AI ಟೋಕನ್ ಬಳಕೆ ಆಕಾಶಕ್ಕೇರುತ್ತಿರುವುದನ್ನು ನೋಡಲು ಅಭ್ಯಾಸ ಹೊಂದಿರುವ Founders ಮತ್ತು CEOsಗಳಿಗೆ, Y Combinatorನ Garry Tan ಅವರಿಂದ ಈಗೊಂದು ಸಂದೇಶವಿದೆ: ಹೌದು, AI agentsಗಳ ಮೇಲೆ ಭಾರೀ ವೆಚ್ಚ ಮಾಡುವುದು ಅರ್ಥಪೂರ್ಣವಾಗಬಹುದು—ವಿಶೇಷವಾಗಿ ಆ ವೆಚ್ಚಗಳು, ಇಲ್ಲವಾದರೆ ಸಾಧಿಸಲು ವರ್ಷಗಳೇ ಬೇಕಾಗಬಹುದಾದ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಒದಗಿಸಿದಾಗ. ಈ ವಾರ a16z podcastನಲ್ಲಿ ಮಾತನಾಡಿದ Tan, startup ನಾಯಕರಿಗೆ “tokenmaxxing” ಅನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುವಂತೆ ಒತ್ತಾಯಿಸಿದರು. AI token ಬಳಕೆಯಲ್ಲಿ ಹೂಡಿಕೆ ಮಾಡುವುದರಿಂದ ಅವರು ಸ್ಪರ್ಧೆಯಲ್ಲಿ ಮುಂಚೂಣಿಗೆ ಬರಬಹುದು ಎಂದು Tan ವಾದಿಸಿದರು.
## ಮಿತವ್ಯಯ ತೊರೆಯುವುದು: “Burn, Baby, Burn”
ನೂರಾರು ಸಾವಿರ ಅಥವಾ ಒಂದು ಮಿಲಿಯನ್ tokensಗಳನ್ನೇ AI agentsಗಳಲ್ಲಿ ತುಂಬಿಸುವ ಸಂದರ್ಭದಲ್ಲೂ, ದೊಡ್ಡ ಪ್ರಮಾಣದ token ಬಳಕೆಗೆ ತಮ್ಮನ್ನು ತಾವು ಅವಕಾಶ ನೀಡುವಂತೆ Tan ಆರಂಭದಲ್ಲೇ ನಾಯಕರಿಗೆ ಹೇಳಿದರು. “Burn, baby, burn,” ಎಂದು ಅವರು ಹೇಳಿದರು. ಅವರ ಉದ್ದೇಶವೇನೆಂದರೆ, ಇಂತಹ ಹೆಚ್ಚಿನ ಬಳಕೆ ಮಿತಿಗಳು 2028ರ AI ಜಗತ್ತು ಹೇಗಿರಬಹುದು ಎಂಬುದನ್ನು ಅನುಕರಿಸುತ್ತವೆ—ಇದರಿಂದ ತಂಡಗಳು ಪ್ರಸ್ತುತ ರೂಢಿಗಳಿಗಿಂತ ಬಹಳ ಹೆಚ್ಚಿನ ಶಕ್ತಿ ಮತ್ತು ಪ್ರಮಾಣವನ್ನು ಬಳಸಿಕೊಳ್ಳಬಹುದು.
## ವೆಚ್ಚ ಮತ್ತು ಪ್ರತಿಫಲ: Tokenನ ಸತ್ಯ
Agentsಗಳನ್ನು ಗರಿಷ್ಠ ಕಾರ್ಯಕ್ಷಮತೆಯಲ್ಲಿ ನಡೆಸುವುದು ಅಗ್ಗವಲ್ಲ ಎಂಬುದನ್ನು ಅವರು ಮುಕ್ತವಾಗಿ ಒಪ್ಪಿಕೊಂಡರು. Tan ಅವರ ಪ್ರಕಾರ, agentsಗಳಿಗೆ “full strength”ನಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಅವಕಾಶ ನೀಡುವುದರಿಂದ founders ಮತ್ತು CEOsಗಳಿಗೆ ವಾರ್ಷಿಕವಾಗಿ ಹತ್ತಾರು ಸಾವಿರ ಡಾಲರ್ಗಳ ವೆಚ್ಚವಾಗಬಹುದು; ಇದು ವರ್ಷಕ್ಕೆ $50,000ರಿಂದ $100,000ವರೆಗೆ ತಲುಪುವ ಸಾಧ್ಯತೆಯಿದೆ. ಆದರೂ, ಈ ಹೆಚ್ಚಿನ ವೆಚ್ಚಗಳಿದ್ದರೂ, ಅವು ಪ್ರಯೋಗ ಮತ್ತು ನವೀನತೆಯನ್ನು ಮುನ್ನಡೆಸಿದರೆ ಸಮಂಜಸವೆಂದು ಅವರು ಪರಿಗಣಿಸುತ್ತಾರೆ.
### ವರ್ಕ್ಫ್ಲೋಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗಳಾಗಿ ಪರಿವರ್ತಿಸುವುದು
ವೆಚ್ಚವನ್ನು ಪರಿಣಾಮದೊಂದಿಗೆ ಜೋಡಿಸಲು Tan ಎರಡು ಹಂತಗಳ ತಂತ್ರವನ್ನು ಶಿಫಾರಸು ಮಾಡುತ್ತಾರೆ:
– ಮೊದಲಿಗೆ, ಯಾವುದೇ ಮಿತಿಗಳಿಲ್ಲದೆ ವರ್ಕ್ಫ್ಲೋಗಳನ್ನು ಪರೀಕ್ಷಿಸಲು AI agentsಗಳನ್ನು ನಿಯೋಜಿಸಿ—ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು ಅತ್ಯುತ್ತಮ ಮಾರ್ಗಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ಅವರಿಗೆ ಅಗತ್ಯವಿರುವ ಸಂಪನ್ಮೂಲಗಳನ್ನು ನೀಡಿ.
– ನಂತರ, ಪರಿಣಾಮಕಾರಿಯಾದುದನ್ನು ದಾಖಲಿಸಿ. ಪ್ರತಿ ಯಶಸ್ವಿ ವರ್ಕ್ಫ್ಲೋ—ಪ್ರತಿ agentನ ಹಂತಗಳು—ಪುನರಾವರ್ತಿಸಬಹುದಾದ ಸೂಚನೆಗಳಾಗಿ ದಾಖಲಿಸಿ. ಆ ದಾಖಲಾತಿಯನ್ನು ಬಳಸಿ automation ನಿರ್ಮಿಸಿ ಮತ್ತು outputನ್ನು ಕಾಪಾಡಿಕೊಂಡೇ ಭವಿಷ್ಯದ token ಬಳಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಿ. 💼
Tan ಅವರ ಗಮನಾರ್ಹ ಹೇಳಿಕೆಗಳಲ್ಲಿ ಒಂದು: “A markdown file is an employee.” ಸರಳವಾದ ಒಂದು document, AI agentsಗಳಿಗೆ ಸೂಚನೆಗಳನ್ನು ಸಂಗ್ರಹಿಸಿಡಬಹುದು; ಹೀಗಾಗಿ ಸಂಪೂರ್ಣ ತರಬೇತಿ ಪಡೆದ ಉದ್ಯೋಗಿಯಂತೆ ಅವು ಕಾರ್ಯಗಳನ್ನು ನಿಖರವಾಗಿ ಮತ್ತು ನಿರಂತರವಾಗಿ ನಿರ್ವಹಿಸಬಹುದು ಎಂಬುದು ಇದರ ಅರ್ಥ.
## ವಿಭಜನೆ: Tokenmaxxingಗೆ ಎದುರಾಗುತ್ತಿರುವ ವಿರೋಧ
Silicon Valleyಯ ಕೆಲವು ಧ್ವನಿಗಳ ಅಭಿಪ್ರಾಯಗಳಿಗೆ Tan ಅವರ ನಿಲುವು ತೀವ್ರವಾಗಿ ವಿರುದ್ಧವಾಗಿದೆ. Token ಬಳಕೆ productivity metric ಆಗುವುದಕ್ಕಿಂತ status metric ಆಗಿ ಪರಿಣಮಿಸಿದರೆ, tokenmaxxing ವ್ಯರ್ಥವಾಗಬಹುದು ಎಂದು ಅವರು ಎಚ್ಚರಿಸುತ್ತಾರೆ.
ಈ ಆತಂಕದ ಹಿನ್ನೆಲೆಯಲ್ಲಿ, Uberನ CTO Praveen Neppalli Naga ಇತ್ತೀಚೆಗೆ AI ವೆಚ್ಚದ ವಿಕಾಸವು ಕೇವಲ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣಕ್ಕಿಂತ efficiencyಗೆ ಹೆಚ್ಚು ಒತ್ತು ನೀಡಲಿದೆ ಎಂದು ಹೇಳಿದರು. Cognition CEO Scott Wu ಕೂಡ June podcastನಲ್ಲಿ, ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ tokensಗಳನ್ನು ಬಳಸುವುದು ಯಾವಾಗಲೂ ಅರ್ಥಪೂರ್ಣ outputಗೆ ಸಮನಾಗುವುದಿಲ್ಲ ಎಂದು ಹೇಳಿದರು. ಕೆಲವರನ್ನು ಅವರು ಏನು deliver ಮಾಡುತ್ತಾರೆ ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ ಅಲ್ಲ, ಎಷ್ಟು ಖರ್ಚು ಮಾಡುತ್ತಾರೆ ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ ಮೌಲ್ಯಮಾಪನ ಮಾಡಲಾಗುತ್ತಿದೆ ಎಂಬ ಆತಂಕವನ್ನು ವ್ಯಕ್ತಪಡಿಸಿದರು.
## Foundersಗಾಗಿ ತಂತ್ರ: ಚಾಣಾಕ್ಷ ದೊಡ್ಡ ಹೂಡಿಕೆಗಳು
Founders ಮತ್ತು CEOsಗಳು ಹೆಚ್ಚಿನ token ಬಳಕೆಯನ್ನು ಅಜಾಗರೂಕತೆಯಾಗಿ ಅಲ್ಲ, ಉದ್ದೇಶಪೂರ್ವಕ ಹೂಡಿಕೆಯಾಗಿ ಪರಿಗಣಿಸಬೇಕು ಎಂದು Tan ಶಿಫಾರಸು ಮಾಡುತ್ತಾರೆ. ಆಲೋಚನೆ ಹೀಗಿದೆ:
– ನಿಮ್ಮ AI agentsಗಳನ್ನು ಮಿತಿಗಳನ್ನು ವಿಸ್ತರಿಸುವಂತೆ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಒತ್ತಾಯಿಸಿ
– ಫಲಿತಾಂಶ ನೀಡುವ ವರ್ಕ್ಫ್ಲೋಗಳನ್ನು ಗುರುತಿಸಿ
– ಆ ವರ್ಕ್ಫ್ಲೋಗಳನ್ನು ಮರುಬಳಕೆಗಾಗಿ templates, instructions ಅಥವಾ scriptsಗಳಾಗಿ ಪರಿವರ್ತಿಸಿ
ದೀರ್ಘಾವಧಿಯ ವೆಚ್ಚಗಳನ್ನು ನಿಯಂತ್ರಿಸುವುದರ ಜೊತೆಗೆ ಪ್ರಯೋಗಕ್ಕೆ ಅವಕಾಶ ಕಲ್ಪಿಸುವುದು ಇದರ ಉದ್ದೇಶ. ಹೆಚ್ಚಿನ token ಬಳಕೆಯ ಪ್ರತಿಯೊಂದು ಪರೀಕ್ಷೆಯೂ ಭವಿಷ್ಯಕ್ಕಾಗಿ ಪರಿಣಾಮಕಾರಿ ವ್ಯವಸ್ಥೆಯನ್ನು ನಿರ್ಮಿಸುವ ಅವಕಾಶವಾಗುತ್ತದೆ.
## ಇದು ಈಗ ಏಕೆ ಮುಖ್ಯ
AI agents software build processes, research, natural language tasks ಮತ್ತು ಇತರ ಹಲವು ಕ್ಷೇತ್ರಗಳಲ್ಲಿ tech stacksನ ಪ್ರಮುಖ ಭಾಗವಾಗುತ್ತಿರುವ ಸಮಯದಲ್ಲಿ AI tokensಗಳನ್ನು ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದಲ್ಲಿ ಬಳಸುವ ಕುರಿತ ಚರ್ಚೆ ನಡೆಯುತ್ತಿದೆ. ಸಾಮರ್ಥ್ಯಗಳು ಹೆಚ್ಚಾದಂತೆ ಸ್ಥಾಪಿತ models ಮತ್ತು toolsಗಳು ಹೆಚ್ಚಿನ tokensಗಳನ್ನು ಬಳಸುತ್ತವೆ; ಅತಿಯಾದ ಮಿತವ್ಯಯವು ಸಹೋದ್ಯೋಗಿ ಕಂಪನಿಗಳಿಗಿಂತ ಹಿಂದೆ ಬೀಳುವಂತೆ ಮಾಡಬಹುದು.
AI development ಅಥವಾ startup strategyಯಂತಹ ಕೆಲವು ಕ್ಷೇತ್ರಗಳಲ್ಲಿ, ಹೆಚ್ಚಿನ ಸಾಮರ್ಥ್ಯದ agentsಗಳಿಗೆ ಪ್ರವೇಶವಿರುವುದರಿಂದ ಸ್ಪರ್ಧಿಗಳಿಗಿಂತ ಮುಂಚಿತವಾಗಿ ಮುಂಚೂಣಿಯ features ಅಥವಾ productsಗಳನ್ನು ನಿರ್ಮಿಸಲು ಸಾಧ್ಯವಾಗಬಹುದು. ಈಗ ಖರ್ಚು ಮಾಡಿ ನಂತರ ಸುಧಾರಿಸುವ ಮೂಲಕ ಇಂತಹ first-mover advantage ಅನ್ನು ನಿರ್ಮಿಸಬಹುದು ಎಂದು Tan ವಾದಿಸುತ್ತಾರೆ.
## ನೀವು ಸಂಪೂರ್ಣವಾಗಿ ತೊಡಗಿಸಿಕೊಳ್ಳಬೇಕೇ?
ಪ್ರತಿ ಕಂಪನಿಯೂ ಎಲ್ಲವನ್ನೂ tokens ಆಧಾರಿತವಾಗಿ ನಡೆಸಬೇಕಾಗಿಲ್ಲ. ಯಾವಾಗ ಇದು ಅರ್ಥಪೂರ್ಣವಾಗುತ್ತದೆ—ಮತ್ತು ಯಾವಾಗ ಆಗುವುದಿಲ್ಲ ಎಂಬುದು ಇಲ್ಲಿದೆ:
| ಯಾವಾಗ ಇದು ಅರ್ಥಪೂರ್ಣವಾಗುತ್ತದೆ | ಯಾವಾಗ ಇದು ಅತಿಯಾಗಬಹುದು |
|—|—|
| ಪ್ರಯೋಗದ ಅಗತ್ಯವಿರುವ ಹೊಸ AI-driven products ಅಥವಾ servicesಗಳನ್ನು ನೀವು ಅನ್ವೇಷಿಸುತ್ತಿದ್ದೀರಿ | ನಿಮ್ಮ ಪ್ರಸ್ತುತ workflows ಸ್ಥಿರವಾಗಿವೆ ಮತ್ತು ನೀವು ವೆಚ್ಚವನ್ನು ಉತ್ತಮಗೊಳಿಸುವತ್ತ ಗಮನಹರಿಸುತ್ತಿದ್ದೀರಿ |
| ಆರಂಭಿಕ ವೆಚ್ಚಗಳನ್ನು ಭರಿಸಿ, ಜಾಣ್ಮೆಯಿಂದ scale ಮಾಡಲು ನಿಮ್ಮ ಬಳಿ budget ಇದೆ | ನೀವು ಕಡಿಮೆ ಸಂಪನ್ಮೂಲಗಳು ಮತ್ತು ಕಿರಿದಾದ margins ಹೊಂದಿರುವ ಸಣ್ಣ ತಂಡವಾಗಿದ್ದೀರಿ |
| ದೀರ್ಘಾವಧಿಯ efficiency ಒದಗಿಸುವ infrastructure ಅಥವಾ templates ನಿರ್ಮಿಸುವ ಗುರಿ ಹೊಂದಿದ್ದೀರಿ | AI ಬಳಕೆ ಸೀಮಿತವಾಗಿದೆ ಮತ್ತು business goals ಮೇಲಿನ ಪರಿಣಾಮ ಅಲ್ಪವಾಗಿದೆ |
Foundersಗಳು ಕೇವಲ ಮಹತ್ವಾಕಾಂಕ್ಷೆಯ ಆಧಾರದ ಮೇಲೆ ಅಲ್ಲದೆ, business stage, priorities, cash runway ಮತ್ತು growth projections ಆಧರಿಸಿ ಸಮತೋಲನ ಸಾಧಿಸಬೇಕು.
## ಅಂತಿಮ ಮಾತು
AI tokensಗಳ ವಿಷಯದಲ್ಲಿ ಯಾವಾಗಲೂ ಮಿತವ್ಯಯವೇ ಜಾಣ್ಮೆಯ ಕ್ರಮ ಎಂಬ ಅಭಿಪ್ರಾಯಕ್ಕೆ Garry Tan ಬಲವಾದ ಪ್ರತಿವಾದವನ್ನು ಮಂಡಿಸುತ್ತಾರೆ. ಅವರ ವಾದವೆಂದರೆ, ಈಗ ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ಖರ್ಚು ಮಾಡುವುದರಿಂದ breakthroughಗಳು, ವೇಗವಾದ ಕಲಿಕೆ ಮತ್ತು ಸ್ಪರ್ಧಾತ್ಮಕ ಮುನ್ನಡೆ ದೊರೆಯಬಹುದು. ಆದರೆ ಇದು ಅಂಧಾಧುಂಧ್ ಖರ್ಚಲ್ಲ—ಇದು ಶಿಸ್ತಿನ ಪ್ರಯೋಗ, ದಾಖಲಾತಿ ಮತ್ತು optimization ಅನ್ನು ಒಳಗೊಂಡಿರುವ ಕ್ರಮವಾಗಿದೆ.
ನೀವು founder ಅಥವಾ CEO ಆಗಿದ್ದು, ಬಳಕೆಗೆ ಮಿತಿ ವಿಧಿಸಬೇಕೇ ಅಥವಾ agentsಗಳಿಗೆ ಮುಕ್ತವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ಅವಕಾಶ ನೀಡಬೇಕೇ ಎಂದು ಯೋಚಿಸುತ್ತಿದ್ದರೆ, Tan ಅವರ ಸಲಹೆ ಸ್ಪಷ್ಟವಾಗಿದೆ: tokensಗಳನ್ನು ಖರ್ಚು ಮಾಡಿ—ಆದರೆ ಆ ಖರ್ಚಿನಾಚೆಗೆ ಏನನ್ನಾದರೂ ನಿರ್ಮಿಸಿ. ವೇಗವಾಗಿ ಕಲಿಯಿರಿ, ಪ್ರಕ್ರಿಯೆಗಳನ್ನು automate ಮಾಡಿ ಮತ್ತು ದೀರ್ಘಾವಧಿಯ ಮೌಲ್ಯವು ಆರಂಭಿಕ ವೆಚ್ಚವನ್ನು ಸಮರ್ಥಿಸುವಂತೆ ಮಾಡಿ.
This article is AI-generated content. Please verify the information independently before taking any action based on this article.
