मायक्रोसॉफ्ट डेटा का सुचवतो की मानवी प्रतिभा अधिक किफायतशीर असू शकते

मायक्रोसॉफ्टच्या या ताज्या निर्णयाने संपूर्ण टेक उद्योगात वादाला तोंड फुटले आहे. कंपनी बहुतेक कर्मचाऱ्यांसाठी अँथ्रोपिकच्या क्लॉड कोड टूलमध्ये थेट प्रवेश कमी करत आहे. मायक्रोसॉफ्टने कामगारांना ते वापरण्यास प्रोत्साहित केल्यानंतर काही महिन्यांनी हा निर्णय घेण्यात आला आहे.

या शिफ्टमुळे मायक्रोसॉफ्टची अँथ्रोपिकसोबतची मोठी भागीदारी संपत नाही. मायक्रोसॉफ्ट अजूनही त्याच्या फाउंड्री प्लॅटफॉर्मद्वारे क्लॉड मॉडेल्सच्या ग्राहकांच्या प्रवेशास समर्थन देते. परंतु बदल स्पष्ट सिग्नल पाठवते: मोठ्या प्रमाणात अंतर्गत AI वापरासाठी कंपन्यांच्या अपेक्षेपेक्षा जास्त खर्च येऊ शकतो.

च्या अहवालानुसार दैव आणि कडामायक्रोसॉफ्टने कर्मचाऱ्यांना क्लॉड कोडपासून दूर जाण्यास सांगितले आणि त्याऐवजी GitHub Copilot CLI वापरण्यास सांगितले. या हालचालीमुळे अभियंते, डिझाइनर, प्रकल्प व्यवस्थापक आणि इतर कर्मचारी प्रभावित होतात ज्यांनी मोठ्या प्रमाणात साधन वापरण्यास सुरुवात केली होती.

कथा एआय मार्केटमधील वाढत्या समस्येकडे निर्देश करते. अनेक कंपन्यांनी AI ला एक साधन म्हणून प्रोत्साहन दिले जे खर्च कमी करेल, कामाचा वेग वाढवेल आणि श्रमांची गरज कमी करेल. तरीही वास्तविक-जगातील वापर अधिक जटिल चित्र दाखवत आहे.

या समस्येचा सामना करणारी मायक्रोसॉफ्ट ही एकमेव कंपनी नाही.

मायक्रोसॉफ्ट आणि उबरला पायाभूत सुविधांच्या खर्चावर रिॲलिटी चेक का सामोरे जावे लागते?

फॉर्च्युनने द इन्फॉर्मेशनचा हवाला देत वृत्त दिले की उबरने AI कोडिंग टूल्ससाठी 2026 चे संपूर्ण बजेट केवळ चार महिन्यांत खर्च केले. उबेरचे सीटीओ प्रवीण नेपल्ली नागा म्हणाले की जलद खर्च अंतर्गत कार्यक्रमांना अनुसरून आहे ज्यामुळे संघांना एआय वापरावर स्पर्धा करण्यास भाग पाडले.

यामुळे व्यवसायांसाठी एक कठीण प्रश्न निर्माण होतो: जेव्हा एआय चालवण्याची किंमत ती निर्माण केलेल्या मूल्यापेक्षा वेगाने वाढते तेव्हा काय होते?

एआय टूल्स शक्तिशाली संगणकीय प्रणालींवर अवलंबून असतात. प्रत्येक प्रॉम्प्ट, कोड विनंती आणि स्वयंचलित कार्य प्रक्रिया शक्ती वापरते. लहान प्रमाणात, खर्च आटोपशीर वाटू शकतो. एंटरप्राइझ स्केलवर, बिल वेगाने वाढू शकते.

ज्या कंपन्यांना कामगारांनी दररोज AI वापरावे असे वाटते त्यांच्यासाठी यामुळे दबाव निर्माण होतो.

व्यवसायांनी एआय सॉफ्टवेअर, क्लाउड सेवा आणि डेटा सेंटर क्षमतेवर जास्त खर्च केल्यास, ते त्या खर्चांवर नियंत्रण ठेवण्याचे मार्ग शोधू शकतात. काही वापर मर्यादित करू शकतात. इतर निवडक संघ किंवा विशिष्ट कार्यांमध्ये प्रवेश मर्यादित करू शकतात. मायक्रोसॉफ्ट करत असल्याप्रमाणे कंपन्या स्वस्त इन-हाउस टूल्सकडे कामगारांना ढकलू शकतात.

आर्थिक प्रभाव टेक संघांच्या पलीकडे पसरू शकतो.

उच्च एआय खर्च सॉफ्टवेअर किंमत, एंटरप्राइझ सदस्यता आणि नियुक्ती योजनांवर परिणाम करू शकतात. ते कृत्रिम बुद्धिमत्तेच्या आजूबाजूच्या सर्वात मोठ्या दाव्यांपैकी एकाला आव्हान देतात: मशीन मोठ्या संख्येने कामगारांची जागा घेतील कारण त्यांची किंमत कमी आहे.

काही प्रकरणांमध्ये, संख्या त्या कल्पनेला समर्थन देत नाहीत.

NVIDIA चे कार्यकारी ब्रायन कॅटानझारो यांनी या समस्येचे स्पष्टीकरण दिले. त्याच्या टीमसाठी, तो म्हणाला की गणना खर्च कर्मचार्यांच्या खर्चापेक्षा जास्त आहे.

ते विधान AI व्यवसाय मॉडेलच्या मध्यभागी आहे. प्रगत प्रणाली चालविण्यासाठी आवश्यक असलेल्या पायाभूत सुविधांची किंमत मानवी श्रमापेक्षा जास्त असल्यास, कंपन्यांनी AI कुठे आणि कसे वापरावे याचा पुनर्विचार केला पाहिजे.

भविष्यातील मागणीमुळे खर्च आणखी वाढू शकतो.

एआय इकॉनॉमिक्सच्या नवीन युगात नेव्हिगेट करणे

Goldman Sachs प्रोजेक्ट करते की एजंटिक AI सिस्टीम 2030 पर्यंत टोकन वापर 24 पटीने वाढवू शकतात, दरमहा सुमारे 120 क्वाड्रिलियन टोकन्सपर्यंत पोहोचू शकतात. त्याच वेळी, गार्टनर चेतावणी देतो की घसरण टोकन किंमतीमुळे एंटरप्राइझचा खर्च कमी होऊ शकत नाही. प्रगत प्रणाली प्रत्येक कार्यासाठी कितीतरी जास्त टोकन वापरतात, जे किंमतीतील घट ऑफसेट करू शकतात.

सोप्या भाषेत, स्वस्त टोकनचा अर्थ नेहमी स्वस्त AI असा होत नाही.

ऊर्जा समस्या देखील आहे.

AI वीज कंपन्यांना विजेच्या मागणीचा अंदाज लावण्यात, ग्रिड्स व्यवस्थापित करण्यात आणि अक्षय ऊर्जा प्रणालींना समर्थन देण्यात मदत करू शकते. परंतु एआय सिस्टीम देखील मोठ्या प्रमाणात वीज आणि पाणी वापरतात. डेटा सेंटर्सना सतत पॉवर आणि कूलिंगची आवश्यकता असते. जसजशी मागणी वाढते तसतसे समुदायांना ग्रिडचा ताण, वाढत्या उपयुक्तता खर्च आणि स्थानिक संसाधनांवर दबाव येऊ शकतो.

सुरक्षा, गैरवापर आणि व्यापक सामाजिक जोखीम देखील चर्चेचा भाग आहेत.

यापैकी काहीही याचा अर्थ कंपन्या AI सोडणार नाहीत. तंत्रज्ञान अजूनही कोडिंग, संशोधन, ऑटोमेशन आणि वर्कफ्लो सपोर्टमध्ये स्पष्ट फायदे देते. परंतु सध्याचा कल अधिक सावध दृष्टिकोन सुचवतो.

अमर्यादित प्रवेशाऐवजी, कंपन्या लक्ष्यित तैनातीवर लक्ष केंद्रित करू शकतात. ते केवळ अशा कामांसाठी AI वापरण्यास मान्यता देऊ शकतात जे स्पष्ट प्रमाणात वेळेची बचत करतात किंवा मोजता येण्याजोग्या मार्गांनी आउटपुट सुधारतात.

मायक्रोसॉफ्टचा निर्णय त्या बदलाचे प्रतिबिंबित करू शकतो.

AI शर्यत आता फक्त मजबूत मॉडेल्स तयार करण्यापुरती राहिलेली नाही. ते दररोज वापरण्यासाठी परवडणारे बनवण्याबद्दल देखील आहे. आर्टिफिशियल इंटेलिजन्सवर कोट्यवधींचा सट्टा लावणाऱ्या कंपन्यांसाठी ते खरे आव्हान बनू शकते.