2026 ജൂൺ പകുതിയോടെ ലഭ്യമായ കണക്കുകൾ വ്യക്തമായ ഒരു ചിത്രം നൽകുന്നു. ചൈനീസ് AI മോഡലുകൾ തുടർച്ചയായ പത്ത് ആഴ്ചകളായി ടോക്കൺ വോളിയത്തിൽ (token volume) ആഗോളതലത്തിൽ ഒന്നാം സ്ഥാനത്ത് തുടരുന്നു. ഇത് ഏതെങ്കിലും ഒരു ബെഞ്ച്മാർക്കിൽ നിന്നുള്ള താൽക്കാലിക വാർത്തയോ അല്ലെങ്കിൽ ഒരു വൈറൽ റിലീസുമായി ബന്ധപ്പെട്ട താൽക്കാലിക വർദ്ധനവോ അല്ല. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് രംഗത്തെ യഥാർത്ഥ പ്രവർത്തനങ്ങൾ എവിടെയാണ് നടക്കുന്നത് എന്ന് വെളിപ്പെടുത്തുന്ന, ആഴ്ചകളോളം നീണ്ടുനിൽക്കുന്ന ഒരു സ്ഥിരമായ രീതിയാണിത്.

ആഗോളതലത്തിലെ ആകെ പ്രതിവാര വോളിയമായ 46.7 ട്രില്യൺ ടോക്കണുകളിൽ, ചൈനീസ് മോഡലുകൾ 18.81 ട്രില്യൺ ടോക്കണുകൾ പ്രോസസ്സ് ചെയ്തു. അമേരിക്കൻ മോഡലുകൾ 5.76 ട്രില്യൺ ടോക്കണുകൾ കൈകാര്യം ചെയ്തു. ഇത് ചൈനയ്ക്ക് 46 ശതമാനവും അമേരിക്കയ്ക്ക് 13 ശതമാനവും വരുന്നു. AI വ്യാപനം അളക്കുന്നതിനുള്ള ഏറ്റവും കൃത്യമായ മാനദണ്ഡമാണ് ടോക്കൺ വോളിയം. ഓരോ ടോക്കണും കമ്പ്യൂട്ടേഷണൽ അധ്വാനത്തിന്റെ (computational labor) ഒരു യഥാർത്ഥ യൂണിറ്റാണ്—പരിശോധിക്കപ്പെട്ട ഒരു കോഡ് ലൈൻ, ഉത്തരം നൽകിയ ഒരു കസ്റ്റമർ ക്വറി, സംഗ്രഹിച്ച ഒരു ഡോക്യുമെന്റ്, വിവരിച്ച ഒരു ചിത്രം, അല്ലെങ്കിൽ നടപ്പിലാക്കിയ ഒരു റീസണിംഗ് ചെയിൻ (reasoning chain) എന്നിങ്ങനെയാണവ. ലോകത്തിലെ AI അധ്വാനത്തിന്റെ പകുതിയോളം ചൈനയിൽ നിർമ്മിച്ച മോഡലുകളിലൂടെയാണ് നടക്കുന്നത് എന്നതിനർത്ഥം, ആഗോള AI സമ്പദ്‌വ്യവസ്ഥയിൽ അടിസ്ഥാനപരമായ ഒരു പുനർവിതരണം സംഭവിക്കുന്നു എന്നാണ്.

എന്റർപ്രൈസ് മൈഗ്രേഷൻ വേഗത്തിലായി

അമേരിക്കൻ കമ്പനികൾക്കുള്ളിലെ മാറ്റം വളരെ വേഗത്തിലായിരുന്നു. ചൈനീസ് മോഡലുകൾ ഉപയോഗിക്കുന്ന അമേരിക്കൻ എന്റർപ്രൈസ് ടോക്കൺ ഉപഭോഗം 2025-ൽ 4.5%-ൽ നിന്ന് 2026-ൽ 46%-ലേക്ക് ഉയർന്നു. 2026 ഫെബ്രുവരി മുതൽ ഈ വിഹിതം 30%-ന് മുകളിൽ തുടരുന്നു. ഈ രണ്ട് വിവരങ്ങളും വ്യക്തമായ ഒരു കഥ പറയുന്നു. ഇത് ഏതാനും എഞ്ചിനീയർമാരുടെ പരീക്ഷണാടിസ്ഥാനത്തിലുള്ള പ്രവർത്തനമല്ല. മറിച്ച്, ഈ വർഷം തുടക്കത്തിൽ ഒരു പരിധി കടന്നതും പിന്നീട് പിന്നോട്ട് നോക്കാത്തതുമായ ഒരു വിപുലമായ ഘടനാപരമായ മാറ്റമാണിത്.

അമേരിക്കൻ ബിസിനസ്സുകൾ തുടക്കത്തിൽ ചൈനീസ് മോഡലുകളെ ഒരു ബാക്കപ്പ് ഓപ്ഷനായോ അല്ലെങ്കിൽ ഒരു കൗതുകമായോ ആണ് കണ്ടിരുന്നത്. എന്നാൽ പിന്നീട് ടീമുകൾ ആഭ്യന്തരമായ ചിലവ് താരതമ്യങ്ങൾ (cost comparisons) നടത്താൻ തുടങ്ങി. പതിവ് ജോലികളിലെ കൃത്യത (accuracy) കുറയ്ക്കാതെ തന്നെ ഇവ ഉപയോഗിക്കാമെന്ന് അവർ കണ്ടെത്തി. അത് വ്യക്തമായതോടെ, സംഭരണ തീരുമാനങ്ങൾ (procurement decisions) വേഗത്തിലായി. 46% എന്റർപ്രൈസ് വിഹിതം എന്നത് അമേരിക്കൻ കമ്പനികൾക്കുള്ളിലെ AI കമ്പ്യൂട്ട് ബജറ്റിന്റെ പകുതിയോളം ഇപ്പോൾ പസഫിക് കടൽ കടന്നുള്ള ആർക്കിടെക്ചറുകളിലേക്ക് ഒഴുകുന്നു എന്നാണ് അർത്ഥമാക്കുന്നത്. സാൻ ഫ്രാൻസിസിനെയും ബേ ഏരിയയെയും തങ്ങളുടെ കേന്ദ്രമായി കണ്ട് വർഷങ്ങളോളം പ്രവർത്തിച്ച ഒരു വ്യവസായത്തെ സംബന്ധിച്ചിടത്തോളം, ഇതൊരു ശ്രദ്ധേയമായ പുനഃക്രമീകരണമാണ്.

യഥാർത്ഥ കമ്പനികൾ, യഥാർത്ഥ ലാഭം

പ്രമുഖ കമ്പനികളുടെ കൃത്യമായ തീരുമാനങ്ങൾ ഈ മാറ്റം എത്രത്തോളം ആഴത്തിലുള്ളതാണെന്ന് കാണിക്കുന്നു. ക്രിപ്റ്റോകറൻസി എക്സ്ചേഞ്ചായ Coinbase, അതിന്റെ എഞ്ചിനീയർമാർക്കായി GLM-5.2, Kimi K2.7 എന്നിവ തിരഞ്ഞെടുത്തു. ഇതൊരു റിസർച്ച് ലാബിൽ ഒതുങ്ങിനിൽക്കുന്ന പൈലറ്റ് പ്രോഗ്രാം ആയിരുന്നില്ല. കോഡ് കംപ്ലീഷൻ, ടെക്നിക്കൽ ഡോക്യുമെന്റേഷൻ, ഡിബഗ്ഗിംഗ് അസിസ്റ്റൻസ്, ഇന്റേണൽ ടൂളിംഗ് എന്നിങ്ങനെയുള്ള യഥാർത്ഥ ഡെവലപ്പർ വർക്ക്ഫ്ലോകൾക്ക് ഈ മോഡലുകൾ കരുത്ത് പകരുന്നു. Coinbase-ന് കർശനമായ അപ്‌ടൈം (uptime) ആവശ്യകതകളും സുരക്ഷാ മാനദണ്ഡങ്ങളുമുണ്ട്. ചെറിയ നേട്ടങ്ങൾക്കായി അവരുടെ എഞ്ചിനീയറിംഗ് ടീം വിദേശ മോഡലുകൾ സ്വീകരിച്ചതല്ല. മികച്ച സാമ്പത്തിക ലാഭം നൽകുന്നതോടൊപ്പം തന്നെ എന്റർപ്രൈസ് നിലവാരത്തിലുള്ള വിശ്വാസ്യതയും ഈ മോഡലുകൾ ഉറപ്പാക്കിയതുകൊണ്ടാണ് അവർ അവ സ്വീകരിച്ചത്.

തുടർന്ന്, Anthropic Claude-ൽ നിന്ന് DeepSeek-V4-ലേക്ക് മാറിയ Lindy എന്ന അമേരിക്കൻ സ്റ്റാർട്ടപ്പിനെക്കുറിച്ച് പറയാം. ഇതിന്റെ ഫലമായി 95% ചിലവ് കുറയ്ക്കാനും ദശലക്ഷക്കണക്കിന് ഡോളർ ലാഭിക്കാനും സാധിച്ചു. സ്റ്റാർട്ടപ്പുകൾ പരിമിതമായ ഫണ്ട് ഉപയോഗിച്ചാണ് പ്രവർത്തിക്കുന്നത്. ഇൻഫറൻസ് ചെലവിൽ (inference spending) 95% കുറവ് എന്നത് പതിനെട്ട് മാസത്തിനുള്ളിൽ പണം തീർന്നുപോകുന്ന അവസ്ഥയിൽ നിന്ന് വർഷങ്ങളോളം സുഗമമായി വളരാൻ കഴിയുന്ന അവസ്ഥയിലേക്കുള്ള മാറ്റമായിരിക്കാം. എന്നാൽ Lindy-യുടെ ഈ നീക്കം വിപുലമായ മറ്റൊരു കാര്യം കൂടി സൂചിപ്പിക്കുന്നു: ഒരു പ്രൊഡക്ഷൻ എൻവയോൺമെന്റിൽ Claude-ന് പകരമായി ഉപയോഗിക്കാൻ പാകത്തിലുള്ള മികച്ച പ്രകടനം DeepSeek-V4 കാഴ്ചവെച്ചു. ഇതൊരു ബജറ്റ് ഓപ്ഷനിലേക്കുള്ള തരംതാഴ്ത്തലല്ല. മറിച്ച്, ഉപയോഗക്ഷമത നിലനിർത്തിക്കൊണ്ടുതന്നെ ചിലവ് വൻതോതിൽ കുറച്ചുകൊണ്ടുള്ള ഒരു മാറ്റമായിരുന്നു.

ഈ രണ്ട് ഉദാഹരണങ്ങളും കോർപ്പറേറ്റ് മേഖലയുടെ രണ്ട് വ്യത്യസ്ത തലങ്ങളിലാണ്. Coinbase കോംപ്ലയൻസ് ടീമുകളും പഴയ ഇൻഫ്രാസ്ട്രക്ചറുകളുമുള്ള ഒരു പൊതു കമ്പനിയാണ്. Lindy തങ്ങളുടെ നിലനിൽപ്പിനായി സ്മാർട്ട് ആയ AI സാമ്പത്തികശാസ്ത്രത്തിൽ പന്തയം വെക്കുന്ന ഒരു സ്റ്റാർട്ടപ്പാണ്. രണ്ടും ഒരേ ലക്ഷ്യത്തിലാണ് എത്തിച്ചേർന്നത്. അത് നമ്മോട് എന്തോ ഒന്ന് പറയുന്നുണ്ട്.

പ്രായോഗികമായി കാര്യക്ഷമത എന്നാൽ എന്താണ്

ഈ തിരഞ്ഞെടുപ്പുകൾക്ക് പിന്നിൽ കാര്യക്ഷമത (efficiency) ആണ് പ്രധാന ഘടകം, എന്നാൽ എന്താണ് കാര്യക്ഷമത എന്ന് നമ്മൾ കൃത്യമായി മനസ്സിലാക്കണം. ഇത് വെറുതെ ഒരു ഡാഷ്‌ബോർഡിലെ കുറഞ്ഞ API വിലയെക്കുറിച്ച് മാത്രമല്ല. ഓരോ കമ്പ്യൂട്ട് സൈക്കിളിൽ നിന്നും കൂടുതൽ പ്രകടനം പുറത്തെടുക്കാൻ കഴിയുന്ന ഇൻഫറൻസ് ആർക്കിടെക്ചറുകൾ ചൈനീസ് ലാബുകൾ നിർമ്മിച്ചിട്ടുണ്ട്. മെച്ചപ്പെട്ട ക്വാണ്ടൈസേഷൻ (quantization), ഒപ്റ്റിമൈസ് ചെയ്ത അറ്റൻഷൻ മെക്കാനിസങ്ങൾ (attention mechanisms), ഡിസ്റ്റിൽഡ് മോഡൽ വേരിയന്റുകൾ (distilled model variants), ഹാർഡ്‌വെയർ അധിഷ്ഠിത സർവിംഗ് സ്റ്റാക്കുകൾ (hardware-aware serving stacks) എന്നിവയെല്ലാം ചേർന്ന് ഓരോ ടോക്കണിനും വേണ്ട ചിലവ് കുറയ്ക്കുന്നു.

അത് എന്തുകൊണ്ടാണ് ഇത്രയധികം പ്രാധാന്യമർഹിക്കുന്നത്? കാരണം ടോക്കൺ വോളിയം (token volume) സ്ഥിരമല്ല. ഒരു കമ്പനി വിജയകരമായ ഒരു AI ഫീച്ചർ നിർമ്മിക്കുമ്പോൾ, അതിന്റെ ഉപയോഗം വർദ്ധിച്ചുകൊണ്ടിരിക്കും. ഉപഭോക്താക്കൾക്ക് അത് ഇഷ്ടപ്പെട്ടതുകൊണ്ട് അടുത്ത പാദത്തിൽ നിങ്ങളുടെ ആപ്ലിക്കേഷൻ പത്ത് മടങ്ങ് കൂടുതൽ ടോക്കണുകൾ ഉൽപ്പാദിപ്പിക്കുകയാണെങ്കിൽ, നിങ്ങളുടെ ഇൻഫ്രാസ്ട്രക്ചർ ബില്ലും ആ വളർച്ചയ്ക്കനുസരിച്ച് വർദ്ധിക്കും. വെറുതെ "കുറഞ്ഞ ചിലവുള്ള" ഒരു മോഡൽ സഹായിക്കും മാത്രം. എന്നാൽ തൊണ്ണൂറ്റഞ്ച് ശതമാനം കുറഞ്ഞ ചിലവുള്ള ഒരു മോഡൽ നിങ്ങളുടെ യൂണിറ്റ് ഇക്കണോമിക്സിനെ (unit economics) പൂർണ്ണമായും മാറ്റുന്നു. നിങ്ങളുടെ AI ഉൽപ്പന്ന നിര ലാഭകരമാണോ അതോ വലിയൊരു നഷ്ടത്തിലാണോ എന്ന് ഇത് തീരുമാനിക്കുന്നു. ഇത് സ്റ്റാർട്ടപ്പുകളെ നിലവിലുള്ള വലിയ കമ്പനികളോട് മത്സരിക്കാൻ അനുവദിക്കുന്നു, കൂടാതെ വലിയ കമ്പനികൾക്ക് കൂടുതൽ AI ശേഷികൾ പുറത്തിറക്കുമ്പോൾ തന്നെ അവരുടെ ലാഭവിഹിതം (margins) സംരക്ഷിക്കാനും സഹായിക്കുന്നു.

അമേരിക്കൻ കമ്പനികൾ ഈ കണക്കുകൾ തിരിച്ചറിഞ്ഞു തുടങ്ങുകയാണ്. ടിക്കറ്റുകൾ റൂട്ട് ചെയ്യുക, ഇമെയിലുകൾ തയ്യാറാക്കുക, ലോഗുകൾ വിശകലനം ചെയ്യുക, ടെസ്റ്റ് കേസുകൾ നിർമ്മിക്കുക, മീറ്റിംഗുകൾ സംഗ്രഹിക്കുക എന്നിങ്ങനെയുള്ള പല പ്രൊഡക്ഷൻ ജോലികൾക്കും വിപണിയിലെ ഏറ്റവും വിലകൂടിയ ഫ്രോണ്ടിയർ മോഡലുകൾ (frontier models) ആവശ്യമില്ലെന്ന് അവർ തിരിച്ചറിയുന്നു. ബിസിനസ് മോഡൽ ലാഭകരമാക്കുന്ന തരത്തിലുള്ള ചിലവിൽ മികച്ച രീതിയിൽ പ്രവർത്തിക്കുന്ന ഒരു മോഡലാണ് അവർക്ക് ആവശ്യം. ചൈനീസ് സേവനദാതാക്കൾ ആ വിടവ് വളരെ സജീവമായി ഉപയോഗപ്പെടുത്തുന്നുണ്ട്.

പത്തു ആഴ്ചകളിലെ തുടർച്ചയെ വിലയിരുത്തുന്നു

ആഗോള ടോക്കൺ വോളിയത്തിൽ പത്തു ആഴ്ചകൾ ഒന്നാം സ്ഥാനത്ത് നിൽക്കുക എന്നത് AI രംഗത്ത് വലിയൊരു കാര്യമാണ്. ഒരു ആഴ്ച എന്നത് ഒരു അസ്വാഭാവികതയാകാം. എന്നാൽ പത്തു ആഴ്ച എന്നത് ശക്തമായ ഒരു പ്രവണതയാണ്. ചൈനീസ് മോഡലുകൾ ആഗോള സംരംഭങ്ങൾക്കുള്ളിലെ "മൂല്യനിർണ്ണയ" (evaluation) ഘട്ടത്തിൽ നിന്ന് "ഡിഫോൾട്ട്" (default) ഘട്ടത്തിലേക്ക് മാറിയെന്ന് ഇത് സൂചിപ്പിക്കുന്നു. എഞ്ചിനീയർമാർ അവ വെറുതെ പരീക്ഷിക്കുക മാത്രമല്ല, അവ ഉപയോഗിച്ച് പുതിയവ നിർമ്മിക്കുകയും ചെയ്യുന്നു. പ്രൊഡക്റ്റ് മാനേജർമാർ അവയ്ക്കായി ബജറ്റ് അനുവദിക്കുന്നു. ഇൻഫ്രാസ്ട്രക്ചർ കൺ്റൈന്യൂസ് ഡിപ്ലോയ്മെന്റ് പൈപ്പ്‌ലൈനുകളിലും (continuous deployment pipelines) ഉപഭോക്താക്കളുമായി ബന്ധപ്പെട്ട സിസ്റ്റങ്ങളിലും സംയോജിപ്പിക്കപ്പെടുന്നു.

2026 ഫെബ്രുവരിയിലെ മാറ്റം (tipping point) തിരിഞ്ഞുനോക്കുമ്പോൾ യുക്തിസഹമാണ്. DeepSeek-V4, GLM-5.2, Kimi K2.7 തുടങ്ങിയ മോഡലുകൾ കുറച്ചുകാലമായി ലഭ്യമായിരുന്നു, എന്നാൽ 2026-ന്റെ തുടക്കത്തിലാണ് അമേരിക്കൻ ടീമുകൾക്ക് അവയെ വലിയ തോതിൽ വിശ്വസിക്കാൻ ആവശ്യമായ പ്രൊഡക്ഷൻ പരിചയം ലഭിച്ചത് എന്ന് തോന്നുന്നു. വിശ്വാസം ഒരു നിശ്ചിത പരിധി കടന്നതോടെ, സംരംഭങ്ങളിലെ (enterprise) ഇവയുടെ വിഹിതം 30 ശതമാനത്തിന് മുകളിലേക്ക് ഉയരുകയും തുടർച്ചയായി വർദ്ധിക്കുകയും ചെയ്തു. ജൂൺ പകുതിയോടെ, ആഗോളതലത്തിൽ യുഎസ് മോഡലുകളെക്കാൾ ഏകദേശം നാല് മടങ്ങ് കൂടുതൽ ടോക്കൺ വോളിയം ചൈനീസ് മോഡലുകൾ കൈകാര്യം ചെയ്യുന്നുണ്ടായിരുന്നു.

നിർമ്മാതാക്കൾക്കുള്ള പാഠം

നിങ്ങൾ ഉൽപ്പന്നങ്ങൾ നിർമ്മിക്കുകയോ എഞ്ചിനീയറിംഗ് ടീമുകളെ നയിക്കുകയോ ചെയ്യുന്നവരാണെങ്കിൽ, ഇതിലെ പ്രായോഗിക പാഠം ലളിതമാണ്. മോഡലിന്റെ ഗുണനിലവാരത്തെ അതിന്റെ ഉത്ഭവസ്ഥാനവുമായി (zip code) ബന്ധിപ്പിക്കുന്നത് നിർത്തുക. നിങ്ങളുടെ പ്രത്യേക ജോലിഭാരത്തിന് (workload) അനുയോജ്യമായ മികച്ച ആർക്കിടെക്ചർ ഒരു ബേ ഏരിയ (Bay Area) കമ്പനിയിൽ നിന്നാകണമെന്നില്ല. യഥാർത്ഥ ഡാറ്റ ഉപയോഗിച്ച് ഓരോ ജോലിക്കുമുള്ള ചിലവ് (cost-per-task) സ്വയം പരിശോധിക്കുക. ലേറ്റൻസി (latency), കൃത്യത (accuracy), വില എന്നിവ ഒന്നിച്ച് അളക്കുക. ഉപയോഗം 10 മടങ്ങ് അല്ലെങ്കിൽ 100 മടങ്ങ് വർദ്ധിക്കുമ്പോൾ നിങ്ങളുടെ ബജറ്റിന് എന്ത് സംഭവിക്കുമെന്ന് കണക്കിലെടുക്കുക.

ആഗോള AI ഇൻഫ്രാസ്ട്രക്ചർ പാളി അതിവേഗം ആഗോളവൽക്കരിക്കപ്പെട്ടുകൊണ്ടിരിക്കുകയാണ്. ചിലവ് കുറയ്ക്കുക (cost efficiency) എന്നത് ഇപ്പോൾ സംരംഭങ്ങൾക്കിടയിലെ സ്വീകാര്യതയെ മാറ്റിമറിക്കുന്ന പ്രധാന ഘടകമാണ്, ചൈനീസ് ലാബുകൾ കഴിഞ്ഞ ഒരു വർഷമായി ഈ സമ്മർദ്ദത്തിന് അനുസൃതമായി കാര്യങ്ങൾ മെച്ചപ്പെടുത്തുന്നതിലാണ് ശ്രദ്ധ കേന്ദ്രീകരിച്ചിരിക്കുന്നത്. ലോകത്തിലെ AI ടോക്കണുകളിൽ 46% ചൈനീസ് മോഡലുകളിലൂടെയാണ് ഒഴുകുന്നത് എന്ന അവസ്ഥയിലേക്ക് വിപണി എത്തിയിരിക്കുന്നു, ഇതിൽ പകുതിയോളം ഉപയോഗം അമേരിക്കൻ കമ്പനികളിൽ നിന്നാണ് വരുന്നത്. AI-യുടെ പ്രധാന പ്രവർത്തനങ്ങളുടെ കേന്ദ്രം മാറിപ്പോയിരിക്കുന്നു. കണക്കുകൾ കള്ളം പറയില്ല.

Source: China Dominates Global Token Volume

Optional learning community: GyaanSetu AI on Telegram