Whalesbook
'फ्रंटियर पॉवर' ऐवजी 'उपयुक्तता'
सध्या अनेक कंपन्यांसाठी अत्याधुनिक (frontier) AI मॉडेल्स वापरणे खूप महागडे आणि अवघड ठरत आहे. हे मॉडेल्स जास्त कम्प्युटेशनल पॉवर (computational power) आणि एनर्जी वापरतात, त्यामुळे त्यांचा खर्च खूप वाढतो. या पार्श्वभूमीवर, OpenAI आता कंपन्यांना अधिक व्यावहारिक दृष्टिकोन स्वीकारण्यास सांगत आहे. AI ला एकाच साच्यात बसणारे सोल्युशन (one-size-fits-all solution) मानण्याऐवजी, त्याला एक मॉड्युलर टूलकिट (modular toolkit) म्हणून वापरण्याचा सल्ला दिला जात आहे. यामुळे टोकन कॉस्टचा वाढता भार कमी होण्यास मदत होईल.
भारतातील कामाची पद्धत
भारतातील मार्केट सध्या या बदलासाठी एक प्रमुख टेस्ट ग्राउंड (testing ground) बनले आहे. नवीन आकडेवारीनुसार, २०२६ च्या सुरुवातीपासून भारतात Codex वापरणाऱ्यांची संख्या आठवड्याला 27 पट वाढली आहे, तर रोजचा वापर 20 पट पेक्षा जास्त वाढला आहे. सुरुवातीला Codex फक्त कोडिंगसाठी (coding) बनवले गेले होते, पण आता भारतातील जवळपास 30% रिक्वेस्ट्स या तांत्रिक नसलेल्या कामांसाठी वापरल्या जात आहेत. यात माहितीचे संश्लेषण (synthesis), रिसर्च ऑटोमेशन (research automation) आणि डॉक्युमेंट ऑर्गनायझेशन (document organization) यांचा समावेश आहे. यावरून दिसते की, भारतीय कंपन्या आता केवळ कोडिंगच्या पलीकडे जाऊन AI चा खोलवर वापर करत आहेत.
'DeployCo' ची नवी सुरुवात
'The Deployment Company' किंवा 'DeployCo' या नवीन कंपनीची सुरुवात ही OpenAI च्या स्टँडर्ड API मॉडेलपेक्षा खूप वेगळी आहे. $10 बिलियन च्या या जॉइंट व्हेंचरमध्ये 19 मोठे ग्लोबल इन्व्हेस्टमेंट आणि कन्सल्टिंग फर्म्स सहभागी आहेत. ही कंपनी केवळ सॉफ्टवेअर व्हेंडर (software vendor) नसून, क्लायंटच्या इंजिनिअरिंग डिपार्टमेंटचा (engineering department) विस्तार म्हणून काम करेल. Palantir च्या मॉडेलप्रमाणे 'Forward Deployed Engineers' थेट कंपन्यांमध्ये काम करतील. यामुळे AI प्रोजेक्ट्समध्ये येणारे अडथळे दूर होण्यास मदत होईल. TPG, Brookfield आणि Bain Capital सारखे गुंतवणूकदार या VC चे भागीदार आहेत, जे हजारो पोर्टफोलिओ कंपन्यांसाठी OpenAI च्या एंटरप्राइज सर्व्हिसेससाठी एक मोठे ग्रोथ इंजिन (growth engine) ठरू शकतात.
धोक्याची घंटा: संरचनात्मक जोखीम
सर्व्हिसेसमध्ये विस्तार करताना OpenAI ला काही मोठ्या जोखमींचा सामना करावा लागू शकतो. कन्सल्टिंग-आधारित मॉडेलमुळे, प्रोजेक्ट्समध्ये अनिश्चितता वाढू शकते, जी सॉफ्टवेअर-आधारित व्यवसायांपेक्षा स्केल करणे अधिक कठीण असते. तसेच, PE बॅकर्सना दिलेले 17.5% वार्षिक रिटर्नचे गॅरंटी (guarantee) कंपनीवर दबाव आणू शकते, ज्यामुळे त्यांना दीर्घकालीन संशोधनाऐवजी तात्काळ महसूल मिळवण्यावर लक्ष केंद्रित करावे लागेल. याशिवाय, McKinsey आणि Bain सारख्या कन्सल्टिंग फर्म्स या AI टूल्सचा वापर करत असल्याने, OpenAI च्या मॉडेल आर्किटेक्चरची (model architecture) गुपिते (proprietary 'secret sauce') सामान्य होऊ शकतात. क्लायंट्सकडे आवश्यक इन्फ्रास्ट्रक्चर (infrastructure) नसल्यास, कार्यक्षमतेतील वाढीचा अंदाज चुकीचा ठरू शकतो.