Meta Platforms चे माजी एक्झिक्युटिव्ह सुचवतात की अमेरिका आणि युरोपमधील कंपन्या OpenAI सारख्या मालकीच्या AI सेवांऐवजी स्वतःच्या सर्व्हरवर चालणाऱ्या AI मॉडेल्सकडे वळू शकतात. यामागे खर्च कमी करणे, पायाभूत सुविधांवर नियंत्रण ठेवणे आणि डेटा सुरक्षा वाढवणे ही प्रमुख कारणे आहेत. मात्र, यासाठी डेटा गोपनीयता आणि भू-राजकीय नियमावलींचे आव्हान पेलावे लागेल.
काय घडले?
Meta Platforms मध्ये उत्पादन व्यवस्थापक (Product Manager) म्हणून काम केलेल्या Xiaoyin Qu यांनी सांगितले आहे की, अमेरिका आणि युरोपमधील कंपन्या OpenAI आणि Anthropic सारख्या मालकीच्या AI मॉडेल्सवरचे अवलंबित्व कमी करू शकतात. त्यांच्या मते, कंपन्या आता ओपन-वेट मॉडेल्समध्ये (Open-weight models) जास्त रस दाखवत आहेत, जी ते स्वतःच्या अंतर्गत पायाभूत सुविधांवर (Internal infrastructure) होस्ट करू शकतील. कंपन्यांना त्यांच्या डेटावर अधिक नियंत्रण हवे आहे, दीर्घकालीन खर्च कमी करायचा आहे आणि स्वतःच्या व्यावसायिक डेटानुसार AI मॉडेल्सना फाइन-ट्यून (Fine-tune) करायचे आहे. म्हणूनच हा बदल अपेक्षित आहे.
स्वतःच्या AI मॉडेल्सकडे कल
अनेक मोठ्या कंपन्यांसाठी, सध्याच्या 'फ्रंटियर' मॉडेल दृष्टिकोन, जिथे ते AI सेवा पुरवणाऱ्या कंपनीच्या API साठी पैसे देतात, त्यात 'व्हेंडर लॉक-इन' (Vendor lock-in) आणि डेटा उघड होण्याचा धोका आहे. स्वतःचे मॉडेल स्थानिक पातळीवर किंवा प्रायव्हेट क्लाउडवर (Private cloud) होस्ट केल्यास, कंपन्या संवेदनशील डेटा त्यांच्या नेटवर्कमध्ये सुरक्षित ठेवू शकतात.
वित्त (Finance), आरोग्यसेवा (Healthcare) आणि सरकारी क्षेत्रात, जिथे डेटा सार्वभौमत्व (Data sovereignty) महत्त्वाचे आहे, तिथे ही क्षमता विशेष आकर्षक आहे. तसेच, कंपन्या जेव्हा AI चा वापर मोठ्या प्रमाणात करतात, तेव्हा API कॉल्ससाठी लागणारा खर्च खूप वाढू शकतो. त्यामुळे, काही कंपन्या दीर्घकालीन आर्थिक धोरणाचा भाग म्हणून स्वतःचे कस्टम-बिल्ट सोल्यूशन्स (Custom-built solutions) शोधत आहेत.
सुरक्षा आणि नियमावलीचे धोके
स्वस्त आणि स्वतःच्या नियंत्रणाखालील AI मॉडेल्सचे आकर्षण असले तरी, चिनी AI मॉडेल्स अमेरिकन आणि युरोपियन बाजारात आणण्यास मोठे अडथळे आहेत. यामागे कठोर नियामक (Regulatory) आणि भू-राजकीय (Geopolitical) वातावरण कारणीभूत आहे. पश्चिमेकडील सरकारे डेटा गोपनीयता, बौद्धिक संपदा आणि राष्ट्रीय सुरक्षेच्या कारणास्तव चिनी तंत्रज्ञानावर अधिक लक्ष ठेवून आहेत.
कोणत्याही कॉर्पोरेशनसाठी, विशेषतः AI सारख्या महत्त्वाच्या क्षेत्रात परदेशी विकसित सॉफ्टवेअर वापरणे म्हणजे सखोल सुरक्षा ऑडिट (Security audits) आणि अनुपालन (Compliance) पुनरावलोकनांना सामोरे जावे लागणे. व्यापार धोरणे बदलल्यास कायदेशीर किंवा भविष्यातील निर्बंधांचा धोका वाढू शकतो. गुंतवणूकदारांनी हे लक्षात घेतले पाहिजे की अनेक पाश्चात्त्य कंपन्यांसाठी, कायदेशीर आणि प्रतिष्ठेशी संबंधित धोके हे या मॉडेल्सच्या खर्चातील बचतीपेक्षा जास्त असू शकतात.
हायब्रिड AI चे भविष्य
उद्योग निरीक्षकांच्या मते, एंटरप्राइज AI मार्केट (Enterprise AI market) पूर्णपणे पाश्चात्त्य सेवा प्रदात्यांना सोडणार नाही. त्याऐवजी, 'मल्टी-मॉडल' धोरण (Multi-model strategy) उदयास येत आहे. कंपन्या सामान्य कामांसाठी शक्तिशाली मालकीचे मॉडेल्स वापरतील, तर विशेष, खाजगी किंवा खर्चावर आधारित कामांसाठी इन-हाउस (In-house) किंवा ओपन-सोर्स (Open-source) सोल्यूशन्स तयार करतील.
या हायब्रिड दृष्टिकोनमुळे कंपन्यांना दोन्ही जगांचा फायदा मिळेल: फ्रंटियर मॉडेल्सची प्रगत क्षमता आणि स्वतःच्या मॉडेल्सची सुरक्षा व सानुकूलन (Customization). आयटी सेवा प्रदात्यांसाठी (IT service providers) आणि सिस्टम इंटिग्रेटर्ससाठी (System integrators), ज्यांचे अनेक अमेरिकन AI कंपन्यांशी मजबूत भागीदारी आहे, त्यांच्यासाठी क्लायंट्सना जटिल AI आर्किटेक्चर्स (AI architectures) व्यवस्थापित करण्यात मदत करण्याची भूमिका अधिक महत्त्वाची ठरेल.
गुंतवणूकदारांसाठी काय?
तंत्रज्ञान (Tech) आणि आयटी सेवा क्षेत्रावर (IT services sector) लक्ष ठेवणारे गुंतवणूकदार काही गोष्टींवर लक्ष ठेवू शकतात. पहिले म्हणजे, आयटी कन्सल्टिंग कंपन्यांच्या (IT consulting firms) अहवालांमध्ये त्यांच्या क्लायंट्सच्या AI अवलंबन धोरणांबद्दल काय बोलले जात आहे हे पाहणे - ते एकाच विक्रेता (Single-vendor) किंवा अनेक विक्रेत्यांच्या (Multi-vendor) धोरणांना प्राधान्य देत आहेत का? दुसरे, AI सॉफ्टवेअर आयात आणि वापरासंदर्भातील नियामक अपडेट्सवर (Regulatory updates) लक्ष ठेवा, कारण यामुळे कंपन्यांना परदेशी AI मॉडेल्स किती प्रमाणात स्वीकारता येतील हे ठरेल. तिसरे, मोठ्या क्लाउड प्रदात्यांच्या (Cloud providers) भांडवली खर्चाच्या (Capital spending) पद्धतींचा मागोवा घ्या, जेणेकरून ते एंटरप्राइज क्लायंट्सना अंतर्गत सेल्फ-होस्टेड सोल्यूशन्सकडे जाण्यापासून रोखण्यासाठी त्यांच्या किमतीच्या मॉडेल्समध्ये बदल करतील का, हे समजेल.