कंपनियां AI के निवेश पर प्रतिफल (ROI) की गणना करने में संघर्ष क्यों कर रही हैं

"tokenmaxxing" की शुरुआती लहर—जहाँ CEOs ने आक्रामक और अनियंत्रित AI उपयोग को प्रोत्साहित किया था—अब एक कठोर वास्तविकता का सामना कर रही है क्योंकि कॉर्पोरेट बजट की गहन जांच हो रही है। जैसे-जैसे कंपनियां प्रयोग के चरण से आगे बढ़ रही हैं, मुख्य चुनौती केवल अपनाने से बदलकर ठोस निवेश पर प्रतिफल (ROI) साबित करने की हो गई है।

Tokenmaxxing से बजट जवाबदेही तक

इस साल की शुरुआत में, सिलिकॉन वैली "tokenmaxxing" की चपेट में थी, एक ऐसा चलन जहाँ संगठन क्षमता को अधिकतम करने के लिए AI के उपयोग को उसकी अंतिम सीमाओं तक ले जा रहे थे। हालाँकि, इस बेलगाम उत्साह के वित्तीय निहितार्थ अब सामने आ रहे हैं। रिपोर्टों से संकेत मिलता है कि Uber जैसे बड़े खिलाड़ियों ने कथित तौर पर कुछ ही महीनों में अपना वार्षिक AI बजट समाप्त कर दिया।

खपत में इस उछाल ने एंटरप्राइज परिदृश्य में एक सुधारात्मक चरण को जन्म दिया है। हम संगठनों को अपनी गतिविधियों में कटौती करते देख रहे हैं, जैसे कि कुछ विशिष्ट विभागों के लिए Claude लाइसेंस कम करना, और यहाँ तक कि Meta ने भी कथित तौर पर अपना आंतरिक AI लीडरबोर्ड बंद कर दिया है। ये कदम "किसी भी कीमत पर विकास" वाली मानसिकता से हटकर कठोर राजकोषीय अनुशासन और संसाधन प्रबंधन की ओर बदलाव का संकेत देते हैं।

"Magic Moments" और पर्सनल एजेंटों की खोज

बजट में सख्ती के बावजूद, NEA पार्टनर Tiffany Luck AI की परिवर्तनकारी क्षमता, विशेष रूप से उपभोक्ता क्षेत्र में, को लेकर काफी आशावादी हैं। Luck "magic moments" की पहचान करने के महत्व पर जोर देती हैं—वे विशिष्ट क्षण जहाँ AI किसी अंतिम उपयोगकर्ता (end-user) को निर्विवाद और उच्च-मूल्य वाली उपयोगिता प्रदान करता है।

उद्योग अब साधारण चैटबॉट्स से आगे बढ़कर परिष्कृत पर्सनल एजेंटों के विकास की ओर बढ़ रहा है। ये एजेंट AI के अगले पड़ाव का प्रतिनिधित्व करते हैं, जो प्रतिक्रियाशील उपकरणों (reactive tools) से बदलकर सक्रिय सहायकों (proactive assistants) में परिवर्तित हो रहे हैं जो जटिल कार्यों को संभालने में सक्षम हैं। वेंचर कैपिटलिस्ट्स और संस्थापकों के लिए, लक्ष्य सामान्य LLM कार्यान्वयन से आगे बढ़ना और ऐसे विशिष्ट एजेंट बनाना है जो जटिल समस्याओं को इस तरह से हल करें कि उनके महत्वपूर्ण परिचालन खर्चों को उचित ठहराया जा सके।

AI स्पेंड मैनेजमेंट का उदय

जैसे-जैसे AI हाइप और वास्तविक उत्पादकता के बीच का अंतर कम हो रहा है, इस खाई को पाटने के लिए स्टार्टअप्स का एक नया उप-क्षेत्र उभर रहा है। एंटरप्राइजेज वर्तमान में उत्पन्न वास्तविक मूल्य के मुकाबले मॉडल API कॉल्स, कंप्यूट और सीट लाइसेंस की सूक्ष्म लागतों को ट्रैक करने के लिए संघर्ष कर रहे हैं।

इसने AI observability और खर्च प्रबंधन (spend management) पर ध्यान केंद्रित करने वाले स्टार्टअप्स के लिए एक बड़ा अवसर पैदा कर दिया है। कंपनियाँ ऐसे टूल्स की तलाश में हैं जो उनके AI स्टैक में पारदर्शिता प्रदान करें, जिससे वे सटीक रूप से देख सकें कि टोकन कहाँ खर्च हो रहे हैं और क्या वे टोकन राजस्व बढ़ा रहे हैं या केवल ओवरहेड बढ़ा रहे हैं। AI खर्च को विशिष्ट व्यावसायिक परिणामों (business outcomes) से जोड़ने की क्षमता उन उद्यमों के लिए निर्णायक कारक होगी जो अपने मुख्य वर्कफ़्लो में AI को सफलतापूर्वक एकीकृत करते हैं।

मुख्य बातें