OpenAI தனது வருவாய் முன்னுரிமைகளை இப்போது மேலும் தெளிவாகக் காட்டுகிறது
Associated Press வெளியிட்டு Fast Company மீள்பதிப்பித்த OpenAI தலைமை நிதி அதிகாரி Sarah Friar அவர்களின் கருத்துகளின்படி, OpenAI லாபத்துக்கான மேலும் நிலையான பாதையைத் தேடும் நிலையில் வணிகப் பயனர்கள்மீது தன் கவனத்தை கூர்மைப்படுத்துகிறது. இந்த உத்திச் மாற்றம் Anthropic இலிருந்து அதிகரிக்கும் போட்டி மற்றும் வெடித்தளர்ந்த AI ஏற்றத்தைக் கொண்டு, தனது உட்கட்டமைப்பு செலவுகளைத் தாங்கக்கூடிய வணிகமாக மாற்றும் பரந்த அழுத்தம் ஆகியவற்றின் நடுவே வருகிறது.
அறிக்கையில் மிகவும் வெளிச்சம் போடுவது மாதிரி செயல்திறன் குறித்து அல்ல. அது பணமாக்கல் குறித்து. OpenAI-க்கு இப்போது ChatGPT-இன் வாராந்திர பயனர்கள் 900 மில்லியனுக்கும் அதிகமாக உள்ளனர், ஆனால் அவர்களில் சுமார் 95% பேர் சேவைக்காக பணம் செலுத்தவில்லை என்று Friar கூறினார். இது அணுகல் அளவில் மிகப்பெரிய முன்னிலை; அதே நேரத்தில் இது ஒரு அடிப்படை பொருளாதார சிக்கலையும் உருவாக்குகிறது: ஒவ்வொரு தொடர்பும் விலையுயர்ந்த கணினி வளங்களைச் செலவழிக்கிறது, மேலும் வெறும் அளவு மட்டும் லாப விகிதத்தை உறுதிப்படுத்தாது.
இந்த பதற்றம் AI துறையின் மையமாக மாறிக்கொண்டிருக்கிறது. நுகர்வோர் பரவல் பழக்கம், பிராண்ட் சக்தி, மற்றும் மாறும் செலவுகளை உருவாக்க முடியும்; ஆனால் அடிப்படை அமைப்புகளுக்கு நிதியளிப்பது பெரும்பாலும் நிறுவன ஒப்பந்தங்கள்தான். OpenAI இப்போது அந்த நிஜத்துடன் மேலும் வெளிப்படையாக ஒத்திசைவதாகத் தெரிகிறது.
தொழில்முறை பணிக்கான புதிய மாடல் திட்டத்தின் ஒரு பகுதி
நெருங்கிய காலத்தில் “உயர்மதிப்புள்ள தொழில்முறை பணி”க்கான புதிய மாடலை OpenAI அறிமுகப்படுத்தும் என்று Friar AP-க்கு கூறினார். வழங்கப்பட்ட அறிக்கையில் நிறுவனம் விரிவான விவரக்குறிப்புகளைத் தரவில்லை; ஆனால் அந்த நிலைமையாக்கமே முக்கியமானது. இது OpenAI ஒரு மேலும் சிறப்பு வாய்ந்த தயாரிப்பு அடுக்கை உருவாக்குகிறதென்று சுட்டுகிறது; அதாவது, நம்பகத்தன்மை, பணிப்பாய்ச்சி பொருத்தம் அல்லது அளவிடக்கூடிய உற்பத்தித் திறன் உயர்வு ஆகியவற்றுக்காக வாங்குபவர்கள் கணிசமாக அதிகம் செலுத்தத் தயாராக இருக்கும் தொழில்முறை பணிகளை இலக்காகக் கொண்டது.
இது முக்கியம், ஏனெனில் பிரதான chatbot சந்தை கூட்டமாகி, உயர்ந்த விலை நிலைகளில் பணமாக்குவது கடினமாகி விட்டது. அதற்கு மாறாக, நிறுவன வாங்குபவர்கள் புதுமையை விட ஒரு மாடல் தொடர்புகளை சுருக்க முடியுமா, அறிவுப்பணிக்கு ஆதரவளிக்க முடியுமா, ஏற்கனவே உள்ள வணிக அமைப்புகளுடன் பொருந்துமா, கொள்முதல் பட்ஜெட்டைக் நியாயப்படுத்துமா என்பதில்தான் அதிகம் கவனம் செலுத்துகிறார்கள்.
இந்த முன்னுரிமை மாற்றத்தின் ஒரு எளிய உதாரணத்தையும் கட்டுரை வழங்குகிறது. இரவு உணவு செய்முறையை பரிந்துரைக்கக்கூடிய அதே ChatGPT தயாரிப்பு, தனது மின்னஞ்சல்கள் மற்றும் Slack செய்திகளை சுருக்கவும் பயன்படுத்தப்படுவதாக Friar கூறுகிறார். இந்த வேறுபாடு உத்திச் பிரிவைத் தெளிவாகப் பிடிக்கிறது. நுகர்வோர் பயன்பாடு கவனத்தை ஈர்க்கலாம், ஆனால் திரும்பத் திரும்ப வரும் அலுவலகப் பணிப்பாய்ச்சிகளில்தான் பெரும்பாலும் வணிக மதிப்பு உருவாகிறது.
