ಇಂಜಿನಿಯರ್ಗಳಿಗಾಗಿ AI ಟೋಕನ್ ಬಜೆಟ್ಗಳನ್ನು ಶೀಘ್ರದಲ್ಲೇ ಮಿತಿಗೊಳಿಸಬಹುದು ಎಂದು Meta ಭವಿಷ್ಯ ನುಡಿಯುತ್ತಿದೆ
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ಸಾಫ್ಟ್ವೇರ್ ಅಭಿವೃದ್ಧಿಯ ಜೀವನಚಕ್ರದಲ್ಲಿ ಆಳವಾಗಿ ಸಂಯೋಜಿತವಾಗುತ್ತಿರುವಂತೆ, ಕಂಪ್ಯೂಟಿಂಗ್ನ ಗುಪ್ತ ವೆಚ್ಚಗಳು ಹೊರಬರಲು ಪ್ರಾರಂಭವಾಗಿವೆ. ಟೋಕನ್ ಬಳಕೆಯ ವೆಚ್ಚಗಳು ಮಾನವ ಸಂಬಳಕ್ಕೆ ಸಮಾನವಾಗತೊಡಗುತ್ತಿರುವುದರಿಂದ, ಅನ್ಲಿಮಿಟೆಡ್ AI ಪ್ರಯೋಗಗಳ ಯುಗವು ಅಂತ್ಯದ ಹಂತಕ್ಕೆ ತಲುಪಬಹುದು ಎಂದು Meta ಕಾರ್ಯನಿರ್ವಾಹಕ Adam Mosseri ಸೂಚಿಸಿದ್ದಾರೆ.
AI ಟೋಕನ್ ಬಳಕೆಯ ಏರುತ್ತಿರುವ ವೆಚ್ಚ
ಇತ್ತೀಚೆಗೆ Lenny’s Podcast ನಲ್ಲಿ ನೀಡಿದ ಸಂದರ್ಶನದಲ್ಲಿ, Instagram ಮುಖ್ಯಸ್ಥ Adam Mosseri ದೊಡ್ಡ ತಂತ್ರಜ್ಞಾನ ಕಂಪನಿಗಳ (Big Tech) ಎದುರಿಸಲಿರುವ ಆರ್ಥಿಕ ವಾಸ್ತವವನ್ನು ಎತ್ತಿ ತೋರಿಸಿದ್ದಾರೆ: AI ಪರಿಕರಗಳನ್ನು ಬಳಸುವ ಉನ್ನತ ಮಟ್ಟದ ಇಂಜಿನಿಯರ್ನ "ಬರ್ನ್ ರೇಟ್" (burn rate) ಶೀಘ್ರದಲ್ಲೇ ಅವರ ಉದ್ಯೋಗದ ನೈಜ ವೆಚ್ಚಕ್ಕೆ ಸಮನಾಗಬಹುದು. ಈ ಬದಲಾವಣೆಯು AI ಅನ್ನು ಉಚಿತ ಉತ್ಪಾದಕತೆ ಹೆಚ್ಚಿಸುವ ಸಾಧನವಾಗಿ ನೋಡುವ ಬದಲಿಗೆ, ಅದನ್ನು ಗಮನಾರ್ಹ ಕಾರ್ಯಾಚರಣೆಯ ವೆಚ್ಚವಾಗಿ (OpEx) ನೋಡುವ ಕಡೆಗೆ ಸಾಗುತ್ತಿದೆ.
ಈ ಸಮಸ್ಯೆಯ ವ್ಯಾಪ್ತಿ ಅಪಾರವಾಗಿದೆ. ಪ್ರಸ್ತುತ ಬಳಕೆಯ ಮಾದರಿಗಳು 2026 ರ ವೇಳೆಗೆ ಕಂಪನಿಯು ಶತಕೋಟಿ ಡಾಲರ್ಗಳನ್ನು ಖರ್ಚು ಮಾಡುವ ಹಾದಿಯಲ್ಲಿರುವ ಕಾರಣ, Meta ಇತ್ತೀಚೆಗೆ ತನ್ನ ಆಂತರಿಕ "AI ಟೋಕನ್ ಖರ್ಚಿನ ಲೀಡರ್ಬೋರ್ಡ್" ಅನ್ನು ಸ್ಥಗಿತಗೊಳಿಸಬೇಕಾಯಿತು. ನಿರ್ವಹಣೆಯಿಲ್ಲದೆ, "ಟೋಕನ್ ಇನ್ಸಿನರೇಟರ್" (token incinerator) — ಅಂದರೆ ಯಾವುದೇ ವ್ಯವಹಾರದ ಮೌಲ್ಯವನ್ನು ನೀಡದೆ ಅಪಾರ ಪ್ರಮಾಣದ ಕಂಪ್ಯೂಟಿಂಗ್ ಅನ್ನು ಬಳಸುವ ಕೆಲಸದ ವಿಧಾನವನ್ನು (workflow) ನಿರ್ಮಿಸುವುದು ತುಂಬಾ ಸುಲಭ ಎಂದು Mosseri ಗಮನಿಸಿದ್ದಾರೆ.
ಸಂಪನ್ಮೂಲ ನಿರ್ವಹಣೆಯತ್ತ ಒಂದು ಬದಲಾವಣೆ
GPU ಸಾಮರ್ಥ್ಯ, RAM, ಸ್ಟೋರೇಜ್ ಅಥವಾ ವೇತನ ಪಟ್ಟಿಯಂತಹ ಇತರ ಯಾವುದೇ ಸೀಮಿತ ಕಾರ್ಪೊರೇಟ್ ಸಂಪನ್ಮೂಲಗಳಂತೆ ಟೋಕನ್ ಬಜೆಟ್ಗಳನ್ನು ಸಹ ಕಟ್ಟುನಿಟ್ಟಾಗಿ ನಿರ್ವಹಿಸಬೇಕು ಎಂದು Mosseri ವಾದಿಸುತ್ತಾರೆ. ಈ "ಟೋಕನ್ ರೇಷನ್" (token rationing) ಕಡೆಗಿನ ಕ್ರಮವು ಕೇವಲ Meta ಗೆ ಮಾತ್ರ ಸೀಮಿತವಾಗಿಲ್ಲ; ಉದ್ಯಮವು ಈಗಾಗಲೇ AI ಆರ್ಥಿಕ ಪರಿಣಾಮಗಳ ಲಕ್ಷಣಗಳನ್ನು ಕಾಣುತ್ತಿದೆ:
- Uber: ಈ ರೈಡ್-ಹೈಲಿಂಗ್ ದೈತ್ಯ ಕಂಪನಿಯು ಈ ವರ್ಷದ ಏಪ್ರಿಲ್ ವೇಳೆಗೆ ತನ್ನ 2026 ರ ಅಂದಾಜು AI ಕೋಡಿಂಗ್ ಬಜೆಟ್ ಅನ್ನು ಖಾಲಿ ಮಾಡಿದ ನಂತರ AI ಬಜೆಟ್ ಬಿಕ್ಕಟ್ಟನ್ನು ಎದುರಿಸಿತು.
- Microsoft: ವೆಚ್ಚಗಳನ್ನು ಕ್ರೋಢೀಕರಿಸುವ ಕ್ರಮವಾಗಿ, Microsoft ತನ್ನ Claude Code ಲೈಸೆನ್ಸ್ಗಳನ್ನು ರದ್ದುಗೊಳಿಸಿತು ಮತ್ತು ತನ್ನ ಇಂಜಿನಿಯರಿಂಗ್ ಕಾರ್ಯಪಡೆಯನ್ನು ತನ್ನದೇ ಆದ Copilot CLI ಪರಿಕರದತ್ತ ತಿರುಗಿಸಿತು.
Meta ಗಾಗಿ ಪ್ರಸ್ತಾಪಿಸಲಾದ ಮಾದರಿಯು, ಇಂಜಿನಿಯರ್ಗಳು "ROI-ಪಾಸಿಟಿವ್" (ROI-positive) ಫಲಿತಾಂಶಗಳನ್ನು ತರುವ ಸಾಮರ್ಥ್ಯಕ್ಕೆ ಅನುಗುಣವಾಗಿ ಪ್ರತಿ ಇಂಜಿನಿಯರ್ಗೆ ಮಿತಿಗಳನ್ನು (caps) ನಿಗದಿಪಡಿಸುವುದನ್ನು ಒಳಗೊಂಡಿದೆ. ಅನಿಯಮಿತ ಪ್ರವೇಶದ ಬದಲಿಗೆ, ಇಂಜಿನಿಯರ್ಗಳು ತಮ್ಮ AI-ವರ್ಧಿತ ಕೆಲಸದ ವಿಧಾನಗಳು ಕಂಪನಿಗೆ ತರುವ ಮೌಲ್ಯದ ಆಧಾರದ ಮೇಲೆ ಬಜೆಟ್ಗಳನ್ನು ಪಡೆಯುವ ಸಾಧ್ಯತೆಯಿದೆ.
ಸುಸ್ಥಿರ AI ಸ್ಕೇಲಿಂಗ್ನತ್ತ ಹಾದಿ
ತಕ್ಷಣದ ಭವಿಷ್ಯವು ಕಟ್ಟುನಿಟ್ಟಾದ ನಿರ್ಬಂಧಗಳದ್ದಾಗಿ ಕಂಡರೂ, AI ಅರ್ಥಶಾಸ್ತ್ರದ ದೀರ್ಘಾವಧಿಯ ಹಾದಿಯ ಬಗ್ಗೆ Mosseri ಆಶಾವಾದಿಗಳಾಗಿದ್ದಾರೆ. ಮಾರುಕಟ್ಟೆ ಪಾಲನ್ನು ವಶಪಡಿಸಿಕೊಳ್ಳಲು ಮಾಡೆಲ್ ಪ್ರೊವೈಡರ್ಗಳು ತೀವ್ರ ಬೆಲೆ ಸಮರದಲ್ಲಿ ತೊಡಗಿದಂತೆ, ಪ್ರತಿ ಟೋಕನ್ನ ವೆಚ್ಚವು ಅಂತಿಮವಾಗಿ ಕಡಿಮೆಯಾಗುತ್ತದೆ ಎಂದು ಅವರು ನಿರೀಕ್ಷಿಸುತ್ತಾರೆ.
ಸದ್ಯಕ್ಕೆ, ಉದ್ಯಮವು ಪರಿವರ್ತನೆಯ ಹಂತದಲ್ಲಿದೆ. ಕಂಪನಿಗಳು "ಅರ್ಥಹೀನ" ಪ್ರಯೋಗಗಳಿಂದ ದೂರ ಸರಿದು, ಶಿಸ್ತುಬದ್ಧ ಮತ್ತು ಮೌಲ್ಯ-ಚಾಲಿತ AI ಅನುಷ್ಠಾನದತ್ತ ಸಾಗುತ್ತಿವೆ. ಡೆವಲಪರ್ಗಳು ಮತ್ತು ತಂತ್ರಜ್ಞಾನ ಸಂಸ್ಥಾಪಕರಿಗೆ, ಇದರರ್ಥ ದಕ್ಷತೆಯ ಮುಂದಿನ ಮೈಲಿಗಲ್ಲು ಕೇವಲ ಉತ್ತಮ ಕೋಡ್ ಬರೆಯುವುದಲ್ಲ, ಬದಲಿಗೆ ಕಂಪ್ಯೂಟಿಂಗ್ ವ್ಯರ್ಥವನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಮೂಲಕ ಬುದ್ಧಿವಂತಿಕೆಯನ್ನು ಗರಿಷ್ಠಗೊಳಿಸುವ ಕೋಡ್ ಬರೆಯುವುದಾಗಿದೆ.
ಪ್ರಮುಖ ಅಂಶಗಳು
- ಆರ್ಥಿಕ ಸಮಾನತೆ (Fiscal Parity): ವೈಯಕ್ತಿಕ ಇಂಜಿನಿಯರ್ಗಳಿಗಾಗಿ AI ಟೋಕನ್ ವೆಚ್ಚಗಳು ಅಂತಿಮವಾಗಿ ಅವರ ಒಟ್ಟು ಉದ್ಯೋಗ ವೆಚ್ಚಕ್ಕೆ ಸಮನಾಗುವ ಸಾಧ್ಯತೆಯಿದೆ.
- ಉದ್ಯಮದಾದ್ಯಂತದ ಪ್ರವೃತ್ತಿ: Uber ಮತ್ತು Microsoft ನಂತಹ ಪ್ರಮುಖ ಕಂಪನಿಗಳು ಅತಿಯಾದ AI ವೆಚ್ಚವನ್ನು ನಿರ್ವಹಿಸಲು ಈಗಾಗಲೇ ಕಟ್ಟುನಿಟ್ಟಾದ ನಿಯಂತ್ರಣಗಳನ್ನು ಜಾರಿಗೆ ತರುತ್ತಿವೆ ಮತ್ತು ಪರಿಕರಗಳನ್ನು ಕ್ರೋಢೀಕರಿಸುತ್ತಿವೆ.
- ROI-ಚಾಲಿತ ಪ್ರವೇಶ: ಭವಿಷ್ಯದ AI ಸಂಪನ್ಮೂಲ ಹಂಚಿಕೆಯನ್ನು ನಿರ್ವಹಣಾತ್ಮಕ OpEx ಆಗಿ ಪರಿಗಣಿಸಲಾಗಬಹುದು, ಇಲ್ಲಿ ಬಜೆಟ್ಗಳು ಇಂಜಿನಿಯರ್ನ ಅಳೆಯಬಹುದಾದ ಹೂಡಿಕೆಯ ಲಾಭಕ್ಕೆ (return on investment) ಸಂಬಂಧಿಸಿರುತ್ತವೆ.