AI प्रौद्योगिकी को लोकतांत्रिक नहीं करेगी, यह सही लोगों को पुरस्कृत करती है

लेखक: Naman Bhansali

DeepChain TechFlow

शेनचाओ का परिचय: नए प्रौद्योगिकी के प्रारंभिक चरण में, लोग अक्सर एक "तकनीकी समानता" का भ्रम पैदा करते हैं: जब फोटोग्राफी, संगीत रचना या सॉफ्टवेयर विकास आसान हो जाते हैं, तो क्या प्रतिस्पर्धी लाभ गायब हो जाते हैं? वार्प के संस्थापक नमन भंसाली अपने भारतीय छोटे शहर से MIT तक के व्यक्तिगत अनुभव और AI-नेविगेटेड पेमेंट पथ में उनके उद्यम के साथ, एक अप्रत्यक्ष सत्य को स्पष्ट करते हैं: जितना अधिक प्रौद्योगिकी बाधा कम करती है (फ्लोर), उतना ही अधिक उद्योग की छत (सीलिंग) ऊँची हो जाती है।

इस समय जब कार्यान्वयन की कीमत सस्ती हो गई है और यह यहां तक कि AI द्वारा "वाइबकोडेड" किया जा सकता है, लेखक का मानना है कि वास्तविक प्रतिरोध अब केवल ट्रैफ़िक वितरण नहीं है, बल्कि असंभव रूप से नकली बनाए जाने वाले "स्वाद" (Taste), जटिल प्रणालियों के नींव के तर्क की गहन बुद्धिमत्ता, और दशकों के स्तर पर निरंतर चक्रवृद्धि के लिए सहनशीलता है। यह लेख केवल AI उद्यम के लिए एक शीतल विचार नहीं है, बल्कि "सामान्य प्रौद्योगिकी द्वारा अभिजात परिणाम" के शक्ति नियम के लिए एक मजबूत साबिती है।

पूर्ण पाठ निम्नलिखित है:

जब भी कोई नई तकनीक प्रवेश की बाधाओं को कम करती है, तो एक ही भविष्यवाणी हमेशा दोहराई जाती है: चूंकि अब हर कोई इसे कर सकता है, इसलिए किसी के पास कोई लाभ नहीं रह गया। फोटो लेने वाले फोन ने हर किसी को फोटोग्राफर बना दिया; Spotify ने हर किसी को संगीतकार बना दिया; और AI ने हर किसी को सॉफ्टवेयर डेवलपर बना दिया।

ऐसे अनुमान हमेशा आधे सही होते हैं: निम्नतम स्तर (The floor) वास्तव में बढ़ गया है। अधिक लोग उत्पाद बनाने में शामिल हो रहे हैं, अधिक लोग उत्पाद जारी कर रहे हैं, अधिक लोग प्रतिस्पर्धा में शामिल हो रहे हैं। लेकिन ऐसे अनुमान हमेशा ऊपरी सीमा (The ceiling) को नजरअंदाज करते हैं। ऊपरी सीमा का विकास अधिक तेजी से हो रहा है। और निम्नतम स्तर और ऊपरी सीमा के बीच—यानी माध्यिका स्तर और शीर्ष स्तर के बीच—का अंतर सिर्फ संकुचित नहीं हो रहा, बल्कि बढ़ रहा है।

यही घातीय नियम (Power laws) की विशेषता है: यह आपके इरादों से कोई फर्क नहीं करता। समानता की तकनीक हमेशा अल्पसंख्यक परिणाम उत्पन्न करती है। हर बार।

AI भी इसका अपवाद नहीं होगा, और यह और अधिक चरम हो सकता है।

जब स्पॉटिफाई लॉन्च हुआ, तो इसने एक वास्तविक रूप से अग्रदूत बात की: इसने पृथ्वी पर किसी भी संगीतकार को पहले केवल रिकॉर्ड कंपनियों, मार्केटिंग बजट और अत्यधिक भाग्य ही प्राप्त कर पाते थे, उस वितरण चैनल को प्राप्त करने की सुविधा दी। परिणामस्वरूप संगीत उद्योग में विस्फोट हुआ—लाखों नए कलाकार उभरे, अरबों नए गाने जारी किए गए। निचली सीमा वास्तव में वादे के अनुसार ऊपर उठ गई।

लेकिन जो कुछ हुआ, वह यह था: शीर्ष 1% कलाकार अब CD युग की तुलना में अधिक प्लेबैक का हिस्सा प्राप्त कर रहे हैं। यह कम नहीं, बल्कि अधिक हो गया है। अधिक संगीत, अधिक प्रतिस्पर्धा, और उच्च गुणवत्ता वाली सामग्री को खोजने के अधिक माध्यमों के कारण, स्थानीय सीमाओं या शेल्फ स्थान के प्रतिबंधों से मुक्त श्रोता, सबसे शीर्ष कार्यों की ओर आकर्षित हो रहे हैं। Spotify ने संगीत की समानता को नहीं प्राप्त किया, बल्कि इस प्रतियोगिता को और बढ़ाया।

लेखन, फोटोग्राफी और सॉफ्टवेयर के क्षेत्रों में भी यही कहानी दोहराई गई। इंटरनेट ने इतिहास में सबसे अधिक लेखकों को जन्म दिया, लेकिन एक अधिक क्रूर ध्यान अर्थव्यवस्था को भी जन्म दिया। अधिक प्रतिभागी, शीर्ष पर अधिक जोखिम, और समान मूल स्वरूप: अत्यल्प संख्या में लोगों ने अधिकांश मूल्य प्राप्त किया।

हम इससे आश्चर्यचकित हैं क्योंकि हम रैखिक सोच के साथ परिचित हैं—हम उम्मीद करते हैं कि उत्पादकता में वृद्धि एक समतल बर्तन में पानी डालने की तरह समान रूप से वितरित होगी। लेकिन अधिकांश जटिल प्रणालियाँ इस तरह काम नहीं करतीं, और कभी ऐसा नहीं की है। घातीय वितरण बाजार की विचित्रता या प्रौद्योगिकी की विफलता नहीं है; यह प्रकृति की डिफ़ॉल्ट सेटिंग है। प्रौद्योगिकी ने इसे नहीं बनाया, प्रौद्योगिकी ने केवल इसे प्रकट किया।

क्लेबर के नियम के बारे में सोचें। पृथ्वी पर सभी जीवों में—बैक्टीरिया से लेकर नीली व्हेल तक, जो वजन के 27 घातांक के पैमाने को कवर करते हैं—चयापचय दर वजन की 0.75 घात के समानुपाती होती है। व्हेल का चयापचय उसके आकार के अनुपात में नहीं होता। यह संबंध एक घातीय नियम है, और लगभग सभी जीवित रूपों में इसकी अत्यधिक सटीकता बनी रहती है। किसी ने इस वितरण की रचना नहीं की है; यह केवल ऊर्जा का स्वयं के आंतरिक तर्क का पालन करते हुए जटिल प्रणाली में प्रकट होने वाला स्वरूप है।

बाजार एक जटिल प्रणाली है, और ध्यान एक संसाधन है। जब घर्षण गायब हो जाता है—जब भौगोलिक, शेल्फ स्थान और वितरण लागत बफर के रूप में कार्य नहीं करतीं—तो बाजार अपने प्राकृतिक रूप की ओर अभिसरित हो जाता है। यह रूप सामान्य वितरण की घंटी के आकार का नहीं, बल्कि घातीय नियम है। समानता की कहानी और अल्पसंख्यक परिणाम साथ-साथ मौजूद होते हैं, जिसकी वजह से प्रत्येक नई प्रौद्योगिकी हमें हैरान कर देती है। हम देखते हैं कि निम्नतम स्तर बढ़ रहा है, और मान लेते हैं कि छत भी उसी गति से बढ़ रही है। लेकिन ऐसा नहीं है, छत तेजी से दूर हो रही है।

AI इस प्रक्रिया को अब तक किसी भी प्रौद्योगिकी की तुलना में तेज़ और अधिक तीव्रता से आगे बढ़ाएगा। न्यूनतम स्तर वास्तविक समय में बढ़ रहा है—कोई भी उत्पाद जारी कर सकता है, इंटरफ़ेस डिज़ाइन कर सकता है, और उत्पादन पर्यावरण कोड लिख सकता है। लेकिन अधिकतम स्तर भी बढ़ रहा है, और उसकी गति अधिक तेज़ है। यह पूछने लायक प्रश्न है: आखिरकार, आपकी अंतिम स्थिति क्या निर्धारित करती है?

1981 में, स्टीव जॉब्स ने दावा किया कि पहली पीढ़ी के मैकिंटोश के अंदर के सर्किट बोर्ड सुंदर होने चाहिए। बाहरी रूप नहीं, बल्कि अंदरूनी हिस्सा—वह हिस्सा जिसे ग्राहक कभी नहीं देखता। उसके इंजीनियर सोचते थे कि वह पागल हो गया है। लेकिन वह पागल नहीं था। उसने कुछ समझा जिसे आसानी से परफेक्शनिज्म कहा जा सकता है, लेकिन जो वास्तव में किसी साबिती के करीब है: आप जिस तरह से कुछ भी करते हैं, वही तरीका आप सब कुछ करने का होता है। एक ऐसा व्यक्ति जो छिपे हुए हिस्सों को सुंदर बना सकता है, वह गुणवत्ता का प्रदर्शन नहीं कर रहा होता, बल्कि उसकी प्रकृति में ही कोई भी कमजोर उत्पाद जारी करने की सहनशक्ति नहीं होती।

यह महत्वपूर्ण है क्योंकि विश्वास बनाना कठिन होता है, लेकिन इसे कुछ ही समय में झूठ बोलकर बनाया जा सकता है। हम लगातार हेयूरिस्टिक्स चला रहे हैं, ताकि पता लगाया जा सके कि कौन वास्तविक उत्कृष्टता रखता है और कौन केवल उत्कृष्टता का नाटक कर रहा है। प्रमाणपत्र (Credentials) मददगार होते हैं, लेकिन उन्हें धोखे से बदला जा सकता है; उत्पत्ति (Pedigree) मददगार होती है, लेकिन इसे विरासत में मिल सकती है। वास्तव में झूठ बोलना मुश्किल है—सौंदर्य (Taste)—यानी किसी ऐसे मानक के प्रति एक स्थायी, देखने योग्य, और अनुरोध किए बिना की गई अटल लगन। जॉब्स को सर्किट बोर्ड को इतना सुंदर बनाने की आवश्यकता नहीं थी। उन्होंने ऐसा किया, और यही बात आपको बताती है कि आप जहां नहीं देख पा रहे, वहां वे कैसे काम करेंगे।

पिछले दशक के अधिकांश समय तक, यह संकेत किसी न किसी रूप में दब गया। SaaS के शीर्षकाल (लगभग 2012 से 2022) में, निष्पादन इतना मानकीकृत हो गया कि वितरण (Distribution) वास्तविक दुर्लभ संसाधन बन गया। अगर आप ग्राहकों को कुशलतापूर्वक प्राप्त कर सकते हैं, बिक्री मशीन बना सकते हैं, और "40 नियम" (Rule of 40) को प्राप्त कर सकते हैं — तो उत्पाद स्वयं लगभग महत्वहीन हो गया। जब तक आपकी बाजार में प्रवेश (Go-to-market) रणनीति पर्याप्त मजबूत है, आप एक साधारण उत्पाद के साथ जीत सकते हैं। सौंदर्य के द्वारा भेजा गया संकेत, वृद्धि सूचकों के शोर में खो गया।

AI ने सिग्नल-टू-नॉइज रेशियो को पूरी तरह बदल दिया है। जब कोई भी व्यक्ति एक दोपहर में एक कार्यात्मक उत्पाद, एक सुंदर इंटरफ़ेस और एक कार्यात्मक कोडबेस जनरेट कर सकता है, तो किसी चीज़ का “उपयोग में आसान होना” अब अंतर नहीं बनता। सवाल अब यह है: क्या यह वास्तव में अत्युत्कृष्ट है? क्या इस व्यक्ति को “अच्छा” और “अत्यंत महान” (Insanely great) के बीच का अंतर समझ है? क्या उन्हें बिना किसी के दबाव के, आखिरी थोड़ी सी खाई को पार करने के लिए पर्याप्त रूप से प्रतिबद्धता है?

यह विशेष रूप से व्यावसायिक महत्वपूर्ण सॉफ्टवेयर के लिए सत्य है—जो वेतन भुगतान, अनुपालन और कर्मचारी डेटा को संभालते हैं। ये ऐसे उत्पाद नहीं हैं जिन्हें आप आजमा सकते हैं और अगले तिमाही में छोड़ सकते हैं। स्विचिंग लागत वास्तविक है, खराबी के मॉडल गंभीर हैं, और प्रणाली को लागू करने वाले उसके परिणामों के लिए जिम्मेदार होते हैं। इसका मतलब है कि वे साइन करने से पहले सभी विश्वास-संकेतकों को चलाएंगे। एक सुंदर उत्पाद एक सबसे मजबूत संकेत भेज सकता है। यह कहता है: इसे बनाने वाले लोगों ने इसमें मेहनत की है। वे आपकी आँखों से दिखने वाले हिस्सों की परवाह करते हैं, जिसका मतलब है कि वे संभवतः आपके द्वारा देखे न जाने वाले हिस्सों की भी परवाह करते हैं।

एक सस्ती कार्यान्वयन दुनिया में, सौंदर्य कार्य साबित करने का प्रमाण है।

यह तर्क हमेशा सत्य रहा है, लेकिन पिछले दशक में, बाजार की परिस्थितियों ने इसे लगभग अदृश्य बना दिया। कभी-कभी सॉफ्टवेयर उद्योग का सबसे महत्वपूर्ण कौशल सॉफ्टवेयर से सीधे संबंधित नहीं था।

2012 से 2022 के बीच, SaaS की मूल ढांचा स्थिर हो चुका है। क्लाउड इंफ्रास्ट्रक्चर सस्ता और मानकीकृत हो गया है, और विकास उपकरण परिपक्व हो चुके हैं। एक कार्यात्मक उत्पाद बनाना कठिन है, लेकिन यह एक "हल हो चुकी कठिनाई" है—आप भर्ती करके, पहले से निर्धारित मॉडल का पालन करके, और पर्याप्त संसाधनों के साथ इसे पार कर सकते हैं। वास्तविक रूप से दुर्लभ, जो विजेताओं और साधारण लोगों को अलग करता है, वह है वितरण क्षमता। क्या आप ग्राहकों को कुशलता से प्राप्त कर सकते हैं? क्या आप दोहराया जा सकने वाला बिक्री प्रक्रिया बना सकते हैं? क्या आप इकाई आर्थिक मॉडल (Unit economics) को पर्याप्त रूप से समझते हैं, ताकि सही समय पर विकास की आग में ईंधन डाल सकें?

उस परिवेश में सफल होने वाले संस्थापक अधिकांशतः बिक्री, परामर्श या वित्त के क्षेत्र से आए थे। उन्हें उन सूचकांकों के बारे में पूरी जानकारी थी जो दस साल पहले अज्ञात भाषा लगते थे: शुद्ध रिटेंशन रेट (NDR), औसत अनुबंध मूल्य (ACV), मैजिक नंबर, 40 नियम। वे स्प्रेडशीट और बिक्री लाइन की समीक्षा में रहते थे, और उस संदर्भ में, वे सही थे। SaaS के शिखर काल ने SaaS के शिखर के संस्थापकों को जन्म दिया। यह एक तार्किक विकासात्मक अनुकूलन था।

लेकिन मुझे दम घुट रहा है।

मैं भारत के एक 25 करोड़ आबादी वाले राज्य के एक छोटे शहर में बड़ा हुआ। हर साल भारत भर में मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (MIT) में केवल लगभग तीन छात्र ही प्रवेश पाते हैं। अपवाद के बिना, वे सभी दिल्ली, मुंबई या बैंगलोर के महंगे प्री-यूनिवर्सिटी स्कूलों से आते हैं—जो इस लक्ष्य के लिए विशेष रूप से स्थापित किए गए संस्थान हैं। मैं अपने राज्य के इतिहास में पहला MIT में प्रवेश पाने वाला व्यक्ति हूँ। मैं इसका उल्लेख घमंड के लिए नहीं, बल्कि इसलिए करता हूँ क्योंकि यह पूरे लेख का एक संक्षिप्त संस्करण है: जब पहुँच की सीमाएँ संकुचित होती हैं, तो पृष्ठभूमि (Pedigree) परिणाम का पूर्वानुमान लगाती है; जब पहुँच की सीमाएँ खुली होती हैं, तो गहराई से समर्पित लोग (Deep people) हमेशा जीतते हैं। एक ऐसे कमरे में, जहाँ सभी की पृष्ठभूमि प्रतिष्ठित है, मैं गहराई से जीतने वाला एक प्रतियोगी हूँ। यही मेरे पास सिर्फ़ एकमात्र तरीका है, जिससे मैं प्रतिबद्धता करता हूँ।

मैंने भौतिकी, गणित और कंप्यूटर विज्ञान का अध्ययन किया, और इन क्षेत्रों में सबसे गहरी दृष्टि प्रक्रिया अनुकूलन से नहीं, बल्कि दूसरों द्वारा अनदेखी की गई सच्चाइयों को देखने से मिली। मेरी मास्टर्स की थीसिस वितरित मशीन लर्निंग प्रशिक्षण में लैगर की समस्या को कम करने (Straggler mitigation) पर थी: जब आप बड़े पैमाने पर सिस्टम चला रहे हों, तो यदि कुछ हिस्से पीछे रह जाएँ, तो आप पूरे सिस्टम की पूर्णता को नुकसान पहुँचाए बिना इस सीमा को कैसे अनुकूलित करें।

जब मैं अपने बीस के दशक में उद्यमी दुनिया की ओर देख रहा था, तो मुझे ऐसा दृश्य दिख रहा था जहां ये गहन अवलोकन अप्रासंगिक लगते थे। बाजार का प्रीमियम “गो-टू-मार्केट” को मिल रहा था, न कि उत्पाद को। तकनीकी उत्कृष्टता वाली चीजें बनाना बेहद निर्भरतापूर्ण लगता था—इसे “असली गेम” (अर्थात् ग्राहक प्राप्ति, संलग्नता और बिक्री की गति) के लिए एक व्यवधान माना जाता था।

फिर, 2022 के अंत में, परिस्थितियाँ बदल गईं।

ChatGPT द्वारा प्रदर्शित — जो कि वर्षों के शोध पत्रों से अधिक स्पष्ट और प्रभावशाली तरीके से — यह है कि वक्र झुक चुका है। एक नया S-वक्र शुरू हो चुका है। चरणगत संक्रमण (Phase transitions) उन्हें पुरस्कृत नहीं करते जो पिछले चरण के अनुकूलन में सबसे अधिक कुशल हैं, बल्कि उन्हें पुरस्कृत करते हैं जो दूसरों को कीमत समझने से पहले ही नए चरण की असीमित संभावनाओं को समझ लेते हैं।

और मैंने अपनी नौकरी छोड़ दी और Warp की स्थापना की।

यह जुए काफी विशिष्ट है। अमेरिका में 800 से अधिक कर अधिकारी हैं—संघीय, राज्य, स्थानीय—जिनमें से प्रत्येक के अपने दाखिला आवश्यकताएँ, निर्धारित तिथियाँ और अनुपालन तर्क हैं। यहाँ कोई API नहीं है, कोई प्रोग्रामेटिक एक्सेस इंटरफ़ेस नहीं है। कई दशकों से, प्रत्येक वेतन सेवा प्रदाता (Payroll provider) इस समस्या का समाधान एक ही तरीके से करता आया है: लोगों को जमा करना। हजारों अनुपालन विशेषज्ञ इन प्रणालियों में हस्तचालित रूप से घूमते हैं, जिन्हें कभी स्केल करने के लिए डिज़ाइन नहीं किया गया था। पारंपरिक विशालकाय—ADP, Paylocity, Paychex—इस जटिलता के आसपास पूरा व्यावसायिक मॉडल बना चुके हैं; वे जटिलता को हल नहीं करते, बल्कि इसे कर्मचारी संख्या में समाहित करते हैं और लागत को ग्राहकों पर स्थानांतरित करते हैं।

2022 में, मैं देख सकता था कि AI एजेंट अभी भी कमजोर थे। लेकिन मैं सुधार के वक्र को भी देख सकता था। एक ऐसे व्यक्ति, जो विशाल वितरित प्रणालियों में गहराई से निपटता है और मॉडल के विकास के पथ को निकट से देखता है, वह एक सटीक जुआ लगा सकता है: जो प्रौद्योगिकी तब कमजोर थी, वह कुछ ही वर्षों में अत्यंत शक्तिशाली हो जाएगी। इसलिए हमने जुआ लगा दिया: पहले सिद्धांतों से शुरू करते हुए एक AI-नेटिव प्लेटफॉर्म बनाना, और उस कैटेगरी के सबसे कठिन कार्यप्रवाह से शुरुआत करना—वह कार्यप्रवाह जिसे पारंपरिक विशालकाय कंपनियाँ अपनी आर्किटेक्चरल सीमाओं के कारण कभी स्वचालित नहीं कर सकतीं।

अब, यह बेट भुगतान किया जा रहा है। लेकिन अधिक व्यापक बात यह है कि पैटर्न रिकग्निशन। AI युग के टेक्निकल संस्थापकों के पास केवल इंजीनियरिंग का लाभ ही नहीं, बल्कि दृष्टि का लाभ भी है। वे अलग-अलग पहुंच के बारे में सोच सकते हैं, अलग-अलग बेट लगा सकते हैं। वे एक ऐसे सिस्टम को देख सकते हैं जिसे सभी "स्थायी रूप से जटिल" मानते हैं, और पूछ सकते हैं: सच्ची स्वचालन के लिए क्या आवश्यक है? और फिर, मुख्य बात यह है कि वे इसका उत्तर स्वयं बना सकते हैं।

सीमाओं के अंतर्गत तार्किक अनुकूलनकर्ता ही शीर्ष SaaS युग के राजा हैं। और AI इन सीमाओं को हटा रहा है और नई सीमाएँ स्थापित कर रहा है। नए परिवेश में, दुर्लभ संसाधन अब वितरण नहीं, बल्कि संभावनाओं की क्षमता की खोज है—और उन्हें आवश्यक मानकों तक बनाने की सौंदर्य और विश्वास की क्षमता। लेकिन एक ऐसा तीसरा चर है जो सब कुछ तय करता है, और यही वह जगह है जहाँ अधिकांश AI युग के संस्थापक भयानक त्रुटियाँ कर रहे हैं।

वर्तमान में स्टार्टअप दुनिया में एक मीम चल रहा है: आपके पास स्थायी निचले स्तर से बचने के लिए दो साल का समय है। जल्दी बनाएं, जल्दी फंडिंग प्राप्त करें, या तो बाहर निकल जाएं या खत्म हो जाएं।

मुझे समझ में आता है कि यह मानसिकता कहाँ से आती है। AI के विकास की गति एक प्रकार की अस्तित्व की चिंता को जन्म देती है, और लहर पर सवार होने का समय बहुत संकीर्ण लगता है। Twitter पर रातोंरात प्रसिद्धि की कहानियाँ देखकर युवा यह मान लेते हैं कि खेल की मूल बात गति है—जीतने वाले वे होते हैं जो सबसे कम समय में सबसे तेज़ दौड़ते हैं।

यह पूरी तरह से गलत आयाम में सही है।

निष्पादन की गति वास्तव में अत्यंत महत्वपूर्ण है। मैं इसमें विश्वास करता हूँ—यह यहाँ तक कि मेरी कंपनी के नाम में अंकित है (Warp)। लेकिन निष्पादन की गति दृष्टिकोण की संकीर्णता के समान नहीं है। AI युग में सबसे अधिक मूल्यवान कंपनियों को बनाने वाले संस्थापक, वे नहीं हैं जो दो साल में दौड़कर अपना लाभ निकाल लेते हैं। वे हैं जो दस साल तक दौड़ते हैं और चक्रवृद्धि ब्याज का आनंद लेते हैं।

अल्पकालिक दृष्टिकोण गलत है: सॉफ्टवेयर में सबसे मूल्यवान चीजें—निजी डेटा, गहन ग्राहक संबंध, वास्तविक स्विचिंग लागत, नियामक स्तर की विशेषज्ञता—को वर्षों का समय लगता है इकट्ठा करने के लिए, और चाहे प्रतिद्वंद्वी कितना भी पूंजी या AI क्षमता लाए, इन्हें त्वरित रूप से नकल नहीं किया जा सकता। जब Warp अनेक राज्यों में कार्यरत कंपनियों के लिए वेतन भुगतान करता है, तो हम हजारों न्यायपालिका के साथ अनुपालन डेटा इकट्ठा कर रहे हैं। प्रत्येक हल किए गए कर सूचना, प्रत्येक संसाधित सीमांत मामला, प्रत्येक पूर्ण राज्य पंजीकरण, एक ऐसे सिस्टम को प्रशिक्षित करते हैं जो समय के साथ नकल करने में असंभव होता जा रहा है। यह कोई फीचर पॉइंट नहीं है, यह एक मोहरा है, जो इसलिए मौजूद है क्योंकि हमने पर्याप्त समय तक अत्यधिक गुणवत्ता के साथ गहराई से काम किया है, जिससे इसमें गुणवत्ता का घनत्व पैदा हुआ है।

यह चक्रवृद्धि पहले वर्ष में अदृश्य होती है। दूसरे वर्ष में धुंधली रूप से दिखाई देती है। पाँचवें वर्ष तक, यह पूरा खेल हो जाती है।

स्नोफ्लेक के पूर्व सीईओ फ्रैंक स्लूटमैन ने अब तक के किसी भी व्यक्ति से अधिक सॉफ्टवेयर कंपनियाँ स्थापित और स्केल की हैं, और उनका इस बारे में संक्षिप्त कथन है: "असुविधाजनक" अवस्था के लिए आदी हो जाएँ। यह एक स्प्रिंट के लिए नहीं, बल्कि एक स्थायी अवस्था के रूप में। प्रारंभिक स्टार्टअप काल का "युद्ध का धुंध" — उस दिशा के बिना होने का अहसास, अपूर्ण जानकारी, और कार्रवाई के लिए निर्णय लेने की आवश्यकता — दो साल बाद समाप्त नहीं होगा। यह केवल विकसित होता है, और नए अनिश्चितता पुरानी की जगह ले लेंगे। स्थायी होने वाले संस्थापक वे नहीं हैं जिन्होंने निश्चितता पा ली, बल्कि वे हैं जिन्होंने धुंध में स्पष्टता के साथ आगे बढ़ना सीख लिया है।

एक कंपनी बनाना अत्यंत क्रूर होता है, और इस क्रूरता को जिन्होंने कभी ऐसा नहीं किया, उन्हें समझाना मुश्किल है। आप लगातार हल्के डर के साथ रहते हैं, और इसमें कभी-कभी अधिक भयानक डर के पल भी शामिल होते हैं। आप अपर्याप्त जानकारी के साथ हजारों निर्णय लेते हैं, और जानते हैं कि केवल एक गलत निर्णयों की श्रृंखला ही आपको समाप्त कर सकती है। आप ट्विटर पर जिन "एक रात में सफलता" के मामलों को देखते हैं, वे केवल पावर लॉ के वितरण में विषमताएँ नहीं हैं, बल्कि विषमताओं में सबसे चरम हैं। इन मामलों के आधार पर अपनी रणनीति को अनुकूलित करना, उन 5 किमी की दौड़ के परिणामों का अध्ययन करने के समान है, जिन्होंने गलत रास्ता चुना, और यादृच्छिक रूप से 5 किमी पूरा किया, ताकि मैराथन के लिए प्रशिक्षण लिया जा सके।

तो इसे क्यों करें? आराम के लिए नहीं, जीत की संभावना के लिए नहीं। बल्कि क्योंकि कुछ लोगों के लिए, ऐसा न करना असली जीवन जीने का अहसास नहीं कराता। क्योंकि “कुछ भी नहीं बनाने” के डर से बदतर एकमात्र चीज़ है — “कोशिश न करने” का मौन दमघोंटू।

और—अगर आप सही अनुमान लगाते हैं, अगर आप उस सच्चाई को देखते हैं जिसे अभी तक कोई नहीं मूल्यांकित कर रहा है, अगर आप पर्याप्त लंबे समय तक सौंदर्य और विश्वास के साथ कार्यान्वित करते हैं—तो परिणाम केवल वित्तीय ही नहीं होंगे। आपने एक ऐसी चीज़ बनाई है जो लोगों के काम करने के तरीके को वास्तव में बदल देगी। आपने एक ऐसा उत्पाद बनाया है जिसे लोग प्रयोग करना पसंद करते हैं। आपने अपने द्वारा बनाए गए उद्यम में, उन लोगों को रोजगार दिया है और उन्हें सफलता प्रदान की है, जो यहाँ अपनी सर्वश्रेष्ठ क्षमता प्रदर्शित करते हैं।

यह एक दशक का प्रोजेक्ट है। AI इसे नहीं बदल सकता, यह कभी नहीं बदला।

AI वह छत (Ceiling) बदल रहा है, जिसे उन संस्थापकों के लिए इस दशक में प्राप्त किया जा सकता है, जो अंत तक बने रहकर देखने के लिए टिके रहते हैं।

तो, इस सब के पार, सॉफ्टवेयर किस रूप में दिखाई देगा?

सकारात्मक लोग कहते हैं कि AI समृद्धि उत्पन्न करता है—अधिक उत्पाद, अधिक निर्माता, और अधिक लोगों को अधिक मूल्य। वे सही हैं। निराशावादी कहते हैं कि AI सॉफ्टवेयर की रक्षा को नष्ट कर देता है—कुछ भी एक दोपहर में प्रतिलिपि बनाया जा सकता है, रक्षा मर चुकी है। वे भी आंशिक रूप से सही हैं। लेकिन इन दोनों दलों का ध्यान केवल न्यूनतम स्तर (The floor) पर है, कोई भी अधिकतम स्तर (The ceiling) पर ध्यान नहीं दे रहा है।

भविष्य में हजारों एकल बिंदु समाधान (Point solutions) — छोटे, कार्यात्मक, AI द्वारा उत्पन्न उपकरण — दिखाई देंगे, जो कुछ संकीर्ण समस्याओं को हल करने के लिए पर्याप्त होंगे। इनमें से कई भी कंपनियों द्वारा नहीं, बल्कि व्यक्तिगत या आंतरिक टीमों द्वारा अपनी समस्याओं को हल करने के लिए विकसित किए जाएंगे। कुछ निम्न-बाधा, आसानी से बदले जा सकने वाले सॉफ़्टवेयर श्रेणियों के लिए, बाजार में वास्तविक लोकतंत्र का आगमन होगा। आधार बहुत ऊँचा है, प्रतिस्पर्धा अत्यधिक तीव्र है, और लाभ मार्जिन पतले हैं।

लेकिन व्यावसायिक रूप से महत्वपूर्ण सॉफ्टवेयर (Business-critical software) के मामले में—जो धन प्रवाह, अनुपालन, कर्मचारी डेटा और कानूनी जोखिम को संभालते हैं—स्थिति पूरी तरह अलग है। ये ऐसे वर्कफ्लो हैं जिनमें त्रुटि का बहुत कम स्थान है। जब वेतन भुगतान प्रणाली खराब हो जाती है, तो कर्मचारियों को पैसे नहीं मिलते; जब कर दाखिला में गलती होती है, तो IRS घर पर आ जाता है; जब ओपन एनरोलमेंट पीरियड में बीमा का भुगतान रुक जाता है, तो वास्तविक लोगों को सुरक्षा का अभाव होता है। सॉफ्टवेयर चुनने वाले को परिणामों के लिए जिम्मेदार होना चाहिए। इस प्रकार की जिम्मेदारी को किसी ऐसे AI को आउटसोर्स नहीं किया जा सकता, जो दोपहर में "वाइबकोडेड" (vibecoded) से मिलाकर बनाया गया हो।

इन वर्कफ्लोज़ के लिए, उद्यम अपने आपूर्तिकर्ताओं पर विश्वास जारी रखेंगे। इन आपूर्तिकर्ताओं में, "विजेता सब कुछ लेता है" का दृश्य पिछली पीढ़ियों के सॉफ़्टवेयर की तुलना में अधिक चरम होगा। यह केवल इसलिए नहीं है कि नेटवर्क प्रभाव अधिक मजबूत हैं (हालांकि ऐसा है), बल्कि इसलिए कि एक AI-नेटिव प्लेटफ़ॉर्म, जो बड़े पैमाने पर संचालित होता है और लाखों लेनदेनों और हज़ारों कॉम्प्लायंस एज केस में निजी डेटा जमा करता है, उसका चक्रवृद्धि लाभ नए प्रवेशकर्ताओं को "स्थानीय से शुरुआत" करने से लगभग असंभव बना देता है। प्रतिरोधी खाई अब केवल एक सुविधा सेट नहीं है, बल्कि एक ऐसे क्षेत्र में, जहां गलतियों को सख्ती से सज़ा दी जाती है, लंबे समय तक उच्च मानकों के साथ संचालन करने से संचित गुणवत्ता है।

इसका अर्थ है कि सॉफ्टवेयर बाजार का एकीकरण SaaS युग से अधिक होगा। मुझे उम्मीद है कि दस साल बाद HR और वेतन भुगतान के क्षेत्र में 20 कंपनियाँ नहीं होंगी जो प्रत्येक एक अंक के बाजार हिस्से का दावा करती हों। मुझे उम्मीद है कि दो या तीन प्लेटफॉर्म अधिकांश मूल्य का कब्जा करेंगे, और एक लंबी सूची में एकल-बिंदु समाधान लगभग कुछ भी नहीं पाएंगे। वही पैटर्न प्रत्येक सॉफ्टवेयर श्रेणी में होगा जहाँ अनुपालन की जटिलता, डेटा संचय और स्विचिंग लागत साथ में काम करती हैं।

इन वितरण के शीर्ष पर स्थित कंपनियाँ बहुत समान दिखती हैं: वास्तविक उत्पाद रुचि वाले तकनीकी विशेषज्ञों द्वारा स्थापित; पहले दिन से ही AI-नेटिव आर्किटेक्चर पर बनाई गई; और उन बाजारों में संचालित, जहाँ वर्तमान विशालकाय कंपनियाँ अपने मौजूदा व्यवसाय को अलग न करें, तो संरचनात्मक प्रतिक्रिया नहीं दे सकतीं। उन्होंने बहुत जल्दी एक अद्वितीय दृष्टि का जोखिम उठाया—AI द्वारा उत्पन्न किसी ऐसे सत्य को देखा, जिसकी कीमत अभी तक नहीं पड़ी है—और पर्याप्त समय तक टिके, जब तक कि चक्रवृद्धि स्पष्ट न हो गई।

मैंने इस तरह के संस्थापकों का अमूर्त रूप से वर्णन किया है। लेकिन मुझे बहुत स्पष्ट है कि वह कौन है, क्योंकि मैं उसे बनने की कोशिश कर रहा हूँ।

मैंने 2022 में वार्प की स्थापना इसलिए की क्योंकि मुझे विश्वास है कि कर्मचारी संचालन का पूरा स्टैक—वेतन भुगतान, कर अनुपालन, लाभ, शुरुआती प्रक्रिया, उपकरण प्रबंधन, HR प्रक्रियाएँ—हाथ से किए जाने वाले काम और पुरानी ढांचों पर आधारित है, जिन्हें AI पूरी तरह से बदल सकता है। सुधार नहीं, बल्कि प्रतिस्थापन। पुराने विशालकाय कंपनियाँ जटिलता को कर्मचारियों की संख्या में अवशोषित करके अरबों डॉलर के व्यवसाय बनाए हैं; हम जटिलता को मूल स्तर पर समाप्त करके व्यवसाय बनाएंगे।

तीन साल का समय इस जुआ को साबित कर चुका है। लॉन्च के बाद से, हमने 5 अरब डॉलर से अधिक के लेन-देन को संभाला है, हम तेजी से बढ़ रहे हैं और दुनिया की सबसे महत्वपूर्ण तकनीकों को बनाने वाली कंपनियों को सेवा प्रदान कर रहे हैं। प्रत्येक महीने, हम जो अनुपालन डेटा, संसाधित किए गए किनारे के मामले और बनाए गए एकीकरण इकट्ठा करते हैं, वे प्लेटफॉर्म को और अधिक कठिन बना देते हैं और ग्राहकों के लिए अधिक मूल्यवान बनाते हैं। रक्षा कवच अभी शुरुआती चरण में है, लेकिन यह पहले से ही महत्वपूर्ण आकार ले चुका है और तेजी से बढ़ रहा है।

मैं आपको यह बता रहा हूँ, क्योंकि वार्प की सफलता भाग्य से निर्धारित नहीं थी—शक्ति के नियम की दुनिया में, कुछ भी भाग्य से निर्धारित नहीं होता—बल्कि इसलिए क्योंकि हमें यहां तक ले आने वाला तर्क, मैंने पूरे लेख में जिस तर्क का वर्णन किया है, वही है: सच्चाई को देखना। किसी से भी गहराई से। एक ऐसा मानक बनाना जिसे बाहरी दबाव की आवश्यकता न हो। काफी लंबे समय तक टिके रहें, और देखें कि क्या आप सही हैं।

AI के युग की उत्कृष्ट कंपनियाँ उन लोगों द्वारा स्थापित की जाएंगी जो निम्नलिखित बातों को समझते हैं: पहुँच कभी दुर्लभ संसाधन नहीं थी, बल्कि दृष्टि (Insight) है; कार्यान्वयन कभी रक्षा की दीवार नहीं था, बल्कि सौंदर्य (Taste) है; गति कभी लाभ नहीं थी, बल्कि गहराई (Depth) है।

पावर लॉ आपके इरादों से नहीं चलता। लेकिन यह सही इरादों को पुरस्कृत करता है।