Coinbase के CEO Brian Armstrong का मानना है कि आर्टिफिशियल इंटेलिजेंस की ग्रोथ की ऊपरी सीमा को मॉडल क्वालिटी नहीं, बल्कि एनर्जी और कंप्यूट इन्फ्रास्ट्रक्चर तय करेगा।
Armstrong ने यह बात निवेशक Tommy Shaughnessy की पोस्ट के जवाब में कही। उस पोस्ट में बताया गया था कि मीटर्ड API प्राइसिंग के चलते एंटरप्राइज AI पर खर्चा, फ्लैट-रेट सब्सक्रिप्शन वाली कंपनियों की उम्मीदों से कहीं ज्यादा बढ़ गया है।
इंटेलिजेंस की डिमांड लगभग अनंत
Coinbase के CEO का मुख्य तर्क यह है कि AI-जनरेटेड इंटेलिजेंस के लिए डिमांड की कोई लिमिट नहीं है।
हालांकि, Armstrong को उम्मीद है कि अगले 12 से 18 महीनों में मार्केट में बड़ा बदलाव आएगा। उनका अनुमान है कि लगभग 80% वर्कलोड उन मॉडलों पर शिफ्ट हो जाएगा, जिनकी कीमतें मौजूदा टॉप-टीयर ऑप्शंस से 99% तक कम होंगी।
बाकी 20% काम, जैसे साइंटिफिक रिसर्च या हाई-लेवल ऑर्केस्ट्रेटर एजेंट्स, उन्हीं फ्रंटियर मॉडलों पर चलते रहेंगे, जहां प्रीमियम परफॉर्मेंस जरूरी है।
Armstrong ने इस डिवाइड की तुलना कंज्यूमर हार्डवेयर से की। उन्होंने कहा कि ज्यादातर खरीददार MacBooks या गेमिंग PCs के फुल स्पेक्स नहीं लेते, जबकि उनकी कीमतें Moore’s Law से भी तेज गिरती हैं।
उन्होंने यह भी जोड़ा कि यह कंप्रेशन स्केयरसिटी की समस्या को हल नहीं करता। जैसे-जैसे मॉडल की कीमतें गिरती हैं और सस्ते ऑप्शन बढ़ते हैं, पूरा बोतलनेक सिर्फ अपस्ट्रीम शिफ्ट हो जाता है – यानी किसी भी मॉडल को स्केल पर चलाने के लिए जरूरी पावर और सिलिकॉन पर।
Coinbase की रूटिंग स्ट्रैटेजी
Coinbase इस लॉजिक को प्रैक्टिकल रूप में इस्तेमाल कर रहा है। Armstrong ने बताया कि exchange, जरूरी होने पर, कम-कीमत वाले मॉडल्स को प्रॉम्प्ट रूट करता है। इससे AI पर खर्च ज्यादा नहीं बढ़ता, भले ही टोकन का यूज़ exponential तरीके से बढ़े।
उनकी Coinbase AI-नेटिव restructuring 2026 की शुरुआत में efficient, agent-driven workflows की ओर बड़ा बदलाव दिखाता है। उनका AI पर ओवररेग्युलेशन के खिलाफ स्टैंड यह दिखाता है कि टेक्नॉलॉजी की trajectory को पॉलिसी से रोकना सही नहीं है।
Armstrong का यह अप्रोच Shaughnessy की कही समस्या को सीधे तरीके से एड्रेस करता है। Shaughnessy ने यह बताया कि Uber ने अपना पूरा 2026 AI बजट सिर्फ अप्रैल तक ही खर्च कर दिया, जिससे पता चलता है कि एंटरप्राइज AI खर्च कितनी तेजी से बढ़ सकता है।
Shaughnessy ने यह भी नोट किया कि DeepSeek V4 जैसे ओपन-सोर्स मॉडल टॉप प्राइवेट सिस्टम्स के मुकाबले लगभग एक-तीसवें लागत पर भी लगभग बराबर परफॉर्म कर रहे हैं। इससे पता चलता है कि ऐसे फ्रंटियर लैब्स अपने प्रोडक्ट्स के लिए ज्यादा चार्ज नहीं कर सकते हैं।
ऊर्जा: सबसे बड़ा लिमिटेशन
Armstrong का कहना है कि जल्द ही सभी मॉडल्स की क्वॉलिटी लगभग बराबर हो जाएगी क्योंकि सस्ते विकल्प भी परफॉर्मेंस गैप को कम कर रहे हैं। असली चैलेंज फिजिकल इंफ्रास्ट्रक्चर का है, जो हर लेवल के AI डिप्लॉयमेंट को पावर करता है।
उनकी यह सोच मार्केट में अभी दिख रही कैपिटल फ्लो के साथ मेल खाती है। Q1 2026 में AI वेंचर फंडिंग ग्लोबली $242 बिलियन पर पहुंच गई, फिर भी डेटा सेंटर की क्षमता डिमांड के मुकाबले कम पड़ रही है।
Armstrong की बात मॉडल की जीत पर नहीं है, बल्कि असली सवाल यह है कि क्या ऊर्जा और कंप्यूटिंग इन्फ्रास्ट्रक्चर इतनी तेज डिमांड के साथ खुद को कंसोलिडेट कर पाएंगे, जिसकी Armstrong के हिसाब से कोई नेचुरल लिमिट नहीं है।
