मैथ्यू प्रिंस का कहना है कि AI का इस्तेमाल करने वाली अधिकांश कंपनियाँ 'पैसा आग में झोंक रही हैं'
यह दावा कि AI खर्च में अधिकांश कंपनियाँ “पैसा आग में झोंक रही हैं” ने इस पर बहस छेड़ दी है कि क्या मौजूदा निवेश बेकार हाइप हैं या संभावित रूप से बड़े लाभ वाले अवसर पर एक तर्कसंगत दांव। टिप्पणीकारों का कहना है कि कई फर्में मार्केटिंग कारणों से या “AI का उपयोग करो” जैसे अस्पष्ट निर्देशों के तहत अपने उत्पादों में AI जोड़ रही हैं, जो blockchain और metaverse जैसे पिछले बबल्स की याद दिलाता है, जबकि अन्य लोग code assistants और customer-service automation जैसे टूल्स से मिली ठोस उत्पादकता वृद्धि की ओर इशारा करते हैं। कई लोग तर्क देते हैं कि भले ही ज़्यादातर प्रोजेक्ट असफल हों, AI को उच्च-जोखिम R&D की तरह मानना तब भी उचित हो सकता है, बशर्ते कुछ सफलताएँ असाधारण रिटर्न दें।
लेख और शीर्षक की गुणवत्ता
- कई टिप्पणीकारों का कहना है कि लेख सतही या क्लिकबेट जैसा है: बड़ा दावा, लेकिन लगभग कोई संदर्भ, तर्क या उदाहरण नहीं।
- कुछ लोग नोट करते हैं कि इसमें ज़्यादातर बस कुछ उद्धरणों को बिना असली विश्लेषण या निष्कर्ष के जोड़ दिया गया है।
AI एक हाइप, मार्केटिंग और बज़वर्ड के रूप में
- यह मजबूत भावना है कि कई कंपनियाँ पहले से “हमें AI का उपयोग करना ही है” से शुरू करती हैं और फिर उसके लिए कोई समस्या खोजती हैं।
- AI को अक्सर मामूली फीचर्स या मौजूदा तकनीकों पर चिपका दिया गया एक मार्केटिंग लेबल माना जाता है, जो पिछली लहरों (blockchain, metaverse, B2B buzzwords) जैसा है।
- कुछ उपयोगकर्ता जानबूझकर उन उत्पादों को कमतर आँकते हैं जो हर चीज़ पर “AI” चिपका देते हैं; दूसरे तर्क देते हैं कि यह रुझान का पीछा करना तर्कसंगत है क्योंकि ग्राहक और निवेशक यही मांग करते हैं।
R&D, अपेक्षित मूल्य, और दांव के रूप में फ्रेमिंग
- कई टिप्पणियाँ AI खर्च को R&D या उच्च-जोखिम दांव की तरह देखती हैं: अगर कुछ ही बड़े सफल हो जाएँ तो बहुत सारे असफल प्रयोग स्वीकार्य हैं।
- इस पर बहस है कि क्या उच्च-लाभ, कम-संभावना वाले दांव अलग-अलग कंपनियों के लिए समझदारी हैं या केवल पोर्टफोलियो/उद्योग स्तर पर।
- कुछ लोग तर्क देते हैं कि बड़ी कॉरपोरेशंस AI प्रोजेक्ट्स को कई पहलों के बीच विविधीकृत “दांव” की तरह देख सकती हैं।
विघटनकारी बनाम बनाए रखने वाली नवाचार
- एक तर्क यह है: मौजूदा AI ज़्यादातर एक बनाए रखने वाली तकनीक है जो मौजूदा उपयोग मामलों को बेहतर बनाती है, और डेटा तथा पूँजी वाले स्थापित खिलाड़ियों के पक्ष में जाती है।
- दूसरे लोग जवाब देते हैं कि भविष्य के agentic और robotics अनुप्रयोग वास्तव में विघटनकारी हो सकते हैं, लेकिन यह अभी भी अटकल है।
वास्तविक उपयोग मामले बनाम “stochastic parrot” संशयवाद
- बताए गए उत्पादक उपयोग: कोड सहायता (जैसे Copilot), मार्केटिंग कॉपी, टेक्स्ट सारांश, Q&A, क्रिएटिव प्रॉम्प्ट्स, आंतरिक ऑटोमेशन, और RAG।
- कुछ लोग कहते हैं कि जनरेटिव मॉडल पहले ही उत्पादकता में सार्थक बढ़ोतरी कर रहे हैं और कुछ भूमिकाओं की जगह ले रहे हैं।
- दूसरे ज़ोर देते हैं कि मौजूदा मॉडल “कुछ हल नहीं करते,” और इस क्षण की तुलना crypto bubble से करते हैं; समर्थक व्यक्तिगत उत्पादकता में ठोस लाभों से जवाब देते हैं।
श्रम, नौकरियाँ, और ट्रेड वर्क
- चर्चा है कि AI रचनात्मक/ज्ञान-कार्य पर मैनुअल ट्रेड्स की तुलना में तेज़ी से असर डाल रहा है, जो पहले की ऑटोमेशन कथाओं के विपरीत है।
- कुछ लोग bookkeeping, marketing, और अन्य white-collar क्षेत्रों में व्यापक विस्थापन की उम्मीद करते हैं; दूसरे कानूनी/दायित्व और लाइसेंसिंग प्रतिबंधों की ओर इशारा करते हैं।
लागत, अवसंरचना, और कमोडिटाइज़ेशन
- प्रतिस्पर्धी मॉडल्स को ट्रेन और चलाना बेहद महँगा और जल्दी कमोडिटाइज़ होने वाला माना जाता है, जहाँ फीचर्स बहुत तेजी से कॉपी किए जाते हैं।
- open-source मॉडल बेहतर और सस्ते हो रहे हैं, जिससे वाणिज्यिक प्रदाताओं पर दबाव बढ़ रहा है।
स्टार्टअप्स, VC, और “पैसा आग में झोंकना”
- कई टिप्पणियाँ कहती हैं कि “पैसा आग में झोंकना” सिर्फ AI के लिए नहीं, बल्कि ज़्यादातर VC-backed स्टार्टअप्स के लिए भी उपयुक्त है।
- लाभहीन कंपनियों में भव्य खर्च, offsites, और perks की कहानियाँ इस विचार का समर्थन करती हैं कि हाइप-चालित बर्बादी हर चक्र में आम है।