जेव्हा कॉर्पोरेट विलग होण्याच्या (divorce) चर्चा सुरू होतात, तेव्हा एक शांत स्पष्टीकरण देखील परिस्थिती बदलू शकते. OpenAI ने या आठवड्यात नेमका तोच मार्ग निवडला असून, त्यांचे नवीन लाँच केलेले GPT 5.6 हे Microsoft 365 Copilot मध्ये "पसंतीचे मॉडेल" (preferred model) म्हणून काम करेल याची पुष्टी केली आहे. ही घोषणा फारशी तडाखेबाज नव्हती, परंतु त्याचे परिणाम महत्त्वपूर्ण आहेत. हे सूचित करते की दोन्ही कंपन्या खर्च नियंत्रित करण्याचे आणि त्यांचे AI पोर्टफोलिओ वैविध्यपूर्ण करण्याचे मार्ग शोधत असतानाही, त्यांच्यातील भागीदारी संरचनात्मकदृष्ट्या अखंड आहे.
विलग होण्याच्या वृत्तांताचे खंडन करणे
वेळ महत्त्वाची आहे. Bloomberg च्या अलीकडील रिपोर्टनुसार, Microsoft शांतपणे बाहेर पडण्याचा मार्ग (exit ramp) तयार करत असल्याचे दिसून आले आहे. त्या रिपोर्टनुसार, कंपनी Word आणि Excel सारख्या मुख्य उत्पादकता ॲप्लिकेशन्समध्ये स्वतःची इन-हाऊस MAI मॉडेल्स गुंफत आहे, जे अंशतः जागतिक स्तरावर लार्ज लँग्वेज मॉडेल्स चालवताना येणारे प्रचंड क्लाउड खर्च कमी करण्यासाठी आहे. या बातमीमुळे थोडी घबराट निर्माण झाली होती. जनरेटिव्ह AI मधील सर्वात दृश्यमान भागीदारी आता विलगते की काय, असा प्रश्न इंडस्ट्री निरीक्षकांनी विचारण्यास सुरुवात केली होती, कारण Microsoft ला आपल्या भागीदाराला इन्फरन्स प्रीमियम (inference premiums) देण्याबाबत कंटाळा येत होता.
OpenAI ने प्रोटोटाइपिंग आणि प्रोडक्शन यांच्यामध्ये एक स्पष्ट रेषा आखण्याचे ठरवले आहे. GPT 5.6 ला पसंतीचे मॉडेल घोषित करून, OpenAI असा दावा करत आहे की Microsoft च्या इकोसिस्टममधील सर्वात कठीण संज्ञानात्मक कार्य (cognitive work) अजूनही त्यांच्या आर्किटेक्चरवरच चालेल. Microsoft हलक्या आणि पुनरावृत्ती होणाऱ्या कामांसाठी स्वतःच्या MAI मॉडेल्सचा प्रयोग करू शकते, परंतु जेव्हा कामासाठी गंभीर तर्कशक्तीची (reasoning) आवश्यकता असते, तेव्हा स्टॅक अजूनही OpenAI कडेच निर्देश करतो. संदेश असा आहे की हा घटस्फोट नाही. हे एखाद्या जोडप्याने कोणती कामे कोण हाताळणार हे ठरवण्यासारखे आहे.
GPT 5.6 मुळे प्रत्यक्ष वापरामध्ये काय बदल होईल
हे असे कोणतेही शांत पॅच (patch) नाही जे IT विभाग इन्स्टॉल करून विसरून जातील. या अपग्रेडच्या स्वरूपाचा अर्थ असा आहे की दैनंदिन वापरकर्त्यांना Office ॲप्लिकेशन्सच्या कार्यपद्धतीत फरक जाणवला पाहिजे.
Word मध्ये, GPT 5.6 प्रगत दस्तऐवज संश्लेषण (document synthesis) आणि सर्जनशील मसुदा तयार करण्याचे (creative drafting) काम हाताळत आहे. याचा अर्थ असा की हे मॉडेल एक मोठा संक्षिप्त अहवाल (brief), मीटिंग नोट्सचा विखुरलेला संग्रह आणि एक स्टाईल गाईड स्वीकारू शकते आणि त्यानंतर असा सुसंगत मसुदा तयार करू शकते जो खरोखर तुमच्या टीमने लिहिल्यासारखा वाटेल. जुने इंटिग्रेशन्स अनेकदा कॉन्टेक्स्ट विंडोज (context windows) किंवा लांब परिच्छेदांमधील टोनच्या सुसंगततेसाठी संघर्ष करत असत. नवीन आर्किटेक्चर विशेषतः हा अडथळा दूर करण्यासाठी तयार करण्यात आले आहे.
Excel मध्ये, बदल जटिल डेटा तर्कशक्ती (complex data reasoning) आणि स्वयंचलित स्प्रेडशीट इंटेलिजन्सकडे वळत आहे. केवळ विचारल्यावर फॉर्म्युला तयार करण्याऐवजी, हे मॉडेल अनेक टॅबमधील संबंध तपासू शकते, विसंगती शोधू शकते आणि अंदाज (forecast) चुकीचा का वाटतो याचे स्पष्टीकरण देऊ शकते. याला केवळ कॅल्क्युलेटर म्हणून न पाहता, प्रत्यक्ष तळटीपा (footnotes) वाचणाऱ्या विश्लेषकाप्रमाणे (analyst) पहा.
PowerPoint मध्ये, लक्ष प्रगत व्हिज्युअल स्टोरीटेलिंग आणि स्लाईड जनरेशनवर केंद्रित आहे. हे मॉडेल केवळ बुलेट पॉइंट्सचे वाक्यांमध्ये रूपांतर करत नाही. ते संपूर्ण डेकमध्ये कथा (narratives) तयार करते, युक्तिवादाच्या प्रवाहाशी जुळणारे लेआउट सुचवते आणि प्रेक्षक अंतर्गत टीम आहे की बाह्य क्लायंट आहे त्यानुसार टोन समायोजित करते.
स्वतः Copilot मध्ये, हे अपग्रेड सुव्यवस्थित संवादात्मक सहाय्य आणि वर्कफ्लो ऑटोमेशनवर लक्ष केंद्रित करते. सहाय्यक (assistant) ॲप्समधील संदर्भ अधिक चांगल्या प्रकारे लक्षात ठेवू शकेल. Teams मध्ये सुरू झालेला संवाद नंतर Outlook उघडल्यावरही तो लक्षात ठेवेल, ज्यामुळे तुम्हाला प्रकल्पाचे नाव तीन वेळा पुन्हा सांगण्याची गरज पडणार नाही.
OpenAI ने यावर भर दिला की हे रोलआउट प्रगत AI जागतिक स्तरावर नेण्याच्या सामायिक वचनबद्धतेशी सुसंगत आहे. दोन्ही कंपन्या या गोष्टीवर सहमत असल्याचे दिसते की ही भागीदारी पूर्णपणे वेगळे होण्याऐवजी एका सूक्ष्म, बहु-मॉडेल दृष्टिकोनकडे (multi-model approach) विकसित होत आहे.
हायब्रिड रणनीतीमागील अर्थशास्त्र
Microsoft आणि OpenAI दरम्यान जे घडत आहे ते संपूर्ण जनरेटिव्ह AI उद्योगाला आकार देणाऱ्या व्यापक तणावाचे प्रतिबिंब आहे. फ्रंटियर मॉडेल्स अधिक सक्षम होत आहेत, परंतु ते चालवण्यासाठी देखील प्रचंड महाग आहेत. Microsoft ज्या स्तरावर काम करते, जिथे कोट्यवधी वापरकर्त्यांना सेवा दिली जाते, तिथे इन्फरन्सिंग खर्च (inferencing costs) हा केवळ किरकोळ खर्च नाही. तो असा एक खर्च आहे जो संपूर्ण उत्पादन श्रेणीतील नफा (margins) कमी करू शकतो.
ही वास्तविकता स्पष्ट करते की Microsoft काही विशिष्ट भूमिकांसाठी स्वतःची MAI मॉडेल्स का विकसित करत आहे. ही उदयोन्मुख रणनीती 'इंटेलिजेंट ट्रॅफिक राउटिंग' सारखी दिसते. GPT 5.6 उच्च-जोखीम असलेल्या कामांसाठी सूत्रे हाती घेते, ज्यामध्ये सूक्ष्म तर्कशक्ती (nuanced reasoning), दीर्घ-संदर्भ स्मृती (long-context memory) किंवा सर्जनशील निर्मितीची (creative generation) आवश्यकता असते. Microsoft ची अधिक कार्यक्षम इन-हाऊस मॉडेल्स दैनंदिन कामे हाताळतात, जसे की मूलभूत सारांश (summarization), साध्या फॉरमॅटिंग सूचना किंवा कमी जोखमीचे ऑटो-कम्प्लीट. ही हायब्रिड आर्किटेक्चरमुळे Microsoft ला प्रीमियम इंटेलिजन्सवर परिणाम न करता सबस्क्रिप्शनचे दर स्पर्धात्मक ठेवता येतात, जो प्रीमियम इंटेलिजन्सच मूळतः त्या सबस्क्रिप्शन्सचे समर्थन करतो.
आपण यापूर्वी इतर तंत्रज्ञान स्टॅक्समध्ये असा नमुना पाहिला आहे. डेटा सेंटर्स प्रत्येक वर्कलोड सर्वात वेगवान उपलब्ध प्रोसेसरवर चालवत नाहीत. ते कामाचे स्वरूप सिलिकॉननुसार (silicon) जुळवून घेतात. AI लेयर देखील आता त्याच परिपक्वतेच्या टप्प्यातून जात आहे.
डेव्हलपर्स आणि एंटरप्राइझ खरेदीदारांसाठी याचा अर्थ काय
जर तुम्ही Microsoft च्या AI स्टॅकवर काम करत असाल किंवा एंटरप्राइझ लायसन्ससाठी वाटाघाटी करत असाल, तर ही घडामोड एक स्पष्ट संकेत देते. Microsoft-OpenAI नातेसंबंध आता एका परिपक्व टप्प्यात प्रवेश करत आहेत. एकाच मॉडेल पुरवठादारावर अवलंबून राहण्याचे युग आता संपत असून, त्याऐवजी एक प्रगत 'ऑर्केस्ट्रेशन लेयर' येत आहे, जिथे क्षणांच्या संगणकीय गरजांनुसार (computational needs) विविध इंजिन्सची निवड केली जाते.
एंटरप्राइझ आर्किटेक्ट्ससाठी, व्यावहारिक निष्कर्ष असा आहे की केवळ एकाच 'मेंदूवर' (single brain) अवलंबून राहून डिझाइन करणे थांबवावे. त्याऐवजी, प्रीमियम तर्कशक्तीसाठी (reasoning) विलंब (latency) आणि खर्च कधी स्वीकारण्यायोग्य आहे आणि कधी जलद, स्वस्त इन्फरन्स (inference) पुरेसा असेल, याचा विचार करण्यास सुरुवात करा. टूल्स अशा जगाकडे वाटचाल करत आहेत जिथे मॉडेल सिलेक्टर एंड-युजरला दिसत नाही, परंतु बजेटसाठी तो अत्यंत महत्त्वाचा असतो.
जर तुम्ही एंड-युजर असाल, तर हा बदल समजून घेणे अधिक सोपे आहे. तुमच्या प्रॉडक्टिव्हिटी ॲप्समधील सर्वात प्रभावी वैशिष्ट्ये अधिक चांगली होत राहतील कारण त्यांना अजूनही फ्रंटियर मॉडेल्सचा (frontier models) एक्सेस असेल. कंटाळवाणी बॅकग्राउंड टास्क चालवणे स्वस्त होऊ शकते, ज्याचा अर्थ असा की तुमच्या लायसन्सचा खर्च वाढणार नाही.
खरा निष्कर्ष
व्हर्जन नंबरमुळे हेडलाईन्स बनवणे सोपे जाते, परंतु खरी गोष्ट येथे 'ऑपरेशनल मॅच्युरिटी'बद्दल आहे. OpenAI आणि Microsoft हे मान्य करत आहेत की मोठ्या प्रमाणावर विस्तार करण्यासाठी (scale) काही तडजोडी आवश्यक आहेत. GPT 5.6 कठीण संज्ञानात्मक कामांसाठी (cognitive work) अव्वल स्थान राखून ठेवत आहे, तरीही त्याच्या सभोवतालचे इकोसिस्टम परवडणाऱ्या दरात काम चालू ठेवण्यासाठी पर्यायांना जागा देत आहे. इतरांसाठी, हे एक उपयुक्त पूर्वावलोकन आहे की परिपक्वतेच्या टप्प्यावर एंटरप्राइझ AI प्रत्यक्षात कसे काम करेल - सर्व काही नियंत्रित करण्यासाठी एक मॉडेल नसेल, तर प्रत्यक्षात महत्त्वाच्या असलेल्या गोष्टींनुसार काम विभागून घेण्यासाठी अनेक मॉडेल्स असतील.