रणनीतियों का टकराव | आईबीएम के सीईओ अरविंद कृष्णा सैम ऑल्टमैन के ट्रिलियन डॉलर के विज़न - शून्य से एक प्रतिशत तक एजीआई - में विश्वास क्यों नहीं करते? - छवि: एक्सपर्ट.डिजिटल
कृत्रिम सामान्य बुद्धिमत्ता (एजीआई) और कठोर गणित: डेटा सेंटर बूम कभी भी लाभदायक क्यों नहीं हो सकता।
5-वर्षीय मृत्यु चक्र: एनवीडिया, माइक्रोसॉफ्ट और अन्य के लिए कम आंका गया जोखिम।
जबकि सिलिकॉन वैली अभूतपूर्व निवेश उन्माद में डूबी हुई है, और कृत्रिम सुपर इंटेलिजेंस की दौड़ में खरबों डॉलर का निवेश हो रहा है, दुनिया के सबसे अनुभवी तकनीकी सीईओ में से एक आपातकालीन ब्रेक लगा रहे हैं। आईबीएम के सीईओ अरविंद कृष्ण चेतावनी देते हैं: यह जुआ कारगर नहीं हो रहा है।
वैश्विक प्रौद्योगिकी क्षेत्र में सोने की होड़ की मानसिकता हावी है। माइक्रोसॉफ्ट, गूगल और मेटा जैसी कंपनियाँ अगली बड़ी तकनीकी क्रांति में पीछे छूट जाने के डर से नए डेटा सेंटरों में निवेश के मामले में एक-दूसरे से आगे निकल रही हैं। इसका उद्देश्य स्पष्ट है: कृत्रिम सामान्य बुद्धिमत्ता (AGI) का विकास जो मानव बुद्धिमत्ता के बराबर या उससे भी बेहतर हो। लेकिन इस उत्साह के बीच, एक शक्तिशाली आवाज़ उठती है, तकनीकी आलोचकों की कतार से नहीं, बल्कि सत्ता के केंद्र से: आईबीएम के सीईओ अरविंद कृष्ण।
शुद्ध अंकगणित पर आधारित एक गंभीर विश्लेषण में, कृष्णा सिलिकॉन वैली की प्रचलित धारणा को ध्वस्त करते हैं। उनकी चेतावनी जितनी सरल है, उतनी ही भयावह भी: बुनियादी ढाँचे की लागत आसमान छू रही है, जबकि हार्डवेयर मूल्यह्रास की तुलना में तेज़ी से अप्रचलित हो रहे हैं। कृष्णा आठ ट्रिलियन अमेरिकी डॉलर तक के निवेश की बात करते हैं जो एजीआई विकास की वर्तमान गति को जारी रखने के लिए आवश्यक होगा—यह एक ऐसी राशि है जो दुनिया की सबसे अमीर कंपनियों को भी आर्थिक रूप से दिवालिया बना सकती है यदि वादा किया गया खगोलीय लाभ साकार नहीं होता है।
लेकिन कृष्णा की आलोचना सिर्फ़ वित्तीय आँकड़ों तक सीमित नहीं है। वे इस प्रचार के तकनीकी आधार पर ही सवाल उठाते हैं। जहाँ सैम ऑल्टमैन और ओपनएआई सुपरइंटेलिजेंस के आगमन को लगभग अपरिहार्य बताते हैं, वहीं कृष्णा आज की बड़े पैमाने की भाषा मॉडलिंग तकनीक से इस लक्ष्य को हासिल करने की संभावना को शून्य से एक प्रतिशत तक सीमित बताते हैं।
क्या हम आर्थिक इतिहास के सबसे बड़े गलत निवेश का सामना कर रहे हैं? क्या एआई बूम एक बुलबुला है जो फटने वाला है, या क्या संशयवादी बैलेंस शीट से परे छिपी परिवर्तनकारी क्षमता को नज़रअंदाज़ कर रहे हैं? निम्नलिखित लेख तर्कों, डेटा सेंटर अर्थशास्त्र के कठोर गणित और "सब कुछ या कुछ नहीं" दृष्टिकोण के दूरदर्शी और व्यावहारिक यथार्थवाद के समर्थकों के बीच मूलभूत संघर्ष की पड़ताल करता है।
के लिए उपयुक्त:
आईबीएम के सीईओ ने तकनीकी इतिहास के सबसे महंगे प्रयोग के अंत की भविष्यवाणी क्यों की?
वैश्विक प्रौद्योगिकी क्षेत्र आर्थिक इतिहास के सबसे बड़े गलत निवेशों में से एक का सामना कर रहा है। जहाँ माइक्रोसॉफ्ट, अमेज़न, मेटा और गूगल जैसी कंपनियाँ कृत्रिम बुद्धिमत्ता के बुनियादी ढाँचे के निर्माण में अरबों डॉलर का निवेश कर रही हैं, वहीं आईटी उद्योग के केंद्र से एक चेतावनी भरी आवाज़ उठ रही है। आईबीएम के सीईओ और 1990 से कंपनी के साथ जुड़े अरविंद कृष्णा ने नवंबर 2025 के अंत में द वर्ज के डिकोडर पॉडकास्ट के साथ एक साक्षात्कार में एक बुनियादी आर्थिक विश्लेषण प्रस्तुत किया, जो कृत्रिम सामान्य बुद्धिमत्ता से जुड़े उत्साह को चकनाचूर कर सकता है।
30 नवंबर और 1 दिसंबर, 2025 को प्रकाशित उनके बयान, बोर्डरूम और विश्लेषक मंडलियों में तेज़ी से बढ़ रही बहस के केंद्र में हैं। कृष्णा सैद्धांतिक जोखिमों या दार्शनिक चिंताओं की बात नहीं कर रहे हैं, बल्कि ठोस वित्तीय असंभवताओं की बात कर रहे हैं जो एआई क्षेत्र में मौजूदा निवेश मॉडल पर सवाल उठाती हैं। उनकी गणनाएँ आशावादी उद्योग पर्यवेक्षकों को भी सोचने पर मजबूर कर रही हैं, क्योंकि ये सरल अंकगणित और ठोस व्यावसायिक सिद्धांतों पर आधारित हैं।
के लिए उपयुक्त:
डेटा सेंटर अर्थशास्त्र का निर्दयी गणित
कृष्णा अपने विश्लेषण की शुरुआत वर्तमान लागत स्थिति के एक गंभीर आकलन से करते हैं। एक गीगावाट क्षमता वाले डेटा सेंटर पर आज के मानकों के अनुसार 80 अरब अमेरिकी डॉलर का पूंजीगत व्यय होता है। इस आंकड़े में न केवल भौतिक अवसंरचना और भवन शामिल हैं, बल्कि सर्वर और नेटवर्क घटकों से लेकर एआई गणनाओं के लिए आवश्यक अत्यधिक विशिष्ट ग्राफिक्स प्रोसेसर तक, सभी तकनीकी उपकरण भी शामिल हैं।
हाल के महीनों में तकनीकी उद्योग ने बड़े पैमाने पर विस्तार करने का संकल्प लिया है। कई कंपनियों ने 20 से 30 गीगावाट अतिरिक्त कंप्यूटिंग क्षमता बनाने की योजना की सार्वजनिक रूप से घोषणा की है। प्रति गीगावाट की वर्तमान लागत के हिसाब से, इसमें कम से कम 1.5 ट्रिलियन डॉलर का कुल निवेश होगा। यह राशि मोटे तौर पर टेस्ला के वर्तमान बाजार पूंजीकरण के बराबर है और इस परियोजना के विशाल पैमाने को दर्शाती है।
लेकिन जब वांछित कृत्रिम सामान्य बुद्धिमत्ता (AI) के संदर्भ में महत्वाकांक्षाओं पर विचार किया जाता है, तो यह गणना और भी कठिन हो जाती है। कृष्णा का अनुमान है कि वास्तविक AGI तक पहुँचने के लिए लगभग 100 गीगावाट कंप्यूटिंग शक्ति की आवश्यकता होगी। यह अनुमान बड़े भाषा मॉडलों के लिए वर्तमान प्रशिक्षण आवश्यकताओं के अनुमान पर आधारित है और प्रत्येक विकास चरण के साथ बढ़ती जटिलता को ध्यान में रखता है। 80 बिलियन डॉलर प्रति गीगावाट के हिसाब से, निवेश व्यय आठ ट्रिलियन अमेरिकी डॉलर तक पहुँच जाएगा।
हालाँकि, यह निवेश आँकड़ा कहानी का केवल आधा हिस्सा है। कृष्णा एक ऐसे कारक की ओर इशारा करते हैं जिसे अक्सर सार्वजनिक चर्चा में नज़रअंदाज़ कर दिया जाता है: पूँजी की लागत। आठ ट्रिलियन अमेरिकी डॉलर के निवेश के साथ, कंपनियों को निवेशित पूँजी पर ब्याज चुकाने के लिए ही सालाना लगभग 800 बिलियन अमेरिकी डॉलर का मुनाफ़ा कमाना होगा। यह आँकड़ा दस प्रतिशत की रूढ़िवादी ब्याज दर मानकर चलता है, जो पूँजी की लागत, जोखिम प्रीमियम और निवेशकों की अपेक्षाओं को दर्शाता है।
एआई हार्डवेयर का पांच साल का मृत्यु चक्र
कृष्णा के तर्क में एक महत्वपूर्ण बिंदु स्थापित हार्डवेयर की जीवन अवधि से संबंधित है। संपूर्ण कंप्यूटिंग क्षमता का पाँच वर्षों के भीतर पूर्ण उपयोग किया जाना चाहिए, क्योंकि तब स्थापित हार्डवेयर को हटाकर बदलना होगा। यह आकलन उद्योग जगत की टिप्पणियों से मेल खाता है और वित्तीय हलकों में गहन बहस का विषय है।
2008 के वित्तीय संकट की सटीक भविष्यवाणियों के लिए प्रसिद्ध, जाने-माने निवेशक माइकल बरी ने नवंबर 2025 में भी इसी तरह की चिंताएँ जताई थीं। बरी का तर्क है कि बड़ी तकनीकी कंपनियाँ अपने एआई हार्डवेयर के वास्तविक जीवनकाल को बढ़ा-चढ़ाकर बता रही हैं, जिससे कृत्रिम रूप से उनका मूल्यह्रास कम रहता है। उनका अनुमान है कि ग्राफ़िक्स प्रोसेसर और विशिष्ट एआई चिप्स, व्यवहार में, केवल दो से तीन साल तक ही आर्थिक रूप से व्यवहार्य रहेंगे, उसके बाद नई, अधिक शक्तिशाली पीढ़ियों द्वारा अप्रचलित हो जाएँगे।
सेमीकंडक्टर क्षेत्र में तेज़ी से हो रहा विकास इस दृष्टिकोण का समर्थन करता है। एआई चिप्स का प्रमुख प्रदाता, एनवीडिया, लगभग हर 12 से 18 महीने में प्रोसेसर की नई पीढ़ी जारी करता है। प्रत्येक पीढ़ी प्रदर्शन में उल्लेखनीय सुधार प्रदान करती है, जिससे पुराने मॉडल जल्दी ही अलाभकारी हो जाते हैं। हालाँकि डेटा सेंटर में एक पारंपरिक सर्वर का उपयोग आसानी से छह साल या उससे अधिक समय तक किया जा सकता है, लेकिन एआई-विशिष्ट हार्डवेयर के लिए अलग नियम लागू होते हैं।
व्यवहार में, तस्वीर ज़्यादा जटिल है। कुछ कंपनियों ने अपनी मूल्यह्रास अवधि को समायोजित कर लिया है। 2025 की शुरुआत में, अमेज़न ने एआई के क्षेत्र में तेज़ी से हो रहे विकास का हवाला देते हुए, कुछ सर्वरों के अनुमानित उपयोगी जीवन को छह साल से घटाकर पाँच साल कर दिया। इस समायोजन से 2026 में कंपनी की परिचालन आय में लगभग 70 करोड़ डॉलर की कमी आएगी। दूसरी ओर, मेटा ने सर्वर और नेटवर्क उपकरणों के लिए मूल्यह्रास अवधि को बढ़ाकर 5.5 साल कर दिया, जिससे 2025 में मूल्यह्रास लागत 2.9 अरब डॉलर कम हो गई।
ये अलग-अलग रणनीतियाँ दर्शाती हैं कि एआई हार्डवेयर में अरबों डॉलर का निवेश करने वाली कंपनियाँ भी इस बात को लेकर अनिश्चित हैं कि उनका निवेश आर्थिक रूप से कब तक व्यवहार्य रहेगा। कृष्णा द्वारा वर्णित पाँच-वर्षीय परिदृश्य इन अनुमानों की आशावादी सीमा के भीतर आता है। यदि वास्तविक उपयोगी जीवन बरी द्वारा अनुमानित दो से तीन वर्षों के करीब है, तो मूल्यह्रास लागत, और इस प्रकार लाभप्रदता पर दबाव, काफी बढ़ जाएगा।
लाभदायक रिटर्न की असंभवता
इन दोनों कारकों के बीच का संबंध कृष्णा को उनके मुख्य तर्क की ओर ले जाता है। उनका मानना है कि भारी पूंजीगत लागत और छोटे जीवनचक्र के संयोजन से निवेश पर उचित प्रतिफल प्राप्त करना असंभव हो जाता है। आठ ट्रिलियन अमेरिकी डॉलर की निवेश लागत और केवल पूंजीगत लागतों को पूरा करने के लिए 800 बिलियन अमेरिकी डॉलर का वार्षिक लाभ उत्पन्न करने की आवश्यकता के साथ, एक एआई प्रणाली को उस पैमाने पर राजस्व उत्पन्न करना होगा जो वर्तमान में यथार्थवादी प्रतीत होने वाले पैमाने से कहीं अधिक है।
तुलना के लिए, गूगल की मूल कंपनी अल्फाबेट का 2024 में कुल राजस्व लगभग 350 बिलियन डॉलर था। प्रति वर्ष 12 प्रतिशत की आक्रामक वृद्धि मानते हुए भी, 2029 तक राजस्व लगभग 577 बिलियन डॉलर तक बढ़ जाएगा। एआई निवेश को उचित ठहराने के लिए आवश्यक कुल राजस्व इस आंकड़े से कहीं अधिक होगा।
चैटजीपीटी के पीछे की कंपनी, ओपनएआई, 2025 तक 20 अरब डॉलर से अधिक के वार्षिक राजस्व का अनुमान लगा रही है और 2030 तक सैकड़ों अरब डॉलर तक पहुँचने की उम्मीद कर रही है। कंपनी ने अगले आठ वर्षों में लगभग 1.4 ट्रिलियन डॉलर के समझौतों पर हस्ताक्षर किए हैं। लेकिन ये महत्वाकांक्षी आँकड़े भी सवाल खड़े करते हैं। एचएसबीसी के विश्लेषकों का अनुमान है कि ओपनएआई 2025 के अंत और 2030 के बीच क्लाउड और एआई इन्फ्रास्ट्रक्चर पर 792 अरब डॉलर खर्च करेगी, और कुल कंप्यूटिंग क्षमता प्रतिबद्धताएँ 2033 तक लगभग 1.4 ट्रिलियन डॉलर तक पहुँचने की संभावना है।
एचएसबीसी के विश्लेषकों का अनुमान है कि ओपनएआई का संचयी मुक्त नकदी प्रवाह 2030 तक नकारात्मक बना रहेगा, जिसके परिणामस्वरूप 207 अरब डॉलर की वित्तीय कमी होगी। इस कमी को अतिरिक्त ऋण, इक्विटी या अधिक आक्रामक राजस्व सृजन के माध्यम से पूरा करना होगा। सवाल केवल यह नहीं है कि क्या ओपनएआई लाभदायक बन पाएगा, बल्कि यह भी है कि क्या इसका पूरा व्यावसायिक मॉडल, जो बड़े पैमाने पर डेटा सेंटर निवेश पर निर्भर करता है, व्यवहार्य भी है।
एजीआई की लुप्त होती छोटी संभावना
कृष्णा अपनी आर्थिक आलोचना में एक तकनीकी आयाम जोड़ते हैं जो और भी ज़्यादा मौलिक है। उनका अनुमान है कि मौजूदा तकनीकों से कृत्रिम सामान्य बुद्धिमत्ता के विकास की संभावना शून्य से एक प्रतिशत के बीच है। यह आकलन उल्लेखनीय है क्योंकि यह दार्शनिक विचारों पर आधारित नहीं है, बल्कि बड़े भाषा मॉडलों की तकनीकी क्षमताओं और सीमाओं के एक गंभीर मूल्यांकन पर आधारित है।
हालांकि एजीआई की परिभाषा विवादास्पद है, लेकिन मूलतः यह उन एआई प्रणालियों को संदर्भित करता है जो संपूर्ण स्पेक्ट्रम में मानवीय संज्ञानात्मक क्षमताओं को प्राप्त कर सकती हैं या उनसे आगे निकल सकती हैं। इसका अर्थ यह होगा कि एक प्रणाली न केवल विशिष्ट क्षेत्रों में विशेषज्ञता का प्रदर्शन करती है, बल्कि एक क्षेत्र से दूसरे क्षेत्र में ज्ञान स्थानांतरित करने, नई परिस्थितियों को समझने, समस्याओं का रचनात्मक समाधान करने और प्रत्येक नए कार्य के लिए पुनः प्रशिक्षण की आवश्यकता के बिना निरंतर सुधार करने में भी सक्षम है।
कृष्णा का तर्क है कि बड़े भाषा मॉडल, जो वर्तमान कृत्रिम बुद्धिमत्ता क्रांति का मूल आधार हैं, की मूलभूत सीमाएँ हैं। ये मॉडल विशाल टेक्स्ट डेटासेट में सांख्यिकीय पैटर्न पर आधारित हैं और भाषा-आधारित कार्यों में प्रभावशाली प्रदर्शन कर सकते हैं। वे सुसंगत टेक्स्ट उत्पन्न कर सकते हैं, प्रश्नों के उत्तर दे सकते हैं और प्रोग्राम कोड भी लिख सकते हैं। लेकिन वे वास्तव में यह नहीं समझते कि वे क्या कर रहे हैं। उनमें एक विश्व मॉडल, कार्य-कारण की अवधारणा और अमूर्तता की वास्तविक क्षमता का अभाव है।
ये सीमाएँ कई क्षेत्रों में प्रकट होती हैं। भाषा मॉडल अक्सर मतिभ्रम करते हैं, यानी वे ऐसे तथ्य गढ़ते हैं जो विश्वसनीय लगते हैं, लेकिन वास्तव में झूठे होते हैं। वे बहु-चरणीय तार्किक तर्क के साथ संघर्ष करते हैं और अक्सर ऐसे कार्यों में असफल हो जाते हैं जो मनुष्यों के लिए तुच्छ होते हैं, अगर वे कार्य उनके प्रशिक्षण डेटासेट में शामिल न हों। उनमें प्रासंगिक स्मृति का अभाव होता है और वे पुनः प्रशिक्षण के बिना अपनी गलतियों से नहीं सीख सकते।
विभिन्न क्षेत्रों के वैज्ञानिक और शोधकर्ता इस संशय को तेज़ी से साझा कर रहे हैं। सेल्सफोर्स के सीईओ मार्क बेनिओफ़ ने नवंबर 2025 में एजीआई के बारे में इसी तरह का संशय व्यक्त किया था। एक पॉडकास्ट में, उन्होंने एजीआई शब्द को संभावित रूप से भ्रामक बताया और प्रौद्योगिकी उद्योग की आलोचना की कि वह एआई की आसन्न क्षमताओं को लेकर एक प्रकार के सम्मोहन में है। बेनिओफ़ ने इस बात पर ज़ोर दिया कि हालाँकि वर्तमान प्रणालियाँ प्रभावशाली हैं, लेकिन उनमें न तो चेतना है और न ही सच्ची समझ।
मेटा के वरिष्ठ एआई वैज्ञानिक यान लेकुन का तर्क है कि बड़े भाषा मॉडल कभी भी एजीआई की ओर नहीं ले जाएँगे, चाहे उनका आकार कितना भी बड़ा क्यों न हो। वे वैकल्पिक तरीकों की वकालत करते हैं जो विशुद्ध पाठ भविष्यवाणी से आगे जाते हैं, जिनमें बहुविध विश्व मॉडल शामिल हैं जो न केवल पाठ को संसाधित करते हैं बल्कि दुनिया के आंतरिक प्रतिनिधित्व बनाने के लिए दृश्य और अन्य संवेदी सूचनाओं को भी एकीकृत करते हैं।
व्यापार विकास, बिक्री और विपणन में हमारी अमेरिकी विशेषज्ञता
व्यवसाय विकास, बिक्री और विपणन में हमारी अमेरिकी विशेषज्ञता - छवि: Xpert.Digital
उद्योग फोकस: बी2बी, डिजिटलीकरण (एआई से एक्सआर तक), मैकेनिकल इंजीनियरिंग, लॉजिस्टिक्स, नवीकरणीय ऊर्जा और उद्योग
इसके बारे में यहां अधिक जानकारी:
अंतर्दृष्टि और विशेषज्ञता वाला एक विषय केंद्र:
- वैश्विक और क्षेत्रीय अर्थव्यवस्था, नवाचार और उद्योग-विशिष्ट रुझानों पर ज्ञान मंच
- हमारे फोकस क्षेत्रों से विश्लेषण, आवेगों और पृष्ठभूमि जानकारी का संग्रह
- व्यापार और प्रौद्योगिकी में वर्तमान विकास पर विशेषज्ञता और जानकारी के लिए एक स्थान
- उन कंपनियों के लिए विषय केंद्र जो बाज़ार, डिजिटलीकरण और उद्योग नवाचारों के बारे में जानना चाहती हैं
एआई बुलबुला या भविष्य का इंजन? निवेश, ऊर्जा खपत और वास्तविक मुनाफे के बीच खतरनाक अंतर।
आवश्यक तकनीकी सफलता
कृष्णा का मानना है कि एजीआई हासिल करने के लिए बड़े भाषा मॉडल के मौजूदा तरीकों से कहीं ज़्यादा तकनीकों की ज़रूरत होगी। उनका सुझाव है कि भाषा मॉडल के साथ ठोस ज्ञान को एकीकृत करना एक व्यावहारिक तरीका हो सकता है। ठोस ज्ञान से उनका तात्पर्य कार्य-कारण संबंधों, भौतिक नियमों, गणितीय सिद्धांतों और सांख्यिकीय सहसंबंधों से परे ज्ञान के अन्य रूपों के बारे में संरचित, स्पष्ट ज्ञान से है।
यह दृष्टिकोण न्यूरो-सिम्बोलिक एआई के क्षेत्र में हो रहे शोध से मेल खाता है, जो न्यूरल नेटवर्क की पैटर्न पहचान क्षमताओं को प्रतीकात्मक एआई प्रणालियों की तार्किक क्षमताओं के साथ संयोजित करने का प्रयास करता है। नियमों और तार्किक अनुमान पर आधारित प्रतीकात्मक एआई, एआई अनुसंधान के शुरुआती दशकों में प्रमुख था, लेकिन हाल के वर्षों में न्यूरल दृष्टिकोणों ने इसे पीछे छोड़ दिया है। दोनों दृष्टिकोणों का संकरण सैद्धांतिक रूप से सीखने और तार्किक तर्क दोनों में सक्षम प्रणालियाँ उत्पन्न कर सकता है।
अन्य आशाजनक अनुसंधान दिशाओं में सन्निहित एआई शामिल है, जहां प्रणालियां भौतिक या नकली वातावरण के साथ अंतःक्रिया के माध्यम से सीखती हैं; निरंतर सीखना, जहां प्रणालियां पिछले ज्ञान को खोए बिना अपनी क्षमताओं का विस्तार कर सकती हैं; और आंतरिक रूप से प्रेरित प्रणालियां जो स्वयं अन्वेषण और सीखती हैं।
इन अतिरिक्त तकनीकों के साथ भी, कृष्णा सतर्क हैं। अगर उनसे पूछा जाए कि क्या यह विस्तारित दृष्टिकोण एजीआई की ओर ले जा सकता है, तो उनका जवाब केवल "शायद" होगा। यह सावधानी उस अनिश्चितता को रेखांकित करती है जो दशकों से एआई पर काम कर रहे विशेषज्ञों के बीच भी मौजूद है। एजीआई का विकास केवल कंप्यूटिंग शक्ति या डेटा की मात्रा का मामला नहीं है, बल्कि इसके लिए बुद्धिमत्ता की प्रकृति के बारे में मौलिक नई अंतर्दृष्टि की आवश्यकता हो सकती है।
के लिए उपयुक्त:
आज उत्पादक एआई का विरोधाभास
एजीआई और बड़े पैमाने पर डेटा सेंटर निवेश के अर्थशास्त्र को लेकर अपने संशय के बावजूद, कृष्णा किसी भी तरह से एआई के प्रति निराशावादी नहीं हैं। इसके विपरीत, वे वर्तमान एआई टूल्स और व्यावसायिक जगत पर उनके प्रभाव के बारे में उत्साहपूर्वक बोलते हैं। उनका मानना है कि ये तकनीकें कंपनियों में खरबों डॉलर की उत्पादकता क्षमता को उजागर करेंगी।
यह अंतर उनकी स्थिति को समझने के लिए महत्वपूर्ण है। कृष्णा को एआई के मूल्य पर संदेह नहीं है, बल्कि उद्योग द्वारा अपनाए गए विशिष्ट मार्ग की आर्थिक व्यवहार्यता पर संदेह है। आज की एआई प्रणालियाँ, विशेष रूप से बड़े भाषा मॉडल, आठ ट्रिलियन अमेरिकी डॉलर के बुनियादी ढाँचे की आवश्यकता के बिना ही कई क्षेत्रों में महत्वपूर्ण उत्पादकता वृद्धि को सक्षम बना सकती हैं।
आईबीएम स्वयं इन उत्पादकता लाभों का एक उल्लेखनीय उदाहरण प्रस्तुत करता है। जनवरी 2023 से, कंपनी ने अपने परिचालनों में एआई और स्वचालन को व्यापक रूप से लागू किया है और 2025 के अंत तक 4.5 बिलियन डॉलर की उत्पादकता वृद्धि प्राप्त करने की उम्मीद है। यह पहल, जिसे आईबीएम क्लाइंट ज़ीरो कहता है, विभिन्न व्यावसायिक इकाइयों में हाइब्रिड क्लाउड इन्फ्रास्ट्रक्चर, एआई और स्वचालन तकनीकों और परामर्श विशेषज्ञता की तैनाती को शामिल करती है।
इस परिवर्तन के ठोस परिणाम प्रभावशाली हैं। आईबीएम ने ग्राहक सेवा में एआई-संचालित उपकरण लागू किए हैं जो 70 प्रतिशत पूछताछ का समाधान करते हैं और समाधान समय में 26 प्रतिशत की वृद्धि करते हैं। सभी व्यावसायिक इकाइयों में, लगभग 2,70,000 कर्मचारियों को एजेंटिक एआई सिस्टम से लैस किया गया है जो जटिल कार्यप्रवाहों का प्रबंधन करते हैं और मानव श्रमिकों का समर्थन करते हैं।
इस प्रकार के एआई अनुप्रयोग के लिए बड़े पैमाने पर नए डेटा केंद्रों की आवश्यकता नहीं होती, बल्कि इसे मौजूदा बुनियादी ढाँचे पर ही विकसित किया जा सकता है। यह विशिष्ट उपयोग के मामलों पर केंद्रित है जहाँ एआई सामान्य बुद्धिमत्ता के काल्पनिक विकास के बजाय प्रत्यक्ष सुधार प्रदान करता है। कृष्णा के तर्क का मूल यही है: यह तकनीक मूल्यवान और परिवर्तनकारी है, लेकिन एजीआई की खोज में खरबों डॉलर निवेश करने का वर्तमान दृष्टिकोण आर्थिक रूप से टिकाऊ नहीं है।
मैकिन्से के अध्ययनों का अनुमान है कि जनरेटिव एआई में 63 विश्लेषित उपयोग मामलों में सालाना 2.6 ट्रिलियन डॉलर से 4.4 ट्रिलियन डॉलर के बीच आर्थिक मूल्य सृजित करने की क्षमता है। वर्तमान में अन्य कार्यों के लिए उपयोग किए जाने वाले सॉफ़्टवेयर में जनरेटिव एआई को शामिल करने के प्रभाव पर विचार करने पर, यह अनुमान लगभग दोगुना हो सकता है। उत्पादकता में ये वृद्धि 2040 तक वार्षिक श्रम उत्पादकता वृद्धि को 0.1 से 0.6 प्रतिशत अंकों तक बढ़ा सकती है।
प्रौद्योगिकी दिग्गजों की अलग-अलग रणनीतियाँ
कृष्णा अपनी चिंताएँ व्यक्त कर रहे हैं, वहीं दूसरी तकनीकी दिग्गज कंपनियां एआई इंफ्रास्ट्रक्चर पर अपना दांव दोगुना कर रही हैं। बिग फोर का खर्च इस निवेश चक्र के पैमाने को दर्शाता है। माइक्रोसॉफ्ट की योजना वित्तीय वर्ष 2025 में एआई-सक्षम डेटा सेंटर बनाने पर लगभग 80 अरब डॉलर खर्च करने की है, जिसमें से आधे से ज़्यादा निवेश संयुक्त राज्य अमेरिका के लिए निर्धारित है।
अमेज़न ने 2025 के लिए लगभग 125 अरब डॉलर के पूंजीगत व्यय की घोषणा की है, जिसमें से अधिकांश हिस्सा अमेज़न वेब सेवाओं के लिए कृत्रिम बुद्धिमत्ता और संबंधित बुनियादी ढाँचे के लिए निर्धारित किया गया है। कंपनी ने पहले ही संकेत दे दिया है कि 2026 में खर्च और भी अधिक होगा। मेटा प्लेटफ़ॉर्म्स को 2025 के लिए 70 अरब डॉलर से 72 अरब डॉलर के बीच पूंजीगत व्यय की उम्मीद है, जो इसके पिछले अनुमान 66 अरब डॉलर से 72 अरब डॉलर तक की तुलना में अधिक है। 2026 के लिए, कंपनी ने संकेत दिया है कि खर्च काफी अधिक होगा।
गूगल की मूल कंपनी अल्फाबेट को 2025 तक 91 अरब डॉलर से 93 अरब डॉलर के बीच पूंजीगत व्यय की उम्मीद है, जो पिछले अनुमान 85 अरब डॉलर से ज़्यादा है। इन चारों कंपनियों की संयुक्त योजना 2025 में 350 अरब डॉलर से 400 अरब डॉलर के बीच खर्च करने की है, जो दो साल पहले किए गए खर्च से दोगुने से भी ज़्यादा है।
ये बड़े निवेश ऐसे माहौल में हो रहे हैं जहाँ एआई सेवाओं से वास्तविक राजस्व अभी भी उम्मीदों से काफी कम है। ओपनएआई का वार्षिक राजस्व 20 अरब डॉलर से ज़्यादा है, लेकिन यह अभी भी लाभहीन बना हुआ है। माइक्रोसॉफ्ट लगभग 13 अरब डॉलर का वार्षिक एआई राजस्व उत्पन्न करता है, जिसमें साल-दर-साल 175 प्रतिशत की वृद्धि हो रही है, जबकि मेटा एक डॉलर का भी प्रत्यक्ष एआई राजस्व दर्ज नहीं कर पा रहा है।
निवेश और राजस्व के बीच का अंतर चौंकाने वाला है। मॉर्गन स्टेनली का अनुमान है कि एआई उद्योग 2028 तक डेटा सेंटरों पर लगभग तीन ट्रिलियन अमेरिकी डॉलर खर्च करेगा। इसकी तुलना में, वर्तमान राजस्व नगण्य है। जुलाई 2025 में किए गए एक एमआईटी अध्ययन में पाया गया कि एआई में निवेश करने वाली लगभग 95 प्रतिशत कंपनियों ने इस तकनीक से कोई लाभ नहीं कमाया। इन कंपनियों का संयुक्त कुल व्यय लगभग 40 बिलियन अमेरिकी डॉलर होने का अनुमान है।
संदेह की बढ़ती आवाज़ें
कृष्णा की चेतावनी तकनीकी और वित्तीय जगत के विभिन्न क्षेत्रों से उठ रही संशयवादी आवाज़ों का एक हिस्सा है। ये चिंताएँ न केवल तात्कालिक आर्थिक लाभों पर केंद्रित हैं, बल्कि वर्तमान निवेश गतिशीलता से उत्पन्न होने वाले प्रणालीगत जोखिमों पर भी केंद्रित हैं।
अर्थशास्त्री बताते हैं कि 2025 की पहली छमाही में अमेरिकी जीडीपी वृद्धि में एआई क्षेत्र का लगभग दो-तिहाई योगदान होगा। जेपी मॉर्गन एसेट मैनेजमेंट के एक विश्लेषण से पता चलता है कि डेटा सेंटरों पर एआई खर्च ने आर्थिक विकास में करोड़ों अमेरिकी उपभोक्ताओं की संयुक्त खपत से भी ज़्यादा योगदान दिया है। हार्वर्ड के अर्थशास्त्री जेसन फुरमैन ने गणना की है कि डेटा सेंटरों के बिना, 2025 की पहली छमाही में जीडीपी वृद्धि केवल 0.1 प्रतिशत होती।
एक ही क्षेत्र पर विकास का यह संकेंद्रण जोखिम भरा है। एमआईटी के अर्थशास्त्री और 2024 के अर्थशास्त्र के नोबेल पुरस्कार विजेता, डेरॉन ऐसमोग्लू का तर्क है कि एआई का वास्तविक प्रभाव उद्योग के पूर्वानुमानों से काफ़ी कम हो सकता है। उनका अनुमान है कि अगले दस वर्षों में शायद केवल पाँच प्रतिशत नौकरियाँ ही एआई द्वारा प्रतिस्थापित की जाएँगी, जो कुछ प्रौद्योगिकी क्षेत्र के दिग्गजों के उत्साहपूर्ण पूर्वानुमानों से कहीं कम है।
बुलबुले को लेकर चिंताएँ कई कारकों से बढ़ रही हैं। तकनीकी कंपनियाँ अपनी बैलेंस शीट से अरबों डॉलर के खर्चों को दूर रखने के लिए विशेष प्रयोजन वाहनों (एसपीवी) नामक वित्तीय साधनों का तेज़ी से इस्तेमाल कर रही हैं। वॉल स्ट्रीट द्वारा वित्त पोषित ये एसपीवी डेटा सेंटर बनाने के लिए शेल कंपनियों के रूप में काम करते हैं। यह प्रथा पारदर्शिता और कंपनियों द्वारा वहन किए जाने वाले वास्तविक जोखिम पर सवाल उठाती है।
अल्फाबेट के सीईओ सुंदर पिचाई ने नवंबर 2025 में बीबीसी को दिए एक साक्षात्कार में एआई निवेश में उछाल को एक असाधारण क्षण बताया, लेकिन साथ ही मौजूदा एआई बूम के साथ एक निश्चित अतार्किकता को भी स्वीकार किया। उन्होंने चेतावनी दी कि अगर एआई का बुलबुला फटा तो हर कंपनी प्रभावित होगी। यहाँ तक कि ओपनएआई के सीईओ और सबसे प्रमुख एआई समर्थकों में से एक सैम ऑल्टमैन ने भी अगस्त 2025 में स्वीकार किया कि एआई एक बुलबुले में हो सकता है, उन्होंने बाजार की स्थितियों की तुलना डॉट-कॉम बूम से की और इस बात पर ज़ोर दिया कि कई बुद्धिमान लोग सच्चाई के एक दाने को लेकर बहुत ज़्यादा उत्साहित हो रहे हैं।
के लिए उपयुक्त:
ऊर्जा का मुद्दा एक सीमित कारक के रूप में
एक और बुनियादी समस्या, जिसका ज़िक्र कृष्णा ने स्पष्ट रूप से नहीं किया है, लेकिन जो उनकी लागत गणना में अंतर्निहित है, ऊर्जा आपूर्ति से संबंधित है। एक 100 गीगावाट डेटा सेंटर के लिए संयुक्त राज्य अमेरिका के कुल बिजली उत्पादन का लगभग 20 प्रतिशत आवश्यक होगा। यह कोई मामूली चुनौती नहीं है, बल्कि एक संभावित अड़चन है जो पूरे विज़न को ख़तरे में डाल सकती है।
अंतर्राष्ट्रीय ऊर्जा एजेंसी का अनुमान है कि 2030 तक डेटा केंद्रों से वैश्विक बिजली की मांग दोगुनी से भी ज़्यादा हो सकती है, जो 2024 में लगभग 415 टेरावाट-घंटे से बढ़कर 900 से 1,000 टेरावाट-घंटे के बीच हो जाएगी। 2030 तक डेटा केंद्रों की बिजली खपत में आर्टिफिशियल इंटेलिजेंस का योगदान 35 से 50 प्रतिशत तक हो सकता है। संयुक्त राज्य अमेरिका में, डेटा केंद्रों की बिजली की मांग 2035 तक 35 गीगावाट से बढ़कर 78 गीगावाट होने की उम्मीद है, जो देश की बिजली खपत का 8.6 प्रतिशत है।
यह मांग ऐसे समय में आ रही है जब कई देश अपने पावर ग्रिडों को कार्बन-मुक्त करने और नवीकरणीय ऊर्जा की हिस्सेदारी बढ़ाने की कोशिश कर रहे हैं। चुनौती यह है कि डेटा केंद्रों को साल के 365 दिन, 24 घंटे निरंतर बिजली आपूर्ति की आवश्यकता होती है। इससे नवीकरणीय ऊर्जा में बदलाव और भी जटिल हो जाता है, क्योंकि पवन और सौर ऊर्जा का उपयोग रुक-रुक कर होता है और इसके लिए भंडारण समाधान या बैकअप क्षमता की आवश्यकता होती है।
डेटा केंद्रों से कार्बन उत्सर्जन 2023 में 21.2 करोड़ टन से बढ़कर 2030 तक संभावित रूप से 35.5 करोड़ टन होने का अनुमान है, हालाँकि यह आँकड़ा स्वच्छ ऊर्जा समाधानों की गति और दक्षता में सुधार के आधार पर काफ़ी भिन्न हो सकता है। एक एआई-जनित छवि निर्माण प्रक्रिया में उतनी ही बिजली की खपत होती है जितनी एक स्मार्टफ़ोन को पूरी तरह चार्ज करने में होती है। दस लाख टोकन को संसाधित करने से उतनी ही कार्बन डाइऑक्साइड उत्पन्न होती है जितनी एक पेट्रोल से चलने वाली कार 8 से 32 किलोमीटर तक चलती है।
जनरेटिव एआई को पारंपरिक कंप्यूटिंग लोड की तुलना में लगभग सात से आठ गुना अधिक ऊर्जा की आवश्यकता होती है। बड़े एआई मॉडलों को प्रशिक्षित करने में कई महीनों में सैकड़ों घरों के बराबर बिजली की खपत हो सकती है। इस ऊर्जा तीव्रता का अर्थ है कि भले ही विशाल डेटा केंद्र बनाने के लिए वित्तीय संसाधन उपलब्ध हों, लेकिन इन सुविधाओं को ऊर्जा प्रदान करने के लिए भौतिक बुनियादी ढाँचा समय पर तैयार नहीं हो सकता है।
के लिए उपयुक्त:
वैकल्पिक तकनीकी मार्ग और उनका महत्व
बड़े पैमाने के भाषा मॉडल की सीमाओं को लेकर चल रही बहस ने वैकल्पिक क्षेत्रों में अनुसंधान प्रयासों को बढ़ा दिया है। कुछ लोग क्वांटम कंप्यूटिंग को एक संभावित सफलता के रूप में देखते हैं जो वर्तमान सीमाओं को पार कर सकती है। अक्टूबर 2025 में, गूगल ने अपनी विलो क्वांटम चिप का अनावरण किया, जिसने एक सत्यापन योग्य क्वांटम लाभ प्राप्त किया। यह एक ऐसा मील का पत्थर था जिसने शास्त्रीय भौतिकी की सीमाओं को पार कर चिकित्सा, ऊर्जा और कृत्रिम बुद्धिमत्ता जैसे क्षेत्रों में नई संभावनाओं को जन्म दिया।
क्वांटम कंप्यूटर पारंपरिक कंप्यूटरों से बिल्कुल अलग सिद्धांतों पर काम करते हैं। वे क्वांटम बिट्स या क्यूबिट्स का उपयोग करते हैं, जो एक साथ कई अवस्थाओं में मौजूद रह सकते हैं, जिससे पारंपरिक प्रणालियों में असंभव पैमाने पर समानांतर गणनाएँ संभव हो जाती हैं। हालाँकि, क्वांटम कंप्यूटरों को कई चुनौतियों का सामना करना पड़ता है, खासकर डिकोहेरेंस, जो क्यूबिट्स की स्थिरता को प्रभावित करता है।
क्यूबिट स्थिरीकरण में हालिया सफलताएँ बताती हैं कि अगले कुछ वर्षों में स्केलेबल क्वांटम कंप्यूटर एक वास्तविकता बन सकते हैं। साइक्वांटम जैसी कंपनियाँ इस दशक के अंत से पहले विलो से 10,000 गुना बड़े क्वांटम कंप्यूटरों को चालू करने की योजना बना रही हैं—ये कंप्यूटर इतने बड़े होंगे कि वे पदार्थों, दवाओं और प्रकृति के क्वांटम पहलुओं से जुड़े महत्वपूर्ण सवालों का समाधान कर सकें।
क्वांटम कंप्यूटिंग और कृत्रिम बुद्धिमत्ता का सम्मिलन सैद्धांतिक रूप से नई संभावनाओं के द्वार खोल सकता है। महत्वपूर्ण दवाओं और पदार्थों के सिमुलेशन में क्वांटम एल्गोरिदम 200 गुना से भी ज़्यादा उन्नत हो गए हैं। कुछ लोगों का अनुमान है कि एजीआई और क्वांटम कंप्यूटिंग का संयोजन एक से दो साल के भीतर संभव हो सकता है, और उसके बाद पाँच साल के भीतर कृत्रिम सुपरइंटेलिजेंस भी संभव हो सकता है।
अन्य आशाजनक अनुसंधान दिशाओं में ऑप्टिकल कंप्यूटिंग आर्किटेक्चर शामिल हैं जो चिप्स को चलाने के लिए बिजली के बजाय प्रकाश का उपयोग करते हैं। नवंबर 2025 में अनावरण किया जाने वाला पैरेलल ऑप्टिकल मैट्रिक्स-मैट्रिक्स मल्टीप्लिकेशन नामक एक आर्किटेक्चर, वर्तमान एआई विकास में सबसे बड़ी बाधाओं में से एक को दूर कर सकता है। पिछली ऑप्टिकल विधियों के विपरीत, यह एक ही लेज़र पल्स के साथ एक साथ कई टेंसर ऑपरेशन करता है, जिससे प्रोसेसिंग गति में उल्लेखनीय वृद्धि हो सकती है।
आईबीएम की रणनीतिक स्थिति
आईबीएम की रणनीति के संदर्भ में कृष्णा की स्थिति विशेष रूप से दिलचस्प है। हाल के वर्षों में, आईबीएम ने जानबूझकर अपना ध्यान विशुद्ध हार्डवेयर और बुनियादी ढाँचे के कारोबार से हटाकर एंटरप्राइज़ सॉफ़्टवेयर, क्लाउड सेवाओं और परामर्श सेवाओं पर केंद्रित किया है। कंपनी ने अपने पारंपरिक आईटी कारोबार का एक बड़ा हिस्सा बेच दिया है और इसके बजाय व्यवसायों के लिए हाइब्रिड क्लाउड समाधानों और एआई अनुप्रयोगों पर ध्यान केंद्रित किया है।
यह रणनीतिक दिशा माइक्रोसॉफ्ट, अमेज़न, गूगल और मेटा के दृष्टिकोणों से मौलिक रूप से भिन्न है, जो सभी अपने स्वयं के बुनियादी ढाँचे के निर्माण में भारी निवेश कर रहे हैं। इसके बजाय, आईबीएम कंपनियों को पारदर्शिता, विकल्प और लचीलेपन के साथ अपनी शर्तों पर एआई को लागू करने में मदद करने पर केंद्रित है। यह दर्शन इस विश्वास को दर्शाता है कि हर कंपनी एक ही सार्वजनिक क्लाउड का उपयोग नहीं करेगी और विशेष रूप से, संयुक्त राज्य अमेरिका के बाहर विनियमित उद्योग और कंपनियाँ हाइब्रिड दृष्टिकोणों को प्राथमिकता देंगी।
इसलिए, कृष्णा द्वारा बड़े पैमाने पर बुनियादी ढाँचे में निवेश की आलोचना को आईबीएम के दृष्टिकोण के निहित बचाव के रूप में भी समझा जा सकता है। यदि डेटा सेंटर में खरबों डॉलर के निवेश के माध्यम से एजीआई की खोज वास्तव में आर्थिक रूप से व्यवहार्य नहीं है, तो यह आईबीएम की उस रणनीति की पुष्टि करेगा जिसमें विशिष्ट, मूल्य-सृजनकारी उपयोग मामलों पर ध्यान केंद्रित किया जाता है जो मौजूदा या मध्यम रूप से विस्तारित बुनियादी ढाँचे पर आधारित हो सकते हैं।
साथ ही, आईबीएम क्वांटम कंप्यूटिंग जैसे क्षेत्रों में भी सक्रिय है, जो संभावित रूप से अगली तकनीकी लहर का प्रतिनिधित्व कर सकता है। कंपनी क्वांटम कंप्यूटर के विकास में महत्वपूर्ण निवेश कर रही है और इस तकनीक को आगे बढ़ाने के लिए अन्य तकनीकी कंपनियों के साथ साझेदारी पर काम कर रही है। इससे पता चलता है कि कृष्णा नवाचार या महत्वाकांक्षी तकनीकी लक्ष्यों के खिलाफ नहीं हैं, बल्कि एक ऐसे विशिष्ट दृष्टिकोण के खिलाफ हैं जिसे वे आर्थिक रूप से अव्यावहारिक मानते हैं।
🎯🎯🎯 एक व्यापक सेवा पैकेज में Xpert.Digital की व्यापक, पाँच-गुना विशेषज्ञता का लाभ उठाएँ | BD, R&D, XR, PR और डिजिटल दृश्यता अनुकूलन
Xpert.Digital की व्यापक, पाँच गुना विशेषज्ञता का लाभ एक व्यापक सेवा पैकेज में उठाएँ | R&D, XR, PR और डिजिटल दृश्यता अनुकूलन - छवि: Xpert.Digital
एक्सपर्ट.डिजिटल को विभिन्न उद्योगों का गहन ज्ञान है। यह हमें ऐसी अनुकूलित रणनीतियाँ विकसित करने की अनुमति देता है जो आपके विशिष्ट बाज़ार खंड की आवश्यकताओं और चुनौतियों के अनुरूप होती हैं। बाजार के रुझानों का लगातार विश्लेषण करके और उद्योग के विकास का अनुसरण करके, हम दूरदर्शिता के साथ कार्य कर सकते हैं और नवीन समाधान पेश कर सकते हैं। अनुभव और ज्ञान के संयोजन के माध्यम से, हम अतिरिक्त मूल्य उत्पन्न करते हैं और अपने ग्राहकों को निर्णायक प्रतिस्पर्धी लाभ देते हैं।
इसके बारे में यहां अधिक जानकारी:
उत्पादकता हाँ, AGI नहीं: लक्षित AI परियोजनाएँ मेगा-मॉडलों की तुलना में अधिक लाभदायक क्यों हो सकती हैं
ओपनएआई नेतृत्व का परिप्रेक्ष्य
कृष्णा का संदेह ओपनएआई के सीईओ सैम ऑल्टमैन के सार्वजनिक बयानों के बिल्कुल विपरीत है। ऑल्टमैन ने बार-बार इस बात पर ज़ोर दिया है कि ओपनएआई एजीआई हासिल करने के लिए बड़े पैमाने पर निवेश करने को तैयार है। कंपनी ने अगले आठ वर्षों में लगभग 1.4 ट्रिलियन डॉलर के समझौते किए हैं, जिनमें ओरेकल, ब्रॉडकॉम और अन्य साझेदारों के साथ महत्वपूर्ण सौदे शामिल हैं।
ऑल्टमैन का अनुमान है कि ओपनएआई 2030 तक सैकड़ों अरब अमेरिकी डॉलर का वार्षिक राजस्व प्राप्त कर लेगा। यह अनुमान इस धारणा पर आधारित है कि जैसे-जैसे प्रणालियाँ अधिक शक्तिशाली होती जाएँगी, एआई सेवाओं की माँग तेज़ी से बढ़ेगी। ओपनएआई का व्यावसायिक मॉडल इस बात पर निर्भर करता है कि कंपनियाँ और व्यक्ति उन्नत एआई क्षमताओं तक पहुँच के लिए पर्याप्त धनराशि देने को तैयार हों।
कृष्णा ने पॉडकास्ट में कहा कि वह ऑल्टमैन के दृष्टिकोण को समझते हैं, लेकिन उससे सहमत नहीं हैं। यह अपनी बात कहने का एक उल्लेखनीय कूटनीतिक तरीका है, जिससे पता चलता है कि वह ओपनएआई के दृष्टिकोण का सम्मान करते हैं, लेकिन इसकी तकनीकी व्यवहार्यता और आर्थिक व्यवहार्यता के बारे में मौलिक रूप से अलग धारणाएँ रखते हैं। कृष्णा इस सवाल का जवाब देते हैं कि क्या ओपनएआई अपने निवेश पर प्रतिफल प्राप्त कर सकता है, स्पष्ट रूप से "नहीं"।
यह असहमति प्रौद्योगिकी उद्योग में उन लोगों के बीच एक मौलिक संघर्ष का प्रतिनिधित्व करती है जो एक आसन्न परिवर्तनकारी एजीआई में विश्वास करते हैं और खगोलीय रकम का निवेश करने के लिए तैयार हैं, और वे जो अधिक संशयवादी हैं और एक वृद्धिशील, अधिक आर्थिक रूप से टिकाऊ दृष्टिकोण को पसंद करते हैं।
के लिए उपयुक्त:
- वैश्विक तुलना में एआई रणनीतियाँ: एक तुलना (अमेरिका बनाम यूरोपीय संघ बनाम जर्मनी बनाम एशिया बनाम चीन)
मूल्यह्रास नीति और लेखांकन मानकों की भूमिका
एआई हार्डवेयर के वास्तविक उपयोगी जीवन को लेकर चल रही बहस लेखांकन और पारदर्शिता को लेकर बुनियादी सवाल खड़े करती है। कंपनियां जिस तरह से अपनी संपत्तियों का मूल्यह्रास करती हैं, उसका सीधा असर उनके रिपोर्ट किए गए मुनाफे और, परिणामस्वरूप, शेयरों की कीमतों और मूल्यांकन पर पड़ता है।
माइकल बरी का तर्क है कि बड़ी तकनीकी कंपनियाँ मूल्यह्रास कम रखने और मुनाफ़ा बढ़ाने के लिए अपने एआई चिप्स के उपयोगी जीवन का अनुमान ज़्यादा लगाती हैं। उदाहरण के लिए, अगर मेटा 2025 में एक नए एनवीडिया ब्लैकवेल सर्वर रैक पर 5 अरब डॉलर खर्च करती है और 5.5 वर्षों में उसका मूल्यह्रास करती है, तो वार्षिक मूल्यह्रास लागत लगभग 90.9 करोड़ डॉलर में बँट जाएगी। हालाँकि, अगर वास्तविक उपयोगी जीवन केवल तीन वर्ष है, तो वार्षिक मूल्यह्रास लगभग 1.67 अरब डॉलर होना चाहिए—जो एक महत्वपूर्ण अंतर है।
बरी का अनुमान है कि ये विस्तारित जीवनकाल 2026 और 2028 के बीच कई बड़ी कंपनियों के मुनाफे में कुल 176 अरब डॉलर की वृद्धि कर सकते हैं। एनवीडिया ने नवंबर 2025 में एक आंतरिक ज्ञापन में इन दावों का खंडन किया, यह तर्क देते हुए कि हाइपरस्केलर वास्तविक दीर्घायु और उपयोग के रुझानों के आधार पर चार से छह साल की अवधि में GPU का मूल्यह्रास करते हैं। कंपनी ने बताया कि पुराने GPU, जैसे कि 2020 में जारी A100, का उपयोग उच्च उपयोग दरों पर जारी है और उनका महत्वपूर्ण आर्थिक मूल्य बना हुआ है।
वास्तविकता शायद कहीं बीच में है। GPU निश्चित रूप से भौतिक रूप से तीन साल से ज़्यादा समय तक काम कर सकते हैं, लेकिन जैसे-जैसे नए, ज़्यादा कुशल मॉडल बाज़ार में आते हैं, उनका आर्थिक मूल्य तेज़ी से घट सकता है। एक महत्वपूर्ण कारक मूल्य का क्रमिक परिवर्तन है: पुराने GPU, जो अब नवीनतम मॉडलों के प्रशिक्षण के लिए उपयुक्त नहीं हैं, फिर भी अनुमान लगाने के कार्यों और पहले से प्रशिक्षित मॉडलों को चलाने के लिए उपयोगी हो सकते हैं। इनका उपयोग कम मांग वाले अनुप्रयोगों के लिए भी किया जा सकता है या द्वितीयक बाज़ारों में बेचा जा सकता है।
ये बारीकियाँ स्पष्ट आकलन को मुश्किल बनाती हैं। एआई-केंद्रित क्लाउड प्रदाता, कोरवीव ने जनवरी 2023 में अपने जीपीयू के लिए मूल्यह्रास अवधि को चार से बढ़ाकर छह साल कर दिया। आलोचक इस फैसले को कृत्रिम रूप से लाभप्रदता बढ़ाने के प्रयास के रूप में देखते हैं। दूसरी ओर, समर्थकों का तर्क है कि हार्डवेयर का वास्तविक उपयोग लंबी अवधि को उचित ठहराता है।
सामाजिक और राजनीतिक आयाम
एआई निवेश को लेकर चल रही बहस का एक राजनीतिक और सामाजिक आयाम भी है। वेंचर कैपिटलिस्ट और क्रिप्टोकरेंसी व एआई पर व्हाइट हाउस के सलाहकार डेविड सैक्स ने नवंबर 2025 में चेतावनी दी थी कि एआई निवेश में उछाल के उलटने से मंदी का खतरा होगा। उनके शब्दों से पता चलता है कि अर्थव्यवस्था एआई निवेश पर इतनी निर्भर हो गई है कि इसमें रुकावट या गंभीर मंदी के व्यापक आर्थिक परिणाम होंगे।
यह निर्भरता यह सवाल उठाती है कि क्या समाज ने खुद को ऐसी स्थिति में ढाल लिया है जहाँ उसे अपनी आर्थिक व्यवहार्यता की परवाह किए बिना, अचानक आने वाले झटके से बचने के लिए निवेश जारी रखने के लिए मजबूर होना पड़ रहा है। यह एक पारंपरिक बुलबुला गतिशीलता होगी, जहाँ तर्कसंगत आर्थिक विचार, बुलबुले के फटने के परिणामों के डर से दब जाते हैं।
एआई पर निवेश और संसाधनों का संकेंद्रण अवसर लागत पर भी सवाल उठाता है। एआई डेटा केंद्रों में प्रवाहित होने वाले खरबों डॉलर का उपयोग सैद्धांतिक रूप से अन्य सामाजिक प्राथमिकताओं के लिए किया जा सकता है, जैसे शिक्षा प्रणालियों में सुधार और नवीकरणीय ऊर्जा का विस्तार, और बुनियादी ढाँचे की कमी को दूर करना। इस विशाल संसाधन आवंटन का औचित्य इस बात पर निर्भर करता है कि क्या वादा किए गए लाभ वास्तव में साकार होते हैं।
साथ ही, एआई के सकारात्मक प्रभाव पहले से ही स्पष्ट रूप से दिखाई दे रहे हैं। नवंबर 2025 में किए गए आईबीएम के एक अध्ययन के अनुसार, जर्मनी में दो-तिहाई कंपनियाँ एआई के माध्यम से उत्पादकता में उल्लेखनीय वृद्धि दर्ज करती हैं। एआई से संबंधित उत्पादकता में सबसे अधिक वृद्धि वाले क्षेत्रों में सॉफ्टवेयर विकास और आईटी, ग्राहक सेवा और व्यावसायिक प्रक्रिया स्वचालन शामिल हैं। जर्मनी में लगभग एक-पाँचवीं कंपनियाँ एआई-संचालित उत्पादकता पहलों के माध्यम से अपने आरओआई लक्ष्य पहले ही प्राप्त कर चुकी हैं, और लगभग आधी कंपनियाँ बारह महीनों के भीतर निवेश पर लाभ की उम्मीद कर रही हैं।
ये आंकड़े दर्शाते हैं कि एआई वास्तव में आर्थिक मूल्य का सृजन करता है, लेकिन वे कृष्णा के इस तर्क का भी समर्थन करते हैं कि यह मूल्य आवश्यक रूप से खरबों डॉलर के निवेश के साथ एजीआई की खोज से उत्पन्न नहीं होता है, बल्कि अधिक लक्षित, विशिष्ट अनुप्रयोगों से उत्पन्न होता है।
तकनीकी परिवर्तनों का ऐतिहासिक परिप्रेक्ष्य
वर्तमान स्थिति को समझने के लिए, ऐतिहासिक समानताओं पर विचार करना उपयोगी होगा। 1990 के दशक के उत्तरार्ध में डॉट-कॉम बूम को अक्सर एक चेतावनी के रूप में उद्धृत किया जाता है। उस समय, इंटरनेट कंपनियों में भारी मात्रा में धन प्रवाहित हुआ, इस उचित विश्वास के आधार पर कि इंटरनेट परिवर्तनकारी होगा। उनमें से कई निवेश गलत साबित हुए, और जब 2000 में बुलबुला फटा, तो खरबों डॉलर का बाजार मूल्य स्वाहा हो गया।
फिर भी, अंतर्निहित तकनीक वास्तव में परिवर्तनकारी साबित हुई। अमेज़न और गूगल जैसी कंपनियाँ, जो संकट से बच गईं, वैश्विक अर्थव्यवस्था में प्रमुख शक्तियाँ बन गईं। इस उछाल के दौरान निर्मित बुनियादी ढाँचे ने, जिसमें असफल कंपनियों के ढाँचे भी शामिल थे, अगले दशकों की डिजिटल अर्थव्यवस्था की नींव रखी। इस अर्थ में, यह तर्क दिया जा सकता है कि एआई बुनियादी ढाँचे में अत्यधिक निवेश भी दीर्घावधि में लाभदायक हो सकता है, भले ही वर्तमान में कई कंपनियाँ विफल हो जाएँ।
हालाँकि, एक प्रमुख अंतर पूँजी की गहनता में निहित है। पहली पीढ़ी की इंटरनेट कंपनियाँ बुनियादी ढाँचा तैयार होने के बाद अपेक्षाकृत कम निवेश में विस्तार कर सकती थीं। एक वेबसाइट या ऑनलाइन सेवा, एक बार विकसित हो जाने पर, न्यूनतम अतिरिक्त लागत के साथ लाखों उपयोगकर्ताओं तक पहुँच सकती है। एआई, विशेष रूप से वर्तमान में जिस तरह से इसका उपयोग किया जाता है, इस पैटर्न का पालन नहीं करता है। किसी बड़े भाषा मॉडल के लिए प्रत्येक क्वेरी पर महत्वपूर्ण कम्प्यूटेशनल लागत आती है। एआई सेवाओं के विस्तार के लिए बुनियादी ढाँचे में आनुपातिक वृद्धि की आवश्यकता होती है, जिससे अर्थशास्त्र में आमूल-चूल परिवर्तन होता है।
एक और ऐतिहासिक तुलना बिजली के विकास से जुड़ी है। जब विद्युत ऊर्जा पहली बार उपलब्ध हुई, तो कंपनियों को नई संभावनाओं का पूरा लाभ उठाने के लिए अपनी उत्पादन प्रक्रियाओं को नया रूप देना सीखने में दशकों लग गए। शुरुआत में, कारखानों ने भाप के इंजनों की जगह बिजली की मोटरें लगा दीं, लेकिन बाकी सब कुछ उन्होंने अपनी पुरानी रूपरेखा और प्रक्रियाओं को बरकरार रखा। उत्पादकता में वास्तविक वृद्धि तभी हुई जब इंजीनियरों और प्रबंधकों ने विद्युत ऊर्जा के लचीलेपन का लाभ उठाते हुए, कारखानों को शुरू से ही डिज़ाइन करना सीखा।
एआई के लिए भी यही सच हो सकता है। मौजूदा अनुप्रयोग केवल संभावनाओं की सतही झलक ही दिखा पाएँगे, और वास्तविक परिवर्तन तब तक नहीं आ पाएँगे जब तक संगठन एआई क्षमताओं का लाभ उठाने के लिए खुद को मौलिक रूप से पुनर्गठित करना नहीं सीख जाते। इसमें समय लगेगा, संभवतः वर्षों या दशकों तक, और यह स्पष्ट नहीं है कि मौजूदा निवेश गतिशीलता इतना धैर्य रख पाएगी या नहीं।
एआई विकास का भविष्य
तमाम संशय और चेतावनियों के बावजूद, एआई का विकास जारी रहेगा। सवाल यह नहीं है कि क्या एआई महत्वपूर्ण है, बल्कि यह है कि कौन सा रास्ता सबसे आशाजनक और आर्थिक रूप से टिकाऊ है। कृष्णा के हस्तक्षेप को रणनीति के पुनर्मूल्यांकन की अपील के रूप में समझा जा सकता है, न कि एआई अनुसंधान को रोकने के आह्वान के रूप में।
सबसे संभावित विकास दृष्टिकोणों का विविधीकरण है। जहाँ कुछ कंपनियाँ बड़े भाषा मॉडलों के विस्तार में भारी निवेश जारी रखेंगी, वहीं अन्य कंपनियाँ वैकल्पिक रास्ते तलाशेंगी। न्यूरो-सिम्बोलिक दृष्टिकोण, मल्टीमॉडल प्रणालियाँ, सन्निहित बुद्धिमत्ता, सतत अधिगम और अन्य शोध दिशाएँ समानांतर रूप से अपनाई जाएँगी। क्वांटम कंप्यूटिंग से लेकर ऑप्टिकल कंप्यूटिंग आर्किटेक्चर और न्यूरोमॉर्फिक चिप्स तक, हार्डवेयर में हुई सफलताएँ इस समीकरण को बदल सकती हैं।
एक महत्वपूर्ण कारक वास्तविक बाज़ार स्वीकृति होगी। यदि व्यवसाय और उपभोक्ता एआई सेवाओं के लिए पर्याप्त राशि देने को तैयार हैं, तो उच्च बुनियादी ढाँचे की लागत भी उचित ठहराई जा सकती है। हालाँकि, अभी तक यह काफी हद तक एक खुला प्रश्न बना हुआ है। चैटजीपीटी और इसी तरह की सेवाओं ने लाखों उपयोगकर्ताओं को आकर्षित किया है, लेकिन उनके लिए पर्याप्त राशि देने की इच्छा सीमित है। अधिकांश उपयोगकर्ता मुफ़्त या भारी सब्सिडी वाले संस्करणों का उपयोग करते हैं।
उद्यम क्षेत्र में, स्थिति कुछ अलग है। यहाँ, विशिष्ट व्यावसायिक समस्याओं के समाधान के लिए एआई समाधानों के लिए भुगतान करने की स्पष्ट इच्छा दिखाई देती है। माइक्रोसॉफ्ट ने व्यवसायों के लिए अपनी एआई सेवाओं में मज़बूत वृद्धि की सूचना दी है। सवाल यह है कि क्या ये राजस्व स्रोत इतनी तेज़ी से बढ़ पाएँगे कि भारी निवेश को उचित ठहराया जा सके।
के लिए उपयुक्त:
बहुआयामी विश्लेषण से निष्कर्ष
डिकोडर पॉडकास्ट पर अरविंद कृष्ण द्वारा उठाई गई चिंताएँ इतिहास के सबसे महत्वपूर्ण आर्थिक और तकनीकी दांवों में से एक के मूल को छूती हैं। उनका तर्क ठोस आर्थिक सिद्धांतों और तकनीकी समझ पर आधारित है। भारी पूंजीगत लागत, छोटे हार्डवेयर जीवनचक्र और मौजूदा तकनीकों के एजीआई (ऑटोमेटेड जनरेटिंग इंटेलिजेंस) की ओर ले जाने की कम संभावना, इन सबका संयोजन मौजूदा निवेश रणनीति के विरुद्ध एक ठोस तर्क प्रस्तुत करता है।
साथ ही, कृष्णा का पक्ष तर्कों से रहित नहीं है। बड़े पैमाने पर एआई निवेश के समर्थक तर्क देंगे कि परिवर्तनकारी तकनीकों के लिए अक्सर भारी-भरकम अग्रिम निवेश की आवश्यकता होती है, प्रति कंप्यूटिंग इकाई की लागत लगातार कम होती जा रही है, नए व्यावसायिक मॉडल उभरेंगे जिनका अभी पूर्वानुमान नहीं लगाया जा सकता, और संभावित रूप से दुनिया को बदलने वाली तकनीक में पिछड़ने का जोखिम अत्यधिक निवेश के वित्तीय जोखिम से कहीं ज़्यादा है।
सच्चाई शायद इन चरम स्थितियों के बीच कहीं छिपी है। निस्संदेह, एआई एक महत्वपूर्ण और परिवर्तनकारी तकनीक है जो महत्वपूर्ण आर्थिक मूल्य पैदा करेगी। वर्तमान भाषा मॉडल और एआई अनुप्रयोग पहले से ही प्रभावशाली क्षमताएँ प्रदर्शित कर रहे हैं और कई क्षेत्रों में मापनीय उत्पादकता वृद्धि को बढ़ावा दे रहे हैं। साथ ही, यह विचार कि केवल वर्तमान दृष्टिकोणों का विस्तार करने से कृत्रिम सामान्य बुद्धिमत्ता विकसित होगी, प्रमुख एआई शोधकर्ताओं के बीच भी, तेजी से विवादास्पद होता जा रहा है।
आर्थिक विश्लेषण बहुत कुछ कहता है। आवश्यक निवेश का विशाल आकार और कम समय में भारी मुनाफा कमाने की ज़रूरत एक अभूतपूर्व चुनौती पेश करती है। अगर कृष्णा की गणनाएँ थोड़ी भी सटीक हैं, तो यह कल्पना करना मुश्किल है कि मौजूदा निवेश रणनीति कैसे टिकाऊ हो सकती है।
हालाँकि, इसका यह मतलब नहीं कि आपदा निकट है। बाज़ारों में अनुकूलन की क्षमता होती है। निवेश प्रवाह बदल सकता है, व्यावसायिक मॉडल विकसित हो सकते हैं, और तकनीकी सफलताएँ अर्थशास्त्र को मौलिक रूप से बदल सकती हैं। प्रौद्योगिकी का इतिहास ऐसे उदाहरणों से भरा पड़ा है जहाँ शुरुआती संदेहों को गलत साबित किया गया और असंभव लगने वाली चुनौतियों पर विजय प्राप्त की गई।
ऐसा लगता है कि समेकन और पुनर्मूल्यांकन का दौर चल रहा है। एआई निवेश में मौजूदा वृद्धि दर अनिश्चित काल तक जारी नहीं रह सकती। किसी न किसी मोड़ पर, निवेशक और व्यावसायिक नेता वास्तविक रिटर्न के प्रमाण देखना चाहेंगे। जो कंपनियाँ आकर्षक उपयोग के उदाहरण और स्पष्ट आर्थिक मूल्य प्रदान कर सकती हैं, वे फल-फूलेंगी। अन्य कंपनियों को अपनी रणनीतियों में बदलाव करना पड़ सकता है या बाज़ार से बाहर निकलना पड़ सकता है।
कृष्णा का हस्तक्षेप उत्साह और आगे बढ़ते रहने की चाहत से भरे माहौल में सावधानी बरतने की एक महत्वपूर्ण चेतावनी है। प्रौद्योगिकी क्षेत्र में उनके दशकों के अनुभव और दुनिया की सबसे पुरानी और सबसे प्रतिष्ठित आईटी कंपनियों में से एक के शीर्ष पर उनकी स्थिति उनके शब्दों को बल देती है। समय ही बताएगा कि वह सही हैं या नहीं। हालाँकि, यह निश्चित है कि उनके द्वारा उठाए गए सवालों को गंभीरता से लिया जाना चाहिए और उन पर गहन चर्चा की जानी चाहिए, इससे पहले कि अरबों डॉलर की और धनराशि एक ऐसी रणनीति में डाल दी जाए जिसकी सफलता की कोई गारंटी नहीं है।
'प्रबंधित एआई' (कृत्रिम बुद्धिमत्ता) के साथ डिजिटल परिवर्तन का एक नया आयाम - प्लेटफ़ॉर्म और B2B समाधान | एक्सपर्ट कंसल्टिंग
'प्रबंधित एआई' (कृत्रिम बुद्धिमत्ता) के साथ डिजिटल परिवर्तन का एक नया आयाम - प्लेटफ़ॉर्म और B2B समाधान | एक्सपर्ट कंसल्टिंग - छवि: एक्सपर्ट.डिजिटल
यहां आप सीखेंगे कि आपकी कंपनी कैसे अनुकूलित AI समाधानों को शीघ्रता से, सुरक्षित रूप से और बिना किसी उच्च प्रवेश बाधाओं के कार्यान्वित कर सकती है।
एक प्रबंधित AI प्लेटफ़ॉर्म, कृत्रिम बुद्धिमत्ता के लिए आपका सर्वांगीण, चिंतामुक्त पैकेज है। जटिल तकनीक, महंगे बुनियादी ढाँचे और लंबी विकास प्रक्रियाओं से निपटने के बजाय, आपको एक विशेषज्ञ भागीदार से आपकी ज़रूरतों के अनुरूप एक टर्नकी समाधान प्राप्त होता है – अक्सर कुछ ही दिनों में।
एक नज़र में मुख्य लाभ:
⚡ तेज़ क्रियान्वयन: विचार से लेकर कार्यान्वयन तक महीनों नहीं, बल्कि कुछ ही दिनों में। हम ऐसे व्यावहारिक समाधान प्रदान करते हैं जो तत्काल मूल्य प्रदान करते हैं।
🔒 अधिकतम डेटा सुरक्षा: आपका संवेदनशील डेटा आपके पास ही रहता है। हम तृतीय पक्षों के साथ डेटा साझा किए बिना सुरक्षित और अनुपालन प्रसंस्करण की गारंटी देते हैं।
💸 कोई वित्तीय जोखिम नहीं: आप केवल परिणामों के लिए भुगतान करते हैं। हार्डवेयर, सॉफ़्टवेयर या कार्मिकों में उच्च अग्रिम निवेश पूरी तरह से समाप्त हो जाता है।
🎯 अपने मुख्य व्यवसाय पर ध्यान केंद्रित करें: उस पर ध्यान केंद्रित करें जिसमें आप सबसे अच्छे हैं। हम आपके AI समाधान के संपूर्ण तकनीकी कार्यान्वयन, संचालन और रखरखाव का प्रबंधन करते हैं।
📈 भविष्य-सुरक्षित और स्केलेबल: आपका AI आपके साथ बढ़ता है। हम निरंतर अनुकूलन और स्केलेबिलिटी सुनिश्चित करते हैं, और मॉडलों को नई आवश्यकताओं के अनुसार लचीले ढंग से अनुकूलित करते हैं।
इसके बारे में यहां अधिक जानकारी:
आपका वैश्विक विपणन और व्यवसाय विकास भागीदार
☑️ हमारी व्यावसायिक भाषा अंग्रेजी या जर्मन है
☑️ नया: आपकी राष्ट्रीय भाषा में पत्राचार!
Konrad Wolfenstein
मुझे निजी सलाहकार के रूप में आपकी और मेरी टीम की सेवा करने में खुशी होगी।
संपर्क फ़ॉर्म भरकर मुझसे संपर्क कर सकते हैं +49 89 89 674 804 (म्यूनिख) पर कॉल कर सकते हैं । मेरा ईमेल पता है: वोल्फेंस्टीन ∂ xpert.digital
मैं हमारी संयुक्त परियोजना की प्रतीक्षा कर रहा हूं।
