याहू ने एआई पर दांव लगाया ताकि अपनी कहानी को दोहराने से बच सके
कुछ कंपनियाँ हमेशा एक चेतावनी का काम करती हैं। याहू उनकी एक अच्छी उदाहरण है। वर्षों तक, यह इंटरनेट का सबसे अधिक दौरा किया जाने वाला पोर्टल था, फिर भी यह खोज, सोशल मीडिया, ई-कॉमर्स और वीडियो के अवसरों को खो बैठा। आज, इसके CEO जिम लांजोन इसे "कॉर्पोरेट रीलॉन्चिंग का व्हाइट व्हेल" के रूप में सार्वजनिक रूप से वर्णित करते हैं, एक वाक्यांश जो चिकित्सा की नींव को दर्शाता है। इस दृष्टिकोण के साथ जो दांव है, वह है स्काउट का एकीकरण, जो एंथ्रोपिक से लाइसेंस प्राप्त तकनीक के साथ विकसित एक आर्टिफिशियल इंटेलिजेंस सहायक है, उपयोगकर्ता अनुभव को नवीकरण करने और एक बाजार में ब्रांड को फिर से स्थिति देने के लिए जहाँ गूगल, मेटा और माइक्रोसॉफ्ट ने वर्षों का लाभ प्राप्त किया है।
सवाल यह नहीं है कि याहू एआई का उपयोग कर सकता है। कोई भी कंपनी जो पर्याप्त बजट रखती है, एक मॉडल को लाइसेंस कर सकती है। सवाल यह है कि क्या इस बार कार्यान्वयन कथा से तेजी से चलेगा।
याहू की कहानी से क्या पता चलता है
जब स्काउट से याहू के बारे में पूछा गया, तो जो विवरण निकला वह सही और प्रासंगिक था: "याहू का विकास दर्शाता है कि कैसे एक कंपनी जो प्रारंभिक लाभ में होती है, निरंतर नवाचार के बिना गायब हो सकती है।" यह बात कि याहू ने अपनी ही ऐतिहासिक विफलता का ठंडा विश्लेषण प्रस्तुत किया, यह दर्शाता है कि लांजोन यह समझते हैं कि ईमानदारी का वर्णन कंपनात्मक अनुकूलन के लिए अधिक महत्त्व रखता है।
लेकिन ऐतिहासिक रिकॉर्ड महत्वपूर्ण है क्योंकि यह वास्तविक संरचनात्मक सीमाएँ परिभाषित करता है। याहू एक स्टार्टअप नहीं है जो बिना इनरशिया के आ रहा है: यह कई दशकों की स्थापत्य निर्णयों के साथ आ रहा है, दर्शकों को ई-मेल, वित्त, समाचार और खेल में विभाजित किया गया है, और एक ऐसी ब्रांड के साथ जो 30 साल से कम आयु के उपयोगकर्ताओं के लिए किसी भी भावनात्मक संदर्भ के बिना है। यह एक भाषा मॉडल के साथ हल नहीं किया जा सकता, चाहे वह कितना भी जटिल क्यों न हो। बल्कि, एक भाषा मॉडल के साथ बड़े पैमाने पर व्यक्तिगतकरण की सीमांत लागत को कम किया जा सकता है, जो सामग्री पोर्टलों में मानव टीमों के साथ हल करना सबसे महंगा संचालन समस्याओं में से एक है।
याहू का ऐतिहासिक पैटर्न पूंजी या प्रतिभा की कमी नहीं थी। यह संगठनात्मक निर्णय लेने की गति थी: कंपनी खोज में देर से पहुँची क्योंकि उसने निर्माण के बजाय बातचीत की और संकोच किया; मोबाइल में देर से पहुँची क्योंकि उसकी आय की संरचना डेस्कटॉप पर निर्भर थी। यदि निर्णय लेने की संरचना धीमी बनी, तो एआई इस समस्या को हल नहीं कर सकता। एंथ्रोपिक की तकनीक को लाइसेंस करना क्षमता खरीदता है, न कि गतिशीलता।
स्काउट पोर्टल अर्थव्यवस्था में क्या बदल सकता है
स्काउट के बारे में उपलब्ध जानकारी के अनुसार, यह याहू के अनुभव में एकीकृत सहायक के रूप में कार्य करता है। इसका व्यावासिक तर्क स्पष्ट है: एक सामग्री पोर्टल का मूल्य सत्र के समय, उपयोगकर्ता की वापसी और सक्रिय विज्ञापन क्षेत्र में मापा जाता है। यदि एक वार्तालाप सहायक उपयोगकर्ता को याहू पोर्टल के भीतर खोजने में मदद करता है बजाय गूगल पर जाने के, तो विज्ञापन इन्वेंटरी पर सीधा प्रभाव होता है।
यह महत्वहीन नहीं है। याहू फाइनेंस और याहू स्पोर्ट्स ने विशेष रूप से अमेरिका में पर्याप्त ऑडियंस बनाए रखा है। ये वे क्षेत्र हैं जहाँ बार-बार पूछताछ में उच्च इरादा होता है: स्टॉक की कीमतें, खेल परिणाम, बाजार समाचार। यदि सहायक सही ढंग से उन पूछताछों का जवाब देती है, और उपयोगकर्ता को याहू के वातावरण से बाहर न निकलने देती है, तो यह प्रत्येक सत्र को एक विज्ञापन अवसर में बदल देता है, जो पहले बाहरी खोज इंजनों की ओर चला जाता था। गणित सरल है: यदि स्काउट उन सत्रों का एक प्रतिशत रखता है जो वर्तमान में बाहरी खोज में समाप्त होती हैं, तो उपलब्ध इन्वेंटरी बिना नए ट्रैफिक के अधिग्रहण की आवश्यकता के बढ़ जाती है।
इस मॉडल का परिचालन जोखिम बाहरी अवसंरचना पर निर्भरता है। एंथ्रोपिक से लाइसेंस लेना का अर्थ है कि व्याख्या के लागत परिवर्तनीय होते हैं लेकिन दीर्घकाल में नियंत्रण में नहीं रखते। यदि पूछताछ की मात्रा बढ़ती है, तो API खर्च अनुपात में बढ़ता है। मॉडल को टिकाऊ बनाने के लिए, याहू को यह सुनिश्चित करना होगा कि प्रति सत्र अधिकतम आय विज्ञापन में प्रति पूछताछ की बढ़ती लागत को पार कर जाए। यह यूनिट प्रोफिटेबिलिटी की सीमा वह संख्या है जो यह परिभाषित करती है कि स्काउट एक संपत्ति है या नवाचार के बहाने एक परिचालन खर्च।
क्यों लाइसेंस मॉडल एक गणना की गई शर्त है, एक समाधान नहीं
लांजोन अपनी वास्तविक सीमाओं के भीतर एक स्मार्ट रणनीतिक निर्णय ले रहे हैं। याहू के पास OpenAI, गूगल डीपमाइंड या खुद एंथ्रोपिक के खिलाफ प्रतिस्पर्धा करने वाले अपने खुद के मॉडल को प्रशिक्षित करने के लिए न तो डेटा का पैमाना है और न ही इंजीनियरिंग की क्षमता है। ऐसा करना पूंजी आवंटन में गलती होगी। लाइसेंसिंग उन्हें सीमा तक पहुँचाने का तत्काल उपयोग देती है बिना उन मॉडल के अनुसंधान और विकास की लागत के, जो सैकड़ों मिलियनों डॉलर में मापी जाती है।
गणना की गई शर्त का एक स्पष्ट सीमा है: एक कंपनी जो अपनी मूल्य प्रस्ताव को ऐसी प्रौद्योगिकी पर बनाती है जिसका वह नियंत्रण नहीं करती, उसके भिन्नता की छत उस आपूर्तिकर्ता द्वारा अनुमति दी गई होती है। अगर एंथ्रोपिक अपनी शर्तों को बदलता है, कीमतें बढ़ाता है या सीधे सामग्री पोर्टल क्षेत्र में प्रतिस्पर्धा करने का फैसला करता है, तो याहू असुरक्षित हो जाता है। यह वही संरचनात्मक समस्या है जो कई कंपनियों को प्रभावित करती है जो तीसरे पक्ष के मॉडल पर एप्लिकेशन परतें बना रही हैं: वास्तव में भिन्नता मॉडल में नहीं है, बल्कि अपने डेटा, उपयोगकर्ता अनुभव और वितरण में है।
यही वह जगह है जहाँ याहू के पास उपयुक्त, लेकिन अधर्मित संपत्तियाँ हैं, जो स्काउट की घोषणा से अधिक विश्लेषण की हकदार हैं। वित्त, खेल और ई-मेल में वर्षों का उपयोगकर्ता व्यवहार एक इरादे के डेटा सेट का प्रतिनिधित्व करता है जिसे यदि स्मार्ट तरीके से उपयोग किया जाए, तो यह एक ऐसी धारणा बना सकता है जिसे नया प्रतिस्पर्धी आसानी से दोहरा नहीं सकता। लाइसेंस मॉडल एक प्रारंभिक बिंदु के रूप में समझ में आता है; दीर्घकालिक मूल्य इस बात पर निर्भर करता है कि याहू उस आधार पर क्या बनाता है जो केवल याहू के पास है।
रीलॉन्चिंग जो की दरों पर मापी जाती है, ना कि प्रेस कवरेज
कॉर्पोरेट रीलॉन्चिंग अक्सर अधिक नैरेटर से असफल होती हैं न कि प्रौद्योगिकी की कमी से। याहू ने कई ऐसे चक्रों का अनुभव किया है जिसमें आशावादी घोषणाएँ आती हैं उसके बाद परिणाम जो स्थिर रूप से ठीक नहीं होते हैं। जो इस दौर को पिछले से अलग बनाता है वह एआई उपकरण की जटिलता नहीं है, बल्कि स्पष्टता है जिसके साथ लांजोन ने निदान को स्पष्ट किया है: एक कंपनी जो प्रारंभिक लाभ में होती है और जिसने निरंतर नवाचार नहीं किया, वह अपनी स्थिति खो देती है, और इसे पुनः प्राप्त करने के लिए केवल उत्पाद अपडेट से अधिक की आवश्यकता होती है।
जो मैट्रिक्स यह निर्धारित करेगी कि स्काउट एक वास्तविक रीलॉन्चिंग का हिस्सा है या एक और आशावादी चक्र है, वो विशिष्ट हैं: सत्रों की वापसी दर, सक्रिय उपयोगकर्ताओं की वापसी की आवृत्ति, और प्रति सत्र रखी गई लागत की तुलना में उस ही सत्र द्वारा उत्पन्न विज्ञापन आय। यदि ये आंकड़े अगले दो या तीन क्वार्टर में सुसंगत रूप से सुधारते हैं, तो मॉडल के पास ठोस आधार है। यदि नहीं, तो एंथ्रोपिक की तकनीक एक खर्च की रेखा साबित होगी जिसने व्यापार की अर्थव्यवस्था को नहीं बदला।
तकनीकी निदान यह है कि याहू के पास इसे काम करने के लिए वितरण की संपत्तियाँ और डेटा हैं, लेकिन संगठनात्मक कार्यान्वयन वह चर है जिसे कोई भी एआई मॉडल प्रतिस्थापित नहीं कर सकता।
