वह परत जिसे अभी तक कोई नियंत्रित नहीं करता, लेकिन जिसकी सभी को जरूरत होगी
एक पैटर्न बार-बार इतनी निरंतरता के साथ दोहराता है कि उसे गंभीरता से लेना जरूरी हो जाता है: प्रौद्योगिकियाँ वहाँ केंद्रित नहीं होतीं जहाँ वे दिखती हैं, बल्कि वहाँ होती हैं जहाँ उनका आधार होता है। सोशल मीडिया कंटेंट में नहीं, बल्कि वितरण में केंद्रित हुआ। क्लाउड एप्लिकेशन में नहीं, बल्कि इन्फ्रास्ट्रक्चर में केंद्रित हुआ। आर्टिफिशियल इंटेलिजेंस उसी ज्यामिति का अनुसरण कर रही है, लेकिन नियंत्रण का बिंदु किसी भी पिछले चक्र की तुलना में एक स्तर नीचे है।
मई 2026 में, Snap में पहले का अनुभव रखने वाले उद्यमी डेविड और डैनियल लिबरमैन ने Fortune में एक तर्क प्रकाशित किया जो इस बात के लिए ध्यान देने योग्य है कि वह संरचनात्मक रूप से क्या वर्णित करता है, न कि इस वजह से कि वे कौन हैं। उनकी थीसिस सटीक है: आर्टिफिशियल इंटेलिजेंस में, जो कंप्यूटिंग को नियंत्रित करता है वह पहुँच को नियंत्रित करता है, और जो पहुँच को नियंत्रित करता है वह यह तय करता है कि इस अर्थव्यवस्था में कौन अस्तित्व में रह सकता है। यह कोई रूपक नहीं है। यह एक संचालनात्मक वर्णन है कि आज बाजार कैसे काम करता है।
वे जो संख्याएँ उद्धृत करते हैं, वही तर्क को वजन देती हैं। NVIDIA डेटा सेंटरों के लिए GPU बाजार का 85% हिस्सा नियंत्रित करती है। Amazon, Microsoft और Google मिलकर वैश्विक क्लाउड क्षमता का 63% नियंत्रित करते हैं। संयुक्त राज्य अमेरिका आर्टिफिशियल इंटेलिजेंस के लिए उच्च-प्रदर्शन कंप्यूटिंग की लगभग 75% वैश्विक क्षमता का प्रबंधन करता है। चीन के पास लगभग 15% है। बाकी पूरी दुनिया शेष 10% में हिस्सा बाँटती है।
यह एक प्रतिस्पर्धी बाजार का वर्णन नहीं करता। यह बाजार के मुखौटे के साथ एक भू-राजनीतिक बुनियादी ढाँचे का वर्णन करता है।
वह क्षण जब Snap उत्पाद खोए बिना हार गया
2018 के Snap प्रकरण का संदर्भ कोई पुरानी यादें ताज़ा करना नहीं है। यह लेख का विश्लेषणात्मक लंगर है। लेखक सांता मोनिका में दैनिक सक्रिय उपयोगकर्ताओं की मेट्रिक्स की समीक्षा कर रहे थे जब यह स्पष्ट हो गया कि उत्पाद, कुछ आयामों में तकनीकी रूप से बेहतर होने के बावजूद, Instagram के सामने विकास को बनाए नहीं रख सकता था। Meta इसलिए नहीं जीता क्योंकि उसके पास बेहतर डिज़ाइन था। वह इसलिए जीता क्योंकि उसने डिज़ाइन के नीचे की परत को नियंत्रित किया: सोशल ग्राफ, वितरण, पहले से बना हुआ दर्शक वर्ग। Snap ने उस रेत पर बनाया जिसे Meta पहले ही सीमेंट कर चुका था।
यह प्रकरण एक संगठनात्मक निदान के रूप में महत्वपूर्ण है क्योंकि यह तब को दर्शाता है जब मेट्रिक्स वह नहीं बताती जो आप सोचते हैं कि वे बता रही हैं। उपयोगकर्ता प्रतिधारण Snap की समस्या नहीं थी। वितरण तक पहुँच समस्या थी। लेकिन अगर डैशबोर्ड केवल प्रतिधारण मापता है, तो प्रबंधन टीम सही निष्कर्ष तक देर से पहुँच सकती है।
आर्टिफिशियल इंटेलिजेंस में, इसके समकक्ष की स्थिति और अधिक गंभीर है। एक टीम जो एक भाषा मॉडल बनाती है, उसके पास बेहतर आर्किटेक्चर, बेहतर डेटा, बेहतर इंजीनियर हो सकते हैं। लेकिन अगर उसके पास सस्ती कीमत पर उच्च-प्रदर्शन GPUs तक पहुँच नहीं है, अगर वह हाइपरस्केलर्स के साथ अनुबंधों पर निर्भर है जो बिना पूर्व सूचना के टैरिफ या पहुँच नीतियाँ बदल सकते हैं, तो उसका तकनीकी लाभ प्रतिस्पर्धात्मक लाभ में तब्दील नहीं होता। जिस परत को वह नियंत्रित नहीं करती, वह इसे साबित होने से पहले ही बेअसर कर देती है।
यही ठीक वह है जो लिबरमैन बताते हैं जब वे कहते हैं कि आर्टिफिशियल इंटेलिजेंस प्रदाताओं ने उपयोगकर्ताओं के विरोध के बावजूद लोकप्रिय मॉडल वापस ले लिए हैं, बिना चेतावनी के APIs तक पहुँच प्रतिबंधित की है, और ऐसी नीतियों के तहत डेवलपर्स की क्षमताओं को समायोजित किया है जिसे कोई स्वतंत्र निकाय ऑडिट नहीं कर सकता। यह कोई नैतिक आलोचना नहीं है। यह इस बात का वर्णन है कि संरचनात्मक निर्भरता कैसे काम करती है जब जो इन्फ्रास्ट्रक्चर को केंद्रित करता है वह शर्तें बदलने का फैसला करता है।
यह एकाग्रता गुणात्मक रूप से अलग क्यों है
जब Meta ने 2012 में Instagram को एक अरब डॉलर में खरीदा, तो बाजार ने समझा कि सामाजिक वितरण की परत को समेकित किया जा रहा है। जब Amazon Web Services अमेज़न के मुनाफे का मुख्य स्रोत बनने तक बढ़ा, तो बाजार ने समझा कि क्लाउड कुछ हाथों में केंद्रित होने वाला है। दोनों मामलों में, एकाग्रता एप्लिकेशन परत से दिखाई दे रही थी। उपयोगकर्ता, डेवलपर्स और नियामक इसे देख सकते थे क्योंकि वे इसे सीधे महसूस कर रहे थे।
लेख जो आर्टिफिशियल इंटेलिजेंस के बारे में वर्णित करता है वह एक विशिष्ट अर्थ में अलग है: एकाग्रता एक ऐसी परत में हो रही है जिसे बाजार के अधिकांश खिलाड़ी सख्ती से नहीं देख रहे। मॉडल दिखाई देते हैं। चैटबॉट दिखाई देते हैं। उपयोगकर्ताओं द्वारा उपभोग किए जाने वाले AI उत्पाद दिखाई देते हैं। लेकिन GPU, डेटा सेंटर, उच्च-प्रदर्शन चिप आपूर्ति अनुबंध और कंप्यूटिंग तक प्राथमिकता पहुँच समझौते दृश्यमान के पीछे की बुनियादी ढाँचा हैं, और यहीं वास्तविक एकाग्रता बन रही है।
Bitcoin और Ethereum के साथ लेखकों द्वारा उपयोग किया गया सादृश्य उस कोण से दिलचस्प है जिस पर वे जोर नहीं देते। यह केवल यह नहीं है कि विकेंद्रीकृत प्रोटोकॉल ने बैंकिंग के नीचे एक नई परत बनाई। बात यह है कि उन्होंने ऐसा इसलिए किया क्योंकि मौजूदा वित्तीय वास्तुकला में घर्षण और नियंत्रण बिंदु थे जिन्हें अंदर से हटाया नहीं जा सकता था। आर्टिफिशियल इंटेलिजेंस बुनियादी ढाँचे के लिए प्रासंगिक प्रश्न यह नहीं है कि क्या Gonka या कोई अन्य विकेंद्रीकृत परियोजना AWS या Azure को विस्थापित कर सकती है। प्रश्न यह है कि क्या बाजार प्रोत्साहन की संरचना एकाग्रता के अपरिवर्तनीय होने से पहले व्यवहार्य विकल्प उत्पन्न करने के लिए पर्याप्त है।
बुनियादी ढाँचा बाजारों में ऐतिहासिक साक्ष्य सुझाते हैं कि वह विंडो संकरी है। एक बार जब हाइपरस्केलर्स स्थापित क्षमता की कुछ सीमाएँ हासिल कर लेते हैं, तो पैमाने की अर्थव्यवस्थाएँ और परिवर्तन की लागतें संरचना को स्व-स्थायी बना देती हैं। इसलिए नहीं कि बदलना अवैध है, बल्कि इसलिए कि इसकी परिचालन लागत अधिकांश खिलाड़ियों के लिए लाभ से अधिक हो जाती है।
यह दीर्घकालिक दांव के डिज़ाइन—या उसके अभाव—के बारे में क्या उजागर करता है
तर्क का एक आयाम है जिसे लेख पूरी तरह विकसित नहीं करता, लेकिन जो विश्लेषणात्मक रूप से उपजाऊ है: कंप्यूटिंग में एकाग्रता की समस्या केवल सार्वजनिक नीति या बाजार शक्ति की नहीं है। यह संगठनों के उस ध्यान के वितरण की समस्या भी है जो आज काम करता है और कल उन्हें खतरे में डाल सकता है के बीच है।
जिन कंपनियों ने पिछले पाँच वर्षों में हाइपरस्केलर्स के साथ गहरी निर्भरता बनाई, उन्होंने एक उचित तर्क के तहत ऐसा किया: क्लाउड में स्केलिंग की सीमांत लागत अपना बुनियादी ढाँचा बनाने की लागत से कम थी, और बाजार तक पहुँच की गति ने उस निर्भरता को उचित ठहराया। यही शोषण तर्क है जो काम करता है। समस्या यह है कि वही तर्क, बिना किसी संतुलन के लागू होने पर, ऐसे संगठन पैदा करता है जो लॉकिन बिंदु पर पहुँचते हैं बिना इसकी आशंका के।
लिबरमैन कंप्यूटिंग बाजार में जिस पैटर्न की पहचान करते हैं, वह ठीक वही है जो उन संगठनों में दिखाई देता है जिन्होंने अपने केंद्रीय मॉडल का अत्यधिक दोहन किया और देर से देखा कि उनके नीचे की जमीन खिसक गई थी। उनके वर्णन में Snap इसलिए नहीं हारा क्योंकि उसने उत्पाद में नवाचार करना बंद कर दिया। वह इसलिए हारा क्योंकि उसके पास वितरण परत में निर्भरता का कोई संरचनात्मक जवाब नहीं था। प्रासंगिक संगठनात्मक सीख यह है कि जिन निर्भरताओं को रणनीतिक रूप से प्रबंधित नहीं किया जाता, वे समय के साथ भेद्यता की स्थिति में बदल जाती हैं जिन पर तब बातचीत नहीं की जा सकती जब आपूर्तिकर्ता शर्तें बदलने का फैसला करता है।
यह उन AI स्टार्टअप पर लागू होता है जो आज तृतीय-पक्ष मॉडल APIs पर काम कर रहे हैं। यह मध्यम आकार की कंपनियों पर लागू होता है जो एकल क्लाउड प्रदाता के बुनियादी ढाँचे पर अपना डेटा लेयर बना रही हैं। यह उन देशों पर लागू होता है जिनके पास खुद की कंप्यूटिंग नीति नहीं है और जो यह मानते हैं कि अमेरिकी बुनियादी ढाँचे की उपलब्धता पर्यावरण का एक स्थायी तथ्य है।
लेख में उल्लिखित उन्नत चिप्स पर निर्यात नियंत्रण इस बात का काल्पनिक उदाहरण नहीं है कि कैसे कंप्यूटिंग को भू-राजनीतिक उपकरण के रूप में इस्तेमाल किया जा सकता है। यह इस बात का प्रमाण है कि इसका पहले से ही उपयोग किया जा रहा है। जब एक शक्ति यह तय कर सकती है कि कौन से देश कुछ स्तर की कम्प्यूटेशनल क्षमता तक पहुँच सकते हैं, और वह निर्णय सीधे प्रभावित करता है कि उन क्षेत्रों में कौन से AI एप्लिकेशन बनाए जा सकते हैं, तो बातचीत बाजार प्रतिस्पर्धा के बारे में बहुत पहले बंद हो गई। दो देश 191 के लिए पहुँच की शर्तें तय कर रहे हैं। यह प्रणाली का वर्तमान डिज़ाइन है।
लेखकों द्वारा बताई गई भाषाई असमानता एक अतिरिक्त परत जोड़ती है जो आमतौर पर बाजार एकाग्रता के विश्लेषण में नहीं दिखती। मुख्य रूप से अंग्रेज़ी में प्रशिक्षित भाषा मॉडल न केवल परिणामों की गुणवत्ता में अंग्रेज़ी बोलने वाले उपयोगकर्ताओं को लाभ देते हैं। वे उन्हें वित्तीय रूप से अधिक कुशल भी बनाते हैं: अन्य भाषाओं में प्रॉम्प्ट एक ही आउटपुट के लिए अधिक टोकन खपत करते हैं, जो उन उपयोगकर्ताओं के लिए उच्च लागत और अधिक प्रतिबंधात्मक संदर्भ सीमाओं में बदलता है जो अंग्रेज़ी में नहीं चलाते। एक समान टैरिफ समान कीमत नहीं है। यह एक टैरिफ है जो भाषा के आधार पर भेदभाव करता है जिसमें तकनीकी संरचना तंत्र है।
कंप्यूटिंग एक लाभ के रूप में नहीं, बल्कि एक पूर्वापेक्षा के रूप में
एक अंतर है जिसे लेख सटीकता के साथ स्थापित करता है और जिसे रेखांकित करना उचित है क्योंकि यह रणनीतिक विश्लेषण की प्रकृति को बदल देता है। सोशल नेटवर्क में, आप एक वैकल्पिक प्लेटफ़ॉर्म बना सकते थे। TikTok ने साबित किया कि यह संभव था। सामाजिक पूंजी शारीरिक रूप से केंद्रित नहीं थी; यह उपयोगकर्ताओं की ध्यान आदतों में वितरित थी, और उन आदतों को पुनर्निर्देशित किया जा सकता था।
आर्टिफिशियल इंटेलिजेंस में, कंप्यूटिंग एक प्रतिस्पर्धात्मक लाभ नहीं है। यह भागीदारी का आधार है। उच्च-प्रदर्शन GPUs तक पहुँच के बिना कोई प्रतिस्पर्धी मॉडल प्रशिक्षित नहीं किया जा सकता। क्लाउड अनुबंध के बिना बड़े पैमाने पर इन्फ्रेंस संचालित नहीं किया जा सकता। उन्नत चिप्स के बिना, एक पूरा देश कुछ क्षमताओं से बाहर हो जाता है। इस परत में एकाग्रता प्रतिस्पर्धात्मक नुकसान नहीं पैदा करती: यह सीधे बहिष्करण पैदा करती है।
इससे संगठनात्मक निहितार्थ पिछले चक्रों की तुलना में अधिक तत्काल हो जाते हैं। एक कंपनी जो वितरण के लिए Facebook पर निर्भर थी, प्रयास और संसाधनों के साथ, अन्य तरीकों से दर्शक बनाने की कोशिश कर सकती थी। एक कंपनी जो तीन खिलाड़ियों में केंद्रित कंप्यूटिंग बुनियादी ढाँचे पर निर्भर है, आज के पास एक संरचनात्मक रूप से समकक्ष विकल्प नहीं है जिस पर वापस जा सके यदि वे खिलाड़ी शर्तें बदलते हैं।
Gonka जैसी परियोजनाओं का वादा, विकेंद्रीकृत प्रोटोकॉल जिसे लेखक खुद बना रहे हैं, वह विकल्प बनाना है इससे पहले कि विंडो बंद हो। उन्हें AWS की शर्तों पर AWS से बेहतर होने की जरूरत नहीं है। उन्हें इतना कार्यात्मक होने की जरूरत है कि निर्भरता कुल न रहे। यह एक अधिक विनम्र और अधिक यथार्थवादी सीमा है बजाय हाइपरस्केलर्स से बाजार हिस्सेदारी जीतने के।
बाजार ने अभी तक यह हल नहीं किया है कि क्या वह सीमा पर्याप्त गति से पहुँची जा सकती है ताकि इससे पहले प्रभाव पड़े कि एकाग्रता एक ऐसे बिंदु पर समेकित हो जाए जिससे यह परिवर्तन का दबाव नहीं बनाता। पिछले चक्र सुझाते हैं कि देर से आने वाला बुनियादी ढाँचा शायद ही कभी बाजार की संरचना को बदलता है। जो समापन के क्षण से पहले आता है वह अगले खेल के नियम तय कर सकता है।
---
लिबरमैन का लेख सटीकता के साथ एक संरचनात्मक गतिशीलता का वर्णन करता है जो पहले से ही चल रही है। लेकिन जिस समस्या को वे इंगित करते हैं वह केवल बाजार या विनियमन की नहीं है: यह उन निर्भरताओं के डिज़ाइन की है जो अधिकांश संगठन आज रणनीतिक जोखिम के रूप में प्रबंधित किए बिना बना रहे हैं। जब कंप्यूटिंग अस्तित्व की पूर्वापेक्षा बन जाती है और वह पूर्वापेक्षा तीन ऐसे खिलाड़ियों के हाथ में होती है जो एकतरफा अपनी शर्तें बदल सकते हैं, तो जिन कंपनियों के पास उस निर्भरता के प्रति कोई स्पष्ट नीति नहीं है, वे कोई तकनीकी निर्णय नहीं सौंप रही हैं। वे एक ऐसी स्थिति छोड़ रही हैं जिसे बाद में गति के साथ वापस नहीं पाया जा सकता।
