Microsoft હવે પોતાની AI સ્ટ્રેટેજીમાં મોટો ફેરફાર કરી રહ્યું છે. કંપનીનું મુખ્ય ધ્યાન હવે ટ્રેનિંગને બદલે ઇન્ફરન્સ (Inference) ખર્ચ ઘટાડવા અને એન્ટરપ્રાઈઝ માટે મોડ્યુલર મોડલ્સ પર છે. Azure ની આવક **$100 અબજ** ને પાર કરી ગઈ છે, ત્યારે કંપની હવે બહારના ચીપ સપ્લાયર્સ પર નિર્ભરતા ઘટાડવા માટે પોતાના કસ્ટમ હાર્ડવેર પર દાવ લગાવી રહી છે.
માઈક્રોસોફ્ટ પોતાની આર્ટિફિશિયલ ઈન્ટેલિજન્સ રણનીતિને ફરીથી આકાર આપી રહ્યું છે. કંપની હવે મોટા મોડલ્સને ટ્રેન કરવાને બદલે, તે સિસ્ટમ્સના ઓપરેશનને વધુ કોસ્ટ-એફિશિયન્ટ બનાવવા પર ભાર મૂકી રહી છે. કંપની એક એવું ફ્લેક્સિબલ પ્લેટફોર્મ બનાવવા માંગે છે જ્યાં બિઝનેસ પોતાના ખર્ચને નિયંત્રિત કરી શકે અને મલ્ટી-સ્ટેપ ટાસ્ક માટે AI એજન્ટ્સનો ઉપયોગ કરી શકે.
ઇન્ફરન્સ કોસ્ટનો પડકાર
આ ક્ષેત્રમાં સૌથી મોટો પડકાર 'ઇન્ફરન્સ'નો છે, એટલે કે AI દ્વારા રિઝલ્ટ જનરેટ કરવાનો ખર્ચ. જેમ જેમ AI સિસ્ટમ્સ વધુ જટિલ બનતી જાય છે, તેમ તેમ કમ્પ્યુટિંગ પાવરની જરૂરિયાત વધે છે, જે ક્લાઉડ પ્રોવાઈડર્સ માટે ખર્ચાળ છે. Microsoft હવે AI હાર્નેસને અન્ડરલાઈંગ મોડલથી અલગ કરી રહ્યું છે. આનાથી કંપનીઓ OpenAI, Anthropic કે Mistral જેવા અલગ-અલગ મોડલ્સ વચ્ચે ફેરબદલ કરી શકશે, તે પણ સંપૂર્ણ સિસ્ટમ બદલ્યા વગર.
કસ્ટમ ઇન્ફ્રાસ્ટ્રક્ચરમાં મોટું રોકાણ
આ નવી વ્યૂહરચનાને ટેકો આપવા માટે કંપની ડેટા સેન્ટર્સ અને હાર્ડવેર પર આક્રમક રોકાણ કરી રહી છે. છેલ્લા નાણાકીય વર્ષમાં ડેટા સેન્ટર્સમાં 88 નવી લોકેશન ઉમેરવામાં આવી છે. ખાસ કરીને કંપનીના પોતાના પ્રોસેસર્સ, Maia 300 અને Cobalt 200, સ્ટાન્ડર્ડ ગ્રાફિક્સ પ્રોસેસર્સની સરખામણીએ વધુ સારી પર્ફોર્મન્સ-પર-વોટ ક્ષમતા આપે છે, જે એનર્જી ખર્ચ ઘટાડવામાં મદદ કરશે.
રોકાણકારો માટે શું મહત્વનું?
નાણાકીય વર્ષ 2026 માં કંપનીનું કુલ રેવન્યુ $331.8 અબજ સુધી પહોંચ્યું છે અને Azure નું રેવન્યુ $100 અબજ ને વટાવી ગયું છે. જોકે, આ વૃદ્ધિ ભારે રોકાણ પાછળ છે. શેરધારકો માટે હવે જોવાનું એ રહેશે કે શું આ કસ્ટમ હાર્ડવેર અને પ્લેટફોર્મ-આધારિત વ્યૂહરચના લાંબા ગાળે પ્રોફિટ માર્જિન પરનું દબાણ ઘટાડી શકશે કે કેમ. શું આ ખર્ચાળ રોકાણ નફાકારક સાબિત થશે, તે આગામી સમયમાં સ્પષ્ટ થશે.