पेंटागन ने अपने रहस्यों को सुरक्षित रखने के लिए 19 व्यक्तियों की स्टार्टअप पर किया भरोसा
मार्च 2026 में, अमेरिका के रक्षा मंत्रालय ने एक ऐसा फैसला लिया जिसने आर्टिफिशियल इंटेलिजेंस के बाजार को चुपचाप हिला दिया: उसने अपने पसंदीदा AI प्रदाता, एंथ्रोपिक, पर रोक लगा दी। कंपनी ने यह मांग की थी कि उसके मॉडल का इस्तेमाल घरेलू निगरानी या स्वायत्त हथियारों के लिए नहीं किया जाएगा। पेंटागन की प्रतिक्रिया थी कि उसने एंथ्रोपिक को सभी संघीय अनुबंधों से वंचित कर दिया। एंथ्रोपिक ने मुकदमा दायर किया, और एक न्यायाधीश ने मार्च में अस्थायी रूप से रोक को निलंबित कर दिया। और जब वकील मुकदमेबाजी कर रहे हैं, रक्षा मंत्रालय ने एक और अनपेक्षित समस्या का सामना किया: उसकी AI रणनीति एक ही प्रदाता पर निर्भर थी, और यह आपूर्ति श्रृंखला का अस्वीकार्य जोखिम था।
इस खालीपन को हमेशा की तरह बड़े टेक दिग्गज नहीं भर रहे हैं। इसे उन कंपनियों द्वारा भरा जा रहा है जिनके बारे में अधिकांश निजी क्षेत्र के कार्यकारी कभी नहीं सुने हैं।
2,000 करोड़ डॉलर का मौन बाजार
Ask Sage के संस्थापक निकोलस चैलन, जो रक्षा मंत्रालय के भीतर हजारों टीमों द्वारा उपयोग की जाने वाली प्लेटफार्म हैं, का अनुमान है कि सुरक्षा और खुफिया एजेंसियों के लिए AI अवसंरचना का बाजार लगभग 2,000 करोड़ डॉलर का है। यह बड़े भाषा मॉडल की वैल्यूएशन की तुलना में एक आकर्षक संख्या नहीं है, लेकिन इसका तर्क अलग है: यह बाजार उस पर ध्यान नहीं देता कि कौन सबसे शक्तिशाली मॉडल बनाता है, बल्कि यह उस पर केंद्रित है जो समस्या का समाधान करता है जिसे बड़े मॉडल अकेले हल नहीं कर सकते।
समस्या संरचनात्मक है। बड़े पैमाने पर भाषा मॉडल उन डेटा से सीखते हैं जिनके साथ वे काम कर रहे हैं। यदि इन डेटा में वर्गीकृत जानकारी शामिल है, तो रिसाव का खतरा वैधानिक नहीं है, यह आर्किटेक्चर के सीधे परिणामस्वरूप होता है। पेंटागन को अनुबंध मिल रहे स्टार्टअप ओपनएआई या गूगल के साथ प्रतिस्पर्धा नहीं कर रहे हैं; वे उस परत का निर्माण कर रहे हैं जो किसी भी मॉडल को संवेदनशील जानकारी पर काम करने की अनुमति देती है बिना उसे आत्मसात किए। यह एक बाहरी ठेकेदार को आपके सभी फ़ाइलों तक पहुँच देने या उसे केवल वही दस्तावेज़ देने के बीच का अंतर है जो उसे एक विशिष्ट कार्य पूरा करने के लिए देखने की आवश्यकता होती है।
यह भेद, जो तकनीकी लगती है, के प्रत्यक्ष आर्थिक परिणाम होते हैं। Ask Sage अपने राजस्व का लगभग 65% रक्षा मंत्रालय से उत्पन्न करती है, जिससे यह उच्च रणनीतिक मूल्य के क्लाइंट बेस के साथ एक विशेषता वाली कंपनी बन जाती है। Arize AI, जो AI प्रवाह की निगरानी और लेखा परीक्षा पर केंद्रित है, ने 2020 में अपनी स्थापना के बाद से 130 करोड़ डॉलर से अधिक जुटाए हैं। Smack Technologies, जो कैलिफोर्निया के एल सेगुंडो में स्थित है, 19 व्यक्तियों के साथ काम करती है और छह महीने पहले की अपेक्षा से अधिक सैन्य रुचि प्राप्त कर रही है।
ये आंकड़े यह साबित नहीं करते कि कंपनियों का आकार क्या है, बल्कि यह दर्शाते हैं कि पेंटागन उस समय कितनी तेजी से आगे बढ़ने को तैयार है जब उसे आवश्यकता महसूस होती है।
वह आर्किटेक्चर जिसे कोई नहीं देखता लेकिन सभी को आवश्यकता है
इन स्टार्टअप को प्रतिस्थापित करना मुश्किल क्यों है, यह समझने के लिए, यह जानना जरूरी है कि वे किस प्रकार की अवसंरचना का निर्माण कर रहे हैं। यह कोई एकल उत्पाद नहीं है; यह विशेषीकृत परतों की एक श्रृंखला है जहाँ प्रत्येक कड़ी एक अलग समस्या का समाधान करती है।
बुनियाद पर एक कंपनी जैसे Unstructured काम करती है, जिसका कार्य डेटा तैयार करने का है: आंतरिक फ़ाइलों को साफ करना, परिवर्तित करना और संरचित करना, जैसे हस्तलिखित फील्ड नोट्स से लेकर सरकार के मालिकाना वर्गीकृत फ़ॉर्मेट तक, ताकि उन्हें सुरक्षित डेटाबेस के भीतर संदर्भित किया जा सके। इसके संस्थापक इसे एक सटीक छवि के माध्यम से बताते हैं: "हम पूरे विश्व से उन डेटा को खींचते हैं, उन्हें पुस्तक प्रारूप में बदलते हैं और उन्हें पुस्तकालय में ले जाते हैं।" बिना उस परत के, कोई मॉडल संवेदनशील जानकारी पर सुरक्षित रूप से काम नहीं कर सकता।
मध्यम स्तर पर, Arize AI जानकारी की पुनर्प्राप्ति के प्रवाह की निगरानी करती है, जिसे उद्योग RAG (Retrieval-Augmented Generation) कहता है, और उनके आधार पर बनाए गए AI एजेंट। इसके CEO ने इसे सीधे कहा: "इन सिस्टम्स को नियंत्रित करना मुश्किल है, और यह सुनिश्चित करना कि वे सही कार्य करें, प्रक्रिया के सबसे महत्वपूर्ण भागों में से एक है। मैं एक AI को तैनात नहीं करूंगा बिना अपने उत्पादों या मेरे प्रतिस्पर्धियों के उत्पादों का उपयोग किए।" यह बयान घमंड नहीं है; यह एक वास्तविक ऑपरेशनल खतरों का ईमानदार विवरण है।
शीर्ष पर, Ask Sage वह इंटरफेस प्रदान करता है जहाँ उपयोगकर्ता अनुमोदित व्यापारिक मॉडल से परामर्श करते हैं और संविधिबद्ध डेटा से जवाब पुनः प्राप्त करते हैं, बिना यह प्रक्रिया में वर्गीकृत सूचना "सीखने" के। यह आर्किटेक्चर, जब ठीक से काम करता है, अंतिम उपयोगकर्ता के लिए अदृश्य होता है। जब यह विफल होता है, तो यह एक कूटनीतिक या राष्ट्रीय सुरक्षा घटना में बदल सकता है।
पेंटागन ने दिसंबर 2025 में अपनी आंतरिक प्लेटफॉर्म, GenAI.mil, लॉन्च की, जो एक मिलियन से अधिक यूनीक उपयोगकर्ताओं तक पहुंची, जब रक्षा सचिव पीट हेगसेट ने संगठन में इसके अंगीकरण का आदेश दिया। समस्या यह है कि GenAI.mil, अपनी वर्तमान आर्किटेक्चर में, वर्गीकृत डेटाबेस पर RAG संचालन नहीं कर सकती। Ask Sage, Palantir और Scale AI कर सकती हैं। यह तकनीकी खाई, वाणिज्यिक दृष्टिकोण से, एक अनुबंध है जो अभी हस्ताक्षर नहीं हुआ है।
जब ब्यूरोक्रेटिक जोखिम प्रतिस्पर्धात्मक लाभ में बदल जाता है
इस परिदृश्य में एक तथ्य है जो ध्यान देने योग्य है क्योंकि यह रक्षा क्षेत्र में तकनीक अधिग्रहण के कार्य को दिखाता है जब राजनीतिक दबाव हो: EdgeRunner AI ने रिपोर्ट किया कि सेना ने उसे सूचित किया कि वह सुरक्षा IL-6 का नामांकन प्राप्त कर सकेगी, जिससे उसे संवेदनशील और उच्च संवेदनशील डेटा तक पहुँच प्राप्त हो सकेगी, तीन महीनों में - ऐतिहासिक मानक 18 महीने या उससे अधिक के मुकाबले।
यह बदलाव एक प्रशासनिक समायोजन नहीं है। यह संकेत है कि पेंटागन अपने स्वयं के प्रमाणन चक्रों को अधिकतम कंप्रेस करने के लिए तैयार है जब एकल प्रदाता पर निर्भरता एक रणनीतिक कमजोरी के रूप में उजागर होती है। उन स्टार्टअप्स के लिए जो इस क्षेत्र में काम कर रहे हैं, यह परिवर्तन उनके मूल्य प्रस्ताव को बदल देता है। पहले, प्रमाणन का समय एक बाधा थी जो स्थापित खिलाड़ियों की सुरक्षा करती थी। अब, प्रमाणन की गति एक विभेदक संपत्ति बन जाती है।
Second Front के CEO टायलर स्वेट ने स्पष्ट किया: "हमने ग्राहकों और सरकार की मांग में भारी वृद्धि देखी है कि वे AI समाधान तैनात करें, जब से एंथ्रोपिक को आपूर्ति श्रृंखला का खतरा घोषित किया गया।" Smack Technologies के सह-संस्थापक एंड्र्यू मार्कॉफ ने हाल की सैन्य चर्चाओं के स्वर को इस प्रकार वर्णित किया: "हमें अधिक चाहिए, हम प्रदर्शनों की बात कर रहे हैं, हमें तेजी से आगे बढ़ने के तरीके पर बात करनी है।"
इन गवाही के परिणामस्वरूप प्रकट होने वाली गतिशीलता में एक वित्तीय अर्थ है जो तुरंत सरकारी अनुबंध से परे जाती है: एक रक्षा अनुबंध सरकारी एजेंसियों को प्रमाणित करता है कि एक कंपनी संवेदनशील सूचना को प्रबंधित कर सकती है। 19 व्यक्तियों की एक स्टार्टअप जो बैंकों, स्वास्थ्य या ऊर्जा जैसे नियामकीय क्षेत्रों में कॉर्पोरेट ग्राहकों की तलाश कर रही है, के लिए यह मुहर तकनीकी सॉल्वेंसी की गारंटी के रूप में काम करती है जिसे कोई विपणन अभियान नहीं खरीद सकता।
वह मॉडल जो तब भी survives जब जोखिम पूंजी समाप्त हो जाती है
AI स्टार्टअप्स के बारे में प्रमुख कथा वित्तपोषण राउंड, वैल्यूएशंस और पूंजी जलने के चारों ओर केंद्रित है। इन कंपनियों द्वारा विकसित आर्किटेक्चर अलग तर्क को प्रस्तुत करता है, जो अधिक सहनशील है।
ये कंपनियां सबसे शक्तिशाली भाषा मॉडल होने की दौड़ में प्रतिस्पर्धा नहीं कर रही हैं, जो अरबों में कम्प्यूटेशन और अवसंरचना की आवश्यकता होती है। वे एक एकीकृत परत का निर्माण कर रही हैं जो किसी भी मॉडल, ओपनएआई का, गूगल का, या जो भी अगला आएगा, को परिचालन करने की अनुमति देती हैं जहाँ वह आज नहीं जा सकता। उनकी स्थिति इस बात पर निर्भर नहीं करती कि वे मॉडल क्षमता की प्रतिस्पर्धा जीतें; यह इस बात पर निर्भर करती है कि जब उस क्षमता को अत्यधिक सुरक्षा स्थितियों में तैनात किया जाना चाहिए, तब वे अनिवार्य हों।
इस स्थिति में एक विशेषता है जिसे निवेशक अक्सर कम आंकते हैं: दुनिया का सबसे मांग वाला ग्राहक, सबसे उच्च सुरक्षा मानकों और सबसे लंबे अनुबंधों के साथ, सक्रिय रूप से अपने प्रदाताओं को विविधित करने के लिए खोज रहा है। तकनीकी विन्यासशील लागत और प्रमाणन पर अग्रिम भुगतान के साथ अनुबंधों के साथ एक स्टार्टअप के लिए, यह तेजी से वृद्धि का अवसर नहीं है। यह एक व्यवसाय का आधार है जो अगली वित्तपोषण राउंड पर निर्भर किए बिना जीवित रह सकता है।
Unstructured के संस्थापक ने GenAI.mil को एक खतरे के रूप में नहीं, बल्कि मांग के एक प्रवक्ता के रूप में पहचाना: "GenAI.mil इन मॉडल्स को अधिक सुलभ बनाते हुए, हमारे लिए मांग का बहुत सारा खोला जाएगा।" पेंटागन का प्लेटफॉर्म एक मिलियन से अधिक उपयोगकर्ताओं को गैर-वर्गीकृत AI की क्षमताओं से परिचित कराकर, संवेदनशील अवसंरचना में निवेश को उचित ठहराने के लिए आंतरिक दबाव पैदा करता है। यह एक नेटवर्क प्रभाव है जिसे किसी भी अतिरिक्त विपणन डॉलर की आवश्यकता नहीं है।
वह कार्यकारी जो इन परिवर्तनों का मूल्यांकन करता है, उसे एक ठोस परिचालन निष्कर्ष पर पहुँचना चाहिए: पैसा स्वयं में एक लक्ष्य के रूप में कमजोर निर्भरताएँ बनाता है, जैसा कि पेंटागन ने एकल प्रदाता पर सभी शर्तें लगाकर रेखांकित किया। पैसा ग्राहक की सबसे कठिन समस्याओं को हल करने के लिए ईंधन के रूप में काम करता है। ये स्थितियाँ ऐसे स्थान बनाती हैं जिनकी नकल प्रतिस्पर्धियों द्वारा 18 महीनों में नहीं की जा सकती, न ही तीन।
