सत्या नडेला की चेतावनी: उद्यम AI के लिए दो बार भुगतान कर रहे हैं
Microsoft के CEO सत्या नडेला ने व्यवसायों को एक गंभीर चेतावनी दी है, जिसमें उन्होंने आगाह किया है कि प्रोप्रायटरी (proprietary) AI का उपयोग करने का वर्तमान मॉडल एक छिपी हुई और उच्च जोखिम वाली लागत से जुड़ा है। केवल सब्सक्रिप्शन शुल्क के अलावा, कंपनियां अनजाने में अपनी सबसे मूल्यवान संपत्ति—अपनी संस्थागत बुद्धिमत्ता (institutional intelligence)—का सौदा कर रही हैं।
छिपी हुई लागत: प्रोप्रायटरी ज्ञान के साथ भुगतान करना
हाल ही में एक विचारोत्तेजक ब्लॉग पोस्ट में, नडेला ने तर्क दिया कि AI "खरीदार" मूल रूप से बुद्धिमत्ता के लिए दो बार भुगतान कर रहे हैं। पहला भुगतान मौद्रिक है—OpenAI और Anthropic जैसे लैब्स को दिए जाने वाले टोकन और सब्सक्रिप्शन शुल्क। दूसरा, और कहीं अधिक खतरनाक भुगतान, वह प्रोप्रायटरी ज्ञान है जो मॉडलों को उपयोगी बनाने के लिए प्रकट किया जाता है।
नडेला इस बात पर प्रकाश डालते हैं कि जैसे-जैसे उद्यम प्रदर्शन को बेहतर बनाने (fine-tune) का प्रयास करते हैं, वे मॉडलों को संवेदनशील डेटा प्रदान करते हैं। इससे भी अधिक महत्वपूर्ण बात यह है कि मॉडल "एग्जॉस्ट" (exhaust)—यानी प्रॉम्प्ट्स, एजेंटों द्वारा उपयोग किए जाने वाले विशिष्ट उपकरण, और मॉडल की गलती होने पर किए गए मानवीय सुधारों—से सीखते हैं। यह फीडबैक लूप संस्थागत विशेषज्ञता (know-how) का एक ऐसा निचोड़ तैयार करता है जिसे कोई प्रतिस्पर्धी कभी नहीं खरीद सकता, फिर भी इसे सीधे मॉडल प्रदाताओं को सौंपा जा रहा है।
डिस्टिलेशन (Distillation) की बहस और प्रशिक्षण में पाखंड
AI परिदृश्य में एक मुख्य तनाव "डिस्टिलेशन" (distillation) की अवधारणा है—एक नए, अधिक कुशल मॉडल को प्रशिक्षित करने के लिए किसी मॉडल के आउटपुट का उपयोग करने का अभ्यास। नडेला ने उद्योग में एक कथित पाखंड की ओर इशारा किया: जबकि AI लैब्स अपने फाउंडेशनल मॉडलों को प्रशिक्षित करने के लिए पूरे इंटरनेट को स्क्रैप करने के "फेयर यूज़" (fair use) अधिकारों का दावा करती हैं, वे साथ ही ऐसे प्रतिबंधात्मक नियम लागू करती हैं जो उद्यमों को उनके प्रोप्रायटरी मॉडलों से सीखने या डिस्टिलेशन करने से रोकते हैं।
यह बहस केवल सैद्धांतिक नहीं है। Anthropic जैसे उद्योग जगत के खिलाड़ियों ने पहले चीनी ओपन-सोर्स मॉडलों के संबंध में चिंताएं जताई हैं, जो कथित तौर पर अपनी क्षमताओं को सुधारने के लिए Claude के लाखों प्रॉम्प्ट्स का उपयोग कर रहे हैं, जिससे सख्त सरकारी निर्यात नियंत्रण की मांग उठी है।
ऑर्केस्ट्रेशन (Orchestration) और ऑन-प्रिमाइसेस (On-Premise) मॉडलों की ओर बदलाव
इन जोखिमों को कम करने के लिए, नडेला उद्यमों द्वारा अपने AI स्टैक को आर्किटेक्ट करने के तरीके में एक रणनीतिक बदलाव का सुझाव देते हैं। वह दो प्राथमिक बचावों की वकालत करते हैं:
- प्रोप्रायटरी लर्निंग एनवायरनमेंट: कंपनियों को क्लाउड (जैसे Microsoft Azure) में समर्पित वातावरण बनाकर अपने डेटा, प्रॉम्प्ट और फीडबैक पर पूर्ण स्वामित्व बनाए रखना चाहिए।
- ऑर्केस्ट्रेशन लेयर्स: किसी एक प्रदाता तक सीमित रहने के बजाय, व्यवसायों को विभिन्न मॉडलों के बीच निर्बाध रूप से स्विच करने के लिए "AI गेटवे" का उपयोग करना चाहिए।
यह आर्किटेक्चरल बदलाव बाजार में पहले से ही दिखाई दे रहा है। Solo.io की Idit Levine जैसे उद्योग विशेषज्ञों ने बताया है कि उद्यमों के "ऑन-प्रैम" (on-premise) ओपन-सोर्स मॉडलों की ओर बढ़ने का चलन बढ़ रहा है। ये मॉडल प्रोप्रायटरी दिग्गजों के कार्यों का 90% तक काम बहुत कम लागत पर कर सकते हैं, और साथ ही यह भी सुनिश्चित करते हैं कि डेटा कंपनी के भौतिक या वर्चुअल नियंत्रण में रहे।
डेटा इस प्रवृत्ति का समर्थन करता है; Vercel जैसे प्लेटफार्मों ने रिपोर्ट किया है कि एक ही महीने में उनके गेटवे के माध्यम से रूट किए गए कुल ट्रैफिक में ओपन मॉडलों की हिस्सेदारी 29% थी। जैसा कि नडेला निष्कर्ष निकालते हैं, "बुद्धिमत्ता का उपभोग करते समय, आप बुद्धिमत्ता का निर्माण कर रहे होते हैं। और आप जो बनाते हैं, वह आपका होना चाहिए।"
मुख्य बातें
- दोहरा भुगतान जाल: उद्यम केवल नकद में भुगतान नहीं कर रहे हैं; वे अपने प्रोप्रायटरी बिजनेस लॉजिक और सुधारों के "एग्जॉस्ट" (exhaust) के साथ भुगतान कर रहे हैं।
- मॉडल ऑर्केस्ट्रेशन का उदय: वेंडर लॉक-इन और डेटा लीक से बचने के लिए, कंपनियां कई मॉडलों को प्रबंधित करने के लिए तेजी से AI गेटवे और ऑर्केस्ट्रेशन लेयर्स को अपना रही हैं।
- ओपन सोर्स की ओर झुकाव: डेटा संप्रभुता (data sovereignty) बनाए रखने और दीर्घकालिक लागतों को कम करने के लिए ऑन-प्रिमाइसेस, ओपन-सोर्स मॉडलों का उपयोग करने की दिशा में एक महत्वपूर्ण आंदोलन चल रहा है।