ਛੋਟਾ ਜਵਾਬ: ਖਾਸ ਪਰਤਾਂ ਵਿੱਚ ਇੱਕ "AI ਬੁਲਬੁਲਾ" ਹੋ ਸਕਦਾ ਹੈ - ਖਾਸ ਕਰਕੇ ਕਾਪੀਕੈਟ ਐਪਸ, ਕਹਾਣੀ-ਅਗਵਾਈ ਮੁੱਲਾਂਕਣ, ਅਤੇ ਕਰਜ਼ੇ-ਭਾਰੀ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਸੱਟੇਬਾਜ਼ੀ - ਭਾਵੇਂ AI ਅਪਣਾਉਣ ਪਹਿਲਾਂ ਹੀ ਵਿਆਪਕ ਹੈ। ਜੇਕਰ ਵਰਤੋਂ ਟਿਕਾਊ ਆਮਦਨ ਅਤੇ ਯੂਨਿਟ ਅਰਥਸ਼ਾਸਤਰ ਵਿੱਚ ਸੁਧਾਰ ਵਿੱਚ ਅਨੁਵਾਦ ਨਹੀਂ ਕਰਦੀ ਹੈ, ਤਾਂ ਇੱਕ ਹਿੱਲਜੁਲ ਦੀ ਉਮੀਦ ਕਰੋ। ਜੇਕਰ ਇਕਰਾਰਨਾਮੇ, ਨਕਦ ਪ੍ਰਵਾਹ, ਅਤੇ ਧਾਰਨ ਬਰਕਰਾਰ ਹੈ, ਤਾਂ ਇਹ ਮੇਨੀਆ ਨਾਲੋਂ ਢਾਂਚਾਗਤ ਤਬਦੀਲੀ ਵਰਗਾ ਲੱਗਦਾ ਹੈ।
ਇੱਕ ਸੰਕੇਤ: ਵਰਤੋਂ ਪਹਿਲਾਂ ਹੀ ਵਿਆਪਕ ਹੈ (ਉਦਾਹਰਣ ਵਜੋਂ, ਸਟੈਨਫੋਰਡ ਦੇ ਏਆਈ ਇੰਡੈਕਸ ਦੀ ਰਿਪੋਰਟ ਅਨੁਸਾਰ 78% ਸੰਗਠਨਾਂ ਨੇ ਕਿਹਾ ਕਿ ਉਨ੍ਹਾਂ ਨੇ 2024 ਵਿੱਚ ਏਆਈ ਦੀ ਵਰਤੋਂ ਕੀਤੀ , ਜੋ ਕਿ ਇੱਕ ਸਾਲ ਪਹਿਲਾਂ 55% ਸੀ) - ਪਰ ਵਿਆਪਕ ਵਰਤੋਂ ਆਪਣੇ ਆਪ ਹੀ ਟਿਕਾਊ ਮੁਨਾਫ਼ੇ ਦੇ ਪੂਲ ਦੇ ਬਰਾਬਰ ਨਹੀਂ ਹੁੰਦੀ। [1]
ਮੁੱਖ ਗੱਲਾਂ:
ਪਰਤ ਸਪੱਸ਼ਟਤਾ : ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ ਕਿ ਤੁਹਾਡਾ ਮਤਲਬ ਮੁਲਾਂਕਣ, ਫੰਡਿੰਗ, ਬਿਰਤਾਂਤ, ਬੁਨਿਆਦੀ ਢਾਂਚਾ, ਜਾਂ ਉਤਪਾਦ ਝੱਗ ਹੈ।
ਮੁਦਰੀਕਰਨ ਪਾੜਾ : ਟਰੈਕ ਗੋਦ ਲੈਣ ਬਨਾਮ ਆਮਦਨ; ਵਿਆਪਕ ਵਰਤੋਂ ਮੁਨਾਫ਼ੇ ਦੇ ਪੂਲ ਦੀ ਗਰੰਟੀ ਨਹੀਂ ਦਿੰਦੀ।
ਇਕਾਈ ਅਰਥਸ਼ਾਸਤਰ : ਅਨੁਮਾਨ ਲਾਗਤ, ਹਾਸ਼ੀਏ, ਧਾਰਨ, ਅਦਾਇਗੀ, ਅਤੇ ਮਨੁੱਖੀ-ਸੁਧਾਰ ਬੋਝ ਨੂੰ ਮਾਪੋ।
ਵਿੱਤ ਸੰਬੰਧੀ ਜੋਖਮ : ਤਣਾਅ-ਟੈਸਟ ਉਪਯੋਗਤਾ ਧਾਰਨਾਵਾਂ; ਲੀਵਰੇਜ ਅਤੇ ਲੰਬੇ ਭੁਗਤਾਨ ਤੇਜ਼ੀ ਨਾਲ ਹੋ ਸਕਦੇ ਹਨ।
ਸ਼ਾਸਨ ਵਿੱਚ ਖਿੱਚ : ਭਰੋਸੇਯੋਗਤਾ, ਪਾਲਣਾ, ਲੌਗਿੰਗ, ਅਤੇ ਜਵਾਬਦੇਹੀ ਦਾ ਕੰਮ "ਡੈਮੋ-ਟੂ-ਪ੍ਰੋਡ" ਸਮਾਂ-ਸੀਮਾਵਾਂ ਨੂੰ ਹੌਲੀ ਕਰ ਦਿੰਦਾ ਹੈ।
ਇਸ ਤੋਂ ਬਾਅਦ ਤੁਸੀਂ ਜੋ ਲੇਖ ਪੜ੍ਹਨਾ ਪਸੰਦ ਕਰ ਸਕਦੇ ਹੋ:
🔗 ਕੀ AI ਡਿਟੈਕਟਰ AI ਲਿਖਤ ਨੂੰ ਪਛਾਣਨ ਲਈ ਭਰੋਸੇਯੋਗ ਹਨ?
ਜਾਣੋ ਕਿ AI ਡਿਟੈਕਟਰ ਕਿੰਨੇ ਸਹੀ ਹਨ ਅਤੇ ਉਹ ਕਿੱਥੇ ਅਸਫਲ ਹੁੰਦੇ ਹਨ।.
🔗 ਮੈਂ ਆਪਣੇ ਫ਼ੋਨ 'ਤੇ ਰੋਜ਼ਾਨਾ AI ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਾਂ?
ਰੋਜ਼ਾਨਾ ਦੇ ਕੰਮਾਂ ਲਈ AI ਐਪਸ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਸਰਲ ਤਰੀਕੇ।.
🔗 ਕੀ ਟੈਕਸਟ ਟੂ ਸਪੀਚ AI ਹੈ ਅਤੇ ਇਹ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ?
TTS ਤਕਨਾਲੋਜੀ, ਲਾਭਾਂ, ਅਤੇ ਆਮ ਅਸਲ-ਸੰਸਾਰ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਨੂੰ ਸਮਝੋ।.
🔗 ਕੀ AI ਸਕੈਨ ਕੀਤੇ ਨੋਟਸ ਤੋਂ ਕਰਸਿਵ ਹੈਂਡਰਾਈਟਿੰਗ ਪੜ੍ਹ ਸਕਦਾ ਹੈ?
ਦੇਖੋ ਕਿ AI ਕਰਸਿਵ ਨੂੰ ਕਿਵੇਂ ਸੰਭਾਲਦਾ ਹੈ ਅਤੇ ਪਛਾਣ ਦੇ ਨਤੀਜਿਆਂ ਨੂੰ ਕਿਵੇਂ ਬਿਹਤਰ ਬਣਾਉਂਦਾ ਹੈ।.
ਜਦੋਂ ਲੋਕ "AI Bubble" ਕਹਿੰਦੇ ਹਨ ਤਾਂ ਉਹਨਾਂ ਦਾ ਕੀ ਮਤਲਬ ਹੁੰਦਾ ਹੈ 🧠🫧
ਆਮ ਤੌਰ 'ਤੇ ਇਹ ਇਹਨਾਂ ਵਿੱਚੋਂ ਇੱਕ (ਜਾਂ ਵੱਧ) ਹੁੰਦਾ ਹੈ:
-
ਮੁੱਲਾਂਕਣ ਬੁਲਬੁਲਾ: ਕੀਮਤਾਂ ਲੰਬੇ ਸਮੇਂ ਲਈ ਲਗਭਗ ਸੰਪੂਰਨ ਅਮਲ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ
-
ਫੰਡਿੰਗ ਬੁਲਬੁਲਾ: ਬਹੁਤ ਸਾਰੇ ਸਮਾਨ ਸਟਾਰਟਅੱਪਸ ਦੇ ਪਿੱਛੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਪੈਸਾ
-
ਬਿਰਤਾਂਤਕ ਬੁਲਬੁਲਾ: "AI ਸਭ ਕੁਝ ਬਦਲਦਾ ਹੈ" "AI ਕੱਲ੍ਹ ਸਭ ਕੁਝ ਠੀਕ ਕਰਦਾ ਹੈ" ਵਿੱਚ ਬਦਲ ਜਾਂਦਾ ਹੈ
-
ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦਾ ਬੁਲਬੁਲਾ: ਆਸ਼ਾਵਾਦੀ ਧਾਰਨਾਵਾਂ 'ਤੇ ਵਿੱਤ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਵਿਸ਼ਾਲ ਡੇਟਾ ਸੈਂਟਰ ਅਤੇ ਪਾਵਰ ਬਿਲਡਆਉਟ
-
ਉਤਪਾਦ ਬੁਲਬੁਲਾ: ਬਹੁਤ ਸਾਰੇ ਡੈਮੋ, ਘੱਟ ਸਟਿੱਕੀ, ਰੋਜ਼ਾਨਾ ਵਰਤੋਂ ਵਾਲੇ ਉਤਪਾਦ
ਇਸ ਲਈ ਜਦੋਂ ਕੋਈ ਪੁੱਛਦਾ ਹੈ ਕਿ "ਕੀ ਕੋਈ AI ਬਬਲ ਹੈ", ਤਾਂ ਅਸਲ ਸਵਾਲ ਇਹ ਬਣ ਜਾਂਦਾ ਹੈ: ਅਸੀਂ ਕਿਸ ਪਰਤ ਬਾਰੇ ਗੱਲ ਕਰ ਰਹੇ ਹਾਂ।
ਇੱਕ ਤੇਜ਼ ਹਕੀਕਤ ਐਂਕਰ: ਕੀ ਹੋ ਰਿਹਾ ਹੈ 📌
ਕੁਝ ਗਰਾਊਂਡਡ ਡੇਟਾਪੁਆਇੰਟ "ਫ੍ਰੌਥ" ਨੂੰ "ਸਟ੍ਰਕਚਰਲ ਸ਼ਿਫਟ" ਤੋਂ ਵੱਖ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੇ ਹਨ:
-
ਨਿਵੇਸ਼ ਬਹੁਤ ਵੱਡਾ ਹੈ (ਖਾਸ ਕਰਕੇ ਜਨਰੇਟਿਵ AI ਵਿੱਚ): ਜਨਰੇਟਿਵ AI ਵਿੱਚ ਗਲੋਬਲ ਨਿੱਜੀ ਨਿਵੇਸ਼ 2024 ਵਿੱਚ $33.9 ਬਿਲੀਅਨ ਤੱਕ (ਸਟੈਨਫੋਰਡ AI ਸੂਚਕਾਂਕ)। [1]
-
ਊਰਜਾ ਹੁਣ ਇੱਕ ਫੁੱਟਨੋਟ ਨਹੀਂ ਹੈ: IEA ਦਾ ਅਨੁਮਾਨ ਹੈ ਕਿ ਡੇਟਾ ਸੈਂਟਰਾਂ ਨੇ 2024 ਵਿੱਚ ਲਗਭਗ 415 TWh (ਵਿਸ਼ਵਵਿਆਪੀ ਬਿਜਲੀ ਦਾ ~1.5%) ਦੀ ਅਤੇ 2030 ਤੱਕ ਇੱਕ ਬੇਸ ਕੇਸ ਵਿੱਚ ~945 TWh (ਵਿਸ਼ਵਵਿਆਪੀ ਬਿਜਲੀ ਦੇ 3% ਤੋਂ ਘੱਟ) ਦਾ ਪ੍ਰੋਜੈਕਟ ਕਰਦਾ ਹੈ। ਇਹ ਇੱਕ ਅਸਲ ਅਸਲ ਵੀ । [2]
-
"ਅਸਲ ਪੈਸਾ" ਮੁੱਖ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚੋਂ ਵਹਿ ਰਿਹਾ ਹੈ: NVIDIA ਨੇ ਵਿੱਤੀ ਸਾਲ 2025 ਲਈ $130.5 ਬਿਲੀਅਨ ਦੀ ਆਮਦਨ ਅਤੇ $115.2 ਬਿਲੀਅਨ ਪੂਰੇ ਸਾਲ ਦੇ ਡੇਟਾ ਸੈਂਟਰ ਦੀ ਆਮਦਨ ਦੀ - ਜੋ ਕਿ "ਕੋਈ ਬੁਨਿਆਦੀ ਨਹੀਂ" ਹੈ ਜਿੰਨਾ ਇਸਨੂੰ ਮਿਲਦਾ ਹੈ। [3]
-
ਗੋਦ ਲੈਣਾ ≠ ਮਾਲੀਆ (ਖਾਸ ਕਰਕੇ ਛੋਟੀਆਂ ਫਰਮਾਂ ਵਿੱਚ): 31% SMEs ਵਿੱਚ gen AI ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ , ਅਤੇ gen-AI-ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ SMEs ਵਿੱਚੋਂ, 65% ਨੇ ਕਰਮਚਾਰੀਆਂ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਵਿੱਚ ਸੁਧਾਰ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ , ਜਦੋਂ ਕਿ 26% ਨੇ ਵਧੀ ਹੋਈ ਆਮਦਨ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ । ਕੀਮਤੀ, ਹਾਂ - ਪਰ ਇਹ ਇਹ ਵੀ ਚੀਕਦਾ ਹੈ ਕਿ "ਮੁਦਰੀਕਰਨ ਅਸਮਾਨ ਹੈ।" [4]
ਏਆਈ ਬਬਲ ਟੈਸਟ ਦਾ ਇੱਕ ਚੰਗਾ ਸੰਸਕਰਣ ਕੀ ਬਣਾਉਂਦਾ ਹੈ ✅🫧
ਇੱਕ ਵਧੀਆ ਬੁਲਬੁਲਾ ਟੈਸਟ ਸਿਰਫ਼ ਵਾਈਬਸ ਨਹੀਂ ਹੁੰਦਾ। ਇਹ ਇਸ ਤਰ੍ਹਾਂ ਦੀਆਂ ਚੀਜ਼ਾਂ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ:
1) ਗੋਦ ਲੈਣਾ ਬਨਾਮ ਮੁਦਰੀਕਰਨ
AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੇ ਲੋਕਾਂ ਦਾ ਆਪਣੇ ਆਪ ਇਹ ਮਤਲਬ ਨਹੀਂ ਹੈ ਕਿ ਲੋਕ ਅੱਜ ਦੀਆਂ ਕੀਮਤਾਂ ਨੂੰ ਜਾਇਜ਼ ਠਹਿਰਾਉਣ ਲਈ ਲੰਬੇ ਸਮੇਂ ਲਈ
2) ਇਕਾਈ ਅਰਥਸ਼ਾਸਤਰ (ਅਣਸੈਕਸੀ ਸੱਚਾਈ)
ਨੂੰ ਲੱਭੋ:
-
ਕੁੱਲ ਮਾਰਜਿਨ
-
ਪ੍ਰਤੀ ਗਾਹਕ ਅਨੁਮਾਨ ਲਾਗਤ (ਉਹਨਾਂ ਦੁਆਰਾ ਲੋੜੀਂਦੀ ਆਉਟਪੁੱਟ ਪੈਦਾ ਕਰਨ ਲਈ ਤੁਹਾਨੂੰ ਕਿੰਨਾ ਖਰਚਾ ਆਉਂਦਾ ਹੈ)
-
ਧਾਰਨ ਅਤੇ ਵਿਸਥਾਰ
-
ਵਾਪਸੀ ਦੀ ਮਿਆਦ
ਇੱਕ ਛੋਟੀ ਜਿਹੀ ਪਰਿਭਾਸ਼ਾ ਜੋ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ: ਅਨੁਮਾਨ ਲਾਗਤ "ਕਲਾਊਡ ਖਰਚ" ਨਹੀਂ ਹੈ। ਇਹ ਮੁੱਲ ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਸੀਮਾਂਤ ਲਾਗਤ ਹੈ - ਟੋਕਨ, ਲੇਟੈਂਸੀ, GPU ਸਮਾਂ, ਗਾਰਡਰੇਲ, ਮਨੁੱਖ-ਇਨ-ਦ-ਲੂਪ, QA, ਰੀ-ਰਨ, ਅਤੇ ਸਾਰੇ ਲੁਕਵੇਂ "ਇਸਨੂੰ ਭਰੋਸੇਯੋਗ ਬਣਾਉਂਦੇ ਹਨ" ਕੰਮ।
3) ਟੂਲਿੰਗ ਬਨਾਮ ਐਪਸ
ਭਾਵੇਂ ਬਹੁਤ ਸਾਰੀਆਂ ਐਪਾਂ ਬਦਲ ਜਾਣ, ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਜਿੱਤ ਸਕਦਾ ਹੈ, ਕਿਉਂਕਿ ਹਰ ਕਿਸੇ ਨੂੰ ਅਜੇ ਵੀ ਗਣਨਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। (ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ "ਸਭ ਕੁਝ ਇੱਕ ਬੁਲਬੁਲਾ ਹੈ" ਲੈਣ ਤੋਂ ਖੁੰਝ ਜਾਂਦਾ ਹੈ।)
4) ਲੀਵਰੇਜ ਅਤੇ ਨਾਜ਼ੁਕ ਵਿੱਤ
ਕਰਜ਼ਾ + ਲੰਬੇ ਭੁਗਤਾਨ ਚੱਕਰ + ਬਿਰਤਾਂਤਕ ਗਰਮੀ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਚੀਜ਼ਾਂ ਟੁੱਟਦੀਆਂ ਹਨ - ਖਾਸ ਕਰਕੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ ਜਿੱਥੇ ਵਰਤੋਂ ਦੀਆਂ ਧਾਰਨਾਵਾਂ ਪੂਰੀ ਖੇਡ ਹੁੰਦੀਆਂ ਹਨ। IEA ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਦ੍ਰਿਸ਼/ਸੰਵੇਦਨਸ਼ੀਲਤਾ ਦੇ ਮਾਮਲਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ ਕਿਉਂਕਿ ਅਨਿਸ਼ਚਿਤਤਾ ਅਸਲ ਹੈ। [2]
5) ਇੱਕ ਝੂਠਾ ਦਾਅਵਾ
"ਏਆਈ ਵੱਡਾ ਹੋਵੇਗਾ," ਨਹੀਂ, ਸਗੋਂ "ਇਹ ਨਕਦੀ ਪ੍ਰਵਾਹ ਇਸ ਕੀਮਤ ਨੂੰ ਜਾਇਜ਼ ਠਹਿਰਾਉਂਦੇ ਹਨ।"
"ਹਾਂ" ਵਾਲਾ ਮਾਮਲਾ: ਏਆਈ ਬਬਲ ਦੇ ਸੰਕੇਤ 🫧📈
1) ਫੰਡਿੰਗ ਬਹੁਤ ਜ਼ਿਆਦਾ ਕੇਂਦ੍ਰਿਤ ਹੈ 💸
"AI" ਲੇਬਲ ਵਾਲੀ ਕਿਸੇ ਵੀ ਚੀਜ਼ ਵਿੱਚ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਪੂੰਜੀ ਜਮ੍ਹਾਂ ਹੋ ਗਈ ਹੈ। ਇਕਾਗਰਤਾ ਦਾ ਅਰਥ ਵਿਸ਼ਵਾਸ - ਜਾਂ ਓਵਰਹੀਟਿੰਗ ਹੋ ਸਕਦਾ ਹੈ। ਸਟੈਨਫੋਰਡ ਦਾ AI ਸੂਚਕਾਂਕ ਡੇਟਾ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਨਿਵੇਸ਼ ਲਹਿਰ ਕਿੰਨੀ ਵੱਡੀ ਅਤੇ ਤੇਜ਼ ਰਹੀ ਹੈ, ਖਾਸ ਕਰਕੇ ਜਨਰੇਟਿਵ AI ਵਿੱਚ। [1]
2) “ਨੇਰੇਟਿਵ ਪ੍ਰੀਮੀਅਮ” ਬਹੁਤ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ 🗣️✨
ਤੁਸੀਂ ਦੇਖੋਗੇ:
-
ਉਤਪਾਦ-ਮਾਰਕੀਟ ਫਿੱਟ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਸਟਾਰਟਅੱਪਸ ਤੇਜ਼ੀ ਨਾਲ ਵਧ ਰਹੇ ਹਨ
-
"AI-ਵਾਸ਼ਡ" ਪਿੱਚਾਂ (ਉਹੀ ਉਤਪਾਦ, ਨਵਾਂ ਸ਼ਬਦਾਵਲੀ)
-
ਰਣਨੀਤਕ ਕਹਾਣੀ ਸੁਣਾਉਣ ਦੁਆਰਾ ਜਾਇਜ਼ ਮੁਲਾਂਕਣ
3) ਐਂਟਰਪ੍ਰਾਈਜ਼ ਰੋਲਆਉਟ ਮਾਰਕੀਟਿੰਗ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਔਖੇ ਹਨ 🧯
ਡੈਮੋ ਅਤੇ ਉਤਪਾਦਨ ਵਿਚਕਾਰ ਪਾੜਾ ਅਸਲੀ ਹੈ:
-
ਭਰੋਸੇਯੋਗਤਾ ਦੇ ਮੁੱਦੇ
-
ਭਰਮ ("ਭਰੋਸੇ ਨਾਲ ਗਲਤ" ਲਈ ਇੱਕ ਸ਼ਾਨਦਾਰ ਸ਼ਬਦ)
-
ਪਾਲਣਾ ਅਤੇ ਡੇਟਾ ਪ੍ਰਸ਼ਾਸਨ ਸੰਬੰਧੀ ਸਿਰਦਰਦ
-
ਹੌਲੀ ਖਰੀਦ ਚੱਕਰ
ਇਹ ਸਿਰਫ਼ "FUD" ਨਹੀਂ ਹੈ। NIST ਦੇ AI RMF ਵਰਗੇ ਜੋਖਮ ਢਾਂਚੇ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਵੈਧ ਅਤੇ ਭਰੋਸੇਮੰਦ , ਸੁਰੱਖਿਅਤ , ਸੁਰੱਖਿਅਤ , ਜਵਾਬਦੇਹ , ਪਾਰਦਰਸ਼ੀ , ਅਤੇ ਗੋਪਨੀਯਤਾ-ਵਧੀਆਂ ਪ੍ਰਣਾਲੀਆਂ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੇ ਹਨ - ਭਾਵ, ਚੈੱਕਲਿਸਟ ਕੰਮ ਜੋ "ਇਸਨੂੰ ਕੱਲ੍ਹ ਭੇਜੋ" ਕਲਪਨਾ ਨੂੰ ਹੌਲੀ ਕਰ ਦਿੰਦਾ ਹੈ। [5]
ਇੱਕ ਸੰਯੁਕਤ ਰੋਲਆਉਟ ਪੈਟਰਨ (ਇੱਕ ਕੰਪਨੀ ਨਹੀਂ, ਸਿਰਫ਼ ਆਮ ਫਿਲਮ):
ਹਫ਼ਤਾ 1: ਟੀਮਾਂ ਡੈਮੋ ਨੂੰ ਪਸੰਦ ਕਰਦੀਆਂ ਹਨ।
ਹਫ਼ਤਾ 4: ਕਾਨੂੰਨੀ/ਸੁਰੱਖਿਆ ਸ਼ਾਸਨ, ਲੌਗਿੰਗ, ਅਤੇ ਡੇਟਾ ਨਿਯੰਤਰਣ ਦੀ ਮੰਗ ਕਰਦੀ ਹੈ।
ਹਫ਼ਤਾ 8: ਸ਼ੁੱਧਤਾ ਰੁਕਾਵਟ ਬਣ ਜਾਂਦੀ ਹੈ, ਇਸ ਲਈ ਮਨੁੱਖਾਂ ਨੂੰ "ਅਸਥਾਈ ਤੌਰ 'ਤੇ" ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ।
ਹਫ਼ਤਾ 12: ਮੁੱਲ ਅਸਲ ਹੈ - ਪਰ ਇਹ ਪਿੱਚ ਡੈੱਕ ਨਾਲੋਂ ਛੋਟਾ ਹੈ, ਅਤੇ ਲਾਗਤ ਢਾਂਚਾ ਉਮੀਦ ਨਾਲੋਂ ਬਹੁਤ ਵੱਖਰਾ ਹੈ।
4) ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਨਿਰਮਾਣ ਦਾ ਜੋਖਮ ਅਸਲੀ ਹੈ 🏗️⚡
ਖਰਚ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੈ: ਡੇਟਾ ਸੈਂਟਰ, ਚਿਪਸ, ਬਿਜਲੀ, ਕੂਲਿੰਗ। IEA ਦਾ ਇਹ ਅਨੁਮਾਨ ਕਿ ਗਲੋਬਲ ਡੇਟਾ ਸੈਂਟਰ ਬਿਜਲੀ ਦੀ ਮੰਗ 2030 ਤੱਕ ਲਗਭਗ ਦੁੱਗਣੀ , ਇੱਕ ਮਜ਼ਬੂਤ "ਇਹ ਹੋ ਰਿਹਾ ਹੈ" ਸੰਕੇਤ ਹੈ - ਅਤੇ ਇਹ ਵੀ ਇੱਕ ਯਾਦ ਦਿਵਾਉਂਦਾ ਹੈ ਕਿ ਵਰਤੋਂ ਦੀਆਂ ਧਾਰਨਾਵਾਂ ਨੂੰ ਗੁਆਉਣਾ ਮਹਿੰਗੀਆਂ ਸੰਪਤੀਆਂ ਨੂੰ ਪਛਤਾਵੇ ਵਿੱਚ ਬਦਲ ਸਕਦਾ ਹੈ। [2]
5) AI ਥੀਮ ਹਰ ਚੀਜ਼ ਵਿੱਚ ਫੈਲਦਾ ਹੈ 🌶️
ਪਾਵਰ ਕੰਪਨੀਆਂ, ਗਰਿੱਡ ਗੇਅਰ, ਕੂਲਿੰਗ, ਰੀਅਲ ਅਸਟੇਟ - ਕਹਾਣੀ ਘੁੰਮਦੀ ਰਹਿੰਦੀ ਹੈ। ਕਈ ਵਾਰ ਇਹ ਤਰਕਸ਼ੀਲ ਹੁੰਦਾ ਹੈ (ਊਰਜਾ ਦੀਆਂ ਸੀਮਾਵਾਂ ਅਸਲੀ ਹੁੰਦੀਆਂ ਹਨ)। ਕਈ ਵਾਰ ਇਹ ਥੀਮੈਟਿਕ ਸਰਫਿੰਗ ਹੁੰਦੀ ਹੈ।.
"ਨਹੀਂ" ਵਾਲਾ ਮਾਮਲਾ: ਇਹ ਇੱਕ ਕਲਾਸਿਕ ਆਲ-ਆਊਟ ਬੁਲਬੁਲਾ ਕਿਉਂ ਨਹੀਂ ਹੈ 🧊📊
1) ਕੁਝ ਮੁੱਖ ਖਿਡਾਰੀਆਂ ਕੋਲ ਅਸਲ ਆਮਦਨ ਹੁੰਦੀ ਹੈ (ਸਿਰਫ ਬਿਰਤਾਂਤ ਨਹੀਂ) 💰
ਸ਼ੁੱਧ ਬੁਲਬੁਲਿਆਂ ਦੀ ਇੱਕ ਪਛਾਣ "ਵੱਡੇ ਵਾਅਦੇ, ਛੋਟੇ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤ" ਹਨ। AI ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ, ਅਸਲ ਮੰਗ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੈ ਅਤੇ ਇਸਦੇ ਪਿੱਛੇ ਅਸਲ ਪੈਸਾ ਹੈ - NVIDIA ਦਾ ਰਿਪੋਰਟ ਕੀਤਾ ਗਿਆ ਪੈਮਾਨਾ ਇੱਕ ਪ੍ਰਤੱਖ ਉਦਾਹਰਣ ਹੈ। [3]
2) AI ਪਹਿਲਾਂ ਹੀ ਵਰਕਡੇ ਵਰਕਫਲੋ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ (ਵਰਕਡੇ ਚੰਗਾ ਹੈ) 🧲
ਗਾਹਕ ਸਹਾਇਤਾ, ਕੋਡਿੰਗ, ਖੋਜ, ਵਿਸ਼ਲੇਸ਼ਣ, ਓਪਸ ਆਟੋਮੇਸ਼ਨ - ਬਹੁਤ ਸਾਰਾ ਏਆਈ ਮੁੱਲ ਚੁੱਪਚਾਪ ਵਿਹਾਰਕ ਹੈ, ਚਮਕਦਾਰ ਨਹੀਂ। ਇਹ ਉਹ ਕਿਸਮ ਦਾ ਗੋਦ ਲੈਣ ਵਾਲਾ ਪੈਟਰਨ ਹੈ ਜੋ ਆਮ ਤੌਰ 'ਤੇ ਬੁਲਬੁਲੇ ਨਹੀਂ ਕਰਦੇ ।
3) ਗਣਨਾ ਦੀ ਘਾਟ ਕਾਲਪਨਿਕ ਨਹੀਂ ਹੈ 🧱
ਸ਼ੱਕੀ ਲੋਕ ਵੀ ਆਮ ਤੌਰ 'ਤੇ ਮੰਨਦੇ ਹਨ: ਲੋਕ ਇਸ ਚੀਜ਼ ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਵਰਤ ਰਹੇ ਹਨ। ਅਤੇ ਸਕੇਲਿੰਗ ਵਰਤੋਂ ਲਈ ਹਾਰਡਵੇਅਰ ਅਤੇ ਪਾਵਰ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ - ਜੋ ਅਸਲ ਨਿਵੇਸ਼ ਅਤੇ ਅਸਲ ਊਰਜਾ ਯੋਜਨਾਬੰਦੀ ਵਿੱਚ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ। [2]
ਜਿੱਥੇ ਬੁਲਬੁਲਾ ਜੋਖਮ ਸਭ ਤੋਂ ਵੱਧ (ਅਤੇ ਸਭ ਤੋਂ ਘੱਟ) ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ 🎯🫧
ਸਭ ਤੋਂ ਵੱਧ ਝੱਗ ਦਾ ਜੋਖਮ 🫧🔥
-
ਕਾਪੀਕੈਟ ਐਪਸ ਬਿਨਾਂ ਖਾਈ ਅਤੇ ਲਗਭਗ ਜ਼ੀਰੋ ਸਵਿਚਿੰਗ ਲਾਗਤਾਂ ਦੇ
-
ਸਟਾਰਟਅੱਪਸ ਦੀ ਕੀਮਤ "ਭਵਿੱਖ ਦੇ ਦਬਦਬੇ" 'ਤੇ ਹੈ, ਬਿਨਾਂ ਸਾਬਤ ਹੋਏ ਰਿਟੇਨਸ਼ਨ ਦੇ
-
ਲੰਬੇ ਭੁਗਤਾਨ ਅਤੇ ਨਾਜ਼ੁਕ ਧਾਰਨਾਵਾਂ ਦੇ ਨਾਲ ਓਵਰ-ਲੇਵਰਡ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਦਾਅ
-
"ਪੂਰੀ ਤਰ੍ਹਾਂ ਖੁਦਮੁਖਤਿਆਰ ਏਜੰਟ" ਦਾਅਵੇ ਜੋ ਸੱਚਮੁੱਚ ਭਰੋਸੇ ਨਾਲ ਨਾਜ਼ੁਕ ਵਰਕਫਲੋ ਹਨ
ਝੱਗ ਦਾ ਘੱਟ ਜੋਖਮ (ਅਜੇ ਵੀ ਜੋਖਮ-ਮੁਕਤ ਨਹੀਂ) 🧊✅
-
ਅਸਲ ਇਕਰਾਰਨਾਮਿਆਂ ਅਤੇ ਵਰਤੋਂ ਨਾਲ ਜੁੜਿਆ ਬੁਨਿਆਦੀ ਢਾਂਚਾ
-
ਮਾਪਣਯੋਗ ROI ਵਾਲੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਟੂਲ (ਸਮਾਂ ਬਚਾਇਆ ਗਿਆ, ਟਿਕਟਾਂ ਹੱਲ ਕੀਤੀਆਂ ਗਈਆਂ, ਸਾਈਕਲ ਸਮਾਂ ਘਟਾਇਆ ਗਿਆ)
-
ਹਾਈਬ੍ਰਿਡ ਸਿਸਟਮ: ਏਆਈ + ਨਿਯਮ + ਹਿਊਮਨ-ਇਨ-ਦ-ਲੂਪ (ਘੱਟ ਸੈਕਸੀ, ਵਧੇਰੇ ਭਰੋਸੇਮੰਦ) - ਅਤੇ ਟੀਮਾਂ ਨੂੰ ਬਣਾਉਣ ਲਈ ਪ੍ਰੇਰਿਤ ਕਰਨ ਵਾਲੇ ਜੋਖਮ ਢਾਂਚੇ ਨਾਲ ਵਧੇਰੇ ਇਕਸਾਰ। [5]
ਤੁਲਨਾ ਸਾਰਣੀ: ਤੇਜ਼ ਅਸਲੀਅਤ-ਜਾਂਚ ਲੈਂਸ 🧰🫧
| ਲੈਂਸ | ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ | ਲਾਗਤ | ਇਹ ਕਿਉਂ ਕੰਮ ਕਰਦਾ ਹੈ (ਅਤੇ ਇਸ ਦੇ ਫਾਇਦੇ) |
|---|---|---|---|
| ਫੰਡਿੰਗ ਇਕਾਗਰਤਾ | ਨਿਵੇਸ਼ਕ, ਸੰਸਥਾਪਕ | ਬਦਲਦਾ ਹੈ | ਜੇਕਰ ਪੈਸਾ ਇੱਕ ਥੀਮ ਨੂੰ ਭਰ ਦਿੰਦਾ ਹੈ, ਤਾਂ ਝੱਗ ਬਣ ਸਕਦੀ ਹੈ... ਪਰ ਸਿਰਫ਼ ਫੰਡਿੰਗ ਹੀ ਬੁਲਬੁਲਾ ਸਾਬਤ ਨਹੀਂ ਹੁੰਦੀ। |
| ਇਕਾਈ ਅਰਥ ਸ਼ਾਸਤਰ ਸਮੀਖਿਆ | ਆਪਰੇਟਰ, ਖਰੀਦਦਾਰ | ਸਮੇਂ ਦੀ ਕੀਮਤ | "ਕੀ ਇਹ ਭੁਗਤਾਨ ਕਰਦਾ ਹੈ?" ਸਵਾਲ ਨੂੰ ਮਜਬੂਰ ਕਰਦਾ ਹੈ - ਇਹ ਵੀ ਦੱਸਦਾ ਹੈ ਕਿ ਲਾਗਤਾਂ ਕਿੱਥੇ ਲੁਕਦੀਆਂ ਹਨ |
| ਧਾਰਨ + ਵਿਸਥਾਰ | ਉਤਪਾਦ ਟੀਮਾਂ | ਅੰਦਰੂਨੀ | ਜੇਕਰ ਉਪਭੋਗਤਾ ਵਾਪਸ ਨਹੀਂ ਆਉਂਦੇ, ਤਾਂ ਇਹ ਇੱਕ ਫੈਸ਼ਨ ਹੈ, ਮਾਫ਼ ਕਰਨਾ। |
| ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਵਿੱਤ ਪੋਸ਼ਣ ਦੀ ਜਾਂਚ | ਮੈਕਰੋ, ਵੰਡਣ ਵਾਲੇ | ਬਦਲਦਾ ਹੈ | ਲੀਵਰੇਜ ਜੋਖਮ ਨੂੰ ਲੱਭਣ ਲਈ ਬਹੁਤ ਵਧੀਆ, ਪਰ ਸੰਪੂਰਨ ਮਾਡਲ ਬਣਾਉਣਾ ਮੁਸ਼ਕਲ ਹੈ (ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਮਾਇਨੇ ਰੱਖਦੇ ਹਨ) [2] |
| ਜਨਤਕ ਵਿੱਤੀ ਅਤੇ ਹਾਸ਼ੀਏ | ਹਰ ਕੋਈ | ਮੁਫ਼ਤ | ਹਕੀਕਤ ਦੇ ਲੰਗਰ - ਫਿਰ ਵੀ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹਮਲਾਵਰ ਢੰਗ ਨਾਲ ਅੱਗੇ ਵਧਾਇਆ ਜਾ ਸਕਦਾ ਹੈ |
(ਹਾਂ, ਇਹ ਥੋੜ੍ਹਾ ਅਸਮਾਨ ਹੈ। ਅਸਲ ਫੈਸਲਾ ਲੈਣ ਦਾ ਤਰੀਕਾ ਇਸ ਤਰ੍ਹਾਂ ਮਹਿਸੂਸ ਹੁੰਦਾ ਹੈ।)
ਇੱਕ ਵਿਹਾਰਕ AI ਬਬਲ ਚੈੱਕਲਿਸਟ 📝🤖
ਏਆਈ ਉਤਪਾਦਾਂ ਲਈ (ਐਪਸ, ਕੋਪਾਇਲਟ, ਏਜੰਟ) 🧩
-
ਕੀ ਉਪਭੋਗਤਾ ਹਰ ਹਫ਼ਤੇ ਬਿਨਾਂ ਕਿਸੇ ਧੱਕੇ ਦੇ ਵਾਪਸ ਆਉਂਦੇ ਹਨ?
-
ਕੀ ਕੰਪਨੀ ਬਿਨਾਂ ਮੰਥਨ ਦੇ ਕੀਮਤਾਂ ਵਧਾ ਸਕਦੀ ਹੈ?
-
ਆਉਟਪੁੱਟ ਨੂੰ ਮਨੁੱਖੀ ਸੁਧਾਰ ਦੀ ਕਿੰਨੀ ਲੋੜ ਹੈ?
-
ਕੀ ਕੋਈ ਮਲਕੀਅਤ ਡੇਟਾ, ਵਰਕਫਲੋ ਲੌਕ-ਇਨ, ਜਾਂ ਵੰਡ ਹੈ?
-
ਕੀ ਅਨੁਮਾਨ ਲਾਗਤਾਂ ਕੀਮਤਾਂ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਘਟ ਰਹੀਆਂ ਹਨ?
ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਲਈ 🏗️
-
ਕੀ ਕੋਈ ਦਸਤਖਤ ਕੀਤੇ ਵਾਅਦੇ ਹਨ ਜਾਂ ਸਿਰਫ਼ "ਰਣਨੀਤਕ ਹਿੱਤ" ਹਨ?
-
ਜੇਕਰ ਵਰਤੋਂ ਉਮੀਦ ਤੋਂ ਘੱਟ ਹੋਵੇ ਤਾਂ ਕੀ ਹੁੰਦਾ ਹੈ? (ਸਿਰਫ ਬੇਸ ਕੇਸ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਇੱਕ "ਹੈੱਡਵਿੰਡ" ਕੇਸ ਦਾ ਮਾਡਲ ਬਣਾਓ।) [2]
-
ਕੀ ਇਹ ਭਾਰੀ ਕਰਜ਼ੇ ਨਾਲ ਵਿੱਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ?
-
ਕੀ ਹਾਰਡਵੇਅਰ ਪਸੰਦਾਂ ਬਦਲਣ ਦੀ ਕੋਈ ਯੋਜਨਾ ਹੈ?
ਜਨਤਕ-ਮਾਰਕੀਟ "ਏਆਈ ਲੀਡਰਾਂ" ਲਈ 📈
-
ਕੀ ਨਕਦੀ ਦਾ ਪ੍ਰਵਾਹ ਵਧ ਰਿਹਾ ਹੈ, ਜਾਂ ਸਿਰਫ਼ ਕਹਾਣੀ?
-
ਕੀ ਹਾਸ਼ੀਏ ਫੈਲ ਰਹੇ ਹਨ ਜਾਂ ਸੰਕੁਚਿਤ ਹੋ ਰਹੇ ਹਨ?
-
ਕੀ ਵਿਕਾਸ ਗਾਹਕਾਂ ਦੇ ਇੱਕ ਛੋਟੇ ਸਮੂਹ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ?
-
ਕੀ ਮੁਲਾਂਕਣ ਸਥਾਈ ਦਬਦਬਾ ਮੰਨ ਰਿਹਾ ਹੈ?
ਬੰਦ ਹੋਣ ਵਾਲੇ ਟੇਕਅਵੇਅ 🧠✨
ਕੀ ਕੋਈ AI ਬਬਲ ਹੈ? ਈਕੋਸਿਸਟਮ ਦੇ ਹਿੱਸੇ ਬਬਲ ਵਿਵਹਾਰ ਦਿਖਾਉਂਦੇ ਹਨ - ਖਾਸ ਕਰਕੇ ਕਾਪੀਕੈਟ ਐਪਸ, ਸਟੋਰੀ-ਫਸਟ ਵੈਲਯੂਏਸ਼ਨ, ਅਤੇ ਕਿਸੇ ਵੀ ਭਾਰੀ ਲੀਵਰੇਜ ਵਾਲੇ ਬਿਲਡਆਉਟ ਵਿੱਚ।
ਪਰ ਏਆਈ ਖੁਦ "ਨਕਲੀ" ਜਾਂ "ਸਿਰਫ਼ ਮਾਰਕੀਟਿੰਗ" ਨਹੀਂ ਹੈ। ਤਕਨੀਕ ਅਸਲ ਹੈ। ਅਪਣਾਉਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਅਸਲ ਹੈ - ਅਤੇ ਅਸੀਂ ਅਸਲ ਨਿਵੇਸ਼, ਅਸਲ ਊਰਜਾ ਮੰਗ ਅਨੁਮਾਨਾਂ, ਅਤੇ ਮੁੱਖ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ ਅਸਲ ਆਮਦਨ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰ ਸਕਦੇ ਹਾਂ। [1][2][3]
ਸੰਖੇਪ ਵਿੱਚ: ਕਮਜ਼ੋਰ ਜਾਂ ਜ਼ਿਆਦਾ ਪੱਧਰ ਵਾਲੇ ਕੋਨਿਆਂ ਵਿੱਚ ਹਿੱਲਜੁਲ ਦੀ ਉਮੀਦ ਕਰੋ। ਅੰਤਰੀਵ ਤਬਦੀਲੀ ਚਲਦੀ ਰਹਿੰਦੀ ਹੈ - ਸਿਰਫ਼ ਘੱਟ ਭਰਮਾਂ ਅਤੇ ਵਧੇਰੇ ਸਪ੍ਰੈਡਸ਼ੀਟਾਂ ਦੇ ਨਾਲ 😅📊
ਅਕਸਰ ਪੁੱਛੇ ਜਾਂਦੇ ਸਵਾਲ
ਕੀ ਇਸ ਵੇਲੇ ਕੋਈ AI ਬੁਲਬੁਲਾ ਹੈ?
ਪੂਰੇ AI ਈਕੋਸਿਸਟਮ ਦੀ ਬਜਾਏ, ਖਾਸ ਪਰਤਾਂ ਵਿੱਚ ਇੱਕ "AI ਬੁਲਬੁਲਾ" ਹੋ ਸਕਦਾ ਹੈ। ਝੱਗ ਕਾਪੀਕੈਟ ਐਪਸ, ਕਹਾਣੀ-ਅਗਵਾਈ ਮੁੱਲਾਂਕਣ, ਅਤੇ ਕਰਜ਼ੇ-ਭਾਰੀ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਦਾਅਵਿਆਂ ਵਿੱਚ ਇਕੱਠਾ ਹੁੰਦਾ ਹੈ ਜੋ ਕਿ ਧੁੱਪਦਾਰ ਵਰਤੋਂ ਧਾਰਨਾਵਾਂ 'ਤੇ ਵਿੱਤ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਉਸੇ ਸਮੇਂ, ਗੋਦ ਲੈਣਾ ਪਹਿਲਾਂ ਹੀ ਵਿਆਪਕ ਹੈ, ਅਤੇ ਕੁਝ ਮੁੱਖ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਖਿਡਾਰੀ ਠੋਸ ਆਮਦਨ ਪੋਸਟ ਕਰ ਰਹੇ ਹਨ। ਨਤੀਜਾ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਕੀ ਵਰਤੋਂ ਟਿਕਾਊ ਨਕਦ ਪ੍ਰਵਾਹ ਅਤੇ ਧਾਰਨ ਵਿੱਚ ਸਖ਼ਤ ਹੁੰਦੀ ਹੈ।.
ਜਦੋਂ ਲੋਕ "AI ਬਬਲ" ਕਹਿੰਦੇ ਹਨ ਤਾਂ ਉਨ੍ਹਾਂ ਦਾ ਕੀ ਮਤਲਬ ਹੁੰਦਾ ਹੈ?
ਜ਼ਿਆਦਾਤਰ ਲੋਕ ਪੰਜ ਚੀਜ਼ਾਂ ਵਿੱਚੋਂ ਇੱਕ - ਜਾਂ ਵੱਧ - ਦਾ ਮਤਲਬ ਰੱਖਦੇ ਹਨ: ਇੱਕ ਮੁਲਾਂਕਣ ਬੁਲਬੁਲਾ, ਇੱਕ ਫੰਡਿੰਗ ਬੁਲਬੁਲਾ, ਇੱਕ ਬਿਰਤਾਂਤਕ ਬੁਲਬੁਲਾ, ਇੱਕ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਬੁਲਬੁਲਾ, ਜਾਂ ਇੱਕ ਉਤਪਾਦ ਬੁਲਬੁਲਾ। ਉਲਝਣ ਇਹ ਹੈ ਕਿ "AI" ਇਹਨਾਂ ਸਾਰੀਆਂ ਪਰਤਾਂ ਨੂੰ ਇੱਕ ਸੁਰਖੀ ਵਿੱਚ ਮਿਲਾਉਂਦਾ ਹੈ। ਜੇਕਰ ਤੁਸੀਂ ਪਰਤ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਨਹੀਂ ਕਰਦੇ, ਤਾਂ ਤੁਸੀਂ ਇੱਕ ਦੂਜੇ ਤੋਂ ਅੱਗੇ ਬਹਿਸ ਕਰ ਸਕਦੇ ਹੋ। ਇੱਕ ਸਪੱਸ਼ਟ ਸਵਾਲ ਇਹ ਹੈ ਕਿ ਕਿਹੜਾ ਹਿੱਸਾ ਬਹੁਤ ਜ਼ਿਆਦਾ ਗਰਮ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, ਅਤੇ ਕਿਉਂ।.
ਕੀ ਵਿਆਪਕ AI ਅਪਣਾਉਣ ਨਾਲ ਇਹ ਸਾਬਤ ਹੁੰਦਾ ਹੈ ਕਿ ਬਾਜ਼ਾਰ ਇੱਕ ਬੁਲਬੁਲਾ ਨਹੀਂ ਹੈ?
ਜ਼ਰੂਰੀ ਨਹੀਂ। ਵਿਆਪਕ ਵਰਤੋਂ ਅਸਲ ਹੈ, ਪਰ ਗੋਦ ਲੈਣ ਨਾਲ ਆਪਣੇ ਆਪ ਟਿਕਾਊ ਮੁਨਾਫ਼ੇ ਦੇ ਪੂਲ ਨਹੀਂ ਬਣਦੇ। ਸੰਸਥਾਵਾਂ "AI ਦੀ ਵਰਤੋਂ" ਉਹਨਾਂ ਤਰੀਕਿਆਂ ਨਾਲ ਕਰ ਸਕਦੀਆਂ ਹਨ ਜੋ ਪ੍ਰਯੋਗਾਤਮਕ, ਘੱਟ ਖਰਚ ਵਾਲੇ, ਜਾਂ ਪੈਮਾਨੇ 'ਤੇ ਮੁਦਰੀਕਰਨ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹਨ। ਮੁੱਖ ਪਰੀਖਿਆ ਇਹ ਹੈ ਕਿ ਕੀ ਗੋਦ ਲੈਣ ਨਾਲ ਆਵਰਤੀ ਆਮਦਨ, ਵਧਦੇ ਹਾਸ਼ੀਏ, ਅਤੇ ਮਜ਼ਬੂਤ ਧਾਰਨ ਬਣ ਜਾਂਦਾ ਹੈ। ਜੇਕਰ ਇਹ ਪਾਲਣਾ ਨਹੀਂ ਕਰਦੇ, ਤਾਂ ਤੁਸੀਂ ਉੱਚ ਵਰਤੋਂ ਦੇ ਨਾਲ ਵੀ ਇੱਕ ਝਟਕਾ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹੋ।.
ਮੈਂ ਕਿਵੇਂ ਦੱਸ ਸਕਦਾ ਹਾਂ ਕਿ AI ਨੂੰ ਅਪਣਾਉਣਾ ਅਸਲ ਆਮਦਨ ਵਿੱਚ ਬਦਲ ਰਿਹਾ ਹੈ?
ਇੱਕ ਵਿਹਾਰਕ ਪਹੁੰਚ ਇਹ ਹੈ ਕਿ ਸਮੇਂ ਦੇ ਨਾਲ ਗੋਦ ਲੈਣ ਬਨਾਮ ਮੁਦਰੀਕਰਨ ਨੂੰ ਟਰੈਕ ਕੀਤਾ ਜਾਵੇ, ਨਾ ਕਿ ਸਿਰਫ਼ ਇੱਕ ਵਾਰ ਵਰਤੋਂ ਦੇ ਅੰਕੜਿਆਂ ਨੂੰ। ਇਸ ਗੱਲ ਦੇ ਸਬੂਤਾਂ ਦੀ ਭਾਲ ਕਰੋ ਕਿ ਗਾਹਕ ਕਾਫ਼ੀ ਭੁਗਤਾਨ ਕਰਦੇ ਹਨ, ਕਾਫ਼ੀ ਲੰਬੇ ਸਮੇਂ ਤੱਕ ਭੁਗਤਾਨ ਕਰਦੇ ਰਹਿੰਦੇ ਹਨ, ਅਤੇ ਵਰਤੋਂ ਨੂੰ ਸਕੇਲ ਕਰਦੇ ਹੋਏ ਖਰਚ ਨੂੰ ਵਧਾਉਂਦੇ ਹਨ। ਅਸਮਾਨ ਮੁਦਰੀਕਰਨ ਛੋਟੀਆਂ ਫਰਮਾਂ ਵਿੱਚ ਸਭ ਤੋਂ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਦਿਖਾਈ ਦੇ ਸਕਦਾ ਹੈ ਜਿੱਥੇ ਉਤਪਾਦਕਤਾ ਲਾਭ ਤੁਰੰਤ ਮਾਲੀਆ ਨਹੀਂ ਬਣਦੇ। ਜੇਕਰ ਮਾਲੀਆ ਲਿਫਟ ਅਸੰਗਤ ਹੈ, ਤਾਂ ਮੁੱਲਾਂਕਣ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤਾਂ ਨੂੰ ਪਛਾੜ ਸਕਦੇ ਹਨ।.
ਏਆਈ ਉਤਪਾਦਾਂ ਲਈ ਕਿਹੜੀ ਇਕਾਈ ਅਰਥਸ਼ਾਸਤਰ ਸਭ ਤੋਂ ਵੱਧ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ?
ਯੂਨਿਟ ਅਰਥਸ਼ਾਸਤਰ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ ਕਿਉਂਕਿ ਅਨੁਮਾਨ "ਕਲਾਊਡ ਖਰਚ" ਤੋਂ ਪਰੇ ਬਹੁਤ ਸਾਰੀਆਂ ਲਾਗਤਾਂ ਨੂੰ ਛੁਪਾ ਸਕਦਾ ਹੈ। ਮੁੱਲ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਇੱਕ ਸਹਾਇਕ ਲੈਂਸ ਸੀਮਾਂਤ ਲਾਗਤ ਹੈ: ਟੋਕਨ, GPU ਸਮਾਂ, ਲੇਟੈਂਸੀ ਸੀਮਾਵਾਂ, ਗਾਰਡਰੇਲ, ਰੀਰਨ, ਗੁਣਵੱਤਾ ਭਰੋਸਾ, ਅਤੇ ਸੁਧਾਰਾਂ ਲਈ ਮਨੁੱਖ-ਇਨ-ਦ-ਲੂਪ। ਫਿਰ ਇਸਨੂੰ ਕੁੱਲ ਮਾਰਜਿਨ, ਧਾਰਨ, ਵਿਸਥਾਰ, ਅਤੇ ਅਦਾਇਗੀ ਦੀ ਮਿਆਦ ਨਾਲ ਜੋੜੋ। ਜੇਕਰ ਮਨੁੱਖੀ ਸੁਧਾਰ ਭਾਰੀ ਹੈ, ਤਾਂ ਲਾਗਤਾਂ ਜ਼ਿੱਦੀ ਤੌਰ 'ਤੇ ਉੱਚੀਆਂ ਰਹਿ ਸਕਦੀਆਂ ਹਨ।.
"ਡੈਮੋ-ਟੂ-ਪ੍ਰੋਡਕਸ਼ਨ" ਪਾੜਾ ਇੰਨਾ ਵੱਡਾ ਕਿਉਂ ਹੈ?
ਡੈਮੋ ਅਕਸਰ ਆਸਾਨ ਹਿੱਸਾ ਹੁੰਦਾ ਹੈ; ਉਤਪਾਦਨ ਭਰੋਸੇਯੋਗਤਾ, ਪਾਲਣਾ, ਲੌਗਿੰਗ ਅਤੇ ਜਵਾਬਦੇਹੀ ਦੀ ਮੰਗ ਕਰਦਾ ਹੈ। ਭਰਮ, ਸ਼ਾਸਨ ਲੋੜਾਂ, ਅਤੇ ਖਰੀਦ ਚੱਕਰ ਸਮਾਂ-ਸੀਮਾ ਨੂੰ ਹੌਲੀ ਕਰਦੇ ਹਨ ਅਤੇ ਕੀ ਭੇਜਦੇ ਹਨ ਦੇ ਅਭਿਆਸ ਦੇ ਦਾਇਰੇ ਨੂੰ ਸੀਮਤ ਕਰ ਸਕਦੇ ਹਨ। ਬਹੁਤ ਸਾਰੇ ਰੋਲਆਉਟ "ਅਸਥਾਈ ਤੌਰ 'ਤੇ" ਮਨੁੱਖਾਂ ਨੂੰ ਜੋੜਦੇ ਹਨ, ਫਿਰ ਖੋਜ ਕਰਦੇ ਹਨ ਕਿ ਇਹ ਗੁਣਵੱਤਾ ਅਤੇ ਜੋਖਮ ਨਿਯੰਤਰਣ ਲਈ ਕੇਂਦਰੀ ਹੈ। ਇਹ ਉਤਪਾਦ ਦੀ ਸ਼ਕਲ ਅਤੇ ਲਾਗਤ ਬਣਤਰ ਦੋਵਾਂ ਨੂੰ ਬਦਲਦਾ ਹੈ।.
ਅੱਜ AI ਬਬਲ ਦਾ ਜੋਖਮ ਸਭ ਤੋਂ ਵੱਧ ਕਿੱਥੇ ਹੈ?
ਕਾਪੀਕੈਟ ਐਪਸ ਵਿੱਚ ਬੁਲਬੁਲਾ ਜੋਖਮ ਸਭ ਤੋਂ ਵੱਧ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਲਗਭਗ ਜ਼ੀਰੋ ਸਵਿਚਿੰਗ ਲਾਗਤਾਂ ਹੁੰਦੀਆਂ ਹਨ, ਸਟਾਰਟਅੱਪਸ ਜਿਨ੍ਹਾਂ ਦੀ ਕੀਮਤ "ਭਵਿੱਖ ਦੇ ਦਬਦਬੇ" 'ਤੇ ਹੁੰਦੀ ਹੈ, ਬਿਨਾਂ ਸਾਬਤ ਕੀਤੇ ਰਿਟੈਨਸ਼ਨ, ਅਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਖੁਦਮੁਖਤਿਆਰ ਏਜੰਟਾਂ ਦੇ ਦਾਅਵੇ ਜੋ ਕਿ ਨਾਜ਼ੁਕ ਵਰਕਫਲੋ ਹਨ। ਇਹ ਖੇਤਰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਬਿਰਤਾਂਤਕ ਪ੍ਰੀਮੀਅਮ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ ਅਤੇ ਜੇਕਰ ਨਤੀਜੇ ਨਿਰਾਸ਼ਾਜਨਕ ਹੁੰਦੇ ਹਨ ਤਾਂ ਜਲਦੀ ਆਰਾਮ ਕਰ ਸਕਦੇ ਹਨ। ਦੇਖਣ ਲਈ ਪੈਟਰਨ ਮੰਥਨ ਹੈ: ਜੇਕਰ ਉਪਭੋਗਤਾ ਬਿਨਾਂ ਕਿਸੇ ਧੱਕੇ ਦੇ ਹਫਤਾਵਾਰੀ ਵਾਪਸ ਨਹੀਂ ਆਉਂਦੇ, ਤਾਂ ਉਤਪਾਦ ਝੱਗ ਹੋ ਸਕਦਾ ਹੈ।.
ਕੀ ਏਆਈ ਬੁਨਿਆਦੀ ਢਾਂਚਾ (ਚਿੱਪਸ ਅਤੇ ਡੇਟਾ ਸੈਂਟਰ) ਘੱਟ ਜਾਂ ਵੱਧ ਬੁਲਬੁਲਾ-ਸੰਭਾਵੀ ਹੈ?
ਜਦੋਂ ਮੰਗ ਇਕਰਾਰਨਾਮਿਆਂ ਅਤੇ ਨਿਰੰਤਰ ਵਰਤੋਂ ਨਾਲ ਜੁੜੀ ਹੁੰਦੀ ਹੈ ਤਾਂ ਇਹ ਘੱਟ ਬੁਲਬੁਲਾ-ਸੰਭਾਵੀ ਹੋ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਇੱਕ ਵੱਖਰੀ ਕਿਸਮ ਦਾ ਜੋਖਮ ਰੱਖਦਾ ਹੈ। ਵੱਡਾ ਖ਼ਤਰਾ ਵਿੱਤ ਹੈ: ਜੇਕਰ ਵਰਤੋਂ ਘੱਟ ਜਾਂਦੀ ਹੈ ਤਾਂ ਲੀਵਰੇਜ ਅਤੇ ਲੰਬੇ ਭੁਗਤਾਨ ਚੱਕਰ ਟੁੱਟ ਸਕਦੇ ਹਨ। ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਸੱਟੇਬਾਜ਼ੀ ਭਵਿੱਖਬਾਣੀ ਧਾਰਨਾਵਾਂ ਪ੍ਰਤੀ ਬਹੁਤ ਸੰਵੇਦਨਸ਼ੀਲ ਹੁੰਦੇ ਹਨ, ਅਤੇ ਦ੍ਰਿਸ਼ ਯੋਜਨਾਬੰਦੀ ਮਾਇਨੇ ਰੱਖਦੀ ਹੈ ਕਿਉਂਕਿ ਅਨਿਸ਼ਚਿਤਤਾ ਅਸਲ ਹੁੰਦੀ ਹੈ। ਮਜ਼ਬੂਤ ਇਕਰਾਰਨਾਮੇ ਵਾਲੀ ਮੰਗ ਜੋਖਮ ਨੂੰ ਘਟਾਉਂਦੀ ਹੈ, ਪਰ ਇਸਨੂੰ ਖਤਮ ਨਹੀਂ ਕਰਦੀ।.
"ਏਆਈ ਬਬਲ" ਦਾਅਵਿਆਂ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਇੱਕ ਵਿਹਾਰਕ ਚੈੱਕਲਿਸਟ ਕੀ ਹੈ?
ਇੱਕ ਝੂਠੇ ਦਾਅਵੇ ਦੀ ਵਰਤੋਂ ਕਰੋ: "ਕੀ ਇਹ ਨਕਦੀ ਪ੍ਰਵਾਹ ਇਸ ਕੀਮਤ ਨੂੰ ਜਾਇਜ਼ ਠਹਿਰਾਉਂਦੇ ਹਨ?" ਉਤਪਾਦਾਂ ਲਈ, ਹਫਤਾਵਾਰੀ ਧਾਰਨ, ਕੀਮਤ ਨਿਰਧਾਰਤ ਕਰਨ ਦੀ ਸ਼ਕਤੀ, ਸੁਧਾਰ ਬੋਝ, ਅਤੇ ਕੀ ਅਨੁਮਾਨ ਲਾਗਤਾਂ ਕੀਮਤਾਂ ਨਾਲੋਂ ਤੇਜ਼ੀ ਨਾਲ ਘਟ ਰਹੀਆਂ ਹਨ ਦੀ ਜਾਂਚ ਕਰੋ। ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਲਈ, ਦਸਤਖਤ ਕੀਤੇ ਵਾਅਦੇ, ਹੈੱਡਵਿੰਡ-ਕੇਸ ਉਪਯੋਗਤਾ ਮਾਡਲਿੰਗ, ਅਤੇ ਕੀ ਭਾਰੀ ਕਰਜ਼ਾ ਸ਼ਾਮਲ ਹੈ, ਦੀ ਭਾਲ ਕਰੋ। ਜੇਕਰ ਇਕਰਾਰਨਾਮੇ, ਨਕਦੀ ਪ੍ਰਵਾਹ, ਅਤੇ ਧਾਰਨ ਬਰਕਰਾਰ ਹੈ, ਤਾਂ ਇਹ ਮਨਿਆ ਨਾਲੋਂ ਇੱਕ ਢਾਂਚਾਗਤ ਤਬਦੀਲੀ ਵਰਗਾ ਲੱਗਦਾ ਹੈ।.
ਹਵਾਲੇ
[1] ਸਟੈਨਫੋਰਡ HAI - 2025 AI ਸੂਚਕਾਂਕ ਰਿਪੋਰਟ - ਹੋਰ ਪੜ੍ਹੋ
[2] ਅੰਤਰਰਾਸ਼ਟਰੀ ਊਰਜਾ ਏਜੰਸੀ - AI ਤੋਂ ਊਰਜਾ ਦੀ ਮੰਗ (ਊਰਜਾ ਅਤੇ AI ਰਿਪੋਰਟ) - ਹੋਰ ਪੜ੍ਹੋ
[3] NVIDIA ਨਿਊਜ਼ਰੂਮ - Q4 ਅਤੇ ਵਿੱਤੀ 2025 (26 ਫਰਵਰੀ, 2025) ਲਈ ਵਿੱਤੀ ਨਤੀਜੇ - ਹੋਰ ਪੜ੍ਹੋ
[4] OECD - ਜਨਰੇਟਿਵ AI ਅਤੇ SME ਵਰਕਫੋਰਸ (2024 ਸਰਵੇਖਣ; ਨਵੰਬਰ 2025 ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਿਤ) - ਹੋਰ ਪੜ੍ਹੋ
[5] NIST - ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਰਿਸਕ ਮੈਨੇਜਮੈਂਟ ਫਰੇਮਵਰਕ (AI RMF 1.0) (PDF) - ਹੋਰ ਪੜ੍ਹੋ