'എവിടെ തിരിഞ്ഞൊന്നു നോക്കിയാലും അവിടെല്ലാം പൂത്ത മരങ്ങൾ മാത്രം' എന്ന വരി പോലെയാണ് എഐ അഥവാ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനെ കുറിച്ചുള്ള വർത്തമാനങ്ങൾ. എഐ തൊടാത്ത ഒന്നുമില്ലെന്ന സ്ഥിതിയാണ്. കുറഞ്ഞ പക്ഷം 2023 മുതൽ അങ്ങനെയാണ്.  അപ്പോഴാണ് വിചാരിച്ചത്ര കേമമല്ല എഐ-യുടെ  അവസ്ഥയെന്ന വർത്തമാനങ്ങളും വ്യാപകമാവുന്നത്. അതും എംഐടി പോലുള്ള വമ്പന്മാർ പറയുമ്പോൾ നമുക്ക് അവഗണിക്കാനാവില്ല. ശാസ്ത്ര- സാങ്കേതിക മേഖലയിയലെ ഗവേഷണ കണ്ടെത്തലുകളുടെ ഗോൾഡ് സ്റ്റാൻഡേർഡിൽ ഒന്നായി കണക്കാക്കുന്ന സ്ഥാപനമാണ് മസാച്ചുസെറ്റ്സ് ഇൻസ്റ്റിറ്റ്യൂട്ട് ഓഫ് ടെക്നോളജി (എംഐടി). എഐ മേഖലയിൽ അവർ സവിശേഷ ശ്രദ്ധ പതിപ്പിക്കുന്നു. അവരുടെ ഒരു പഠനത്തിൽ പറയുന്നത് കോർപ്പറേറ്റ് ഭീമന്മാർ വലിയ നിക്ഷേപങ്ങളാണ് നിർമിതബുദ്ധി(artificial intelligence - AI) മേഖലയിലേക്ക് നടത്തിയത്. എന്നാൽ, അവയിൽ നിന്നും സാമ്പത്തികമായി മെച്ചമുണ്ടാക്കാൻ, അല്ലെങ്കിൽ ലാഭം കൊയ്യാൻ 95 ശതമാനം കമ്പനികൾക്കും കഴിഞ്ഞിട്ടില്ല എന്നാണ്. നിക്ഷേപം നടത്തിയവരിൽ വെറും അഞ്ച് ശതമാനം കമ്പനികൾക്ക് മാത്രമേ ലാഭം നേടാൻ കഴിഞ്ഞിട്ടുള്ളൂ എന്ന് എംഐടിയുടെ പഠനത്തിൽ പറയുന്നു.

MIT-യിലെ പ്രോജക്ട് നാൻഡയുടെ (Project NANDA) പഠനം ജൂലൈയിൽ അവർ പ്രസിദ്ധീകരിച്ചു. അതിന്റെ വിശദാംശങ്ങൾ ചർച്ചയാവുന്നത് ഓഗസ്റ്റ് അവസാനത്തോടെയാണ്. ‘The GenAI Divide: State of AI in Business 2025’ എന്ന തലക്കെട്ടോട് കൂടെയുള്ള പഠനത്തിൽ കമ്പനികൾ എഐ ഇന്റഗ്രേഷന് വേണ്ടി നടത്തിയ വലിയ നിക്ഷേപങ്ങളും, അവയുടെ പുരോഗതിയും, അവയുടെ നിലവിലെ അവസ്ഥയും വിവരിക്കുന്നു. ഏതാണ്ട് 30- 40 ബില്യൺ ഡോളറിന്റെ നിക്ഷേപങ്ങൾ ജെൻഎഐയിലേക്ക് കമ്പനികൾ നടത്തിയിട്ടുണ്ടെങ്കിലും ഇതിൽ തൊണ്ണൂറ്റിയഞ്ച് ശതമാനം കമ്പനികൾക്കും ലഭിച്ച വരുമാനം അല്ലെങ്കിൽ ലാഭം പൂജ്യം ആണ്. ആകെ അഞ്ച് ശതമാനം കമ്പനികൾക്ക് മാത്രമേ ലാഭം കൈവരിക്കാൻ സാധിച്ചിട്ടുള്ളൂ, അല്ലെങ്കിൽ സാധിക്കുന്നുള്ളൂ.

^{REPRESENTATIVE IMAGE | WIKI COMMONS}
വിവിധ മേഖലകളിലെ പല കമ്പനികളെയും പഠനവിധേയമാക്കിയിരുന്നു. ഓരോ മേഖലയിലും എഐയുടെ ഇന്റഗ്രേഷൻ (integration) ഒപ്പം അഡോപ്ഷൻ (adoption) എങ്ങനെയുള്ളതായിരുന്നു എന്നും, ഇവയിൽ വിജയിച്ച കമ്പനികൾ അല്ലെങ്കിൽ മേഖലകൾ, അവയ്ക്ക് ആ വിജയം എങ്ങനെ നേടിയെടുക്കാൻ കഴിഞ്ഞു എന്നും, പരാജയപ്പെട്ട കമ്പനികൾ എങ്ങനെയാണ് നിർമിത ബുദ്ധിയെ സമീപിച്ചതെന്നും വിലയിരുത്തുന്നു. ഒൻപത് മേഖലകൾ തിരഞ്ഞെടുത്തതിൽ ആകെ രണ്ട് മേഖലകൾക്ക് മാത്രമേ നമുക്ക് ബോധ്യപ്പെടുന്ന തരത്തിൽ എന്തെങ്കിലും ലാഭം(measurable Return on Investments) ഉണ്ടാക്കാൻ സാധിച്ചിട്ടുള്ളൂ എന്നാണ് പഠനത്തിന്റെ വിലയിരുത്തൽ.  

എംഐടി പഠനത്തിന്റെ വിശദാംശങ്ങളിലേക്ക് കടക്കുന്നതിന് മുൻപ് ആഗോള മുതലാളിത്തത്തിന്റെ ജിഹ്വ ആയി കണക്കാക്കപ്പെടുന്ന 'എക്കണോമിസ്റ്റ്'-ന്റെ ഏറ്റവും പുതിയ ലക്കത്തിലെ പ്രധാന ലേഖനങ്ങളിൽ ഒന്ന് 3 ട്രില്യൺ ഡോളർ AI നിക്ഷേപത്തിന് ചാട്ടം പിഴച്ചോ എന്ന ചോദ്യം ഉന്നയിക്കുന്നു. എഐ സാങ്കേതികവിദ്യ മുന്നോട്ടു വയ്ക്കുന്ന സാധ്യതകൾ കൈവരിച്ചാലും ധാരാളം പേർക്ക് കൈ പൊള്ളുമെന്ന് എക്കണോമിസ്റ്റ് ചൂണ്ടിക്കാണിക്കുന്നു.

ജെൻഎഐ നാൾവഴികൾ

ഈ ദശാബ്ദത്തിലെ ഒരു ഡിസ്റ്പ്ഷൻ(disruption) എന്ന് വിളിക്കാവുന്ന ഒരു ഇവന്റ് ആയിരുന്നു ചാറ്റ്ജിപിടിയുടെ(ChatGPT) കടന്നുവരവ്. അതിന് മുൻപും എഐ ആപ്ലിക്കേഷനുകൾ, പേഴ്സണൽ അസിസ്റ്റന്റുകൾ എന്നിവയൊക്കെ ഉണ്ടായിരുന്നെങ്കിലും എൻഎൽപിയിലെ(NLP) എൽഎൽഎമ്മുകൾ(LLM) ഉപയോഗിച്ച് കൊണ്ട്, മനുഷ്യർ സംസാരിക്കുന്ന തരത്തിൽ, അല്ലെങ്കിൽ മനുഷ്യരോട് ടെക്സ്റ്റ് രൂപേണ ഇടപഴകുന്ന തരത്തിൽ ഒരു കമ്പ്യൂട്ടർ അല്ലെങ്കിൽ ഒരു മെഷീൻ സംസാരിക്കുന്നു! ഘട്ടം ഘട്ടമായി എന്ന് വിശേഷിപ്പിക്കാൻ കഴിയാത്ത, പെട്ടെന്നൊരു ദിവസം ഉണ്ടായ തരത്തിലുള്ള ഒരു മുന്നേറ്റമായിരുന്നു ഓപ്പൺഎഐയുടെ (OpenAI) വരവ്.

^{ചാറ്റ്ജിപിടി | PHOTO : WIKI COMMONS}
മനുഷ്യരുടെ പല ദൈനംദിന ആവശ്യങ്ങൾക്കും, അത് വ്യക്തിപരമാവട്ടെ, സ്വകാര്യമാവട്ടെ, അല്ലെങ്കിൽ തൊഴിൽപരമായി ഉള്ളതാവട്ടെ, ഇതിനെല്ലാം ഉപകാരപ്പെടുന്നതിനൊപ്പം ജോലിസ്ഥലങ്ങളിലും ഇവയുടെ ഉപയോഗം ഉണ്ടാവുമെന്നും ചാറ്റ്ജിപിടിയുടെ പ്രയോജനങ്ങളിൽ ഉണ്ടായിരുന്നു. ഡോക്യൂമെന്റഷൻ, കസ്റ്റമർ സപ്പോർട്ട്, കോഡിങ്, ടെസ്റ്റിംഗ് എന്നിങ്ങനെയുള്ള മേഖലകളിൽ ചാറ്റ്ജിപിടി പോലുള്ള സോഫ്റ്റ്വെയറുകളുടെ ഉപയോഗം പല ജോലികളെയും എളുപ്പമാക്കുമെന്ന് തുടക്കത്തിൽ തന്നെ വ്യക്തമായിരുന്നു. അതിനൊപ്പം തന്നെ ക്രിയേറ്റീവ് ആയിട്ടുള്ള മേഖലകളിൽ, പ്രത്യേകിച്ച് എഴുത്തുകൾ ആവശ്യം വരുന്ന കഥാ, തിരക്കഥ, മീഡിയ, ന്യൂസ് എന്നീ മേഖലകൾക്കും ഒരുപാട് പ്രയോജനങ്ങളും സമയം ലഭിക്കാനും ഇവ മൂലം സാധിക്കുമെന്നും വ്യക്തമായിരുന്നു. ഇപ്പോൾ നോക്കുമ്പോൾ, ഇവയ്ക്കെല്ലാം ദൂരവ്യാപകമായ പല പ്രത്യാഘാതങ്ങളും ഉണ്ടായെന്നതും ഒരു വസ്തുതയാണ്. പ്രത്യേകിച്ച് ഇവയെ പല മേഖലകളിലും ആളുകൾക്ക് പകരമാക്കാൻ കഴിയും എന്ന് വന്നപ്പോൾ, പ്രധാനമായും കസ്റ്റമർ സപ്പോർട്ട് പോലെയുള്ള മേഖലകളിൽ ഒരുപാട് പേർക്ക് തൊഴിൽനഷ്ടം ഉണ്ടാവാൻ എഐ കാരണമായി. തുടക്കത്തിൽ പലരും ഇത്തരം ദൂരവ്യാപകമായ പ്രത്യാഘാതങ്ങളെക്കുറിച്ച് മുന്നറിയിപ്പുകൾ നൽകിയിരുന്നതുമാണ്.

ആളുകൾക്കൊപ്പം തന്നെ കമ്പനികളും ചാറ്റ് ജിപിടി റെവല്യൂഷന്റെ ഭാഗമാവാനുള്ള തിരക്കിലായിരുന്നു. ചാറ്റ്ജിപിടി പോലത്തെ ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (Generative Artificial Intelligence - GenAI) സോഫ്റ്റ്വെയറുകൾ നിർമ്മിക്കാനുള്ള ശ്രമത്തിനൊപ്പം ചില കമ്പനികളും, അവയെ തങ്ങളുടെ സോഫ്റ്റ്വെയറുകളിലും, ജോലി സ്ഥലത്തെ ദൈനംദിന പ്രവർത്തികൾക്കായുള്ള വിവിധ ആപ്ലിക്കേഷനുകളുടേയും ഭാഗമാക്കാൻ മറ്റ് കമ്പനികളും തിടുക്കം കൂട്ടി. എല്ലാവരും ഒരേപോലെ ഇവയെ അഡാപ്റ്റ് (adapt) ചെയ്യാനുള്ള മത്സരത്തിലായി. ആ മത്സരത്തിൽ പങ്കുചേർന്നില്ലെങ്കിൽ തങ്ങൾ പിറകിലാവുമെന്നും, പ്രത്യേകിച്ച് പബ്ലിക് ലിസ്റ്റഡ് കമ്പനികൾ, അതായത് ഓഹരി വിപണിയിലും അവയുടെ മൂല്യത്തിന്റെ കണക്കിലും മത്സരിക്കുന്ന കമ്പനികൾ ഈ ബാൻഡ്-വാഗണിൽ(Bandwagon) കേറാൻ തിടുക്കം കൂട്ടി. FOMO (Fear Of Missing Out) കൂടെ ഇതിന്റെ ഭാഗമായി; ഓഹരി വിപണിയിലെ മൂല്യവുംകൂടി കണക്കിൽ വരുമ്പോൾ കമ്പനിയുടെ ബോർഡും ഡയറക്ടർമാരും എക്സിക്യൂട്ടീവുകളും അടക്കം എല്ലാവരും എന്ത് വില കൊടുത്തും നമ്മളും എഐ ഉപയോഗിക്കുന്നതോ, അല്ലെങ്കിൽ അത്തരം സോഫ്റ്റ്വെയറുകൾ നിർമ്മിക്കുന്നതോ ആയ കമ്പനികളായി മാറണമെന്ന വാശിയിലായി. അത് മാത്രം പോര, എത്രയും പെട്ടെന്ന് തന്നെ അത് ആവുകയും വേണം. ഇതിന്റെ പ്രഖ്യാപനങ്ങൾക്കായി ഒരു നിമിഷം പോലും വൈകുകയും അരുത്.

^{ജെമിനൈ | PHOTO : WIKI COMMONS}
പ്രോഡക്റ്റ് ബേസ്ഡ് ആയിട്ടുള്ള ഗൂഗിളിനെപ്പോലുള്ള കമ്പനികൾ അവരുടെ തന്നെ ജെൻഎഐ സൊല്യൂഷൻസ് (GenAI Solutions) ആയി ‘ജെമിനൈ’ (GEMINI) പോലുള്ളവയെ അവതരിപ്പിച്ചു. മൈക്രോസോഫ്റ്റ് (Microsoft) ആവട്ടെ ഓപ്പൺഎഐയിൽ നിക്ഷേപം നടത്തുകയും ബിങ് (BING), കോപൈലറ്റ് (Copilot) പോലുള്ള അവരുടെ ആപ്ലിക്കേഷനുകളിൽ ഇവയെ ഉപയോഗപ്പെടുത്തുകയും ചെയ്തു. സർവീസ് ബേസ്ഡ് കമ്പനികളായ ഇൻഫോസിസ് (Infosys) പോലുള്ളവ, മറ്റ് കമ്പനികൾക്ക് എഐ ഇന്റഗ്രേറ്റഡ് ടൂളുകളും(AI integrated tools and applications) ആപ്ലിക്കേഷനുകളും വിതരണം ചെയ്യുന്നതും ട്രെയിനിങ് നൽകുന്നതും സർവീസ് ആക്കുകയും ചെയ്തു. കമ്പനികളിലെ ജോലിക്കാരാവട്ടെ, ഇവയെ ഉപയോഗിക്കാനും, ദൈനംദിന പ്രവർത്തനങ്ങളിൽ ഇവയെ ഉപയോഗപ്പെടുത്താനും (Integrate) നിർബന്ധിതരായി. ഒരു തരത്തിൽ നിലനിൽപ്പിനെ തന്നെ ബാധിക്കുന്ന പ്രശ്നമായി മാറി. എല്ലാവരും എഐ കോഴ്സുകൾ ചെയ്യുന്നു, എഐ ഡെവലപ്പർമാർ ആവുന്നു, ടെസ്റ്റേഴ്സ് ആവുന്നു, എഐ വിദഗ്ധർ വരെ ആവുന്നു.

എംഐടിയുടെ പഠന റിപ്പോർട്ട് - ‘ജെൻഎഐ വേർതിരിവ്’

എംഐടി-യുടെ പേപ്പർ പ്രകാരം ജെൻഎഐ മോഡലുകളുടെ ക്വാളിറ്റി ഒന്നുമല്ല കമ്പനികൾക്ക് ലാഭം ലഭിക്കാതിരിക്കുന്നതിന് കാരണമായി ചൂണ്ടിക്കാട്ടപ്പെടുന്നത്. കമ്പനികൾ ഇവയെ ഇന്റഗ്രേറ്റ് ചെയ്യാൻ നടത്തിയ അപ്രോച്ചിന്റെയും അഡാപ്റ്റ് (adapt) ചെയ്യാനും ഇവയെ പൂർണമായും പ്രതീക്ഷിച്ച നിലയിൽ പല പ്രവർത്തനങ്ങൾക്കും ഉപയോഗിക്കാൻ കഴിയാത്തതും കാരണമായി ചൂണ്ടിക്കാട്ടുന്നു. കമ്പനികളിൽ നിലവിലെ ക്രിട്ടിക്കലായ പല സിസ്റ്റംസിന്റെയും (critical systems) വർക്ഫ്ലോയുമായി (workflow) ഒത്തുപോവാനാവാത്തത് ഒരു പ്രധാന കാരണമാണ്. എന്നിരുന്നാലും വ്യക്തിപരമായ പുരോഗതിക്ക്, അതായത് ഇൻഡിവിജ്വൽ പ്രൊഡക്റ്റിവിറ്റിയെ (Individual Productivity) ബൂസ്റ്റ് ചെയ്യാൻ ഇവ സഹായകമായെന്ന് പഠനം വിലയിരുത്തുന്നു. മാത്രമല്ല ആളുകൾ പേഴ്സണൽ അക്കൗണ്ടുകൾ ഉപയോഗിച്ച്, അതായത് എന്റർപ്രൈസ് അക്കൗണ്ട്, അല്ലെങ്കിൽ കമ്പനിയുടെ വക സബ്സ്ക്രിപ്ഷൻ ഇല്ലാതെ ചാറ്റ്ജിപിയും മറ്റും ഉപയോഗിച്ച് അവരുടെ പ്രവർത്തനക്ഷമത വർദ്ധിപ്പിക്കുന്നു. അതിനാലാണ്, ആളുകളെ സംബന്ധിച്ച് അവർക്ക് ജോലിയിൽ ഇവയെക്കൊണ്ട് ഗുണം ഉണ്ടെന്നും, അതേസമയം കമ്പനികൾക്ക് കൃത്യമായ, കണക്ക് കൂട്ടാൻ കഴിയാത്ത മെച്ചമോ അല്ലെങ്കിൽ ലാഭമോ ലഭിച്ചിട്ടില്ലെന്നും കണ്ടെത്തിയത്.

^{REPRESENTATIVE IMAGE | PHOTO : WIKI COMMONS}
ജെൻഎഐ മോഡലുകളെ ഉപയോഗിച്ചുണ്ടാക്കിയ പല സിസ്റ്റവും പ്രൊഡക്ഷനിലേക്കെത്തിയത് ആകെ അഞ്ച് ശതമാനം മാത്രമാണെന്ന് പഠനത്തിൽ പറയുന്നു. ഒപ്പം പല മേഖലകളെയും പഠനത്തിന് വിധേയമാക്കിയതിൽ എന്തെങ്കിലും മാറ്റം കൊണ്ടുവരാനായത് ടെക്നോളജി ഇൻഡസ്ട്രിയിലും മീഡിയയിലുമാണെന്ന് വിലയിരുത്തുന്നു. സെയിൽസ് ആൻഡ് മാർക്കറ്റിംഗ് മേഖലയിലേക്കാണ് കൂടുതൽ ജെൻഎഐ നിക്ഷേപം നടക്കുന്നതെന്നും പക്ഷേ മെച്ചപ്പെട്ട റിട്ടേൺസ് (Return On Investment) ലഭിക്കുന്നത് ബാക്ക്എൻഡ് സിസ്റ്റംസിലും (Backend systems) ബാക്ക്എൻഡ് ഓഫീസ് ഓട്ടോമേഷനിലുമാണ് (Backend Office Automation).

ചാറ്റ്ജിപിടിക്ക് മെമ്മറി ഇല്ലാത്തതും ഒരു പ്രധാന പ്രശ്നമായി കണക്കാക്കുന്നു. ചെറിയ ടാസ്കുകൾക്ക് ചാറ്റ്ജിപിടി വിശ്വാസയോഗ്യവും ഉപകാരപ്രദവും ആവുമ്പോൾ കോംപ്ലക്സ് ആയുള്ള ടാസ്കുകൾക്ക് അനുസൃതമാവാൻ ചാറ്റ്ജിപിടി പോലുള്ളവയ്ക്ക് കഴിയുന്നില്ല. കൃതമായി നിലവിലുള്ള സിസ്റ്റംസുമായി ഇന്റഗ്രേറ്റ് ചെയ്യാൻ പറ്റാത്തതും ഒരു പരിമിതി ആണ്. പ്രത്യേകിച്ച് ഒരുപാട് കാലങ്ങളായി, ചാറ്റ്ജിപിടിക്കും എത്രയോ കാലം മുൻപ് പ്രവർത്തിച്ച് തുടങ്ങുന്ന സംവിധാനങ്ങൾ പ്രവർത്തിക്കുന്ന കമ്പനികളിൽ.

ഒരുപാട് ആളുകൾ പുതിയ ടെക്നോളജി മാർക്കറ്റിൽ വരുമ്പോൾ, അത് പഠിക്കാനും അതിൽ വിദഗ്ധൻ ആവാനുമൊക്കെ, പ്രത്യേകിച്ച് സാങ്കേതിക മേഖലകളിൽ (tech industry) പരിശ്രമിക്കുമ്പോൾ, പുതിയ ടൂളുകൾ ഉപയോഗിക്കാൻ ചില ആളുകൾക്ക് എന്നും ഒരു തടസ്സം അല്ലെങ്കിൽ ഒരു പ്രതിരോധം ഉണ്ടാവാറുണ്ട്. ഒരുതരം ഉത്കണ്ഠ, ഭയം, വ്യാകുലത, മടി എന്നിവയൊക്കെ ഇതിന് കാരണമാവും. പഠനത്തിന്റെ ഭാഗമായി ഇതും ലാഭമില്ലായ്മ എന്ന ഈ പ്രശ്നത്തിന് ഒരു പ്രധാന കാരണമായി പറയുന്നു. അതിനോടൊപ്പം രണ്ടാം സ്ഥാനത്ത് വന്ന കാരണം ജെൻഎഐ മോഡലുകളുടെ ക്വാളിറ്റിയെ കുറിച്ചുള്ള സംശയങ്ങളാണ്. മോശം യൂസർ എക്സ്പീരിയൻസ്, ചേഞ്ച് മാനേജ്മെന്റ് ചാലഞ്ചുകൾ, എക്സിക്യൂട്ടീവ് സ്പോൺസർഷിപ്പ് ലഭിക്കാത്തത് എന്നിവയെല്ലാം അടുത്ത കാരണങ്ങളായി ചൂണ്ടിക്കാട്ടപ്പെടുന്നു.

^{REPRESENTATIVE IMAGE | WIKI COMMONS}
വിജയ ഫോർമുല

എങ്ങനെയാണ് ചുരുക്കം ചില കമ്പനികൾക്ക് മാത്രം വിജയിക്കാൻ കഴിഞ്ഞത്? അവർ എഐ ഇന്റഗ്രേഷനും (AI integration) അതിന്റെ വിജയത്തിനുമായി തിരക്ക് കൂട്ടിയില്ല എന്നതും, ജെൻഎഐ ബാൻഡ്- വാഗണിലേക്ക് ഇടിച്ച് കയറാൻ നിൽക്കാതെ, അവയുടെ ഇന്റഗ്രേഷൻ പ്ലാൻ ചെയ്ത് എക്സിക്യൂട്ട് ചെയ്തതുമാണ് അതിന്റെ കാരണം. തങ്ങളുടെ സംവിധാനങ്ങൾക്ക് അനുയോജ്യമായി, വർക്ഫ്ലോ സ്പെസിഫിക് (workflow-specific) ആയുള്ള, നിലവിലുള്ള സംവിധാനങ്ങളെ മനസിലാക്കാനും അതിനനുസരിച്ച് അഡാപ്റ്റ് ചെയ്യാനും കഴിയുന്ന സംവിധാനങ്ങൾ അവർ ആദ്യം ഉണ്ടാക്കി. ഒപ്പം ആദ്യമേ തന്നെ വലിയ ടാർജറ്റുകൾ (targets) വയ്ക്കാതെ, റിയലിസ്റ്റിക് ആയിട്ടുള്ള, നേടിയെടുക്കാൻ കഴിയുന്ന ചെറിയ ഓട്ടോമേഷനുകൾ, കോൾ സമ്മറികൾ (call summaries), കോഡ് ജനറേഷൻ (code generation) പോലത്തെ ടാർജറ്റുകൾ സെറ്റ് ചെയ്ത് അവയെ നേടിയെടുത്തു. സിസ്റ്റംസ് ബിൽഡ് (build) ചെയ്യുന്ന കമ്പനികൾ ആണ് ഇത്തരത്തിൽ വിജയം നേടിയത്. എഐ സൊല്യൂഷനുകൾ വാങ്ങുന്ന കമ്പനികൾ അവർക്ക് ആവശ്യമുള്ള നിലയിൽ സൊല്യൂഷനുകൾ കസ്റ്റമൈസ് (customize) ചെയ്ത് വാങ്ങുകയും, ഐടി (IT) ഡിപ്പാർട്ട്മെന്റിൽ വർക്ക് ചെയ്യുന്നവർ മാത്രമല്ലാതെ ലൈൻ മാനേജേഴ്സ് (line managers), പവർ യൂസേഴ്സ് (power users) എന്നിവരെയൊക്കെ ഈ സൊല്യൂഷൻസ് പഠിപ്പിച്ചും, ചുമതലപ്പെടുത്തിയും, എഐ മോഡലിന്റെ ബെഞ്ച്മാർക്കിൽ ഫോക്കസ് ചെയ്യാതെ ബിസിനസ് പരിണാമത്തിലും റിസൾട്ടിലും ഫോക്കസ് നൽകിയും അവർക്ക് വിജയിക്കാനായെന്ന് പഠനത്തിൽ ചൂണ്ടിക്കാട്ടുന്നു.

എഐ അഡോപ്ഷനും എഐ ട്രാൻസ്ഫോർമേഷനും ഒന്നല്ല എന്നാണ് ഈ പഠനത്തിലൂടെ വ്യക്തമാവുന്നത്. പ്രോംപ്റ്റുകളെ (prompts) മാത്രം ആശ്രയിക്കാത്ത, കണ്ണ് മഞ്ഞളിപ്പിക്കുന്ന ഡെമോകൾക്കും പ്രോട്ടോടൈപ്പുകൾക്കും അപ്പുറത്തേക്ക്, കസ്റ്റമൈസ്ഡ് സംവിധാനങ്ങളും, വർക്ക്ഫ്ലോ ഇന്റഗ്രേഷനും അടങ്ങുന്ന സൊല്യൂഷനുകൾ വാങ്ങിയാൽ കമ്പനികൾക്ക് മെച്ചം ഉണ്ടാവുമെന്ന് ഈ പഠനത്തിലൂടെ അഭിപ്രായപ്പെടുന്നു. മാത്രമല്ലാതെ ബിൽഡ് ചെയ്ത് സമയം കളയാതെ നിലവിൽ മാർക്കറ്റിൽ ലഭ്യമായ പ്രൊഡക്ടുകൾ വാങ്ങാനും പഠനം നിർദ്ദേശിക്കുന്നു.

ഇതേ നിലയിൽ വലിയ കോർപറേറ്റുകൾ നീങ്ങി തുടങ്ങിയെന്നാണ് വാൾ സ്ട്രീറ്റ് ജേർണലിന്റെയും കണ്ടെത്തൽ. വളരെ വേഗത്തിൽ ഉണ്ടായ എഐ മുന്നേറ്റം ഇപ്പോൾ ഒന്ന് പതുക്കെയായെന്ന് വാൾ സ്ട്രീറ്റ് ജേർണലിന്റെ ലേഖനത്തിൽ പറയുന്നു. ഓഹരി വിപണികളിലെ മൂല്യവും, നിക്ഷേപങ്ങളെ ആകർഷിക്കാനും മറ്റും എഐ ലാങ്ഗ്വേജ് മോഡലുകളിലൊക്കെ തുടർച്ചയായി വന്നുകൊണ്ടിരുന്ന പ്രവർത്തനങ്ങളും അപ്ഡേറ്റുകളും കുറയ്ക്കാൻ തന്നെയാണ് ഇപ്പോൾ കോർപ്പറേറ്റുകളുടെ നീക്കം. മാറ്റങ്ങൾ വരുന്നത് പതുക്കെയാവുമ്പോൾ മറ്റ് കമ്പനികൾക്ക് അവരുടെ സംവിധാനങ്ങളിലേക്ക് മികവുറ്റ രീതിയിൽ പുതിയ മോഡലുകളെ ഇന്റഗ്രേറ്റ് ചെയ്യാൻ കഴിയുമെന്ന് കണക്കാക്കുന്നു. ഇതിലൂടെ ഒരു സ്ഥിരത കൈവരിക്കാനാവുമെന്നും, അതിനാൽ തന്നെ എഐ മേഖലയിലേക്ക് വരുന്ന നിക്ഷേപങ്ങൾക്ക് റിസ്കുകൾ കുറവായിരിക്കുമെന്ന് കോർപ്പറേറ്റുകൾ വിലയിരുത്തുന്നു.

^{REPRESENTATIVE IMAGE | WIKI COMMONS}
എഐ ഹൈപ്പ് - മിത്തും റിയാലിറ്റിയും

മൂന്ന് ട്രില്യൺ യുഎസ് ഡോളർ നിക്ഷേപമുള്ള ഗ്ലോബൽ എഐ ഇൻഡസ്ട്രിയിൽ പ്രതീക്ഷകളെ അസ്ഥാനത്താക്കി, വിചാരിച്ച നിലയിൽ വളർച്ചയുണ്ടായെങ്കിൽ വലിയ നഷ്ടമുണ്ടാവുമെന്ന് ദി ഇക്കണോമിസ്റ്റിന്റെ ലേഖനത്തിൽ പറയുന്നു. എഐയിൽ നിന്നും തീർച്ചയായും പല രീതിയിലുള്ള നേട്ടങ്ങൾ ഉണ്ടാക്കാൻ സാധിക്കുമെങ്കിലും, നിക്ഷേപങ്ങൾ കൂടുന്നതിന്റെ വേഗതയും വ്യാപ്തിയും വലിയ അപകടസാധ്യതകൾ കൂടെ തുറക്കുന്നതായി ലേഖനത്തിൽ പറയുന്നു. ഇത്രയും വേഗം റിസൾട്ടുകൾ ലഭിക്കാൻ വേണ്ടിയാണ് പല നിക്ഷേപകരും ആഗ്രഹിക്കുന്നത്. എന്നാൽ ഡാറ്റ, ഊർജം, ഹാർഡ്‌വെയർ എന്നതിൽ പല നിലയിലുള്ള വെല്ലുവിളികളുണ്ട്. വലിയ ഡാറ്റ സെന്ററുകൾ ഇതിനായി തുറക്കുക എന്ന് പറഞ്ഞാൽ വളരെ ചിലവേറിയതും ഊർജം ആവശ്യമുള്ളതുമായ പ്രക്രിയ ആണത്. എഐയിൽ നിന്നും നേട്ടങ്ങൾ ലഭിക്കാനുള്ള സാധ്യതയുണ്ടെങ്കിലും, പല നിക്ഷേപകർക്കും പണം നഷ്ടപ്പെട്ടേക്കാം എന്നും ലേഖനം പറയുന്നു. ഷോർട്-ടേം (short-term) ആയിട്ടുള്ള നേട്ടങ്ങളേക്കാൾ എഐ മേഖല എന്ന് പറയുന്നത് ഒരു ലോങ്ങ്-ടേം (long-term) കാഴ്ചപ്പാടോട് കൂടെ സമീപിക്കേണ്ടതാണെന്നും ലേഖനം അഭിപ്രായപ്പെടുന്നു.

പറ്റിയ തെറ്റുകളിൽ നിന്നും, അബദ്ധങ്ങളിൽ നിന്നും ഒരു ഇൻഡസ്ട്രി മാറി ചിന്തിക്കുന്നതായാണ് മനസ്സിലാക്കാൻ കഴിയുന്നതെന്നും എംഐടിയുടെ പഠന റിപ്പോർട്ട് അഭിപ്രായപ്പെടുന്നു. എഐ മുന്നേറ്റത്തിൽ ആവശ്യമായിട്ടുള്ള ഒരു ഘട്ടമാണിതെന്നും റിപ്പോർട്ടിൽ പറയുന്നു. ഇത്തരത്തിൽ എടുത്ത് പറയാവുന്ന മറ്റൊരു ഉദാഹരണം ഫേസ്ബുക്കിന്റെയും, വാട്സാപ്പിന്റെയും, ഇൻസ്റ്റഗ്രാമിന്റേയും മറ്റും ഉടമസ്ഥരായ മെറ്റ പ്ലാറ്റ്ഫോർമ്സ് (Meta Platforms, Inc.) എഐ സംബന്ധിച്ച് എടുത്ത തീരുമാനങ്ങളാണ്. വളരെ അഗ്ഗ്രസിവ് (aggressive) എന്ന് വിശേഷിപ്പിക്കാവുന്ന തരത്തിൽ എഐയുമായി ബന്ധപ്പെട്ട പ്രവർത്തനങ്ങൾ നടത്തിയിരുന്നു മെറ്റ. ഒരുപാട് ആളുകളെ ഇതിനായി വലിയ ശമ്പളത്തിൽ ജോലിക്കെടുക്കയും, എഐ ഡിപ്പാർട്ട്മെന്റിന്റെ വിപുലീകരണവും, മെറ്റ എഐയും (Meta AI), അതിലേക്ക് നടത്തിയ വലിയ നിക്ഷേപവും ഇതിന് ഉദാഹരണങ്ങളാണ്
.
^{REPRESENTATIVE IMAGE | PHOTO : WIKI COMMONS}
എന്നാൽ ഇപ്പോൾ മെറ്റ സൂപ്പർ ഇന്റലിജൻസ് ലാബ്സ് (Meta Superintelligence Labs) എന്ന് വിളിക്കുന്ന എഐ ഡിവിഷനിലേക്ക് ജോലിക്ക് ആളുകളെ എടുക്കുന്നത് മെറ്റ പൂർണമായും മരവിപ്പിച്ചിരിക്കുകയാണ്. ഇതിന്റെ ഭാഗമായി എഐ ഡിവിഷനിൽ വലിയൊരു ഉടച്ചുവാർക്കലിനും മെറ്റ തയ്യാറെടുക്കുന്നു. എങ്കിലും പുതിയ മൾട്ടി- ഗിഗവാട്ട് ഡാറ്റ സെന്ററുകൾ (multi-gigawatt data centers) ഒപ്പം അവരുടെ ലോങ്ങ്- ടേം സ്ട്രാറ്റജിയും അവർ റിവ്യു ചെയ്യുന്നു. എങ്കിലും എഐ റിസർച്ചും ഡെവലപ്പ്മെന്റും മെറ്റ തുടരും എന്ന് തന്നെയാണ് പ്രഖ്യാപിച്ചിട്ടുള്ളത്.

മറ്റൊരു ഉദാഹരണമായി പറയാവുന്നത് ആപ്പിൾ ഇന്റലിജൻസിന്റെ (Apple Intelligence) കടന്നുവരവാണ്. ആൻഡ്രോയിഡ് ഫോണുകളിൽ എഐ ഫീച്ചറുകൾ ഒരുപാട് വരാൻ തുടങ്ങിയതിന് ശേഷമാണ് ഐഫോൺ നിർമ്മാതാക്കളായ ആപ്പിൾ (Apple Inc.) അവരുടെ എഐ വേർഷനുമായി രംഗത്തെത്തുന്നത്. ആപ്പിളിന്റെ എല്ലാ ഉത്പന്നങ്ങളിലും പല ഉറപ്പുകളോടെ ആപ്പിൾ ഇന്റലിജൻസ് എന്ന പേരിൽ എഐ ഫീച്ചറുകൾ പുറത്തിറക്കിയ ആപ്പിൾ, ഇപ്പോഴും അന്ന് വാഗ്ദാനം ചെയ്ത പല ഫീച്ചറുകളും പൂർണമായി പുറത്തിറക്കാൻ കഴിയാത്ത നിലയിലാണ്. ഇറക്കിയ പല ഫീച്ചറുകളിലും പല വിധത്തിലുള്ള പ്രശ്നങ്ങളും (bugs) ഉണ്ട്. ഇതെല്ലാം കോർപ്പറേറ്റ് മത്സരങ്ങൾ (competition) മൂലവും, പ്രത്യേകിച്ച് ഓഹരി മൂല്യത്തിനെ വരെ ഇത് ബാധിക്കുമ്പോൾ എടുക്കേണ്ടി വരുന്ന തീരുമാനങ്ങളും അതിന്റെ അനന്തരഫലങ്ങളുമാണ്. ഉറപ്പ് നൽകിയ പല ഫീച്ചറുകളും പ്രഖ്യാപനത്തിന് ശേഷം ഒരു വർഷം കഴിഞ്ഞിട്ടും ലഭിക്കാത്തതിൽ ആപ്പിളിനെതിരെ വലിയ വിമർശനം ഉയർന്നു. മേൽപ്പറഞ്ഞ പല കാരണങ്ങളും ആപ്പിളിനെ ബാധിച്ചതായി നമുക്ക് കാണാൻ സാധിക്കും. കൂടാതെ അടുത്തിടെ, സെപ്റ്റംബർ 9ന് നടന്ന ‘ഐഫോൺ 17’ന്റെ (iPhone 17) ലോഞ്ചിലും ആപ്പിൾ ഇന്റലിജൻസിനെക്കുറിച്ച് വളരെ ചെറിയ പരാമർശങ്ങൾ മാത്രമേ ഉണ്ടായുള്ളൂ.

^{REPRESENTATIVE IMAGE | WIKI COMMONS}
ഈ ലേഖനങ്ങളിലും പഠനങ്ങളിലും ഒരുപാട് പരാമർശിക്കാത്ത, എന്നാൽ എഐ ഇൻഫ്രാസ്ട്രക്ചറിൽ വരുന്ന പ്രധാനഭാഗമാണ് ഡാറ്റ സെന്ററുകൾ. ഒരുപാട് വൈദ്യുതിയും, പവറും, കൂളിങ് സിസ്റ്റംസും (cooling systems) ആവശ്യമുണ്ട് എഐ ഡാറ്റ സെന്ററുകൾക്ക്. ഒരുപാട് ഊർജം ആവശ്യം വരുന്ന പ്രോസസ്സിംഗ് (processing) ആണ് എഐയുടേത്. ഇതിനും ഭീമമായ നിക്ഷേപം കോർപ്പറേറ്റുകൾ നടത്തുന്നുണ്ട്. അതിന്റെ ഒരുദാഹരണമാണ് ഗൂഗിൾ (Google) കൈറോസ് പവർ (Kairos Power) എന്ന ന്യൂക്ലിയർ ടെക്നോളജി കമ്പനിയുമായി കൈകോർത്ത് എഐ ഡാറ്റ സെന്ററുകൾക്കായി ന്യൂക്ലിയർ ഊർജ്ജത്തെ ഗൂഗിൾ വാങ്ങുന്നത്.

എഐ ഹൈപ്പ് (hype) ആളുകൾക്കിടയിലും കോർപറേറ്റുകൾക്കിടയിലും ഒന്ന് അടങ്ങിയിട്ടുണ്ട്. ആളുകൾ അതിനോട് പെട്ടെന്ന് തന്നെ അഡ്ജസ്റ്റ്, അല്ലെങ്കിൽ അഡാപ്റ്റ് ആവുകയും, കോർപറേറ്റുകൾക്ക് അളക്കാൻ കഴിയുന്ന വിധത്തിൽ അവരുടെ നിക്ഷേപങ്ങളുടെ റിട്ടേൺസ് അളക്കാൻ കഴിയാത്തതും ആണ് നിലവിലെ സ്ഥിതി. എങ്കിലും എല്ലാ മേഖലയിലും എഐ ഒരു ഭാഗമായി മാറിയെന്ന് പറയാതിരിക്കാൻ കഴിയില്ല. അത്രത്തോളം ഉണ്ട് അവയുടെ ഉപയോഗവും. ഒപ്പം അതിന്റെ ഭാവി ആവട്ടെ ഒരുപാട് പ്രതീക്ഷകൾ നൽകുന്നതും, പ്രോമിസിങ്ങും (promising) ആണ്. ഇൻഫ്രാസ്ട്രക്ചർ ദൃഢമാക്കുകയും, കമ്പനി സ്ട്രാറ്റജി വ്യക്തവും റിയലിസ്റ്റിക്കും ആക്കുന്നതിലൂടെയും ബിസിനസ്സുകൾക്ക് എഐയുടെ മുഴുവൻ പൊട്ടൻഷ്യൽ (potential) തിരിച്ചറിയാനും ഉപയോഗപ്പെടുത്താനും സാധിക്കും.