Deccan AI ਨੇ ਜਿੱਤੇ **$25 ਮਿਲੀਅਨ**! ਹੁਣ AI ਸਿਸਟਮ ਹੋਣਗੇ ਹੋਰ ਭਰੋਸੇਯੋਗ

AI ਦਾ ਫੋਕਸ ਹੁਣ ਭਰੋਸੇਯੋਗਤਾ 'ਤੇ

ਇਹ ਨਵੀਂ ਫੰਡਿੰਗ Deccan AI ਲਈ ਇੰਡਸਟਰੀ ਵਿੱਚ ਆ ਰਹੇ ਇੱਕ ਵੱਡੇ ਬਦਲਾਅ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਹੁਣ ਕੰਪਨੀਆਂ ਸਿਰਫ਼ AI ਦੇ ਪ੍ਰਯੋਗਾਂ (Experiments) ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਭਰੋਸੇਮੰਦ (Reliable) ਅਤੇ ਪ੍ਰੋਡਕਸ਼ਨ-ਲਾਈਨ ਸਿਸਟਮਜ਼ ਬਣਾਉਣਾ ਚਾਹੁੰਦੀਆਂ ਹਨ। ਜਿਵੇਂ-ਜਿਵੇਂ ਕਾਰੋਬਾਰ ਆਪਣੇ ਜ਼ਰੂਰੀ ਕੰਮਾਂ ਵਿੱਚ AI ਨੂੰ ਸ਼ਾਮਲ ਕਰ ਰਹੇ ਹਨ, ਉੱਥੇ ਨਵੇਂ ਐਪਲੀਕੇਸ਼ਨਜ਼ ਤੋਂ ਜ਼ਿਆਦਾ AI ਦੀ ਸਹੀ ਵਰਤੋਂ (Accuracy), ਪੁਸ਼ਟੀ (Validation) ਅਤੇ ਲਗਾਤਾਰ ਨਿਗਰਾਨੀ (Monitoring) 'ਤੇ ਧਿਆਨ ਦਿੱਤਾ ਜਾ ਰਿਹਾ ਹੈ।

AI ਕਿਵੇਂ ਬਣੇਗਾ ਜ਼ਿਆਦਾ ਭਰੋਸੇਮੰਦ?

AI ਸੈਕਟਰ ਹੁਣ ਸ਼ੁਰੂਆਤੀ ਪ੍ਰਯੋਗਾਂ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਅਸਲ-ਦੁਨੀਆ ਦੇ ਕੰਮਾਂ ਵਿੱਚ ਵਰਤਿਆ ਜਾ ਰਿਹਾ ਹੈ। ਕਾਰੋਬਾਰਾਂ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਕੰਮਾਂ ਲਈ AI ਨੂੰ ਸਟੀਕ ਅਤੇ ਭਰੋਸੇਮੰਦ ਬਣਾਉਣ ਵਿੱਚ ਵੱਡੀਆਂ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ। Deccan AI ਇਸ ਮੰਗ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਤਿਆਰ ਹੈ। ਕੰਪਨੀ ਦਾ "ਬਹੁਤ ਜ਼ਿਆਦਾ ਸਟੀਕ AI ਸਿਸਟਮ" ਬਣਾਉਣ 'ਤੇ ਫੋਕਸ ਇੱਕ ਅਜਿਹੀ ਮਾਰਕੀਟ ਗੈਪ ਨੂੰ ਭਰਦਾ ਹੈ ਜਿੱਥੇ ਸਫਲਤਾ ਦਾ ਮਤਲਬ ਸਿਰਫ਼ ਇੱਕ ਡੈਮੋ ਦਿਖਾਉਣਾ ਨਹੀਂ, ਸਗੋਂ ਗੁੰਝਲਦਾਰ, ਜ਼ਰੂਰੀ ਕੰਮਾਂ ਨੂੰ ਭਰੋਸੇਯੋਗ ਢੰਗ ਨਾਲ ਸੰਭਾਲਣਾ ਹੈ। AI ਮਾਡਲ ਇਵੈਲੂਏਸ਼ਨ ਪਲੇਟਫਾਰਮ ਮਾਰਕੀਟ 2026 ਤੱਕ $2.36 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚਣ ਦੀ ਉਮੀਦ ਹੈ, ਜੋ AI ਦੀ ਨਿਰੰਤਰ ਕਾਰਗੁਜ਼ਾਰੀ ਵਿੱਚ ਨਿਵੇਸ਼ਕਾਂ ਦੀ ਮਜ਼ਬੂਤ ਰੁਚੀ ਦਿਖਾਉਂਦੀ ਹੈ।

ਫੰਡਿੰਗ ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਹੋਵੇਗੀ?

Deccan AI ਨੇ $25 ਮਿਲੀਅਨ ਦੀ ਇਸ ਫੰਡਿੰਗ ਨੂੰ AI ਮਾਡਲਾਂ ਦੇ ਪੋਸਟ-ਟ੍ਰੇਨਿੰਗ (ਸਿਖਲਾਈ ਤੋਂ ਬਾਅਦ) ਲਈ ਆਪਣੇ ਸਿਸਟਮ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ, ਆਪਣੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਟੂਲਜ਼ ਦਾ ਵਿਸਥਾਰ ਕਰਨ ਅਤੇ ਰੋਬੋਟਿਕਸ ਅਤੇ ਡਾਟਾ ਸਾਇੰਸ ਵਿੱਚ ਆਪਣੀ ਮੁਹਾਰਤ ਵਧਾਉਣ ਲਈ ਵਰਤਣਾ ਹੈ। ਇਸ ਫੰਡਿੰਗ ਰਾਊਂਡ, ਜਿਸਦੀ ਅਗਵਾਈ A91 Partners ਨੇ ਕੀਤੀ ਅਤੇ ਜਿਸ ਵਿੱਚ Susquehanna ਅਤੇ ਪਹਿਲਾਂ ਤੋਂ ਨਿਵੇਸ਼ਕ Prosus Ventures ਨੇ ਵੀ ਹਿੱਸਾ ਲਿਆ, ਸਿੱਧੇ ਤੌਰ 'ਤੇ Deccan AI ਦੇ ਵੱਡੇ ਕਾਰਪੋਰੇਟ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਐਡਵਾਂਸਡ AI ਪ੍ਰਦਾਨ ਕਰਨ ਦੇ ਟੀਚੇ ਦਾ ਸਮਰਥਨ ਕਰਦੀ ਹੈ। ਕੰਪਨੀ ਦੇ ਗਾਹਕਾਂ ਵਿੱਚ ਪਹਿਲਾਂ ਹੀ ਜ਼ਿਆਦਾਤਰ "ਮੈਗਨੀਫੀਸੈਂਟ 7" ਟੈਕ ਕੰਪਨੀਆਂ ਸ਼ਾਮਲ ਹਨ, ਜੋ ਇਸਦੀ ਰਣਨੀਤੀ ਅਤੇ ਮਾਰਕੀਟ ਸਫਲਤਾ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦੀ ਹੈ। 'Helix' ਇਵੈਲੂਏਸ਼ਨ ਸੂਟ ਅਤੇ 'EnterpriseOS' ਵਰਕਫਲੋ ਆਟੋਮੇਸ਼ਨ ਪਲੇਟਫਾਰਮ ਵਰਗੇ ਉਤਪਾਦ ਕੰਪਨੀਆਂ ਨੂੰ AI ਪਾਇਲਟ ਪ੍ਰੋਜੈਕਟਾਂ ਤੋਂ ਪੂਰੀ ਪ੍ਰੋਡਕਸ਼ਨ ਤੱਕ ਲਿਜਾਣ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ।

ਡਾਟਾ ਕੁਆਲਿਟੀ ਬਣੇਗੀ ਮੁੱਖ ਫਾਇਦਾ

Deccan AI ਉੱਚ-ਗੁਣਵੱਤਾ ਵਾਲੇ ਡਾਟਾ ਅਤੇ ਮਾਹਰਾਂ ਦੁਆਰਾ ਕੀਤੇ ਗਏ ਮੁਲਾਂਕਣਾਂ (Evaluations) 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਕੇ ਵੱਖਰਾ ਖੜ੍ਹਾ ਹੁੰਦਾ ਹੈ, ਅਤੇ ਡਾਟਾ ਕੁਆਲਿਟੀ ਨੂੰ ਆਪਣਾ ਮੁੱਖ ਫਾਇਦਾ ਮੰਨਦਾ ਹੈ। ਕੰਪਨੀ ਟ੍ਰੇਨਿੰਗ ਅਤੇ ਇਵੈਲੂਏਸ਼ਨ ਡਾਟਾ ਦਾ ਉੱਚ ਪੱਧਰ ਬਣਾਉਣ ਲਈ ਇੱਕ ਮਿਲੀਅਨ ਤੋਂ ਵੱਧ ਰਜਿਸਟਰਡ ਫ੍ਰੀਲਾਂਸਰਾਂ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ 12,000 ਤੋਂ ਵੱਧ ਮਾਹਰ ਸ਼ਾਮਲ ਹਨ, ਦੇ ਨੈੱਟਵਰਕ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ। ਇਹ "ਹ్యూਮਨ-ਇਨ-ਦ-ਲੂਪ" (Human-in-the-loop) ਵਿਧੀ, Databench ਵਰਗੇ ਪਲੇਟਫਾਰਮਾਂ ਅਤੇ ਇਸਦੇ "Human + AI Quality Playbook" ਦੇ ਨਾਲ, AI ਮਾਡਲਾਂ ਨੂੰ ਗੁੰਝਲਦਾਰ ਕਾਰੋਬਾਰੀ ਤਰਕ (Business Logic) ਲਈ ਲੋੜੀਂਦੀ ਸਮਝ ਪ੍ਰਦਾਨ ਕਰਨ ਦਾ ਟੀਚਾ ਰੱਖਦੀ ਹੈ। ਸੰਸਥਾਪਕ Rukesh Reddy, ਜੋ ਕਿ IIT ਬੰਬੇ ਅਤੇ IIM ਅਹਿਮਦਾਬਾਦ ਦੇ ਸਾਬਕਾ ਵਿਦਿਆਰਥੀ ਹਨ, ਨੇ ਕਿਹਾ, "ਲੋਕਾਂ ਤੋਂ ਬਿਨਾਂ ਬਣਾਈ ਗਈ AI ਅਧੂਰੀ ਰਹੇਗੀ," ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੇ ਹੋਏ ਕਿ ਪ੍ਰਭਾਵੀ ਢੰਗ ਨਾਲ ਤਰਕ ਕਰਨ ਅਤੇ ਸਿੱਖਣ ਵਾਲੀ AI ਲਈ ਮਨੁੱਖੀ ਮਾਹਰਤਾ ਜ਼ਰੂਰੀ ਹੈ। ਇਹ ਪਹੁੰਚ ਮਾੜੀ ਟ੍ਰੇਨਿੰਗ ਡਾਟਾ ਕੁਆਲਿਟੀ ਦੀ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਦੀ ਹੈ, ਜੋ AI ਦੀ ਵਰਤੋਂ ਵਿੱਚ ਇੱਕ ਵੱਡੀ ਰੁਕਾਵਟ ਹੈ।

ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਵਾਲਾ AI ਮੈਦਾਨ

AI ਸੈਕਟਰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਵਾਲਾ ਹੈ, ਜਿਸ ਵਿੱਚ OpenAI, Anthropic, ਅਤੇ Databricks ਵਰਗੀਆਂ ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਮਾਰਕੀਟ ਦੇ ਵੱਡੇ ਹਿੱਸੇ ਅਤੇ ਪੂੰਜੀ 'ਤੇ ਕਬਜ਼ਾ ਕਰਕੇ ਬੈਠੀਆਂ ਹਨ। AI ਮਾਡਲ ਇਵੈਲੂਏਸ਼ਨ ਅਤੇ ਨਿਗਰਾਨੀ ਦੇ ਖਾਸ ਖੇਤਰ ਵਿੱਚ, Fiddler AI, Arize AI, Arthur AI, IBM Watson, ਅਤੇ Google Cloud AI Platform ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਵੀ ਮੁਕਾਬਲਾ ਕਰ ਰਹੀਆਂ ਹਨ। AI ਮਾਡਲ ਇਵੈਲੂਏਸ਼ਨ ਮਾਰਕੀਟ, ਜਿਸਦੇ 2030 ਤੱਕ $6 ਬਿਲੀਅਨ ਤੋਂ ਵੱਧ ਹੋਣ ਦੀ ਉਮੀਦ ਹੈ, Deccan AI ਲਈ ਮਜ਼ਬੂਤ ਮੰਗ ਪਰ ਨਾਲ ਹੀ ਇੱਕ ਭੀੜ ਵਾਲਾ ਬਾਜ਼ਾਰ ਵੀ ਦਰਸਾਉਂਦੀ ਹੈ। Scale AI ਵੀ ਇੱਕ ਮੁਕਾਬਲੇਬਾਜ਼ ਹੈ ਜੋ ਡਾਟਾ ਇਨਫਰਾਸਟਰਕਚਰ ਅਤੇ ਲੇਬਲਿੰਗ ਸੇਵਾਵਾਂ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।

AI ਨੂੰ ਲਾਗੂ (Deploy) ਕਰਨ ਵਿੱਚ ਚੁਣੌਤੀਆਂ

ਮਜ਼ਬੂਤ ਫੰਡਿੰਗ ਅਤੇ ਬਾਜ਼ਾਰ ਦੀ ਸਪੱਸ਼ਟ ਮੰਗ ਦੇ ਬਾਵਜੂਦ, Deccan AI ਨੂੰ ਕਈ ਵੱਡੀਆਂ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਵੇਗਾ। ਵੱਡੀਆਂ ਟੈਕ ਫਰਮਾਂ ਅਤੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਫੰਡ ਪ੍ਰਾਪਤ ਸਟਾਰਟਅੱਪਸ ਤੋਂ ਸਖ਼ਤ ਮੁਕਾਬਲਾ ਲਗਾਤਾਰ ਨਵੀਨਤਾ (Innovation) ਅਤੇ ਸੰਪੂਰਨ ਕਾਰਜ-ਪ੍ਰਣਾਲੀ (Execution) ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ। ਇੱਕ ਵੱਡੇ ਫ੍ਰੀਲਾਂਸ ਨੈੱਟਵਰਕ ਤੋਂ ਡਾਟਾ ਦੀ ਗੁਣਵੱਤਾ ਅਤੇ ਇਕਸਾਰਤਾ (Consistency) ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨਾ ਇੱਕ ਵੱਡਾ ਕਾਰਜਕਾਰੀ ਕੰਮ ਹੈ। AI ਡੈਮੋ ਤੋਂ ਲੈ ਕੇ ਕੰਪਨੀ-ਵਿਆਪੀ ਸੁਚਾਰੂ (Smooth) ਤੌਰ 'ਤੇ ਲਾਗੂ ਕਰਨ ਤੱਕ ਦਾ ਸੰਕਰਮਣ (Transition) ਅਕਸਰ ਮੁਸ਼ਕਲ ਅਤੇ ਮਹਿੰਗਾ ਹੁੰਦਾ ਹੈ। ਇਸ ਪਾੜੇ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿਣ ਨਾਲ ਕਾਰਜ-ਪ੍ਰਣਾਲੀ ਦੇ ਜੋਖਮ (Execution Risks) ਅਤੇ ਨਿਵੇਸ਼ਕਾਂ ਦੇ ਸ਼ੰਕਿਆਂ ਨੂੰ ਹਵਾ ਮਿਲ ਸਕਦੀ ਹੈ, ਖਾਸ ਕਰਕੇ ਜਦੋਂ ਬਾਜ਼ਾਰ ਵਿਕਾਸ ਸੰਭਾਵਨਾਵਾਂ (Growth Potential) ਦੀ ਬਜਾਏ ਸਾਬਤ ਮੁੱਲ (Proven Value) ਦੀ ਭਾਲ ਕਰ ਰਿਹਾ ਹੈ। ਬਾਹਰੀ, ਪ੍ਰਮਾਣਿਤ ਪ੍ਰਤਿਭਾ (Vetted Talent) 'ਤੇ ਨਿਰਭਰਤਾ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਜ਼ਰੂਰੀ ਕਾਰਪੋਰੇਟ ਗਾਹਕਾਂ ਲਈ ਇਕਸਾਰ ਨਤੀਜੇ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਪਰਿਵਰਤਨਸ਼ੀਲਤਾ (Variability) ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨਾ ਪਵੇਗਾ।

AI ਭਰੋਸੇਯੋਗਤਾ ਨੇਤਾਵਾਂ ਲਈ ਆਉਟਲੁੱਕ

Deccan AI ਦੀ $25 ਮਿਲੀਅਨ ਦੀ ਫੰਡਿੰਗ ਇਸਨੂੰ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਦੇ ਵਧਦੇ ਅਪਣਾਅ (Adoption) ਤੋਂ ਲਾਭ ਉਠਾਉਣ ਲਈ ਸਥਾਪਿਤ ਕਰਦੀ ਹੈ, ਖਾਸ ਤੌਰ 'ਤੇ ਜਿੱਥੇ ਬਿਹਤਰ ਸਟੀਕਨੈੱਸ ਅਤੇ ਭਰੋਸੇਯੋਗਤਾ ਜ਼ਰੂਰੀ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਕੰਪਨੀਆਂ ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ AI ਨੂੰ ਆਪਣੇ ਮੁੱਖ ਕਾਰਜਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰ ਰਹੀਆਂ ਹਨ, ਉਹ ਕੰਪਨੀਆਂ ਜੋ ਮਾਡਲ ਇਵੈਲੂਏਸ਼ਨ, ਪੋਸਟ-ਟ੍ਰੇਨਿੰਗ ਆਪਟੀਮਾਈਜ਼ੇਸ਼ਨ, ਅਤੇ ਡਿਪਲਾਏਮੈਂਟ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਸੰਭਾਲ ਸਕਦੀਆਂ ਹਨ, ਉਹਨਾਂ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਵਿਕਾਸ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਬਾਜ਼ਾਰ ਦਾ ਪ੍ਰੋਡਕਸ਼ਨ-ਰੈਡੀ AI ਹੱਲਾਂ ਵੱਲ ਵਧਣਾ Deccan AI ਲਈ ਮੌਕੇ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਜਿੰਨਾ ਚਿਰ ਉਹ ਸਖ਼ਤ ਮੁਕਾਬਲੇ ਦੇ ਬਾਵਜੂਦ ਕਾਰਜ-ਪ੍ਰਣਾਲੀ ਨੂੰ ਵਧਾਉਣ ਅਤੇ ਡਾਟਾ ਗੁਣਵੱਤਾ ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਵਿੱਚ ਸਫਲ ਹੁੰਦੇ ਹਨ।