AI മോഡലുകളുടെ കേന്ദ്രീകരണം സാമ്പത്തിക റിസ്ക് ഉണ്ടാക്കുമെന്ന് സത്യ നദല്ല മുന്നറിയിപ്പ് നൽകുന്നു

മൈക്രോസോഫ്റ്റ് സിഇഒ സത്യ നദല്ല ഡിജിറ്റൽ സമ്പദ്‌വ്യവസ്ഥയുടെ ഭാവി സംബന്ധിച്ച് ഒരു തന്ത്രപരമായ മുന്നറിയിപ്പ് നൽകുന്നു. ഏതാനും പ്രബലമായ AI സംവിധാനങ്ങൾ ലോകമെമ്പാടുമുള്ള സാമ്പത്തിക ലാഭങ്ങൾ കൈക്കലാക്കിയേക്കാം എന്ന് അദ്ദേഹം മുന്നറിയിപ്പ് നൽകുന്നു. മനുഷ്യബുദ്ധിയും ഡിജിറ്റൽ സംവിധാനങ്ങളും തമ്മിലുള്ള അതിർവരമ്പുകൾ മാഞ്ഞുപോകുന്ന സാഹചര്യത്തിൽ, ബിസിനസ്സ് മൂല്യത്തിനായുള്ള യഥാർത്ഥ പോരാട്ടം മോഡലുകൾ തിരഞ്ഞെടുക്കുന്നതിൽ നിന്ന് മാറി സ്വന്തമായുള്ള 'പ്രൊപ്രൈറ്ററി ലേണിംഗ് ലൂപ്പുകളിലേക്ക്' (proprietary learning loops) മാറിയെന്ന് നദല്ല സൂചിപ്പിക്കുന്നു.

ടോക്കൺ ക്യാപിറ്റലിന്റെ ഉദയവും കോഗ്നിറ്റീവ് ലൂപ്പും

സമീപകാലത്തെ ഒരു തന്ത്രപരമായ കാഴ്ചപ്പാടിലൂടെ, ആധുനിക സംരംഭങ്ങൾക്കായി നദല്ല ഒരു പുതിയ മാതൃക അവതരിപ്പിച്ചു: മനുഷ്യവിഭവശേഷയെ (human capital) മാത്രം ആശ്രയിക്കുന്നതിൽ നിന്ന് "ടോക്കൺ ക്യാപിറ്റൽ" (token capital) ഉൾപ്പെടുത്തുന്നതിലേക്കുള്ള മാറ്റം. മനുഷ്യരും ഡിജിറ്റൽ സംവിധാനങ്ങളും തമ്മിൽ ഒരു "യഥാർത്ഥ കോഗ്നിറ്റീവ് ലൂപ്പ്" രൂപപ്പെടുന്നുണ്ടെന്നും, അതിനാൽ കമ്പനികൾ സ്വന്തം AI ശേഷികൾ കൈവശം വെക്കുകയും നിയന്ത്രിക്കുകയും ചെയ്യേണ്ടത് അത്യാവശ്യമാണെന്നും അദ്ദേഹം വാദിക്കുന്നു.

നദല്ലയുടെ അഭിപ്രായത്തിൽ, AI യുഗത്തിലെ മത്സര നേട്ടം എന്നത് OpenAI അല്ലെങ്കിൽ Anthropic പോലുള്ള മികച്ച ഫൗണ്ടേഷൻ മോഡലുകൾ തിരഞ്ഞെടുക്കുന്നതിൽ നിന്നല്ല, മറിച്ച് അവയ്ക്ക് മുകളിൽ സ്വന്തമായുള്ള ലേണിംഗ് സിസ്റ്റങ്ങൾ നിർമ്മിക്കുന്നതിലൂടെയാണ് ലഭിക്കുക. ബിസിനസ്സുമായി ബന്ധപ്പെട്ട ഫലങ്ങൾ നിരീക്ഷിക്കുന്നതിനായി സ്വകാര്യ മൂല്യനിർണ്ണയങ്ങൾ (private evaluations/evals) സൃഷ്ടിക്കുക, കമ്പനിയുടെ പ്രത്യേക ഡാറ്റ ഉപയോഗിച്ച് മോഡലുകളെ പരിഷ്കരിക്കാൻ ആഭ്യന്തര പരിശീലന സംവിധാനങ്ങൾ ഉപയോഗിക്കുക, സ്ഥാപനപരമായ അറിവിനെ ചോദ്യം ചെയ്യാവുന്നതും വീണ്ടും ഉപയോഗിക്കാവുന്നതുമായ ആസ്തികളാക്കി മാറ്റുക എന്നിവ ഇതിൽ ഉൾപ്പെടുന്നു.

അറിവിന്റെ കൊമോഡിറ്റൈസേഷൻ കെണി ഒഴിവാക്കുക

നദല്ലയുടെ മുന്നറിയിപ്പിലെ പ്രധാന ഭാഗം "അറിവിന്റെ കൊമോഡിറ്റൈസേഷൻ" (knowledge commoditization) എന്ന അപകടത്തിലാണ് ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നത്. മുഴുവൻ വ്യവസായങ്ങളും അവരുടെ സവിശേഷമായ വൈദഗ്ധ്യം നഷ്ടപ്പെട്ട് ഏതാനും വലിയ AI മോഡലുകളിലേക്ക് ആഗിരണം ചെയ്യപ്പെടുന്ന ഒരു സാഹചര്യം അദ്ദേഹം ഭയപ്പെടുന്നു; ഇത് ആ വ്യവസായങ്ങൾക്ക് സാമ്പത്തികമായ സുരക്ഷ (economic moat) ഇല്ലാതാക്കും.

"എല്ലാ മേഖലകളിലുമുള്ള കമ്പനികൾ തങ്ങൾ കാണുന്നതെല്ലാം വിഴുങ്ങുന്ന ഏതാനും മോഡലുകൾക്ക് തങ്ങളുടെ മൂല്യം വിട്ടുകൊടുക്കുന്ന ഒരു ലോകം നമ്മൾ ആഗ്രഹിക്കുന്നില്ല," നദല്ല എഴുതി. കുറഞ്ഞ എണ്ണം AI സംവിധാനങ്ങൾ എല്ലാ സാമ്പത്തിക ലാഭങ്ങളും കൈക്കലാക്കിയാൽ, അതിനെത്തുടർന്നുണ്ടാകുന്ന രാഷ്ട്രീയവും സാമൂഹികവുമായ പ്രതികരണങ്ങൾ മുഴുവൻ AI വ്യവസായത്തിന്റെ പുരോഗതിയെയും തടസ്സപ്പെടുത്തിയേക്കാം എന്ന് അദ്ദേഹം സൂചിപ്പിക്കുന്നു. ഒരു കമ്പനിയുടെ AI തന്ത്രത്തിന്റെ യഥാർത്ഥ പരീക്ഷണം എന്നത്, തങ്ങൾ നിർമ്മിച്ചെടുത്ത ബുദ്ധിശക്തിയും സവിശേഷമായ അറിവും നഷ്ടപ്പെടാതെ തന്നെ അടിസ്ഥാന മോഡൽ മാറ്റാൻ ആ സ്ഥാപനത്തിന് കഴിയുമോ എന്നതാണ്.

മോഡൽ കൊമോഡിറ്റൈസേഷനിലെ മാറുന്ന നിലപാടുകൾ

AI മോഡലുകളുടെ മൂല്യത്തെക്കുറിച്ചുള്ള നഡെല്ലയുടെ സമീപകാല പരാമർശങ്ങൾ അദ്ദേഹത്തിന്റെ നിലപാടുകളിൽ വന്ന ശ്രദ്ധേയമായ മാറ്റത്തെ സൂചിപ്പിക്കുന്നു. 2025 മാർച്ചിൽ, മോഡലുകൾ ഒരു കൊമേഡിറ്റി (commodity) ആയി മാറിക്കൊണ്ടിരിക്കുകയാണെന്ന് അദ്ദേഹം സൂചിപ്പിച്ചു, അതായത് യഥാർത്ഥ മൂല്യം അപ്ലിക്കേഷനുകളിലും സിസ്റ്റം സ്റ്റാക്കിലുമാണ് (system stack) ഉണ്ടാവുക എന്നാണ് ഇതിനർത്ഥം. എന്നിരുന്നാലും, അദ്ദേഹത്തിന്റെ നിലവിലെ നിലപാട് കൂടുതൽ സൂക്ഷ്മമായ ഒരു യാഥാർത്ഥ്യത്തെ പ്രതിഫലിപ്പിക്കുന്നു: OpenAI, Anthropic തുടങ്ങിയ കമ്പനികളുടെ ഫ്രോണ്ടിയർ മോഡലുകൾ വിപണിയെ മറികടന്നുകൊണ്ടേയിരിക്കുകയാണെങ്കിൽ, മോഡലുകളുടെ ഈ 'കൊമേഡിറ്റൈസേഷൻ' പ്രതീക്ഷിച്ചതിലും വളരെ സാവധാനമേ സംഭവിക്കൂ.

മൈക്രോസോഫ്റ്റിനെ സംബന്ധിച്ചിടത്തോളം, ഈ തന്ത്രം സംരംഭങ്ങളെ Azure, Office ഇക്കോസിസ്റ്റങ്ങളിലേക്ക് നയിക്കാനുള്ള ഒരു മാർഗമാണ്. 'സിസ്റ്റം സ്റ്റാക്കിന്റെ' പ്രാധാന്യത്തിനും സ്വന്തമായുള്ള ലേണിംഗ് ലൂപ്പുകൾക്കും (proprietary learning loops) ഊന്നൽ നൽകുന്നതിലൂടെ, മോഡലുകളുടെ പ്രവർത്തനക്ഷമതയിൽ (raw model performance) അവർ എപ്പോഴും മുന്നിലാണല്ലെങ്കിൽ പോലും, 'ടോക്കൺ ക്യാപിറ്റലും' (token capital) മനുഷ്യബുദ്ധിയും ഒത്തുചേരുന്ന അവിഭാജ്യമായ ഒരു പ്ലാറ്റ്‌ഫോമായി നിലനിൽക്കാൻ മൈക്രോസോഫ്റ്റ് ലക്ഷ്യമിടുന്നു.

പ്രധാന കാര്യങ്ങൾ

• ടോക്കൺ ക്യാപിറ്റലിലേക്കുള്ള മാറ്റം: ഭാവിയിലെ സംരംഭങ്ങളുടെ മൂല്യം കേവലം മനുഷ്യപ്രയത്നത്തെ മാത്രം ആശ്രയിച്ചല്ല, മറിച്ച് 'ടോക്കൺ ക്യാപിറ്റലിനെ' (ഒരു കമ്പനി നിയന്ത്രിക്കുന്ന സ്വന്തമായ AI ശേഷികളും പഠിച്ചെടുത്ത ഡാറ്റയും) ആശ്രയിച്ചായിരിക്കും.
• ലേണിംഗ് ലൂപ്പ് ഗുണഫലങ്ങൾ: പുറത്തുള്ള മോഡൽ സേവനദാതാക്കൾ തങ്ങളുടെ വ്യവസായ അറിവിനെ ഒരു കൊമേഡിറ്റിയാക്കി മാറ്റുന്നത് തടയാൻ, കമ്പനികൾ സ്വന്തമായ ലേണിംഗ് ലൂപ്പുകൾ നിർമ്മിക്കണം; ഇതിലൂടെ ആന്തരിക ഡാറ്റ ഉപയോഗിച്ച് മോഡലുകളെ നിരന്തരം മെച്ചപ്പെടുത്താൻ സാധിക്കും.
• സാമ്പത്തിക കേന്ദ്രീകരണ ഭീഷണികൾ: ഏതാനും മോഡലുകളിൽ മാത്രം AI മൂല്യം അമിതമായി കേന്ദ്രീകരിക്കുന്നത് സാമൂഹികവും രാഷ്ട്രീയവുമായ അസ്ഥിരതയ്ക്ക് കാരണമായേക്കാമെന്നും, ഇത് വ്യവസായ മേഖലകളെ തന്നെ തകർക്കാൻ സാധ്യതയുണ്ടെന്നും നഡെല്ല മുന്നറിയിപ്പ് നൽകുന്നു.