2024 ਵਿੱਚ AI ਦੇ 5 ਮੁੱਖ ਥੀਮ: ਮਾਡਲ ਮੁਕਾਬਲਾ, ਓਪਨ ਸੋਰਸ, ਛੋਟੇ ਮਾਡਲ, ਮਲਟੀਮੋਡਲ ਅਤੇ ਸਕੇਲਿੰਗ ਲਾਅ

2024 ਵਿੱਚ AI ਦੇ 5 ਮੁੱਖ ਥੀਮ

2024 ਵਿੱਚ, AI ਖੇਤਰ ਵਿੱਚ ਕਈ ਮਹੱਤਵਪੂਰਨ ਰੁਝਾਨ ਦੇਖੇ ਗਏ ਹਨ। Conviction Capital ਦੇ ਸੰਸਥਾਪਕ ਸਾਰਾਹ ਗੁਓ ਅਤੇ ਭਾਈਵਾਲ ਪ੍ਰਣਵ ਰੈੱਡੀ ਨੇ NeurIPS 2024 ਕਾਨਫਰੰਸ ਵਿੱਚ “AI ਸਟਾਰਟਅੱਪਸ ਦੀ ਮੌਜੂਦਾ ਸਥਿਤੀ” ਬਾਰੇ ਆਪਣੇ ਵਿਚਾਰ ਸਾਂਝੇ ਕੀਤੇ। ਉਹਨਾਂ ਨੇ 2024 ਵਿੱਚ AI ਖੇਤਰ ਦੇ ਪੰਜ ਮੁੱਖ ਥੀਮਾਂ ਦੀ ਸਮੀਖਿਆ ਕੀਤੀ ਅਤੇ ਇਹਨਾਂ ਥੀਮਾਂ ਦਾ ਭਵਿੱਖ ਦੇ ਨਿਵੇਸ਼ਾਂ 'ਤੇ ਕੀ ਪ੍ਰਭਾਵ ਪਵੇਗਾ, ਇਸ ਬਾਰੇ ਵੀ ਚਰਚਾ ਕੀਤੀ।

• ਮੂਲ ਮਾਡਲਾਂ ਵਿੱਚ ਵਧਦਾ ਮੁਕਾਬਲਾ: 2024 ਵਿੱਚ, ਮੂਲ ਮਾਡਲਾਂ ਵਿਚਕਾਰ ਮੁਕਾਬਲਾ ਪਹਿਲਾਂ ਨਾਲੋਂ ਕਿਤੇ ਵੱਧ ਗਿਆ ਹੈ।
• ਓਪਨ ਸੋਰਸ ਮਾਡਲਾਂ ਦੀ ਤੇਜ਼ ਤਰੱਕੀ: ਓਪਨ ਸੋਰਸ ਮਾਡਲਾਂ ਦੀ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਵਧ ਰਹੀ ਹੈ, ਅਤੇ ਕੁਝ ਮਾਮਲਿਆਂ ਵਿੱਚ ਇਹ ਬੰਦ ਸੋਰਸ ਮਾਡਲਾਂ ਤੋਂ ਵੀ ਅੱਗੇ ਨਿਕਲ ਗਏ ਹਨ।
• ਛੋਟੇ ਮਾਡਲਾਂ ਦੀ ਬਿਹਤਰ ਕੀਮਤ: ਛੋਟੇ ਮਾਡਲਾਂ ਨੇ ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਤਰੱਕੀ ਕੀਤੀ ਹੈ, ਅਤੇ ਇਹ ਘੱਟ ਕੀਮਤ ਅਤੇ ਵਧੀਆ ਮੁੱਲ ਵਾਲੇ ਹਨ।
• ਮਲਟੀਮੋਡਲ ਤਕਨਾਲੋਜੀ ਵਿੱਚ ਸਫਲਤਾ: ਮਲਟੀਮੋਡਲ ਤਕਨਾਲੋਜੀ ਭਵਿੱਖ ਦੇ ਵਿਕਾਸ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਦਿਸ਼ਾ ਬਣ ਰਹੀ ਹੈ, ਜੋ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਨਵਾਂ ਇੰਟਰੈਕਸ਼ਨ ਅਨੁਭਵ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ।
• ਸਕੇਲਿੰਗ ਲਾਅ ਵਿੱਚ ਨਵੀਆਂ ਸਫਲਤਾਵਾਂ: ਸਕੇਲਿੰਗ ਲਾਅ ਦੀਆਂ ਸੀਮਾਵਾਂ ਦੇ ਬਾਵਜੂਦ, ਨਵੇਂ ਵਿਸਤਾਰ ਪੈਰਾਡਾਈਮ ਉਭਰ ਰਹੇ ਹਨ, ਜੋ AI ਦੇ ਭਵਿੱਖ ਦੇ ਵਿਕਾਸ ਲਈ ਨਵੀਂ ਉਮੀਦ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ।

ਮੂਲ ਮਾਡਲਾਂ ਵਿੱਚ ਮੁਕਾਬਲਾ

2024 ਵਿੱਚ ਮੂਲ ਮਾਡਲਾਂ ਦੇ ਮੁਕਾਬਲੇ ਵਿੱਚ ਕਾਫ਼ੀ ਬਦਲਾਅ ਆਇਆ ਹੈ। Chatbot Arena ਦੇ ਅੰਕੜਿਆਂ ਅਨੁਸਾਰ, ਇੱਕ ਸਾਲ ਪਹਿਲਾਂ OpenAI ਦੇ ਮਾਡਲ ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਸਭ ਤੋਂ ਅੱਗੇ ਸਨ, ਪਰ ਹੁਣ ਗੂਗਲ ਅਤੇ ਹੋਰ ਕੰਪਨੀਆਂ ਨੇ ਵੀ ਮੁਕਾਬਲੇ ਵਾਲੇ ਮਾਡਲ ਪੇਸ਼ ਕੀਤੇ ਹਨ। ਓਪਨ ਸੋਰਸ ਮਾਡਲ ਵੀ ਲਗਾਤਾਰ ਤਰੱਕੀ ਕਰ ਰਹੇ ਹਨ, ਜਿਸ ਕਾਰਨ ਕੰਪਨੀਆਂ ਕੋਲ API ਦੀ ਚੋਣ ਕਰਨ ਲਈ ਵਧੇਰੇ ਵਿਕਲਪ ਹਨ।

• OpenAI ਦੀ ਟੋਕਨ ਖਪਤ ਵਿੱਚ ਕਮੀ: ਪਿਛਲੇ ਸਾਲ ਨਵੰਬਰ ਦੇ ਅੰਤ ਵਿੱਚ, OpenAI ਦੀ ਟੋਕਨ ਖਪਤ ਕੁੱਲ ਖਪਤ ਦਾ ਲਗਭਗ 90% ਸੀ, ਪਰ ਹੁਣ ਇੱਕ ਸਾਲ ਤੋਂ ਵੀ ਘੱਟ ਸਮੇਂ ਵਿੱਚ, ਇਹ ਅਨੁਪਾਤ ਘਟ ਕੇ ਲਗਭਗ 60% ਹੋ ਗਿਆ ਹੈ, ਜੋ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਉਪਭੋਗਤਾ ਵੱਖ-ਵੱਖ ਮਾਡਲਾਂ ਨੂੰ ਅਜ਼ਮਾ ਰਹੇ ਹਨ।
• ਓਪਨ ਸੋਰਸ ਮਾਡਲਾਂ ਦਾ ਉਭਾਰ: SEAL ਰੈਂਕਿੰਗ ਦੀ ਸੁਤੰਤਰ ਮੁਲਾਂਕਣ ਤੋਂ ਪਤਾ ਚੱਲਦਾ ਹੈ ਕਿ ਓਪਨ ਸੋਰਸ ਮਾਡਲ ਗਣਿਤ ਦੀ ਯੋਗਤਾ, ਹਦਾਇਤਾਂ ਦੀ ਪਾਲਣਾ, ਅਤੇ ਵਿਰੋਧੀ ਰੁਕਾਵਟ ਵਰਗੇ ਖੇਤਰਾਂ ਵਿੱਚ ਵਧੀਆ ਪ੍ਰਦਰਸ਼ਨ ਕਰ ਰਹੇ ਹਨ। Llama ਮਾਡਲ ਵੀ ਸਿਖਰਲੇ ਤਿੰਨ ਵਿੱਚ ਸ਼ਾਮਲ ਹੈ।

ਓਪਨ ਸੋਰਸ ਮਾਡਲਾਂ ਦੀ ਹੈਰਾਨੀਜਨਕ ਤਰੱਕੀ

ਓਪਨ ਸੋਰਸ ਮਾਡਲਾਂ ਨੇ ਕਈ ਖੇਤਰਾਂ ਵਿੱਚ ਹੈਰਾਨੀਜਨਕ ਤਰੱਕੀ ਦਰਸਾਈ ਹੈ। MMLU ਮੁਲਾਂਕਣ ਤੋਂ ਪਤਾ ਚੱਲਦਾ ਹੈ ਕਿ ਕੁਝ ਛੋਟੇ ਪੈਰਾਮੀਟਰ ਵਾਲੇ ਓਪਨ ਸੋਰਸ ਮਾਡਲ ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਸਭ ਤੋਂ ਆਧੁਨਿਕ ਮਾਡਲਾਂ ਦੇ ਨੇੜੇ ਪਹੁੰਚ ਗਏ ਹਨ। ਇੱਕ ਸਾਲ ਪਹਿਲਾਂ, ਸਭ ਤੋਂ ਵਧੀਆ ਛੋਟਾ ਮਾਡਲ Mistral-7b ਨੇ ਇਸ ਮੁਲਾਂਕਣ ਵਿੱਚ ਲਗਭਗ 60 ਅੰਕ ਪ੍ਰਾਪਤ ਕੀਤੇ ਸਨ, ਪਰ ਹੁਣ Llama 8B ਮਾਡਲ ਨੇ 10 ਤੋਂ ਵੱਧ ਅੰਕਾਂ ਦਾ ਸੁਧਾਰ ਕੀਤਾ ਹੈ।

ਛੋਟੇ ਮਾਡਲ ਵਧੇਰੇ ਕਿਫਾਇਤੀ

ਛੋਟੇ ਮਾਡਲਾਂ ਅਤੇ ਵੱਡੇ ਮਾਡਲਾਂ ਵਿਚਕਾਰ ਅੰਤਰ ਘੱਟ ਹੋ ਰਿਹਾ ਹੈ, ਅਤੇ AI ਦੀ ਕੀਮਤ ਵੀ ਬਹੁਤ ਘੱਟ ਰਹੀ ਹੈ। OpenAI ਦੇ ਫਲੈਗਸ਼ਿਪ ਮਾਡਲ ਦੀ API ਲਾਗਤ ਪਿਛਲੇ ਇੱਕ ਤੋਂ ਡੇਢ ਸਾਲ ਵਿੱਚ ਲਗਭਗ 80-85% ਤੱਕ ਘਟ ਗਈ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ AI ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਐਪਲੀਕੇਸ਼ਨਾਂ ਬਣਾਉਣ ਦੀ ਲਾਗਤ ਕਾਫ਼ੀ ਘੱਟ ਗਈ ਹੈ।

• AI ਐਪਲੀਕੇਸ਼ਨਾਂ ਬਣਾਉਣ ਦੀ ਲਾਗਤ ਵਿੱਚ ਕਮੀ: Notion ਜਾਂ Coda ਵਰਗੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਬਣਾਉਣ ਲਈ ਲੋੜੀਂਦੀ ਟੋਕਨ ਦੀ ਲਾਗਤ ਸਿਰਫ਼ ਕੁਝ ਹਜ਼ਾਰ ਡਾਲਰ ਹੈ।

ਮਲਟੀਮੋਡਲ ਤਕਨਾਲੋਜੀ ਭਵਿੱਖ ਹੈ

ਮਲਟੀਮੋਡਲ ਤਕਨਾਲੋਜੀ AI ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਵਿਕਾਸ ਦਿਸ਼ਾ ਬਣ ਰਹੀ ਹੈ। ਘੱਟ ਲੇਟੈਂਸੀ ਵਾਲੀ ਆਵਾਜ਼, ਕਾਰਜਕਾਰੀ ਸਮਰੱਥਾ, ਅਤੇ ਵੀਡੀਓ ਵਰਗੇ ਨਵੇਂ ਮੋਡਾਂ ਦੇ ਉਭਾਰ ਨੇ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਇੱਕ ਨਵਾਂ ਇੰਟਰੈਕਸ਼ਨ ਅਨੁਭਵ ਲਿਆਇਆ ਹੈ।

• ਆਵਾਜ਼ ਇੰਟਰੈਕਸ਼ਨ ਅਨੁਭਵ ਵਿੱਚ ਸੁਧਾਰ: ਘੱਟ ਲੇਟੈਂਸੀ ਵਾਲੀ ਆਵਾਜ਼ ਸਿਰਫ਼ ਇੱਕ ਵਿਸ਼ੇਸ਼ਤਾ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਇੱਕ ਨਵਾਂ ਇੰਟਰੈਕਸ਼ਨ ਅਨੁਭਵ ਹੈ।
• AI ਦੀ ਕਾਰਜਕਾਰੀ ਸਮਰੱਥਾ ਵਿੱਚ ਵਾਧਾ: Claude ਦੀ ਕੰਪਿਊਟਰ ਵਰਤੋਂ ਸਮਰੱਥਾ ਅਤੇ OpenAI ਦੁਆਰਾ ਕੈਨਵਸ ਵਿੱਚ ਕੋਡ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਫੰਕਸ਼ਨ ਦੀ ਸ਼ੁਰੂਆਤ ਨੇ ਉਪਭੋਗਤਾਵਾਂ ਲਈ ਵਧੇਰੇ ਸ਼ਕਤੀਸ਼ਾਲੀ AI ਸਮਰੱਥਾਵਾਂ ਲਿਆਂਦੀਆਂ ਹਨ।

ਸਕੇਲਿੰਗ ਲਾਅ ਵਿੱਚ ਨਵੀਂ ਸਫਲਤਾ

ਸਕੇਲਿੰਗ ਲਾਅ ਦੀਆਂ ਸੀਮਾਵਾਂ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਨਵੇਂ ਵਿਸਤਾਰ ਪੈਰਾਡਾਈਮ ਉਭਰ ਰਹੇ ਹਨ। OpenAI ਨੇ ਸਕੇਲਿੰਗ ਲਾਅ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਤੋੜਨ ਦਾ ਤਰੀਕਾ ਲੱਭ ਲਿਆ ਹੈ ਅਤੇ RL ਸੈਲਫ-ਪਲੇ ਵਰਗੀਆਂ ਤਕਨੀਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਾਡਲ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਵਿੱਚ ਸੁਧਾਰ ਕੀਤਾ ਹੈ।

AI ਨਿਵੇਸ਼ ਦਾ ਮਾਹੌਲ ਤਰਕਸ਼ੀਲ ਹੋ ਰਿਹਾ ਹੈ

ਭਾਵੇਂ ਕੁਝ ਲੋਕ ਮੰਨਦੇ ਹਨ ਕਿ AI ਖੇਤਰ ਵਿੱਚ ਬੁਲਬੁਲਾ ਹੈ, ਪਰ ਅਸਲ ਸਥਿਤੀ ਇਹ ਹੈ ਕਿ ਮੂਲ ਮਾਡਲ ਲੈਬਾਂ ਵਿੱਚ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਪੈਸਾ ਜਾ ਰਿਹਾ ਹੈ, ਜਦੋਂ ਕਿ ਅਸਲ ਵਿੱਚ ਕੰਮ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਵਿੱਚ ਪੈਸੇ ਦੀ ਮਾਤਰਾ ਮੁਕਾਬਲਤਨ ਵਾਜਬ ਹੈ।

• ਐਪਲੀਕੇਸ਼ਨ ਲੇਅਰ ਦੇ ਮੁੱਲ ਨੂੰ ਘੱਟ ਸਮਝਿਆ ਜਾ ਰਿਹਾ ਹੈ: ਪਹਿਲਾਂ, ਲੋਕ ਆਮ ਤੌਰ 'ਤੇ ਮੰਨਦੇ ਸਨ ਕਿ ਮੂਲ ਮਾਡਲ ਵਧੇਰੇ ਕੀਮਤੀ ਹਨ, ਜਦੋਂ ਕਿ ਐਪਲੀਕੇਸ਼ਨ ਲੇਅਰ ਦੀ ਕੋਈ ਕੀਮਤ ਨਹੀਂ ਹੈ। ਪਰ ਅਸਲ ਵਿੱਚ, AI ਈਕੋਸਿਸਟਮ ਵਿੱਚ ਬਹੁਤ ਸਾਰੇ ਮੌਕੇ ਹਨ, ਅਤੇ ਐਪਲੀਕੇਸ਼ਨ ਲੇਅਰ ਵਿੱਚ ਵੀ ਬਹੁਤ ਸੰਭਾਵਨਾ ਹੈ।

ਸਟਾਰਟਅੱਪਸ ਲਈ ਵੱਡਾ ਮੌਕਾ

AI ਈਕੋਸਿਸਟਮ ਵਿੱਚ ਮੌਕੇ ਸਿਰਫ਼ ਮੂਲ ਮਾਡਲਾਂ ਤੱਕ ਹੀ ਸੀਮਤ ਨਹੀਂ ਹਨ, ਐਪਲੀਕੇਸ਼ਨ ਲੇਅਰ ਵਿੱਚ ਵੀ ਬਹੁਤ ਸੰਭਾਵਨਾ ਹੈ। ਕਈ ਨਵੀਨਤਾਵਾਂ ਲਗਾਤਾਰ ਹੋ ਰਹੀਆਂ ਹਨ, ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਮਾਡਲਾਂ ਦੀਆਂ ਆਪਣੀਆਂ ਸ਼ਕਤੀਆਂ ਹਨ, ਬਾਜ਼ਾਰ ਵਿੱਚ ਮੁਕਾਬਲਾ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੈ, ਅਤੇ ਓਪਨ ਸੋਰਸ ਪ੍ਰੋਜੈਕਟ ਵੀ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਾਸ ਕਰ ਰਹੇ ਹਨ।

• ਸੇਵਾ ਆਟੋਮੇਸ਼ਨ: AI ਬਹੁਤ ਸਾਰੇ ਦੁਹਰਾਉਣ ਵਾਲੇ ਕੰਮਾਂ ਨੂੰ ਆਟੋਮੈਟਿਕ ਕਰ ਸਕਦੀ ਹੈ, ਲਾਗਤਾਂ ਨੂੰ ਘਟਾ ਸਕਦੀ ਹੈ ਅਤੇ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦੀ ਹੈ।
• ਬਿਹਤਰ ਖੋਜ ਲਈ ਨਵੀਂ ਦਿਸ਼ਾ: AI ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਜਾਣਕਾਰੀ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਖੋਜਣ ਅਤੇ ਪ੍ਰਾਪਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੀ ਹੈ, ਅਤੇ ਇੱਕ ਵਧੇਰੇ ਨਿੱਜੀ ਅਨੁਭਵ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੀ ਹੈ।
• ਹੁਨਰਾਂ ਦਾ ਲੋਕਤੰਤਰੀਕਰਨ: AI ਵੱਖ-ਵੱਖ ਹੁਨਰਾਂ ਨੂੰ ਲੋਕਤੰਤਰੀ ਬਣਾ ਰਹੀ ਹੈ, ਜਿਸ ਨਾਲ ਵੱਧ ਤੋਂ ਵੱਧ ਲੋਕ ਰਚਨਾ ਅਤੇ ਨਵੀਨਤਾ ਵਿੱਚ ਹਿੱਸਾ ਲੈ ਸਕਦੇ ਹਨ।

AI ਲਹਿਰ ਵਿੱਚ ਨਿਵੇਸ਼ ਦੀ ਦਿਸ਼ਾ

AI ਇਨਫਰਾ (ਕੰਪਿਊਟਿੰਗ ਪਾਵਰ ਅਤੇ ਡਾਟਾ) AI ਲਹਿਰ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਨਿਵੇਸ਼ ਦਿਸ਼ਾ ਹੈ। AI ਤਕਨਾਲੋਜੀ ਦੇ ਵਿਕਾਸ ਦੇ ਨਾਲ, ਮਾਹਰ ਡਾਟਾ ਅਤੇ ਹੋਰ ਕਿਸਮਾਂ ਦੇ ਡਾਟਾ ਦੀ ਮੰਗ ਵੀ ਲਗਾਤਾਰ ਵੱਧ ਰਹੀ ਹੈ।

"ਸਾਫਟਵੇਅਰ 3.0" ਯੁੱਗ ਆ ਰਿਹਾ ਹੈ

ਕੁੱਲ ਮਿਲਾ ਕੇ, ਅਸੀਂ ਇਸ ਲੜੀ ਦੇ ਬਦਲਾਵਾਂ ਨੂੰ "ਸਾਫਟਵੇਅਰ 3.0" ਕਹਿੰਦੇ ਹਾਂ। ਸਾਡਾ ਮੰਨਣਾ ਹੈ ਕਿ ਇਹ ਇੱਕ ਪੂਰੇ ਸਟੈਕ ਦੀ ਮੁੜ ਵਿਚਾਰ ਹੈ, ਜੋ ਨਵੀਂ ਪੀੜ੍ਹੀ ਦੀਆਂ ਕੰਪਨੀਆਂ ਲਈ ਬਹੁਤ ਵੱਡਾ ਫਾਇਦਾ ਲਿਆਵੇਗਾ। ਤਬਦੀਲੀ ਦੀ ਰਫ਼ਤਾਰ ਸਟਾਰਟਅੱਪਸ ਦੇ ਹੱਕ ਵਿੱਚ ਹੈ।

• ਉਤਪਾਦਾਂ ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਮੁੜ ਵਿਚਾਰ: ਸਾਨੂੰ ਨਵੇਂ AI ਪੈਰਾਡਾਈਮ ਨੂੰ ਅਨੁਕੂਲ ਕਰਨ ਲਈ ਉਤਪਾਦਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਕਰਨ ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਬਣਾਉਣ ਦੇ ਤਰੀਕਿਆਂ 'ਤੇ ਮੁੜ ਵਿਚਾਰ ਕਰਨ ਦੀ ਲੋੜ ਹੈ।
• ਵੱਡੇ ਤਕਨੀਕੀ ਅਤੇ ਆਰਥਿਕ ਮੌਕੇ: AI ਨੇ ਵੱਡੇ ਤਕਨੀਕੀ ਅਤੇ ਆਰਥਿਕ ਮੌਕੇ ਲਿਆਂਦੇ ਹਨ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਸਾਨੂੰ ਜ਼ਰੂਰ ਹਾਸਲ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।

ਸਟਾਰਟਅੱਪਸ ਅਤੇ ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਵਿਚਕਾਰ ਮੁਕਾਬਲਾ

ਜਿੱਤ ਦਾ ਫਲ ਆਖਰਕਾਰ ਸਟਾਰਟਅੱਪਸ ਜਾਂ ਮੌਜੂਦਾ ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਮਿਲੇਗਾ? ਭਾਵੇਂ ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਕੋਲ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ ਚੈਨਲ ਅਤੇ ਡਾਟਾ ਫਾਇਦੇ ਹਨ, ਪਰ ਸਟਾਰਟਅੱਪਸ ਬਿਹਤਰ ਉਤਪਾਦਾਂ ਅਤੇ ਨਵੀਨਤਾਕਾਰੀ ਵਪਾਰਕ ਮਾਡਲਾਂ ਨਾਲ ਮੁਕਾਬਲਾ ਕਰ ਸਕਦੇ ਹਨ।

• ਨਵੀਨਤਾਕਾਰਾਂ ਦੀ ਦੁਬਿਧਾ: ਮੌਜੂਦਾ ਕੰਪਨੀਆਂ ਨਵੀਨਤਾਕਾਰਾਂ ਦੀ ਦੁਬਿਧਾ ਨਾਲ ਸੀਮਤ ਹੋ ਸਕਦੀਆਂ ਹਨ, ਜਦੋਂ ਕਿ ਸਟਾਰਟਅੱਪਸ ਨਵੇਂ ਉਪਭੋਗਤਾ ਅਨੁਭਵ ਪੈਰਾਡਾਈਮ ਅਤੇ ਕੋਡ ਜਨਰੇਸ਼ਨ ਦੁਆਰਾ ਮੌਜੂਦਾ ਮਾਡਲਾਂ ਨੂੰ ਚੁਣੌਤੀ ਦੇ ਸਕਦੇ ਹਨ।
• ਡਾਟਾ ਦੀ ਮਹੱਤਤਾ: ਸਟਾਰਟਅੱਪਸ ਨੂੰ ਇਹ ਸੋਚਣ ਦੀ ਲੋੜ ਹੈ ਕਿ ਉਹਨਾਂ ਨੂੰ ਆਪਣੇ ਉਤਪਾਦ ਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਕਿਸ ਕਿਸਮ ਦੇ ਡਾਟਾ ਦੀ ਲੋੜ ਹੈ, ਨਾ ਕਿ ਸਿਰਫ਼ ਮੌਜੂਦਾ ਕੰਪਨੀਆਂ ਦੇ ਡਾਟਾ 'ਤੇ ਨਿਰਭਰ ਰਹਿਣ ਦੀ।