माइक्रोसॉफ्ट के सीईओ सत्य नडेला ने उद्यमों को एआई को आंख मूंदकर अपनाने के प्रति आगाह करते हुए चेतावनी दी है कि प्रौद्योगिकी को अपनाने की दौड़ में, कई व्यवसाय अपने मालिकाना ज्ञान को उजागर करने का जोखिम उठाते हैं जो उनकी दीर्घकालिक प्रतिस्पर्धी बढ़त को खत्म कर सकता है।
एक्स पर प्रकाशित एक लघु निबंध में, जो इस बात पर केंद्रित है कि बुद्धिमत्ता के युग में कंपनियों को अपनी मूल बौद्धिक संपदा (आईपी) की रक्षा कैसे करनी चाहिए, नडेला ने ‘रिवर्स सूचना विरोधाभास’ के विचार को सामने रखा। उन्होंने कहा कि व्यवसाय न केवल एआई टूल का उपयोग करने के लिए पैसे दे रहे हैं बल्कि टूल खरीदने के बाद अपनी आंतरिक विशेषज्ञता, वर्कफ़्लो और निर्णय लेने की प्रक्रियाओं को भी साझा कर रहे हैं।
नडेला ने रविवार, 13 जुलाई को पोस्ट में लिखा, “आप मॉडल को जितना बेहतर प्रदर्शन करना चाहते हैं, आपको उसे उतना ही अधिक ज्ञान देना होगा! इसे मैं रिवर्स इंफॉर्मेशन पैराडॉक्स मानता हूं।”
नडेला की टिप्पणी ऐसे समय में आई है जब व्यावसायिक ग्राहक एआई खर्च की तेजी से जांच कर रहे हैं। टोकन की कीमतें – एआई उपयोग को मापने के लिए उपयोग की जाने वाली इकाइयां – गिर रही हैं, लेकिन किसी कार्य को पूरा करने की लागत बढ़ रही है क्योंकि एआई कंपनियां फ्लैट सब्सक्रिप्शन से उपयोग-आधारित मूल्य निर्धारण में स्थानांतरित हो रही हैं।
इसके परिणामस्वरूप, उन कंपनियों के भीतर एक पुनर्मूल्यांकन शुरू हो गया है जो हाल तक एआई उपकरणों के भारी उपयोग को प्रोत्साहित करती थीं, जो अक्सर बढ़ती खपत को उत्पादकता के लिए प्रॉक्सी के रूप में मानते थे, जिसे “टोकनमैक्सिंग” कहा जाता था। अब, वे बिल काटने लगे हैं।
हालाँकि, नडेला, पालो ऑल्टो नेटवर्क्स के निकेश अरोरा और कॉइनबेस ग्लोबल के ब्रायन आर्मस्ट्रांग जैसे शीर्ष अधिकारियों ने तर्क दिया है कि छोटे, सस्ते एआई मॉडल कॉर्पोरेट जरूरतों का एक बड़ा हिस्सा संभाल सकते हैं। पिछले महीने इसी तरह की एक पोस्ट में, नडेला ने ऐसे भविष्य के प्रति चेतावनी दी थी जिसमें मुट्ठी भर एआई मॉडल होंगे “वह सब कुछ खाओ जो वे देखते हैं” और सभी आर्थिक रिटर्न पर कब्ज़ा कर लें, साथ ही पूरे उद्योगों को उनकी विशेषज्ञता को उनके अधीन से कमोडिटाइज़ होते देखने के लिए छोड़ दिया जाए।
विपरीत सूचना विरोधाभास क्या है?
नडेला का नवीनतम सिद्धांत ‘सूचना विरोधाभास’ नामक पारंपरिक आर्थिक सिद्धांत पर आधारित है जिसे नोबेल पुरस्कार विजेता अर्थशास्त्री केनेथ एरो द्वारा पेश किया गया था। यह सिद्धांत प्रस्तावित करता है कि सूचना के बाजार में एक विरोधाभास मौजूद है, जहां खरीदार को जानकारी का मूल्य तब तक ज्ञात नहीं होता है जब तक कि उसके पास वह जानकारी न हो और विक्रेता इसे बेचने के लिए ज्ञान देने का जोखिम उठाता है।
इस विज्ञापन के नीचे कहानी जारी है
नडेला की परिकल्पना के अनुसार, एआई युग में समस्या उलट गई है। उन्होंने लिखा, “एआई युग में, खरीदार जो खरीदा है उसका उपयोग करने के लिए ज्ञान देने का जोखिम उठाता है।”
– सत्य नडेला (@satyanadella) 12 जुलाई 2026
“आप अनिवार्य रूप से बुद्धिमत्ता के लिए दो बार भुगतान करते हैं, एक बार पैसे से, और फिर किसी और अधिक मूल्यवान चीज़ से: उस बुद्धिमत्ता को उपयोगी बनाने के लिए आपको मालिकाना ज्ञान प्रकट करना होगा। जितना बेहतर आप चाहते हैं कि मॉडल प्रदर्शन करे, उतना ही अधिक ज्ञान आपको उसे देना होगा!” उसने कहा।
उन्होंने आगे कहा, “समय के साथ, जानकारी में विषमता बढ़ती जा रही है। जैसे-जैसे आप अपनी खरीदी गई चीज़ का उपयोग करते हैं, विक्रेता आपके बारे में अधिक से अधिक सीखता है, जबकि विक्रेता बदले में क्या सीख रहा है, इसके बारे में आप बहुत कम सीखते हैं।”
नडेला ने कहा, एआई सिस्टम को दिया गया हर संकेत, सुधार, मूल्यांकन और फीडबैक इसे बेहतर बनाने में मदद करता है। “प्रत्येक सुधार को संस्थागत जानकारी में आसवित किया जाता है। यह उस प्रकार का ज्ञान है जिसे एक प्रतियोगी कभी नहीं खरीद सकता है, और वह प्रकार जो लगभग अगोचर रूप से लीक होता है: ट्रेस दर ट्रेस, सुधार दर सुधार, ईवल दर ईवल,” उन्होंने आगे कहा।
नडेला आसवन पर प्रतिबंध के ख़िलाफ़ क्यों हैं?
माइक्रोसॉफ्ट प्रमुख ने अन्य खिलाड़ियों को आसवन से प्रतिबंधित करने के लिए एआई मॉडल प्रदाताओं की भी आलोचना की – एक सामान्य प्रशिक्षण पद्धति जिसका उपयोग एआई लैब अपने स्वयं के मॉडल पर छोटे, सस्ते संस्करण बनाने के लिए करते हैं। हालाँकि, प्रतिस्पर्धी अनिवार्य रूप से अन्य प्रयोगशालाओं के होमवर्क की नकल करने के लिए भी आसवन का उपयोग कर सकते हैं।
इस विज्ञापन के नीचे कहानी जारी है
इस साल की शुरुआत में, एंथ्रोपिक ने तीन चीनी कंपनियों – डीपसीक, मूनशॉट एआई और मिनीमैक्स पर आसवन के माध्यम से अपने स्वयं के मॉडल को बेहतर बनाने के लिए अपने क्लाउड एआई मॉडल के साथ 24,000 से अधिक नकली खाते स्थापित करने का आरोप लगाया था।
“जबकि सार्वजनिक डेटा पर मॉडलों को प्रशिक्षित करने के लिए उचित उपयोग के अधिकार वाले मॉडल प्रदाताओं से आने वाले महान नवाचार की आवश्यकता है। मुझे यह विडंबनापूर्ण लगता है कि यथास्थिति फिर बदल जाती है और आसवन पर प्रतिबंधात्मक शर्तें लगाती है, और ग्राहक के उपयोग और इंटरैक्शन डेटा से सीखने का अधिकार सुरक्षित रखती है,” नडेला ने कहा।
“यदि सीखना केवल एक ही दिशा में बहता है, तो आर्थिक मूल्य ज्ञान के रचनाकारों के बजाय सीखने के बुनियादी ढांचे के मालिकों की ओर केंद्रित होता है। इसलिए, यह जरूरी है कि हम सीखने के बुनियादी ढांचे को हर फर्म में वितरित करें ताकि वे अपने स्वयं के सीखने के चक्र को नियंत्रित कर सकें।”
उद्यम अपनी सुरक्षा कैसे कर सकते हैं?
नडेला के अनुसार, एक होने की जरूरत है पेटेंट के बराबरजो आविष्कारकों को एआई युग के लिए स्वामित्व खोए बिना विचारों को साझा करने की अनुमति देता है।
इस विज्ञापन के नीचे कहानी जारी है
उन्होंने कहा, “क्लाउड युग में, उद्यम डेटा जमा करते हैं। एआई युग में, वे सीखने को जमा करते हैं। जानकारी की सुरक्षा से लेकर उन तंत्रों की रक्षा करने तक, जिनके माध्यम से संगठन सीखते हैं, अनुकूलन करते हैं और मिश्रित बुद्धिमत्ता रखते हैं, विश्वास की सीमा तदनुसार विकसित होनी चाहिए।”
नडेला ने आगे कुछ चीजें बताईं जो प्रत्येक उद्यम को यह सुनिश्चित करने के लिए करनी चाहिए:
-नियंत्रण: अपने निजी ईवल्स बनाएं, क्योंकि ईवल्स परिभाषित करते हैं कि संगठन के अंदर “अच्छा” कैसा दिखता है। इसके अलावा, अपने संगठन की स्मृति, निशान, फीडबैक, निर्णय और संस्थागत संदर्भ और अपने कार्यों और प्रश्नों से मॉडल के आउटपुट का उपयोग करने की क्षमता का स्वामित्व बनाए रखें।
-क्षमता: मॉडल को प्रशिक्षित करने या ट्यून करने के लिए किरायेदार सीमा के भीतर अपना खुद का स्वामित्व सीखने का वातावरण बनाएं, जहां मॉडल कंपनी के ज्ञान को उजागर किए बिना वास्तविक वर्कफ़्लो के विरुद्ध सीखते हैं।
इस विज्ञापन के नीचे कहानी जारी है
-विकल्प: सुनिश्चित करें कि ऑर्केस्ट्रेशन परत किसी एकल मॉडल से अलग हो गई है। अपने आप से पूछें: यदि आपके द्वारा उपयोग किए जा रहे किसी एक मॉडल को हटा दिया जाता है, तो क्या आपके पास अभी भी अन्य मॉडलों का उपयोग करके अपने समकक्षों को संचालित करने और अनुकूलित करने की क्षमता है? क्या आपकी कंपनी की “अनुभवी” क्षमता आपके पास बनी रहती है, भले ही किसी दिए गए “सामान्यवादी” मॉडल को हटा दिया जाए?
-लागत: ऑर्केस्ट्रेशन परत को अलग करके, आप गुणवत्ता से समझौता किए बिना संदर्भ, मॉडल और कार्यों को सबसे कुशल और लागत प्रभावी तरीके से एक साथ लाने में सक्षम हैं।
-कंपाउंड: इन चारों को एक साथ लाएं और आप अपना खुद का निरंतर सीखने का लूप (यानी पहाड़ी पर चढ़ने की मशीन) बनाएं जो आपके एआई निवेश को आपकी फर्म के मूल्य को बढ़ाने की अनुमति देगा।