सॉफ़्टवेयर की नकल—क्या सशुल्क सॉफ़्टवेयर का दौर सचमुच ख़त्म हो गया है?

हाल की सुर्खियों में एआई टूल का इस्तेमाल करके लोकप्रिय सशुल्क सॉफ़्टवेयर—ख़ास तौर पर Adobe—की नकल करने वाले डेवलपर सामने आए हैं। इन पर मिली-जुली प्रतिक्रियाएँ हुई हैं—किसी ने इसे चोरी बताया, तो किसी ने मुफ़्त ओपन-सोर्स टूल का स्वागत किया।

लेकिन मूल सॉफ़्टवेयर के मालिक टेक कंपनियों के लिए—या उसका इस्तेमाल करने के लिए महँगा सदस्यता शुल्क चुकाने वालों के लिए—इसका क्या मतलब है?

ABBYY में साइबर सुरक्षा वास्तुकला, संचालन और एआई सुरक्षा के वरिष्ठ निदेशक Matt Wood ने इस बढ़ती चिंता की पड़ताल की है और एआई-संचालित सॉफ़्टवेयर विकास के जोखिमों और अवसरों पर अपना नज़रिया साझा किया है।

1996 में Fatboy Slim ने “Rockafeller Skank” को 1960 के दशक के एक ऐसे रिकॉर्ड से उठाए गए गिटार रिफ़ पर बनाया, जिसे दशकों से बहुत कम लोगों ने सुना था। The Chemical Brothers ने भुला दिए गए फ़ंक रिकॉर्ड के ब्रेकबीट्स को लूप करके ऐसे गीत बनाए, जो स्टेडियमों में गूँज उठे। The Prodigy ने सायरन, फ़िल्मों के संवाद और कम चर्चित विनाइल रिकॉर्ड के अंश लेकर ऐसा संगीत बनाया, जो इससे पहले किसी ने नहीं सुना था। सैंपलिंग ने संगीत बनाने की लागत ही कम नहीं की। इसने यह भी बदल दिया कि संगीत कौन बना सकता है और पूरे उद्योग को एक कठिन सवाल पर सोचने के लिए मजबूर किया: असल में मौलिक किसे माना जाए?

आज एआई कंपनियों को भी यही सवाल पूछने पर मजबूर कर रहा है, लेकिन दाँव पर चार्ट में जगह नहीं है। दाँव पर हैं परिचालन के नतीजे, अनुपालन से जुड़े जोखिम और किसी कारोबारी फ़ैसले पर ग्राहकों का भरोसा।

नकल सस्ती है। अंतर्दृष्टि नहीं।

बड़े भाषा मॉडल ने पहले से मौजूद ज्ञान को नए रूप में पेश करना बेहद आसान बना दिया है: अनुबंध की कोई शर्त लिखना, रिपोर्ट का सारांश तैयार करना या उपलब्ध पाठ के आधार पर विश्वसनीय लगने वाला जवाब देना। इस क्षमता का वास्तविक महत्व है। लेकिन नकल करना और नई खोज करना एक ही बात नहीं है। इन दोनों को एक समझ लेना ही वह वजह है, जिसके चलते उद्यमों की कई एआई पहलें धीरे-धीरे ठहर जाती हैं।

यह अंतर इसलिए मायने रखता है क्योंकि जनरेटिव सिस्टम ऐसी सामग्री तैयार करने में बेहद कुशल हैं, जो पूरी तरह तैयार दिखाई देती है। वे असाधारण सहजता से लहजे, संरचना और आत्मविश्वास की नकल कर सकते हैं। लेकिन वे अपने आप यह सुनिश्चित नहीं कर सकते कि उनकी बनाई सामग्री सही साक्ष्यों पर आधारित हो, सही प्रक्रिया से जुड़ी हो या सही विवेक के अनुसार ढाली गई हो।

यह तनाव सिर्फ़ कारोबार तक सीमित नहीं है। रचनात्मक काम में भी यह दिखाई देता है। 2024 में Science Advances में प्रकाशित एक अध्ययन में पाया गया कि एआई की मदद से अलग-अलग कहानियों की गुणवत्ता और रचनात्मकता का आकलन बेहतर हुआ, ख़ासकर कम रचनात्मक लेखकों की कहानियों में। साथ ही, कहानियों का पूरा समूह आपस में अधिक समान हो गया। दूसरे शब्दों में, अलग-अलग स्तर पर सामग्री बेहतर हुई, लेकिन सामूहिक स्तर पर वह एक जैसी होती गई। अधिक सामग्री बनने का मतलब ज़रूरी नहीं कि अधिक मौलिकता भी हो। अक्सर इसका मतलब था कि वही विचार अधिक सहज ढंग से व्यक्त किए जा रहे थे।

यही उद्यमों के सामने मौजूद जोखिम का छोटा-सा रूप है। जब सभी को एक जैसे सामान्य प्रयोजन वाले टूल उपलब्ध हों, तो प्रतिस्पर्धी बढ़त अधिक पाठ, सारांश या सुझाव तैयार करने से नहीं मिलती। यह समझने से मिलती है कि क्या मायने रखता है, किस पर भरोसा किया जा सकता है और किस पर कार्रवाई होनी चाहिए।

कारोबार की समस्या सामग्री तैयार करना नहीं, वास्तविकता तक पहुँच है

ज़्यादातर कारोबारों में भाषा की कमी नहीं है। कमी है ऐसे संदर्भ की, जिस तक आसानी से पहुँचा जा सके और जिस पर भरोसा किया जा सके।

किसी कंपनी के पास वास्तव में जो जानकारी होती है, वह आम तौर पर अनुबंधों, चालानों, ऑनबोर्डिंग फ़ॉर्म, दावों, ईमेल, रिपोर्टों, स्कैन की गई पीडीएफ़ फ़ाइलों और उन कार्यप्रवाहों में बिखरी होती है, जिनके ज़रिए ये दस्तावेज़ एक टीम से दूसरी टीम तक पहुँचते हैं। वित्त विभाग में भुगतान से जुड़ी कोई अपवाद स्थिति, ऑनबोर्डिंग में अनुपालन की कोई समस्या या संचालन में सेवा की देरी अक्सर ऐसी जानकारी से शुरू होती है, जो आंशिक रूप से व्यवस्थित हो, जिसका प्रारूप एकसमान न हो और जिसका उन प्रणालियों से कोई जुड़ाव न हो जिन पर नेता फ़ैसले लेने के लिए निर्भर करते हैं।

इसीलिए उद्यमों की इतनी सारी एआई परियोजनाएँ डेमो में प्रभावशाली लगती हैं, लेकिन वास्तविक उपयोग के दौरान विफल हो सकती हैं। मॉडल सक्षम हो सकता है, लेकिन उसके पास अधूरा संदर्भ होता है। वह केवल उसी जानकारी के आधार पर तर्क कर सकता है, जिस तक उसकी पहुँच हो; और कई संगठनों में यह वास्तविक स्थिति का एक छोटा-सा हिस्सा ही होता है।

यह केवल सैद्धांतिक कमज़ोरी नहीं है। इसका असर फ़ैसलों की गुणवत्ता पर पड़ता है। अगर किसी मॉडल को संबंधित संशोधनों तक पहुँच दिए बिना अनुबंध का सारांश बनाने को कहा जाए, तो उसका जवाब स्पष्ट लग सकता है, जबकि वह अधूरा हो। अगर वह अलग-अलग प्रारूपों और आपूर्तिकर्ताओं के चालानों से जुड़ी अपवाद स्थितियों को देखे बिना देय खातों की समस्याओं का विश्लेषण करे, तो उसकी सिफ़ारिशें सलीकेदार तो हो सकती हैं, लेकिन उपयोगी नहीं। अगर वह ग्राहक ऑनबोर्डिंग में मदद करे, जबकि अहम जानकारी स्कैन किए गए फ़ॉर्म या बिखरे हुए कार्यप्रवाहों में फँसी रहे, तो वह ग़लत निष्कर्ष तक पहुँचने की प्रक्रिया तेज़ कर सकता है।

नतीजा अंतर्दृष्टि नहीं, बल्कि आत्मविश्वास से भरा अनुमान होता है।

नकल, समझ से कहीं तेज़ी से फैलती है

यहीं संगीत में सैंपलिंग की उपमा महज़ एक रूपक से बढ़कर हो जाती है।

सैंपलिंग ने संगीत निर्माण को तेज़, सस्ता और अधिक सुलभ बनाया। लेकिन टिके रहने वाले निर्माता वे नहीं थे, जिन्होंने केवल टुकड़ों की नकल की। वे थे जिनमें उन टुकड़ों को नया रूप देने का सलीका और अनुशासन था। कोई भी बीट उठा सकता था; लेकिन हर कोई उसके इर्द-गिर्द एक नई ध्वनि नहीं गढ़ सकता था।

एआई सॉफ़्टवेयर और ज्ञान-आधारित काम में भी ऐसी ही खाई पैदा कर रहा है। नकल की बाधा नाटकीय रूप से कम हो गई है। इंटरफ़ेस की हूबहू नकल करना, आउटपुट दोबारा तैयार करना, कार्यप्रवाह की नकल करना और विशेषज्ञता का आभास पैदा करना पहले से कहीं आसान हो गया है। सॉफ़्टवेयर की पूरी-की-पूरी श्रेणियों के सतही स्तर पर दोबारा तैयार किए जा सकने का जोखिम लगातार बढ़ रहा है।

इसका यह मतलब नहीं है कि सशुल्क सॉफ़्टवेयर का दौर खत्म हो गया है, जैसा कि Adobe के लिए मुफ़्त विकल्प बनाने वाले डेवलपर Brandon Thomas ने कहा है। इसका मतलब है कि सॉफ़्टवेयर का मूल्य बदल रहा है।

जब नकल सस्ती हो जाती है, तो मूल्य दूसरी चीज़ों में चला जाता है: भरोसे, एकीकरण, विवेक-बुद्धि और ऐसे नतीजे देने की क्षमता में, जो वास्तविक परिस्थितियों में भी खरे उतरें। अब सवाल यह नहीं है कि कोई एआई प्रणाली विशेषज्ञों के काम जैसा जवाब दे सकती है या नहीं। सवाल यह है कि क्या वह संदर्भ के अनुरूप और भरोसेमंद ढंग से ऐसा कर सकती है, और क्या उसमें इतनी पारदर्शिता है कि बड़े जोखिम वाले मामलों में भी लोग उस पर भरोसा करें।

नकल किया हुआ आउटपुट तैयार करना आसान है। भरोसेमंद नतीजा देना नहीं।

विशेषज्ञता का छिपा हुआ अतिरिक्त मूल्य

इसीलिए, एआई की नकल करने की क्षमता के दौर में विशेषज्ञता कम नहीं, बल्कि और अधिक महत्वपूर्ण हो जाती है।

वर्षों तक, कई डिजिटल साधनों का मूल्य इस बात से आता था कि वे विशिष्ट क्षमताओं को दुर्लभ बनाते थे। यदि कोई सॉफ़्टवेयर किसी प्रक्रिया को समाहित कर सकता था, किसी काम को मानकीकृत कर सकता था या पहले कठिन रहे कार्यप्रवाह को सरल बना सकता था, तो ग्राहक उस पैकेज की गई विशेषज्ञता तक पहुँच के लिए भुगतान करते थे। जनरेटिव एआई इस मॉडल को अस्थिर कर रहा है, क्योंकि अब वह कम लागत पर विशेषज्ञता की कई दिखने वाली विशेषताओं की नकल कर सकता है।

लेकिन नकल केवल बाहरी परत तक ही पहुँचती है।

वास्तविक विशेषज्ञता का अर्थ है यह जानना कि कौन-सा अपवाद महत्वपूर्ण है, किस अस्पष्टता को नज़रअंदाज़ नहीं किया जा सकता, कौन-सा स्रोत प्रामाणिक है और किसी प्रणाली के जवाब को कब स्वीकार करने के बजाय चुनौती देनी चाहिए। यही किसी दस्तावेज़ से पाठ निकालने और यह समझने के बीच का अंतर है कि क्या वह पाठ किसी कारोबारी निर्णय को उचित ठहराने के लिए पर्याप्त है। यही नीति का सार बताने और उस सारांश में गलती होने के परिचालन परिणामों को पहचानने के बीच का अंतर है।

एआई और मौलिकता पर होने वाली कई चर्चाएँ भी इसी मोड़ पर भटक जाती हैं। कारोबार में मौलिकता का अर्थ शायद ही कभी केवल नया होने से होता है। इसका मतलब है वह देख पाना जो दूसरों की नज़र से चूक जाता है: प्रक्रियाओं के शोर में छिपा जोखिम, बिखरी हुई जानकारी में दबा पैटर्न या अलग-अलग प्रणालियों के कारण ओझल हुआ अवसर। इस तरह की मौलिकता का संबंध सुघड़ भाषा में सामग्री तैयार करने से कम और सही व्याख्या करने से अधिक है।

दस्तावेज़ ही पूरी कहानी नहीं हैं, लेकिन कहानी अक्सर वहीं से शुरू होती है

यहाँ दस्तावेज़ महत्वपूर्ण हैं, क्योंकि वे अब भी उन सबसे आम जगहों में से एक हैं जहाँ उद्यमों की वास्तविकता दर्ज होती है, लेकिन उसका पूरा उपयोग नहीं हो पाता।

इसका यह मतलब नहीं कि “दस्तावेज़ एआई” इस कहानी का नायक है। इसका सीधा-सा मतलब यह है कि दस्तावेज़ों को समझना, परिचालन संबंधी जानकारी को ऐसी चीज़ में बदलने के व्यापक कौशल का एक हिस्सा है जिसके साथ एआई प्रणालियाँ ज़िम्मेदारी से काम कर सकें। यदि संगठन जनरेटिव मॉडल से बेहतर नतीजे चाहते हैं, तो उन्हें उन साक्ष्यों तक बेहतर पहुँच देनी होगी जिन पर ये मॉडल निर्भर करते हैं। कई मामलों में, इसका अर्थ है ऐसी जानकारी को निकालना, सत्यापित करना और व्यवस्थित करना, जो अन्यथा प्रपत्रों, फ़ाइलों और बिखरे हुए हस्तांतरणों में फँसी रह जाती।

इस क्षमता का सही उपयोग किसी एक उत्पाद श्रेणी को दूसरी से बढ़ावा देने के बारे में नहीं है। इसका उद्देश्य कारोबारी जानकारी और एआई प्रणालियों की वास्तविक पहुँच के बीच की दूरी कम करना है।

यह अंतर मायने रखता है। उद्यमों के लिए सबसे मज़बूत AI रणनीतियाँ केवल सामग्री तैयार करने पर आधारित नहीं होतीं। वे उपयोगी डेटा, प्रक्रियाओं की समझ और मानवीय निगरानी के मेल पर आधारित होती हैं। उदाहरण के लिए, MIT की Project NANDA के हालिया उद्यम-स्तरीय शोध का तर्क है कि AI अपनाने में सबसे बड़ी बाधाएँ अक्सर मॉडल की गुणवत्ता तक सीमित नहीं होतीं, बल्कि कार्यप्रवाह के साथ खराब एकीकरण और वास्तविक उपयोग में उपकरणों के व्यवहार पर भरोसे की कमी होती हैं।

यह बात जानी-पहचानी लगनी चाहिए। कारोबार सबसे अधिक कृत्रिम आउटपुट तैयार करके सफल नहीं होते। वे ऐसी जानकारी के आधार पर बेहतर निर्णय लेकर सफल होते हैं जिसका वे समर्थन कर सकें—और ये निर्णय तेज़ी से तथा अधिक निरंतरता के साथ लिए जाते हैं।

अगला अतिरिक्त मूल्य विवेक-बुद्धि का है

सैंपलिंग ने संगीत का मूल्य कम नहीं किया। उसने मौलिकता का अर्थ बदल दिया।

जब मूल सामग्री का दोबारा इस्तेमाल आसान हो गया, तो अतिरिक्त मूल्य उसके चयन, संयोजन और उद्देश्य में जाने लगा। पहुँच से अधिक मूल्यवान विवेक-बुद्धि हो गई। उद्यमों में एआई के साथ अब यही हो रहा है। जैसे-जैसे सॉफ़्टवेयर की नकल करना आसान हो रहा है, टिकाऊ बढ़त इस बात से नहीं मिलेगी कि किसी के पास ऐसा मॉडल है जो सक्षम काम की नकल कर सकता है। बढ़त इस बात से मिलेगी कि एआई को सही संदर्भ से कैसे जोड़ा जाए, उस पर उचित सीमाएँ कैसे लगाई जाएँ और उसे वहाँ कैसे लागू किया जाए जहाँ मानवीय रचनात्मकता और क्षेत्र-विशेष का विवेक सबसे अधिक मायने रखते हैं।

“एआई सॉफ़्टवेयर की जगह ले लेगा” वाली कई दलीलों में बातचीत का यही पहलू छूट जाता है। यदि हर उपकरण की इंटरफ़ेस के स्तर पर नकल की जा सकती है, तो असली प्रतिस्पर्धी बढ़त इंटरफ़ेस नहीं है। वह उसके पीछे की गहरी समझ है: कार्यप्रवाह का तर्क, अपवादों को सँभालने का तरीका, भरोसेमंद डेटा, संस्थागत ज्ञान और आउटपुट को निर्णयों में बदलने के लिए ज़रूरी मानवीय विशेषज्ञता।

तो क्या सशुल्क सॉफ़्टवेयर का दौर सचमुच खत्म हो गया है? केवल तभी, अगर हमने यह मान लिया हो कि सॉफ़्टवेयर का मूल्य हमेशा सिर्फ़ उसकी दिखने वाली परत में था।

सॉफ़्टवेयर की सामान्य सुविधाओं पर दबाव और बढ़ेगा। कुछ उत्पादों की नकल की जाएगी। कुछ श्रेणियाँ सिमट जाएँगी। कुछ ऐसी कार्यक्षमताएँ, जिनके लिए कभी प्रीमियम कीमत वसूली जाती थी, अब बुनियादी अपेक्षा बन जाएँगी। लेकिन टिके रहने वाले उपकरण और कंपनियाँ वे होंगी, जो संगठनों को नकल से समझ की ओर बढ़ने में मदद करेंगी।

इसीलिए एआई में सैंपलिंग का यह दौर मायने रखता है। यह हमें याद दिलाता है कि पुनरुत्पादन की लागत घटने से मौलिकता की ज़रूरत खत्म नहीं होती। इससे बस यह बदलता है कि मौलिकता कहाँ निहित है।

संगीत में, यह बदलाव कच्ची सामग्री के प्रदर्शन से उसके रूपांतरण की कला की ओर हुआ।

एंटरप्राइज़ एआई में, यह बदलाव विश्वसनीय जानकारी, विशेषज्ञ निर्णय और रचनात्मक समस्या-समाधान के अनुशासित उपयोग की ओर बढ़ रहा है—संभाव्य लगने वाले आउटपुट तैयार करने से आगे।

नकल सस्ती है। अंतर्दृष्टि नहीं। इसीलिए एआई का अगला चरण उन प्रणालियों का नहीं होगा जो केवल बुद्धिमान सुनाई देती हैं। यह उन संगठनों का होगा जो जानते हैं कि अपने पहले से मौजूद ज्ञान को इतना उपयोगी कैसे बनाया जाए कि वे कुछ सचमुच नया खोज सकें।