आर्टिफिशियल इंटेलिजन्स (एआय) उद्योग एका टोकाला पोहोचला आहे. अनेक वर्षांपासून, कंपन्यांनी डेटा सेंटर्स, चिप्स आणि अंतर्निहित मॉडेल्स यांसारख्या पायाभूत सुविधांमध्ये पैसा ओतला. आता, मोठा प्रश्न एआयच्या कामाचा नसून तो फायदेशीर ठरू शकतो का हा आहे. समाधान ठोस AI ऍप्लिकेशन्समध्ये आहे, आणि फक्त अधिक प्रशिक्षण किंवा मोठ्या GPU क्लस्टर्समध्ये नाही.
एआय इन्फ्रास्ट्रक्चर विरुद्ध एआय ऍप्लिकेशन्स
2025 मध्ये, कंपन्यांनी AI पायाभूत सुविधांवर सुमारे $320 अब्ज खर्च केले. एवढी मोठी गुंतवणूक असूनही, फाउंडेशन मॉडेल व्यवसायांमध्ये नफा कमी असतो. उच्च अनुमान खर्च महसुलात कपात करतात आणि स्पर्धेमुळे किमती कमी होतात. उदाहरणार्थ, ओपनएआयने ऑगस्ट 2025 पर्यंत $13 अब्ज वार्षिक महसूल गाठला पण तरीही 2024 मध्ये $5 अब्ज गमावले. हा दृष्टिकोन शाश्वत नाही; उत्तम परताव्याच्या आशेने उद्यम भांडवल आणि कॉर्पोरेट पैशाद्वारे समर्थित हा अल्पकालीन फिक्स आहे.
AI अनुप्रयोगांसाठी कथा वेगळी आहे. 2025 मध्ये, व्यवसायांनी AI अनुप्रयोगांवर $19 अब्ज खर्च केले, जे सर्व जनरेटिव्ह AI खर्चाच्या निम्म्याहून अधिक आहे. हे एकूण सॉफ्टवेअर मार्केटच्या 6% पेक्षा जास्त आहे, जे ChatGPT लाँच झाल्यानंतर फक्त तीन वर्षांनी पोहोचले आहे. सर्वात महत्त्वाचे म्हणजे, हा खर्च खरी बाजाराची मागणी सिद्ध करतो: कंपन्या यापुढे केवळ एआयची चाचणी घेत नाहीत. ते त्याचा सर्रास वापर करत आहेत. किमान 10 AI उत्पादने आता वार्षिक आवर्ती उत्पन्नात $1 अब्जाहून अधिक कमावतात आणि 50 उत्पादने $100 दशलक्षपेक्षा जास्त कमावतात.
डिसेंबर 2025 मध्ये Meta ची $2 बिलियन Manus ची खरेदी ही बदल दर्शवते. Manus या सिंगापूर स्टार्टअपने नऊ महिन्यांपूर्वीच आपला AI एजंट लाँच केला आणि त्वरीत 125 दशलक्ष डॉलर्स वार्षिक कमाई गाठली आणि एक साधे पण प्रभावी AI उत्पादन पुरवठा करून कार्ये पूर्ण केली — केवळ त्यांच्याबद्दल चर्चाच नाही — अशा प्रकारे तांत्रिक क्षमता आणि व्यवसाय यश दोन्ही सिद्ध केले.
गुंतवणूकदारांना केवळ तंत्रज्ञानच नव्हे तर वास्तविक ग्राहक असलेल्या कंपन्या हव्या आहेत. 2025 च्या तिसऱ्या तिमाहीपर्यंत, AI ऍप्लिकेशन्सचा समावेश असलेले 265 खाजगी इक्विटी सौदे होते, मागील वर्षाच्या तुलनेत 65% वाढ आणि 78% विद्यमान पोर्टफोलिओ कंपन्यांसाठी ऍड-ऑन अधिग्रहण होते. AI मधील धोरणात्मक विलीनीकरण आणि अधिग्रहणांनी Q3 पर्यंत विक्रमी उच्चांक गाठला, डील मूल्ये मागील वर्षाच्या तुलनेत 242% वाढली.
जेथे खरे मूल्य आहे
विभागीय AI विभागामध्ये वास्तविक मूल्य उदयास येत आहे. 2025 मध्ये, कोडिंग टूल्सने $7.3 अब्ज डिपार्टमेंटल एआय मार्केटपैकी $4 अब्ज बनवले, ज्यामुळे ते सर्वात मोठे सेगमेंट बनले. सर्व डेव्हलपरपैकी निम्मे लोक आता दररोज एआय कोडिंग टूल्स वापरतात, ही संख्या टॉप-परफॉर्मिंग कंपन्यांमध्ये 65% पर्यंत वाढते. जेव्हा ServiceNow ने Moveworks विकत घेतले किंवा Nvidia ने अनेक AI स्टार्टअप खरेदी केले, तेव्हा हे पायाभूत सुविधांचे सौदे नव्हते. ते अशा कंपन्यांमध्ये गुंतवणूक होते जे ग्राहकांना AI सह वास्तविक व्यावसायिक परिणाम प्राप्त करण्यास मदत करतात.
फाउंडेशन मॉडेल लँडस्केप स्वतः अनुप्रयोग कथा सांगते. एन्थ्रोपिक आता एंटरप्राइझ LLM खर्चाच्या 40% ची कमांड करते, गेल्या वर्षी 24% आणि 2023 मध्ये 12%, तर OpenAI चा एंटरप्राइझ हिस्सा 2023 मध्ये 50% वरून 27% पर्यंत घसरला. एन्थ्रोपिकने कोडिंग ऍप्लिकेशन्सवर वर्चस्व राखून हे केले, जेथे Open1AI च्या तुलनेत 54% ची मार्केट शेअर आहे. ॲप्लिकेशन्स इन्फ्रास्ट्रक्चरचा अवलंब आणि पायाभूत मॉडेल्स चालवतात, उलटपक्षी नाही. मॉर्गन स्टॅन्लेने अहवाल दिला आहे की जनरेटिव्ह AI ने 2025 मध्ये 34% योगदान मार्जिन गाठले आहे, त्याचे पहिले फायदेशीर वर्ष आणि हे 2028 पर्यंत 67% पर्यंत वाढू शकते कारण पायाभूत सुविधांच्या खर्चात घट होते आणि कार्यक्षमता सुधारते. तथापि, यापैकी बहुतेक नफा केवळ कच्च्या संगणकीय शक्तीच नव्हे तर संपूर्ण समाधाने विकणाऱ्या कंपन्यांना जातो.
खाजगी गुंतवणूकदारांना आता ठरवायचे आहे की कोणती वापर प्रकरणे वास्तविक मूल्याची पुढील लहर तयार करतील, वास्तविक मूल्याशिवाय ChatGPT मध्ये साधा इंटरफेस जोडू नका. परंतु आरोग्य सेवा, कायदा, वित्त आणि उत्पादन (जे वर्कफ्लोमध्ये खोलवर समाकलित केलेले आहेत, अद्वितीय डेटा वापरतात आणि ऑपरेशन्ससाठी आवश्यक आहेत) यासारख्या विशिष्ट अनुलंबांसाठी तयार केलेले उपाय हे गंभीर गुंतवणुकीसाठी योग्य आहेत.
जेव्हा गुंतवणूकदार केवळ कथांच्या पलीकडे, मूलभूत गोष्टींवर लक्ष केंद्रित करतात तेव्हा मुक्त बाजार संसाधनांचे चांगले वितरण करते. महसूल, ग्राहक धारणा, वाढीचा दर आणि नफा मिळवण्याचे मार्ग पुन्हा महत्त्वाचे आहेत. सध्या, परिपत्रक वित्तपुरवठा खरी मागणी अस्पष्ट करते. उदाहरणार्थ, मायक्रोसॉफ्टच्या अहवालातील Azure AI महसूलापैकी, OpenAI च्या गणनेवर मोठ्या प्रमाणात सवलतीच्या दरांवर खर्च केला जातो ज्यामध्ये मूलत: फक्त Microsoft च्या खर्चाचा समावेश होतो. अनुप्रयोग हा पॅटर्न खंडित करतात कारण ते परिपत्रक वित्तपुरवठा लूपच्या बाहेरून महसूल निर्माण करतात.
मूळ समस्या
सरकारांसाठी, पुढील टप्पा स्पर्धेबद्दल कठीण प्रश्न निर्माण करेल, विशेषत: फाउंडेशन मॉडेल प्रदाते त्यांचे स्वतःचे अनुप्रयोग तयार करण्यास सुरवात करतात. जेव्हा OpenAI कोडिंग टूल्स लाँच करते किंवा Anthropic एंटरप्राइझ सोल्यूशन्स विकसित करते, तेव्हा ते स्वतंत्र ॲप्लिकेशन बिल्डर्सवर दबाव आणते ज्यांना समान पायाभूत सुविधा नाहीत. कॉपीराईट समस्या देखील अधिक महत्वाच्या बनत आहेत कारण प्रशिक्षण डेटाचा स्रोत मुख्य कायदेशीर चिंता बनत आहे. गोपनीयतेच्या नियमांना मोठ्या प्रमाणात वैयक्तिक आणि व्यावसायिक माहितीमध्ये प्रवेश करणाऱ्या AI एजंटना संबोधित करणे आवश्यक आहे.
धोरणकर्त्यांनी कठोर नियमांची घाई करू नये. ॲप्लिकेशन लेयरला उत्पादन-मार्केट फिट होईपर्यंत प्रयोग, अयशस्वी आणि सुधारण्यासाठी खोली आवश्यक आहे. परंतु तरीही, स्पर्धेबद्दलचे नियम, विशेषत: मोठ्या कंपन्यांना संभाव्य प्रतिस्पर्धी विकत घेण्यापासून आणि बंद करण्यापासून रोखणारे अधिग्रहणांचे पुनरावलोकन महत्वाचे आहेत. अक्वि-हायर करण्याचा ट्रेंड (जेथे स्टार्टअप्स प्रामुख्याने त्यांच्या कर्मचाऱ्यांसाठी विकत घेतले जातात आणि नंतर बंद केले जातात) बहुतेकदा कर्मचारी अडकून पडतात आणि या क्षेत्राला आवश्यक असलेली ऊर्जा आणि नवकल्पना दुखावते.
बँडविड्थ विकून इंटरनेटची कमाई झाली नाही. बँडविड्थला मौल्यवान बनवणारे अनुप्रयोग तयार करून त्याची कमाई केली गेली. AI त्याच मार्गाचे अनुसरण करेल.
अरिंदम गोस्वामी हे तक्षशिला इन्स्टिट्यूट, बेंगळुरू येथील हायटेक जिओपॉलिटिक्स प्रोग्राममधील संशोधन विश्लेषक आहेत.
