ਸੈਮ ਅਲਟਮੈਨ ਅਤੇ ਸੈਨੇਟਰ ਬਰਨੀ ਸੈਂਡਰਜ਼ ਬਹੁਤ ਸਾਰੀਆਂ ਗੱਲਾਂ 'ਤੇ ਸਹਿਮਤ ਨਹੀਂ ਹਨ। ਪਰ ਹੁਣ ਦੋਵਾਂ ਨੇ ਇੱਕ ਬਹੁਤ ਹੀ ਸਮਾਨ ਵਿਚਾਰ ਪੇਸ਼ ਕੀਤਾ ਹੈ: ਜਨਤਾ ਨੂੰ ਉਹਨਾਂ ਦੇ ਸਮੂਹਿਕ ਕੰਮ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਸਿੱਧਾ ਵਿੱਤੀ ਹਿੱਸਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਅਲਟਮੈਨ ਦਾ ਪ੍ਰਸਤਾਵ OpenAI ਵਰਗੀਆਂ AI ਦਿੱਗਜ ਕੰਪਨੀਆਂ ਤੋਂ ਇਕੁਇਟੀ (equity) ਅਮਰੀਕੀ ਘਰਾਂ ਵਿੱਚ ਵੰਡ ਦੇਵੇਗਾ, ਜੋ ਇਸ ਗੱਲ ਨੂੰ ਮੁੜ ਪਰਿਭਾਸ਼ਿਤ ਕਰੇਗਾ ਕਿ ਜਦੋਂ ਮਸ਼ੀਨਾਂ ਦਹਾਕਿਆਂ ਦੇ ਮਨੁੱਖੀ-ਸਿਰਜਿਤ ਕਿਤਾਬਾਂ, ਕੋਡ ਅਤੇ ਕਲਾ ਤੋਂ ਸਿੱਖਦੀਆਂ ਹਨ ਤਾਂ ਮੁਨਾਫਾ ਕਿਸ ਨੂੰ ਮਿਲਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਹ ਵਿਚਾਰ ਕਾਫ਼ੀ ਕ੍ਰਾਂਤੀਕਾਰੀ ਲੱਗਦਾ ਹੈ, ਫਿਰ ਵੀ ਇਸਨੂੰ ਪਰਉਪਕਾਰ ਵਜੋਂ ਨਹੀਂ ਬਲਕਿ ਇੱਕੋ ਸਮੇਂ ਤਿੰਨ ਵੱਖ-ਵੱਖ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਵਜੋਂ ਸਮਝਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ—ਬਿਨਾਂ ਮੁਆਵਜ਼ੇ ਦੇ ਡੇਟਾ ਲੇਬਰ (data labor), ਆਟੋਮੇਸ਼ਨ ਬਾਰੇ ਆਰਥਿਕ ਚਿੰਤਾ, ਅਤੇ ਲੋਕਤੰਤਰ ਵਿੱਚ ਟ੍ਰਿਲੀਅਨ-ਡਾਲਰ ਦੀਆਂ ਤਕਨੀਕੀ ਕੰਪਨੀਆਂ ਬਣਾਉਣ ਦੀਆਂ ਕਠੋਰ ਰਾਜਨੀਤਿਕ ਹਕੀਕਤਾਂ।

ਇੱਕ ਰਾਸ਼ਟਰੀ AI ਡਿਵੀਡੈਂਡ ਦਾ ਤਰਕ

ਇਸ ਦਲੀਲ ਦਾ ਪਹਿਲਾ ਪਹਿਲੂ ਸਿੱਧਾ ਹੈ। GPT-4 ਵਰਗੇ ਵੱਡੇ ਲੈਂਗੂਏਜ ਮਾਡਲ (Large language models) ਮਨੁੱਖੀ ਪ੍ਰਗਟਾਵੇ—ਨਾਵਲ, ਫੋਰਮ ਪੋਸਟਾਂ, ਸੰਗੀਤ ਦੇ ਬੋਲ, ਸਾਫਟਵੇਅਰ ਰਿਪੋਜ਼ਟਰੀਆਂ ਅਤੇ ਫੋਟੋਆਂ—ਦੇ ਸਮੁੰਦਰ ਨੂੰ ਸਕ੍ਰੈਪ (scrape) ਕਰਕੇ ਬਣਾਏ ਗਏ ਹਨ, ਉਹ ਵੀ ਉਹਨਾਂ ਲੋਕਾਂ ਨੂੰ ਭੁਗਤਾਨ ਕੀਤੇ ਬਿਨਾਂ ਜਿਨ੍ਹਾਂ ਨੇ ਉਹਨਾਂ ਨੂੰ ਬਣਾਇਆ ਹੈ। ਹੁਣ ਤੱਕ, ਕਾਨੂੰਨੀ ਅਤੇ ਆਰਥਿਕ ਮਾਡਲ ਨੇ ਇਸਨੂੰ 'ਫੇਅਰ ਯੂਜ਼' (fair use) ਜਾਂ ਖੁੱਲ੍ਹੇ ਪ੍ਰਕਾਸ਼ਨ ਦੇ ਇੱਕ ਅਟੱਲ ਉਪ-ਉਤਪਾਦ ਵਜੋਂ ਮੰਨਿਆ ਹੈ। ਆਲੋਚਕ ਇਸਨੂੰ 'ਸ਼ੋਸ਼ਣ' (extraction) ਕਹਿੰਦੇ ਹਨ। ਜੇਕਰ ਕੋਈ ਤੇਲ ਕੰਪਨੀ ਜਨਤਕ ਜ਼ਮੀਨ 'ਤੇ ਡ੍ਰਿਲਿੰਗ ਕਰਦੀ ਹੈ, ਤਾਂ ਉਹ ਰਾਇਲਟੀ ਅਦਾ ਕਰਦੀ ਹੈ। ਜੇਕਰ ਕੋਈ ਸਟ੍ਰੀਮਿੰਗ ਪਲੇਟਫਾਰਮ ਕਿਸੇ ਗੀਤ ਦਾ ਲਾਇਸੈਂਸ ਲੈਂਦਾ ਹੈ, ਤਾਂ ਉਹ ਮਕੈਨੀਕਲ ਅਧਿਕਾਰਾਂ ਲਈ ਭੁਗਤਾਨ ਕਰਦਾ ਹੈ। ਇਸਦੇ ਉਲਟ, AI ਕੰਪਨੀਆਂ ਨੇ ਉਸ ਮੁੱਲ ਨੂੰ ਉੱਪਰ ਹੀ ਕੈਪਚਰ ਕਰ ਲਿਆ ਹੈ ਅਤੇ ਇਸਨੂੰ ਨਿੱਜੀ ਇਕੁਇਟੀ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ ਹੈ। ਅਲਟਮੈਨ ਦਾ ਪ੍ਰਸਤਾਵ ਇਸ ਅਨਿਆਂ ਨੂੰ ਮਾਨਤਾ ਦਿੰਦਾ ਹੈ: ਇਕੁਇਟੀ ਹਿੱਸਾ ਡੇਟਾ ਲੇਬਰ ਲਈ ਇੱਕ ਪਿਛਲੇ ਸਮੇਂ ਦੇ ਭੁਗਤਾਨ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ, ਇਹ ਸਵੀਕਾਰ ਕਰਦੇ ਹੋਏ ਕਿ ਟ੍ਰੇਨਿੰਗ ਕੋਰਪਸ (training corpus) ਸਿਰਫ਼ ਆਮ ਸ਼ੋਰ ਨਹੀਂ ਹੈ ਬਲਕਿ ਉਤਪਾਦ ਦਾ ਕੱਚਾ ਮਾਲ ਹੈ।

ਦੂਜਾ ਪਹਿਲੂ ਆਰਥਿਕ ਬੀਮਾ ਹੈ। ਅਰਥ ਸ਼ਾਸਤਰੀ ਇਸ ਗੱਲ 'ਤੇ ਵੰਡੇ ਹੋਏ ਹਨ ਕਿ ਕੀ AI ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਬੇਰੁਜ਼ਗਾਰੀ ਲਿਆਵੇਗਾ ਜਾਂ ਹੌਲੀ-ਹੌਲੀ ਕਿੱਤਾਗਤ ਤਬਦੀਲੀ ਲਿਆਵੇਗਾ। ਜੋ ਚੀਜ਼ ਸਿਧਾਂਤਕ ਨਹੀਂ ਹੈ, ਉਹ ਖ਼ਦ ਪ੍ਰਤੀ ਡਰ ਹੈ। ਰੇਡੀਓਲੋਜੀ ਰੈਜ਼ੀਡੈਂਟਸ, ਤਕਨੀਕੀ ਲੇਖਕ, ਗਾਹਕ ਸੇਵਾ ਪ੍ਰਬੰਧਕ, ਅਤੇ ਜੂਨੀਅਰ ਕੋਡਰ ਪਹਿਲਾਂ ਹੀ ਉਹਨਾਂ ਸਾਧਨਾਂ ਨੂੰ ਦੇਖ ਰਹੇ ਹਨ ਜੋ ਕਦੇ ਮਨੁੱਖੀ ਫੈਸਲੇ ਦੀ ਲੋੜ ਹੁੰਦੀ ਸੀ, ਹੁਣ ਉਹਨਾਂ ਕੰਮਾਂ ਨੂੰ ਆਟੋਮੇਟ ਕਰ ਰਹੇ ਹਨ। ਕੁਝ ਸੌ ਡਾਲਰ ਦੇ ਸਟਾਕ ਕਿਸੇ ਤਨਖਾਹ ਦੀ ਜਗ੍ਹਾ ਨਹੀਂ ਲੈ ਸਕਦੇ। ਪਰ ਇਸਦਾ ਪ੍ਰਤੀਕਾਤਮਕ ਮਹੱਤਵ ਵੱਖਰਾ ਹੈ। ਨਾਗਰਿਕਾਂ ਨੂੰ ਸ਼ੇਅਰਹਦਾਰਾਂ ਵਿੱਚ ਬਦਲ ਕੇ, ਇਹ ਮਾਡਲ ਆਮ ਡਰ ਨੂੰ ਇੱਕ ਸਾਂਝੇ ਹਿੱਤ ਵਿੱਚ ਬਦਲਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹੈ। ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਅਜੇ ਵੀ ਕਿਸੇ LLM ਕਾਰਨ ਆਪਣੀ ਨੌਕਰੀ ਗੁਆ ਦਿਓ, ਪਰ ਘੱਟੋ-ਘੱਟ ਤੁਹਾਡਾ ਉਸ LLM ਵਿੱਚ ਇੱਕ ਹਿੱਸਾ ਹੋਵੇਗਾ। ਇਹ ਉਹੀ ਰਾਜਨੀਤਿਕ ਤਰਕ ਹੈ ਜਿਸ ਨੇ ਤਕਨੀਕੀ ਉਦਯੋਗ ਦੇ ਉਭਾਰ ਦੌਰਾਨ ਕਰਮਚਾਰੀ ਸਟਾਕ ਮਾਲਕੀ ਯੋਜਨਾਵਾਂ (employee stock ownership plans) ਦਾ ਆਧਾਰ ਬਣਿਆ ਸੀ—ਕੈਪ ਟੇਬਲ (cap table) ਨੂੰ ਵਧਾਓ, ਅਤੇ ਤੁਸੀਂ ਉਸ ਸੰਗਠਨ ਨੂੰ ਵਧਾਉਂਦੇ ਹੋ ਜੋ ਤਕਨਾਲੋਜੀ ਦੇ ਰੋਕਣ ਦੀ ਬਜਾਏ ਉਸਦੀ ਸਫਲਤਾ ਲਈ ਸਾਥ ਦਿੰਦਾ ਹੈ।

ਅੰਕੜਿਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ: $300 ਦਾ ਹਿੱਸਾ?

ਇਹ ਦੇਖਣ ਲਈ ਕਿ ਇਹ ਵਿਚਾਰ ਤੁਰੰਤ ਬਦਲਾਅ ਲਿਆਉਣ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਦਾਰਸ਼ਨਿਕ ਕਿਉਂ ਹੈ, ਇਸਦੀ ਗਣਿਤਿਕ ਗਣਨਾ ਦੇਖੋ। ਮਾਰਚ ਦੇ ਫੰਡਿੰਗ ਰਾਊਂਡ ਤੋਂ ਬਾਅਦ, OpenAI ਦੀ ਕੀਮਤ ਲਗਭਗ $852 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚ ਗਈ। ਜਨਤਾ ਲਈ ਕੱਢਿਆ ਗਿਆ 5 ਪ੍ਰਤੀਸ਼ਤ ਇਕੁਇਟੀ ਹਿੱਸਾ ਕਾਗਜ਼ੀ ਤੌਰ 'ਤੇ ਲਗਭਗ $42.6 ਬਿਲੀਅਨ ਦਾ ਹੋਵੇਗਾ। ਲਗਭਗ 133 ਮਿਲੀਅਨ ਅਮਰੀਕੀ ਘਰਾਂ ਵਿੱਚ ਵੰਡਣ 'ਤੇ, ਇਹ ਹਰੇਕ ਘਰ ਲਈ ਲਗਭਗ $320 ਬਣਦਾ ਹੈ।

ਤਿੰਨ ਸੌ ਵੀਹ ਡਾਲਰ ਜ਼ਿਆਦਾਤਰ ਜ਼ਿਪ ਕੋਡਾਂ ਵਿੱਚ ਇੱਕ ਮਹੀਨੇ ਦੇ ਰਾਸ਼ਨ ਲਈ ਵੀ ਕਾਫ਼ੀ ਨਹੀਂ ਹੋਣਗੇ। ਇਹ ਅੰਕੜਾ ਮੁੱਖ ਤਣਾਅ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਦੁਨੀਆ ਦੀਆਂ ਸਭ ਤੋਂ ਕੀਮਤੀ ਨਿੱਜੀ ਕੰਪਨੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਹਿੱਸਾ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਜਦੋਂ ਹੇਠਲਾ ਅੰਕੜਾ (denominator) ਪੂਰਾ ਸੰਯੁਕਤ ਰਾਜ ਹੋਵੇ, ਤਾਂ ਇਹ ਘਰਾਂ ਲਈ ਸਿਰਫ਼ ਇੱਕ ਮਾਮੂਲੀ ਭੁਗਤਾਨ ਹੀ ਪੈਦਾ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਉਦੇਸ਼ ਮਟੀਰੀਅਲ ਆਰਥਿਕ ਸੁਰੱਖਿਆ ਹੈ, ਤਾਂ ਇਹ ਅੰਕੜੇ ਘੱਟ ਹਨ। ਜੇਕਰ ਉਦੇਸ਼ ਮਾਨਤਾ ਅਤੇ ਇੱਕ ਮਿਸਾਲ ਕਾਇਮ ਕਰਨਾ ਹੈ, ਤਾਂ ਅੰਕੜਿਆਂ ਦਾ ਕੋਈ ਮਤਲਬ ਨਹੀਂ ਰਹਿ ਜਾਂਦਾ।

ਫਿਰ ਇਸਦੇ ਰੂਪ ਦਾ ਸਵਾਲ ਹੈ। ਇੱਕ ਨਿੱਜੀ ਕੰਪਨੀ ਵਿੱਚ 133 ਮਿਲੀਅਨ ਘਰਾਂ ਨੂੰ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਸ਼ੇਅਰਧਾਰਕਾਂ ਵਜੋਂ ਰਜਿਸਟਰ ਕਰਨਾ ਇੱਕ ਪ੍ਰਸ਼ਾਸਨਿਕ ਭਿਆਨਕਤਾ ਹੈ। ਕੈਪ ਟੇਬਲ (Cap tables) ਰਾਸ਼ਟਰ ਪੱਧਰ ਦੀ ਆਬਾਦੀ ਲਈ ਨਹੀਂ ਬਣੇ ਹਨ। ਡਿਵੀਡੈਂਡ (Dividends) ਨਾਲ 1099s, ਟੈਕਸ ਘਟਨਾਵਾਂ, ਅਤੇ ਗਾਹਕ ਸੇਵਾ ਦਾ ਅਜਿਹਾ ਬੋਝ ਪੈਦਾ ਹੋਵੇਗਾ ਜੋ IRS ਨੂੰ ਵੀ ਹੈਰਾਨ ਕਰ ਦੇਵੇਗਾ। ਇਹਨਾਂ ਕਾਰਨਾਂ ਕਰਕੇ, ਨੀਤੀ ਨਿਰਧਾਰਕਾਂ ਨੇ Alaska Permanent Fund ਵੱਲ ਵਧੇਰੇ ਵਿਹਾਰਕ ਸਾਧਨ ਵਜੋਂ ਦੇਖਿਆ ਹੈ। 1970 ਦੇ ਦਹਾਕੇ ਵਿੱਚ ਸਥਾਪਿਤ, ਉਹ ਫੰਡ North Slope ਤੇਲ ਦੀ ਆਮਦਨ ਨੂੰ ਇਕੱਠਾ ਕਰਦਾ ਹੈ ਅਤੇ ਹਰ ਅਲਾਸਕਾ ਨਿਵਾਸੀ ਨੂੰ ਸਾਲਾਨਾ ਡਿਵੀਡੈਂਡ ਅਦਾ ਕਰਦਾ ਹੈ। ਇੱਕ AI ਸਮਾਨ ਰੂਪ ਇਸ ਇਕੁਇਟੀ ਨੂੰ ਇੱਕ ਟਰੱਸਟ ਵਿੱਚ ਰੱਖੇਗਾ, ਕਿਸੇ ਵੀ ਪ੍ਰਾਪਤ

ਉਹ ਸ਼ਰਤ—ਟਿਕਾਊ ਮੁਨਾਫ਼ਾ—ਹੀ ਅਸਲ ਚੁਣੌਤੀ ਹੈ। OpenAI ਇਸ ਸਮੇਂ ਕਮਾਈ ਲਈ ਅਨੁਕੂਲਿਤ ਨਹੀਂ ਹੈ। ਇਸ ਨੂੰ ਵਿਕਾਸ ਅਤੇ ਪੂੰਜੀ ਖਰਚੇ ਲਈ ਤਰਜੀਹ ਦਿੱਤੀ ਜਾ ਰਹੀ ਹੈ, ਕਿਹਾ ਜਾਂਦਾ ਹੈ ਕਿ ਇਹ ਵਿਸ਼ਾਲ ਡੇਟਾ ਸੈਂਟਰਾਂ ਵਿੱਚ ਅਰਬਾਂ ਡਾਲ ਰਿਹਾ ਹੈ ਅਤੇ ਕਿਸੇ ਵੀ ਸ਼ੁਰੂਆਤੀ ਜਨਤਕ ਆਫਰ (IPO) ਨੂੰ ਉਦੋਂ ਤੱਕ ਲਟਕਾ ਰਿਹਾ ਹੈ ਜਦੋਂ ਤੱਕ ਕੰਪਨੀ 1 ਟ੍ਰਿਲੀਅਨ ਡਾਲਰ ਦੀ ਕੀਮਤ ਪ੍ਰਾਪਤ ਨਹੀਂ ਕਰ ਲੈਂਦੀ। ਅੱਜ OpenAI ਦੇ ਸ਼ੇਅਰ ਰੱਖਣ ਵਾਲਾ ਕੋਈ ਵੀ ਸੋਵਰਨ ਵੈਲਥ ਫੰਡ ਇੱਕ ਸੱਟੇਬਾਜ਼ੀ ਰੱਖ ਰਿਹਾ ਹੋਵੇਗਾ, ਨਾ ਕਿ ਡਿਵੀਡੈਂਡ ਮਸ਼ੀਨ। ਪਰਿਵਾਰਾਂ ਨੂੰ ਚੈੱਕ ਦੇਖਣ ਲਈ ਸਾਲਾਂ ਤੱਕ ਇੰਤਜ਼ਾਰ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ, ਜੇਕਰ ਉਹਨਾਂ ਨੂੰ ਕਦੇ ਮਿਲੇ ਵੀ।

ਰਾਜਨੀਤਿਕ ਚਾਲਾਂ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਇਨਾਮ

ਆਰਥਿਕਤਾ ਦੇ ਪਿੱਛੇ ਇੱਕ ਸਖ਼ਤ ਰਾਜਨੀਤਿਕ ਗਣਨਾ ਛੁਪੀ ਹੋਈ ਹੈ। OpenAI ਕਿਸੇ ਖਾਲੀ ਜਾਂ ਅਲੱਗ-ਥਲੱਗ ਵਾਤਾਵਰਣ ਵਿੱਚ ਕੰਮ ਨਹੀਂ ਕਰਦਾ। ਸਰਵੇਖਣ ਲਗਾਤਾਰ ਦਿਖਾਉਂਦੇ ਹਨ ਕਿ ਬਹੁਤੇ ਅਮਰੀਕੀ AI ਕੰਪਨੀਆਂ 'ਤੇ ਅਵਿਸ਼ਵਾਸ ਕਰਦੇ ਹਨ, ਅਤੇ ਡੇਟਾ ਸੈਂਟਰਾਂ ਦੇ ਨਿਰਮਾਣ ਦਾ ਸਥਾਨਕ ਵਿਰੋਧ ਉਨ੍ਹਾਂ ਭਾਈਚਾਰਿਆਂ ਵਿੱਚ ਵਧ ਰਿਹਾ ਹੈ ਜੋ ਬਿਜਲੀ ਦੇ ਗਰਿੱਡਾਂ 'ਤੇ ਦਬਾਅ, ਪਾਣੀ ਦੀ ਖਪਤ ਅਤੇ ਸ਼ੋਰ ਨੂੰ ਲੈ ਕੇ ਚਿੰਤਤ ਹਨ। Altman ਨੂੰ ਨਿਰਮਾਣ ਕਰਨ ਲਈ ਇੱਕ ਸਮਾਜਿਕ ਇਜਾਜ਼ਤ (social license) ਦੀ ਲੋੜ ਹੈ, ਅਤੇ ਜਨਤਾ ਨੂੰ ਕੈਪ ਟੇਬਲ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਨਾ ਇਸ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਦਾ ਇੱਕ ਤਰੀਕਾ ਹੈ।

ਵਾਸ਼ਿੰਗਟਨ ਦਾ ਮਾਮਲਾ ਵੀ ਹੈ। ਇਹ ਪ੍ਰਸਤਾਵ ਅਜਿਹੇ ਸਮੇਂ ਆ ਰਿਹਾ ਹੈ ਜਦੋਂ OpenAI ਆਪਣੇ ਆਪ ਨੂੰ Trump ਪ੍ਰਸ਼ਾਸਨ ਨਾਲ ਜੋੜਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਿਹਾ ਹੈ, ਜਿਸ ਨੇ Intel ਅਤੇ Nvidia ਵਰਗੇ ਪ੍ਰਮੁੱਖ ਚਿੱਪ ਨਿਰਮਾਤਾਵਾਂ ਨਾਲ ਸ਼ਾਮਲ ਤਕਨੀਕੀ-ਕੇਂਦ੍ਰਿਤ ਆਰਥਿਕ ਸੌਦਿਆਂ ਵਿੱਚ ਦਿਲਚਸਪੀ ਦਿਖਾਈ ਹੈ। OpenAI ਦੀ ਸਫਲਤਾ ਨੂੰ ਰਾਸ਼ਟਰੀ ਸੰਪਤੀ ਦੇ ਸਮਾਨ ਦੱਸ ਕੇ, Altman ਪ੍ਰਗਤੀਸ਼ੀਲ ਮੁੜ-ਵੰਡ ਤੋਂ ਵੀ ਵੱਧ ਕੁਝ ਕਰ ਰਿਹਾ ਹੈ। ਉਹ ਇੱਕ ਸਪਲਾਈ ਚੇਨ ਜੋਖਮ ਦੇ ਬਜਾਏ ਘਰੇਲੂ ਮਹੱਤਵਪੂਰਨ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਜੋਂ ਜਾਣੇ ਜਾਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਿਹਾ ਹੈ। ਅਜਿਹੇ ਯੁੱਗ ਵਿੱਚ ਜਿੱਥੇ ਵਾਸ਼ਿੰਗਟਨ ਚੀਨੀ AI ਵਿਕਾਸ ਨੂੰ ਪਛਾੜਨ 'ਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਕੇਂਦਰਿਤ ਹੈ, ਕੋਈ ਵੀ ਮਾਡਲ ਜੋ ਅਮਰੀਕੀ ਪਰਿਵਾਰਾਂ ਨੂੰ OpenAI ਦੀ ਉੱਨਤੀ ਨਾਲ ਵਿੱਤੀ ਤੌਰ 'ਤੇ ਜੋੜਦਾ ਹੈ, ਰੈਗੂਲੇਟਰਾਂ ਲਈ ਐਕਸਪੋਰਟ ਕੰਟਰੋਲ, ਸੁਰੱਖਿਆ ਸਮੀਖਿਆਵਾਂ, ਜਾਂ ਐਂਟੀਟਰਸਟ ਜਾਂਚ ਰਾਹੀਂ ਕੰਪਨੀ ਦੀ ਰਫ਼ਤਾਰ ਨੂੰ ਘੱਟ ਕਰਨਾ ਮੁਸ਼ਕਲ ਬਣਾ ਦਿੰਦਾ ਹੈ। ਡਿਵੀਡੈਂਡ ਸਿਰਫ਼ ਪੈਸਾ ਨਹੀਂ ਹੈ; ਇਹ ਲੋਕਪ੍ਰਿਯਤਾ ਦੇ ਭੇਸ ਵਿੱਚ ਇੱਕ ਲਾਬਿੰਗ ਰਣਨੀਤੀ ਹੈ।

ਅਸਲ ਨਿਚੋੜ

ਜੇਕਰ ਇਹ ਪ੍ਰਸ