Meta और Microsoft ने कर्मचारियों द्वारा Claude AI के उपयोग को कम करने के लिए कदम उठाए
Microsoft और Meta जैसी बड़ी tech कंपनियाँ reportedly Anthropic के Claude AI पर आंतरिक खर्च की सीमा तय कर रही हैं, कुछ कर्मचारियों के budgets को $100,000 तक से घटाकर लगभग $10,000 प्रति माह कर रही हैं और staff को in-house या सस्ते models की ओर प्रेरित कर रही हैं। टिप्पणीकार इस बदलाव को cost control, data governance, और corporate AI stacks के “dogfooding” से जोड़ते हैं, न कि AI tools के सीधे खारिज किए जाने से। कई लोगों का तर्क है कि हम “good enough” चरण में प्रवेश कर चुके हैं, जहाँ mid-tier या local models अधिकांश काम संभाल लेते हैं, जबकि वास्तविक productivity gains, token “overuse,” और यह pullback Anthropic के revenue तथा व्यापक AI business model के लिए क्या मतलब रखता है, इस पर प्रश्न बढ़ रहे हैं.
लागत नियंत्रण और “tokenmaxxing”
- कई टिप्पणियाँ विशाल आंतरिक AI बजटों पर केंद्रित हैं (उदाहरण के लिए, प्रति कर्मचारी/माह $100k तक, जिसे अब घटाकर लगभग $10k कर दिया गया है) और “tokenmaxxing” की घटना पर — यानी संदिग्ध ROI के साथ बड़ी संख्या में टोकन खर्च करना।
- लोग ऐसी आंतरिक संस्कृतियों की रिपोर्ट करते हैं जो “जितना खर्च कर सकते हो उतना करो” से लेकर कड़े सीमाओं, डैशबोर्ड, और साझा कोटे के लिए “Hunger Games” जैसी प्रतिस्पर्धा तक फैली हुई हैं।
- कई लोग नोट करते हैं कि कुछ पावर यूज़र और जटिल agent/orchestrator सेटअप आसानी से बिल को पाँच या छह अंकों तक पहुँचा सकते हैं।
टूल्स के लिए भुगतान कौन करे?
- इस विचार के खिलाफ़ कड़ा प्रतिवाद है कि कर्मचारियों को AI टूल्स के लिए खुद भुगतान करना चाहिए; अधिकांश लोग LLMs की तुलना IDEs, लैपटॉप, या forklifts से करते हैं — यानी मानक नियोक्ता-प्रदत्त टूल्स।
- कुछ अपवाद हैं: freelancers, या वे कर्मचारी जो कॉर्पोरेट मानकों से बाहर व्यक्तिगत टूल्स चुनते हैं।
- यदि कर्मचारी व्यक्तिगत रूप से भुगतान करें लेकिन कंपनी के काम पर टूल्स का उपयोग करें, तो कानूनी/IP और गोपनीयता संबंधी चिंताएँ उठाई जाती हैं।
Dogfooding, प्रतिस्पर्धा, और vendor lock-in
- कई लोग Meta/Microsoft की सीमाओं को अपने ही मॉडलों के dogfooding और किसी प्रतिस्पर्धी (Anthropic) को सब्सिडाइज़ न करने से जोड़कर देखते हैं, न कि केवल गुणवत्ता से।
- अन्य लोग डेटा governance और security की ओर इशारा करते हैं: वास्तविक समय में प्रतिस्पर्धियों को proprietary code, योजनाएँ, और operations देना जोखिम भरा माना जाता है।
- कुछ का तर्क है कि बड़ी कंपनियाँ आंतरिक model marketplaces बना रही हैं जो काम को उस सबसे सस्ते model की ओर रूट करते हैं जो गुणवत्ता-सीमा पास कर ले।
Productivity, “good enough” models, और ROI
- अनुभव अलग-अलग हैं: कुछ teams दावा करती हैं कि 2x+ velocity और outsourced development की तुलना में बड़ी बचत हुई; अन्य लोगों को सीमित लाभ या यहाँ तक कि net negative productivity दिखती है, जब review, rework, और agents द्वारा over-engineering को शामिल किया जाता है।
- बार-बार आने वाला विषय: सस्ते/छोटे models (Haiku/Luna-जैसे, local, या Chinese models) अधिकांश कार्यों के लिए “good enough” हैं, जबकि frontier models कठिन कामों के लिए आरक्षित हैं।
- कई लोग नोट करते हैं कि coding अक्सर वास्तविक bottleneck नहीं होता; संगठनात्मक प्रक्रिया और bureaucracy हावी रहती है।
Anthropic पर निर्भरता और market implications
- चर्चा में कहा गया है कि Meta/Microsoft जैसे बड़े ग्राहक कभी Anthropic के लिए प्रमुख revenue स्रोत थे; अब उनका खर्च घटाया या redirect किया जा रहा है।
- इस बात पर बहस है कि रिपोर्ट की गई तेज़ revenue growth को देखते हुए यह कितना मायने रखता है, लेकिन कुछ लोग व्यापक रुझान देखते हैं: enterprises “blank cheques” से कड़े budgets और cost-efficiency की ओर बढ़ रहे हैं।