Bariflo कंपनी औद्योगिक अपशिष्ट जल शोधन को अनुकूलित करने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करती है
और पढ़ें
YourStory [india, en]
yourstory.com

Bariflo कंपनी औद्योगिक अपशिष्ट जल शोधन को अनुकूलित करने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करती है

ओडिशा स्थित स्टार्टअप Bariflo Cybernetics औद्योगिक प्रतिष्ठानों में जल उपचार सुविधाओं की दक्षता बढ़ाने का प्रयास कर रहा है। यह कंपनी सफाई प्रक्रियाओं को समायोजित करने के लिए सेंसर, एआई-आधारित सॉफ्टवेयर और स्वचालन को जोड़ती है, जिससे पानी को पुन: उपयोग के लिए तैयार करते समय ऊर्जा और रसायनों की खपत कम होती है।

Bariflo को 2 करोड़ रुपये का वित्तपोषण प्राप्त हुआ है, जो ऊर्जा नवाचार प्लेटफॉर्म MC² Plus से जुड़े विशिष्ट चरणों की उपलब्धि पर निर्भर करता है। इस पहल की देखरेख पेट्रोलियम और प्राकृतिक गैस मंत्रालय द्वारा की जाती है। वर्तमान में, कंपनी भारत पेट्रोलियम कॉर्पोरेशन लिमिटेड (BPCL) के साथ एक पायलट प्रोजेक्ट के लिए तैयारी कर रही है, जैसा कि संस्थापक और सीईओ मित्रिंजय साहू ने बताया। यह वित्तपोषण Bariflo को प्रौद्योगिकी विकास और परीक्षण चरण से वाणिज्यिक कार्यान्वयन की ओर बढ़ने में मदद करता है, जिसका अर्थ है औद्योगिक ग्राहकों को परिचालन लागत में कमी का वादा करने वाले आधुनिकीकरण में निवेश करने के लिए मनाना।

वर्ष 2018 में स्थापित, Bariflo शुरू में नगरपालिका जल निकायों की निगरानी और सफाई में लगी हुई थी। बाद में, कंपनी ने झींगा और मछली पालन सहित जलीय कृषि का अध्ययन करना शुरू किया, इससे पहले कि वह औद्योगिक अपशिष्ट जल के उपचार और पुन: उपयोग पर ध्यान केंद्रित करे। साहू बताते हैं कि मीठे और भूजल की कमी उद्योगों को पानी के प्रति अधिक विवेकपूर्ण होने और इसके रीसाइक्लिंग को बढ़ाने के लिए मजबूर करती है। Bariflo मौजूदा अपशिष्ट जल उपचार संयंत्रों (ETP) के आधुनिकीकरण के माध्यम से इस आवश्यकता को पूरा करता है, बजाय इसके कि ग्राहकों से नए निर्माण की मांग करे।

फ्रॉस्ट एंड सलीवन के एक अध्ययन का हवाला देते हुए, Bariflo 2024 में भारत के औद्योगिक जल और अपशिष्ट जल बाजार का मूल्यांकन $2.87 बिलियन करता है, जिसमें 2030 तक 8.3% की चक्रवृद्धि वार्षिक वृद्धि दर से बढ़कर $4.65 बिलियन तक पहुंचने का अनुमान है। इस मूल्यांकन में विनिर्माण क्षेत्र, ऊर्जा और रिफाइनरियों में जल उपचार, अपशिष्ट जल उपचार और शून्य/न्यूनतम तरल निर्वहन के समाधान शामिल हैं, जो Bariflo के विशिष्ट प्रस्ताव से व्यापक हैं। कंपनी Ion Exchange और VA Tech WABAG को अप्रत्यक्ष प्रतियोगी बताती है। Ion Exchange अपने IonSite Digital Twin उत्पाद में अपशिष्ट जल में एआई और मॉडलिंग का उपयोग करके बचत की पहचान करता है और संयंत्र संचालन का मार्गदर्शन करता है, जबकि VA Tech WABAG ने जल उपचार में एआई के अनुप्रयोग का प्रदर्शन किया है।

Bariflo के मालिकाना IoT सेंसर अपशिष्ट जल के मापदंडों जैसे पीएच, कुल घुलित ठोस पदार्थ और प्रवाह की निगरानी करते हैं। साहू के अनुसार, एआई मॉडल इन रीडिंग का उपयोग विभिन्न चरणों में रसायनों की खुराक और सफाई प्रक्रियाओं को निर्धारित करने के लिए करते हैं। यह कुछ ऐसे निर्णयों को स्वचालित करता है जिन्हें ऑपरेटर आमतौर पर मैन्युअल रूप से लेते हैं, और संयंत्र को आने वाले अपशिष्ट जल की विशेषताओं में बदलाव पर प्रतिक्रिया करने में मदद करता है। साहू का दावा है कि तकनीक ने ऊर्जा की खपत में लगभग 25% की कमी और रासायनिक उपयोग की दक्षता में वृद्धि की क्षमता दिखाई है।

स्थापना की लागत मौजूदा सुविधा के आकार और कॉन्फ़िगरेशन पर निर्भर करती है। साहू बताते हैं कि एक बड़े रिफाइनरी संयंत्र के लिए पूर्ण स्वचालन की लागत लगभग 1-2 करोड़ रुपये हो सकती है। ग्राहकों के लिए निवेश पर रिटर्न की गति संयंत्र की क्षमता, वर्तमान परिचालन लागत और प्राप्त बचत पर निर्भर करती है। Bariflo तैनाती के लिए एकमुश्त शुल्क लेता है, और फिर अपनी तकनीक और सेवाओं के लिए मासिक शुल्क लेता है। साहू के अनुसार, कंपनी ने 2025-26 में लगभग 1.2 करोड़ रुपये का राजस्व अर्जित किया है।

मित्रिंजय साहू बताते हैं कि Bariflo ने फरीदाबाद में इंडियन ऑयल कॉर्पोरेशन के अनुसंधान केंद्र में पायलट परियोजनाएं की थीं। BPCL के साथ नियोजित पायलट प्रोजेक्ट औद्योगिक परिस्थितियों में सफाई, ऊर्जा की खपत और रसायनों के उपयोग की प्रभावशीलता का परीक्षण करेगा। वह आशा व्यक्त करते हैं कि सफल सत्यापन वाणिज्यिक ऑर्डर का मार्ग प्रशस्त करेगा।

इस चरण में समय लग सकता है। बड़े औद्योगिक संगठनों और सरकारी उद्यमों को बेचना अनुसंधान एवं विकास टीमों और अन्य निर्णय निर्माताओं के साथ बातचीत की मांग करता है, जिसमें खरीद से पहले लंबी मूल्यांकन अवधि होती है। साहू स्वीकार करते हैं: 'सबसे बड़ी चुनौती बड़े औद्योगिक संगठनों और सरकारी उद्यमों की पारिस्थितिकी प्रणालियों में अपनाने की प्रक्रिया को पार करना था।' ग्राहकों के सामने Bariflo का तर्क सेंसर, सॉफ्टवेयर और स्वचालन के संयोजन पर आधारित है जो उनकी मौजूदा सुविधाओं के साथ काम करता है। कंपनी ने घोषणा की है कि उसने 42 पेटेंट आवेदन दायर किए हैं, जिनमें से 32 स्वीकृत हो चुके हैं।

Bariflo ने सार्वजनिक घोषणा के माध्यम से कार्यक्रम के बारे में जानकारी मिलने के बाद MC² Plus से संपर्क किया। 2 करोड़ रुपये का वित्तपोषण सहमत चरणों से जुड़ा हुआ है, और भुगतान उनके पूरा होने के आसपास संरचित है, जैसा कि साहू समझाते हैं। MC² Plus HPCL, ONGC, इंडियन ऑयल, BPCL, GAIL, ऑयल इंडिया और पेट्रोनेट LNG को एक साथ लाता है, जो ऊर्जा परियोजनाओं, अनुसंधान सुविधाओं, मेंटरशिप और औद्योगिक पायलट साइटों तक पहुंच के लिए वित्तपोषण प्रदान करता है।

इस वित्तपोषण को प्राप्त करने से पहले, साहू के अनुसार, Bariflo ने अनुदान, इक्विटी और ऋण के माध्यम से लगभग 1 मिलियन डॉलर जुटाए थे। नई धनराशि आगामी पायलट परियोजनाओं को चलाने और अधिक औद्योगिक स्थानों पर अपनी तकनीक स्थापित करने में मदद करेगी। वह निष्कर्ष निकालते हैं: 'हमारी तत्काल प्राथमिकता व्यावसायीकरण में तेजी लाना और एक स्केलेबल व्यवसाय बनाना है।'

}

समान कहानियाँ

भारतीय कंपनी CIMCON पानी के रिसाव का पता लगाने और बिजली बचाने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करती है
और पढ़ें
thebetterindia.com

भारतीय कंपनी CIMCON पानी के रिसाव का पता लगाने और बिजली बचाने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करती है

अहमदाबाद स्थित कंपनी CIMCON शहरों और गांवों में जल संसाधन प्रबंधन को बेहतर बनाने, साथ ही आवश्यक सेवाओं की गुणवत्ता बढ़ाने के लिए आर्टिफिशियल इंटेलिजेंस, सेंसर और स्वचालन का उपयोग करती है। अपनी परियोजनाओं के माध्यम से, कंपनी ने दो अरब किलोवाट-घंटे से अधिक बिजली बचाई है।

भारत के कई परिवारों में दैनिक योजना पानी की आपूर्ति की अस्थिरता पर निर्भर करती है, और ग्रामीण क्षेत्रों में महिलाओं को पानी इकट्ठा करने में घंटों खर्च करने पड़ते हैं। मुख्य कार्य नुकसान को कम करते हुए महत्वपूर्ण सेवाओं की विश्वसनीयता सुनिश्चित करना है।

जब अनिल अग्रवाल 1988 में अमेरिका से भारत लौटे, तो उन्होंने देखा कि उपयोगिता सेवाएं काफी हद तक कागजी कार्रवाई, फील्ड निरीक्षण और टेलीफोन कॉल पर निर्भर थीं। उन्होंने स्वचालितता को सुलभ बनाने के उद्देश्य से CIMCON की स्थापना की।

चूंकि तकनीक महंगी थी, इसलिए कई संगठनों को संदेह था कि सॉफ्टवेयर बुनियादी ढांचे की रोजमर्रा की समस्याओं का समाधान कर सकता है। CIMCON ने आसानी से उपलब्ध कंप्यूटर घटकों और उपयोग में आसान सॉफ्टवेयर का उपयोग करके किफायती सिस्टम बनाना शुरू किया।

1990 के दशक की शुरुआत में, CIMCON ने दूरस्थ तेल कुओं की निगरानी के लिए ONGC के साथ सहयोग किया। इसकी प्रणाली ऑपरेटरों को कुएं के बंद होने के बारे में सचेत करती थी और उत्पादन डेटा प्रसारित करती थी, जिसे 'बोलने वाले कुएं' नाम दिया गया।

देहरादून क्षेत्र में, श्रमिकों को पंपों और वाल्वों को नियंत्रित करने के लिए लंबी दूरी तय करनी पड़ती थी। CIMCON ने पंपों, जलाशयों और वाल्वों के लिए रिमोट कंट्रोल और मॉनिटरिंग लागू की, जिससे मैन्युअल संचालन पर निर्भरता कम हुई।

CIMCON के कार्यकारी निदेशक, रजनीश डैशोटर, इस तकनीक की तुलना मानव तंत्रिका तंत्र से करते हैं। सार्वजनिक बुनियादी ढांचे में स्थित सेंसर और संचार उपकरण वास्तविक समय में जानकारी केंद्रीय कमांड सेंटर में भेजते हैं।

परियोजना के आधार पर, सेंसर पानी की खपत, दबाव, जलाशयों के स्तर, ऊर्जा की खपत और पीएच, क्लोरीन और मैलापन जैसे गुणवत्ता संकेतकों को ट्रैक करते हैं। ऑपरेटर बदलती परिस्थितियों के अनुसार नेटवर्क की निगरानी कर सकते हैं।

पाइपलाइन में रिसाव होने पर दबाव का स्तर गिर जाता है। यह प्रणाली ऑपरेटरों को रिसाव के स्थानों का पता लगाने, पानी के नुकसान का आकलन करने और उपकरणों की संभावित विफलताओं की पहचान करने में मदद करती है इससे पहले कि वे घरों में पानी की आपूर्ति बाधित करें।

शहरों में पानी ले जाने के लिए भारी मात्रा में बिजली की आवश्यकता होती है। CIMCON पंपों के संचालन की निगरानी करता है ताकि उपयोगिताओं को संचालन को अनुकूलित करने और अनावश्यक ऊर्जा की खपत को कम करने में मदद मिल सके। कंपनी ने दो अरब किलोवाट-घंटे से अधिक बिजली बचाई है। इसके अलावा, इसकी स्मार्ट लाइटिंग सिस्टम स्ट्रीट लाइटों को दूर से नियंत्रित करने, उनके संचालन को स्वचालित करने और कम यातायात के घंटों के दौरान रोशनी को मंद करने की अनुमति देती है।

ग्रामीण समुदायों में विश्वसनीय पानी की आपूर्ति महिलाओं और लड़कियों को पानी खोजने के बहु-घंटे के श्रम से मुक्त करती है। इस समय का उपयोग शिक्षा, काम और परिवार के लिए किया जा सकता है, और स्वच्छ पानी असुरक्षित स्रोतों के संपर्क में आने के जोखिम को कम करता है।

कई शहरी परिवार अभी भी भंडारण टैंकों और नियोजित जल आपूर्ति पर निर्भर हैं। अग्रवाल का दीर्घकालिक लक्ष्य शहरों को विश्वसनीय चौबीसों घंटे की पानी की आपूर्ति की ओर अग्रसर करना है, ताकि परिवारों को पानी की उपलब्धता के आधार पर अपना जीवन योजनाबद्ध न करना पड़े।

CIMCON भविष्य कहनेवाला रखरखाव, बाढ़ की भविष्यवाणी, डिजिटल ट्विन्स और एआई-आधारित बुनियादी ढांचा प्रबंधन का अध्ययन कर रहा है। ये उपकरण अधिकारियों को विफलताओं का अनुमान लगाने, मांग का पूर्वानुमान लगाने और अधिक सूचित निर्णय लेने में मदद कर सकते हैं।

एटेरो कंपनी अपशिष्ट रीसाइक्लिंग में मूल्य निर्धारण और अनुपालन समस्याओं को हल करने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करती है
और पढ़ें
yourstory.com

एटेरो कंपनी अपशिष्ट रीसाइक्लिंग में मूल्य निर्धारण और अनुपालन समस्याओं को हल करने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करती है

रीसाइक्लिंग संयंत्र में आने पर एक वॉशिंग मशीन एक ही उत्पाद लग सकती है। हालांकि, रीसाइक्लिंग कंपनी के लिए, इसका मूल्य सामग्री की सामग्री, घटकों की उपस्थिति या अनुपस्थिति, निकाले गए सामग्री की मात्रा और प्रसंस्करण लागत से निर्धारित होता है।

जब इन निर्णयों को हजारों घरेलू उपकरणों, आपूर्तिकर्ताओं और स्थानों के लिए लेना पड़ता है, तो रीसाइक्लिंग प्रक्रिया मूल्य निर्धारण, रसद और नियामक आवश्यकताओं के अनुपालन से जुड़ी एक जटिल समस्या बन जाती है।

भारतीय कंपनी एटेरो, जो इलेक्ट्रॉनिक कचरे और बैटरियों के रीसाइक्लिंग में विशेषज्ञता रखती है, इन समाधानों को मानकीकृत करने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करती है। टेकस्पार्क्स 2026 सम्मेलन में बोलते हुए, एटेरो के उत्पाद और प्रौद्योगिकी प्रमुख आयुष अग्रवाल ने बताया कि कंपनी पुनर्चक्रण योग्य सामग्रियों के मूल्य का आकलन करने और लेनदेन को नियामक मानदंडों के अनुरूप बनाने के लिए एआई का उपयोग कैसे करती है।

अग्रवाल के अनुसार, एटेरो सालाना लगभग 200,000 मीट्रिक टन इलेक्ट्रॉनिक कचरा और 10,000 मीट्रिक टन लिथियम-आयन बैटरी संसाधित करती है। कंपनी प्रति वर्ष 1,000 करोड़ रुपये से अधिक मूल्य की सामग्री खरीदती है, जो इसके आर्थिक मॉडल के लिए सटीक मूल्य निर्धारण के महत्व को रेखांकित करता है।

तांबे या सोने के विपरीत, स्क्रैप धातु का वैश्विक कमोडिटी एक्सचेंजों पर कोई एकल मानक मूल्य नहीं होता है; इसकी लागत पुनर्प्राप्त होने वाली सामग्री, प्रसंस्करण और परिवहन लागत और क्षेत्रीय मांग और आपूर्ति पर निर्भर करती है।

एटेरो ने मैट्रिक्स नामक एक प्रणाली विकसित की है - एक एआई-आधारित मूल्य निर्धारण तंत्र जो सामग्रियों और बाजार विश्लेषण की जानकारी को एकीकृत करता है। यह प्रणाली विभिन्न घरेलू उपकरणों में घटकों और निकाले गए धातुओं का मूल्यांकन करती है, और फिर विशिष्ट बाजार में सामग्री के मूल्य को निर्धारित करने के लिए मशीन लर्निंग मॉडल और कच्चे माल की कीमतों का उपयोग करती है।

उदाहरण के लिए, स्थानीय बाजार की स्थितियों और रसद लागत के कारण दिल्ली और मुंबई में वॉशिंग मशीन की कीमत अलग हो सकती है। यह प्रणाली रीसाइक्लिंग के तीन वर्षों के डेटा, दो वर्षों के स्टॉक एक्सचेंज डेटा और हजारों विभिन्न उपकरणों की जानकारी पर निर्भर करती है।

अग्रवाल ने उल्लेख किया कि इस तरह के समाधान मानवीय निर्णय से बड़े पैमाने पर संभव नहीं हैं, इसलिए कंपनी बढ़ती मात्राओं को प्रबंधित करने के लिए कर्मचारियों की संख्या बढ़ाने के बजाय मूल्य निर्धारण को मानकीकृत करने का प्रयास करती है।

मूल्य निर्धारण केवल एक चुनौती है। रीसाइक्लिंग कंपनियों को आपूर्तिकर्ताओं, वाहकों, चालानों, परिवहन दस्तावेजों और कानूनी आवश्यकताओं को कवर करने वाले व्यापक रिकॉर्ड रखने के लिए भी बाध्य किया जाता है।

एटेरो ने लाइट्सपीड़ नामक एक एआई-आधारित अनुपालन तंत्र भी बनाया है, जो दस्तावेजों की जांच करता है, रिकॉर्ड के बीच जानकारी का मिलान करता है और जांच के लिए अपवादों को चिह्नित करता है। यह प्रणाली ऑडिट के लिए तैयार रिपोर्ट बनाने के लिए डिज़ाइन की गई है, जिससे कंपनी को लेनदेन होने के वर्षों बाद भी नियामकों या ग्राहकों के अनुरोधों का जवाब देने में मदद मिलती है।

अग्रवाल के अनुसार, एटेरो प्लेटफॉर्म ने पहले ही 50,000 दस्तावेज़ संसाधित कर लिए हैं और 500 से अधिक त्रुटियां पाई हैं। कंपनी का लक्ष्य दक्षता में 70% सुधार करना है, जिससे मौजूदा टीम बिना कर्मचारियों की संख्या बढ़ाए चार गुना अधिक दस्तावेज़ संसाधित कर सके।

अग्रवाल के लिए, एआई का मूल्य केवल स्वचालन से परे है। मूल्य निर्धारण, खरीद लागत और निकाली गई सामग्री की लागत को जोड़कर, एटेरो को प्रत्येक व्यक्तिगत आवेदन के स्तर पर लाभप्रदता की अधिक स्पष्ट तस्वीर मिलती है।

उन्होंने यह भी बताया कि कंपनी आपूर्तिकर्ताओं से छवियों के आधार पर आने वाली सामग्री की पहचान करने के लिए विज़ुअल लर्निंग क्षमताओं पर काम कर रही है, जबकि उसके छवि डेटासेट का आकार 10,000 से बढ़कर 100,000 के लक्षित आंकड़े तक बढ़ रहा है।

व्यापक निष्कर्ष यह है कि एआई उन उद्योगों में भी व्यावसायिक मूल्य बना सकता है जहां मुख्य कार्य भौतिक रहता है। समाधानों को अधिक सुसंगत बनाने और बिखरे हुए परिचालन डेटा को समेकित करने का प्रयास करते हुए, एटेरो कर्मचारियों की संख्या में पूर्ण वृद्धि पर निर्भर हुए बिना विकास का समर्थन करने वाली प्रणालियों के निर्माण पर काम कर रही है।

एआई बुनियादी ढांचे के विस्तार को वित्तपोषण की समस्याओं का सामना करना पड़ रहा है, ऋण से शेयर पूंजी के पतला होने की ओर बढ़ रहा है
और पढ़ें
cgtn.com

एआई बुनियादी ढांचे के विस्तार को वित्तपोषण की समस्याओं का सामना करना पड़ रहा है, ऋण से शेयर पूंजी के पतला होने की ओर बढ़ रहा है

मेटा प्लेटफॉर्म्स ने गुरुवार को केवल एक ट्रेडिंग दिन में $124 बिलियन का बाजार मूल्य खो दिया। इस गिरावट का कारण उत्पाद में खराबी नहीं थी, बल्कि कंपनी का वित्तीय निर्णय था: मेटा ने आर्टिफिशियल इंटेलिजेंस (एआई) को वित्तपोषित करने के लिए मतदान अधिकार रहित शेयरों के एक नए वर्ग के जारी करने की घोषणा की और 2026 के लिए अपने पूंजीगत व्यय योजना की निचली सीमा को $135 बिलियन तक बढ़ा दिया।

यह एआई के विकास के लिए नया वित्तीय मॉडल है। पिछली तिमाही में मेटा ने $2.12 बिलियन का नकारात्मक मुक्त नकदी प्रवाह दर्ज किया, जो दस वर्षों से अधिक समय में नकदी जलाने का पहला मामला था। प्रमुख क्लाउड सेवा ऑपरेटरों में वार्षिक पूंजीगत व्यय लगभग $750–$850 बिलियन तक पहुंच गया है और ट्रिलियन के करीब है, जो परिचालन नकदी प्रवाह की क्षमताओं से अधिक है।

इस कारण वित्तपोषण की संरचना में बदलाव हो रहा है। प्रारंभिक चरण ऋण पर निर्भर था: बड़ी प्रौद्योगिकी कंपनियों ने इस वर्ष वैश्विक ऋण बाजारों से लगभग $250 बिलियन जुटाए हैं, और कुल जारी होने की मात्रा लगभग $320 बिलियन होने का अनुमान है, जो लगभग 60% की वृद्धि है। अब वित्तपोषण शेयर पूंजी के माध्यम से किया जाता है, जिससे मौजूदा शेयरधारकों का हिस्सा पतला होता है।

क्रेडिट चैनल में कठिनाइयाँ सबसे पहले दिखाई देती हैं। कोरवीव (CoreWeave) की सुरक्षित बॉन्ड पर लगभग 15% की उपज है, और इसके पांच साल के क्रेडिट डिफ़ॉल्ट स्वैप लगभग 1200 आधार अंकों के करीब पहुंच गए हैं। इन उपकरणों का एक बड़ा हिस्सा निजी क्रेडिट फंडों और वार्षिकी पोर्टफोलियो में है, जहां नुकसान धीरे-धीरे और चुपचाप पता चलते हैं।

निराशावादी परिदृश्य केवल ब्याज लागतों से परे है। त्वरक तीन-चार वर्षों में मूल्यह्रास होते हैं, और प्रत्येक नई पीढ़ी पिछली को अप्रचलित बना सकती है; क्षेत्र के कुछ विकास चक्रीय योजनाओं के माध्यम से वित्त पोषित थे, जिसमें चिप आपूर्तिकर्ता स्वयं इन चिप्स के खरीदारों का समर्थन करते थे।

उपज पर बहस सार्वजनिक हो गई है। गार्टनर के जॉन लोवेलॉक, जिनका पूर्वानुमान इस महीने की गिरावट में योगदान देने वाला था, इस दौड़ का वर्णन 'अंतिम जीवित बचे व्यक्ति की स्थिति' के रूप में करते हैं, जहां अधिकांश एआई बाजार 'द्विध्रुवीकरण तक सिकुड़ जाएंगे'। गैर-क्लाउड सेवाओं में लगी कंपनियां पहले ही अपनी स्थिति प्रदर्शित कर चुकी हैं: दक्षिण कोरिया की एलिस (Elice) के डेब्यू पर 30% से अधिक गिर गई; फर्मस (Firmus), एयरट्रंक (AirTrunk) और एसबी एनर्जी (SB Energy) ने अपने लिस्टिंग स्थगित कर दिए हैं।

बाजार समर्थक वित्तपोषण की समस्या को स्वीकार करते हैं, लेकिन मांग की समस्या से सहमत नहीं हैं। मिलर टाबैक के मैथ्यू मैले ने कहा: 'किसी को चिंता नहीं है कि मेटा, अमेज़ॅन या गूगल को आवश्यक वित्त मिलेगा। लेकिन अगर यह छोटी कंपनियों के लिए बहुत महंगा हो जाता है, तो लोगों को चिंता करने के लिए पतन होना आवश्यक नहीं है।'

बाजार का निर्णय जल्दी आया, लेकिन संकीर्ण था: नैस्डैक 2.6% गिरा, जबकि डाउ अपरिवर्तित रहा - यह एक रोटेशन था, न कि अंतिम फैसला। जांच एआई के निर्माण के तथ्य की नहीं है, बल्कि इस बात की है कि अपेक्षित राजस्व आने से पहले वित्तपोषण प्राप्त होगा या नहीं।

लोकप्रिय