দেখতে মনে হতে পারে, কৃত্রিম বুদ্ধিমত্তা (AI) মডেল কোম্পানিগুলো বিপুল মুনাফা করছে। কিন্তু বাস্তবে স্বাচ্ছন্দ্যে থাকা প্রতিষ্ঠানগুলো সম্ভবত তাদের পেছনে থাকা ক্লাউড কম্পিউটিং সেবা প্রদানকারীরা।
বার্কলেস ব্যাংকের সর্বশেষ গবেষণায় AI শিল্পশৃঙ্খলের মুনাফা বণ্টন বিশ্লেষণ করা হয়েছে। গবেষণায় দেখা গেছে, মডেল কোম্পানি প্রতি ১০০ ডলার (দ্রষ্টব্য: বর্তমান বিনিময় হারে প্রায় ৬৭৪.৬ চীনা ইউয়ান) আয় করলে ৩৫–৪০ ডলার (বর্তমান বিনিময় হারে প্রায় ২৩৬.১–২৬৯.৮ চীনা ইউয়ান) ইনফারেন্স কম্পিউটিং খরচ হিসেবে তিন বড় ক্লাউড প্ল্যাটফর্ম Amazon AWS, Microsoft Azure এবং Google GCP-এর কাছে যায়।
ক্লাউড সেবা প্রদানকারীরা এই আয়ের অংশ থেকে ১০–২০ ডলার (বর্তমান বিনিময় হারে প্রায় ৬৭.৫–১৩৪.৯ চীনা ইউয়ান) পরিচালন মুনাফা পেতে পারে, যা সর্বোচ্চ ৩৫%–৪৫% পরিচালন মুনাফার হারের সমান। এই সিদ্ধান্ত বার্কলেসের ২৮ আগস্ট প্রকাশিত AI শিল্পের ইউনিট অর্থনীতি নিয়ে গবেষণা প্রতিবেদনের ভিত্তিতে করা হয়েছে। এর মাধ্যমে AI শিল্পশৃঙ্খলে মূল্য আসলে কোথায় যাচ্ছে, তা আরও স্পষ্টভাবে বোঝা যায়।
প্রতিবেদনে আরও বলা হয়েছে, AI ল্যাবগুলোর পেইড ইনফারেন্স মুনাফার হার ২০২৫ সালের ১০%-এর কিছু বেশি থেকে ২০২৬ সালে বেড়ে ৫০%–৬৫% বা তারও বেশি হয়েছে; সমন্বয়কৃত মোট মুনাফার হারও বছরে ৩০–৫০ শতাংশ পয়েন্ট বেড়েছে।
বার্কলেসের বিশ্লেষক Ross Sandler বলেন, মুনাফার হার দ্রুত বাড়ার প্রধান কারণ হলো এন্টারপ্রাইজ গ্রাহক এবং তথাকথিত “এজেন্টিক ওয়ার্কফ্লো” (agentic workflows)। এই ধরনের পণ্য ইতিমধ্যে বাজারে “অবশ্যই কিনতে হবে” এমন পণ্যে পরিণত হয়েছে।
তিনি আরও মনে করেন, AI ল্যাবগুলোর প্রকৃত মুনাফার হার সম্ভবত প্রতিবেদনের অনুমানের চেয়েও বেশি। তবে অত্যাধুনিক মডেলগুলোর মধ্যে প্রতিযোগিতা আরও তীব্র হওয়া এবং কম্পিউটিং ক্ষমতার সরবরাহ অব্যাহতভাবে বাড়ার সঙ্গে সঙ্গে এই সূচক শেষ পর্যন্ত ধীরে ধীরে কমে আসবে বলে ধারণা করা হচ্ছে।
বিনিয়োগকারীদের বিভিন্ন AI ল্যাবের আর্থিক পার্থক্য আরও ভালোভাবে বোঝাতে বার্কলেস দুটি কাল্পনিক অত্যাধুনিক AI ল্যাব তৈরি করে তুলনা করেছে।
“ল্যাব A”-এর প্রায় ৭০% আয় API থেকে এবং ৩০% সাবস্ক্রিপশন থেকে আসে; “ল্যাব B”-এর ক্ষেত্রে চিত্রটি ঠিক উল্টো, অর্থাৎ ৮০% আয় সাবস্ক্রিপশন ব্যবসার ওপর নির্ভরশীল এবং API-এর অংশ মাত্র ২০%।
সাবস্ক্রিপশন ব্যবসার তুলনায় API ব্যবসায় স্বাভাবিকভাবেই ইনফারেন্স মুনাফার হার বেশি। এর সঙ্গে প্রশিক্ষণ ব্যয় বণ্টনের পদ্ধতি এবং অংশীদারদের সঙ্গে আয় ভাগাভাগির পার্থক্য যোগ হওয়ায়, এই দুই কাল্পনিক ল্যাবের সমন্বয়কৃত মোট মুনাফার হারে বিস্ময়কর ১৭ শতাংশ পয়েন্টের ব্যবধান দেখা যায়: ল্যাব A-তে তা প্রায় ৫৫%, আর ল্যাব B-তে মাত্র ৩৮%।
আয় স্বীকৃতির পদ্ধতির পার্থক্য এই “বিকৃতি” আরও বাড়িয়ে দেয়।
ল্যাব A মোট অঙ্কে পরোক্ষ API আয় স্বীকার করে, আর ল্যাব B নিট অঙ্কে আয় স্বীকার করে; এমনকি কৌশলগত অংশীদারদের পরিচালিত পরোক্ষ API আয় সম্পূর্ণভাবে হিসাবের বাইরে রাখে। বার্কলেস এই পরিস্থিতিকে Uber ও Lyft-এর পার্থক্যের সঙ্গে তুলনা করেছে: দুটির মূল ব্যবসা প্রায় একই হলেও হিসাবরক্ষণ পদ্ধতি আলাদা হওয়ায় আর্থিক বিবরণীতে দেখা সংখ্যা সম্পূর্ণ ভিন্ন হতে পারে।
প্রতিবেদনে সতর্ক করা হয়েছে, AI ল্যাবগুলো যখন সাধারণভাবে স্বীকৃত হিসাবরক্ষণ নীতি (GAAP) অনুযায়ী আর্থিক বিবরণী প্রকাশ শুরু করবে, তখন বিনিয়োগকারীদের কোম্পানিগুলোর মধ্যে তুলনা করার আগে এসব হিসাবরক্ষণগত পার্থক্য পরিষ্কারভাবে বুঝে নিতে হবে। তা না হলে অর্থবহ তুলনা করা কঠিন হবে।
বিভিন্ন পণ্য লাইনের মুনাফার হার
নির্দিষ্ট পণ্য লাইনগুলো আরও বিশ্লেষণ করলে দেখা যায়, Claude Code ও Codex-এর মতো সাবস্ক্রিপশন পণ্যের ইনফারেন্স মুনাফার হার আনুমানিক ৭০%, যা তিনটি প্রধান পণ্য লাইনের মধ্যে সর্বনিম্ন।
এর কারণ হলো, ব্যবহারকারী ধরে রাখার বিনিময়ে AI ল্যাবগুলো টোকেন (Token) ব্যয়ের একটি অংশ বহন করতে রাজি থাকে। এসব সাবস্ক্রিপশনে সাধারণত মাসিক মূল্য নেওয়া হয় এবং ব্যবহারের সীমা নির্ধারণ করা থাকে। লক্ষণীয় বিষয় হলো, সম্প্রতি ব্যবহারের সীমা রিসেটের হার উল্লেখযোগ্যভাবে বেড়েছে। এটি একই সঙ্গে AI ল্যাবগুলোর ব্যবহারকারী ধরে রাখার চাপ এবং মডেলের ক্রমবর্ধমান দক্ষতার প্রতিফলন হতে পারে।
সরাসরি API AI ল্যাবগুলোর প্রথমদিকের ব্যবসায়িক মডেল এবং একই সঙ্গে সর্বোচ্চ মুনাফার ব্যবসা লাইন। Cursor ও Figma-এর মতো ডেভেলপার টুল ব্যবহারকারীর ব্যবহৃত টোকেনের পরিমাণ অনুযায়ী মূল্য নেয়। বার্কলেসের অনুমান, বর্তমানে API ইনফারেন্স মুনাফার হার ৮০%-এর বেশি।
মডেলের টোকেন দক্ষতা ক্রমাগত বাড়ছে, অর্থাৎ একই কাজ সম্পন্ন করতে প্রয়োজনীয় টোকেনের সংখ্যা কমছে। এর সঙ্গে API-এর নামমাত্র মূল্য বৃদ্ধি এবং ইনফারেন্স সেবা অবকাঠামোর ধারাবাহিক উন্নতি, যেমন কোয়ান্টাইজেশন, স্পেকুলেটিভ ডিকোডিং ও নতুন প্রজন্মের কম্পিউটিং ক্ষমতা, মুনাফার আরও বড় সুযোগ তৈরি করছে।
প্রতিবেদনে বিশেষভাবে বলা হয়েছে, ২০২৬ সালের দ্বিতীয় প্রান্তিকে API ইনফারেন্স মুনাফার হার আসলে চার্টে প্রদর্শিত মাত্রার চেয়ে অনেক বেশি ছিল। তবে ভবিষ্যতের কোনো এক পর্যায়ে এটি স্বাভাবিক মাত্রায় ফিরে আসবে বলে ধারণা করা হচ্ছে।
পরোক্ষ API শেষ ব্যবহারকারীদের সরাসরি API-এর মতোই অভিজ্ঞতা দেয়, তবে ব্যবহারকারী ও ক্লাউড সেবা প্রদানকারীর মধ্যে সরাসরি বিলিং সম্পর্ক তৈরি হয়। AI ল্যাবগুলোর মোট আয়ে পরোক্ষ API-এর অংশ বাড়তে থাকায়, বিভিন্ন ল্যাবের আয় স্বীকৃতির পদ্ধতির পার্থক্যও তাদের আর্থিক বিবরণীর তুলনাযোগ্যতার ব্যবধান আরও বাড়াবে।
ক্লাউড সেবা প্রদানকারীরা আসলে কত আয় করে
ক্লাউড সেবা প্রদানকারীদের মুনাফার কাঠামো আরও বিশ্লেষণ করলে দেখা যায়, AI ল্যাব প্রতি ১০০ ডলার (বর্তমান বিনিময় হারে প্রায় ৬৭৪.৬ চীনা ইউয়ান) আয় করলে ল্যাব A-এর ক্ষেত্রে প্রায় ৩৫ ডলার (বর্তমান বিনিময় হারে প্রায় ২৩৬.১ চীনা ইউয়ান) ক্লাউড সেবা আয় তৈরি হয়। অবকাঠামো ব্যয় বাদ দেওয়ার পর ক্লাউড সেবা প্রদানকারী প্রায় ১১.৮০ ডলার (বর্তমান বিনিময় হারে প্রায় ৭৯.৬ চীনা ইউয়ান) মুনাফা পেতে পারে, যা প্রায় ৩৪% পরিচালন মুনাফার হারের সমান।
ল্যাব B-এর পরিস্থিতি আরও লাভজনক। কৌশলগত অংশীদারের সঙ্গে আয় ভাগাভাগির ব্যবস্থা রয়েছে, যেখানে ২০% আয় জড়িত এবং মোট পরিমাণের একটি সর্বোচ্চ সীমা নির্ধারিত। ফলে ল্যাব B-এর প্রতি ১০০ ডলার (বর্তমান বিনিময় হারে প্রায় ৬৭৪.৬ চীনা ইউয়ান) AI আয়ের বিপরীতে ক্লাউড সেবা প্রদানকারী প্রায় ৪১ ডলার (বর্তমান বিনিময় হারে প্রায় ২৭৬.৬ চীনা ইউয়ান) আয় পেতে পারে, যার মধ্যে ১৯.১০ ডলার (বর্তমান বিনিময় হারে প্রায় ১২৮.৮ চীনা ইউয়ান) মুনাফা; পরিচালন মুনাফার হার সর্বোচ্চ ৪৭%।
উল্লেখ্য, ল্যাব B-এর বেশি মুনাফার হার কৌশলগত অংশীদার আয় ভাগাভাগির ব্যবস্থার ফল। এই ব্যবস্থায় ২০% আয় জড়িত এবং মোট পরিমাণের একটি সর্বোচ্চ সীমা নির্ধারিত।
বার্কলেস জোর দিয়ে বলেছে, এই আয় ভাগাভাগির ব্যবস্থা ক্লাউড সেবা প্রদানকারীদের বাহ্যিকভাবে প্রদর্শিত মুনাফার হার বাড়িয়ে দেয়। এই বিষয়টি বাদ দিলে, দুই ল্যাবের ক্ষেত্রে ক্লাউড সেবা প্রদানকারীদের প্রতি টোকেন প্রকৃত মুনাফায় কোনো পার্থক্য নেই। এই আয় ভাগাভাগির ব্যবস্থা ২০২৮ সালের পর ধীরে ধীরে শূন্যে নেমে আসবে বলে ধারণা করা হচ্ছে।
এ ছাড়া, এজেন্ট সাবস্ক্রিপশন পণ্যও ক্লাউড সেবা প্রদানকারীদের অতিরিক্ত মূল্য তৈরি করতে পারে। স্টেট মেমোরি সক্ষমতাসম্পন্ন এই রানটাইম পণ্যগুলোতে প্রায়ই ডেটাবেসের মতো উচ্চস্তরের সফটওয়্যার রিসোর্স ব্যবহার করতে হয়, তাই প্রতি ইউনিট আয়ের মূল্য বেশি। কিছু ক্ষেত্রে ক্লাউড সেবা প্রদানকারী ও AI ল্যাবের মধ্যে আয় ভাগাভাগির ব্যবস্থাও থাকে, যা ক্লাউড সেবাদাতার প্রকৃত আয় আরও বাড়ায়।
পুরো শিল্পের আকার বিবেচনায় বার্কলেসের পূর্বাভাস হলো, AI ল্যাবগুলোর আয় ২০২৪ সালের ৭ বিলিয়ন ডলার (বর্তমান বিনিময় হারে প্রায় ৪৭২.২১ বিলিয়ন চীনা ইউয়ান) (প্রায় ২২০ বিলিয়ন নতুন তাইওয়ান ডলার) থেকে বেড়ে ২০২৬ সালে ১৩৭ বিলিয়ন ডলারে (বর্তমান বিনিময় হারে প্রায় ৯২৪.১৯২ বিলিয়ন চীনা ইউয়ান) (প্রায় ৪.৩ ট্রিলিয়ন নতুন তাইওয়ান ডলার) পৌঁছাবে এবং ২০২৮ সালে ৬৯০ বিলিয়ন ডলারে (বর্তমান বিনিময় হারে প্রায় ৪.৬৫ ট্রিলিয়ন চীনা ইউয়ান) (প্রায় ২১.৮ ট্রিলিয়ন নতুন তাইওয়ান ডলার) উন্নীত হবে।
বছরশেষের বার্ষিকীকৃত পুনরাবৃত্ত আয় (ARR) অনুযায়ী হিসাব করলে প্রবৃদ্ধির গতি আরও বেশি: ২০২৬ সালের শেষে এটি প্রায় ২০০ বিলিয়ন ডলারে (বর্তমান বিনিময় হারে প্রায় ১.৩৫ ট্রিলিয়ন চীনা ইউয়ান) (প্রায় ৬.৩ ট্রিলিয়ন নতুন তাইওয়ান ডলার) পৌঁছাবে এবং ২০২৮ সালের শেষে ৭৮২ বিলিয়ন ডলারে (বর্তমান বিনিময় হারে প্রায় ৫.২৮ ট্রিলিয়ন চীনা ইউয়ান) (প্রায় ২৪.৭ ট্রিলিয়ন নতুন তাইওয়ান ডলার) পৌঁছানোর সম্ভাবনা রয়েছে।
বর্তমানে প্রশিক্ষণ ব্যয় এখনও AI ল্যাবগুলোর আয়ের প্রায় ৪৮%, অর্থাৎ AI ল্যাব প্রতি ১ ডলার (বর্তমান বিনিময় হারে প্রায় ৬.৭ চীনা ইউয়ান) আয় করলে প্রায় ১ ডলারের (বর্তমান বিনিময় হারে প্রায় ৬.৭ চীনা ইউয়ান) কাছাকাছি ক্লাউড সেবা আয় তৈরি হয়।
তবে আয়ের তুলনায় প্রশিক্ষণ ব্যয়ের অনুপাত দ্রুত কমছে: ২০২৪ সালের ৯৬% থেকে ২০২৭ সালে আনুমানিক ৩৫% এবং ২০২৮ সালে আরও কমে ৩০% হবে বলে ধারণা করা হচ্ছে।
এই প্রবণতার গুরুত্ব হলো, ইনফারেন্স ব্যবসা থেকে আসা মুনাফা ধীরে ধীরে প্রশিক্ষণ ব্যয়কে ছাড়িয়ে যাওয়ায় AI ল্যাবগুলোর সামগ্রিক লাভজনকতা ক্রমাগত বাড়বে। পুরো শিল্পের কেন্দ্রও ধীরে ধীরে “প্রশিক্ষণনির্ভর” অবস্থা থেকে “ইনফারেন্সনির্ভর” অবস্থায় স্থানান্তরিত হবে।
একই সময়ে, AI ল্যাবগুলোর আয়ের তুলনায় ক্লাউড সেবা প্রদানকারীদের AI আয়ের অনুপাতও কমছে: ২০২৪ সালের ১৫৩% থেকে ২০২৬ সালে ৯০%-এ নেমে আসবে এবং ২০২৮ সালে আরও কমে ৭৩% হবে বলে ধারণা করা হচ্ছে।
বার্কলেসের পূর্বাভাস, আগামী দুই বছরে AI ল্যাবগুলোর কম্পিউটিং ব্যয়ে AWS, Azure ও GCP-এর অংশ মোটামুটি বজায় থাকবে। তবে ২০২৮ সালে শিল্পের কাঠামোতে মোড় পরিবর্তন হতে পারে।
তখন সম্পদ-জামানতভিত্তিক অর্থায়নে নির্মিত AI অবকাঠামো প্রকল্পগুলো একের পর এক চালু হবে এবং AI ল্যাবগুলোর কাছে আরও পছন্দের বিকল্পে পরিণত হবে। এর অর্থ, বর্তমান ক্লাউড কম্পিউটিং “তিন জায়ান্ট” AI প্রশিক্ষণ ও ইনফারেন্স বাজারে একই সঙ্গে ধীরে ধীরে অংশ হারাতে পারে, আর বর্তমান মুনাফার কাঠামোও নতুন করে সাজানো হবে।