एप्पल ने अपने कई सबसे लोकप्रिय उत्पादों के दाम बढ़ाने की घोषणा की है। वे AI डेटा केंद्रों से मेमोरी और स्टोरेज की मांग को मुख्य कारण बता रहे हैं। भविष्य की लागत मुफ्त नहीं है। हम, उपभोक्ता, इसकी कीमत चुकाएंगे। मुद्रास्फीति नहीं रुकती। $BTC

NVIDIA ने अभी लगभग असंभव काम कर दिया है। अब यह प्रति कर्मचारी $6.04 मिलियन राजस्व उत्पन्न करता है। इसे समझने का समय दें। औसत S&P 500 कंपनी प्रति कर्मचारी लगभग $640K कमाती है। NVIDIA लगभग 10 गुना अधिक कमा रहा है। क्यों? • केवल लगभग 42,000 कर्मचारी • लगभग 74% R&D में काम करते हैं • यह उत्पादन के बजाय चिप्स का डिज़ाइन करता है • CUDA AI के लिए डिफ़ॉल्ट प्लेटफ़ॉर्म बन गया है • प्रत्येक प्रमुख AI कंपनी इसके इंफ्रास्ट्रक्चर को खरीदने के लिए तेज़ी से आगे बढ़ रही है कुछ ही वर्षों में, प्रति कर्मचारी राजस्व $2M से बढ़कर $6M से अधिक हो गया। यह अब केवल एक चिप कंपनी नहीं है। यह अब तक की सबसे कुशलतम व्यवसायों में से एक है। AI केवल बुद्धिमान सॉफ़्टवेयर ही नहीं बना रहा है। यह ऐसी कंपनियाँ भी बना रहा है जो अपेक्षाकृत छोटी टीमों के साथ अरबों कमा रही हैं।

डेटा सेंटर अपने स्थानीय उपयोग से कहीं अधिक पानी का अप्रत्यक्ष रूप से उपयोग करते हैं, जो उन्हें बिजली से आपूर्ति करने वाले बिजली संयंत्रों के माध्यम से होता है। एआई के कारण बिजली की विस्फोटक मांग बढ़ रही है, इसलिए यह छिपा हुआ पानी का अपरिमाप उन क्षेत्रों में एक वास्तविक सीमा बनता जा रहा है, जहां पहले से ही पानी की आपूर्ति संकुचित है। यह एक और याददाश्त है कि बड़े टेक का विकास एक खाली स्थान में नहीं होता — यह बिजली और पानी जैसे भौतिक संसाधनों पर मजबूती से निर्भर करता है। हमने पिछले टेक या औद्योगिक चक्रों के दौरान ऊर्जा और सामग्री के साथ समान पैटर्न देखे हैं। प्रश्न यह है कि नई पीढ़ी, बेहतर कूलिंग प्रौद्योगिकी, या स्थान चयन कितनी जल्दी प्रभाव डाल पाएगी, ताकि इसका प्रभाव लागत या उपलब्धता में प्रकट होने से पहले ही कम हो सके। संसाधनों और अवसंरचना को देखने वालों के लिए, ऐसी अप्रत्यक्ष मांग को ट्रैक करना महत्वपूर्ण है। यह अक्सर प्रमुख समाचारों से कई समय पहले, सुविधाओं, पानी प्रबंधन और संबंधित क्षेत्रों मेंअव возможности पैदा करता है।

🎙️ वॉइस AI नेता एलेवनलैब्स $22 बिलियन के वैल्यूएशन पर टेंडर ऑफर पर विचार कर रहा है 1. वॉइस जनरेशन स्टार्टअप एलेवनलैब्स को एक स्टाफ शेयर बिक्री पर बातचीत करते हुए कंपनी का मूल्य लगभग $22 बिलियन रखने की रिपोर्ट है। 2. यह विशाल मूल्यांकन फरवरी में अपने पिछले फंडिंग राउंड के बाद से कंपनी के मूल्य में भारी दोगुना वृद्धि को दर्शाता है। 3. प्रस्तावित टेंडर ऑफर विशेषज्ञ, श्रेणी-अग्रणी जनरेटिव AI मॉडल्स के लिए निवेशकों की विस्फोटक मांग को उजागर करता है। बॉबी का मानना है: केवल पांच महीनों में अपने मूल्यांकन को दोगुना करना यह साबित करता है कि जबकि मूलभूत टेक्स्ट मॉडल्स को सामान्यीकरण के डर का सामना करना पड़ रहा है, विशेषज्ञ बहुआयामी नेता अभी भी भारी प्रीमियम प्राप्त कर रहे हैं। बॉबी पर The AI Roundup को सब्सक्राइब करें, समर्थन संबंधी लिंक, समाचारपत्र और पॉडकास्ट के लिए।

🍉 मेटा का आगामी 'वॉटरमेलन' मॉडल रिपोर्ट के अनुसार OpenAI के GPT-5.5 बेंचमार्क्स के बराबर है 1. मेटा के सुपरइंटेलिजेंस प्रमुख अलेक्सांड्र वांग ने खुलासा किया कि कंपनी का आगामी AI मॉडल, जिसे आंतरिक रूप से 'वॉटरमेलन' कहा जाता है, प्रमुख बेंचमार्क्स पर OpenAI के GPT-5.5 के बराबर प्रदर्शन कर रहा है। 2. लीक हुए आंतरिक प्रदर्शन मीट्रिक्स से पता चलता है कि मेटा सफलतापूर्वक प्राइवेट फ्रंटियर मॉडल्स के साथ क्षमता का अंतर समाप्त कर चुका है। 3. यह खुलासा तब हुआ है जब ओपन-वेट विशालकाय कंपनी अपने सुपरकंप्यूटिंग क्लस्टर्स को बढ़ाकर स्थापित उद्योग नेताओं को चुनौती दे रही है। बॉबी सोचती हैं: अगर मेटा GPT-5.5 स्तर की क्षमता वाला मॉडल ओपन-सोर्स करता है, तो यह OpenAI और Anthropic दोनों के वाणिज्यिक लाइसेंसिंग मूट्स को काफी प्रभावित कर सकता है। बॉबी पर The AI Roundup को सब्सक्राइब करें, समर्थन संबंधी लिंक्स, न्यूज़लेटर और पॉडकास्ट के लिए।

ग्रील मेरे लिए उन दुर्लभ कंपनियों में से एक है जिनसे मुझे नफरत है। वे लगातार राष्ट्रीय कंपनी के नाम पर राष्ट्रीयतावाद का नाटक करते हैं, लेकिन एयर कंडीशनिंग उद्योग में, मियामी, हैयर, और मी भी राष्ट्रीय कंपनियाँ हैं, लेकिन वे राष्ट्रीयतावाद का नाटक नहीं करते। वे लगातार अपने स्थानीय प्रतिस्पर्धियों की आलोचना करते हैं, लेकिन डैइकिन या मिबिशी के साथ सीधे प्रतिस्पर्धा क्यों नहीं करते? एक एयर कंडीशनर कंपनी लगातार अपने प्रौद्योगिकीय नवाचार का दावा करती है, लेकिन ऊर्जा दक्षता के मामले में, यह उद्योग में सबसे कमजोर में से एक है। मैंने 15P डैइकिन को 7x24 घंटे एक महीने तक चलाया, और बिजली का बिल केवल 2000 रुपये आया। पहले, मेरे 3P और 1.5P ग्रील कंडीशनर्स का मासिक बिजली बिल 1500 से अधिक था, हालांकि मैंने पहले कम समय के लिए ही चलाया था। मुझे हमेशा पता नहीं था कि अच्छा एयर कंडीशनर कितना सस्ता और सुविधाजनक हो सकता है। मैंने कभी भी कचरा ग्रील का उपयोग नहीं किया है। ऐसी कमजोर ऊर्जा दक्षता के साथ, वे हर दिन कैसे सार्वजनिक रूप से प्रचार कर पाते हैं? हर बार इसका उपयोग करने पर, मैंने महसूस किया कि मुझे और पैसा खर्च करना पड़ता है। हालांकि, डोंग मिंझुए प्रभावित हो गईं, केवल महिला-जैसी प्रतिक्रिया करके ही प्रतिक्रिया कर सकती हैं। ग्रील स्वयं ऑटो-बैटरी में प्रवेश करती है, पुर्सुईन-यिनलोंग में 700 करोड़ का नुकसान हुआ, और 1300 करोड़ के पुर्सुईन-यिनलोंग को समग्र सार्वजनिक कंपनी से समाहित करने का प्रयास किया—लेकिन स्टॉकहोल्डर्स द्वारा प्रस्ताव को समाप्त कर दिया। समग्रतः, मी 100% सफलता प्राप्त की है, साथ ही, महत्वपूर्ण सफलता से। ग्रील मोबाइल में प्रवेश करती है—एक पूर्णविफलता। मियामी की तरह, हेटरोजेनस होमेप्लेस सुविधाओं में प्रवेश—जिंहोंग होमेप्लेस पूरी तरह से सफलताहीन, पूरे उद्योग में Nobody। पिछले हफ्ते, उन्होंने "डेकॉर्ड" (डेकॉर्ड) मशीन पेश की—इसका प्रचार किया—ऐसा महसूस हुआ, मानो पुराना समझदार, हमेशा WhatsApp/WeChat पर स्वास्थ्य-संबंधी समझदारी-वीडियोज़ पढ़ता हुआ, मस्तिष्क समाप्त हो गया। 😅 ग्रील का पिछला साल, 2023, में, प्रति-आय (revenue) + मुनाफ़ा (profit) —दोनों में पतन। इस वित्तीय साल में, प्रति-आय (revenue) + मुनाफ़ा (profit) —दोनों में पुनः पतन होने की संभावना। एक पुराने, सबके साथ संघर्षशील, "व्यक्ति-उपासक" (personality cult) प्रचलित-अध्यक्ष—एक सुस्त, सुस्त-मृत्यु। "बुजुर्ग-अध्यक्ष" (old boss) कंपनी को मृत्यु-उपहार।

डेटा कहता है कि सस्ता है। डेस्क कहती है कि कोई इसे नहीं चाहता। ये दोनों चीजें हर बार एक साथ दिखाई देती हैं, और मुझे यह वास्तविक समय में देखने को मिलता है। मैं एक क्रिप्टो एक्सचेंज पर काम करता हूँ। जब स्कोर अपने 15-वर्षीय रेंज के निचले कुछ प्रतिशत में चला जाता है, जैसे कि अभी 17.3 पर, फोन शांत हो जाते हैं। नए खाते बंद हो जाते हैं। मौजूदा ग्राहक खरीदना बंद कर देते हैं। जितना सस्ता होता है, उतना कम कोई इसे चाहता है। यह कोई संयोग नहीं है। यही कारण है कि एक सिस्टम, अपनी इंट्यूशन से बेहतर होता है। मैंने स्कोर को AI के सहारे 15 साल के कीमत के डेटा पर बनाया, ताकि संख्या मुझे उसी पल खरीदने के लिए कहे, जब मेरी, और हर किसी की, प्रेरणा 'नहीं' कह रही हो। कठिन हिस्सा कभी पैटर्न ढूंढना नहीं था। कठिन हिस्सा तब काम करना है, जब कमरा शांत हो चुका हो।