ਪਲੈਂਟਿਰ ਟੈਕਨੋਲੋਜੀਜ਼ ਦੇ ਸੀਈਓ ਅਲੈਕਸ ਕਾਰਪ ਨੇ 1 ਜੁਲਾਈ, 2026 ਨੂੰ ਏਆਈ ਉਦਯੋਗ ਦੇ ਪ੍ਰਮੁੱਖ ਵਪਾਰਕ ਮਾਡਲ ਦੀ ਤਿੱਖੀ ਆਲੋਚਨਾ ਕੀਤੀ, ਇਹ ਦਲੀਲ ਦਿੱਤੀ ਕਿ ਓਪਨਏਆਈ ਅਤੇ ਐਂਥਰੋਪਿਕ ਦੁਆਰਾ ਟੋਕਨ-ਅਧਾਰਿਤ ਕੀਮਤ ਢਾਂਚਾ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਨੁਕਸਦਾਰ ਹੈ।
ਸੁਰੱਖਿਅਤ AI ਤੈਨਾਤੀਆਂ ਲਈ NVIDIA ਦੇ ਨਾਲ Palantir ਦੀ ਵਿਸਤ੍ਰਿਤ ਭਾਈਵਾਲੀ ਨੂੰ ਉਜਾਗਰ ਕਰਨ ਵਾਲੇ ਇੱਕ ਸਮਾਗਮ ਵਿੱਚ ਬੋਲਦੇ ਹੋਏ, ਕਾਰਪ ਨੇ ਕਿਹਾ ਕਿ ਪ੍ਰਮੁੱਖ AI ਲੈਬਾਂ ਦੁਆਰਾ ਵਰਤਿਆ ਜਾਣ ਵਾਲਾ ਪ੍ਰਤੀ-ਟੋਕਨ ਕੀਮਤ ਮਾਡਲ ਸਰੋਤਾਂ ਅਤੇ ਬੌਧਿਕ ਸੰਪੱਤੀ ਦੀ ਗਲਤ ਵੰਡ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। CNBC, ਯਾਹੂ ਫਾਈਨਾਂਸ, ਅਤੇ ਕਈ ਹੋਰ ਆਉਟਲੈਟਾਂ ਦੁਆਰਾ ਕਵਰੇਜ ਦੇ ਅਨੁਸਾਰ, ਕਾਰਪ ਨੇ ਘੋਸ਼ਣਾ ਕੀਤੀ, ਪਹੁੰਚ ਨਾਲ "ਕੁਝ ਪੂਰੀ ਤਰ੍ਹਾਂ ਗਲਤ ਹੋ ਗਿਆ ਹੈ".
ਟਿੱਪਣੀਆਂ ਇੱਕ ਪ੍ਰਮੁੱਖ ਤਕਨੀਕੀ ਕਾਰਜਕਾਰੀ ਦੁਆਰਾ ਏਆਈ ਉਦਯੋਗ ਦੇ ਪ੍ਰਚਲਿਤ ਅਰਥ ਸ਼ਾਸਤਰ ਦੀ ਸਭ ਤੋਂ ਵੱਧ ਨੁਕਤਾਚੀਨੀ ਜਨਤਕ ਆਲੋਚਨਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ। AI ਵਪਾਰਕ ਰਣਨੀਤੀ ਦੇ ਚੱਲ ਰਹੇ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ, AI Buzz Wire 'ਤੇ ਸਾਡੀ AI ਉਦਯੋਗ ਕਵਰੇਜ ਦੀ ਪਾਲਣਾ ਕਰੋ।
ਟੋਕਨ ਕੀਮਤ ਦੇ ਖਿਲਾਫ ਕੇਸ
ਟੋਕਨ-ਆਧਾਰਿਤ ਮਾਡਲ - ਜਿੱਥੇ ਗਾਹਕ AI ਮਾਡਲ ਦੁਆਰਾ ਪ੍ਰੋਸੈਸ ਕੀਤੇ ਟੈਕਸਟ ਦੀ ਪ੍ਰਤੀ ਯੂਨਿਟ ਦਾ ਭੁਗਤਾਨ ਕਰਦੇ ਹਨ - ਪੂਰੇ AI ਉਦਯੋਗ ਵਿੱਚ ਮਿਆਰੀ ਕੀਮਤ ਵਿਧੀ ਬਣ ਗਈ ਹੈ। OpenAI, Anthropic, Google, ਅਤੇ ਹੋਰ ਸਾਰੇ ਟੋਕਨ ਖਪਤ ਦੇ ਅਧਾਰ ਤੇ ਚਾਰਜ ਕਰਦੇ ਹਨ, ਉਪਯੋਗਤਾ ਬਿਲਿੰਗ ਦੇ ਸਮਾਨ ਵਰਤੋਂ-ਆਧਾਰਿਤ ਅਰਥ ਸ਼ਾਸਤਰ ਬਣਾਉਂਦੇ ਹਨ।
ਕਾਰਪ ਨੇ ਦਲੀਲ ਦਿੱਤੀ ਕਿ ਇਹ ਮਾਡਲ ਰਹਿੰਦ-ਖੂੰਹਦ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦਾ ਹੈ ਅਤੇ ਬੌਧਿਕ ਜਾਇਦਾਦ ਦੀ ਰੱਖਿਆ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦਾ ਹੈ। ਉਸਨੇ ਸੁਝਾਅ ਦਿੱਤਾ ਕਿ ਕੰਪਨੀਆਂ ਨੂੰ ਇਸ ਦੀ ਬਜਾਏ ਓਪਨ-ਵੇਟ ਮਾਡਲਾਂ ਵੱਲ ਬਦਲਣਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਅੰਦਰੂਨੀ ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਚਲਾਏ ਜਾ ਸਕਦੇ ਹਨ, ਸੰਸਥਾਵਾਂ ਨੂੰ ਉਹਨਾਂ ਦੇ ਡੇਟਾ ਅਤੇ ਲਾਗਤਾਂ 'ਤੇ ਵਧੇਰੇ ਨਿਯੰਤਰਣ ਦਿੰਦੇ ਹਨ। ਇਹ ਸਰਕਾਰ ਅਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਗਾਹਕਾਂ ਲਈ ਸੁਰੱਖਿਅਤ, ਨਿਯੰਤਰਿਤ ਵਾਤਾਵਰਣਾਂ ਦੇ ਅੰਦਰ ਏਆਈ ਨੂੰ ਤਾਇਨਾਤ ਕਰਨ ਦੀ ਪਾਲਨਟੀਰ ਦੀ ਆਪਣੀ ਰਣਨੀਤੀ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ।
ਆਲੋਚਨਾ ਟੋਕਨ-ਆਧਾਰਿਤ ਅਰਥ ਸ਼ਾਸਤਰ ਦੀ ਸਥਿਰਤਾ ਬਾਰੇ ਵਧ ਰਹੀ ਉਦਯੋਗਿਕ ਬਹਿਸ ਨੂੰ ਗੂੰਜਦੀ ਹੈ। ਜਿਵੇਂ ਕਿ TechCrunch ਦੁਆਰਾ ਰਿਪੋਰਟ ਕੀਤੀ ਗਈ ਹੈ, neocloud ਪ੍ਰਦਾਤਾ Together AI ਨੇ ਨੋਟ ਕੀਤਾ ਹੈ ਕਿ ਓਪਨ ਸੋਰਸ ਮਾਡਲ ਅਪਣਾਉਣ ਵਿੱਚ ਪਿਛਲੇ ਸਾਲ ਤਿੰਨ ਗੁਣਾ ਵਾਧਾ ਹੋਇਆ ਹੈ ਕਿਉਂਕਿ ਕੰਪਨੀਆਂ ਮਹਿੰਗੇ ਫਰੰਟੀਅਰ ਮਾਡਲ ਟੋਕਨਾਂ ਦੇ ਵਿਕਲਪਾਂ ਦੀ ਭਾਲ ਕਰਦੀਆਂ ਹਨ।
Palantir-NVIDIA ਸੁਰੱਖਿਆ ਭਾਈਵਾਲੀ
ਕਾਰਪ ਦੀਆਂ ਟਿੱਪਣੀਆਂ ਉਦੋਂ ਆਈਆਂ ਜਦੋਂ ਪਲੈਂਟਿਰ ਨੇ ਯੂਐਸ ਸਰਕਾਰ ਦੀਆਂ ਏਜੰਸੀਆਂ ਲਈ ਸੰਪੰਨ AI ਤੈਨਾਤੀਆਂ 'ਤੇ NVIDIA ਨਾਲ ਆਪਣਾ ਸਹਿਯੋਗ ਡੂੰਘਾ ਕੀਤਾ। ਸਾਂਝੇਦਾਰੀ ਸੁਰੱਖਿਅਤ, ਆਨ-ਪ੍ਰੀਮਿਸਸ AI ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਪ੍ਰਦਾਨ ਕਰਨ 'ਤੇ ਕੇਂਦ੍ਰਤ ਕਰਦੀ ਹੈ ਜੋ ਬਾਹਰੀ ਕਲਾਉਡ API ਜਾਂ ਟੋਕਨ-ਆਧਾਰਿਤ ਸੇਵਾਵਾਂ 'ਤੇ ਨਿਰਭਰ ਨਹੀਂ ਕਰਦੀ ਹੈ।
ਇਹ ਪਹੁੰਚ ਓਪਨਏਆਈ ਅਤੇ ਐਂਥਰੋਪਿਕ ਦੁਆਰਾ ਪੇਸ਼ ਕੀਤੇ ਗਏ ਮਾਡਲ ਨਾਲ ਤਿੱਖੀ ਤੌਰ 'ਤੇ ਉਲਟ ਹੈ, ਜਿੱਥੇ ਗਾਹਕ ਡੇਟਾ ਨੂੰ ਏਆਈ ਲੈਬਾਂ ਦੇ ਆਪਣੇ ਸਰਵਰਾਂ 'ਤੇ ਪ੍ਰੋਸੈਸ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਡਾਟਾ ਸੰਪ੍ਰਭੂਤਾ ਬਾਰੇ ਚਿੰਤਤ ਸਰਕਾਰੀ ਅਤੇ ਰੱਖਿਆ ਕਲਾਇੰਟਾਂ ਲਈ, Palantir-NVIDIA ਮਾਡਲ ਵਧੇਰੇ ਨਿਯੰਤਰਣ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ - ਹਾਲਾਂਕਿ ਇੱਕ ਉੱਚ ਕੀਮਤ 'ਤੇ।
ਕਾਰਪ ਨੇ ਸਾਂਝੇਦਾਰੀ ਨੂੰ ਸਬੂਤ ਵਜੋਂ ਰੱਖਿਆ ਕਿ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਦਾ ਭਵਿੱਖ ਖਪਤ-ਅਧਾਰਤ API ਕਾਲਾਂ ਦੀ ਬਜਾਏ ਨਿਯੰਤਰਿਤ, ਬੁਨਿਆਦੀ ਢਾਂਚੇ-ਪੱਧਰ ਦੀਆਂ ਤੈਨਾਤੀਆਂ ਵਿੱਚ ਹੈ। ਉਸਨੇ ਦਲੀਲ ਦਿੱਤੀ ਕਿ ਟੋਕਨ ਦੀ ਖਪਤ ਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਕਰਨ 'ਤੇ AI ਉਦਯੋਗ ਦੇ ਫੋਕਸ ਨੇ ਇਸ ਨੂੰ ਸੁਰੱਖਿਆ, IP ਸੁਰੱਖਿਆ, ਅਤੇ ਲੰਬੇ ਸਮੇਂ ਦੀ ਸਥਿਰਤਾ ਨੂੰ ਘੱਟ ਮੁੱਲ ਦੇਣ ਲਈ ਅਗਵਾਈ ਕੀਤੀ ਹੈ।
ਇੱਕ ਵਿਆਪਕ ਉਦਯੋਗ ਦਾ ਹਿਸਾਬ
ਕਾਰਪ ਦੀ ਆਲੋਚਨਾ ਏਆਈ ਕਾਰੋਬਾਰੀ ਮਾਡਲਾਂ ਦੀ ਤੀਬਰ ਜਾਂਚ ਦੇ ਇੱਕ ਪਲ 'ਤੇ ਉਤਰਦੀ ਹੈ। ਸਾਰੇ ਸੈਕਟਰਾਂ ਦੀਆਂ ਕੰਪਨੀਆਂ ਨੇ AI ਵਰਤੋਂ ਦੇ ਪੈਮਾਨਿਆਂ ਦੇ ਤੌਰ 'ਤੇ ਆਪਣੇ ਬਜਟ 'ਤੇ ਦਬਾਅ ਦੀ ਰਿਪੋਰਟ ਕੀਤੀ ਹੈ, ਕੁਝ ਸੰਸਥਾਵਾਂ AI ਟੂਲਸ 'ਤੇ ਖਰਚ ਕਰਨ 'ਤੇ ਲਗਾਮ ਲਗਾ ਰਹੀਆਂ ਹਨ। ਗਾਰਟਨਰ ਦੀ ਖੋਜ ਨੇ ਚੇਤਾਵਨੀ ਦਿੱਤੀ ਹੈ ਕਿ ਜੇ ਮੌਜੂਦਾ ਕੀਮਤਾਂ ਦਾ ਰੁਝਾਨ ਜਾਰੀ ਰਿਹਾ ਤਾਂ ਏਆਈ ਕੋਡਿੰਗ ਲਾਗਤਾਂ ਦੋ ਸਾਲਾਂ ਦੇ ਅੰਦਰ ਡਿਵੈਲਪਰ ਦੀਆਂ ਤਨਖਾਹਾਂ ਦਾ ਮੁਕਾਬਲਾ ਕਰ ਸਕਦੀਆਂ ਹਨ।
ਇਸ ਦੌਰਾਨ, ਓਪਨ ਸੋਰਸ ਏਆਈ ਅੰਦੋਲਨ ਗਤੀ ਪ੍ਰਾਪਤ ਕਰਨਾ ਜਾਰੀ ਰੱਖਦਾ ਹੈ. ਮੈਟਾ ਦੇ ਲਾਮਾ ਮਾਡਲਾਂ, ਡੀਪਸੀਕ, ਮਿਸਟ੍ਰਾਲ, ਅਤੇ ਅਲੀਬਾਬਾ ਦੇ ਕਵੇਨ ਪਰਿਵਾਰ ਨੇ ਮਲਕੀਅਤ ਫਰੰਟੀਅਰ ਮਾਡਲਾਂ ਦੇ ਨਾਲ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਪਾੜੇ ਨੂੰ ਘਟਾ ਦਿੱਤਾ ਹੈ, ਜਿਸ ਨਾਲ ਉੱਦਮਾਂ ਨੂੰ ਮਹਿੰਗੀਆਂ API-ਆਧਾਰਿਤ ਸੇਵਾਵਾਂ ਦੇ ਵਿਹਾਰਕ ਵਿਕਲਪ ਦਿੱਤੇ ਗਏ ਹਨ।
ਕਾਰਪ ਦੀ ਦਲੀਲ ਕਿ ਉਦਯੋਗ ਨੂੰ ਓਪਨ-ਵੇਟ ਮਾਡਲਾਂ ਵੱਲ ਧਿਆਨ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ ਅਤੇ ਟੋਕਨ ਦੀ ਖਪਤ ਤੋਂ ਦੂਰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਲਾਗਤ-ਸਚੇਤ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਖਰੀਦਦਾਰਾਂ ਨਾਲ ਗੂੰਜ ਸਕਦਾ ਹੈ। ਹਾਲਾਂਕਿ, AI ਲੈਬਜ਼ ਇਸ ਗੱਲ ਦਾ ਵਿਰੋਧ ਕਰਦੀਆਂ ਹਨ ਕਿ ਉਹਨਾਂ ਦੀ ਕੀਮਤ ਸਿਖਲਾਈ ਅਤੇ ਫਰੰਟੀਅਰ ਮਾਡਲਾਂ ਨੂੰ ਚਲਾਉਣ ਦੀਆਂ ਬਹੁਤ ਸਾਰੀਆਂ ਲਾਗਤਾਂ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ, ਅਤੇ ਇਹ ਕਿ ਖਪਤ-ਆਧਾਰਿਤ ਮਾਡਲ ਗਾਹਕਾਂ ਨੂੰ ਸਿਰਫ਼ ਉਹਨਾਂ ਲਈ ਭੁਗਤਾਨ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ ਜੋ ਉਹ ਵਰਤਦੇ ਹਨ।
ਬਹਿਸ ਦੇ ਜਲਦੀ ਹੱਲ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਨਹੀਂ ਹੈ, ਪਰ ਕਾਰਪ ਦੀ ਉੱਚ-ਪ੍ਰੋਫਾਈਲ ਆਲੋਚਨਾ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੀ ਹੈ ਕਿ ਇਹ ਏਆਈ ਉਦਯੋਗ ਦੇ ਵਿਕਾਸ ਵਿੱਚ ਇੱਕ ਕੇਂਦਰੀ ਗੱਲਬਾਤ ਰਹੇਗੀ।
AI ਤੋਂ ਅੱਗੇ ਰਹੋ
AI ਵਪਾਰਕ ਮਾਡਲਾਂ, ਐਂਟਰਪ੍ਰਾਈਜ਼ ਗੋਦ ਲੈਣ ਅਤੇ ਉਦਯੋਗ ਬਾਰੇ ਬਹਿਸ ਬਾਰੇ ਨਵੀਨਤਮ ਜਾਣਕਾਰੀ ਲਈ, AI Buzz Wire 'ਤੇ ਜਾਓ।
ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →
