Whalesbook
ਬੈਂਗਲੁਰੂ ਦੀ ਕੰਪਨੀ Gnani AI ਨੇ Prisma v2.5 ਲਾਂਚ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ 14 ਮਿਲੀਅਨ ਘੰਟਿਆਂ ਤੋਂ ਵੱਧ ਭਾਰਤੀ ਡਾਟਾ 'ਤੇ ਟ੍ਰੇਨ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਹ ਨਵਾਂ ਮਾਡਲ ਖਾਸ ਤੌਰ 'ਤੇ ਭਾਰਤ ਦੇ ਸ਼ੋਰ-ਸ਼ਰਾਬੇ ਵਾਲੇ ਅਤੇ ਬਹੁ-ਭਾਸ਼ਾਈ ਮਾਹੌਲ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖ ਕੇ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਜਿਸ ਨਾਲ ਦੇਸ਼ ਦੇ 'ਸਾਵਰੇਨ AI' ਟੀਚਿਆਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਮਿਲੇਗੀ।
ਕੀ ਹੋਇਆ?
ਬੈਂਗਲੁਰੂ ਦੀ ਵੌਇਸ-ਫਸਟ ਸਟਾਰਟਅੱਪ Gnani AI ਨੇ ਆਪਣਾ ਨਵਾਂ ਸਪੀਚ-ਟੂ-ਟੈਕਸਟ ਮਾਡਲ, Prisma v2.5, ਲਾਂਚ ਕੀਤਾ ਹੈ। ਇਹ ਟੈਕਨਾਲੋਜੀ ਭਾਰਤੀ ਭਾਸ਼ਾਵਾਂ ਨੂੰ ਆਮ ਗਲੋਬਲ ਮਾਡਲਾਂ ਨਾਲੋਂ ਵਧੇਰੇ ਸਟੀਕਤਾ ਨਾਲ ਪ੍ਰੋਸੈਸ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੀ ਗਈ ਹੈ, ਜੋ ਅਕਸਰ ਭਾਰਤੀ ਭਾਸ਼ਾਈ ਮਾਹੌਲ ਦੀਆਂ ਖਾਸ ਚੁਣੌਤੀਆਂ ਨਾਲ ਜੂਝਦੇ ਹਨ। ਕੰਪਨੀ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਸ ਮਾਡਲ ਨੂੰ 14 ਮਿਲੀਅਨ ਘੰਟਿਆਂ ਤੋਂ ਵੱਧ ਪ੍ਰੋਪਰਾਈਟਰੀ ਇੰਡਿਕ ਸਪੀਚ ਡਾਟਾ 'ਤੇ ਟ੍ਰੇਨ ਕੀਤਾ ਗਿਆ ਹੈ, ਜਿਸ ਵਿੱਚ ਹਿੰਦੀ, ਤਾਮਿਲ, ਤੇਲਗੂ ਅਤੇ ਕਈ ਖੇਤਰੀ ਬੋਲੀਆਂ ਸ਼ਾਮਲ ਹਨ। ਕੰਪਨੀ ਦਾ ਦਾਅਵਾ ਹੈ ਕਿ ਸ਼ੋਰ-ਸ਼ਰਾਬੇ ਵਾਲੀਆਂ, ਅਸਲ-ਦੁਨੀਆ ਦੀਆਂ ਸਥਿਤੀਆਂ ਵਿੱਚ ਟੈਸਟ ਕੀਤੇ ਜਾਣ 'ਤੇ, ਇਸ ਮਾਡਲ ਵਿੱਚ ਪੇਂਡੂ ਹਿੰਦੀ ਬੋਲੀਆਂ ਲਈ 15% ਘੱਟ ਵਰਡ ਐਰਰ ਰੇਟ ਅਤੇ ਦ੍ਰਾਵਿੜੀਅਨ ਭਾਸ਼ਾਵਾਂ ਲਈ 18% ਘੱਟ ਐਰਰ ਰੇਟ ਹੈ, ਜਦੋਂ ਇਸਦੀ ਤੁਲਨਾ ਮੌਜੂਦਾ ਵਿਕਲਪਾਂ ਨਾਲ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਇਹ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ?
ਭਾਰਤੀ AI ਈਕੋਸਿਸਟਮ ਲਈ, ਇਹ ਵਿਕਾਸ 'ਸਾਵਰੇਨ AI' (Sovereign AI) ਵੱਲ ਵਧ ਰਹੇ ਰੁਝਾਨ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਡਾਟਾ ਸੁਰੱਖਿਆ ਅਤੇ ਸਥਾਨਕ ਲੋੜਾਂ ਅਨੁਸਾਰ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਦੇਸ਼ ਦੇ ਅੰਦਰ ਤਕਨਾਲੋਜੀ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦਾ ਵਿਕਾਸ ਕਰਨਾ। ਗਲੋਬਲ AI ਮਾਡਲ ਅਕਸਰ ਸਟੂਡੀਓ-ਕੁਆਲਿਟੀ ਡਾਟਾ 'ਤੇ ਟ੍ਰੇਨ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਜੋ ਭਾਰਤੀ ਟੈਲੀਫੋਨੀ ਜਾਂ ਗਾਹਕ ਸਹਾਇਤਾ ਕਾਲਾਂ ਦੇ ਸ਼ੋਰ-ਸ਼ਰਾਬੇ ਵਾਲੇ, ਕੋਡ-ਸਵਿੱਚਡ (ਅੰਗਰੇਜ਼ੀ ਨੂੰ ਖੇਤਰੀ ਭਾਸ਼ਾਵਾਂ ਨਾਲ ਮਿਲਾਉਣਾ) ਮਾਹੌਲ ਨੂੰ ਨਹੀਂ ਦਰਸਾਉਂਦਾ। ਇਨ੍ਹਾਂ 'ਅਸਲ-ਦੁਨੀਆ' ਦੀਆਂ ਸਥਿਤੀਆਂ - ਜਿਵੇਂ ਕਿ ਵਿਅਸਤ ਬੈਕਗ੍ਰਾਊਂਡ ਟ੍ਰੈਫਿਕ ਜਾਂ ਖਰਾਬ ਨੈੱਟਵਰਕ ਗੁਣਵੱਤਾ - ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਕੇ, Gnani AI ਬੈਂਕਿੰਗ, ਬੀਮਾ ਅਤੇ ਦੂਰਸੰਚਾਰ ਵਰਗੇ ਖੇਤਰਾਂ ਵਿੱਚ ਭਾਰਤੀ ਐਂਟਰਪ੍ਰਾਈਜ਼ਾਂ ਲਈ ਇੱਕ ਗੰਭੀਰ ਸਮੱਸਿਆ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾ ਰਿਹਾ ਹੈ। ਇਸ ਨਿਸ਼ (niche) ਵਿੱਚ ਸਫਲਤਾ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਵਪਾਰਕ ਲਾਭ ਹੋ ਸਕਦੀ ਹੈ ਕਿਉਂਕਿ ਕੰਪਨੀਆਂ ਆਮ-ਉਦੇਸ਼ੀ AI ਤੋਂ ਵਿਸ਼ੇਸ਼, ਉੱਚ-ਸਟੀਕਤਾ ਵਾਲੇ ਸਾਧਨਾਂ ਵੱਲ ਵਧ ਰਹੀਆਂ ਹਨ।
ਵੱਡਾ ਵਪਾਰਕ ਸੰਦਰਭ
Gnani AI ਨੇ ਹਾਲ ਹੀ ਵਿੱਚ $10 ਮਿਲੀਅਨ ਦੀ ਸੀਰੀਜ਼ B ਫੰਡਿੰਗ ਜੁਟਾਈ ਹੈ, ਜਿਸ ਦੀ ਅਗਵਾਈ Aavishkaar Capital ਨੇ ਕੀਤੀ ਅਤੇ Info Edge Ventures ਨੇ ਵੀ ਭਾਗ ਲਿਆ। ਇਸ ਪੂੰਜੀ ਦਾ ਉਦੇਸ਼ ਕੰਪਨੀ ਨੂੰ ਆਪਣੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਵਧਾਉਣ ਅਤੇ ਆਪਣੀ ਗਲੋਬਲ ਮਾਰਕੀਟ ਮੌਜੂਦਗੀ ਦਾ ਵਿਸਤਾਰ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨਾ ਹੈ। ਇਹ ਫਰਮ ਇੱਕ ਐਂਟਰਪ੍ਰਾਈਜ਼ SaaS ਪ੍ਰਦਾਤਾ ਵਜੋਂ ਕੰਮ ਕਰਦੀ ਹੈ, ਜੋ ਆਟੋਮੇਟਿਡ ਗਾਹਕ ਸਹਾਇਤਾ ਅਤੇ ਵੌਇਸ-ਆਧਾਰਿਤ ਐਨਾਲਿਟਿਕਸ ਵਰਗੀਆਂ ਮਾਲੀਆ-ਉਤਪੰਨ ਕਰਨ ਵਾਲੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੀ ਹੈ। ਇੱਕ ਅਜਿਹੇ ਖੇਤਰ ਵਿੱਚ ਜਿੱਥੇ ਬਹੁਤ ਸਾਰੀਆਂ AI ਕੰਪਨੀਆਂ ਉੱਚ ਲਾਗਤਾਂ ਅਤੇ ਅਸਪਸ਼ਟ ਮੋਨਟਾਈਜ਼ੇਸ਼ਨ ਨਾਲ ਸੰਘਰਸ਼ ਕਰਦੀਆਂ ਹਨ, Gnani AI ਦਾ ਐਂਟਰਪ੍ਰਾਈਜ਼-ਗ੍ਰੇਡ, ਰਿਕਾਰਿੰਗ ਮਾਲੀਆ ਮਾਡਲਾਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨਾ ਇਸਨੂੰ ਭਾਰਤ ਦੇ ਡੀਪ-ਟੈਕ ਸਪੇਸ ਵਿੱਚ ਇੱਕ ਪਰਿਪੱਕ ਖਿਡਾਰੀ ਵਜੋਂ ਦਰਸਾਉਂਦਾ ਹੈ।
ਸੈਕਟਰ ਦਾ ਦਬਾਅ ਅਤੇ ਮਾਰਕੀਟ ਡਾਇਨਾਮਿਕਸ
ਭਾਰਤ ਵਿੱਚ ਕਨਵਰਸੇਸ਼ਨਲ AI ਮਾਰਕੀਟ ਤੇਜ਼ੀ ਨਾਲ ਫੈਲ ਰਿਹਾ ਹੈ, ਅਤੇ ਅਨੁਮਾਨ ਹਨ ਕਿ ਇਹ 2034 ਤੱਕ ਮਜ਼ਬੂਤ ਵਿਕਾਸ ਦਰਜ ਕਰੇਗਾ। ਹਾਲਾਂਕਿ, ਇਸ ਸੈਕਟਰ ਨੂੰ ਸਖ਼ਤ ਮੁਕਾਬਲੇ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ। ਸਟਾਰਟਅੱਪ ਨਾ ਸਿਰਫ Microsoft ਜਾਂ OpenAI ਵਰਗੀਆਂ ਗਲੋਬਲ ਦਿੱਗਜਾਂ ਨਾਲ ਮੁਕਾਬਲਾ ਕਰ ਰਹੇ ਹਨ, ਬਲਕਿ Sarvam AI ਵਰਗੇ ਘਰੇਲੂ AI ਖਿਡਾਰੀਆਂ ਦੀ ਵਧ ਰਹੀ ਲਹਿਰ ਨਾਲ ਵੀ ਮੁਕਾਬਲਾ ਕਰ ਰਹੇ ਹਨ। ਸਾਰੇ ਭਾਗੀਦਾਰਾਂ ਲਈ ਮੁੱਖ ਰੁਕਾਵਟ ਘੱਟ-ਲੇਟੈਂਸੀ (low-latency) ਵਾਲੇ ਮਾਹੌਲ ਵਿੱਚ ਉੱਚ ਸਟੀਕਤਾ ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੈ। ਬਹੁਤ ਸਾਰੇ ਗਲੋਬਲ ਮਾਡਲ ਹਾਈ-ਸਪੀਡ ਇੰਟਰਨੈਟ ਅਤੇ ਸ਼ਾਂਤ ਆਲੇ-ਦੁਆਲੇ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਹਨ; ਉਹ ਭਾਰਤੀ ਕੰਪਨੀਆਂ ਜੋ AI ਸਮਰੱਥਾ ਅਤੇ ਭਾਰਤੀ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੀਆਂ ਹਕੀਕਤਾਂ - ਜਿਵੇਂ ਕਿ ਵਧਦੀ-ਘਟਦੀ ਕਨੈਕਟੀਵਿਟੀ ਅਤੇ ਵੱਖ-ਵੱਖ ਲਹਿਜ਼ੇ - ਵਿਚਕਾਰ ਪਾੜਾ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਸਫਲ ਹੁੰਦੀਆਂ ਹਨ, ਉਹ ਵੱਡੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਗਾਹਕਾਂ ਨਾਲ ਤੇਜ਼ੀ ਨਾਲ ਧਿਆਨ ਖਿੱਚ ਰਹੀਆਂ ਹਨ।
ਨਿਵੇਸ਼ਕਾਂ ਨੂੰ ਕੀ ਟਰੈਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ?
AI ਸੈਕਟਰ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਵਾਲੇ ਨਿਵੇਸ਼ਕ ਇਹ ਦੇਖ ਸਕਦੇ ਹਨ ਕਿ ਇਹ ਮਾਡਲ BFSI ਅਤੇ ਟੈਲੀਕਾਮ ਵਰਗੇ ਵੱਡੇ, ਨਿਯੰਤ੍ਰਿਤ ਉਦਯੋਗਾਂ ਦੁਆਰਾ ਕਿੰਨੀ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਅਪਣਾਏ ਜਾਂਦੇ ਹਨ। ਇੱਕ ਮੁੱਖ ਨਿਗਰਾਨੀਯੋਗ ਇਹ ਹੋਵੇਗਾ ਕਿ ਕੰਪਨੀ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਉੱਚ ਸਟੀਕਤਾ ਬਣਾਈ ਰੱਖਣ ਦੇ ਨਾਲ-ਨਾਲ ਇਨ੍ਹਾਂ ਮਾਡਲਾਂ ਨੂੰ ਚਲਾਉਣ ਨਾਲ ਸਬੰਧਤ ਲਾਗਤਾਂ ਨੂੰ ਕਿਵੇਂ ਕੰਟਰੋਲ ਕਰਦੀ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਡਾਟਾ ਪ੍ਰਭੂਸੱਤਾ (data sovereignty) ਅਤੇ ਸਰਕਾਰ ਦੇ IndiaAI ਮਿਸ਼ਨ ਦੇ ਸੰਬੰਧ ਵਿੱਚ ਰੈਗੂਲੇਟਰੀ ਅਪਡੇਟਸ ਮਹੱਤਵਪੂਰਨ ਰਹਿਣਗੇ, ਕਿਉਂਕਿ ਇਹ ਨਿਰਧਾਰਤ ਕਰ ਸਕਦੇ ਹਨ ਕਿ ਘਰੇਲੂ ਮਾਡਲਾਂ ਨੂੰ ਜਨਤਕ ਅਤੇ ਨਿੱਜੀ ਖੇਤਰ ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਕਿੰਨੀ ਤਰਜੀਹ ਜਾਂ ਏਕੀਕਰਨ ਪ੍ਰਾਪਤ ਹੋਵੇਗਾ। ਅੰਤ ਵਿੱਚ, ਇਹ ਦੇਖਣਾ ਕਿ ਕੰਪਨੀ R&D ਖਰਚਿਆਂ ਨੂੰ ਸੰਤੁਲਿਤ ਕਰਦੇ ਹੋਏ ਆਪਣੇ ਮਾਲੀਏ ਨੂੰ ਕਿਵੇਂ ਵਧਾਉਂਦੀ ਹੈ, ਭਾਰਤ ਦੇ ਵੌਇਸ-ਫਸਟ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਮਾਡਲ ਦੀ ਲੰਬੇ ਸਮੇਂ ਦੀ ਵਿਹਾਰਕਤਾ ਦਾ ਇੱਕ ਮਜ਼ਬੂਤ ਸੂਚਕ ਹੋਵੇਗਾ।
