Vahan.ai & NVIDIA: బ్లూ-కాలర్ ఉద్యోగాలకు AI వేగవంతం!

TECHNOLOGY
Whalesbook Logo
AuthorRitik Mishra|Published at:
Vahan.ai & NVIDIA: బ్లూ-కాలర్ ఉద్యోగాలకు AI వేగవంతం!

భారతదేశానికి చెందిన హైరింగ్ స్టార్టప్ Vahan.ai, బ్లూ-కాలర్ ఉద్యోగ నియామక ప్రక్రియను వేగవంతం చేయడానికి NVIDIA యొక్క AI టెక్నాలజీని ఉపయోగిస్తోంది. ఈ భాగస్వామ్యం వల్ల ఆపరేషనల్ ఖర్చులు తగ్గి, వాయిస్-బేస్డ్ ప్లాట్‌ఫారమ్‌లో ప్రతిస్పందన సమయం మెరుగుపడుతుందని భావిస్తున్నారు. ఈ ప్లాట్‌ఫారమ్ ఇప్పటికే **15 లక్షలకు పైగా** ఉద్యోగ ప్లేస్‌మెంట్‌లను నిర్వహించింది.

భారతదేశంలో బ్లూ-కాలర్ రిక్రూట్‌మెంట్ రంగంలో పనిచేస్తున్న Vahan.ai అనే స్టార్టప్, తమ వాయిస్-బేస్డ్ AI రిక్రూట్‌మెంట్ ప్లాట్‌ఫారమ్‌ను మెరుగుపరచడానికి NVIDIAతో చేతులు కలిపింది. NVIDIA యొక్క ఇన్‌సెప్షన్ ప్రోగ్రామ్ ద్వారా, ముఖ్యంగా బ్లూ-కాలర్ రంగంలోని కార్మికులకు మెరుగైన సేవలు అందించడానికి Nemotron 3 Nano AI మోడల్‌ను ఆప్టిమైజ్ చేయడంపై ఈ భాగస్వామ్యం దృష్టి సారిస్తుంది. ఎందుకంటే ఈ రంగంలో వేగవంతమైన, కచ్చితమైన కమ్యూనికేషన్ చాలా ముఖ్యం.

ఆపరేషనల్ సామర్థ్యం & ఖర్చు ఆదా

ఈ సహకారం యొక్క ముఖ్య ఉద్దేశ్యం ఒక ప్రత్యేకమైన AI మోడల్‌కు మారడం. Vahan.ai ఇంతకుముందు 120 బిలియన్ పారామీటర్ల మోడల్‌ను ఉపయోగించగా, ఇప్పుడు మరింత సరళమైన 30 బిలియన్ పారామీటర్ల మోడల్‌కు మారింది. ఈ చిన్న మోడల్‌ను, మానవ-సరిదిద్దిన రిక్రూట్‌మెంట్ సంభాషణలతో సహా తమ సొంత డేటాతో ఫైన్-ట్యూన్ చేయడం ద్వారా, కంపెనీ గణనీయమైన సాంకేతిక పురోగతిని సాధించింది. Vahan.ai నివేదికల ప్రకారం, ఆప్టిమైజ్ చేయబడిన మోడల్ 6.7 రెట్లు వేగంగా ప్రాథమిక ప్రతిస్పందనలను అందిస్తుంది మరియు ఎండ్-టు-ఎండ్ లేటెన్సీని మూడు రెట్లు తగ్గించింది.

ఎక్కువ వాల్యూమ్, తక్కువ మార్జిన్ ఉన్న రిక్రూట్‌మెంట్ పరిశ్రమలో పనిచేస్తున్న వ్యాపారానికి, ఈ సాంకేతిక మెరుగుదలలు నేరుగా ఆపరేషనల్ విలువను పెంచుతాయి. AI ఇన్‌ఫరెన్స్ ఖర్చులు (AIని అమలు చేయడానికి అవసరమైన కంప్యూటింగ్ పవర్) 60% నుండి 70% వరకు తగ్గుతాయని కంపెనీ అంచనా వేస్తోంది. ఈ ఆదా, గిగ్-ఎకానమీ ఉద్యోగ ప్లేస్‌మెంట్‌లకు అవసరమైన అధిక వాల్యూమ్‌ను నిర్వహించడంతో పాటు, కంపెనీ తన రిక్రూట్‌మెంట్ కార్యకలాపాలను మరింత అందుబాటు ధరలలో కొనసాగించడానికి అనుమతిస్తుంది.

స్కేలింగ్ & వ్యాపార సందర్భం

Vahan.ai ప్రస్తుతం భారతదేశంలోని 920 కి పైగా నగరాల్లో పనిచేస్తోంది మరియు 15 లక్షలకు పైగా ఉద్యోగ ప్లేస్‌మెంట్‌లను సులభతరం చేసింది. కంపెనీ వ్యాపార నమూనా గిగ్ వర్కర్లను యజమానులతో విజయవంతంగా సరిపోల్చడంపై ఆధారపడి ఉంటుంది. ఈ ప్రక్రియకు బహుళ భాషలలో వాయిస్ ఇంటరాక్షన్‌ల అధిక వాల్యూమ్‌లను నిర్వహించడం అవసరం. ప్రస్తుతం ఈ సిస్టమ్ ఇంగ్లీష్ మరియు హిందీ భాషలలో పనిచేస్తుంది. కానీ, తమిళం, తెలుగు, మరియు మరాఠీతో సహా ప్రాంతీయ భాషలలోకి విస్తరించడానికి ఈ సాంకేతిక ప్రయోజనాలను ఉపయోగిస్తోంది.

మార్కెట్ భాగస్వాములు గమనించాల్సిన విషయం ఏమిటంటే, Vahan.ai ఒక ప్రైవేట్ స్టార్టప్ మరియు నేషనల్ స్టాక్ ఎక్స్ఛేంజ్ (NSE) లేదా బాంబే స్టాక్ ఎక్స్ఛేంజ్ (BSE)లో లిస్ట్ కాలేదు. ఇది పబ్లిక్‌గా ట్రేడ్ చేయబడే కంపెనీ కానందున, ట్రాక్ చేయడానికి స్టాక్ ధర లేదు. పెట్టుబడిదారులు తరచుగా ఈ రంగంలోని కంపెనీలను, క్యాష్ బర్న్‌ను నిర్వహించగల సామర్థ్యం, వెంచర్ ఫండింగ్‌ను పొందడం మరియు పోటీ గిగ్ ఎకానమీ వాతావరణంలో తమ సాంకేతికతను విజయవంతంగా స్కేల్ చేయడం వంటి వాటి ఆధారంగా అంచనా వేస్తారు.

రిస్కులు & భవిష్యత్ పర్యవేక్షణ

ప్రత్యేకమైన, చిన్న AI మోడల్‌ల స్వీకరణ ఆపరేషనల్ సామర్థ్యం వైపు ఒక మార్గాన్ని అందిస్తున్నప్పటికీ, కంపెనీ స్వాభావిక స్టార్టప్ రిస్కులను ఎదుర్కొంటుంది. గిగ్ ఎకానమీ నిరంతర వృద్ధిపై మరియు కొత్త భాషలు, భౌగోళిక ప్రాంతాలలో విస్తరిస్తున్నప్పుడు అధిక ప్లేస్‌మెంట్ రేట్లను కొనసాగించగల సామర్థ్యంపై విజయం ఎక్కువగా ఆధారపడి ఉంటుంది. విభిన్న భారతీయ మాండలికాలలో AI సాంకేతికతను స్కేల్ చేయడం ఒక సంక్లిష్టమైన సవాలుగా మిగిలిపోయింది, మరియు వినియోగదారు బేస్ పెరుగుతున్నప్పుడు సాంకేతిక పనితీరు స్థిరంగా ఉండాలి.

వాటాదారులకు తదుపరి ముఖ్యమైన పర్యవేక్షణ అంశం ఏమిటంటే, కంపెనీ ఈ మోడల్‌లను ప్రాంతీయ భాషలలో విజయవంతంగా అమలు చేయగల సామర్థ్యం మరియు అంచనా వేసిన ఖర్చు ఆదా వారి రిక్రూట్‌మెంట్ వ్యాపారంలో మెరుగైన యూనిట్ ఎకనామిక్స్‌కు దారితీస్తుందా లేదా అనేది.

Disclaimer: This article is published for informational purposes only. This is not a buy sell recommendation.