AI युग में मूल्य सिद्धांत का पुनर्जागरण, खुला बाजार ही नए अनुरोध और नए पारिस्थितिकी तंत्र को जन्म दे सकता है

लेखक: चेन युयू, प्रोफेसर, बीजिंग विश्वविद्यालय, गुआंगहुआ स्कूल ऑफ मैनेजमेंट, निदेशक, बीजिंग विश्वविद्यालय इकोनॉमिक पॉलिसी इंस्टीट्यूट

स्रोत: शियागुang थिंकटैंक

पुराने आधार पर डर

प्रत्येक युग की अपनी नींव होती है। लोग इस पर रहते हैं, काम करते हैं, निर्णय लेते हैं, डरते हैं, और इसी पर भविष्य की कल्पना करते हैं।

कृषि युग के लोगों के लिए कल्पना करना कठिन था कि कोई व्यक्ति अपने जीवन को भूमि, मौसम और अकाल के चारों ओर नहीं घुमा सकता। भाप के इंजन के आविष्कार के समय, बहुत से लोगों ने पहले हाथ से बनाए जाने वाले माल के श्रमिकों की बेरोजगारी को देखा, लेकिन रेलवे, शहर, कारखाना प्रणाली, आधुनिक वित्त और नए मध्यमवर्गीय वर्ग की कल्पना करना कठिन था। बिजली के आविष्कार के समय, लोगों ने अधिक उज्ज्वल रातों को देखा, लेकिन बिजली के फ्रिज, फिल्म उद्योग, आधुनिक अस्पताल, शहरी रात्रि जीवन, घरेलू बिजली के उपकरण और इलेक्ट्रॉनिक कंप्यूटर की पूरी कल्पना करना कठिन था। इंटरनेट के प्रारंभिक समय में, कई लोगों को लगा कि यह केवल तेज़ी से प्रेषित पत्र और बड़ी पुस्तकालय है, लेकिन मोबाइल भुगतान, शॉर्ट वीडियो, क्लाउड कंप्यूटिंग, फूड डिलीवरी प्लेटफॉर्म, राइड-शेयरिंग, ऑनलाइन शिक्षा और वैश्विक समय-समय पर सहयोग की कल्पना नहीं की गई।

जब नई तकनीक आती है, तो सबसे बड़ी बाधा अक्सर तकनीक खुद नहीं, बल्कि पुराने आधार पर कल्पना होती है।

आज, कृत्रिम बुद्धिमत्ता को पुरानी नींव में समझा जा रहा है। कई लोगों का तर्क ऐसा है: पहले दस प्रोग्रामर, कॉपीराइटर, अनुवादक, विश्लेषक, ग्राहक सेवा कर्मचारी जो काम करते थे, अब एक व्यक्ति और एक AI द्वारा पूरा किया जा सकता है, इसलिए शेष नौ लोग बेरोजगार हो गए। यह निर्णय ठंडा, वास्तविक और विरोधी उतोपियाई लगता है, लेकिन वास्तव में यह अभी भी पुरानी दुनिया की सोच है। यह भविष्य को आज की कार्य सूची पर एक लागत कमी के रूप में समझता है, प्रौद्योगिकी में प्रगति को पहले से मौजूद पदों में प्रतिस्थापन के रूप में समझता है, और आर्थिक जीवन को एक पहले से पूरी तरह से भरी हुई तालिका के रूप में समझता है।

लेकिन वास्तविक महान तकनीकी क्रांतियाँ कभी पुरानी तालिकाओं से कुछ पंक्तियाँ कम नहीं करतीं, बल्कि तालिका को ही फिर से आविष्कार करती हैं।

कृत्रिम बुद्धिमत्ता का सबसे महत्वपूर्ण आर्थिक अर्थ, पुराने कार्यों को सस्ता बनाना नहीं है, बल्कि पहले मौजूद नहीं, असंभव, बहुत महंगे, बहुत बिखरे हुए, बहुत निचले स्तर के या व्यवस्थित करने में बहुत कठिन उत्पादों और सेवाओं को मानवीय संभव समूह में लाना है। यह केवल पहले से मौजूद श्रम को प्रतिस्थापित करना नहीं है, बल्कि संज्ञानात्मक लागत, संचार लागत, प्रयोग-त्रुटि लागत, मेल लागत और संगठनात्मक लागत को कम करके पहले दबाए गए मांग को मुक्त करता है, पहले असंभव व्यवहारों को जन्म देता है, और पहले के नाम रहित उद्योगों को उत्पन्न करता है।

पुराने आधार पर AI को देखने पर, लोग नौकरियों के कम होने को देखते हैं। नई तकनीक द्वारा खुले बाउंड्री को देखने पर, लोग उत्पाद स्थान और सेवा स्थान के विस्फोट को देखते हैं।

यही कारण है कि मानव जागरूकता के युग में मूल्य सिद्धांत फिर से महत्वपूर्ण हो गया है।

AI उत्पादन, परीक्षण और मेल लगाने की लागत को कम करता है, लेकिन यह आवश्यकताओं की समस्याओं को खत्म नहीं करता; इसके बजाय, यह अज्ञात आवश्यकताओं के क्षेत्र को बढ़ाता है। जितनी अधिक चीजें उत्पादित की जा सकती हैं, उतनी ही अधिक समाज को जानने की आवश्यकता होती है कि कौन सी चीजें वास्तव में मूल्यवान हैं; जितनी अधिक व्यक्तिगत सेवाएँ प्रदान की जा सकती हैं, उतनी ही अधिक समाज को जानने की आवश्यकता होती है कि किसे, कब, कितना भुगतान करने को तैयार है, कौन जिम्मेदार है, और सतत लेन-देन कैसे बनाया जाए।

भविष्य की समस्या यह नहीं होगी कि "मशीनें उत्पादन कर सकती हैं या नहीं", बल्कि यह होगी कि "मनुष्य यह कैसे जानें कि क्या उत्पादन करने लायक है"?

मूल्य सिद्धांत का पुनरागमन ठीक इसी बिंदु से शुरू होता है।

दो ट्रिलियन डॉलर की आय का आर्थिक अर्थ

आइए एक ऐसी कल्पना से शुरू करते हैं जो लगती है कि अतिशयोक्ति है, लेकिन आर्थिक रूप से अवास्तविक नहीं है।

अगले पंद्रह वर्षों में, OpenAI, Anthropic या इसी तरह की बड़ी मॉडल इन्फ्रास्ट्रक्चर कंपनियाँ, वार्षिक राजस्व दो ट्रिलियन डॉलर की कंपनियाँ बन सकती हैं? ध्यान दें, यहाँ वैल्यूएशन नहीं, बल्कि राजस्व की बात हो रही है। वैल्यूएशन कार्पोरेट मार्केट की कल्पना, डिस्काउंट रेट, जोखिम प्राथमिकताओं और बुलबुले से आ सकता है; लेकिन राजस्व को वास्तविक क्रय, वास्तविक भुगतान और वास्तविक लेनदेन से प्राप्त किया जाना चाहिए।

यह किसी कंपनी के स्टॉक की कीमत का अनुमान नहीं है, और न ही किसी व्यावसायिक मॉडल का समर्थन है; यह एक मूल्य सिद्धांत का अभ्यास है: यदि एक ऊपरी स्मार्ट इंफ्रास्ट्रक्चर कंपनी लंबे समय तक वार्षिक 2 ट्रिलियन डॉलर की आय प्राप्त कर सकती है, तो नीचे की ओर एक बड़ा, अधिक भुगतान करने की इच्छा वाला नया उत्पाद और सेवा पारिस्थितिकी तंत्र मौजूद होना चाहिए।

बिना आर्थिक ज्ञान के कोई तुरंत कहेगा: यह बताता है कि विशालकाय कंपनियाँ दुनिया पर कब्ज़ा कर रही हैं और सभी उद्योगों से किराया वसूल रही हैं। यह निर्णय संभवतः आंशिक रूप से सही हो सकता है, क्योंकि प्लेटफॉर्म का एकाधिकार निश्चित रूप से चेतावनी का विषय है। लेकिन अगर हम केवल "किराया वसूलने" के माध्यम से दो ट्रिलियन डॉलर की आय को समझें, तो हम महत्वपूर्ण आर्थिक तर्क को नज़रअंदाज़ कर देंगे।

कोई भी ऊपरी बुनियादी ढांचा कंपनी लगातार दो ट्रिलियन डॉलर की आय प्राप्त करने में सक्षम हो सकती है, यदि और केवल यदि निचले स्तर पर इस राशि का भुगतान लगातार किया जाए। निचले स्तर पर भुगतान क्यों किया जाए? क्योंकि AI को एक मध्यवर्ती इनपुट के रूप में उपयोग करके, निचले स्तर पर अधिक उत्पादन, उच्च गुणवत्ता, कम लागत, अधिक नए उत्पाद, या अधिक मजबूत उपभोक्ता भुगतान की इच्छा पैदा की जाती है। ऊपरी स्तर की आय को लंबे समय तक बनाए रखने के लिए, निचले स्तर पर मूल्य में विशाल विस्तार के बिना संभव नहीं है।

यह मध्यवर्ती खर्च की बुनियादी अर्थशास्त्र है।

एक निचले स्तर का उद्यम मॉडल कॉल, स्मार्ट एजेंट, कैलकुलेशन क्षमता और स्वचालन क्षमताओं को न केवल ऊपरी स्तर के लिए दान करने के लिए, न ही केवल मौजूदा लागतों को बांटने के लिए खरीदता है, बल्कि इन निवेशों को अपने स्केनरियो, डेटा, प्रक्रियाओं, ग्राहकों, ब्रांड, जिम्मेदारियों और संगठनात्मक क्षमताओं के साथ जोड़ने के बाद अधिक मूल्य पैदा करने के लिए खरीदता है। जितना अधिक AI की सीमांत उत्पादकता होगी, निचले स्तर के उद्यम उसके लिए जितना अधिक भुगतान करने को तैयार होंगे; जितना अधिक निचले स्तर के अनुप्रयोग समृद्ध होंगे, ऊपरी बुनियादी ढांचे की आय उतनी ही अधिक बढ़ने की संभावना होगी।

एक सरल खाता अनुमान लगाया जा सकता है। यदि AI की कैलकुलेशन क्षमता, मॉडल कॉल और स्मार्ट सेवाएँ डाउनस्ट्रीम अंतिम उत्पाद में 10% का लागत अनुपात रखती हैं, तो दो ट्रिलियन डॉलर के अपस्ट्रीम राजस्व के पीछे संभवतः बीस ट्रिलियन डॉलर के स्तर का डाउनस्ट्रीम अंतिम उत्पाद और सेवा बाजार हो सकता है। यदि लागत अनुपात 5% है, तो संभवतः चालीस ट्रिलियन डॉलर के स्तर का डाउनस्ट्रीम पारिस्थितिकी तंत्र हो सकता है। विभिन्न उद्योगों में लागत हिस्सा अवश्य भिन्न होता है, और भविष्य में मूल्य निर्धारण संरचना लगातार बदलती रहेगी, लेकिन यह अनुमान एक मूलभूत तर्क को प्रकट करता है: अपस्ट्रीम "डिजिटल ग्रिड" कितना "बिजली शुल्क" वसूल सकती है, यह इस पर निर्भर करता है कि डाउनस्ट्रीम में इस बिजली का उपयोग करके कितना नया मूल्य पैदा किया गया है।

बिजली कंपनियों को आय होती है क्योंकि बिजली फैक्टरियों, घरों, शहरों, अस्पतालों और मनोरंजन प्रणालियों को संचालित करती है। क्लाउड कंपनियों को आय होती है क्योंकि डाउनस्ट्रीम डिजिटल उद्यम खोज, सामाजिक, वीडियो, वित्त, लॉजिस्टिक्स और उद्यम सॉफ़्टवेयर बनाने के लिए क्लाउड सेवाओं का उपयोग करते हैं।

अगर AI बुनियादी ढांचा एक दिन दो ट्रिलियन डॉलर की आय प्राप्त करता है, तो ऐसा इसलिए नहीं होगा कि दुनिया बिना कारण इस पर कर लगाएगी, बल्कि इसलिए होगा कि असंख्य निचले स्तर के उद्यम, व्यक्ति और संगठन इसे ज्ञान, तर्क, डिजाइन, मेल और स्वचालन के आधार के रूप में उपयोग करके बड़े पैमाने पर नए आर्थिक गतिविधियाँ उत्पन्न करते हैं।

यह तथ्य हमें यह भी याद दिलाता है: वास्तविक रूप से ध्यान देने योग्य बात शायद OpenAI या Anthropic का स्वयं का आकार नहीं, बल्कि उनके पीछे किस प्रकार के डाउनस्ट्रीम एप्लिकेशन लेयर उभर सकते हैं, है।

अगले पंद्रह वर्षों में, अनुप्रयोग स्तर की कंपनियों का कुल आकार संभवतः बुनियादी ढांचा स्तर से कहीं अधिक होगा। बुनियादी ढांचा स्तर सामान्य बुद्धिमत्ता प्रदान करता है, जबकि अनुप्रयोग स्तर आवश्यकताओं की पहचान पूरा करता है। पहला क्षमताएँ बेचता है, दूसरा विशिष्ट रूप में वास्तविक मूल्य बेचता है। बुनियादी ढांचा स्तर डिजिटल युग के बिजली, पानी और सड़कों की तरह है; अनुप्रयोग स्तर उपभोक्ताओं, संगठन के संदर्भ, उद्योग प्रक्रियाओं, विश्वास के संबंधों और विशिष्ट आवश्यकताओं के करीब है। स्वास्थ्य, शिक्षा, कानून, बीमा, वित्त, मनोरंजन, मानसिक सेवाएँ, बुढ़ापा, उद्यम प्रबंधन, अनुसंधान उपकरण, शहरी सेवाएँ, पारिवारिक सेवाएँ, सांस्कृतिक अनुभव, व्यक्तिगत विकास—इन सभी क्षेत्रों में विशाल अनुप्रयोग स्तर की कंपनियाँ उत्पन्न हो सकती हैं।

ग्राहक अंततः "मॉडल पैरामीटर" नहीं, बल्कि ठीक हुई बीमारियाँ, समझी गई चिंताएँ, सुधरी हुई सीखने की क्षमता, बचाया गया समय, सुधरी हुई जीवन शैली, पुनर्गठित कार्य प्रवाह, उत्पन्न किए गए अनुभव और हल हुए समस्याएँ खरीदते हैं। व्यवसाय अंततः "टोकन" नहीं, बल्कि कम स्टॉक, अधिक रूपांतरण दर, बेहतर जोखिम नियंत्रण, तेज़ अनुसंधान और विकास, सूक्ष्म सेवा, स्थिर आपूर्ति श्रृंखला और स्पष्ट संगठनात्मक निर्णय खरीदते हैं।

इसलिए, अप्लिकेशन लेयर का आकार इंफ्रास्ट्रक्चर लेयर से अधिक होना आश्चर्यजनक नहीं है, बल्कि यह सामान्य उद्देश्य तकनीक के प्रसार का सामान्य परिणाम है। बिजली महत्वपूर्ण है, लेकिन बिजली से संचालित औद्योगिक प्रणाली अधिक बड़ी है; क्लाउड सेवाएँ महत्वपूर्ण हैं, लेकिन क्लाउड पर विकसित डिजिटल अर्थव्यवस्था अधिक बड़ी है; बड़े मॉडल महत्वपूर्ण हैं, लेकिन बड़े मॉडल द्वारा समर्थित नए उत्पाद, नई सेवाएँ, नए संगठन और नए जीवनशैली संभवतः कहीं अधिक बड़े हो सकते हैं।

यदि भविष्य में वास्तव में दो ट्रिलियन डॉलर की आय वाली एक एआई बुनियादी ढांचा कंपनी उभरती है, तो हमें इसे पहले अंत के रूप में नहीं, और न ही इसे सिर्फ तकनीकी पूजा के रूप में समझना चाहिए। हमें पहले एक कीमत सिद्धांत सवाल पूछना चाहिए: इतनी विशाल भुगतान की इच्छा कहाँ से आ रही है? यह किन निचले स्तर के नवाचारों का समर्थन करती है? यह किन पिछले अव्यापारित मांगों को मुक्त करती है? यह किन पिछले अस्तित्वहीन उत्पादों और सेवाओं को संभव बनाती है?

यही अर्थशास्त्र की सामान्य बात है।

अपर्याप्तता नहीं गायब होती, बस रूप बदल जाता है

बहुत से लोग यह गलत धारणा बनाते हैं कि तकनीकी प्रगति का अंत दुर्लभता के समाप्त होने के रूप में होगा। जब तक AI पर्याप्त शक्तिशाली है, रोबोट पर्याप्त संख्या में हैं, कंप्यूटिंग पावर पर्याप्त सस्ती है, और वस्तुएँ पर्याप्त मात्रा में उपलब्ध हैं, कीमत तंत्र पीछे हट जाएगा और बाजार अनावश्यक हो जाएगा।

यह दुर्लभता की गलत धारणा है।

दुर्लभता केवल भौतिक मात्रा की कमी नहीं है। दुर्लभता मानवीय इच्छाओं, समय, ज्ञान, स्थान, संबंधों, अवसर की लागत और भविष्य की अनिश्चितता के संदर्भ में है। जब तक मानवीय इच्छाएँ असमान, परिवर्तनशील और संदर्भ-निर्भर होंगी, दुर्लभता नहीं गायब होगी। यह केवल “है या नहीं” से “उपयुक्त है या नहीं” की ओर, “पर्याप्त है या नहीं” से “क्या यह समय और स्थान पर ठीक आवश्यक है” की ओर, और भौतिक कमी से संरचनात्मक कमी की ओर बदल जाएगी।

औद्योगिक युग में, कई दुर्लभताएँ मात्रा की कमी के रूप में प्रकट होती थीं: अनाज कम, कपड़े कम, आवास कम, डॉक्टर कम, स्कूल कम, परिवहन कम। बड़े पैमाने पर उत्पादन और आधुनिक संगठन का कार्य, इन मूलभूत उत्पादों और सेवाओं को बड़े पैमाने पर प्रतिलिपि बनाना था।

लेकिन अधिक समृद्ध और बुद्धिमान युग में, कई महत्वपूर्ण दुर्लभताएँ सिर्फ संख्या की समस्या नहीं हैं। एक व्यक्ति को कोई भी बर्तन का दोपहर का भोजन नहीं, बल्कि उसके आज के शरीर की स्थिति, रक्त शर्करा के उतार-चढ़ाव, व्यायाम के खर्च, भावनात्मक आवश्यकताओं और सौंदर्यशास्त्रीय पसंद के अनुकूल दोपहर का भोजन चाहिए। एक बच्चे को कोई भी गणित की कक्षा नहीं, बल्कि उसकी वर्तमान समझ की बाधाओं, ध्यान की स्थिति, पारिवारिक परिवेश और स्व-सम्मान संरचना के अनुकूल सीखने का मार्ग चाहिए। एक बुजुर्ग को कोई भी स्वास्थ्य सलाह नहीं, बल्कि ऐसी सेवा संबंध चाहिए जिसे वह सचमुच माने, सचमुच करे, और सचमुच जारी रखे। एक उद्यम को कोई भी AI प्रणाली नहीं, बल्कि अपनी प्रक्रियाओं, प्रेरणाओं, संगठनात्मक संरचना और ग्राहक संबंधों में समाहित होने वाला विशिष्ट समाधान चाहिए।

यह विभिन्नता के युग की दुर्लभता है।

विशेष रूप से, एआई युग कम से कम तीन प्रकार की दुर्लभता को मजबूत करेगा।

प्रथम श्रेणी अनुकूलता की दुर्लभता है।

उत्पाद और सेवाएँ किसी व्यक्ति, संगठन, क्षण या परिस्थिति के लिए उपयुक्त हैं या नहीं, यह बात लगातार अधिक महत्वपूर्ण होती जा रही है। मानकीकरण के युग में, महत्वपूर्ण प्रश्न था “क्या पर्याप्त आपूर्ति उपलब्ध है?”। भिन्नता के युग में, महत्वपूर्ण प्रश्न है “क्या यह आपूर्ति मेरे लिए ठीक से उपयुक्त है?”। AI व्यक्तिगतकरण को संभव बनाता है, लेकिन अनुकूलन की समस्या को अधिक जटिल बना देता है। क्योंकि मनुष्य का शरीर, मनोवृत्ति, संबंध, कार्य और प्राथमिकताएँ बदलती रहती हैं। वास्तविक रूप से दुर्लभ, कोई भी आपूर्ति नहीं, बल्कि उचित आपूर्ति है।

दूसरा प्रकार विश्वसनीय दुर्लभता है।

एआई सुझाव दे सकता है, लेकिन इन सुझावों पर भरोसा किया जाए, उन्हें अपनाया जाए और कार्यान्वित किया जाए, यह अलग बात है। मरीज को जानकारी है कि उसे दवा लेनी चाहिए, लेकिन इसका मतलब यह नहीं कि वह लंबे समय तक दवा लेगा; छात्र को जानकारी है कि उसे पढ़ाई करनी चाहिए, लेकिन इसका मतलब यह नहीं कि वह लगातार पढ़ेगा; कंपनी को जानकारी है कि उसे परिवर्तन करना चाहिए, लेकिन इसका मतलब यह नहीं कि संगठन के भीतर इसे स्वीकार किया जाएगा; बुजुर्ग को जानकारी है कि उसे आहार पर नियंत्रण रखना चाहिए, लेकिन इसका मतलब यह नहीं कि वह दशकों की आदतों को बदलने को तैयार होगा। कई सेवाओं का मूल्य सूचना में नहीं, बल्कि सूचना को कार्रवाई में बदलने में स्थापित होने वाले भरोसे के संबंध में है। भविष्य में, भरोसा, प्रतिष्ठा, जिम्मेदारी और साथ होना महत्वपूर्ण आर्थिक संपत्ति बनेंगे।

तीसरा प्रकार दिशात्मक दुर्लभता है।

AI अनंत समाधान उत्पन्न कर सकता है, लेकिन वास्तविक दुनिया में पूंजी, समय, संगठन का ध्यान और प्रयोग के अवसर सीमित हैं। एक व्यवसाय एक साथ सौ रणनीतियों को नहीं लागू कर सकता, एक प्रयोगशाला एक साथ सौ रिएक्टर नहीं बना सकती, एक अस्पताल एक साथ सभी प्रक्रियाओं को पुनर्गठित नहीं कर सकता, और एक शहर एक साथ सभी शासन योजनाओं का परीक्षण नहीं कर सकता। जब संभावनाएँ विस्फोटित होती हैं, तो वास्तव में दुर्लभ हो जाता है दिशा चुनने की क्षमता: कौन सा मार्ग चुनें, किस जोखिम को स्वीकार करें, और कौन सी आकर्षक संभावनाओं को छोड़ दें।

इसलिए, AI की शक्ति दुनिया को पूरी तरह समान और समृद्ध बनाना नहीं है, बल्कि स्केलिंग और व्यक्तिगतकरण को पहली बार एक साथ संभव बनाना है। अतीत में केवल कुछ समृद्ध लोगों के लिए ही संभव हो पाने वाले निजी डॉक्टर, निजी शिक्षक, निजी सलाहकार, निजी सहायक, निजी मानसिक सहयोगी, निजी डिजाइनर और निजी अनुसंधान टीमें, भविष्य में नए लागत संरचना के साथ सामान्य लोगों के जीवन में प्रवेश कर सकती हैं। लेकिन जैसे ही ये सामान्य जीवन में प्रवेश करती हैं, समस्या अब “क्या उत्पादन संभव है” नहीं, बल्कि “कैसे अनुकूलित करें, कैसे विश्वास करें, और किस दिशा में चयन करें” हो जाती है।

इसका अर्थ है कि बाजार नहीं गायब होगा। बल्कि, बाजार अधिक सक्रिय, अधिक सूक्ष्म और जीवन के सूक्ष्म पहलुओं में अधिक गहराई से घुल जाएगा। क्योंकि जब उत्पाद और सेवाएँ अधिक विशिष्ट होती जाती हैं, तो समाज को विभिन्न लोगों, विभिन्न समयों और विभिन्न परिदृश्यों में वास्तविक मूल्य की पहचान के लिए एक तंत्र की आवश्यकता होती है।

यह क्रियाविधि कीमत है।

कीमत एक आवंटन तंत्र नहीं, बल्कि एक खोज तंत्र है

कीमतें अक्सर एक ठंडे और निष्पक्ष आवंटन उपकरण के रूप में गलत तरीके से समझी जाती हैं। ऐसा लगता है कि केवल तभी कीमतों की आवश्यकता होती है जब चीजें पर्याप्त न हों, ताकि यह तय किया जा सके कि किसे मिलेगा और किसे नहीं; जब तक तकनीक पर्याप्त रूप से विकसित न हो जाए, तब तक कीमतों को समाप्त किया जा सकता है और आवंटन एल्गोरिदम को सौंपा जा सकता है।

लेकिन कीमत का सबसे गहरा कार्य, ज्ञात वस्तुओं का आवंटन नहीं, अपितु अज्ञात जानकारी की खोज है।

कोई व्यक्ति किसी सेवा के लिए कितना भुगतान करने को तैयार होता है, इसमें बहुत सारी ऐसी जानकारी शामिल होती है जिसे दूसरे पहले से नहीं जान सकते: उसकी पसंद की तीव्रता, समय की लागत, आय सीमाएँ, तत्परता, विकल्प, जोखिम का आकलन, विश्वास का स्तर और भावनात्मक स्थिति। ये जानकारियाँ सरलता से डेटाबेस में लिखी नहीं जातीं, और न ही हमेशा प्रश्नावली के माध्यम से प्राप्त की जा सकती हैं। कई बार, लोग स्वयं भी पूरी तरह से नहीं जानते कि वे क्या चाहते हैं, जब तक कि कोई उत्पाद नहीं आता, कोई कीमत नहीं आती, कोई तुलना नहीं होती, कोई अनुभव नहीं होता।

कीमतें तभी भूमिका निभाती हैं जब मांग पूरी तरह से निर्धारित हो चुकी होती हैं। कीमतें मांग के निर्माण और खोज में भाग लेती हैं।

यह एआई के युग में विशेष रूप से महत्वपूर्ण है। क्योंकि एआई उत्पादित उत्पादों के समूह को काफी बढ़ाएगा और नए उत्पाद प्रोटोटाइप के विकास लागत को काफी कम कर देगा। पिछले समय में, कई उत्पाद विचारों को बाजार की परीक्षा देने का मौका नहीं मिला, क्योंकि अनुसंधान और विकास लागत, संगठनात्मक लागत और संचार लागत के कारण वे पहले ही समाप्त हो चुके थे। अब, अधिक लोग जल्दी से प्रोटोटाइप बना सकते हैं, अधिक छोटी टीमें बाजार में प्रवेश कर सकती हैं, और अधिक निश्चित आवश्यकताओं को पूरा करने का प्रयास किया जा सकता है। समस्या अब बदल गई है: समस्या विचारों की कमी नहीं है, बल्कि विचारों के चयन के लिए एक प्रणाली की कमी है; संभावनाओं की कमी नहीं है, बल्कि यह पहचानने की कमी है कि कौन सी संभावनाओं में वास्तविक संसाधनों का निवेश करना समझदारी होगी।

Price is the core of this screening mechanism.

उद्यमी एक नया उत्पाद पेश करता है, जो वास्तव में भविष्य की आवश्यकताओं के बारे में एक अनुमान है। उपभोक्ता द्वारा खरीदना या अस्वीकार करना इस अनुमान की परीक्षा है। यदि कीमत बहुत अधिक है और बिकता नहीं है, तो इसका मतलब है कि मूल्य कम है, स्थिति गलत है, लागत अधिक है या लक्षित जनसंख्या गलत है। यदि कीमत अधिक है फिर भी कुछ लोग खरीदते हैं, तो इसका मतलब है कि कुछ आवश्यकताएँ प्रेक्षकों की कल्पना से अधिक मजबूत हैं। लाभ प्रतिकृति और विस्तार को आकर्षित करता है, जबकि हानि पीछे हटने और सुधार के लिए मजबूर करती है। यह प्रक्रिया सिर्फ एक साधारण लेन-देन नहीं है, बल्कि समाज का अनिश्चितता की स्थिति में एक विशाल, वितरित प्रयोग है।

बिना कीमत के, समाज इस प्रयोगात्मक प्रतिक्रिया को खो देता है।

इस विविधता के युग में यह विशेष रूप से सत्य है। मान लीजिए कि AI एक हजार नए शिक्षा सेवाएँ, दस हजार नए स्वास्थ्य प्रबंधन मॉडल और एक मिलियन व्यक्तिगत मनोरंजन अनुभव उत्पन्न कर सकता है। कौन सी वास्तविक मांग हैं, और कौन सी केवल प्रौद्योगिकी का प्रदर्शन हैं? कौन से उपभोक्ता लगातार भुगतान करने को तैयार होंगे, और कौन से केवल एक बार परीक्षण करेंगे? कौन सी सेवाएँ स्केल की जा सकती हैं, और कौन सी केवल निचले बाजार में ही सीमित रहेंगी? कौन सी सेवाओं के लिए मानवीय हस्तक्षेप की आवश्यकता होगी, और कौन सी पूरी तरह से स्वचालित की जा सकती हैं? कौन सी निवेश के लायक हैं, और कौन सी को तुरंत छोड़ देना चाहिए?

इन समस्याओं को केवल विशेषज्ञों के निर्णय या केंद्रीय एल्गोरिदम द्वारा एक बार में निर्धारित नहीं किया जा सकता। इन्हें कीमत, लेनदेन, लाभ, हानि और प्रतिस्पर्धा द्वारा लगातार छानने की आवश्यकता होती है।

कीमत एक स्थानीय ज्ञान को संपीड़ित करने का एक तंत्र है।

एक उपभोक्ता किसी क्षण में भुगतान करने के लिए तैयार होना केवल आय और कीमत का यांत्रिक कार्य नहीं होता। इसमें उसकी आज की शारीरिक स्थिति, कल का अनुभव, पारिवारिक संबंध, व्यावसायिक दबाव, भविष्य की अपेक्षाएँ, सामाजिक पहचान और सौंदर्यशास्त्रीय प्राथमिकताएँ शामिल हो सकती हैं। एक उद्यम किसी AI प्रणाली के लिए भुगतान करने के लिए तैयार होना केवल तकनीकी सूचकांकों का मुद्दा नहीं है, बल्कि इसके आंतरिक प्रक्रियाओं, कर्मचारियों की क्षमताओं, ग्राहक संरचना, नियामक जोखिम और प्रतिस्पर्धी दबाव का समग्र प्रतिबिंब है। ये स्थानीय ज्ञान सामान्यतः केंद्रीय संगठन को पूर्णतः स्थानांतरित नहीं हो पाते। बाजार मूल्य इन विखंडित निर्णयों को दृश्यमान क्रिया संकेतों में परिवर्तित करते हैं।

इसलिए, कीमत तंत्र पुराने युग का अवशेष नहीं है, बल्कि खुले भविष्य में एक आविष्कार यंत्र है।

जितना अधिक AI शक्तिशाली होगा, उतनी ही अधिक संभावनाएँ होंगी; जितनी अधिक संभावनाएँ होंगी, उतना ही अधिक छानबीन महत्वपूर्ण होगा; जितनी अधिक छानबीन महत्वपूर्ण होगी, उतना ही अधिक मूल्य तंत्र महत्वपूर्ण होगा।

इन्सेंटिव: क्यों नए उत्पाद स्वचालित रूप से प्रकट नहीं होते

केवल तकनीक होने से नए उत्पाद और सेवाएँ स्वतः उत्पन्न नहीं होतीं।

प्रयोगशाला में क्षमता से बाजार में उत्पाद तक, इसके बीच लंबी और जटिल प्रक्रिया होती है: कौन स्थिति की पहचान करेगा? कौन जोखिम उठाएगा? कौन टीम का संगठन करेगा? कौन प्रक्रियाओं को बदलेगा? कौन उपभोक्ताओं को शिक्षित करेगा? कौन जिम्मेदारी संभालेगा? कौन असफलता का सामना करेगा? कौन एक तकनीकी संभावना को स्थिर सेवा वितरण में बदलेगा?

इसके लिए प्रोत्साहन की आवश्यकता है।

मूल्य सिद्धांत केवल मूल्य स्तर के बारे में नहीं है, बल्कि प्रेरणा संरचना के बारे में भी है। लोग नए उत्पादों की खोज के लिए समय, पूंजी, प्रतिष्ठा और संगठनात्मक क्षमता क्यों लगाते हैं? क्योंकि वे विश्वास करते हैं कि यदि खोज सफल होती है, तो उन्हें प्रतिफल मिलेगा। यदि सभी नए सेवाएँ एक बार आने के तुरंत बिना किसी शुल्क के प्रतिलिपि बना दी जाती हैं, यदि सभी लाभों को अनुचित मान लिया जाता है, यदि सभी भिन्नता के प्रयासों को नियामक द्वारा मानक उत्पाद में वापस धकेल दिया जाता है, और यदि सभी विफलताएँ उद्यमी पर ही छोड़ दी जाती हैं जबकि सफलता के लाभों को छीन लिया जाता है, तो सबसे मजबूत AI भी स्वचालित रूप से समृद्धि के लिए एप्लिकेशन परत प्रदान नहीं करेगा।

इनोवेशन तकनीकी फंक्शन का प्राकृतिक परिणाम नहीं है, बल्कि प्रेरणा संरचना के तहत आर्थिक व्यवहार है।

कृत्रिम बुद्धिमत्ता ने प्रयोग और भूल की लागत को कम किया है, लेकिन जोखिम को समाप्त नहीं किया है। एक उद्यमी को अभी भी दिशा का निर्णय लेना होगा, एक कंपनी को प्रक्रियाओं को पुनर्गठित करना होगा, एक डॉक्टर को जिम्मेदारी स्वीकार करनी होगी, एक शिक्षा संस्थान को विश्वास बनाना होगा, और एक एप्लिकेशन-लेयर कंपनी को उन ऐसे स्थितियों को ढूंढना होगा जिनके लिए उपभोक्ता वास्तव में भुगतान करने को तैयार हों। AI योजनाएँ बना सकता है, लेकिन बाजार के द्वारा योजनाओं के मूल्य की परीक्षा करने के लिए इसकी जगह नहीं ले सकता। AI विकास लागत को कम कर सकता है, लेकिन मांग के मौजूद होने की गारंटी नहीं दे सकता। AI कल्पना के क्षेत्र को विस्तारित कर सकता है, लेकिन व्यावसायिकीकरण को स्वचालित रूप से पूरा नहीं कर सकता।

इसीलिए कीमत, स्वामित्व, लाभ और प्रतिस्पर्धा अभी भी महत्वपूर्ण हैं।

लाभ अपराध का अवशेष नहीं है, बल्कि सही दिशा की खोज का पुरस्कार है। हानि कठोर दंड नहीं है, बल्कि गलत दिशा का संकेत है। प्रतिस्पर्धा संसाधनों का व्यर्थ खर्च नहीं है, बल्कि विभिन्न अनुमानों के बीच परीक्षण है। स्वतंत्रता में प्रवेश एक अमूर्त सिद्धांत नहीं है, बल्कि अज्ञात उत्पादों को उभरने का अवसर देने वाली संस्थागत परिस्थिति है।

आर्टिफिशियल इंटेलिजेंस के युग में, वास्तविक रूप से दुर्लभ शायद उत्पादन क्षमता नहीं है, बल्कि यह पता लगाने की क्षमता है कि क्या उत्पन्न करने योग्य है; सवालों के जवाब देने की क्षमता नहीं, बल्कि मूल्यवान सवाल पूछने की क्षमता; दिए गए लक्ष्य को अनुकूलित करने की क्षमता नहीं, बल्कि लक्ष्य चुनने, जोखिम उठाने और वास्तविक दुनिया की कार्रवाइयों को संगठित करने की क्षमता।

इन क्षमताओं को सक्रिय करने के लिए बाजार प्रोत्साहन की आवश्यकता होती है।

इसीलिए एप्लिकेशन लेयर स्वयं उत्पादक नहीं होती। एक देश के पास मजबूत मॉडल, पर्याप्त कंप्यूटिंग पावर, समृद्ध डेटा और विशाल इंजीनियर टीम हो सकती है, फिर भी वह वास्तविक रूप से समृद्ध एप्लिकेशन इकोसिस्टम से वंचित रह सकता है। यदि उद्यमी को पुरस्कार नहीं मिलता, यदि उपयोगकर्ताओं के विकल्प सीमित हैं, यदि नियामक नए सेवाओं को पुराने श्रेणियों में दबा देते हैं, यदि प्लेटफॉर्म के विशालकाय नियंत्रक प्रवेश बिंदुओं पर कब्जा करते हैं, यदि असफलता की लागत अत्यधिक है, यदि सामाजिक राय लाभ को लूट के समान मानती है, तो कई संभावित उत्पाद प्रकट होने से पहले ही मर जाएंगे।

AI के युग में प्रतिस्पर्धा केवल मॉडल क्षमता की प्रतिस्पर्धा नहीं है, बल्कि संस्थागत प्रोत्साहन की प्रतिस्पर्धा भी है।

जो अधिक लोगों को प्रयास करने की अनुमति देता है, जो त्वरित त्रुटियों को प्रकट करता है, जो सही दिशा को पुरस्कार देता है, जो निचली मांग को भी सेवा का अवसर देता है, और जो युवा कंपनियों को पुरानी कंपनियों की चुनौती देने की अनुमति देता है, वही भविष्य के उत्पादों और सेवाओं को खोजने की संभावना अधिक रखता है।

नए उत्पादों और सेवाओं का उदय

हम आज आपको बताने में कठिनाई का सामना कर रहे हैं कि पंद्रह साल बाद मुख्य AI अनुप्रयोग क्या होंगे, जैसे कि 19वीं शताब्दी के लोग 20वीं शताब्दी के बिजली जीवन को नाम देने में कठिनाई का सामना कर रहे थे, और 20वीं शताब्दी के अंत में लोग मोबाइल इंटरनेट जीवन को पूरी तरह से नाम देने में कठिनाई का सामना कर रहे थे।

यह हमारी कल्पनाशक्ति की कमी के कारण नहीं है, बल्कि इसलिए क्योंकि नए उत्पाद और सेवाएँ अक्सर पहले से मौजूद शब्दों से रैखिक रूप से विकसित नहीं होतीं। वे प्रौद्योगिकी, लागत, संगठन, प्राथमिकताओं और संस्थागत अंतःक्रियाओं में उभरती हैं।

एआई युग में, सबसे महत्वपूर्ण नया उत्पाद केवल “बेहतर सर्च इंजन” या “सस्ते प्रोग्रामर” या “अधिक बुद्धिमान कस्टमर सपोर्ट” नहीं हो सकता है।

ये केवल पुराने आधार पर विस्तार हैं। अधिक महत्वपूर्ण संभवतः नवीन स्वास्थ्य देखभाल, नवीन शिक्षा सहयोग, नवीन अनुसंधान संगठन, नवीन कानूनी सेवाएँ, नवीन व्यक्तिगत प्रतिनिधि, नवीन सांस्कृतिक अनुभव, नवीन वृद्धावस्था प्रणाली, नवीन पारिवारिक उत्पादन, नवीन उद्यम प्रक्रियाएँ, नवीन शहरी प्रशासन सेवाएँ, नवीन मानसिक समर्थन और नवीन रचनात्मक सहयोग हैं।

कई सेवाएँ पहले बिना मांग के नहीं थीं, बल्कि उनकी लागत बहुत अधिक थी।

एक सामान्य परिवार के पास पहले कभी 24/7 निजी डॉक्टर, पोषण विशेषज्ञ, मनोवैज्ञानिक सलाहकार, शिक्षण कोच, कानूनी सलाहकार, करियर प्लानर और पारिवारिक वित्तीय सलाहकार होना संभव नहीं था। एक छोटा व्यवसाय पहले कभी विश्व स्तरीय रणनीति टीम, डेटा विश्लेषण टीम, कानूनी अनुपालन टीम, बहुभाषी बाजारकरण टीम और स्वचालित संचालन प्रणाली होना संभव नहीं था। एक जिला अस्पताल पहले कभी शीर्ष चिकित्सा ज्ञान, मरीज प्रबंधन प्रणाली और निरंतर स्वास्थ्य निगरानी तक वास्तविक समय में पहुँचना संभव नहीं था। एक सामान्य बच्चे के पास पहले कभी वास्तविक रूप से व्यक्तिगतकृत, निरंतर प्रतिक्रिया और अंतरविषय समन्वय वाली सीखने की प्रणाली होना संभव नहीं था।

AI इन सेवाओं के बुद्धिमान हिस्सों को सस्ता बनाता है। लेकिन सस्ती बुद्धिमानी केवल शुरुआत है।

वास्तविक उत्पादीकरण के लिए बुद्धिमत्ता को परिदृश्य में एकीकृत करना आवश्यक है, परिदृश्य को प्रक्रिया में बदलना है, प्रक्रिया को सेवा में बदलना है, सेवा को विश्वास के संबंध में बदलना है, और विश्वास के संबंध को सतत लेनदेन में बदलना है।

यह एप्लिकेशन लेयर का विशाल अवसर है।

भविष्य की सबसे बड़ी कंपनियाँ, शायद केवल सबसे शक्तिशाली मॉडल रखने वाली कंपनियाँ नहीं होंगी, बल्कि वे कंपनियाँ होंगी जो विशिष्ट परिदृश्यों को सबसे अच्छी तरह समझ सकें, पूरक संपत्तियों को सबसे अच्छी तरह से संगठित कर सकें, विश्वास को सबसे अच्छी तरह स्थापित कर सकें, और AI क्षमताओं को जीवन सेवाओं और उत्पादन प्रक्रियाओं में सबसे अच्छी तरह से परिवर्तित कर सकें। बुनियादी ढांचा स्तर सामान्य क्षमताएँ बेचता है, आवेदन स्तर समाधान, अनुभव, जिम्मेदारी और संबंध बेचता है। सामान्य क्षमताएँ बड़ी हो सकती हैं, लेकिन अंतिम आवश्यकताओं के करीब नवाचार का स्थान संभवतः अधिक है।

स्वास्थ्य प्रबंधन के उदाहरण के साथ। AI चिकित्सा शोध पत्रों को पढ़ सकता है, सूचकांकों का विश्लेषण कर सकता है, सुझाव बना सकता है, दवा लेने की याद दिला सकता है, और जोखिम का अनुमान लगा सकता है।

लेकिन वास्तविक उत्पाद “चिकित्सा सलाह टेक्स्ट” नहीं है, बल्कि एक ऐसी सेवा प्रणाली है जो लोगों के व्यवहार को दीर्घकालिक रूप से बदलने में सक्षम है। इसमें परिवार के डॉक्टर, समुदाय के सदस्य, पहनने योग्य उपकरण, आहार सेवाएँ, बीमा प्रोत्साहन, परिवार के सदस्यों के साथ संचार, मानसिक समर्थन और आपातकालीन प्रतिक्रिया शामिल हो सकते हैं। इसमें एल्गोरिदम हैं, साथ ही संगठन हैं; डेटा है, साथ ही जिम्मेदारी है; स्वचालन है, साथ ही मानवीय विश्वास है। उपभोक्ता एक पाठ के लिए नहीं, बल्कि अधिक स्वस्थ, सुरक्षित और सम्मानजनक जीवन के लिए भुगतान करते हैं।

शिक्षा के उदाहरण के साथ। AI ज्ञान बिंदुओं की व्याख्या कर सकता है, अभ्यास बना सकता है, निबंधों की जांच कर सकता है, और पथ को समायोजित कर सकता है। लेकिन वास्तविक शिक्षा उत्पाद "उत्तर जनरेटर" नहीं होता, बल्कि एक ऐसा प्रणाली होती है जो छात्रों को क्षमता, आत्मविश्वास, रुचि और दीर्घकालिक आदतें विकसित करने में मदद करती है। इसे बच्चे की संज्ञानात्मक स्थिति को समझना चाहिए, साथ ही परिवार के पृष्ठभूमि, साथी परिवेश, परीक्षा प्रणाली और मानसिक दबाव को भी समझना चाहिए। यहाँ मूल्य बुद्धिमत्ता से आता है, साथ ही साथ सहयोग, प्रेरणा, मूल्यांकन और सामाजिक स्वीकृति से भी।

उदाहरण के लिए, व्यवसाय प्रबंधन में। AI रिपोर्ट बना सकता है, कोड लिख सकता है, भविष्यवाणी कर सकता है, और रणनीतिक सुझाव दे सकता है।

लेकिन वास्तविक व्यवसाय अनुप्रयोग केवल प्रत्येक कार्य को स्वचालित करना नहीं है, बल्कि जानकारी प्रवाह, निर्णय अधिकार, प्रेरणा तंत्र और जिम्मेदारी की सीमाओं को पुनर्संरचित करना है। एक व्यवसाय AI खरीदता है, केवल एक उपकरण नहीं, बल्कि अपने उत्पादन फ़ंक्शन और संगठनात्मक संरचना को पुनर्संरचित करता है। यह प्रक्रिया अत्यधिक स्थितिगत है और बुनियादी मॉडल कंपनियों द्वारा अकेले पूरी नहीं की जा सकती।

ये उदाहरण दर्शाते हैं कि AI युग का अनुप्रयोग स्तर बुनियादी ढांचे का सरल अनुगामी नहीं है। यह आवश्यकता की खोज, परिदृश्य संगठन, विश्वास निर्माण और जिम्मेदारी लेने की अग्रस्थल है।

इसलिए, पंद्रह वर्षों में, अनुप्रयोग स्तर की कंपनियों का कुल आकार बुनियादी ढांचा स्तर से कहीं अधिक होगा, जो आर्थिक तर्क के विपरीत नहीं, बल्कि आर्थिक तर्क के अनुरूप है। जितना अधिक ऊपरी निवेश होगा, उतना ही अधिक संभावना है कि नीचे का पारिस्थितिकी विशाल होगा। बिजली कंपनियाँ महत्वपूर्ण हैं, लेकिन बिजली से संचालित औद्योगिक प्रणाली अधिक विशाल है; क्लाउड सेवाएँ महत्वपूर्ण हैं, लेकिन क्लाउड पर विकसित डिजिटल अर्थव्यवस्था अधिक विशाल है; बड़े मॉडल महत्वपूर्ण हैं, लेकिन बड़े मॉडल द्वारा समर्थित नए उत्पाद, नई सेवाएँ, नए संगठन और नई जीवनशैली संभवतः कहीं अधिक विशाल हो सकती हैं।

स्मार्ट एज की योजना की भ्रामकता के खिलाफ

हर एक सामान्य तकनीक के उदय के साथ, एक योजनाबद्ध भ्रम उत्पन्न होता है। चूंकि नई तकनीक इतनी शक्तिशाली है, तो क्यों न कुछ केंद्रीय संस्थानों द्वारा एकीकृत योजना बनाई जाए? चूंकि AI विशाल मात्रा में डेटा को संभाल सकता है, तो क्यों बाजार की आवश्यकता है? चूंकि एल्गोरिदम मांग का पूर्वानुमान लगा सकते हैं, तो क्यों कीमतों की आवश्यकता है? चूंकि रोबोट उत्पादन कर सकते हैं, तो क्यों सीधे मांग के अनुसार वितरण नहीं किया जाए?

इस कल्पना का आकर्षण यह है कि यह आर्थिक समस्याओं को गणना समस्याओं में सरल कर देती है।

लेकिन आर्थिक जीवन का केंद्र, कभी भी केवल गणना नहीं है। इसमें खोज, प्रेरणा, विश्वास, जिम्मेदारी और चयन शामिल हैं।

योजना प्रणाली ज्ञात लक्ष्यों को अनुकूलित कर सकती है, लेकिन अज्ञात लक्ष्यों की खोज करने में कठिनाई का सामना करती है। यह उत्पाद मानकों, प्राथमिकताओं के स्थिर और डेटा पूर्ण परिवेश में दक्षता में सुधार कर सकती है, लेकिन उत्पाद स्थान खुला, प्राथमिकताएँ लगातार बदल रही हों और मांग अभी तक गठित न हुई हो, ऐसे परिवेश में अन्वेषण करने में कठिनाई का सामना करती है। यह भूतकाल के व्यवहार के आधार पर भविष्य का कुछ हिस्सा पूर्वानुमान लगा सकती है, लेकिन नए उत्पादों के आगमन के बाद लोगों के अपनी इच्छाओं को पुनः समझने के स्थान पर नहीं ले सकती।

AI योजनाकर्ताओं को अधिक बुद्धिमान बना सकता है, लेकिन स्थानीय ज्ञान को रद्द नहीं कर सकता।

एक उपभोक्ता इस समय और इस स्थान पर किसी सेवा की आवश्यकता क्यों महसूस करता है, एक डॉक्टर कैसे मरीज़ को विश्वास दिलाता है, एक बच्चा अचानक किसी शिक्षण विधि के प्रति क्यों रुचि लेता है, एक कंपनी के अंदर किसी प्रणाली के खिलाफ प्रतिरोध क्यों होता है, एक बुजुर्ग दवा क्यों नहीं लेना चाहता, एक उपयोगकर्ता किसी अनुभव के लिए प्रीमियम क्यों चुकाने को तैयार होता है—ये ज्ञान अत्यधिक संदर्भ-निर्भर हैं और अक्सर संबंधों, आदतों, संस्कृति, भाषा, शरीर और भावनाओं में छिपे होते हैं।

जितना अधिक भिन्नता वाला समय होता है, उतना ही अधिक आर्थिक जीवन को केंद्रीयकृत विन्यास पर छोड़ना नहीं चाहिए। क्योंकि जितना अधिक केंद्र मजबूत होता है, उतना ही अधिक जटिल आवश्यकताओं को मानक श्रेणियों में दबा दिया जाता है; जितना अधिक प्रबंधनीयता की अपेक्षा की जाती है, उतना ही अधिक नए उत्पादों के अनियंत्रित विकास की संभावना कम होती है; और जितना अधिक निश्चितता की पसंद की जाती है, उतना ही अधिक बाजार के अन्वेषण में सबसे मूल्यवान अज्ञात संभावनाओं को दबा दिया जाता है।

कृत्रिम बुद्धिमत्ता हेयेक की समस्या को समाप्त नहीं करेगी। कृत्रिम बुद्धिमत्ता हेयेक की समस्या को अधिक सूक्ष्म स्तर पर ले जाएगी।

भविष्य में वास्तविक रूप से महत्वपूर्ण बात यह नहीं है कि एक केंद्र सब कुछ जाने, बल्कि यह है कि असंख्य स्थानीय ज्ञान कीमतों, लेनदेनों, अनुबंधों, प्रतिस्पर्धा और उद्यम के माध्यम से सामाजिक प्रयोग प्रक्रिया में प्रवेश कर सके। बाजार केवल गणना क्षमता की कमी के कारण मौजूद नहीं है। बाजार इसलिए मौजूद है क्योंकि भविष्य खुला है, ज्ञान विखंडित है, प्राथमिकताएँ विषम हैं, और प्रेरणा आवश्यक है।

स्मार्ट युग की योजना की भ्रामकता में एक और गहरी गलती है: यह "मांग" को पहले से मौजूद और संतुष्टि का इंतजार कर रही सूची के रूप में लेती है।

लेकिन बड़ी मांग पहले से लिखी गई नहीं होती। लोग नए उत्पादों के आने के बाद अपनी इच्छाओं को समझते हैं, सामाजिक अनुकरण में अपनी प्राथमिकताओं को पुनर्व्यवस्थित करते हैं, कीमतों की तुलना में अपनी भुगतान क्षमता को जानते हैं, और उपभोग के अनुभव से सीखते हैं कि क्या खरीदने के लायक है। भविष्य की कई महत्वपूर्ण मांगें, आज तक के नाम से परिचित नहीं हैं। चूंकि इनका कोई नाम नहीं है, इसलिए केंद्रीय योजना इन्हें पहले से पंजीकृत नहीं कर सकती; चूंकि इन्हें पंजीकृत नहीं किया जा सकता, इसलिए इन्हें एक ही बार में अनुकूलित नहीं किया जा सकता।

Market की मूल्य यही है कि यह इन अज्ञात आवश्यकताओं को परीक्षण के माध्यम से उभारने की अनुमति देता है।

Monopoly risk and market conditions

कीमत सिद्धांत की रक्षा करना, वास्तविक बाजारों के लिए निर्दोष प्रशंसा नहीं है।

कृत्रिम बुद्धिमत्ता के युग में नए एकाधिकार पैदा हो सकते हैं। बेस मॉडल, कैलकुलेशन क्षमता, डेटा, चिप, क्लाउड प्लेटफॉर्म, वितरण प्रवेश बिंदु और ऑपरेटिंग सिस्टम सभी स्केल अर्थनॉमी और प्रवेश बाधाओं का निर्माण कर सकते हैं। अपस्ट्रीम प्लेटफॉर्म मूल्य निर्धारण, इंटरफेस, डेटा नियंत्रण और ऊर्ध्वाधर एकीकरण के माध्यम से एप्लिकेशन-लेयर के लाभ को संकुचित कर सकते हैं और नीचे के नवाचारकों को निर्भर बना सकते हैं। जिसे दो ट्रिलियन डॉलर की आय कहा जाता है, वह या तो विशाल मूल्य सृजन से आ सकती है, या आंशिक रूप से प्लेटफॉर्म किराया भी हो सकता है।

यही कारण है कि हमें कम बजट सिद्धांत की बजाय अधिक गंभीर बजट सिद्धांत की आवश्यकता है।

मूल्य तंत्र को प्रभावी बनाने के लिए संस्थागत शर्तें आवश्यक हैं: प्रवेश की स्वतंत्रता, संपत्ति की सुरक्षा, अनुबंध का निष्पादन, प्रतिस्पर्धा का व्यवस्थित वातावरण, प्रतिस्पर्धा विरोधी नियम, डेटा की स्थानांतरणयोग्यता, इंटरफेस की खुलाहट और जिम्मेदारी की स्पष्टता। इन शर्तों के बिना, मूल्य शक्ति द्वारा विकृत हो जाएंगे, लाभ किराये में बदल जाएंगे, और प्लेटफॉर्म मार्केट के बुनियादी ढांचे से मार्केट के फ़िएडल लॉर्ड बन जाएंगे।

इसलिए, कृत्रिम बुद्धिमत्ता के युग का संस्थागत कर्तव्य, बाजार को योजना से बदलना नहीं, बल्कि बाजार को खोज के तंत्र के रूप में खुला रखना है।

हमें इंफ्रास्ट्रक्चर लेयर को पर्याप्त शक्तिशाली बनाना होगा, लेकिन इससे एप्लिकेशन लेयर बंद नहीं होना चाहिए। हमें मॉडल कंपनियों को नवाचार का पुरस्कार देना होगा, लेकिन उन्हें सभी डाउनस्ट्रीम सीनरियोज़ को बेकाबू ढंग से निगलने की अनुमति नहीं देनी चाहिए। हमें उद्यमियों को सामान्य बुद्धिमत्ता क्षमताओं तक पहुँच प्रदान करनी होगी, और उपयोगकर्ताओं, डेटा, ब्रांड और सेवा संबंधों पर नियंत्रण बनाए रखने की स्वतंत्रता देनी होगी। हमें उपभोक्ताओं को चयन का अधिकार, मजदूरों को पुनर्रूपांतरण के अवसर, और नई कंपनियों को पुरानी कंपनियों की चुनौती देने की सुविधा प्रदान करनी होगी।

बाजार प्राकृतिक रूप से मौजूद वैक्यूम नहीं है। बाजार एक संस्थागत उपलब्धि है।

मूल्य सिद्धांत का पुनरागमन इस बात का अर्थ नहीं है कि वास्तविकता में प्रत्येक कीमत न्यायसंगत होती है या प्रत्येक लाभ वास्तविक मूल्य के निर्माण से आता है। इसका अर्थ है कि एक खुले, प्रतिस्पर्धी और पहुंचयोग्य संस्थागत परिवेश में, कीमतें, लाभ और हानि अभी भी नए आवश्यकताओं की खोज, नए उत्पादों के चयन और नए सेवाओं के संगठन के लिए सर्वोत्तम तंत्र हैं।

यह बहुत महत्वपूर्ण है। क्योंकि यदि बुनियादी ढांचे की स्तर पर अत्यधिक केंद्रीकरण हो जाए, तो AI के युग में एप्लिकेशन स्तर की समृद्धि दबा दी जा सकती है।

ऊपरी दिग्गज न केवल मॉडल प्रदान करते हैं, बल्कि एंट्री पॉइंट पर नियंत्रण भी रखते हैं, नीचे के डेटा को देखते हैं, और सबसे अच्छा प्रदर्शन करने वाले एप्लिकेशन को किसी भी समय कॉपी कर सकते हैं, जिससे एप्लिकेशन-लेयर के उद्यमी में निवेश के प्रेरणा की कमी हो जाती है। उपयोगकर्ता को ऐसा लगता है कि उनके सामने कई एप्लिकेशन हैं, लेकिन वास्तव में ये केवल कुछ प्लेटफॉर्म गार्डनों के अलग-अलग इंटरफेस हो सकते हैं। कीमतें अभी भी मौजूद हैं, लेकिन कीमतों के पीछे की प्रवेश की स्वतंत्रता और प्रतिस्पर्धा का दबाव कमजोर हो गया है।

इसलिए, कीमत सिद्धांत की रक्षा बड़े दिग्गजों के लिए नहीं, बल्कि खुले बाजार के लिए है। वास्तव में जिसकी सुरक्षा की आवश्यकता है, वह किसी एक मॉडल कंपनी नहीं, बल्कि अनगिनत एप्लिकेशन-लेयर प्रयोगों को संभव बनाने वाला संस्थागत वातावरण है।

व्यक्ति की स्थिति

कृत्रिम बुद्धिमत्ता मनुष्य की स्थिति को बदल देगी।

अनेक मानकीकृत मानसिक कार्य संकुचित हो जाएंगे। जो अनेक पद पहले सूचना के असमान वितरण, पेशेवर बाधाओं और दोहराए गए अनुभव पर निर्भर करते थे, वे अपना मूल्य खो देंगे। रूपांतरण आसान नहीं होगा। एक मध्यम आयु का प्रोग्रामर स्वयं ही मनोवैज्ञानिक कोच नहीं बन जाएगा, एक पारंपरिक शिक्षक स्वयं ही AI शिक्षा डिजाइनर नहीं बन जाएगा, और एक बुनियादी चिकित्सक स्वयं ही मानव-मशीन सहयोग प्रणाली के अनुकूल नहीं हो जाएगा। समाज को इस दुःख का सामना करना होगा, और शिक्षा, प्रशिक्षण, सामाजिक सुरक्षा और पेशेवर प्रवाह प्रणाली को पुनः स्थापित करना होगा।

लेकिन रूपांतरण के कठिनाइयों के कारण यह गलत नहीं माना जाना चाहिए कि मनुष्य का आर्थिक मूल्य लुप्त हो रहा है।

जितना अधिक AI शक्तिशाली होगा, उतना ही मानवीय भूमिका अमानक भागों में आवश्यक होगी। भविष्य में मानव मूल्य, संभावना रूप से, निर्णय, विश्वास, जिम्मेदारी, सौंदर्य, भावना, संचार, संगठन और जोखिम उठाने से आएगा। AI चिकित्सा सुझाव दे सकता है, लेकिन मरीज़ क्या विश्वास करेगा और कार्रवाई करेगा, यह मानवीय संबंधों पर निर्भर करता है। AI पाठ्यक्रम डिज़ाइन कर सकता है, लेकिन बच्चे क्या लगातार रहेंगे और अपना आत्मविश्वास पुनः स्थापित करेंगे, यह मानवीय साथ पर निर्भर करता है। AI योजनाएँ उत्पन्न कर सकता है, लेकिन संगठन क्या स्वीकार करेगा, कर्मचारी क्या सहयोग करेंगे, ग्राहक क्या विश्वास करेंगे, नियामक क्या स्वीकार करेंगे, यह सब मानवीय समन्वय पर निर्भर करता है। AI असंख्य नवीनता की दिशाएँ प्रस्तावित कर सकता है, लेकिन उद्यमी को दिशा चुननी होगी, और पूंजी, प्रतिष्ठा और जीवन को इस पर लगाना होगा।

मनुष्य की भूमिका सभी कार्यों से बाहर निकलने की नहीं, बल्कि मानकीकृत निष्पादन से दिशा चयन और वास्तविकता में लागू करने की ओर बदल रही है।

यह इस बात का अर्थ नहीं है कि सभी के लिए अपग्रेड करना आसान होगा या हर नया काम सम्मानजनक होगा। बाजार स्वयं सभी वितरण समस्याओं को स्वचालित रूप से हल नहीं करेगा। नीतियाँ, शिक्षा, सामाजिक सुरक्षा और प्रतिस्पर्धा के नियम सभी अनिवार्य हैं। लेकिन उत्पादन के संगठन के गहरे तर्क के आधार पर, AI केवल एक ऐसा खालीपन छोड़ने वाला नहीं है जहाँ मनुष्यों के लिए कुछ भी करने को नहीं रहेगा। यह यह बदलेगा कि मनुष्य की कौन-सी क्षमताएँ मूल्यवान हैं।

जब मशीनें अधिक से अधिक प्रतिलिपि योग्य ज्ञान कार्य संभालने लगती हैं, तो मानवीय अनुल्लंघ्य स्थानीय ज्ञान, संबंध क्षमता, निर्णय लेने की क्षमता और जिम्मेदारी की क्षमता अधिक महत्वपूर्ण हो जाती हैं।

इसका अर्थ यह भी है कि हम आज के पेशेवर नामों के आधार पर किसी के भविष्य का आकलन नहीं कर सकते। बहुत सारे भविष्य के कार्य अभी तक का नाम नहीं हैं। उन्नीसवीं सदी के लोग “सॉफ्टवेयर इंजीनियर”, “यूजर एक्सपीरियंस डिजाइनर”, “लाइवस्ट्रीम ऑपरेशन”, “डेटा साइंटिस्ट”, “क्लाउड आर्किटेक्ट”, “शॉर्ट वीडियो क्रिएटर” जैसे पदों को अपने पेशेवर कल्पना में शामिल नहीं कर सकते थे, और आज के लोग भी AI युग के कार्य संरचना को पूरी तरह से सूचीबद्ध नहीं कर सकते। भविष्य के मानव कार्य, सेवा संबंधों, परिदृश्य संगठन, जोखिम स्वीकार, आवश्यकता की व्याख्या, व्यवहार परिवर्तन, अनुभव डिजाइन और विश्वास उत्पादन पर अधिक केंद्रित हो सकते हैं।

पुराने पेशे गायब हो जाएंगे, और नए पेशे उभरेंगे।

लेकिन गहरा परिवर्तन यह है कि मानव श्रम “निर्धारित कार्यों का निष्पादन” से “खुली संभावनाओं का संगठन” ओर जा रहा है।

अंतिम शब्द: नए दुनिया के लिए बाजार छोड़ें

इतिहास पुराने युग के व्यवसायों के वर्गीकरण के अनुसार आगे नहीं बढ़ता।

जब मशीनें बुनाई करती हैं, तो लोग बुनकरों के लिए रोते हैं; जब रेलवे महाद्वीप के माध्यम से गुजरती है, तो लोग घोड़े के गाड़ीवानों के लिए चिंतित होते हैं; जब बिजली के बल्ब शहरों को रोशनी देते हैं, तो लोग बल्ब जलाने वालों के लिए दुखी होते हैं; जब इंटरनेट पेपर मीडिया और काउंटर को निगल जाता है, तो लोग पुराने उद्योगों के लिए अंतिम संस्कार की कविता लिखते हैं। ये सभी पीड़ाएँ वास्तविक हैं। लेकिन अगर इतिहास केवल इन पीड़ाओं से बना होता, तो मानवता पहले ही अतीत में रुक चुकी होती।

दुनिया को बदलने वाली बात केवल पुरानी नौकरियों का खत्म होना नहीं है, बल्कि नए आवश्यकताओं को देखा जाना, नए उत्पादों का आविष्कार किया जाना, नए सेवाओं का संगठित किया जाना और नए जीवनशैली का निर्माण किया जाना है।

कृत्रिम बुद्धिमत्ता भी ऐसा ही होगी।

आज हम पुराने आधार पर खड़े होकर भविष्य को एक नौकरियों की सफाई के रूप में कल्पना करने में आसानी महसूस करते हैं। हम बदले जा रहे लेखकों, प्रोग्रामरों, कस्टमर सपोर्ट, अनुवादकों और विश्लेषकों को देख सकते हैं, लेकिन अभी तक अनुपस्थित स्वास्थ्य सेवाओं, शिक्षा के रूपों, अनुसंधान संगठनों, सांस्कृतिक अनुभवों, पारिवारिक उत्पादन, व्यवसाय प्रक्रियाओं और व्यक्तिगत जीवनशैली को नहीं देख सकते। नष्ट हो रही चीजों के नाम हैं, लेकिन बनाई जा रही चीजों के अक्सर अभी तक कोई नाम नहीं है। इसलिए डर हमेशा कल्पना से पहले पहुँचता है।

अर्थशास्त्र की जिम्मेदारी, सस्ती आशावाद का व्यापार नहीं है, और न ही रक्षात्मक निराशावाद के अनुकूल होना है। अर्थशास्त्र की जिम्मेदारी लोगों को याद दिलाना है: तकनीकी क्रांति का केंद्र, पुरानी दुनिया में प्रतिस्थापन अंकगणित नहीं है, बल्कि नई दुनिया में संभव समुच्चय का विस्तार है।

जब AI बुद्धिमत्ता को सस्ती इनपुट में बदल देता है, तो समाज को वास्तव में उन सभी संभावनाओं को कुछ केंद्रों के हाथों में नियोजित करने की आवश्यकता नहीं है, बल्कि असंख्य लोगों को अज्ञात आवश्यकताओं की खोज करने की स्वतंत्रता चाहिए। हमें कीमतों की आवश्यकता है, क्योंकि लोगों की प्राथमिकताएँ भिन्न और परिवर्तनशील हैं; हमें बाजार की आवश्यकता है, क्योंकि ज्ञान विशिष्ट समय और स्थान पर विखरा हुआ है; हमें लाभ की आवश्यकता है, क्योंकि नवाचार के लिए प्रेरणा की आवश्यकता होती है; हमें हानि की आवश्यकता है, क्योंकि गलत दिशाओं को बाहर निकाला जाना चाहिए; हमें प्रतिस्पर्धा की आवश्यकता है, क्योंकि कोई भी पहले से नहीं जानता कि भविष्य किस उत्पाद, किस सेवा या किस संगठनात्मक संरचना के पास है।

प्रत्येक पुराने युग अपने व्यवसायों, संगठनों और उद्योगों को सभ्यता के प्राकृतिक रूप के रूप में मानता है। कृषि युग ऐसा करता है, औद्योगिक युग ऐसा करता है, और इंटरनेट युग भी ऐसा करता है। लोग सोचते हैं कि वे जीवन की रक्षा कर रहे हैं, लेकिन अक्सर वे अतीत के वर्गीकरण की रक्षा कर रहे होते हैं; लोग सोचते हैं कि वे मानवता की रक्षा कर रहे हैं, लेकिन अक्सर वे पुरानी तकनीकी परिस्थितियों में बने व्यवसायिक पहचान की रक्षा कर रहे होते हैं।

लेकिन इतिहास वास्तव में जिसे संरक्षित करता है, वह कभी भी घुड़सवार, लैंप लाइटर या टाइपिस्ट जैसी विशिष्ट पहचानें नहीं हैं, बल्कि नए प्रौद्योगिकी के सामने मानवता की आवश्यकताओं को पुनः खोजने, उत्पादन को पुनः संगठित करने और जीवन को पुनः रचने की क्षमता है।

AI युग में सबसे अधिक सुरक्षित करने योग्य, यही क्षमता है। और इसका संस्थागत रूप, अभी भी खुले बाजार में कीमतें, लाभ, हानि, प्रतिस्पर्धा और प्रवेश की स्वतंत्रता है।

मूल्य सिद्धांत का पुनर्जागरण, अतीत में वापस जाना नहीं, बल्कि भविष्य के लिए बहस करना है।

भविष्य AI की शक्ति के कारण एक ऐसा स्थिर स्वर्ग नहीं बनेगा जहां कोई दुर्लभता, चयन, व्यापार या बाजार न हो। भविष्य अधिक समृद्ध और अधिक जटिल होगा; अधिक समृद्ध और अधिक भिन्न; अधिक बुद्धिमान और अधिक स्थानीय ज्ञान और मानवीय निर्णय पर निर्भर। कृत्रिम बुद्धिमत्ता संभावनाओं को विस्तार देती है, लेकिन मूल्य तंत्र हमें यह पता लगाने में मदद करता है कि कौन सी संभावनाएं वास्तव में मूल्यवान हैं।

नए दुनिया के लिए बाजार छोड़ना, अज्ञात मांग के लिए रास्ता छोड़ना, नए उत्पादों के लिए परीक्षण छोड़ना, युवाओं के लिए जोखिम छोड़ना और मानव कल्पनाशक्ति के लिए निकास छोड़ना है।

पुरानी नींव अंततः ढीली हो जाएगी। वास्तविक सवाल यह नहीं है कि क्या हम प्रत्येक गाड़ी को बचा पाएंगे, बल्कि यह है कि क्या हम रेलवे, कारों, विमानों और उन अभी तक नामित नहीं हुए चीजों के आगमन को स्वीकार करते हैं।

मानवता की सबसे बड़ी बात जिसे आज बचाना चाहिए, वह कोई भी पुराना पेशा, पुराना उद्योग या पुरानी संगठनात्मक रूप नहीं, बल्कि खुले भविष्य में मूल्य की खोज करने की मानवीय संस्थागत क्षमता है।

यह पुरानी अर्थव्यवस्था का अवशेष नहीं है।

यह नए दुनिया का प्रवेश द्वार है।

यही कीमत सिद्धांत का पुनरागमन है।