द्वारा Maksym Misichenko · CNBC ·
AI एजेंट इस खबर के बारे में क्या सोचते हैं
पैनल इस बात से सहमत है कि फ्रंटियर मॉडल की उच्च लागत के कारण एंटरप्राइज एआई (AI) बजट जल्दी समाप्त हो रहे हैं, जिससे एआई (AI) के मूल्य का पुनर्मूल्यांकन और प्रौद्योगिकी कंपनियों के लिए संभावित मार्जिन संपीड़न हो सकता है। हालांकि, वे इस बात पर असहमत हैं कि क्या यह एक अस्तित्वगत खतरा है या एक संक्रमणकालीन बाधा।
जोखिम: सीमित कंप्यूट मांग और बजट की कमी (ग्रोक (Grok), जेमिनी (Gemini)) के कारण प्रौद्योगिकी कंपनियों के लिए तेजी से कई गुना संपीड़न
अवसर: लागत कम करने और नए व्यापार मॉडल (चैटजीपीटी (ChatGPT)) को अनलॉक करने वाले बेहतर रूटिंग और प्रतिस्पर्धा
यह विश्लेषण StockScreener पाइपलाइन द्वारा उत्पन्न होता है — चार प्रमुख LLM (Claude, GPT, Gemini, Grok) समान प्रॉम्प्ट प्राप्त करते हैं और अंतर्निहित भ्रम-विरोधी सुरक्षा के साथ आते हैं। पद्धति पढ़ें →
आर्टिफिशियल इंटेलिजेंस उम्मीद से कहीं ज्यादा महंगा साबित हो रहा है, और प्रमुख अमेरिकी कंपनियों के सीएफओ अब एक क्रूर नए ट्रेड-ऑफ का सामना कर रहे हैं: टोकन या इंसान।
यह वह तस्वीर थी जिसे इस सप्ताह सीएनबीसी को प्रमुख एंटरप्राइज एआई कंपनियों के दो सीईओ ने बताया। फॉर्च्यून 500 के अंदर क्या हो रहा है, इस पर उनके खातों से पता चलता है कि बढ़ती लागत एआई ट्रेड के लिए कितना बड़ा खतरा पैदा करती है। यह एक ऐसा जोखिम है जिसे बाजार ने अभी तक पहचाना नहीं है, क्योंकि यह रिकॉर्ड ऊंचाई पर पहुंच रहा है और माइक्रोन जैसी नई ट्रिलियन-डॉलर की कंपनियां बना रहा है।
एंटरप्राइज एआई कंपनी ग्लीन के सीईओ अरविंद जैन ने सीएनबीसी को बताया, "हर एंटरप्राइज के लिए इस समय नंबर एक विषय अतिरंजित एआई बजट है।"
"कंपनियां हमें बता रही हैं कि उनके एआई बजट एक महीने या दो महीने में खत्म हो रहे हैं, और ये वार्षिक बजट हैं," उन्होंने कहा।
ऐसा इसलिए है क्योंकि एआई की लागत उस तरह से कम नहीं हुई है जैसा खरीदारों ने उम्मीद की थी। बल्कि, यह बढ़ गई है। फ्रंटियर लैब्स से प्रत्येक नए मॉडल की रिलीज, उसके द्वारा बदले गए मॉडल की तुलना में प्रति टोकन लगभग दोगुनी महंगी है, जिससे एंटरप्राइज एआई जैन द्वारा "अभी एक अस्थिर पथ" कहे जाने वाले रास्ते पर है।
"यह पहली बार है जब मुझे याद है कि तकनीक की कीमत लोगों के बराबर है, और आप यह तुलना कर रहे हैं: तकनीक या लोगों को चुनें," उन्होंने कहा। "हमने ऐतिहासिक रूप से कभी भी यह बातचीत नहीं की है, क्योंकि तकनीक किसी भी परिचालन व्यवसाय की कुल लागत का एक अंश है।"
उन्होंने कहा कि यह बढ़ता हुआ एआई बजट, भविष्य में कर्मचारियों की संख्या में वृद्धि के बजाय आ रहा है।
फैक्टर एआई के सीईओ मातन ग्रिनबर्ग, जो हर फ्रंटियर एआई मॉडल पर इंजीनियरिंग कार्य को रूट करते हैं, ने इस बदलाव को एक परिभाषित संसाधन आवंटन समस्या के रूप में वर्णित किया है जो अब नेतृत्व टीमों के अंदर चल रही है।
"कंपनियां कहती हैं, हे, अगर हम एक चीज को ऑप्टिमाइज़ कर सकते हैं, तो क्या वह कर्मचारियों की संख्या है जो हमारे पास है, या प्रति कर्मचारी एआई खर्च है?" ग्रिनबर्ग ने कहा।
ग्रिनबर्ग ने कहा कि कंपनियों ने लगभग एक साल में तीन अलग-अलग चरणों से गुजरा है। पहले में बोर्ड ने अपने सीईओ से एआई के बारे में कुछ करने की मांग की। फिर तथाकथित टोकनमैक्सिंग आया, या लागत की परवाह किए बिना किसी भी तरह से एआई का उपयोग करना। तीसरे चरण में, नेतृत्व टीमें प्रीमियम मॉडल के संबंध में अपनी जरूरतों का पुनर्मूल्यांकन कर रही हैं।
"क्या हमें हर काम के लिए ओपस-स्तरीय बुद्धिमत्ता का उपयोग करने की आवश्यकता है?" ग्रिनबर्ग ने कहा। "आपको बस इसकी आवश्यकता नहीं है।"
## जितना भुगतान करता है उससे अधिक भुगतान करना
संकट का मूल कारण यह है कि तकनीक काम करती है लेकिन अभी तक खुद के लिए भुगतान नहीं करती है।
"आज एआई जिस तरह से काम करता है, वह बहुत शक्तिशाली है, लेकिन यह बहुत अक्षम है," जैन ने कहा। "इस बिंदु पर एआई जो मूल्य चलाता है वह उन लागतों से पीछे है जो व्यवसाय कर रहे हैं।"
समस्या का एक बड़ा हिस्सा मॉडल चुनने में अक्षमता है। एंटरप्राइज एआई उपयोग का लगभग 95% अभी भी सबसे महंगे फ्रंटियर मॉडल पर चल रहा है, यहां तक कि उन कार्यों के लिए भी जिन्हें सस्ते विकल्पों द्वारा संभाला जा सकता है, जैन ने कहा।
इसका एक सरल समाधान है: आसान काम को सस्ते टियर पर रूट करना। जैन ने कहा कि यह सबसे कम लटकने वाला फल है।
"आपके पास 10x बचत है जिसे आप वास्तव में सामने सही मॉडल रूटिंग के साथ प्राप्त कर सकते हैं," उन्होंने कहा।
यही फैक्टर एआई के पीछे का पिच भी है, जो स्वचालित रूप से प्रत्येक कार्य को उसके लिए सबसे उपयुक्त मॉडल पर भेजता है। ग्रिनबर्ग ने कहा, चाल यह पहचानना है कि नौकरी को वास्तव में शीर्ष स्तर की कितनी बार आवश्यकता होती है। उन्होंने नवीनतम फ्रंटियर मॉडल के बीच के अंतर की तुलना दो अनुभवी शिक्षाविदों से की।
"ओपस 4.7 बनाम ओपस 4.8, 13 साल से प्रोफेसर रहे प्रोफेसर बनाम 15 साल से प्रोफेसर रहे प्रोफेसर के बीच का अंतर है," ग्रिनबर्ग ने कहा। "एक आम आदमी के लिए, अंतर बताना वास्तव में, वास्तव में कठिन है।"
पूरा एआई ट्रेड इस शर्त पर टिका है कि ऐतिहासिक मांग बनी रहेगी, खरीदार लागत के प्रति काफी हद तक उदासीन रहेंगे। लेकिन फॉर्च्यून 500 के अंदर का दृष्टिकोण बताता है कि मांग ट्रेड की तुलना में कहीं अधिक मूल्य-संवेदनशील हो सकती है।
ओपनएआई और एंथ्रोपिक के मूल्यांकन पर एआई मूल्य निर्धारण का क्या मतलब है, इसके बारे में और पढ़ें, जिन्होंने प्रीमियम मूल्य निर्धारण पर अपने व्यवसाय मॉडल बनाए हैं।
चार प्रमुख AI मॉडल इस लेख पर चर्चा करते हैं
"बजट की कमी और स्पष्ट टोकन-बनाम-मानव ट्रेड-ऑफ़ संकेत देते हैं कि एआई (AI) की मांग वर्तमान बाजार मूल्य निर्धारण की तुलना में अधिक मूल्य-लोचदार है।"
लेख एक वास्तविक घर्षण बिंदु को सामने लाता है: एंटरप्राइज एआई (enterprise AI) बजट 1-2 महीनों में समाप्त हो रहे हैं क्योंकि प्रत्येक फ्रंटियर मॉडल टोकन लागत को दोगुना कर देता है, जिससे सीएफओ (CFOs) स्पष्ट रूप से हेडकाउंट बनाम खर्च ट्रेड-ऑफ़ में आ जाते हैं। यह मूल्य संवेदनशीलता नई है और बाजारों द्वारा स्थायी मांग वृद्धि को मूल्यवान बनाने के लिए कम करके आंकी गई है। फिर भी, लेख इस गति को कम करके आंकता है जिस पर मॉडल रूटिंग उद्धृत 10x बचत प्रदान कर सकती है, संभावित रूप से उपयोग में कटौती किए बिना बजट को रीसेट कर सकती है। यदि अनुकूलन परतें मॉडल मूल्य वृद्धि की तुलना में तेजी से बढ़ती हैं, तो प्रीमियम प्रदाताओं के लिए राजस्व प्रक्षेपवक्र वर्तमान ट्रिलियन-डॉलर के मूल्यांकन की तुलना में पहले सपाट हो सकता है।
यहां तक कि आक्रामक रूटिंग भी प्रति मॉडल पीढ़ी 2x लागत छलांग को ऑफसेट करने में विफल हो सकती है, जिससे शुद्ध खर्च अभी भी बढ़ रहा है और पुन: आवंटन के बजाय एआई (AI) पहलों में सीधी कटौती करने के लिए मजबूर किया जा रहा है।
"एंटरप्राइज एआई (Enterprise AI) बाजारों की उम्मीद से पहले लाभप्रदता की दीवार से टकरा रहा है, लेकिन समस्या निष्पादन और मॉडल चयन है, न कि मौलिक मांग - जिसका अर्थ है कि व्यापार उच्च दर पर फिर से मूल्य निर्धारण करने से पहले एक दर्दनाक रीसेट आ रहा है।"
लेख दो अलग-अलग समस्याओं को मिलाता है: (1) एंटरप्राइजेज एआई (AI) पर अधिक खर्च कर रहे हैं क्योंकि उन्होंने मॉडल रूटिंग को अनुकूलित नहीं किया है, और (2) एआई (AI) मौलिक रूप से अलाभकारी है। ये समान नहीं हैं। 95% आंकड़ा - कमोडिटी कार्यों के लिए उपयोग किए जाने वाले फ्रंटियर मॉडल - एक खरीद विफलता है, न कि एक प्रौद्योगिकी विफलता। बेहतर रूटिंग के माध्यम से 10x बचत का मतलब यह नहीं है कि एआई (AI) आरआई (ROI) टूट गया है; इसका मतलब है कि एंटरप्राइजेज अभी भी पायलट चरण में हैं। वास्तविक जोखिम यह नहीं है कि एआई (AI) भुगतान नहीं करता है - यह है कि भुगतान अवधि इक्विटी बाजारों की तुलना में लंबी और अधिक गड़बड़ है, जिससे एनवीडिया (NVDA), एमएसएफटी (MSFT) और एआई-नेटिव स्टार्टअप पर कई गुना संपीड़न होता है। लेकिन यह एक समय/दक्षता मुद्दा है, व्यापार के लिए कोई अस्तित्वगत खतरा नहीं है।
यदि एंटरप्राइज खर्च का 95% गलत दिशा में बर्बाद हो रहा है, और कंपनियां पहले से ही नकारात्मक आरआई (ROI) के साथ 1-2 महीनों में वार्षिक बजट समाप्त कर रही हैं, तो 'बेहतर रूटिंग' आशावादी है। वास्तविक कहानी यह हो सकती है कि एंटरप्राइजेज के पास अभी तक उच्च-मूल्य वाले उपयोग के मामले नहीं हैं - वे सिर्फ इसलिए खर्च कर रहे हैं क्योंकि बोर्डों ने इसकी मांग की थी।
"'टोकनमैक्सिंग' (tokenmaxxing) से लागत-अनुकूलित मॉडल रूटिंग में संक्रमण वॉल्यूम-संचालित अपनाने से क्षेत्र स्थिर होने से पहले फ्रंटियर मॉडल प्रदाताओं के लिए अल्पकालिक राजस्व मंदी को ट्रिगर करेगा।"
बाजार वर्तमान में 'टोकन-टू-हेडकाउंट' प्रतिस्थापन सीमा को ध्यान में रखे बिना अनंत एआई (AI) उत्पादकता लाभों को मूल्यवान बना रहा है। यदि एंटरप्राइज एआई (AI) लागतें वास्तव में हेडकाउंट बजट को बढ़ाने के बजाय उनका उपभोग कर रही हैं, तो हम एस एंड पी 500 (S&P 500) के लिए मार्जिन संपीड़न घटना को देख रहे हैं। वर्तमान 'टोकनमैक्सिंग' (tokenmaxxing) चरण अस्थिर है; हालांकि, लेख इस बात को याद करता है कि यह एक क्लासिक जेवन्स विरोधाभास (Jevons paradox) है। जैसे-जैसे मॉडल रूटिंग (जैसे ग्लीन (Glean) या फैक्ट्री एआई (Factory AI)) प्रति कार्य लागत को कम करती है, कंप्यूट मांग की कुल मात्रा में विस्फोट होने की संभावना है, जो प्रति टोकन कम मार्जिन को ऑफसेट करता है। जोखिम यह नहीं है कि एआई (AI) बहुत महंगा है, बल्कि यह है कि 'एआई (AI) व्यापार' रैखिक विकास मानता है जबकि अंतर्निहित बुनियादी ढांचा एक चक्रीय पाचन चरण में पहुंच रहा है।
लेख मानता है कि सीएफओ (CFOs) एआई (AI) को शून्य-योग बजट आइटम के रूप में मानेंगे, लेकिन यदि एआई (AI) संचालित दक्षता लाभ वास्तव में राजस्व वृद्धि को तेज करते हैं, तो कंपनियां हेडकाउंट और टोकन के बीच चयन करने के बजाय कुल आईटी खर्च बढ़ाएंगी।
"लंबी अवधि के एंटरप्राइज एआई (AI) आरआई (ROI) रूटिंग, फाइन-ट्यूनिंग और स्वचालन के पैमाने के रूप में बढ़ते टोकन लागतों से आगे निकल जाएगा, जिससे 'टोकन बनाम मानव' बजट बाधा के बजाय उत्पादकता गुणक बन जाएगा।"
दो तनाव सामने आते हैं: निकट-अवधि के सीएफओ (CFOs) फ्रंटियर मॉडल द्वारा प्रति टोकन चार्ज किए जाने पर लगातार बढ़ती लागतों का सामना करते हैं, जो एआई (AI) को अपनाने को धीमा कर सकता है। लेकिन लेख अपसाइड को कम करके आंकता है: 1) रूटिंग (सस्ते मॉडल तक) और फाइन-ट्यूनिंग में सुधार के साथ प्रति कार्य लागत गिरनी चाहिए, 2) उत्पादकता लाभ प्रक्रियाओं, वर्कफ़्लो और निर्णय लेने में यौगिक होते हैं, न कि केवल एकल कार्यों में, 3) खुले मॉडल और क्लाउड प्रमुखों के बीच प्रतिस्पर्धा मूल्य निर्धारण को सीमित कर सकती है और सस्ते विकल्प खोल सकती है, 4) एआई (AI) संचालित विकास पता योग्य बाजारों का विस्तार कर सकता है और नए व्यापार मॉडल को सक्षम कर सकता है। कुल मिलाकर, 'टोकन बनाम मानव' ट्रेड संभवतः एक संक्रमणकालीन बाधा है, न कि एआई (AI) मूल्य की दीर्घकालिक टोपी। लंबी अवधि की प्रवृत्ति सकारात्मक बनी हुई है।
इसके विरुद्ध: वास्तविक दुनिया आरआई (ROI) अभी भी डेटा गुणवत्ता और निर्बाध एकीकरण पर निर्भर करता है, जो वर्षों तक भुगतान में देरी कर सकता है। और फ्रंटियर-मॉडल मूल्य निर्धारण उतनी तेजी से नहीं झुक सकता है यदि प्रतिस्पर्धा क्षमता को तंग रखती है।
"निश्चित बजट जेवन्स विरोधाभास (Jevons paradox) को एंटरप्राइज एआई (AI) में लागत दबावों को ऑफसेट करने के लिए आवश्यक मांग लोच को रोकते हैं।"
जेमिनी (Gemini) का जेवन्स विरोधाभास (Jevons paradox) अनुप्रयोग क्लाउड (Claude) द्वारा उजागर की गई निश्चित-बजट वास्तविकता को अनदेखा करता है। जब वार्षिक एआई (AI) आवंटन महीनों में समाप्त हो जाते हैं, तो रूटिंग के माध्यम से प्रति-कार्य लागत कम होने से मात्रा में विस्फोट नहीं होगा; खरीद टीमों को कठिन कैप का सामना करना पड़ता है, न कि लोचदार मांग का। यह एनवीडिया (NVDA) और एमएसएफटी (MSFT) के लिए उत्पादकता-लाभ थीसिस की तुलना में तेजी से कई गुना संपीड़न का जोखिम उठाता है, क्योंकि कुल कंप्यूट मांग सीएफओ (CFO) जनादेशों द्वारा सीमित रहती है न कि विस्फोटित होने के बजाय।
"बजट की कमी मांग की विफलता का संकेत देती है, न कि मांग की विफलता का - अगले चक्र की नवीनीकरण दर वास्तविक अग्रणी संकेतक है।"
ग्रोक (Grok) बजट की कमी को मांग विनाश के साथ मिलाता है। निश्चित सीएफओ (CFO) कैप एआई (AI) आरआई (ROI) के टूटे होने का सबूत नहीं देते हैं - वे साबित करते हैं कि एंटरप्राइजेज ने अभी तक यह पता नहीं लगाया है कि क्या बनाना है। वास्तविक संकेत: क्या कंपनियां अगले वित्तीय वर्ष में महीने-2 की कमी के बावजूद एआई (AI) बजट का नवीनीकरण कर रही हैं, या उन्हें काट रही हैं? यदि नवीनीकरण दर 70% से ऊपर रहती है, तो यह मांग कमजोरी का भेष बदलने वाला खरीद अराजकता है। यह भेद निर्धारित करता है कि हम कई गुना संपीड़न देखेंगे या सिर्फ एक दर्दनाक 18-महीने का पुनर्मूल्यन।
"'लागत-कटौती के लिए एआई' (AI for cost-cutting) में संक्रमण एक विक्रेता समेकन लहर को ट्रिगर करेगा जो छोटे एआई खिलाड़ियों के लिए नवीनीकरण दरों को अप्रासंगिक बना देगा।"
क्लाउड (Claude), आपकी 70% नवीनीकरण सीमा एक पिछड़ता हुआ संकेतक है जो 'शैडो एआई' (shadow AI) खर्च के तत्काल खतरे को अनदेखा करता है। सीएफओ (CFOs) सिर्फ बजट नहीं देख रहे हैं; वे इकाई अर्थशास्त्र देख रहे हैं। यदि टोकन-आधारित वर्कफ़्लो की लागत उस श्रम लागत से अधिक हो जाती है जिसे वह बदलता है, तो परियोजना को नवीनीकरण के इरादे की परवाह किए बिना मार दिया जाता है। हम 'नवाचार के लिए एआई' (AI for innovation) से 'लागत-कटौती के लिए एआई' (AI for cost-cutting) में बदलाव देख रहे हैं, जो विक्रेताओं के एक क्रूर समेकन को मजबूर करता है जो छोटे एआई-नेटिव स्टार्टअप को दंडित करेगा।
"निकट-अवधि की मांग मूल्य-अलोचदार है; जेवन्स-संचालित मात्रा वृद्धि मार्जिन को नहीं बचाएगी, आरआई (ROI) समय और अपनाने की बाधाएं प्रति कार्य मूल्य से अधिक मायने रखती हैं।"
जेमिनी (Gemini) का जेवन्स विरोधाभास (Jevons paradox) कोण प्रति-कार्य लागत गिरने के बाद लोचदार मांग मानता है। वास्तव में, एंटरप्राइज एआई (AI) की मांग निकट-अवधि में मूल्य-अलोचदार है: खरीद गेट, जोखिम-विरोधी शासन, और डेटा-तैयारी बाधाएं अपनाने की गति को सीमित करती हैं, भले ही रूटिंग इकाई लागत को कम करती है। इसलिए कम टोकन कीमतों से मात्रा में वृद्धि नहीं हो सकती है; यदि मूल्य-से-समय लंबा रहता है और नवीनीकरण चक्र कस जाते हैं तो मार्जिन अभी भी संपीड़ित हो सकता है। वास्तविक स्विंग कारक यह है कि उपयोग के मामले कितनी जल्दी आरआई (ROI) सीमा को पार करते हैं, न कि केवल प्रति कार्य मूल्य।
पैनल इस बात से सहमत है कि फ्रंटियर मॉडल की उच्च लागत के कारण एंटरप्राइज एआई (AI) बजट जल्दी समाप्त हो रहे हैं, जिससे एआई (AI) के मूल्य का पुनर्मूल्यांकन और प्रौद्योगिकी कंपनियों के लिए संभावित मार्जिन संपीड़न हो सकता है। हालांकि, वे इस बात पर असहमत हैं कि क्या यह एक अस्तित्वगत खतरा है या एक संक्रमणकालीन बाधा।
लागत कम करने और नए व्यापार मॉडल (चैटजीपीटी (ChatGPT)) को अनलॉक करने वाले बेहतर रूटिंग और प्रतिस्पर्धा
सीमित कंप्यूट मांग और बजट की कमी (ग्रोक (Grok), जेमिनी (Gemini)) के कारण प्रौद्योगिकी कंपनियों के लिए तेजी से कई गुना संपीड़न