AI ने एंटरप्राइज़ सॉफ़्टवेयर को नहीं मारा। इसने इसे संरचनात्मक विजेताओं और पराजितों में विभाजित कर दिया
पिछले दो वर्षों से बोर्डरूम की बैठकों और वेंचर कैपिटल फंड्स की बातचीत में एक ऐसी कहानी हावी रही है: आर्टिफिशियल इंटेलिजेंस एंटरप्राइज़ सॉफ़्टवेयर को उसी तरह निगल जाएगी जैसे सॉफ़्टवेयर ने व्यापार के एनालॉग मॉडलों को निगल लिया था। यह एक शक्तिशाली छवि है। और जैसी हर शक्तिशाली छवि बिना किसी टकराव के चलती रहती है, यह भी उसी श्रेणी में आती है — इसलिए यह ज़रूरी है कि कोई इस पर दबाव डाले, इससे पहले कि यह वास्तविक परिणामों वाले निवेश निर्णयों को नियंत्रित करने लगे।
Anaplan के CEO चार्ली गॉटडीनर ने हाल ही में Fortune में एक लेख प्रकाशित किया जिसमें उन्होंने एक अलग दृष्टिकोण प्रस्तुत किया। उनकी थीसिस यह नहीं है कि AI सॉफ़्टवेयर को नहीं बदलेगी। उनका कहना है कि यह बदलाव क्षैतिज या लोकतांत्रिक नहीं होगा: यह एक चयन की प्रक्रिया होगी, एक वर्गीकरण जो कुछ विक्रेताओं को और अधिक शक्तिशाली बना देगा जबकि दूसरों को अप्रासंगिक कर देगा। गॉटडीनर के अनुसार, निर्णायक चर स्वयं तकनीक नहीं है, बल्कि यह है कि सॉफ़्टवेयर की प्रत्येक परत वास्तव में क्या गणना करती है या क्या प्रदर्शित करती है।
जो आगे लिखा है, वह उस थीसिस का न तो बचाव है और न ही खंडन। यह उसके व्यावसायिक तर्क का एक ऑडिट है।
---
तीन-परत मॉडल और वास्तव में क्या दांव पर है
गॉटडीनर प्रस्तावित करते हैं कि सॉफ़्टवेयर का एंटरप्राइज़ आर्किटेक्चर तीन अलग-अलग भूमिकाओं वाले स्तरों में विभाजित हो रहा है। सबसे ऊपर, बड़े पैमाने के भाषा मॉडल एक सार्वभौमिक संवादात्मक इंटरफ़ेस के रूप में कार्य करते हैं। सबसे नीचे, जिसे वह मॉडल कॉन्टेक्स्ट प्रोटोकॉल कहते हैं, मौजूदा सिस्टम्स को कमांड निष्पादित करता है। बीच में, जिस परत को वह डिटर्मिनिस्टिक डोमेन अथॉरिटी कहते हैं — शासित, लेखापरीक्षण योग्य और पुनरुत्पादनीय कंप्यूटिंग इंजनों के लिए उनका शब्द — वहीं, उनके तर्क के अनुसार, रक्षणीय मूल्य निवास करेगा।
उस तर्क को समर्थन देने वाला तकनीकी अंतर सटीक है: एक भाषा मॉडल प्रायिकतावादी होता है। यह एक निश्चित कंप्यूटिंग तर्क के अनुसार नहीं, बल्कि सांख्यिकीय पैटर्न के अनुसार प्रतिक्रियाएँ उत्पन्न करता है। जब किसी कंपनी को अपनी वित्तीय योजना में किसी संशोधन के सटीक प्रभाव को जानना होता है, या मुआवजे की संरचना में परिवर्तन का कुल श्रम लागत पर पड़ने वाले प्रभाव की गणना करनी होती है, तो संभावना पर्याप्त नहीं होती। एक ऐसे इंजन की आवश्यकता होती है जो समान डेटा पर, किसी भी नियामकीय या वित्तीय ऑडिट की स्थिति में, हर बार समान परिणाम दे।
भाषा मॉडलों की यह सीमा वास्तविक है, दस्तावेज़ीकृत है और कोई गंभीर तकनीकी विवाद का विषय नहीं है। जो वास्तव में विवादित है वह यह है कि उस नियतात्मक स्थान में नहीं रहने वाली सॉफ़्टवेयर परतों का क्या होगा।
बिजनेस इंटेलिजेंस और डेटा विज़ुअलाइज़ेशन टूल्स पर गॉटडीनर का निदान विशिष्ट है और इसमें वज़न है: यदि किसी उत्पाद का मुख्य मूल्य उपयोगकर्ता को प्राकृतिक भाषा में अपने डेटा के बारे में प्रश्न पूछने और दृश्य प्रतिक्रिया प्राप्त करने देना था, तो वह उत्पाद अब कार्य ऑपरेटिंग सिस्टम में एकीकृत एक संवादात्मक इंटरफ़ेस के विरुद्ध प्रतिस्पर्धा करता है। तीन वर्षों में नहीं। आज। उस बुनियादी कार्यक्षमता की नकल करने की प्रवेश बाधा ध्वस्त हो गई है।
यही बात, हालाँकि कुछ बारीकियों के साथ, उन वर्कफ़्लो ऑटोमेशन टूल्स पर भी लागू होती है जिनके पास अपनी खुद की कंप्यूटिंग नहीं है: वे सिस्टम्स के बीच डेटा स्थानांतरित करते हैं, लेकिन किसी के लिए भी सत्य का स्रोत नहीं हैं। जब एक भाषा मॉडल प्राकृतिक भाषा के निर्देशों के माध्यम से सीधे उन एकीकरणों को व्यवस्थित कर सकता है, तो मध्यवर्ती परत अपना अस्तित्व का तर्क खो देती है।
जहाँ विश्लेषण अधिक दिलचस्प, और अधिक जाँच के योग्य, हो जाता है, वह वर्गीकरण की दूसरी छमाही में है।
---
वह खाई जो गॉटडीनर प्रस्तावित करते हैं और जो वह उसके बारे में नहीं कहते
गॉटडीनर का तर्क है कि एंटरप्राइज़ प्लानिंग इंजन, मानव संसाधन रिकॉर्ड सिस्टम, ग्राहक प्रबंधन प्रणालियाँ और विशेष नियामक डेटाबेस संरचनात्मक उत्तरजीवी हैं। कारण: वे शासित कंप्यूटेशनल सत्य रखते हैं। किसी कर्मचारी की नियुक्ति की तारीख, किसी बंद सौदे की राशि, किसी दवा यौगिक की अधिकतम अनुमत खुराक। ये तथ्य हैं, न कि सुझाव। और एक भाषा मॉडल उन्हें न तो उस सटीकता के साथ बना सकता है और न ही सत्यापित कर सकता है जो एक ऑडिट की माँग करता है।
इस तर्क में तकनीकी ठोसपन है। लेकिन यह एक罗अवरोध पेश करता है जिसे गॉटडीनर आंशिक रूप से स्वीकार करते हैं, लेकिन पूरी तरह से विकसित नहीं करते।
यदि एक नियतात्मक इंजन का मूल्य एक डोमेन के भीतर कंप्यूटेशनल सटीकता है, और यदि उस इंजन को किसी अन्य प्रदाता द्वारा प्रतिलिपि बनाई जा सकती है जो कम लागत पर समान सटीकता प्रदान करता है, तो भाषा मॉडल — जो एक सार्वभौमिक इंटरफ़ेस के रूप में कार्य करता है — प्रदाताओं के बीच उदासीन रहेगा। खाई इंजन में नहीं है। यह उस विशिष्ट मॉडल में है जिसे ग्राहक ने उस इंजन के भीतर वर्षों में बनाया है।
गॉटडीनर यह कहते हैं: वास्तविक लाभ वह योजना या संचालन मॉडल है जिसे किसी विशेष कंपनी ने वर्षों में प्लेटफ़ॉर्म पर कोडिफ़ाई किया है। उस मॉडल को किसी प्रतिस्पर्धी प्रणाली में माइग्रेट करना डेटा का निर्यात नहीं है। यह संस्थागत तर्क को शुरू से पुनः निर्मित करना है। यह पीड़ादायक है, और यह पीड़ा ही ग्राहक को बनाए रखती है।
यहाँ कथा को व्यावसायिक खोज से अलग करना उचित है। क्योंकि जो गॉटडीनर वर्णन कर रहे हैं, उसे बिना नाम दिए, वह संचित प्रतिस्थापन लागत पर आधारित एक प्रतिधारण तंत्र है, न कि निरंतर तकनीकी श्रेष्ठता। यह एक stickiness का तर्क है, न कि स्थायी नवाचार का। यह इसे अमान्य नहीं करता। लेकिन यह उस ग्राहक के लिए मूल्य प्रस्ताव को पढ़ने के तरीके को मौलिक रूप से बदल देता है जिसने अभी तक कार्यान्वयन शुरू नहीं किया है।
एक खरीदार जो अभी तक किसी प्लेटफ़ॉर्म से बंधा नहीं है, उसे — और यहाँ गॉटडीनर का विश्लेषण उसकी बहुत मदद नहीं करता — यह पूछना होगा कि वह जो मूल्य प्राप्त करेगा उसमें से कितना स्वयं इंजन से आता है, कितना समय के साथ निर्मित उसके अपने मॉडल की गहराई से आता है, और कितना आने वाले भाषा मॉडल के पारिस्थितिकी तंत्र के साथ एकीकरण से आता है। ये तीन मूल्य प्रस्ताव हैं जिनकी लागत और प्रतिधारण संरचनाएँ मौलिक रूप से भिन्न हैं।
---
वह चर जो दृश्य तर्क में प्रकट नहीं होता
गॉटडीनर एक ऐसी स्थिति से लिखते हैं जिसे वह ईमानदारी से घोषित करते हैं: Anaplan, उनके अपने विवरण के अनुसार, ठीक उस प्रकार का प्लेटफ़ॉर्म है जिसे उनका सैद्धांतिक ढाँचा विजेता घोषित करता है। यह विश्लेषण को अयोग्य नहीं ठहराता, लेकिन इसे जो नहीं कहा गया है उसके प्रति अधिक ध्यान से पढ़ने के लिए बाध्य करता है।
जो पाठ में प्रकट नहीं होता वह एक ऐसे बाज़ार में मूल्य निर्धारण की गतिशीलता है जहाँ नियतात्मक इंजन बढ़ते जा रहे हैं। यदि भाषा मॉडल एक तटस्थ इंटरफ़ेस के रूप में कार्य करता है और कम लागत पर सबसे सटीक इंजन का चयन करता है, तो नियतात्मक इंजनों की कीमत कम होती जाएगी क्योंकि अधिक प्रदाता उन्हें प्रदान करते हैं। प्रतिस्पर्धा इसलिए नहीं समाप्त होगी क्योंकि कंप्यूटिंग सटीक है। यह दूसरे स्तर पर स्थानांतरित हो जाएगी: कौन बेहतर प्रदर्शन और कम प्रारंभिक कार्यान्वयन लागत के साथ समान सटीकता प्रदान करता है।
उस परिदृश्य में, एकमात्र टिकाऊ बचाव इंजन नहीं है, बल्कि ग्राहक के संस्थागत मॉडल की गहराई है। इसका अर्थ यह है कि प्रदाता का मूल्य उत्तरोत्तर कार्यान्वयन और मॉडल निर्माण के चरण में केंद्रित होता जाता है, न कि स्वयं सॉफ़्टवेयर लाइसेंस में। इसके मार्जिन और राजस्व संरचना पर प्रत्यक्ष परिणाम होते हैं: यदि मूल्य पेशेवर सेवाओं और निर्मित मॉडल की जटिलता में है, तो व्यवसाय उच्च मार्जिन और लाइसेंस विस्तार द्वारा वृद्धि वाले शुद्ध सॉफ़्टवेयर उत्पाद की तुलना में अपने स्वयं के प्लेटफ़ॉर्म के साथ एक परामर्श फ़र्म की तरह अधिक दिखने लगता है।
यह बदलाव ज़रूरी नहीं कि बुरा हो। लेकिन यह वह कहानी भी नहीं है जो शुद्ध सॉफ़्टवेयर मूल्यांकन वाले SaaS प्लेटफ़ॉर्म की बात करते समय प्रचलित रहती है।
एक और उल्लेखनीय अनुपस्थिति गणितीय और तार्किक तर्क के कार्यों में स्वयं भाषा मॉडलों के सुधार की गति है। गॉटडीनर मानते हैं कि जटिल एंटरप्राइज़ कंप्यूटिंग के लिए भाषा मॉडलों की प्रायिकतावादी सीमा संरचनात्मक और स्थायी है। यह धारणा आज वैध हो सकती है। चार साल में नहीं भी हो सकती। नई पीढ़ी के मॉडलों के औपचारिक तर्क में सुधार सुसंगत और दस्तावेज़ीकृत हैं। यदि यह अंतर आंशिक रूप से भी बंद होता है, तो बाहरी नियतात्मक इंजनों पर निर्भरता कम हो जाती है, और उसके साथ, तर्क का केंद्रीय आधार भी।
---
जो एक संरचनात्मक खाई को एक स्व-पुष्टि करने वाली कहानी से अलग करता है
गॉटडीनर का तर्क धुआँ नहीं है। यह एक वास्तविक तकनीकी अंतर की पहचान करता है — नियतात्मक कंप्यूटिंग बनाम प्रायिकतावादी अनुमान — और इसे सही ढंग से एक ठोस व्यावसायिक आवश्यकता से जोड़ता है: ऑडिट, नियामक सटीकता और उच्च-प्रभाव वाले वित्तीय और परिचालन निर्णयों में पुनरुत्पादनीयता।
जहाँ तर्क को अधिक काम की आवश्यकता है, वह उसके तकनीकी आधार में नहीं, बल्कि उसके प्रक्षेपित व्यावसायिक आर्किटेक्चर में है। संचित प्रतिस्थापन लागत द्वारा प्रतिधारण शक्तिशाली है, लेकिन यह पहले से कार्यान्वित कंपनियों में काम करता है। एक नए खरीदार के लिए मूल्य प्रस्ताव ढाँचे की तुलना में अधिक नाजुक है, क्योंकि वह खरीदार अधिक सावधानी के साथ, कम प्रारंभिक मॉडल गहराई के साथ, और अधिक बाहर निकलने के विकल्पों के साथ कार्यान्वित करने का चुनाव कर सकता है। नियतात्मक इंजनों पर मूल्य दबाव बढ़ेगा क्योंकि श्रेणी परिपक्व होती है। और जटिल तर्क में भाषा मॉडलों में निरंतर सुधार उस स्थान को संकुचित करता रहेगा जहाँ एक बाहरी इंजन को सौंपना अनिवार्य है।
जो स्पष्ट रहता है, और बिना किसी आरक्षण के लिया जाना चाहिए, वह मुख्य रूप से उपयोगकर्ता अनुभव और विज़ुअलाइज़ेशन पर आधारित सॉफ़्टवेयर परतों के बारे में निदान है। उन परतों के पास अपनी स्वयं की कंप्यूटिंग पर आधारित प्रतिधारण का कोई तर्क नहीं है। उनकी खाई इंटरफ़ेस था, और इंटरफ़ेस के पास अब एक अधिक सुविधाजनक विकल्प है। ऐसा नहीं है कि वे कल गायब हो जाएंगे। यह है कि कंप्यूटिंग या शासित डेटा की ओर अपने मूल्य प्रस्ताव को बदले बिना कीमतों और प्रतिधारण को बनाए रखने की उनकी क्षमता हर गुजरती तिमाही के साथ कमज़ोर होती जाती है।
AI एंटरप्राइज़ सॉफ़्टवेयर को एक समान तरीके से नहीं खा रही है। यह एक असममित दबाव लागू कर रही है जो उन लोगों का पक्ष लेती है जिनके पास शासित कंप्यूटिंग है और उन लोगों को दंडित करती है जो मुख्य रूप से उन डेटा तक आरामदायक पहुँच बेच रहे थे जो दूसरे गणना करते थे। यह अलगाव गॉटडीनर ने नहीं बनाया। इसे AI ने त्वरित किया। और जिन कंपनियों ने अभी तक यह ऑडिट नहीं किया है कि उनका वर्तमान प्रदाता उस रेखा के किस तरफ रहता है, उन्हें अपना अगला अनुबंध नवीनीकृत करने से पहले यह करना होगा।
