जब कारोबार अब अपने एआई का खर्च नहीं उठा पाते, तब क्या होता है?

अपने शुरुआती वर्षों में Uber ने शहर के एक छोर से दूसरे छोर तक की सवारी को टैक्सी से सस्ता रखा। निवेशकों ने इस अंतर का खर्च तब तक उठाया, जब तक कंपनी को मुनाफ़ा कमाने की ज़रूरत नहीं पड़ी। Rakuten Intelligence के आँकड़ों से पता चला कि 2018 से 2021 के बीच अमेरिका में राइड-हेलिंग की कीमतें 92% बढ़ीं, और 2023 तक Uber के सीईओ भी यह सुनकर हैरान थे कि न्यूयॉर्क में अब तीन मील की यात्रा का किराया कितना हो गया था।

कृत्रिम बुद्धिमत्ता भी ऐसे ही एक मोड़ के करीब पहुँच रही है। Anthropic ने जून में पुष्टि की कि उसने अमेरिका में सार्वजनिक सूचीबद्धता के लिए गोपनीय रूप से आवेदन किया है, और खबरों के मुताबिक OpenAI भी ऐसा करने की तैयारी कर रहा है। सार्वजनिक कंपनियों को हर तिमाही अपने शेयरधारकों के प्रति जवाबदेह होना पड़ता है, और इस निगरानी से अक्सर कीमतें बदलती हैं।

इससे एक ऐसा सवाल उठता है जो कई कारोबारों ने अब तक नहीं पूछा है: अगर उनके उत्पाद जिन एआई पर निर्भर हैं, वे महँगे हो जाएँ, उन पर पाबंदियाँ बढ़ जाएँ या दोनों ही बातें हों, तो क्या होगा? इसका जवाब एआई कंपनियों के फ़ैसलों से कम और इस बात से ज़्यादा तय होगा कि हर कारोबार ने उनके इर्द-गिर्द अपना कामकाज कैसे बनाया है। तैयारी के लिए अभी भी समय है।

एआई की लागत अब आईटी बजट से निकलकर कारोबारी मॉडल का हिस्सा बन गई है

एआई के शुरुआती बिल इतने छोटे थे कि उन्हें प्रयोगों के खर्च में शामिल किया जा सकता था। आज एआई उत्पादों और कामकाज की प्रक्रियाओं में शामिल है, इसलिए इसकी कीमत सीधे लाभ के मार्जिन को प्रभावित करती है। मौजूदा कीमतें भारी निवेश के दौर को दर्शाती हैं।

शोध संस्था SemiAnalysis के एक परीक्षण में, Claude Max की 200 डॉलर प्रति माह वाली योजना से मानक एपीआई दरों पर हर महीने लगभग 8,000 डॉलर के बराबर उपयोग मिला। यह उपयोगकर्ताओं के लिए उदार पेशकश है और दिखाती है कि कुछ कीमतें सेवा की वास्तविक लागत से कितनी दूर हैं।

कुछ बदलाव पहले ही शुरू हो चुके हैं। 2025 के मध्य में, एआई कोडिंग टूल Cursor ने अपनी 20 डॉलर प्रति माह वाली योजना को एपीआई दरों के हिसाब से बिल किए जाने वाले उपयोग में बदल दिया, और Anthropic ने Claude Code के सबसे ज़्यादा इस्तेमाल करने वाले उपयोगकर्ताओं के लिए साप्ताहिक उपयोग सीमाएँ लागू कीं। डेवलपर Simon Willison ने कहा कि निवेशकों की सब्सिडी पर निर्भर एआई इस्तेमाल का दौर शायद खत्म हो रहा है।

विश्लेषक भी इसी तरह की सलाह दे रहे हैं। Gartner के अगस्त 2026 के दिशानिर्देश नेताओं से संभावित एआई मूल्य-वृद्धि के लिए तैयार रहने का आग्रह करते हैं। इसके विश्लेषकों ने यह चेतावनी भी दी है कि जो संगठन यह नहीं समझते कि एआई की लागत किस तरह बढ़ती है, वे उसका अनुमान 500% से 1,000% तक गलत लगा सकते हैं।

प्रति इकाई घटती कीमतें मददगार हैं, लेकिन एक सीमा तक ही। Epoch AI के आँकड़े बताते हैं कि एआई के प्रदर्शन के किसी दिए गए स्तर की कीमत हर साल तेज़ी से घट रही है, फिर भी MIT के शोधकर्ताओं ने पाया कि नए तर्क-विचार मॉडल अपने जवाब तक पहुँचने के लिए कहीं अधिक कंप्यूटिंग संसाधनों का उपयोग करते हैं। उपयोग बढ़ने के साथ बिल भी बढ़ता है, और उपयोग लगातार बढ़ रहा है।

एआई की सार्वजनिक कंपनियों के बनने का उन स्टार्टअप पर क्या असर हो सकता है जो उनकी तकनीक पर काम कर रहे हैं

शेयर बाज़ार में सूचीबद्ध होने से अनुशासन आता है। सार्वजनिक एआई कंपनियों को निवेशकों के सामने टिकाऊ लाभ मार्जिन तक पहुँचने का रास्ता दिखाना होगा, और कीमतें तय करना उनके हाथ में मौजूद सबसे सीधे उपायों में से एक है। इसका मतलब सूचीबद्ध कीमतों में बढ़ोतरी, उपयोग की सख़्त सीमाएँ, सुविधाओं को प्रीमियम श्रेणियों में रखना या पुराने मॉडलों को पहले ही बंद करना हो सकता है।

स्टार्टअप भी अपने आपूर्तिकर्ताओं के साथ बाज़ार में प्रतिस्पर्धा करते हैं। एआई कंपनियाँ अपने अनुप्रयोग भी तेज़ी से पेश कर रही हैं—जैसे Anthropic ने Claude Code के साथ किया है—इसलिए यह स्पष्ट करना फ़ायदेमंद है कि कोई कारोबार मॉडल के अलावा क्या अतिरिक्त मूल्य देता है।

इसका एक सकारात्मक पहलू भी है। सार्वजनिक कंपनियाँ अधिक जानकारी साझा करती हैं, जिससे ग्राहकों को एआई की कीमतें तय होने के तरीके की बेहतर समझ मिलती है। सेवा प्रदाताओं के बीच प्रतिस्पर्धा और तेज़ी से बेहतर होते ओपन मॉडल, उन लोगों के लिए कीमतों को काबू में रखने में मददगार होने चाहिए जो सेवा बदलने को तैयार हैं।

कंपनियाँ अपनी निर्भरता कैसे घटा सकती हैं

कारोबारी जोखिम दो सवालों पर निर्भर करता है। अगर लागत बढ़े, तो क्या ग्राहक सेवा को इतना मूल्यवान मानेंगे कि उसके लिए ज़्यादा भुगतान करें? और क्या कीमतों में बढ़ोतरी सहने के लिए पर्याप्त लाभ मार्जिन है? जिन कारोबारों को इन सवालों के जवाब नहीं मालूम, उनके लिए पाँच तरीके मददगार हो सकते हैं—और इनमें से किसी के लिए भी सब कुछ नए सिरे से शुरू करने की ज़रूरत नहीं है।

हर काम की लागत जानें। कई टीमों को अपने मासिक एआई बिल का पता होता है, लेकिन यह नहीं मालूम होता कि ग्राहक की एक कार्रवाई पर कितना खर्च आता है। प्रति काम लागत मापने से पता चलता है कि कीमतें 30%, 50% या यहाँ तक कि 100% बढ़ने पर कौन-सी सुविधाएँ, ग्राहक या उपयोग के मामले घाटे में जा सकते हैं।

एआई का उपयोग वहीं करें जहाँ वह सबसे ज़्यादा मूल्य जोड़ता है। बड़े मॉडल अस्पष्टता से निपटने में सबसे सक्षम होते हैं, जैसे किसी समस्या को पहली बार सुलझाने की कोशिश करना। बार-बार किए जाने वाले काम अक्सर पारंपरिक सॉफ़्टवेयर से बेहतर हो जाते हैं। उदाहरण के लिए, सॉफ़्टवेयर परीक्षण में एआई एक बार यह तय कर सकता है कि उपयोगकर्ता की किसी प्रक्रिया की जाँच कैसे करनी है; फिर वही जाँच सामान्य कोड के रूप में हज़ारों बार, किसी मॉडल को बुलाए बिना, चलाई जा सकती है।

काम के मुताबिक मॉडल चुनें। Epoch AI ने पाया कि एक ही उपभोक्ता ग्राफ़िक्स कार्ड पर चल सकने वाले सबसे अच्छे ओपन मॉडल, अग्रणी मॉडलों से लगभग एक साल या उससे भी कम पीछे हैं। नियमित कामों के लिए छोटा या स्वयं होस्ट किया गया मॉडल, बहुत कम कीमत पर स्वीकार्य नतीजे दे सकता है।

सेवा बदलने का विकल्प खुला रखें। किसी एक प्रदाता की खास सुविधाओं पर बने उत्पादों को दूसरे विकल्प पर ले जाना सबसे मुश्किल होता है। उत्पाद और मॉडल के बीच एक सरल परत रखने और विकल्पों का नियमित परीक्षण करने से भविष्य में कीमत बढ़ने पर बातचीत की गुंजाइश बनती है।

नतीजे के आधार पर कीमत तय करें। ग्राहकों से टोकन के हिसाब से शुल्क लेने पर एआई की कीमतों में हर बदलाव का सीधा असर उन पर पड़ता है। किसी नतीजे—जैसे पूरा हुआ काम या हल किया गया अनुरोध—के लिए एक तय शुल्क ग्राहकों के लिए कीमत स्थिर रखता है और कारोबार को अपनी लागत में बदलाव सहने की गुंजाइश देता है। खरीदारी के समय भी यही तर्क काम आता है: नतीजे के आधार पर कीमत लेने वाले टूल से भविष्य का खर्च अनुमानित करना आसान होता है।

किफ़ायती होना डिज़ाइन से जुड़ा फ़ैसला है

Uber की कीमतें बढ़ने से राइड-हेलिंग खत्म नहीं हुई। इससे उन कारोबारी मॉडलों का अंत हुआ, जो मानकर चलते थे कि सवारियों को मिलने वाली सब्सिडी हमेशा जारी रहेगी। AI के भी इसी राह पर चलने की संभावना है। जैसे-जैसे बड़ी प्रयोगशालाएँ सार्वजनिक बाज़ारों में उतरेंगी, AI की कीमत उसे उपलब्ध कराने की लागत के करीब तय होगी, और व्यवसायों को इस आधार पर आँका जाएगा कि क्या उनके उत्पाद उस कीमत पर भी काम करते हैं।

इस बदलाव के लिए सबसे अच्छी स्थिति में वे कंपनियाँ हैं, जो AI को ऐसी निर्भरता मानती हैं जिसे मापा और प्रबंधित किया जाना चाहिए। जिन व्यवसायों ने अभी तक शुरुआत नहीं की है, उनके लिए भी देर नहीं हुई है। इनमें से हर कदम इसी तिमाही में शुरू किया जा सकता है, और हर कदम से अगली बार कीमत बदलने का असर झेलना आसान होगा।