०१.एआय (01.AI) मधील एआय (AI) सह-संस्थापक उद्यमाकडे वळाल्याने पद सोडतात
काई-फु ली यांच्यासोबत चिनी एआय स्टार्टअप ०१.एआयच्या (01.AI) निर्मितीमध्ये महत्त्वपूर्ण भूमिका बजावणार्‍या झुमेई गु यांनी अधिकृतपणे कंपनी सोडली आहे आणि त्या आता एक नवीन उद्यम सुरू करणार आहेत. कंपनीने ग्राहकोपयोगी बाजारपेठ काबीज करण्याचे सुरुवातीचे प्रयत्न केल्यानंतर, ०१.एआय अधिकाधिक प्रमाणात एंटरप्राइज सोल्यूशन्सवर (enterprise solutions) लक्ष केंद्रित करत आहे, हे या बदलातून दिसून येते.
०१.एआयने (01.AI) गु यांच्या जाण्याला दुजोरा दिला आहे. काही महिन्यांपूर्वीच त्यांनी वैयक्तिक कारणांमुळे कंपनी सोडली असल्याचं कंपनीने सांगितलं आहे. कंपनीने कोणतीही विशिष्ट माहिती न देता त्यांच्या जाण्याबद्दल सांगितलं असलं, तरी ०१.एआयमध्ये (01.AI) होत असलेल्या धोरणात्मक बदलांच्या वेळीच हे घडलं आहे.
०१.एआयसाठी (01.AI) गु यांचे योगदान खूप मोठे होते. त्यांनी एआय मॉडेलच्या (AI model) प्री-ट्रेनिंगमध्ये (pre-training) महत्त्वाची भूमिका बजावली आणि ग्राहकाभिमुख उत्पादनांच्या विकासाचे नेतृत्व केले. त्यांच्या सुरुवातीच्या धोरणात्मक दृष्टिकोन कंपनीच्या प्राथमिक उत्पादन आराखड्याला आकार देण्यासाठी महत्त्वाचा ठरला. यामुळे पॉपएआय (PopAi) आणि मोना (Mona) सारख्या प्रकल्पांची सुरूवात झाली, ज्यांना २०२४ मध्ये अनेक अडचणींचा सामना करावा लागला.
गु यांनी सुरू केलेली ग्राहक-आधारित उत्पादने, विशेषत: पॉपएआय (PopAi) आणि मोना (Mona) यांना बाजारात समस्यांना तोंड द्यावे लागले. पॉपएआयचे (PopAi) देशांतर्गत रूप, वानझी (万知) फार काळ टिकले नाही. वापरकर्त्यांकडून (user) प्रतिसाद न मिळाल्याने ते सुरू झाल्यानंतर लवकरच बंद करावे लागले. दुसरीकडे, आंतरराष्ट्रीय बाजारपेठेसाठी (international market) असलेले मोना (Mona) हे मोठे उत्पन्न मिळवण्यात अयशस्वी ठरले, त्यामुळे २०२४ च्या मध्यावर कर्मचाऱ्यांची संख्या कमी करावी लागली. गर्दीच्या ग्राहक एआय (AI) बाजारात स्पर्धा करण्याचे हे मोठे आव्हान होते.
२०२४ च्या उत्तरार्धात, ०१.एआयने (01.AI) पॉपएआय (PopAi) आणि मोना (Mona) यांना एकत्रित करून आपले एआय सर्च प्लॅटफॉर्म (AI search platform) बीगो (BeaGo) तयार केले. वृत्तानुसार, गु यांनी या वर्षाच्या सुरुवातीला सक्रिय सहभाग सोडण्यापूर्वी आणि औपचारिकपणे राजीनामा देण्यापूर्वी बीगोच्या (BeaGo) धोरणात्मक निर्मितीमध्ये सहभाग घेतला होता. बीगोच्या (BeaGo) विकासामध्ये त्यांची भूमिका नेमकी काय होती, हे जरी पूर्णपणे स्पष्ट नसले तरी, सूत्रांनी दिलेल्या माहितीनुसार त्यांनी सल्लागार म्हणून काम केले.
गु यांचे कंपनीतून जाणे ०१.एआयमधील (01.AI) मोठ्या बदलांचे प्रतीक आहे. कंपनी आता ग्राहक-आधारित एआय ऍप्लिकेशन्सवरून (AI applications) एंटरप्राइज-ग्रेड सोल्यूशन्सकडे (enterprise-grade solutions) आपले लक्ष केंद्रित करत आहे, ज्यामध्ये डिजिटल ह्युमन्स (digital humans) आणि मॉडेल कस्टमायझेशन सर्व्हिसेसचा (model customization services) समावेश आहे. या धोरणात्मक बदलामुळे माजी सीओओ (COO) शियांग्गांग ली आणि अभियांत्रिकीचे उपाध्यक्ष झोंगहोंग दाई यांच्यासह इतर प्रमुख संस्थापक सदस्यांनीही कंपनी सोडली आहे. या सगळ्या बदलांमुळे कंपनीत मोठे फेरबदल होत आहेत, हे स्पष्टपणे दिसून येत आहे.
उद्योग बदलांचे संकेत देणारे एआय नेतृत्वाचे निर्गमन
०१.एआयमधून (01.AI) गु यांचे जाणे हे एआय उद्योगात (AI industry) होत असलेल्या बदलांचे द्योतक आहे. कंपन्या अधिकाधिक प्रमाणात त्यांच्या व्यवसाय मॉडेलमध्ये (business model) आणि धोरणात्मक दृष्टिकोन सुधारत आहेत. अनेक एआय कंपन्या त्यांचे दृष्टिकोन बदलत आहेत, ज्यामुळे नेतृत्वात आणि धोरणात्मक दिशेमध्ये बदल होत आहेत.
ओपनएआयमध्येही (OpenAI) असेच बदल झाले आहेत. मीरा मुराती आणि बॉब मॅकग्रू यांसारख्या प्रमुख अधिकाऱ्यांनी कंपनीच्या व्यावसायिकरण आणि नफ्यावर अधिक लक्ष केंद्रित केल्यामुळे कंपनी सोडली. ०१.एआयमधून (01.AI) गु यांचे जाणे आणि ओपनएआयमधील (OpenAI) हे बदल महत्त्वाकांक्षी तांत्रिक प्रगती (technological breakthroughs) आणि व्यावसायिक व्यवहार्यता (commercial viability) यांच्यातील सततच्या तणावाचे प्रतिबिंब आहेत.
हे बदल अनेकदा एआय उद्योगातील (AI industry) मूलभूत धोरणात्मक तणाव दर्शवतात. ०१.एआयने (01.AI) सामान्य-उद्देशीय मॉडेलवरून (general-purpose models) एंटरप्राइज सोल्यूशन्सकडे (enterprise solutions) घेतलेली भूमिका उद्योगातील आकडेवारीशी जुळते. या आकडेवारीनुसार एंटरप्राइज एआयचा (enterprise AI) अवलंब अधिकाधिक आरओआय-केंद्रित (ROI-focused) होत आहे. मॅकिन्सेच्या (McKinsey) अहवालानुसार ७५% संस्था आता किमान एका व्यवसाय कार्यात एआयचा (AI) वापर करत आहेत, जे एंटरप्राइजमध्ये (enterprise) एआयचा (AI) वाढता वापर दर्शवते. तथापि, केवळ एआय (AI) वापरणे पुरेसे नाही; आरओआय (ROI) हे महत्त्वाचे परिमाण आहे.
एआय कंपन्यांमधील (AI companies) नेतृत्वातील बदल धोरणात्मक बदलांशी जुळतात, जसे की ०१.एआयचे (01.AI) एंटरप्राइजकडे (enterprise) वळण आणि ओपनएआयचे (OpenAI) व्यावसायिकरण. हे बदल केवळisolated घटना नसून, उद्योगाच्या परिपक्वतेचे निर्देशक आहेत. एआय क्षेत्र (AI sector) मोठ्या प्रमाणात संशोधन-आधारित क्षेत्राकडून अधिक व्यावसायिक-आधारित परिदृश्याकडे विकसित होत आहे.
नफ्याच्या दृष्टीने एंटरप्राइज एआय सोल्यूशन्स (Enterprise AI solutions) हा स्पष्ट मार्ग आहे
०१.एआयने (01.AI) ग्राहक ऍप्लिकेशन्सवरून (applications) एंटरप्राइज सोल्यूशन्सकडे (enterprise solutions) घेतलेला धोरणात्मक बदल व्यावसायिकदृष्ट्या व्यवहार्य असलेल्या एआय (AI) उपयोजनांकडे उद्योगाचा कल दर्शवतो. ग्राहक-आधारित ऍप्लिकेशन्सच्या (applications) तुलनेत एंटरप्राइज एआय सोल्यूशन्स (enterprise AI solutions) नफ्याचा एक स्पष्ट आणि अधिक predictable मार्ग देतात, या ओळखीमुळे हा कल वाढला आहे.
पीडब्ल्यूसीच्या (PwC) अहवालानुसार ४९% तंत्रज्ञान (technology) क्षेत्रातील Leadersनी आता एआयला (AI) त्यांच्या Core business strategies मध्ये पूर्णपणे समाविष्ट केले आहे. कंपन्या अधिकाधिक Large-risk consumer innovations चा पाठपुरावा करण्याऐवजी systematic enterprise AI adoption द्वारे २०-३०% उत्पादकता वाढ (productivity gains) साध्य करण्यावर लक्ष केंद्रित करत आहेत. प्रयोगांवरून लक्ष आता प्रत्यक्ष अंमलबजावणीवर आले आहे.
०१.एआयला (01.AI) त्याची ग्राहक उत्पादने पॉपएआय (PopAi) आणि मोना (Mona) यांच्या बाबतीत ज्या समस्या आल्या, त्या उद्योगातील अनुभवांचे प्रतिबिंब आहेत. Clear ROI metrics असलेले Enterprise applications ग्राहक-आधारित साधनांपेक्षा अधिक sustainable ठरत आहेत. कारण Enterprise solutions विशिष्ट व्यावसायिक गरजा पूर्ण करतात, ज्यामुळे त्यांचे Value Proposition अधिक मूर्त आणि मोजण्यायोग्य होते.
Industry projections या दिशेला समर्थन देतात. McKinsey च्या संशोधनात असे दिसून आले आहे की AI च्या आधारावर Workflow redesigns (जसे 01. AI Enterprise solutions सोबत करत आहे) अंमलात आणणाऱ्या संस्था Bottom-line सुधारणांमध्ये सर्वात जास्त वाढ नोंदवतात. AI ला Standalone Technology (स्वतंत्र तंत्रज्ञान) म्हणून न पाहता Existing business processes मध्ये Integrate केल्याने खूप मोठे फायदे मिळतात.
- AI हे Standalone consumer applications (स्वतंत्र ग्राहक ऍप्लिकेशन्स) ऐवजी AI ला structured business processes मध्ये कशा प्रकारे समाविष्ट करण्यावर अधिकाधिक लक्ष केंद्रित करत आहे, हे दर्शवते. Appian नमूद करते की AI ला structured processes मध्ये Integrate केल्याने जास्त Reliability आणि Business impact सुनिश्चित होतो. Existing workflows मध्ये Seamlessly Integrate ( अखंडपणे एकत्रित) केलेल्या AI solutions तयार करण्यावर भर दिला जातो, ज्यामुळे Efficiency आणि Productivity वाढते.
विविध कंपन्यांच्या Consumer-facing AI products च्या संघर्षांवरून हे स्पष्ट होते की Viral आणि Profitability असलेले Consumer AI application तयार करण्यात किती अडचणी येतात. यामध्ये High user acquisition costs, स्पर्धात्मक वातावरणात Users टिकवून ठेवण्याचे आव्हान आणि Consumer applications मधून प्रभावीपणे कमाई करण्याची अडचण यांसारख्या घटकांचा समावेश आहे.
याउलट, Enterprise AI solutions मध्ये Revenue generation चा थेट आणि Predictable मार्ग असतो. विशिष्ट Business challenges ला सामोरे जाऊन हे Solutions संभाव्य ग्राहकांना त्यांचे Value दर्शवतात आणि त्यांच्या खर्चाचे समर्थन करतात. उदाहरणार्थ, AI-powered customer service chatbot ( AI-शक्ती असलेला ग्राहक सेवा चॅटबॉट ) मनुष्यबळावरील खर्च कमी करू शकतो आणि ग्राहकांचे समाधान सुधारू शकतो, ज्यामुळे तो व्यवसायांसाठी एक आकर्षक गुंतवणूक ठरतो.
Enterprise AI कडे होणारे Shift हे AI केवळ एक Technological Novelty नाही, तर एक Powerful tool आहे, ज्याचा उपयोग Real-world business problems सोडवण्यासाठी केला जाऊ शकतो, याची वाढती जाणीव दर्शवते. कंपन्या अधिकाधिक AI solutions शोधत आहेत, जे त्यांना Tasks automate करण्यास, Decision-making सुधारण्यास आणि स्पर्धात्मक Advantage मिळवण्यास मदत करू शकतात.
AI तंत्रज्ञान अधिक Mature आणि Accessible होत असल्याने Enterprise AI कडे कल असाच सुरू राहण्याची शक्यता आहे. AI Tools वापरण्यास आणि Existing systems मध्ये Integrate करणे सोपे होत असल्यामुळे अधिकाधिक व्यवसाय AI चा फायदा घेऊ शकतील. यामुळे Enterprise AI solutions ची मागणी वाढेल आणि AI startups साठी नवीन संधी निर्माण होतील.
हे AI क्षेत्रात विकसित होत असलेल्या Business models वर प्रकाश टाकते. बर्‍याच कंपन्यांनी General-purpose AI models आणि Consumer applications विकसित करण्यावर लक्ष केंद्रित केले. तथापि, त्यांना Enterprise use cases वर लक्ष केंद्रित करणे हा Profitability चा Sustainable मार्ग आहे, हे अधिकाधिक प्रमाणात लक्षात येत आहे. या Shift साठी Strategy, Organizational structure आणि Talent मध्ये बदल आवश्यक आहेत.
Enterprise AI मध्ये Transition होण्यासाठी कंपन्यांना त्यांच्या Target customers च्या विशिष्ट गरजांची सखोल माहिती विकसित करण्याची आवश्यकता आहे. यामध्ये Market research करणे, Customer feedback जमा करणे आणि विशिष्ट Pain points चे निराकरण करणारे Customized solutions विकसित करणे समाविष्ट आहे. जे कंपन्या यशस्वीपणे हा Transition पार पाडतात, त्या विकसित होत असलेल्या AI Landscape मध्ये Thrive करण्यासाठी सज्ज आहेत.
AI तंत्रज्ञान जसजसे Advance होत जाईल, तसतसे आपण आणखी Innovative Enterprise AI solutions उदयास येण्याची अपेक्षा करू शकतो. हे Solutions Existing business processes मध्ये अधिक Tight integrate केलेले असतील आणि व्यवसायांना अधिक Value प्रदान करतील. AI चे भविष्य Enterprise adoption द्वारे चालवले जाण्याची शक्यता आहे, AI हा व्यवसाय चालवण्याच्या पद्धतीचा एक Integral part बनतो आहे.