Amazon AI टैलेंट वॉर में ज़्यादातर निष्क्रिय रुख अपनाए हुए है

• Amazon AI टैलेंट हासिल करने की प्रतिस्पर्धा में ज़्यादातर निष्क्रिय तरीके से काम कर रहा है
• आंतरिक दस्तावेज़ों के अनुसार, salary structure, AI प्रतिष्ठा में गिरावट, और work from home पर पाबंदियां प्रमुख बाधाएं हैं
• इन कारणों से Amazon काबिल AI टैलेंट हासिल करने में कमज़ोर स्थिति में पहुंच गया है
• Amazon की 'hub' केंद्रित office attendance policy remote work पसंद करने वाले टैलेंट को आकर्षित करने में एक और बाधा बन रही है
• कंपनी compensation policy और flexible hiring strategy में सुधार के रास्ते तलाश रही है

---

Amazon AI टैलेंट वॉर में निष्क्रिय क्यों है

AI टैलेंट हासिल करने की प्रतिस्पर्धा में Amazon की मौजूदा स्थिति

• सिलिकॉन वैली भर में AI टैलेंट वॉर तेज़ हो रही है, लेकिन Amazon ज़्यादातर हालात देखने वाला रुख अपनाए हुए है
• गैर-प्रकाशित आंतरिक दस्तावेज़ों और संबंधित लोगों के बयान के अनुसार, Amazon असामान्य salary system, AI क्षेत्र में गिरी हुई प्रतिष्ठा, और सख्त office attendance policy को टैलेंट हासिल करने की राह में बाधा मानता है
• इसके कारण Amazon पर अपनी hiring strategy पर फिर से विचार करने का दबाव है

आंतरिक दस्तावेज़ में क्या है

• यह दस्तावेज़ HR टीम ने तैयार किया था, जो non-retail divisions (Amazon Web Services, advertising, devices, entertainment, और artificial intelligence overall team) को संभालती है
• इसमें कहा गया है कि "generative AI hiring location, compensation, और कंपनी के पिछड़ते हुए perception की वजह से मुश्किल है"
• आंका गया है कि प्रतिस्पर्धी कंपनियां ज़्यादा साहसी और व्यापक compensation packages दे रही हैं
• हाल के बड़े AI टैलेंट भर्ती मामलों में Amazon, Meta, Google, OpenAI, Microsoft जैसी कंपनियों की तुलना में कम आक्रामक दिखा

Amazon की आधिकारिक प्रतिक्रिया

• Amazon के प्रवक्ता ने कहा कि कंपनी "बाज़ार में प्रतिस्पर्धी compensation दे रही है और सर्वश्रेष्ठ टैलेंट को आकर्षित करने के लिए flexibility बनाए हुए है"
• लेकिन बाद में रुख बदलते हुए कहा कि "लेख की बुनियाद गलत है" और विस्तृत स्पष्टीकरण से बचा गया
• Amazon ने फिर ज़ोर देकर कहा कि वह "तेज़ रफ्तार से GenAI applications बना रहा है और compensation भी competitive है"

'door desk' और समान compensation structure

• Amazon अपनी मितव्ययी संस्कृति के लिए मशहूर है, जिसमें सस्ते दरवाज़ों को desk की तरह इस्तेमाल करने का उदाहरण अक्सर दिया जाता है
• यही बचत-उन्मुख संस्कृति AI क्षेत्र की भारी salary competition से टकरा रही है
• आंतरिक दस्तावेज़ में कहा गया है कि कठोर salary bands और increase न देने की policy के कारण Amazon के offers प्रतिस्पर्धियों से कमज़ोर पड़ते हैं
• कुछ प्रमुख भूमिकाओं में salary increase की कमी को top talent hire करने में बाधा बताया गया है
• चेतावनी दी गई है कि अगर बेहतरीन AI engineers और researchers नहीं मिलते, तो तकनीकी नेतृत्व खोने का जोखिम बना रहेगा
• Amazon अभी तक OpenAI के ChatGPT या Anthropic के Claude जैसा बहुत सफल AI product नहीं ला पाया है
• Bedrock AI cloud service ने कुछ प्रगति दिखाई है, लेकिन वैश्विक असर वाला उदाहरण अभी कम है

salary और talent retention से जुड़े अतिरिक्त उदाहरण

• Amazon की salary और compensation structure लगातार विवाद का कारण रही है
• उदाहरण के तौर पर, 2020 में robotics division के VP Brad Porter ने salary increase से इनकार के बाद कंपनी छोड़ी थी
• stock grants का पीछे की ओर केंद्रित ढांचा, जिसमें शुरुआती दौर में compensation कम होता है, नए टैलेंट को आकर्षित नहीं करता
• cash bonus न देने की policy senior executives तक पर लागू होती है

generative AI टैलेंट हासिल करने में मुश्किलें

• आंतरिक दस्तावेज़ में कहा गया है कि generative AI क्षेत्र में टैलेंट competition तेज़ हुई है, खासकर large language model experts को हासिल करना कठिन हो गया है
• venture capital firm SignalFire की रिपोर्ट के अनुसार, Amazon की engineer retention rate Meta, OpenAI, और Anthropic से काफ़ी कम है
• SignalFire के developer community प्रमुख Jarod Reyes ने कहा कि Amazon के प्रतिस्पर्धी open models, foundational research, और developer tools में ज़्यादा आगे बढ़ रहे हैं
• कई engineers Amazon की दिशा को लेकर असहज महसूस कर रहे हैं और नौकरी बदलने का रुझान बढ़ रहा है

निवेशकों और बाज़ार की प्रतिक्रिया

• कुछ निवेशकों ने भी ऐसी ही चिंताएं जताई हैं
• Morgan Stanley के Brian Nowak ने CEO Andy Jassy से AWS की AI competitiveness में गिरावट और market share कम होने की आशंका उठाई
• Jassy के जवाब के बाद शेयर कीमत में गिरावट देखी गई

Amazon की प्रतिक्रिया योजना

• Amazon ने कहा है कि वह "compensation और location strategy को और सटीक बनाने", generative AI को उभारने के लिए events बढ़ाने, और AWS जैसे business units में dedicated hiring teams चलाने पर काम करेगा

'hub' केंद्रित policy और टैलेंट पर पाबंदियां

• Amazon headquarters के सैकड़ों tech कर्मचारियों के office attendance policy जैसे मुद्दों पर headquarters के सामने जुटने की घटनाएं हुई हैं
• Amazon की नई 'hub' केंद्रित office attendance policy कर्मचारियों से संबंधित regional headquarters में relocate होने की मांग करती है, और ऐसा न करने पर नौकरी जाने का जोखिम है
• आंतरिक दस्तावेज़ के अनुसार, यह policy generative AI specialists जैसे काबिल टैलेंट को हासिल करने में बाधा डालती है
• Amazon अधिक location flexibility वाले roles बढ़ाने के विकल्प भी तलाश रहा है
• वास्तव में, work from home flexibility की कमी के कारण प्रतिस्पर्धियों के लिए Amazon से टैलेंट छीनना आसान हो रहा है

हाल की hiring और departures के उदाहरण

• Amazon ने पिछले साल Adept के CEO David Luan को नियुक्त किया, और वह अब Amazon की AI agents lab का नेतृत्व कर रहे हैं
• दूसरी ओर, AI chip designer Rami Sinno और Bedrock project के VP Vasi Philomin जैसे वरिष्ठ AI टैलेंट का बाहर जाना भी जारी है
• एक recruiter के अनुसार, सख्त office attendance policy (RTO) की वजह से बढ़ती संख्या में उम्मीदवार job offers ठुकरा रहे हैं
• भले ही प्रतिस्पर्धी कम salary दें, घर से काम की संभावना होने पर उम्मीदवार उन्हें ज़्यादा पसंद करते हैं
• Bloomberg ने रिपोर्ट किया कि Oracle ने पिछले 2 साल में Amazon के 600 से अधिक कर्मचारियों को RTO policy की वजह से भर्ती किया

बदलाव की कठिनाई और आशावादी नज़रिया

• दस्तावेज़ पिछले साल के अंत में लिखा गया था, इसलिए उसके बाद कुछ बदलाव की संभावना से इनकार नहीं किया जा सकता
• लेकिन कई संबंधित लोगों के मुताबिक compensation policy में कोई वास्तविक बदलाव नहीं हुआ है
• executives compensation structure पर Amazon के आधिकारिक दस्तावेज़ में कहा गया है कि दशकों से असरदार रही रणनीति होने के कारण system बदलना जोखिम भरा माना जाता है
• कुछ लोगों का यह भी मानना है कि AI टैलेंट वॉर बहुत ज़्यादा गरमा गई है और यह 'अत्यधिक निवेश भावना' पर आधारित हो सकती है
• वास्तव में, Meta द्वारा ऊंचे पैकेज पर लाए गए कुछ टैलेंट पहले ही कंपनी छोड़ चुके हैं

[GN⁺]

Hacker News राय

• मुझे लगता है कि Zuckerberg को हर नए ट्रेंड पर अरबों डॉलर फूंकते देख लोगों को यह भ्रम हो गया है कि हर बड़ी tech कंपनी को ऐसा ही करना चाहिए। लेकिन वास्तव में दूसरी कंपनियां कहीं ज़्यादा रणनीतिक तरीके से आगे बढ़ रही हैं। Microsoft, OpenAI के साथ अपनी partnership की वजह से आक्रामक रुख अपना रहा है, और Google तो शुरू से ही AI research का केंद्र रहा है। लेकिन Amazon या Apple जैसी कंपनियां स्वाभाविक रूप से उस स्थिति में नहीं हैं, इसलिए उन्हें ज़बरदस्ती पैसा झोंकने की ज़रूरत नहीं है। जिन कंपनियों की रणनीति अच्छी है वही बड़े पैमाने पर निवेश करेंगी, और बाकी कंपनियां market के mature होने के बाद M&A या technology partnership के ज़रिए प्रवेश करेंगी। जब AI का उन्माद ठंडा पड़ेगा, तब Zuck किसी और ट्रेंड पर पैसा लगाएगा
  • कुल मिलाकर सहमत हूं, लेकिन मुझे लगता है Amazon इस बात से काफी घबराया हुआ है कि वह इस क्षेत्र में पीछे न रह जाए। हाल की earnings call में CEO ने analyst के उस सवाल पर कि Amazon AI में पीछे क्यों है, बहुत लंबा और रक्षात्मक जवाब दिया। अंदरूनी रिपोर्टों के अनुसार leaders panic mode में हैं और teams पर जल्दी AI solutions जारी करने का दबाव डाल रहे हैं। Amazon में असली AI leadership talent बहुत कम है, और top talent या तो कंपनी छोड़ रहा है या शुरू से आ ही नहीं रहा। मुझे लगता है Amazon को logistics और infrastructure जैसी अपनी मजबूत चीज़ों पर ध्यान देना चाहिए, लेकिन मौजूदा leadership बिना किसी स्पष्ट योजना के इधर-उधर भटकती दिखती है
  • क्योंकि ज़्यादातर LLM cloud पर चलेंगे, इसलिए Amazon, Microsoft, Google जैसे general-purpose cloud providers स्वाभाविक रूप से model serving business करेंगे। लेकिन उन्हें खुद model बनाने की ज़रूरत नहीं है। LLM आखिरकार datasets के converge होने के साथ पूरी तरह interchangeable commodity बन सकते हैं, और अंत में असली चीज़ customer access होगी। SOTA LLM बनाना सिर्फ पैसे का खेल है, लेकिन cloud providers के entry barriers कहीं ऊंचे हैं, इसलिए मेरा मानना है कि customer touchpoint ज़्यादा महत्वपूर्ण है। Amazon, Anthropic के साथ training और service दोनों में काफ़ी करीबी से काम कर रहा है, और दोनों ही B2B पर केंद्रित हैं, इसलिए यह एक स्वाभाविक strategic direction है
  • मुझे लगता है Amazon infrastructure में निवेश करने की रणनीति अपना रहा है (जहां machines हैं, वहीं पैसा है)। कंपनियों ने समझ लिया है कि उनके पास कोई खास differentiated moat नहीं है, और चूंकि आखिरकार कोई भी compute खरीद सकता है, इसलिए रणनीतिक रूप से फोकस उसी दिशा में जा रहा है
  • Apple Intelligence जैसा वह concept मुझे पसंद आया जिसमें सारे process और data on-device केंद्रित हैं। यह अफसोस की बात है कि बिना cloud पर निर्भर हुए device पर सीधे AI processing की दिशा अभी तक पूरी तरह साकार नहीं हुई। उम्मीद है कि निकट भविष्य में यह वास्तव में लागू होगा, और इस लक्ष्य को पाने के लिए Apple थोड़ा और निवेश करे तो ठीक रहेगा
  • अगर Amazon की कोई बढ़त है, तो वह AWS की idle compute capacity है। लेकिन यह ऐसा क्षेत्र है जिसका फायदा बेहतरीन AI talent के बिना भी उठाया जा सकता है
• LLM क्षेत्र में methodology के स्तर पर entry barrier लगभग नहीं के बराबर होने के कई सबूत हैं। अंततः असली फर्क compute power, यानी hardware और energy, से पड़ता है। xAI और DeepSeek जैसी कंपनियों ने भी कम समय में ऐसे models बना लिए जो leaders से मुकाबला कर सकें। ऐसे में top talent पर खगोलीय salaries खर्च करने से बेहतर रणनीति GPU और energy खरीदकर compute services देना है। ऊपर से Amazon पहले से ही retail में बड़े निवेश और infrastructure operations करता है, इसलिए किसी अप्रमाणित AWS AI business में अरबों लगाने के बजाय असली logistics expansion पर पैसा खर्च करना ज़्यादा तर्कसंगत है
  • management के कुछ लोग शायद यह मानते हैं कि अगर काफी ज़्यादा compute झोंका जाए तो किसी न किसी बिंदु पर AGI निकल आएगा। मुझे नहीं लगता कि LLM सीधे general intelligence तक पहुंचते हैं, लेकिन यह एक तरह से भविष्य के AGI market में शुरुआती दांव लगाने के लिए lottery ticket खरीदने जैसा मनोविज्ञान है। Zuckerberg ने कभी "AI के खुद को सुधारने के संकेत" जैसी बात कही थी, और अगर वह सचमुच ऐसा मानता है, तो Meta की आक्रामक hiring और data center expansion को भी भविष्य के निवेश की तरह देखा जा सकता है
  • अगर LLM क्षेत्र में methodology का कोई entry barrier नहीं है, तो फिर सवाल उठता है कि Meta अब तक SOTA model क्यों नहीं ला पाया। DeepSeek ने भी चीन की दूसरी बड़ी AI कंपनियों की तुलना में कोई असाधारण resources इस्तेमाल नहीं किए। Alibaba और Baidu जैसी कंपनियां DeepSeek से ज़्यादा समय से निवेश कर रही थीं, उनके पास ज़्यादा funding और compute भी था, लेकिन वे DeepSeek जैसा नहीं कर पाईं
  • असली moat talent, data और compute—इसी क्रम में—है। Compute का योगदान लगभग ceiling पर पहुंच चुका है; अब quality data, प्रयोग के तरीके और build environment कहीं ज़्यादा महत्वपूर्ण हैं
  • Amazon बाहर से रणनीतिक दिखने की कोशिश कर रहा है, लेकिन वास्तव में top AI talent हासिल करने में लगातार असफल हो रहा है। अगर आप खुद एक सक्षम talent हैं, तो Amazon की बजाय Anthropic, OpenAI या Google DeepMind चुनने की पूरी वजह है। Adept acquisition के बाद talent के चले जाने का उदाहरण भी सामने है, और AWS AI frontier में Azure से काफी पीछे है। GCP भी तेज़ी से बढ़ रहा है और उसका future outlook बेहतर दिखता है
  • LLM का entry barrier बिल्कुल स्पष्ट है। यह क्षेत्र बेहद capital-intensive है, इसलिए ऊपर से कई players दिखते हैं, लेकिन वास्तव में यह सब भारी निवेश की वजह से संभव है। मुझे नहीं लगता कि यह boom हमेशा चलता रहेगा। रणनीतिक रूप से यह तय करना कठिन है कि अभी बड़ा निवेश करना चाहिए या नहीं। अगर कुछ कंपनियां competitive open-weight models जारी करती रहीं, तो यह भी संभव है कि R&D leadership खुद उतनी बड़ी competitive advantage न रहे। Amazon के पास पहले से काफी compute capacity है, इसलिए बिना बहुत गहरे निवेश के भी वह कम risk के साथ इस market से कुछ मुनाफ़ा कमा सकता है
• मैं जानना चाहता हूं कि Amazon AI innovator बनेगा या AI को enable करने वाला infrastructure supplier। AWS पहले से ही हजारों कंपनियों को अपना business चलाने में सक्षम बना रहा है। उसने Graviton ARM CPU और Trainium AI chips भी खुद design किए हैं, और AWS के ज़रिए कोई भी उन्हें इस्तेमाल कर सकता है। अंततः मुझे लगता है कि Amazon के लिए सीधे AI algorithms बनाने की तुलना में AWS पर कई तरह के AI को चलने देना कहीं ज़्यादा लाभदायक है
  • मौजूदा स्थिति कुछ ऐसी है जैसे gold rush में फावड़े बेचना
  • संबंधित VP के बयानों को देखें तो साफ़ होता है कि Amazon AI democratization पर ध्यान दे रहा है। VP Swami, AI को democratize करने की बात करते हैं, और कंपनी की strategic direction भी उसी अनुरूप दिखती है। (संदर्भ: AWS और Mistral AI सहयोग ब्लॉग)
  • मुझे लगता है Amazon यह समझता है कि अभी AI क्षेत्र अधिकांशतः पैसे जलाने वाला business है। बाद में जब कोई स्पष्ट solution सामने आए, तब प्रवेश करना भी देर नहीं होगी, इसलिए अभी की लड़ाई में कूदने की कोई मजबूरी नहीं है। वैसे भी अगर कोई ज़रूरी model चाहिए तो उसे कभी भी लाकर इस्तेमाल किया जा सकता है, और बहुत कुछ अपने servers पर चलाया जा सकता है, इसलिए opportunity cost भी बहुत बड़ी नहीं है
  • उनके पास अपने बनाए robots भी हैं, और website पर third-party robots भी बेचते हैं। मेरा मानना है कि AI को भी वे इसी तरह रणनीतिक रूप से देखते हैं। वे खुद development भी करेंगे, लेकिन इस्तेमाल के क्षेत्र भी बहुत व्यापक हैं। उदाहरण के लिए, एक bot ने गलत जानकारी देकर मुझे कोई product return करने पर मजबूर कर दिया था, और मुझे लगता है कि customer experience सुधारने के लिए अभी लंबा रास्ता बाकी है
• मौजूदा AI ecosystem में कोई lock-in नहीं है। लेकिन अगर भविष्य में AI मेरी पूरी ज़िंदगी संभालने वाला साथी बन जाए, और मेरा personal data (यादें) जमा करने लगे, तो lock-in बेहद मजबूत हो सकता है। AI provider बदलना तब शायद तलाक जैसा महसूस होगा—जैसे अपनी आधी ज़िंदगी की यादें खो देना। फिलहाल context memory की सीमाएं इस स्थिति को रोक रही हैं, लेकिन अगर कभी AI सचमुच पूरी conversation history के साथ "life companion AI" बन गया, तो market dynamics और players दोनों बड़े पैमाने पर बदल सकते हैं
  • लेकिन यह memory समस्या शायद इतनी आसानी से हल न हो। हाल में context window लंबी हुई है, पर लंबाई बढ़ने से सारी जानकारी समान रूप से उपयोगी नहीं हो जाती। 100k token के आसपास model performance में साफ गिरावट मैंने अक्सर देखी है। अभी भी length limits के भीतर sharp उपयोग करना आसान नहीं है, इसलिए 100k token के बाद मैं चीज़ों को compress करके इस्तेमाल करता हूं
  • अगर data मूल रूप से सिर्फ text है, तो कानूनी तौर पर data portability की मांग भी की जा सकती है, इसलिए चाहें तो पूरी chat history कॉपी करके बिना खास मुश्किल के किसी दूसरे AI में ले जाई जा सकती है
  • मैं पहले इस्तेमाल की गई बातचीतों का record अपने RAG system में डालकर नए LLM के साथ इस्तेमाल कर रहा हूं। Claude Desktop या Cursor से इसे manage करता हूं, और जब LLM logs और memory खुद संभालते हैं, तो model migration बिल्कुल बोझ नहीं लगता
  • कौन चाहेगा कि हर नया व्यवहार उसकी सारी पुरानी बातचीत पर आधारित हो? कई बार गलती करना और भूलना, दोनों growth के लिए ज़रूरी हैं। हर याद को जीवन भर साथ ढोना मुझे ज़्यादा dystopian scenario लगता है
  • lifetime companion AI बनाने के लिए "agentic memory" में बड़ी छलांग चाहिए। मुझे लगता है memory खुद modular हो सकती है और lock-in अनिवार्य नहीं होगा। ऐसा decentralized solution आसानी से कल्पना किया जा सकता है जिसमें मेरे data का ownership मेरे पास हो, मैं जिस AI को चाहूं उसी को access दूं, और जब चाहूं आसानी से access वापस ले लूं
• मैं इस व्याख्या से सहमत हूं कि AI talent war एक गलत रणनीति है, जो hype और investor overheat से पैदा हुई है। DeepSeek जैसे उदाहरणों को देखें, जो बिना किसी बड़े theoretical breakthrough के कम निवेश में अचानक industry leader बन गया, तो अभी ज़बरदस्ती इस दौड़ में कूदना मूर्खता लगता है। बेहतर होगा कि board स्थिर होने तक इंतज़ार किया जाए, दूसरों के प्रयोगों से सीखा जाए, और absolute top performance के बजाय efficiency और profit को केंद्र में रखकर systems design किए जाएं। Amazon के पास वैसे भी GPU resources हैं (एक तरह से gold rush में फावड़े बेचने वाली भूमिका), इसलिए उसे सीधे AI models में प्रतिस्पर्धा करने की ज़रूरत नहीं है
  • मुझे लगता है Amazon आराम से तब तक इंतज़ार कर सकता है जब तक कोई वास्तव में बेचने लायक AI solution न ले आए। customer service chatbot जैसे उदाहरण हो सकते हैं, लेकिन अगर वास्तविक customer demand बहुत बड़ी नहीं है, तो self-adoption की बजाय ग्राहक खुद वह model लाकर इस्तेमाल करेंगे
  • मैं सहमत हूं कि AI एक महत्वपूर्ण क्षेत्र है, लेकिन जिस तरह अभी सिर्फ LLM पर खरबों डॉलर डाले जा रहे हैं, जबकि battery innovation, nuclear fusion, gene therapy जैसी दूसरी transformative technologies को तुलनात्मक रूप से कम निवेश मिल रहा है, वह संतुलित नहीं लगता। DeepSeek के theoretical breakthrough को नकारने से असहमत हूं। MLA और GRPO जैसे तरीकों ने वास्तव में अच्छे परिणाम दिए हैं
  • practical काम में DeepSeek-आधारित models को असली software tasks के लिए इस्तेमाल करने के बाद मैं ऊपर दी गई राय से सहमत नहीं हो सकता
• मुझे लगता है AWS इस GenAI trend में एक बड़ा मौका गंवा रहा है। मैं AWS और MLOps/GenAI से जुड़ी चीज़ों के संपर्क में अक्सर रहता हूं, और हमारी तरफ़ से जुड़े 3 experts एक साल के भीतर competitors के पास चले गए। London re:Invent में भी GenAI के लिए कोई खास नया product announcement नहीं था। उससे पिछले साल Bedrock को लेकर काफी उम्मीदें थीं, लेकिन उन्हें reality में नहीं बदला जा सका। AWS से इतर, यह समझना भी मुश्किल है कि Alexa में अभी तक AI assistant ठीक से integrate क्यों नहीं किया गया
  • AI-आधारित Alexa+ service जल्द आने वाली है। इसे $20 per month के paid plan के रूप में तैयार किया जा रहा है संबंधित लिंक
  • लगभग Alexa+ के ज़रिए वही functionality लागू कर दी गई है। यह पुरानी Alexa की तुलना में कहीं ज़्यादा natural conversation और smartness देती है, real-time में सवाल के context को समझकर जवाब देती है। Echo devices की प्रकृति के कारण ChatGPT app खोलकर voice mode पर जाने की झंझट के बिना voice-enabled AI से बात करना काफी आसान हो जाता है, जो मुझे प्रभावशाली लगा
  • मैंने AWS Q एक बार इस्तेमाल किया था; नाम पर की गई pun के अलावा उसमें व्यावहारिक रूप से कोई उपयोगिता नहीं लगी
  • घरेलू robot Astro project भी लगभग बंद हो चुका है। अंदरूनी जानकारी और माहौल को देखें तो Astro असल में autonomous warehouse robots research के लिए सिर्फ एक testbed था, और जैसे ही उसका उद्देश्य पूरा हुआ, team भंग कर दी गई
  • terminology को लेकर पूछना चाहता हूं—MLOps क्या machine learning वाला DevOps है, या ML-specific FLOPS (compute throughput) जैसा कोई concept? जो भी हो, इतना तो लगता है कि Amazon वाकई अपने असली experts startups से हार रहा है
• AWS ने PostgreSQL, MS-SQL, Redis जैसे open source या licensed products के अनुरूप pricing तय की है। उसी तरह Bedrock में भी अलग-अलग AI vendors के models को सीधे इस्तेमाल करने की सुविधा license cost सहित दी जाती है, ताकि बिना खुद development किए market share लिया जा सके। Infrastructure, networking, user base उपलब्ध कराना—मुझे लगता है यह भूमिका ही काफी है
• Amazon अब भी बड़े पैमाने पर R&D में निवेश कर रहा है। ऐतिहासिक रूप से उसने high experimentation (और failure) ratio को सिद्धांत की तरह अपनाया है, इसलिए भले अभी AI से जुड़ा कोई flashy मुद्दा न दिखे, लंबे समय में वह अपनी AI muscle बनाता रहेगा। वह असली customer cases पर ध्यान देकर लंबी अवधि में नतीजे देगा
• मुझे लगता है AI की वजह से सबसे बड़ा फायदा आखिरकार Amazon को ही हो सकता है। उदाहरण के लिए customer support agent के साथ मेरी बातचीत—"लगता है search खराब हो गई है। wwvb watch खोजने पर पूरी तरह असंबंधित घड़ियां आ रही हैं।" "आप कौन-सा web browser इस्तेमाल कर रहे हैं? Chrome से कोशिश करेंगे?"—इस तरह की बातचीत से साफ़ है कि search quality खुद ही बहुत खराब हालत में है