सामने रखते हुए

  • मॉडल की कीमत कम होने का दावा एक भ्रम है: जो सस्ता है वह अप्रयुक्त पुराने मॉडल हैं, ग्राहक हमेशा सबसे मजबूत “नए फ्लैगशिप” के लिए भुगतान करते हैं।
  • वास्तव में, लागत का असली संकट टोकन की कीमत नहीं है, बल्कि AI की क्षमता का विकास है: जैसे-जैसे कार्य जटिल होते हैं, लागत का नियंत्रण भी बेतहाशा बढ़ता है, और निश्चित मासिक शुल्क का मॉडल “दबाव में” आ जाता है।
  • AI सब्सक्रिप्शन मॉडल एक “कैदियों की दुविधा” है: यदि आप उपयोग के अनुसार भुगतान करते हैं, तो आप बाजार को खो रहे हैं; यदि आप मासिक कीमत चुनते हैं, तो आप भविष्य को खो रहे हैं।
  • “पैसा जलाने” से बचने का सिर्फ दो रास्ते हैं: या तो उच्च परिवर्तन लागत का “रक्षा उपाय” बनाना, जिससे कॉर्पोरेट ग्राहक नहीं जा सकें; या हरित इंटीग्रेशन करना, AI को घाटे का एक उपकरण बनाकर पीछे की आधारभूत संरचना से लाभ कमाना।

विस्तार से पढ़ें

टोकन की वास्तविक लागत तेजी से बढ़ रही है

“भाषाई मॉडल की लागत 10 गुना कम होने” का फर्जीवाड़ा, “लागत दबाव” में पड़ने वाली AI सब्सक्रिप्शन सर्विस को नहीं बचा सकता।

image.png

कल्पना कीजिए कि आपने एक कंपनी शुरू की है और आप जानते हैं कि ग्राहक हर महीने अधिकतम 20 डॉलर देने को तैयार हैं। आप सोचते हैं, कोई बात नहीं, यह एक सामान्य VC रणनीति है——लागत पर शुल्क लेना और लाभ का त्याग कर वृद्धि का लक्ष्य रखना। आपने ग्राहक अधिग्रहण लागत (CAC), ग्राहक जीवनकाल मूल्य (LTV) आदि सभी मापदंडों की गणना कर ली है। लेकिन यहां मजेदार चीज आती है: आपने उस प्रसिद्ध a 16 z चार्ट को देखा है, जो दिखाता है कि बड़े भाषा मॉडल (LLM) की लागत हर साल 10 गुना कम हो रही है।

स्रोत a16z

तो आप योजना बनाते हैं: आज मैं 20 डॉलर/महीने की कीमत पर ब्रेक-ईवन कर लेता हूं, अगले साल मॉडल की लागत 10 गुना कम हो जाएगी, तो लाभार्जन दर 90% पर पहुँच जाएगी। घाटा केवल अस्थायी है, लाभ निश्चित है।

यह तर्क इतना साधारण है कि VC असिस्टेंट भी इसे समझ सके:

  • पहले वर्ष: 20 डॉलर/माह की दर पर ब्रेक-ईवन हासिल करना
  • दूसरे वर्ष: गणना की लागत 10 गुना कम होने पर लाभार्जन दर 90%
  • तीसरे वर्ष: यॉट खरीदना शुरू करना

इस तरह की रणनीति को समझा जा सकता है: “बड़े भाषा मॉडल के अनुमानित संचालन की लागत हर 6 महीने में 3 गुना घटती है, हम जरूर ऐसा कर सकते हैं।”

लेकिन 18 महीने बाद, लाभार्जन दर फिर भी ऐतिहासिक रूप से नकारात्मक बनी हुई है……Windsurf प्रोजेक्ट पहले ही कट गया है, और यहां तक कि Claude Code को इस सप्ताह 200 डॉलर/महीने की अनलिमिटेड पैकेज को रद्द करना पड़ा है।

कंपनी अभी भी लगातार घाटा उठा रही है। मॉडल वास्तव में सस्ते हुए हैं——GPT-3.5 की लागत पिछले समय से 10 गुना कम हो गई है। लेकिन किसी न किसी कारण से, लाभार्जन दर और भी खराब हो गई।

यहां निश्चित रूप से कोई समस्या है।

पुराने मॉडल, कल की समाचार पत्रिका की तरह

GPT-3.5 की कीमत पिछले की एक तिहाई है। लेकिन इसे भी उसी समय पर कोई नहीं पहचान रहा है जैसे iPhone लॉन्च के समय के मोड़ वाले फोन।

जब एक नया मॉडल उद्योग के लिए ऑल-टाइम टॉप (SOTA) के रूप में जारी किया जाता है, तो 99% मांग तुरंत उसकी ओर आकृष्ट हो जाती है। ग्राहकों की अपने उपयोग किए जाने वाले उत्पादों से भी यही अपेक्षा होती है।

अब हम देखते हैं कि किसी विशेष समय में जो 99% मांग को समेटे हुए हैं, उन पिछले मॉडल की वास्तविक मूल्य निर्धारण इतिहास है:

स्रोत iaiuse.com

क्या आपको कुछ दिखाई दिया?

  • जब GPT-4 को 60 डॉलर की कीमत पर पेश किया गया, तो यद्यपि GPT-3.5 (पिछला टॉप मॉडल) 26 गुना सस्ता हो गया, फिर भी सभी ने GPT-4 को चुन लिया।
  • जब Claude 3 Opus को 60 डॉलर की कीमत पर पेश किया गया, यद्यपि GPT-4 पहले से ही सस्ता हो चुका था, लोग फिर भी Claude की ओर प्रवृत्त हुए।

लागत का 10 गुना कम होना वास्तविक है, लेकिन केवल उन पुराने मॉडलों के लिए जो प्रदर्शन में प्राचीन कंप्यूटर Commodore 64 के समान हैं।

इसलिए, यह “लागत कम होगी” रणनीति का पहला घातक दोष है: बाजार की मांग केवल “सबसे मजबूत भाषा मॉडल” में मौजूद है, वाक्य समाप्त। और सबसे मजबूत मॉडल की लागत हमेशा लगभग समान होती है, क्योंकि यह वर्तमान अनुमानित तकनीक की सीमाओं की लागत को दर्शाता है।

“1995 का होंडा सिविक” दिखाते हुए यह कहना कि “यह अब बहुत सस्ता है!” पूरी तरह से अर्थहीन है। यकीनन, वह विशिष्ट कार सस्ती हो गई है, लेकिन 2025 का टोयोटा कैमरी थोक मूल्य 30,000 डॉलर है।

जब आप AI का उपयोग कर रहे होते हैं——चाहे प्रोग्रामिंग हो, लेखन हो या सोचने में——आप हमेशा उच्चतम गुणवत्ता की तलाश में रहते हैं। कोई भी Claude को खोलकर नहीं सोचता, “क्यों न उस खराब संस्करण का उपयोग करें, अपने बॉस के लिए थोड़ा पैसे बचाएं।” हम स्वाभाविक रूप से ज्ञान में लालची होते हैं। हम सबसे अच्छे “मस्तिष्क” को चाहते हैं, खासकर जब दूसरी ओर हमारा कीमती समय हो।

मॉडल का पैसा जलाने की गति, आपकी सोच से परे

“ठीक है, लेकिन क्या यह अभी भी प्रबंधनीय नहीं है? हम हमेशा ब्रेक-ईवन बनाए रख सकते हैं, है ना?”

ओह, मेरे प्यारे भोले बच्चे।

हालांकि हर नई पीढ़ी के मॉडल की प्रति टोकन लागत नहीं बढ़ी है, लेकिन एक और भी खराब चीज़ हुई है: जिस मात्रा में वे टोकन खा रहे हैं, वह परमाणु विस्फोट के समान बढ़ गई है।

पहले, ChatGPT एक एकल वाक्य के प्रश्न का उत्तर भी एक वाक्य के उत्तर में देता था। और अब, “गहरा अध्ययन” कार्यक्षमता 3 मिनट योजना बनाने, 20 मिनट पढ़ने, और 5 मिनट अपनी रिपोर्ट को फिर से लिखने में लेता है, और Opus 3 तो “नमस्ते” शब्द का उत्तर देने के लिए 20 मिनट चला सकता है।

संवर्धित शिक्षा (RL) और परीक्षण समय की गणना के विस्फोटक विकास ने एक ऐसा परिणाम उत्पन्न किया, जिसकी किसी ने कल्पना नहीं की थी: AI अब जो कार्य कर सकता है, उसकी लंबाई हर छह महीने में दोगुनी हो रही है। पहले 1000 टोकन लौटाने वाले कार्य अब 100,000 टोकन लौटाने के लिए सक्षम हैं।

स्रोत METR

जब आप इस प्रवृत्ति को आगे बढ़ाते हैं, तो गणितीय नतीजे बेहद पागल हो जाते हैं:

आज, 20 मिनट के “गहरे अध्ययन” का संचालन करने की लागत लगभग 1 डॉलर है। 2027 तक, हमारे पास ऐसे स्मार्ट एजेंट होंगे जो 24 घंटे संचालित हो सकेंगे बिना “अलग होने” के…… और जब हम उन्नत मॉडल की स्थिर कीमतों को जोड़ते हैं? इसका मतलब है कि एक बार की संचालन लागत 72 डॉलर तक पहुंच सकती है। हर दिन, प्रत्येक उपयोगकर्ता के लिए। और एक साथ कई सत्र कर सकते हैं।

एक बार जब हम एजेंट को एक साथ 24 घंटे की कार्यभार करने में सक्षम हो जाते हैं, तब हम उसे केवल एक आदेश देंगे और प्रतिक्रिया की प्रतीक्षा नहीं करेंगे। हम उन्हें बैच में शेड्यूल करेंगे। AI कार्यकर्ता बेड़े, जो समानांतर समस्याओं को हल करेंगे, टोकन खर्च करते हुए ऐसा करेंगे जैसे 1999 के इंटरनेट बुलबुले के समय में हो रहा हो।

स्पष्ट रूप से——मैं इसे जोर देकर कहता हूं——हर महीने 20 डॉलर की सदस्यता शुल्क, एक उपयोगकर्ता को हर दिन एक बार 1 डॉलर के गहरे अध्ययन का समर्थन नहीं कर सकता। लेकिन यही हम भविष्य की ओर बढ़ रहे हैं। मॉडल की क्षमताओं के हर वक्त बढ़ने का मतलब है कि वे अधिक और अधिक गणनात्मक संसाधनों को सार्थक रूप से खर्च कर सकते हैं।

यह ऐसा है जैसे आपने एक और ऊर्जा-कुशल इंजन बनाया है, और फिर उस बचाई गई ईंधन दक्षता का उपयोग कर एक विशाल ट्रक तैयार किया। ठीक है, हर गैलन ईंधन में लंबी दूरी तक चलने की क्षमता है, लेकिन आपकी कुल ईंधन खपत भी 50 गुना बढ़ गई है।

यह वह मूल कारण है, जो Windsurf को “लागत दबाव” के कारण नष्ट कर दिया——साथ ही प्रत्येक “फिक्स्ड रेट सब्सक्रिप्शन + हाई इन्टेन्सिटी टोकन खपत” व्यावसायिक मॉडल का सामना कर रहे स्टार्टअप का संकट।

Anthropic का “लागत दबाव” के खिलाफ बहादुर प्रयास

Claude Code की अनलिमिटेड पैकेज प्रयोग, इस तूफान का सामना करने के लिए हमारे द्वारा देखी गई सबसे उत्कृष्ट कोशिशों में से है। उन्होंने अपनी पूरी कोशिश की, लेकिन अंततः वे नीचे गिर गए।

उनकी रणनीति वाकई बहुत समझदारी से भरी थी:

1. 10 गुना अधिक कीमतें

जब Cursor 20 डॉलर/महीने पर है, तो उन्होंने 200 डॉलर/महीने का मूल्य निर्धारित किया। रक्त बहने से पहले, अपनी ओर ज्यादा बफर का समय रखने के लिए।

2. स्वचालित रूप से लोड आधारित मॉडल का विस्तार

जब कार्यभार अधिक हो, तो Opus ($75/मिलियन टोकन) से Sonnet ($15/मिलियन टोकन) पर स्विच करना। पढ़ने के कार्यों को अनुकूलित करने के लिए Haiku का उपयोग करें। यह AWS के स्वचालित स्केलिंग की तरह है, केवल “मस्तिष्क” के लिए।

उन्हें लगभग निश्चित रूप से यह कारगर ढंग से मॉडल के वजन में बनाया गया है, जो एक ऐसी पैटर्न परिवर्तित कर रहा है जिसे हम भविष्य में अधिक देख सकते हैं।

3. टास्क को उपयोगकर्ता की मशीन पर हल्का करना

जब उपयोगकर्ता के पास पहले से उपलब्ध CPU है, तो खुद से सैंडबॉक्स क्यों शुरू करें?

हालाँकि इस तरह की तकनीकी चालबाज़ी के बावजूद, टोकन की खपत सुपरनोवा विस्फोट की तरह बढ़ रही है।

स्रोत Vibreank

10 अरब। 10 अरब टोकन। यह लगभग 12500 प्रतियां “युद्ध और शांति” के रूप में है। एक महीने में।

यह कैसे किया जा सकता है? भले ही हर बार 10 मिनट बने, एक व्यक्ति 10 अरब टोकन कैसे खा सकता है?

इसका पता चलता है कि 10-20 मिनट का निरंतर संचालन समय काफी होता है, ताकि लोग “for लूप” के उपयोग की खोज कर सकें। एक बार जब आप टोकन की खपत को अनुप्रयोग में उपयोगकर्ता के ऑनलाइन समय से अलग करते हैं, तो भौतिक नियम सब कुछ ले लेते हैं। Claude को एक कार्य दें, उसे अपना काम जांचने, पुनर्गठन करने, अनुकूलित करने और इस प्रक्रिया को दोहराने दें, जब तक कंपनी दिवालिया न हो जाए।

उपयोगकर्ता API के शेड्यूलिंग के मास्टर बन गए हैं, Anthropic के पैसे पर 24/7 कोड रूपांतरण इंजन चलाते हैं। चैट से एजेंट में अद्भुत ट्रांजिशन एक रात में हो गया। खपत 1000 गुना बढ़ गई। यह एक चरण परिवर्तन है, न कि क्रमिक परिवर्तन।

इसलिए Anthropic ने अनलिमिटेड पैकेज को रद्द कर दिया। वे 2000 डॉलर/महीने का प्रयास कर सकते थे, लेकिन शिक्षा यह नहीं थी कि उनकी कीमत बहुत अधिक नहीं थी, बल्कि इस नए युग में, कोई भी सब्सक्रिप्शन मॉडल अनलिमिटेड उपयोग की पेशकश नहीं कर सकता।

महत्वपूर्ण है: इस नए युग में, कोई व्यावहारिक स्थिर सदस्यता मूल्य नहीं है।

यह स्पष्टीकरण अब पूरी तरह से मिल नहीं रहा है।

अन्य सभी के लिए कैदियों की दुविधा

यह सभी अन्य कंपनियों को एक दुरूह दुविधा में डाल देता है।

हर AI कंपनी को पता है कि उपयोग के अनुसार भुगतान करने से उन्हें बचा सकता है। उन्हें यह भी पता है कि यह उन्हें मार डालेगा। जब आप जिम्मेदारी से $0.01/1k टोकन पर शुल्क लेते हैं, तो आपका VC निवेश वाले प्रतिकामी प्रतियोगी 20 डॉलर/महीने में अनलिमिटेड सर्विस प्रदान कर रहे हैं।

उम्मीद है, ग्राहक कहाँ जाएंगे?

एक संभावित कैदियों की दुविधा:

  • सभी उपयोग के अनुसार भुगतान करते हैं → उद्योग अनुसंधान में स्थायीता
  • सभी स्थिर दर पर हैं → दिवालिया होने की दौड़
  • आप भुगतान करते हैं और अन्य फिक्स्ड रेट पर हैं → आप अकेले मर जाते हैं
  • आप स्थिर दर पर हैं, अन्य उपयोग के अनुसार भुगतान करते हैं → आप जीतते हैं (फिर बाद में मरते हैं)

इसलिए, सभी ने “धोखा” देने का विकल्प चुना। सभी ने भारी उपयोगकर्ताओं को सब्सिडी दी। सभी ने “हॉकी स्टिक” वृद्धि कर्व को प्रदर्शित किया। अंत में, सभी ने “महत्वपूर्ण मूल्य निर्धारण अपडेट” की घोषणा की।

Cursor, Lovable, Replit——वे सब इस गणित को समझते थे। उन्होंने आज की वृद्धि, कल का लाभ, और अंततः दिवालियापन को चुना, लेकिन यह अगले CEO की परेशानी है।

सच बताएं? शायद यही सही है। एक घेराबंदी में, बाजार हिस्सेदारी लाभ से अधिक महत्वपूर्ण होती है। जब तक VC चेक लिखने के लिए तैयार हैं……

Jasper से पूछें, संगीत बंद होने पर क्या होता है।

“मजबूर बर्बादी” से बचने का कैसे किया जाए?

क्या हम इस टोकन की “लागत दबाव” से बच सकते हैं?

हाल ही में अफवाहें हैं कि Cognition 150 अरब डॉलर के मूल्यांकन पर फंडिंग कर रही है, जबकि इसका सार्वजनिक वार्षिक पुनरावृत्ति राजस्व (ARR) 1 अरब डॉलर से कम है (मेरा अनुमान है कि यह लगभग 5000 लाख डॉलर के करीब है)। यह Cursor की 5 अरब डॉलर ARR के मुकाबले 100 अरब डॉलर के मूल्यांकन में फंडिंग के साथ स्पष्ट कंट्रास्ट दिखता है। उनका राजस्व आठ गुना हो गया, लेकिन मूल्यांकन केवल दो तिहाई है। VC क्या जानते हैं कि हमें Cognition के रहस्य के बारे में नहीं पता? वे सभी कोडिंग एआई एजेन्ट हैं। क्या Cognition ने इस मृत्यु वृत से बचने का रास्ता खोज लिया है? (मैं अगले बार इस विषय का विस्तार से चर्चा करूंगा।)

तीन प्रमुख रास्ते हैं:

1. पहले दिन से उपयोग के अनुसार भुगतान करें

कोई सब्सिडी नहीं। “पहले ग्राहक पाएं, फिर मोनेटाइज करें” नहीं। केवल ईमानदार आर्थिक मॉडल। सिद्धांत में, यह बहुत अच्छा लगता है।

लेकिन समस्या यह है कि मुझे एक तेजी से बढ़ती उपभोक्ता AI कंपनी दिखाएं जो उपयोग की दर पर है। उपभोक्ता खामोशी से चार्ज करना नापसंद करते हैं। वे अनलिमिटेड पैकेज के लिए अधिक भुगतान करने के लिए तैयार हैं बजाए किसी अप्रत्याशित बिल का। हर सफल उपभोक्ता सब्सक्रिप्शन सेवा——Netflix, Spotify, ChatGPT——स्थिर दर पर हैं। जब आप एक माप जोड़ते हैं, तो वृद्धि समाप्त हो जाती है।

2. उच्च परिवर्तन लागत ⇒ उच्च लाभकारी मार्जिन

यह Devin का पूरा प्रयास है। उन्होंने हाल ही में सीआईटी और गोल्डमैन सैक्स के साथ सहयोग की घोषणा की, अपनी कंपनियों के प्रत्येक 40,000 सॉफ़्टवेयर इंजीनियरों को लेकर। 20 डॉलर प्रति माह की दर पर, यह 10 मिलियन डॉलर का प्रोजेक्ट है। लेकिन यहां सवाल है: आप गोल्डमैन से 10 मिलियन डॉलर का ARR पाना चाहेंगे, या पेशेवर डेवलपर्स से 500 मिलियन डॉलर का ARR?

उत्तर स्पष्ट है: छह महीने की कार्यान्वयन अवधि, अनुपालन समीक्षा, सुरक्षा ऑडिट, जटिल खरीद प्रक्रियाएं, यह सब कुछ मुश्किल से जीतना है, लेकिन एक बार जीतने पर कभी नहीं खोने वाली होती है। आपको तब तक उन अनुबंधों को जीतने के लिए इंतज़ार करना होगा, जब तक बैंक के एकमात्र निर्णयकर्ता अपनी प्रतिष्ठा को आपके ऊपर नहीं जोखिम में डालता——तब हर कोई सुनिश्चित करने के लिए हर संभव प्रयास करेगा कि प्रोजेक्ट सफल हो।

यही कारण है कि बड़े पैमाने पर क्लाउड सेवा प्रदाताओं के अलावा, सबसे बड़ी सॉफ़्टवेयर कंपनियाँ उन कंपनियों से होती हैं जो “रिकॉर्ड सिस्टम” (System-of-Record) जैसी चीजें बेचती हैं (जैसे CRM / ERP / EHRs)। वे भी 80-90% के लाभ मार्जिन को प्राप्त कर सकते हैं, क्योंकि जितनी अधिक मुश्किलें उन्हें नुकसान देना होता है, वे कीमतों के प्रति उतनी ही कम संवेदनशील होती हैं।

जब प्रतिस्पर्धी प्यूप पर आता है, तो आप पहले से ही उनके नौकरशाही ढांचे में गहराई तक चले गए हैं, आपूर्ति बदलने में फिर से एक छह महीने का बिक्री चक्र लगने वाला होता है। इसका मतलब यह नहीं है कि आप नहीं जा सकते, बल्कि यह है कि आपका CFO फिर से एक आपूर्तिकर्ता मूल्यांकन का सामना नहीं करना चाहेगा।

3. वर्टिकल एकीकरण ⇒ आधारभूत संरचना पर लाभ कमाना

यह Replit का खेल है: कोडिंग एजेंटों को ऐप होस्टिंग, डेटाबेस प्रबंधन, तैनाती निगरानी, लॉगिंग, आदि सेवाओं के साथ बंडल करना। हर टोकन पर नुकसान होता है, लेकिन अगली पीढ़ी के डेवलपर्स के लिए प्रदान की गई तकनीकी स्टैक के हर अन्य स्तर पर मूल्य को पकड़ना…… देखें Replit का वर्टिकल एकीकरण कितना गहरा है।

स्रोत mattppal

AI को घाटे के संपर्क में लाने के उत्पाद के रूप में मान लेना कि AWS के साथ प्रतिस्पर्धात्मक सेवाओं की खपत को बढ़ावा दिया जा सके। आप जो बेचते हैं वह प्रतिच्छाया क्षमता नहीं है, बल्कि अन्य सभी चीजें हैं, और प्रतिच्छाया केवल आपकी मार्केटिंग खर्च है।

इसकी चतुराई यह है कि कोड जनरेशन स्वाभाविक रूप से होस्टिंग की आवश्यकता उत्पन्न करता है। हर ऐप को कुछ स्थान पर कार्य करने की आवश्यकता होती है। हर डेटाबेस को प्रबंधित करने की आवश्यकता होती है। हर तैनाती की निगरानी की आवश्यकता होती है। OpenAI और Anthropic पर प्रतिच्छाया सेवाओं की मूल्ययुद्ध करें, कीमतों को शून्य लाभ पर लाने के लिए, जबकि आप बाकी सब कुछ रख रहे हैं।

जो लोग अभी भी “स्थिर दर, किसी भी कीमत पर वृद्धि” खेल रहे हैं? वे पहले से ही लाश हैं। केवल उनकी महंगी अंत्येष्टि चौथे तिमाही में तय हो रही है।

आगे का रास्ता

मैं हमेशा देखता हूँ कि संस्थापक “अगले वर्ष मॉडल 10 गुना सस्ता होगा!” जैसे वाक्यांशों से चिपके रहते हैं जैसे वे एक जीवन रक्षक स्ट्रॉ को पकड़ रहे हैं। यह निश्चित रूप से होगा। लेकिन आपके उपयोगकर्ताओं के लिए मॉडल की अपेक्षाएँ भी 20 गुना बढ़ेंगी। वह गोलपोस्ट, आपके लिए तेजी से दूर जा रहा है।

क्या आप Windsurf को याद करते हैं? Cursor के اپنے मुनाफा दबाव के कारण, उन्होंने खुद को निकालने का उपाय नहीं किया। यहाँ तक कि विश्व में सबसे अधिक वर्टिकल इंटीग्रेटेड एप्लिकेशन लेयर होने के बावजूद, Anthropic ने कोई अनलिमिटेड उपयोग का एक स्थिर सदस्यता मॉडल चालू करने में असफल रहा।

हालांकि “लव Beta ही सब कुछ है” लेख का सारांश——“पहले कदम बढ़ाने से अधिक स्मार्ट होना बेहतर है”——अब भी सही है, लेकिन बिना योजना का पहला कदम, सिर्फ यह दर्शाता है कि आप दूसरों की तुलना में पहले कब कब्र में पहुंचें। यहां गूगल ने हानिकारक मुनाफे के व्यवसाय को 2.4 बिलियन डॉलर की चेक नहीं दी। और न ही “हम फिर से सोचेंगे” है, क्योंकि “बाद में” का अर्थ है कि आपकी AWS बायनरी आपकी कुल आय को पार कर जाएगी।

तो, इस दुनिया में, आप एक व्यवसाय कैसे खड़ा करेंगे? संक्षेप में उत्तर है, एक “नए क्लाउड” बनें——यह भी मेरी अगली सामग्री का शीर्षक होगा।

लेकिन कम से कम, अगला वर्ष 10 गुना सस्ता हो जाएगा, है ना।