জেনারেটিভ এআই প্ল্যাটফর্মের মালিক কে?

জেনারেটিভ এআই প্ল্যাটফর্মের মালিক কে?

সময় স্ট্যাম্প: 19 জানুয়ারী, 2023 11:30 এএম
উত্স নোড: 1909271

আমরা জেনারেটিভ আর্টিফিশিয়াল ইন্টেলিজেন্স (এআই) তে একটি প্রযুক্তিগত স্ট্যাকের খুব প্রাথমিক স্তরগুলি দেখতে শুরু করছি। শত শত নতুন স্টার্টআপ ফাউন্ডেশন মডেল ডেভেলপ করতে, AI-নেটিভ অ্যাপ তৈরি করতে এবং অবকাঠামো/টুলিং তৈরি করতে বাজারে ছুটছে।

অনেক গরম প্রযুক্তির প্রবণতা বাজার ধরার আগেই অতি-উচিত হয়ে যায়। কিন্তু জেনারেটিভ এআই বুমের সাথে বাস্তব বাজারে প্রকৃত লাভ এবং প্রকৃত কোম্পানির কাছ থেকে প্রকৃত আকর্ষণ রয়েছে। স্ট্যাবল ডিফিউশন এবং চ্যাটজিপিটি-এর মতো মডেলগুলি ব্যবহারকারী বৃদ্ধির জন্য ঐতিহাসিক রেকর্ড স্থাপন করছে এবং বেশ কয়েকটি অ্যাপ্লিকেশন লঞ্চের এক বছরেরও কম সময়ের মধ্যে বার্ষিক আয়ের $100 মিলিয়নে পৌঁছেছে। পাশাপাশি তুলনা AI মডেলগুলি দেখায় মানুষকে ছাড়িয়ে যাচ্ছে মাত্রার একাধিক আদেশ দ্বারা কিছু কাজ. 

সুতরাং, ব্যাপক রূপান্তর ঘটছে বলে পরামর্শ দেওয়ার জন্য যথেষ্ট প্রাথমিক তথ্য রয়েছে। আমরা যা জানি না, এবং যা এখন সমালোচনামূলক প্রশ্ন হয়ে উঠেছে, তা হল: এই বাজারে মূল্য জমা হবে কোথায়?

গত বছর ধরে, আমরা বড় কোম্পানিতে কয়েক ডজন স্টার্টআপ প্রতিষ্ঠাতা এবং অপারেটরদের সাথে দেখা করেছি যারা জেনারেটিভ AI এর সাথে সরাসরি ডিল করে। আমরা তা পর্যবেক্ষণ করেছি অবকাঠামো বিক্রেতারা সম্ভবত এখন পর্যন্ত এই বাজারে সবচেয়ে বড় বিজয়ী, স্ট্যাকের মধ্য দিয়ে প্রবাহিত বেশিরভাগ ডলার ক্যাপচার করে। অ্যাপ্লিকেশন কোম্পানি টপলাইন আয় খুব দ্রুত বৃদ্ধি পাচ্ছে কিন্তু প্রায়ই ধারণ, পণ্যের পার্থক্য এবং মোট মার্জিনের সাথে লড়াই করে। এবং সর্বাধিক মডেল প্রদানকারী, যদিও এই বাজারের অস্তিত্বের জন্য দায়ী, এখনও বড় বাণিজ্যিক স্কেল অর্জন করতে পারেনি।

অন্য কথায়, কোম্পানিগুলি সবচেয়ে বেশি মূল্য তৈরি করে — যেমন জেনারেটিভ AI মডেলগুলিকে প্রশিক্ষণ দেওয়া এবং সেগুলিকে নতুন অ্যাপে প্রয়োগ করা — এর বেশিরভাগই ক্যাপচার করেনি৷ পরবর্তীতে কী ঘটবে তা অনুমান করা অনেক কঠিন। কিন্তু আমরা মনে করি যে স্ট্যাকের কোন অংশগুলি সত্যিই আলাদা এবং রক্ষাযোগ্য তা বোঝার মূল বিষয়। এটি বাজারের কাঠামোর উপর একটি বড় প্রভাব ফেলবে (অর্থাৎ অনুভূমিক বনাম উল্লম্ব কোম্পানির উন্নয়ন) এবং দীর্ঘমেয়াদী মূল্যের চালকদের (যেমন মার্জিন এবং ধরে রাখা)। এখন পর্যন্ত, কাঠামোগত প্রতিরক্ষাযোগ্যতা খুঁজে পেতে আমাদের কঠিন সময় হয়েছে কোথাও স্ট্যাকের মধ্যে, দায়িত্বশীলদের জন্য ঐতিহ্যগত পরিখার বাইরে।

আমরা জেনারেটিভ AI এর প্রতি অবিশ্বাস্যভাবে বুলিশ এবং বিশ্বাস করি এটি সফ্টওয়্যার শিল্পে এবং এর বাইরেও ব্যাপক প্রভাব ফেলবে। এই পোস্টের লক্ষ্য হল বাজারের গতিশীলতার মানচিত্র তৈরি করা এবং জেনারেটিভ এআই ব্যবসায়িক মডেল সম্পর্কে বিস্তৃত প্রশ্নের উত্তর দেওয়া শুরু করা।

উচ্চ-স্তরের প্রযুক্তি স্ট্যাক: পরিকাঠামো, মডেল এবং অ্যাপ

জেনারেটিভ এআই মার্কেট কীভাবে আকার নিচ্ছে তা বোঝার জন্য, আমাদের প্রথমে সংজ্ঞায়িত করতে হবে যে স্ট্যাকটি আজ কেমন দেখাচ্ছে। এখানে আমাদের প্রাথমিক দৃশ্য.

স্ট্যাক তিনটি স্তরে বিভক্ত করা যেতে পারে:

  • অ্যাপ্লিকেশন যেগুলি ব্যবহারকারী-মুখী পণ্যের মধ্যে জেনারেটিভ এআই মডেলগুলিকে একীভূত করে, হয় তাদের নিজস্ব মডেল পাইপলাইনগুলি চালায় ("এন্ড-টু-এন্ড অ্যাপস") বা তৃতীয় পক্ষের API-এর উপর নির্ভর করে
  • মডেল সেই পাওয়ার এআই পণ্যগুলি, হয় মালিকানাধীন API হিসাবে বা ওপেন-সোর্স চেকপয়েন্ট হিসাবে উপলব্ধ করা হয়েছে (যার পরিবর্তে, একটি হোস্টিং সমাধান প্রয়োজন)
  • পরিকাঠামো বিক্রেতারা (যেমন ক্লাউড প্ল্যাটফর্ম এবং হার্ডওয়্যার নির্মাতারা) যারা জেনারেটিভ এআই মডেলের জন্য প্রশিক্ষণ এবং অনুমান কাজের চাপ চালায়

এটি নোট করা গুরুত্বপূর্ণ: এটি একটি বাজার মানচিত্র নয়, তবে বাজার বিশ্লেষণ করার জন্য একটি কাঠামো৷ প্রতিটি বিভাগে, আমরা সুপরিচিত বিক্রেতাদের কয়েকটি উদাহরণ তালিকাভুক্ত করেছি। আমরা বিস্তৃত হতে বা মুক্তি পাওয়া সমস্ত আশ্চর্যজনক জেনারেটিভ এআই অ্যাপ্লিকেশনের তালিকা করার কোনো চেষ্টা করিনি। আমরা এখানে MLops বা LLMops টুলিংয়ের গভীরে যাচ্ছি না, যা এখনও উচ্চ মানসম্মত নয় এবং ভবিষ্যতের পোস্টে এটি সম্বোধন করা হবে।

জেনারেটিভ এআই অ্যাপের প্রথম তরঙ্গ স্কেলে পৌঁছাতে শুরু করেছে, কিন্তু ধরে রাখা এবং পার্থক্যের সাথে লড়াই করছে

পূর্ববর্তী প্রযুক্তি চক্রে, প্রচলিত প্রজ্ঞা ছিল যে একটি বৃহৎ, স্বাধীন কোম্পানি তৈরি করতে, আপনাকে অবশ্যই শেষ-গ্রাহকের মালিক হতে হবে — এর অর্থ স্বতন্ত্র ভোক্তা বা B2B ক্রেতা। এটা বিশ্বাস করতে লোভনীয় যে জেনারেটিভ এআই-এর সবচেয়ে বড় কোম্পানিগুলিও শেষ-ব্যবহারকারী অ্যাপ্লিকেশন হবে। এখন পর্যন্ত, এটা স্পষ্ট নয় যে কেস.

নিশ্চিতভাবে বলা যায়, জেনারেটিভ এআই অ্যাপ্লিকেশনের বৃদ্ধি বিস্ময়কর, নিছক অভিনবত্ব এবং ব্যবহারের আধিক্য দ্বারা চালিত হয়েছে। প্রকৃতপক্ষে, আমরা অন্তত তিনটি পণ্যের শ্রেণী সম্পর্কে সচেতন যেগুলি ইতিমধ্যেই $100 মিলিয়ন বার্ষিক রাজস্ব ছাড়িয়ে গেছে: চিত্র তৈরি, কপিরাইটিং এবং কোড লেখা৷

যাইহোক, টেকসই সফ্টওয়্যার কোম্পানি তৈরির জন্য একা বৃদ্ধি যথেষ্ট নয়। সমালোচনামূলকভাবে, বৃদ্ধি অবশ্যই লাভজনক হতে হবে — এই অর্থে যে ব্যবহারকারী এবং গ্রাহকরা, একবার তারা সাইন আপ করলে, লাভ (উচ্চ স্থূল মার্জিন) তৈরি করে এবং দীর্ঘ সময় ধরে (উচ্চ ধারণ) থাকে। শক্তিশালী প্রযুক্তিগত পার্থক্যের অনুপস্থিতিতে, B2B এবং B2C অ্যাপগুলি নেটওয়ার্ক প্রভাবের মাধ্যমে, ডেটা ধরে রাখা, বা ক্রমবর্ধমান জটিল কর্মপ্রবাহ তৈরির মাধ্যমে দীর্ঘমেয়াদী গ্রাহক মূল্যকে চালিত করে।

জেনারেটিভ এআই-তে, এই অনুমানগুলি অগত্যা সত্য হয় না। আমরা যে সমস্ত অ্যাপ কোম্পানিগুলির সাথে কথা বলেছি, সেখানে গ্রস মার্জিনের বিস্তৃত পরিসর রয়েছে — কিছু ক্ষেত্রে 90% পর্যন্ত বেশি কিন্তু প্রায়শই 50-60% পর্যন্ত কম, যা মূলত মডেল অনুমানের খরচ দ্বারা চালিত হয়। টপ-অফ-ফানেল বৃদ্ধি আশ্চর্যজনক হয়েছে, কিন্তু বর্তমান গ্রাহক অধিগ্রহণের কৌশলগুলি মাপযোগ্য হবে কিনা তা স্পষ্ট নয় — আমরা ইতিমধ্যেই প্রদত্ত অধিগ্রহণের কার্যকারিতা এবং ধরে রাখা শুরু করতে দেখছি। অনেক অ্যাপও তুলনামূলকভাবে আলাদা নয়, কারণ তারা অনুরূপ অন্তর্নিহিত AI মডেলের উপর নির্ভর করে এবং সুস্পষ্ট নেটওয়ার্ক প্রভাব বা ডেটা/ওয়ার্কফ্লো আবিষ্কার করেনি, যা প্রতিযোগীদের জন্য নকল করা কঠিন।

সুতরাং, এটি এখনও স্পষ্ট নয় যে শেষ-ব্যবহারকারীর অ্যাপ বিক্রি করাই একটি টেকসই জেনারেটিভ এআই ব্যবসা গড়ে তোলার একমাত্র, বা এমনকি সেরা পথ। ভাষার মডেলগুলিতে প্রতিযোগিতা এবং দক্ষতা বৃদ্ধির সাথে সাথে মার্জিনগুলি উন্নত হওয়া উচিত (নীচে এটি সম্পর্কে আরও)। AI পর্যটকরা বাজার ছেড়ে যাওয়ার সাথে সাথে ধরে রাখা বাড়ানো উচিত। এবং একটি জোরালো যুক্তি আছে যে উল্লম্বভাবে সমন্বিত অ্যাপগুলির ড্রাইভিং পার্থক্যের ক্ষেত্রে একটি সুবিধা রয়েছে। কিন্তু এখনও অনেক কিছু প্রমাণ করা বাকি আছে।

সামনের দিকে তাকিয়ে, জেনারেটিভ এআই অ্যাপ কোম্পানিগুলির মুখোমুখি কিছু বড় প্রশ্নগুলির মধ্যে রয়েছে:

  • উল্লম্ব ইন্টিগ্রেশন ("মডেল + অ্যাপ")। একটি পরিষেবা হিসাবে AI মডেলগুলি গ্রহণ করা অ্যাপ বিকাশকারীদের একটি ছোট টিমের সাথে দ্রুত পুনরাবৃত্তি করতে এবং প্রযুক্তির অগ্রগতি হিসাবে মডেল সরবরাহকারীদের অদলবদল করতে দেয়। উল্টানো দিকে, কিছু devs তর্ক করে যে পণ্য is মডেল, এবং স্ক্র্যাচ থেকে সেই প্রশিক্ষণই হল প্রতিরক্ষাযোগ্যতা তৈরি করার একমাত্র উপায় — অর্থাৎ ক্রমাগত মালিকানা পণ্য ডেটার উপর পুনরায় প্রশিক্ষণের মাধ্যমে। কিন্তু এটি অনেক বেশি মূলধনের প্রয়োজনীয়তা এবং একটি কম চটকদার পণ্য দলের খরচে আসে।
  • বিল্ডিং বৈশিষ্ট্য বনাম অ্যাপ্লিকেশন. জেনারেটিভ এআই প্রোডাক্টগুলি বিভিন্ন ফর্ম নিয়ে থাকে: ডেস্কটপ অ্যাপস, মোবাইল অ্যাপস, ফিগমা/ফটোশপ প্লাগইন, ক্রোম এক্সটেনশন, এমনকি ডিসকর্ড বট। AI পণ্যগুলিকে সংহত করা সহজ যেখানে ব্যবহারকারীরা ইতিমধ্যেই কাজ করে, যেহেতু UI সাধারণত একটি পাঠ্য বাক্স। এর মধ্যে কোনটি স্বতন্ত্র কোম্পানি হয়ে উঠবে — এবং কোনটি দায়িত্বশীলরা গ্রহণ করবে, যেমন মাইক্রোসফ্ট বা গুগল, ইতিমধ্যেই তাদের পণ্য লাইনে এআই অন্তর্ভুক্ত করেছে?
  • হাইপ চক্রের মাধ্যমে পরিচালনা করা। জেনারেটিভ এআই পণ্যের বর্তমান ব্যাচের মধ্যে মন্থনটি অন্তর্নিহিত কিনা বা এটি প্রাথমিক বাজারের একটি নিদর্শন কিনা তা এখনও পরিষ্কার নয়। অথবা যদি জেনারেটিভ এআই-এর প্রতি আগ্রহের ঢেউ যদি হাইপ কমে যায়। এই প্রশ্নগুলির অ্যাপ কোম্পানিগুলির জন্য গুরুত্বপূর্ণ প্রভাব রয়েছে, যার মধ্যে কখন তহবিল সংগ্রহের সময় গ্যাস প্যাডেল আঘাত করতে হবে; গ্রাহক অধিগ্রহণে কতটা আক্রমনাত্মকভাবে বিনিয়োগ করবেন; কোন ব্যবহারকারীর বিভাগগুলিকে অগ্রাধিকার দিতে হবে; এবং কখন পণ্য-বাজার উপযুক্ত ঘোষণা করতে হবে।

মডেল প্রদানকারীরা জেনারেটিভ এআই আবিষ্কার করেছে, কিন্তু বড় বাণিজ্যিক স্কেল পর্যন্ত পৌঁছায়নি

আমরা এখন যাকে জেনারেটিভ এআই বলি তা গুগল, ওপেনএআই এবং স্থিতিশীলতার মতো জায়গায় করা উজ্জ্বল গবেষণা এবং প্রকৌশলী কাজ ছাড়া বিদ্যমান থাকবে না। অভিনব মডেল আর্কিটেকচার এবং প্রশিক্ষণ পাইপলাইন স্কেল করার বীরত্বপূর্ণ প্রচেষ্টার মাধ্যমে, আমরা সকলেই বর্তমান বৃহৎ ভাষা মডেল (LLMs) এবং চিত্র-প্রজন্মের মডেলগুলির মন ফুঁকানোর ক্ষমতা থেকে উপকৃত হই।

তবুও এই কোম্পানিগুলির সাথে যুক্ত রাজস্ব এখনও ব্যবহার এবং গুঞ্জনের তুলনায় তুলনামূলকভাবে ছোট। ইমেজ জেনারেশনে, স্টেবল ডিফিউশন বিস্ফোরক সম্প্রদায়ের বৃদ্ধি দেখেছে, যা ইউজার ইন্টারফেসের একটি ইকোসিস্টেম, হোস্ট করা অফার এবং ফাইন-টিউনিং পদ্ধতি দ্বারা সমর্থিত। কিন্তু স্থিতিশীলতা তাদের ব্যবসার মূল নীতি হিসাবে তাদের প্রধান চেকপয়েন্টগুলি বিনামূল্যে দেয়। প্রাকৃতিক ভাষার মডেলে, OpenAI GPT-3/3.5 এবং ChatGPT-এর সাথে প্রাধান্য পায়। কিন্তু অপেক্ষাকৃতভাবে ওপেনএআই-তে নির্মিত কয়েকটি হত্যাকারী অ্যাপ এখন পর্যন্ত বিদ্যমান, এবং দাম ইতিমধ্যেই রয়েছে একবার নেমে গেছে.

এটি একটি অস্থায়ী ঘটনা হতে পারে। স্থিতিশীলতা একটি নতুন কোম্পানি যেটি এখনও নগদীকরণের দিকে মনোযোগ দেয়নি৷ ওপেনএআই-এর একটি বিশাল ব্যবসা হয়ে ওঠার সম্ভাবনা রয়েছে, যা সমস্ত এনএলপি বিভাগের আয়ের একটি উল্লেখযোগ্য অংশ উপার্জন করে কারণ আরও কিলার অ্যাপ তৈরি করা হয় - বিশেষ করে যদি তাদের মাইক্রোসফ্টের পণ্য পোর্টফোলিওতে একীকরণ মসৃণভাবে যায়। এই মডেলগুলির বিপুল ব্যবহারের পরিপ্রেক্ষিতে, বৃহৎ আকারের আয় খুব বেশি পিছিয়ে নাও থাকতে পারে।

তবে পাল্টাপাল্টি বাহিনীও রয়েছে। ওপেন সোর্স হিসাবে প্রকাশিত মডেলগুলি যে কেউ হোস্ট করতে পারে, বাইরের কোম্পানিগুলি সহ যেগুলি বড় আকারের মডেল প্রশিক্ষণের সাথে সম্পর্কিত খরচ বহন করে না (দশ বা কয়েক মিলিয়ন ডলার পর্যন্ত)। এবং এটি পরিষ্কার নয় যে কোনও ক্লোজ-সোর্স মডেল অনির্দিষ্টকালের জন্য তাদের প্রান্ত বজায় রাখতে পারে কিনা। উদাহরণ স্বরূপ, আমরা দেখতে শুরু করছি যে অ্যানথ্রোপিক, কোহেরে এবং ক্যারেক্টার.এআই-এর মতো কোম্পানীর দ্বারা তৈরি করা LLMগুলি ওপেনএআই-এর কর্মক্ষমতার স্তরের কাছাকাছি এসেছে, অনুরূপ ডেটাসেটে (অর্থাৎ ইন্টারনেট) এবং অনুরূপ মডেল আর্কিটেকচারে প্রশিক্ষিত। স্ট্যাবল ডিফিউশনের উদাহরণটি ইঙ্গিত করে if ওপেন সোর্স মডেলগুলি পারফরম্যান্স এবং সম্প্রদায়ের সমর্থনের পর্যাপ্ত স্তরে পৌঁছায়, তারপর মালিকানাধীন বিকল্পগুলি প্রতিযোগিতা করা কঠিন বলে মনে হতে পারে।

সম্ভবত এখন পর্যন্ত মডেল প্রদানকারীদের জন্য সবচেয়ে পরিষ্কার উপায় হল যে বাণিজ্যিকীকরণ সম্ভবত হোস্টিংয়ের সাথে আবদ্ধ। মালিকানাধীন API-এর চাহিদা (যেমন OpenAI থেকে) দ্রুত বাড়ছে। ওপেন-সোর্স মডেলগুলির জন্য হোস্টিং পরিষেবাগুলি (যেমন হাগিং ফেস এবং রেপ্লিকেট) মডেলগুলিকে সহজে ভাগ এবং একীভূত করার জন্য দরকারী হাব হিসাবে আবির্ভূত হচ্ছে — এমনকি মডেল প্রযোজক এবং গ্রাহকদের মধ্যে কিছু পরোক্ষ নেটওয়ার্ক প্রভাব রয়েছে৷ এছাড়াও একটি শক্তিশালী অনুমান রয়েছে যে এন্টারপ্রাইজ গ্রাহকদের সাথে ফাইন-টিউনিং এবং হোস্টিং চুক্তির মাধ্যমে নগদীকরণ করা সম্ভব।

এর বাইরে, যদিও, মডেল প্রদানকারীদের মুখোমুখি বেশ কয়েকটি বড় প্রশ্ন রয়েছে:

  • কমোডিটাইজেশন। একটি সাধারণ বিশ্বাস রয়েছে যে AI মডেলগুলি সময়ের সাথে সাথে পারফরম্যান্সে একত্রিত হবে। অ্যাপ ডেভেলপারদের সাথে কথা বলে, এটা স্পষ্ট যে এখনও ঘটেনি, টেক্সট এবং ইমেজ মডেল উভয় ক্ষেত্রেই শক্তিশালী নেতারা। তাদের সুবিধাগুলি অনন্য মডেল আর্কিটেকচারের উপর ভিত্তি করে নয়, তবে উচ্চ মূলধনের প্রয়োজনীয়তা, মালিকানাধীন পণ্যের মিথস্ক্রিয়া ডেটা এবং দুষ্প্রাপ্য এআই প্রতিভার উপর ভিত্তি করে। এই একটি টেকসই সুবিধা হিসাবে পরিবেশন করা হবে?
  • স্নাতক ঝুঁকি। মডেল প্রদানকারীদের উপর নির্ভর করা অ্যাপ কোম্পানিগুলির জন্য শুরু করার এবং এমনকি তাদের ব্যবসা বৃদ্ধি করার জন্য একটি দুর্দান্ত উপায়। কিন্তু একবার তারা স্কেলে পৌঁছে গেলে তাদের নিজস্ব মডেল তৈরি এবং/অথবা হোস্ট করার জন্য তাদের জন্য উদ্দীপনা রয়েছে। এবং অনেক মডেল প্রদানকারীর গ্রাহক বন্টনগুলি অত্যন্ত তির্যক হয়েছে, কিছু অ্যাপের সাথে বেশিরভাগ আয়ের প্রতিনিধিত্ব করে। কি হবে যদি/যখন এই গ্রাহকরা ইন-হাউস এআই ডেভেলপমেন্টে স্যুইচ করে?
  • টাকা কি গুরুত্বপূর্ণ? জেনারেটিভ এআই-এর প্রতিশ্রুতি এতই মহান — এবং সম্ভাব্যভাবে এতটা ক্ষতিকরও — যে অনেক মডেল প্রদানকারী পাবলিক বেনিফিট কর্পোরেশন (বি কর্পস) হিসাবে সংগঠিত হয়েছে, ক্যাপড প্রফিট শেয়ার ইস্যু করেছে, অথবা অন্যথায় জনসাধারণের ভালোকে তাদের মিশনে স্পষ্টভাবে অন্তর্ভুক্ত করেছে। এটি তাদের তহবিল সংগ্রহের প্রচেষ্টাকে মোটেও বাধা দেয়নি। কিন্তু অধিকাংশ মডেল প্রদানকারী আসলে কি না কাছাকাছি আছে একটি যুক্তিসঙ্গত আলোচনা আছে প্রয়োজন মান ক্যাপচার করতে, এবং যদি তারা উচিত.

অবকাঠামো বিক্রেতারা সবকিছু স্পর্শ করে, এবং পুরষ্কার কাটে

জেনারেটিভ এআই-এর প্রায় সবকিছুই কোনো না কোনো সময়ে ক্লাউড-হোস্টেড GPU (বা TPU) এর মধ্য দিয়ে যায়। মডেল প্রোভাইডার/রিসার্চ ল্যাব যা ট্রেনিং ওয়ার্কলোড চালাচ্ছে, হোস্টিং কোম্পানী যা ইনফারেন্স/ফাইন-টিউনিং চালাচ্ছে, অথবা অ্যাপ্লিকেশন কোম্পানী যা উভয়ের কিছু সমন্বয় করছে — ফ্লপস জেনারেটিভ এআই এর প্রাণশক্তি। খুব দীর্ঘ সময়ের মধ্যে প্রথমবারের মতো, সবচেয়ে বিঘ্নিত কম্পিউটিং প্রযুক্তির অগ্রগতি ব্যাপকভাবে গণনা করা হয়েছে।

ফলস্বরূপ, জেনারেটিভ এআই বাজারে প্রচুর অর্থ পরিকাঠামো সংস্থাগুলির মাধ্যমে শেষ পর্যন্ত প্রবাহিত হয়। কিছু লাগাতে খুব এটির আশেপাশে মোটামুটি সংখ্যা: আমরা অনুমান করি যে, অ্যাপ কোম্পানিগুলি গড় আয়ের প্রায় 20-40% অনুমান এবং প্রতি-গ্রাহক ফাইন-টিউনিং-এ ব্যয় করে। এটি সাধারণত কম্পিউট ইন্সট্যান্সের জন্য সরাসরি ক্লাউড প্রোভাইডারদের বা থার্ড-পার্টি মডেল প্রোভাইডারদের দেওয়া হয় - যারা ঘুরেফিরে তাদের আয় প্রায় অর্ধেক ক্লাউড অবকাঠামোতে ব্যয় করে। সুতরাং, 10-20% অনুমান করা যুক্তিসঙ্গত মোট রাজস্ব জেনারেটিভ এআই আজ ক্লাউড প্রদানকারীদের কাছে যায়।

এর উপরে, স্টার্টআপগুলি তাদের নিজস্ব মডেলের প্রশিক্ষণ দিয়ে বিলিয়ন ডলার ভেঞ্চার ক্যাপিটাল সংগ্রহ করেছে — যার বেশিরভাগই (প্রাথমিক রাউন্ডে 80-90% পর্যন্ত) সাধারণত ক্লাউড প্রদানকারীদের সাথেও ব্যয় করা হয়। অনেক পাবলিক টেক কোম্পানি মডেল প্রশিক্ষণের জন্য প্রতি বছর কয়েক মিলিয়ন খরচ করে, হয় বহিরাগত ক্লাউড প্রদানকারীর সাথে বা সরাসরি হার্ডওয়্যার নির্মাতাদের সাথে।

এটিকে আমরা প্রযুক্তিগত ভাষায় বলতে চাই, "অনেক অর্থ" - বিশেষ করে একটি নতুন বাজারের জন্য। এর বেশির ভাগই ব্যয় করা হয় এ বিগ 3 মেঘ: আমাজন ওয়েব সার্ভিসেস (AWS), Google ক্লাউড প্ল্যাটফর্ম (GCP), এবং Microsoft Azure। এই ক্লাউড প্রদানকারীরা সম্মিলিতভাবে এর চেয়ে বেশি ব্যয় করুন প্রতি বছর $ 100 বিলিয়ন তাদের কাছে সবচেয়ে ব্যাপক, নির্ভরযোগ্য এবং খরচ-প্রতিযোগীতামূলক প্ল্যাটফর্ম রয়েছে তা নিশ্চিত করতে ক্যাপেক্সে। জেনারেটিভ AI-তে, বিশেষ করে, তারা সরবরাহের সীমাবদ্ধতা থেকেও উপকৃত হয় কারণ তাদের কাছে দুর্লভ হার্ডওয়্যার (যেমন Nvidia A100 এবং H100 GPUs) পছন্দের অ্যাক্সেস রয়েছে।

মজার বিষয় হল, যদিও, আমরা বিশ্বাসযোগ্য প্রতিযোগিতার উত্থান দেখতে শুরু করছি। ওরাকলের মতো চ্যালেঞ্জাররা বড় ক্যাপএক্স খরচ এবং বিক্রয় প্রণোদনা দিয়ে প্রবেশ করেছে। এবং কয়েকটি স্টার্টআপ, যেমন Coreweave এবং Lambda Labs, বিশেষভাবে বড় মডেল ডেভেলপারদের লক্ষ্য করে সমাধানের মাধ্যমে দ্রুত বৃদ্ধি পেয়েছে। তারা খরচ, প্রাপ্যতা, এবং ব্যক্তিগতকৃত সমর্থন প্রতিযোগিতা করে। তারা আরও দানাদার সংস্থান বিমূর্ততা (অর্থাৎ পাত্রে) প্রকাশ করে, যখন বড় ক্লাউডগুলি GPU ভার্চুয়ালাইজেশন সীমার কারণে শুধুমাত্র VM উদাহরণগুলি অফার করে।

পর্দার আড়ালে, বেশিরভাগ AI কাজের চাপ চালানো, সম্ভবত এখন পর্যন্ত জেনারেটিভ AI-তে সবচেয়ে বড় বিজয়ী: এনভিডিয়া। কোম্পানি 3.8 ডলার রিপোর্ট করেছে বিলিয়ন 2023 অর্থবছরের তৃতীয় ত্রৈমাসিকে ডেটা সেন্টারের GPU রাজস্ব, জেনারেটিভ এআই ব্যবহারের ক্ষেত্রে একটি অর্থপূর্ণ অংশ সহ। এবং তারা GPU আর্কিটেকচার, একটি শক্তিশালী সফ্টওয়্যার ইকোসিস্টেম এবং একাডেমিক সম্প্রদায়ের গভীর ব্যবহারের মাধ্যমে কয়েক দশক ধরে এই ব্যবসার চারপাশে শক্তিশালী পরিখা তৈরি করেছে। একটি সাম্প্রতিক বিশ্লেষণ দেখা গেছে যে Nvidia GPU গুলি শীর্ষস্থানীয় AI চিপ স্টার্টআপগুলির চেয়ে 90 গুণ বেশি গবেষণাপত্রে উদ্ধৃত করা হয়েছে.

গুগল টেনসর প্রসেসিং ইউনিট (টিপিইউ) সহ অন্যান্য হার্ডওয়্যার বিকল্প বিদ্যমান রয়েছে; AMD Instinct GPUs; AWS Inferentia এবং Trainium চিপস; এবং সেরেব্রাস, সাম্বানোভা এবং গ্রাফকোরের মতো স্টার্টআপ থেকে এআই এক্সিলারেটর। ইন্টেল, গেমের দেরীতে, তাদের হাই-এন্ড হাবানা চিপস এবং পন্টে ভেচিও জিপিইউ সহ বাজারে প্রবেশ করছে। কিন্তু এখন পর্যন্ত, এই নতুন চিপগুলির মধ্যে কয়েকটি উল্লেখযোগ্য বাজারের অংশ নিয়েছে। দেখার জন্য দুটি ব্যতিক্রম হল গুগল, যাদের TPU গুলি স্টেবল ডিফিউশন সম্প্রদায় এবং কিছু বৃহৎ GCP ডিলে ট্র্যাকশন পেয়েছে এবং টিএসএমসি, যারা উত্পাদন করে বলে মনে করা হয় সব এখানে তালিকাভুক্ত চিপগুলির মধ্যে, এনভিডিয়া জিপিইউ সহ (ইন্টেল তার চিপগুলি তৈরি করতে তার নিজস্ব ফ্যাব এবং TSMC এর মিশ্রণ ব্যবহার করে)।

অবকাঠামো, অন্য কথায়, স্ট্যাকের মধ্যে একটি লাভজনক, টেকসই এবং আপাতদৃষ্টিতে প্রতিরক্ষাযোগ্য স্তর। ইনফ্রা কোম্পানিগুলির জন্য উত্তর দেওয়ার বড় প্রশ্নগুলির মধ্যে রয়েছে:

  • রাষ্ট্রহীন কাজের চাপ ধরে রাখা। এনভিডিয়া জিপিইউ আপনি যেখানেই ভাড়া নেন সেখানে একই থাকে। বেশিরভাগ AI ওয়ার্কলোড স্টেটলেস, এই অর্থে যে মডেল অনুমানের জন্য সংযুক্ত ডাটাবেস বা স্টোরেজ প্রয়োজন হয় না (মডেলের ওজন ব্যতীত)। এর মানে হল যে AI ওয়ার্কলোডগুলি প্রথাগত অ্যাপ্লিকেশন ওয়ার্কলোডের চেয়ে মেঘ জুড়ে আরও বহনযোগ্য হতে পারে। কিভাবে, এই প্রসঙ্গে, ক্লাউড প্রদানকারীরা আঠালোতা তৈরি করতে পারে এবং গ্রাহকদের সবচেয়ে সস্তা বিকল্পে যেতে বাধা দিতে পারে?
  • চিপের ঘাটতি থেকে বেঁচে থাকা। ক্লাউড প্রদানকারীদের জন্য মূল্য নির্ধারণ, এবং এনভিডিয়ার জন্যই, সবচেয়ে আকাঙ্খিত জিপিইউগুলির দুষ্প্রাপ্য সরবরাহ দ্বারা সমর্থিত হয়েছে। একজন প্রদানকারী আমাদের বলেছেন যে A100s-এর তালিকা মূল্য আসলেই রয়েছে বর্ধিত লঞ্চের পর থেকে, যা কম্পিউট হার্ডওয়্যারের জন্য অত্যন্ত অস্বাভাবিক। বর্ধিত উৎপাদন এবং/অথবা নতুন হার্ডওয়্যার প্ল্যাটফর্ম গ্রহণের মাধ্যমে যখন এই সরবরাহের সীমাবদ্ধতা শেষ পর্যন্ত সরানো হয়, তখন এটি কীভাবে ক্লাউড প্রদানকারীদের প্রভাবিত করবে?
  • একটি চ্যালেঞ্জার মেঘ ভেঙ্গে যেতে পারে? আমরা দৃঢ় বিশ্বাসী যে উল্লম্ব মেঘ বিগ 3 থেকে আরও বিশেষ অফার সহ বাজারের অংশ নেবে। AI-তে এখনও পর্যন্ত, চ্যালেঞ্জাররা মাঝারি প্রযুক্তিগত পার্থক্য এবং Nvidia-এর সমর্থনের মাধ্যমে অর্থপূর্ণ ট্র্যাকশন তৈরি করেছে — যাদের জন্য বর্তমান ক্লাউড প্রদানকারীরা উভয়ই সবচেয়ে বড় গ্রাহক এবং উদীয়মান প্রতিযোগী। দীর্ঘমেয়াদী প্রশ্ন হল, এটি কি বিগ 3 এর স্কেল সুবিধাগুলি কাটিয়ে উঠতে যথেষ্ট হবে?

তাহলে... মূল্য কোথায় জমা হবে?

অবশ্যই, আমরা এখনও জানি না. কিন্তু আমরা জেনারেটিভ এআই-এর জন্য প্রারম্ভিক তথ্যের উপর ভিত্তি করে, এর সাথে মিলিত পূর্ববর্তী AI/ML কোম্পানিগুলির সাথে আমাদের অভিজ্ঞতা, আমাদের অন্তর্দৃষ্টি নিম্নলিখিত. 

জেনারেটিভ AI-তে আজ কোন সিস্টেমিক পরিখা দেখা যাচ্ছে না। প্রথম-ক্রমের আনুমানিক হিসাবে, অ্যাপ্লিকেশনগুলিতে শক্তিশালী পণ্যের পার্থক্য নেই কারণ তারা একই মডেল ব্যবহার করে; মডেলগুলি অস্পষ্ট দীর্ঘমেয়াদী পার্থক্যের সম্মুখীন হয় কারণ তারা অনুরূপ স্থাপত্যের সাথে একই ডেটাসেটে প্রশিক্ষিত হয়; ক্লাউড প্রদানকারীদের গভীর প্রযুক্তিগত পার্থক্য নেই কারণ তারা একই GPU চালায়; এমনকি হার্ডওয়্যার কোম্পানিগুলো একই ফ্যাবসে তাদের চিপ তৈরি করে।

অবশ্যই, স্ট্যান্ডার্ড পরিখা রয়েছে: স্কেল পরিখা ("আমার কাছে আপনার থেকে বেশি অর্থ আছে বা তুলতে পারি!"), সাপ্লাই-চেইন মোট ("আমার কাছে জিপিইউ আছে, আপনার নেই!"), ইকোসিস্টেম মোট (" সবাই আমার সফ্টওয়্যার ইতিমধ্যেই ব্যবহার করে!”), অ্যালগরিদমিক মোটস (“আমরা আপনার চেয়ে বেশি চতুর!”), ডিস্ট্রিবিউশন মোটস (“আমার ইতিমধ্যে একটি সেলস টিম আছে এবং আপনার চেয়ে বেশি গ্রাহক রয়েছে!”) এবং ডেটা পাইপলাইন মোটস (“আমি' আপনার চেয়ে বেশি ইন্টারনেট ক্রল করেছি!”)। কিন্তু এই পরিখার কোনোটিই দীর্ঘমেয়াদে টেকসই হয় না। এবং শক্তিশালী, সরাসরি নেটওয়ার্ক প্রভাবগুলি স্ট্যাকের কোনো স্তরে ধরে রাখছে কিনা তা বলা খুব তাড়াতাড়ি।

উপলব্ধ ডেটার উপর ভিত্তি করে, জেনারেটিভ AI-তে দীর্ঘমেয়াদী, বিজয়ী-নেওয়া-সব গতিশীল হবে কিনা তা স্পষ্ট নয়।

এটা অদ্ভুত. কিন্তু আমাদের কাছে এটা ভালো খবর। এই বাজারের সম্ভাব্য আকার বোঝা কঠিন — এর মধ্যে কোথাও সব সফটওয়্যার এবং সমস্ত মানুষের প্রচেষ্টা — তাই আমরা স্ট্যাকের সকল স্তরে অনেক, অনেক খেলোয়াড় এবং সুস্থ প্রতিযোগিতা আশা করি। আমরা আশা করি অনুভূমিক এবং উল্লম্ব উভয় কোম্পানিই সফল হবে, শেষ-বাজার এবং শেষ-ব্যবহারকারীদের দ্বারা নির্দেশিত সর্বোত্তম পদ্ধতির সাথে। উদাহরণস্বরূপ, যদি শেষ-প্রোডাক্টের প্রাথমিক পার্থক্যটি AI নিজেই হয়, তাহলে সম্ভবত উল্লম্বকরণ (অর্থাৎ ব্যবহারকারী-মুখী অ্যাপটিকে ঘরে তৈরি মডেলের সাথে শক্তভাবে সংযুক্ত করা) জয়ী হবে। যেখানে AI যদি একটি বৃহত্তর, লম্বা-টেইল বৈশিষ্ট্য সেটের অংশ হয়, তবে এটি অনুভূমিক হওয়ার সম্ভাবনা বেশি। অবশ্যই, সময়ের সাথে সাথে আমাদের আরও ঐতিহ্যবাহী পরিখার বিল্ডিং দেখতে হবে - এবং আমরা এমনকি নতুন ধরণের পরিখাকে ধরে রাখতেও দেখতে পারি।

যাই হোক না কেন, একটি জিনিস সম্পর্কে আমরা নিশ্চিত যে জেনারেটিভ এআই গেমটিকে পরিবর্তন করে। আমরা সকলেই রিয়েল টাইমে নিয়মগুলি শিখছি, প্রচুর পরিমাণে মান রয়েছে যা আনলক করা হবে, এবং প্রযুক্তিগত ল্যান্ডস্কেপ অনেক বেশি দেখতে যাচ্ছে, ফলস্বরূপ অনেক আলাদা। এবং আমরা এটির জন্য এখানে আছি!

এই পোস্টের সমস্ত ছবি মিডজার্নি ব্যবহার করে তৈরি করা হয়েছে।

সময় স্ট্যাম্প:

থেকে আরো আন্দ্রেসেন হরোয়েজ্জ