Microsoft ची AI रणनीती: बदलता दृष्टीकोन

Microsoft च्या AI रणनीतीमध्ये बदल: लक्ष केंद्रित बदल

अलिकडच्या काही घटना Microsoft च्या AI क्षेत्रातील आक्रमक विस्ताराला ब्रेक लागण्याची शक्यता दर्शवतात. तथापि, अधिक बारकाईने पाहिल्यास, हे पूर्णपणे माघार नसून धोरणात्मक पुनर्रचना आहे.

Microsoft ने अलीकडेच घोषणा केली की ते त्यांच्या डेटा सेंटर (data center) उपक्रमांना ‘धोरणात्मक गती’ देतील. OpenAI सोबतच्या भागीदारीमध्ये बदल आणि AI पायाभूत सुविधांच्या संभाव्य अतिपुरवठ्याबद्दल वाढत्या चिंतेनंतर हा बदल करण्यात आला आहे. Microsoft च्या धोरणातील हा बदल व्यापक उद्योग ट्रेंडला (trend) प्रतिबिंबित करतो, जो गहन AI प्रशिक्षणातून अधिक किफायतशीर मॉडेल (model) उपयोजनाकडे सरळ आहे.

वेगवान विस्तारातून धोरणात्मक समायोजन

AI पायाभूत सुविधा क्षेत्रात वर्चस्व मिळवण्याची स्पर्धा तीव्र झाली आहे, विशेषत: 2022 च्या उत्तरार्धात ChatGPT च्या उदयानंतर. मोठ्या तंत्रज्ञान कंपन्या (technology companies) मोठ्या प्रमाणात जमीन, बांधकाम आणि संगणकीय शक्तीमध्ये गुंतवणूक (investment) करत आहेत, जेणेकरून जनरेटिव्ह्ह AI workloads ला समर्थन मिळू शकेल. OpenAI सोबतच्या भागीदारीमुळे Microsoft आघाडीवर आहे.

गेल्या दोन वर्षांपासून, तंत्रज्ञान उद्योगातील (tech industry) दृष्टिकोन एकसारखा होता: अधिक बांधकाम करा, अधिक जलद करा. अधिक क्लाउड (cloud) क्षमता आणि Nvidia GPUs मिळवण्याच्या या सततच्या प्रयत्नांना आता धोरणात्मक विराम लागला आहे.

Microsoft क्लाउड ऑपरेशन्सच्या (cloud operations) प्रमुख नोएल वॉल्श (Noelle Walsh) यांनी अलीकडेच सांगितले की कंपनी ‘आमच्या योजनांना धोरणात्मक गती देऊ शकते’. AI क्षेत्रासाठी ही घोषणा महत्त्वपूर्ण आहे, जे सतत अधिक संसाधनांची मागणी करत आहे. वॉल्श यांनी विकसित होत असलेल्या परिस्थितीवर अधिक माहिती दिली:

‘गेल्या काही वर्षांमध्ये, आमच्या क्लाउड आणि AI सेवांची मागणी अपेक्षेपेक्षा जास्त वाढली आहे. या संधीचा फायदा घेण्यासाठी, आम्ही आमच्या इतिहासातील सर्वात मोठा आणि महत्त्वाकांक्षी पायाभूत सुविधा विस्तार प्रकल्प सुरू केला आहे,’ असे त्यांनी LinkedIn पोस्टमध्ये लिहिले. ‘या स्वरूपानुसार, अशा प्रकारच्या कोणत्याही महत्त्वपूर्ण नवीन उपक्रमाला गती आणि योग्यतेची आवश्यकता असते कारण आम्ही आमच्या ग्राहकांकडून शिकतो आणि विकसित होतो. याचा अर्थ आम्ही काही प्रकल्प लवकर थांबवू किंवा त्यांची गती कमी करू.’

वॉल्श यांनी विशिष्ट तपशील दिलेला नसला तरी, TD-Cowen चे विश्लेषक मायकल Elias यांनी Microsoft ने माघार घेतल्याचे दर्शवणारे अनेक उदाहरणे निदर्शनास आणून दिली. गेल्या सहा महिन्यांत, Microsoft ने अमेरिकेमध्ये आणि युरोपमध्ये नियोजित AI क्लाउड क्षमतेपैकी 2 gigawatts पेक्षा जास्त क्षमता कमी केली आहे, जी क्षमता आधीच भाड्याने दिली गेली होती. याव्यतिरिक्त, Microsoft ने या प्रदेशांतील विद्यमान डेटा सेंटर भाड्याने देण्यास स्थगिती दिली आहे किंवा रद्द केली आहे, असे Elias यांच्या अलीकडील गुंतवणूकदारांच्या अहवालात नमूद केले आहे.

भाड्याने देण्याच्या क्रियेतील ही घट मोठ्या प्रमाणात OpenAI च्या प्रशिक्षण workloads साठी Microsoft च्या समर्थनात घट करण्याच्या निर्णयामुळे झाली आहे. त्यांच्या भागीदारीतील अलीकडील बदलामुळे OpenAI ला इतर क्लाउड प्रदात्यांशी सहयोग करण्याची आणि तिच्या पायाभूत सुविधा अवलंबित्व (infrastructure dependencies) मध्ये विविधता आणण्याची परवानगी मिळते.

Elias पुढे म्हणाले, ‘तरीही, आमचा असा विश्वास आहे की भाड्याने देणे रद्द करणे आणि पुढे ढकलणे हे दर्शवते की सध्याच्या मागणीच्या अंदाजानुसार डेटा सेंटर क्षमतेचा जास्त पुरवठा आहे.’ जनरेटिव्ह्ह AI मध्ये सतत आणि अमर्याद वाढीच्या अपेक्षेने अब्जावधी डॉलर्सची गुंतवणूक (investment) लक्षात घेता, ही बाब चिंता वाढवणारी आहे. या वाढीच्या मार्गात कोणताही अडथळा निर्माण झाल्यास धोक्याची घंटा आहे.

एक सूक्ष्म वास्तव: पुनर्रचना, माघार नाही

परिस्थिती केवळ माघार घेण्यापेक्षा अधिक गुंतागुंतीची आहे. आपण जे पाहत आहोत ते एक धोरणात्मक पुनर्रचना आहे. बार्कलेजचे (Barclays) विश्लेषक Raimo Lenschow यांनी महत्त्वपूर्ण संदर्भ देत नमूद केले की, उद्योगाच्या खर्चाचा प्राथमिक टप्पा AI मॉडेल (model) तयार करण्यासाठी आणि ऑपरेट (operate) करण्यासाठी आवश्यक चिप्स (chips) आणि संगणकीय तंत्रज्ञान ठेवण्यासाठी जमीन आणि इमारती सुरक्षित करण्यावर केंद्रित होता.

या ‘जमीन संपादना’ दरम्यान, मोठ्या क्लाउड कंपन्यांसाठी भाडेपट्टी (lease) सुरक्षित करणे सामान्य होते, ज्यावर त्या नंतर वाटाघाटी करू शकतील किंवा सोडून देऊ शकतील. आता Microsoft त्यांच्या सुरक्षित संसाधनांच्या व्याप्तीबद्दल अधिक आरामदायक असल्याने, कंपनीGPUs आणि नवीन डेटा सेंटरसाठी (data center) इतर हार्डवेअर (hardware) खरेदी करण्यासारख्या नंतरच्या टप्प्यातील गुंतवणुकीकडे आपला खर्च वळवत आहे.

Lenschow यांनी अलीकडील गुंतवणूकदारांच्या अहवालात लिहिले आहे की, ‘दुसऱ्या शब्दांत, Microsoft ने अलीकडील तिमाहीत जमीन आणि इमारतींमध्ये ‘जास्त गुंतवणूक’ केली आहे, परंतु आता ते अधिक सामान्य गतीकडे परत येत आहे.’ Microsoft अजूनही 2025 या आर्थिक वर्षासाठी भांडवली खर्चात (capital expenditure) $80 अब्ज गुंतवणूक करण्याची योजना आखत आहे आणि त्यात वाढ अपेक्षित आहे. यावरून असे दिसून येते की कंपनी खऱ्या अर्थाने AI मधून माघार घेत नाही, तर कार्यक्षमतेवर आणि गुंतवणुकीवरील परताव्यावर अधिक लक्ष केंद्रित करून अधिक धोरणात्मक गुंतवणूक करत आहे.

प्रशिक्षणातून अनुमानाकडे (Inference) बदल

या धोरणात्मक बदलाचा एक भाग AI प्रशिक्षणातून अनुमानाकडे (inference) वळताना दिसतो. प्री-ट्रेनिंगमध्ये (pre-training) नवीन मॉडेल (model) तयार करणे समाविष्ट आहे, ज्यासाठी मोठ्या प्रमाणात इंटरकनेक्टेड (interconnected) GPUs आणि अत्याधुनिक नेटवर्किंग तंत्रज्ञानाची (networking technology) आवश्यकता असते - हा एक महागडा प्रयत्न आहे. दुसरीकडे, अनुमानामध्ये (inference), AI एजंट्स (agents) किंवा कोपायलट्स (copilots) सारख्या सेवांना समर्थन देण्यासाठी आधीपासून प्रशिक्षित मॉडेलचा (model) वापर करणे समाविष्ट आहे. तांत्रिकदृष्ट्या कमी मागणी असली तरी, अनुमानाचे (inference) क्षेत्र मोठे असणे अपेक्षित आहे.

अनुमान (inference) प्रशिक्षणापेक्षा (training) जास्त महत्वाचे ठरत असल्याने, लक्ष स्केलेबल (scalable), किफायतशीर पायाभूत सुविधांवर केंद्रित होते, जे भांडवलावर जास्तीत जास्त परतावा देतात. न्यूयॉर्कमधील (New York) अलीकडील AI परिषदेत, आर्टिफिशियल जनरल इंटेलिजन्स (AGI) प्राप्त करण्यापेक्षा कार्यक्षमतेवर अधिक चर्चा झाली, ज्यामध्ये मानवी बुद्धिमत्तेला मागे टाकणारी मशीन (machine) तयार करण्याची संकल्पना आहे. AGI चा पाठपुरावा करणे हा अत्यंत खर्चिक उपक्रम आहे.

AI स्टार्टअप (startup) Cohere ने नमूद केले की त्यांच्या नवीन मॉडेल ‘Command R’ ला चालवण्यासाठी फक्त दोन GPUs लागतात, जे अलीकडच्या वर्षांतील बहुतेक मॉडेलपेक्षा खूपच कमी आहेत. Microsoft AI चे CEO मुस्तफा सुलेमान (Mustafa Suleyman) यांनी अलीकडेच एका पॉडकास्टमध्ये (podcast) मान्य केले की मोठ्या प्री-ट्रेनिंग (pre-training) रन्स (runs) मधून मिळणारे रिटर्न्स (returns) कमी होत आहेत. तथापि, त्यांनी यावर जोर दिला की Microsoft चे compute utilization अजूनही ‘अविश्वसनीय’ आहे, जे AI pipeline मधील इतर टप्प्यांमध्ये बदलत आहे.

सुलेमान यांनी हे देखील स्पष्ट केले की काही रद्द केलेले भाडेपट्टे (lease) आणि प्रकल्प कधीही अंतिम झाले नाहीत, जे हायपरस्केल क्लाउड व्यवसायाच्या (hyperscale cloud business) नियोजन प्रक्रियेत सामान्य असलेल्या exploratory चर्चांचे प्रतिनिधित्व करतात. ही धोरणात्मक पुनर्रचना अशा वेळी आली आहे जेव्हा OpenAI, Microsoft चा एक जवळचा भागीदार, इतर क्लाउड प्रदात्यांकडून क्षमता मिळवण्यास सुरुवात करत आहे आणि स्वतःचे डेटा सेंटर (data center) विकसित करण्याचे संकेत देत आहे. तथापि, Microsoft कडे नवीन OpenAI क्षमतेवर नाकारण्याचा पहिला अधिकार आहे, ज्यामुळे दोन्ही कंपन्यांमधील सततचे एकत्रीकरण दिसून येते.

स्पर्धात्मक परिदृश्य: चपळता, दुर्बलता नाही

हे लक्षात घेणे महत्त्वाचे आहे की चपळतेला दुर्बलता समजू नये. Microsoft बदलत्या बाजारपेठेतील (market) गतिशीलतेशी जुळवून घेत आहे, त्याच्या महत्त्वाकांक्षा कमी करत नाही. हायपरस्केलर बाजारपेठ (hyperscaler market) अजूनही तीव्र स्पर्धात्मक आहे.

Elias नुसार, Microsoft ने आंतरराष्ट्रीय बाजारात (international market) सोडलेली क्षमता Google ने स्वीकारली आहे. अमेरिकेमध्ये, Microsoft ने सोडलेली जागा Meta भरून काढत आहे. Elias यांनी Google आणि Meta चा संदर्भ देत नमूद केले की ‘या दोन्ही हायपरस्केलर्सच्या (hyperscalers) डेटा सेंटरच्या (data center) मागणीत लक्षणीय वाढ झाली आहे.’ Microsoft चा धोरणात्मक बदल हा माघार घेण्यापेक्षा अधिक परिपक्वतेचे लक्षण आहे. AI चा अवलंब त्याच्या पुढील टप्प्यात प्रवेश करत असताना, जे सर्वाधिक खर्च करतात ते विजेते नसतील, तर जे हुशारीने गुंतवणूक (investment) करतात ते विजेते ठरतील.

सारांश, Microsoft ची विकसित होत असलेली AI रणनीती बाजाराची सूक्ष्म समज, प्रशिक्षणातून अनुमानाकडे (inference) लक्ष केंद्रित करणे आणि कार्यक्षम संसाधन वाटCommitment दर्शवते. ही पुनर्रचना Microsoft ला AI क्षेत्रात एक आघाडीचा खेळाडू म्हणून स्थान देते, जी अमर्याद विस्तारापेक्षा धोरणात्मक गुंतवणुकीवर जोर देते. कंपनीची चपळता आणि जुळवून घेण्याची क्षमता AI क्षेत्राच्या वेगाने बदलणाऱ्या गतिशीलतेमध्ये मार्गदर्शन करण्यासाठी महत्त्वपूर्ण ठरेल.