ਕਿਉਂ AI ਸੰਸਥਾਪਕਾਂ ਨੂੰ ਅਸਲੀ ਮੁੱਲ ਬਣਾਉਣ ਲਈ ਮਾਡਲਾਂ ਤੋਂ ਅੱਗੇ ਵਧਣਾ ਚਾਹੀਦਾ ਹੈ

ਜਨਰੇਟਿਵ AI ਖੇਤਰ ਵਿੱਚ ਵਿਕਾਸ ਦੀ ਰਫ਼ਤਾਰ ਵੈਂਚਰ ਕੈਪੀਟਲ ਦੇ ਨਿਯਮਾਂ ਨੂੰ ਮੁੜ ਲਿਖ ਰਹੀ ਹੈ, ਜਿਸ ਨਾਲ ਰਵਾਇਤੀ ਇੰਟਰਨੈਟ ਅਤੇ ਕਲਾਉਡ ਮਾਡਲ ਪਿੱਛੇ ਰਹਿ ਗਏ ਹਨ। ਜਿਵੇਂ ਕਿ Anthropic $47 ਬਿਲੀਅਨ ਦੇ ਹੈਰਾਨੀਜਨਕ ਰੈਵੇਨਿਊ ਰਨ ਰੇਟ ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ, ਉਨ੍ਹਾਂ ਦੀ ਇਸ ਤੇਜ਼ੀ ਨਾਲ ਹੋਈ ਉੱਨਤੀ ਤੋਂ ਸਿੱਖੇ ਗਏ ਸਬਕ AI ਉੱਦਮੀਆਂ ਦੀ ਅਗਲੀ ਪੀੜ੍ਹੀ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਰੂਪਰੇਖਾ ਪੇਸ਼ ਕਰਦੇ ਹਨ।

AI ਵਿਕਾਸ ਦੀ ਬੇਮਿਸਾਲ ਰਫ਼ਤਾਰ

ਨਿਵੇਸ਼ ਦੇ 25 ਸਾਲਾਂ ਵਿੱਚ, Menlo Ventures ਦੇ Matt Murphy ਨੇ ਕਦੇ ਵੀ ਇਸ ਪੱਧਰ ਦਾ ਵਿਕਾਸ ਨਹੀਂ ਦੇਖਿਆ। ਆਪਣੇ ਕਾਰਜਕਾਲ ਦੌਰਾਨ, ਉਨ੍ਹਾਂ ਨੇ ਇੰਟਰਨੈਟ ਦਾ ਉਭਾਰ, ਮੋਬਾਈਲ ਕ੍ਰਾਂਤੀ ਅਤੇ ਕਲਾਉਡ ਬੂਮ ਦੇਖਿਆ ਹੈ, ਫਿਰ ਵੀ ਕੋਈ ਵੀ AI ਲੀਡਰਾਂ ਦੇ ਮੌਜੂਦਾ ਰਸਤੇ ਨਾਲ ਤੁਲਨਾ ਨਹੀਂ ਕਰ ਸਕਦਾ। ਇੱਕ ਉੱਤਮ ਉਦਾਹਰਨ Anthropic ਹੈ, ਜੋ ਮਈ ਤੱਕ $47 ਬਿਲੀਅਨ ਦੇ ਰੈਵੇਨਿਊ ਰਨ ਰੇਟ ਵੱਲ ਵਧ ਗਈ, ਜੋ ਕਿ ਇਸਦੇ 2025 ਦੇ ਅਨੁਮਾਨਿਤ ਅੰਕੜਿਆਂ ਤੋਂ ਇੱਕ ਬਹੁਤ ਵੱਡੀ ਛਾਲ ਹੈ।

Menlo Ventures ਨੇ Anthropic ਦੇ $500 ਮਿਲੀਅਨ ਦੀ Series D ਦੀ ਅਗਵਾਈ ਕੀਤੀ, ਇਸ ਤੋਂ ਪਹਿਲਾਂ ਕੰਪਨੀ ਨੂੰ $4 ਬਿਲੀਅਨ ਦੀ pre-revenue ਵੈਲੂਏਸ਼ਨ 'ਤੇ ਸਮਰਥਨ ਦਿੱਤਾ ਸੀ। ਹਾਲਾਂਕਿ ਅਜਿਹਾ ਦਾਅ ਅਣਪਰੰਪਰਾਗਤ ਸੀ, ਪਰ ਸ਼ੁਰੂਆਤੀ ਸੰਕੇਤ—ਜਿਨ੍ਹਾਂ ਨੂੰ ਅਕਸਰ "green shoots" ਕਿਹਾ ਜਾਂਦਾ ਹੈ—ਜਿਵੇਂ ਕਿ Google ਅਤੇ Amazon ਵਰਗੇ ਦਿੱਗਜਾਂ ਤੋਂ ਰਣਨੀਤਕ ਨਿਵੇਸ਼ਾਂ ਨੇ ਸੰਕੇਤ ਦਿੱਤਾ ਸੀ ਕਿ ਇਹ ਕੰਪਨੀ ਸਿਰਫ਼ ਇੱਕ ਹੋਰ ਮਾਡਲ ਪ੍ਰਦਾਤਾ ਤੋਂ ਕਿਤੇ ਵੱਧ ਸੀ।

ਮਾਡਲ ਕਿਉਂ 'ਮੋਟ' (Moat) ਨਹੀਂ ਹੈ

AI ਸੰਸਥਾਪਕਾਂ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਬਕ ਇਹ ਹੈ ਕਿ ਇੱਕ ਉੱਤਮ Large Language Model (LLM) ਹੋਣਾ ਹੁਣ ਲੰਬੇ ਸਮੇਂ ਲਈ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਦਾ ਫਾਇਦਾ ਨਹੀਂ ਰਿਹਾ। Murphy ਦਾ ਤਰਕ ਹੈ ਕਿ "ਇੱਕ ਵਧੀਆ ਮਾਡਲ ਕਦੇ ਵੀ ਮੁੱਖ ਉਦੇਸ਼ ਨਹੀਂ ਸੀ।" ਅਜਿਹੇ ਮਾਹੌਲ ਵਿੱਚ ਜਿੱਥੇ ਮਾਡਲ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਤੇਜ਼ੀ ਨਾਲ ਆਮ ਵਸਤੂਆਂ (commoditized) ਬਣ ਰਹੀਆਂ ਹਨ, ਅਸਲੀ ਮੁੱਲ ਉਸ ਬੁੱਧੀ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਇੱਕ ਮਜ਼ਬੂਤ ਈਕੋਸਿਸਟਮ ਬਣਾਉਣ ਵਿੱਚ ਹੈ।

Anthropic ਨੇ Claude Code, Model Context Protocol (MCP), ਅਤੇ Claude Skills ਵਰਗੇ ਕਾਰਜਸ਼ੀਲ ਲੇਅਰਾਂ ਨੂੰ ਲਾਂਚ ਕਰਕੇ ਇੱਕ ਮਾਡਲ-ਕੇਂਦ੍ਰਿਤ ਕੰਪਨੀ ਤੋਂ ਇੱਕ ਪਲੇਟਫਾਰਮ-ਕੇਂਦ੍ਰਿਤ ਸ਼ਕਤੀਸ਼ਾਲੀ ਕੰਪਨੀ ਵਿੱਚ ਸਫਲਤਾਪੂਰਵਕ ਤਬਦੀਲੀ ਕੀਤੀ। ਇਹ ਟੂਲ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਗੁੰਝਲਦਾਰ ਵਰਕਫਲੋ ਵਿੱਚ AI ਨੂੰ ਜੋੜਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਇੱਕ ਕੱਚਾ ਇੰਟੈਲੀਜੈਂਸ ਇੰਜਣ ਇੱਕ ਵਿਆਪਕ ਉਤਪਾਦਕਤਾ ਪਲੇਟਫਾਰਮ ਵਿੱਚ ਬਦਲ ਜਾਂਦਾ ਹੈ। ਸੰਸਥਾਪਕਾਂ ਲਈ, ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਅਸਲੀ "ਮੋਟ" (moat) ਸਿਰਫ਼ ਪੈਰਾਮੀਟਰਾਂ ਦੀ ਗਿਣਤੀ ਦੀ ਬਜਾਏ ਡਿਵੈਲਪਰ ਟੂਲਸ, ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਸਮਰੱਥਾਵਾਂ ਅਤੇ ਉਪਭੋਗਤਾ-ਕੇਂਦ੍ਰਿਤ ਐਪਲੀਕੇਸ਼ਨਾਂ ਰਾਹੀਂ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ।

ਹਾਈਪਰ-ਗਰੋਥ ਦੇ ਯੁੱਗ ਵਿੱਚ ਮੁਕਾਬਲਾ ਕਰਨਾ

Lovable ਅਤੇ Legora ਵਰਗੇ ਉੱਚ-ਵਿਕਾਸ ਵਾਲੇ ਸਟਾਰਟਅੱਪਸ ਦਾ ਉਭਾਰ ਬਾਜ਼ਾਰ ਵਿੱਚ ਇੱਕ ਤਬਦੀਲੀ ਨੂੰ ਹੋਰ ਵੀ ਸਪਸ਼ਟ ਕਰਦਾ ਹੈ। ਇਹ ਕੰਪਨੀਆਂ ਅਜਿਹੀਆਂ ਰਫ਼ਤਾਰ ਨਾਲ ਵਧ ਰਹੀਆਂ ਹਨ ਜੋ ਇਤਿਹਾਸਕ ਮਾਪਦੰਡਾਂ ਨੂੰ ਚੁਣੌਤੀ ਦਿੰਦੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਸੰਸਥਾਪਕਾਂ ਨੂੰ ਆਪਣੀਆਂ ਗੋ-ਟੂ-ਮਾਰਕਟ ਰਣਨੀਤੀਆਂ ਅਤੇ ਉਤਪਾਦ ਵਿਕਾਸ ਚੱਕਰਾਂ ਬਾਰੇ ਮੁੜ ਵਿਚਾਰ ਕਰਨ ਲਈ ਮਜਬੂਰ ਹੋਣਾ ਪੈ ਰਿਹਾ ਹੈ।

ਮੁਕਾਬਲਾ ਕਰਨ ਲਈ, ਸੰਸਥਾਪਕ ਸਿਰਫ਼ ਸੁਧਾਰ (iterate) ਨਹੀਂ ਕਰ ਸਕਦੇ; ਉਨ੍ਹਾਂ ਨੂੰ ਅਜਿਹੇ ਪਲੇਟਫਾਰਮ ਬਣਾਉਣੇ ਚਾਹੀਦੇ ਹਨ ਜੋ ਡੂੰਘੀ ਉਪਯੋਗਤਾ ਪ੍ਰਦਾਨ ਕਰਨ। ਚਾਹੇ ਉਹ ਸੇਫਟੀ ਰੋਲਆਊਟਸ ਦੀਆਂ ਗੁੰਝਲਾਂ ਨੂੰ ਸੰਭਾਲਣਾ ਹੋਵੇ—ਜਿਵੇਂ ਕਿ Anthropic ਦਾ Mythos—ਜਾਂ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਗਾਹਕਾਂ ਦੀਆਂ ਉੱਚ ਉਮੀਦਾਂ ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਨਾ ਹੋਵੇ, ਜੇਤੂ ਉਹ ਹੋਣਗੇ ਜੋ "ਬੁੱਧੀ" (intelligence) ਲੇਅਰ ਤੋਂ ਅੱਗੇ ਵਧਣਗੇ ਅਤੇ ਇੰਟੀਗ੍ਰੇਟਡ ਸਾਫਟਵੇਅਰ ਈਕੋਸਿਸਟਮ ਰਾਹੀਂ ਵਿਸ਼ੇਸ਼, ਉੱਚ-ਅਹੁਦੇ ਵਾਲੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨਗੇ।

ਮੁੱਖ ਗੱਲਾਂ

• ਮਾਡਲ ਨਾਲੋਂ ਪਲੇਟਫਾਰਮ: ਉੱਤਮ LLM ਪ੍ਰਦਰਸ਼ਨ ਇੱਕ ਬੁਨਿਆਦੀ ਲੋੜ ਹੈ, ਪਰ ਲੰਬੇ ਸਮੇਂ ਦੀ ਸੁਰੱਖਿਆ (ਮੋਟ) ਪਲੇਟਫਾਰਮ, ਪ੍ਰੋਟੋਕੋਲ ਅਤੇ Claude Code ਵਰਗੇ ਵਿਸ਼ੇਸ਼ ਟੂਲ ਬਣਾਉਣ ਤੋਂ ਆਉਂਦੀ ਹੈ।
• ਬੇਮਿਸਾਲ ਪੈਮਾਨਾ: AI ਖੇਤਰ ਵਿਕਾਸ ਦੀ ਅਜਿਹੀ ਰਫ਼ਤਾਰ ਦਾ ਅਨੁਭਵ ਕਰ ਰਿਹਾ ਹੈ ਜੋ ਇੰਟਰਨੈਟ, ਮੋਬਾਈਲ ਅਤੇ ਕਲਾਉਡ ਕ੍ਰਾਂਤੀਆਂ ਤੋਂ ਕਿਤੇ ਵੱਧ ਹੈ, ਜਿਸ ਲਈ ਸੰਸਥਾਪਕਾਂ ਨੂੰ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਵਧਣ ਦੀ ਲੋੜ ਹੈ।
• ਰਣਨੀਤਕ ਈਕੋਸਿਸਟਮ: ਸਫਲਤਾ ਦੇ ਸ਼ੁਰੂਆਤੀ ਸੰਕੇਤਾਂ ਵਿੱਚ ਅਕਸਰ ਪ੍ਰਮੁੱਖ ਕਲਾਉਡ ਪ੍ਰਦਾਤਾਵਾਂ ਨਾਲ ਡੂੰਘਾ ਇੰਟੀਗ੍ਰੇਸ਼ਨ ਅਤੇ pre-revenue ਦਾਅ ਤੋਂ ਇੱਕ ਪਲੇਟਫਾਰਮ-ਅਧਾਰਤ ਰੈਵੇਨਿਊ ਸ਼ਕਤੀਸ਼ਾਲੀ ਕੰਪਨੀ ਵਿੱਚ ਤਬਦੀਲ ਹੋਣ ਦੀ ਸਮਰੱਥਾ ਸ਼ਾਮਲ ਹੁੰਦੀ ਹੈ।