AI का खेल: क्या MCP और A2A 'ऊँची दीवारें' बना रहे हैं?

AI उद्योग में, जहाँ ‘गेम ऑफ़ थ्रोन्स’ जैसी जटिल सत्ता संघर्ष चल रहे हैं, एक उच्च-दांव का ड्रामा चल रहा है। दुनिया का ध्यान मॉडल मापदंडों और प्रदर्शन पर केंद्रित है, लेकिन AI और एजेंट मानकों, प्रोटोकॉल और इकोसिस्टम पर एक शांत लड़ाई चल रही है।

नवंबर 2024 में, एंथ्रोपिक ने मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) पेश किया, जो बुद्धिमान एजेंटों के लिए एक खुला मानक है। इसका उद्देश्य बड़े भाषा मॉडल और बाहरी डेटा स्रोतों और उपकरणों के बीच संचार प्रोटोकॉल को एकीकृत करना है। इसके तुरंत बाद, OpenAI ने MCP के लिए एजेंट SDK समर्थन की घोषणा की। Google DeepMind के CEO डेमिस हसाबिस ने भी पुष्टि की कि Google का Gemini मॉडल और सॉफ़्टवेयर डेवलपमेंट किट इस खुले मानक को एकीकृत करेंगे, उन्होंने MCP को ‘AI ​​एजेंट युग के लिए तेजी से खुला मानक’ कहा।

साथ ही, Google ने Google क्लाउड नेक्स्ट 2025 सम्मेलन में ओपन-सोर्स एजेंट2एजेंट प्रोटोकॉल (A2A) की घोषणा की। इस प्रोटोकॉल का उद्देश्य मौजूदा ढांचे और विक्रेताओं के बीच बाधाओं को तोड़ना है, जिससे विभिन्न इकोसिस्टम में एजेंटों के बीच सुरक्षित और कुशल सहयोग हो सके।

तकनीकी दिग्गजों के इन कार्यों ने कनेक्शन मानकों, इंटरफेस प्रोटोकॉल और इकोसिस्टम के संदर्भ में AI और बुद्धिमान एजेंटों के बीच एक प्रतिस्पर्धा का अनावरण किया है। ‘प्रोटोकॉल बराबर शक्ति’ का सिद्धांत स्पष्ट है। जैसे ही वैश्विक AI परिदृश्य आकार ले रहा है, AI युग में बुनियादी प्रोटोकॉल मानकों की परिभाषा को नियंत्रित करने वाले के पास वैश्विक AI ​​उद्योग श्रृंखला की शक्ति संरचना और मूल्य वितरण क्रम को फिर से आकार देने का अवसर है।

भविष्य के AI इकोसिस्टम का ‘USB-C पोर्ट’

AI तकनीक की तीव्र प्रगति के साथ, GPT और Claude जैसे बड़े भाषा मॉडल ने प्रभावशाली क्षमताएं दिखाई हैं। इन मॉडलों का वास्तविक मूल्य बाहरी दुनिया के डेटा और उपकरणों के साथ बातचीत करने और वास्तविक दुनिया की समस्याओं को हल करने की उनकी क्षमता में निहित है।

हालाँकि, इस इंटरैक्शन क्षमता को लंबे समय से विखंडन और मानकीकरण की कमी के मुद्दों का सामना करना पड़ा है, जिसके लिए डेवलपर्स को विभिन्न AI मॉडल और प्लेटफार्मों के लिए विशिष्ट एकीकरण तर्क को लागू करने की आवश्यकता होती है।

इस मुद्दे को संबोधित करने के लिए, MCP उभरा है। AI मॉडल को बाहरी दुनिया से जोड़ने वाले एक पुल के रूप में, MCP AI इंटरैक्शन के दौरान आने वाली कई महत्वपूर्ण समस्याओं को हल करता है।

MCP से पहले, यदि किसी AI मॉडल को डेटा प्राप्त करने के लिए स्थानीय डेटाबेस (जैसे SQLite) से कनेक्ट करने या रिमोट टूल (जैसे टीम संचार के लिए Slack, कोड प्रबंधित करने के लिए GitHub API) को कॉल करने की आवश्यकता होती है, तो डेवलपर्स को प्रत्येक डेटा स्रोत या टूल के लिए विशिष्ट कनेक्शन कोड लिखना पड़ता था। यह प्रक्रिया न केवल बोझिल और त्रुटिपूर्ण थी, बल्कि एक एकीकृत मानक की कमी के कारण विकसित करने के लिए महंगी, बनाए रखने में मुश्किल और स्केल करने में भी कठिन थी।

MCP लॉन्च करते समय, एंथ्रोपिक ने एक उपमा दी: MCP AI अनुप्रयोगों के लिए USB-C पोर्ट की तरह है। MCP का उद्देश्य एक सामान्य मानक बनाना है, जिससे विभिन्न मॉडल और बाहरी सिस्टम प्रत्येक बार एक अलग सेट एकीकरण समाधान लिखने के बजाय एक्सेस के लिए समान प्रोटोकॉल का उपयोग कर सकें। इससे AI अनुप्रयोगों का विकास और एकीकरण सरल और अधिक एकीकृत हो जाता है।

उदाहरण के लिए, एक सॉफ़्टवेयर विकास परियोजना में, एक MCP-आधारित AI टूल सीधे प्रोजेक्ट कोड रिपॉजिटरी में जा सकता है, कोड संरचना का विश्लेषण कर सकता है, ऐतिहासिक कमिट रिकॉर्ड को समझ सकता है, और फिर डेवलपर्स को कोड सुझाव प्रदान कर सकता है जो परियोजना की वास्तविक जरूरतों के अनुरूप हैं, जिससे विकास दक्षता और कोड गुणवत्ता में काफी सुधार होता है।

अतीत में, बड़े मॉडलों और अन्य AI अनुप्रयोगों को डेटा का उपयोग करने में सक्षम बनाने के लिए, आमतौर पर कॉपी और पेस्ट करना या अपलोड और डाउनलोड करना आवश्यक होता था। यहां तक ​​कि सबसे शक्तिशाली मॉडल भी डेटा अलगाव द्वारा सीमित थे, जिससे सूचना साइलो बन गए। अधिक शक्तिशाली मॉडल बनाने के लिए, प्रत्येक नए डेटा स्रोत को अनुकूलित और लागू करने की आवश्यकता होती थी, जिससे वास्तव में आपस में जुड़े सिस्टम को स्केल करना मुश्किल हो जाता था, जिसके परिणामस्वरूप कई सीमाएं होती थीं।

एक एकीकृत इंटरफ़ेस प्रदान करके, MCP सीधे AI और डेटा (स्थानीय और इंटरनेट डेटा सहित) को पुल करता है। MCP सर्वर और MCP क्लाइंट के माध्यम से, जब तक दोनों इस प्रोटोकॉल का पालन करते हैं, ‘सब कुछ जोड़ा जा सकता है।’ यह AI अनुप्रयोगों को स्थानीय और दूरस्थ डेटा को सुरक्षित रूप से एक्सेस और संचालित करने की अनुमति देता है, जिससे AI अनुप्रयोगों को हर चीज से जुड़ने के लिए एक इंटरफ़ेस मिलता है।

आर्किटेक्चर के दृष्टिकोण से, MCP में मुख्य रूप से दो मुख्य भाग शामिल हैं: MCP सर्वर और MCP क्लाइंट। डेवलपर्स MCP सर्वर के माध्यम से अपने डेटा को उजागर कर सकते हैं, जो स्थानीय फ़ाइल सिस्टम, डेटाबेस या Slack और GitHub API जैसी दूरस्थ सेवाओं से आ सकता है। इन सर्वरों से कनेक्ट करने के लिए बनाए गए AI अनुप्रयोगों को MCP क्लाइंट कहा जाता है। सीधे शब्दों में कहें, तो MCP सर्वर डेटा को उजागर करने के लिए जिम्मेदार है, और MCP क्लाइंट डेटा को एक्सेस करने के लिए जिम्मेदार है।

जब AI मॉडल बाहरी डेटा और टूल तक पहुंचते हैं, तो सुरक्षा एक महत्वपूर्ण विचार है। मानकीकृत डेटा एक्सेस इंटरफेस प्रदान करके, MCP संवेदनशील डेटा के साथ सीधे संपर्क की संख्या को काफी कम कर देता है, जिससे डेटा रिसाव का खतरा कम हो जाता है।

MCP में अंतर्निहित सुरक्षा तंत्र हैं, जो डेटा स्रोतों को एक सुरक्षित ढांचे के भीतर नियंत्रित तरीके से AI के साथ डेटा साझा करने की अनुमति देते हैं। AI प्रसंस्करण परिणामों को सुरक्षित रूप से डेटा स्रोतों को वापस भी फीड कर सकता है, यह सुनिश्चित करता है कि केवल सत्यापित अनुरोध ही विशिष्ट संसाधनों तक पहुंच सकें, जो डेटा सुरक्षा में एक और परत जोड़ने के बराबर है, डेटा सुरक्षा के बारे में कॉर्पोरेट चिंताओं को दूर करता है, और उद्यम-स्तरीय परिदृश्यों में AI के गहन अनुप्रयोग के लिए एक ठोस नींव रखता है।

उदाहरण के लिए, MCP सर्वर अपने स्वयं के संसाधनों को नियंत्रित करता है और बड़े मॉडल प्रौद्योगिकी प्रदाताओं को API कुंजियों जैसी संवेदनशील जानकारी प्रदान करने की आवश्यकता नहीं है। इस तरह, भले ही बड़े मॉडल पर हमला किया जाए, हमलावर इस संवेदनशील जानकारी को प्राप्त करने में सक्षम नहीं होंगे, जिससे जोखिमों को प्रभावी ढंग से अलग किया जा सकेगा।

यह कहा जा सकता है कि MCP AI प्रौद्योगिकी विकास का एक प्राकृतिक उत्पाद और एक महत्वपूर्ण मील का पत्थर है। यह न केवल AI अनुप्रयोगों की विकास प्रक्रिया को सरल करता है, बल्कि AI इकोसिस्टम की समृद्धि के लिए भी स्थितियां बनाता है।

एक खुले मानक के रूप में, MCP डेवलपर समुदाय की जीवन शक्ति को बहुत उत्तेजित करता है। वैश्विक डेवलपर MCP के आसपास कोड का योगदान कर सकते हैं और नए कनेक्टर्स विकसित कर सकते हैं, इसकी एप्लिकेशन सीमाओं का लगातार विस्तार कर सकते हैं, एक पुण्य पारिस्थितिक चक्र बना सकते हैं और विभिन्न उद्योगों में AI और डेटा के गहन एकीकरण को बढ़ावा दे सकते हैं। यह खुलापन AI अनुप्रयोगों के लिए विभिन्न सेवाओं और टूल से कनेक्ट करना आसान बनाता है, एक समृद्ध पारिस्थितिकी तंत्र बनाता है, अंततः उपयोगकर्ताओं और पूरे उद्योग को लाभान्वित करता है।

MCP के फायदे न केवल तकनीकी स्तर पर परिलक्षित होते हैं, बल्कि इससे भी महत्वपूर्ण बात यह है कि यह विभिन्न क्षेत्रों में वास्तविक मूल्य लाता है। AI युग में, जानकारी प्राप्त करने और संसाधित करने की क्षमता सब कुछ निर्धारित करती है, और MCP कई एजेंटों को सहयोग करने की अनुमति देता है, जिससे प्रत्येक की ताकत अधिकतम होती है।

उदाहरण के लिए, चिकित्सा क्षेत्र में, बुद्धिमान एजेंट MCP के माध्यम से रोगी के इलेक्ट्रॉनिक मेडिकल रिकॉर्ड और मेडिकल डेटाबेस से कनेक्ट हो सकते हैं, और डॉक्टरों के पेशेवर निर्णयों के साथ मिलकर, अधिक तेज़ी से प्रारंभिक नैदानिक ​​सुझाव प्रदान कर सकते हैं। वित्तीय उद्योग में, बुद्धिमान एजेंट वित्तीय डेटा का विश्लेषण करने, बाजार में बदलाव को ट्रैक करने और यहां तक ​​कि स्वचालित रूप से स्टॉक ट्रेडिंग करने के लिए सहयोग कर सकते हैं। बुद्धिमान एजेंटों के बीच श्रम का यह विभाजन और सहयोग डेटा प्रोसेसिंग को अधिक कुशल और निर्णय लेने को अधिक सटीक बनाता है।

MCP के विकास इतिहास की समीक्षा करते हुए, यह पता लगाना मुश्किल नहीं है किइसकी विकास दर आश्चर्यजनक है। 2023 की शुरुआत में, MCP ने मुख्य संचार प्रोटोकॉल का डिज़ाइन पूरा किया, जिससे बुनियादी बुद्धिमान एजेंट पंजीकरण और संदेश ट्रांसमिशन कार्यों का एहसास हुआ। यह बुद्धिमान एजेंटों के लिए एक सार्वभौमिक भाषा बनाने जैसा है, जिससे वे अपनी भाषा बोलने के बजाय एक दूसरे के साथ संवाद कर सकें।

2023 के अंत में, MCP ने अपने कार्यों का और विस्तार किया, बुद्धिमान एजेंटों को बाहरी API को कॉल करने और डेटा साझा करने का समर्थन किया, जो बुद्धिमान एजेंटों को न केवल चैट करने की अनुमति देने के बराबर है, बल्कि जानकारी का आदान-प्रदान करने और संयुक्त रूप से कार्यों को संसाधित करने की अनुमति भी देता है।

2024 की शुरुआत में, MCP पारिस्थितिकी तंत्र एक नए स्तर पर पहुंच गया। डेवलपर टूलकिट और नमूना परियोजनाएं लॉन्च की गईं, और समुदाय द्वारा योगदान किए गए बुद्धिमान एजेंट प्लग-इन की संख्या 100 से अधिक हो गई, जिससे एक ‘खिलने’ की स्थिति प्राप्त हुई।

हाल ही में, Microsoft ने MCP को अपनी Azure OpenAI सेवा में एकीकृत किया, और Google DeepMind ने भी घोषणा की कि वह MCP के लिए समर्थन प्रदान करेगा और इसे Gemini मॉडल और SDK में एकीकृत करेगा। न केवल बड़ी प्रौद्योगिकी कंपनियां, बल्कि AI स्टार्टअप और विकास टूल प्रदाता भी MCP में शामिल हो गए हैं, जैसे Block, Apollo, Zed, Replit, Codeium और Sourcegraph।

MCP के उदय ने Tencent और Alibaba जैसी चीनी प्रौद्योगिकी कंपनियों से तेजी से अनुवर्ती और प्रतिस्पर्धा को आकर्षित किया है, इसे AI पारिस्थितिकी तंत्र रणनीति में एक महत्वपूर्ण कदम माना गया है। उदाहरण के लिए, हाल ही में Alibaba Cloud के Bailian प्लेटफॉर्म ने एक पूर्ण जीवन चक्र MCP सेवा शुरू की, जिससे उपयोगकर्ताओं को संसाधनों को प्रबंधित करने, विकसित करने और तैनात करने और संचालन और रखरखाव को इंजीनियर करने की आवश्यकता नहीं है, जिससे बुद्धिमान एजेंट विकास चक्र मिनटों तक कम हो जाता है। Tencent Cloud ने ‘AI डेवलपमेंट किट’ जारी किया, जो डेवलपर्स को व्यवसाय-उन्मुख बुद्धिमान एजेंटों को जल्दी से बनाने में मदद करने के लिए MCP प्लग-इन होस्टिंग सेवाओं का समर्थन करता है।

बहु-एजेंट सहयोग के लिए ‘अदृश्य पुल’

जैसे ही MCP प्रोटोकॉल बुद्धिमान एजेंटों को चैट टूल से एक्शन असिस्टेंट में बदलता है, तकनीकी दिग्गज इस नए युद्ध के मैदान पर मानकों और पारिस्थितिक तंत्रों के ‘छोटे आंगन और ऊंची दीवारें’ बनाना शुरू कर रहे हैं।

MCP की तुलना में, जो AI मॉडल को बाहरी टूल और डेटा से जोड़ने पर केंद्रित है, A2A एक कदम आगे जाता है, जो बुद्धिमान एजेंटों के बीच कुशल सहयोग पर केंद्रित है।

A2A प्रोटोकॉल का मूल इरादा सरल है: विभिन्न स्रोतों और निर्माताओं के बुद्धिमान एजेंटों को एक-दूसरे को समझने और सहयोग करने में सक्षम बनाना, जिससे कई बुद्धिमान एजेंटों के सहयोग को अधिक स्वायत्तता मिले।

यह WTO की तरह है जिसका उद्देश्य देशों के बीच टैरिफ बाधाओं को कम करना है। विभिन्न आपूर्तिकर्ताओं और ढांचों के बुद्धिमान एजेंट स्वतंत्र देशों की तरह हैं। एक बार A2A को अपनाए जाने के बाद, यह एक मुक्त व्यापार क्षेत्र में शामिल होने के बराबर है, जहां वे एक सामान्य भाषा में संवाद कर सकते हैं, निर्बाध रूप से सहयोग कर सकते हैं, और संयुक्त रूप से जटिल वर्कफ़्लो को पूरा कर सकते हैं जिसे एक एकल बुद्धिमान एजेंट स्वतंत्र रूप से पूरा नहीं कर सकता है।

A2A प्रोटोकॉल का विशिष्ट इंटरऑपरेबिलिटी फॉर्म क्लाइंट एजेंट और रिमोट एजेंट के बीच संचार को सुविधाजनक बनाकर प्राप्त किया जाता है। क्लाइंट एजेंट कार्यों को तैयार करने और संचार करने के लिए जिम्मेदार है, और रिमोट एजेंट सही जानकारी प्रदान करने या संबंधित संचालन करने के लिए इन कार्यों के आधार पर कार्रवाई करता है।

इस प्रक्रिया में, A2A प्रोटोकॉल में निम्नलिखित प्रमुख क्षमताएं हैं:

सबसे पहले, बुद्धिमान एजेंट ‘बुद्धिमान एजेंट कार्ड’ के माध्यम से अपनी क्षमताओं का विज्ञापन कर सकते हैं। ये ‘बुद्धिमान एजेंट कार्ड’ JSON प्रारूप में मौजूद हैं, जिससे क्लाइंट एजेंट यह पहचान सकते हैं कि कौन सा रिमोट एजेंट किसी विशिष्ट कार्य को करने के लिए सबसे उपयुक्त है।

एक बार उपयुक्त रिमोट एजेंट की पहचान हो जाने के बाद, क्लाइंट एजेंट A2A प्रोटोकॉल का उपयोग करके उसके साथ संवाद कर सकता है और उसे कार्य सौंप सकता है।

कार्य प्रबंधन A2A प्रोटोकॉल का एक महत्वपूर्ण हिस्सा है। क्लाइंट और रिमोट एजेंटों के बीच संचार कार्यों को पूरा करने के इर्द-गिर्द घूमता है। प्रोटोकॉल एक ‘कार्य’ वस्तु को परिभाषित करता है। सरल कार्यों के लिए, इसे तुरंत पूरा किया जा सकता है; जटिल और दीर्घकालिक कार्यों के लिए, बुद्धिमान एजेंट कार्य पूरा होने की स्थिति पर तुल्यकालन बनाए रखने के लिए एक दूसरे के साथ संवाद कर सकते हैं।

इसके अलावा, A2A बुद्धिमान एजेंटों के बीच सहयोग का भी समर्थन करता है। कई बुद्धिमान एजेंट एक दूसरे को संदेश भेज सकते हैं, जिसमें प्रासंगिक जानकारी, उत्तर या उपयोगकर्ता निर्देश हो सकते हैं। इस तरह, कई बुद्धिमान एजेंट जटिल कार्यों को एक साथ पूरा करने के लिए बेहतर तरीके से एक साथ काम कर सकते हैं।

इस प्रोटोकॉल को डिजाइन करते समय, Google ने पांच प्रमुख सिद्धांतों का पालन किया। सबसे पहले, A2A बुद्धिमान एजेंटों को उनकी प्राकृतिक, असंरचित मोड में सहयोग करने में सक्षम बनाने पर केंद्रित है, भले ही वे मेमोरी, टूल और संदर्भ साझा न करें।

दूसरा, प्रोटोकॉल मौजूदा, लोकप्रिय मानकों पर बनाया गया है, जिसमें HTTP, सर्वर-सेंट इवेंट्स (SSE) और JSON-RPC शामिल हैं, जिसका अर्थ है कि इसे मौजूदा IT स्टैक के साथ एकीकृत करना आसान है जिसका कंपनियां पहले से ही दैनिक आधार पर उपयोग करती हैं।

उदाहरण के लिए, एक ई-कॉमर्स कंपनी वेब डेटा ट्रांसमिशन को संभालने के लिए दैनिक HTTP प्रोटोकॉल का उपयोग करती है और फ्रंट और बैक एंड के बीच डेटा निर्देशों को प्रसारित करने के लिए JSON-RPC का उपयोग करती है। A2A प्रोटोकॉल पेश करने के बाद, कंपनी का ऑर्डर मैनेजमेंट सिस्टम HTTP और A2A प्रोटोकॉल डॉकिंग के माध्यम से प्रासंगिक बुद्धिमान एजेंटों द्वारा प्रदान किए गए लॉजिस्टिक्स डेटा अपडेट को जल्दी से प्राप्त कर सकता है, बिना जटिल डेटा ट्रांसमिशन चैनलों को पुनर्निर्माण किए, जिससे इसे मौजूदा IT आर्किटेक्चर में एकीकृत करना आसान हो जाता है और विभिन्न प्रणालियों का सहयोग सुचारू हो जाता है।

तीसरा, A2A को उद्यम-स्तरीय प्रमाणीकरण और प्राधिकरण का समर्थन करने के लिए डिज़ाइन किया गया है। A2A प्रोटोकॉल का उपयोग करके जल्दी से प्रमाणित और सुरक्षित रूप से डेटा प्राप्त किया जा सकता है, जिससे डेटा ट्रांसमिशन की सुरक्षा और अनुपालन सुनिश्चित होता है और डेटा रिसाव जोखिमों को रोका जाता है।

चौथा, A2A त्वरित कार्यों से लेकर गहन शोध तक विभिन्न परिदृश्यों का समर्थन करने के लिए पर्याप्त लचीला है जिसमें घंटों या दिनों तक लग सकते हैं (जब मनुष्य शामिल होते हैं)। पूरी प्रक्रिया के दौरान, A2A उपयोगकर्ताओं को रीयल-टाइम प्रतिक्रिया, सूचनाएं और स्थिति अपडेट प्रदान कर सकता है।

एक शोध संस्थान को एक उदाहरण के रूप में लें। शोधकर्ता नई दवा विकास से संबंधित शोध करने के लिए A2A प्रोटोकॉल के तहत बुद्धिमान एजेंटों का उपयोग करते हैं। सरल कार्य, जैसे कि डेटाबेस में मौजूदा दवा अणु संरचना जानकारी को जल्दी से पुनः प्राप्त करना, को सेकंड के भीतर पूरा किया जा सकता है और शोधकर्ताओं को वापस फीड किया जा सकता है। हालांकि, जटिल कार्यों के लिए, जैसे कि मानव शरीर के वातावरण में नए दवा अणुओं की प्रतिक्रिया का अनुकरण करना, में कई दिन लग सकते हैं।

इस अवधि के दौरान, A2A प्रोटोकॉल लगातार शोधकर्ताओं को सिमुलेशन प्रगति को आगे बढ़ाएगा, जैसे कि कितने चरण पूरे हो चुके हैं, वर्तमान में क्या समस्याएं आ रही हैं, आदि, जिससे शोधकर्ताओं को स्थिति के बारे में जानकारी मिलती रहे, जैसे कि एक सहायक हर समय कार्य प्रगति की रिपोर्ट कर रहा हो।

पांचवां, बुद्धिमान एजेंटों की दुनिया पाठ तक सीमित नहीं है, इसलिए A2A ऑडियो, छवियों और वीडियो स्ट्रीम सहित विभिन्न तौर-तरीकों का समर्थन करता है।

कल्पना कीजिए कि भविष्य में, आपका बुद्धिमान सहायक, कंपनी का CRM सिस्टम, आपूर्ति श्रृंखला प्रबंधन AI, और यहां तक ​​कि विभिन्न क्लाउड प्लेटफार्मों पर बुद्धिमान एजेंट भी ‘कार्यों के बारे में चैट कर सकते हैं और पुराने दोस्तों की तरह काम विभाजित कर सकते हैं’, सरल प्रश्नों से लेकर जटिल प्रक्रियाओं तक विभिन्न आवश्यकताओं को कुशलतापूर्वक पूरा कर सकते हैं, इस प्रकार मशीन इंटेलिजेंस के युग को खोल सकते हैं।

वर्तमान में, प्रोटोकॉल पहले से ही एटलसियन, बॉक्स, कोहेयर, इंटुइट, मोंगोडीबी, पेपाल, सेल्सफोर्स और SAP सहित 50 से अधिक मुख्यधारा की प्रौद्योगिकी कंपनियों के लिए एप्लिकेशन प्लेटफार्मों का समर्थन करता है।

यह ध्यान देने योग्य है कि ये सभी कंपनियां हैं जिनका Google पारिस्थितिकी तंत्र के साथ सूक्ष्म संबंध है। उदाहरण के लिए, एक स्वतंत्र AI स्टार्टअप कोहेयर की स्थापना 2019 में तीन शोधकर्ताओं द्वारा की गई थी जिन्होंने पहले Google ब्रेन में काम किया था; उनका Google क्लाउड के साथ दीर्घकालिक तकनीकी साझेदारी है, और Google क्लाउड कोहेयर को मॉडल को प्रशिक्षित करने के लिए आवश्यक कंप्यूटिंग शक्ति प्रदान करता है।

एटलसियन, एक कंपनी जो टीम सहयोग उपकरण प्रदान करती है, जैसे Jira और Confluence, का उपयोग कई लोगों द्वारा किया जाता है। उनकी Google के साथ साझेदारी है, और कुछ एप्लिकेशन का उपयोग Google उत्पादों में किया जा सकता है।

हालांकि Google ने कहा कि A2A एंथ्रोपिक द्वारा प्रस्तावित MCP मॉडल संदर्भ प्रोटोकॉल का एक पूरक है, यह थोड़ा Google की तरह है जो अतीत में 80 से अधिक कंपनियों के साथ Android सिस्टम विकसित करने में अग्रणी है। जैसे-जैसे अधिक से अधिक कंपनियां शामिल होती हैं, A2A का व्यावसायिक मूल्य बहुत बढ़ जाएगा, और यह पूरे बुद्धिमान एजेंट पारिस्थितिकी तंत्र के तेजी से विकास को बढ़ावा देगा।

‘उपकरणों को जोड़ने’ से ‘पारिस्थितिक तंत्रों पर हावी होने’ तक

MCP और A2A AI इंटरकनेक्शन के लिए दो अलग-अलग रास्तों का प्रतिनिधित्व करते हैं। MCP, अंतर्निहित मॉडल इंटरैक्शन प्रोटोकॉल के रूप में, अनुप्रयोगों और विभिन्न मॉडलों के बीच निर्बाध डॉकिंग सुनिश्चित करता है; A2A इस आधार पर बुद्धिमान एजेंटों के बीच एक सहयोग ढांचा प्रदान करता है, बुद्धिमान एजेंटों के बीच स्वायत्त खोज और लचीले सहयोग पर जोर देता है। यह स्तरीकृत संरचना मॉडल मानकीकरण और बुद्धिमान एजेंट सहयोग दोनों की जरूरतों को एक साथ पूरा कर सकती है।

साथ ही, दोनों ने अपने संबंधित उप-क्षेत्रों में प्रमुख स्थान हासिल किए हैं। MCP को उद्यम-स्तरीय अनुप्रयोगों, क्रॉस-मॉडल सेवाओं और मानकीकरण परिदृश्यों में लाभ है; A2A ने ओपन-सोर्स समुदायों, अनुसंधान परियोजनाओं और अभिनव अनुप्रयोगों में अधिक समर्थन प्राप्त किया है।

एक व्यापक परिप्रेक्ष्य से, MCP और A2A का उदय न केवल भविष्य के AI प्रौद्योगिकी मानकों से संबंधित है, बल्कि AI उद्योग परिदृश्य में एक बड़े बदलाव का भी संकेत देता है। हम AI में ‘स्टैंड-अलोन इंटेलिजेंस’ से ‘सहयोगात्मक नेटवर्क’ में एक ऐतिहासिक मोड़ देख रहे हैं। जैसा कि इंटरनेट के विकास इतिहास से पता चलता है, खुले और मानकीकृत प्रोटोकॉल की स्थापना उद्योग के विकास को बढ़ावा देने में एक महत्वपूर्ण ताकत बन जाएगी।

लेकिन एक गहरे स्तर से, MCP और A2A में भारी व्यावसायिक हित और भविष्य के AI प्रौद्योगिकी प्रवचन शक्ति के लिए प्रतिस्पर्धा छिपी हुई है।

व्यावसायिक मॉडल के संदर्भ में, दोनों अलग-अलग लाभ पथ खोल रहे हैं। एंथ्रोपिक MCP के आधार पर एक उद्यम संस्करण सेवा शुरू करने की योजना बना रहा है, जो API कॉल वॉल्यूम के आधार पर कंपनियों से शुल्क लेता है। कंपनियां आंतरिक डेटा को AI के साथ गहराई से एकीकृत करने, व्यावसायिक दक्षता में सुधार करने और इस सुविधाजनक सेवा के लिए भुगतान करने के लिए MCP का उपयोग करती हैं।

Google A2A प्रोटोकॉल का उपयोग क्लाउड सेवा सदस्यता को बढ़ावा देने के लिए कर रहा है। जब कंपनियां बुद्धिमान एजेंट सहयोग नेटवर्क बनाने के लिए A2A का उपयोग करती हैं, तो उन्हें Google क्लाउड की शक्तिशाली कंप्यूटिंग शक्ति और संबंधित सेवाओं का उपयोग करने के लिए निर्देशित किया जाता है, जिससे Google क्लाउड व्यवसाय राजस्व में वृद्धि होती है।

डेटा एकाधिकार के संदर्भ में, प्रोटोकॉल मानकों में महारत हासिल करने का अर्थ है AI डेटा के प्रवाह को नियंत्रित करना। A2A प्रोटोकॉल के माध्यम से, Google कई उद्यम बुद्धिमान एजेंटों के सहयोग के दौरान भारी मात्रा में डेटा एकत्र करता है। यह डेटा अपने मुख्य विज्ञापन एल्गोरिदम में वापस फीड होता है, जिससे विज्ञापन बाजार में इसका प्रभुत्व और मजबूत होता है। एंथ्रोपिक MCP का उपयोग AI को उद्यम डेटा के मूल में प्रवेश करने की अनुमति देना चाहता है। यदि यह पैमाने का लाभ बनाता है, तो यह बड़ी मात्रा में उद्योग डेटा भी जमा करेगा, जिससे व्यवसाय का विस्तार करने और AI उत्पादों को विकसित करने के लिए डेटा समर्थन मिलेगा जो उद्यम की आवश्यकताओं के अधिक अनुरूप हैं।

ओपन-सोर्स रणनीति के संदर्भ में, हालांकि दोनों ओपन सोर्स होने का दावा करते हैं, लेकिन उनकी अपनी योजनाएं हैं। MCP कोर प्रोटोकॉल ओपन सोर्स है, जो डेवलपर्स को पारिस्थितिकी तंत्र निर्माण में भाग लेने के लिए आकर्षित करता है, लेकिन उद्यम-स्तरीय प्रमुख कार्यों (जैसे रिमोट कनेक्शन उन्नत कार्य और बहु-मॉडल डेटा का गहन प्रसंस्करण) को शुल्क के लिए अनलॉक करने की आवश्यकता है, ओपन सोर्स और व्यावसायिक हितों को संतुलित करना। जबकि A2A प्रोटोकॉल ओपन सोर्स है, यह 50 से अधिक उद्यम भागीदारों को Google क्लाउड सेवाओं का उपयोग करने को प्राथमिकता देने के लिए मार्गदर्शन करता है, ओपन-सोर्स पारिस्थितिकी तंत्र को अपने स्वयं के व्यावसायिक सिस्टम के साथ बारीकी से बांधता है और उपयोगकर्ता की निष्ठा और प्लेटफ़ॉर्म प्रतिस्पर्धात्मकता को बढ़ाता है।

प्रौद्योगिकी में कोई अच्छाई या बुराई नहीं है, लेकिन जब इसे हितों की श्रृंखला में एम्बेड किया जाता है, तो यह शक्ति और नियंत्रण का वाहक बन जाता है। हर तकनीकी क्रांति दुनिया की हितों की श्रृंखला को नया आकार दे रही है। औद्योगिक क्रांति ने हितों की श्रृंखला को भूमि और श्रम से पूंजी और मशीनों में स्थानांतरित कर दिया, जबकि डिजिटल क्रांति ने इसे डेटा और एल्गोरिदम में धकेल दिया।

ओपन-सोर्स टूल निश्चित रूप से अभिनव रास्तों का पता लगा सकते हैं, लेकिन सभी दरवाजे खोलने के लिए डेटा और एल्गोरिदम कुंजियों का उपयोग करने की अपेक्षा न करें, क्योंकि कुंजियों की प्रत्येक स्ट्रिंग पर प्लेटफ़ॉर्म का हित पासवर्ड खुदा हुआ है।

जबकि प्रौद्योगिकी कंपनियां AI पारिस्थितिकी तंत्र को खोलने के लिए प्रतीत होती हैं, वे वास्तव में उन एप्लिकेशन परिदृश्यों के आसपास उच्च और मोटी पारिस्थितिक दीवारें बना रही हैं जो उनके लिए अधिक अनुकूल हैं, डेटा गोल्ड माइंस को शिकार होने से रोकती हैं, आखिरकार, AI युग में अंतिम प्रतिस्पर्धा अभी भी डेटा है।

क्या MCP और A2A अंततः विलीन हो सकते हैं, यह अभी भी अनिश्चित है। यदि वे प्रत्येक स्वतंत्र रूप से कार्य करते हैं, तो प्रौद्योगिकी दिग्गजों द्वारा ‘AI छोटे आंगन की दीवारें’ बनाने की बहुत संभावना है। नतीजतन, डेटा द्वीप की घटना अधिक गंभीर हो जाएगी, विभिन्न प्रोटोकॉल शिविरों की कंपनियों के बीच डेटा परिसंचरण अवरुद्ध हो जाएगा, जिससे AI नवाचार अनुप्रयोगों का दायरा सीमित हो जाएगा; डेवलपर्स को कई प्रोटोकॉल विकास कौशल में महारत हासिल करने की आवश्यकता होगी, जिससे सीखने की लागत और विकास कार्यभार बढ़ेगा, नवाचार जीवन शक्ति को दबा दिया जाएगा; उद्योग नवाचार की दिशा को आसानी से विशाल प्रोटोकॉल द्वारा निर्देशित किया जाएगा, और स्टार्ट-अप को कई प्रोटोकॉल का समर्थन करने में कठिनाई के कारण प्रतिस्पर्धा में नुकसान होगा, जिससे उद्योग की समग्र नवाचार गति बाधित होगी।

हम आशा करते हैं कि MCP और A2A का उदय वैश्विक AI उद्योग को टकराव के बजाय सहयोग की दिशा में विकसित करने के लिए बढ़ावा देगा।

19वीं शताब्दी में रेलवे गेज विवाद और 20वीं शताब्दी में मोबाइल संचार मानक युद्ध की तरह, हर तकनीकी विभाजन के साथ भारी सामाजिक लागत आती है। AI मानक और प्रोटोकॉल विवाद के परिणाम अधिक दूरगामी हो सकते हैं। यह निर्धारित करेगा कि क्या हम ‘सब कुछ के इंटरनेट’ स्टार फेडरेशन की ओर बढ़ रहे हैं या एक अंधेरे जंगल में गिर रहे हैं जहां ‘संदेह की श्रृंखला’ प्रबल है।