செயற்கை நுண்ணறிவு (AI) ஆதிக்கத்திற்கான இடைவிடாத பந்தயம், பலரால் "மாடல் போர்கள்" என்று அழைக்கப்படுகிறது. இது தொழில்நுட்ப ஜாம்பவான்கள் தங்களது மேலாதிக்கத்திற்காக போட்டியிடும் ஒரு ஆபத்தான சூழ்நிலையாகும். இருப்பினும், அனுபவம் வாய்ந்த தொழில்நுட்ப ஆய்வாளர் பெனடிக்ட் எவன்ஸின் கூற்றுப்படி, இந்த களம் ஆச்சரியப்படும் விதமாக சமமாக உள்ளது. லண்டனில் Fortune’s Brainstorm AI மாநாட்டில் சமீபத்தில் உரையாற்றிய எவன்ஸ், ஒரு சிந்தனையைத் தூண்டும் கருத்தை முன்வைத்தார்: முன்னணி AI ஆய்வகங்களுக்கு இடையே உள்ள முதன்மை வேறுபாடு, அவர்களின் புதுமையான தொழில்நுட்பம் அல்லது தனியுரிம வழிமுறைகள் அல்ல, மாறாக மூலதனத்திற்கான வரம்பற்ற அணுகலே ஆகும்.
எவன்ஸின் கூற்று, AI கண்டுபிடிப்புகள் அறிவுத்திறன் மற்றும் வழிமுறை முன்னேற்றங்களால் மட்டுமே இயக்கப்படுகின்றன என்ற வழக்கமான ஞானத்திற்கு சவால் விடுகிறது. OpenAI இன் GPT அல்லது Google இன் Gemini போன்ற அடிப்படை மாதிரிகள் வேகமாக விற்பனைப் பொருளாக மாறி வருவதாக அவர் வாதிடுகிறார். அதாவது இந்த மாதிரிகள் பெருகிய முறையில் ஒன்றுக்கொன்று மாற்றக்கூடியவையாகவும், எளிதில் கிடைக்கக்கூடியவையாகவும் உள்ளன. இது எந்தவொரு நிறுவனத்தின் போட்டியிடும் திறனையும் குறைக்கிறது.
அகழி கட்டுக்கதை
வாரன் பஃபெட்டால் பிரபலப்படுத்தப்பட்ட ஒரு பொருளாதார "அகழி" என்ற கருத்து, ஒரு நிறுவனத்தின் நிலையான போட்டி நன்மைகளைக் குறிக்கிறது. இது அதன் நீண்ட கால லாபத்தையும், சந்தைப் பங்கையும் போட்டியாளர்களிடமிருந்து பாதுகாக்கிறது. AI இன் சூழலில், தனியுரிம வழிமுறைகள், தனித்துவமான தரவுத்தொகுப்புகள் அல்லது சிறப்பு திறமை ஆகியவை அத்தகைய அகழியை உருவாக்கும் என்று பலர் ஆரம்பத்தில் நம்பினர். இருப்பினும் இது சாத்தியப்படவில்லை என்று எவன்ஸ் வாதிடுகிறார்.
பெரிய தொழில்நுட்ப நிறுவனங்களிடையே இரண்டு வருட தீவிர போட்டிக்குப் பிறகு, AI நிலப்பரப்பில் எந்த அடிப்படை அகழியும் இருப்பதாகத் தெரியவில்லை. நுழைவதற்கு குறிப்பிடத்தக்க தடைகள் இல்லை, வலுவான நெட்வொர்க் விளைவுகள் இல்லை, மேலும் வெற்றி பெறுபவர் மட்டுமே அனைத்து இயக்கவியல் என்ற தெளிவான நிலை இல்லை. மாறாக முன்னேற்றத்தின் முதன்மை இயக்கி என்பது மூலதன முதலீட்டின் பாரிய உட்புகுதல் ஆகும்.
கடந்த ஆண்டு, பெரிய நான்கு கிளவுட் நிறுவனங்கள் AI வளர்ச்சியை ஆதரிக்கும் உள்கட்டமைப்பை உருவாக்குவதற்கு கூட்டாக 200 பில்லியன் டாலர்களுக்கு மேல் செலவிட்டன. இந்த ஆண்டு அந்த எண்ணிக்கை 300 பில்லியன் டாலர்களை தாண்டும் என்று எதிர்பார்க்கப்படுகிறது. இந்த அதிவேக அதிகரிப்பு செலவு தற்போதைய AI பந்தயத்தின் மூலதன-தீவிர தன்மையை எடுத்துக்காட்டுகிறது.
"இது மிக விரைவாக, மிக மிக மூலதனம் நிறைந்ததாக மாறிவிட்டது, குறைந்தபட்சம் தற்போது," என்று எவன்ஸ் குறிப்பிட்டார். இந்த மூலதனத்தின் கணிசமான பகுதி இறுதியில் Nvidiaவுக்கு செல்கிறது. இது AI மாதிரிகளுக்கு பயிற்சி அளிக்க அவசியமான GPUs இன் முன்னணி உற்பத்தியாளர் ஆகும்.
இந்த பாரிய செலவினத்தின் விளைவாக AI மாதிரிகளின் பெருக்கம் ஏற்படுகிறது. இது பெருகிய முறையில் அணுகக்கூடியதாக உள்ளது. இதன் விளைவாக கணிசமான நிதி ஆதாரங்கள் உள்ள எவரும், சிறந்த AI நிறுவனங்களால் உருவாக்கப்பட்டவற்றுக்கு போட்டியாக ஒரு அடிப்படை மாதிரியை உருவாக்க முடியும் என்ற சூழ்நிலையை உருவாக்குகிறது.
உதாரணமாக டீப் சீக் (DeepSeek), ஏற்கனவே உள்ள திறந்த மூல மாதிரிகள் மற்றும் 1.6 பில்லியன் டாலர் முதலீட்டை பயன்படுத்தி ஒரு போட்டியிடும் AI மாதிரியை உருவாக்கியுள்ளது. மூலதனம் எவ்வாறு களத்தை சமன் செய்ய முடியும் என்பதற்கும், புதிய வீரர்கள் நிறுவப்பட்ட வீரர்களுக்கு சவால் விட உதவுகிறது என்பதற்கும் இது ஒரு கட்டாய விளக்கமாக அமைகிறது.
விற்பனைப் பொருள் புதிர்
OpenAI இன் GPT, Anthropic இன் Claude மற்றும் Google இன் Gemini போன்ற AI மாதிரிகள் "விற்பனைப் பொருட்களாக" உருவாகி வருவதாக எவன்ஸ் வாதிடுகிறார். இந்த மாதிரிகள் எளிதில் கிடைக்கக்கூடிய, ஒன்றுக்கொன்று மாற்றக்கூடிய சேவைகளாக மாறி வருகின்றன.
இந்த விற்பனைப் பொருள் போக்கு AI தொழில்துறையில் ஆழமான தாக்கங்களை ஏற்படுத்துகிறது. இது சிறந்த அடிப்படை மாதிரி யாரிடம் உள்ளது என்பது பற்றியது அல்ல, ஆனால் அந்த மாதிரியை நிஜ உலக தயாரிப்புகள் மற்றும் சேவைகளுக்குள் யார் மிகவும் திறம்பட தொகுக்கலாம், ஒருங்கிணைக்கலாம் மற்றும் நிர்வகிக்கலாம் என்பது பற்றியது என்று கூறுகிறது.
வேறு வார்த்தைகளில் கூறுவதானால், போட்டியிடும் விளிம்பு அடிப்படை மாதிரியில் இல்லை, ஆனால் அதன் மேல் கட்டப்பட்ட பயன்பாடுகள் மற்றும் சேவைகளின் அடுக்குகளில் இருக்கலாம். இந்த கவனம் மாற்றம் தயாரிப்பு மேம்பாடு, பயனர் அனுபவம் மற்றும் ஒழுங்குமுறை இணக்கம் ஆகியவற்றை வலியுறுத்தும் பல்வேறு திறன்கள் மற்றும் திறன்களைக் கோருகிறது.
OpenAI சமீபத்தில் டீப் ரிசர்ச் கருவியை அறிமுகப்படுத்தியதை உதாரணமாகக் கொண்டு எவன்ஸ் தனது வலைப்பதிவு இடுகையில் இந்த கருத்தை விளக்கினார். OpenAI மற்றும் பிற அடிப்படை மாதிரி ஆய்வகங்களுக்கு மூலதனத்திற்கான அணுகலைத் தாண்டி உண்மையான அகழி அல்லது பாதுகாப்பில்லை என்று அவர் வாதிட்டார். அவை குறியீட்டு மற்றும் சந்தைப்படுத்தலுக்கு வெளியே தயாரிப்பு-சந்தை பொருத்தத்தை அடையவில்லை. அவற்றின் சலுகைகள் அடிப்படையில் பிற டெவலப்பர்கள் கட்டியெழுப்ப உரை பெட்டிகள் மற்றும் APIகளுக்கு மட்டுமே மட்டுப்படுத்தப்பட்டுள்ளன.
AI போட்டியின் மாறும் மணல்
AI மாதிரிகளை விற்பனைப் பொருளாக மாற்றுவது, போட்டி நிலப்பரப்பை மாற்றியமைக்கிறது. நிறுவனங்களை அவற்றின் உத்திகளை மறுபரிசீலனை செய்து புதிய வேறுபடுத்தும் பகுதிகளில் கவனம் செலுத்த கட்டாயப்படுத்துகிறது. அடிப்படை தொழில்நுட்பம் மிகவும் அணுகக்கூடியதாக இருப்பதால், பயன்பாட்டு மேம்பாடு, ஒருங்கிணைப்பு மற்றும் நிர்வாகம் ஆகியவற்றில் கவனம் செலுத்துகிறது.
AI துறையில் வெளிவரும் சில முக்கிய போக்குகள் இங்கே:
பயன்பாட்டு-குறிப்பிட்ட AI: நிறுவனங்கள் குறிப்பிட்ட தொழில்கள் அல்லது பயன்பாட்டு நிகழ்வுகளுக்கு ஏற்ற AI தீர்வுகளை உருவாக்குவதில் அதிக கவனம் செலுத்துகின்றன. இந்த அணுகுமுறை குறிப்பிட்ட வாடிக்கையாளர் தேவைகளை நிவர்த்தி செய்யும் மிகவும் இலக்கு மற்றும் பயனுள்ள பயன்பாடுகளை உருவாக்க அனுமதிக்கிறது.
AI-இயங்கும் தயாரிப்புகள்: ஏற்கனவே உள்ள தயாரிப்புகள் மற்றும் சேவைகளில் AI ஐ ஒருங்கிணைப்பது பெருகிய முறையில் பொதுவானதாகி வருகிறது. இது செயல்பாட்டை மேம்படுத்தலாம், பயனர் அனுபவத்தை மேம்படுத்தலாம் மற்றும் புதிய வருவாய் நீரோட்டங்களை உருவாக்கலாம்.
AI நிர்வாகம் மற்றும் நெறிமுறைகள்: AI அதிகமாக ஊடுருவி வருவதால், சார்பு, நேர்மை மற்றும் பொறுப்புக்கூறல் பற்றிய கவலைகள் அதிகரித்து வருகின்றன. பொறுப்பான AI மேம்பாடு மற்றும் வரிசைப்படுத்தலை உறுதி செய்வதற்காக நிறுவனங்கள் AI நிர்வாக கட்டமைப்புகள் மற்றும் நெறிமுறை வழிகாட்டுதல்களில் முதலீடு செய்யத் தொடங்கியுள்ளன.
எட்ஜ் AI: ஸ்மார்ட்போன்கள் மற்றும் IoT சென்சார்கள் போன்ற எட்ஜ் சாதனங்களில் AI மாதிரிகளை வரிசைப்படுத்துவது இழுவைப் பெறுகிறது. இது கிளவுட் இணைப்பை நம்பாமல், தரவை நிகழ்நேரத்தில் செயலாக்க உதவுகிறது, தாமதத்தை குறைக்கிறது மற்றும் தனியுரிமையை மேம்படுத்துகிறது.
சேவையாக AI: AI-ஒரு-சேவை (AIaaS) தளங்களின் தோற்றம் அனைத்து அளவிலான வணிகங்களுக்கும் AI ஐ மிகவும் அணுகக்கூடியதாக ஆக்குகிறது. இந்த தளங்கள் முன் பயிற்சி அளிக்கப்பட்ட மாதிரிகள், மேம்பாட்டு கருவிகள் மற்றும் உள்கட்டமைப்பை வழங்குகின்றன, இது நிறுவனங்கள் தங்கள் செயல்பாடுகளில் AI ஐ விரைவாகவும் எளிதாகவும் ஒருங்கிணைக்க அனுமதிக்கிறது.
மூலதனத்தின் நீடித்த பங்கு
AI மாதிரிகளை விற்பனைப் பொருளாக மாற்றுவது தனியுரிம தொழில்நுட்பத்தின் முக்கியத்துவத்தை குறைக்கக்கூடும் என்றாலும், மூலதனம் AI துறையில் ஒரு முக்கிய பங்கை வகிக்கும். நிறுவனங்களுக்கு நிதி ஆதாரங்கள் அவசியம்:
AI மாதிரிகளுக்கு பயிற்சி அளித்து செம்மைப்படுத்துதல்: பெரிய AI மாதிரிகளுக்கு பயிற்சி அளிப்பதற்கு குறிப்பிடத்தக்க கணக்கீட்டு வளங்கள் மற்றும் நிபுணத்துவம் தேவை. மூலதனத்திற்கு அணுகல் உள்ள நிறுவனங்கள் அதிக தரவுகளில் பெரிய மாதிரிகளுக்கு பயிற்சி அளிக்க முடியும்.
AI பயன்பாடுகளை உருவாக்கி வரிசைப்படுத்துதல்: AI பயன்பாடுகளை உருவாக்குவதற்கும் வரிசைப்படுத்துவதற்கும் மென்பொருள் மேம்பாடு, உள்கட்டமைப்பு மற்றும் திறமை ஆகியவற்றில் முதலீடு தேவை. மூலதனத்திற்கு அணுகல் உள்ள நிறுவனங்கள், கட்டாய AI-இயங்கும் தயாரிப்புகள் மற்றும் சேவைகளை உருவாக்க இந்த பகுதிகளில் முதலீடு செய்யலாம்.
AI திறமையை பெறுதல்: AI திறமைக்கான தேவை அதிகமாக உள்ளது. திறமையான AI பொறியாளர்கள் மற்றும் ஆராய்ச்சியாளர்கள் பிரீமியம் சம்பளத்தை கோருகின்றனர். மூலதனத்திற்கு அணுகல் உள்ள நிறுவனங்கள் சிறந்த திறமையாளர்களை ஈர்க்கவும் தக்கவைக்கவும் முடியும், இது அவர்களுக்கு போட்டியிடும் விளிம்பை அளிக்கிறது.
ஆராய்ச்சி மற்றும் மேம்பாட்டை நடத்துதல்: வேகமாக வளர்ந்து வரும் AI நிலப்பரப்பில் தொடர்ச்சியான கண்டுபிடிப்பு அவசியம். புதிய AI நுட்பங்கள் மற்றும் பயன்பாடுகளை ஆராய்வதற்காக மூலதனத்திற்கு அணுகல் உள்ள நிறுவனங்கள் ஆராய்ச்சி மற்றும் மேம்பாட்டில் முதலீடு செய்யலாம்.
ஒழுங்குமுறை தடைகளை கடந்து செல்லுதல்: AI அதிகமாக கட்டுப்படுத்தப்படுவதால், நிறுவனங்கள் இணக்கம் மற்றும் சட்ட நிபுணத்துவத்தில் முதலீடு செய்ய வேண்டும். மூலதனத்திற்கு அணுகல் உள்ள நிறுவனங்கள் இந்த ஒழுங்குமுறை தடைகளை திறம்பட கடந்து செல்ல முடியும்.
AI போட்டியின் எதிர்காலம்
AI துறை ஒரு துரித மாற்றத்திற்கு உட்பட்டு வருகிறது. AI மாதிரிகளை விற்பனைப் பொருளாக மாற்றுவது களத்தை சமன் செய்கிறது, ஆனால் மூலதனம் வெற்றியின் ஒரு முக்கியமான நிர்ணயிப்பாக இருக்கும். கட்டாய AI பயன்பாடுகளை உருவாக்கவும், சிறந்த திறமைகளை ஈர்க்கவும் மற்றும் வளர்ந்து வரும் ஒழுங்குமுறை நிலப்பரப்பை வழிநடத்தவும் மூலதனத்தை திறம்பட பயன்படுத்தக்கூடிய நிறுவனங்கள் நீண்ட காலத்திற்கு செழிப்பாக இருக்க சிறந்த நிலையில் இருக்கும்.
AI போட்டியின் எதிர்காலம் பின்வருமாறு வகைப்படுத்தப்படலாம்:
அதிகரித்த சிறப்பு: நிறுவனங்கள் பொது நோக்கத்திற்கான AI மாதிரிகளை உருவாக்க முயற்சிப்பதை விட, குறிப்பிட்ட தொழில்கள் அல்லது பயன்பாட்டு நிகழ்வுகளுக்கான AI தீர்வுகளை உருவாக்குவதில் கவனம் செலுத்தும்.
பயன்பாட்டு மேம்பாட்டிற்கு அதிக முக்கியத்துவம்: அடிப்படை மாதிரிகளை உருவாக்குவதிலிருந்து நிஜ உலக சிக்கல்களை தீர்க்கும் கட்டாய AI-இயங்கும் பயன்பாடுகளை உருவாக்குவதில் கவனம் மாறும்.
AI நிர்வாகத்தின் வளர்ந்து வரும் முக்கியத்துவம்: நிறுவனங்கள் நெறிமுறை மற்றும் பொறுப்பான AI மேம்பாடு மற்றும் வரிசைப்படுத்தலுக்கு முன்னுரிமை அளிக்கும். AI நல்ல நோக்கங்களுக்காக பயன்படுத்தப்படுவதை உறுதி செய்யும்.
AI வன்பொருளில் தொடர்ச்சியான கண்டுபிடிப்பு: அதிக சக்திவாய்ந்த மற்றும் திறமையான AI வன்பொருளுக்கான தேவை GPUs, TPUs மற்றும் நியூரோமார்பிக் கம்ப்யூட்டிங் போன்ற பகுதிகளில் கண்டுபிடிப்புகளைத் தொடர்ந்து இயக்கும்.
கூட்டாண்மை மற்றும் திறந்த மூல: கூட்டு மற்றும் திறந்த மூல முன்முயற்சிகள் AI சுற்றுச்சூழல் அமைப்பில் பெருகிய முறையில் ஒரு முக்கிய பங்கை வகிக்கும். கண்டுபிடிப்பை விரைவுபடுத்துதல் மற்றும் AI தொழில்நுட்பத்திற்கான அணுகலை ஜனநாயகப்படுத்துதல்.
முடிவில், மூலதனத்திற்கான அணுகல் தற்போதைய AI நிலப்பரப்பில் முதன்மை வேறுபடுத்தியாக இருக்கலாம். ஆனால் AI நிறுவனங்களின் நீண்டகால வெற்றி வாடிக்கையாளர்கள் மற்றும் சமூகத்திற்கு ஒட்டுமொத்தமாக மதிப்பை உருவாக்கும் கட்டாய AI-இயங்கும் தீர்வுகளை புதுமைப்படுத்தவும், மாற்றியமைக்கவும் உருவாக்கவும் திறனைப் பொறுத்தது.
ai āyutap pōṭṭi: mūlatanamē rājā
ai ātikkattiṟkāṉa pantayam "māṭal pōrkaḷai" uruvākkiyullatu. toḻilnuṭpa niruvaṉaṅkaḷiṭaiyē mūlatanamē mukkiya vēṟupaāṭāka ullatu.