2025 में, venture capital अब यह दिखावा नहीं कर सकता कि सब ठीक है

 (pivot-to-ai.com)
7 पॉइंट द्वारा GN⁺ 2025-05-12 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • venture capital इंडस्ट्री इस समय बेहद मंदी की स्थिति में है
  • लगभग सिर्फ AI सेक्टर ही सक्रिय है, और AI के भीतर भी केवल OpenAI ही ध्यान का केंद्र है
  • पूरे बाज़ार की गिरावट का एक प्रमुख कारण Trump प्रशासन की tariff policy है
  • ज़्यादातर निवेश वास्तविक मुनाफ़े के बिना सिर्फ काल्पनिक valuation पर चल रहे हैं
  • भविष्य की रणनीति के अभाव में venture capitalists सिर्फ किस्मत और उम्मीद पर निर्भर हैं

अवलोकन

  • 2025 venture capital रिपोर्ट दिखाती है कि इंडस्ट्री गंभीर ठहराव में फँसी हुई है
  • startup और निवेश बाज़ार पर Trump के tariffs और आर्थिक नीतियों ने बड़ा झटका दिया है
  • zero interest rate era खत्म होने के बाद venture इंडस्ट्री बिना ढले अव्यवस्था में फँस गई
  • इस समय निवेशक सिर्फ AI, खासकर OpenAI, पर ध्यान दे रहे हैं, जबकि बाकी सेक्टरों में निवेश लगभग नहीं के बराबर है
  • निवेशकों और venture capital firms, दोनों के नज़रिए से कोई ठोस समाधान दिख नहीं रहा है

2025 में venture capital की स्थिति

  • AI सेक्टर को छोड़ दें तो लगभग सभी venture investments ठहरे हुए हैं
  • AI के भीतर भी सिर्फ OpenAI केंद्र में है, और बाकी AI startups भी ध्यान से बाहर हो रहे हैं
  • OpenAI आक्रामक cash burn और innovation के प्रति जुनून के साथ आगे बढ़ रहा है, और इस प्रक्रिया को एक तरह की धोखाधड़ी जैसी प्रकृति वाला बताया गया है
  • startup निवेशक अब भी ऐसे माहौल में फँसे हैं जहाँ 'exit' करना संभव नहीं है

Trump सरकार की tariff policy का असर

  • रिपोर्ट venture investment की कमजोरी का मुख्य कारण Trump प्रशासन द्वारा tariffs लागू करना और उससे पैदा हुई आर्थिक अनिश्चितता को मानती है
  • बाज़ार की अनिश्चितता के कारण निवेशक इंतज़ार की मुद्रा में हैं, जिससे deals और capital flow में तेज़ गिरावट आई है
  • Silicon Valley के निवेशकों और executives ने Trump के चुनाव का सक्रिय समर्थन किया था, फिर भी अब वे नीति के दुष्प्रभावों से परेशान दिख रहे हैं

zero interest rate era का अंत

  • 2008 financial crisis के बाद 10 साल से अधिक समय तक ब्याज दरें लगभग शून्य के पास रहीं, जिससे venture capital में भारी मात्रा में पूंजी आई
  • low-interest environment में pension funds जैसे बड़े निवेशकों ने startups में पैसा डाला, लेकिन ब्याज दरें बढ़ने के बाद यह प्रवाह तेज़ी से धीमा पड़ गया
  • venture capital इंडस्ट्री नए माहौल के मुताबिक ठीक से ढल नहीं पाई और अब भी पुरानी कार्यप्रणालियों पर अटकी हुई है

AI पर ऑल-इन निवेश माहौल

  • AI एकमात्र पसंदीदा निवेश क्षेत्र बन गया है, जबकि crypto, quantum computing आदि की अनदेखी हो रही है
  • रिपोर्ट में शामिल ज़्यादातर statistics और graphs OpenAI के विशाल निवेश मामलों की ओर झुके हुए हैं
  • Andreessen Horowitz जैसे बड़े VC, AI bubble को बनाए रखने के लिए बड़े नए funds खड़े कर रहे हैं
  • अधिकांश निवेशक AI की सफलता को लेकर bubble और 'FOMO' में बह रहे हैं

AI के बाहर के क्षेत्रों में मंदी

  • AI के बाहर के startups बेहद कमजोर निवेश माहौल और धीमी growth का सामना कर रहे हैं
  • early-stage investment और funding activity लगातार घट रही है
  • जिन VC firms को वास्तव में निवेश के मौके नहीं मिल रहे, उनके बीच unused capital लौटाने के मामले भी सामने आ रहे हैं

काल्पनिक valuation और वसूली की असंभवता

  • startup valuations वास्तविक cash flow से कटी हुई 'काल्पनिक valuation' पर आधारित हैं
  • हाल के समय में startup bankruptcies तेज़ी से बढ़ी हैं, और अब वे कंपनियाँ बंद हो रही हैं जिनकी कोई वास्तविक value नहीं थी
  • investment recovery यानी exit के अवसर घटने से निवेशकों के लिए वास्तविक returns कमाना कठिन हो गया है

exit बाज़ार का पतन

  • investment recovery के लिए IPO और M&A के रास्ते बेहद सीमित हो गए हैं
  • CoreWeave और Wiz Security जैसे उदाहरण मौजूद हैं, लेकिन कुल मिलाकर exit market लगभग खामोश है
  • funding rounds सिर्फ late stage पर केंद्रित हो रहे हैं, और निवेश वास्तविक growth की जगह survival के लिए हो रहा है

venture capital के पास भविष्य की रणनीति का अभाव

  • इंडस्ट्री की मुख्य रणनीति धुँधली उम्मीद पर टिकी हुई है
  • स्थिति ऐसी है कि बाज़ार और IPO recovery, या Trump प्रशासन में बदलाव जैसे बाहरी कारकों पर ही निर्भरता बनी हुई है
  • इससे यह भी उजागर होता है कि कई venture capitalists की सफलता वास्तव में असाधारण क्षमता से अधिक एक बार की किस्मत पर टिकी थी
  • कुछ लोग अतिवादी और अनुचित सामाजिक आंदोलनों में भी शामिल रहे हैं, जो खतरनाक निर्णय क्षमता की कमी दिखाता है

निष्कर्ष

  • 2025 में venture capital इंडस्ट्री गंभीर संकट और रणनीतिक शून्यता का सामना कर रही है
  • निवेश, exit और growth के सभी रास्ते अवरुद्ध होने के बीच पूरी इंडस्ट्री को बुनियादी बदलाव और आत्मचिंतन की ज़रूरत है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2025-05-12
Hacker News राय

  • 2025 की शुरुआत में venture capital की स्थिति पर बात की गई है। AI को छोड़ दें तो venture capital लगभग मरा हुआ लगता है। AI में भी OpenAI को छोड़कर खास जीवंतता नहीं दिखती। OpenAI ऐसा लगता है जैसे बहुत सारा पैसा जलाकर किसी AI देवता को बुलाने की कोशिश कर रहा हो—एक अजीब तरह का दांव। ध्यान देने वाली बात है कि कोई भी अभी मुनाफा साकार नहीं कर पा रहा। लेकिन OpenAI की bet का बहुत speculative होना दिलचस्प है। 2019 में जब GPT-2.0 को web interface में इस्तेमाल किया था, तब वह बस एक मजेदार खिलौने जैसा था। लेकिन 2022 के दिसंबर के आसपास ChatGPT आया, और वह एक महत्वपूर्ण paradigm shift था। 2019 से 2022 तक तीन साल में बहुत बड़ी प्रगति हुई, और यह बिना अत्यधिक hype या भारी निवेश के हुआ। अब तीन साल और बीत चुके हैं, लेकिन ChatGPT 4.5 का अहसास 2022 के GPT-3/GPT-4 जैसा ही लगता है। 4.5 या o3, 3.0 की तुलना में नाटकीय रूप से ज्यादा स्मार्ट नहीं लगते, hallucination भी बस थोड़ी कम है, लेकिन यह कोई नया paradigm नहीं है। अगर इसी रफ्तार से प्रगति जारी रही, तो बेहतर interfaces और tools तो मिलेंगे, लेकिन LLM से superintelligence (मानव से आगे की अंतर्दृष्टि, skill, creativity) वास्तव में संभव है या नहीं, यह कहना मुश्किल है

    • अभी तुरंत करने लायक एक काम के तौर पर Ray-Ban स्टोर जाकर Meta glasses आज़माने का सुझाव दिया गया है। "Live AI mode" चालू करने पर AI के साथ real-time video conversation की जा सकती है, जहां AI यह देखता है कि मैं क्या देख रहा हूँ, और language translation, text recognition, object recognition आदि करके वास्तविक दुनिया के साथ interact कर सकता है। 2019 में ऐसी तकनीक मौजूद नहीं थी; तब GPT-2 को Star Wars उपन्यास पर fine-tune करके सिर्फ 'Luke' नाम दिख जाने पर भी हैरानी होती थी। अब इसे सिर पर पहनकर restaurant menu पढ़े जा रहे हैं, Uber गाड़ी ढूंढ़ी जा रही है, बगीचे की मिट्टी की संरचना देखी जा रही है, और math भी करवाई जा रही है। एक दृष्टिबाधित व्यक्ति के रूप में, इस तकनीक की उपयोगिता को शब्दों में बताना मुश्किल है। अगर यही 'मरती हुई' स्थिति है, तो ऐसी पतनशीलता और चाहिए

    • माना गया कि hype तकनीक के स्वस्थ विकास के लिए हानिकारक है। generative AI निश्चित ही एक paradigm shift था, और यह मानव productivity बढ़ाने वाले रोचक tool के रूप में विकसित हो सकता है। लेकिन ऐसी maturity में समय लगता है। venture capital और hustle culture को तेज exit चाहिए होता है, और उसके लिए आखिरकार बहुत सारे "भोले खरीदार" चाहिए होते हैं। इसलिए Gen AI को सिर्फ बहुत संभावनाशील तकनीक नहीं, बल्कि "सब कुछ और सबको नष्ट कर देने वाला भविष्य" बनाकर पेश किया जाना पड़ता है

    • 4.5/o3, 3.0 की तुलना में hallucination कम करते हैं—यह पूरी तरह सही नहीं है। वास्तव में OpenAI के o3, o4-mini system card (section 3.3) या Vectara hallucination leaderboard के डेटा को देखें तो o3 और o4-mini, o1 की तुलना में उल्टा ज्यादा hallucination दिखाते हैं

    • इस बात से सहमति है कि AI व्यक्तिगत स्तर के अलग-अलग कामों में काफी उपयोगी tool बन चुका है। लेकिन जिस transcedent scale पर उसकी market value सही ठहर सके, वहाँ पहुँचने के लिए उसे मानव निगरानी के बिना क्रमबद्ध प्रक्रियाएँ आगे बढ़ाने में सक्षम होना होगा, और वही असली paradigm shift है। अभी तक वह बाधा पार नहीं हुई और सब वहीं ठिठके हुए हैं। OpenAI के मामले में, तकनीक बहुत तेज़ी से commoditized हो रही है और competitors भी बहुत हैं, इसलिए brand और Sam की funding क्षमता के अलावा उसके पास कोई moat नहीं है। UX शानदार है, लेकिन वह अंततः moat नहीं है

    • इस बात पर ज़ोर दिया गया कि innovation में आम तौर पर एक बड़ी छलांग के बाद लगातार सूक्ष्म सुधार आते हैं। लोग exponential growth की उम्मीद करते हैं, लेकिन वास्तविकता शायद inverse power law के ज्यादा करीब है

    • सही है, hallucination कम हुए हैं, लेकिन अब भी बहुत होते हैं। यह साबित हो रहा है कि intelligence सिर्फ विशाल language model से ही संभव नहीं है

    • कहा गया कि GPT-3.0 कैसे काम करता था, इसकी याद शायद गलत है। 2.0 से 3.0 तक बड़ी प्रगति हुई थी, और उसके बाद हाल के कुछ वर्षों में भी काफी उन्नति हुई है

    • यह मत है कि नए GPT versions पुराने की तुलना में बहुत बेहतर हैं। GPT-3 एक दिलचस्प खिलौना था, लेकिन वह बहुत बार गलत होता था और बहुत जिद्दी था, इसलिए बेकार था। अभी 4.0+ का अक्सर उपयोग होता है; उदाहरण के लिए, यह Jira Burndown chart के screenshot का एक बार में शानदार summary दे देता है

    • सिर्फ LLM की प्रगति से AI की प्रगति को मापना एक सरलीकरण है। पिछले 2 साल में AI में बड़ी उन्नति हुई है, और यह सिर्फ text generation तक सीमित नहीं है। image generation अब बहुत realistic है, और जटिल tools के बिना text से मनचाही चीज़ें edit की जा सकती हैं। text-to-speech और speech-to-speech भी बहुत यथार्थवादी हो चुके हैं और कई भाषाओं में भावनाएँ भी अच्छी तरह व्यक्त करते हैं। video generation हर महीने अधिक realistic हो रहा है और कम computing मांगता है। 3D modeling में भी बड़ी प्रगति हुई है, speech-to-text इतना तेज हो गया है कि phone पर चल सके, इसलिए latency भी कम हुई है। robotics में AI का उपयोग अगली चुनौती है, और healthcare जैसे कई क्षेत्रों में भी इसके अनुप्रयोग हैं

    • LLM पर ज्यादा ध्यान है, लेकिन visual recognition, video/image synthesis, transformation, 3D modeling जैसे कई क्षेत्रों में भी स्पष्ट प्रगति हुई है। robot taxi सचमुच शहरों में चल रही हैं और इंसानों जितना या उनसे बेहतर drive कर रही हैं। एक मोटा-सा sketch देने पर शानदार चित्र मिल जाता है, और कुछ photos से ही ठीक-ठाक 3D mesh model बन सकता है—यानी वास्तविक बदलाव हुए हैं

    • OpenAI का AGI (सामान्य कृत्रिम बुद्धिमत्ता) वाला दांव कितना speculative है, यह बात उतनी महत्वपूर्ण नहीं है। केवल consumer AI business से भी बहुत पैसा कमाया जा सकता है। अभी मुनाफा न होने की वजह यह है कि free users पर ads नहीं लगाए जा रहे और growth को प्राथमिकता दी जा रही है। जैसे ही ads शुरू होंगे, भारी revenue आएगा—ऐसा दावा किया गया

    • 4.5/o3, 3.0 की तुलना में बहुत ज्यादा स्मार्ट नहीं हैं—इस राय से असहमति है। जब LLM ऐसा उत्तर बना सकता है जो उसके training data में सीखे गए पैटर्न से निकले, तब वह मानव ज्ञान के patterns का उपयोग करता है। ऐसे सवालों पर मानव विशेषज्ञ भी मिलते-जुलते जवाब देंगे। लेकिन जब गहरी reasoning या कई क्षेत्रों की expertise चाहिए होती है, तब o3 जैसे model रचनात्मक समाधान भी दे सकते हैं। माना गया कि reinforcement learning वह मुख्य चीज़ है जो model को मानव विशेषज्ञ स्तर से आगे ले जा सकती है। AlphaGo और AlphaZero जैसी अतिमानवीय उपलब्धियाँ आगे और विविध क्षेत्रों में दोहराई जाएँगी—ऐसी उम्मीद है

    • "बहुत ज्यादा स्मार्ट" वास्तव में कैसा दिखेगा, इस पर जिज्ञासा जताई गई। computing इतिहास में 2~3 साल के भीतर "बहुत ज्यादा X" जैसा बदलाव कितनी बार हुआ है, इस पर भी सवाल है

    • पूरी तरह सहमति नहीं है। ChatGPT का पहला version अपनी natural conversation की वजह से जादुई लगता था, लेकिन वास्तव में वह बहुत बेवकूफ computer था। नए models बिना किसी खास tool के भी math बहुत अच्छी तरह कर लेते हैं, जबकि GPT-3 बुनियादी arithmetic भी मुश्किल से कर पाता था

    • hallucination कम होने के दावे पर संदेह जताया गया। हाल ही में पत्नी को nursing college के assignment के लिए research papers की review करनी थी, और professor ने model answer के तौर पर papers की सूची और summaries भेजीं। पत्नी को वे papers कहीं नहीं मिले, तो देखने पर साफ लगा कि वह LLM-generated सामग्री थी। वास्तव में पाँचों papers अस्तित्व में ही नहीं थे। दो मिलते-जुलते papers थे, लेकिन उनके authors और titles अलग थे, और बाकी तीन पूरी तरह fake थे

    • OpenAI का moat आखिर है क्या, यह समझ नहीं आता। हर service के कम-से-कम पाँच competitors हैं, जिनमें कुछ open source भी हैं। pricing आखिरकार race to the bottom ही है, और उस bottom पर सवाल सिर्फ इतना है: "API cost बनाम open source खुद चलाना"

    • इस आलोचनात्मक रुझान का आशय समझ में आता है, लेकिन भले समय रुका हुआ लगे, वास्तव में research की गति और प्रगति सचमुच तेज है। GPT-2 फरवरी 2019 में आया, और 18 महीने बाद 2020 में GPT-3 आया (बड़ी छलांग, लेकिन वास्तविक उपयोगिता सीमित)। फिर 18 महीने बाद (2022 की शुरुआत में) InstructGPT आया, जो RLHF के लिए watershed साबित हुआ। उसके 10 महीने बाद, 2022 के अंत में ChatGPT को InstructGPT के sibling के रूप में जारी किया गया, और इसी दौर में OpenAI ने “3.5 family” नाम का उपयोग किया। GPT-4 मार्च 2023 में आया (performance, context window, image support आदि में बड़ी छलांग), और तब ChatGPT users 100 million पार कर गए। GPT-4-Turbo नवंबर 2023 में बड़े context window और कम कीमत के साथ launch हुआ। उसके बाद GPT-4o ने audio आदि के साथ थोड़ी और performance सुधारी। 5 महीने पहले o1, फिर o3, o4 आदि के रूप में iterative improvements हुए। 2024 के फरवरी में 4.5, और उसके तुरंत बाद 4.1। 2019 में यह सिर्फ एक experimental research project था, और उसके बाद धीरे-धीरे "काम का" ChatGPT आने में 2 साल से अधिक लगे, तथा वास्तव में उपयोगी version आने में लगभग 3 साल। उसके बाद के 2 साल में multimodal, नए reasoning models, performance का विस्तार, और ज्यादा विविध foundational research हुई। बल्कि अभी वह समय है जब कई अलग-अलग paradigm shifts की बुनियादें एक साथ सिमटकर सामने आ रही हैं

    • यह दावा कि आज के SOTA (state of the art) models, GPT-3 जैसे ही लगते हैं, इस साल की सबसे बड़ी hot take लगता है

  • मुझे भी AI fatigue महसूस होती है, लेकिन यह overreaction है। venture capital हमेशा FOMO (कुछ छूट जाने का डर) से प्रेरित होकर चलता रहा है। कंपनियाँ भी अपने business model पर AI, web3, web2, fintech जैसी चीजें चिपकाकर funding पाना आसान बनाना चाहती हैं। AI startups में लगाया गया काफी पैसा असल में सिर्फ 'AI' label लगी कंपनियों में गया होगा। 10 साल बाद VC funding का 57.9% किसी और buzzword पर जाएगा, और तब वह AI नहीं होगा

    • वास्तव में हम बहुत उबाऊ क्षेत्र का startup हैं, लेकिन सिर्फ software को आधुनिक बनाकर भी अच्छा कर रहे हैं। फिर भी Series A funding उठानी है तो pitch deck में AI ज़रूर डालना पड़ता है। इसलिए पिछले 6~8 महीनों से हम product में AI के इस्तेमाल का कोई दिखाऊ पहलू जबरन ढूंढ़ रहे हैं, जबकि सच यह है कि वह हमारे लिए differentiator नहीं है

    • कंपनी होने पर भी कई बार अगली लहर पर सवार होना ज़रूरी हो जाता है। अपने अनुभव के तौर पर OpenStack का उदाहरण दिया गया, जो वास्तविकता में खास सफल नहीं हुआ। फिर भी अगर आप cloud को लेकर गंभीर थे, तो एक बार उसमें उतरना पड़ता था, और बाद में चीज़ें containers की तरफ मुड़ गईं

    • लेख की तरह यह कहना कि interest rates कभी नीचे नहीं आएँगी, और AI VC का आखिरी trend होगा—दोनों ही दावे निरर्थक लगते हैं

  • लेख से सहमति है, लेकिन कारण अलग माना गया। scaling हमेशा से कठिन हिस्सा रहा है। database sharding, NoSQL की ओर बदलाव, async समस्याएँ—व्यवहारिक दुनिया में सामने आने वाली scaling चुनौतियाँ आसान नहीं होतीं। इसलिए एक ही idea पर all-in करने के बजाय 10~20K MRR कमाने वाले कई Micro-SaaS चलाना बेहतर है। अब औसत business stakeholder भी कई SaaS, tools, email, websites, automation services, freelancers आदि subscribe करता है, और यह micro model के अनुकूल समय है। अब Indie Hackers या YouTube देखें तो सफल founders community-based brand बन चुके हैं, इसलिए उन्हें VC की ज़रूरत नहीं पड़ती। app launch करते ही Twitter और YouTube subscribers रुचि दिखाते हैं

    • integration पर ज्यादा केंद्रित इस दौर से सहमति है। लेकिन micro-SaaS model की सबसे बड़ी समस्या security है। बड़ी कंपनियाँ भी hack हो जाती हैं, और जितने ज्यादा छोटे SaaS पर निर्भर होंगे, system में उतनी ज्यादा vulnerabilities होंगी। SME budget के लिए security संभालना मुश्किल है

  • निराशावादी नज़रिया आसान है, लेकिन यह याद दिलाया गया कि अगर कोई तेजी से बढ़ती company trend पर सही समय में सवार हो जाए, तो मौका बहुत बड़ा हो सकता है। उदाहरण के लिए, Google 2003 में लगभग 1 billion dollar revenue वाली company थी, और आज 260 billion pound कमाने वाली company बन चुकी है। 2004 के IPO के समय उसकी valuation 23 billion dollar थी

    • कहा गया कि इसे दूसरे तरीके से पूछना चाहिए। Google के revenue में वास्तव में कितना नया value creation है, और कितना सिर्फ मौजूदा advertising market के budget का Google की ओर शिफ्ट होना है? अमेरिका में ad spend तो सालाना लगभग 1.6% की दर से ही बढ़ा है, तो क्या यह सचमुच disruptive success है, या सिर्फ market share effect—यह सवाल है

    • पूछा गया कि इस growth की वजह innovation है, या वह monopoly और Safari default search engine deal, जिसकी अमेरिकी सरकार अभी जांच कर रही है

    • सलाह दी गई कि cynical दृष्टिकोण और realistic दृष्टिकोण को गड्डमड्ड न किया जाए

    • Google Search, Maps, Gmail, YouTube, Chrome जैसी सेवाएँ 10 साल से अधिक समय तक शानदार रहीं। लेकिन उसके बाद Google ने लोगों की जिंदगी को सचमुच बेहतर बनाने में शायद अपनी कुल growth का सिर्फ 10% ही योगदान दिया है—ऐसी राय है

  • यह माना गया कि लेख ने गलत समझाया कि VC firms carry (performance fee) के अलावा management fee से वास्तव में कैसे पैसा कमाती हैं। उदाहरण के लिए, अगर a16z, 20 billion dollar fund को 3% management fee और 30% carry पर चलाता है, तो 0 dollar return होने पर भी सिर्फ management fee से 600 million dollar कमा लेगा। बेशक वह carry भी लेना चाहेगा, लेकिन management fee नुकसान से बचाव का cushion बन जाती है

    • a16z जैसे funds अब तक अच्छे exit दिखा चुके हैं, इसलिए वे ऊँची fees मांग सकते हैं। ज़्यादातर funds 1~2% management fee और 20% carry पर चलते हैं। VC की दुनिया power curve जैसी है, जहाँ कुछ ही funds बहुत बड़ा प्रभाव डालते हैं। exit न दिला पाने वाले VC, यहाँ तक कि associate या partner भी, अगर नतीजे न ला सकें तो उनका career लगभग खत्म हो जाता है

  • लगा कि AI को लेकर ज़रूरत से ज्यादा नकारात्मकता है। VC यह कहते हैं कि “AI, internet की तरह business का central layer बन जाएगा”—इस दावे का विरोध किया गया, लेकिन यह भी कहा गया कि तकनीक वास्तव में बहुत तेज़ रफ्तार से आगे बढ़ रही है

  • यह विचार रखा गया कि innovation सबसे ज्यादा तब होता है जब लोग कोने में धकेले जाते हैं। VC ने एक खास तरीके को मिथकीय बना दिया और पिछले 20 सालों में यह यकीन जमा दिया कि वही एकमात्र रास्ता है। फिर B2C कठिन हुआ, तो आसान पैसे के पीछे भागते हुए B2B की ओर मुड़ गए। नतीजतन value की विविधता गायब हो गई और कंपनियाँ सिर्फ ऊपर से भारी होती गईं। ZIRP (zero interest rate policy) का दौर खत्म हुआ हो, फिर भी असल में पैसा गायब नहीं हुआ, बस कहीं जमा है—ऐसा माना गया। नए VC models पर प्रयोग करने लायक खगोलीय संसाधन मौजूद हैं, लेकिन कोई अभी कदम नहीं उठा रहा। यह भी सवाल है कि क्या VC की नई पीढ़ी—जिस पर खुद दांव लगाया गया—जोखिम उठाने के प्रति कम संवेदनशील है, या personal brand बनाने में इतनी व्यस्त है कि अपनी सफलता को दांव पर नहीं लगा रही

  • यह सोचा गया कि क्या अब बहुत देर हो चुकी है ऐसे startup का प्रस्ताव रखने के लिए, जो LLM API की कुछ lines जोड़कर task management जैसी साधारण app बनाए। YC में फिर से apply करके हर साल reject होने का भी मन है। असल में ऐसे business partner की ज़रूरत है जो इस पर ध्यान दे कि लोग वास्तव में क्या चाहते हैं। लेकिन करीबी दोस्त भी फिलहाल परिवार पर ध्यान दे रहे हैं, इसलिए दिमाग में या तो non-monetizing game आते हैं या B2B startup

  • AI से जुड़े दूसरे-तीसरे स्तर के experts (जैसे YouTube या broadcast पर बार-बार न दिखने वाले consultants) 1~2 साल पहले से FOMO (मौका छूटने का डर) फैलाते हुए वादा कर रहे थे कि AI सब कुछ कर देगा। हाल में उनका tone बदलकर यह हो गया है कि “यह एक खास tool है, इसे सही तरीके से इस्तेमाल करना होगा।” यही लोग जल्दी-जल्दी बनाए गए AI courses बेचते हैं, और पहले mobile strategy, AR, crypto, web3 जैसी लहरों पर भी यही सवार थे

    • ऐसा लगता है कि class instructors और instructors को coach करने वाले लोग—पूरी संरचना ही pyramid की तरह एक नए trend की तलाश में इधर-उधर जाती है। यह भी जिज्ञासा है कि क्या यह प्रवाह individual self-branding के इकट्ठा होकर बड़े influencer संगठनों में बदलने का नतीजा है

    • हाल ही में 5 घंटे के भीतर Klarna (fintech) द्वारा AI की जगह फिर से इंसानों को customer service में लाने वाली खबर का हवाला देते हुए, इस बदलते माहौल का उदाहरण दिया गया कि आखिरकार लोग मानने लगे हैं—AI बस एक tool है