AI ટોકનનો વપરાશ આકાશને આંબી જાય તે જોવાની ટેવ ધરાવતા Founders અને CEOs માટે હવે Y Combinatorના Garry Tanનો સંદેશ છે: હા, AI agents પર ભારે ખર્ચ કરવો યોગ્ય હોઈ શકે છે—ખાસ કરીને જ્યારે તે ખર્ચ એવી ક્ષમતાઓ મેળવવામાં મદદ કરે, જેને વિકસાવવામાં અન્યથા વર્ષો લાગી શકે. આ અઠવાડિયે a16z podcastમાં વાત કરતાં Tanએ startup નેતાઓને “tokenmaxxing” અપનાવવાની અપીલ કરી અને દલીલ કરી કે AI tokensના ઉપયોગમાં રોકાણ કરવાથી તેઓ સમયથી આગળ રહી શકે છે.
## મિતવ્યયિતા છોડો: “Burn, Baby, Burn”
Tanએ ચર્ચાની શરૂઆત startup નેતાઓને મોટા પ્રમાણમાં tokens વાપરવાની છૂટ આપવા કહીને કરી—ભલે તેના બિલ ભારે આવે. “Burn, baby, burn,” એમ તેમણે કહ્યું, જેનો અર્થ AI agentsમાં હજારો નહીં પરંતુ લાખો tokens, એટલે કે સેંકડો હજાર અથવા તો એક મિલિયન tokens સુધી લોડ કરવાનો હતો. તેમની દલીલ શું છે? આટલી ઊંચી consumption limits વર્ષ 2028ની AI દુનિયા કેવી હોઈ શકે તેનું અનુસરણ કરે છે—અને ટીમોને વર્તમાન પ્રચલિત ધોરણો કરતાં ઘણી વધુ શક્તિ અને ક્ષમતા સુધી પહોંચ આપે છે.
## ખર્ચ સામે વળતર: Tokensનું સત્ય
Tanએ ખુલ્લેઆમ સ્વીકાર્યું કે agentsને તેમની મહત્તમ ક્ષમતા પર ચલાવવું સસ્તું નથી. Tanના જણાવ્યા અનુસાર, agentsને “full strength” પર ચલાવવાથી founders અને CEOsને વાર્ષિક હજારો ડૉલરનો ખર્ચ થઈ શકે છે, જે વર્ષે $50,000થી $100,000 સુધી પહોંચી શકે છે. છતાં, આટલો મોટો ખર્ચ દેખાતો હોવા છતાં, જો તે પ્રયોગો અને નવીનતાને આગળ ધપાવે તો તેઓ તેને યોગ્ય માને છે.
### Workflowsને Processesમાં ફેરવવા
ખર્ચને અસર સાથે જોડવા માટે Tan બે તબક્કાની વ્યૂહરચના સૂચવે છે:
– પ્રથમ, AI agentsને કોઈ મર્યાદા વિના workflows ચકાસવા માટે ઉપયોગમાં લો—સમસ્યાઓ ઉકેલવાના શ્રેષ્ઠ રસ્તા શોધવા માટે તેમને જરૂરી સંસાધનો આપો.
– ત્યારબાદ, જે કાર્ય કરે તેને નોંધો. દરેક સફળ workflow—દરેક agentના પગલાં—ને પુનરાવર્તિત કરી શકાય તેવી સૂચનાઓમાં દસ્તાવેજીકૃત કરો. આ દસ્તાવેજીકરણનો ઉપયોગ automation ઊભું કરવા અને output જાળવી રાખતાં ભવિષ્યમાં tokensનો વપરાશ ઘટાડવા માટે કરો. 💼
Tanના સૌથી નોંધપાત્ર વાક્યોમાંનું એક છે: “A markdown file is an employee.” તેમનો અર્થ એ છે કે એક સરળ document AI agents માટે સૂચનાઓને કોડિફાઈ કરી શકે છે, જેથી સંપૂર્ણ તાલીમ મેળવેલા employeeની જેમ તેઓ કાર્યો ચોકસાઈ અને સતત એકસરખી રીતે પૂર્ણ કરી શકે.
## મતભેદ: Tokenmaxxing સામે વિરોધ
Tanના વિચારો Silicon Valleyના કેટલાક અવાજોથી તદ્દન અલગ છે. આ લોકો ચેતવણી આપે છે કે જો tokenનો વપરાશ productivityના માપદંડને બદલે status metric બની જાય, તો tokenmaxxing બિનજરૂરી ખર્ચાળ બની શકે છે.
આ ચિંતાને પગલે Uberના CTO, Praveen Neppalli Nagaએ તાજેતરમાં ભારપૂર્વક જણાવ્યું હતું કે AI ખર્ચનો વિકાસ માત્ર મોટા પ્રમાણમાં વપરાશ કરતાં efficiency પર વધુ ભાર મૂકશે. Cognitionના CEO Scott Wuએ જૂનમાં એક podcastમાં ઉમેર્યું હતું કે મોટી સંખ્યામાં tokensનો ઉપયોગ હંમેશાં અર્થપૂર્ણ output સમાન નથી હોતો. તેમણે ચિંતા વ્યક્ત કરી હતી કે કેટલાક લોકોને તેઓ શું deliver કરે છે તેના આધારે નહીં, પરંતુ કેટલો ખર્ચ કરે છે તેના આધારે આંકવામાં આવે છે.
## Founders માટે વ્યૂહરચના: સમજદારીભર્યા મોટા રોકાણ
Tan founders અને CEOsને tokenનો મોટો ઉપયોગ બેદરકારી નહીં, પરંતુ વિચારપૂર્વકનું રોકાણ માનીને કરવાની ભલામણ કરે છે. વિચાર આ પ્રમાણે છે:
– તમારા AI agentsને મર્યાદાઓ આગળ ધપાવવા માટે પ્રોત્સાહિત કરો
– પરિણામ આપતા workflows ઓળખો
– તે workflowsને પુનઃઉપયોગ માટે templates, instructions અથવા scriptsમાં ફેરવો
હેતુ એ છે કે લાંબા ગાળાના ખર્ચને નિયંત્રિત રાખતાં પ્રયોગો શક્ય બને. દરેક high-token test ભવિષ્ય માટે વધુ કાર્યક્ષમ કંઈક બનાવવાની તક બની જાય છે.
## આ સમયે આ બાબત શા માટે મહત્વપૂર્ણ છે
AI tokensને મોટા પ્રમાણમાં વાપરવા અંગેની ચર્ચા એવા સમયે થઈ રહી છે જ્યારે software build processes, research, natural language tasks અને અન્ય ક્ષેત્રોમાં AI agents tech stacksનો વધુને વધુ કેન્દ્રીય ભાગ બની રહ્યા છે. ક્ષમતાઓ વધતાં established models અને tools સામાન્ય રીતે વધુ tokensનો વપરાશ કરે છે; અતિસાવચેત રહેવાનો અર્થ peersથી પાછળ રહી જવાનો હોઈ શકે છે.
AI development અથવા startup strategy જેવા ચોક્કસ ક્ષેત્રોમાં high-capacity agentsની ઉપલબ્ધતા સ્પર્ધકો કરતાં પહેલાં અગ્રણી features અથવા products બનાવવામાં મદદરૂપ થઈ શકે છે. Tanનું માનવું છે કે આ પ્રકારનો first-mover advantage હમણાં ખર્ચ કરીને અને પછી તેને વધુ કાર્યક્ષમ બનાવવાથી ઊભો કરી શકાય છે.
## શું તમારે સંપૂર્ણ રીતે આગળ વધવું જોઈએ?
દરેક કંપનીએ દરેક બાબતમાં tokensનો ઉપયોગ કરવાની જરૂર નથી. અહીં જાણો કે ક્યારે તે યોગ્ય છે—અને ક્યારે નહીં:
| ક્યારે યોગ્ય છે | ક્યારે તે અતિશય બની શકે છે |
|—|—|
| તમે નવા AI-driven products અથવા servicesની શોધખોળ કરી રહ્યા છો, જેમાં પ્રયોગોની જરૂર છે | તમારા હાલના workflows સ્થિર છે અને તમે ખર્ચ ઘટાડવા પર ધ્યાન આપી રહ્યા છો |
| તમારી પાસે શરૂઆતના ખર્ચને સહન કરવા અને સમજદારીપૂર્વક scale કરવા માટે બજેટ છે | તમે થોડાં સંસાધનો અને ઓછા margins ધરાવતી નાની team છો |
| તમે એવી infrastructure અથવા templates ઊભી કરવા માગો છો, જે લાંબા ગાળે efficiency આપે | AIનો ઉપયોગ મર્યાદિત છે અને business goals પર તેની અસર ઓછી છે |
Foundersએ માત્ર ambitionના આધારે નહીં, પરંતુ business stage, priorities, cash runway અને growth projectionsના આધારે યોગ્ય સંતુલન નક્કી કરવું જોઈએ.
## અંતિમ શબ્દ
Garry Tanનો અભિગમ એ વિચારને મજબૂત પડકાર આપે છે કે AI tokensના ઉપયોગમાં હંમેશાં સાવચેત રહેવું જ સમજદારી છે. તેમની દલીલ છે કે અત્યારે મોટો ખર્ચ breakthroughs, ઝડપી learning અને competitive advantage તરફ દોરી શકે છે. પરંતુ આ આંધળો ખર્ચ નથી—આ disciplined experimentation, documentation અને optimization છે.
જો તમે founder અથવા CEO હો અને usage પર cap મૂકવો કે agentsને મુક્ત રીતે ચલાવવા દેવા અંગે વિચારી રહ્યા હો, તો Tanની સલાહ સ્પષ્ટ છે: tokens burn કરો—પરંતુ તે burn પછી કંઈક મૂલ્યવાન બનાવો. ઝડપથી શીખો, processesને automate કરો અને લાંબા ગાળાનું મૂલ્ય શરૂઆતના ખર્ચને યોગ્ય ઠરાવે તે સુનિશ્ચિત કરો.
This article is AI-generated content. Please verify the information independently before taking any action based on this article.
