Story
माइक्रोसॉफ्ट ने OpenAI के इमेज मॉडल को अपनी इन-हाउस तकनीक से बदला

Summary
माइक्रोसॉफ्ट अपने बिंग और पावरपॉइंट जैसे उत्पादों में OpenAI के इमेज-जनरेटिंग मॉडल की जगह अपनी खुद की AI तकनीक का उपयोग करेगी। इस कदम का मुख्य उद्देश्य AI को लागू करने की लागत को कम करना और प्रदर्शन में सुधार करना है।
माइक्रोसॉफ्ट कॉर्प (NASDAQ:MSFT) ने एक बड़े रणनीतिक बदलाव की घोषणा की है, जिसके तहत वह अपने बिंग और पावरपॉइंट जैसे प्रमुख उत्पादों में OpenAI के इमेज-जनरेटिंग मॉडल को अपनी इन-हाउस तकनीक से बदल रही है। कंपनी का लक्ष्य इस कदम के माध्यम से लागत को काफी कम करना और दक्षता बढ़ाना है।
प्रमुख घटनाक्रम
माइक्रोसॉफ्ट के AI मॉडल प्रमुख, मुस्तफा सुलेमान ने एक साक्षात्कार में इस बदलाव की पुष्टि की। कंपनी अपने उत्पादों की पूरी श्रृंखला में आर्टिफिशियल इंटेलिजेंस (AI) को तैनात करने की लागत को कम करने के लिए OpenAI और Anthropic PBC जैसे प्रतिस्पर्धियों के मुकाबले अपने स्वयं के AI मॉडल विकसित कर रही है।
यह कदम OpenAI पर अपनी निर्भरता कम करने और AI विकास पर अधिक नियंत्रण हासिल करने की माइक्रोसॉफ्ट की व्यापक रणनीति का हिस्सा है।
लागत और प्रदर्शन में सुधार
सुलेमान ने ब्लूमबर्ग को दिए एक साक्षात्कार में बताया कि कंपनी के अपने माइक्रोसॉफ्ट AI मॉडल पावरपॉइंट में चलाने के लिए OpenAI की तकनीक की तुलना में लगभग 85% कम खर्चीले हैं। उन्होंने कहा, "यह तेज़, सस्ता, और उच्च गुणवत्ता वाला है, और यह बेहतर रिटेंशन (उपयोगकर्ताओं को बनाए रखना) को बढ़ावा देता है।"
Adहालांकि माइक्रोसॉफ्ट को OpenAI के साथ अपनी साझेदारी के माध्यम से मॉडलों तक मुफ्त पहुंच प्राप्त है, फिर भी कंपनी को इन मॉडलों को चलाने के लिए आवश्यक कंप्यूटिंग इंफ्रास्ट्रक्चर प्रदान करना पड़ता है। अधिक कुशल विकल्पों का उपयोग करके, माइक्रोसॉफ्ट इस इंफ्रास्ट्रक्चर लागत पर महत्वपूर्ण बचत कर सकती है।
निवेशकों के लिए इसका क्या मतलब है?
यह विकास AI क्षेत्र में माइक्रोसॉफ्ट की बढ़ती आत्मनिर्भरता और तकनीकी क्षमता को उजागर करता है। अपनी इन-हाउस क्षमताओं का निर्माण करके, कंपनी लंबी अवधि में अपने AI-संचालित उत्पादों के लिए संभावित रूप से अपने मार्जिन में सुधार कर सकती है।
सुलेमान ने यह भी बताया कि इमेज क्रिएशन नए उपयोगकर्ताओं के लिए पहले AI प्रॉम्प्ट में से एक है, जिससे इस अनुभव को सकारात्मक बनाना ग्राहक प्रतिधारण के लिए महत्वपूर्ण हो जाता है। बेहतर और सस्ता मॉडल इस लक्ष्य को प्राप्त करने में मदद कर सकता है।