మధ్యవర్తుల పతనం
మార్కెట్లు సమాచార అసమానత (information asymmetry) పై ఆధారపడి అభివృద్ధి చెందేవి.
సంక్లిష్టమైన శాస్త్రీయ అంశాలను రోజువారీ సాధనాలుగా మార్చడానికి కంపెనీలు భారీ రుసుములను వసూలు చేసేవి. దీనిని నేను 'కాంప్లెక్సిటీ ఇంటర్మీడియేషన్ టాక్స్' (Complexity Intermediation Tax) అని పిలుస్తాను. ల్యాబ్లకు మరియు వినియోగదారులకు మధ్య ఉన్న అంతరాన్ని తగ్గించడానికి మీకు ఏజెన్సీలు, కన్సల్టెంట్లు మరియు ఖరీదైన సాఫ్ట్వేర్లు అవసరమయ్యేవి.
ఒక విలాసవంతమైన రెస్టారెంట్ను ఊహించుకోండి. మీరు ఆహారం, వంటవాడు (chef), లాజిస్టిక్స్ మరియు సర్వీస్ కోసం డబ్బు చెల్లిస్తారు. సాంప్రదాయ సాఫ్ట్వేర్ కూడా అదే విధంగా పనిచేసేది.
AI ప్రతిదీ మారుస్తోంది.
పాత సప్లై చైన్ను ధ్వంసం చేసే ట్రాక్టర్లా AI పనిచేస్తుంది. ఇది సంక్లిష్టమైన అకడమిక్ గణితాన్ని కొన్ని వారాల్లోనే ఒక స్థానిక బేకర్ చేతికి అందిస్తుంది.
AI ఒక అద్భుతమైన అనువాదకుడు (translator). మార్కెట్ విలువ సాంకేతిక అమలు (technical execution) నుండి మారుతోంది. ఏ బటన్ నొక్కాలో తెలియడం అనేది ఇప్పుడు ముఖ్యం కాదు. విలువ ఇప్పుడు విజన్ (vision) లో ఉంది. ఏమి అడగాలో తెలియడమే అసలైన విషయం.
ఓపెన్ సోర్స్ దీనిని వేగవంతం చేస్తుంది. మేధావులు ఓపెన్ మోడల్స్ను విడుదల చేసినప్పుడు, స్వతంత్ర బిల్డర్లు వాటిని నేరుగా పరిష్కారాలుగా మారుస్తారు. వారు మధ్యవర్తులను తొలగిస్తారు. కేవలం అందమైన ఇంటర్ఫేస్ను మాత్రమే అందించే ఖరీదైన కార్పొరేట్ సాఫ్ట్వేర్లు తమ ఉనికిని కోల్పోతున్నాయి.
విలువ స్పెక్ట్రమ్ యొక్క రెండు చివరలకు మారుతోంది:
• ది బేస్ (ఇన్ఫ్రాస్ట్రక్చర్): Nvidia వంటి క్లౌడ్ ప్రొవైడర్లు మరియు హార్డ్వేర్ తయారీదారులు. • ది ఎడ్జ్ (హైపర్-నిచ్ ప్రొడక్ట్స్): వినియోగదారుల సమస్యలను ఎటువంటి అడ్డంకులు లేకుండా పరిష్కరించే బిల్డర్లు.
అయితే, దీనికి ఒక పరిమితి ఉంది. ఓపెన్ సోర్స్ సాఫ్ట్వేర్ మధ్యవర్తులను తొలగిస్తుంది, కానీ హార్డ్వేర్ యజమానులను (landlords) తొలగించదు. మీరు ఏజెన్సీని వదిలేయవచ్చు, కానీ కంప్యూట్ పవర్ కోసం మీరు ఇంకా AWS లేదా Google కి డబ్బు చెల్లించాల్సిందే.
ఇన్ఫ్రాస్ట్రక్చర్ ఖర్చుల వల్ల నలిగిపోకుండా, ఎడ్జ్ (edge) వద్ద విలువను ఎలా పొందాలి?
నా కార్యకలాపాలను రక్షించుకోవడానికి నేను మూడు స్తంభాలపై దృష్టి పెడతాను:
• రాడికల్ అగ్నోస్టిసిజం (Radical Agnosticism): ఒకే ఇన్ఫ్రాస్ట్రక్చర్కు కట్టుబడి ఉండకండి. మీరు ఒకే క్లోజ్డ్ API పై ఆధారపడితే, మీరు రిస్క్లో ఉన్నట్లే. ఒక ప్రొవైడర్ తన నిబంధనలను మార్చినట్లయితే, మీరు సెకన్లలో ఓపెన్ సోర్స్ మోడల్కు మారగలిగే సామర్థ్యం కలిగి ఉండాలి.
• ప్రొప్రైటరీ డేటా (Proprietary Data): జనరిక్ మోడల్స్కు ప్రపంచం గురించి తెలుసు, కానీ అవి మీ క్లయింట్ యొక్క నిర్దిష్ట కార్యకలాపాల గురించి తెలియదు. ముడి మేధస్సును (raw intelligence) నిర్దిష్టమైన, వాస్తవ ప్రపంచ డేటాతో అనుసంధానించడం ద్వారానే అసలైన విలువ లభిస్తుంది.
• అబ్సెసివ్ యూజర్ ఎక్స్పీరియన్స్ (Obsessive User Experience): బ్యాకెండ్ లాజిక్ను ఇప్పుడు సులభంగా అనుకరించవచ్చు (replicate), కాబట్టి ఇంటర్ఫేస్ మాత్రమే మీ అసలైన బలం. అడ్డంకులను (friction) తగ్గించడమే లక్ష్యం.
AI బ్యాక్గ్రౌండ్లో నిశ్శబ్దంగా పనిచేసినప్పుడే అద్భుతం జరుగుతుంది. వినియోగదారుడు తాను ఒక ప్రాంప్ట్ను ఉపయోగిస్తున్నాడనే విషయం తెలియకుండానే తన సమస్యను పరిష్కరించుకోవాలి.
మధ్యస్థం అంతమైపోయింది. ఈ కొత్త చక్రంలో ఇది అతిపెద్ద నిశ్చయత.
మీరు పునాది వద్ద ఉన్న మౌలిక సదుపాయాలను (infrastructure) అందిపుచ్చుకుని, అంచున ఉన్న కస్టమర్ల ఖచ్చితమైన సమస్యలపై దృష్టి పెడితే, అవకాశం అపారంగా ఉంటుంది.
మీరు మీ stack ను అప్డేట్ చేసుకుంటున్నారా లేక మధ్యలో చిక్కుకుపోయారా?
ఐచ్ఛిక అభ్యాస సమూహం: https://t.me/GyaanSetuAi