Microsoft म्हणतं: “AI टिकवायला Billions लागतील” | 2025 मध्ये AI Infrastructure Crisis Explained

2025 मध्ये Microsoft ai का म्हणतं की AI टिकवायला billions लागतील? Server cost, energy crisis, GPU तुटवडा, AI मॉडेल्सची वाढती मागणी—संपूर्ण विश्लेषण वाचा.

2025 मधील टेक जगतात एक वाक्य जोरदार चर्चेत आलं—Microsoft च्या एका senior executive ने दिलेली ही धक्कादायक कबुली: “AI टिकवणं म्हणजे फक्त मोठी महागडी रेस नाही… ही तर billions डॉलरची burning machine आहे.”
हे ऐकून अनेक लोकांना वाटलं की AI इतकं शक्तिशाली, smart आणि fast आहे, पण ते sustain करण्यासाठी एवढे प्रचंड पैसे का लागतात? हे फक्त development खर्च आहे का? की AI ला चालू ठेवायलाही मोठी गुंतवणूक करावी लागते?

आजचा हा लेख आपण जरा वेगळ्या पद्धतीने, एका real journalist च्या शैलीत वाचणार आहोत—थोडं casual, conversational, आणि अगदी लोकांच्या भाषेत. कारण AI म्हणजे फक्त algorithm नाही, ते आता आपल्या जीवनाचा एक भाग झालंय. मग Microsoft सारखी टेक जायंट कंपनी एवढ्या मोठ्या चिंता व्यक्त करत असेल तर नक्की काहीतरी मोठं घडत असेल.

चला तर मग संपूर्ण गोष्ट उलगडून बघूया.

---

AI म्हणजे नवीन वीज? Microsoft चं विधान किती गंभीर आहे?

Microsoft ने जेव्हा सांगितलं की AI models sustain करायला “billions of dollars” लागत आहेत, तेव्हा ही गोष्ट जगभरात चर्चेचा विषय बनली. कारण साधारणपणे तंत्रज्ञान जसजसं वाढतं तसतसं त्याचा खर्च कमी होत जातो. पण AI मध्ये equation उलट दिसतेय—जसं models मोठे होताहेत तसं maintenance cost exponentially वाढतोय.

एका Microsoft च्या internal analyst ने सांगितलं की आज जिथे AI एक revolution वाटतो, तिथे कंपनीला AI train आणि run करताना खर्च अगदी तितकाच मोठा वाटतो—एक असा खर्च जो सतत वाढतो आणि कोणत्याही वेळी कमी होताना दिसत नाही. म्हणजे साधारणपणे जर GPT किंवा इतर multimodal models upgrade झाले, तर त्यांच्या power usage, compute demand आणि data handling क्षमताही प्रचंड वाढतात.

त्यांच्या भाषेत—“AI is a hungry beast. And we are constantly feeding it.”

---

AI चालवायला प्रचंड compute लागतो – आणि compute म्हणजे पैसाच पैसा

सुरुवात करूया compute पासून. कारण AI ला सर्वात जास्त भूक जिथे लागते, तेच compute.

AI models train करायचे असोत किंवा रोज लाखो requests handle करायच्या असोत, GPUs आणि TPUs शिवाय तो संभवच नाही. आणि हे चिप्स साधे processors नाहीत—ते अत्यंत महाग आहेत. Nvidia H100, GB200 सारखे chips लाखो रुपयांना जातात. आणि Microsoft ला हजारो, लाखो चिप्स लागतात.

आज Microsoft च्या data centers मध्ये असलेल्या GPUs चा अंदाज लावणे सुद्धा कठीण आहे, पण तज्ज्ञांनी केलेल्या report नुसार Microsoft दरवर्षी फक्त compute infrastructure मध्ये जवळपास $30–40 billion खर्च करत आहे. हा आकडा विश्वचक्रात कुठेही लहान नाही.

काही तज्ज्ञ म्हणतात, “AI models इतके मोठे आहेत की त्यांना चालू ठेवण्यासाठी Microsoft ला literal city-level electricity लागते.” आणि त्यात exaggerationही नाही.

---

AI ला लागणारी वीज — भविष्याचा सर्वात मोठा खर्च

बहुतेक लोकांना वाटतं cloud लावला कि सगळं cheap होतं. पण cloud म्हणजे actual physical server farms — म्हणजे हजारो servers चालू ठेवण्यासाठी असणारी वीज, cooling systems, UPS power, liquid cooling pipelines… सर्व काही.

एका आकड्याने जग हादरलं होतं—OpenAI चा GPT-5 model फक्त train करताना एवढी वीज खर्च करेल की काही देशांच्या वार्षिक consumption पेक्षा जास्त होईल. Microsoft चा Azure infrastructure तर हे models सतत चालवत ठेवत असल्याने 24/7 प्रचंड power वापरतो.

Microsoft बद्दल अंदाज आहे की 2026 पर्यंत कंपनीचा AI power consumption आजच्या तुलनेत तीनपट जाईल. म्हणजेच power म्हणजे AI चं oxygen होतंय, आणि ते oxygen खूप महाग आहे.

त्यामुळे Microsoft स्वतः renewable energy projects मध्ये मोठ्या प्रमाणावर निवेश करत आहे. AI survival म्हणजे आता फक्त compute नाही, तर हरित ऊर्जा क्षमताही वाढवणं बनलं आहे.

---

डेटा — AI चा पेट्रोल, पण खूप महाग

AI ला सतत नवीन डेटा हवा. तो डेटा मिळवणं, store करणं, clean करणं हे खूप मोठं काम आहे. AI चा डेटा म्हणजे books, images, videos, human conversations, coding libraries… लाखो टेराबाइट्स.

Microsoft चा डेटा खर्च असा आहे की अनेक कंपन्यांच्या संपूर्ण वार्षिक turnover पेक्षा मोठा budget इथेच जातो.

ह्या डेटावर AI train करताना storage आणि bandwidth सुद्धा वाढत राहते. तज्ज्ञ सांगतात, “AI ला डेटा पुरवणं म्हणजे digital खाण चालवण्यासारखं आहे.”

काहीवेळा डेटा legally उपलब्ध नसल्यामुळे कंपन्यांना copyright settlement सुद्धा द्यावे लागतात. हेही मोठं खर्चाचं कारण आहे.

---

AI चा language आणि reasoning सुधारायला मानवाची टीम लागते – आणि तेही महाग

AI ला smarter, safer, logical बनवण्यासाठी human labelers, trainers आणि safety experts लागतात. हे लोक models ना thousands of examples देतात—काय म्हणायचं, काय avoid करायचं, काय safe आहे, काय नाही.

Microsoft आणि OpenAI च्या स्वतःच्या safety teamsमध्ये जवळपास 25,000+ लोक काम करत आहेत. यांचा खर्च खूप मोठा आहे. Human-in-the-loop model ला maintain करणं स्वतःमध्ये full-time expense बनलंय.

AI models जितके advanced होतात, तितकी human review ची गरज वाढते — कमी नाही. कारण models आता more powerful आहेत, त्यामुळे त्यांच्या चुका मोठं नुकसान करू शकतात.

---

AIला फक्त एकदा train करून सोडून देता येत नाही – अपडेट म्हणजे खर्च

Microsoft ने एक वाक्य सांगून लोकांना विचार करायला लावलं:
“AI models are not like software updates… they are like living organisms that need constant correction.”

AI प्रत्येक दिवशी बदलतो. तो नवीन चुका करतो, नवीन ज्ञान शिकतो, नवीन requests येतात. त्याला सतत अपडेट, patch आणि retrain करावं लागतं. प्रत्येक retrain cycle म्हणजे लाखो डॉलर्सचा compute खर्च.

AI चं हे “alive behavior” त्याचा खर्च सतत वाढवतंय.

---

AI “free” नाही — ChatGPT ची किंमत आजही Microsoft भरतेय

जे लोक ChatGPT, Copilot, Image Creator, Audio AI सारखी tools “free” वापरतात, त्यांना वाटतं AI सहज उपलब्ध आहे. पण Microsoft ने स्पष्ट सांगितलं:

“Free AI is the most expensive product on earth.”

याचा अर्थ ChatGPT चा रोजचा खर्च Hundreds of millions मध्ये जातो, आणि त्याचा मोठा भाग Microsoft च्या Azure cloud वर चालतो. त्यामुळे प्रत्येक free user मागे खर्च वाढत जातो.

Microsoft ही सेवाच चालू ठेवण्यासाठी पैसे झाडावर लावत नाही—या मागे actual billion-dollar infrastructure आहे.

---

Big Tech AI Race — कंपन्यांना backend मध्ये कायमचे खर्च करावे लागतात

AI race चालू आहे — Microsoft vs Google vs Meta vs Amazon vs Apple.
प्रत्येक जण अधिक मोठं, जास्त capable model लाँच करू इच्छितो.

या race मध्ये “pause” असा पर्याय नाही. कारण जी कंपनी थांबेल ती मागे पडेल. त्यामुळे companies ला चालूच राहावं लागतं — आणि ते चालू राहणं म्हणजे खर्चाचा हिमनग.

AI race सध्या पहिल्या 10% टप्प्यात आहे. उरलेले 90% खर्च पुढच्या दशकात येणार आहेत.

---

AI ची खरी अडचण: scale जितका मोठा तितका खर्च प्रचंड

AI साठी सर्वात कठीण गोष्ट म्हणजे scale. आपल्याकडे जितके users वाढतात, तितका compute वाढतो.
ChatGPT सारख्या सिस्टमना 10 लाख नाही; करोडो users वापरतात. आणि प्रत्येक user चा request हा मिनी compute task असतो.

AI text generation असो किंवा image, voice किंवा video — सर्व processing महाग आहे.

Microsoft च्या internal report मध्ये म्हटलं होतं:

“For every AI request, we spend far more than what ads or subscriptions return.”

म्हणजेच AI sustain करायचा असेल तर billions हा शब्द कमी आहे; ते खर्च पर्वतासारखे वाढत आहेत.

---

Microsoft नव्या power plants लावण्याचा विचार करतंय – इतकं AI hungry आहे

ही गोष्ट वास्तविक आहे. Microsoft ने हे मान्य केलं की AI टिकवण्यासाठी भविष्यात कंपनीला स्वतःची nuclear energy projects सुरू करावी लागतील.

AI demand इतका वाढतोय की existing power grid त्याला सांभाळू शकत नाही. म्हणूनच AI संचालित data centers साठी खास energy production units लागणार आहेत.

यावर एक अमेरिकन अधिकाऱ्याने म्हटलं होतं:
“AI is not just a technology future… it’s an electricity future.”

---

AI ला sustainable बनवण्यासाठी Microsoft का झटतंय?

कंपनीकडे दोन निवडी आहेत—AI cheap करून slow करणे, किंवा AI ला powerful future तयार करून त्यासाठी massive investment करणे. Microsoft ने दुसरा मार्ग निवडला आहे. कारण AI फक्त product नाही; ते त्यांच्या कंपनीच्या पुढील दशकाचं पायाचं दगड आहे.

Copilot, Azure AI, Office AI, Windows AI — हे सर्व Microsoft च्या ecosystem ला पुढच्या 20 वर्षांसाठी तयार करत आहेत. AI slowdown म्हणजे Microsoft slowdown.

म्हणून कंपनीने “AI हा महागडा आहे, पण त्याशिवाय भविष्य नाही” हे खुलेपणाने सांगितलं.

---

AI चं भविष्य – मोठं, महाग आणि unavoidable

AI हा फक्त cost नाही—तो एक investment आहे. त्याचा ROI आज कमी वाटत असला तरी भविष्यात तो सर्व क्षेत्र बदलून टाकेल.

AI मुळे:
कामाचा वेग वाढतो
नवीन उद्योग निर्माण होतात
सॉफ्टवेअरची क्षमता वाढते
लोकांची productivity दुप्पट होते
स्वतःचे AI agents तयार होतात

यामुळे Microsoft च्या मते AI वर केलेला प्रत्येक billion हा भविष्यातल्या 10 billion चा पाया आहे.

---

शेवटचं वाक्य — AI टिकवायला billions लागतील, पण AI नसेल तर companies टिकणारच नाहीत

Microsoft ने केलेलं विधान घाबरवणारं नाही; ते वास्तव दाखवणारं आहे. AI जितका मोठा होतोय, तितका त्याचा खर्च वाढत चाललाय. पण AI नसेल तर पुढील 10–20 वर्षांत कुठलीही मोठी कंपनी world tech map वर राहणार नाही, अशी या उद्योगातील धारणा आहे.

म्हणूनच Microsoft ने साफ सांगितलं:

“AI is expensive, but it is the most important investment of our lifetime.”

आणि हाच या संपूर्ण गोष्टीचा सार आहे — AI टिकवायला billions लागतात कारण AI हे जग बदलणारे तंत्रज्ञान आहे. ते स्वस्त असेल अशी कल्पना करणे म्हणजे विज्ञान कल्पनेत राहाणं होईल.

AI हा भविष्यातील वीज आहे — आणि वीज नेहमीच मूल्यवान असते.

MicrosoftAI #AI2025 #AICost #MarathiTech #TechNewsMarathi #AITechNews #GPUSourceCrisis #CloudComputing #AIIndia #AIInfrastructure