ওপেন-সোর্স এআই আন্দোলন সত্যিই চিত্তাকর্ষক কিছু মডেল তৈরি করেছে। DeepSeek এখন Vercel-এর AI গেটওয়ে দিয়ে প্রবাহিত সমস্ত টোকেনের এক-তৃতীয়াংশের বেশি প্রসেস করে। Z.ai-এর GLM-5.2 ভলিউমের দিক থেকে প্ল্যাটফর্মের শীর্ষ চারটির মধ্যে অনায়াসেই জায়গা করে নিয়েছে। এগুলো কোনো শৌখিন প্রজেক্ট নয়। এগুলো হলো প্রোডাকশন-গ্রেড সিস্টেম যা বিশাল পরিসরে প্রকৃত এন্টারপ্রাইজ ওয়ার্কলোড পরিচালনা করছে। এই সংখ্যাগুলো দেখে সহজেই ধরে নেওয়া যেতে পারে যে Anthropic-এর মতো ফ্রন্টিয়ার ল্যাবগুলো তাদের বাজার অবস্থানের ক্ষেত্রে অস্তিত্ব সংকটের সম্মুখীন হচ্ছে।
এই ধারণাটি আসলে কী ঘটছে তা বুঝতে ব্যর্থ।
ফ্রন্টিয়ার মডেলগুলোর প্রকৃত কাজ
Decagon-এর CEO Jesse Zhang প্রোপাইটরি এবং ওপেন-সোর্স এআই-এর মধ্যকার পার্থক্য বোঝার জন্য একটি স্পষ্ট উপায় প্রস্তাব করেছেন। এই প্রতিযোগিতাটি একে অপরকে প্রতিস্থাপন করার কোনো সাধারণ দৌড় নয়। পরিবর্তে, এই দুটি বিভাগ একটি একক এন্টারপ্রাইজ লাইফসাইকেলের বিভিন্ন পর্যায়ে কাজ করে।
ফ্রন্টিয়ার মডেলগুলো ডিসকভারি লেয়ার হিসেবে কাজ করে। যখন কোনো কোম্পানি এআই কীভাবে তাদের অভ্যন্তরীণ প্রক্রিয়া পরিবর্তন করতে পারে তা অন্বেষণ করতে শুরু করে, তখন কাজটি প্রায়শই অস্পষ্টভাবে সংজ্ঞায়িত থাকে। ইনপুটগুলো অগোছালো হয়। কাঙ্ক্ষিত আউটপুটগুলো অস্পষ্ট থাকে। সাফল্যের জন্য অস্পষ্টতার মধ্য দিয়ে যুক্তি দিয়ে কাজ করা, এমন সব এজ কেস (edge cases) সামলানো যা টিম এখনও তালিকাভুক্ত করেনি এবং প্রতি ঘণ্টায় পরিবর্তন হওয়া প্রম্পটের সাথে খাপ খাইয়ে নেওয়া প্রয়োজন। এটি হলো প্রোটোটাইপিং এবং প্রুফ-অফ-কনসেপ্টের কাজ। এর জন্য উপলব্ধ সবচেয়ে সক্ষম সিস্টেমটির প্রয়োজন হয়, খরচ যাই হোক না কেন, কারণ বিকল্পটি হলো একটি ব্যর্থ পরীক্ষা যা থেকে কিছুই শেখা যায় না।
এই পর্যায়ে, একটি ব্যয়বহুল ফ্রন্টিয়ার মডেল কোনো অতিরিক্ত খরচ (overhead) নয়। এটি হলো মাত্র কয়েকটি API কলের মাধ্যমে সংকুচিত করা বাজার গবেষণার খরচ। একবার ব্যবহারের ক্ষেত্রটি (use case) প্রমাণিত হয়ে গেলে এবং ওয়ার্কফ্লো ম্যাপ করা হয়ে গেলে, সমস্যার ধরণ বদলে যায়। অস্পষ্টতা দূর হয়। ইনপুটগুলো মানসম্মত হয়ে ওঠে। প্রম্পটগুলো স্থিতিশীল হয়। কাজটি রুটিন বা গতানুগতিক হয়ে পড়ে। সেই মুহূর্তে, অনেক এন্টারপ্রাইজ তাদের ওয়ার্কলোড একটি হালকা ও সস্তা মডেলে স্থানান্তরিত করে। ওপেন-সোর্স বিকল্পগুলো এসে প্রোডাকশন পর্যায়ে দায়িত্ব নেয়, আর ফ্রন্টিয়ার মডেলগুলো ফ্রন্টিয়ারেই অবস্থান করে অজানা সমস্যার পরবর্তী ঢেউ সামলানোর জন্য প্রস্তুত থাকে।
এটি এআই কীভাবে কাজ করা উচিত সে সম্পর্কে কোনো তত্ত্ব নয়। এটি বাজেট কীভাবে ইতিমধ্যেই পরিবর্তিত হচ্ছে তার একটি বর্ণনা।
যখন ওয়ার্কলোড ডাউনমার্কেটে চলে যায়
ওপেন সোর্সের দিকে এই স্থানান্তরটি বাস্তব এবং এটি ট্রাফিক ডেটাতে দৃশ্যমান। Vercel-এর ইনফ্রাস্ট্রাকচারে DeepSeek-এর টোকেন ভলিউম এক-তৃতীয়াংশের বেশি হওয়া দেখায় যে কোম্পানিগুলো সস্তা মডেলের মাধ্যমে প্রচুর পরিমাণে ইনফারেন্স (inference) চালাচ্ছে। Z.ai-এর GLM-5.2-ও স্থিতিশীল এবং অনুমানযোগ্য ট্রাফিক পরিচালনার মাধ্যমে শীর্ষ চারটির মধ্যে একটি অবস্থান তৈরি করেছে।
এই মডেলগুলো সেই সব কাজে পারদর্শী যা ইতিমধ্যে নিয়ন্ত্রণ করা সম্ভব হয়েছে। মানসম্মত ফর্ম থেকে উচ্চ-ভলিউম ডেটা এক্সট্রাকশন, স্পষ্ট কিওয়ার্ডের ভিত্তিতে টিকিট রুট করার জন্য প্রথম পর্যায়ের কাস্টমার সাপোর্ট ট্রায়াজ (triage), অথবা রুটিন কোড লিন্টিং এবং ডকুমেন্টেশন জেনারেশনের কথা ভাবুন। প্রম্পটগুলো টেমপ্লেট করা থাকে। এরর মোডগুলো বোঝা যায়। একটি ভুল আউটপুটের ব্যবসায়িক ঝুঁকি সীমিত থাকে। যখন কাজগুলো সুসংজ্ঞায়িত এবং পুনরাবৃত্তিমূলক হয়, তখন ইনফারেন্সের খরচই প্রধান উদ্বেগের বিষয় হয়ে দাঁড়ায়। একটি প্রিমিয়াম টায়ারের পরিবর্তে মাত্র ছয় সেন্টের একটি মডেলে সেই একই ওয়ার্কলোড চালানো তাৎক্ষণিক আর্থিক দিক থেকে যুক্তিসঙ্গত।
কিন্তু ভলিউম মানেই রেভিনিউ নয়। ওপেন-সোর্স মডেলগুলো টোকেন সংখ্যায় আধিপত্য বিস্তার করার মানে এই নয় যে তারা ভ্যালু ক্রিয়েশনে (value creation) আধিপত্য বিস্তার করছে। টোকেন ভলিউম কার্যক্রম বা অ্যাক্টিভিটি পরিমাপ করে। টোকেন স্পেন্ড পরিমাপ করে যে কোম্পানিগুলো অপূরণীয় সক্ষমতার জন্য কী দিতে ইচ্ছুক।
টাকা আসলে কোথায় প্রবাহিত হয়
Vercel-এর AI গেটওয়ে ডেটা অর্থনৈতিক বিভাজনটিকে উপেক্ষা করা অসম্ভব করে তোলে। কাঁচা টোকেন ট্রাফিকে DeepSeek-এর আধিপত্য থাকা সত্ত্বেও, Anthropic প্ল্যাটফর্মে মোট এআই স্পেন্ডের অর্ধেকের বেশি দখল করে রেখেছে। কার্যক্রম এবং ব্যয়ের মধ্যে এই ব্যবধানটি একটি বিশাল মূল্যের পার্থক্যের কারণে ঘটে।
OpenRouter-এর ডেটা অনুযায়ী, Anthropic-এর Opus 4.8-এর খরচ প্রতি মিলিয়ন টোকেনে প্রায় $1.37। DeepSeek-এর V4Flash-এর খরচ একই ভলিউমের জন্য প্রায় ছয় সেন্ট। Opus-এর দাম প্রায় তেইশ গুণ বেশি। এই গুণকটি (multiplier) কাঁচা টোকেন সংখ্যার চেয়ে অনেক বেশি গুরুত্বপূর্ণ। একটি ডেভেলপমেন্ট টিম তাদের ইনফারেন্স ভলিউমের নব্বই শতাংশ সস্তা মডেলে সরিয়ে নিলেও দেখা যাবে যে তাদের বাজেটের সিংহভাগ এখনও ব্যয়বহুল মডেলটিই দখল করে আছে।
এই অমিলটি কোনো আকস্মিক ঘটনা নয়। এটি এই বাস্তবতাকে প্রতিফলিত করে যে ফ্রন্টিয়ার প্রোভাইডাররা ভিন্ন কিছু বিক্রি করছেন। তারা কেবল টোকেন বিক্রি করছেন না। তারা এমন সব সমস্যার যৌক্তিক সমাধান করার ক্ষমতা বিক্রি করছেন যেগুলোর জন্য কোনো প্রতিষ্ঠিত নির্দেশিকা (playbook) নেই। যে প্রতিষ্ঠানগুলো উচ্চমূল্য দিচ্ছে, তারা অজ্ঞতার কারণে তা করছে না। তারা তা করছে কারণ তারা এই মডেলগুলোকে যে কাজগুলো দিচ্ছে, সেগুলো হয় অত্যন্ত উচ্চ-ঝুঁকিপূর্ণ অথবা কাঠামোগতভাবে জটিল। একটি আইনি দল যখন নতুন কোনো রেগুলেটরি এক্সপোজার বিশ্লেষণ করে, তখন তারা কোনো ভুল বা কাল্পনিক সাইটেশন (hallucinated citation) সহ্য করতে পারে না। একটি প্রোডাক্ট টিম যখন একটি মাল্টি-স্টেপ এজেন্টিক ওয়ার্কফ্লো ডিজাইন করে, তখন তাদের প্রয়োজন হয় মডেলটি যেন কয়েকটি ধাপ জুড়ে সঠিকভাবে লজিক বা যুক্তি বজায় রাখতে পারে। এই ধরনের পরিস্থিতিতে ব্যর্থতার খরচ এপিআই (API) কলের খরচের চেয়ে অনেক বেশি।
মূলধনী ব্যয় সেই স্তরের দিকে প্রবাহিত হয় যেখানে ভ্যালু বা মূল্য তৈরি হচ্ছে, কেবল কার্যকর করা হচ্ছে না।
মাইগ্রেশনের চেয়ে বাজার দ্রুত বৃদ্ধি পাচ্ছে
যদি ওপেন-সোর্স মডেলগুলো অনেক বেশি সস্তা হয় এবং এন্টারপ্রাইজগুলো সক্রিয়ভাবে তাদের পরিপক্ক ওয়ার্কলোডগুলোর দিকে স্থানান্তরিত হচ্ছে, তবে ফ্রন্টিয়ার মডেলের খরচ কেন কমছে না? উত্তরটি হলো, এআই (AI) কাজের মোট বাজার যে কোনো একটি একক মডেলের মাধ্যমে পণ্যে (commodity) পরিণত হওয়ার চেয়ে দ্রুত প্রসারিত হচ্ছে।
যখনই কোনো কোম্পানি একটি ওপেন-সোর্স বিকল্পের মাধ্যমে একটি অনুমানযোগ্য ওয়ার্কফ্লো সফলভাবে স্বয়ংক্রিয় করে, তখন দুটি ঘটনা ঘটে। প্রথমত, সেই টিম কার্যকর করার ক্ষেত্রে অর্থ সাশ্রয় করে। দ্বিতীয়ত, সেই সম্পদ এবং প্রতিভা আরও কঠিন ও সংশ্লিষ্ট সমস্যাগুলোর দিকে পরিচালিত হয়। রুটিন কাজগুলো এখন মেশিন দ্বারা পরিচালিত হচ্ছে, যার অর্থ মানুষ এখন অনিয়মিত, কৌশলগত এবং নজিরবিহীন বিষয়গুলোতে মনোযোগ দিতে পারে। নতুন আবিষ্কৃত সমস্যাগুলোর জন্য প্রায়শই ফ্রন্টিয়ার মডেলের গভীর যৌক্তিক বিশ্লেষণের প্রয়োজন হয়।
এই প্যাটার্নটি বিভিন্ন শিল্পে বারবার ঘটছে। একটি ব্যাংক একটি সস্তা মডেল ব্যবহার করে ডকুমেন্ট রিভিউ স্বয়ংক্রিয় করে, তারপর একটি ডাইনামিক রিস্ক মডেল তৈরির দিকে মনোযোগ দেয় যার জন্য সূক্ষ্ম বিচারবুদ্ধির প্রয়োজন। একটি সফটওয়্যার ফার্ম টেস্ট জেনারেশন স্বয়ংক্রিয় করে, তারপর একটি স্বায়ত্তশাসিত ডিবাগিং এজেন্ট তৈরির চেষ্টা করে যা ডিস্ট্রিবিউটেড সিস্টেম জুড়ে ত্রুটিগুলো শনাক্ত করতে সক্ষম। ফ্রন্টিয়ার ক্রমাগত এগিয়ে চলেছে। একটি কাজ যখনই সাধারণ পণ্যে পরিণত হয়, তখনই একটি আরও জটিল ব্যবহারের ক্ষেত্র (use case) সামনে আসে যার জন্য প্রিমিয়াম সক্ষমতার প্রয়োজন হয়।
অনেক এন্টারপ্রাইজ টাস্ক বা কাজ বর্তমান প্রজন্মের ওপেন-সোর্স বিকল্পগুলোর হাতে দেওয়ার জন্য এখনও অত্যন্ত সংবেদনশীল। মেডিকেল ট্রায়াজ সাপোর্ট, রেগুলেটরি নজরদারির অধীনে আর্থিক পূর্বাভাস এবং এক্সিকিউটিভ স্ট্র্যাটেজি অ্যানালাইসিসে এমন কিছু নেতিবাচক ঝুঁকি রয়েছে যা নির্ভুলতা এবং নির্ভরযোগ্যতার তুলনায় ইনফারেন্স খরচকে অপ্রাসঙ্গিক করে তোলে। এই ওয়ার্কলোডগুলো একটি টেকসই প্রিমিয়াম স্তর তৈরি করে। এর ফলে একটি স্থিতিশীল দ্বি-স্তরীয় অর্থনীতি তৈরি হয়: জটিল যুক্তি এবং আবিষ্কারের জন্য একটি উচ্চ-মার্জিন স্তর, এবং রুটিন উৎপাদন কার্যকর করার জন্য একটি উচ্চ-ভলিউম কমদামি (commodity) স্তর।
এন্টারপ্রাইজ ক্রেতাদের জন্য এর অর্থ কী
বাস্তবসম্মত শিক্ষা হলো, মডেল নির্বাচন আদর্শের ভিত্তিতে নয়, বরং কাজের পরিপক্কতার ভিত্তিতে হওয়া উচিত। আপনার কাছে থাকা সবচেয়ে সক্ষম ফ্রন্টিয়ার মডেলগুলোর মাধ্যমে নতুন এআই অ্যাপ্লিকেশন তৈরি এবং যাচাই করুন। আবিষ্কার বা ডিসকভারি পর্যায়ে প্রিমিয়াম খরচ দিন। এটি একটি সীমিত মডেলের ওপর ভিত্তি করে কাজ শুরু করে, ভ্যালু প্রমাণ করতে ব্যর্থ হওয়া এবং প্রকল্পটি পরিত্যাগ করার চেয়ে অনেক বেশি সাশ্রয়ী। একবার ইনপুট, আউটপুট এবং ব্যর্থতার ধরণগুলো জানা হয়ে গেলে, তখন আগ্রাসীভাবে অপ্টিমাইজ করুন। স্থিতিশীল ওয়ার্কলোডগুলোকে ওপেন-সোর্স বিকল্পে নিয়ে যান এবং খরচ সাশ্রয় করুন।
প্রতিটি কাজকে একটি মাত্র স্তরে জোর করে চাপিয়ে দেওয়ার চেষ্টা করা হলো হয় পুঁজি অপচয় অথবা সক্ষমতা হারানোর একটি পথ। যে কোম্পানিগুলো এটি সঠিকভাবে পরিচালনা করবে, তারা ডিফল্টভাবেই হাইব্রিড আর্কিটেকচার ব্যবহার করবে, কোনো আপস হিসেবে নয়।
এখানে গল্পটি এমন নয় যে ওপেন সোর্স হেরে যাচ্ছে, বা ফ্রন্টিয়ার ল্যাবগুলো অপরাজেয়। বরং উভয় স্তরই বৃদ্ধি পাচ্ছে, কিন্তু তারা ভিন্ন ভিন্ন দিকে বৃদ্ধি পাচ্ছে। ওপেন-সোর্স মডেলগুলো এআই কাজের পরিচিত জগতকে দখল করে নিচ্ছে। ফ্রন্টিয়ার মডেলগুলো অজানার ওপর নিজেদের অধিকার প্রতিষ্ঠা করছে। অদূর ভবিষ্যতে, এটি উভয় পক্ষের জন্যই একটি সুবিধাজনক ব্যবস্থা।