০০ লক্ষ যুয়ান, প্রথমবারের মতো অর্ধবার্ষিক লাভে পৌঁছানো হয়; সমন্বিত পরিশুদ্ধ লাভ ৬,৭০০ লক্ষ যুয়ান, গত বছরের একই সময়ের পরিশুদ্ধ ক্ষতি ১.০৫ বিলিয়ন যুয়ান, যা অত্যন্ত বড় পরিমাণে ক্ষতির মধ্যে থেকে লাভের দিকে রূপান্তরিত হয়েছে, লাভজনকতা প্রকাশিত হয়েছে।
দশ বছর ধরে তৈরি একটি তলোয়ার! নিয়মিত বিনিয়োগ থেকে শুরু করে দশ বছরের মধ্যে প্রথমবারের মতো প্রথম অর্ধবার্ষিক লাভ; প্রযুক্তিগত সঞ্চয় থেকে শুরু করে ব্যবসায়িক মডেলের সফলতা; বাজারের সন্দেহ থেকে শুরু করে পারফরম্যান্সের যাচাই। যখন হংকং স্টক এআই সেক্টরটি এখনও ক্যালকুলেশন ক্ষমতা, মডেল এবং অ্যাপ্লিকেশনের উপর ভিত্তি করে মূল্যায়নের প্রতিদ্বন্দ্বিতা চালিয়ে যাচ্ছে, তখন এই কোম্পানিটি এআই-এর জন্য একটি নতুন লাভের দিকে আগেই অগ্রসর হয়েছে।
পেয়েছেন? এটি আসলে একটি «AI কি বাস্তবায়িত হয়েছে» তার তাপমাত্রা মাপার যন্ত্র—
2024 সালে বৃদ্ধি হবে না, কারণ এখনও প্রশিক্ষণ চলছে; 2025 সালের দ্বিতীয়ার্ধে তীব্র বৃদ্ধি হবে, কারণ যুক্তিপূর্ণ বাস্তবায়ন ঘটেছে এবং কোম্পানিগুলি প্রকৃতপক্ষে AI ব্যবহার শুরু করেছে।
সাধারণভাবে বললে, শুনজে কোম্পানিগুলিকে বিক্ষিপ্ত ডেটা সাজিয়ে এমন একটি ফরম্যাটে পরিণত করতে সাহায্য করে যা AI ব্যবহার করতে পারে।
হাসপাতালে কয়েক লক্ষ CT স্ক্যান আছে, যেখানে কোথায় লিজন রয়েছে তা চিহ্নিত করার প্রয়োজন। ফ্যাক্টরিতে ২০০-এরও বেশি সরঞ্জামের অপারেশন লগ রয়েছে, যা স্ট্রাকচার্ড ডেটাতে সাজানোর প্রয়োজন। বিদ্যুৎ কোম্পানির প্রতি সেকেন্ডে রিয়েল-টাইম ডেটা প্রবাহিত হচ্ছে, যা পরিষ্কার, সিঙ্ক্রোনাইজ এবং মডেলের জন্য প্রস্তুত করার প্রয়োজন।
এই কাজগুলি সিনজে দশ বছর ধরে করে আসছে, যা 9টি পূর্ণাঙ্গ ডেটা প্রসেসিং লিঙ্ক এবং 5টি বড় ডেটা টোকেনাইজেশন প্রক্রিয়াকে কভার করে এমন একটি বন্দ্ধ ক্ষমতা গড়ে তুলেছে—ডেটা প্রাপ্তি, ক্লিনিং, স্ট্যান্ডার্ডাইজেশন, ট্যাগিং, মডেলিং, রিয়েল-টাইম স্ট্রিম কম্পিউটিং, AI এজেন্ট ডেভেলপমেন্ট, বড় মডেল অপটিমাইজেশন এবং মিক্সড মডেল এক্সেসের পুরোপুরি স্ট্যাকের মাধ্যমে। এইভাবে তিনটি প্রধান প্রযুক্তিগত সুবিধা তৈরি করা হয়েছে: মিলিসেকেন্ড/সেকেন্ড-স্তরের রিয়েল-টাইম রিসপন্স, 100% পরিশুদ্ধ ডেটা প্রসেসিং, এবং ডেটা টোকেনাইজেশন আউটপুট। এইগুলির মাধ্যমে চূড়ান্তভাবে গ্রাহকদের ব্যবসায়িক ফলাফলের জন্য দায়িত্বপূর্ণভাবে কাজ করা হয়।
উপরোক্ত মূল ক্ষমতার ভিত্তিতে, শুনসে চীনের অগ্রণী AI রিয়েল-টাইম ডেটা ইনফ্রাস্ট্রাকচার এবং বিশ্লেষণ সরবরাহকারীতে পরিণত হয়েছে।
মডেলটি সফলভাবে চালু হওয়ার পর, শুনসে একটি গুরুত্বপূর্ণ পদক্ষেপ নেয়: শুধু ক্লায়েন্টদের ডেটা প্রসেস করার পাশাপাশি, টোকেন ভিত্তিক চার্জিং শুরু করে। 2026 সালের মে মাসে প্রকাশিত TokenONE ছিল এই মোড়কাটি।
বাস্তবিক মোড়ক: আয় ফর্মুলা পরিবর্তিত হয়েছে
গতকাল শিনচে প্রকল্প বিক্রি করে টাকা উপার্জন করেছিল। আয়ের সূত্রটি খুব সহজ: গ্রাহকের সংখ্যা × প্রকল্পের পরিমাণ।
গ্রাহকদের একে একে পাওয়া যায়, প্রকল্পগুলি একে একে চুক্তি করে নেওয়া হয়, ডেলিভারি শেষে একবার পেমেন্ট নেওয়া হয়, বৃদ্ধি রৈখিক। এটিই ২০২৪ সালে মাত্র ১৯% বৃদ্ধির মূল কারণ—রৈখিক মডেলের সীমানা পৌঁছে গেছে।
2026 মে পর্যন্ত, XunCe বিশ্বের প্রথম TokenOS অপারেটিং সিস্টেম—TokenONE প্রকাশ করবে। এটি বাস্তবে কোম্পানির ব্যক্তিগত ডেটাকে AI সরাসরি ব্যবহারযোগ্য স্কেনারিও টোকেনে রূপান্তরিত করে এবং ব্যবহারের পরিমাণের ভিত্তিতে চার্জ করে।
আয় সূত্রটি সরাসরি চারটি উপাদানে পরিণত হয়েছে:
টোকেন আয় = গ্রাহক সংখ্যা × মডিউল সংখ্যা × টোকেন একক মূল্য × কল সংখ্যা
প্রথম তিনটি ফ্যাক্টরেরই একটি সীমা রয়েছে। গ্রাহকের সংখ্যা সীমিত, মডিউলের সংখ্যা গণনযোগ্য, এবং টোকেনের একক মূল্য যদিও উচ্চ হয়, তবুও এর একটি ব্যবধান রয়েছে। কিন্তু চতুর্থটি—কলের সংখ্যা—এর কোনো সীমা নেই।
এবং এই ফ্যাক্টরটি গ্রাহকদের দ্বারা AI ব্যবহারের পরিমাণ দ্বারা নির্ধারিত হয়। যত বেশি গ্রাহকরা AI ব্যবহার করেন এবং তত বেশি কল করেন, সিনজের আয় তত বেশি হয়। আগে সফটওয়্যার বিক্রি করা ছিল ঠেলে চলা, এখন Token ফি নেওয়া হচ্ছে টানে চলা।
এটি ঠিক যেমন সিনসে গ্রাহকের AI ব্যবহারের উপর একটি বিদ্যুৎ মিটার লাগিয়েছে। মিটারটি নিজে ঘোরে না, গ্রাহকের বিদ্যুৎ ব্যবহারই ঘোরে।
ডেটা এই লজিকটি যাচাই করছে: 2026 সালের এপ্রিলে, টোকেন কল ARR-এর চতুর্থাংশিক বৃদ্ধি 300%; টোকেনের পেমেন্ট আয়ের অংশ 4 মাসে প্রায় 5% থেকে বেড়ে 6 মাসে টোকেন কল ARR-এর চতুর্থাংশিক বৃদ্ধি 410% হয়, এবং কোম্পানির লক্ষ্য হলো টোকেন ব্যবসায়িক মডেলের বছরের শেষের আয়ের অংশ 20%–30% পর্যন্ত বাড়ানো।
এই গতিতে বাড়ার সাথে সাথে, টোকেন আয় চোখে দেখতে পাওয়া যাচ্ছে এমন গতিতে আয়ের দিকে অবদান রাখছে এবং নতুন বৃদ্ধির ইঞ্জিন হয়ে উঠছে।
আরও উল্লেখযোগ্য বিষয় হলো মূল্য স্পেস। সিনজের স্পেসিফিক সিনারিও টোকেন কল প্রাইস ১০ থেকে ১০০ ডলার/মিলিয়ন টোকেন, যা জেনারিক লার্জ মডেলের মূল্যের দশগুণের বেশি।
কেন? কারণ জেনেরিক টোকেন সমাধান করে “AI-কে কথা বুঝতে শেখানো”, স্কেনারিও টোকেন সমাধান করে “AI-কে সঠিক কাজ করতে শেখানো”—ফাইন্যান্সিয়াল রিস্ক ম্যানেজমেন্টের ট্রেডিং লজিক, ম্যানুফ্যাকচারিংয়ের প্রসেস ক্যান-হাউ, মেডিকেল ইমেজিংয়ের পিছনের ডায়াগনস্টিক অভিজ্ঞতা, প্রতিটি টোকেনের পিছনে সংকুচিত শিল্পজ্ঞান লুকিয়ে আছে, যা পাবলিক ডেটা দিয়ে ট্রেইন করা যায় না।
এটি প্রাথমিক কাটিং ডিফারেন্সে ফিরে আসে: জেনারিক টোকেন হল স্ট্যান্ডার্ডাইজড পণ্য, যত বেশি প্রতিযোগিতা তত বেশি সস্তা; স্কেনারিও টোকেন অপরিবর্তনীয় শিল্প বাধা দ্বারা বন্ধনযুক্ত, যত বেশি ব্যবহার তত বেশি মূল্যবান।
কেন এটাই?
যে কেউ টোকেনাইজেশনের কথা বলতে পারে, কিন্তু শুধু তারাই এটি বাস্তবায়ন করতে পারবে যারা «ডেটা» কে গভীরভাবে বুঝেছে।
সিনসে অ্যাসেট ম্যানেজমেন্ট শিল্প থেকে শুরু করেছিল। ফাইন্যানশিয়াল ডেটা নিয়ে কাজ করা কারও জানা উচিত, এটি সবচেয়ে চরম প্রয়োজনীয়তা সহ শিল্প—মিলিসেকেন্ড প্রতিক্রিয়া, ১০০% সঠিকতা, একটি সংখ্যা ভুল হলে সরাসরি কয়েক কোটি ব্যয় হতে পারে। ২০১৬ সাল থেকে, কোম্পানিটি এই ক্ষেত্রে প্রায় দশ বছর ধরে কাজ করেছে।
একই সেটের ক্ষমতা ব্যবহার করে, পাঁচ বছরে টেলিকম, বিদ্যুৎ, শক্তি, উচ্চ-প্রযুক্তি উৎপাদন, জীববৈজ্ঞানিক চিকিৎসা, রোবোটিক্স ট্রেনিং প্ল্যাটফর্ম, বাণিজ্যিক মহাকাশ সহ 11টি শিল্পে বিস্তার ঘটিয়েছে, যার ফলে 230টি গ্রাহক এবং 300টিরও বেশি স্ট্যান্ডার্ডাইজড মডিউল জমা হয়েছে।
2025 সালে অ্যাসেট ম্যানেজমেন্ট ব্যবসায়ের আয়ের অনুপাত প্রায় 80% এ বৃদ্ধি পেয়েছে। গ্রাহক ধরে রাখার হার দীর্ঘদিন ধরে 90% এর বেশি বজায় রাখা হয়েছে।
এই শিল্পগুলির ডেটা জ্ঞান—কোন ডেটা রিয়েল-টাইমে সংগ্রহ করতে হবে, কোন ফিল্ডগুলির জন্য কী ধরনের লেবেলিং নিয়ম প্রয়োজন, কোন স্কেনারিওতে ভুল হলে পরিণতি অপরিবর্তনীয়। প্রতিটি শিল্পের জন্য কমপক্ষে এক থেকে দুই বছর সময় লাগে এই জ্ঞান জমা হতে, ক্যালকুলেশন শক্তি বাড়িয়ে বা মডেলের প্যারামিটার সামঞ্জস্য করে এটি পাওয়া যায় না।
একটি বেসিক মডেলকে পাবলিক ডেটা দিয়ে 80 পাওয়া যায়। 80 থেকে 95 পৌঁছানোর জন্য প্রয়োজন ইন্ডাস্ট্রি-বিশেষ প্রাইভেট ডেটা; 95 থেকে 99 পৌঁছানোর জন্য প্রয়োজন রিয়েল-টাইম ফিডব্যাক সাইকেল। এই দুটি ধাপই হল শুনসের সবচেয়ে বেশি দক্ষতার ক্ষেত্র।
এই দশকে জমা করা জিনিসগুলি ডেটা নয়, সেই বিদ্যুৎ মিটার স্থাপনের যোগ্যতা।
বোর্ড ইনস্টল করা হয়েছে, এখন কী?
টোকেনওন শুধু প্রথম পদক্ষেপ। সিনজে পরিকল্পিত পথটি স্পষ্ট:
প্রথম পর্যায়টি ইতিমধ্যে চালু হয়ে গেছে। প্রতিষ্ঠানের ব্যক্তিগত ডেটাকে AI-এর জন্য ব্যবহারযোগ্য স্কিম টোকেনে রূপান্তরিত করা হচ্ছে, যা কল ব্যবহারের ভিত্তিতে চার্জ করা হয়। চিকিৎসা, উচ্চমানের উৎপাদন, অর্থনীতি, শক্তি—সহস্রাধিক শিল্পের টোকেন ফ্যাক্টরি একের পর এক বাস্তবায়িত হচ্ছে। উদাহরণস্বরূপ, Xuncè এবং Gechuang Dongzhi মিলে ম্যানুফ্যাকচারিং টোকেন ফ্যাক্টরি তৈরি করছে, BoTai AutoLink এবং Saimu Technology-এর সাথে মিলে স্মার্ট কার স্কিম তৈরি করছে, এবং Turing Quantum-এর সাথে পারস্পরিক সহযোগিতা শুরু করে কোয়ান্টাম কম্পিউটিং ক্ষেত্রে প্রবেশ করছে।
দ্বিতীয় পর্যায় এই বছরের শেষের দিকে চালু হবে—TokenRouters। এটি একটি জাতীয় স্তরের টোকেন বিনিময় প্ল্যাটফর্ম। আগে একটি প্রতিষ্ঠানের অভ্যন্তরে টোকেন ব্যবহার করা হত, এখন প্রতিষ্ঠানগুলির মধ্যে টোকেনের প্রবাহকে সংযুক্ত করা হচ্ছে। অ-প্রতিদ্বন্দ্বী প্রতিষ্ঠানগুলি নিরাপদ এবং সামঞ্জস্যপূর্ণ শর্তে পরস্পরের সাথে স্কেনারিও টোকেন কল, মূল্যনির্ধারণ এবং বিনিময় করতে পারবে। কোম্পানিটি শেনজেন ডেটা এক্সচেঞ্জ এবং বিজিং ইনটারন্যাশনাল ডেটা এক্সচেঞ্জের সাথে কৌশলগত সহযোগিতা চুক্তি করেছে, যা ব্যবসার বিশ্বব্যাপী বিস্তারের জন্য নিয়ন্ত্রণমূলক সামঞ্জস্যতা এবং ইকোসিস্টেমের ভিত্তি প্রস্তুত করছে।
আয়ের যুক্তিও পরিবর্তিত হয়েছে: একক গ্রাহকের ব্যবহারের পরিমাণ থেকে সম্পূর্ণ পারিবারিক নেটওয়ার্কের প্রবাহের পরিমাণে। এটি ইন্টারনেট যুগের মতো, একটি ওয়েবসাইট যতটা আয় করতে পারে ততটাই, কিন্তু যখন ওয়েবসাইটগুলি প্ল্যাটফর্মে পরিণত হয় এবং ডেটা প্রবাহিত হতে শুরু করে, তখন মূল্য সূচকীয়ভাবে বৃদ্ধি পায়।
তৃতীয় পর্যায় হল শেষ পর্যায়—কোম্পানির ছোট মডেল। শেষ পর্যন্ত প্রতিটি কোম্পানিকে জেনেরিক বড় মডেল কল করতে হবে না। বরং প্রতিটি কোম্পানির নিজস্ব AI থাকা উচিত।
বড় মডেলের তুলনায়, কম খরচে, দ্রুত চালু করা যায় এবং সহজে ডিবাগ করা যায় এমন ছোট মডেলগুলি কোম্পানিগুলিকে কৃত্রিম বুদ্ধিমত্তার দরজায় প্রবেশের চাবি প্রদান করে। বিশেষ করে, ডেটা বাইরে যায় না—এটি ব্যাংকিং, চিকিৎসা, মহাকাশ এইসব অত্যন্ত সংবেদনশীল শিল্পগুলির জন্য একটি প্রয়োজনীয়তা।
রাষ্ট্রীয় পর্যায়েও গতি বাড়ছে। রাষ্ট্রীয় ডেটা প্রশাসনের প্রধান লিউ লিয়েহোং এই বছর টোকেন অর্থনীতি সম্মেলনের সভাপতিত্ব করেন এবং টোকেন অর্থনীতির উন্নয়নকে কাজের ব্যবস্থায় অন্তর্ভুক্ত করার স্পষ্ট ঘোষণা করেন। জুলাইয়ে WAIC-এ, টোকেন অর্থনীতিকে প্রথমবারের মতো মূল বিষয় হিসেবে উপস্থাপন করা হয়। শুনসে, 'টোকেনের প্রথম শেয়ার' হিসেবে পরিচিতি পেয়ে, এই জাতীয় প্রতিযোগিতার শুরুতে দাঁড়িয়েছে।
শেষ করে একটি বাক্য বলুন
AI শিল্পের তিনটি স্তম্ভ রয়েছে: ক্যালকুলেশন ক্ষমতা, মডেল এবং ডেটা। ক্যালকুলেশন ক্ষমতা অবস্থানে ইতিমধ্যেই বড় প্রতিষ্ঠানগুলি রয়েছে। মডেল অবস্থানেও বড় প্রতিষ্ঠানগুলি রয়েছে।
এই অবস্থানের ডেটা আজও খালি রয়েছে।
মার্কিন ডেটা কোম্পানির নেতা প্যালানটিরের বাজেট এখন এক ট্রিলিয়ন ডলারের বেশি। এর আগে চীনে এই ক্ষেত্রে কোনো বড় তালিকাভুক্ত প্রতিষ্ঠান ছিল না—যতক্ষণ না সিনজে হংকং স্টক একসচে উপস্থিত হয়।
একইসাথে, জেনারিক টোকেন এখনও নিচের দিকে যাচ্ছে, স্কেনারিও টোকেন এখনও উপরের দিকে যাচ্ছে।
এই কোম্পানির আয় এখন তার কতটা বিক্রি করেছে তার উপর নির্ভর করে না, বরং গ্রাহকরা কতটা AI ব্যবহার করেছে তার উপর নির্ভর করে।
এই পারফরম্যান্স বিস্ফোরণ শুধুমাত্র একটি চক্রীয় আর্থিক বৃদ্ধি নয়, বরং দশকের পর দশক ধরে সঞ্চিত ডেটা ইনফ্রাস্ট্রাকচারের ফলাফল, যা AI-এর প্রশিক্ষণ থেকে বাস্তবায়নের মুখ্য পর্যায়ে Tokenization-এর মাধ্যমে একটি ব্যবসায়িক মডেলের পরিবর্তন ঘটিয়েছে।
বোর্ড ইনস্টল করা হয়েছে। এখন কেবল রোটেশন স্পিডের বিষয়। এবং রোটেশন স্পিড শুধুমাত্র শুনসে দ্বারা নির্ধারিত হয় না, বরং চীনা কোম্পানিগুলির এআই ব্যবহারের বক্ররেখা দ্বারা নির্ধারিত হয়।
এই বক্ররেখা এখনও শুধু উপরের দিকে উঠছে।