AI एजेंट अर्थव्यवस्था इंटरनेट के मुफ्त भोजन मॉडल को चुनौती देती है

29 अप्रैल, 2026 को, एंड्रेज कारपथी ने सीक्वोया AI Ascent के फायरसाइड डिस्कशन में एक निर्णय रखा: एक मूल एजेंट-अनुकूल नया अर्थव्यवस्था विकसित हो रही है, और आज के सभी मानव-लिखित सॉफ्टवेयर, दस्तावेज़ और प्रक्रियाओं को "एजेंट के लिए लिखा" जाना चाहिए। उन्होंने सप्लाई साइड के इंजीनियरिंग पुनर्निर्माण के बारे में बात की, लेकिन एक ऐसा प्रश्न छोड़ दिया जिसका उत्तर नहीं दिया गया: अगर सब कुछ पुनः लिखा जाना है, तो इस पुनः लिखावट का खर्च कौन वहन करेगा, और मूल्य कैसे वितरित होगा?

स्मार्ट एजेंट अर्थव्यवस्था का विषय ठीक इसी प्रश्न से शुरू होता है। पहला अध्याय, "AI के व्यावसायिकीकरण के संक्रमण बिंदु: क्यों विज्ञापन और सदस्यता अकेले काम नहीं कर पा रहे हैं?", AI कैसे आय कमाती है, इस पर चर्चा करता है और निष्कर्ष निकालता है कि विज्ञापन और सदस्यता अकेले काम नहीं कर पा रहे हैं, और व्यावसायिकीकरण का केंद्र "प्रवेश बिंदु बेचने" से "परिणाम बेचने" की ओर स्थानांतरित हो रहा है। इस अध्याय में हम इसे आगे ले जाते हैं: व्यावसायिक मॉडल क्यों बदलना चाहिए? उत्तर लागत संरचना में छिपा है, क्योंकि इंटरनेट का "एक और उपयोगकर्ता को सेवा देने में लगभग कोई अतिरिक्त लागत नहीं" का अनुभव अब काम नहीं कर रहा है, और इस अनुभव पर स्थापित लाभ वितरण प्रणाली को पुनः परिकलित किया जाना चाहिए। पिछले बीस वर्षों में, इंटरनेट कंपनियों का सबसे महत्वपूर्ण व्यावसायिक विश्वास यह था: जितने अधिक उपयोगकर्ता, उतनी कम लागत, और उतना ही अधिक लाभ।

सर्च इंजन, सोशल मीडिया, शॉर्ट वीडियो, कंटेंट प्लेटफॉर्म, ई-कॉमर्स प्लेटफॉर्म, सभी मूल रूप से एक ही पूर्वधारणा पर आधारित हैं: जब बुनियादी ढांचा तैयार हो जाता है, तो एक और उपयोगकर्ता को सेवा देना, एक और पेज दिखाना, या एक और कंटेंट वितरित करना, सीमांत लागत लगभग शून्य होती है। इंटरनेट कंपनियों का वास्तविक बाधा, अक्सर “प्रत्येक सेवा के लिए क्या नुकसान हो रहा है” नहीं, बल्कि पर्याप्त उपयोगकर्ता समय, डेटा, विज्ञापनदाता और लेनदेन के माहौल प्राप्त करने की क्षमता होती है।

इसी आधार पर, विज्ञापन इंटरनेट के सबसे महत्वपूर्ण व्यावसायिक मॉडलों में से एक बन गया।

क्योंकि जब सामग्री और पेज को लगभग शून्य लागत पर वितरित किया जा सकता है, तो प्लेटफॉर्म उपयोगकर्ता के खोज, ब्राउज़, क्लिक, स्थिरता और खरीदारी के मार्ग को अलग-अलग बेचे जा सकने वाले विज्ञापन स्थानों में विभाजित कर सकता है। उपयोगकर्ता यात्रा जितनी लंबी होगी, प्लेटफॉर्म उतने ही अधिक व्यावसायिक संपर्क बिंदु डाल सकता है; उपयोगकर्ता जितना अधिक तुलना करता है, विज्ञापन, सुझाव, ब्रांड सामग्री और खोज क्रमबद्धता का मूल्य उतना ही अधिक होता है।

लेकिन AI एजेंट इस विश्वास को कमजोर कर रहा है।

AI एजेंट केवल पहले से मौजूद जानकारी को वितरित नहीं कर रहा है, बल्कि उपयोगकर्ता के लिए कार्य कर रहा है। प्रत्येक संवाद, प्रत्येक तर्क, प्रत्येक फ़ाइल पढ़ना, प्रत्येक उपकरण का उपयोग, प्रत्येक परिणाम की जांच के पीछे वास्तविक GPU की गणना क्षमता, बिजली का उपभोग, चिप की क्षय और सिस्टम नियोजन लागत होती है।

अधिक महत्वपूर्ण बात यह है कि AI केवल इंटरनेट कंपनियों की लागत संरचना को ही नहीं बदलता है, बल्कि विज्ञापनों के आधार के रूप में कार्य करने वाली उपयोगकर्ता श्रृंखला को भी बदल देता है। अतीत में, उपयोगकर्ताओं को कई पेजों, कई प्लेटफॉर्मों और कई ब्रांडों के बीच बार-बार खोजना और तुलना करना पड़ता था; भविष्य में, उपयोगकर्ता संभवतः अपनी आवश्यकताएँ सीधे Agent को सौंप सकते हैं, जो इन्हें छाँटेगा, निर्णय लेगा, क्रमबद्ध करेगा, आरक्षित करेगा और यहाँ तक कि लेनदेन पूरा भी कर सकता है।

इसका अर्थ है कि AI एजेंट के युग में, मुफ्त उपयोगकर्ताओं के प्रति सेवा के लिए संभवतः हानि हो रही है, और पारंपरिक विज्ञापन भी अपने लंबी श्रृंखला के वित्तीयकरण के लिए आधार के रूप में उपयोग किए जाने वाले स्थान का एक हिस्सा खो देंगे।

अगर इंटरनेट अर्थव्यवस्था की कुंजी शब्द "ट्रैफिक" है, तो AI एजेंट अर्थव्यवस्था की कुंजी शब्द "कार्य" है। ट्रैफिक को सस्ते में वितरित किया जा सकता है, लेकिन कार्य को वास्तविक रूप से पूरा किया जाना चाहिए। विज्ञापन पहले उपयोगकर्ता के ध्यान के माध्यम से कहाँ जाता है, उसे बेचते थे, AI के युग में महत्वपूर्ण प्रश्न बदल गया है: कौन समझता है, कौन व्यवस्थित करता है, कौन पूरा करता है, और कौन से ब्रांड Agent की सीधी सूची और निर्णय मानदंड में शामिल हो सकते हैं।

इसलिए, AI एजेंट अर्थव्यवस्था इंटरनेट व्यावसायिक मॉडल का प्राकृतिक विस्तार नहीं है, बल्कि इंटरनेट वृद्धि के मिथक और विज्ञापन तर्क का एक विपरीत सुधार है।

इंटरनेट (सॉफ्टवेयर सहित) के व्यावसायिक मॉडल की नींव को अर्थशास्त्र के सबसे बुनियादी सूत्र द्वारा समझा जा सकता है:

TC = FC + MC × Q (कुल लागत = स्थिर लागत + सीमांत लागत × उत्पादन)

पारंपरिक इंटरनेट युग में, एक ऐप विकसित करना, एक लेख लिखना या एक वीडियो रिकॉर्ड करना, मुख्य लागत प्रारंभिक अनुसंधान और निर्माण चरण में केंद्रित होती है, जो उच्च स्थिर लागत FC है। हालाँकि, एक बार उत्पाद लॉन्च हो जाने के बाद, पहले उपयोगकर्ता को सेवा देने और पहले एक मिलियन उपयोगकर्ताओं को सेवा देने में, कंपनी को अतिरिक्त सर्वर और बैंडविड्थ लागत में बहुत कम वृद्धि होती है, MC 0 के करीब होती है।

इतनी न्यूनतम सीमांत लागत के कारण, संबंधित व्यावसायिक मॉडल स्वाभाविक रूप से अत्यधिक पैमाने के प्रभाव को स्वीकार करते हैं। डिजिटल उत्पादों की मुख्य विशेषता असीमित रूप से प्रतिलिपि बनाने की क्षमता है, और प्रतिलिपि बनाने की लागत लगभग शून्य होती है। एक बार जब सॉफ्टवेयर विकास पूरा हो जाए और सर्वर स्थापित हो जाए, तो एक नए उपयोगकर्ता को जोड़ने की सीमांत लागत लगभग नगण्य होती है, बस कुछ केबी स्टोरेज स्थान और कुछ केबी बैंडविड्थ ट्रैफ़िक का उपयोग बढ़ जाता है।

यह विशेषता प्लेटफॉर्म अर्थव्यवस्था को आकार के लाभ प्राप्त करने में सक्षम बनाती है: जो कोई पहले स्केल सीमा बिंदु को प्राप्त करता है, उसकी नए आय का अधिक अनुपात लाभ में बदल जाता है, जिससे एक मजबूत ऑपरेशनल लीवरेज बनता है।

इसके आधार पर, इंटरनेट ने तीन प्रमुख क्लासिक व्यावसायिक मॉडल विकसित किए।

सब्सक्रिप्शन मॉडल: सॉफ्टवेयर की प्रतिलिपि लागत बहुत कम होती है, इसलिए सब्सक्राइबर्स की वृद्धि सीधे आय में वृद्धि के बराबर होती है। यही कारण है कि पूंजी बाजार लंबे समय तक SaaS कंपनियों को उच्च मूल्यांकन देने को तैयार रहते हैं: एक बार ब्रेक-ईवन पॉइंट पार कर लेने के बाद, लाभ की वृद्धि की दर अक्सर आय की वृद्धि की दर से कहीं अधिक होती है।

कमीशन मॉडल: ट्रेडिंग, भुगतान और निष्पादन बुनियादी ढांचे का निर्माण करें, प्रत्येक अतिरिक्त लेनदेन पर स्थिर कमीशन लें।

विज्ञापन मॉडल: मुफ्त सेवा के माध्यम से विशाल उपयोगकर्ता आकर्षित किया जाता है, जिसे विज्ञापनदाताओं को ध्यान के रूप में बेचा जाता है। खोज विज्ञापनों के उदाहरण के लिए, खोज एल्गोरिथम और विज्ञापन प्रणाली को लागू करने के बाद, प्रत्येक अतिरिक्त खोज अनुरोध की सर्वर लागत सीमित होती है, जबकि प्रत्येक अतिरिक्त विज्ञापन क्लिक अतिरिक्त आय का प्रतिनिधित्व करता है।

विज्ञापन मॉडल लंबे समय तक कायम रहने का कारण केवल उपयोगकर्ताओं की बड़ी संख्या नहीं है, बल्कि उपयोगकर्ता यात्रा का पर्याप्त लंबा होना भी है। एक उपयोगकर्ता जब तक अपनी आवश्यकता को समझकर खरीदारी पूरी नहीं कर लेता, वह अक्सर खोज, ब्राउज़िंग, तुलना, सेव करना, पूछताछ, ट्रांसफर और ऑर्डर देने जैसे कई चरणों से गुजरता है। प्लेटफॉर्म खोज परिणाम पृष्ठ पर विज्ञापन बेच सकता है, समाचार प्रवाह में प्रोडक्ट को प्रचारित कर सकता है, विवरण पृष्ठ पर परिवर्तन को मजबूत कर सकता है, और पुनः लक्षित विज्ञापन के माध्यम से उपयोगकर्ता के निर्णय को जारी रख सकता है। विज्ञापन का मूल्य मूलतः उपयोगकर्ता यात्रा में स्तर-दर-स्तर हस्तक्षेप से आता है।

प्लेटफॉर्म को हर उपयोगकर्ता निर्णय के लिए पूरी सेवा लागत वहन करने की आवश्यकता नहीं है। खोज इंजन उपयोगकर्ताओं को किसी वेबपेज की ओर ले जाते हैं, सोशल मीडिया प्लेटफॉर्म उपयोगकर्ताओं को किसी ब्रांड अकाउंट की ओर ले जाते हैं, शॉर्ट वीडियो प्लेटफॉर्म उपयोगकर्ताओं को किसी लाइव स्ट्रीम की ओर ले जाते हैं, ई-कॉमर्स प्लेटफॉर्म उपयोगकर्ताओं को किसी उत्पाद विवरण पेज की ओर ले जाते हैं। प्लेटफॉर्म अधिकतर “जानकारी और ध्यान को मिलाने” में लगे होते हैं।

इंटरनेट पहले से मौजूद जानकारी को वितरित करता है, जबकि AI वास्तविक समय में जानकारी उत्पन्न करता है। इस “प्रतिलिपि” से “उत्पादन” के गुणात्मक परिवर्तन ने पूरी तरह से अलग लागत संरचना और व्यावसायिक तर्क लाया है।

सबसे पहले, AI निष्कर्षण लागत स्पष्ट है, AI के उपयोग की सीमांत लागत शून्य से काफी अधिक है (MC > 0)।

प्रत्येक इनपुट/आउटपुट टोकन के लिए, GPU उच्च गति से काम कर रहा होता है और वास्तविक बिजली और चिप अवमूल्यन लागत का उपयोग कर रहा होता है। जितना अधिक मॉडल पैरामीटर, अधिक संदर्भ और जटिल कार्य, उतना ही अधिक प्रति निष्कर्षण लागत। एक सरल प्रश्न-उत्तर, एक गहन शोध, एक कोड विकास, या एक क्रॉस-सॉफ्टवेयर ऑपरेशन की लागत कई गुना, यहां तक कि सौ गुना अलग हो सकती है। AI एजेंट अर्थव्यवस्था में केवल शून्येतर सीमांत लागत ही नहीं है, बल्कि सीमांत लागत स्वयं अत्यधिक विषम है।

हालांकि एकल टोकन की कीमत तेजी से गिर रही है, लेकिन इसका अर्थ यह नहीं है कि सीमांत लागत शून्य की ओर स्थिर रूप से बढ़ेगी: एजेंट क्षमता के उन्नयन के साथ, प्रत्येक कार्य के लिए खपत होने वाले टोकन की मात्रा सैकड़ों से तेजी से दस लाख तक बढ़ रही है—योजना बनाना, उपकरणों का उपयोग करना, फाइलें पढ़ना, स्व-जांच करना, और विफलता के बाद पुनः प्रयास करना सभी बड़ी मात्रा में कैलकुलेशन की मांग करते हैं। एकल टोकन में अपचय हो रहा है, जबकि प्रत्येक कार्य में मुद्रास्फीति हो रही है; इन दोनों वक्रों के बीच का अंतर AI अर्थशास्त्र का केंद्र है: जितना सस्ता टोकन होगा, AI को उतना ही भारी काम करने की हिम्मत होगी, और कुल बिल अधिक होगा—यही AI क्षेत्र में “जेवंस पैराडॉक्स (Jevons Paradox)” है।

एकल टोकन की कीमत में कमी एक ओर की दिशा में नहीं है। मॉर्गन स्टैनले के आंकड़ों के अनुसार, 2026 के दूसरे तिमाही में घरेलू बड़े मॉडल की औसत API आउटपुट कीमत, 2025 के पहले तिमाही की तुलना में लगभग 80% बढ़ गई है, और उद्योग प्रतिस्पर्धात्मक मूल्यनिर्धारण से मूल्य-आधारित मूल्यनिर्धारण की ओर बढ़ रहा है। कीमतें स्वयं स्तरबद्ध हो रही हैं: वस्तु-स्वरूप मॉडल निचले स्तर पर जारहे हैं, जबकि अग्रणी मॉडल विपरीत दिशा में कीमतें बढ़ा रहे हैं। अग्रणी बुद्धिमत्ता मूल्य-आधारित मूल्यनिर्धारण के साथ काम करती है, और इसकी लागत वस्तु-स्वरूपीकरण के साथ समान रूप से कम नहीं होती।

हालांकि GPU उपयोग, KV कैश, स्व-निर्मित निष्कर्षण क्लस्टर और स्व-विकसित चिप जैसे तरीकों से बैच प्रोसेसिंग के माध्यम से इकाई लागत को कम किया जा सकता है, लेकिन सीमांत लागत में कमी इंटरनेट अर्थव्यवस्था की तुलना में काफी कम है और इसे उपयोग की गहराई में वृद्धि द्वारा निरस्त कर दिया जाएगा। यही कारण है कि ChatGPT ने उपयोगकर्ता संख्या में विस्फोट के बाद शीघ्र ही भुगतान वाली सदस्यता संस्करण लॉन्च किया।

इसी समय, स्थिर लागत “एक बार की” से “स्थायी” हो गई है। प्रशिक्षण लागत अब एक बार की स्थिर निवेश नहीं है, बल्कि हर छह से बारह महीने में नवीनतम मॉडल को अपडेट करने के लिए स्थायी पूंजी व्यय है। बड़े मॉडल “6-12 महीने की अवधि” वाले “उपभोग्य संपत्ति” बन गए हैं, जिन्हें पुनः प्रशिक्षित नहीं किया गया तो वे जल्द ही पुराने हो जाते हैं, और एक बार का प्रशिक्षण व्यय कई करोड़ से लेकर अरब डॉलर तक हो सकता है। OpenAI के संदर्भ में, 2025 में आय 130.7 अरब डॉलर है, जिसकी स्थिर लाभमार्जिन लगभग 43% है (यह परिकलन केवल अनुमानित कैलकुलेशन को हटाता है, सबसे महंगा प्रशिक्षण कैलकुलेशन अलग से R&D खर्च में शामिल किया गया है), लेकिन इसका R&D खर्च 191.8 अरब डॉलर है, जिसमें से लगभग 106 अरब डॉलर माइक्रोसॉफ्ट के प्रशिक्षण कैलकुलेशन के लिए भुगतान किया गया है, जो इसके नुकसान का मुख्य कारण है।

इसलिए, AI एजेंट अर्थव्यवस्था में ऐसी विशेषताएँ हैं: निष्कर्षण लागत (परिवर्तनीय लागत) उपयोग के साथ रैखिक रूप से बढ़ती है और अत्यधिक भिन्न होती है; बुनियादी ढांचा और कुशलता लागत (अर्ध-स्थिर लागत) उपयोगकर्ता स्केल के साथ "चरणबद्ध" तरीके से बढ़ती है — जब उपयोगकर्ता संख्या किसी सीमा को पार करती है, तो एक नया GPU सर्वर समूह जोड़ना आवश्यक होता है; साथ ही, अनुसंधान लागत (अर्थात मॉडल प्रशिक्षण लागत) बहुत बड़ी होती है। ये सभी लागतें एक-दूसरे पर जमा होती हैं, जिससे AI कंपनियाँ हमेशा लाभ की पूरी राशि को पुनः निवेश करने के मार्ग पर रहती हैं, और इंटरनेट की तरह कोई "ब्रेक-ईवन पॉइंट पार करने के बाद लाभ का घातीय वृद्धि" का मधुर बिंदु मौजूद नहीं होता।

यह लागत तर्क उद्योग के प्रतिस्पर्धी लाभ के स्रोत को भी पुनर्परिभाषित करता है: इंटरनेट का मुख्य बाधा नेटवर्क प्रभाव है, जिसमें जितने अधिक उपयोगकर्ता होते हैं, उतना ही अच्छा उत्पाद होता है; लेकिन एजेंट के लिए बाधा का प्रकार बदल जाता है—संबंध नेटवर्क प्रभाव से डेटा फ्लाइव्हील और स्विचिंग लागत की ओर। नए बाधा स्रोत संचित संदर्भ से आते हैं—उपयोगकर्ता की स्मृति, पसंद, फ़ाइलें, कार्य प्रवाह और अधिकृत डेटा। जितना अधिक उपयोग किया जाता है, उतना ही एजेंट उपयोगकर्ता के साथ अधिक अनुकूलित होता है, और सेवा प्रदाता बदलने की स्थानांतरण लागत भी बढ़ती है। इंटरनेट उपयोगकर्ता के संबंध नेटवर्क को बंद करता है, जबकि एजेंट उपयोगकर्ता के कार्य संदर्भ को बंद करता है, और यही कारण है कि उद्योग प्रवेश बिंदु पर तीव्रता से निवेश कर रहा है: यहाँ प्राप्त किया जा रहा है केवल ट्रैफ़िक ही नहीं, बल्कि संदर्भ की मूलभूत संचय है।

स्पष्ट रूप से, हमें AI एजेंट अर्थव्यवस्था को देखने के लिए एक अलग तर्क का उपयोग करना होगा: इंटरनेट प्लेटफॉर्म "उपयोगकर्ता प्रवेश" के लिए प्रतिस्पर्धा करते हैं, जबकि AI एजेंट प्लेटफॉर्म "कार्य प्रवेश" के लिए प्रतिस्पर्धा करते हैं।

अगर इंटरनेट अर्थव्यवस्था की बुनियादी इकाई "एक्सपोजर/क्लिक" है, तो AI एजेंट अर्थव्यवस्था की बुनियादी इकाई "कार्य" है। क्लिक केवल यह दर्शाता है कि उपयोगकर्ता किसी पृष्ठ पर पहुँचा, जबकि कार्य यह दर्शाता है कि उपयोगकर्ता ने AI को किसी लक्ष्य को पूरा करने के लिए सौंपा है — एजेंट को लक्ष्य को समझना, कार्य को विभाजित करना, उपकरणों का उपयोग करना, फ़ाइलें पढ़ना, सॉफ़्टवेयर को संचालित करना, परिणामों की बार-बार जाँच करनी चाहिए, और आवश्यकता पड़ने पर उपयोगकर्ता से अनुमति माँगनी चाहिए। इससे AI एजेंट की लागत संरचना "डिजिटल मीडिया" के बजाय "डिजिटल कर्मचारी" के समीप हो जाती है।

पहले उपयोगकर्ता सर्च इंजन खोलकर पूछते थे कि "कौन सी इंटीरियर कंपनी अच्छी है", सर्च इंजन वेबपेज, विज्ञापन और मानचित्र परिणाम देता था; अब उपयोगकर्ता सीधे एजेंट से कह सकते हैं: "मुझे तीन विश्वसनीय इंटीरियर कंपनियाँ फिल्टर करके दें, जिनकी कीमतों, प्रतिष्ठा और निर्माण गारंटी की तुलना करें, और मुझे संपर्क के लिए अपॉइंटमेंट बुक कर दें।" पहले का व्यावसायिक मूल्य प्रदर्शन और क्लिक पर आधारित था, जबकि दूसरे का व्यावसायिक मूल्य कार्य पूरा करने और निर्णय लेने के प्रतिनिधित्व पर है। विज्ञापन केवल पृष्ठ पर प्रदर्शित सूचना नहीं रहेंगे, बल्कि एजेंट के निर्णय प्रक्रिया में विकल्प, डेटा स्रोत, विश्वसनीय स्रोत या लेनदेन इंटरफ़ेस बन जाएंगे, और उपयोगकर्ता को अंततः कार्य पूरा करने में मदद करेंगे।

मॉडल कंपनियाँ केवल नींव की क्षमताएँ प्रदान करने तक सीमित नहीं हैं, बल्कि नवीनतम कार्य संचालन प्रणाली बन जाएँगी। चाहे AI-नेटिव कंपनियाँ हों या समग्र बड़ी कंपनियाँ, सभी "बड़े मॉडल" से "एजेंट प्लेटफॉर्म" की ओर विकसित हो रही हैं और क्रमशः Claude Cowork, Codex, Workbuddy जैसे उत्पाद लॉन्च कर रही हैं — जो उपयोगकर्ता के कार्य प्रवेश बिंदु को नियंत्रित करेगा, वह उपकरणों के उपयोग के क्रम, डेटा स्रोतों की प्राथमिकता, व्यापारिक सिफारिशों के तर्क और लेन-देन के बंद चक्र को निर्धारित करेगा।

"जानबूझकर नकारात्मक आर्थिक लाभ के साथ पैसा खर्च करके एंट्री पॉइंट पर कब्जा करना" वर्तमान उद्योग का सबसे महत्वपूर्ण रणनीतिक जोखिम है और मूल्यांकन विवाद का स्रोत है। क्योंकि एंट्री पॉइंट के पीछे केवल उपयोगकर्ता संख्या या संवादों की संख्या नहीं, बल्कि भविष्य के कार्य वितरण, व्यावसायिक सिफारिशों और लेनदेन के बंद चक्र का नियंत्रण है।

इस तर्क के परिवर्तन से एक अन्य प्रवृत्ति भी अनिवार्य रूप से आएगी: परतबद्धता।

इंटरनेट उत्पाद अत्यधिक मानकीकरण की ओर अग्रसर होते हैं, जिससे एक ही कोड सभी उपयोगकर्ताओं की सेवा कर सके और शून्य सीमांत लागत के लाभ को अ tối đa किया जा सके। AI एजेंट स्वाभाविक रूप से स्तरीय आपूर्ति के लिए उपयुक्त हैं—विभिन्न जटिलता के कार्यों की लागत में भारी अंतर होता है, और सरल प्रश्नोत्तर और जटिल तर्क की लागत में कई गुना का अंतर हो सकता है। इसलिए AI कंपनियाँ विभिन्न स्तरों के उत्पाद पेश करती हैं: मुफ्त संस्करण में छोटे मॉडल का उपयोग किया जाता है और उपयोग की सीमा रखी जाती है; बेसिक पेड संस्करण में मध्यम मॉडल का उपयोग किया जाता है; एडवांस्ड संस्करण में सबसे मजबूत मॉडल का उपयोग किया जाता है; और एंटरप्राइज़ कस्टमाइज्ड संस्करण में विशिष्ट डिप्लॉयमेंट और अनुकूलन प्रदान किया जाता है।

यह स्तरीकृत मूल्य निर्धारण मूलतः लागत के आधार पर वर्गीकृत और मूल्य के आधार पर शुल्क लेने का तरीका है, जहाँ मूल्य लागत के साथ सकारात्मक रूप से संबंधित होता है। जितना अधिक क्षमता उपयोगकर्ता प्राप्त करता है, उतना ही अधिक लागत उसे वहन करनी पड़ती है। इस प्रकार, AI Agent पारिस्थितिकी में एक “दो-गति अर्थव्यवस्था” विकसित होगी: पिछड़े हुए आधे पीढ़ी की बुद्धिमत्ता की कीमत बहुत कम होगी (ओपन-सोर्स + बड़ी कंपनियों के सब्सिडी के कारण, यह पानी, बिजली और गैस की तरह बुनियादी ढांचे में बदल जाएगी), जबकि अग्रणी बुद्धिमत्ता हमेशा महंगी रहेगी (सबसे मजबूत मॉडल हमेशा लागत वक्र के सबसे महंगे छोर पर होंगे)। मुफ्त है “कल” की बुद्धिमत्ता, और शुल्क वाली है “आज” की बुद्धिमत्ता।

AI एजेंट अर्थव्यवस्था का पारंपरिक अर्थव्यवस्था पर सबसे गहरा प्रभाव बाजार में AI उत्पादों की एक नई श्रेणी के आने से नहीं, बल्कि वेबसाइटों, ऐप्स और सॉफ्टवेयर में पहले विखरे हुए उपयोगकर्ता प्रवेश बिंदुओं को एक नए कार्य एजेंट स्तर द्वारा पुनः प्राप्त किए जाने से है। मोबाइल निर्माता, सुपर ऐप्स आदि प्रत्येक अपना एजेंट बना रहे हैं, जिससे प्रवेश बिंदु अभी एकीकृत नहीं हुए हैं, बल्कि और अधिक टुकड़ों में बंट गए हैं। पिछले इंटरनेट का लाभ समूह “ट्रैफिक कहाँ से होकर गुजरता है” के चारों ओर बना था, भविष्य में यह “कौन कार्य का संगठन करता है और कौन कार्य पूरा करता है” के चारों ओर पुनः वितरित हो सकता है।

सबसे पहले प्रवेश और वितरण अधिकार को बदल दिया गया।

इंटरनेट युग में, सर्च इंजन, ऐप स्टोर, कंटेंट प्लेटफॉर्म और सुपर ऐप्स एंट्री पॉइंट पर काबिज हैं, और कंपनियाँ रैंकिंग, रिकमेंडेशन स्पॉट और उपयोगकर्ता समय के लिए प्रतिस्पर्धा करती हैं। लेकिन Agent के आने के बाद, उपयोगकर्ताओं को अब आवश्यकता नहीं होगी कि वे अलग-अलग ऐप्स खोलें: फ्लाइट बुक करना, सप्लायर ढूंढना, डेटा विश्लेषण करना, ईमेल का जवाब देना—सभी को एक ही कार्य प्रवेश बिंदु से शुरू किया जा सकता है। वेबसाइटें और ऐप्स गायब नहीं होंगी, लेकिन वे अधिकाधिक Agent के पीछे के डेटा स्रोत, उपकरण और प्रदान करने के इंटरफ़ेस बनते जा रहे हैं।

इसका अर्थ है कि नए प्लेटफॉर्म की शक्ति अब केवल “उपयोगकर्ताओं को कहाँ भेजें” नहीं है, बल्कि यह निर्धारित करती है कि कार्य कैसे पूरा किया जाएगा: कौन सा मॉडल, कौन सा सॉफ्टवेयर, कौन सा व्यापारी, कौन सा डेटा सेट का उपयोग किया जाए। पुराने समय में सर्च इंजन, ऐप स्टोर और ट्रैफिक प्लेटफॉर्म द्वारा नियंत्रित कुछ “वितरण कर” अब धीरे-धीरे Agent प्लेटफॉर्म के हाथों में स्थानांतरित हो सकता है।

यहाँ एक अदृश्य लेकिन अत्यंत महत्वपूर्ण प्रभाव है: AI एजेंट ग्राहक यात्रा को काफी संकुचित कर रहे हैं, जिससे विज्ञापन व्यवसाय के लिए स्थान संकुचित हो रहा है।

पिछले समय में, उपयोगकर्ताओं को लेन-देन तक पहुँचने के लिए दस बार खोजना पड़ता था और कई वेबसाइटों और प्लेटफॉर्म की तुलना करनी पड़ती थी; लेकिन AI स्थिति में, उपयोगकर्ता केवल 3-5 लगातार प्रश्न पूछकर ही जानकारी छानने, विकल्पों की तुलना करने और खरीदारी का निर्णय ले सकते हैं। जितना अधिक उच्च इच्छा, मजबूत निर्णय और तुलना पर आधारित उद्योग होता है, उतना ही अधिक AI द्वारा वितरण तर्क को पुनः परिभाषित किया जाता है। उपयोगकर्ता अब खोज परिणामों, सामग्री पृष्ठों और विक्रेता होमपेज के बीच बार-बार आवागमन नहीं करते, बल्कि अपने निर्णय का कार्य सीधे AI को सौंप देते हैं। इस समय, विज्ञापनों के प्रवेश के बिंदु कम हो जाते हैं और पारंपरिक विज्ञापनों का प्रभाव कमजोर हो जाता है।

वास्तविक कठिनाई यह है कि AI उत्तरों में विज्ञापनों को अत्यधिक स्पष्ट रूप से दर्शाया जाना चाहिए। पिछले समय में, विज्ञापनों को खोज परिणामों, इनफॉर्मेशन फीड नेटिव, इन्फ्लुएंसर सिफारिशों, ब्रांड कंटेंट आदि कई स्थितियों में उपयोगकर्ता यात्रा में एम्बेड किया जा सकता था, लेकिन AI उत्तरों में, कोई भी मुलायम, अदृश्य या स्पष्ट रूप से पहचाने न गए व्यावसायिक सुझाव, उपयोगकर्ता के लिए प्लेटफॉर्म की वस्तुनिष्ठता पर सीधे प्रभाव डालते हैं। AI जितना अधिक उपयोगकर्ता के लिए निर्णय लेने वाले प्रतिनिधि की तरह दिखता है, उतना ही अधिक उपयोगकर्ता इसे अपारदर्शी ढंग से व्यावसायिक हितों द्वारा प्रभावित होने का सहन नहीं करता।

द्वितीय स्तर का प्रभाव जल्द ही प्लेटफॉर्म और मध्यस्थ अर्थव्यवस्था पर पड़ेगा।

खरीदारी, यात्रा, फूड डिलीवरी, स्थानीय जीवन आदि लेन-देन से संबंधित प्लेटफॉर्म, मूल रूप से उपयोगकर्ताओं को खोजने, तुलना करने और लेनदेन को मिलाने में मदद करते हैं, और ये ही एजेंट के लिए सबसे आसानी से स्वचालित किए जा सकने वाले चरण हैं। केवल "जानकारी सूची" प्रदान करने वाले मध्यस्थ परत को संकुचित कर दिया जाएगा, जबकि वास्तविक रूप से अपरिहार्य होने वाले अद्वितीय आपूर्ति, भुगतान, विश्वसनीयता, लॉजिस्टिक्स, बाद की सेवा और ऑफलाइन निष्पादन बन जाएंगे।

ट्रेडिंग प्लेटफॉर्म की सुरक्षा अब “मेरे पास कितना ट्रैफ़िक है” से बदलकर “मेरे पास कितनी ऐसी वास्तविक आपूर्ति और निष्पादन क्षमता है जिसे एजेंट नहीं बदल सकते” हो जाएगी।

बंद लेन-देन चक्र वाले बड़े कंपनियों के लिए, AI अल्पकालिक रूप से वर्तमान विज्ञापन और लेन-देन व्यवसायों को प्रभावित करेगा, लेकिन दीर्घकालिक रूप से, AI एजेंट की भागीदारी एक नया व्यावसायिक गुणक बन जाएगी। जब प्लेटफॉर्म के पास उपभोक्ता आवश्यकताएँ, व्यापारियों की आपूर्ति, लेन-देन, भुगतान, वितरण और बाद की सेवा सभी नियंत्रण में हों, तो यह व्यावसायिक मूल्य को समग्र रूप से पुनः संगठित कर सकता है: व्यापारी ई-कॉमर्स प्लेटफॉर्म पर विज्ञापन देते हैं → अधिक GMV लाते हैं → AI अनुशंसा स्तर पर GMV उच्च, समीक्षा उच्च और वितरण स्थिर ब्रांड को प्राथमिकता देता है → ब्रांड AI परिदृश्य में लेन-देन का बंद चक्र प्राप्त करता है → प्लेटफॉर्म इससे विज्ञापन मूल्य, लेन-देन मूल्य और AI वितरण मूल्य सभी को एक साथ बढ़ाता है।

यहाँ मुख्य सीमा यह है कि AI पारंपरिक विज्ञापन प्लेटफॉर्म की तरह अत्यधिक विज्ञापन शुल्क नहीं ले सकता। यदि AI अधिक पैसा लेता है, तो यह अपने सबसे मूलभूत संपत्ति—वस्तुनिष्ठता और उपयोगकर्ता विश्वास—को नुकसान पहुँचाता है। अधिक उचित तरीका यह है कि एक निश्चित प्रतिशत की तकनीकी सेवा शुल्क लिया जाए, जो उद्योग स्तर के समान हो, आमतौर पर 1% से 10% के बीच, जो मुख्य रूप से कैलकुलेशन, कॉल और सेवा लागत को कवर करने के लिए प्रयोग किया जाता है।

तीसरा स्तर, जो अधिक गहरा परिवर्तन है, वह है कि सॉफ्टवेयर अर्थव्यवस्था और सेवा अर्थव्यवस्था के बीच की सीमा धुंधली होने लगी है।

पारंपरिक SaaS (सॉफ्टवेयर सहित) मूल रूप से अभी भी एक उपकरण है। Salesforce CRM सिस्टम प्रदान करता है, लेकिन ग्राहक संबंधों को वास्तव में बनाए रखने वाले विक्रेता होते हैं; Adobe डिजाइन सॉफ्टवेयर प्रदान करता है, लेकिन डिजाइन पूरा करने वाले डिजाइनर होते हैं; वित्तीय सॉफ्टवेयर डेटा को रिकॉर्ड करता है, लेकिन विश्लेषण और निर्णय अभी भी मनुष्य द्वारा लिए जाते हैं। इसलिए SaaS का व्यावसायिक मॉडल लंबे समय तक “सीट (Seat)” पर केंद्रित रहा है: जितने कर्मचारी सॉफ्टवेयर का उपयोग करते हैं, उतने खाते उनके द्वारा खरीदे जाते हैं। हाल के वर्षों में उपयोग के आधार पर शुल्क का समावेश हो रहा है, मिश्रित बिलिंग प्रमुख हो गई है, लेकिन सहयोगात्मक सॉफ्टवेयर में सीट मॉडल अभी भी सामान्य है।

AI एजेंट इस पूर्वधारण को बदलता है।

जब सॉफ्टवेयर खुद डेटा पढ़ने, अगला कदम निर्धारित करने और कार्य निष्पादित करने में सक्षम हो जाए, तो व्यवसाय अब केवल "एक कर्मचारी द्वारा उपयोग किया जाने वाला सॉफ्टवेयर" नहीं, बल्कि सीधे कार्य पूरा करने की क्षमता खरीद रहा होता है। एक AI एजेंट एक ही समय में CRM, ERP, BI, ईमेल और कस्टमर सपोर्ट सिस्टम को संचालित कर सकता है, जिस प्रक्रिया को पहले कई लोगों द्वारा विभिन्न सॉफ्टवेयर के बीच संचालित किया जाता था, अब एक ही टास्क कॉल में संकुचित हो गया है। इस समय, "जितने अधिक कर्मचारी, उतने अधिक सीट, उतनी अधिक SaaS आय" का वृद्धि तर्क चुनौती का सामना करेगा।

इससे भी अधिक महत्वपूर्ण बात यह है कि SaaS स्वयं परतों में विभाजित हो सकता है: निचली परत पर "सिस्टम" (System of Record) होता है, जो ग्राहक, ऑर्डर, वित्त, स्टॉक आदि मूल डेटा को संग्रहित करता है; ऊपरी परत पर "क्षमता" (System of Action) आती है, जो आवश्यकताओं को समझने, सिस्टम को कॉल करने और कार्य पूरा करने के लिए जिम्मेदार होती है।

पिछले समय, दोनों एक ही सॉफ्टवेयर इंटरफेस में समाहित थे, लेकिन भविष्य में वे अलग हो सकते हैं। मूल डेटा, अधिकार, अनुपालन और व्यापार नियमों को नियंत्रित करने वाला सॉफ्टवेयर अभी भी मजबूत बाधाएँ रखता है; जबकि वे सॉफ्टवेयर, जिनका मुख्य मूल्य इंटरफेस, प्रक्रियाओं और कार्यों के समावेश से आता है, बड़े जोखिम में हैं—अगर Agent इंटरैक्शन स्तर को संभाल ले, तो वे उपयोगकर्ता के प्रतिदिन खोले जाने वाले सॉफ्टवेयर से Agent के पीछे कॉल किए जाने वाले इंटरफेस में बदल सकते हैं।

इसके विपरीत, इससे सॉफ्टवेयर बाजार पहली बार पारंपरिक सेवा क्षेत्र में व्यापक रूप से प्रवेश करेगा। भूतकाल में सॉफ्टवेयर कंपनियाँ उद्योग के IT बजट के लिए प्रतिस्पर्धा करती थीं, लेकिन भविष्य में AI एजेंट कंपनियाँ अधिक विशाल मानव लागत, आउटसोर्सिंग बजट और पेशेवर सेवा बजट पर ध्यान केंद्रित करेंगी। कस्टमर सपोर्ट, मूल अनुसंधान, बिक्री संचालन, भर्ती छानबीन, वित्तीय प्रक्रिया और यहाँ तक कि कुछ परामर्श कार्य, सभी “मानव समय की खरीद” से “मशीन द्वारा पूरा किए गए कार्यों की खरीद” की ओर बदल सकते हैं। इस प्रकार, सॉफ्टवेयर का बाजार सीमा पिछले “डिजिटलीकरण बजट (Software Spend)” से “मानव बजट (Labor Spend)” की ओर संक्रमित होने लगती है।

पिछले दो दशकों की इंटरनेट अर्थव्यवस्था: अधिक उपयोगकर्ता का अर्थ है अधिक ट्रैफ़िक, अधिक ट्रैफ़िक का अर्थ है अधिक विज्ञापन, लेन-देन और सदस्यता आय, और नए उपयोगकर्ताओं की लागत में काफी कम वृद्धि हुई। "पहले उपयोगकर्ता आधार को बढ़ाएं, फिर मुनाफ़ा कमाने का तरीका ढूंढें" इंटरनेट युग का सबसे क्लासिक विकास सूत्र बन गया।

AI एजेंट इस सरल रेखीय संबंध को समाप्त कर रहा है।

क्योंकि AI एजेंट द्वारा प्रदान किया जाने वाला केवल जानकारी नहीं है, बल्कि यह वास्तविक रूप से कैलकुलेशन संसाधनों का उपयोग करता है, बाहरी उपकरणों को कॉल करता है और कार्य पूरा करता है। अधिक उपयोगकर्ता होना आवश्यक रूप से अधिक लाभ का अर्थ नहीं है; जितना जटिल कार्य होगा, उतना ही लागत तेजी से बढ़ सकती है। व्यवसायों को अब केवल DAU, रिटेंशन दर और उपयोगकर्ता समय की गणना करने की आवश्यकता नहीं है, बल्कि एक कार्य पूरा करने में कितना खर्च आएगा, उपयोगकर्ता इस परिणाम के लिए कितना भुगतान करने को तैयार है, और प्लेटफॉर्म कितनी मूल्य संरक्षित कर सकता है, यह सब गणना करने की आवश्यकता है।

AI युग में वास्तविक रूप से दुर्लभ चीजें बदल रही हैं।

इंटरनेट युग में निर्वाह की कमी ट्रैफ़िक है, इसलिए व्यवसाय उपयोगकर्ताओं के ध्यान के लिए प्रतिस्पर्धा करते हैं; AI Agent युग में वास्तविक रूप से कमी हो सकती है उच्च मूल्यवान कार्यों की, और इन कार्यों को पूरा करने के लिए आवश्यक डेटा, अधिकार, उपकरण और कार्यान्वयन क्षमता की।

AI एजेंट इंटरनेट का अगला उत्पाद रूप नहीं है, बल्कि डिजिटल अर्थव्यवस्था की सबसे बुनियादी लेन-देन इकाई को बदल रहा है। एजेंट बेचता है, कार्य पूरा करने की क्षमता।

जब अर्थव्यवस्था की बुनियादी इकाई "क्लिक" से "कार्य" में, और "उपकरण का उपयोग" से "परिणाम प्रदान करने" में बदल जाती है, तो पिछले बीस वर्षों में ट्रैफ़िक पर आधारित व्यापार मॉडल, प्लेटफ़ॉर्म की शक्ति और लाभ वितरण अवश्य ही पुनर्व्यवस्थित होंगे।

यह लेख वेचेन अनुसंधान समूह ("cyberlawrc") से आया है, लेखक: AI अर्थव्यवस्था अनुसंधान टीम