রাত দুইটা। ঘুম আসছে না। আপনি ফোনটি তুলে চ্যাটজিপিটিকে একটি প্রশ্ন করলেন। কয়েক সেকেন্ডে উত্তর হাজির। আপনার পকেট থেকে এক টাকাও কিন্তু গেল না। উত্তরটা ফ্রি, তাই তো? আসলে না। কারণ আপনাকে যে উত্তরটি পাঠানো হলো তার পেছনে কাজ করেছে বিশাল একটি মেশিন।
আপনার প্রশ্ন ফাইবার অপটিক নেটওয়ার্ক দিয়ে পৌঁছে যায় কোনো একটি ডাটা সেন্টারে। বাইরে থেকে এসব ডাটা সেন্টার দেখলে বিশাল গুদামঘর, ভেতরে সারি সারি সার্ভার, আর তার ভেতরে অত্যন্ত শক্তিশালী জিপিইউ এবং এআই এক্সিলারেটর।
এই মেশিনগুলো আপনার প্রশ্নের উত্তর বের করতে হিসাব শুরু করে। আর হিসাব মানেই বিদ্যুৎ। বিদ্যুৎ মানেই তাপ। আর সেই তাপ সরাতে লাগে আরও বিদ্যুৎ। বড় বড় অনেক ডাটা সেন্টার ঠান্ডা রাখতে লাগে বিপুল পরিমাণ পানি।
মোটকথা, আপনার স্ক্রিনের সেই উত্তরটা দেখতে ফ্রি মনে হলেও তার পেছনে চলতেছে সার্ভার, কুলিং সিস্টেম, খরচ হচ্ছে বিদ্যুৎ, ব্যবহার হচ্ছে পানি, আর পুড়তেছে টাকা। কিন্তু কত টাকা? এখান থেকেই গল্পটা কিন্তু একটু অন্যরকম।
আন্তর্জাতিক জ্বালানি সংস্থা 'ইন্টারন্যাশনাল এনার্জি এজেন্সি'র সর্বশেষ তথ্য অনুযায়ী, ২০২৫ সালে পৃথিবীর ডাটা সেন্টারগুলো প্রায় ৪৮৫ টেরাওয়াট ঘণ্টা বিদ্যুৎ ব্যবহার করেছে। আর ২০৩০ সালের মধ্যে সেটা হয়ে যেতে পারে ৯৫০ টেরাওয়াট ঘণ্টা। অর্থাৎ আরও দ্বিগুণ বিদ্যুৎ দরকার হবে। এই বৃদ্ধির পেছনে সবচেয়ে বড় চালকগুলোর একটি হলো আর্টিফিশিয়াল ইন্টেলিজেন্স বা এআই।
এআই ডাটা সেন্টারের জন্য গুগল এবং অ্যামাজন পরমাণু বিদ্যুৎ কেন্দ্রের সাথে দীর্ঘমেয়াদী চুক্তি করেছে। এখন আসল ধাঁধা হলো—এত সার্ভার, এত চিপ, এত বিদ্যুৎ, এত পানি, এত বিলিয়ন ডলারের ডাটা সেন্টার... কিন্তু আপনি তো চ্যাটজিপিটিকে প্রশ্ন করলেন ফ্রি, উত্তরটাও পাচ্ছেন ফ্রি। তাহলে বিলটা দিচ্ছে কে? এআই কোম্পানিগুলো টাকা কামাচ্ছে কিভাবে? নাকি এই মুহূর্তে তেমন একটা টাকা কামাচ্ছে না তারা? যদি না কামায়, তাহলে এই বিপুল খরচ করতেছে কেন? এই খেলায় কে বা কারা শত শত বিলিয়ন ডলার ঢালতেছে? আর শেষ পর্যন্ত এআই কি মানব ইতিহাসের সবচেয়ে লাভজনক প্রযুক্তিগুলোর একটি হবে, নাকি এটা এমন একটি ব্যবসা যেখানে পৃথিবী আগে যন্ত্র বানিয়ে ফেলেছে, কিন্তু এখনো ঠিক জানে না যন্ত্র দিয়ে টাকা নাকি কিভাবে কামাবে? আজ আমরা এআই-এর এই পুরো অর্থনৈতিক ইঞ্জিনটা একদম স্ক্রু খুলে দেখবো। চলুন শুরু করি!
প্রথমে একটা ভুল ধারণা ভাঙি। আমরা বলি এআই থাকে ক্লাউডে। সহজ কথায় ক্লাউড মানে আসলে অন্য কারও কম্পিউটার। শুধু সেই কম্পিউটারটা কারও বাসার টেবিলে নয়, রাখা আছে বিশাল ভবনের ভেতরে। যার ভেতরে আছে আবার সারি সারি সার্ভার। যা চালাতে দরকার হয় বিপুল পরিমাণ বিদ্যুৎ, কুলিং সিস্টেম, লোকবল, আরও অনেক কিছু। এই পুরো জায়গাটার নাম ডাটা সেন্টার।
আপনার ছবি, ইমেইল, ভিডিও ক্লাউডে রাখা মানে শেষ পর্যন্ত কোথাও না কোথাও কোনো না কোনো ডাটা সেন্টারের কম্পিউটারেই রাখা। এআই-এর ক্ষেত্রে ডাটা সেন্টারের একটা জিনিস খুবই গুরুত্বপূর্ণ, সেটা হলো জিপিইউ।
এখন প্রশ্ন হলো, জিপিইউ কেন? সহজ করে ভাবুন। সিপিইউ-কে কল্পনা করুন একজন ভার্সিটির প্রফেসরের মতো, যিনি খুব জটিল এবং কঠিন সব ইকুয়েশন একা হাতে সমাধান করতে পারেন। কিন্তু সমস্যা হলো, তিনি তো একা! তাকে যদি আপনি লাখ লাখ সাধারণ যোগ-বিয়োগের অংক একসাথে করতে দেন, তার সময় লাগবে অনেক। আর জিপিইউ হলো একটি বিশাল ক্লাসরুমের মতো—সেখানে বসে আছে হাজার হাজার স্কুলের ছাত্র। তারা হয়তো প্রফেসরের মতো জটিল থিওরি বোঝে না, কিন্তু সাধারণ যোগ-বিয়োগ ওটা ওদের কাছে ডালভাত।
এখন এই লাখ লাখ অংক যদি ঐ হাজার হাজার ছাত্রদের মধ্যে ভাগ করে দেয়া হয়, কি হবে? সবাই একই সাথে, একই সময়ে অংক করে ফেলবে। এটা হলো প্যারালাল প্রসেসিং। যে কাজটা প্রফেসরের ঘণ্টাখানেক লাগতো, সেটা ঐ বাচ্চাগুলো দ্রুত করে দেবে। আর্টিফিশিয়াল ইন্টেলিজেন্স বা এআই-এর জন্য দরকার ঠিক এই ক্ষমতাটাই।
কারণ একটা লার্জ ল্যাঙ্গুয়েজ মডেল বা এলএলএম আপনার প্রশ্নের উত্তর দিতে গিয়ে একসাথে অসংখ্য ছোট ছোট গাণিতিক হিসাব কষে। এই কারণেই জিপিইউ এআই-এর জন্য অত্যন্ত গুরুত্বপূর্ণ। ক্রিপ্টো মাইনিংয়ের কাজে একসময় জিপিইউ এত জনপ্রিয় হয়েছিল ঠিক একই কারণে।
চ্যাটজিপিটির মতো বড় মডেলের ভেতরে থাকে বিলিয়ন বিলিয়ন প্যারামিটারস। প্যারামিটার জিনিসটা কি? বোঝার সুবিধার জন্য এগুলোকে ভাবতে পারেন অসংখ্য ছোট ছোট কানেকশন। মডেলকে শেখানো বা ট্রেনিং দেয়ার সময় এই কানেকশনগুলো বারবার চেঞ্জ হয়। আর ধীরে ধীরে এর ভেতরে জমা হয় ভাষার প্যাটার্ন, শব্দের সম্পর্ক, বাক্যের ধরন এবং নানান ধরণের ধারণা।
ধরুন আপনি লিখলেন, 'আকাশের রং ড্যাশ'। মডেল হিসাব করে দেখে এরপর 'নীল' আসার সম্ভাবনা সবচেয়ে বেশি। আবার লিখলেন, 'আমি ভাত _'। এই শূন্যস্থানে ' খাই' হতে পারে সবচেয়ে বেশি। 'রাধি'-ও কিন্তু হতে পারে। কোনটা বসবে সেটা নির্ভর করবে আগের কথাবার্তার ওপরে।
নজরুলের 'বিদ্রোহী' কবিতা রবীন্দ্রনাথ লিখলে কিভাবে লিখতো, সেটা দেখবেন চ্যাটজিপিটি আপনাকে লিখে দেখিয়ে দেবে। রবীন্দ্রনাথের লেখার ওপরে তার যে ধারণা, সেটার ওপর বেস করে সেই কাজটি করবে। এখন আপনি প্রশ্ন করলে মডেল কিন্তু পুরো উত্তর একসাথে একবারে লেখে না। সে উত্তর বানায় একটু একটু করে। এই ছোট অংশগুলোকে বলে টোকেন।
প্রথমে একটা টোকেন, এরপরের হিসাব পরের টোকেনটা কি হবে। তারপর আবার হিসাব—এভাবেই চলতে থাকে। এভাবেই পুরো উত্তরটা তৈরি হয়। আপনি স্ক্রিনে কয়েকটা লাইন দেখতেছেন, কিন্তু পর্দার পেছনে প্রতিটি নতুন অংশ বের করতে চলেছে বিশাল গাণিতিক হিসাব। বিশেষ করে ম্যাট্রিক্স ক্যালকুলেশন। আর এ ধরনের অসংখ্য হিসাব একই সাথে খুব দ্রুত করার জন্যই লাগে জিপিইউ।
এবার আরেকটি ভুল ধারণা ভাঙি। অনেকে ভাবে আর্টিফিশিয়াল ইন্টেলিজেন্সের সবচেয়ে বড় খরচটা হয় মডেল বানানোর সময়, যেটাকে বলে ট্রেনিং। ট্রেনিং কি? সহজ করে ভাবুন। একজন ছাত্রকে হুমায়ূন আহমেদের লিখা সবগুলো বই আপনি পড়তে দিলেন। তারপর ধরুন তার সামনে লিখা হলো, 'হিমুর পাঞ্জাবির রং শূন্যস্থান। এখন তাকে বলা হলো, 'বলতো এই শূন্যস্থানে কোন শব্দটি বসবে?'
এখন যে ছাত্র হুমায়ূন আহমেদ পড়েনি, সে হাবুডুবু খাবে। কিন্তু যে পড়েছে, সে জানে হিমুর পাঞ্জাবির রং হলুদ এবং সেই পাঞ্জাবিতে পকেটও নেই। এখন ধরুন এআই মডেল ভুল করলো। সে বলল, 'পাঞ্জাবির রং নীল আর রূপার শাড়ির রং হলুদ'। তো ভুলটা মাপা হলো, তার হিসাবটা ঠিক করে দেয়া হলো। এরপর আবার চেষ্টা করা হলো, 'বলতো হিমুর পাঞ্জাবির রং কি?'
এভাবে কোটি কোটি না, অসংখ্যবার ট্রায়াল অ্যান্ড এরর। আর এই পুরো কাজটি চালাতে বড় মডেলের ক্ষেত্রে লাগে হাজার হাজার জিপিইউ। সপ্তাহের পর সপ্তাহ, কখনো মাসের পর মাস। খরচটা কত? একটা ধারণা দেই। স্ট্যানফোর্ড এআই ইনডেক্সের হিসাবে, জিপিটি-৪ এর ট্রেনিংয়ে শুধু কম্পিউটার বাবদই খরচ আনুমানিক ৭৯ মিলিয়ন ডলার। জেমিনাই আল্ট্রার জন্য খরচ প্রায় ১৯২ মিলিয়ন ডলার! মানে একটা মডেলকে শেখাতেই খরচে যেয়ে পারে শত শত কোটি টাকা।
শুনে মনে হতে পারে এটাই বুঝি এআই-এর পেছনে সবচেয়ে বড় খরচ। কিন্তু এখানে গল্পটা ঘুরে যায়। কারণ ট্রেনিং শেষ হলে মডেল বসে থাকে না, তারপর তাকে কাজ করতে হয়। আপনি প্রশ্ন করলেন, সে উত্তর দিল। আপনি আবার প্রশ্ন করলেন, সে আবার উত্তর দিল। এই উত্তর দেয়ার প্রক্রিয়াটাই 'ইনফারেন্স'।
সহজ বাংলায়, ট্রেনিং হলো মডেলকে শেখানো; ইনফারেন্স হলো শেখা জিনিস ব্যবহার করে আপনার উত্তর দেয়া। ট্রেনিং হয় মাঝে মাঝে, কিন্তু ইনফারেন্স—সেটা চলে দিনরাত ২৪ ঘণ্টা, পৃথিবীর কোটি কোটি ব্যবহারকারীর জন্য।একটা সাধারণ প্রশ্নে খরচ খুবই সামান্য, কিন্তু ছোট খরচ যদি কোটি কোটি বার হয়, প্রতিদিন হয়, বছরের পর বছর হয়, তখন সেই বিন্দু বিন্দু খরচ একসাথে সিন্ধু হয়ে যায়, হয়ে যায় বিশাল খরচ! এই কারণেই এআই যত জনপ্রিয় হচ্ছে, মডেল চালিয়ে রাখার খরচটা তত বড় হচ্ছে।
তবে এখানে আরেকটা ব্যাপার আছে। সব প্রশ্নের খরচ কিন্তু এক না। 'বাংলাদেশের রাজধানী কি?'—এই প্রশ্নের উত্তর খোঁজা, আর একটা ২০০ পৃষ্ঠার রিপোর্ট আপলোড করে তাতে ভুল খুঁজে বের করতে বলা—এই দুটো কাজ কিন্তু এক না। আর ভিডিও বানানো, দীর্ঘ রিজনিং, এআই এজেন্টকে দিয়ে অনেকগুলো ধাপের কাজ একসাথে করানো—এসব কাজ শত শত, এমনকি হাজার হাজার গুণ বেশি এনার্জি-ইনটেনসিভ হতে পারে।
সুতরাং আসল দানবটা হলো স্কেল। কত মানুষ ব্যবহার করতেছে, কতবার করতেছে, আর এআই-কে কত কঠিন কাজ করাচ্ছে। এবার এখানেই আরেকটা বিল আসে—পানির বিল! জিপিইউ চললে তাপ তৈরি হয়, অনেক তাপ তৈরি হয়। যাদের বাসায় গেমিং পিসি আছে, যারা হাই-এন্ডের গ্রাফিক্স কার্ড ইউজ করে, তারা দেখবেন ভালো কুলারও ইউজ করে। গেম খেললে পিসি গরম হয়। এখন এই হিট যদি বের হতে না পারে, কম্পিউটার কিন্তু ঠিকমতো কাজ করবে না, কম্পিউটার গরম হয়ে যাবে।
এখন বিশাল বিশাল ডাটা সেন্টারে চলে বিশাল বিশাল কুলিং সিস্টেম। কিছু কুলিং সিস্টেমে পানি ব্যবহার করা হয়। কত পানি? এর নির্দিষ্ট কোনো হিসাব নাই। কোন শহরে ঐ ডাটা সেন্টার অবস্থিত—গরম এলাকায়, নাকি ঠান্ডা এলাকায়? কি ধরণের কুলিং সিস্টেম তাতে ইউজ করা হয়? বিদ্যুৎ কোথা থেকে আসে? সবকিছুর উপরে হিসাবটা চেঞ্জ হয়।
তবে বহুল আলোচিত এক গবেষণায় এস্টিমেট করা হয়েছিল যে, প্রায় ২০ থেকে ৫০টি জিপিটি স্টাইলের প্রশ্ন-উত্তরের সঙ্গে প্রায় আধা লিটার পানির হিসাব জড়িত। খেয়াল করুন, আমি কিন্তু বলতেছি না প্রায় ২০টা প্রশ্ন করলে কোথাও একটা পানির আধা লিটারের বোতল খালি হয়ে গেল। বাস্তব হিসাবটা এত সরল না। কিন্তু বড় ছবিটা পরিষ্কার—এআই শুধু বিদ্যুৎ খায় না, তাকে ঠান্ডা রাখতে বিদ্যুৎ লাগে, কোথাও কোথাও পানি লাগে। আর যখন কোটি কোটি মানুষ প্রতিদিন এই মেশিন ব্যবহার করে, তখন সেই খরচের হিসাব হয়ে যায় বিশাল, অনেক বড়।
ধারণা করা হচ্ছে ২০৩০ সাল নাগাদ পৃথিবীর মোট বিদ্যুতের প্রায় ৩% খরচ হতে পারে ডাটা সেন্টারের জন্য। আর ডাটা সেন্টারের ভেতরে সবচেয়ে বেশি যে ডাটা সেন্টার বাড়তেছে, সেগুলো হলো এআই ডাটা সেন্টার। শুনে হয়তো খুব ভয়ঙ্কর মনে হচ্ছে না, কিন্তু সমস্যাটি হলো ডাটা সেন্টার পৃথিবীর সব জায়গায় সমানভাবে তো ছড়িয়ে নাই। বাংলাদেশের মতো দেশে কয়টা এআই ডাটা সেন্টার আছে বলুন তো? কিন্তু ইউজ তো আমি-আপনি সবাই করি! ম্যাক্সিমাম ডাটা সেন্টার উন্নত বিশ্বে।
পৃথিবীর হিসাবে ৩% হলেও আমেরিকার মতো উন্নত দেশের পাওয়ার গ্রিডের কাছে ব্যাপারটা মোটেও ওই ৩% না। আমেরিকাতে এখন থেকে ২০৩০ পর্যন্ত যত নতুন বিদ্যুতের চাহিদা তৈরি হবে, তার প্রায় অর্ধেকই এই ডাটা সেন্টারের জন্য। আর ২০২৫ সালেই বিশ্বজুড়ে ডাটা সেন্টারের বিদ্যুৎ ব্যবহার বেড়েছে প্রায় ১৭%।
এখন নতুন সমস্যাটি হলো—শুধু বিদ্যুৎ উৎপাদন করলেই তো হবে না, সেই বিদ্যুৎ ডাটা সেন্টারে পৌঁছাতে হবে। আর তার জন্য লাগবে ট্র্যান্সফরমার, সাবস্টেশন, ট্র্যান্সমিশন লাইন, আরও কত কি! আর এখানেই এআই এসে ধাক্কা খাচ্ছে বাস্তব পৃথিবীর সঙ্গে।
একটা ডাটা সেন্টার দুই-তিন বছরের ভেতরে বানিয়ে ফেলা যায়, কিন্তু নতুন বিদ্যুৎ কেন্দ্র, গ্রিড কানেকশন, বড় ট্র্যান্সফরমার—সবকিছু তো এত দ্রুত বানানো যায় না! অর্থাৎ এআই-টা দেখতে আপনার কাছে সফটওয়্যার, কিন্তু তার ক্ষিধে ভারী শিল্পীর মতো।
আর এত বড় মেশিনগুলো চালাতে যখন প্রতি মুহূর্তে টাকা পুড়তেছে, তখন পরের প্রশ্নটি আরও অদ্ভুত—তাহলে বিলটা দিচ্ছে কে? কারণ আমজনতা তো অধিকাংশই চ্যাটবটগুলোর ফ্রি মডেল ইউজ করে। কারণ ঐ ফ্রি ভার্সন দিয়েই আমজনতার ম্যাক্সিমাম কাজ হয়ে যায়। এই ফ্রি এআই আসলে ফ্রি না, শুধু বিলটা ডাইরেক্ট আপনার কাছ থেকে আসে না।
এআই কোম্পানিগুলোর টাকার কয়েকটি বড় রাস্তা আছে। সবচেয়ে পরিচিত রাস্তা হলো সাবস্ক্রিপশন। বেশি ক্ষমতা, বেশি ব্যবহার, ভালো মডেল চাইলে মাসে মাসে টাকা দিতে হয়। দ্বিতীয় রাস্তা—এপিআই বিক্রি করা। যেটা ইউজ করে অন্য কোম্পানিগুলো নিজেদের অ্যাপে বা সফটওয়্যারের ভেতরে এআই মডেলটির ক্ষমতা ব্যবহার করতে পারে। আর যত ব্যবহার, তত বিল! অনেক ক্ষেত্রে সেই টোকেন মেপে দাম নেওয়া হয়। মানে আপনি যেভাবে ইউনিট মেপে বিদ্যুৎ কেনেন, কোম্পানিগুলো অনেকটা সেভাবেই টোকেন মেপে এআই কিনতে পারে।
তারপরে আছে এন্টারপ্রাইজ চুক্তি। ব্যাংক, অফিস, বড় কর্পোরেশন—যারা তাদের তথ্যের নিরাপত্তা, নিজস্ব ডাটা ব্যবহার এবং বিশেষ সুবিধার জন্য বড় অঙ্কের চুক্তি করে এআই কোম্পানিগুলোর সাথে। আর এখন আরেকটা পুরনো ব্যবসা এআই-তে ঢুকে গেছে—বিজ্ঞাপন! চ্যাটজিপিটির ফ্রি এবং গো প্ল্যানে কিছু দেশে বিজ্ঞাপন চালু হয়েছে।
কিন্তু এখানে আরেকটা গুরুত্বপূর্ণ ব্যাপার আছে। রেভিনিউ এবং প্রফিট এক জিনিস না। একটা এআই কোম্পানি ধরুন আয় করলো বিলিয়ন ডলার, কিন্তু খরচ করতেছে আরও বেশি—নতুন মডেল, নতুন ডাটা সেন্টার, নতুন চিপ, এসবের পেছনে।
তখন... ওপেনএআই-এর রেভিনিউ ২০২৫ সালে ছিল ১৩ বিলিয়ন ডলার। অর্থাৎ আয় করেছে ১৩ বিলিয়ন। কিন্তু সে বছর ওপেনএআই খরচ করেছে ৩৪ বিলিয়নেরও বেশি! অর্থাৎ বিশাল অঙ্কের লস। এটাই এআই ব্যবসার সবচেয়ে অদ্ভুত দিক।
ধরুন হোয়াটসঅ্যাপ বা অন্য কোনো সাধারণ সফটওয়্যার—সেখানে একজন ইউজার বাড়লে কোম্পানির খরচ কি বাড়ে? হ্যাঁ বাড়ে, কিন্তু সেটা খুবই নগণ্য। কিন্তু জেনারেটিভ এআই-এর ক্ষেত্রে হিসাবটা সম্পূর্ণ আলাদা। এখানে আপনি যতবার নতুন একটা প্রশ্ন করবেন, কোম্পানির সার্ভারে নতুন করে কম্পিউটার চালাতে হবে, জিপিইউ খাটাতে হবে, আর নতুন করে বিদ্যুৎও পোড়াতে হবে! তার মানে কি দাঁড়ালো? আপনি ফ্রিতে যত বেশি এআই ইউজ করবেন, কোম্পানির তত বেশি বিদ্যুৎ বিল উঠবে!
তাহলে তারা আপনাকে ফ্রি দিচ্ছে কেন ভাই? এটা আসলে তাদের বিশাল একটা বাজি! তারা আশা করে, আজ আপনি ফ্রি চালাবেন, কাল এটা আপনার অভ্যাসে পরিণত হবে, আর ঠিক তার পরদিন আপনি বাধ্য হয়ে পেইড সাবস্ক্রিপশন কিনবেন।
কিন্তু এই পুরো বাজির সবচেয়ে মজার ব্যাপারটা কি জানেন? এসব এআই কোম্পানিগুলো ভবিষ্যতে জিতুক বা হারুক, পর্দার আড়ালে আরেকটি দল কিন্তু আছে—যারা অনেক আগেই আসল টাকাটা কামিয়ে নিচ্ছে! তারা কারা? আসুন দেখি।
তার আগে একটা গল্প বলি। ১৮৪৯ সালের ক্যালিফোর্নিয়া। চারদিকে খবর ছড়িয়ে পড়লো, ক্যালিফোর্নিয়ার মাটির নিচে সোনা খুঁজে পাওয়া যাচ্ছে। তারপর যা হবার সেটাই হলো। আমেরিকার আনাচে-কানাচে থেকে, বিভিন্ন জায়গা থেকে মানুষ ছুটে গেল ক্যালিফোর্নিয়াতে। কেউ চাকরি ছেড়ে দিয়ে ছুটে গেল, কেউ জমি বিক্রি করে ছুটে গেল, কেউ জীবনের শেষ সঞ্চয় নিয়ে ছুটে গেল। একটাই স্বপ্ন—মাটির নিচ থেকে সোনা খুঁজে বের করা, বড়লোক হয়ে যাওয়া।
ইতিহাসে এই উন্মাদনার নাম ছিল 'ক্যালিফোর্নিয়া গোল্ড রাশ'। কিন্তু গোল্ড রাশের সবচেয়ে মজার ব্যাপার হলো, সোনা খুঁজতে যারা গেল তারা সবাই স্বর্ণ পায়নি, বরং অনেকেই খালি হাতে ফিরলো। কিন্তু যারা ঐ সোনা খুঁজতে যাওয়া মানুষগুলোর কাছে বেলচা, কোদাল, জুতা, কাপড়—এসব বিক্রি করেছিল, তাদের ব্যবসা হলো জমজমাট!
সে সময়ই ক্যালিফোর্নিয়াতে ব্যবসা শুরু করলো লিভাই স্ট্রস (Levi Strauss)। নানান কিসিমের কাপড়ের ব্যবসা। পরে দর্জি জ্যাকব ডেভিসের সঙ্গে মিলে শ্রমিকদের জন্য বানাতে লাগলো রিভেট লাগানো জিন্স প্যান্ট। রিভেট লাগানো এসব জিন্স পরে মাইনাররা কাজ করতো। প্যান্টের পকেটে আর দুর্বল জায়গাগুলোতে ধাতব রিভেট লাগানোর কারণে প্যান্টগুলো সহজে ছিঁড়তো না, ফাটতো না। তারা এই ডিজাইনের পেটেন্ট নিয়ে নিলো। ব্যাস, সেই ব্যবসার নামই 'লিভাইস' (Levi's)! সারা বিশ্বে এখনো জনপ্রিয় ব্র্যান্ড।
১৭০ বছর পর এখন শুরু হয়েছে নতুন এক গোল্ড রাশ—'এআই রাশ'। বড় বড় কোম্পানি, কে বানাবে শক্তিশালী মডেল? কে হবে পরবর্তী চ্যাটজিপিটি? কে দখল করবে এই নতুন বাজার? ফাইনালি কে জিতবে, কেউ জানে না। ওপেনএআই, গুগল, অ্যানথ্রোপিক, মেটা... নাকি এমন কোনো কোম্পানি যার নামই আমরা এখনো শুনিনি!
কিন্তু একটা জিনিস প্রায় কনফার্ম—যেই জিতুক, সবারই লাগবে একটা কমন জিনিস, সেটা হলো চিপ। আর এই গোল্ড রাশের সবচেয়ে দামি বেলচাওয়ালাদের একজন হলো 'এনভিডিয়া' (NVIDIA)। সে চিপ বানায়। বড় এআই মডেল বানাতে এবং চালাতে যে ধরনের জিপিইউ লাগে, সেই বাজার এনভিডিয়ার দখলে। সেখানে এনভিডিয়াই সবচেয়ে শক্তিশালী প্লেয়ার। অনেকটা সেই বেলচাওয়ালার ব্যবসা।
কিন্তু গল্পটা এখানেই শেষ না। কারণ এআই-এর বাজারে বেলচাওয়ালা আর সোনা খোঁজা মানুষ অনেক সময় একই লোক! একটা উদাহরণ দেই। অ্যামাজন অ্যানথ্রোপিকে মোট ৮ বিলিয়ন ডলার বিনিয়োগ করেছে। শুনলে মনে হয় অ্যামাজন শুধু অ্যানথ্রোপিককে টাকা দিল। কিন্তু একটু ভেতরে যান—অ্যানথ্রোপিকের প্রধান ক্লাউড পার্টনার হলো 'অ্যামাজন ওয়েব সার্ভিসেস' বা এডব্লিউএস (AWS)। মানে অ্যানথ্রোপিক মডেল চালাতে কম্পিউটিং ক্ষমতা কিনতেছে কার কাছ থেকে? অ্যামাজনের কাছ থেকেই!
শুধু তাই না, তাদের মডেল চালাতে ব্যবহার হচ্ছে অ্যামাজনের 'ট্রেনিয়াম' (Trainium) চিপ। মানে এক হাতে অ্যামাজন টাকা ঢালতেছে, অন্য হাতে সেই টাকার একটা অংশ ফিরে আসতেছে ক্লাউডের বিল হয়ে, চিপের বিল হয়ে, কম্পিউটিংয়ের বিল হয়ে! এই জায়গাতেই এআই ইকোনমিটা অদ্ভুত হয়ে যায়।
এখানে কেউ শুধু ইনভেস্টর না, কেউ শুধু কাস্টমার না, কেউ শুধু সাপ্লায়ার না। একই কোম্পানি একসাথে টাকা দিচ্ছে, চিপ দিচ্ছে, কম্পিউটার ভাড়া দিচ্ছে, আবার সেই এআই কোম্পানির কাছ থেকেও ভবিষ্যতে লাভের আশা করতেছে! এই গোল্ড রাশে শুধু স্বর্ণ বিক্রি হচ্ছে না—বেলচা বিক্রি হচ্ছে, গুদাম ভাড়া হচ্ছে, চিপ বিক্রি হচ্ছে, বিদ্যুৎ বিক্রি হচ্ছে... পুরো একটা নতুন অর্থনীতি তৈরি হচ্ছে।
এখন প্রশ্ন হলো, সবাই যদি জানে এই দৌড় এত ব্যয়বহুল, তাহলে কেউ একটু ব্রেক চাপতেছে না কেন? কারণ এই রেসে ব্রেক চাপাই হয়তো সবচেয়ে বড় ঝুঁকি! ধরুন দুটি কোম্পানি—'এ' এবং 'বি'। 'এ' কোম্পানি ভাবলো, 'অনেক হলো, এত টাকা পুড়িয়ে লাভ কি? একটু ধীরে চলি।' কিন্তু 'বি'? একটুও থামলো না। সে আরও চিপ কিনলো, আরও গবেষক ভাড়া করলো, আরও বড় মডেল তৈরি করলো।
দুই বছর পর যদি 'বি' এমন একটি মডেল বানিয়ে ফেলে যেটা 'এ' কোম্পানির চেয়ে অনেক ভালো, তাহলে কি হবে? 'এ' কোম্পানির ব্যবসা শেষ! মানে 'এ' কোম্পানি জানে ধীরে চললে আজ টাকা বাঁচবে, কিন্তু কাল কোম্পানিটাই শেষ হয়ে যাবে। এজন্য দুটি কোম্পানির কেউ থামতে পারে না।
গেম থিওরিতে এটার সঙ্গে মিলে যায় 'প্রিজনার্স ডিলেমা' (Prisoner's Dilemma)। সবাই জানে একসাথে একটু ধীরে চললে সবার খরচ কমতো, কিন্তু সমস্যা হলো—আমি থামলাম, অন্যজন যদি না থামে? এই ভয়টার কারণেই সবাই দৌড়ায়! আর এই ভয় শুধু কোম্পানির না, দেশেরও।
আমেরিকা ভাবে তারা যদি ধীরে চলে, তাহলে চীন এগিয়ে যাবে। আবার চীন ভাবে তারা যদি থেমে যায়, তাহলে আমেরিকা অনেক এগিয়ে যাবে।
২০২৫ সালের একটি ঘটনা এই পুরো হিসাবটা দেখিয়ে দিল—চীনের 'ডিপসিক' (DeepSeek)! তাদের প্রকাশিত হিসাব অনুযায়ী, অনেক কম খরচে অনেক শক্তিশালী মডেল তৈরি করে ফেললো। হঠাৎ আমেরিকাতে প্রশ্ন উঠলো, 'তাহলে এতদিন কি এআই বানাতে আমরা যা খরচ হওয়ার কথা তার চেয়ে অতিরিক্ত বেশি খরচ করতেছি?' বাজারে শুরু হলো আতঙ্ক। একদিনে এনভিডিয়ার বাজারমূল্য কমে গেল প্রায় ৫৯৩ বিলিয়ন ডলার! একটা মার্কিন কোম্পানির ইতিহাসে তখন পর্যন্ত সবচেয়ে বড় একদিনের ধস এটাই।
কিন্তু রেস কি তাতে থেমে গেল? না, বরং উল্টো! আরও পরিষ্কার হয়ে গেল যে, তুলনামূলক অনেক কম সম্পদ খাটিয়ে নতুন প্রতিদ্বন্দ্বী হঠাৎ উঠে আসতে পারে। মানে শুধু বেশি চিপ থাকলেই হবে না, ভালো গবেষকও লাগবে।
তবে এআই ইন্ডাস্ট্রি ধাক্কা খাচ্ছে পুরনো একটি শক্ত দেয়ালে—সেটা হলো বিদ্যুতের চাহিদা। কারণ চিপ কিনলেই সব শেষ না, বিদ্যুৎ পৌঁছাতে হবে। তার জন্য লাগবে নতুন বিদ্যুৎ কেন্দ্র, ট্রান্সমিশন লাইন, ট্র্যান্সফরমার কেবল, সাবস্টেশন, এটা-সেটা, বহুত কিছু। এখন এগুলো তো ইচ্ছা করলেই হুটহাট বসিয়ে দেয়া যায় না, হুটহাট বানিয়েও ফেলা যায় না। আর বিদ্যুৎ উৎপাদন করতে লাগে ফুয়েল। ইন্টারন্যাশনাল এনার্জি এজেন্সির তথ্যমতে, ডেটা সেন্টারের অনেক প্রকল্প এখন পিছিয়ে যাচ্ছে নতুন গ্রিড সংযোগ, নতুন পাওয়ার প্ল্যান্ট, নতুন ট্রান্সফরমার—এসব তৈরির দীর্ঘগতির কারণে। যদি বিদ্যুৎ, কয়লা এবং গ্যাস পুড়িয়ে আসে, তাহলে কার্বন ইমিশনও বাড়বে। আর এক জায়গাতে খুব বেশি পরিমাণ ডেটা সেন্টার জমলে, সেখানকার গ্রিডে চাপ পড়বে। কিন্তু লাভের অংক কিন্তু কম না। সবচেয়ে নাটকীয় উদাহরণগুলোর একটি হলো আলফা ফোল্ড। প্রোটিনের 3 স্ট্রাকচার অনুমান করা ছিল জীববিজ্ঞানের দশকের পর দশক ধরে চলা একটি জটিল সমস্যা। আলফা ফোল্ড ২ ব্যবহার করে প্রায় ২০ কোটি পরিচিত প্রোটিনের স্ট্রাকচার প্রেডিক্ট করা হয়েছে। এই কাজের জন্য দুজন ২০২৪ সালের রসায়নে নোবেল পুরস্কার পর্যন্ত পেয়েছে।
এআই 'খোদ' তার নিজের বিদ্যুৎ খরচ কমাতেও ব্যবহার হইছে। গুগলের ডিপমাইন্ড তাদের নিজেদের একটি ডেটা সেন্টারে কুলিংয়ের জন্য প্রয়োজনীয় বিদ্যুৎ খরচ সর্বোচ্চ প্রায় ৪০% কমিয়ে ফেলেছে। ধরুন, এআই-কে আপনি ১০ গুণ এফিশিয়েন্ট বানিয়ে ফেললেন। তাহলে কি বিদ্যুৎ খরচ বহু গুণ কমে যাবে? ইতিহাস বলতেছে, অবশ্যই না। ১৮৬৫ সালে ব্রিটিশ অর্থনীতিবিদ উইলিয়াম স্ট্যানলি জেভন্স স্টিম ইঞ্জিনে একটা অদ্ভুত ব্যাপার লক্ষ্য করেছিলেন। ইঞ্জিন যত এফিশিয়েন্ট হচ্ছিল, এক ইউনিট কাজ করতে কয়লা তত কম লাগতেছিল; কিন্তু কয়লার মোট ব্যবহার একটুও কিন্তু কমতে ছিল না, উল্টো বেড়ে যাচ্ছিল। কারণ, খরচ কমলে ব্যবহার বেড়ে যায়। এটার নামই 'জেভন্স প্যারাডক্স'।
এআই-এর ক্ষেত্রেও সেই ঝুঁকিটাই কিন্তু দেখা যাচ্ছে। চ্যাট জিপিটি ৩.৫ এর সমমানের পারফর্মেন্স পেতে ১ মিলিয়ন টোকেনের ইনফারেন্স কস্ট ২০২২ সালের শেষ থেকে ২০২৪ সালের শেষ পর্যন্ত কমেছে ২৮০ গুণেরও বেশি। অর্থাৎ, একই ধরণের বুদ্ধিমত্তা ব্যবহার করা অবিশ্বাস্য দ্রুততায় সস্তা হয়ে যাচ্ছে। কিন্তু তাই বলে, মোট বিদ্যুতের ব্যবহার কিন্তু একটুও কমতেছে না। কারণ, এআই সস্তা হওয়া মাত্র আরও বেশি মানুষ সেটা ব্যবহার করতেছে। আগে যে কাজ এআই দিয়ে করার কথা কেউ ভাবতেও না, সেটাও এখন এআই দিয়ে করা হচ্ছে। এটাই পুরো গল্পের সবচেয়ে বড় প্যারাডক্স।
তাই ভবিষ্যতের প্রশ্ন হলো—এআই-এর এই ক্রমবর্ধমান খিদে মেটাতে যে বিদ্যুৎ দরকার, সেটা আসবে কিভাবে? কয়লা, গ্যাস, সূর্য, বাতাস, পরমাণু, নাকি অন্য কিছু পুড়িয়ে?
তো আজ এ পর্যন্তই। এআই কি মানুষকে হারিয়ে দেবে? এআই-এর গডফাদার যাকে বলা হয়, সেই জেফ্রি হিন্টন কেন এআই নিয়ে শংকিত? সেই প্রশ্নের উত্তর পরে আরেক আর্টিকেলে জানাব