अब एक मानक AI बेंचमार्क कार्य करने में लगभग 15 सेंट लगते हैं। यह संख्या अकेले बहुत कुछ नहीं बताती, जब तक आप यह नहीं समझते कि एक और आधे साल पहले इसी कार्य की लागत लगभग 97 गुना अधिक थी।
ARK Invest ने अपने पॉडकास्ट, The Brainstorm के एपिसोड 140 में इस अद्भुत लागत में कमी को समझाया, जिसने AI प्रतिस्पर्धा, उद्यमिक अपनाने और व्यापक बाजार के लिए इसके अर्थ को स्पष्ट किया।
AI लागत में 97x का पतन
ARK के विश्लेषण से प्राप्त मुख्य डेटा बिंदु को अतिशयोक्ति के बिना नहीं कहा जा सकता। लगभग 18 महीनों में AI निष्कर्षण लागत में अधिकतम 97 गुना की कमी आई है। शीर्ष अवधियों के दौरान, ऐतिहासिक लागत में कमी प्रति वर्ष 90% से अधिक रही है।
ARK के विश्लेषकों ने नोट किया कि यह लागत संकुचन मूल रूप से प्रतिस्पर्धात्मक दृश्य को बदल रहा है। AI बाजार के शीर्ष पर लड़ रही कंपनियाँ, OpenAI, Anthropic, Meta और xAI, अब मुख्य रूप से क्षमता के आधार पर अलग नहीं हैं। वे अब प्रति डॉलर प्रदर्शन पर अधिक प्रतिस्पर्धा कर रही हैं।
15 सेंट के कार्यों का व्यवसायों के लिए क्या अर्थ है
ARK का अनुमान है कि जैसे-जैसे प्रति कार्य लागत एक अंक के निम्न सेंट तक पहुँचती है, उद्यम ज्ञान-आधारित कार्यों पर सैकड़ों अरब डॉलर बचा सकते हैं। यह एक ऐसा अनुमान है जो देखे जा सकने वाले लागत वक्रों पर आधारित है, जो प्रति वर्ष 90% से अधिक की दर से घट रहे हैं।
यह सीमा प्रभाव वह है जिसे ARK अगली लहर के एजेंटिक AI अपनाने का कारण मानता है, जहां AI प्रणालियां केवल मानव कर्मचारियों की सहायता ही नहीं करतीं बल्कि पूरे कार्य प्रवाह को स्वतंत्र रूप से संभालती हैं। पॉडकास्ट ने उल्लेख किया कि यह एजेंटिक भविष्य की अपेक्षा की जाती है, लेकिन अभी तक पूरी तरह से प्राप्त नहीं हुआ है।
बॉटलनेक मॉडल्स खुद नहीं हैं। यह वास्तविक दुनिया का कार्यान्वयन है। बेंचमार्क लगातार सुधर रहे हैं, लेकिन बेंचमार्क प्रदर्शन को अव्यवस्थित, अनियमित व्यावसायिक परिवेशों में विश्वसनीय, स्वायत्त कार्रवाई में बदलना अभी भी महत्वपूर्ण अंतर है।
प्रतिस्पर्धी दृश्य बदल रहा है
प्रमुख AI खिलाड़ियों के लिए, इस लागत गिरावट से एक रणनीतिक दुविधा उत्पन्न होती है। OpenAI, Anthropic, Meta और xAI प्रत्येक अलग-अलग दृष्टिकोण लाते हैं, जिनमें स्वामित्व वाले APIs से लेकर ओपन-सोर्स मॉडल्स और ऊर्ध्वाधर एकीकृत प्लेटफॉर्म्स शामिल हैं। जैसे-जैसे कच्ची क्षमता मानक बन जाती है, विजेता संभवतः प्रदर्शन के दावों के बजाय वितरण, एकीकरण और मूल्य निर्धारण रणनीति द्वारा निर्धारित होंगे।
ARK का ढांचा यह सुझाता है कि निवेशकों को न केवल उस व्यक्ति को देखना चाहिए जो सबसे अच्छा मॉडल बनाता है, बल्कि उस व्यक्ति को देखना चाहिए जो सस्ते AI के आसपास सबसे अच्छा व्यावसायिक मॉडल बनाता है। यदि AI कार्य चलाने की लागत शून्य के करीब पहुँच जाती है, तो प्रीमियम उस चीज़ पर स्थानांतरित हो जाता है जो दुर्लभ है: स्वामित्व वाला डेटा, क्षेत्र-विशिष्ट सूक्ष्म-समायोजन, मौजूदा उद्यमिक प्रणालियों के साथ विश्वसनीय एकीकरण, और सतत वास्तविक-दुनिया प्रदर्शन के साथ आने वाला विश्वास।