ਭਾਰਤੀ AI ਕੰਪਨੀਆਂ Sarvam AI ਅਤੇ BharatGen ਸਰਕਾਰੀ GPU ਸਬਸਿਡੀਆਂ ਦੀ ਮਦਦ ਨਾਲ ਗਲੋਬਲ ਪਲੇਅਰਜ਼ ਨਾਲੋਂ ਬਹੁਤ ਘੱਟ ਕੀਮਤ 'ਤੇ ਫਾਊਂਡੇਸ਼ਨ ਮਾਡਲ ਪੇਸ਼ ਕਰ ਰਹੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ ਇਹ ਕੀਮਤਾਂ ਸਥਾਨਕ ਬਾਜ਼ਾਰ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾ ਰਹੀਆਂ ਹਨ, ਪਰ ਲੰਬੇ ਸਮੇਂ ਤੱਕ ਕੀਮਤਾਂ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ ਦੀ ਸਮਰੱਥਾ ਅਤੇ OpenAI ਵਰਗੇ ਗਲੋਬਲ ਦਿੱਗਜਾਂ ਦੇ ਮੁਕਾਬਲੇ ਤਕਨੀਕੀ ਸਮਰੱਥਾ 'ਤੇ ਸਵਾਲ ਬਣੇ ਹੋਏ ਹਨ।
ਭਾਰਤ ਦੀਆਂ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਸਟਾਰਟਅੱਪਸ, Sarvam AI ਅਤੇ ਸਰਕਾਰ ਵੱਲੋਂ ਸਮਰਥਿਤ ਪ੍ਰੋਜੈਕਟ BharatGen, ਬਾਜ਼ਾਰ ਵਿੱਚ ਆਪਣਾ ਹਿੱਸਾ ਵਧਾਉਣ ਲਈ ਆਪਣੇ ਫਾਊਂਡੇਸ਼ਨ ਮਾਡਲਾਂ ਦੀਆਂ ਕੀਮਤਾਂ ਨੂੰ ਹਮਲਾਵਰ ਤਰੀਕੇ ਨਾਲ ਘਟਾ ਰਹੀਆਂ ਹਨ। ਇਹ ਕੰਪਨੀਆਂ ਇਸ ਸਮੇਂ OpenAI, Anthropic, ਅਤੇ Google ਵਰਗੀਆਂ ਗਲੋਬਲ ਟੈਕਨਾਲੋਜੀ ਕੰਪਨੀਆਂ ਦੇ ਮੁਕਾਬਲੇ ਬਹੁਤ ਘੱਟ ਕੀਮਤ 'ਤੇ ਸੇਵਾਵਾਂ ਪ੍ਰਦਾਨ ਕਰ ਰਹੀਆਂ ਹਨ। ਇਹ ਕੀਮਤ ਨੀਤੀ ਸਰਕਾਰੀ ਗ੍ਰਾਫਿਕਸ ਪ੍ਰੋਸੈਸਿੰਗ ਯੂਨਿਟ (GPU) ਸਬਸਿਡੀਆਂ ਦੁਆਰਾ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਮਰਥਿਤ ਹੈ, ਜੋ ਕਿ ਵੱਡੇ AI ਸਿਸਟਮਾਂ ਨੂੰ ਟ੍ਰੇਨ ਅਤੇ ਚਲਾਉਣ ਲਈ ਮੁੱਖ ਹਾਰਡਵੇਅਰ ਹਨ।
ਕੀਮਤਾਂ ਵਿੱਚ ਜ਼ਮੀਨ-ਆਸਮਾਨ ਦਾ ਫਰਕ
ਵਿੱਤੀ ਅੰਕੜੇ ਕੀਮਤਾਂ ਦੀਆਂ ਢਾਂਚਿਆਂ ਵਿੱਚ ਵੱਡਾ ਅੰਤਰ ਦਰਸਾਉਂਦੇ ਹਨ। BharatGen ਦਾ Param-2 ਮਾਡਲ ₹5 ਪ੍ਰਤੀ ਮਿਲੀਅਨ ਆਊਟਪੁੱਟ ਟੋਕਨ 'ਤੇ ਉਪਲਬਧ ਹੈ, ਜਦੋਂ ਕਿ Sarvam AI ਮਾਡਲ ਦੇ ਪੈਰਾਮੀਟਰ ਸਕੇਲ ਦੇ ਆਧਾਰ 'ਤੇ ₹10 ਤੋਂ ₹16 ਤੱਕ ਚਾਰਜ ਕਰਦੀ ਹੈ। ਇਸਦੀ ਤੁਲਨਾ ਵਿੱਚ, OpenAI ਦੇ GPT-5 Mini ਅਤੇ Google ਦੇ Gemini 3.5 Flash ਵਰਗੇ ਗਲੋਬਲ ਵਿਕਲਪ ਪ੍ਰਤੀ ਮਿਲੀਅਨ ਆਊਟਪੁੱਟ ਟੋਕਨ ਲਈ ਕ੍ਰਮਵਾਰ ₹191 ਅਤੇ ₹858 'ਤੇ ਹਨ। ਇਹ ਰੁਝਾਨ ਇਨਪੁੱਟ ਟੋਕਨ ਲਾਗਤਾਂ ਲਈ ਵੀ ਜਾਰੀ ਹੈ, ਜਿੱਥੇ ਭਾਰਤੀ ਕੰਪਨੀਆਂ ₹1 ਤੋਂ ₹4 ਤੱਕ ਘੱਟ ਚਾਰਜ ਕਰਦੀਆਂ ਹਨ, ਜਦੋਂ ਕਿ ਗਲੋਬਲ ਪ੍ਰਦਾਤਾ ਵੱਧ ਕੀਮਤ ਵਸੂਲਦੇ ਹਨ।
ਸਥਾਨਕ ਬਾਜ਼ਾਰਾਂ 'ਤੇ ਰਣਨੀਤਕ ਫੋਕਸ
ਇਨ੍ਹਾਂ ਭਾਰਤੀ ਫਰਮਾਂ ਦਾ ਕਾਰੋਬਾਰੀ ਉਦੇਸ਼ ਗਲੋਬਲ ਫਰੰਟੀਅਰ ਮਾਡਲਾਂ ਨੂੰ ਬਦਲਣਾ ਨਹੀਂ, ਸਗੋਂ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਕਾਰੋਬਾਰੀ ਲਾਭ ਬਣਾਉਣਾ ਹੈ। ਭਾਰਤੀ ਭਾਸ਼ਾਵਾਂ ਅਤੇ ਖੇਤਰੀ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਕੇ, ਇਹ ਕੰਪਨੀਆਂ ਛੋਟੇ, ਵਧੇਰੇ ਕੁਸ਼ਲ ਮਾਡਲ ਬਣਾ ਰਹੀਆਂ ਹਨ ਜੋ ਸਥਾਨਕ ਉਦਯੋਗਿਕ ਲੋੜਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦੇ ਹਨ। ਉਦਯੋਗ ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਉਦਯੋਗਿਕ ਗਾਹਕ AI ਅਪਣਾਉਣ ਦੇ ਸ਼ੁਰੂਆਤੀ ਪੜਾਅ ਵਿੱਚ ਹਨ ਅਤੇ ਵੱਡੀਆਂ ਗਲੋਬਲ ਕਾਰਪੋਰੇਸ਼ਨਾਂ ਦੁਆਰਾ ਵਿਕਸਿਤ ਕੀਤੇ ਗਏ ਆਮ-ਮਕਸਦ ਵਾਲੇ, ਉੱਚ-ਲਾਗਤ ਵਾਲੇ ਮਾਡਲਾਂ ਦੀ ਬਜਾਏ ਲਾਗਤ-ਪ੍ਰਭਾਵਸ਼ਾਲੀ, ਸਥਾਨਕ ਹੱਲਾਂ ਦੀ ਭਾਲ ਵਿੱਚ ਹਨ।
ਸਥਿਰਤਾ ਅਤੇ ਸੰਚਾਲਨ ਜੋਖਮ
ਹਾਲਾਂਕਿ ਮੌਜੂਦਾ ਕੀਮਤਾਂ ਇੱਕ ਮੁਕਾਬਲੇ ਵਾਲਾ ਕਿਨਾਰਾ ਪ੍ਰਦਾਨ ਕਰਦੀਆਂ ਹਨ, ਇਸ ਮਾਡਲ ਦੀ ਲੰਬੇ ਸਮੇਂ ਦੀ ਵਿਯੇਬਿਲਟੀ ਨਿਵੇਸ਼ਕਾਂ ਅਤੇ ਹਿੱਸੇਦਾਰਾਂ ਲਈ ਨਿਗਰਾਨੀ ਕਰਨ ਯੋਗ ਹੈ। ਸਰਕਾਰੀ ਸਬਸਿਡੀਆਂ 'ਤੇ ਨਿਰਭਰਤਾ ਇੱਕ ਸੰਭਾਵੀ ਕਮਜ਼ੋਰੀ ਪੈਦਾ ਕਰਦੀ ਹੈ। ਇੱਕ ਵਾਰ ਇਹ ਸਹਾਇਤਾ ਵਿਧੀਆ ਬੰਦ ਹੋ ਜਾਂਦੀਆਂ ਹਨ, ਤਾਂ ਕੰਪਨੀਆਂ ਨੂੰ ਡਾਟਾ ਸੈਂਟਰ ਸੰਚਾਲਨ, ਬਿਜਲੀ, ਅਤੇ ਮਹਿੰਗੇ GPU ਹਾਰਡਵੇਅਰ ਦੀ ਉੱਚ ਘਾਟੇ ਦੀ ਲਾਗਤ ਦਾ ਪੂਰਾ ਖਰਚਾ ਲੇਖਾ-ਜੋਖਾ ਕਰਨਾ ਪਵੇਗਾ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਨ੍ਹਾਂ ਵਿਸ਼ੇਸ਼ ਸਥਾਨਕ ਮਾਡਲਾਂ ਅਤੇ ਅੰਤਰਰਾਸ਼ਟਰੀ ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਦੇ ਆਮ-ਮਕਸਦ ਵਾਲੇ ਫਰੰਟੀਅਰ ਮਾਡਲਾਂ ਵਿਚਕਾਰ ਸਮਰੱਥਾ ਵਿੱਚ ਇੱਕ ਸਪੱਸ਼ਟ ਪਾੜਾ ਹੈ। Sarvam AI, ਜਿਸ ਨੇ $234 ਮਿਲੀਅਨ ਫੰਡਿੰਗ ਹਾਸਲ ਕੀਤੀ ਹੈ, ਨੂੰ ਇਹ ਸਾਬਤ ਕਰਨ ਦਾ ਕੰਮ ਕਰਨਾ ਪਵੇਗਾ ਕਿ ਉਸਦੇ ਮਾਡਲ ਸਿਰਫ ਕੀਮਤ ਦੇ ਫਾਇਦਿਆਂ ਤੋਂ ਪਰੇ ਉਦਯੋਗਿਕ ਅਪਣਾਉਣ ਨੂੰ ਜਾਇਜ਼ ਠਹਿਰਾਉਣ ਲਈ ਕਾਫੀ ਮੁੱਲ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੇ ਹਨ। ਨਿਵੇਸ਼ਕਾਂ ਦੁਆਰਾ ਇਹ ਨਿਗਰਾਨੀ ਕੀਤੇ ਜਾਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ ਕਿ ਕੀ ਇਹ ਫਰਮਾਂ ਵਿਕਾਸ ਦੇ ਸ਼ੁਰੂਆਤੀ ਪੜਾਅ ਅਤੇ ਰਾਜ ਦੀ ਸਹਾਇਤਾ ਤੋਂ ਅੱਗੇ ਵਧਣ ਤੋਂ ਬਾਅਦ ਘੱਟ ਸੰਚਾਲਨ ਲਾਗਤਾਂ ਨੂੰ ਬਰਕਰਾਰ ਰੱਖ ਸਕਦੀਆਂ ਹਨ ਅਤੇ ਤਕਨੀਕੀ ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦੀਆਂ ਹਨ।