IPO-க்கு முன்னதாக, Anthropic-ன் Daniela Amodei AI-ன் வருவாய் குறித்த சந்தேகங்களை கடந்து செல்கிறார்

Anthropic சமீபத்தில் $47 பில்லியன் வருடாந்திர வருவாயை கடந்துவிட்டது — ஐந்து மாதங்களில் 422% வளர்ச்சி — மற்றும் IPO-க்கு ரகசியமாக விண்ணப்பித்துள்ளது, இது பொதுச் சந்தைகள் AI-ன் வருவாயை தனியார் முதலீட்டாளர்களைப் போல உற்சாகத்துடன் நம்புகிறதா என்பதை சோதிக்கலாம். ஆசியா முழுவதும் AI உள்கட்டமைப்பில் கட்டமைக்கும் டெவலப்பர்களுக்கு, இந்த தருணம் சிலிகன் வேலி மைல்கல்லை விட அதிகமாக குறிக்கிறது: இது ஆசிய AI வளர்ச்சி கருவிகள் நிறுவனர்கள் நம்பியிருக்கும் உண்மையான மதிப்பு, வெறும் ஹைப் அல்ல, பற்றி கடுமையான ஆய்வை எதிர்கொள்ளப் போகிறது என்பதற்கான சமிக்ஞை.

பந்தயம் தெளிவாக உள்ளது. Bloomberg Tech-ல் பேசிய Anthropic இணை-நிறுவனர் Daniela Amodei, நிறுவன AI பட்ஜெட்டுகள் சுருங்கக்கூடும் என்ற கவலைகளை நிராகரித்து, ব்যবসாயங்கள் "AI-ஐ திறம்பட பயன்படுத்துவது எப்படி என்பதை கண்டுபிடிப்பதில் இன்னும் ஆரம்ப கட்டத்தில் உள்ளன" என்று வாதிட்டார். அவர் குறியீடு, நிதி சேவைகள், சட்ட, மற்றும் சுகாதாரத்தில் பயன்பாட்டு வழக்குகள் தொடர்ந்து ஏற்றுக்கொள்ளலை இயக்கும் என்று பந்தயம் கட்டுகிறார். ஆனால் Uber போன்ற நிறுவனங்கள் ஏற்கனவே அனைத்து AI செலவும் வருவாயை வழங்குவதில்லை என்று ஒப்புக்கொண்டுள்ளன — ஒவ்வொரு ஆசிய டெவலப்பரும் கேட்க வேண்டிய கேள்வியை எழுப்புகிறது: எந்த கருவிகள் உண்மையில் மதிப்பை வழங்குகின்றன, மற்றும் எவை விலையுயர்ந்த சோதனைகள் மட்டுமே?

AI வளர்ச்சி கருவிகள் என்றால் என்ன?

AI வளர்ச்சி கருவிகள் என்பவை தளங்கள், நூலகங்கள், மற்றும் சேவைகள் ஆகும், அவை டெவலப்பர்களை பூஜ்ய நிலையிலிருந்து உள்கட்டமைப்பு கட்டமைக்காமல் இயந்திர கற்றல் மாதிரிகளை பயன்பாடுகளில் ஒருங்கிணைக்க அனுமதிக்கிறது. ஒரு வெப் சர்வர் எழுதுவதற்கு இடையிலான வேறுபாட்டை கச்சா TCP சாக்கெட்டுகளில் எழுதுவதற்கு Express.js ஐ பயன்படுத்துவது என்று நினைத்துக் கொள்ளுங்கள் — அவை சிக்கலை சுருக்கி, நீங்கள் ব்যবসায়িক சிக்கல்களைத் தீர்ப்பதில் கவனம் செலுத்த முடியும்.

வகை மூன்று அடுக்குகளாக பிரிந்துவிடுகிறது. மாதிரி வழங்குநர்கள் Anthropic, OpenAI, மற்றும் Google போன்றவர்கள் API மூலம் முன்-பயிற்சி பெற்ற பெரிய ভাষை மாதிரிகளை வழங்குகிறார்கள். வளர்ச்சி கட்டமைப்புகள் LangChain மற்றும் LlamaIndex போன்றவை உங்களை உத்தரவுகளை சங்கிலி செய்ய, சூழலை நிர்வகிக்க, மற்றும் பல-படி பணிப்பாய்வுகளை ஒழுங்கமைக்க உதவுகிறது. AI-பூர்வ வளர்ச்சி தளங்கள் மேலும் செல்கிறது: அவை மாதிரி அணுகல், முன்-கட்டமைக்கப்பட்ட ஒருங்கிணைப்புகள், பயன்பாட்டு உள்கட்டமைப்பு, மற்றும் பெரும்பாலும் ஒரு காட்சி இடைமுகத்தை একত்রிக்கிறது, இதனால் ML அல்லாத பொறியாளர்கள் AI அம்சங்களை விரைவாக வழங்கலாம்.

ஆசிய டெவலப்பர்களுக்கு, கருவி தேர்வு மேற்கை விட அधिक முக்கியமாக உள்ளது. US-ல் ஹோஸ்ট் செய்யப்பட்ட API-களுக்கான தாமதம் தென்கிழக்கு ஆசியாவிலிருந்து ஒவ்வொரு கோரிக்கையிலும் 200-400ms சேர்க்கலாம். சிங்கப்பூர், இந்தோனேசியா, மற்றும் வியட்நாம் போன்ற சந்தைகளில் இணக்கத் தேவைகள் பெரும்பாலும் தரவு வசிப்பிடத்தை கட்டாயப்படுத்துகிறது. USD-ல் விலை நிர்ধாரணம் உங்கள் வருவாய் রிங்கிட், ரூபியா, அல்லது பாட்டில் இருக்கும் போது கடினமாக தாக்குகிறது. இந்த பிராந்தியத்திற்கான சிறந்த AI வளர்ச்சி கருவிகள் தொழில்நுட்ப ரீதியாக திறமையானவை மட்டுமல்ல — அவை ஆசியாவின் கட்டுப்பாடுகளுக்கு கட்டமைக்கப்பட்டுள்ளன.

Anthropic-ன் வருவாய் வளர்ச்சி நிறுவனங்கள் செலவு செய்கிறது என்பதைக் காட்டுகிறது. கேள்வி என்பது அந்த டாலர்கள் உண்மையில் வளர்ச்சியை முடுக்கிவிடும் கருவிகளுக்கு பாய்கிறதா, அல்லது ஹைப் சுழற்சியில் சவாரி செய்யும் விற்பனையாளர்களுக்கு பாய்கிறதா. Amodei-ன் நம்பிக்கை என்பது ব்যবসாயங்கள் "கருவிகளுடன் மேலும் பரிச்சயமாக இருக்கும்" என்பது கருவிகள் தாங்களே கற்கக்கூடியவை மற்றும் விரைவாக ROI வழங்குகிறது என்பதை கருதுகிறது. அனைத்தும் செய்யாது.

ஆசிய டெவலப்பர்களுக்கான சிறந்த கருவிகள்

2026-ல் AI கருவி நிலப்பரப்பு நேரத்திலிருந்து மதிப்பு குறைக்கும் தளங்களுக்கு பুரஸ்கரிக்கிறது. ஆசிய স্டার்টআப்கள் ஆறு மாத ML சோதனைகளை வாங்க முடியாது — அவர்கள் வாரங்களில் அம்சங்களை வழங்க வேண்டும். இங்கே உண்மையில் என்ன வேலை செய்கிறது:

OpenAI API முன்மாதிரி செய்வதற்கான இயல்புநிலையாக உள்ளது. GPT-4 Turbo பெரும்பாலான பொது-நோக்க பணிகளை கையாளுகிறது, மற்றும் API நிலையானது. குறைபாடுகள்: ஆசியாவிலிருந்து தாமதம், தரவு வசிப்பிடம் விருப்பங்கள் இல்லை, மற்றும் நீங்கள் உচ்च-தொகுதி அনுமানம் செய்கிறீர்கள் என்றால் கொடூரமாக அளவிடும் செலவுகள். நன்றாக-சரிசெய்தல் சாத்தியம் ஆனால் பெரும்பாலான குழுக்கள் இல்லாத ML நிபுணத்வம் தேவை.

Anthropic Claude (அந்த $47 பில்லியன் வருவாய் இயக்கத்தின் பின்னால் உள்ள பொருள்) நீண்ட-சூழல் பணிகளில் சிறந்துவிடுகிறது — சட்ட ஆவணம் பகுப்பாய்வு, கோட்பேஸ் புரிதல், ইমெயில் থ்ரெட்களின் மீது வாடிக்கையாளர் ஆதரவு. ஆசிய ஃபிনটெக்ஸ் மற்றும் லீகல்டெக் স্டார்டআப்களுக்கு, Claude-ன் 200K டோகன் சாளரம் உண்மையான நன்மை. விலை நிர்ধாரணம் OpenAI-ன் உடன் போட்டியாக உள்ளது, ஆனால் அதே தாமதம் மற்றும் வசிப்பிடம் சிக்கல்கள் பொருந்தும்.

Google Gemini சிறந்த ஆசிய உள்கட்டமைப்பு வழங்குகிறது. Google Cloud சிங்கப்பூர், டோக்கியோ, மும்பை, மற்றும் சியோலில் தரவு மையங்களைக் கொண்டுள்ளது, எனவே தாமதம் நிர்வகிக்கக்கூடியது. Gemini Pro பல-பயன்முறை உள்ளீடுகளை (உரை, படம், வீடியோ) பூர்ணமாக கையாளுகிறது, இது நீங்கள் ই-வாணிஜ்ய அல்லது edtech பயன்பாடுகளை கட்டமைக்கிறீர்கள் என்றால் முக்கியமாக உள்ளது. API OpenAI-ன் விட குறைவாக முதிர்ந்துவிட்டது, மற்றும் ஆவணம் தரம் மாறுபடுகிறது.

Ollama அல்லது vLLM மூலம் உள்ளூர் மாதிரிகள் Llama 3 அல்லது Mistral போன்ற திறந்த-மூல மாதிரிகளை சுய-ஹோஸ்ட் செய்ய உங்களை அனுமதிக்கிறது. இது தரவு வசிப்பிடம் தீர்க்கிறது மற்றும் ஒவ்வொரு-டோகன் செலவுகளை நீக்குகிறது, ஆனால் நீங்கள் இப்போது GPU உள்கட்டமைப்பு நிர்வகிக்கிறீர்கள். ML ops அভிজ்ஞதை கொண்ட குழுக்களுக்கு, இது அளவில் மிகவும் செலவு-प्रभावी பாதை. மற்றவர்களுக்கு, இது பொருள் வழங்குவதிலிருந்து ஒரு கவனச்சிதறல்.

இந்த பட்டியலில் என்ன காணவில்லை? ஆசிய டெவலப்பர்கள் உண்மையில் எப்படி வேலை செய்கிறார்கள் என்பதற்கு நோக்கம் கொண்ட கருவிகள். பெரும்பாலான தளங்கள் நீங்கள் AWS us-east-1-க்கு பயன்படுத்துவதற்கு ML பொறியாளர்களை பணியில் வைத்திருக்கும் US-ல் அடிப்படையிலான குழு, மற்றும் Python ஒழுங்கமைப்பு குறியீட்டை எழுதுவதில் வசதியாக உள்ளீர்கள் என்று கருதுகிறது. அது Jakarta, Manila, அல்லது Hanoi-ல் உள்ள বাস্তவতை அல்ல, இங்கে நிறுவன குழுக்கள் பெரும்பாலும் மாதங்கள் அல்ல, வாரங்களில் MVP கட்டமைக்கும் இரண்டு முழு-স্ট்যাக் பொறியாளர்கள்.

சரியான கருவியை எப்படி தேர்வு செய்வது

AI வளர்ச்சி கருவியை தேர்வு செய்வது என்பது "சிறந்த" மாதிரியை தேர்வு செய்வது பற்றி அல்ல — இது உங்கள் குழுவின் கட்டுப்பாடுகளை கருவியின் வர்த்தக-ஆஃப்களுக்கு பொருத்துவது பற்றி. இங்கே வேலை செய்யும் முடிவு கட்டமைப்பு உள்ளது:

தாமதத்துடன் தொடங்கவும். உங்கள் ব்যবহারকாரிகள் தென்கிழக்கு ஆசியாவில் உள்ளனர் மற்றும் நீங்கள் US-ல் ஹோஸ்ட் செய்யப்பட்ட API-களைத் தாக்கிறீர்கள் என்றால், சுமை கீழ் உண்மையான சுற்று-பயண நேரத்தை அளவிடவும். 500ms-ஐ விட அதிகமாக எதுவும் நுகர்வோர் பயன்பாடுகளில் மாற்றத்தை காயப்படுத்தும். Google-ன் ஆசிய உள்கட்டமைப்பு இங்கே வெற்றி பெறுகிறது, ஆனால் நீங்கள் செயல்திறன் பற்றி தீவிரமாக இருந்தால் விளிம்பு ক্যাশிங் அல்லது பிராந்திய மாதிரி பயன்பாடுகளைக் கவனியுங்கள்.

உங்கள் இணக்கம் மேற்பரப்பு புரிந்து கொள்ளுங்கள். Singapore-ன் PDPA, Indonesia-ன் PDP சட்டம், மற்றும் Vietnam-ன் சைபர்சுரக்ஷை விதிமுறைகள் அனைத்தும் குறிப்பிட்ட பயன்பாட்டு வழக்குகளுக்கு தரவு உள்ளூர்করணத் தேவைகளை விதிக்கிறது. நீங்கள் நிதி தரவு, சுகாதாரம் பதிவுகள், அல்லது அரசாங்க ஒப்பந்தங்களை கையாளுகிறீர்கள் என்றால், நீங்கள் BAA அல்லது சமமான ஒன்று இல்லாமல் US-ல் ஹோஸ்ட் செய்யப்பட்ட API ஐ பயன்படுத்த முடியாது. சுய-ஹோஸ்டிங் அல்லது பிராந்திய பயன்பாடுகளுடன் ஒரு தளத்தைப் பயன்படுத்துவது கட்டாயமாக மாறுகிறது.

உண்மையான செலவுகளை கணக்கிடவும்। பெரும்பாலான குழுக்கள் AI செலவை 3-5x குறைத்து மதிப்பிடுகிறது, ஏனெனில் அவர்கள் மாதிரி அனுமানத்திற்கு மட்டுமே பட்ஜெட் செய்கிறார்கள். சேர்க்கவும்: வெக்டர் தேடலுக்கான உட்பொதிப்புகள், நன்றாக-சரிசெய்தல் செலவுகள், சோதனைக்கான GPU நேரம், உத்தரவு பொறியியல் மற்றும் பிழை கையாளுதலில் செலவிடப்பட்ட பொறியாளர் மணிநேரம், மற்றும் மற்ற அம்சங்களை வழங்காமல் இருப்பதற்கான வாய்ப்பு செலவு. ஒரு "மலிவான" API இது இரண்டு வாரங்கள் ஒருங்கிணைப்பு வேலை தேவை மலிவான அல்ல.

முதல் மதிப்புக்கு வேகத்தை অগ்রাধிகாரம் கொடுக்கவும்। Anthropic-ன் Daniela Amodei கூறினார் ব்যবசாயங்கள் "AI-ஐ திறம்பட பயன்படுத்துவது எப்படி என்பதை கண்டுபிடிப்பதில் இன்னும் ஆரம்ப கட்டத்தில் உள்ளன." மொழிபெயர்ப்பு: பெரும்பாலான நிறுவனங்கள் இன்னும் சோதனை செய்கிறது. உங்கள் கருவி ஒரு கருதுகோளை சோதிக்க முடியும் முன்பு ஒரு மாதம் அமைப்பு தேவை என்றால், நீங்கள் இறந்த முடிவுகளில் ரানவே எரிக்க வேண்டும். சிறந்த தளங்கள் உங்களை ஒரு ধারণை நாட்களில் சரிபார்க்க அனுமதிக்கிறது, பின்னர் இது வேலை செய்தால் அளவிடவும். தொடக்க வார்ப்புருக்கள் மற்றும் முன்-கட்டமைக்கப்பட்ட இணைப்புகள் இந்த கட்டத்தில் மூல மாதிரி செயல்திறனை விட அதிக முக்கியமாக உள்ளன.

தவறான தேர்வு இங்கே உங்களை மூன்று மாதங்கள் செலவு செய்கிறது. சரியான ஒன்று உங்கள் போட்டியாளிகள் தங்கள் விற்பனையாளர் மূல்யாயனம் முடிக்க முயற்சி செய்யும் முன்பு உங்களை பொருள்-சந்தை பொருத்தத்திற்கு கொண்டு செல்கிறது.

MonstarX தளம் மேலோட்டம்

MonstarX ஆசியாவின் AI-பூர்வ வளர்ச்சி தளம், ஆசிய டெவலப்பர்கள் எதிர்கொள்ளும் கட்டுப்பாடுகளுக்கு குறிப்பாக கட்டமைக்கப்பட்டுள்ளது: இறுக்கமான பட்ஜெட்டுகள், சிறிய குழுக்கள், விதிமுறை சிக்கலான, மற்றும் விரைவாக வழங்க வேண்டிய தேவை. மற்ற கருவிகள் நீங்கள் ML பொறியாளர்களைக் கொண்டுள்ளீர்கள் மற்றும் சோதனை செய்ய மாதங்கள் உள்ளன என்று கருதுகிறது, MonstarX கருதுகிறது நீங்கள் Singapore-ல் இரண்டு நிறுவனர்கள் உங்கள் விதை சுற்று முடிவதற்கு முன்பு ஒரு fintech ধারণை சரிபார்க்க முயற்சி செய்கிறீர்கள்.

தளம் ஆசியায় AI வளர்ச்சியை மெதுவாக்கும் மூன்று சிக்கல்களை கையாளுகிறது. முதல்: உள்கட்டமைப்பு। MonstarX Singapore மற்றும் Tokyo-ல் பிராந்திய மாதிரி பயன்பாடுகளை வழங்குகிறது, எனவே தாமதம் தென்கிழக்கு ஆசியா மற்றும் கிழக்கு ஆசியாவுக்கு 100ms-க்கு கீழே உள்ளது. நீங்கள் ஒவ்வொரு API அழைப்பிலும் குறுக்கு-பசிபிக் சுற்று பயணங்களுக்கு பணம் செலுத்தவில்லை. இரண்டாவது: ஒருங்கிணைப்பு। முன்-கட்டமைக்கப்பட்ட இணைப்புகள்