SpaceX के 60 अरब डॉलर में Cursor खरीदने के कुछ दिन बाद ही OpenAI ने Elon Musk के Cursor से नाता तोड़ा

Elon Musk और OpenAI के बीच फिर झगड़ा छिड़ गया है, इस बार एक ऐसे कोडिंग टूल को लेकर जिसे रोज़ाना लाखों प्रोग्रामर इस्तेमाल करते हैं। Anthropic ने इस हफ्ते अपने AI को स्क्रीन के पीछे से निकालकर एक असली लैब में चलाने की कोशिश की। Nvidia एक ऐसी फाइनेंसिंग योजना से पीछे हट गया जो उसके अपने कुछ कर्मचारियों को एंटीट्रस्ट समस्या के बहुत करीब लगती थी। और भारत में, एक स्वदेशी AI स्टैक नई दिल्ली में उसी हफ्ते लॉन्च हुआ जब 12 साल पुरानी एक बैंक खाता योजना ने 59 करोड़ यूज़र्स का आंकड़ा पार किया।

OpenAI ने नए मालिक की वजह से Cursor से नाता तोड़ा

OpenAI ने 29 अगस्त को घोषणा की कि वह Cursor के साथ अपनी साझेदारी खत्म कर रहा है, यह वही AI आधारित कोडिंग असिस्टेंट है जिसे लाखों प्रोग्रामर इस्तेमाल करते हैं, और यह फैसला SpaceX द्वारा कंपनी को 60 अरब डॉलर की एक डील में खरीदे जाने के बाद आया है। OpenAI के प्रस्ताव के मुताबिक, Cursor 12 नवंबर से OpenAI के मॉडल्स तक सीधी पहुंच खो देगा।

एक सार्वजनिक बयान में OpenAI ने कहा कि उसे यह भरोसा नहीं है कि Musk के चलाए जा रहे SpaceX उसकी तकनीक का इस्तेमाल दोनों के बीच हुए समझौते की शर्तों के भीतर रहकर करेगा, और उसने इसके पीछे Musk से जुड़ी कंपनियों के OpenAI के साथ हुए करार न निभाने के एक कथित पैटर्न का हवाला दिया। Musk और OpenAI बरसों से अदालत में आते-जाते रहे हैं, यह लड़ाई उस कंपनी से Musk के कड़वाहट भरे अलगाव तक जाती है जिसे बनाने में उन्होंने खुद मदद की थी।

Cursor के सीईओ Michael Truell ने इस झटके को कमतर बताते हुए कहा कि आज Cursor के प्रोडक्ट से गुज़रने वाले ट्रैफिक में OpenAI के मॉडल्स की हिस्सेदारी सिर्फ करीब 5 प्रतिशत है। Anthropic ने तेज़ी से इस खाली जगह को भरने की कोशिश की और Cursor के लिए Claude मॉडल्स के विस्तारित सपोर्ट का वादा किया, जो यह याद दिलाता है कि AI कोडिंग टूल्स के भीड़ भरे बाज़ार में गठजोड़ कितनी जल्दी बदल जाते हैं।

Claude अब लैब चलाना सीख गया

Anthropic ने 27 अगस्त को Model Hardware Standard, यानी MHS नाम का एक नया स्टैंडर्ड जारी किया, जिसका मकसद Claude और दूसरे AI एजेंट्स को रोबोट, लैब उपकरण और फैक्ट्री मशीनरी चलाने लायक बनाना है, वह भी बिना किसी इंसान के पहले उसे मैनुअल पढ़ाए। यह सिस्टम किसी उपकरण के काम करने के तरीके की संरचित जानकारी स्टोर करता है, वह जानकारी जो आज अक्सर सिर्फ किसी तकनीशियन के दिमाग में या कागज़ी दस्तावेज़ों के ढेर में रहती है।

Anthropic का कहना है कि किसी नए हार्डवेयर को AI एजेंट से जोड़ने में आमतौर पर हफ्तों या महीनों का समय और एक विशेषज्ञ टीम लगती है। MHS के साथ, कंपनी का दावा है कि यह समय घटकर घंटों या मिनटों में सिमट जाता है। यह स्टैंडर्ड फिलहाल विज्ञान, रोबोटिक्स और मैन्युफैक्चरिंग क्षेत्र के कुछ चुनिंदा पार्टनर्स के साथ एक रिसर्च प्रीव्यू के तौर पर लॉन्च हो रहा है, इससे पहले कि Anthropic इसे किसी भी हार्डवेयर बनाने वाली कंपनी के लिए खोल दे जो इसे अपनाना चाहती हो।

शुरुआती पायलट के आंकड़े ठोस थे। Claude एजेंट्स ने बायोटेक कंपनी Genentech में एक ड्रग डिस्कवरी प्रयोग चलाया, Howard Hughes Medical Institute के Janelia Research Campus में हफ्तों चलने वाले एक इमेजिंग प्रोजेक्ट को सिर्फ एक दिन में समेट दिया, और QuEra के बनाए क्वांटम कंप्यूटरों पर लेज़र स्टेबिलाइज़ेशन की सफलता दर 58 प्रतिशत से बढ़ाकर 99.3 प्रतिशत तक पहुंचा दी।

Nvidia ने वह सौदा टाल दिया जो उसके अपने स्टाफ को पसंद नहीं आया

Nvidia ने अपने एक फाइनेंसिंग प्रोग्राम के कुछ हिस्सों को रोक दिया है, जिसके तहत छोटी क्लाउड कंप्यूटिंग कंपनियों को Nvidia आधारित डेटा सेंटर बनाने में मदद दी जाती थी, बदले में उन डेटा सेंटरों से होने वाली आमदनी का एक हिस्सा Nvidia को मिलता। AI Compute Partnership नाम के इस समझौते के तहत, कोई क्लाउड प्रोवाइडर एक तय प्रति घंटा दर से ऊपर जो भी कमाता, उसका 50 प्रतिशत Nvidia को मिलता।

कंपनी ने यह प्रोग्राम जुलाई में शुरू किया था और दो महीने के भीतर ही इससे पीछे हट गई, रिपोर्ट्स में आंतरिक चिंताओं का हवाला दिया गया है। Nvidia के कुछ कर्मचारियों ने आगाह किया था कि रेवेन्यू में हिस्सेदारी लेने के साथ-साथ यह तय करने का असर भी रखना कि कोई पार्टनर किन ग्राहकों को सेवा दे सकता है, यह उस तरह के आचरण के बहुत करीब दिखता है जो एंटीट्रस्ट जांच को दावत देता है। कुछ संभावित पार्टनर्स भी अलग से इस बात से असहज थे कि Nvidia को उनके कारोबार पर इतनी ज़्यादा दखलंदाज़ी मिल जाए।

Nvidia के एक प्रवक्ता ने कहा कि ग्राहकों के साथ डील फाइनेंस करने का कंपनी का व्यापक तरीका अभी भी विकसित हो रहा है और लागू है, बस यह खास ढांचा नहीं। यह ठहराव Nvidia द्वारा किसी भी चिपमेकर की अब तक की सबसे बड़ी तिमाही दर्ज करने के कुछ ही दिन बाद आया है, जो यह संकेत देता है कि अपने सबसे दबदबे वाले दौर में भी Nvidia अपनी नियामक लड़ाइयां सोच-समझकर चुन रहा है।

भारत ने अपनी ही भाषाओं में बना AI स्टैक शुरू किया

उपराष्ट्रपति C P Radhakrishnan ने 28 अगस्त को नई दिल्ली स्थित अपने सरकारी आवास पर Gnani Artha लॉन्च किया, और इसे उद्यमों के लिए भारत का पहला स्वदेशी AI स्टैक बताया। इसे बेंगलुरु की स्टार्टअप Gnani.ai ने बनाया है, और यह दो हिस्सों को जोड़ता है, Evon 3.3, जो 30 अरब पैरामीटर वाला एक भाषा मॉडल है जिसे मूल रूप से ग्यारह भारतीय भाषाओं में प्रशिक्षित किया गया है, और Plexus, जो एक एजेंटिक प्लेटफॉर्म है जिसका मकसद इस इंटेलिजेंस को असली कारोबारी वर्कफ्लो से जोड़ना है।

इसकी दलील बहुत साफ है। AI अपनाने वाली भारतीय कंपनियां लगातार तीन एक जैसी समस्याओं से जूझती हैं, अपना डेटा देश के भीतर ही रखना, बड़े स्तर पर बड़े मॉडल चलाने की लागत, और ऐसा मॉडल पाना जो हिंदी, तमिल, बंगाली और भारत की बाकी बड़ी भाषाओं में भी वाकई अच्छे से काम करे, न कि उन्हें बाद की सोच की तरह ट्रीट करे। Gnani का कहना है कि Evon 3.3 भारतीय भाषाओं के कामों में तुलनीय मॉडलों की तुलना में करीब 40 प्रतिशत कम टोकन इस्तेमाल करता है, जिससे इसे चलाने वाले किसी भी व्यक्ति का कंप्यूट खर्च घट जाता है।

Radhakrishnan ने इस लॉन्च को इस बात का सबूत बताया कि भारतीय इंजीनियर फ्रंटियर तकनीक बना सकते हैं, न कि सिर्फ किसी और की बनाई तकनीक इस्तेमाल कर सकते हैं। यह एक बहुत बड़ी होड़ का एक हिस्सा भर है, क्योंकि फ्रांस से लेकर जापान तक के देश ऐसे AI सिस्टम खड़े करने की दौड़ में हैं जिन्हें उन्हें सिलिकॉन वैली से किराए पर नहीं लेना पड़े।

बारह साल, 59 करोड़ खाते, हर किसी के लिए एक बैंक दराज

भारत की जन धन योजना, जो हर घर को बैंक खाता देने की सरकार की प्रमुख पहल है, ने 28 अगस्त को 12 साल पूरे किए। जब से प्रधानमंत्री Narendra Modi ने 2014 में वित्तीय बहिष्कार खत्म करने के वादे के साथ यह योजना शुरू की थी, तब से इसके आंकड़े लगातार बढ़ते रहे हैं।

वित्त मंत्रालय के आंकड़ों के मुताबिक, यह योजना अब 59.09 करोड़ खातों तक पहुंच चुकी है, जो 2015 में 14.72 करोड़ थी। इन खातों में जमा राशि इसी अवधि में 12.8 गुना बढ़कर 3.17 लाख करोड़ रुपये हो गई है, और प्रति खाता औसत बैलेंस तीन गुने से भी ज़्यादा बढ़कर 5,356 रुपये हो गया है, जो यह दिखाता है कि लोग इन खातों को वाकई इस्तेमाल कर रहे हैं, न कि सिर्फ एक बार खोलकर भूल गए हैं।

इन खातों में से 32.92 करोड़, यानी कुल का करीब 56 प्रतिशत, महिलाओं के नाम हैं, और 45.95 करोड़, यानी करीब 78 प्रतिशत, ग्रामीण या अर्ध-शहरी भारत में रहने वाले लोगों के हैं, वह आबादी जिस तक इस योजना को सबसे पहले पहुंचना था। सरकार का यह भी कहना है कि इस योजना के ज़रिए 41.29 करोड़ RuPay डेबिट कार्ड जारी किए जा चुके हैं, और भारत के बसे हुए गांवों में से 99.92 प्रतिशत गांवों में अब पांच किलोमीटर के दायरे में एक बैंकिंग एक्सेस पॉइंट मौजूद है। भारत का व्यापक Financial Inclusion Index भी 2018 के 53.9 से बढ़कर इस साल 67 पर पहुंच गया है, यह एक धीमा मगर असली बदलाव है कि देश का कितना हिस्सा अब औपचारिक अर्थव्यवस्था में पैर जमा चुका है।