- पिछले 50 वर्षों में अर्थव्यवस्था में तकनीकी बदलाव उत्पादकता सूचकांकों के हिसाब से बेहद धीमे रहे हैं, और AI जनसंख्या गिरावट के साथ मिलकर आर्थिक विकास बनाए रखने वाली एक प्रमुख तकनीक के रूप में उभर रहा है
- AI ऐसी तकनीक है जो रेत को विचार में बदल देती है, मानो 'दार्शनिक पत्थर' हो, और यह ऐसे युग की शुरुआत कर रही है जहाँ सुपरपावर्ड व्यक्ति अपनी क्षमता को 10 गुना या उससे अधिक बढ़ा सकता है
- प्रोडक्ट मैनेजर, इंजीनियर और डिज़ाइनर के बीच 'Mexican standoff' जैसी स्थिति बन रही है, जहाँ हर भूमिका मानती है कि AI के जरिए वह बाकी दो भूमिकाओं को भी बदल सकती है
- AI ट्यूटरिंग में ऐतिहासिक रूप से केवल राजघरानों को उपलब्ध 1:1 शिक्षा के लोकतंत्रीकरण की क्षमता है, और माता-पिता को बच्चों की शिक्षा में इसका सक्रिय उपयोग करना चाहिए
- बड़े पैमाने की बेरोज़गारी के बजाय task स्तर पर बदलाव होंगे, और जनसंख्या गिरावट के कारण मानव श्रमिक उलटे प्रीमियम पर जा सकते हैं
AI का अर्थव्यवस्था और समाज पर प्रभाव
- पिछले 50 वर्षों में अमेरिका और पश्चिम में उत्पादकता वृद्धि दर 1940~1970 की तुलना में आधी, और 1870~1940 की तुलना में लगभग एक-तिहाई रह गई है
- इसे तकनीकी बदलावों से भरा समय माना जाता है, लेकिन आँकड़ों के हिसाब से देखें तो यह ऐसा दौर था जिसमें पूरी अर्थव्यवस्था को बदल देने लायक वास्तविक तकनीकी प्रगति लगभग नहीं हुई
- AI अब इस दीर्घकालिक ठहराव के दौर में प्रवेश करते हुए उत्पादकता वृद्धि और आर्थिक विकास को फिर से ऊपर ले जाने वाली प्रमुख तकनीक के रूप में काम कर रहा है
- पश्चिमी देशों और चीन सहित पूरी दुनिया में जनसांख्यिकीय गिरावट (demographic collapse) चल रही है, और कई देशों के आने वाले दशकों तक जनसंख्या घटने के दौर से गुजरने की संभावना है
- अगर AI और रोबोट न होते, तो अर्थव्यवस्था के सिकुड़ने और अवसरों के कम होने वाले डिस्टोपियन परिदृश्य की चिंता करनी पड़ती
- AI का आगमन जनसंख्या गिरावट और आप्रवासन में कमी के समय के साथ असाधारण सटीकता से मेल खाता है, जिससे आवश्यक श्रम की भरपाई के लिए परिस्थितियाँ बन रही हैं
- AI मानव श्रम को सिर्फ प्रतिस्थापित नहीं कर रहा, बल्कि बचे हुए मानव श्रम के मूल्य और दुर्लभता को बढ़ाने की दिशा में काम कर रहा है
- 2025 व्यक्तिगत करियर के लिहाज़ से सबसे रोमांचक साल रहा, और 2026 उससे भी बड़ा मोड़ साबित हो सकता है
AI एक ‘दार्शनिक पत्थर’
- AI सामान्य संसाधनों को दुर्लभ मूल्य में बदलने वाली तकनीक है
- सेमीकंडक्टर जैसे सामान्य पदार्थ (रेत) पर विचार और बौद्धिक आउटपुट पैदा होते हैं
- हम ऐसे चरण में प्रवेश कर रहे हैं जहाँ मशीनें मानव की संज्ञानात्मक सीमाओं—जैसे स्मृति, एकाग्रता और समय—को पूरा या विस्तारित कर रही हैं
- AI अब ऐसे टूल के रूप में काम करना शुरू कर रहा है जो व्यक्ति की सोचने की क्षमता की ऊपरी सीमा को संरचनात्मक रूप से ऊपर उठाता है
AI, शिक्षा और बच्चों का पालन-पोषण
- AI योग्य व्यक्ति को बेहद असाधारण व्यक्ति बनाने वाला टूल है
- शीर्ष स्तर के कोडर AI का उपयोग करके 2 गुना नहीं बल्कि 10 गुना बेहतर परिणाम दे रहे हैं
- बच्चों की शिक्षा में सबसे अहम चीज़ है agency, यानी पहल करके काम करने और ज़िम्मेदारी लेने की क्षमता
- आधुनिक समाज और स्कूल सिस्टम ने नियमों के पालन पर ज़रूरत से ज़्यादा ज़ोर देकर पहल करने की क्षमता को कमजोर किया है
- AI, agency रखने वाले बच्चों को भौतिकी शोध से लेकर कला तक हर क्षेत्र में प्रमुख योगदानकर्ता बनने के टूल दे सकता है
- शिक्षा में 1:1 tutoring सबसे प्रभावी है, यह बात बहुत पहले से जानी जाती है, लेकिन आर्थिक कारणों से इसका व्यापक प्रसार नहीं हो सका
- Alexander महान का Aristotle से शिक्षा लेना
- Bloom का 2-sigma effect: 1:1 tutoring छात्र को 50वें percentile से 99वें percentile तक पहुँचा देती है
- AI tutoring के जरिए माता-पिता मौजूदा शिक्षा को AI से मज़बूत कर सकते हैं—यह अब एक व्यावहारिक विकल्प बन चुका है
- Alpha नामक नया private school system इन-पर्सन शिक्षा और AI tutoring को जोड़ने वाला मॉडल पेश करता है
AI युग में नौकरियों का भविष्य
- नौकरी के प्रतिस्थापन या नुकसान की चर्चा हद से ज़्यादा सरल मॉडल पर आधारित है
- अगर AI उत्पादकता वृद्धि को 3 गुना भी कर दे, तब भी यह 1870~1930 के स्तर की नौकरी-परिवर्तन दर के बराबर होगा
- उस समय पूरे समाज में यह मजबूत धारणा थी कि दुनिया अवसरों से भरी हुई है
- जनसंख्या गिरावट और आप्रवासन में कमी के कारण बचा हुआ मानव श्रम प्रीमियम पर जाएगा
- यूटोपियन परिदृश्य में भी बड़े पैमाने की उत्पादकता वृद्धि कीमतों के ध्वंस तक ले जाती है
- 100 डॉलर का उत्पाद 10 डॉलर, फिर 1 डॉलर तक गिर सकता है
- इससे हर व्यक्ति को वास्तविक वेतन वृद्धि जैसा प्रभाव मिलता है
- कल्याणकारी कार्यक्रमों की लागत घटने से सामाजिक सुरक्षा जाल देने का बोझ भी कम होता है
- बड़े पैमाने की बेरोज़गारी होने के लिए सालाना 10~50% उत्पादकता वृद्धि चाहिए, जो ऐसा स्तर है जो इतिहास में कभी देखा नहीं गया
तकनीकी भूमिकाओं का ‘Mexican standoff’
- प्रोडक्ट मैनेजर, इंजीनियर और डिज़ाइनर—इन तीन भूमिकाओं के बीच त्रिकोणीय गतिरोध बन रहा है
- हर coder मान रहा है कि AI के जरिए वह प्रोडक्ट मैनेजर और डिज़ाइनर की भूमिका भी निभा सकता है
- हर प्रोडक्ट मैनेजर मान रहा है कि AI के इस्तेमाल से वह coding और design भी कर सकता है
- हर डिज़ाइनर भी मान रहा है कि वह product planning और coding साथ में कर सकता है
- ये तीनों दावे कुछ हद तक वास्तव में सही भी हैं
- समय के साथ यह भी संभव है कि तीनों भूमिकाएँ समझें कि AI बेहतर manager की भूमिका निभा सकता है
- हॉलीवुड में भी director, writer और actor के बीच इसी तरह की त्रिकोणीय गतिरोध संरचना दिख रही है
नौकरी नहीं, task बदलते हैं
- अर्थशास्त्र में विश्लेषण की न्यूनतम इकाई job नहीं बल्कि task मानी जाती है
- एक job कई tasks का बंडल होती है, और tasks बदलने पर job की प्रकृति भी बदल जाती है
- पहले executives खुद typewriter या computer नहीं चलाते थे, बल्कि सेक्रेटरी को बोलकर लिखवाना आम बात थी
- ईमेल के शुरुआती दौर में सेक्रेटरी ईमेल print करके executive तक पहुँचाती थी
- आज executives खुद ईमेल लिखते हैं, और सेक्रेटरी यात्रा योजना या schedule/event coordination जैसे दूसरे tasks संभालते हैं
- अलग-अलग tasks तेज़ी से बदलते हैं, लेकिन job स्वयं अपेक्षाकृत लंबे समय तक बनी रहती है
- जब पर्याप्त task-level बदलाव जमा हो जाते हैं, तब job का रूप ही बदल जाता है
- व्यक्तिगत स्तर पर tasks बदलने और नई skills लगातार जोड़ते रहने की क्षमता अहम हो जाती है
coding का विकास और scripting languages
- ‘calculator’ का मूल अर्थ था हाथ से गणना करने वाला व्यक्ति
- programming machine language → punch card → assembly language → C जैसी high-level languages → scripting languages के क्रम में विकसित हुई
- जब JavaScript और Python जैसी scripting languages आईं, तब भी “क्या यह सच में programming है?” जैसी बहस मौजूद थी
- scripting languages ने implementation की कई परतों को abstract किया, और AI coding उसके बाद की अगली abstraction layer है
- शीर्ष प्रोग्रामर आज कई coding bots को parallel में चलाकर AI से बहस करते हुए काम कर रहे हैं
- अगर आपने खुद code लिखने का अनुभव नहीं लिया है, तो AI द्वारा बनाए गए परिणाम की गुणवत्ता का आकलन करना मुश्किल होता है
- सुपरपावर्ड व्यक्ति बनने के लिए assembly और machine language तक पूरे stack की समझ ज़रूरी है
- AI कैसे काम करता है, इसे जितना बेहतर समझेंगे, AI से मिलने वाला मूल्य भी उतना बढ़ेगा
AI युग में design का मूल्य
- AI उच्च गुणवत्ता वाले icons और visual elements बनाने में बेहद सक्षम है
- लेकिन किस उद्देश्य के लिए design किया जा रहा है, और उपयोगकर्ता को कैसे संतुष्ट किया जाए जैसे उच्च-स्तरीय प्रश्न अब भी मानव डिज़ाइनर के क्षेत्र हैं
- अगर 25 साल का डिज़ाइनर AI का सक्रिय उपयोग करे, तो 10 साल बाद वह इतिहास के सर्वश्रेष्ठ डिज़ाइनरों के स्तर तक पहुँच सकता है
- दोहराव वाले काम AI को सौंपकर, अधिक समय और ध्यान उन उच्च-स्तरीय समस्याओं पर केंद्रित किया जा सकता है जिन तक अधिकांश डिज़ाइनर पहुँच ही नहीं पाते
T-आकार की skill strategy
- Scott Adams (Dilbert के रचयिता) की सलाह: दो चीज़ें अच्छी तरह आने पर 2 गुना से अधिक प्रभाव, और तीन चीज़ें अच्छी तरह आने पर 3 गुना से अधिक प्रभाव पैदा होता है
- Adams एक ठीक-ठाक cartoonist होने के साथ business भी समझते थे, इसलिए वह Dilbert बना सके
- हॉलीवुड में जो व्यक्ति writer और director दोनों होता है, उसे ‘auteur’ कहा जाता है और सुपरस्टार जैसा दर्जा दिया जाता है
- Larry Summers की सलाह: “प्रतिस्थाप्य मत बनो (Don’t be fungible)”
- अगर आपके पास दुर्लभ skills का संयोजन है, तो आप सिर्फ़ replaceable नहीं रहते बल्कि organization और market दोनों में बेहद महत्वपूर्ण बन जाते हैं
- T-आकार की संरचना में क्षैतिज रेखा वह domain breadth है जिसमें AI tools का उपयोग कर सार्थक परिणाम दिए जा सकें
- ऊर्ध्वाधर रेखा कम-से-कम एक domain में गहरी विशेषज्ञता है
- AI ने दो या तीन skills को एक साथ जोड़ने की क्षमता को पहले की तुलना में बहुत आसान बना दिया है
AI के साथ सीखने का महत्व
- AI की सबसे कम आंकी गई क्षमताओं में से एक यह है कि आप उससे सीधे सिखाने के लिए कह सकते हैं
- केवल काम सौंपने के बजाय आप यह भी कह सकते हैं: “मुझे समझाओ कि यह कैसे करना है”
- जो लोग करियर में आगे बढ़ना चाहते हैं, उन्हें अपना खाली समय AI के साथ बातचीत और अभ्यास में लगाना चाहिए
- आप AI को समस्याएँ और tasks दे सकते हैं और उससे अपने परिणामों का मूल्यांकन करने को कह सकते हैं
- AI द्वारा बनाए गए output को देखते हुए architecture choices और decision-making के तरीकों के बारे में सीखा जा सकता है
- समस्या हल होने के बाद आप पीछे मुड़कर यह भी देख सकते हैं: “शुरुआत से इस गलती से बचने के लिए मुझे क्या अलग करना चाहिए था?”
AI का founders और कंपनियों पर प्रभाव
- अग्रणी founders एक साथ तीन layers पर सोच रहे हैं
1. AI product को खुद कैसे redefine करता है: केवल पुराने features को बेहतर बनाना नहीं, बल्कि image editing से image generation जैसी बुनियादी शिफ्ट
2. AI jobs को कैसे बदलता है: क्या 100 coders चाहिए, या 10 लोग 10 गुना उत्पादकता दे सकते हैं—इसकी फिर से जाँच
3. क्या company की परिभाषा ही बदल रही है: founder कई AI bots को manage करके ज्यादातर काम करने वाली one-person company की संभावना
- इंडस्ट्री में अक्सर चर्चा होने वाला लक्ष्य one-person $1 billion company का है
- Bitcoin (Satoshi), Ethereum, Instagram, WhatsApp जैसी मिसालें दिखाती हैं कि बहुत छोटी टीमों ने विशाल मूल्य बनाया है
- कुछ founders blockchain पर AI bots के स्वायत्त संचालन और revenue distribution वाली संरचनाओं पर भी प्रयोग कर रहे हैं
AI moat पर बहस
- बड़े तकनीकी बदलावों को सामने आने में लंबा समय लगता है, और शुरुआती दौर में आने वाली पूरा भरोसा जताने वाली भविष्यवाणियाँ अक्सर गलत साबित होती हैं
- 1993~2010 के इंटरनेट पूर्वानुमानों को देखें तो वास्तव में सही निकली भविष्यवाणियाँ बहुत कम थीं
- ChatGPT लॉन्च होने के लगभग डेढ़ साल के भीतर
- अमेरिका में समान स्तर का प्रदर्शन देने वाले products रखने वाली 5 से अधिक कंपनियाँ उभर आईं
- चीन में भी ऐसे 5 से अधिक खिलाड़ी उभर आए
- open source models भी बुनियादी प्रदर्शन में बहुत पीछे नहीं रहे
- DeepSeek का मामला दिखाता है कि चीन की hedge fund पृष्ठभूमि वाली टीम अमेरिकी लैब्स के विचारों को दोहरा सकी
- इंडस्ट्री विशेषज्ञों के बीच यह धारणा फैल रही है कि बड़ी research labs के बीच कोई असली रहस्य लगभग नहीं बचा
- application level पर भी रक्षा सीमित है, और Claude Code का सिर्फ डेढ़ हफ्ते में implement हो जाना इसका उदाहरण है
- AI ecosystem एक complex adaptive system की तरह काम कर रहा है, और अंतिम नतीजा अभी किसी को पता नहीं
- स्थिर moat से ज़्यादा लचीलापन और तेज़ adaptation अब महत्वपूर्ण हो गया है
AI models का तेज़ विकास
- Claude, खासकर Claude Code, coding क्षेत्र में काफी ध्यान खींच रहा है
- Anthropic ने Claude Code का उपयोग करके डेढ़ हफ्ते में Co-work विकसित किया
- इस उदाहरण की दो तरह की व्याख्या साथ-साथ मौजूद हैं
- डेढ़ हफ्ते में product पूरा हो जाना अपने आप में काफी प्रभावशाली है
- साथ ही सवाल उठता है कि अगर यह डेढ़ हफ्ते में बन गया, तो इसकी complexity और entry barrier वास्तव में कितनी है
- बाकी सभी model कंपनियों के भी अंततः मिलते-जुलते agents और tools बनाने की संभावना है
- पिछले 3 वर्षों की दिशा देखें तो जो तकनीकें मौलिक breakthrough लगती थीं, वे बहुत तेज़ी से कॉपी और पार की जाती रही हैं
venture capital में non-deterministic optimism
- Peter Thiel का 2x2 framework: optimism/pessimism × deterministic/non-deterministic
- Thiel ने आलोचना की कि Silicon Valley non-deterministic optimism की ओर ज़्यादा झुकी हुई है
- यानी दुनिया बेहतर होगी, यह तो मानना, लेकिन क्यों और कैसे—यह न समझा पाना
- deterministic optimist साफ़-साफ़ बताते हैं कि वे क्या बनाएँगे
- उदाहरण: Elon Musk की electric cars, Mars exploration
- a16z की strategy है non-deterministic optimism
- individual founders deterministic optimists होते हैं
- Silicon Valley की ताकत यह है कि ऐसे लोग हज़ारों और दसियों हज़ार की संख्या में मौजूद हैं
- सर्वोत्तम परिणाम के लिए जितने संभव हों उतने प्रयोग एक साथ चलाना ज़रूरी है
- Silicon Valley ने 1950 के दशक के बाद से 9 बड़े technology platform shifts देखे हैं
- 1990s का internet, 2000s के smartphones, 2010s का cloud, और 2020s का AI पहले से नियोजित परिणाम नहीं थे
- पूरे ecosystem की लचीलापन और openness ने इन लगातार बदलावों को संभव बनाने की बुनियाद दी
AGI की अवधारणा और उसके निहितार्थ
- AGI की ‘cosmic’ परिभाषा में singularity, ऐसा संसार जहाँ मानव निर्णय का अर्थ न रह जाए, और AI self-improvement loop शामिल हैं
- ऐसी दुनिया में जीने के लिए हम न इतने भाग्यशाली हैं, न इतने अभागे—ऐसी समझ दिखती है
- AGI की ‘practical’ परिभाषा वह स्थिति है जहाँ AI सबसे मूल्यवान आर्थिक tasks के समूह को मानव-स्तर पर कर सके
- मौजूदा AI models को IQ 130~140 स्तर पर मापा जा रहा है
- मानव IQ का ऊपरी स्तर लगभग 160 के आसपास माना जाता है (Einstein, Feynman स्तर)
- AI IQ की कोई सैद्धांतिक ऊपरी सीमा नहीं, 180, 200, 250, 300 भी संभव
- मानव के बराबरी का स्तर तो सिर्फ फुटनोट जैसा चरण है
- असली प्रश्न यह है कि ऐसी दुनिया में क्या किया जाए जहाँ मशीनें मानव क्षमता से आगे निकल चुकी हों
- AI doctors, AI lawyers, AI coders के श्रेष्ठ मानव विशेषज्ञों से भी बेहतर होने की संभावना है
- मानव जैविक सीमाओं से बंधा है, इसलिए यह समझना कठिन है कि प्रदर्शन आखिर कहाँ तक सुधर सकता है
Marc की media आदतें
- पढ़ने की उनकी strategy एक बेहद साफ़ barbell strategy है
- X जैसे real-time information स्रोत
- लंबे समय से परखी गई पुरानी किताबें
- इनके बीच के media (अख़बार, पत्रिकाएँ) को लेकर गहरी शंका
- पिछले हफ्ते का अख़बार फिर से पढ़ें तो ज़्यादातर भविष्यवाणियाँ सही नहीं निकली होतीं
- वास्तविक काम करने वाले practitioners द्वारा बनाया गया content बेहद कम आंका जाता है
- Substack, newsletters, podcasts समझदार लोगों की सोच तक सीधी पहुँच देने वाले माध्यम हैं
- Silicon Valley एक साझा संस्कृति वाला company town है, लेकिन असली company खुद Silicon Valley ही है
- इस साल की फ़िल्म के रूप में Edington का ज़िक्र
- यह 2020 (COVID, BLM, तकनीकी बेचैनी) को सीधे पकड़ती है
- फ़िल्म इंडस्ट्री जिन taboo topics से बचती रही, उन्हें छूती है
- यह दिखाती है कि लोग वास्तविक दुनिया की घटनाओं को ऑनलाइन के माध्यम से अनुभव करते हैं
Marc की product आदतें
- उनका 10 साल का बेटा Replit में गहराई से डूबा हुआ है
- चूँकि उसने इसे खुद खोजा, इसलिए यह उसे और ज़्यादा आकर्षक लगता है
- वह Star Trek: The Next Generation की LCARS UI design language में गेम vibe coding कर रहा है
- AI voice technology में गहरी दिलचस्पी
- Grok का Bad Rudy (गाली देने वाला raccoon avatar) एक party trick है
- Sesame एक घनिष्ठ और भावनात्मक voice experience देता है
- voice input devices की वृद्धि की संभावना पर ज़ोर
- pendant, wearables, Meta glasses आदि
- Whisper Flow ऐप का उपयोग
- dictation के दौरान LLM से बातचीत की जा सकती है
- “इसे bullet points में व्यवस्थित कर दो” कहने पर टाइप किए बिना ही इरादा समझ लेता है
समापन
- AI युग का मुख्य संदेश है: “अब फिर से build करने का समय है”
अभी कोई टिप्पणी नहीं है.