पुस्तक समीक्षा: Rob May की ‘एआई में निवेश: प्रतिस्पर्धात्मक बढ़त और जाल में फर्क पहचानने के छह मानसिक मॉडल’

मुझे एआई में निवेश: प्रतिस्पर्धात्मक बढ़त और जाल में फर्क पहचानने के छह मानसिक मॉडल पढ़ने की खास उत्सुकता थी, मुख्यतः इसलिए कि मैं उनके एआई में निवेश न्यूज़लेटर के ज़रिए कई वर्षों से Rob May के काम पर नज़र रखे हुए हूँ। मेरी नज़र में, Rob May को कई अन्य निवेशकों से अलग करने वाली बात है—भीड़ की सोच से बचने और मूल सिद्धांतों के आधार पर तर्क करने की उनकी तत्परता। वे प्रचलित धारणा से आगे जाकर यह समझने की कोशिश करते हैं कि कोई व्यवसाय वास्तव में कैसे काम करता है, उसके फायदे कहाँ से आते हैं और क्या वे फायदे अगले तकनीकी बदलाव के बाद भी टिक पाएँगे।

यही वह जगह है जहाँ यह पुस्तक खूब चमकती है। एआई में निवेश को इस नज़रिए से देखने वाली यह पहली पुस्तक है, जिससे मेरा सामना हुआ है। किसी रोमांचक तकनीक या बढ़ते बाज़ार की पहचान भर करने के बजाय, यह पाठकों से पूछती है कि वे इसके इर्द-गिर्द बन रहे कारोबारों का विश्लेषण करने के अपने तरीके को नए सिरे से गढ़ें। अवसर बहुत बड़ा है, लेकिन एआई की किसी आशाजनक क्षमता को पहचानना और निवेश के योग्य कंपनी को पहचानना—ये दो बिल्कुल अलग कौशल हैं।

जब एआई की कहानी का सामना हक़ीक़त से होता है

Rob May इस चर्चा को उन कहानियों के ज़रिए ठोस आधार देते हैं, जिनसे एआई जगत पर नज़र रखने वाला कोई भी व्यक्ति परिचित होगा। Jasper मीडिया का चहेता बन गया और उसने 1.5 अरब डॉलर के मूल्यांकन पर 125 मिलियन डॉलर जुटाए। फिर ChatGPT ने शक्तिशाली पाठ-निर्माण क्षमता सीधे उपभोक्ताओं तक पहुँचा दी और ऐसे उत्पाद के मूल्य पर सवाल खड़े कर दिए, जो इसी तरह की अंतर्निहित क्षमताओं तक पहुँच देने पर आधारित था। Rob May इस पलटाव के ज़रिए दिखाते हैं कि कोई दिखने वाला फ़ायदा कितनी तेज़ी से कमज़ोरी में बदल सकता है।

इस उदाहरण में मुझे वह सवाल खास तौर पर दिलचस्प लगता है, जिसका सामना यह किसी निवेशक या संस्थापक को करने के लिए मजबूर करता है: जब अंतर्निहित तकनीक व्यापक रूप से सुलभ हो जाए, तब भी ग्राहक को आपकी कंपनी से क्या चाहिए होगा? किसी मज़बूत प्रतिस्पर्धात्मक सुरक्षा-कवच वाले कारोबार और एआई मॉडल को लपेटकर बनाए गए किसी अन्य उत्पाद में क्या अंतर है? शुरुआत में मिली बढ़त कुछ समय दिला सकती है, लेकिन वह इस सवाल का जवाब नहीं देती। कार्यप्रवाह पर नियंत्रण, वितरण, विशिष्ट ज्ञान और ग्राहक संबंध कहीं अधिक महत्त्वपूर्ण हो जाते हैं, जब मॉडल तक पहुँच एक सामान्य उपलब्धता वाली वस्तु बन जाती है।

DeepSeek इस अनिश्चितता का दूसरा पहलू सामने रखता है। पुस्तक में GPT-4 श्रेणी के एक मॉडल के सामने आने से पैदा हुए उस झटके पर चर्चा है, जिसकी प्रशिक्षण लागत 5.576 मिलियन डॉलर बताई गई। इससे मिलने वाला निवेश संबंधी सबक महत्त्वपूर्ण है: प्रतिस्पर्धा की लागत के बारे में कोई धारणा, मूल्यांकन मॉडल की अपेक्षा से कहीं तेज़ी से बदल सकती है।

SaaS के पुराने तौर-तरीकों पर फिर से सोचने की ज़रूरत क्यों है

Rob May अतीत के एआई शीतकालों की चर्चा करते हैं और तर्क देते हैं कि आज एआई की व्यापक तैनाती ने उस पुराने सिलसिले को तोड़ दिया है, जिसमें आशाजनक प्रदर्शन के बाद बड़े पैमाने पर निराशा हाथ लगती थी। उनका कहना है कि उपयोगी एआई अब वास्तविक कार्यप्रवाहों में इतनी गहराई से शामिल हो चुका है कि उसे बस प्रयोगशाला तक सीमित कर देना संभव नहीं है। फिर भी, इसे लगातार अपनाए जाने के बावजूद यह पहचानना मुश्किल हो सकता है कि अगला कौन-सा यूनिकॉर्न इस चलन का लाभ उठा पाएगा।

वे बदलाव को समझाने वाले चार बुनियादी अंतर बताते हैं: एआई संज्ञानात्मक काम कर सकता है, डेटा से सीख सकता है, इसका इस्तेमाल करने वाले लोगों की अपेक्षाएँ बदल सकता है और इसके साथ बड़ी हो रही पीढ़ी के जीवन का स्वाभाविक हिस्सा बन सकता है। तीसरा बिंदु—प्रतिवर्तिता—खास तौर पर दिलचस्प है। किसी क्षमता का अनुभव होने के बाद ग्राहक उसे दूसरी जगहों पर भी अपेक्षित करने लगते हैं। तकनीक को अपनाए जाने के साथ कंपनी जिस बाज़ार की सेवा कर रही है, वह बदल जाता है।

सबसे बड़ा बदलाव लाने वाला पहलू विस्तार की गति है। एआई कारोबार उस समय-सीमा में बड़ा आकार हासिल कर सकते हैं, जो पहले केवल असाधारण अपवादों के लिए देखी जाती थी। लेकिन उनका मूल्यांकन करने के लिए अब भी कारोबारी मॉडल को समझना ज़रूरी है। प्रति कार्य या प्रति नतीजे के हिसाब से शुल्क लेना, मूल्य, राजस्व और लागत के बीच ऐसा संबंध बनाता है जो सॉफ़्टवेयर की निश्चित संख्या में लाइसेंस बेचने से अलग होता है।

SaaS से जुड़े कुछ सबक अब भी बेहद प्रासंगिक हैं। क्षेत्र-विशेष की विशेषज्ञता अब भी मायने रखती है। किसी उद्योग की वास्तविक समस्याओं को समझने वाले, उस उद्योग के लिए बनाए गए उपकरण सार्थक बढ़त हासिल कर सकते हैं। स्वामित्व वाले डेटा चक्र समय के साथ और मज़बूत हो सकते हैं, और गहरे एकीकरण से सेवा बदलने की लागत पैदा हो सकती है। चुनौती यह पहचानने की है कि इनमें से कौन-सी ताकतें टिकाऊ हैं और कौन-सी ऐसी सुविधाएँ हैं जो ग्राहक को दर्जनों अन्य विक्रेताओं से मिल सकती हैं।

छह मानसिक मॉडल, जो सवालों को बेहतर बनाते हैं

पुस्तक अपना केंद्रीय तर्क छह मानसिक मॉडलों के इर्द-गिर्द रखती है: एआई को कई तकनीकों के समूह के रूप में समझना; SaaS से जुड़ी पारंपरिक धारणाओं पर सवाल उठाना; बाज़ार में बड़े बदलावों की अपेक्षा करना; बाज़ारों और कॉरपोरेट रणनीति में होने वाले परिवर्तनों को पहचानना; तेज़ी से विस्तार को समझना; और एआई की बेची गई वस्तुओं की लागत का सावधानीपूर्वक मूल्यांकन करना।

ये मॉडल एक साथ अच्छी तरह काम करते हैं, क्योंकि हर मॉडल निवेश के सतही तर्क की एक अलग कमज़ोरी उजागर करता है। किसी कंपनी को “एआई कारोबार” कह देने से उसकी अर्थव्यवस्था के बारे में बहुत कम पता चलता है। राजस्व में तेज़ बढ़ोतरी से यह पता नहीं चलता कि वह टिकाऊ है या नहीं। आज का मज़बूत सकल मार्जिन भी यह नहीं बताता कि ग्राहक उत्पाद से अधिक कठिन काम करवाने लगें, तो क्या होगा।

मुझे सबसे मूल्यवान बात दूसरा सवाल पूछने की आदत लगती है। यह पूछने के बाद कि तकनीक काम करती है या नहीं, यह पूछें कि क्या वह ग्राहक के वास्तविक कार्यप्रवाह में भरोसेमंद ढंग से काम करने के लिए पर्याप्त सक्षम है। यह पूछने के बाद कि ग्राहक भुगतान कर रहे हैं या नहीं, यह पूछें कि वे किस चीज़ के लिए भुगतान कर रहे हैं और क्या उनके यह खर्च जारी रहने की संभावना है। इसी वजह से यह पुस्तक उन उदाहरणों के लिखे जाने के समय से आगे भी उपयोगी बनी रहती है।

Botkeeper और लागत के रुझान का महत्त्व

सबसे उपयोगी केस स्टडी में से एक है Botkeeper, बहीखाता प्रक्रिया को स्वचालित करने वाली वह कंपनी जिसमें Rob May ने निवेश किया था। वे ऐसे व्यवसाय का वर्णन करते हैं जो शुरुआत में मानव लेखाकारों पर काफी निर्भर था और जिसका सकल मार्जिन लगभग 20 से 25 प्रतिशत था। पारंपरिक सॉफ़्टवेयर कंपनियों जैसे मार्जिन की उम्मीद करने वाले निवेशकों को यह आकर्षक नहीं लगा। लेकिन उन लोगों के काम से ऐसा डेटा भी तैयार हुआ, जो प्रक्रिया को स्वचालित करने में मदद कर सकता था। Rob May बताते हैं कि बाद में, जैसे-जैसे अधिक काम सॉफ़्टवेयर के हवाले हुआ, सकल मार्जिन 70 प्रतिशत से ऊपर चला गया।

इससे मुझे जो सीख मिलती है, वह यह है कि देखें कि मानवीय भागीदारी किस चीज़ का निर्माण कर रही है। अगर हर पूरा किया गया काम सिस्टम को अगला काम अधिक कुशलता से संभालने में मदद करता है, तो शुरुआती सेवा लागतें अधिक विस्तार योग्य व्यवसाय को वित्तपोषित कर रही हो सकती हैं। अगर हर नए ग्राहक के लिए अनिश्चितकाल तक हाथ से किए जाने वाले काम में उसी अनुपात में बढ़ोतरी ज़रूरी हो, तो अर्थशास्त्र एक अलग कहानी बताता है।

Rob May इसके उलट रुझान की भी पड़ताल करते हैं: उपयोग बढ़ने के साथ अनुमान लागत का अधिक चुनौतीपूर्ण हो जाना। कठिन कामों को पूरा करने के लिए किसी AI सिस्टम को अधिक कंप्यूटिंग, बार-बार प्रयास या मानवीय समीक्षा की ज़रूरत पड़ सकती है। छोटा पायलट परीक्षण किसी उत्पाद को आकर्षक दिखा सकता है, लेकिन जब ग्राहक जटिल कामों के लिए उस पर निर्भर होने लगते हैं, तो वह महँगा पड़ सकता है। इसीलिए लागतों की दिशा उतनी ही मायने रखती है जितना मौजूदा मार्जिन।

कुशलता अपने-आप प्रतिस्पर्धात्मक बढ़त नहीं बन जाती

एक और रूपरेखा जो मुझे उपयोगी लगी, वह है AI के मूल्य की Rob May की तीन श्रेणियाँ: कमोडिटी बन चुका AI, मुख्य AI और विस्तारकारी AI। मोटे तौर पर, ये ऐसी क्षमताओं को दर्शाती हैं जिन्हें प्रतिस्पर्धी आसानी से अपना सकते हैं, ऐसी क्षमताओं को जो किसी कंपनी की मौजूदा बढ़त को मज़बूत करती हैं, और ऐसी क्षमताओं को जो नए कारोबारी अवसर खोलती हैं।

उनका काल्पनिक एयरलाइन का उदाहरण पहली श्रेणी को आसानी से समझा देता है। एक एयरलाइन AI सहायता एजेंट पेश करती है और अधिक कुशल हो जाती है। इसके बाद प्रतिस्पर्धी भी ऐसे ही उपकरण अपनाते हैं। जो चीज़ थोड़े समय के लिए अलग पहचान देती दिखी थी, वह उद्योग की अपेक्षा बन जाती है और आर्थिक लाभ का कुछ हिस्सा प्रतिस्पर्धा के कारण खत्म हो सकता है।

यह हर AI घोषणा को किसी मज़बूत व्यवसाय का प्रमाण मानने की प्रवृत्ति का प्रभावी प्रतिकार है। मैं जानना चाहता हूँ कि प्रतिस्पर्धियों को मिलते-जुलते उपकरण उपलब्ध होने के बाद भी कौन-सी बात किसी कंपनी को विशिष्ट बनाए रखती है। AI को अपने विशिष्ट फ़ीडबैक, गहरी परिचालन समझ या ऐसी ग्राहक कार्यप्रणाली के साथ जोड़ने वाली कंपनी, जिसकी नकल करना कठिन हो, उस कंपनी से कहीं अधिक ठोस जवाब देती है जो उसी स्वचालन की घोषणा कर रही हो जिसे बाकी सभी खरीद सकते हैं।

ऐसे संचालकों को तलाशें जो AI को काम में ला सकें

यह किताब व्यावहारिक टिप्पणियों से भरी है, जिनमें ऐसे संचालकों का साथ देने का महत्व भी शामिल है जो वास्तव में AI को अपना सकें। कार्यप्रणालियों और ज़िम्मेदारियों को बदलने की ठोस योजना, पूरे संगठन में AI लागू करने का वादा करने वाली प्रस्तुति से कहीं अधिक प्रभावशाली होती है।

राजस्व की गुणवत्ता पर Rob May की चर्चा इस बात को और पुष्ट करती है। सशुल्क पायलट और अवधारणा-परीक्षण शुरुआती दौर में प्रभावशाली आँकड़े दे सकते हैं, लेकिन इन्हें लगातार उत्पादन कार्य से जुड़े राजस्व से अलग करके देखना चाहिए। उपयोगी सवाल यह है कि अगर ग्राहक कल से प्रयोग करना बंद कर दें, तो व्यवसाय का कितना हिस्सा बचा रहेगा।

मुझे लगता है कि यह संस्थापकों के लिए विशेष रूप से उपयोगी है। पायलट जीतना एक उपलब्धि है, लेकिन ऐसा उत्पाद बनाना जो ग्राहक के कामकाज का हिस्सा बन जाए, एक अलग स्तर की सफलता है। इस अंतर को जल्दी समझने से उत्पाद की प्राथमिकताएँ, नियुक्तियाँ और सफलता मापने का कंपनी का तरीका तय हो सकता है।

अंतिम निर्णय

मेरी सबसे बड़ी सीख यह है कि इस किताब को केवल निवेशकों तक सीमित नहीं रखना चाहिए। उद्यमी भी यह समझकर उतना ही लाभ उठा सकते हैं कि AI कंपनी निवेश योग्य कैसे बनती है, टिकाऊ बढ़त कैसे बनती है और कौन-सी स्टार्टअप संबंधी गलतियों से महँगा पड़ने से पहले बचा जा सकता है।

इसे खरीदने लायक शेयरों की सूची के बजाय निर्णय लेने की रूपरेखा के तौर पर पढ़ना बेहतर है। इसका सबसे बड़ा योगदान पाठकों को यह अधिक स्पष्टता से समझने में मदद करना है कि वे किसी व्यवसाय पर भरोसा क्यों करते हैं। उद्योग के आगे बढ़ने के साथ उदाहरणों की प्रासंगिकता स्वाभाविक रूप से कम होती जाएगी; मान्यताओं पर सवाल उठाने का अनुशासन ही किताब को लंबे समय तक उपयोगी बनाए रखता है।

AI में निवेश: प्रतिस्पर्धात्मक बढ़त और जाल में फ़र्क करने के छह मानसिक मॉडलमें वही मौलिक सिद्धांतों पर आधारित सोच मिलती है, जिसने मुझे सबसे पहले Rob May का न्यूज़लेटर पढ़ने के लिए प्रेरित किया था। मज़बूत बचाव वाली कंपनी और आकर्षक कहानी के बीच फ़र्क करने की कोशिश कर रहे निवेशकों, और ऐसी मज़बूत कंपनी बनाने की कोशिश कर रहे उद्यमियों के लिए, यह विचारपूर्ण और सार्थक पुस्तक है।