Renting Intelligence: Vendor Concentration Risk and the Pricing of AI Dependency
यह शोध पत्र पाता है कि इक्विटी बाजार वर्तमान में एआई वेंडर एकाग्रता (AI vendor concentration) के जोखिम का मूल्य निर्धारण नहीं करते हैं क्योंकि अनिवार्य प्रकटीकरण नियम अनुपस्थित हैं, जिससे सार्वजनिक फाइलिंग में असंगत और अक्सर लुप्त जानकारी होती है जो निवेशकों को उन फर्मों के बीच अंतर करने से रोकती है जो अपने एआई मॉडल किराए पर लेते हैं बनाम वे जो अपने मॉडल के मालिक हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
आधुनिक अर्थव्यवस्था में, कंपनियाँ तेजी से अपने उत्पादों को आर्टिफिशियल इंटेलिजेंस (AI) के ऊपर बना रही हैं। ऐसा करने के लिए, एक व्यवसाय के सामने एक मौलिक विकल्प होता है। या तो वह एक बड़ी प्रौद्योगिकी प्रदाता से इंटेलिजेंस को लाइसेंस पर ले सकता है, और हर बार सिस्टम के उपयोग पर एक शुल्क दे सकता है, या वह शून्य से अपने स्वयं के सिस्टम बना सकता है और उन्हें चला सकता है, जिसमें शुरुआत में हार्डवेयर और प्रशिक्षण डेटा में भारी निवेश करना पड़ता है। यह निर्णय केवल तकनीकी नहीं है; यह एक वित्तीय जुआ है। जब कोई कंपनी इंटेलिजेंस को किराए पर लेती है, तो वह किसी और द्वारा तय की गई कीमत पर निर्भर होती है, एक ऐसी कीमत जो किसी भी क्षण बदल सकती है। जब कोई कंपनी अपना खुद का सिस्टम बनाती है, तो उसने लागत पहले ही चुका दी होती है और क्षमता उसकी अपनी होती है। वित्तीय सिद्धांत सुझाव देता है कि एक महत्वपूर्ण इनपुट के लिए बाहरी प्रदाता पर निर्भर रहने से एक कंपनी अधिक जोखिम भरी हो जाती है, ठीक वैसे ही जैसे एक व्यवसाय जो एक ही विशाल ग्राहक पर निर्भर है, उसे कई छोटे ग्राहकों वाले व्यवसाय की तुलना में अधिक नाजुक माना जाता है। निवेशक, जो लगातार जोखिम बनाम प्रतिफल (रिवॉर्ड) को तौलते हैं, सैद्धांतिक रूप से इन "किराए पर लेने वाली" कंपनियों को पैसा उधार देने के लिए अधिक शुल्क लेना चाहिए, या उनके स्टॉक पर उच्च रिटर्न की मांग करनी चाहिए, क्योंकि उनकी भविष्य की लागतें कम निश्चित होती हैं।
पेरेस एकेडेमिक सेंटर के एक शोधकर्ता ने यह परीक्षण करने के लिए एक अध्ययन किया कि क्या शेयर बाजार वास्तव में इस अंतर को देखता है। इस अध्ययन में 2023 और 2026 के बीच अमेरिकी कंपनियों द्वारा दायर किए गए हजारों वार्षिक विवरणों (annual reports) की जांच की गई। इसका लक्ष्य इन कंपनियों को दो समूहों में वर्गीकृत करना था: वे जिन्होंने स्वीकार किया कि वे दूसरों से अपने आर्टिफिशियल इंटेलिजेंस मॉडल किराए पर ले रहे हैं, और वे जिन्होंने दावा किया कि वे उन्हें स्वयं बनाते और होस्ट करते हैं। इसके बाद शोधकर्ता ने इन दोनों समूहों के स्टॉक व्यवहार की तुलना उन कंपनियों से की जो बिल्कुल भी इस तकनीक का उपयोग नहीं करती थीं। अपेक्षा यह थी कि किराए पर लेने वाली कंपनियाँ अधिक जोखिम के संकेत दिखाएंगी, जैसे कि अधिक अस्थिर स्टॉक कीमतें या उच्च उधारी लागत, निर्माताओं की तुलना में।
हालाँकि, परिणाम उम्मीद के मुताबिक नहीं थे। अध्ययन में पाया गया कि शेयर बाजार कंपनियों के बीच अंतर नहीं कर सका जो किराए पर ले रही थीं और जो निर्माण कर रही थीं। दोनों समूहों में जोखिम का स्तर समान था, और दोनों समूहों को अलग तरह से नहीं आंका गया। एकमात्र स्पष्ट अंतर जो बाजार ने बनाया, वह उन कंपनियों के बीच था जो तकनीक का उपयोग करती ही नहीं थीं और जो करती थीं। आर्टिफिशियल इंटेलिजेंस का उपयोग करने वाली कंपनियाँ, चाहे उन्हें प्राप्त करने का तरीका कुछ भी हो, उन कंपनियों की तुलना में अधिक जोखिम भरी प्रतीत हुईं जो इसका उपयोग नहीं करती थीं। लेकिन विशेष रूप से किराए पर लेने बनाम बनाने के चुनाव ने कोई फर्क नहीं डाला।
डेटा में इस चुप्पी का कारण यह नहीं है कि जोखिम मौजूद नहीं है, बल्कि यह है कि कंपनियाँ पर्याप्त जानकारी नहीं दे रही हैं। शोधकर्ता ने पाया कि अधिकांश कंपनियाँ जो अपने वार्षिक विवरणों में आर्टिफिशियल इंटेलिजेंस के बारे में लिख रही हैं, वे सच्चाई से बस थोड़ा ही पीछे रह जाती हैं। वे दावा कर सकती हैं कि उनके पास एक "स्वामित्व वाला प्लेटफॉर्म" (proprietary platform) या "इन-हाउस तकनीक" है, लेकिन वे शायद ही कभी यह निर्दिष्ट करती हैं कि उनके नीचे चलने वाले मॉडल वास्तव में उनके अपने हैं या किसी तीसरे पक्ष से लाइसेंस प्राप्त हैं। क्योंकि कंपनियाँ स्पष्ट रूप से यह नहीं बतातीं कि उनके मॉडल कहाँ से आते हैं, इसलिए शोधकर्ता को अस्पष्ट भाषा के आधार पर अनुमान लगाना पड़ा। जब दो स्वतंत्र पाठकों ने इन अस्पष्ट विवरणों के आधार पर एक ही रिपोर्ट को वर्गीकृत करने की कोशिश की, तो वे केवल लगभग आधे समय ही उत्तर पर सहमत हुए।
स्पष्टता की इस कमी ने एक बड़ा अंधा बिंदु (blind spot) पैदा कर दिया। अध्ययन ने दिखाया कि "किराए पर लेने वाले" समूह और "निर्माण करने वाले" समूह को रिपोर्टों में इतनी खराब तरह से परिभाषित किया गया था कि बाजार उनके बीच अंतर करने में सक्षम ही नहीं था। यह दो प्रकार के ईंधन के बीच अंतर मापने की कोशिश करने जैसा है जब टैंकों पर लगे लेबल धुंधले और अपठनीय हों। डेटा इतना शोर भरा (noisy) था कि वह जोखिम को प्रकट करने में असमर्थ था। शोधकर्ता ने गणना की कि भले ही कोई वास्तविक अंतर मौजूद हो, अध्ययन का डिज़ाइन इसे खोजने के लिए पर्याप्त संवेदनशील नहीं था, जब तक कि वह अंतर बाजार में देखे गए कुल जोखिम भिन्नता के लगभग एक चौथाई के बराबर न हो।
सबसे महत्वपूर्ण निष्कर्ष उन कंपनियों को देखने से आया जिन्होंने आर्टिफिशियल इंटेलिजेंस का उल्लेख तो किया लेकिन यह बताने से इनकार कर दिया कि उनके मॉडल कहाँ से आए हैं। ये कंपनियाँ, जो तकनीक के बारे में बात तो करती हैं लेकिन उसके स्रोत को प्रकट नहीं करती हैं, वास्तव में उन कंपनियों की तुलना में अधिक जोखिम रखती थीं जिन्होंने तकनीक का उल्लेख ही नहीं किया था। उनके स्टॉक अधिक अस्थिर थे, और निवेशकों ने उन्हें रखने के लिए उच्च रिटर्न की मांग की। यह सुझाव देता है कि यह चुप्पी स्वयं जोखिम का एक संकेत है। जब कोई कंपनी एक शक्तिशाली तकनीक का उपयोग करती है लेकिन उसके मूल को छिपाती है, तो बाजार अनिश्चितता को महसूस करता है, भले ही वह सटीक रूप से यह न बता सके कि वह क्या है।
अध्ययन निष्कर्ष निकालता है कि आर्टिफिशियल इंटेलिजेंस के उपयोग के बारे में कंपनियों के रिपोर्टिंग करने का वर्तमान तरीका निवेशकों के लिए सूचित निर्णय लेने हेतु अपर्याप्त है। बाजार किराए पर लेने के जोखिम को अनदेखा नहीं कर रहा है; वह इसे देख ही नहीं पा रहा है। रिपोर्ट बहुत अस्पष्ट हैं, और भाषा बहुत असंगत है जिससे स्पष्ट माप संभव नहीं हो पाता। शोधकर्ता का सुझाव है कि रिपोर्टिंग नियमों में एक साधारण बदलाव इसे ठीक कर सकता है। यदि नियामक कंपनियों को यह स्पष्ट रूप से बताने के लिए बाध्य करें कि उनके मॉडल किराए पर लिए गए हैं या निर्मित हैं, और यदि निर्भरता महत्वपूर्ण है तो प्रदाता का नाम भी दें, तो डेटा स्पष्ट हो जाएगा। जब तक ऐसा नहीं होता, इंटेलिजेंस किराए पर लेने का विशिष्ट जोखिम अदृश्य बना रहता है, जो उस वाक्य के पीछे छिपा रहता है जिसे अधिकांश कंपनियाँ लिखने से बचती हैं। बाजार जानता है कि तकनीक जोखिम भरी है, लेकिन वह अभी यह नहीं जानता कि कौन सी कंपनियाँ मुसीबत के घेरे में हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।