চীনের 'ছোট বাঘ': এআই-এর ভবিষ্যৎ

চীনের এআই (AI) ল্যান্ডস্কেপের সংকট: ‘ছোট বাঘ’-দের বিবর্তন

চীনের এআই (AI) প্রযুক্তির দ্রুত বিবর্তন অনেক স্টার্টআপের জন্য উত্তেজনা এবং অনিশ্চয়তা উভয়ই নিয়ে এসেছে। একসময় উচ্চাকাঙ্ক্ষী লক্ষ্য নিয়ে শুরু করা কিছু কোম্পানি এখন তাদের কৌশলগুলি পুনর্বিবেচনা করছে, কারণ তারা একটি প্রতিযোগিতামূলক এবং সম্পদ-সাপেক্ষ বাজারের কঠিন বাস্তবতার মুখোমুখি হচ্ছে।

বড় স্বপ্ন থেকে কৌশলগত পরিবর্তন

চীনের ‘এআই (AI) ছোট বাঘ’-দের মধ্যে অন্যতম বাইচুয়ান ইন্টেলিজেন্টের (Baichuan Intelligent) সিইও-র একটি সাম্প্রতিক অভ্যন্তরীণ চিঠি কোম্পানির দ্বিতীয় বার্ষিকী উপলক্ষে কৌশলগত পরিবর্তনের কথা তুলে ধরেছে। চিঠিতে চিকিৎসা অ্যাপ্লিকেশনগুলির (Medical applications) উপর মনোযোগ কেন্দ্রীভূত করার কথা বলা হয়েছে। এটি ওপেনএআই-এর (OpenAI) অনুরূপ একটি যুগান্তকারী ভিত্তি মডেল তৈরি করার প্রাথমিক লক্ষ্যের বিপরীতে ছিল, যেখানে উদ্ভাবনী অ্যাপ্লিকেশন তৈরির পরিকল্পনা ছিল।

একইভাবে, লি কাইফু, অন্য একটি ‘ছোট বাঘ’ 01.AI-এর প্রতিষ্ঠাতা, জানুয়ারিতে ঘোষণা করেছিলেন যে তার সংস্থা একটি ‘ছোট কিন্তু সুন্দর’ подход অনুসরণ করবে। এটি এজিআই-এর (AGI) আগমনকে ত্বরান্বিত করার জন্য একটি এআই 2.0 (AI 2.0) প্ল্যাটফর্ম তৈরির বিশাল স্বপ্ন থেকে একটি উল্লেখযোগ্য প্রস্থান ছিল।

এই কৌশলগত পরিবর্তনগুলি জল্পনা উস্কে দিয়েছে, কিছু পর্যবেক্ষক মনে করছেন যে এই ‘ছোট বাঘ’গুলি আরও ‘sick cats’-এর মতো হয়ে উঠছে। ক্রমাগত পরিবর্তনের এই পরিবেশে, এই সংস্থাগুলি কীভাবে তাদের ভবিষ্যৎ সুরক্ষিত করতে পারে?

এই প্রশ্নের উত্তর দিতে, Zhiwei-এর সম্পাদকীয় দল বৃহৎ মডেল প্রযুক্তি বিশেষজ্ঞ, ফিনান্স (Finance) এবং স্বাস্থ্যসেবার (Healthcare) এআই (AI) বিশেষজ্ঞ এবং নেতৃস্থানীয় সংস্থাগুলির এআই (AI) প্রযুক্তি বিশেষজ্ঞ সহ বিভিন্ন ক্ষেত্রের বিশেষজ্ঞদের কাছ থেকে মতামত নিয়েছে।

ডিপসিক প্রভাব এবং কৌশল পরিবর্তন

ডিপসিকের (DeepSeek) বিস্ফোরক জনপ্রিয়তার পরে এআই (AI) ল্যান্ডস্কেপ নাটকীয়ভাবে পরিবর্তিত হয়েছে। একজন শক্তিশালী যোদ্ধার মতো, ডিপসিক (DeepSeek) পুরো পরিস্থিতিকে ওলট-পালট করে দিয়েছে, অনেক এআই (AI) কোম্পানিকে তাদের অবস্থানগুলি পুনরায় মূল্যায়ন করতে এবং বিভিন্ন পথ অনুসরণ করতে বাধ্য করেছে।

তবে, এই পরিবর্তন অনেকে ভাবারও আগে শুরু হয়েছিল। বৃহৎ মডেল প্রযুক্তি বিশেষজ্ঞ ওয়াং ওয়েনগুয়াংয়ের (Wang Wenguang) মতে, কিছু চীনা এআই (AI) কোম্পানি ডিপসিক ভি3 (DeepSeek V3) এবং আর1 (R1) প্রকাশের আগেই বৃহৎ মডেল প্রশিক্ষণ ত্যাগ করতে শুরু করেছিল। এর কারণ ছিল বিপুল পরিমাণ খরচ। এই কোম্পানিগুলো মনে করেছিল যে তারা ডিপসিক ভি2.5 (DeepSeek V2.5) এবং আলিবাবার (Alibaba) ক্যুয়েন ৭০বি-র (Qwen 70B) মতো অবাধে উপলব্ধ এবং ওপেন সোর্স বিকল্পগুলির সাথে প্রতিযোগিতা করতে পারবে না।

একটি এআই (AI) প্রযুক্তি পরিষেবা সংস্থার বিশেষজ্ঞ লিয়াং হে (Liang He) যোগ করেছেন যে যদিও বেশিরভাগ ‘ছোট বাঘ’ ২০২৪ সালের মাঝামাঝি পর্যন্ত বৃহৎ মডেল প্রশিক্ষণ দিচ্ছিল, তবে তাদের বিনিয়োগ ইতিমধ্যেই উল্লেখযোগ্যভাবে হ্রাস পেয়েছে। ২০২৫ সালের জানুয়ারিতে, ডিপসিক আর১ (DeepSeek R1) প্রকাশের সাথে সাথে, অনেক ছোট কোম্পানি বুঝতে পেরেছিল যে তারা আর টিকে থাকতে পারবে না।

এই আকস্মিক পরিবর্তনের কারণে ‘ছোট বাঘ’-দের এজিআই (AGI) উন্নয়ন থেকে আরও বিশেষায়িত পদ্ধতির দিকে সরে যেতে হয়েছে।

বাইচুয়ান (Baichuan) এবং 01.AI প্রি-ট্রেনিং বৃহৎ মডেল ত্যাগ করেছে, যথাক্রমে মেডিকেল এআই (Medical AI) এবং শিল্প অ্যাপ্লিকেশনগুলিতে (Industry applications) মনোযোগ কেন্দ্রীভূত করেছে। মিনিম্যাক্স (MiniMax) তার বি২বি (B2B) কার্যক্রম কমিয়ে সি-এন্ড (C-end) ভিডিও জেনারেশন এবং অন্যান্য অ্যাপ্লিকেশনগুলির সাথে বিদেশী বাজারের দিকে মনোনিবেশ করছে। ঝিপু (Zhipu), মুনশট এআই (Moonshot AI) এবং স্টেপআপ (StepUp) এখনও ওপেন সোর্স কমিউনিটিতে (Open source community) সক্রিয় রয়েছে তবে ডিপসিক আর১-কে (DeepSeek R1) ছাড়িয়ে যাওয়া কোনো নতুন মডেল তৈরি করতে পারেনি। ঝিপু (Zhipu) যথেষ্ট পরিমাণে তহবিল এবং সরকারি-বেসরকারি অংশীদারিত্ব সুরক্ষিত করেছে, যা তার টিকে থাকার নিশ্চয়তা দিচ্ছে। মুনশট এআই-এর (Moonshot AI) প্রাথমিক পণ্য, কিমি (Kimi), ইউয়ানবাও-এর (Yuanbao) দ্বারা হুমকির সম্মুখীন হয়েছে, যা এর অবস্থানকে আরও বেশি কঠিন করে তুলেছে।

সব মিলিয়ে, ‘ছোট বাঘ’গুলি ক্রমবর্ধমানভাবে বি২বি (B2B) সাআস (SaaS) বাজারের সাথে মিশে যাচ্ছে, যা কেউ কেউ ‘unimaginative’ বলে মনে করেন।

বি২বি বাজারের আকর্ষণ এবং সীমাবদ্ধতা

01.AI সম্প্রতি বিভিন্ন শিল্পের জন্য একটি ওয়ান-স্টপ এন্টারপ্রাইজ লার্জ মডেল প্ল্যাটফর্ম (One-stop enterprise large model platform) তৈরি করতে ডিপসিককে (DeepSeek) সম্পূর্ণরূপে সংহত করার অভিপ্রায় ঘোষণা করেছে। তবে, এই পদক্ষেপটি সংশয়ের সাথে দেখা হয়েছে।

আর্থিক এআই (AI) বিশেষজ্ঞ জিয়াং শাও (Jiang Shao) মনে করেন যে 01.AI-এর ভবিষ্যৎ অনিশ্চিত, কারণ এর বিস্তৃত ফোকাস, ডিপসিকের (DeepSeek) আবির্ভাবের পরে প্রযুক্তিগত প্রতিযোগিতার অভাব এবং সীমিত বাণিজ্যিকীকরণ ক্ষমতা রয়েছে।

ওয়াং ওয়েনগুয়াংও (Wang Wenguang) এই ধারণার প্রতিধ্বনি করেছেন, তিনি উল্লেখ করেছেন যে ওয়ান-স্টপ লার্জ মডেল প্ল্যাটফর্মের জন্য প্রযুক্তিগত প্রবেশাধিকারের বাধা তুলনামূলকভাবে কম।

ওয়াং (Wang) প্রায় ছয় মাসের মধ্যে স্বাধীনভাবে এই ধরনের একটি প্ল্যাটফর্ম তৈরি করার অভিজ্ঞতা শেয়ার (share) করেছেন, যা ব্যক্তিগত চ্যানেলের মাধ্যমে বিক্রি করেছেন। তিনি যুক্তি দিয়েছিলেন যে একটি কোম্পানি হিসাবে এই পণ্য থেকে লাভ করা কঠিন হলেও, একক প্রচেষ্টা হিসাবে এটি লাভজনক হতে পারে।

ওয়াং (Wang) বেশ কয়েকটি বি২বি (B2B) কোম্পানির সাথে সহযোগিতা করেন যারা বৃহৎ মডেল পরিষেবা সরবরাহ করে তবে তাদের প্রযুক্তিগত প্ল্যাটফর্মের অভাব রয়েছে। তিনি প্রায় ৪০,০০০ থেকে ৫০,০০০ ইউয়ান প্রতি লাইসেন্স (License) কম দামে তার প্ল্যাটফর্ম সরবরাহ করেন, যা বৃহত্তর কোম্পানিগুলির চেয়ে উল্লেখযোগ্যভাবে কম।

তার প্ল্যাটফর্ম, কেএএফ (KAF) (Knowledge-based Agent Factory), জ্ঞান গ্রাফ (Knowledge graph), ভেক্টর ডাটাবেস (Vector database) এবং সার্চ ইঞ্জিন (Search engine) ব্যবহার করে বৃহৎ মডেল এবং এজেন্ট অ্যাপ্লিকেশন সরবরাহ করে। এটি ব্যবহারকারীদের প্রম্পট (Prompt) এবং মডেল ব্যবস্থাপনার মাধ্যমে কোডিং ছাড়াই কাস্টম জ্ঞান সহকারী বা এজেন্ট তৈরি করতে সক্ষম করে। ওয়াং (Wang) বাজারে অনুরূপ প্ল্যাটফর্মের প্রাচুর্য উল্লেখ করেছেন, যা প্রতিলিপি করা সহজ করে তোলে।

ওয়াংয়ের (Wang) মতে, একটি বি২বি (B2B) বৃহৎ মডেল অ্যাপ্লিকেশন বিকাশ করতে চাওয়া একটি সংস্থা দক্ষ ব্যক্তিদের একটি ছোট দল নিয়োগ করে বা একটি বহিরাগত এআই (AI) কোম্পানির সাথে অংশীদারিত্ব করে দ্রুত একটি পণ্য তৈরি করতে পারে। এই পদ্ধতিটি বৃহৎ মডেল প্রশিক্ষণের চেয়ে উল্লেখযোগ্যভাবে সস্তা।

প্ল্যাটফর্ম মডেলের পাশাপাশি, সমন্বিত সমাধানগুলি হার্ডওয়্যার (Hardware), সফ্টওয়্যার (Software) এবং এক্সিকিউশন এনভায়রনমেন্ট (Execution environment) সরবরাহ করে, যা ব্যবহারের জন্য প্রস্তুত কার্যকারিতা সরবরাহ করে। পিং অ্যান ইন্স্যুরেন্সের (Ping An Insurance) প্রযুক্তি প্ল্যাটফর্ম গ্রুপের প্রধান ঝাং সেনসেন (Zhang Sensen) মনে করেন যে সমন্বিত সমাধানগুলির একটি কার্যকর বাজার রয়েছে, বিশেষ করে সীমিত প্রযুক্তিগত স্থাপনার ক্ষমতা সম্পন্ন সরকারি এবং শিক্ষা প্রতিষ্ঠানগুলির মধ্যে। এই সমাধানগুলি ব্যবহারযোগ্যতা এবং প্রযুক্তিগত স্বায়ত্তশাসনকে অগ্রাধিকার দেয়, ডেটা সুরক্ষা, গোপনীয়তা সম্মতি এবং হার্ডওয়্যার-সফ্টওয়্যার অপ্টিমাইজেশনের মতো সুবিধা সরবরাহ করে। তারা দেশীয়ভাবে উৎপাদিত চিপও (Chip) ব্যবহার করতে পারে, যা বিধিনিষেধকে বাইপাস (bypass) করে এবং দক্ষতা উন্নত করে। যে সংস্থাগুলি খরচ-সংবেদনশীল এবং আরওআই (ROI)-এর উপর দৃষ্টি নিবদ্ধ করে, তারা সমন্বিত সমাধানগুলিকে তাদের দীর্ঘ জীবনচক্রের কারণে আকর্ষণীয় মনে করতে পারে।

দেশীয় সাআস (SaaS) বাজার ঐতিহাসিকভাবে উচ্চ কাস্টমাইজেশন প্রয়োজনীয়তা, জেনেরিক (Generic) এবং একজাতীয় পণ্য, তীব্র প্রতিযোগিতা, কম মূল্য কৌশল এবং স্বল্পমেয়াদী নগদীকরণের উপর মনোযোগের মতো চ্যালেঞ্জের মুখোমুখি হয়েছে। এই বাজারের গ্রাহকদের প্রায়শই ডিজিটাইজেশনের (Digitization) নিম্ন স্তরের এবং অর্থ প্রদানের সীমিত ইচ্ছা থাকে।

অন্যদিকে, আন্তর্জাতিক সাআস (SaaS) বাজার বিশেষীকরণের উপর জোর দেয়, যেখানে কোম্পানিগুলি নির্দিষ্ট ক্ষেত্রগুলিতে মনোযোগ দেয় এবং বৃহত্তর অর্থ প্রদানের ইচ্ছা সম্পন্ন বড় এবং মাঝারি আকারের ক্লায়েন্টদের গভীর পরিষেবা সরবরাহ করে।

বৃহৎ মডেল ক্ষেত্রটি এই প্রবণতাগুলিকেই প্রতিফলিত করে। আন্তর্জাতিক সাআস (SaaS) বাজারের সাম্প্রতিক ঘটনাগুলি এটি প্রদর্শন করে:

• ফেব্রুয়ারি ২০২৫-এ, মঙ্গোডিবি (MongoDB) ২২০ মিলিয়ন ডলারে ভয়েজ এআই (Voyage AI) অধিগ্রহণ করেছে, যা একটি ১৭ মাস বয়সী এআই (AI) স্টার্টআপ, যা এমবেডিং (Embedding) এবং রির‍্যাঙ্কিং মডেলের (Re-ranking models) উপর দৃষ্টি নিবদ্ধ করে।
• ২০২৪ সালে, অ্যামাজন (Amazon) অ্যাডেপ্টের (Adept) সাথে একটি প্রযুক্তি লাইসেন্সিং চুক্তি ঘোষণা করেছে, যা একটি দুই বছর বয়সী এআই (AI) এজেন্ট স্টার্টআপ, যেখানে অ্যাডেপ্টের (Adept) কিছু সদস্য অ্যামাজনের (Amazon) এজিআই (AGI) দলে যোগ দিয়েছেন।

এই স্টার্টআপগুলি বৃহৎ মডেল প্রযুক্তির মধ্যে একটি নির্দিষ্ট স্থানে মনোনিবেশ করে সাফল্য অর্জন করেছে। চীনে এই ধরনের উদাহরণ বিরল। অনেক ছোট এবং মাঝারি আকারের উদ্যোগকে ক্রমাগত বৃহত্তর কোম্পানিগুলির তাদের স্থানে প্রবেশের বিরুদ্ধে রক্ষা করতে হয়।

ওয়াং ওয়েনগুয়াং (Wang Wenguang), বি২বি (B2B) বাজারে তার বিস্তৃত অভিজ্ঞতা থেকে এর কঠোর বাস্তবতা বর্ণনা করেছেন। তিনি উল্লেখ করেছেন যে ওয়ান-স্টপ প্ল্যাটফর্মের জন্য একটি বড় বাজার থাকলেও, এটি খণ্ডিত। কম অপারেটিং খরচ সহ ছোট কোম্পানিগুলি প্রতিযোগিতামূলক মূল্য দিতে পারে, যা বৃহত্তর কোম্পানিগুলির চেয়ে কম। এটি অ্যাপ্লিকেশন পরিষেবাগুলির দাম কমিয়ে দেয়। এমনকি বড় কোম্পানিগুলিও অন্যান্য স্টার্টআপ এবং ঐতিহ্যবাহী ইন্টিগ্রেটরদের (Integrator) কাছ থেকে প্রতিযোগিতার সম্মুখীন হয়। বড় কোম্পানিগুলির নিজস্ব বৃহৎ মডেল এবং ব্র্যান্ড সুবিধা থাকতে পারে, তবে তারা একই ধরনের বি২বি (B2B) ব্যবসায়িক কৌশলগুলির মুখোমুখি হয়।

ওয়াং (Wang) যেমন বলেছেন, ‘আমিও ডিপসিক (DeepSeek) ব্যবহার করছি, এবং অন্যান্য অনেক কোম্পানি ডিপসিক (DeepSeek) ব্যবহার করছে, তাই কোনও পার্থক্য নেই। চীনে অনেক ক্লাউড ভেন্ডর (Cloud vendor) রয়েছে, তাই কমপক্ষে অনেক প্রতিযোগী থাকবে। দেশীয় বি২বি (B2B) বাজার সবসময় এমনই ছিল; টিকে থাকার জন্য, আপনার হয় শক্তিশালী সংযোগ থাকতে হবে, ভালো পরিষেবা থাকতে হবে, অথবা কম দাম থাকতে হবে।’

লিয়াং হে (Liang He) 01.AI-এর বর্তমান পছন্দ এবং ভবিষ্যতের সম্ভাবনা সম্পর্কে একটি সংক্ষিপ্ত মূল্যায়ন করেছেন:

• লি কাইফুর (Li Kaifu) 01.AI-এর ব্যবসাকে সম্পূর্ণরূপে বি২বি (B2B) অ্যাপ্লিকেশনগুলিতে স্থানান্তরিত করার এবং একটি ওয়ান-স্টপ এন্টারপ্রাইজ লার্জ মডেল প্ল্যাটফর্ম প্রচার করার সিদ্ধান্ত বাণিজ্যিকভাবে সঠিক তবে তীব্র প্রতিযোগিতার দিকে পরিচালিত করবে।
• 01.AI-এর অ্যাপ্লিকেশন স্তরে অনন্য সুবিধার অভাবের কারণে বৃহত্তর কোম্পানিগুলির চেয়ে কম দামের বৃহৎ মডেল পণ্য সরবরাহ করতে হবে।
• বি২বিতে (B2B) 01.AI-এর পদক্ষেপ একটি কল্পনাশক্তির অভাব এবং কম ‘sexy’ প্রকল্পগুলির ইঙ্গিত দেয়। এটি ২০১৭ সালে এআই-এর (AI) আগের তরঙ্গে অনেক কম্পিউটার ভিশন কোম্পানির (Computer vision company) ভাগ্যের মতোই।
• 01.AI-এর বিদেশী বাজার অনুসন্ধানের সুযোগ থাকতে পারে।

01.AI-এর তুলনায় বাইচুয়ানের (Baichuan) ভবিষ্যৎ নিয়ে মতামত কিছুটা কম হতাশাবাদী।

তবে, বাইচুয়ানের (Baichuan) চিকিৎসা ক্ষেত্রে প্রবেশের ক্ষেত্রে অনন্য সুবিধার অভাব রয়েছে, বিশেষ করে ডেটার (data) ক্ষেত্রে।

জিয়াং শাও (Jiang Shao) বলেছেন যে বাইচুয়ানের (Baichuan) চিকিৎসাক্ষেত্রে স্থানান্তর কেবল টিকে থাকার একটি উপায়। তবে, 01.AI-এর তুলনায় বাইচুয়ান (Baichuan) অন্তত একটি বিশেষ বাজারে প্রবেশের চেষ্টা করছে।

ঝাং সেনসেন (Zhang Sensen) বলেছেন যে তিনি প্রযুক্তি সংস্থাগুলির চেয়ে মেডিকেল ডেটা (Medical data) সম্পন্ন সংস্থাগুলি দ্বারা মেডিকেল লার্জ মডেল তৈরির বিষয়ে আরও আশাবাদী। এটি যে কোনও কোম্পানির ক্ষেত্রে প্রযোজ্য যারা শিল্প-নির্দিষ্ট বৃহৎ মডেল তৈরি করতে চায়। মেডিকেল লার্জ মডেল তৈরির মূল চ্যালেঞ্জটি মডেলে নয়, ডেটাতে (Data)। চীনে অনেক চমৎকার হাসপাতাল রয়েছে যারা তাদের নিজস্ব ব্যবহারের জন্য ডিপসিক (DeepSeek) ব্যবহার করে একটি বৃহৎ মডেলকে ফাইন-টিউন (Fine-tune) করতে পারে।

কীভাবে কার্যকরভাবে মেডিকেল ডেটা (Medical data) পাওয়া যায়? জিয়াং শাও (Jiang Shao) বলেছেন যে এআই (AI) প্রযুক্তি স্টার্টআপগুলির ডেটার (data) ক্ষেত্রে সুবিধার অভাব রয়েছে। মেডিকেল লার্জ মডেল তৈরি করতে, তাদের এমন সংস্থাগুলির সাথে সহযোগিতা করতে হতে পারে যারা ইতিমধ্যে হাসপাতালগুলিতে আইটি (IT) পরিষেবা সরবরাহ করে।

রিপোর্ট (report) অনুসারে, ‘ছোট বাঘ’-দের মধ্যে একটি দেশীয় ডাক্তারদের (Doctor) একটি বৃহৎ ফোরামের সাথে একচেটিয়াভাবে অংশীদারিত্ব করেছে যাতে ডাক্তারদের (Doctor) আলোচনার মাধ্যমে তৈরি হওয়া বিপুল সংখ্যক কেস (case) ব্যবহার করে মডেল প্রশিক্ষণ দেওয়া যায়।

বিশেষ বাজারের উপর আরও আশাবাদী দৃষ্টিভঙ্গির পাশাপাশি, শিল্প বিশেষজ্ঞদের বাইচুয়ানের (Baichuan) প্রতিষ্ঠাতা ওয়াং জিয়াওচুয়ানের (Wang Xiaochuan) উপরও আশা রয়েছে।

লিয়াং হে (Liang He) মনে করেন যে ওয়াং জিয়াওচুয়ান (Wang Xiaochuan) চিকিৎসাবিদ্যায় বিশেষজ্ঞ হতে সফল হবেন কিনা তা নির্ভর করে তিনি একটি আদর্শ অনুসরণ করতে চান নাকি অর্থ উপার্জন করতে চান তার উপর। তিনি বিশ্বাস করেন ওয়াং (Wang) একটি আদর্শ অনুসরণ করতে, যুগান্তকারী মেডিকেল এআই (Medical AI) গবেষণার ফলাফল তৈরি করতে বেশি আগ্রহী।

ওয়াং ওয়েনগুয়াং (Wang Wenguang) এই বাজারের পুরনো প্রকৃতির উপর জোর দিয়েছেন। তিনি বলেছেন যে যদি স্বল্পমেয়াদী বাণিজ্যিকীকরণ লক্ষ্য হয়, তবে চিকিৎসা ক্ষেত্রটিও অত্যন্ত প্রতিযোগিতামূলক, সামগ্রিক বি২বি (B2B) বাজারের মতোই। অনেক কোম্পানি জ্ঞান গ্রাফ (Knowledge graph), ভেক্টর সার্চ (Vector search) এবং বৃহৎ মডেলগুলি চিকিৎসা অ্যাপ্লিকেশনগুলির জন্য ব্যবহার করতে পারে।

মেডিকেল এআই (Medical AI) বিশেষজ্ঞদের সাথে Zhiwei-এর আলোচনা অনুসারে, চিকিৎসা গবেষণায় জ্ঞানের উল্লেখযোগ্য ফাঁক রয়েছে এবং নতুন জ্ঞান দ্রুত বাড়ছে। অতএব, বৃহৎ মডেলগুলি ব্যবহার করে চিকিৎসা বিষয়ক মৌলিক গবেষণা পরিচালনার যথেষ্ট সম্ভাবনা রয়েছে। উদাহরণস্বরূপ, প্রোটিন (Protein) গঠন পূর্বাভাসের জন্য আলফাফোল্ড মডেলটি (AlphaFold model) বিশ্বব্যাপী ১.৮ মিলিয়নেরও বেশি বিজ্ঞানী গবেষণা ত্বরান্বিত করতে ব্যবহার করেছেন, যার মধ্যে জৈব-পুনর্নবীকরণযোগ্য উপকরণ তৈরি এবং জেনেটিক (Genetic) গবেষণার অগ্রগতি অন্তর্ভুক্ত রয়েছে, Meis Medical-এর মতে।

একটি আদর্শ অনুসরণ করা বা অর্থ উপার্জনের পাশাপাশি, মেডিকেল এআই (Medical AI) স্টার্টআপটি (startup) একটি সাধারণ মেডিকেল লার্জ মডেল তৈরি করবে কিনা সেই প্রশ্নেরও মুখোমুখি।

ঝাং সেনসেন (Zhang Sensen) বলেছেন যে দেশীয় বাজারে সাধারণ মেডিকেল লার্জ মডেলগুলিতে কোনও অগ্রগতি হয়নি, মূলত বৃহৎ আকারের ডেটা সংগ্রহ এবং প্রয়োগের জন্য শক্তিশালী চিকিৎসা সরঞ্জামগুলির উপর নির্ভরতার কারণে। চীনের অনেক চিকিৎসা সুবিধা ব্যাপকভাবে জনপ্রিয় হয়নি, যা এআইকে (AI) সঠিক রোগ নির্ণয় করা কঠিন করে তোলে। তবে, মায়ো ক্লিনিকের (Mayo Clinic) মতো কিছু শক্তিশালী হাসপাতাল তাদের নিজস্ব বৃহৎ মডেল চালু করার জন্য অনুসন্ধান শুরু করেছে। যদিও স্বল্প মেয়াদে লাভের সুযোগ দেখা কঠিন, তবে এই ধরনের বৃহৎ মডেলগুলির দীর্ঘমেয়াদে চিকিৎসা শিল্পের উপর গভীর প্রভাব ফেলতে পারে।

চিকিৎসা শিল্প সম্পূর্ণ স্বয়ংক্রিয় রোগ নির্ণয়ের চ্যালেঞ্জের মুখোমুখি, বিশেষত দেশীয় বাজারে, যেখানে সরঞ্জামের অভাব রয়েছে এবং এআই (AI) ঐতিহ্যবাহী রোগ নির্ণয় পদ্ধতিগুলি সম্পূর্ণরূপে প্রতিস্থাপন করতে পারে না। বিশেষত প্রত্যন্ত অঞ্চলে ব্যাপক চিকিৎসা সরঞ্জামের অভাবের কারণে চিকিৎসা প্রযুক্তি সম্পূর্ণরূপে কভার করা কঠিন হয়ে পড়ে, তাই সম্পূর্ণ স্বয়ংক্রিয় রোগ নির্ণয় একটি উল্লেখযোগ্য চ্যালেঞ্জ রয়ে গেছে।

চিকিৎসা শিল্পের কঠোর লাইসেন্সিং (Licensing) এবং সম্মতি প্রয়োজনীয়তা রয়েছে এবং বৃহৎ মডেলগুলিকে চিকিৎসা ক্ষেত্রে প্রবেশের সময় সম্মতির বিষয়গুলি সমাধান করতে হবে। ভবিষ্যতের সি-এন্ড (C-end) চিকিৎসা পরিষেবাগুলি রোগ নির্ণয় এবং চিকিৎসার দক্ষতা উন্নত করতে ডাক্তারদের (Doctor) কৌশল এবং এআইকে (AI) একত্রিত করতে পারে, বিশেষত তরুণ প্রজন্মের জন্য।

পরিশেষে, এমনকি দেশীয় বি২বি (B2B) বাজারের বৈশিষ্ট্যগুলি উপেক্ষা করেও, বৃহৎ মডেল অ্যাপ্লিকেশনগুলিতে প্রতিযোগিতা To B বাজারে টিকে থাকাকে চ্যালেঞ্জিং করে তোলে। ওয়াং ওয়েনগুয়াং (Wang Wenguang) বলেছেন যে বৃহৎ মডেল To B পণ্যগুলির জন্য ডিজাইন মডেলগুলি এখনও অন্বেষণ করা হচ্ছে, তবে সেগুলি শেষ পর্যন্ত একত্রিত হবে। এটি কেবল চীনেই নয়, সিলিকন ভ্যালির (Silicon Valley) ওপেনএআই (OpenAI), অ্যানথ্রোপিক (Anthropic) এবং গুগলের (Google) মতো প্রযুক্তি সংস্থাগুলিতেও সত্য। যতক্ষণ না মডেলগুলির পারফরম্যান্সে উল্লেখযোগ্য পার্থক্য নেই, ততক্ষণ এই বাজারে অর্থ উপার্জন করা অসম্ভব, এবং শেষ পর্যন্ত সবাই একই স্তরে থাকবে।

এজন্যই ডিপসিক আর১-এর (DeepSeek R1) সবচেয়ে বড় প্রভাব চীনে নয়, বিদেশে, বিশেষ করে সিলিকন ভ্যালির (Silicon Valley) প্রযুক্তি সংস্থাগুলির উপর পড়েছে। আর১ (R1) প্রকাশের পরে মার্কিন স্টক মার্কেট (Stock market) উচ্চ অস্থিরতা এবং তারপরে পতনের সম্মুখীন হতে শুরু করে। মূল যুক্তিটি সহজ: সিলিকন ভ্যালির (Silicon Valley) বৃহৎ মডেলগুলি চীনের দ্বারা ধরা পড়েছে। তাদের ছাড়িয়ে না গেলেও, ব্যবধান প্রসারিত করতে না পারার কারণে এত উচ্চ মূল্যায়ন সমর্থন করা অসম্ভব হয়ে পড়েছে, যার ফলে স্টকগুলির দাম কমে গেছে।

অবশ্যই, To B বাজারে গ্রাহকদের আকৃষ্ট করার আরেকটি উপায় রয়েছে: ওপেন সোর্স (Open source)। ওপেন সোর্সের (Open source) প্রাথমিক লাভের মডেলগুলির মধ্যে রয়েছে প্রদত্ত-স্তরের ফাংশন (Function), ক্লাউড হোস্টিং (Cloud hosting), এবং ওপেন সোর্স প্রযুক্তির উপর ভিত্তি করে এন্টারপ্রাইজ-স্তরের পরামর্শ এবং প্রশিক্ষণের মতো মূল্য সংযোজন পরিষেবা সরবরাহ করা।

ওপেন সোর্স (Open source) বৃহৎ মডেলগুলির সবচেয়ে সরাসরি প্রভাব হল প্রযুক্তির জনপ্রিয়তাকে উৎসাহিত করা। ঝাং সেনসেন (Zhang Sensen) বলেছেন যে ডিপসিকের (DeepSeek) ওপেন সোর্স (Open source) সংস্থাগুলির বৃহৎ মডেলের অ্যাপ্লিকেশনকে উল্লেখযোগ্যভাবে ত্বরান্বিত করেছে। সিনিয়র (Senior) ম্যানেজমেন্ট (management) বৃহৎ মডেলের অ্যাপ্লিকেশনকে খুব সমর্থন করে। যেহেতু বৃহৎ মডেলগুলি ব্যবহারিক অ্যাপ্লিকেশনগুলিতে ভাল পারফর্ম (perform) করে, বিশেষত মানুষের হস্তক্ষেপ হ্রাস এবং দক্ষতা বৃদ্ধিতে, তাই সমর্থন বাড়তে থাকবে।

আর্থিক শিল্প, সেরা ডেটা মানের শিল্প হিসাবে, সর্বদা এআইতে (AI) সমৃদ্ধ প্রযুক্তিগত সংগ্রহ ছিল এবং দ্রুত তাল মিলিয়ে চলতে পারে। ডিপসিক (DeepSeek) নির্বিশেষে, ফিনান্স (Finance) এআই (AI) প্রযুক্তি বাস্তবায়ন করবে। তবে, ডিপসিকের (DeepSeek) সাথে, এআই (AI) কেবল আর্থিক শিল্পের মূল ব্যবসাকে সক্ষম করবে না, পাশাপাশি দৈনিক অফিসের কাজ এবং অপারেশনগুলিতেও ব্যবহৃত হবে যা আগে করা কঠিন ছিল।

অপারেশনগুলি (Operation) খুব ব্যয়বহুল ছিল। উদাহরণস্বরূপ, রুট কজ অ্যানালাইসিসের (Root cause analysis) জন্য পূর্বে ঐতিহ্যবাহী অপারেশন মনিটরিং (Operation monitoring) এবং এআইওপ্সের (AIOps) পাশাপাশি ছোট মডেল প্রশিক্ষণ প্রয়োজন ছিল। এখন, ডিপসিক (DeepSeek) জ্ঞান বেসের (Knowledge base) সাথে একত্রে অ্যাপ্লিকেশন পরিকল্পনা তৈরি করতে, মনিটরিং (Monitoring), অ্যালার্ম (Alarm), সেলফ-সার্ভিস অ্যানালাইসিস (Self-service analysis) এবং ট্রেসেবিলিটি (Traceability), স্বয়ংক্রিয় প্রক্রিয়াকরণ এবং স্থিতিশীলতা উন্নতির জন্য ব্যবহার করা যেতে পারে, যা এআইওপ্সের (AIOps) চেয়ে বেশি নমনীয়।

এছাড়াও, অপারেশনগুলির (Operation) উপর এআই-এর (AI) কভারেজ (Coverage) আরও বিস্তৃত হয়েছে, যেখানে ইন্টারঅ্যাক্টিভিটি (Interactivity) এবং উদ্যোগের উপর আরও বেশি মনোযোগ দেওয়া হয়েছে। উদ্যোগ মানে এআইকে (AI) সক্রিয়ভাবে অপারেশন (Operation) সম্পাদন করার অনুমতি দেওয়া। নিয়ম, মানুষ বা এমনকি ব্যক্তিগত অভিজ্ঞতার উপর নির্ভর করা থেকে সরে এসে, যেখানে মানুষের অভিজ্ঞতার স্তর অপারেশন (Operation) সক্ষমতার স্তর নির্ধারণ করে, সেখানে এখন হালকা এআই (AI) মডেলগুলি সরাসরি এটি অর্জনের জন্য ব্যবহার করা যেতে পারে।

যদিও ডিপসিকের (DeepSeek) হ্যালুসিনেশন (Hallucination) হার এখনও বেশি, এমনকি অন্যান্য অনুরূপ মডেলগুলির থেকে উল্লেখযোগ্যভাবে আলাদা নয়, এর যুক্তিবোধ এবং ব্যবহারিক অ্যাপ্লিকেশন ক্ষমতা হ্যালুসিনেশনের (Hallucination) নেতিবাচক প্রভাবগুলিকে অফসেট (offset) করতে পারে। এই সমস্যাটি ধীরে ধীরে ফাইন-টিউনিং (Fine-tuning) এবং আরএজি (RAG) (Retrieval-Augmented Generation) এবং সম্পর্কিত প্রযুক্তি ব্যবহার করে অপ্টিমাইজেশনের মাধ্যমে উন্নত করা হবে।

আলিবাবার (Alibaba) বৃহৎ মডেল প্রযুক্তি বিশেষজ্ঞ গাও পেং (Gao Peng) মনে করেন যে ডিপসিকের (DeepSeek) প্রভাব বড় এবং ছোট কোম্পানিগুলির জন্য ভিন্ন:

আলিবাবার (Alibaba) অভ্যন্তরীণভাবে ব্যবহৃত বৃহৎ মডেলগুলি সর্বদা শিল্পের সবচেয়ে উন্নত ছিল, তাই ডিপসিকের (DeepSeek) আবির্ভাবের কোনও উল্লেখযোগ্য প্রভাব পড়েনি। আলিবাবা (Alibaba) পারফরম্যান্স (Performance) মূল্যায়ন এবং তুলনার জন্য ডিপসিক (DeepSeek) ব্যবহার করে, যা আরও বেশি প্রযুক্তিগত অনুপ্রেরণা সরবরাহ করে। যুক্তিবোধে ডিপসিকের (DeepSeek) বাস্তবায়ন তুলনামূলকভাবে দ্রুত, এবং প্রযুক্তিগত বিবরণ আরও সাধারণ। ডিপসিকও (DeepSeek) কিয়ানওয়েন (Qianwen) দ্বারা প্রভাবিত হয়েছে।

অন্যদিকে, ডিপসিকের (DeepSeek) ছোট এবং মাঝারি আকারের সংস্থাগুলির উপর বৃহত্তর প্রভাব রয়েছে, কারণ পূর্বে এমন কোনও মডেল ছিল না যা কম খরচে, ব্যক্তিগত স্থাপনা সরবরাহ করার সময় ডিপসিকের (DeepSeek) প্রভাব অর্জন করতে পারত। ডিপসিক (DeepSeek) প্রকাশের পরে, ডিপসিক (DeepSeek) সমন্বিত মেশিন (Machine) বিক্রি করে এমন অনেক সংস্থা আবির্ভূত হয়েছে। তবে, নির্দিষ্ট মানদণ্ডের উপর নির্ভর করে অনেক ওপেন সোর্স (Open source) মডেল সমন্বিত মেশিনের (Machine) তুলনায় ডিপসিক (DeepSeek) সস্তা নয়।

যাইহোক, দেশীয় ওপেন সোর্স (Open source) বৃহৎ মডেল এখন উন্নতি লাভ করছে এবং বিশ্বব্যাপী প্রতিযোগিতা করতে পারে। তবে, পিং অ্যান ইন্স্যুরেন্সের (Ping An Insurance) বৃহৎ মডেলের বাস্তবায়নের ভিত্তিতে ঝাং সেনসেন (Zhang Sensen) মনে করেন যে ওপেন সোর্স (Open source) বৃহৎ মডেলগুলির এখনও অতিক্রান্ত করা যায় না এমন সীমাবদ্ধতা রয়েছে:

আমাদের জন্য, ডিপসিকের (DeepSeek) মূলত একটি বিশাল খরচের সুবিধা রয়েছে। সক্ষমতার দিক থেকে, যুক্তিবোধ, সাধারণীকরণ ক্ষমতা এবং প্রাসঙ্গিক বোঝার ক্ষেত্রে অপারেশন (Operation) পরিস্থিতিতে এটি অন্যান্য মডেলগুলির চেয়ে ভাল হতে পারে। তবে, ডিপসিক (DeepSeek) আর্থিক ঝুঁকি নিয়ন্ত্রণের মতো আরও জটিল পরিস্থিতিতে ভাল পারফর্ম (perform) করে না। এর কারণ হল আরও বিস্তারিত ফাইন-টিউনিং (Fine-tuning) বা এমনকি অন্যান্য মডেলের সাথে একত্রে অপ্টিমাইজেশন (Optimization) প্রয়োজন। অতএব, মডেলের কর্মক্ষমতা আরও উন্নত করতে নির্দিষ্ট অ্যাপ্লিকেশন পরিস্থিতিগুলির উপর ভিত্তি করে লক্ষ্যযুক্ত ফাইন-টিউনিংয়ের (Fine-tuning) প্রয়োজন।

পিং অ্যানের (Ping An) স্ব-উন্নত বৃহৎ মডেলগুলিকে দুটি স্তরে ভাগ করা হয়েছে: অন্তর্নিহিত ভিত্তি বৃহৎ মডেল এবং ব্যাঙ্কিং (Banking), ইন্স্যুরেন্স (Insurance) এবং অন্যান্য ব্যবসার জন্য দায়বদ্ধ ডোমেইন মডেল (Domain model)। অভ্যন্তরীণভাবে ব্যবহৃত বৃহৎ মডেলগুলি পেশাদার জ্ঞানের ক্ষেত্রে ডিপসিকের (DeepSeek) চেয়ে ভাল পারফর্ম (perform) করে, বিশেষ করে ফিনান্স (Finance) এবং মেডিসিনের (Medicine) মতো নির্দিষ্ট ক্ষেত্রগুলিতে, যেখানে মডেলগুলি আরও নির্ভুল। তবে, যুক্তিবোধের ক্ষেত্রে ডিপসিকের (DeepSeek) এখনও একটি শক্তিশালী সুবিধা রয়েছে। কিছু পরিস্থিতিতে, আমরা এটি চালানো যায় কিনা তা দেখতে ডিপসিককে (DeepSeek) একটি ছোট আকারের প্রচেষ্টার জন্য ব্যবহার করতে চাই।

এই বিষয়ে আলিবাবার (Alibaba) কিয়ানওয়েন (Qianwen), বাইডুর (Baidu) ওয়েনসিন (Wenxin) এবং ঝিপুর (Zhipu) চ্যাটজিএলএমের (ChatGLM) মধ্যে কোনও উল্লেখযোগ্য পার্থক্য নেই। এই মডেলগুলির যুক্তিবোধ ক্ষমতা এবং জ্ঞান বেস কাঠামোর ক্ষেত্রে ডিপসিকের (DeepSeek) থেকে কোনও উল্লেখযোগ্য পার্থক্য নেই, তার ভিত্তিতে এই রায় দেওয়া হয়েছে।

সব মিলিয়ে, ওপেন সোর্স (Open source) বৃহৎ মডেলগুলির প্রভাব বর্তমানে সীমিত, এবং তাদের মধ্যে প্রতিযোগিতার গতি তীব্র।

To C মার্কেটের বিপদ

To B মার্কেটে প্রতিযোগিতা তীব্র হলেও, এর মানে এই নয় যে To C রুট (route) আরও বেশি আশা জাগায়।

বৃহৎ মডেলের জন্য To C মার্কেটেও প্রতিযোগিতা খুব তীব্র, তবে এটি To B মার্কেট থেকে খুব আলাদা।

মার্কেটের পরিস্থিতি ক্রমাগত পরিবর্তিত হচ্ছে।

To C-এর নগদীকরণ কঠিন।

সবচেয়ে জনপ্রিয় অ্যাপ্লিকেশনগুলি (Application) প্রয়োজনীয়ভাবে সবচেয়ে বেশি রাজস্ব তৈরি করে না। উদাহরণস্বরূপ, চ্যাটজিপিটির (ChatGPT) সর্বোচ্চ রাজস্ব রয়েছে, তবে ওপেনএআই (OpenAI) এখনও বছরে ৫ বিলিয়ন ডলার লোকসান করে, যেখানে চ্যাটজিপিটির (ChatGPT) অনেক ‘কপিকেট’ অ্যাপ্লিকেশন সম্ভবত দ্রুত লাভজনকতা অর্জন করেছে; ডিপসিক (DeepSeek) জনপ্রিয় হওয়ার পরে, অনুকরণকারী এবং জালিয়াতরা দলে দলে আসতে শুরু করে।

C-end মার্কেট থেকে ‘ছোট বাঘ’-দের পরিস্থিতি পর্যবেক্ষণ করাও আশাব্যঞ্জক নয়। শিল্প বিশেষজ্ঞদের সাথে Zhiwei-এর যোগাযোগ সাধারণত বিশ্বাস করে যে বৃহৎ প্রস্তুতকারকরা দুর্দান্ত টিকে থাকার চাপ আনবে।

জিয়াং শাও (Jiang Shao) বলেছেন যে ভোক্তা বাজারে ‘ছোট বাঘ’-দের মধ্যে সবচেয়ে ভাল পারফর্ম (perform) করেছে মুনশট এআই-এর (Moonshot AI) কিমি (Kimi)। তবে এখন, টেনসেন্টের (Tencent) ইউয়ানবাও (Yuanbao) প্রথম, ডিপসিক (DeepSeek) দ্বিতীয় এবং দৌবাও (Doubao) তৃতীয় স্থানে রয়েছে। শীর্ষ তিনটি কোম্পানি প্রায় পুরো মার্কেটের শেয়ার দখল করে নিয়েছে। টেনসেন্টের (Tencent) ইউয়ানবাও (Yuanbao) উইচ্যাট (WeChat) ইকোসিস্টেমের (Ecosystem) সহায়তায় প্রচুর সংখ্যক গ্রাহকের ট্র্যাফিক (Traffic) অর্জন করেছে, অন্যদিকে ডিপসিক (DeepSeek) তার প্রযুক্তিগত উদ্ভাবন এবং একাধিক পরিস্থিতিতে চমৎকার পারফরম্যান্সের (Performance) সাথে দাঁড়িয়েছে।

লিয়াং হে (Liang He) বলেছেন যে কিমির (Kimi) বৃহৎ মডেল প্রযুক্তি তার প্রতিযোগীদের থেকে খুব আলাদা নয়, তাই এটি কেবল বিনামূল্যে হতে পারে, যা মুনশটের (Moonshot) জন্য বাণিজ্যিকীকরণকে খুব কঠিন করে তোলে। একটি To C অ্যাপ্লিকেশন হিসাবে, এটি ইউয়ানবাও (Yuanbao) এবং দৌবাও (Doubao) থেকে কোথায় আলাদা তা স্পষ্ট নয়। তাছাড়া, দৌবাওকে (Doubao) বাইটের (Byte) অন্যান্য ব্যবসা সমর্থন করতে পারে এবং ইউয়ানবাওকে (Yuanbao) টেনসেন্টের (Tencent) অন্যান্য ব্যবসা সমর্থন করতে পারে। তারা এই অ্যাপ্লিকেশনগুলিকে সমর্থন করার জন্য ১০০ বিলিয়ন বিনিয়োগ করতে পারে।

জিয়াং শাও (Jiang Shao) যোগ করেছেন যে C-end ব্যবহারকারীরা পণ্যের ব্যবহারের সহজতার দিকে বেশি মনোযোগ দেন, যা টেনসেন্ট (Tencent) এবং বাইট (Byte) আরও ভাল। অবশ্যই, আলিবাবারও (Alibaba) সুযোগ রয়েছে। আলিবাবা (Alibaba) ‘এআই লিসেনিং (AI Listening)’ নামে একটি অ্যাপ্লিকেশন ইনকিউবেট (incubate) করছে, যা চ্যাট এবং ইন্টারঅ্যাকশনের (Interaction) জন্য এআই (AI) ব্যবহার করে, যার লক্ষ্য হল স্বল্প ভিডিও প্ল্যাটফর্মে ডউইনকে (Douyin) প্রতিস্থাপন করা। যদিও ডউইন (Douyin) প্রচুর সংখ্যক নির্মাতাকে উচ্চ মানের কনটেন্ট (content) তৈরি করতে আকর্ষণ করে, তবে এআই (AI) চ্যাট অ্যাপ্লিকেশনগুলিতে আরও ব্যক্তিগতকৃত এবং ইন্টারেক্টিভ (Interactive) অভিজ্ঞতা প্রদানের মাধ্যমে ব্যবহারকারীর গ্রুপগুলিকে আকর্ষণ করার সম্ভাবনা রয়েছে। দুটির মধ্যে পার্থক্য হল কনটেন্ট (content) তৈরি এবং ইন্টারঅ্যাকশন (Interaction)। আলিবাবা (Alibaba) যদি এটি ভেঙে ফেলতে পারে, তবে তারও পরিস্থিতি ঘুরিয়ে দেওয়ার সুযোগ রয়েছে, তবে টেনসেন্ট (Tencent) যদি অনুসরণ করে তবে বলা কঠিন।

মিনিম্যাক্স (MiniMax) সম্পর্কে, শিল্প মতামত কিছুটা আলাদা।

লিয়াং হে (Liang He) মনে করেন যে মিনিম্যাক্সের (MiniMax) কঞ্চ এআই (Conch AI) বর্তমানে ভাল লাভ করছে। এটি নিজের পথ খুঁজে পেয়েছে, তবে এই পথটি মিনিম্যাক্সকে (MiniMax) তার মূল্যায়ন যথেষ্ট বাড়াতে দেবে কিনা তা এখনও জানা যায়নি। এর অ্যাপ্লিকেশন (application) অভিমুখের কারণে ডিপসিক (DeepSeek) প্রকাশের পরে মিনিম্যাক্স (MiniMax) আরও স্বচ্ছন্দ। তারা যদি ডিপসিকের (DeepSeek) মডেলগুলি ব্যবহার করে, তবে এটি মডেলের গবেষণা এবং উন্নয়ন খরচ বাঁচাবে, এবং এর অ্যাপ্লিকেশনগুলি (application) আরও বেশি অর্থ উপার্জন করতে পারে।

জিয়াং শাও (Jiang Shao) মনে করেন যে মিনিম্যাক্সের (MiniMax) যদি পরে একটি জনপ্রিয় APP তৈরি করতে পারে তবে তার একটি সুযোগ রয়েছে, তবে আলিবাবা (Alibaba) এটিকে ছাড়িয়ে যেতে পারে এবং প্রথমে একটি জনপ্রিয় APP তৈরি করতে পারে, তাই মিনিম্যাক্সের (MiniMax) একটি সুযোগ থাকলেও, সম্ভাবনা বেশি নয়।

শেষ পর্যন্ত, পণ্য পার্থক্য এখনও C-end অ্যাপ্লিকেশনগুলির জন্য একটি ব্রেক-থ্রু (breakthrough) পয়েন্ট।

a16z-এর সর্বশেষ রিপোর্ট (report) “Top 100 Gen AI Consumer Apps” অনুসারে, অনেক কম ব্যবহারের অ্যাপ্লিকেশন (application) আসলে আরও ভাল রাজস্ব অর্জন করে। কিছু দুর্বল বহুমুখী পণ্য, যেমন উদ্ভিদ সনাক্তকরণ এবং পুষ্টি, সাধারণ পণ্যগুলির চেয়ে বেশি অর্থ প্রদানকারী ব্যবহারকারীদের আকর্ষণ করে।

সাধারণ এআই (AI) পণ্যগুলিকে আলাদা করা কঠিন। ব্যবহারকারীদের অর্থ প্রদানের ইচ্ছা কম, লাভের চক্র দীর্ঘ, তাই তারা বড় সংস্থাগুলির থেকে বাঁচতে পারে না।

এবং যদি পার্থক্য উল্লম্বভাবে যথেষ্ট গভীর না হয়, তবে ক্ষমতা আপগ্রেডের (upgrade) মাধ্যমে বেস লার্জ মডেল দ্বারা এটিকে সহজেই অভ্যন্তরীণ করা যায়। উদাহরণস্বরূপ, সাম্প্রতিক GPT-4o-এর ইমেজ জেনারেশন ক্ষমতা (Image generation capabilities) মিডজার্নির (Midjourney) মতো টেক্সট-টু-ইমেজ (Text-to-image) স্টার্টআপগুলির জন্য একটি মাত্রা হ্রাসকারী আঘাত এনেছে। এই কভারেজ (coverage) ক্ষমতা প্রায়শই এলোমেলো এবং অপ্রত্যাশিত, যেমন প্রবাদ আছে, ‘আপনাকে ধ্বংস করার সাথে আপনার কোনও সম্পর্ক নেই।’

প্রতিযোগীদের পিক্সেল-স্তরের অনুকরণ এবং বেস লার্জ মডেলগুলির দ্রুত আপগ্রেড (upgrade) C-end এআই (AI) স্টার্টআপগুলির দৃশ্যকে প্রায় সবসময় অল্প সময়ের জন্য বজায় রাখে।

কীভাবে হিট হওয়ার অত্যন্ত কম সম্ভাবনাকে কাজে লাগানো যায় সে সম্পর্কে, শিল্প বিশেষজ্ঞরা সর্বসম্মতিক্রমে বিশ্বাস করেন যে ‘অনুসরণের জন্য মূলত কোনও অভিজ্ঞতা নেই।’

‘ছোট বাঘ’রা আজকের এই সংকটে প্রবেশ করেছে, মূলত কারণ তারা বেস লার্জ মডেলে খুব বেশি বিনিয়োগ করেছে এবং এই ট্র্যাকে টিকে থাকার এবং উন্নতি করার জন্য প্রয়োজনীয় জনবল, আর্থিক সংস্থান এবং বস্তুগত সংস্থানগুলিকে অবমূল্যায়ন করেছে, যার ফলে অ্যাপ্লিকেশন ট্র্যাকে পার্থক্য করা কঠিন হয়ে পড়েছে।

এখন, ‘ছোট বাঘ’রা এজিআই (AGI) আক্রমণ করার জন্য কম দৃঢ়সংকল্পবদ্ধ, এবং লি কাইফু (Li Kaifu) প্রকাশ্যে বলেছেন যে দেশীয় বেস লার্জ মডেলে কেবল ডিপসিক (DeepSeek), আলি (Ali) এবং বাইট (Byte) অবশিষ্ট থাকবে।

এই বিষয়ে, Zhiwei-এর সাথে যোগাযোগ করা শিল্প বিশেষজ্ঞরা মূলত এই দৃষ্টিভঙ্গির সাথে একমত।

জিয়াং শাও (Jiang Shao) বলেছেন যে এআই (AI) স্টার্টআপগুলি যারা এখনও বৃহৎ মডেল প্রযুক্তিতে কঠোর পরিশ্রম করে চলেছে তারা মূলত মারা যাবে। সবচেয়ে আশাব্যঞ্জক অবশ্যই ডিপসিক (DeepSeek), দ্বিতীয়টি আলিবাবা (Alibaba) এবং তৃতীয়টি বাইটড্যান্স (ByteDance)। প্রত্যাশা করা হচ্ছে যে প্রথম স্থানটি ৫০%-৮০% ট্র্যাফিক (Traffic) পাবে, এবং পরের দুটি ১০% ট্র্যাফিক (Traffic) পেতে পারে। মূল বিষয় হল কে প্রথমে এজিআই (AGI) তৈরি করে, এবং কে চূড়ান্ত বিজয়ী।

ডিপসিক (DeepSeek) বর্তমানে বৃহৎ মডেলের ক্ষেত্রে সবচেয়ে প্রতিযোগিতামূলক, এবং ব্যবহারিক অ্যাপ্লিকেশনগুলিতে এর প্রযুক্তিগত উদ্ভাবন এবং পারফরম্যান্স (Performance) অনবদ্য। আলিবাবা (Alibaba) এবং বাইটড্যান্সেরও (ByteDance) শক্তিশালী প্রতিযোগিতা রয়েছে, বিশেষ করে ক্রস-প্ল্যাটফর্ম অ্যাপ্লিকেশন এবং ডেটা সংস্থানগুলিতে। এই র‌্যাঙ্কিং মূলত প্রতিটি কোম্পানির মৌলিক প্রযুক্তি, কম্পিউটিং (Computing) শক্তি, ডেটা সংস্থান এবং ব্যবহারিক অ্যাপ্লিকেশনগুলিতে উদ্ভাবন সক্ষমতার উপর ভিত্তি করে তৈরি।

ঝিপু (Zhipu) এবং কিমি (Kimi) দল দৃঢ়ভাবে বিশ্বাস করে যে বেস মডেলের সক্ষমতা বাড়ানোই ভবিষ্যৎ। বিপরীতে, আমি বিশ্বাস করি যে বাজারের চাহিদার পরিবর্তন এবং অ্যাপ্লিকেশন পরিস্থিতির বৈচিত্র্যের সাথে, কেবল বেস মডেলকে শক্তিশালী করার রুট (route) সীমিত হতে পারে, এবং আরও নমনীয় এবং অভিযোজনযোগ্য মডেল বিকাশ পথ বাজারে আরও প্রতিযোগিতামূলক হতে পারে।

বৃহৎ মডেল প্রযুক্তিতে প্রতিযোগিতা অত্যন্ত তীব্র, এবং বিশাল বিনিয়োগকারী কোম্পানিগুলিকে শেষ পর্যন্ত উদ্ভাবন, কম্পিউটিং (Computing) শক্তি, ডেটা এবং অপ্টিমাইজেশনে স্পষ্ট অগ্রগতি অর্জন করতে হবে প্রতিযোগিতা বজায় রাখতে। অন্যান্য সংস্থাগুলি যারা প্রযুক্তিগত অগ্রগতির সাথে তাল মিলিয়ে চলতে ব্যর্থ হয় বা বাজারের চাহিদা মোকাবেলা করতে অক্ষম হয় তারা ধীরে ধীরে বাদ পড়বে।

লিয়াং হে (Liang He) বলেছেন যে ভবিষ্যতে দেশীয় বেস লার্জ মডেল কোম্পানিগুলিতে কেবল ডিপসিক (DeepSeek), আলি (Ali) এবং বাইট (Byte) অবশিষ্ট থাকবে, কারণ এই তিনটিরই গবেষণা এবং উন্নয়নে সুপার রিসোর্স (super resource) বিনিয়োগ করার শক্তি এবং সংকল্প রয়েছে। বাইটের (Byte) জন্য, বৃহৎ মডেলের সুযোগটি মিস করা অসম্ভব, অন্যথায় এর সামগ্রিকের উপর একটি বড় প্রভাব ফেলবে। এবং ডিপসিকের (DeepSeek) প্রযুক্তিতে বাইটের (Byte) জন্য খুব বেশি বাধা থাকবে না, তবে ডিপসিকের (DeepSeek) বর্তমানে R&D দক্ষতায় আরও বেশি সুবিধা রয়েছে। আলিবাবার (Alibaba) কিয়ানওয়েন ওপেন সোর্স (Open source) মডেলটি নিজেই একটি উচ্চ স্তরের। ডিপসিক (DeepSeek) জনপ্রিয় হওয়ার আগে কিয়ানওয়েন (Qianwen) এবং লামা (Llama) মূলত একে অপরের পিছনে তাড়া করছিল। আলিবাবার (Alibaba) জন্য, কিয়ানওয়েন (Qianwen) মডেলটি অর্থ উপার্জন নাও করতে পারে, তবে সম্পর্কিত ক্লাউড ব্যবসা অর্থ উপার্জন করতে পারে এবং বাইটও (Byte) একই রকম এবং ডউইন (Douyin) এবং অন্যান্য APP-এর অভিজ্ঞতা ক্রমাগত অপ্টিমাইজ (optimize) করতে বৃহৎ মডেল প্রযুক্তি ব্যবহার করতে পারে। এআই (AI) স্টার্টআপগুলির জন্য, মডেলটি নিজেই যদি অর্থ উপার্জন না করে তবে এটি টিকে থাকার মূলে আঘাত করে।

ওয়াং ওয়েনগুয়াং (Wang Wenguang) বলেছেন যে ডিপসিকের (DeepSeek) সুবিধা মূলত প্রযুক্তিগত আদর্শবাদে নিহিত। বসন্ত উৎসবের আগের এবং পরের দুই বা তিন মাসের মধ্যে ডিপসিকের (DeepSeek) ট্র্যাফিক (Traffic) বিশাল ছিল। এটি যদি বাণিজ্যিকীকরণ করতে চায়, তবে এটি শীঘ্রই বিশ্বের শীর্ষে পৌঁছাবে, এবং ডৌবাওর (Doubao) মতো অন্যান্য বৃহৎ মডেলগুলির কোনও সুযোগ থাকবে না। ডিপসিক (DeepSeek) সাম্প্রতিক ওপেন সোর্স (Open source) সপ্তাহে অবকাঠামো সম্পর্কিত অপ্টিমাইজেশন পদ্ধতিগুলি ওপেন সোর্স (Open source) না করলে এটি ভবিষ্যতে এর উপর নির্ভর করে অর্থ উপার্জন করতে পারে, যাতে অন্যদের কোনও সুযোগ না থাকে। ডিপসিকের (DeepSeek) কোনও তহবিল নেই এবং বিনিয়োগকারীদের দ্বারা প্রভাবিত হওয়ার প্রয়োজন নেই। প্রযুক্তিগত আদর্শবাদ এবং প্রতিভা সবচেয়ে বড় বাধা। ওপেনএআই-এর (OpenAI) সাথে তুলনা করলে, ওপেনএআই (OpenAI) এখন যে ফলাফলগুলি দেখতে পাচ্ছে তা মূলত অল্টম্যান (Altman) এবং ইলিয়ার (Ilya) মধ্যে বিরোধের আগের গবেষণার ফলাফল। কমপক্ষে উদ্ভাবন পয়েন্টগুলি নির্ধারিত হয়েছে। এখন, আদর্শবাদীদের মূল দল চলে যাওয়ার পরে ওপেনএআই-এর (OpenAI) প্রায় কোনও উদ্ভাবন নেই। বর্তমানে ওপেনএআই-এর (OpenAI) উদ্ভাবন অ্যাপ্লিকেশন স্তরে বেশি, যেমন ডিপ রিসার্চ (Deep Research)। অ্যাপ্লিকেশন স্তরে উদ্ভাবনের কোনও বাধা নেই, তাই এটিকে প্রতিযোগীদের সাথে প্রতিযোগিতা করতে হবে।

ওয়াং মু (Wang Mu), একটি বৃহৎ কারখানার এআই (AI) প্রযুক্তি বিশেষজ্ঞ Zhiwei-কে বলেছেন যে যতক্ষণ না অর্থ, প্রতিভা এবং হার্ডওয়্যার (Hardware) না থাকে, ততক্ষণ বৃহৎ মডেলগুলিকে প্রি-ট্রেনিং (pre-training) করার জন্য প্রচেষ্টা নষ্ট করার দরকার নেই। ডিপসিকের (DeepSeek) ২০২১ সালের প্রথম দিকে ১০,০০০-কার্ড ক্লাস্টার ছিল এবং অর্থের অভাব নেই। বিপরীতে, অন্যান্য ছোট এবং মাঝারি আকারের কোম্পানিগুলি এই শর্তটি একত্রিত করতে পারে না।

গাও পেং (Gao Peng) বলেছেন যে এআই (AI) স্টার্টআপগুলি বাঁচতে চায়, তাদের এখনও অ্যাপ্লিকেশনগুলির দিকে ঝুঁকতে হবে। আমি এক বা দুই বছর আগে তাই ভেবেছিলাম, এবং এখন মোড় নিতে খুব দেরি হয়ে যেতে পারে। পরবর্তী যে এআই (AI) কোম্পানিগুলির প্রথম ব্যাচটি বাদ পড়বে তারা হল যারা বেস লার্জ মডেল তৈরি করে। বৃহৎ মডেল প্রশিক্ষণে আসলে প্রচুর জটিল বিবরণ রয়েছে এবং অভিজ্ঞতার সঞ্চয়ের উপর খুব নির্ভরশীল। ট্রান্সফরমার আর্কিটেকচারের (Transformer architecture) অভ্যন্তরীণ বিবরণ সাধারণত ভালভাবে বোঝা যায়, তবে ওপেন সোর্স (Open source)