ਜਦੋਂ ਕਾਰਪੋਰੇਟ ਤਲਾਕ ਦੀਆਂ ਅਫਵਾਹਾਂ ਚੱਲਣ ਲੱਗਦੀਆਂ ਹਨ, ਤਾਂ ਇੱਕ ਸ਼ਾਂਤ ਸਪੱਸ਼ਟੀਕਰਨ ਵੀ ਸਥਿਤੀ ਨੂੰ ਬਦਲ ਸਕਦਾ ਹੈ। OpenAI ਨੇ ਇਸ ਹਫ਼ਤੇ ਬਿਲਕੁਲ ਇਹੀ ਰਸਤਾ ਚੁਣਿਆ ਹੈ, ਇਹ ਪੁਸ਼ਟੀ ਕਰਦੇ ਹੋਏ ਕਿ ਇਸਦਾ ਨਵਾਂ ਲਾਂਚ ਕੀਤਾ GPT 5.6 Microsoft 365 Copilot ਦੇ ਅੰਦਰ "preferred model" ਵਜੋਂ ਕੰਮ ਕਰੇਗਾ। ਇਹ ਐਲਾਨ ਬਹੁਤਾ ਚਰਚਿਤ ਨਹੀਂ ਸੀ, ਪਰ ਇਸਦੇ ਪ੍ਰਭਾਵ ਮਹੱਤਵਪੂਰਨ ਹਨ। ਇਹ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ ਕਿ ਦੋਵਾਂ ਕੰਪਨੀਆਂ ਵਿਚਕਾਰ ਭਾਈਵਾਲੀ ਸੰਰਚਨਾਤਮਕ ਤੌਰ 'ਤੇ ਬਰਕਰਾਰ ਹੈ, ਭਾਵੇਂ ਦੋਵੇਂ ਪਾਸੇ ਲਾਗਤਾਂ ਨੂੰ ਕੰਟਰੋਲ ਕਰਨ ਅਤੇ ਆਪਣੇ AI ਪੋਰਟਫੋਲੀਓ ਨੂੰ ਵਿਭਿੰਨਤਾ ਪ੍ਰਦਾਨ ਕਰਨ ਦੇ ਤਰੀਕੇ ਲੱਭ ਰਹੇ ਹਨ।
ਟੁੱਟਣ ਦੀ ਕਥਨ ਦਾ ਮੁਕਾਬਲਾ ਕਰਨਾ
ਸਮਾਂ ਮਹੱਤਵਪੂਰਨ ਹੈ। Bloomberg ਦੀਆਂ ਹਾਲੀਆ ਰਿਪੋਰਟਾਂ ਨੇ ਸੁਝਾਅ ਦਿੱਤਾ ਸੀ ਕਿ Microsoft ਚੁੱਪਚਾਪ ਬਾਹਰ ਨਿਕਲਣ ਦਾ ਰਸਤਾ ਤਿਆਰ ਕਰ ਰਿਹਾ ਸੀ। ਉਹਨਾਂ ਰਿਪੋਰਟਾਂ ਅਨੁਸਾਰ, ਕੰਪਨੀ Word ਅਤੇ Excel ਵਰਗੀਆਂ ਮੁੱਖ ਉਤਪਾਦਕਤਾ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਆਪਣੇ ਇਨ-ਹਾਊਸ MAI ਮਾਡਲਾਂ ਨੂੰ ਜੋੜ ਰਹੀ ਹੈ, ਜੋ ਕਿ ਅੰਸ਼ਕ ਤੌਰ 'ਤੇ ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ ਲਾਰਜ ਲੈਂਗੂਏਜ ਮਾਡਲਾਂ ਨੂੰ ਚਲਾਉਣ ਨਾਲ ਆਉਣ ਵਾਲੇ ਭਾਰੀ ਕਲਾਉਡ ਬਿੱਲਾਂ ਨੂੰ ਘਟਾਉਣ ਲਈ ਹੈ। ਉਸ ਖ਼ਬਰ ਨੇ ਥੋੜ੍ਹੀ ਜਿਹੀ ਘਬਰਾਹਟ ਪੈਦਾ ਕਰ ਦਿੱਤੀ। ਉਦਯੋਗ ਦੇ ਨਿਰੀਖਕਾਂ ਨੇ ਪੁੱਛਣਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ ਕਿ ਕੀ generative AI ਵਿੱਚ ਸਭ ਤੋਂ ਪ੍ਰਮੁੱਖ ਭਾਈਵਾਲੀ ਵਿਛੋੜੇ ਵੱਲ ਵਧ ਰਹੀ ਹੈ, ਕਿਉਂਕਿ Microsoft ਆਪਣੇ ਭਾਈਵਾਲ ਨੂੰ inference premiums ਅਦਾ ਕਰਦੇ ਹੋਏ ਥੱਕ ਰਿਹਾ ਸੀ।
OpenAI ਦਾ ਜਵਾਬ ਪ੍ਰੋਟੋਟਾਈਪਿੰਗ ਅਤੇ ਪ੍ਰੋਡਕਸ਼ਨ ਦੇ ਵਿਚਕਾਰ ਇੱਕ ਸਪੱਸ਼ਟ ਰੇਖਾ ਖਿੱਚਣਾ ਰਿਹਾ ਹੈ। GPT 5.6 ਨੂੰ preferred model ਐਲਾਨ ਕੇ, OpenAI ਦਾ ਦਾਅਵਾ ਹੈ ਕਿ Microsoft ਦੇ ਈਕੋਸਿਸਟਮ ਦੇ ਅੰਦਰ ਸਭ ਤੋਂ ਵੱਧ ਮੰਗ ਵਾਲਾ ਬੌਧਿਕ ਕੰਮ ਅਜੇ ਵੀ ਉਸਦੇ ਆਰਕੀਟੈਕਚਰ 'ਤੇ ਚੱਲੇਗਾ। Microsoft ਹਲਕੇ ਅਤੇ ਦੁਹਰਾਉਣ ਵਾਲੇ ਕੰਮਾਂ ਲਈ ਆਪਣੇ MAI ਮਾਡਲਾਂ ਨਾਲ ਪ੍ਰਯੋਗ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਜਦੋਂ ਕੰਮ ਲਈ ਗੰਭੀਰ ਤਰਕ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਤਾਂ ਸਿਸਟਮ ਅਜੇ ਵੀ OpenAI ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ। ਸੰਦੇਸ਼ ਇਹ ਹੈ ਕਿ ਇਹ ਕੋਈ ਤਲਾਕ ਨਹੀਂ ਹੈ। ਇਹ ਇੱਕ ਜੋੜੇ ਦੁਆਰਾ ਇਹ ਫੈਸਲਾ ਕਰਨ ਵਰਗਾ ਹੈ ਕਿ ਕੌਣ ਕਿਹੜੇ ਘਰੇਲੂ ਕੰਮ ਸੰਭਾਲੇਗਾ।
GPT 5.6 ਅਭਿਆਸ ਵਿੱਚ ਕੀ ਬਦਲਦਾ ਹੈ
ਇਹ ਕੋਈ ਅਜਿਹਾ ਚੁੱਪਚਾਪ ਪੈਚ (patch) ਨਹੀਂ ਹੈ ਜਿਸਨੂੰ IT ਵਿਭਾਗ ਇੰਸਟਾਲ ਕਰਕੇ ਭੁੱਲ ਜਾਣ। ਅੱਪਗ੍ਰੇਡ ਦੀ ਪ੍ਰਕਿਰਤੀ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਰੋਜ਼ਾਨਾ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ Office ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਵਿੱਚ ਫਰਕ ਮਹਿਸੂਸ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
Word ਵਿੱਚ, GPT 5.6 ਉੱਨਤ ਦਸਤਾਵੇਜ਼ ਸੰਲੇਖਣ (document synthesis) ਅਤੇ ਰਚਨਾਤਮਕ ਡਰਾਫਟਿੰਗ ਨੂੰ ਸੰਭਾਲ ਰਿਹਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਮਾਡਲ ਇੱਕ ਲੰਬੀ ਬ੍ਰੀਫ, ਮੀਟਿੰਗ ਨੋਟਸ ਦਾ ਖਿੰਡਿਆ ਹੋਇਆ ਸੰਗ੍ਰਹਿ, ਅਤੇ ਇੱਕ ਸਟਾਈਲ ਗਾਈਡ ਨੂੰ ਅੰਸ਼ੜਿਤ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਫਿਰ ਇੱਕ ਸੁਮੇਲਿਤ ਡਰਾਫਟ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਅਸਲ ਵਿੱਚ ਅਜਿਹਾ ਲੱਗਦਾ ਹੈ ਜਿਵੇਂ ਤੁਹਾਡੀ ਟੀਮ ਨੇ ਲਿਖਿਆ ਹੋਵੇ। ਪੁਰਾਣੇ ਇੰਟੈਗ੍ਰੇਸ਼ਨਾਂ ਨੂੰ ਅਕਸਰ ਲੰਬੇ ਪੈਰੇ ਦੇ ਦੌਰਾਨ context windows ਜਾਂ ਲਹਿਜੇ ਦੀ ਇਕਸਾਰਤਾ ਨਾਲ ਸੰਘਰਸ਼ ਕਰਨਾ ਪੈਂਦਾ ਸੀ। ਨਵਾਂ ਆਰਕੀਟੈਕਚਰ ਖਾਸ ਤੌਰ 'ਤੇ ਉਸ ਰੁਕਾਵਟ ਨੂੰ ਦੂਰ ਕਰਨ ਲਈ ਬਣਾਇਆ ਗਿਆ ਹੈ।
Excel ਵਿੱਚ, ਬਦਲਾਅ ਗੁੰਝਲਦਾਰ ਡੇਟਾ ਤਰਕ ਅਤੇ ਸਵੈਚਾਲਿਤ ਸਪ੍ਰੈਡਸ਼ੀਟ ਇੰਟੈਲੀਜੈਂਸ ਵੱਲ ਹੈ। ਸਿਰਫ਼ ਫਾਰਮੂਲਾ ਬਣਾਉਣ ਦੀ ਬਜਾਏ, ਮਾਡਲ ਨੂੰ ਕਈ ਟੈਬਾਂ ਵਿੱਚ ਸਬੰਧਾਂ ਦੀ ਜਾਂਚ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ, ਅਸਧਾਰਨਤਾਵਾਂ (anomalies) ਦੀ ਪਛਾਣ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ, ਅਤੇ ਇਹ ਦੱਸਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਕੋਈ ਭਵਿੱਖਬਾਣੀ ਕਿਉਂ ਗਲਤ ਲੱਗ ਰਹੀ ਹੈ। ਇਸਨੂੰ ਇੱਕ ਕੈਲਕੂਲੇਟਰ ਦੀ ਬਜਾਏ ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਕ ਵਜੋਂ ਦੇਖੋ ਜੋ ਅਸਲ ਵਿੱਚ ਫੁੱਟਨੋਟਸ ਪੜ੍ਹਦਾ ਹੈ।
PowerPoint ਵਿੱਚ, ਧਿਆਨ ਉੱਨਤ ਵਿਜ਼ੂਅਲ ਸਟੋਰੀਟੈਲਿੰਗ ਅਤੇ ਸਲਾਈਡ ਜਨਰੇਸ਼ਨ 'ਤੇ ਹੈ। ਮਾਡਲ ਸਿਰਫ਼ ਬੁਲੇਟ ਪੁਆਇੰਟਾਂ ਨੂੰ ਵਾਕਾਂ ਵਿੱਚ ਨਹੀਂ ਫੈਲਾ ਰਿਹਾ ਹੈ। ਇਹ ਇੱਕ ਡੈਕ ਵਿੱਚ ਕਹਾਣੀਆਂ ਨੂੰ ਸੰਗਠਿਤ ਕਰ ਰਿਹਾ ਹੈ, ਅਜਿਹੇ ਲੇਆਉਟ ਸੁਝਾ ਰਿਹਾ ਹੈ ਜੋ ਦਲੀਲ ਦੇ ਪ੍ਰਵਾਹ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਹਨ, ਅਤੇ ਇਹ ਦੇਖਦੇ ਹੋਏ ਲਹਿਜਾ ਐਡਜਸਟ ਕਰ ਰਿਹਾ ਹੈ ਕਿ ਸਰੋਤੇ ਇੱਕ ਅੰਦਰੂਨੀ ਟੀਮ ਹੈ ਜਾਂ ਇੱਕ ਬਾਹਰੀ ਗਾਹਕ।
Copilot ਵਿੱਚ, ਅੱਪਗ੍ਰੇਡ ਦਾ ਉਦੇਸ਼ ਸੁਚਾਰੂ ਗੱਲਬਾਤ ਸਹਾਇਤਾ ਅਤੇ ਵਰਕਫਲੋ ਆਟੋਮੇਸ਼ਨ ਹੈ। ਸਹਾਇਕ (assistant) ਨੂੰ ਐਪਸ ਵਿੱਚ ਵਧੇਰੇ ਸੁਚਾਰੂ ਤਰੀਕੇ ਨਾਲ context ਲੈ ਕੇ ਚੱਲਣਾ ਚਾਹੀਦਾ ਹੈ। Teams ਵਿੱਚ ਸ਼ੁਰੂ ਹੋਈ ਗੱਲਬਾਤ ਨੂੰ ਬਾਅਦ ਵਿੱਚ Outlook ਖੋਲ੍ਹਣ ਵੇਲੇ ਵੇਰਵੇ ਯਾਦ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ, ਤਾਂ ਜੋ ਤੁਹਾਨੂੰ ਤਿੰਨ ਵਾਰ ਪ੍ਰੋਜੈਕਟ ਦਾ ਨਾਮ ਦੁਹਰਾਉਣ ਲਈ ਮਜਬੂਰ ਨਾ ਕੀਤਾ ਜਾਵੇ।
OpenAI ਨੇ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ ਕਿ ਇਹ ਰੋਲਆਊਟ ਉੱਨਤ AI ਨੂੰ ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ ਲੈ ਕੇ ਜਾਣ ਦੀ ਸਾਂਝੀ ਵਚਨਬੱਧਤਾ ਦੇ ਅਨੁਕੂਲ ਹੈ। ਦੋਵੇਂ ਕੰਪਨੀਆਂ ਇਸ ਗੱਲ 'ਤੇ ਸਹਿਮਤ ਜਾਪਦੀਆਂ ਹਨ ਕਿ ਭਾਈਵਾਲੀ ਇੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਟੁੱਟਣ ਦੀ ਬਜਾਏ ਇੱਕ ਸੂਖਮ, ਮਲਟੀ-ਮਾਡਲ ਪਹੁੰਚ ਵੱਲ ਵਿਕਸਤ ਹੋ ਰਹੀ ਹੈ।
ਹਾਈਬ੍ਰਿਡ ਰਣਨੀਤੀ ਦੇ ਪਿੱਛੇ ਦੀ ਅਰਥ ਸ਼ਾਸਤਰ
Microsoft ਅਤੇ OpenAI ਵਿਚਕਾਰ ਜੋ ਹੋ ਰਿਹਾ ਹੈ ਉਹ ਇੱਕ ਵਿਆਪਕ ਤਣਾਅ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜੋ ਹੁਣ ਪੂਰੀ generative AI ਉਦਯੋਗ ਨੂੰ ਰੂਪ ਦੇ ਰਿਹਾ ਹੈ। ਫਰੰਟੀਅਰ ਮਾਡਲ ਵਧੇਰੇ ਸਮਰੱਥ ਹੋ ਰਹੇ ਹਨ, ਪਰ ਉਹਨਾਂ ਨੂੰ ਚਲਾਉਣਾ ਬਹੁਤ ਮਹਿੰਗਾ ਵੀ ਹੈ। Microsoft ਦੇ ਕੰਮ ਕਰਨ ਦੇ ਪੱਧਰ 'ਤੇ, ਜਿੱਥੇ ਉਹ ਕਰੋੜਾਂ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਸੇਵਾਵਾਂ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਉੱਥੇ inferencing ਲਾਗਤਾਂ ਕੋਈ ਨਿਗੂਣੀ ਗੱਲ ਨਹੀਂ ਹਨ। ਇਹ ਇੱਕ ਅਜਿਹਾ ਖਰਚਾ ਹੈ ਜੋ ਪੂਰੇ ਪ੍ਰੋਡਕਟ ਸੂਟ ਦੇ ਮੁਨਾਫੇ (margins) ਨੂੰ ਘਟਾ ਸਕਦਾ ਹੈ।
ਉਹ ਹਕੀਕਤ ਦੱਸਦੀ ਹੈ ਕਿ ਕਿਉਂ Microsoft ਕੁਝ ਖਾਸ ਭੂਮਿਕਾਵਾਂ ਲਈ ਆਪਣੇ ਖੁਦ ਦੇ MAI ਮਾਡਲਾਂ ਨੂੰ ਤਿਆਰ ਕਰ ਰਿਹਾ ਹੈ। ਉੱਭਰ ਰਹੀ ਰਣਨੀਤੀ ਬੁੱਧੀਮਾਨ ਟ੍ਰੈਫਿਕ ਰੂਟਿੰਗ (intelligent traffic routing) ਵਰਗੀ ਲੱਗਦੀ ਹੈ। GPT 5.6 ਉਹਨਾਂ ਉੱਚ-ਦਰਜੇ ਦੇ ਕੰਮਾਂ ਦੀ ਜ਼ਿੰਮੇਵਾਰੀ ਲੈਂਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਲਈ ਬਾਰੀਕ ਤਰਕ (nuanced reasoning), ਲੰਬੇ-ਸੰਦਰਭ ਵਾਲੀ ਯਾਦਦਾਸ਼ਤ (long-context memory), ਜਾਂ ਰਚਨਾਤਮਕ ਨਿਰਮਾਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। Microsoft ਦੇ ਹਲਕੇ (leaner) ਇਨ-ਹਾਊਸ ਮਾਡਲ ਰੋਜ਼ਾਨਾ ਦੇ ਕੰਮਾਂ ਨੂੰ ਸੰਭਾਲਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਬੁਨਿਆਦੀ ਸਾਰਾਂਸ਼ (summarization), ਸਰਲ ਫਾਰਮੈਟਿੰਗ ਸੁਝਾਅ, ਜਾਂ ਘੱਟ-ਜੋਖਮ ਵਾਲਾ ਆਟੋ-ਕੰਪਲੀਟ (autocomplete)। ਇਹ ਹਾਈਬ੍ਰਿਡ ਆਰਕੀਟੈਕਚਰ Microsoft ਨੂੰ ਸਬਸਕ੍ਰਿਪਸ਼ਨ ਦੀਆਂ ਕੀਮਤਾਂ ਨੂੰ ਮੁਕਾਬਲੇਬਾਜ਼ ਰੱਖਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ, ਬਿਨਾਂ ਉਸ ਪ੍ਰੀਮੀਅਮ ਬੁੱਧੀ (premium intelligence) ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾਏ ਜੋ ਅਸਲ ਵਿੱਚ ਉਹਨਾਂ ਸਬਸਕ੍ਰਿਪਸ਼ਨਾਂ ਦਾ ਆਧਾਰ ਹੈ।
ਅਸੀਂ ਇਹ ਪੈਟਰਨ ਪਹਿਲਾਂ ਵੀ ਹੋਰ ਟੈਕਨੋਲੋਜੀ ਸਟੈਕਸ ਵਿੱਚ ਦੇਖਿਆ ਹੈ। ਡਾਟਾ ਸੈਂਟਰ ਹਰ ਵਰਕਲੋਡ (workload) ਨੂੰ ਸਭ ਤੋਂ ਤੇਜ਼ ਉਪਲਬਧ ਪ੍ਰੋਸੈਸਰ 'ਤੇ ਨਹੀਂ ਚਲਾਉਂਦੇ। ਉਹ ਕੰਮ ਨੂੰ ਸਿਲੀਕਨ (silicon) ਦੇ ਅਨੁਕੂਲ ਮਿਲਾਉਂਦੇ ਹਨ। AI ਲੇਅਰ ਹੁਣ ਉਸੇ ਤਰ੍ਹਾਂ ਦੀ ਪਰਿਪੱਕਤਾ (maturation) ਵਿੱਚੋਂ ਗੁਜ਼ਰ ਰਹੀ ਹੈ।
ਡਿਵੈਲਪਰਾਂ ਅਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਖਰੀਦਦਾਰਾਂ ਲਈ ਇਸਦਾ ਕੀ ਮਤਲਬ ਹੈ
ਜੇਕਰ ਤੁਸੀਂ Microsoft ਦੇ AI ਸਟੈਕ 'ਤੇ ਕੰਮ ਕਰ ਰਹੇ ਹੋ ਜਾਂ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਲਾਇਸੈਂਸਾਂ ਬਾਰੇ ਗੱਲਬਾਤ ਕਰ ਰਹੇ ਹੋ, ਤਾਂ ਇਹ ਵਿਕਾਸ ਇੱਕ ਸਪੱਸ਼ਟ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ। Microsoft-OpenAI ਰਿਸ਼ਤਾ ਇੱਕ ਪਰਿਪੱਕ ਪੜਾਅ ਵਿੱਚ ਪ੍ਰਵੇਸ਼ ਕਰ ਰਿਹਾ ਹੈ। ਇੱਕ ਸਿੰਗਲ ਮਾਡਲ ਪ੍ਰਦਾਤਾ 'ਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਿਰਭਰ ਰਹਿਣ ਦਾ ਯੁੱਗ ਖਤਮ ਹੋ ਰਿਹਾ ਹੈ, ਅਤੇ ਇਸਦੀ ਜਗ੍ਹਾ ਇੱਕ ਉੱਨਤ ਆਰਕੈਸਟ੍ਰੇਸ਼ਨ ਲੇਅਰ (orchestration layer) ਲੈ ਰਹੀ ਹੈ ਜਿੱਥੇ ਮੌਜੂਦਾ ਕੰਪਿਊਟੇਸ਼ਨਲ ਲੋੜਾਂ ਦੇ ਅਧਾਰ 'ਤੇ ਵੱਖ-ਵੱਖ ਇੰਜਣਾਂ ਦੀ ਚੋਣ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਐਂਟਰਪ੍ਰਾਈਜ਼ ਆਰਕੀਟੈਕਟਾਂ ਲਈ, ਵਿਵਹਾਰਕ ਸਿੱਖਿਆ ਇਹ ਹੈ ਕਿ ਇੱਕੋ 'ਦਿਮਾਗ' ਦੀ ਧਾਰਨਾ 'ਤੇ ਡਿਜ਼ਾਈਨ ਕਰਨਾ ਬੰਦ ਕਰ ਦਿੱਤਾ ਜਾਵੇ। ਇਸ ਦੀ ਬਜਾਏ ਇਹ ਸੋਚਣਾ ਸ਼ੁਰੂ ਕਰੋ ਕਿ ਕਦੋਂ ਪ੍ਰੀਮੀਅਮ ਤਰਕ (reasoning) ਲਈ ਲੇਟੈਂਸੀ (latency) ਅਤੇ ਲਾਗਤ ਦੇਣਯੋਗ ਹੈ, ਅਤੇ ਕਦੋਂ ਤੇਜ਼, ਸਸਤੀ ਇਨਫਰੈਂਸ (inference) ਹੀ ਕਾਫ਼ੀ ਹੋਵੇਗੀ। ਟੂਲਿੰਗ ਇੱਕ ਅਜਿਹੀ ਦੁਨੀਆ ਵੱਲ ਵਧ ਰਹੀ ਹੈ ਜਿੱਥੇ ਮਾਡਲ ਸਿਲੇਕਟਰ ਅੰਤਮ ਉਪਭੋਗਤਾ ਲਈ ਅਦਿੱਖ ਹੋਵੇਗਾ ਪਰ ਬਜਟ ਲਈ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹੋਵੇਗਾ।
ਜੇਕਰ ਤੁਸੀਂ ਇੱਕ ਅੰਤਮ ਉਪਭੋਗਤਾ ਹੋ, ਤਾਂ ਇਹ ਬਦਲਾਅ ਸਮਝਣਾ ਵਧੇਰੇ ਸਰਲ ਹੈ। ਤੁਹਾਡੀਆਂ ਪ੍ਰੋਡਕਟੀਵਿਟੀ ਐਪਸ ਵਿੱਚ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਹੋਰ ਵੀ ਬਿਹਤਰ ਹੁੰਦੀਆਂ ਰਹਿਣਗੀਆਂ ਕਿਉਂਕਿ ਉਹਨਾਂ ਕੋਲ ਅਜੇ ਵੀ ਫਰੰਟੀਅਰ ਮਾਡਲਾਂ (frontier models) ਤੱਕ ਪਹੁੰਚ ਹੈ। ਬੋਰਿੰਗ ਬੈਕਗ੍ਰਾਊਂਡ ਕੰਮਾਂ ਨੂੰ ਚਲਾਉਣਾ ਸਸਤਾ ਹੋ ਸਕਦਾ ਹੈ, ਜਿਸਦਾ ਸ਼ਾਇਦ ਮਤਲਬ ਇਹ ਹੈ ਕਿ ਤੁਹਾਡੇ ਲਾਇਸੈਂਸ ਦੀ ਕੀਮਤ ਵਿੱਚ ਕੋਈ ਵੱਡਾ ਵਾਧਾ ਨਹੀਂ ਹੋਵੇਗਾ।
ਅਸਲ ਸਿੱਖਿਆ
ਵਰਜ਼ਨ ਨੰਬਰ ਆਸਾਨ ਹੈੱਡਲਾਈਨਾਂ ਬਣਾਉਂਦੇ ਹਨ, ਪਰ ਅਸਲ ਕਹਾਣੀ ਇੱਥੇ ਕਾਰਜਸ਼ੀਲ ਪਰਿਪੱਕਤਾ (operational maturity) ਬਾਰੇ ਹੈ। OpenAI ਅਤੇ Microsoft ਇਹ ਮੰਨ ਰਹੇ ਹਨ ਕਿ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਕੰਮ ਕਰਨ ਲਈ ਸਮਝੌਤੇ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। GPT 5.6 ਮੁਸ਼ਕਲ ਬੌਧਿਕ ਕੰਮਾਂ (cognitive work) ਲਈ ਸਭ ਤੋਂ ਉੱਪਰਲੀ ਜਗ੍ਹਾ ਬਰਕਰਾਰ ਰੱਖਦਾ ਹੈ, ਫਿਰ ਵੀ ਇਸਦੇ ਆਲੇ-ਦੁਆਲੇ ਦਾ ਈਕੋਸਿਸਟਮ ਅਜਿਹੇ ਵਿਕਲਪਾਂ ਲਈ ਜਗ੍ਹਾ ਬਣਾ ਰਿਹਾ ਹੈ ਜੋ ਕਿਫਾਇਤੀ ਤਰੀਕੇ ਨਾਲ ਕੰਮ ਚਲਾਉਂਦੇ ਹਨ। ਬਾਕੀ ਸਭ ਲਈ, ਇਹ ਇੱਕ ਲਾਭਦਾਇਕ ਝਲਕ ਹੈ ਕਿ ਪਰਿਪੱਕਤਾ ਦੇ ਪੜਾਅ 'ਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਅਸਲ ਵਿੱਚ ਕਿਵੇਂ ਕੰਮ ਕਰੇਗਾ—ਇੱਕ ਅਜਿਹੇ ਮਾਡਲ ਨਾਲ ਨਹੀਂ ਜੋ ਸਭ 'ਤੇ ਰਾਜ ਕਰੇ, ਸਗੋਂ ਕਈ ਮਾਡਲਾਂ ਨਾਲ ਜੋ ਅਸਲ ਮਹੱਤਵ ਅਨੁਸਾਰ ਕੰਮ ਨੂੰ ਵੰਡਦੇ ਹਨ।