बुद्धिमत्ता बुनियादी ढांचा बन गई है। अब सवाल है कि इसे कौन अपना सकता है

हर युग ऐसी बुनियादी ढांचा विरासत में प्राप्त करता है जिसका स्वामित्व दशकों तक शक्ति के बारे में बहसों को समाप्त करता है, चाहे वह रेलवे गेज हो, विद्युत ग्रिड हो या समुद्र के नीचे के केबल। कृत्रिम बुद्धिमत्ता ने इस स्थिति को एक दशक से कम समय में अपनाया, और इसके स्वामित्व की शर्तें अब तय की जा रही हैं, मुख्यतः सार्वजनिक दृष्टि से बाहर।

सार्वजनिक बहस लगातार मनुष्यों बनाम मशीनों की ओर मुड़ती रहती है, जिससे वह विभाजन छिप जाता है जो 2030 के दशक को आकार देगा। कुछ ही ऑपरेटरों द्वारा धारण की गई बुद्धिमत्ता सामान्य लोगों द्वारा प्राप्त की जा सकने वाली बुद्धिमत्ता से बहुत अलग व्यवहार करती है, और यह अंतर अर्थशास्त्र, राजनीति और ज्ञान में दिखता है।

वृद्धि को अब भीड़ की जरूरत नहीं रही

औद्योगिक इतिहास के अधिकांश भाग में, महत्त्वाकांक्षा के लिए भीड़ आवश्यक थी, क्योंकि उत्पादन को दोगुना करने वाला निर्माता अधिक हाथों को नियुक्त करता था, एक रेलवे को हजारों सर्वेयर और निर्माण श्रमिकों की जरूरत होती थी, और उत्पादन भागीदारी से जुड़ा रहता था।

उस व्यवस्था में कुछ ढीला पड़ गया है, क्योंकि अब कुछ भी प्रभावशाली बनाने के लिए छोटे समूह के असाधारण इंजीनियरों के साथ विशाल पूँजी और गणना की आवश्यकता होती है, और अनुपात लगातार दूसरे पक्ष की ओर झुकता जा रहा है।

Lovable पहुंचा $400 मिलियन वार्षिक आवर्ती राजस्व 146 कर्मचारियों के साथ, और Midjourney लगभग ग्यारह लोगों की टीम के साथ सालाना लगभग $200 मिलियन कमाता है। इसे $660 बिलियन से $690 बिलियन के पूँजी खर्च के साथ तुलना करें जो पाँच अमेरिकी प्रौद्योगिकी कंपनियों ने प्रतिबद्ध हुए हैं 2026 के लिए, अधिकांश खर्च चिप्स, डेटा सेंटर और नेटवर्किंग पर है।

श्रम बंधनकारी बाधाओं की सूची में नीचे गिर गया है क्योंकि हार्डवेयर शीर्ष पर चढ़ गया है, जिससे पूँजी आवंटित करने वाले किसी भी व्यक्ति के लिए पूरी स्टैक की कीमत पुनः निर्धारित होती है। इस निर्भरता का कौन सा पक्ष पोर्टफोलियो बनता है? रिटर्न एक्सेलेरेटर, पावर कॉन्ट्रैक्ट और सबस्टेशन के पास की जमीन के आसपास इकट्ठा होते हैं, और लगभग हर अन्य व्यवसाय अब कुछ आपूर्तिकर्ताओं द्वारा निर्धारित शर्तों पर चलता है।

भीड़ के बिना एकाग्रता

यदि कोई समूह बड़ी जनसंख्या को रोजगार या व्यापार किए बिना अपनी क्षमता बढ़ा सकता है, तो उसके पास उस जनसंख्या को साथ लाने के कम कारण होते हैं। पिछले शताब्दियों के धनी अभिनेता कामगारों, ग्राहकों और सैनिकों की आवश्यकता रखते थे, और यह निर्भरता वेतन, स्कूल, अस्पताल और राजनीतिक प्रभाव उत्पन्न करती थी।

निर्भरता को हटाने से नीचे की प्रेरणाएँ चुपचाप बदल जाती हैं। कल्पना करें कि बाहर एक हजार या एक मिलियन लोग पूँजी, मॉडल और रोबोटिक्स रखते हैं। वे बाहर के अरबों लोगों की कोई कार्यात्मक आवश्यकता नहीं रखते।

जो भी अभी भी भीड़ की आवश्यकता रखता है, वह धीरे‑धीरे मशीनरी द्वारा उत्तर दिया जाता है, क्योंकि जब कार्य को पर्याप्त रूप से सटीक रूप से परिभाषित किया जाता है, तो रोबोटों का बेड़ा कार्यबल से कम लागत वाला होता है। वह सभी नौकरियां जो पहले कई हाथों की जरूरत होती थीं, अब इस विकल्प के मुकाबले मूल्यांकित होती हैं, और यह वादा कि रोबोटिक्स और AI हमारे समस्याओं को संभालेंगे, यह मानता है कि कोई न कोई रोबोटों का मालिक है।

ऐसे क्लस्टर बिना बड़े टूटाव के बाकी सभी से अलग हो जाएंगे, और कृत्रिम सामान्य बुद्धिमत्ता एक पूर्वापेक्षा नहीं है, क्योंकि आज की क्षमताएँ, विस्तारित और सस्ती, यह काम कर सकती हैं।
सबसे मजबूत मॉडलों तक पहुँच पैसे से भी अधिक असमानता का स्रोत बन सकती है, क्योंकि पूँजी सालाना कुछ प्रतिशत से बढ़ती है, जबकि मॉडल की गुणवत्ता में लाभ हर शोध, कोड और उत्पाद के माध्यम से संचित होता है जिसे वह छूता है।

ऐसा प्रभाव जो किसी बाजार मूल्य में नहीं समा सकता

एकत्रित बुद्धिमत्ता लोगों के विश्वास को उतना ही आकार देती है जितना वह बाजारों को आकार देती है। समाचार के लिए AI चैटबॉट्स का साप्ताहिक उपयोग बढ़ा 7% से 10% तक एक वर्ष में वैश्विक रूप से, और अब 18‑24 वर्ष के आधे से अधिक युवा सोशल मीडिया, वीडियो नेटवर्क या चैटबॉट्स को यह जानने का मुख्य तरीका बताते हैं कि क्या हुआ।
सर्च इंजन रैंकिंग के माध्यम से संपादकीय शक्ति रखते थे, लेकिन वे कई संसाधनों की ओर इशारा करते हैं, और पाठक अभी भी किसी स्रोत से मिलता है और उसका मूल्यांकन करता है। एक सहायक शांत, प्राधिकारी स्वर में निष्कर्ष प्रस्तुत करता है, और उससे बहस करना वह प्रयास है जिसे कुछ ही पाठक करेंगे।
जब सीमित संख्या में प्रदाता तय करते हैं कि मॉडल क्या कहता है, तो एक एजेंडा को ऐसी रूप में एम्बेड किया जा सकता है जो बाहर से लगभग अज्ञात हो। क्षमता में वृद्धि से पहचान और भी कठिन हो जाती है, क्योंकि एक मजबूत मॉडल अधिक प्रभावशाली तर्क और अधिक विश्वसनीय त्रुटियाँ उत्पन्न करता है। कंपनी के बाहर कोई यह कैसे नोटिस करेगा?
संदेह पूरी तरह से नहीं गया, निष्पक्षता से कहा जाए तो AI‑प्रदान किए गए समाचारों में विश्वसनीयता है वैश्विक रूप से 20% पर, जो कुल समाचारों के 37% से कम है, और दर्शक सतर्क रहते हैं जबकि उनका निर्भरता बढ़ती है।

ओपन वेट्स आधा अंतर घटाते हैं

प्रकाशित मॉडल वास्तव में तस्वीर को सुधारते हैं, और नवीनतम मजबूत हैं। Moonshot AI रिलीज़ किया Kimi K3 के वेट्स को 2.8 ट्रिलियन पैरामीटर पर, लेकर आया ओपन रिलीज़ को फ्रंटियर के करीब, DeepSeek R1 के बाद से किसी भी समय से अधिक।
सर्विसिंग उन मॉडलों में से एक डेटा सेंटर के बाहर किसी के लिए अलग बात है। K3 के पैमाने के समान मिश्रित‑विशेषज्ञ प्रणाली को एक क्लस्टर एक्सेलेरेटर की आवश्यकता होती है जो स्थायी और गर्म रहे, जिससे स्वयं‑होस्टिंग अधिकांश विश्वविद्यालयों, स्टार्ट‑अप्स और शोधकर्ताओं के लिए संभव नहीं रहती।
अधिकांश लोग इसलिए ओपन मॉडल तक पहुँचते हैं एक होस्टेड एंडपॉइंट के माध्यम से जो पूँजी और GPUs वाले कंपनी के स्वामित्व में है। कंपनी एक्सेस को पुनः बेचती है, और ग्राहक यह पुष्टि नहीं कर सकते कि प्रदान किए गए वेट्स प्रकाशित वेट्स से मेल खाते हैं, या प्रॉम्प्ट और उत्तर के बीच कुछ नहीं है। उस व्यवस्था में लाइसेंस से परे क्या खोला गया है?

स्वामित्व हार्डवेयर स्तर से शुरू होता है

केवल लाइसेंस शर्तें शक्ति का वितरण नहीं कर पातीं, क्योंकि हार्डवेयर तय करता है कि कौन लाइसेंस द्वारा प्रदान किए गए अधिकारों का प्रयोग कर सकता है। इसलिए स्वामित्व तब शुरू होता है जहाँ लाइसेंस समाप्त होता है, मशीन स्वयं पर, क्योंकि जो भी मॉडल चलाता है वह ही एकमात्र पक्ष है जो इसे परीक्षण कर सकता है, उत्तर को उन वेट्स तक ट्रेस कर सकता है जिन्होंने इसे उत्पन्न किया, और गलत आउटपुट को सुधार सकता है।
इनमें से प्रत्येक पर्याप्त गणना तक पहुँच पर निर्भर करता है, ऐसी कीमत पर जो सामान्य संस्थाएँ वहन कर सकें, इसलिए सार्वजनिक इकोसिस्टम को ओपन वेट्स और ओपन कंप्यूट दोनों की आवश्यकता होती है। केवल एक अकेला वही एकाग्रता को पुनः बनाता है जिसे वह समाप्त करना चाहता है।

एक सार्वजनिक कंप्यूट लेयर आर्थिक रूप से संभव है

सक्षम हार्डवेयर पहले से ही विश्वविद्यालयों, क्षेत्रीय डेटा सेंटरों, पूर्व खनन संचालन और निजी हाथों में विशाल मात्रा में निष्क्रिय पड़ा है, और इसे एकत्रित करना एक कठिन इंजीनियरिंग समस्या रहा है।

Covenant-72B, एक 72‑बिलियन‑पैरामीटर मॉडल, प्रशिक्षित किया गया था सत्तर से अधिक स्वतंत्र पीयरों के बीच सामान्य इंटरनेट लिंक पर, बिना व्हाइटलिस्ट, बिना केंद्रीय क्लस्टर और एक ब्लॉकचेन तंत्र के जो योगदानों को उनके आगमन पर सत्यापित करता है। सत्यापन इस डिज़ाइन के केंद्र में है, क्योंकि उन प्रतिभागियों को जिनकी कोई जांच नहीं हुई है, फिर भी उन्हें साबित करना पड़ता है कि उनका प्रस्तुत कार्य वास्तविक है।

कुशलता अभी भी एक वैध आपत्ति है, क्योंकि सामान्य कनेक्शनों पर एक झुंड अभी भी एक सघन क्लस्टर से पीछे रहता है, विलंबता बड़े रन को दंडित करती है, और विकेन्द्रीकृत सिस्टम में यह प्रवृत्ति रहती है कि जहाँ भी पूँजी इकट्ठा होती है, वह फिर से एकाग्र हो जाता है।

हालांकि, इस बिंदु तक की दूरी तेजी से घट रही है, क्योंकि Covenant रन रखा 94.5% हार्डवेयर उपयोग वास्तविक नेटवर्किंग प्रतिबंधों के तहत और समान आकार के केंद्रीय रूप से प्रशिक्षित पीयरों के साथ प्रतिस्पर्धी मॉडल उत्पन्न किया। अतिरिक्त क्षमता नई निर्माण की तुलना में कम लागत वाली है, जिससे अर्थशास्त्र इंजीनियरिंग परिपक्वता पर अधिक निर्भर रहता है न कि अंकगणित पर।

डिफ़ॉल्ट रूप से किए गए निर्णय

तो कौन तय करता है कि कौन सा भविष्य आता है, यह देखते हुए कि कोई भी इस प्रश्न पर कभी वोट नहीं देगा? परिणाम अगले कुछ वर्षों में किए गए खरीद विकल्पों, लाइसेंसों, शोध फंडिंग और नियमन से जमा होंगे, जो व्यक्तिगत रूप से अधिकांश में असामान्य नहीं हैं।
एक रास्ता कुछ प्रदाताओं की ओर ले जाता है जो आर्थिक और बौद्धिक जीवन की आधारशिला संचालित करते हैं, शेयरधारकों और जिन सरकारों पर वे निर्भर हैं, उनके प्रति उत्तरदायी। दूसरा रास्ता एक उपयोगिता के करीब ले जाता है, जहाँ ओपन मॉडल ऐसे कंप्यूट पर चलते हैं जो कई पक्षों के पास है और जिसे कोई भी ऑडिट कर सकता है। और क्या चीज़ दूसरा रास्ता खुला रखती है?
मुख्यतः पैसा और खरीद, क्योंकि होस्टेड इंटेलिजेंस के लिए हस्ताक्षरित प्रत्येक अनुबंध और साझा बुनियादी ढाँचे के लिए निर्देशित प्रत्येक अनुदान संतुलन को थोड़ा बदलता है। दोनों 2026 से उपलब्ध रहेंगे, और जानबूझकर चुनने की अवधि वर्षों में मापी जाती है – बहुत अधिक नहीं।