लेखक: हुओहुओ
Amazon के AGI संगठन में नौकरियाँ काटी गईं, क्या AWS का AI मूल्यांकन स्थिरांक बदल जाएगा?
TL;DR
· अमेज़न ने AGI संगठन द्वारा कुछ पदों को समाप्त करने की पुष्टि की है, जबकि बड़े AI मॉडल को अभी भी प्राथमिकता दी जा रही है।
बाजार में विभाजन है कि यह समायोजन स्वयं विकसित मॉडल के डाउनग्रेड का है, या ग्राहक भुगतान वाले प्रोजेक्ट्स पर फिर से ध्यान केंद्रित करने का।
· संबंधित अस्तित्व: AMZN, AWS, Anthropic, AI क्लाउड इंफ्रास्ट्रक्चर चेन।
अमेज़ॉन ने 22 जुलाई को पुष्टि की कि उसके AGI संगठन के कुछ पदों को समाप्त कर दिया गया है, लेकिन यह भी कहा कि कंपनी बड़े AI मॉडल बनाने में जुटी हुई है और इसे सबसे महत्वपूर्ण कार्यों में से एक बता रही है। रॉयटर्स द्वारा उद्धृत रिपोर्ट के अनुसार, अमेज़ॉन ने इस समायोजन को ग्राहकों के भविष्य के सबसे महत्वपूर्ण क्षेत्रों पर संसाधनों को केंद्रित करने के रूप में समझाया है।
इस बर्खास्तदारी में कोई विशिष्ट संख्या नहीं बताई गई है, और इसे अमेज़न द्वारा AGI को छोड़ने के रूप में सीधे नहीं लिया जा सकता। यह अधिक इस बात को सामने लाता है कि बड़े टेक कंपनी अभी भी AI बुनियादी ढांचे में सैकड़ों अरब डॉलर का निवेश कर रही हैं, लेकिन लंबे समय के AI लक्ष्यों के सबसे करीबी टीमें संगठनात्मक संकुचन को स्वीकार करने लगी हैं।
निवेशकों के लिए प्रश्न यह नहीं है कि अमेज़न ने कितने लोगों को बर्खास्त किया, बल्कि यह है कि AWS का AI मूल्यांकन अब पुनर्मूल्यांकन के अधीन है। पिछले समय बाजार बड़े टेक AI में अतिरिक्त भुगतान करने को तैयार था, यह मानते हुए कि मॉडल की क्षमता जितनी अधिक होगी, भविष्य की आय उतनी ही अधिक होगी। अब अधिक वास्तविक प्रश्न यह है कि ये निवेश कब ग्राहकों के भुगतान, क्लाउड आय और मुनाफामार्ज के सुधार में बदलेंगे।
AGI (जनरल आर्टिफिशियल इंटेलिजेंस) को सरलता से एक ऐसे लंबे समय के लक्ष्य के रूप में समझा जा सकता है, जिसमें AI विभिन्न क्षेत्रों में सीखने और समस्याओं का समाधान करने के लिए मनुष्यों की तरह काम करता है। यह दूरदर्शी कल्पना का प्रतिनिधित्व करता है, लेकिन तुरंत आय नहीं बनता। AWS को ऐसी सेवाएँ प्रदान करने की आवश्यकता है, जिनमें AI क्षमताओं को ऐसे तरीके से पैक किया जाए कि व्यवसाय अभी इन्हें खरीद सकें, उपयोग कर सकें और कस्टमाइज़ कर सकें।
जितना अधिक AI में निवेश किया जाता है, उतना ही कठोर होता है संगठन का विकल्प चयन।
इस बर्खास्तदारी की मुख्य बात यह नहीं है कि अमेज़न मॉडल बनाना जारी रखेगा या नहीं। आधिकारिक घोषणा ने सीमाएँ पहले ही निर्धारित कर दी हैं: बड़े मॉडल अभी भी प्राथमिकता के केंद्र में हैं, लेकिन संसाधनों को उन परियोजनाओं पर केंद्रित किया जाएगा जिनके बारे में ग्राहक सबसे अधिक चिंतित हैं और जिनकी प्राथमिकता सबसे अधिक है।
संगठनात्मक गतिविधियाँ दर्शाती हैं कि AI निवेश बंद नहीं हुआ है, लेकिन निवेश की त्रुटि सहनशीलता घट रही है। दिसंबर 2025 में, अमेज़न ने AI से संबंधित नेतृत्व को पुनर्गठित किया, जिसमें एंडी जस्सी ने पीटर डीसैंटिस को AI मॉडल, चिप और क्वांटम कंप्यूटिंग से संबंधित नए संगठन की निगरानी सौंपी। रोहित प्रसाद 2025 के अंत में चले गए, और पाइटर एब्बील AGI के भीतर अग्रणी मॉडलों के अनुसंधान की निगरानी कर रहे हैं। रॉयटर्स द्वारा संदर्भित रिपोर्ट में यह भी उल्लेख किया गया है कि AGI Lab के प्रमुख डेविड लुआन फरवरी 2026 में चले गए।
इन परिवर्तनों को एक साथ देखने पर, अमेज़न AI हथियार बनाने की प्रतियोगिता से बाहर नहीं निकल रहा है, बल्कि अपने आंतरिक निवेश पोर्टफोलियो को पुनः क्रमबद्ध कर रहा है। दीर्घकालिक अनुसंधान अभी भी कहानी का मूल्य रखता है, लेकिन ग्राहकों, आय और उत्पादन के निकटतम प्रोजेक्ट्स को अधिक प्राथमिकता दी जा रही है।
यह बड़े टेक AI ट्रेडिंग का सामान्य संदर्भ भी है। पिछले दो वर्षों में, बाजार मुख्य रूप से इसका ट्रेड कर रहा था कि कौन खर्च करने का साहस रखता है, किसके पास कैलकुलेशन पावर है, और किसके पास मॉडल है। अब, पूंजी खर्च स्वयं पर्याप्त दुर्लभ नहीं रहा है, निवेशक लाभदायकता के बारे में पूछने लगे हैं: मॉडल टीम, चिप, डेटा सेंटर और कर्मचारी, क्या अंततः आय में परिणत हो पाएंगे?
Nova Forge व्यावसायिक हैंडल प्रदान करता है
इस समायोजन को समझने के लिए, AWS द्वारा 2025 दिसंबर में AWS re:Invent के दौरान जारी किए गए Nova Forge को देखें। यह एक सामान्य चैटबॉट नहीं है, बल्कि व्यवसायों को कस्टम मॉडल ट्रेन करने में मदद करने वाली एक सेवा है।
पारंपरिक दृष्टिकोण में, यदि कोई उद्यम अपने उद्योग के लिए अग्रणी मॉडल बनाना चाहता है, तो या तो इसे शून्य से प्रशिक्षित करना पड़ता है, जिसकी लागत बहुत अधिक होती है; या फिर तैयार मॉडल पर सूक्ष्म समायोजन करना पड़ता है, जिससे क्षमता और नियंत्रण सीमित होते हैं। नोवा फॉर्ज का दृष्टिकोण यह है कि ग्राहक Amazon Nova मॉडल की प्रशिक्षण प्रक्रिया के चेकपॉइंट (प्रशिक्षण के मध्यवर्ती संग्रह) से शुरू करें, और विभिन्न प्रशिक्षण चरणों में अपने डेटा और अमेज़न द्वारा संकलित डेटासेट को मिलाएं।
अमेज़न इसे ओपन ट्रेनिंग कहता है। सरल शब्दों में, व्यवसाय एक बड़ा मॉडल शून्य से नहीं बनाते, बल्कि अमेज़न द्वारा किसी चरण तक प्रशिक्षित मॉडल के आधार से शुरू करते हैं और अपना उद्योग-विशिष्ट ज्ञान पहले से ही डाल देते हैं। इससे आधारभूत क्षमताओं को विरासत में मिलता है और क्षेत्र-विशिष्टता प्राप्त करना आसान हो जाता है।
यह पथ AWS के लिए महत्वपूर्ण है, क्योंकि यह मॉडल क्षमताओं को क्लाउड सेवा उत्पाद में बदलने की कोशिश कर रहा है। ग्राहक केवल एक मॉडल इंटरफ़ेस को कॉल नहीं करते, बल्कि AWS पर अपने मॉडल को प्रशिक्षित करते, होस्ट करते, डिप्लॉय करते और अनुकूलित करते हैं। यदि उत्पाद सफल होता है, तो इससे कैलकुलेशन की खपत, प्लेटफ़ॉर्म लगाव और भविष्य की ऑपरेशनल आय हो सकती है।
लेकिन वर्तमान जानकारी यह साबित नहीं करती कि कटौती गई AGI संसाधनों को Nova Forge की ओर ले जाया गया है। अधिक सुरक्षित निष्कर्ष यह है कि AGI संगठनात्मक समायोजन और Nova Forge जैसे ग्राहक-केंद्रित उत्पादों का समान समय पर आना यह दर्शाता है कि अमेज़न व्यावसायिक परियोजनाओं के महत्व को बढ़ाने की ओर झुका हुआ है।
AWS की प्रतिस्पर्धा केंद्रित हो रही है ग्राहक-अनुकूलन पर
अमेज़न की स्थिति बेसिक मॉडल प्रतियोगिता में हमेशा विशेष रही है। यह नोवा को स्वयं विकसित करता है, एंथ्रोपिक में निवेश करता है, और AWS को क्लाउड प्लेटफॉर्म के रूप में निष्पक्षता और मॉडल इकोसिस्टम को बनाए रखता है।
यह निर्धारित करता है कि AWS को केवल विश्व के सबसे शक्तिशाली मॉडल पर ही निर्भर रहना आवश्यक नहीं है। व्यवसायिक ग्राहकों के लिए, मॉडल रैंकिंग महत्वपूर्ण है, लेकिन यह एकमात्र मापदंड नहीं है। अधिक वास्तविक प्रश्न यह हैं कि क्या इसे उद्योग के आंतरिक डेटा से जोड़ा जा सकता है, क्या यह सुरक्षा और अनुपालन की आवश्यकताओं को पूरा कर सकता है, क्या यह प्रशिक्षण लागत को कम कर सकता है, और क्या यह मौजूदा क्लाउड सेवाओं के साथ संचालित हो सकता है।
नोवा फॉर्ज ठीक इसी प्रतिस्पर्धी तर्क के अनुरूप है। यह प्रतिस्पर्धा के क्षेत्र को सामान्य मॉडल क्षमता रैंकिंग से हटाकर यह प्रश्न उठाता है कि क्या उद्यम अपने मॉडल को कम लागत पर प्रशिक्षित कर सकते हैं। अगर यह मार्ग सफल होता है, तो AWS AI आय को अपनी मुख्य क्लाउड कंप्यूटिंग व्यवसाय में एकीकृत कर सकता है, बजाय एक उपभोक्ता-स्तरीय AI उत्पाद पर अकेला बोझ डालने के।
यह भी स्पष्ट करता है कि अमेज़न एक ओर AGI की कहानी को बनाए रखता है, जबकि दूसरी ओर कुछ पदों को संकुचित करता है। पहला दीर्घकालिक तकनीकी कल्पनाशीलता को बनाए रखता है, दूसरा टीम को ऐसे क्षेत्रों पर संसाधन लगाने के लिए मजबूर करता है जिन्हें ग्राहक की मांग आसानी से सत्यापित कर सकती है।
AMZN के लिए, बाजार अंततः केवल इस बात पर नहीं निर्भर करेगा कि अमेज़न के पास AGI टीम है या नहीं। अधिक महत्वपूर्ण यह है कि AWS क्या साबित कर सकता है कि AI सेवाएँ ग्राहक खर्च में वृद्धि कर रही हैं, लगातारता बढ़ा रही हैं, और लाभमार्जिन को स्पष्ट रूप से प्रभावित नहीं कर रही हैं।
ऑर्डर और मुनाफा दर जवाब देंगे
इस बर्खास्तदारी को दो चरमों में से किसी एक के रूप में लिखा जा सकता है: या तो अमेज़ॅन का AI असफल रहा, या यह एक निरपेक्ष आम अनुकूलन है। मौजूदा जानकारी इन निष्कर्षों का समर्थन नहीं करती है।
अधिक त论िक निर्णय यह है कि अमेज़न अभी भी AI हथियार प्रतियोगिता में है, लेकिन आंतरिक बजट और कुशलता का वितरण ग्राहकों को बेचने योग्य दिशा में झुक रहा है। यह परिवर्तन निवेशकों के लिए महत्वपूर्ण है, क्योंकि AMZN का AI प्रीमियम अब केवल मॉडल कहानी पर निर्भर नहीं रहेगा, बल्कि AWS के व्यावसायिक परिणामों पर अधिक निर्भर होगा।
सत्यापन बिंदु कुछ विशिष्ट बातों पर पड़ेंगे। क्या नोवा फोर्ज वास्तविक उद्यमिक ग्राहक प्राप्त कर सकता है, क्या ग्राहक निरंतर भुगतान करने को तैयार होंगे, और क्या प्रशिक्षित मॉडल सामान्य सूक्ष्म-समायोजन की तुलना में अधिक लागत-कुशल हैं, ये सभी इस बात को निर्धारित करेंगे कि यह एक प्रभावी उत्पाद है या नहीं।
एक अन्य चर है प्रतिभा पलायन। यदि AGI संगठन के समायोजन केवल अनावश्यक पदों के अनुकूलन हैं, तो प्रभाव सीमित होगा; यदि मुख्य शोध और इंजीनियरिंग कर्मचारी बाहर निकल जाते हैं, तो अमेज़न के स्वयं विकसित मॉडल की दीर्घकालिक प्रतिस्पर्धात्मकता कमजोर हो जाएगी। आधिकारिक बयान और संगठनात्मक वास्तविकता के बीच का तनाव, अंततः उत्पाद अपनाने की दर, AWS AI आय और अगले वित्तीय चक्र में पूंजीव्यय के प्रतिफल से समायोजित होगा।
ट्विटर：https://twitter.com/BitpushNewsCN
बिटपुश टेलीग्राम समुदाय: https://t.me/BitPushCommunity
बिटपुश टेलीग्राम सब्सक्रिप्शन: https://t.me/bitpush