సత్య నడెల్లా హెచ్చరిక: సంస్థలు AI కోసం రెండుసార్లు చెల్లిస్తున్నాయి
Microsoft CEO సత్య నడెల్లా వ్యాపార సంస్థలకు ఒక తీవ్రమైన హెచ్చరిక జారీ చేశారు. ప్రొప్రైటరీ (proprietary) AIని వినియోగించుకునే ప్రస్తుత విధానంలో దాగి ఉన్న, అత్యంత ప్రమాదకరమైన ఖర్చు ఉంటుందని ఆయన హెచ్చరించారు. కేవలం సబ్స్క్రిప్షన్ ఫీజులకే పరిమితం కాకుండా, కంపెనీలు తెలియకుండానే తమ అత్యంత విలువైన ఆస్తిని, అంటే తమ సంస్థాగత మేధస్సును (institutional intelligence) కోల్పోతున్నాయి.
దాగి ఉన్న ఖర్చు: ప్రొప్రైటరీ జ్ఞానంతో చెల్లింపు
ఇటీవల ఒక బ్లాగ్ పోస్ట్లో, AI "కొనుగోలుదారులు" ప్రాథమికంగా మేధస్సు కోసం రెండుసార్లు చెల్లిస్తున్నారని నడెల్లా వాదించారు. మొదటి చెల్లింపు నగదు రూపంలో ఉంటుంది—OpenAI మరియు Anthropic వంటి ల్యాబ్లకు చెల్లించే టోకెన్లు మరియు సబ్స్క్రిప్షన్ ఫీజులు. రెండవది, మరియు చాలా ప్రమాదకరమైన చెల్లింపు ఏమిటంటే, ఆ మోడల్స్ ఉపయోగకరంగా ఉండటానికి కంపెనీలు బయటపెట్టే ప్రొప్రైటరీ జ్ఞానం.
సంస్థలు తమ పనితీరును మెరుగుపరచడానికి (fine-tune) ప్రయత్నించేటప్పుడు, మోడల్స్కు సున్నితమైన డేటాను అందిస్తాయని నడెల్లా పేర్కొన్నారు. అంతకంటే ముఖ్యంగా, మోడల్స్ "ఎగ్జాస్ట్" (exhaust) నుండి నేర్చుకుంటాయి—అంటే ప్రాంప్ట్లు (prompts), ఏజెంట్లు ఉపయోగించే నిర్దిష్ట సాధనాలు మరియు మోడల్ తప్పు చేసినప్పుడు మనుషులు చేసే సవరణలు. ఈ ఫీడ్బ్యాక్ లూప్ ద్వారా సంస్థలకు మాత్రమే తెలిసిన ప్రత్యేక నైపుణ్యం (institutional know-how) సేకరించబడుతుంది. దీనిని పోటీదారులు ఎప్పటికీ కొనలేరు, కానీ ఇది నేరుగా మోడల్ ప్రొవైడర్లకు అందుతోంది.
డిస్టిలేషన్ వివాదం మరియు శిక్షణలో ద్వంద్వ ప్రమాణాలు
AI రంగంలో ప్రధాన వివాదం "డిస్టిలేషన్" (distillation) అనే అంశంపై ఉంది—అంటే ఒక మోడల్ ఇచ్చే అవుట్పుట్లను ఉపయోగించి కొత్త, మరింత సమర్థవంతమైన మోడల్ను శిక్షణ ఇవ్వడం. పరిశ్రమలో ఉన్న ఒక ద్వంద్వ ప్రమాణాన్ని నడెల్లా ఎత్తిచూపారు: AI ల్యాబ్లు తమ ఫౌండేషనల్ మోడల్స్ను శిక్షణ ఇవ్వడానికి ఇంటర్నెట్ మొత్తాన్ని స్కాన్ చేసేందుకు "ఫెయిర్ యూజ్" (fair use) హక్కులను కోరుతాయి, కానీ అదే సమయంలో సంస్థలు తమ ప్రొప్రైటరీ మోడల్స్ నుండి నేర్చుకోవడాన్ని లేదా వాటిని డిస్టిల్ చేయడాన్ని నిరోధించే కఠినమైన నిబంధనలను విధిస్తాయి.
ఈ వివాదం కేవలం సిద్ధాంతపరమైనది మాత్రమే కాదు. క్లాడ్ (Claude) నుండి మిలియన్ల కొద్దీ ప్రాంప్ట్లను ఉపయోగించి చైనీస్ ఓపెన్-సోర్స్ మోడల్స్ తమ సామర్థ్యాలను పెంచుకుంటున్నాయని ఆరోపిస్తూ, Anthropic వంటి సంస్థలు గతంలో ఆందోళన వ్యక్తం చేశాయి. దీనివల్ల ప్రభుత్వ ఎగుమతి నియంత్రణలను కఠినతరం చేయాలని డిమాండ్లు వచ్చాయి.
ఆర్కెస్ట్రేషన్ మరియు ఆన్-ప్రెమిస్ మోడల్స్ వైపు మళ్లడం
ఈ ప్రమాదాలను తగ్గించడానికి, సంస్థలు తమ AI స్టాక్స్ను రూపొందించే విధానంలో వ్యూహాత్మక మార్పు అవసరమని నడెల్లా సూచించారు. ఆయన రెండు ప్రధాన రక్షణ మార్గాలను ప్రతిపాదించారు:
- ప్రొప్రైటరీ లెర్నింగ్ ఎన్విరాన్మెంట్స్: క్లౌడ్లో (ఉదాహరణకు Microsoft Azure) ప్రత్యేకమైన వాతావరణాన్ని నిర్మించుకోవడం ద్వారా కంపెనీలు తమ డేటా, ప్రాంప్ట్లు మరియు ఫీడ్బ్యాక్పై పూర్తి యాజమాన్యాన్ని కలిగి ఉండాలి.
- ఆర్కెస్ట్రేషన్ లేయర్స్: ఒకే ప్రొవైడర్పై ఆధారపడకుండా, వివిధ మోడళ్ల మధ్య సులభంగా మారడానికి వ్యాపారాలు "AI గేట్వేలను" ఉపయోగించాలి.
ఈ నిర్మాణ మార్పు ఇప్పటికే మార్కెట్లో కనిపిస్తోంది. Solo.io కి చెందిన Idit Levine వంటి పరిశ్రమ నిపుణులు, సంస్థలు "ఆన్-ప్రెమ్" (on-premise) ఓపెన్-సోర్స్ మోడల్స్ వైపు మళ్లుతున్నాయని చెబుతున్నారు. ఈ మోడల్స్ ప్రొప్రైటరీ దిగ్గజాల పనులలో 90% వరకు తక్కువ ఖర్చుతో చేయగలవు, అదే సమయంలో డేటా కంపెనీ యొక్క భౌతిక లేదా వర్చువల్ నియంత్రణలోనే ఉండేలా చూస్తాయి.
ఈ ధోరణికి గణాంకాలు కూడా మద్దతు ఇస్తున్నాయి; Vercel వంటి ప్లాట్ఫారమ్లు ఒకే నెలలో తమ గేట్వే ద్వారా వెళ్ళిన మొత్తం ట్రాఫిక్లో ఓపెన్ మోడల్స్ వాటా 29% అని నివేదించాయి. నడెల్లా ముగిస్తూ, "మేధస్సును వినియోగించుకునే క్రమంలో, మీరు కొత్త మేధస్సును సృష్టిస్తున్నారు. మీరు సృష్టించినది మీకే సొంతం కావాలి" అని అన్నారు.
ముఖ్య అంశాలు
- డబుల్ పేమెంట్ ట్రాప్: సంస్థలు కేవలం నగదు రూపంలోనే కాకుండా, తమ ప్రొప్రైటరీ బిజినెస్ లాజిక్ మరియు సవరణల యొక్క "ఎగ్జాస్ట్" (exhaust) రూపంలో కూడా చెల్లిస్తున్నాయి.
- మోడల్ ఆర్కెస్ట్రేషన్ పెరుగుదల: వెండర్ లాక్-ఇన్ (vendor lock-in) మరియు డేటా లీకేజీని నివారించడానికి, కంపెనీలు బహుళ మోడళ్లను నిర్వహించడానికి AI గేట్వేలు మరియు ఆర్కెస్ట్రేషన్ లేయర్లను ఎక్కువగా అవలంబిస్తున్నాయి.
- ఓపెన్ సోర్స్ వైపు మళ్లడం: డేటా సార్వభౌమాధికారాన్ని (data sovereignty) కాపాడుకోవడానికి మరియు దీర్ఘకాలిక ఖర్చులను తగ్గించడానికి ఆన్-ప్రెమిస్, ఓపెన్-సోర్స్ మోడల్స్ను ఉపయోగించే దిశగా ఒక ముఖ్యమైన మార్పు జరుగుతోంది.