Whalesbook
जेफ बेझोस आणि विक बजाज यांच्या 'Prometheus' या इंडस्ट्रियल AI कंपनीने सिरीज बी फंडिंगमध्ये **$12 अब्ज** (अंदाजे ₹1 लाख कोटींहून अधिक) उभे केले आहेत. यामुळे कंपनीचे व्हॅल्यूएशन **$41 अब्ज** (अंदाजे ₹3.4 लाख कोटींहून अधिक) वर पोहोचले आहे. ही कंपनी डिजिटल चॅटबॉट्सऐवजी प्रत्यक्ष वस्तू बनवणाऱ्या हार्डवेअर-आधारित उद्योगांवर लक्ष केंद्रित करणार आहे.
इंडस्ट्रियल इंटेलिजन्सकडे वाटचाल
सध्या व्हेंचर कॅपिटल (Venture Capital) जगतात लार्ज लँग्वेज मॉडेल्स (LLMs) ची चलती असताना, Prometheus ने मात्र 'फिजिकल इकॉनॉमी'वर लक्ष केंद्रित केले आहे. जेफ बेझोस आणि Google X चे माजी अधिकारी विक बजाज यांच्या नेतृत्वाखालील Prometheus कंपनी एरोस्पेस डिझाइनपासून सेमीकंडक्टर फॅब्रिकेशनपर्यंतच्या इंजिनिअरिंग समस्यांवर तोडगा काढण्यासाठी हे मोठे भांडवल वापरणार आहे. दशकांचा विकास वेळ काही महिन्यांत पूर्ण करण्याचा प्रयत्न करून, ही कंपनी पारंपरिक AI च्या केवळ टेक्स्ट-आधारित आउटपुटच्या पलीकडे जाऊन, संकल्पना आणि प्रत्यक्ष निर्मिती यांच्यातील अंतर कमी करणाऱ्या स्वायत्त प्रणाली (autonomous systems) तयार करण्याचा प्रयत्न करत आहे.
इंजिनिअरिंगमधील 'खड्डा' (Engineering Moat)
इंटरनेटवरील टेक्स्ट डेटावर अवलंबून असलेल्या सॉफ्टवेअर-आधारित AI कंपन्यांप्रमाणे, Prometheus स्वतःचा डेटा इन्फ्रास्ट्रक्चर तयार करत आहे. यासाठी मोठ्या भांडवलाची आवश्यकता आहे, जेणेकरून प्रत्यक्ष जगात चाचण्या आणि चुका (trial and error) करता येतील. बेझोस यांच्या मते, ही प्रक्रिया LLM ट्रेनिंगपेक्षा पूर्णपणे वेगळी आहे. या स्टार्टअपने 'Artificial General Engineer' तयार करण्यावर लक्ष केंद्रित केले आहे, जो AI भौतिकशास्त्र (physics) आणि मटेरियल सायन्सच्या (material science) मर्यादांना हाताळू शकेल, ज्याकडे डिजिटल मॉडेल्स अनेकदा दुर्लक्ष करतात. त्यामुळे, प्रत्यक्ष उत्पादन डेटा वापरून जटिल मेकॅनिकल इंजिनिअरिंग वर्कफ्लो स्वयंचलित (automate) करण्यासाठी कंपनीची रणनीती तिला वेगळ्या स्तरावर नेत आहे.
धोके आणि औद्योगिक वास्तव
JPMorgan, BlackRock आणि Goldman Sachs सारख्या संस्थांकडून मोठे आर्थिक पाठबळ मिळाले असले तरी, कंपनीला अंमलबजावणीत मोठे धोके (execution risks) आहेत. इंडस्ट्रियल AI मध्ये 'डेमो-टू-डिप्लॉयमेंट' (demo-to-deployment) गॅप अजूनही मोठा आहे; सिम्युलेटेड डिझाइनला प्रत्यक्ष, उच्च-क्षमतेच्या उत्पादनात रूपांतरित करण्यासाठी अनपेक्षित यांत्रिक गुंतागुंत (mechanical complexities) निर्माण होऊ शकतात. शिवाय, कंपनीचे भांडवल-केंद्रित मॉडेल (capital-intensive model) सिलिकॉन व्हॅलीतील (Silicon Valley) सामान्य सॉफ्टवेअर-फर्स्ट कंपन्यांच्या अगदी उलट आहे. व्यवस्थापन म्हणते की त्यांना 'मोल्स'ची (moats) चिंता नाही, कारण समस्या खूपच कठीण आहे. मात्र, उच्च-खर्चाचे कॉम्प्युटिंग (high-cost compute) आणि मालकीच्या फिजिकल डेटावर (proprietary physical data) अवलंबून राहिल्याने चुकांसाठी एक मोठा अडथळा निर्माण झाला आहे. Prometheus उत्पादकतेत खरोखरच बदल घडवू शकेल की AI चा औद्योगिक वापर सुरू करणे जितके कठीण आहे तितकेच ते स्केल करणेही कठीण ठरेल, हे गुंतवणूकदार बारकाईने पाहत आहेत.
दीर्घकालीन दृष्टीकोन
बेझोस यांनी या व्हेंचरच्या संभाव्यतेला उत्पादकतेच्या नवीन युगासाठी उत्प्रेरक (catalyst) म्हणून मांडले आहे. त्यांचे म्हणणे आहे की इंजिनिअरिंगचे ऑटोमेशन (automation) नोकऱ्या मोठ्या प्रमाणात कमी करण्याऐवजी उच्च-कुशल उत्पादन भूमिकांमध्ये (high-skill manufacturing roles) निव्वळ वाढ करेल. सॅन फ्रान्सिस्को, लंडन आणि झुरिचमध्ये सुमारे 150 कर्मचारी असलेल्या या कंपनीसाठी, AI क्षेत्रातील ही सर्वात जास्त निधी असलेली खाजगी संस्थांपैकी एक आहे. स्टार्टअप आता 'स्टेल्थ फेज'मधून बाहेर पडत असताना, हार्डवेअर विकास चक्रात (hardware development cycles) कार्यात्मक प्रगती (functional breakthroughs) दर्शविण्यावर लक्ष केंद्रित केले जाईल, ज्यामुळे त्यांच्या डिझाइन-टू-बिल्ड (design-to-build) दाव्यांची प्रत्यक्ष जगातील कसोटी घेतली जाईल.