जब AI किसी कंपनी में दाखिल होता है, तो क्या बदलता है
यहाँ हम AI को उस पल से पढ़ते हैं जब वह सिर्फ नई चीज़ नहीं रहता और लागत, वर्कफ़्लो, नियंत्रण, तकनीकी निर्भरता और प्रतिस्पर्धी बढ़त को बदलना शुरू कर देता है।
हम क्या देख रहे हैं
कंप्यूट इंफ्रास्ट्रक्चर, एजेंट, एंटरप्राइज़ सॉफ़्टवेयर, मॉडल वितरण पर नियंत्रण और वे फैसले जो AI को केवल उत्पादकता के बजाय शक्ति की एक परत बना देते हैं।
खेल कहाँ तय हो रहा है
क्लाउड में, वर्कफ़्लो के भीतर, सप्लायर और ग्राहक के रिश्ते में, मॉडल गवर्नेंस में, और उस बिंदु पर जहाँ ऑटोमेशन तय करना शुरू कर देता है कि फैसला कौन करेगा।
यह क्यों महत्वपूर्ण है
क्योंकि AI अपनाना सिर्फ एक नया टूल जोड़ना नहीं है। यह नई निर्भरताएँ, नई लागतें और निर्णय, गति और नियंत्रण को व्यवस्थित करने का एक नया ढाँचा स्वीकार करना है।
विशेष
कृत्रिम बुद्धिमत्ता
उद्यम AI का रिटर्न एक आर्किटेक्चर की समस्या है, बुद्धिमत्ता की नहीं
एक ऐसा आंकड़ा है जिसे CIO बेचैनी के साथ याद कर रहे हैं: 72% संगठन स्वीकार करते हैं कि उनके AI में किए गए निवेश, बेहतरीन स्थिति में, मुश्किल से ब्रेक-ईवन पर हैं। बदतर स्थिति में, वे घाटे में चल रहे हैं। जो विफल हो रहा है वह मशीन की बुद्धिमत्ता नहीं है। जो विफल हो रहा है वह उस व्यवसाय की आर्किटेक्चर है जो इसके आसपास बनी है।
Lucía Navarro8 मिनटनवीनतम लेख
सबसे शक्तिशाली मॉडल वह नहीं होता जो व्यापार में जीतता है
एक संख्या है जिसे Alibaba.com के अध्यक्ष ने अपना तर्क शुरू करने के लिए चुना, और यह एक असुविधाजनक संख्या है: 61.7%। यह वह प्रतिशत है जितनी वास्तविक व्यावसायिक कार्यों को उस सर्वश्रेष्ठ कृत्रिम बुद्धिमत्ता एजेंट ने सफलतापूर्वक पूरा किया जिसका उन्होंने परीक्षण किया। ई-कॉमर्स के 107 वास्तविक परिचालनों में से, सबसे सक्षम उपलब्ध प्रणाली हर दस में से चार में विफल रही।
ScrollEd का दांव: समस्या स्क्रॉल नहीं, उसकी सामग्री थी
शिक्षा उद्योग एक विरोधाभास को वर्षों से नज़रअंदाज़ करता आ रहा है: जहाँ युवा वर्टिकल फ़ीड पर घंटों इतनी एकाग्रता से समय बिताते हैं जो किसी भी कक्षा को ईर्ष्या से भर दे, वहीं सीखने की प्रणालियाँ उन्हें PDF और पाठ्यपुस्तकें भेजती रहती हैं जिन्हें कोई खोलता तक नहीं। Palo Alto स्थित स्टार्टअप ScrollEd, जिसकी स्थापना 2026 में हुई, का प्रस्ताव है कि शिक्षा और ध्यान के बीच की यह खाई अनुशासन की नहीं, बल्कि इंटरफ़ेस की समस्या है।
CADDi 1.2 अरब डॉलर तक पहुँची — वह समस्या सुलझाते हुए जिसे किसी ने ठीक से डिजिटल नहीं किया था
एक ऐसी समस्या है जिसे कोई भी मैन्युफैक्चरिंग ऑपरेशंस निदेशक तुरंत पहचान लेता है: उसकी कंपनी एक ही पुर्जा अलग-अलग आपूर्तिकर्ताओं से, अलग-अलग कीमतों पर खरीदती है — यह जाने बिना कि वह पहले भी वही पुर्जा खरीद चुकी है। टोक्यो और शिकागो स्थित स्टार्टअप CADDi ने आठ साल पहले इस समस्या को पहचाना और इसे हल करने के लिए सॉफ्टवेयर बनाया। इस हफ्ते कंपनी ने 11.4 करोड़ डॉलर का सीरीज D राउंड बंद किया, जिससे इसका मूल्यांकन 1.2 अरब डॉलर हो गया।
जब AI बिना अनुमति के कार्य करे, तो समस्या मॉडल में नहीं है
वर्षों तक, आर्टिफिशियल इंटेलिजेंस के जोखिमों पर बातचीत एक ही धुरी के इर्द-गिर्द घूमती रही: मॉडल भ्रामक जानकारी देता है, आंकड़े गढ़ता है, ऐसे स्रोत उद्धृत करता है जो अस्तित्व में नहीं हैं, तथ्यों को गलत तरीके से पेश करता है। यह एक वास्तविक समस्या थी—कुछ मामलों में महंगी, कुछ में शर्मनाक। लेकिन गहराई से देखें तो यह आउटपुट की गुणवत्ता की समस्या थी। वह दौर अब खत्म हो रहा है—इसलिए नहीं कि भ्रामक जानकारी देना बंद हो गया है, बल्कि इसलिए कि जिस संदर्भ में AI काम करता है, उसकी प्रकृति ही बदल गई है।
सबसे लोकप्रिय
इस पृष्ठ पर सर्वाधिक वोट वाले लेख
AI स्टार्टअप्स का ARR अब वह नहीं रहा जो पहले था
Silicon Valley के pitch decks में एक संख्या बड़े दावे के साथ घूमती है: ARR यानी Annual Recurring Revenue। वर्षों तक यह वह मेट्रिक थी जो गंभीर स्टार्टअप्स को सिर्फ पैसा जलाने वालों से अलग करती थी। लेकिन venture capital फर्म Madrona के 2026 के आंकड़ों के अनुसार, 77% कंपनियां हर छह महीने या उससे भी अधिक बार अपने AI प्रदाताओं का पुनर्मूल्यांकन करती हैं।
90
एंटरप्राइज AI में सबसे बड़ा मॉडल नहीं, सबसे स्मार्ट निर्णय जीतता है
भारी उद्योगों की प्रबंधन टीमें वर्षों से एक बातचीत टालती आ रही हैं। यह बातचीत तकनीक के बारे में नहीं है। यह इस बारे में है कि जब किसी परिचालन निर्णय का आधार बारह अलग-अलग प्रणालियों, चार असंबद्ध विभागों और एक ऐसे रखरखाव इतिहास में बिखरा हो जिसे कभी पूरी तरह डिजिटल नहीं किया गया — तो एक अच्छा परिचालन निर्णय लेने का वास्तव में क्या अर्थ है।
90
सबसे शक्तिशाली मॉडल वह नहीं होता जो व्यापार में जीतता है
एक संख्या है जिसे Alibaba.com के अध्यक्ष ने अपना तर्क शुरू करने के लिए चुना, और यह एक असुविधाजनक संख्या है: 61.7%। यह वह प्रतिशत है जितनी वास्तविक व्यावसायिक कार्यों को उस सर्वश्रेष्ठ कृत्रिम बुद्धिमत्ता एजेंट ने सफलतापूर्वक पूरा किया जिसका उन्होंने परीक्षण किया। ई-कॉमर्स के 107 वास्तविक परिचालनों में से, सबसे सक्षम उपलब्ध प्रणाली हर दस में से चार में विफल रही।
89
जब AI बिना अनुमति के कार्य करे, तो समस्या मॉडल में नहीं है
वर्षों तक, आर्टिफिशियल इंटेलिजेंस के जोखिमों पर बातचीत एक ही धुरी के इर्द-गिर्द घूमती रही: मॉडल भ्रामक जानकारी देता है, आंकड़े गढ़ता है, ऐसे स्रोत उद्धृत करता है जो अस्तित्व में नहीं हैं, तथ्यों को गलत तरीके से पेश करता है। यह एक वास्तविक समस्या थी—कुछ मामलों में महंगी, कुछ में शर्मनाक। लेकिन गहराई से देखें तो यह आउटपुट की गुणवत्ता की समस्या थी। वह दौर अब खत्म हो रहा है—इसलिए नहीं कि भ्रामक जानकारी देना बंद हो गया है, बल्कि इसलिए कि जिस संदर्भ में AI काम करता है, उसकी प्रकृति ही बदल गई है।
88
Maven Robotics ने एक भी भौतिक रोबोट के बिना 100 मिलियन डॉलर जुटाए
एक ऐसा दृश्य है जो Maven Robotics के निर्माण को किसी भी निवेशक प्रस्तुति से बेहतर परिभाषित करता है। 2024 का वर्ष था, कंपनी का अस्तित्व महज कुछ हफ्तों का था और, अपने CEO Hamza Derbas के शब्दों में, वे जो एकमात्र ठोस चीज़ दिखा सकते थे वह थी 'एक रोबोट का कार्टून और लोगों की एक टीम।' उपभोक्ता वस्तुओं की एक बड़े पैमाने की कंपनी Silicon Valley में स्वचालन परियोजनाओं का मूल्यांकन करने के लिए चार रोबोटिक कंपनियों से मिल रही थी।
कॉर्पोरेट AI अभी भी अपने प्लेटफ़ॉर्म के पल का इंतज़ार कर रही है
कुछ तकनीकें उस समय से बहुत पहले मौजूद होती हैं, जब कोई उन्हें वास्तव में उपयोग योग्य बनाता है। ईमेल दशकों से मौजूद था, इससे पहले कि Hotmail ने आपकी माँ को यह सिखाया कि इसे कैसे इस्तेमाल करें। GPS नेविगेशन सैन्य उपकरणों में वर्षों तक मौजूद रहा, इससे पहले कि सौ डॉलर का एक उपकरण किसी डिलीवरी ड्राइवर को यह बता सके कि कहाँ मुड़ना है।
AI स्टार्टअप्स का ARR अब वह नहीं रहा जो पहले था
Silicon Valley के pitch decks में एक संख्या बड़े दावे के साथ घूमती है: ARR यानी Annual Recurring Revenue। वर्षों तक यह वह मेट्रिक थी जो गंभीर स्टार्टअप्स को सिर्फ पैसा जलाने वालों से अलग करती थी। लेकिन venture capital फर्म Madrona के 2026 के आंकड़ों के अनुसार, 77% कंपनियां हर छह महीने या उससे भी अधिक बार अपने AI प्रदाताओं का पुनर्मूल्यांकन करती हैं।
कैसे PepsiCo ने मेक्सिको में अपनी सेल्स फोर्स को नया रूप दिया ताकि उस पर निर्भरता कम हो
याज़मिन रुइज़ को अपना इन्वेंटरी भरवाने के लिए PepsiCo के सेल्समैन का इंतजार नहीं करना पड़ता। जब रात दस बजे दुकान में आलू के चिप्स खत्म हो जाते हैं, तो वह अपने फोन पर एक ऐप खोलती हैं, ऑर्डर देती हैं और अपनी शिफ्ट जारी रखती हैं। इस रोज़मर्रा के छोटे से काम के पीछे एक बड़ा बदलाव है जिसे PepsiCo 2022 से मेक्सिको में बना रहा है — अमेरिका के बाद उसका दूसरा सबसे बड़ा वैश्विक बाजार और वितरण के लिहाज़ से सबसे विखंडित।
Five9 गहरे मूल्य गुणकों पर कारोबार कर रहा है जबकि AI राजस्व 78% सालाना की दर से बढ़ रहा है
Truist Securities ने Five9 का मूल्य लक्ष्य 35 डॉलर से बढ़ाकर 40 डॉलर कर दिया है और खरीद रेटिंग बनाए रखी है। यह सिफारिश सामान्य नहीं है: विश्लेषक Terry Tillman ने CEO Amit Mathradas, CFO Bryan Lee और निवेशक संबंध SVP Tony Righetti से मुलाकात की, और इस बैठक के बाद व्यवसाय की दिशा पर उनका भरोसा और मजबूत हुआ। इस रिपोर्ट को समझने का आधार रेटिंग नहीं, बल्कि वह वित्तीय ढांचा है जिसे Truist उसके पीछे पढ़ रहा है।
FAQ
कृत्रिम बुद्धिमत्ता
जब कृत्रिम बुद्धिमत्ता परीक्षण से निकलकर रोज़मर्रा के संचालन में आती है, तो क्या बदलता है?
लागत बाँटने का तरीका, काम के तालमेल का ढाँचा और नियंत्रण का केंद्र बदलता है। कृत्रिम बुद्धिमत्ता केवल एक अलग उपकरण नहीं रहती, बल्कि कंपनी के संचालन की संरचना को प्रभावित करने लगती है।
कृत्रिम बुद्धिमत्ता का एजेंट कब बढ़त बनाता है और कब सिर्फ जटिलता जोड़ता है?
जब वह काम की रुकावटें घटाता है, क्षमता बढ़ाता है या किसी अहम प्रक्रिया में निर्णय बेहतर बनाता है, तब वह बढ़त देता है। लेकिन अगर उसे बिना स्पष्ट संचालन और जवाबदेही के नियमों, बिना उपयोगी मापदंडों और बिना किसी ठोस बाधा को हल किए जोड़ा जाए, तो वह जटिलता ही बढ़ाता है।
मॉडल या कंप्यूटिंग संसाधनों के आपूर्तिकर्ता पर निर्भरता से कौन-से जोखिम पैदा होते हैं?
लागत, उपलब्धता, लगातार सुधार की रफ्तार और रणनीतिक नियंत्रण खोने के जोखिम पैदा होते हैं। जब बहुत अधिक शक्ति आपूर्तिकर्ता के पास चली जाती है, तो तकनीक अपनाना संरचनात्मक निर्भरता में बदल सकता है।
AI मूल्यांकन फ्रेमवर्क क्यों बन गया है एंटरप्राइज AI का सबसे उपेक्षित रणनीतिक संपत्ति
जो संगठन पिछले अठारह महीनों से AI एजेंट तैनात कर रहे हैं, उनमें एक पैटर्न बार-बार दिखता है: वे जानते हैं कि सिस्टम काम करता है, क्योंकि उन्होंने इसे डेमो में काम करते देखा था। लेकिन वे नहीं जानते कि यह आज भी काम कर रहा है या नहीं — प्रोडक्शन में, उनके ग्राहकों के डेटा पर, उन वर्कफ्लो में जो वास्तव में मायने रखते हैं। पायलट की निश्चितता और वास्तविक परिवेश की अपारदर्शिता के बीच की यही दूरी है जहां बजट, भरोसा और वह समय बर्बाद होता है जो किसी के पास नहीं है।
Camila Rojas8 मिनट
AI अब Amazon को उत्पाद नहीं दिखाती: यह नए खरीदार बनाती है
Evercore ISI की Amazon रिपोर्ट का सबसे दिलचस्प पहलू लक्ष्य मूल्य नहीं है। यह एक ऐसा डेटा है जो, ध्यान से पढ़ने पर, व्यवसाय की प्रकृति को बदल देता है: AI क्षमताओं वाले Alexa उपयोगकर्ताओं में से 57% ने एक ऐसा उत्पाद खरीदा जिसे वे असिस्टेंट से बातचीत से पहले नहीं जानते थे। यह खरीद प्रक्रिया में दक्षता नहीं है। यह वह मांग है जो पहले अस्तित्व में ही नहीं थी।
Clara Montes8 मिनट
AI की लहर में जो सॉफ्टवेयर टिका रहता है वह सबसे सस्ता नहीं, बल्कि सबसे मुश्किल से छोड़ने वाला होता है
प्रोडक्ट रणनीति पर बात करने से पहले एक मानसिक प्रयोग करना जरूरी है: अपने सॉफ्टवेयर स्टैक को लें और हर टूल के बारे में एक सवाल पूछें। अगर कल यह गायब हो जाए, तो एक अच्छी तरह से प्रशिक्षित AI एजेंट से इसे बदलने में कितना समय लगेगा? अगर जवाब है 'एक दोपहर', तो वह प्रोडक्ट नाजुक जमीन पर खड़ा है।
Tomás Rivera8 मिनट
95% AI पायलट प्रोजेक्ट विफल: समस्या तकनीक नहीं, रणनीति है
यह आंकड़ा नजरअंदाज करना मुश्किल है: 95% कॉर्पोरेट जनरेटिव AI पायलट प्रोजेक्ट कोई मापनीय वित्तीय प्रभाव नहीं देते। यह तकनीक-विरोधी विश्लेषकों का निराशावादी अनुमान नहीं है, बल्कि MIT की NANDA पहल की रिपोर्ट 'The GenAI Divide: State of AI in Business 2025' का केंद्रीय निष्कर्ष है, जो करीब 300 सार्वजनिक कार्यान्वयनों और 150 से अधिक कार्यकारी साक्षात्कारों पर आधारित है।
Ignacio Silva8 मिनट
एंटरप्राइज AI में सबसे बड़ा मॉडल नहीं, सबसे स्मार्ट निर्णय जीतता है
भारी उद्योगों की प्रबंधन टीमें वर्षों से एक बातचीत टालती आ रही हैं। यह बातचीत तकनीक के बारे में नहीं है। यह इस बारे में है कि जब किसी परिचालन निर्णय का आधार बारह अलग-अलग प्रणालियों, चार असंबद्ध विभागों और एक ऐसे रखरखाव इतिहास में बिखरा हो जिसे कभी पूरी तरह डिजिटल नहीं किया गया — तो एक अच्छा परिचालन निर्णय लेने का वास्तव में क्या अर्थ है।
Simón Arce8 मिनट
AI डेटा सेंटर तकनीकी क्षेत्र की सबसे राजनीतिक संपत्ति क्यों बन गए
18 अगस्त 2026 के सप्ताह ने AI इन्फ्रास्ट्रक्चर निवेशकों के लिए एक स्पष्ट संकेत छोड़ा। GE Vernova उस सप्ताह 9.5% गिरा और Eaton ने 6.7% खोया — दो नाम जो महीनों से डेटा सेंटर विकास पर सुरक्षित दांव के रूप में काम कर रहे थे। न तो चिप्स की मांग में कोई गिरावट आई और न ही बड़े हाइपरस्केलर्स ने बजट में कटौती की: जो हुआ वह यह था कि एक राज्य के गवर्नर ने मंगलवार की दोपहर एक कार्यकारी आदेश पर हस्ताक्षर किए।
Sofía Valenzuela8 मिनट
Stripe ने उस स्टार्टअप को खरीदा जो AI का Stripe बनना चाहता था
जब Alex Atallah ने मई 2026 में OpenRouter को AI के लिए Stripe के रूप में वर्णित किया, तो शायद उन्हें अंदाज़ा नहीं था कि असली Stripe ही उनकी कंपनी को अपना लेगी।
Martín Soler8 मिनट
वह प्रतिभा जो भारत नहीं जुटा पाता, उसके सबसे मूल्यवान व्यवसाय को खतरे में डाल रही है
भारत में ग्लोबल कैपेबिलिटी सेंटर्स (GCC) की प्रमुख कहानी पिछले एक दशक से लगभग बेदाग सफलता की रही है — 1,900 से अधिक परिचालन केंद्र, आठ उद्योगों में उपस्थिति, और 100 अरब डॉलर के आर्थिक योगदान की महत्वाकांक्षा। लेकिन इस तेज़ विकास के नीचे एक गहरी दरार छुपी है जिसे यह क्षेत्र महीनों से समझने की कोशिश कर रहा है: आज GCC को जिस प्रतिभा की ज़रूरत है, वह भारत पर्याप्त मात्रा में तैयार नहीं कर पा रहा।
Valeria Cruz9 मिनट
Corgi Invest और एक्सचेंज-ट्रेडेड फंड्स में दूसरा कमीशन युद्ध
वित्तीय बाजारों में कुछ ऐसे पल आते हैं जब सहमति उस दिशा से टूटती है जिसकी किसी को उम्मीद नहीं होती। ETF में पहला कमीशन युद्ध BlackRock, Vanguard और State Street के बीच लड़ा गया, जिसने इंडेक्स उत्पादों की लागत को शून्य के करीब धकेल दिया। लेकिन किसी ने नहीं सोचा था कि अगला मोर्चा किसी बड़े संस्थागत दिग्गज की ओर से नहीं, बल्कि एक वेंचर कैपिटल-समर्थित बीमा कंपनी की ओर से खुलेगा — जिसने आर्टिफिशियल इंटेलिजेंस का उपयोग करके नियामक प्रक्रिया को औद्योगिक रूप दिया और आठ महीनों से भी कम समय में 197 ETF लॉन्च करके बाजार में प्रवेश किया।
Javier Ocaña9 मिनट
IBM और OpenAI ने वैश्विक स्तर पर कॉर्पोरेट AI खर्च पर कब्जा करने के लिए हाथ मिलाया
13 अगस्त 2026 को, IBM ने OpenAI के साथ एक व्यापक गठबंधन की घोषणा की जो एक संयुक्त प्रेस विज्ञप्ति से कहीं आगे जाती है। कंपनी IBM Consulting के भीतर एक समर्पित OpenAI प्रैक्टिस बनाएगी, GPT-5.6, Codex और ChatGPT Work जैसे मॉडलों को IBM Consulting Advantage प्लेटफॉर्म में एकीकृत करेगी, और आने वाले महीनों में हजारों सलाहकारों को OpenAI तकनीकों में प्रमाणित करेगी। वित्तीय शर्तें सार्वजनिक नहीं की गईं, लेकिन इस आंतरिक कदम का पैमाना खुद बोलता है: यह कोई पायलट प्रोजेक्ट नहीं, बल्कि मानव अवसंरचना में एक बड़ा दांव है।
Camila Rojas8 मिनट
रोबोट के डायग्नोस्टिक्स क्यों रोबोट से ज़्यादा कीमती हैं
रोबोटिक उद्योग दो दशकों से औद्योगिक स्तर पर मानव श्रम के प्रतिस्थापन का वादा करता आ रहा है। लेकिन जो सवाल कभी गंभीरता से नहीं सुलझाया गया, वह है तैनाती के बाद का वह क्षण — जब मशीन रुक जाती है, उत्पादन थम जाता है, और एक इंजीनियर दिनों तक लॉग पढ़ता रहता है उस खराबी को खोजने के लिए जो अक्सर पहले भी हो चुकी होती है। सिडनी में एक साल पहले स्थापित Alloy Robotics ने Square Peg की अगुआई में 8 करोड़ डॉलर के मूल्यांकन पर 80 लाख डॉलर का फंडिंग राउंड बंद किया है।
Gabriel Paz9 मिनट
Mercury ने AI एजेंट्स को क्रेडिट कार्ड दिया और इसने कॉर्पोरेट खर्च के ढांचे को बदल दिया
एक स्टार्टअप की औसत संस्थापक टीम में पहले दो लोग और तीन इंजीनियर होते थे। आज उसमें एक दर्जन AI एजेंट शामिल हो सकते हैं जो समानांतर में काम करते हैं, आपूर्तिकर्ताओं से कीमत तय करते हैं या सॉफ्टवेयर खरीदते हैं — बिना किसी इंसान की मंजूरी के। समस्या यह थी कि इन कंपनियों के आसपास की वित्तीय प्रणाली अभी भी पुराने मॉडल के लिए बनी थी।
Clara Montes8 मिनट
अकमैन ने 2,400 करोड़ डॉलर क्यों लगाए? माइक्रोसॉफ्ट को बाजार ने गलत समझा
किसी शेयर को इसलिए खरीदना कि वह ऊपर जा रहा है, और इसलिए खरीदना कि बाजार अभी उसकी असली कीमत नहीं जानता — इन दोनों में बड़ा फर्क है। Pershing Square Capital Management के संस्थापक बिल अकमैन ने माइक्रोसॉफ्ट में 2,400 करोड़ डॉलर की पोजीशन ठीक दूसरे तरीके से बनाई। यह फर्क सिर्फ शब्दों का नहीं है — यह तय करता है कि कौन structural risk उठा रहा है और कौन सिर्फ ट्रेंड पर सवार हो रहा है।
Mateo Vargas9 मिनट
AI पर खर्च 110% बढ़ा लेकिन बुनियादी सिस्टम इसे झेल नहीं पाए
ServiceNow तीन वर्षों से बड़े उद्यमों में AI की परिपक्वता माप रहा है। 2026 में, 4,500 से अधिक अधिकारियों और 2,000 कर्मचारियों के सर्वेक्षण से तैयार इंडेक्स में उल्लेखनीय सुधार दर्ज हुआ — 16 अंकों की वृद्धि के साथ यह 100 में से 51 पर पहुंचा। यह अच्छा लगता है जब तक आप अगली पंक्ति नहीं पढ़ते: जहां कॉर्पोरेट AI खर्च में सालाना 110% की वृद्धि हुई, वहीं AI को बड़े पैमाने पर काम करने के लिए जरूरी बुनियादी क्षमताएं उस रफ्तार से नहीं बढ़ीं।
Sofía Valenzuela7 मिनट