AI का सब्सक्रिप्शन मॉडल अनियंत्रित कैलकुलेशन लागत को भविष्यवाणीयोग्य आय संरचना में बदलता है, जो बाजार द्वारा अगले कुछ समय तक AI कंपनियों को पूछे जाने वाला मुख्य प्रश्न होगा।

लेखक, स्रोत: उ डुईडुई

देशी AI अंततः इस बिंदु तक पहुंच गया है: अब केवल उपयोगकर्ताओं के बारे में बात नहीं करनी होगी, अब कमाई के बारे में बात करनी होगी

फ्री ग्राहक आकर्षण चरण समाप्त हो गया है, अब AI अनुप्रयोग "लागत स्तरीकरण + उपयोगकर्ता स्तरीकरण + व्यावसायिक सत्यापन" चरण में प्रवेश कर रहे हैं।

हाल ही में, डोबाओ ऐप स्टोर पेज पर भुगतान वाली सदस्यता जानकारी दिखाई दी: मुफ्त बेसिक संस्करण के अलावा, संभावित रूप से 68 युआन/महीना स्टैंडर्ड संस्करण, 200 युआन/महीना प्रीमियम संस्करण, 500 युआन/महीना प्रोफेशनल संस्करण, और वार्षिक शुल्क अधिकतम 5088 युआन।

दोबाओ का जवाब है कि मुफ्त सेवा जारी रहेगी, और वैल्यू-एडेड स्कीम अभी परीक्षण के चरण में है; वर्तमान उत्पाद में संबंधित लाभ अभी तक प्रदर्शित नहीं किए गए हैं।

इस बात को कई स्तरों से देखा जा सकता है।

यह लागत से संबंधित है, विशेष रूप से "भारी उपयोगकर्ता लागत"

डोबाओ जैसे उत्पाद की सबसे बड़ी समस्या यह है: जितना अधिक उपयोगकर्ता इसका उपयोग करते हैं, उतना ही अधिक प्लेटफॉर्म की लागत बढ़ती है।

एक सामान्य उपयोगकर्ता कभी-कभी कुछ वाक्य पूछता है, जिसकी लागत नियंत्रित हो सकती है।

लेकिन यदि उपयोगकर्ता इन कार्यों को करना शुरू कर देता है:

लंबे लेख लिखें, पीपीटी बनाएं, डेटा विश्लेषण करें, गहन अनुसंधान करें, चित्र उत्पन्न करें, वीडियो उत्पन्न करें, वायवीय वास्तविक समय बातचीत करें, एजेंट द्वारा बहु-चरण कार्यों को निष्पादित करें।

That's not even the same cost level.

डोबाओ मैक वर्जन की मुख्य क्षमताएँ चैटिंग के अलावा "खोज, तस्वीर संपादन, लेखन, अनुवाद, पीपीटी, डेटा विश्लेषण" हैं, और इसमें चित्र और वीडियो उत्पादन, गहन अनुसंधान, मीटिंग सारांश, दस्तावेज़ और टेबल प्रोसेसिंग जैसी एक-स्टॉप कार्यप्रवाह पर जोर दिया गया है। ये सभी कार्य मूल रूप से सामान्य चैट की तुलना में अधिक टोकन, अधिक निष्कर्षण और अधिक मल्टीमॉडल कैलकुलेशन की माँग करते हैं।

इसलिए डोउबाओ शुल्क लेने की बड़ी संभावना यह नहीं है कि "सामान्य चैट से घाटा सहने के लिए असहनीय हो गया है", बल्कि इसलिए है:

उच्च मूल्य क्षमताओं और भारी उपयोगकर्ताओं के लिए, अब असीमित निःशुल्क आपूर्ति संभव नहीं है।

फ्री संस्करण को एक प्रवेश द्वार, दैनिक सक्रिय उपयोगकर्ता और ब्रांड चेतना के लिए बनाए रखा जा सकता है; लेकिन वास्तविक रूप से अधिक संसाधन खपत करने वाली क्षमताओं को सदस्यता, कोटा, प्राथमिकता और प्रोफेशनल संस्करण के माध्यम से स्तरबद्ध किया जाना चाहिए।

AI का व्यावसायिकरण कठिनाई, "आय निश्चित है, लेकिन लागत अस्थिर है"

सब्सक्रिप्शन मॉडल में एक प्राकृतिक विरोधाभास होता है:

उपयोगकर्ता प्रति माह निश्चित राशि देता है, लेकिन उपयोगकर्ता द्वारा खपत किए जाने वाले टोकन निश्चित नहीं होते।

यह Netflix, Tencent Video और iQIYI से अलग है। वीडियो प्लेटफॉर्म पर एक शो पूरा हो जाने के बाद, उपयोगकर्ता इसे कई बार देख सकते हैं, और सीमांत लागत अपेक्षाकृत सीमित होती है। AI अलग है, प्रत्येक गहन संवाद, प्रत्येक वीडियो जनरेशन, प्रत्येक लंबे संदर्भ विश्लेषण के लिए रीजनिंग संसाधनों का पुनः उपयोग किया जाता है।

पारंपरिक सॉफ्टवेयर मॉडल और नेटफ्लिक्स मॉडल अधिक ऐसे हैं:

एक बार विकास → अनंत बार प्रतिलिपि → प्रत्येक अतिरिक्त बिक्री की सीमांत लागत लगभग 0

लेकिन बड़े मॉडल सेवाएँ अधिक ऐसी हैं:

एक बार रिसर्च मॉडल → प्रत्येक कॉल के लिए कंप्यूटिंग पावर की आवश्यकता होती है → जितने अधिक उपयोगकर्ता होंगे और जितना गहराई से उपयोग किया जाएगा, उतना ही अधिक इन्फरेंस लागत होगी।

OpenAI, Azure OpenAI आदि API सभी token के आधार पर शुल्क लेते हैं, जो इस बात को दर्शाता है: इनपुट token, आउटपुट token, लंबा संदर्भ, और इनपुट कैशिंग के लिए अलग-अलग मूल्य होते हैं, और आउटपुट token आमतौर पर स्पष्ट रूप से अधिक महंगे होते हैं।

OpenAI की आधिकारिक कीमत वेबसाइट पर, GPT-5.5 के लिए छोटे कंटेक्स्ट में इनपुट की कीमत 2.5 डॉलर प्रति मिलियन टोकन और आउटपुट की कीमत 15 डॉलर प्रति मिलियन टोकन है, जबकि कैश्ड इनपुट की कीमत काफी कम है।

यह ऑफिस, फोटोशॉप या ऑपरेटिंग सिस्टम बेचने जैसा एक आर्थिक मॉडल नहीं है।

बाइटडांस का अपना वोल्कैन इंजन भी समान तर्क दिखाता है: डोबाओ मॉडल की डेवलपर्स के लिए कीमत भी मिलियन टोकन के आधार पर है, उदाहरण के लिए, Doubao-Seed-2.0-pro को 3.2 युआन प्रति मिलियन इनपुट टोकन और 16 युआन प्रति मिलियन आउटपुट टोकन के रूप में दिखाया गया है।

यह एक मूलभूत समस्या को दर्शाता है:

AI उत्पाद ग्राहक सदस्यता की तरह दिखता है, लेकिन बैकएंड पर मात्रा के आधार पर उपयोग होता है। लेकिन यह पूरी तरह से रेस्तरां के समान नहीं है।

अधिक सटीक बयान यह होगा:

AI एक "सॉफ्टवेयर कंपनी + क्लाउड कंपनी + बिजली-घनत्व वाली वास्तविक कंपनी" का मिश्रण है।

अगर कोई उपयोगकर्ता प्रति माह 68 युआन भुगतान करता है, लेकिन पीपीटी, वीडियो और लंबी रिपोर्ट्स का भयंकर रूप से उत्पादन करता है, तो लागत अधिकांश आय को खा जा सकती है।

अगर कोई उपयोगकर्ता मासिक 500 युआन देता है, लेकिन इसका उपयोग मुख्य रूप से उच्च मूल्य वाले कार्यों के लिए करता है और खपत नियंत्रित है, तो यह एक अच्छा व्यवसाय है।

तो AI सब्सक्रिप्शन का मूल उद्देश्य एक ही चीज करना है:

Convert uncontrollable computational costs into a predictable revenue structure.

उपयोगकर्ता आकार की प्रतिस्पर्धा से ARPU प्रतिस्पर्धा की ओर

पहले भारतीय AI अनुप्रयोगों की प्रतिस्पर्धा में, उपयोगकर्ताओं को अधिकांशतः मुफ्त में प्राप्त किया जाता था।

डोबाओ क्यों इतना बड़ा हो पाया? उत्पाद के फायदों के अलावा, यह जीबाइट के ट्रैफ़िक, उत्पाद क्षमता और निःशुल्क प्रवेश सीमा के कारण भी है। डोबाओ चीन में सबसे अधिक उपयोग किया जाने वाला AI चैट ऐप है, क्वेस्टमोबाइल के डेटा के अनुसार इसके साप्ताहिक सक्रिय उपयोगकर्ता लगभग 155 मिलियन हैं, जबकि डीपसीक 81.6 मिलियन हैं; साथ ही, अलीबाबा भी बड़े पैमाने पर सब्सिडी के माध्यम से Qwen के उपयोगकर्ता वृद्धि को बढ़ावा दे रहा है।

लेकिन फ्री मोड में एक समस्या है:

जितना बड़ा उपयोगकर्ता आधार, उतना ही वास्तविक होता है लागत का दबाव।

खासकर अब चीनी AI उत्पादों में मूल्य युद्ध है। डीपसीक ने मॉडल लागत की अपेक्षा बहुत कम रख दी है, और अलीबाबा, बाइटडांस, टेंसेंट, बैडु सभी एंट्री पॉइंट खोना नहीं चाहते। इसलिए उपभोक्ता-स्तरीय AI एक अजीब स्थिति में फंस सकता है:

उपयोगकर्ता मानते हैं कि AI मुफ्त होना चाहिए; प्लेटफॉर्म जानता है कि AI असीमित रूप से मुफ्त नहीं हो सकता; निवेशक वृद्धि देखना चाहते हैं; कंपनी के अंदर व्यावसायिक बंद चक्र देखना चाहते हैं।

डोबाओ ने भुगतान वाला संस्करण लॉन्च किया है, जिसका अर्थ है कि यह एक सवाल का परीक्षण करना चाहता है:

चीनी उपयोगकर्ता वास्तव में एआई वर्कफ्लो के लिए पैसा देने को तैयार हैं?

आप “चैट” के लिए नहीं, बल्कि “मेरा समय बचाने, पीपीटी बनाने, रिपोर्ट लिखने, शोध करने, डेटा प्रोसेस करने, वीडियो जेनरेट करने” के लिए भुगतान कर रहे हैं।

यह अंतर बहुत महत्वपूर्ण है।

उपयोगकर्ता के लिए "आप मेरे साथ बात करते हैं" के लिए मासिक 500 रुपये देना कठिन है।

लेकिन अगर यह किसी कंटेंट प्रोफेशनल, सेल्स, शिक्षक, छात्र, ऑपरेशन या कंसल्टिंग कंसल्टेंट को रोजाना 1–2 घंटे बचा सकता है, तो 68 युआन, 200 युआन या 500 युआन की स्वीकार्यता पूरी तरह से अलग हो जाएगी।

यह भी बताता है: AI फ्री संस्करण बना रहेगा, लेकिन फ्री संस्करण लगातार "सीमित" होता जाएगा

भविष्य में, भारतीय AI-निर्मित अनुप्रयोगों का शुल्क एक समान नहीं होगा, बल्कि चार स्तरीय संरचना होगी:

पहला स्तर: फ्री संस्करण

ग्राहक आकर्षण, उपयोग की आदतें विकसित करने और बाजार हिस्सेदारी बनाए रखने के लिए। सामान्य चैट, बुनियादी प्रश्नोत्तर और हल्की खोज निःशुल्क जारी रहेगी।

द्वितीय स्तर: कम कीमत वाला सदस्यता

सामान्य उच्च आवृत्ति उपयोगकर्ताओं के लिए, जैसे उच्चतर सीमा, तेज़ गति, कम पंक्ति में इंतजार, बेहतर मॉडल।

तीसरा स्तर: प्रो वर्जन

पीपीटी, डेटा विश्लेषण, गहन अनुसंधान, दस्तावेज़ प्रोसेसिंग, कोड और लंबे संदर्भ बेच रहे हैं, जिनके लिए विषय हैं: कंटेंट क्रिएटर्स, प्रोफेशनल्स, छात्र, प्रोग्रामर्स, शोधकर्ता।

चौथा स्तर: उद्यम / API / एजेंट सेवाएँ

प्रति मात्रा शुल्क या पैकेज + अतिरिक्त मात्रा शुल्क। यही वास्तविक व्यावसायिक मॉडल चलाने का स्थान है।

दोबाओ द्वारा अभी जारी की गई 68, 200, 500 की तीन स्तरीय स्थिति, मूलतः इस स्तरीकरण का परीक्षण कर रही है।

फ्री संस्करण "उपयोगकर्ता स्केल" को हल करता है; स्टैंडर्ड संस्करण "हल्के भुगतान करने वाले" को हल करता है; एडवांस्ड और प्रोफेशनल संस्करण "भारी उपयोगकर्ता लागत प्राप्ति" को हल करते हैं।

ChatGPT, Claude, Gemini, Kimi, Tongyi, Zhipu, Doudou, सभी या तो पहले ही या जल्द ही समान संरचना की ओर बढ़ रहे हैं। अंतर केवल यह है: किसका निःशुल्क संस्करण सबसे अच्छा है, किसके भुगतान किए गए लाभ सबसे अधिक महसूस होते हैं, और किसका लागत नियंत्रण सबसे अच्छा है।

क्यों AI सब्सक्रिप्शन पारंपरिक SaaS की तुलना में कठिन है?

एक अतिरिक्त उपयोगकर्ता, एक अतिरिक्त संवाद, एक अतिरिक्त लंबा सारांश, और एक अतिरिक्त एजेंट कार्य निष्पादित करने से GPU निष्पादन, बिजली, वीडियो मेमोरी, बैंडविड्थ, स्टोरेज और इंजीनियरिंग संचालन का अतिरिक्त उपयोग होता है।

इसलिए AI एप्लिकेशन कंपनियों की सबसे मूलभूत समस्या यह नहीं है:

क्या उपयोगकर्ता हैं?

बल्कि:

अधिक उपयोगकर्ताओं के साथ, क्या आप अधिक कमाते हैं या अधिक खर्च करते हैं?

यह पारंपरिक SaaS से बहुत अलग है। पारंपरिक SaaS में, जब सिस्टम स्थापित हो जाता है, तो नए ग्राहकों का सीमांत लाभ आमतौर पर बहुत अधिक होता है; लेकिन AI उत्पादों में, यदि उपयोगकर्ता विशेष रूप से इसका उपयोग करते हैं, तो इससे अधिक निष्कर्षण लागत उत्पन्न हो सकती है। वर्तमान बाजार में Big Tech के AI निवेश के रिटर्न की चिंता, मूल रूप से यही समस्या है। Alphabet, Microsoft, Meta, Amazon जैसी बड़ी कंपनियाँ इस साल AI से संबंधित निवेश में विशाल राशि लगा रही हैं, और निवेशक अब इन AI खर्चों को कब पर्याप्त रिटर्न देने की उम्मीद है, इस पर अधिक ध्यान केंद्रित कर रहे हैं।

लेकिन AI सब्सक्रिप्शन की तुलना रेस्तरां से नहीं की जा सकती, क्योंकि रेस्तरां कठिनाई से “एक कटोरी नूडल्स” की लागत में हर साल 80% की कमी कर सकता है।

लेकिन AI कर सकता है।

क्योंकि मॉडल निष्कर्षण लागत को कई चीजें लगातार कम कर देती हैं:

पहला, चिप मजबूत होती है। दूसरा, मॉडल छोटा होता है, डिस्टिलेशन, क्वांटाइजेशन और MoE रूटिंग अधिक सूक्ष्म होती है। तीसरा, कैशिंग, बैचिंग और संदर्भ का पुनः उपयोग दोहराए गए गणना लागत को कम करता है। चौथा, कई कार्यों के लिए सबसे मजबूत मॉडल की आवश्यकता नहीं होती, छोटे मॉडल से पूरा किया जा सकता है। पांचवां, उद्यम "टोकन का अंधाधुंध संचय" से "प्रत्येक व्यापारिक परिणाम के लिए कम टोकन का उपयोग" की ओर जाएंगे।

इसलिए AI की सीमांत लागत 0 नहीं है, लेकिन यह एक निश्चित खाद्य सामग्री लागत भी नहीं है।

यह प्रारंभिक क्लाउड कंप्यूटिंग की तरह है: शुरुआत में यह महंगी होती है, लेकिन स्केल, हार्डवेयर और सॉफ्टवेयर अनुकूलन लागत को लगातार कम करते रहेंगे।

इसीलिए OpenAI की कीमत निर्धारण में "कैश किए गए इनपुट" की कीमत सामान्य इनपुट की तुलना में काफी कम है। कैशिंग मैकेनिज्म के मौजूद होने से स्पष्ट होता है कि AI सेवा प्रदाता दोहराए गए कैलकुलेशन को अधिक कम लागत वाले सॉफ्टवेयर-जैसे चरणों में बदलने के लिए प्रयासरत हैं।

इससे AI कंपनियों को एक साथ तीन सवालों का जवाब देना पड़ता है:

पहला, उपयोगकर्ता कितना भुगतान करने को तैयार है? यह आय का पहलू है।

दूसरा, उपयोगकर्ता प्रति माह कितने टोकन खर्च करते हैं? यह लागत पक्ष है।

तीसरा, मॉडल की लागत में कमी की गति क्या उपयोग में वृद्धि से तेज हो सकती है? यह लाभक्षमता के पहलू से है।

अगर उत्तर है:

उपयोगकर्ता 200 रुपये देने को तैयार है, लेकिन मासिक लागत 150 रुपये है, तो यह व्यवसाय बहुत सामान्य है।

यदि उत्तर है: उपयोगकर्ता 200 युआन देने को तैयार है; लागत केवल 20 युआन है, और मॉडल के अनुकूलन के साथ यह 10 युआन तक कम हो सकती है।

AI अनुप्रयोग फिर से एक अच्छे सॉफ्टवेयर व्यवसाय के करीब पहुँच गए हैं।

इसलिए AI व्यापार मॉडल का वास्तविक केंद्रीय सूचक डीएयू नहीं है, न ही डाउनलोड की संख्या, बल्कि:

प्रति भुगतानकर्ता आय / प्रति भुगतानकर्ता निष्कर्षण लागत।

यानी AI संस्करण का इकाई आर्थिक मॉडल।

यह विपरीत रूप से AI मार्केट डेटा को प्रभावित करेगा

Connecting to the stock market, this is actually very important.

बाजार अब AI का व्यापार कर रहा है, पहले चरण में देखा जा रहा है:

क्या कैलकुलेशन की मांग विस्फोटक हो जाएगी?

इसलिए निविडा, टीएमसी, ब्रॉडकॉम, स्टोरेज, बिजली उपकरण और डेटा सेंटर बढ़े।

दूसरे चरण में बाजार पूछेगा:

AI अनुप्रयोगों के उपयोगकर्ता हैं?

इसलिए ChatGPT, DouBao, Kimi, Qwen, Copilot, Gemini के उपयोगकर्ता आकार पर ध्यान दिया जाएगा।

तीसरा चरण, जो अगला सबसे महत्वपूर्ण चरण है, बाजार पूछेगा:

क्या इन उपयोगकर्ताओं के पास भुगतान करने की क्षमता है? भुगतान करने के बाद क्या वे मुनाफा कमा सकते हैं?

दोबाओ की शुल्क शुरू होने का मतलब है तीसरे चरण की शुरुआत।

अगर भविष्य में ये संकेत दिखाई दें, तो AI बाजार स्वस्थ होगा:

पेमेंट ट्रांसफॉर्मेशन रेट अच्छी है; उपयोगकर्ता शुल्क के कारण बड़े पैमाने पर नहीं चले गए; महंगे प्रोफेशनल वर्जन के लिए लोग तैयार हैं; उद्यम ग्राहक बड़े पैमाने पर खरीदारी शुरू कर रहे हैं; निष्कर्ष लागत लगातार कम हो रही है; AI कार्यक्षमता वास्तविक मूल्य वृद्धि क्षमता लाती है।

लेकिन यदि विपरीत संकेत देखें:

उपयोगकर्ता केवल मुफ्त संस्करण का उपयोग करना चाहते हैं; भुगतान किए गए संस्करण की राय खराब है; प्लेटफॉर्म लगातार छूट और बिक्री कर रहा है; उच्च आवृत्ति उपयोगकर्ता लागत को बर्बाद कर रहे हैं; AI अनुप्रयोगों की आय तेजी से बढ़ रही है लेकिन घुलनशील लाभमार्जिन खराब है;

तो बाजार शुरू कर देगा संदेह करना:

क्या AI अनुप्रयोग स्तर एक अच्छा व्यवसाय है?

यह ऊपर की ओर और फैलेगा। क्योंकि यदि एप्लिकेशन स्तर पर पैसा नहीं कमाया जा रहा है, तो क्लाउड और मॉडल फर्मों से पूछा जाएगा: आप अपने कैपेक्स में लगातार वृद्धि क्यों कर रहे हैं?

अलग-अलग AI कंपनियों के आर्थिक मॉडल पूरी तरह से अलग होते हैं

एक और समस्या यह है कि सभी AI कंपनियों को एक साथ नहीं देखा जा सकता।

1. NVIDIA, TSMC, स्टोरेज, बिजली उपकरण

ये तो शिवालिक बेचने वाले हैं। जितना लोग AI का उपयोग करेंगे, उतना उनका लाभ होगा।

वे अंतिम उपयोगकर्ता टोकन लागत को सीधे वहन नहीं करते, बल्कि AI निष्कर्षण और प्रशिक्षण के विस्तार से उत्पन्न पूंजी खर्च पर निर्भर करते हैं।

2. Cloud providers: Microsoft, Google, Amazon

वे बीच में हैं।

एक ओर, AI बादल आय में वृद्धि लाता है; दूसरी ओर, इन्हें खुद भारी पूंजी व्यय, अवमूल्यन, बिजली और डेटा केंद्र लागतों का बोझ उठाना पड़ता है। Reuters Breakingviews के अनुसार, बड़े कंपनियों के AI खर्च में भारी वृद्धि हो रही है, लेकिन बाजार इन निवेशों से स्पष्ट रिटर्न मिल पाएगा या नहीं, इस बात को लेकर भी चिंतित हो रहा है।

तो क्लाउड प्रदाता की समस्या यह है:

AI क्लाउड आय में वृद्धि, डेटा सेंटर, GPU, अवमूल्यन और बिजली की लागत को कवर कर सकती है?

3. एआई एप्लिकेशन कंपनियाँ: कोपिलट, चैटजीपीटी, विभिन्न एजेंट

जितना अधिक उपयोगकर्ता उपयोग करते हैं, उतना ही अधिक लागत होती है। यदि यह एक निश्चित सदस्यता मॉडल है, जैसे कि प्रति माह एक निश्चित मूल्य लिया जाता है, लेकिन उपयोगकर्ता बहुत अधिक उपयोग करते हैं, तो शुद्ध लाभ मार्जिन समाप्त हो जाएगा।

इसलिए AI अनुप्रयोग की सबसे आदर्श स्थिति "उपयोगकर्ता असीमित चैट करते हैं" नहीं है, बल्कि:

उपयोगकर्ता उच्च शुल्क देने को तैयार है, लेकिन वास्तविक टोकन खपत नियंत्रित है।

उदाहरण के लिए, एक कंपनी एक AI बिक्री सहायक, AI कोड सहायक और AI कानूनी सहायक के लिए प्रति माह 30, 50, 100 डॉलर देने को तैयार है, लेकिन इसकी पीछे की तर्क लागत केवल कुछ डॉलर है, तो यह एक अच्छा व्यवसाय है।

4. पारंपरिक सॉफ्टवेयर कंपनी जोड़ें AI

जैसे माइक्रोसॉफ्ट, एडोबी, सेल्सफोर्स जैसी कंपनियाँ, अगर वे अपने मौजूदा सॉफ्टवेयर में AI सुविधाएँ जोड़कर ARPU बढ़ा सकें, लेकिन लागत को अनियंत्रित न होने दें, तो वे AI को एक मूल्य वृद्धि उपकरण के रूप में बदल सकती हैं।

AI के लिए यह पुनर्उद्यम नहीं है, बल्कि मूल सॉफ्टवेयर वितरण चैनल + AI अतिरिक्त शुल्क पैकेज है।

तो AI का सबसे बड़ा आकलन विवाद यहीं है

AI के उपयोग या भविष्य के बारे में बहस करने की कोई आवश्यकता नहीं है, AI निश्चित रूप से भविष्य है।

गहरा प्रश्न यह है: AI वास्तव में उच्च लाभमार्जिन सॉफ्टवेयर है, या भारी पूंजी वाला व्यवसाय?

सकारात्मक दृष्टिकोण वाले मानते हैं:

AI की लागत तेजी से घटेगी, अनुप्रयोग विस्फोट करेंगे, ARPU बढ़ेगा, और अंततः यह अभी भी सॉफ्टवेयर जैसा उच्च मार्जिन का व्यवसाय होगा।

निराशावादी मानते हैं:

AI एक आयुध प्रतिस्पर्धा बन जाएगी, सभी को GPU खरीदने होंगे, डेटा केंद्र बनाने होंगे, बिजली का बिल चुकाना होगा, लेकिन उपयोगकर्ता प्रत्येक टोकन के लिए पर्याप्त उच्च कीमत देने को तैयार नहीं हो सकते, जिससे अंततः लाभ बुनियादी ढांचे की लागत में समा जाएगा।

मुझे लगता है कि सच बीच में है:

बेस मॉडल और क्लाउड इंफ्रास्ट्रक्चर धीरे-धीरे भारी संपत्ति वाले उद्योग की तरह बनते जा रहे हैं; वास्तविक वितरण, स्थिति और मूल्य निर्धारण शक्ति वाले AI एप्लिकेशन ही सॉफ्टवेयर बिजनेस बनने का मौका पाएंगे।

यह भी समझाता है कि एआई मार्केट डेटा क्यों अलग-अलग हो सकता है

प्रारंभिक चरण में, बाजार खरीद रहा है:

जो भी AI से जुड़ा है, वह बढ़ता है।

दूसरे चरण में, बाजार पूछेगा:

कौन AI को आय में बदल सकता है?

तीसरे चरण में, बाजार जारी रखेगा:

कौन AI आय को लाभ और मुक्त नकदी प्रवाह में बदल सकता है?

AI ट्रेडिशनल सॉफ्टवेयर की तरह “एक और बेचने की लागत लगभग शून्य” नहीं है, इसकी प्रत्येक सेवा के लिए कंप्यूटिंग पावर की आवश्यकता होती है, इसलिए इसमें रेस्तरां, क्लाउड कंप्यूटिंग और वास्तविक क्षेत्र की कंपनियों के लागत गुण स्वाभाविक रूप से शामिल होते हैं।

लेकिन AI रेस्तरां की तरह रेखीय नहीं है, क्योंकि मॉडल अनुकूलन, कैशिंग, चिप प्रगति, बैच प्रोसेसिंग और छोटे मॉडल रूटिंग के कारण इकाई लागत लगातार कम होती रहती है।

इसलिए AI व्यावसायिक मॉडल को वास्तव में देखना चाहिए कि "क्या आय है" नहीं, बल्कि:

प्रत्येक डॉलर AI आय के पीछे कितने GPU, बिजली और टोकन लागत खर्च होते हैं।

यह अगले समय बाजार द्वारा AI कंपनियों को दोहराकर पूछा जाने वाला मुख्य प्रश्न होगा।

AI के भविष्य में वास्तव में कितना लाभमार्जिन है?