हम जेनेरिक आर्टिफिशियल इंटेलिजेंस (एआई) में तकनीकी स्टैक के शुरुआती चरणों को उभरते हुए देखना शुरू कर रहे हैं। सैकड़ों नए स्टार्टअप फाउंडेशन मॉडल विकसित करने, एआई-नेटिव ऐप बनाने और बुनियादी ढांचे/टूलिंग को खड़ा करने के लिए बाजार में तेजी से आ रहे हैं।
बाज़ार में तेजी आने से पहले ही कई लोकप्रिय प्रौद्योगिकी रुझान अति-प्रचारित हो जाते हैं। लेकिन जनरेटिव एआई बूम वास्तविक बाजारों में वास्तविक लाभ और वास्तविक कंपनियों से वास्तविक आकर्षण के साथ आया है। स्टेबल डिफ्यूजन और चैटजीपीटी जैसे मॉडल उपयोगकर्ता वृद्धि के लिए ऐतिहासिक रिकॉर्ड स्थापित कर रहे हैं, और कई एप्लिकेशन लॉन्च के एक साल से भी कम समय में वार्षिक राजस्व के 100 मिलियन डॉलर तक पहुंच गए हैं। साथ-साथ तुलनाएं एआई मॉडल दिखाती हैं इंसानों से बेहतर प्रदर्शन करना कुछ कार्यों में परिमाण के अनेक क्रमों द्वारा।
इसलिए, यह सुझाव देने के लिए पर्याप्त प्रारंभिक डेटा है कि बड़े पैमाने पर परिवर्तन हो रहा है। जो हम नहीं जानते, और जो अब महत्वपूर्ण प्रश्न बन गया है, वह है: इस बाज़ार में मूल्य कहाँ से अर्जित होगा?
पिछले वर्ष के दौरान, हम बड़ी कंपनियों में दर्जनों स्टार्टअप संस्थापकों और ऑपरेटरों से मिले हैं जो सीधे जेनरेटिव एआई से निपटते हैं। हमने वह देखा है बुनियादी ढाँचा विक्रेता संभवतः इस बाज़ार में अब तक के सबसे बड़े विजेता हैं, जिन्होंने स्टैक के माध्यम से बहने वाले अधिकांश डॉलर पर कब्ज़ा कर लिया है। आवेदन कंपनियाँ टॉपलाइन राजस्व बहुत तेजी से बढ़ रहा है लेकिन अक्सर प्रतिधारण, उत्पाद भेदभाव और सकल मार्जिन के साथ संघर्ष करते हैं। और सबसे मॉडल प्रदाताहालाँकि, यह इस बाज़ार के अस्तित्व के लिए ज़िम्मेदार है, फिर भी इसने अभी तक बड़े व्यावसायिक पैमाने को हासिल नहीं किया है।
दूसरे शब्दों में, सबसे अधिक मूल्य बनाने वाली कंपनियां - यानी जेनरेटिव एआई मॉडल को प्रशिक्षित करना और उन्हें नए ऐप्स में लागू करना - इसमें से अधिकांश पर कब्जा नहीं कर पाई हैं। आगे क्या होगा इसकी भविष्यवाणी करना बहुत कठिन है। लेकिन हमें लगता है कि समझने वाली मुख्य बात यह है कि स्टैक के कौन से हिस्से वास्तव में विभेदित और रक्षात्मक हैं। इसका बाजार संरचना (यानी क्षैतिज बनाम ऊर्ध्वाधर कंपनी विकास) और दीर्घकालिक मूल्य के चालकों (जैसे मार्जिन और प्रतिधारण) पर बड़ा प्रभाव पड़ेगा। अब तक, हमें संरचनात्मक रक्षात्मकता खोजने में कठिनाई हुई है कहीं भी ढेर में, पदधारियों के लिए पारंपरिक खंदकों के बाहर।
हम जेनरेटिव एआई को लेकर अविश्वसनीय रूप से उत्साहित हैं और मानते हैं कि सॉफ्टवेयर उद्योग और उससे आगे इसका व्यापक प्रभाव पड़ेगा। इस पोस्ट का लक्ष्य बाजार की गतिशीलता का पता लगाना और जेनेरिक एआई बिजनेस मॉडल के बारे में व्यापक सवालों के जवाब देना शुरू करना है।
उच्च-स्तरीय तकनीकी स्टैक: इन्फ्रास्ट्रक्चर, मॉडल और ऐप्स
यह समझने के लिए कि जेनेरिक एआई बाजार कैसे आकार ले रहा है, हमें पहले यह परिभाषित करना होगा कि स्टैक आज कैसा दिखता है। यहां हमारा प्रारंभिक दृष्टिकोण है.
स्टैक को तीन परतों में विभाजित किया जा सकता है:
- अनुप्रयोगों जो जेनरेटिव एआई मॉडल को उपयोगकर्ता-सामना वाले उत्पाद में एकीकृत करते हैं, या तो अपने स्वयं के मॉडल पाइपलाइन ("एंड-टू-एंड ऐप्स") चला रहे हैं या तीसरे पक्ष एपीआई पर निर्भर हैं
- मॉडल वह पावर एआई उत्पाद, या तो मालिकाना एपीआई के रूप में या ओपन-सोर्स चेकपॉइंट के रूप में उपलब्ध कराए जाते हैं (जिसके लिए, बदले में, एक होस्टिंग समाधान की आवश्यकता होती है)
- इंफ्रास्ट्रक्चर विक्रेता (यानी क्लाउड प्लेटफ़ॉर्म और हार्डवेयर निर्माता) जो जेनरेटिव एआई मॉडल के लिए प्रशिक्षण और अनुमान वर्कलोड चलाते हैं
यह ध्यान रखना महत्वपूर्ण है: यह कोई बाज़ार मानचित्र नहीं है, बल्कि बाज़ार का विश्लेषण करने के लिए एक रूपरेखा है। प्रत्येक श्रेणी में, हमने जाने-माने विक्रेताओं के कुछ उदाहरण सूचीबद्ध किए हैं। हमने व्यापक होने या जारी किए गए सभी अद्भुत जेनरेटिव एआई अनुप्रयोगों को सूचीबद्ध करने का कोई प्रयास नहीं किया है। हम यहां एमएलओपीएस या एलएलमॉप्स टूलिंग पर भी गहराई से चर्चा नहीं कर रहे हैं, जो अभी तक उच्च मानकीकृत नहीं है और भविष्य की पोस्ट में इस पर चर्चा की जाएगी।
जेनेरिक एआई ऐप्स की पहली लहर बड़े पैमाने पर पहुंचने लगी है, लेकिन प्रतिधारण और भेदभाव के साथ संघर्ष कर रही है
पूर्व प्रौद्योगिकी चक्रों में, पारंपरिक ज्ञान यह था कि एक बड़ी, स्वतंत्र कंपनी बनाने के लिए, आपके पास अंतिम ग्राहक का मालिक होना चाहिए - चाहे इसका मतलब व्यक्तिगत उपभोक्ता हो या बी2बी खरीदार। यह विश्वास करना आकर्षक है कि जेनेरिक एआई में सबसे बड़ी कंपनियां अंतिम-उपयोगकर्ता एप्लिकेशन भी होंगी। अब तक, यह स्पष्ट नहीं है कि मामला क्या है।
निश्चित रूप से, जेनेरेटिव एआई अनुप्रयोगों की वृद्धि आश्चर्यजनक रही है, जो सरासर नवीनता और उपयोग के मामलों की अधिकता से प्रेरित है। वास्तव में, हम कम से कम तीन उत्पाद श्रेणियों से अवगत हैं जो पहले ही वार्षिक राजस्व के $100 मिलियन से अधिक हो चुकी हैं: छवि निर्माण, कॉपी राइटिंग और कोड लेखन।
हालाँकि, टिकाऊ सॉफ़्टवेयर कंपनियाँ बनाने के लिए केवल विकास ही पर्याप्त नहीं है। गंभीर रूप से, विकास लाभदायक होना चाहिए - इस अर्थ में कि उपयोगकर्ता और ग्राहक, एक बार साइन अप करने के बाद, लाभ (उच्च सकल मार्जिन) उत्पन्न करते हैं और लंबे समय तक बने रहते हैं (उच्च प्रतिधारण)। मजबूत तकनीकी भेदभाव के अभाव में, बी2बी और बी2सी ऐप्स नेटवर्क प्रभाव, डेटा पर पकड़ या तेजी से जटिल वर्कफ़्लो के निर्माण के माध्यम से दीर्घकालिक ग्राहक मूल्य बढ़ाते हैं।
जेनरेटिव एआई में, जरूरी नहीं कि वे धारणाएं सच हों। हमने जिन ऐप कंपनियों से बात की है, उनमें सकल मार्जिन की एक विस्तृत श्रृंखला है - कुछ मामलों में 90% तक, लेकिन अक्सर 50-60% तक कम, जो बड़े पैमाने पर मॉडल अनुमान की लागत से प्रेरित है। टॉप-ऑफ़-फ़नल वृद्धि आश्चर्यजनक रही है, लेकिन यह स्पष्ट नहीं है कि वर्तमान ग्राहक अधिग्रहण रणनीतियाँ स्केलेबल होंगी या नहीं - हम पहले से ही भुगतान अधिग्रहण प्रभावकारिता देख रहे हैं और प्रतिधारण कम होना शुरू हो गया है। कई ऐप्स भी अपेक्षाकृत अविभाज्य हैं, क्योंकि वे समान अंतर्निहित एआई मॉडल पर भरोसा करते हैं और उन्होंने स्पष्ट नेटवर्क प्रभाव, या डेटा/वर्कफ़्लो की खोज नहीं की है, जो प्रतिस्पर्धियों के लिए डुप्लिकेट करना कठिन है।
इसलिए, यह अभी तक स्पष्ट नहीं है कि स्थायी जेनरेटर एआई व्यवसाय के निर्माण के लिए एंड-यूज़र ऐप्स बेचना एकमात्र या सबसे अच्छा रास्ता है। जैसे-जैसे भाषा मॉडल में प्रतिस्पर्धा और दक्षता बढ़ती है, मार्जिन में सुधार होना चाहिए (इस पर अधिक जानकारी नीचे दी गई है)। जैसे-जैसे एआई पर्यटक बाजार छोड़ रहे हैं, प्रतिधारण बढ़ना चाहिए। और एक मजबूत तर्क दिया जा रहा है कि लंबवत रूप से एकीकृत ऐप्स को भेदभाव बढ़ाने में फायदा होता है। लेकिन अभी भी बहुत कुछ साबित करना बाकी है।
आगे देखते हुए, जेनरेटिव एआई ऐप कंपनियों के सामने आने वाले कुछ बड़े सवालों में शामिल हैं:
- लंबवत एकीकरण ("मॉडल + ऐप")। एक सेवा के रूप में एआई मॉडल का उपभोग करने से ऐप डेवलपर्स को एक छोटी टीम के साथ तेजी से पुनरावृत्ति करने और प्रौद्योगिकी प्रगति के रूप में मॉडल प्रदाताओं को स्वैप करने की अनुमति मिलती है। दूसरी ओर, कुछ डेवलपर्स का तर्क है कि उत्पाद is मॉडल, और स्क्रैच से प्रशिक्षण ही रक्षात्मकता पैदा करने का एकमात्र तरीका है - यानी मालिकाना उत्पाद डेटा पर लगातार पुन: प्रशिक्षण द्वारा। लेकिन यह बहुत अधिक पूंजी आवश्यकताओं और कम कुशल उत्पाद टीम की कीमत पर आता है।
- भवन सुविधाएँ बनाम ऐप्स। जेनरेटिव एआई उत्पाद कई अलग-अलग रूप लेते हैं: डेस्कटॉप ऐप, मोबाइल ऐप, फिगमा/फ़ोटोशॉप प्लगइन्स, क्रोम एक्सटेंशन, यहां तक कि डिस्कॉर्ड बॉट भी। एआई उत्पादों को एकीकृत करना आसान है जहां उपयोगकर्ता पहले से ही काम करते हैं, क्योंकि यूआई आम तौर पर सिर्फ एक टेक्स्ट बॉक्स होता है। इनमें से कौन सी स्टैंडअलोन कंपनियां बन जाएंगी - और जिन्हें Microsoft या Google जैसे मौजूदा कंपनियों द्वारा अवशोषित कर लिया जाएगा, जो पहले से ही अपनी उत्पाद श्रृंखला में AI को शामिल कर रही हैं?
- प्रचार चक्र के माध्यम से प्रबंधन. यह अभी तक स्पष्ट नहीं है कि क्या मंथन जेनरेटिव एआई उत्पादों के वर्तमान बैच में अंतर्निहित है, या यदि यह प्रारंभिक बाजार की एक कलाकृति है। या फिर जैसे-जैसे प्रचार कम होगा, जेनेरिक एआई में रुचि की वृद्धि कम हो जाएगी। इन सवालों का ऐप कंपनियों के लिए महत्वपूर्ण निहितार्थ है, जिसमें धन उगाहने पर गैस पेडल को कब हिट करना है; ग्राहक अधिग्रहण में कितने आक्रामक तरीके से निवेश करना है; किस उपयोगकर्ता खंड को प्राथमिकता देनी है; और कब उत्पाद-बाज़ार के लिए उपयुक्त घोषित किया जाए।
मॉडल प्रदाताओं ने जेनरेटिव एआई का आविष्कार किया, लेकिन बड़े व्यावसायिक पैमाने तक नहीं पहुंच सके
जिसे अब हम जेनरेटिव एआई कहते हैं, वह Google, OpenAI और Stability जैसी जगहों पर किए गए शानदार शोध और इंजीनियरिंग कार्यों के बिना मौजूद नहीं होता। नए मॉडल आर्किटेक्चर और प्रशिक्षण पाइपलाइनों को स्केल करने के वीरतापूर्ण प्रयासों के माध्यम से, हम सभी वर्तमान बड़े भाषा मॉडल (एलएलएम) और छवि-पीढ़ी मॉडल की अद्भुत क्षमताओं से लाभान्वित होते हैं।
फिर भी इन कंपनियों से जुड़ा राजस्व उपयोग और चर्चा की तुलना में अभी भी अपेक्षाकृत छोटा है। छवि निर्माण में, स्टेबल डिफ्यूजन ने विस्फोटक सामुदायिक वृद्धि देखी है, जो यूजर इंटरफेस, होस्ट की गई पेशकशों और फाइन-ट्यूनिंग तरीकों के पारिस्थितिकी तंत्र द्वारा समर्थित है। लेकिन स्थिरता उनके व्यवसाय के मुख्य सिद्धांत के रूप में उनकी प्रमुख चौकियों को निःशुल्क प्रदान करती है। प्राकृतिक भाषा मॉडल में, OpenAI GPT-3/3.5 और ChatGPT पर हावी है। लेकिन अपेक्षाकृत OpenAI पर निर्मित कुछ किलर ऐप्स अब तक मौजूद हैं, और कीमतें पहले से ही मौजूद हैं एक बार गिरा दिया.
यह महज़ एक अस्थायी घटना हो सकती है. स्टेबिलिटी एक नई कंपनी है जिसने अभी तक मुद्रीकरण पर ध्यान केंद्रित नहीं किया है। ओपनएआई में एक बड़ा व्यवसाय बनने की क्षमता है, जो सभी एनएलपी श्रेणी के राजस्व का एक महत्वपूर्ण हिस्सा अर्जित कर रहा है क्योंकि अधिक प्रभावशाली ऐप्स बनाए जा रहे हैं - खासकर यदि उनका माइक्रोसॉफ्ट के उत्पाद पोर्टफोलियो में एकीकरण सुचारू रूप से चलता है. इन मॉडलों के विशाल उपयोग को देखते हुए, बड़े पैमाने पर राजस्व भी पीछे नहीं रह सकता है।
लेकिन प्रतिकारी ताकतें भी हैं। ओपन सोर्स के रूप में जारी किए गए मॉडल को किसी के द्वारा भी होस्ट किया जा सकता है, जिसमें बाहरी कंपनियां भी शामिल हैं जो बड़े पैमाने पर मॉडल प्रशिक्षण (दसियों या करोड़ों डॉलर तक) से जुड़ी लागत वहन नहीं करती हैं। और यह स्पष्ट नहीं है कि क्या कोई बंद-स्रोत मॉडल अनिश्चित काल तक अपनी बढ़त बनाए रख सकता है। उदाहरण के लिए, हम एंथ्रोपिक, कोहेरे और कैरेक्टर.एआई जैसी कंपनियों द्वारा निर्मित एलएलएम को प्रदर्शन के ओपनएआई स्तरों के करीब देखना शुरू कर रहे हैं, जो समान डेटासेट (यानी इंटरनेट) और समान मॉडल आर्किटेक्चर पर प्रशिक्षित हैं। स्थिर प्रसार का उदाहरण यह बताता है if ओपन सोर्स मॉडल प्रदर्शन और सामुदायिक समर्थन के पर्याप्त स्तर तक पहुंचते हैं, फिर मालिकाना विकल्पों के लिए प्रतिस्पर्धा करना मुश्किल हो सकता है।
शायद मॉडल प्रदाताओं के लिए अब तक का सबसे स्पष्ट निष्कर्ष यह है कि व्यावसायीकरण संभवतः होस्टिंग से जुड़ा हुआ है। मालिकाना एपीआई (उदाहरण के लिए ओपनएआई से) की मांग तेजी से बढ़ रही है। ओपन-सोर्स मॉडल (उदाहरण के लिए हगिंग फेस और रिप्लिकेट) के लिए होस्टिंग सेवाएँ मॉडल को आसानी से साझा करने और एकीकृत करने के लिए उपयोगी हब के रूप में उभर रही हैं - और यहां तक कि मॉडल उत्पादकों और उपभोक्ताओं के बीच कुछ अप्रत्यक्ष नेटवर्क प्रभाव भी हैं। एक मजबूत परिकल्पना यह भी है कि एंटरप्राइज़ ग्राहकों के साथ फ़ाइन-ट्यूनिंग और होस्टिंग समझौतों के माध्यम से मुद्रीकरण करना संभव है।
हालाँकि, इसके अलावा, मॉडल प्रदाताओं के सामने कई बड़े प्रश्न भी हैं:
- वस्तुकरण। आम धारणा है कि एआई मॉडल समय के साथ प्रदर्शन में परिवर्तित हो जाएंगे। ऐप डेवलपर्स से बात करने पर, यह स्पष्ट है कि पाठ और छवि मॉडल दोनों में मजबूत नेताओं के साथ, अभी तक ऐसा नहीं हुआ है। उनके फायदे अद्वितीय मॉडल आर्किटेक्चर पर नहीं, बल्कि उच्च पूंजी आवश्यकताओं, मालिकाना उत्पाद इंटरैक्शन डेटा और दुर्लभ एआई प्रतिभा पर आधारित हैं। क्या यह एक टिकाऊ लाभ के रूप में काम करेगा?
- स्नातक जोखिम. मॉडल प्रदाताओं पर भरोसा करना ऐप कंपनियों के लिए शुरुआत करने और यहां तक कि अपने व्यवसाय को बढ़ाने का एक शानदार तरीका है। लेकिन पैमाने पर पहुंचने के बाद उन्हें अपने स्वयं के मॉडल बनाने और/या होस्ट करने के लिए प्रोत्साहन मिलता है। और कई मॉडल प्रदाताओं के पास अत्यधिक विषम ग्राहक वितरण हैं, जिनमें से कुछ ऐप्स अधिकांश राजस्व का प्रतिनिधित्व करते हैं। यदि/जब ये ग्राहक इन-हाउस AI विकास पर स्विच करते हैं तो क्या होता है?
- क्या पैसा महत्वपूर्ण है? जेनरेटिव एआई का वादा इतना बड़ा है - और संभावित रूप से इतना हानिकारक भी है - कि कई मॉडल प्रदाताओं ने सार्वजनिक लाभ निगमों (बी कॉर्प्स) के रूप में संगठित किया है, कैप्ड प्रॉफिट शेयर जारी किए हैं, या अन्यथा सार्वजनिक रूप से अपने मिशन में स्पष्ट रूप से शामिल किया है। इससे उनके धन उगाहने के प्रयासों में कोई बाधा नहीं आई है। लेकिन इस बारे में उचित चर्चा होनी चाहिए कि क्या वास्तव में अधिकांश मॉडल प्रदाता हैं करना चाहते हैं मूल्य प्राप्त करने के लिए, और यदि उन्हें ऐसा करना चाहिए।
इन्फ्रास्ट्रक्चर विक्रेता हर चीज को छूते हैं, और पुरस्कार प्राप्त करते हैं
जेनरेटिव एआई में लगभग हर चीज किसी न किसी बिंदु पर क्लाउड-होस्टेड जीपीयू (या टीपीयू) से गुजरती है। चाहे प्रशिक्षण कार्यभार चलाने वाले मॉडल प्रदाताओं/अनुसंधान प्रयोगशालाओं के लिए, अनुमान/फाइन-ट्यूनिंग चलाने वाली होस्टिंग कंपनियों के लिए, या दोनों का कुछ संयोजन करने वाली एप्लिकेशन कंपनियों के लिए - फ्लॉप जेनेरिक एआई की जीवनधारा हैं। बहुत लंबे समय में पहली बार, सबसे विघटनकारी कंप्यूटिंग तकनीक पर प्रगति बड़े पैमाने पर गणना से जुड़ी है।
परिणामस्वरूप, जेनेरिक एआई बाजार में बहुत सारा पैसा अंततः बुनियादी ढांचा कंपनियों के पास जाता है। कुछ डालना बहुत इसके इर्द-गिर्द मोटे आंकड़े: हमारा अनुमान है कि, औसतन, ऐप कंपनियां अनुमान और प्रति-ग्राहक फाइन-ट्यूनिंग पर राजस्व का लगभग 20-40% खर्च करती हैं। यह आम तौर पर गणना उदाहरणों के लिए या तो सीधे क्लाउड प्रदाताओं को या तीसरे पक्ष के मॉडल प्रदाताओं को भुगतान किया जाता है - जो बदले में, क्लाउड इंफ्रास्ट्रक्चर पर अपना लगभग आधा राजस्व खर्च करते हैं। तो, यह अनुमान लगाना उचित है कि 10-20% कुल राजस्व जेनरेटिव एआई में आज क्लाउड प्रदाताओं के पास जाता है।
इसके शीर्ष पर, अपने स्वयं के मॉडल को प्रशिक्षित करने वाले स्टार्टअप ने उद्यम पूंजी में अरबों डॉलर जुटाए हैं - जिनमें से अधिकांश (शुरुआती दौर में 80-90% तक) आमतौर पर क्लाउड प्रदाताओं के साथ भी खर्च किया जाता है। कई सार्वजनिक तकनीकी कंपनियाँ मॉडल प्रशिक्षण पर प्रति वर्ष सैकड़ों करोड़ खर्च करती हैं, या तो बाहरी क्लाउड प्रदाताओं के साथ या सीधे हार्डवेयर निर्माताओं के साथ।
इसे हम तकनीकी शब्दों में, "बहुत सारा पैसा" कहेंगे - विशेष रूप से एक उभरते बाज़ार के लिए। इसका अधिकांश भाग यहीं पर खर्च किया जाता है बिग 3 क्लाउड: अमेज़न वेब सर्विसेज (AWS), Google क्लाउड प्लेटफ़ॉर्म (GCP), और Microsoft Azure। ये क्लाउड प्रदाता सामूहिक रूप से से अधिक खर्च करें $ 100 बिलियन प्रति वर्ष पूंजीगत व्यय में यह सुनिश्चित करने के लिए कि उनके पास सबसे व्यापक, विश्वसनीय और लागत-प्रतिस्पर्धी प्लेटफॉर्म हैं। जेनरेटिव एआई में, विशेष रूप से, वे आपूर्ति बाधाओं से भी लाभान्वित होते हैं क्योंकि उनके पास दुर्लभ हार्डवेयर (उदाहरण के लिए एनवीडिया ए100 और एच100 जीपीयू) तक अधिमान्य पहुंच होती है।
हालाँकि, दिलचस्प बात यह है कि हमें विश्वसनीय प्रतिस्पर्धा उभरती दिख रही है। ओरेकल जैसे चैलेंजर्स ने बड़े पूंजीगत व्यय और बिक्री प्रोत्साहन के साथ पैठ बना ली है। और कुछ स्टार्टअप, जैसे कोरवीव और लैम्ब्डा लैब्स, विशेष रूप से बड़े मॉडल डेवलपर्स पर लक्षित समाधानों के साथ तेजी से बढ़े हैं। वे लागत, उपलब्धता और व्यक्तिगत समर्थन पर प्रतिस्पर्धा करते हैं। वे अधिक दानेदार संसाधन अमूर्तता (यानी कंटेनर) को भी उजागर करते हैं, जबकि बड़े बादल जीपीयू वर्चुअलाइजेशन सीमाओं के कारण केवल वीएम उदाहरण पेश करते हैं।
पर्दे के पीछे, एआई वर्कलोड के विशाल बहुमत को चलाने वाला, जेनेरिक एआई में शायद अब तक का सबसे बड़ा विजेता है: एनवीडिया। कंपनी $ 3.8 . की सूचना दी एक अरब अपने वित्तीय वर्ष 2023 की तीसरी तिमाही में डेटा सेंटर जीपीयू राजस्व का, जेनरेटिव एआई उपयोग मामलों के लिए एक सार्थक भाग शामिल है। और उन्होंने GPU आर्किटेक्चर में दशकों के निवेश, एक मजबूत सॉफ्टवेयर पारिस्थितिकी तंत्र और अकादमिक समुदाय में गहन उपयोग के माध्यम से इस व्यवसाय के चारों ओर मजबूत खाई बनाई है। एक ताज़ा विश्लेषण पाया गया कि एनवीडिया जीपीयू को शीर्ष एआई चिप स्टार्टअप की तुलना में 90 गुना अधिक शोध पत्रों में उद्धृत किया गया है.
अन्य हार्डवेयर विकल्प मौजूद हैं, जिनमें Google Tensor प्रोसेसिंग यूनिट (TPUs) शामिल हैं; एएमडी इंस्टिंक्ट जीपीयू; एडब्ल्यूएस इनफेरेंटिया और ट्रेनियम चिप्स; और सेरेब्रस, सांबानोवा और ग्राफकोर जैसे स्टार्टअप्स से एआई एक्सेलेरेटर। गेम के अंत में इंटेल भी अपने हाई-एंड हबाना चिप्स और पोंटे वेक्चिओ जीपीयू के साथ बाजार में प्रवेश कर रहा है। लेकिन अब तक, इनमें से कुछ नए चिप्स ने महत्वपूर्ण बाजार हिस्सेदारी हासिल कर ली है। देखने लायक दो अपवाद हैं Google, जिसके TPU ने स्टेबल डिफ्यूज़न समुदाय और कुछ बड़े GCP सौदों में लोकप्रियता हासिल की है, और TSMC, जिसके बारे में माना जाता है कि वह निर्माण करता है सब यहां सूचीबद्ध चिप्स में एनवीडिया जीपीयू भी शामिल है (इंटेल अपने चिप्स बनाने के लिए अपने स्वयं के फैब और टीएसएमसी के मिश्रण का उपयोग करता है)।
दूसरे शब्दों में, बुनियादी ढाँचा ढेर में एक आकर्षक, टिकाऊ और प्रतीत होता है कि रक्षात्मक परत है। इन्फ्रा कंपनियों के लिए जिन बड़े सवालों के जवाब देने हैं उनमें ये शामिल हैं:
- राज्यविहीन कार्यभार को पकड़कर रखना। जहां भी आप उन्हें किराए पर लेते हैं, एनवीडिया जीपीयू वही होते हैं। अधिकांश एआई वर्कलोड स्टेटलेस हैं, इस अर्थ में कि मॉडल अनुमान के लिए संलग्न डेटाबेस या स्टोरेज की आवश्यकता नहीं होती है (मॉडल वेट के अलावा)। इसका मतलब यह है कि एआई वर्कलोड पारंपरिक एप्लिकेशन वर्कलोड की तुलना में बादलों में अधिक पोर्टेबल हो सकता है। इस संदर्भ में, क्लाउड प्रदाता चिपचिपाहट कैसे पैदा कर सकते हैं और ग्राहकों को सबसे सस्ते विकल्प पर जाने से कैसे रोक सकते हैं?
- चिप की कमी के अंत से बचे रहना। क्लाउड प्रदाताओं और स्वयं एनवीडिया के लिए मूल्य निर्धारण को सबसे वांछनीय जीपीयू की दुर्लभ आपूर्ति द्वारा समर्थित किया गया है। एक प्रदाता ने हमें बताया कि A100s के लिए सूची मूल्य वास्तव में है वृद्धि हुई लॉन्च के बाद से, जो कंप्यूट हार्डवेयर के लिए बेहद असामान्य है। जब उत्पादन में वृद्धि और/या नए हार्डवेयर प्लेटफार्मों को अपनाने के माध्यम से आपूर्ति की यह बाधा अंततः दूर हो जाएगी, तो इसका क्लाउड प्रदाताओं पर क्या प्रभाव पड़ेगा?
- क्या कोई चुनौती देने वाला बादल टूट सकता है? हम इस पर दृढ़ विश्वास रखते हैं ऊर्ध्वाधर बादल अधिक विशिष्ट पेशकशों के साथ बिग 3 से बाजार हिस्सेदारी लेगा। एआई में अब तक, चुनौती देने वालों ने मध्यम तकनीकी भेदभाव और एनवीडिया के समर्थन के माध्यम से सार्थक पकड़ बनाई है - जिनके लिए मौजूदा क्लाउड प्रदाता सबसे बड़े ग्राहक और उभरते प्रतिस्पर्धी दोनों हैं। दीर्घकालिक प्रश्न यह है कि क्या यह बिग 3 के पैमाने के लाभों को दूर करने के लिए पर्याप्त होगा?
तो... मूल्य कहाँ से अर्जित होगा?
निःसंदेह, हम अभी तक नहीं जानते। लेकिन जेनेरिक एआई के लिए हमारे पास जो प्रारंभिक डेटा है, उसके आधार पर इसे संयुक्त रूप से तैयार किया गया है पिछली एआई/एमएल कंपनियों के साथ हमारा अनुभव, हमारा अंतर्ज्ञान निम्नलिखित है।
आज, जनरेटिव एआई में कोई प्रणालीगत खामी नजर नहीं आती। प्रथम-क्रम सन्निकटन के रूप में, अनुप्रयोगों में मजबूत उत्पाद विभेदन का अभाव होता है क्योंकि वे समान मॉडल का उपयोग करते हैं; मॉडलों को अस्पष्ट दीर्घकालिक भेदभाव का सामना करना पड़ता है क्योंकि उन्हें समान आर्किटेक्चर वाले समान डेटासेट पर प्रशिक्षित किया जाता है; क्लाउड प्रदाताओं में गहरी तकनीकी भिन्नता का अभाव है क्योंकि वे समान जीपीयू चलाते हैं; और यहां तक कि हार्डवेयर कंपनियां भी अपने चिप्स का निर्माण उसी फैब पर करती हैं।
निःसंदेह, मानक खंदकें हैं: स्केल खंदक ("मेरे पास आपसे अधिक पैसा है या मैं जुटा सकता हूं!"), आपूर्ति-श्रृंखला खंदक ("मेरे पास जीपीयू है, आपके पास नहीं!"), पारिस्थितिकी तंत्र खंदक ("मेरे पास जीपीयू हैं, आपके पास नहीं हैं!" हर कोई पहले से ही मेरे सॉफ़्टवेयर का उपयोग करता है!"), एल्गोरिथम moats ("हम आपसे अधिक चतुर हैं!"), वितरण moats ("मेरे पास पहले से ही एक बिक्री टीम है और आपसे अधिक ग्राहक हैं!") और डेटा पाइपलाइन moats ("मैं') हमने आपसे ज़्यादा इंटरनेट क्रॉल किया है!")। लेकिन इनमें से कोई भी खाई लंबे समय तक टिकाऊ नहीं होती है। और यह बताना जल्दबाजी होगी कि क्या मजबूत, प्रत्यक्ष नेटवर्क प्रभाव स्टैक की किसी भी परत पर हावी हो रहे हैं।
उपलब्ध आंकड़ों के आधार पर, यह स्पष्ट नहीं है कि जेनेरिक एआई में दीर्घकालिक, विजेता-सब कुछ गतिशील होगा या नहीं।
ये अजीब है. लेकिन हमारे लिए यह अच्छी खबर है। इस बाज़ार के संभावित आकार को समझना कठिन है - बीच में कहीं सभी सॉफ्टवेयर और सभी मानवीय प्रयास - इसलिए हम ढेर सारे खिलाड़ियों और स्टैक के सभी स्तरों पर स्वस्थ प्रतिस्पर्धा की उम्मीद करते हैं। हम यह भी उम्मीद करते हैं कि अंतिम-बाज़ार और अंतिम-उपयोगकर्ताओं द्वारा निर्धारित सर्वोत्तम दृष्टिकोण के साथ, क्षैतिज और ऊर्ध्वाधर दोनों कंपनियां सफल होंगी। उदाहरण के लिए, यदि अंतिम-उत्पाद में प्राथमिक विभेदन एआई ही है, तो संभावना है कि वर्टिकलाइज़ेशन (यानी उपयोगकर्ता-सामना वाले ऐप को घरेलू मॉडल के साथ मजबूती से जोड़ना) जीत जाएगा। जबकि यदि एआई एक बड़े, लंबी-पूंछ वाले फीचर सेट का हिस्सा है, तो क्षैतिजीकरण होने की अधिक संभावना है। निःसंदेह, हमें समय के साथ और अधिक पारंपरिक खाईयों का निर्माण भी देखना चाहिए - और हम नए प्रकार की खाईयों को भी पनपते हुए देख सकते हैं।
जो भी मामला हो, एक बात जिसके बारे में हम निश्चित हैं वह यह है कि जेनेरिक एआई खेल को बदल देता है। हम सभी वास्तविक समय में नियमों को सीख रहे हैं, इसमें भारी मात्रा में मूल्य अनलॉक होंगे, और परिणामस्वरूप तकनीकी परिदृश्य बहुत अलग दिखने वाला है। और हम इसके लिए यहाँ हैं!
इस पोस्ट की सभी छवियां मिडजॉर्नी का उपयोग करके बनाई गई थीं।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोब्लॉकचैन। Web3 मेटावर्स इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- स्रोत: https://a16z.com/2023/01/19/who-owns-the-generative-ai-platform/
- 100 $ मिलियन
- $3
- 1
- a
- A100
- About
- शैक्षिक
- त्वरक
- पहुँच
- हासिल
- अर्जन
- के पार
- वास्तव में
- दत्तक ग्रहण
- अग्रिमों
- लाभ
- फायदे
- बाद
- समझौतों
- आगे
- AI
- ऐ मंच
- ऐ मामलों का उपयोग करें
- ऐ / एमएल
- एल्गोरिथम
- सब
- की अनुमति देता है
- अकेला
- पहले ही
- विकल्प
- अद्भुत
- वीरांगना
- अमेज़ॅन वेब सेवा
- अमेज़ॅन वेब सेवा (एडब्ल्यूएस)
- एएमडी
- राशि
- विश्लेषण करें
- और
- सालाना
- जवाब
- किसी
- एपीआई
- अनुप्रयोग
- दिखाई देते हैं
- आवेदन
- अनुप्रयोगों
- लागू
- दृष्टिकोण
- क्षुधा
- स्थापत्य
- बहस
- तर्क
- चारों ओर
- कृत्रिम
- कृत्रिम बुद्धिमत्ता
- कृत्रिम बुद्धिमत्ता (AI)
- जुड़े
- उपलब्धता
- उपलब्ध
- औसत
- एडब्ल्यूएस
- एडब्ल्यूएस इन्फेंटेंटिया
- नीला
- B2B
- B2C
- आधारित
- भालू
- क्योंकि
- बन
- से पहले
- पीछे
- विश्वास
- मानना
- माना
- विश्वासियों
- नीचे
- लाभ
- BEST
- के बीच
- परे
- बड़ा
- सबसे बड़ा
- बिलियन
- अरबों
- उछाल
- बॉट
- सीमित
- मुक्केबाज़ी
- टूटना
- प्रतिभाशाली
- व्यापक
- निर्माण
- इमारत
- बनाया गया
- Bullish
- व्यापार
- व्यवसायों
- खरीददारों
- कॉल
- क्षमताओं
- राजधानी
- कब्जा
- कैप्चरिंग
- मामला
- मामलों
- श्रेणियाँ
- वर्ग
- केंद्र
- कुछ
- चैलेंजर
- परिवर्तन
- चरित्र
- ChatGPT
- सबसे सस्ता
- टुकड़ा
- चिप्स
- Chrome
- आह्वान किया
- स्पष्ट
- करीब
- बादल
- क्लाउड इन्फ्रास्ट्रक्चर
- क्लाउड प्लेटफॉर्म
- कोड
- सामूहिक रूप से
- संयोजन
- संयुक्त
- कैसे
- वाणिज्यिक
- व्यावसायीकरण
- सामान्य
- समुदाय
- कंपनियों
- कंपनी
- तुलना
- प्रतिस्पर्धा
- प्रतियोगिता
- प्रतियोगियों
- जटिल
- व्यापक
- गणना करना
- कंप्यूटिंग
- की कमी
- उपभोक्ताओं
- कंटेनरों
- प्रसंग
- लगातार
- परम्परागत
- मिलना
- copywriting
- मूल
- निगमों
- लागत
- लागत
- पाठ्यक्रम
- बनाना
- बनाया
- बनाना
- विश्वसनीय
- महत्वपूर्ण
- वर्तमान
- ग्राहक
- ग्राहक
- चक्र
- तिथि
- डाटा केंद्र
- डेटाबेस
- डेटासेट
- सौदा
- सौदा
- दशकों
- गहरा
- मांग
- डेस्कटॉप
- विकसित करना
- डेवलपर्स
- विकास
- devs
- विभिन्न
- अलग - अलग रूप
- विभेदित
- प्रसार
- प्रत्यक्ष
- सीधे
- कलह
- की खोज
- चर्चा
- हानिकारक
- वितरण
- वितरण
- विभाजित
- कर
- डॉलर
- हावी
- dont
- दर्जनों
- ड्राइव
- संचालित
- ड्राइवरों
- ड्राइविंग
- गतिशील
- गतिकी
- से प्रत्येक
- पूर्व
- शीघ्र
- कमाई
- आसानी
- पारिस्थितिकी तंत्र
- Edge
- प्रभाव
- दक्षता
- प्रयासों
- भी
- कस्र्न पत्थर
- अभियांत्रिकी
- पर्याप्त
- सुनिश्चित
- उद्यम
- उद्यम ग्राहकों
- विशेष रूप से
- आकलन
- और भी
- अंत में
- सब कुछ
- उदाहरण
- उदाहरण
- उम्मीद
- अनुभव
- एक्सटेंशन
- बाहरी
- चेहरा
- का सामना करना पड़
- गिरना
- Feature
- विशेषताएं
- कुछ
- खोज
- खोज
- प्रथम
- पहली बार
- राजकोषीय
- फिट
- फ्लिप
- बहता हुआ
- प्रवाह
- ध्यान केंद्रित
- निम्नलिखित
- ताकतों
- रूपों
- पाया
- बुनियाद
- संस्थापकों
- ढांचा
- मुक्त
- से
- धन उगाहने
- भविष्य
- लाभ
- खेल
- गैस
- आम तौर पर
- उत्पन्न
- पीढ़ी
- उत्पादक
- जनरेटिव एआई
- मिल
- दी
- देता है
- लक्ष्य
- चला जाता है
- जा
- अच्छा
- गूगल
- Google मेघ
- Google Cloud Platform
- GPU
- GPUs
- मुट्ठी
- महान
- सकल
- आगे बढ़ें
- बढ़ रहा है
- वयस्क
- विकास
- आधा
- होना
- हुआ
- हो जाता
- कठिन
- हार्डवेयर
- हानिकारक
- स्वस्थ
- यहाँ उत्पन्न करें
- हाई
- उच्चतर
- अत्यधिक
- ऐतिहासिक
- मारो
- पकड़
- पकड़े
- क्षैतिज
- मेजबान
- मेजबानी
- होस्टिंग
- गरम
- कैसे
- HTTPS
- विशाल
- मानव
- सैकड़ों
- लाखों में सैकड़ों
- प्रचार
- की छवि
- छवि निर्माण
- छवियों
- प्रभाव
- निहितार्थ
- महत्वपूर्ण
- में सुधार
- in
- अन्य में
- प्रोत्साहन
- प्रोत्साहन राशि
- शामिल
- सहित
- निगमित
- शामिल
- बढ़ना
- वृद्धि हुई
- बढ़ जाती है
- तेजी
- अविश्वसनीय रूप से
- निर्भर
- स्वतंत्र
- व्यक्ति
- उद्योग
- इंफ्रास्ट्रक्चर
- निहित
- एकीकृत
- एकीकृत
- एकीकरण
- इंटेल
- बुद्धि
- बातचीत
- ब्याज
- इंटरफेस
- इंटरनेट
- अंतर्ज्ञान
- आविष्कार
- निवेश करना
- निवेश
- जारी किए गए
- IT
- खुद
- कुंजी
- जानना
- लैब्स
- रंग
- परिदृश्य
- भाषा
- बड़ा
- बड़े पैमाने पर
- बड़े पैमाने पर
- बड़ा
- पिछली बार
- पिछले साल
- देर से
- लांच
- परत
- परतों
- नेताओं
- सीख रहा हूँ
- छोड़ना
- स्तर
- स्तर
- संभावित
- सीमाएं
- पंक्तियां
- सूची
- सूचीबद्ध
- लंबा
- लंबे समय तक
- लंबे समय तक
- देखिए
- लग रहा है
- लॉट
- निम्न
- लाभप्रद
- बनाया गया
- बनाए रखना
- प्रमुख
- बहुमत
- बनाना
- निर्माता
- बहुत
- नक्शा
- मार्जिन
- बाजार
- बाजार का नक्शा
- बाजार का ढांचा
- Markets
- विशाल
- बड़े पैमाने पर
- अधिकतम-चौड़ाई
- सार्थक
- साधन
- तरीकों
- माइक्रोसॉफ्ट
- माइक्रोसॉफ्ट नीला
- मध्य यात्रा
- दस लाख
- लाखों
- मिशन
- एमएलओपीएस
- मोबाइल
- मोबाइल क्षुधा
- आदर्श
- मॉडल
- मुद्रीकरण
- धातु के सिक्के बनाना
- धन
- अधिक
- अधिकांश
- विभिन्न
- नवजात
- प्राकृतिक
- प्राकृतिक भाषा
- अनिवार्य रूप से
- आवश्यकता
- नेटवर्क
- नया
- नया हार्डवेयर
- समाचार
- अगला
- तेज़
- NLP
- उपन्यास
- नवीनता
- संख्या
- संख्या
- Nvidia
- स्पष्ट
- प्रस्ताव
- प्रसाद
- ONE
- खुला
- खुला स्रोत
- OpenAI
- ऑपरेटरों
- विकल्प
- ऑप्शंस
- पेशीनगोई
- आदेशों
- संगठित
- अन्य
- अन्यथा
- बाहर
- काबू
- अपना
- मालिक
- प्रदत्त
- कागजात
- भाग
- विशेष
- भागों
- गुजरता
- पथ
- प्रदर्शन
- शायद
- निजीकृत
- घटना
- पाइपलाइन
- जगह
- गंतव्य
- मंच
- प्लेटफार्म
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- खिलाड़ियों
- बहुतायत
- plugins
- बिन्दु
- संभव
- पद
- संभावित
- संभावित
- बिजली
- की भविष्यवाणी
- को रोकने के
- मूल्य
- मूल्य
- प्राथमिक
- पूर्व
- प्राथमिकता
- प्रसंस्करण
- प्रोड्यूसर्स
- एस्ट्रो मॉल
- उत्पादन
- उत्पाद
- लाभ
- लाभदायक
- मुनाफा
- प्रगति
- वादा
- मालिकाना
- साबित करना
- प्रदाता
- प्रदाताओं
- सार्वजनिक
- रखना
- तिमाही
- प्रश्न
- प्रशन
- जल्दी से
- उठाना
- उठाया
- रेंज
- तेजी
- पहुंच
- पहुँचे
- वास्तविक
- वास्तविक समय
- उचित
- हाल
- अभिलेख
- अपेक्षाकृत
- रिहा
- विश्वसनीय
- हटाया
- किराया
- का प्रतिनिधित्व
- की आवश्यकता होती है
- आवश्यकताएँ
- अनुसंधान
- संसाधन
- जिम्मेदार
- परिणाम
- प्रतिधारण
- राजस्व
- राजस्व
- जोखिम
- मजबूत
- राउंड
- नियम
- रन
- दौड़ना
- विक्रय
- बिक्री प्रोत्साहन
- वही
- स्केलेबल
- स्केल
- दुर्लभ
- कमी
- दृश्यों
- देखकर
- खंड
- बेचना
- भावना
- सेवा
- सेवा
- सेवाएँ
- सेट
- की स्थापना
- कई
- आकार
- Share
- शेयरों
- चाहिए
- दिखाना
- हस्ताक्षर
- महत्वपूर्ण
- समान
- के बाद से
- आकार
- छोटा
- सुचारू रूप से
- So
- अब तक
- सॉफ्टवेयर
- समाधान
- समाधान ढूंढे
- कुछ
- कहीं न कहीं
- स्रोत
- विशेषीकृत
- विशेष रूप से
- बिताना
- खर्च
- स्थिरता
- स्थिर
- धुआँरा
- चरणों
- स्टैंड
- स्टैंडअलोन
- मानक
- प्रारंभ
- शुरू
- शुरुआत में
- स्टार्टअप
- स्टार्टअप
- छड़ी
- फिर भी
- भंडारण
- रणनीतियों
- मजबूत
- संरचनात्मक
- संरचना
- संघर्ष
- सफल
- पर्याप्त
- पता चलता है
- आपूर्ति
- समर्थन
- समर्थित
- रेला
- स्थायी
- स्विच
- प्रणालीगत
- लेना
- ले जा
- प्रतिभा
- में बात कर
- लक्षित
- कार्य
- टीम
- तकनीक
- तकनीकी कंपनियों
- तकनीकी
- टेक्नोलॉजी
- अस्थायी
- शर्तों
- RSI
- लेकिन हाल ही
- अपने
- बात
- तीसरा
- तीसरे दल
- तीन
- यहाँ
- बंधा होना
- मज़बूती से
- पहर
- बार
- सेवा मेरे
- आज
- भी
- ऊपर का
- स्पर्श
- कर्षण
- परंपरागत
- प्रशिक्षित
- प्रशिक्षण
- परिवर्तन
- भयानक
- रुझान
- <strong>उद्देश्य</strong>
- टीएसएमसी
- मोड़
- प्रकार
- आम तौर पर
- ui
- अंत में
- आधारभूत
- समझना
- अद्वितीय
- इकाइयों
- असामान्य
- us
- प्रयोग
- उपयोग
- उपयोगकर्ता
- उपयोगकर्ताओं
- मूल्य
- व्यापक
- विक्रेताओं
- उद्यम
- उद्यम के लिए पूंजी
- के माध्यम से
- देखें
- घड़ी
- लहर
- वेब
- वेब सेवाओं
- प्रसिद्ध
- क्या
- या
- कौन कौन से
- जब
- कौन
- चौड़ा
- विस्तृत श्रृंखला
- विकिपीडिया
- मर्जी
- जीतना
- विजेताओं
- बुद्धिमत्ता
- बिना
- शब्द
- काम
- workflows
- लिख रहे हैं
- वर्ष
- जेफिरनेट