भारत में 70% स्टार्टअप्स को आर्टिफिशियल इंटेलिजेंस के सबसे बुनियादी बाजार फ़िल्टर से गुजरने में विफलता
मार्च 2026 के मध्य में, Google और Accel ने आर्टिफिशियल इंटेलिजेंस के पारिस्थितिकी तंत्र में साल के सबसे प्रतियोगी चयन प्रक्रियाओं में से एक के परिणामों की घोषणा की: उनके Atoms AI Cohort 2026 प्रोग्राम के लिए पांच स्थानों के लिए 4,000 से अधिक आवेदन। चुनी हुई पांच स्टार्टअप्स — Dodge AI, K-Dense, LevelPlane, Persistence Labs, और Zingroll — को दो मिलियन डॉलर तक के सह-निवेश और 350,000 डॉलर अतिरिक्त के Google Cloud क्रेडिट मिलेंगे। यह प्रोग्राम, जो 11 मार्च को बेंगलुरु में आधिकारिक रूप से शुरू हुआ था, जून में माउंटेन व्यू में समाप्त होगा, जहाँ उन्हें वैश्विक निवेशकों और AI नेताओं से मिलने का मौका मिलेगा।
लेकिन जो आंकड़ा वास्तव में महत्वपूर्ण है, वह चुनी हुई पांच कंपनियों में नहीं है। यह उन 3,995 कंपनियों में है जो चयनित नहीं हुईं।
प्रयंक स्वारूप, Accel के साथी के अनुसार, लगभग 70% प्रस्ताव भारत से खारिज कर दिए गए थे क्योंकि वे "wrappers" थे: मौजूदा भाषा मॉडल पर बने सतही लेयर जो अपने अंदर कुछ भी अनूठा नहीं लिए हुए थे। और प्रस्तुतियों का 62% उत्पादकता के उपकरणों पर केंद्रित था; अतिरिक्त 13% सॉफ्टवेयर विकास पर था। तीन में से एक विचार व्यापार सॉफ्टवेयर बेचने का प्रयास कर रहा था जो अन्य कंपनियों के बुनियादी ढांचे के ऊपर बनाया गया था।
जब दूसरों के बुनियादी ढांचे पर निर्माण एक संज्ञानात्मक त्रुटि बन जाता है
'Wrappers' के विकास के पीछे एक समझने योग्य तर्क है। जब एक तकनीक अचानक लोकतांत्रिक होती है — जैसा कि 2023 से 2025 के बीच बड़े भाषा मॉडल के साथ हुआ — तो कई संस्थापकों की पहली प्रवृत्ति न्यूनतम बाधा को महसूस करना होती है: जो पहले से मौजूद है उसे लेना, एक अधिक उपयोगकर्ता-मित्रवत इंटरफेस या एक विशिष्ट ऊर्ध्वाधर एकीकरण जोड़ना और इसे उत्पाद के रूप में नामित करना। बाहरी रूप से, यह एक तर्कसंगत निर्णय लगता है। आंतरिक रूप से, यह गति के प्रति आकर्षण और गंभीर तकनीकी प्रयास के डर द्वारा प्रेरित एक निर्णय है।
समस्या नैतिक नहीं है। तेज़ी से लॉन्च करने में कोई बुराई नहीं है। समस्या संरचनात्मक है: जब आपकी स्टार्टअप का विभेदन किसी अन्य कंपनी के मॉडल के अंदर होता है, तो वह विभेदन अगले अपडेट में गायब हो सकता है। Google, OpenAI या Anthropic को आपके अतिरिक्त लेयर को अप्रचलित करने के लिए आपकी अनुमति पूछने की आवश्यकता नहीं है। जो एक संस्थापक प्रतिस्पर्धात्मक लाभ के रूप में देखता है — एक उपयोग के मामले को भली-भांति जानना, एक उत्कृष्ट इंटरफेस डिज़ाइन करना — वही विशेषता है जिसे मॉडल प्रदाता प्रत्येक नए संस्करण के साथ स्वाभाविक रूप से समाहित करते हैं।
70% की अस्वीकृति दर यह नहीं दर्शाती कि भारतीय संस्थापक कम सक्षम हैं। यह दर्शाती है कि तेजी से निर्माण करने का आकर्षण एक अनसुलझी समस्या के वास्तविक धकेलने से जीत रहा है। अधिकांश 2,800 खारिज की गई स्टार्टअप्स उन सीमाओं की निराशा से नहीं उभरीं जो मौजूदा तकनीक में थीं। उन्होंने देखा कि "AI प्रचलन में है" और इस धारणा से यह निष्कर्ष निकाला कि किसी भी उत्पाद को AI टैग करने से पूंजी आकर्षित होगी। यही मांग पर आधारित व्यवसाय और बाजार की कहानी पर आधारित व्यवसाय के बीच का अंतर है।
चुने गए पांच के बारे में मूल्य आर्किटेक्चर क्या दर्शाता है
मेरे पास चुनी गई पांच स्टार्टअप्स की तकनीकी विवरणों तक पहुंच नहीं है, लेकिन चयन प्रक्रिया का वर्णन पर्याप्त रूप से स्पष्ट है। Accel और Google ने स्पष्ट रूप से स्वामित्व मॉडल, अपने स्वयं के बुनियादी ढांचे, और एजेंटों का आयोजन के पक्ष में चयन किया, न कि तृतीय पक्ष APIs के आधार पर बनाए गए इंटरफेस। Google के AI Futures Fund के सह-संस्थापक और निदेशक जोनाथन सिल्बर का वाक्य इसे स्पष्ट रूप से संक्षिप्त करता है: कार्यक्रम ऐसे स्टार्टअप्स की खोज करता है जो "कठिन समस्याओं को अधिक तेजी से और अधिक जिम्मेदारी से हल करते हैं" जिनका सबसे आगे के मॉडलों तक पहुंच है।
यह तकनीकी परोपकार नहीं है। यह एक बहुत विशिष्ट बाजार संकेत है।
जब Google निर्णय करता है कि वह हर स्टार्टअप में दो मिलियन डॉलर तक का सह-निवेश करेगा और साथ ही जेमिनी और डीपमाइंड तक पूर्व पहुंच देगा — बिना मॉडल के अनन्य अधिकार की मांग किए — तो वह उन संस्थापकों पर दांव लगा रहा है जो उपयोग के डेटा उत्पन्न करेंगे जिन्हें Google आंतरिक रूप से उत्पन्न नहीं कर सकता। पांच चयनित स्टार्टअपे वास्तव में Google के सबसे उन्नत मॉडलों के लिए सत्यापन प्रयोगशालाएँ हैं। निवेश का एक रिटर्न है जो पूंजी से परे है: यह उनके मॉडलों के व्यवहार पर उच्च मूल्य की फीडबैक है जो निर्माण, जीवन विज्ञान, ERP सिस्टम आदि के अनुप्रयोगों में है। ये वातावरण हैं जहाँ गलतियाँ असली पैसे की लागत पर होती हैं।
यह योजना 'प्रारंभिक जोखिम अर्थव्यवस्था' के बारे में भी कुछ प्रकट करती है: कंप्यूटिंग क्रेडिट्स को कार्यात्मक पूंजी में परिवर्तित करके, Accel और Google बुनियादी ढांचे की फिक्स्ड लागतों को बदल रहे हैं — जो सामान्यतः एक प्री-सीड स्टार्टअप को कुचल देती है — कुछ ऐसा जो केवल तब खपत होता है जब वहाँ खींच होता है। यह चक्र के सबसे संवेदनशील चरण की सुरक्षा करने का एक तरीका है बिना यह माँगे कि संस्थापक को संसाधनों तक पहुँचने से पहले आय हो।
जो बड़े नेता इस बड़े खारिज को को दबोचें
भारत में व्यवसाय क्षेत्र — और बड़ी दुनिया के अधिकांश भाग में — अपने आंतरिक नवाचार विभागों में ठीक वही गलती कर रहा है जो उन 2,800 खारिज किए गए संस्थापकों ने की थी। एक मॉडल की भाषाई क्षमताओं को खरीदकर और उसके ऊपर एक चैटबॉट तैयार करके "AI को शामिल करने" की ललक कंपनी के लिए एक_wrapper_उपदेश के बराबर है: यह अद्यतन की कहानी उत्पन्न करता है बिना किसी प्रमुख संपत्ति का निर्माण किए।
स्वारूप ने एक बात का उल्लेख किया जो सीधे ध्यान देने योग्य है: वह स्वास्थ्य और शिक्षा में और अधिक प्रस्ताव देखना चाहता था, और लगभग कोई नहीं थे। 75% विचार व्यवसाय सॉफ्टवेयर पर केंद्रित थे क्योंकि वहीं "AI के साथ दक्षता" की कहानी तेजी से बिक्री बातचीत में बदलती है। लेकिन तीसरे पक्ष के मॉडल पर आधारित संचालन की दक्षता की शेल्फ लाइफ तेजी से कम हो रही है। जो एक बाहरी प्रदाता 12 महीनों में दोहरा सकता है, वह कोई संपत्ति नहीं है; यह एक किराया है।
जो नेता आज यह मूल्यांकन कर रहे हैं कि अपनी संगठनों को अगली चरण की आर्टिफिशियल इंटेलिजेंस में कैसे स्थापित करें, वे ठीक उसी चुनाव में हैं जिसका सामना उन संस्थापकों ने किया। फर्क यह है कि एक स्टार्टअप छह हफ्तों में बदल सकता है। 5,000 व्यक्तियों की एक संगठन को एक बुरी बाजी को ठीक करने में बहुत अधिक समय लगता है।
जो सवाल उन्हें खुद से पूछना चाहिए — हालाँकि कुछ बोर्ड यह तथ्य यथार्थ के साथ नहीं पूछते हैं — क्या उनकी AI रणनीति कुछ ऐसा बना रही है जो उन्हें संबंधित है या वे सिर्फ उस क्षमताओं का किराया ले रहे हैं जो कोई और नियंत्रित करता है। Atoms में 70% का खारिज होना भारतीय स्टार्टअप पारिस्थितिकी की एक सांकेतिक आंकड़ा नहीं है। यह उस तर्क का एक निदान है जिससे बहुत से खिलाड़ी, सभी आकारों के, तकनीकी निवेश निर्णय ले रहे हैं।
एक तकनीकी अपनाने की रणनीति में सबसे अनदेखा संपत्ति
इस चयन प्रक्रिया का विश्लेषण करने के बाद, जो मुझे सबसे ज्यादा ध्यान खींचता है, वह Accel और Google के फ़िल्टर की कठोरता नहीं है। यह इस बात में है कि संस्थापक क्या मानते हैं कि मूल्य है और पूंजी बाजार क्या पुरस्कृत करता है।
एक संस्थापक जो एक_wrapper_ बनाता है, वह यह करता है क्योंकि वह अपने कार्यान्वयन की चिंता को कम करता है: विकास में कम समय, तकनीकी जोखिम कम, कुछ सप्ताहों में एक कार्यात्मक प्रोटोटाइप। अपनी व्यक्तिगत चिंता को कम करने की यह प्रक्रिया एक लागत होती है जो बाद में चुकाई जाती है: जब संभावित निवेशक मॉडल की सुरक्षा का मूल्यांकन करता है तो उसे जो चिंता होती है। जो निर्माण की घर्षण में बचत होती है, वह वित्तपोषण की घर्षण में चुकाई जाती है।
यह तंत्र संगठनों में भी समान कार्य करता है। जब एक तकनीकी टीम AI समाधान का प्रस्ताव अदा करती है, जो वास्तव में एक बाहरी मॉडल का सतही एकीकरण है, तो वह कोरपोरेट लीडर्स की चिंता को तात्कालिक रूप से कम करती है — यह प्रगति जैसा लगता है, यह एक डैशबोर्ड पर दिखाया जा सकता है — लेकिन यह एक रणनीतिक ऋण को जमा करती है जिसे कोई बजट में नहीं गिनता है।
इस चक्र से सबसे अच्छे स्थिति में रहने वाले नेता वे नहीं होंगे जो अपने उत्पादों और प्रक्रियाओं को AI के माध्यम से आधुनिक दिखाने में अधिक निवेश करते हैं। वे वही होंगे जिन्होंने अपनी उपयोगकर्ताओं और ग्राहकों की वास्तविक घर्षण बिंदुओं की पहचान करने की अनुशासन की और कुछ ऐसा बनाया जो उसे समाप्त करता है, भले ही इसके लिए अधिक समय और अधिक पूंजी लगती हो, बजाए कि एक API खरीदना और इसे एक इंटरफेस के चारों ओर अनुकरण करने की।
