$112B का छेद - बिग टेक का छिपा हुआ दिवालियापन

परियोजना 'स्टारगेट' - विशाल डेटा केंद्रों के निर्माण पर सैकड़ों अरबों डॉलर। यह कोई टाइपो नहीं है: यह छोटी अर्थव्यवस्थाओं के सकल घरेलू उत्पाद के बराबर राशियों की बात है। माइक्रोसॉफ्ट, गूगल और मेटा हर साल जीपीयू-इंफ्रास्ट्रक्चर पर अरबों खर्च करते हैं: अकेले माइक्रोसॉफ्ट ने 2025 में पूंजीगत व्यय में $50 बिलियन से अधिक का निवेश किया, जिसमें से अधिकांश एआई के लिए था।

समस्या लेखांकन में छिपी है। H100 पीढ़ी के जीपीयू 2 साल में पुराने हो जाते हैं, H200, B100, B200 के आने के साथ - प्रत्येक अगली पीढ़ी पिछली से 50-100% तेज होती है। लेकिन निगम 5-6 साल के लिए मूल्यह्रास दर्ज करते हैं, जिससे एक लेखांकन भ्रम पैदा होता है। उदाहरण: एक कंपनी ने $20 बिलियन के जीपीयू खरीदे। लेखा पुस्तकों में 2 साल बाद भी वे “$13 बिलियन के लायक” (6 साल के लिए रैखिक मूल्यह्रास के साथ) हैं। वास्तव में - उनका मूल्य ~$5 बिलियन है, क्योंकि नई पीढ़ी वही काम दुगनी तेजी से और सस्ते में करती है।

यह एक छिपा हुआ घाटा पैदा करता है: संपत्ति के लेखांकन मूल्य और उनके वास्तविक बाजार मूल्य के बीच का अंतर - पूरे उद्योग में खरबों डॉलर। जब (यदि नहीं, बल्कि “कब”) ऑडिटर पुनर्मूल्यांकन की मांग करेंगे - तो इससे बड़े पैमाने पर राइट-ऑफ हो सकते हैं, एआई कंपनियों के शेयरों में गिरावट आ सकती है और पूरे उद्योग में विश्वास का संकट पैदा हो सकता है।

विश्लेषकों के पूर्वानुमान के अनुसार, OpenAI 2030 तक लगभग $112 बिलियन का घाटा संचित करेगा। यह आंकड़ा हवा में नहीं है: यह केंद्रीकृत AI के बिजनेस मॉडल की मूलभूत समस्या को दर्शाता है।

एक ओर, राजस्व प्रभावशाली ढंग से बढ़ रहा है: ChatGPT सब्सक्रिप्शन और API से हर साल अरबों डॉलर। दूसरी ओर, खर्च और भी तेजी से बढ़ रहे हैं। मॉडल की प्रत्येक नई पीढ़ी को कई गुना अधिक संसाधनों की आवश्यकता होती है:

• GPT-3 → GPT-4: ट्रेनिंग की लागत लगभग 10 गुना बढ़ गई
• GPT-4 → GPT-5: कई गुना अधिक वृद्धि — घातीय वक्र (exponential curve)
• Inference: लाखों उपयोगकर्ता = अरबों टोकन प्रतिदिन = GPU क्षमता पर प्रति वर्ष अरबों डॉलर

यह मॉडल केवल वेंचर कैपिटल के अंतहीन प्रवाह के साथ काम करता है। OpenAI ने Microsoft और SoftBank से राउंड सहित दसियों अरबों का निवेश जुटाया है। लेकिन निवेशक परोपकारी नहीं होते। आज नहीं तो कल, वे मुनाफे की मांग करेंगे। सवाल यह नहीं है कि "क्या", बल्कि "कब" है — और उस समय OpenAI API पर बने लाखों व्यवसायों का क्या होगा?

तुलना के लिए: Gonka ने $80M जुटाए हैं और पहले से ही लगभग 4,648 GPU के नेटवर्क के माध्यम से वास्तविक AI अनुरोधों को प्रोसेस कर रहा है। Inference की लागत $0.0047/1M टोकन है। यह संभव है क्योंकि विकेंद्रीकृत मॉडल में डेटा केंद्रों में खरबों के निवेश को वसूलने की कोई आवश्यकता नहीं है।

Gonka डेटा-सेंटर नहीं बनाती है — यह दुनिया भर में पहले से मौजूद GPU को एकीकृत करती है। यह सिर्फ एक वैकल्पिक बिजनेस मॉडल नहीं है — यह मौलिक रूप से एक अलग आर्थिक आर्किटेक्चर है जो बुलबुले के मूल कारण को ही समाप्त कर देता है।

कोई पूंजीगत व्यय नहीं: Gonka नेटवर्क निर्माण के लिए सैकड़ों अरबों नहीं जुटाता है। प्रोटोकॉल, ब्लॉकचेन, सॉफ्टवेयर — यही सब टीम बनाती है। GPU दुनिया भर में स्वतंत्र होस्ट प्रदान करते हैं — हर कोई अपने खर्च पर।

6 साल में फैला कोई मूल्यह्रास (depreciation) नहीं: जब H100 पुराना हो जाता है — तो होस्ट बस उसे H200 या अगली पीढ़ी के साथ बदल देता है। निर्णय हार्डवेयर का मालिक बाजार की स्थितियों के आधार पर लेता है, न कि किसी निगम का CFO जो राइट-ऑफ को छिपाने की कोशिश कर रहा हो।

कोई लेखांकन चालबाजी नहीं: Gonka ब्लॉकचेन में सभी लेनदेन पारदर्शी हैं। पुरस्कार CertiK द्वारा ऑडिट किए गए प्रोटोकॉल के अनुसार वितरित किए जाते हैं। इसमें कोई «छिपे हुए» खर्च नहीं हैं जो 5 साल बाद संपत्ति के पुनर्मूल्यांकन के समय सामने आएं।

वितरित जोखिम: प्रत्येक होस्ट अपना जोखिम उठाता है। यदि एक होस्ट GPU में खराब निवेश के कारण घाटे में जाता है — तो यह उसकी समस्या है, न कि पूरे नेटवर्क की। केंद्रीकृत मॉडल में $10 बिलियन की एक गलती पूरी कंपनी को गिरा सकती है। Gonka में ऐसी गलती परिभाषा के अनुसार असंभव है — क्योंकि कोई भी ऐसा प्रतिभागी नहीं है जो $10 बिलियन का निर्णय लेने में सक्षम हो।

परिणाम: Gonka के माध्यम से inference की लागत $0.0047 प्रति मिलियन टोकन है। यह OpenAI से ~400 गुना सस्ता है। और यह कीमत स्थिर है — क्योंकि इसके पीछे कोई ट्रिलियन-डॉलर का बुनियादी ढांचा नहीं है जिसे चुकाने की जरूरत है।

आइए AI बुनियादी ढांचे के दो मॉडलों की तुलना करें:

Gonka में लगभग 4,648 GPU काम कर रहे हैं, जो ~113 प्रतिभागियों (~582 ML-नोड्स) के पास हैं। प्रोजेक्ट ने $80M जुटाए हैं — यह एक Stargate द्वारा खर्च किए जाने वाले से हजारों गुना कम है। लेकिन नेटवर्क वही काम करता है: OpenAI-संगत API के माध्यम से उपलब्ध Kimi K2.6 न्यूरल नेटवर्क के माध्यम से AI अनुरोधों को प्रोसेस करता है।

सादृश्य: कल्पना करें कि 2000 के दशक में किसी ने प्रस्ताव दिया: "इंटरनेट के लिए विशाल सर्वर बनाने के बजाय, आइए प्रत्येक गृहस्वामी एक मिनी-सर्वर रखे और भागीदारी के लिए इनाम प्राप्त करे"। यह काल्पनिक लग सकता है — लेकिन Airbnb आवास के लिए ऐसे ही काम करता है, Uber परिवहन के लिए, और Gonka AI-गणना के लिए ऐसे ही काम करता है। विकेंद्रीकरण कोई यूटोपिया नहीं है — यह बुनियादी ढांचे के विकास का अगला चरण है।