OpenAI और पेंटागन: व्यापार मॉडल नहीं, बल्कि तैनाती में है
2026 के 28 फरवरी को, सैम आल्टमैन ने घोषणा की कि OpenAI ने संयुक्त राज्य रक्षा विभाग के साथ अपने मॉडलों को एक वर्गीकृत नेटवर्क में तैनात करने के लिए एक समझौता किया है। इसी दिन, Anthropic और सरकार के बीच वार्ता टूट गई, और ट्रम्प प्रशासन ने संघीय एजेंसियों को छह महीने की संक्रमण अवधि के बाद उनकी तकनीक का उपयोग बंद करने के लिए कहा; रक्षा सचिव, पीट हेगसेथ, ने Anthropic को "सप्लाई चेन के लिए खतरा" बताया। अगले दिन, OpenAI ने एक पोस्ट प्रकाशित किया जिसमें उनके दृष्टिकोण का विवरण दिया गया और यह दावा किया गया कि अनुबंध में तीन उपयोगों के खिलाफ स्पष्ट सुरक्षा उपाय शामिल हैं: घरेलू जनसांख्यिकी की निगरानी, स्वायत्त हथियार और उच्च प्रभाव वाली स्वचालित निर्णय लेना।
सतही तौर पर यह राजनीतिक नजर आता है: एक कंपनी सत्ता के करीब आ रही है और दूसरी दूर। लेकिन एक CEO, CFO या उत्पाद ऑपरेटर के लिए उपयोगी दृष्टिकोण यह है: यह तैनाती पर नियंत्रण के लिए एक संघर्ष है और, इस विस्तार से, यह कि कौन मूल्य का लाभ उठाता है और कौन जोखिम लेता है।
निगरानी पर विवाद सिर्फ एक संचार सहायक नहीं है। यह कुछ बड़े बातों का परीक्षण है: एआई बाजार अब बेंचमार्किंग की दौड़ से निकलकर वास्तविक तैनाती के पर्यावरण में वास्तुकला, अनुपालन और संचालन की दौड़ में बदल गया है।
एक अनुबंध में "सुरक्षा उपाय" सिर्फ तभी मूल्यवान है जब यह लागू होता है
OpenAI का कहना है कि यह समझौता "किसी भी पूर्व समझौते की तुलना में अधिक सुरक्षा उपायों" को शामिल करता है। वे यह भी दावा करते हैं कि अनुबंध मौजूदा कानूनों और नीतियों का हवाला देता है, ताकि भविष्य में उपयोग उस मानक के अनुसार बना रहे, भले ही वे बदलें। उनकी narativa यह है कि यह ढांचा किसी भी दस्तावेज में एक वाक्य पर निर्भर नहीं करता है: यह मौजूदा कानून, संविदात्मक सुरक्षा और तैनाती के डिज़ाइन पर निर्भर करता है।
व्यावहारिक समस्या यह है कि "सुरक्षा उपाय" का शब्द एक कॉरपोरेट पोस्ट से वास्तविक निर्णयों की श्रृंखला में जल्दी खंडित होता है: कौन से डेटा जुड़े हैं, किस अनुमति के साथ, किस ट्रेसबिलिटी की आवश्यकता है, कौन रिकॉर्ड रखता है, क्या ऑडिट करता है। सार्वजनिक चर्चा में, Techdirt ने आलोचना की कि टेक्स्ट कुछ संग्रह योजनाओं को अनुमति देता है, जैसे कि Executive Order 12333, जिससे यह देखा गया कि यह अमेरिकी लोगों के डेटा को शामिल करते हुए US के बाहर संचार कैप्चर करने का एक रास्ता बनाता है।
मेरे व्यावसायिक दृष्टिकोण से, यह विवाद एक अनुप्रयोगात्मक परिणाम है: उपयोग की सीमाएँ इरादे द्वारा नहीं टिकती, वे ऐसे तंत्रों द्वारा टिकती हैं जो प्रोत्साहनों के परिवर्तनों से बच निकलते हैं। एक वर्गीकृत वातावरण में, प्रमुख प्रोत्साहन मिशन, गति और घर्षण को कम करना है। यदि नियंत्रण जाँच योग्य नहीं हैं, उपयोग करने योग्य प्रमाण उत्पन्न नहीं करते, और तात्कालिक तकनीकी परिणाम नहीं देते, तो वे साहित्य बन जाते हैं।
इसलिए "कैसे" अधिक महत्वपूर्ण है बनिस्बत "क्या" से: OpenAI तैनाती पर जोर देता है, एपीआई के माध्यम से, अधिकृत व्यक्तियों को "लूप में" रखते हुए और उनकी सुरक्षा स्टैक पर "पूर्ण विवेक" प्रदान करता है। ये तत्व निरंतर नियंत्रण के मॉडल की ओर इशारा करते हैं। लेकिन यह खेल में एक अलग कार्यकारी प्रश्न भी उठाते हैं, बिना नैतिकता के: कामचलाऊ नियंत्रण किसके पास है जब परिणामों का दबाव बढ़ता है।
वास्तुकला ही उत्पाद है: क्लाउड, एपीआई और सतह नियंत्रण
कैटरीना मुलिगन, OpenAI में राष्ट्रीय सुरक्षा भागीदारी की प्रमुख, ने तर्क किया कि "तैनाती की वास्तुकला संविदात्मक भाषा से अधिक महत्वपूर्ण है"। उन्होंने विशेष रूप से कहा कि क्लाउड एपीआई पर कार्यान्वयन को सीमित करना हथियारों, सेंसर या अन्य संचालन उपकरणों में सीधे मॉडल का एकीकरण करने की संभावना को कम करता है।
यह वाक्य समझौते का रणनीतिक केंद्र है। एआई में, मॉडल वस्तुवादी होता है; तैनाती खाई में परिवर्तित हो जाती है। यदि परिणाम का निष्कर्ष प्रदाता के क्लाउड में होता है, तो प्रदाता तीन महत्वपूर्ण परिसंपत्तियों को बनाए रखता है:
1. अपडेट का नियंत्रण: प्रयोगशाला निर्धारित करती है कि सिस्टम का व्यवहार कब और कैसे बदलता है।
2. निरीक्षणीयता: लॉग्स, अलर्ट, दुरुपयोग का पता लगाने और प्रम्पट और आउटपुट की ट्रेसबिलिटी की क्षमताएं विशेष नीतियों के तहत।
3. इंटरप्शन की क्षमता: एक "समापन" जो घटनाओं के लिए वास्तविक है, चाहे वे अवनति, दुरुपयोग या विसंगतियों के लिए हों।
एक सैन्य वातावरण में, इसके अलावा, छोर पर तैनाती के स्पष्ट आकर्षण हैं: विलंबता, डिस्कनेक्शन के लिए लचीलापन, स्थानीय आत्मनिर्भरता। यदि अनुबंध क्लाउड को बढ़ावा देता है, तो सरकार कार्यात्मक क्षमता प्राप्त करती है लेकिन संचालन का एक हिस्सा नियंत्रित करने में असमर्थ होती है। और यह एक जानबूझकर व्यापार है, न कि एक तकनीकी विवरण।
यहाँ वह तनाव दिखाई देता है जिसे मीडिया में कम ही कवर किया गया है: खरीदार संचालन की संप्रभुता चाहता है, विक्रेता जोखिम की शासन व्यवस्था चाहता है। क्लाउड वह मध्य बिंदु है जो "पूर्ण इंजन" उपलब्ध कराए बिना विक्रय की अनुमति देता है। OpenAI, क्लाउड-केवल पर जोर देने पर, ऐसा प्रतीत होता है कि यह दो चीजों को एक साथ खरीद रहा है: आय और अवांछित उपयोगों के खिलाफ एक रक्षात्मक स्थिति।
किसी भी कंपनी के लिए जो महत्वपूर्ण तकनीक को सरकारों या विनियमित उद्योगों को बेचती है, शिक्षा स्पष्ट है: अनुबंध ढांचा है; वास्तुकला प्रवर्तन है। जो जोखिम के प्रोफ़ाइल और अनुपालन की लागत को परिभाषित करता है, वह PDF नहीं है, बल्कि आरेख है।
छिपा हुआ प्रोत्साहन: वास्तविक आय, निर्भरता और समर्थन लागत
हमारे पास उपलब्ध जानकारी में अनुबंध की संख्या नहीं है, इसलिए कोई मात्रात्मक ऑडिट नहीं किया जा सकता। लेकिन आर्थिक वेक्टर अनुप्रस्थ है: वर्गीकृत वातावरण में तैनाती शायद ही कभी "स्व-सेवा" होती है। इसमें एकीकरण, हार्डनिंग, नियंत्रण, अधिकृत कर्मियों, प्रक्रियाओं, दस्तावेज़ीकरण, समर्थन और, सबसे महत्वपूर्ण, प्रतिक्रिया क्षमता की आवश्यकता होती है। OpenAI का कहना है कि "लूप में अधिकृत कर्मी" रहेंगे, जिनमें तैनात इंजीनियर और सुरक्षा और संरेखण का कर्मचारी शामिल हैं।
इसका सीधा लागत होता है। पारंपरिक सॉफ़्टवेयर व्यवसायों में, मार्जिन को मानकीकरण करके और सेवाओं को कम करके सुरक्षित किया जाता है। वर्गीकृत तैनाती में, मार्जिन को एक अलग तरीके से सुरक्षित किया जाता है: विशेष समर्थन को प्रस्ताव की संरचना का एक हिस्सा बनाकर और गंभीरता के लिए कीमत बढ़ाकर।
परिणाम यह है कि OpenAI एक मॉडल की ओर बढ़ रहा है जहाँ "पेंटागन" खाता एक सामान्य SaaS ग्राहक से मेल नहीं खाता, बल्कि महत्वपूर्ण अवसंरचना के ग्राहक से मेल खाता है। यह तीन गतिशीलताएँ पेश करता है:
- आपरिक निर्भरता: सरकार संचालन के लिए प्रदाता पर निर्भर है; प्रदाता स्थिरता के लिए सरकार पर निर्भर है।
- उच्च परिवर्तनशील लागतें: प्रशिक्षित कर्मचारी, निरंतर अनुपालन, और घटना प्रबंधन। यह संगठन को एक मजबूत निष्पादक यूनिट बनाने के लिए दबाव डालता है, न सिर्फ एक प्रयोगशाला।
- संदर्भ द्वारा उत्पाद जोखिम: प्रत्येक अपवाद, प्रत्येक एकीकरण और प्रत्येक चरम स्थिति अतिरिक्त नियंत्रण परतें बनाने के लिए प्रेरित करती है, जिससे कि उत्पाद में घर्षण और जटिलता बढ़ सकती है।
जो प्रतिस्पर्धात्मक डेटा हमारे पास है, वह बाजार की संवेदनशीलता को दिखाता है: 1 मार्च 2026 को, क्लॉड ने ऐप स्टोर में ChatGPT को पछाड़ दिया। यह एकल कारण प्रदान नहीं करता, लेकिन यह दिखाता है कि "रेड-लाइन" पर स्थिति उपयोगकर्ता प्राथमिकता को तात्कालिक रूप से स्थानांतरित कर सकती है। रणनीतिक दृष्टिकोण से, OpenAI ऐसा प्रतीत होता है कि यह उपभोक्ता में संभावित प्रतिष्ठान के क्षय को स्वीकार कर रहा है ताकि उच्च-प्रतिबंध तैनाती के लिए प्रमुख प्रदाता के रूप में अपनी स्थिति को सुदृढ़ कर सके।
बाजार की असली दरार: उपयोग का जोखिम कौन उठाता है
OpenAI और Anthropic के बीच टकराव को मानवीय मूल्य के अंतर के रूप में देखा जाता है। एक ऑपरेटर के लिए, इसे जोखिम संरचना के अंतर के रूप में देखना अधिक उपयोगी है। Anthropic ने समान समझौते पर हस्ताक्षर करने से इनकार कर दिया और एक मजबूत संस्थागत प्रतिक्रिया का सामना किया: आपूर्ति श्रृंखला के जोखिम का निर्धारण और संघीय एजेंसियों द्वारा चरणबद्ध निकासी का आदेश। यह एक संदेश भेजता है जो किसी भी संस्थापक को समझ आता है: कुछ बाजारों में, भाग न लेने का तुरंत मूल्य होता है।
OpenAI, अपने हिस्से में, सीमाओं के साथ भागीदारी डिजाइन करने का प्रयास कर रहा है: अनुबंध में कुछ उपयोगों पर रोक है, क्लाउड-केवल पर जोर देते हुए और उनकी सुरक्षा स्टैक पर विवेक बनाए रखते हुए। वे यह भी बताते हैं कि उन्होंने सरकार और प्रयोगशालाओं के बीच संघर्ष कम करने के प्रयास किए और अन्य के लिए समान शर्तों की पेशकश करने का सुझाव दिया।
C-स्तर की व्याख्या यह है कि सरकार उद्योग को एक ऐसी स्थिति में धकेल रही है जहाँ उन्नत एआई को रणनीतिक अवसंरचना माना जाता है। उस श्रेणी में, प्रयोगशालाएँ केवल सप्लायर्स नहीं रह जातीं, बल्कि वे सुरक्षा राष्ट्रीय परिधि के भीतर ऑपरेशनल खिलाड़ी बन जाती हैं। यह वह प्रकार की कंपनी बदलता है जो आपको बनना आवश्यक है:
- अब केवल मॉडल और UX में सुधार करना काफी नहीं है; आपको ऑपरेशंस, सुरक्षा, प्रक्रियाएँ और एक निर्णय श्रृंखला की आवश्यकता है जो दबाव को सहन करे।
- मुख्य जोखिम केवल यह नहीं है कि मॉडल विफल होगा, बल्कि उपयोग का ख़तरा एकीकृत सिस्टम और डेटा के द्वारा बढ़ता है जिन पर प्रयोगशाला का नियंत्रण नहीं है।
- मुख्य प्रतिस्पर्धात्मक लाभ केवल उत्तर की गुणवत्ता नहीं है, बल्कि उत्पादन में नियंत्रण की क्षमता और अनुपालन का प्रमाण है।
जब सार्वजनिक बहस "घरेलू जनसंख्यिकी की निगरानी" के वाक्य पर केंद्रित होती है, तो एक कार्यकारी चर खो जाता है: अनुबंध एक जिम्मेदारी के वितरण का तंत्र है। यदि प्रयोगशाला तैनाती और सुरक्षा स्टैक का नियंत्रण रखती है, तो पहले से निर्धारित जोखिम का एक हिस्सा भी रहती है। यदि खरीदार किनारे पर तैनाती और कुल नियंत्रण की मांग करता है, तो प्रयोगशाला नियंत्रण कम करती है लेकिन जिम्मेदारी भी कम करने का प्रयास कर सकती है। असली संघर्ष ये वितरण है।
बाजार की ओर: कम डेमो, अधिक औद्योगिक शासन
आल्टमैन के घोषणापत्र में एक महत्वपूर्ण स्वीकृति थी: यह "निश्चित रूप से जल्दबाज़ी में" था और “दृश्य अच्छा नहीं लग रहा था।” यह तात्कालिक दबाव और एक विशेष राजनीतिक खिड़की का सुझाव देता है। संचालन में, जल्दबाजी दो चीजों का दुश्मन होती है: अनुबंधीय स्पष्टता और मापनीय नियंत्रणों के डिजाइन।
फिर भी, प्रवृत्ति को पलटना कठिन है: बड़े और अधिक विनियमित खरीदार यह मांग करेंगे कि एआई वास्तविक परिस्थितियों में, वास्तविक प्रतिबंधों के साथ कार्य करे। प्रतिस्पर्धी मानक इस दिशा में बढ़ेंगे:
- वास्तुकला जो एकीकृत करने को सीमित करती है जब जोखिम इसकी माँग करता है।
- अनधिकृत कर्मी और परिवर्तन प्रक्रिया जो सुरक्षा को निष्पादन में बदल देती है, न कि दस्तावेज में।
- ट्रेसबिलिटी जो यह दिखाती है, सिर्फ घोशित नहीं, कि उपयोग की सीमाओं का पालन किया जा रहा है।
- क्लॉज जो मानक को स्थिर करते हैं या यह परिभाषित करते हैं कि वे कानूनी परिवर्तनों के सामने कैसे फिर से व्याख्या किए जाते हैं।
यदि OpenAI इस प्रकार के अनुबंध को इस बिना कि इसके सामान्य उत्पाद को कम करते हुए और आंतरिक नौकरशाही को बढ़ाते हुए चलाने में सफल होता है, तो उसने ऐसा खाई बनाई है जिसे "सिर्फ थोड़ा बेहतर" मॉडल से नहीं दोहराया जा सकता। यदि वह ऐसा करने में असफल रहता है, तो लागत संगठनात्मक होगी: ज्यादा परतें, अधिक अपवाद, अधिक घर्षण और एक उत्पाद जो सबसे मांगकारी ग्राहक की गति से बढ़ता है।
रणनीति का निर्धारण X में नहीं, न ही एक कॉरपोरेट पोस्ट में होगा। यह तैनाती इंजीनियरिंग, सुरक्षा प्रक्रियाओं और निर्माण में सत्यापित सुरक्षा उपायों को बनाए रखने की वास्तविक लागत में होगा।
