एंटरप्राइज AI प्लॅटफॉर्म Writer ने 'Palmyra X6' हे नवीन मॉडेल लॉन्च केले असून, AI डिप्लॉयमेंटचा खर्च तब्बल **52%** ने कमी करण्याचा दावा केला आहे. यासोबतच त्यांनी एजंट इन्फ्रास्ट्रक्चरमध्येही (Agent Infrastructure) मोठे अपडेट्स केले आहेत. ही पायरी शुद्ध कार्यक्षमतेपेक्षा (Pure Performance) कार्यक्षमतेवर (Efficiency) भर देणाऱ्या उद्योगातील व्यापक बदलांना अधोरेखित करते.
एंटरप्राइज AI प्लॅटफॉर्म Writer ने आपले नवीन फ्लॅगशिप मॉडेल 'Palmyra X6' सादर केले आहे. यासोबतच, कंपनीने त्यांच्या एजंट ऑर्केस्ट्रेशन इन्फ्रास्ट्रक्चरमध्ये (Agent Orchestration Infrastructure) महत्त्वपूर्ण सुधारणा केल्या आहेत.
कंपनीचा दावा आहे की, या एकत्रित उपायांमुळे क्लिष्ट आणि बहु-स्तरीय कामे करणाऱ्या व्यवसायांसाठी AI डिप्लॉयमेंटचा खर्च 52% पर्यंत कमी होऊ शकतो. कृत्रिम बुद्धिमत्ता (Artificial Intelligence) क्षेत्रात हा एक धोरणात्मक बदल दर्शवतो, जिथे केवळ मॉडेलच्या परफॉर्मन्सचा (Model Performance) पाठपुरावा करण्याऐवजी ऑपरेशनल एफिशियन्सी (Operational Efficiency) आणि गुंतवणुकीवरील परतावा (Return on Investment) यावर अधिक लक्ष केंद्रित केले जात आहे.
Writer चा दृष्टिकोन त्यांच्या 'एजंट हार्नेस' (Agent Harness) वर आधारित आहे. हे सॉफ्टवेअर इन्फ्रास्ट्रक्चर AI मॉडेल्स कार्ये कशी पार पाडतात याचे व्यवस्थापन करते. कंपनीच्या मते, या हार्नेसला ऑप्टिमाइझ करणे हा अंडरलायिंग AI मॉडेल बदलण्यापेक्षा खर्च कमी करण्याचा अधिक प्रभावी मार्ग आहे. एजंट्स क्लिष्ट ऑपरेशन्स कशा प्रकारे पार पाडतात यात सुधारणा करून, Writer 'टोकन्स' (Tokens) चा वापर कमी करण्याचे उद्दिष्ट ठेवत आहे. आधुनिक AI ऍप्लिकेशन्समध्ये खर्चाची गणना करण्यासाठी टोकन हा प्राथमिक मेट्रिक आहे.
CEO मे हबीब (May Habib) यांनी एंटरप्राइज क्लायंट्समध्ये वाढता कल अधोरेखित केला: केवळ बेंचमार्क स्कोअरमध्ये (Benchmark Scores) किरकोळ वाढ मिळवण्याऐवजी स्थिर आणि अंदाजित खर्चाची (Stable, Predictable Costs) इच्छा. त्यांनी नमूद केले की अनेक व्यवसाय मोठ्या AI लॅब्सबद्दल साशंक होत आहेत. याचे कारण म्हणजे अपारदर्शक टोकन प्राइसिंग मॉडेल्स (Opaque Token Pricing Models) आणि एंटरप्राइज बिझनेस गोल्सशी (Enterprise Business Goals) जुळवून घेण्याच्या दृष्टीने त्रुटी.
गुंतवणूकदार आणि मार्केट निरीक्षकांसाठी हे स्पष्ट करणे महत्त्वाचे आहे की Writer ही एक खाजगी कंपनी (Privately Held Entity) आहे. नोव्हेंबर 2024 मध्ये झालेल्या सीरीज सी (Series C) फंडिंग राऊंडमध्ये कंपनीचे मूल्यांकन $1.9 बिलियन होते. ही कंपनी कोणत्याही सार्वजनिक स्टॉक एक्सचेंजवर सूचीबद्ध नसल्यामुळे, तिचे शेअर्स रिटेल किंवा संस्थात्मक व्यापारासाठी उपलब्ध नाहीत. त्यामुळे, सार्वजनिकरित्या तिमाही आर्थिक अहवाल किंवा शेअरच्या किमतीतील चढ-उतार ट्रॅक करण्यासाठी उपलब्ध नाहीत.
Palmyra X6 मॉडेल स्वतः GLM-5.2 या ओपन-वेट मॉडेलचे पोस्ट-ट्रेन्ड व्हर्जन (Post-trained Version) आहे, जे मूळतः Z.ai (पूर्वी Zhipu AI) द्वारे विकसित केले गेले होते. यामुळे Writer ला मॉडेल-अज्ञेयवादी (Model-Agnostic) राहता येते, ज्यामुळे ग्राहक ते इतर सिस्टीमसह वापरू शकतात. तथापि, आंतरराष्ट्रीय उत्पत्तीच्या फाउंडेशन मॉडेल्सचा (Foundation Models) वापर कधीकधी एंटरप्राइज सॉफ्टवेअर पुरवठा साखळींमध्ये (Enterprise Software Supply Chains) तपासणीच्या कक्षेत येऊ शकतो. डेटा सुरक्षा आणि नियामक अनुपालनाच्या (Regulatory Compliance) दृष्टीने, थर्ड-पार्टी फाउंडेशन मॉडेल्सवर अवलंबून असलेल्या सॉफ्टवेअरचा अवलंब करताना संस्था अनेकदा जटिल जोखीम मूल्यांकनांमधून (Risk Assessments) जातात.
यामागील व्यापक ट्रेंड 'मॉडेल-फर्स्ट' (Model-First) वरून 'इन्फ्रास्ट्रक्चर-फर्स्ट' (Infrastructure-First) AI स्ट्रॅटेजीकडे (AI Strategies) होत असलेला बदल आहे. एंटरप्राइझ सध्या AI प्रोजेक्ट्सना प्रोटोटाइपमधून (Prototypes) प्रोडक्शनमध्ये (Production) नेण्यासाठी दबावाखाली आहेत, जिथे खर्चावर नियंत्रण न ठेवल्यास तो अनियंत्रितपणे वाढू शकतो. ज्या कंपन्या पारदर्शक, किफायतशीर आणि विश्वासार्ह इन्फ्रास्ट्रक्चर प्रदान करू शकतात, त्यांना सध्याच्या मार्केटमध्ये स्पर्धात्मक फायदा मिळू शकतो, कारण व्यवसाय कार्यक्षमतेशी तडजोड न करता AI खर्च कमी करण्याचा प्रयत्न करत आहेत. एंटरप्राइज AI क्षेत्रासाठी महत्त्वाचे निरीक्षण म्हणजे कंपन्या किती लवकर सकारात्मक ROI (Return on Investment) सिद्ध करू शकतात, कारण लक्ष हिप (Hype) कडून बॉटम-लाइन इम्पॅक्टकडे (Bottom-line Impact) सरकत आहे.