सध्या AI मध्ये खरा ‘दम’ कोणाचा आहे?

आर्टिफिशियल इंटेलिजन्स (AI) क्षेत्रातील सत्तेचे संतुलन आता प्रयोगशाळेतून डेटा सेंटरकडे सरकले आहे. या क्रांतीच्या सुरुवातीच्या काळात, ज्या संशोधकांकडे उत्तम मॉडेल्स बनवण्याची क्षमता होती, त्यांच्याकडेच खरी ताकद होती. पण आज, ही ताकद अशा संस्थांकडे गेली आहे ज्यांच्याकडे प्रत्यक्ष इन्फ्रास्ट्रक्चर आणि सॉफ्टवेअर इंटरफेस आहेत, जिथे लोक आपला कामाचा वेळ घालवतात. आता केवळ एक स्मार्ट मॉडेल असणे पुरेसे नाही. खरी ताकद आता त्यांच्याकडे आहे ज्यांच्याकडे डिस्ट्रिब्युशन चॅनेल आणि हे सिस्टिम्स मोठ्या प्रमाणावर चालवण्यासाठी लागणारे प्रचंड कम्प्युट क्लस्टर्स आहेत. आपण शोधाच्या युगातून औद्योगिकीकरणाच्या युगाकडे जात आहोत, जिथे भांडवल आणि अस्तित्वात असलेले युजर बेस हेच ठरवतात की कोण जिंकणार.

अलीकडील घडामोडींवरून हे स्पष्ट होते की, हार्डवेअरवर अब्जावधी डॉलर्स खर्च करण्याची क्षमता हीच प्रगतीतील मुख्य अडथळा आहे. जनता कोणत्या चॅटबॉटला जास्त ‘मानवी’ वाटते यावर लक्ष केंद्रित करत असताना, उद्योगजगतातील काही मोठ्या कंपन्यांचे कॅपिटल एक्सपेंडिचर रिपोर्ट तपासले जात आहेत. ज्या कंपन्या लाखो हाय-एंड चिप्स खरेदी करू शकतात, त्या इतरांसाठी दिशा ठरवत आहेत. हे वातावरण स्थिर नाही. गेल्या बारा महिन्यांत, मोठ्या मॉडेल्सच्या ट्रेनिंगवरून लक्ष आता ते कार्यक्षमतेने चालवण्याकडे वळले आहे. ज्या कंपन्यांकडे AI वाहून नेणाऱ्या ‘पाईप्स’ची मालकी आहे, त्यांच्याकडेच आता खरी ताकद आहे.

सिलिकॉन आणि सॉफ्टवेअरचा आयर्न ट्रँगल

कोणाकडे खरी ताकद आहे हे समजून घेण्यासाठी तुम्हाला सध्याच्या मार्केटचे तीन आधारस्तंभ पाहावे लागतील: कम्प्युट, डेटा आणि डिस्ट्रिब्युशन. कम्प्युट हा सर्वात मोठा अडथळा आहे. Nvidia सारख्या कंपन्यांचे मूल्य गगनाला भिडले आहे कारण ते आवश्यक हार्डवेअर पुरवतात. या चिप्सशिवाय, जगातील सर्वात प्रगत सॉफ्टवेअर म्हणजे केवळ हार्ड ड्राईव्हमधील कोड आहे. दुसरा स्तंभ म्हणजे डेटा. इथे ताकद अशा कंपन्यांकडे आहे ज्यांच्याकडे मानवी संवादाचे प्रचंड भांडार आहे, जसे की सोशल मीडिया प्लॅटफॉर्म्स किंवा डॉक्युमेंट स्टोरेज प्रोव्हायडर्स. त्यांच्याकडे विशिष्ट कामांसाठी मॉडेल्स सुधारण्यासाठी लागणारा कच्चा माल आहे.

तिसरा आणि कदाचित सर्वात महत्त्वाचा स्तंभ म्हणजे डिस्ट्रिब्युशन. इथेच लोकांचा समज आणि वास्तव यात मोठी तफावत दिसते. अनेकांना वाटते की सर्वात लोकप्रिय चॅटबॉट ब्रँडकडे सर्वात जास्त ताकद आहे. प्रत्यक्षात, ज्या कंपन्यांकडे ऑपरेटिंग सिस्टम्स आणि प्रॉडक्टिव्हिटी सूट्स आहेत, त्यांचे पारडे जड आहे. जर एखादे AI टूल तुमच्या ईमेल क्लायंट किंवा वर्ड प्रोसेसरमध्ये आधीच इनबिल्ट असेल, तर तुम्ही तिसऱ्या पक्षाची सेवा शोधण्याची शक्यता कमी असते. हा इनबिल्ट फायदा असल्यामुळेच प्रस्थापित दिग्गज कंपन्या आपल्या उत्पादनांमध्ये थेट फीचर्स समाविष्ट करत आहेत. त्यांना नवीन ग्राहक शोधण्याची गरज नाही कारण युजरशी त्यांचे नाते आधीच जोडलेले आहे.

या डायनॅमिक्समुळे अशी परिस्थिती निर्माण झाली आहे की स्टार्टअप्सना अनेकदा आपल्या संभाव्य स्पर्धकांशी भागीदारी करावी लागते. एका छोट्या कंपनीकडे मॉडेल कार्यक्षमतेत मोठी प्रगती असू शकते, पण जागतिक सर्व्हर नेटवर्क उभारण्यासाठी लागणारे अब्जावधी डॉलर्स त्यांच्याकडे नसतात. परिणामी, ते आपल्या बौद्धिक संपदेचा (IP) वापर मोठ्या भागीदाराच्या क्लाउड इन्फ्रास्ट्रक्चरसाठी करतात. यामुळे एक चक्र तयार होते जिथे सर्वात मोठ्या कंपन्या भविष्यातील सर्व नाविन्यासाठी ‘गेटकीपर्स’ बनतात. ताकद केवळ तंत्रज्ञानात नाही, तर त्या तंत्रज्ञानाला एका रात्रीत अब्जावधी युजर्सपर्यंत पोहोचवण्याच्या क्षमतेत आहे.

सार्वभौमत्व आणि नवीन डेटा दरी

जागतिक स्तरावर, AI ताकद ही आता राष्ट्रीय सुरक्षा आणि आर्थिक सार्वभौमत्वाचा विषय बनत आहे. देशांना हे उमजले आहे की त्यांच्या इंटेलिजन्स इन्फ्रास्ट्रक्चरसाठी परदेशी क्लाउडवर अवलंबून राहणे हा एक धोरणात्मक धोका आहे. यामुळे ‘सॉव्हरिन AI’ उपक्रमांचा उदय झाला आहे, जिथे सरकारे स्थानिक डेटा सेंटर्स आणि लोकलाइज्ड मॉडेल्समध्ये गुंतवणूक करत आहेत. इथे ताकद अशा राष्ट्रांकडे आहे जी चिप्सचा विश्वासार्ह पुरवठा आणि त्यासाठी लागणारी ऊर्जा मिळवू शकतात. आपण डिजिटल डिप्लोमसीचे एक नवीन स्वरूप पाहत आहोत, जिथे कम्प्युट पॉवरचा वापर आंतरराष्ट्रीय संबंधांमध्ये बार्गेनिंग चिप म्हणून केला जात आहे.

या बदलाचा सर्वाधिक फटका विकसनशील अर्थव्यवस्थांना बसत आहे. या प्रदेशांत टॅलेंट आहे, पण हार्डवेअरची कमतरता आहे. यामुळे एका नवीन डिजिटल दरीचा धोका निर्माण झाला आहे, जिथे काही मोजके देश पुढील दशकासाठी आर्थिक वाढीची मुख्य इंजिने नियंत्रित करतील. ज्या कंपन्या परवडणाऱ्या आणि स्थानिक AI सेवा देऊन ही दरी भरून काढतील, त्यांना उदयोन्मुख बाजारपेठांमध्ये प्रचंड प्रभाव मिळेल. मात्र, यामुळे या प्रदेशांत तयार होणाऱ्या डेटाचा मालक कोण, हा प्रश्नही उपस्थित होतो. जर एका देशातील कंपनी दुसऱ्या देशातील सरकारसाठी AI पुरवत असेल, तर अधिकार आणि मालकीच्या रेषा धूसर होतात.

आपण बौद्धिक संपदेचे मूल्य जागतिक स्तरावर कसे मोजले जाते, यातही बदल पाहत आहोत. पूर्वी मूल्य सॉफ्टवेअरमध्ये होते. आता, मूल्य मॉडेलच्या ‘वेट्स’मध्ये आणि ते ट्रेन करण्यासाठी वापरल्या जाणाऱ्या प्रोप्रायटरी डेटासेटमध्ये आहे. यामुळे उच्च दर्जाच्या डेटासाठी ‘गोल्ड रश’ सुरू झाला आहे. मीडिया कंपन्या, लायब्ररी आणि अगदी Reddit लाही समजले आहे की त्यांचे अर्काइव्हज पूर्वीच्या कल्पनेपेक्षा कितीतरी मौल्यवान आहेत. ताकद आता अशा कंटेंट मालकांकडे गेली आहे जे त्यांच्या डेटाचे स्क्रॅपिंग रोखू शकतात किंवा परवानगी देऊ शकतात. सुरुवातीच्या इंटरनेट युगापेक्षा हा मोठा बदल आहे, जिथे डेटा सहसा विनामूल्य दिला जात असे.

इंटिग्रेटेड वर्कफ्लोमध्ये जगणे

या ताकदीचा प्रत्यक्ष परिणाम एका आधुनिक प्रोफेशनलच्या दैनंदिन जीवनात स्पष्टपणे दिसतो. सारा नावाच्या मार्केटिंग एक्झिक्युटिव्हचे उदाहरण घेऊ. एक वर्षापूर्वी, सारा एखादी मोहीम आखण्यासाठी चॅटबॉट वापरण्यासाठी वेगळा ब्राउझर टॅब उघडत असे. ती वेगवेगळ्या ॲप्समध्ये मजकूर कॉपी-पेस्ट करत असे. आज, सारा तिचे मुख्य वर्कस्पेस कधीच सोडत नाही. जेव्हा ती एक कोरे डॉक्युमेंट उघडते, तेव्हा AI तिथे आधीच असते, जे तिच्या मागील ईमेल आणि मीटिंग नोट्सच्या आधारे ड्राफ्ट सुचवते. हे डिस्ट्रिब्युशनच्या ताकदीचे उदाहरण आहे. सारा जगातील सर्वात प्रगत मॉडेल वापरत नाहीये. ती ते वापरत आहे जे सर्वात सोयीचे आहे.

या परिस्थितीत, जी कंपनी साराला तिचे ऑफिस सॉफ्टवेअर पुरवते, त्यांच्याकडे पूर्ण ताकद आहे. ते ती काय लिहिते हे पाहतात, त्यांना तिचे वेळापत्रक माहित असते आणि ते तिला मदत करणारे AI नियंत्रित करतात. या इंटिग्रेशनमुळे सारासाठी दुसऱ्या AI प्रोव्हायडरकडे जाणे खूप कठीण होते. जरी एखाद्या स्पर्धकाने १० टक्के अधिक अचूक मॉडेल लाँच केले, तरी तिचा डेटा हलवणे आणि वर्कफ्लो बदलणे खूप जिकिरीचे असते. यालाच आपण ‘इकोसिस्टमचे गुरुत्वाकर्षण’ म्हणतो. AI जितके अधिक इंटिग्रेटेड होईल, तितका युजर एका विशिष्ट प्रोव्हायडरच्या इन्फ्रास्ट्रक्चरमध्ये अडकून राहील.

हे इंटिग्रेशन हार्डवेअर स्तरापर्यंतही पोहोचले आहे. आपण नवीन पिढीचे लॅपटॉप आणि फोन पाहत आहोत ज्यात समर्पित AI चिप्स आहेत. यामुळे काही कामे क्लाउडवर डेटा न पाठवता स्थानिक पातळीवर (locally) प्रोसेस करता येतात. ज्या कंपन्या या चिप्स आणि त्यातील उपकरणे डिझाइन करतात, त्यांच्याकडे एक वेगळ्या प्रकारची ताकद आहे. ते अशी प्रायव्हसी आणि वेग देऊ शकतात जो केवळ क्लाउडवर अवलंबून असलेले प्रोव्हायडर्स देऊ शकत नाहीत. संवेदनशील कायदेशीर किंवा वैद्यकीय डेटा हाताळणाऱ्या प्रोफेशनलसाठी, स्थानिक पातळीवर AI चालवणे हा एक मोठा फायदा आहे. कर्मचाऱ्याचा दिवस आता हार्डवेअर आणि सॉफ्टवेअरच्या या अदृश्य थरांनी अधिक परिभाषित होत आहे.

लोकांचा समज आणि वास्तव यातली तफावत इथे सर्वात स्पष्ट आहे. जनता कोणते AI सर्वोत्तम कविता लिहू शकते याचा मागोवा घेत असताना, व्यवसाय मात्र कोणते AI ट्रेड सीक्रेट्स लीक न करता त्यांची सप्लाय चेन ऑटोमेट करू शकते, याचा मागोवा घेत आहेत. ताकद अशा प्रोव्हायडर्सकडे आहे जे कच्च्या क्रिएटिव्ह पॉवरपेक्षा सुरक्षा आणि विश्वासार्हता देऊ शकतात. म्हणूनच Microsoft सारख्या कंपन्या एंटरप्राइझ-ग्रेड फीचर्सवर इतका भर देत आहेत. त्यांना माहित आहे की खरा पैसा कंटाळवाण्या पण मोठ्या प्रमाणात चालणाऱ्या कामांत आहे, जी व्यवसाय चालू ठेवतात. याचे परिणाम ऑटोमेटेड इनव्हॉइस प्रोसेसिंग, फॅक्टरीमधील प्रेडिक्टिव्ह मेंटेनन्स आणि जागतिक कॉल सेंटर्समधील रिअल-टाइम भाषांतरात दिसतात.

• अस्तित्वात असलेल्या कम्युनिकेशन टूल्समध्ये ऑटोमेटेड शेड्युलिंग आणि ईमेल ट्रायज.
• ERP सिस्टिम्समध्ये इंटिग्रेटेड इन्व्हेंटरी मॅनेजमेंटसाठी प्रेडिक्टिव्ह ॲनालिटिक्स.
• व्हिडिओ कॉन्फरन्स कॉल्स दरम्यान रिअल-टाइम डॉक्युमेंट समरायझेशन.
• इंटरनेट कनेक्शनची गरज नसलेले ऑन-डिव्हाइस इमेज आणि व्हिडिओ एडिटिंग.

सिंथेटिक इंटेलिजन्सचा छुपा कर

आपण या सिस्टिम्सवर जितके जास्त अवलंबून राहू, तितकेच आपल्याला त्यातील छुपे खर्च काय आहेत, हे विचारणे गरजेचे आहे. डेटा सेंटर्स थंड ठेवण्यासाठी लागणाऱ्या प्रचंड पाणी आणि विजेचा खर्च कोण देत आहे? जसे AI कॉर्पोरेट स्टॅकचा एक मानक भाग बनते, तसे ते प्रत्येक व्यवहारावर एक ‘छुपा कर’ म्हणून काम करते. प्रोव्हायडर्सकडे असलेली ताकद त्यांना या इंटेलिजन्सची किंमत ठरवण्याची मुभा देते. जर एखाद्या कंपनीने आपला संपूर्ण वर्कफ्लो एका विशिष्ट AI भोवती उभारला असेल, तर जेव्हा प्रोव्हायडर सबस्क्रिप्शन फी वाढवतो तेव्हा काय होईल? बदलण्याचा खर्च हा वाढीव खर्चापेक्षा जास्त असू शकतो, ज्यामुळे व्यवसाय एका असुरक्षित स्थितीत येतो.

डेटा प्रायव्हसी आणि मानवी कौशल्याचे दीर्घकालीन मूल्य हा देखील एक प्रश्न आहे. जर एखादे AI तुमच्या सर्वोत्तम कर्मचाऱ्यांच्या कामावर ट्रेन केले असेल, तर त्यातून निर्माण झालेल्या मॉडेलचा मालक कोण? AI प्रोव्हायडरकडे इथे ताकद आहे कारण ज्या प्लॅटफॉर्मवर ट्रेनिंग होते, त्याची मालकी त्यांची असते. यामुळे अशी परिस्थिती निर्माण होऊ शकते जिथे कंपन्या आपल्याच कर्मचाऱ्यांचे कौशल्य तिसऱ्या पक्षाकडून भाड्याने घेत आहेत. आपल्याला ‘मॉडेल कोलॅप्स’चा धोकाही विचारात घ्यावा लागेल. जर इंटरनेट AI-जनरेटेड कंटेंटने भरले आणि भविष्यातील मॉडेल्स त्याच कंटेंटवर ट्रेन झाली, तर इंटेलिजन्सची गुणवत्ता कालांतराने खालावू शकते. मग ताकद कोणाकडे असेल? ती त्यांच्याकडे असेल ज्यांच्याकडे AI स्फोटाच्या आधीचा मूळ, मानवनिर्मित डेटा आहे.

प्रायव्हसी ही सर्वात मोठी चिंता आहे. जेव्हा AI तुमच्या डिजिटल आयुष्याच्या प्रत्येक भागात समाविष्ट असते, तेव्हा प्रोव्हायडरला तुमच्या वागणुकीबद्दल अशी माहिती मिळते जी पूर्वी अशक्य होती. ते फक्त तुम्ही काय सर्च करता हे पाहत नाहीत. तुम्ही कसा विचार करता, तुम्ही तुमच्या कल्पना कशा मांडता आणि तुम्ही तुमच्या सहकाऱ्यांशी कसे वागता, हे त्यांना समजते. डेटाचे हे केंद्रीकरण काही मोजक्या कंपन्यांना अभूतपूर्व सामाजिक आणि आर्थिक ताकद देते. आपण या केंद्रीकरणाशी सहमत आहोत का, हे आपल्याला विचारले पाहिजे. सोयीचा छुपा खर्च म्हणजे कदाचित ‘डिजिटल स्वायत्ततेचा’ ऱ्हास.

पॉवर युजरचे आर्किटेक्चर

पॉवर युजर आणि डेव्हलपरसाठी, ताकद ही अंमलबजावणीच्या बारकाव्यांमध्ये असते. सध्याचा कल ‘रिट्रिव्हल-ऑगमेंटेड जनरेशन’ (RAG) कडे आहे. हे तंत्र मॉडेलला उत्तर तयार करण्यापूर्वी विशिष्ट कागदपत्रांकडे पाहण्याची परवानगी देते. इथे ताकद अशा कंपन्यांकडे आहे ज्या सर्वोत्तम वेक्टर डेटाबेस आणि सर्वात वेगवान API कनेक्शन्स पुरवतात. जर तुम्ही एखादे ॲप्लिकेशन बनवत असाल, तर तुम्ही मॉडेलच्या ‘कॉन्टेक्स्ट विंडो’ आणि सर्व्हरच्या ‘लेटन्सी’मुळे मर्यादित असता. पॉवर युजर्स ते आहेत ज्यांना या मर्यादांमध्ये राहून काहीतरी अखंड (seamless) कसे बनवायचे हे माहित आहे.

आपण स्थानिक स्टोरेज आणि एज कम्प्युटिंगबद्दलच्या विचारांतही बदल पाहत आहोत. मॉडेल्स अधिक कार्यक्षम होत असल्याने, ती लहान उपकरणांवर चालू शकतात. यामुळे मोठ्या क्लाउड प्रोव्हायडर्सवरचे अवलंबित्व कमी होते. पॉवर युजर आपला डेटा कधीही हार्डवेअर सोडून बाहेर जाणार नाही याची खात्री करण्यासाठी मॉडेलची स्थानिक इन्स्टन्स चालवण्याचा निर्णय घेऊ शकतो. ही दिग्गज कंपन्यांविरुद्ध एक प्रकारची ‘काउंटर-लेव्हरेज’ आहे. मात्र, API मर्यादा आणि प्रति टोकन खर्च हा बहुतेक डेव्हलपर्ससाठी मोठा अडथळा आहे. ज्या कंपन्या या टोकन्सची किंमत नियंत्रित करतात, त्यांच्याकडे केवळ अटी बदलून स्टार्टअपला एका रात्रीत संपवण्याची ताकद आहे.

• कॉन्टेक्स्ट विंडोच्या मर्यादा ज्या ठरवतात की मॉडेल एका वेळी किती माहिती प्रोसेस करू शकते.
• टोकन प्राइसिंग मॉडेल्स जे लहान डेव्हलपर्सपेक्षा मोठ्या एंटरप्राइझ ग्राहकांना झुकते माप देतात.
• कस्टम मॉडेल्सच्या फाईन ट्यूनिंगसाठी H100 आणि B200 क्लस्टर्सची उपलब्धता.
• OpenAI किंवा Anthropic द्वारे पुरवल्या जाणाऱ्या विद्यमान API सोबत इंटिग्रेशन.

मार्केटचा ‘गीक’ विभाग सध्या मॉडेलचा आकार आणि कामगिरी यांच्यातील तडजोडीमध्ये गुंतलेला आहे. आपण ‘स्मॉल लँग्वेज मॉडेल्स’चा उदय पाहत आहोत जे मोठ्या मॉडेल्ससारखीच विशिष्ट कामे करू शकतात, पण खूप कमी खर्चात. या नीश मार्केटमधील ताकद अशा संशोधकांकडे आहे जे तर्क करण्याची क्षमता न गमावता मॉडेल्सना ‘प्रून’ आणि ‘क्वांटाइज’ करू शकतात. इथूनच पुढची मोठी क्रांती येण्याची शक्यता आहे. जर एखादी कंपनी फोनवर चालणारे आणि क्लाउड मॉडेलसारखी कामगिरी करणारे मॉडेल देऊ शकली, तर ते सध्याचा कम्प्युट अडथळा मोडून काढतील. हे असे क्षेत्र आहे जिथे वास्तव लोकांच्या समजापेक्षा वेगाने बदलत आहे.

जगण्याचे नवीन नियम

AI ताकदीचे लँडस्केप आता रहस्य राहिलेले नाही. हा स्केल, डिस्ट्रिब्युशन आणि इन्फ्रास्ट्रक्चरचा लढा आहे. ज्या कंपन्यांकडे आधीच युजरशी नाते आहे आणि ज्या सिलिकॉन युगातील प्रचंड भांडवली गरजा पूर्ण करू शकतात, त्या कंपन्या नियंत्रणात आहेत. तंत्रज्ञान प्रभावी असले तरी, सत्तेचे डायनॅमिक्स आश्चर्यकारकपणे पारंपारिक आहेत. हा खेळ कोणाकडे जास्त संसाधने आणि मार्केटमध्ये सर्वोत्तम प्रवेश आहे, याचा आहे. आपण जो बदल पाहिला आहे, तो म्हणजे AI हे केवळ एक फीचर नसून जागतिक अर्थव्यवस्थेचा एक नवीन थर आहे, हे वास्तव स्वीकारणे.

संपादकाची नोंद: आम्ही ही साइट बहुभाषिक AI बातम्या आणि मार्गदर्शिका केंद्र म्हणून अशा लोकांसाठी तयार केली आहे जे संगणक तज्ञ नाहीत, परंतु तरीही कृत्रिम बुद्धिमत्ता समजून घेऊ इच्छितात, अधिक आत्मविश्वासाने तिचा वापर करू इच्छितात आणि आधीच येत असलेल्या भविष्याचा मागोवा घेऊ इच्छितात.

जसजसे आपण पुढे जात आहोत, तसतसा प्रश्न उरतो की कोणताही नवीन खेळाडू प्रस्थापित दिग्गजांना खरोखर आव्हान देऊ शकेल का? ताकद सध्या खूप कमी लोकांच्या हातात केंद्रित आहे. सामान्य युजर किंवा व्यवसायासाठी, ध्येय हे आहे की एकाच प्रोव्हायडरवर पूर्णपणे अवलंबून न राहता या टूल्सचा वापर कसा करायचा. उद्योग विकसित होत राहील, पण कम्प्युट आणि डिस्ट्रिब्युशनची भौतिक आणि आर्थिक वास्तवता सत्तेचे मुख्य चालक राहतील. कोणाला वाटते की कोण जिंकत आहे आणि प्रत्यक्षात कोणाचे नियंत्रण आहे, यातील तफावत वाढतच जाईल.

काही चूक आढळली किंवा काही दुरुस्त करायचे आहे का? आम्हाला कळवा. प्रश्न, सूचना किंवा लेखाची कल्पना आहे? आमच्याशी संपर्क साधा.