अरे भाई सुनो, मार्केट में एकदम गदर मच गया है। AI की दुनिया में सबसे बड़ी दिक्कत यही थी कि एक बार बना हुआ मॉडल अपनी गलतियों से खुद नहीं सीखता था। अब इस दिक्कत पर सीधा वार हुआ है, और वो भी ऐसे स्टार्टअप से जिसकी टीम में Google DeepMind और Apple के लोग हैं। नाम है Trajectory, और इसने Sequoia के नेतृत्व में 45 मिलियन डॉलर की Series A फंडिंग उठा ली है।
सीधी बात नो बकवास, यह खबर इसलिए बड़ी है क्योंकि Trajectory का पोस्ट-ट्रेनिंग प्लेटफॉर्म अब सार्वजनिक रूप से उपलब्ध हो गया है। मतलब अब वकील, डॉक्टर और दूसरे विशेषज्ञ बिना रिसर्च टीम बनाए, अपने काम के हिसाब से AI मॉडल को बेहतर बना सकेंगे।
Trajectory क्या है और यह क्या समस्या सुलझाता है?
आज के AI मॉडल, चाहे वे OpenAI या Anthropic के हों या ओपन सोर्स पर बने हों, एक बड़ी सीमा के साथ आते हैं। वे बिना और ट्रेनिंग के अपनी गलतियों से नहीं सीखते। किसी खास काम, जैसे कानून या फाइनेंस, के लिए इन्हें ढालने के लिए कंपनियों को आमतौर पर अपना मॉडल फाइन-ट्यून करना पड़ता है। इसमें अक्सर अंदर की रिसर्च टीम चाहिए होती है या फिर महंगे कंसल्टेंट, जिन्हें फॉरवर्ड-डिप्लॉयड इंजीनियर कहा जाता है।
Trajectory इसी झंझट को खत्म करना चाहता है। कंपनी का तरीका है कंटीन्यूअल लर्निंग, यानी लगातार सीखना। इसमें बिजनेस एक ओपन सोर्स AI मॉडल से शुरुआत करता है, उसे अपने ऐप से जोड़ता है, और प्लेटफॉर्म मॉडल के प्रदर्शन पर फीडबैक इकट्ठा करता है। फिर उसी फीडबैक से मॉडल को दोबारा ट्रेन किया जाता है, ताकि वह खास कामों में समय के साथ बेहतर होता जाए।
Trajectory के को-फाउंडर रोनक मालदे ने फाउंडेशन मॉडल की तुलना एक बहुत होशियार PhD स्टूडेंट से की है जो हमेशा नई नौकरी शुरू करता है। उनका कहना है कि अर्थव्यवस्था असल में उस व्यक्ति को महत्व देती है जिसने किसी काम में 30 साल बिताए हों। Trajectory का मकसद AI को वही लंबा अनुभव देना है, फीडबैक के जरिए।
फंडिंग की पूरी डिटेल: $45M Series A, $300M वैल्यूएशन
TechCrunch की 2 नवंबर 2026 की रिपोर्ट के मुताबिक, Trajectory ने 45 मिलियन डॉलर की Series A राउंड में फंडिंग जुटाई है, जिसमें कंपनी का वैल्यूएशन 300 मिलियन डॉलर बताया गया है। राउंड का नेतृत्व Sequoia ने किया है, और इसमें Nvidia, Bessemer Venture Partners और Bain Capital Ventures ने भी भाग लिया है।
कंपनी करीब एक साल पहले तीन स्टैनफोर्ड सहपाठियों ने शुरू की थी। टीम में इस समय 18 लोग हैं। को-फाउंडर रोनक मालदे Google DeepMind से जुड़े रहे हैं, माइकल एलाब्ड भी DeepMind में काम कर चुके हैं, और तीसरे को-फाउंडर अर्जुन करणम ने Apple में जेनरेटिव फाउंडेशन मॉडल पर काम किया है। कंपनी ने OpenAI, Stripe और Netflix से भी रिसर्चर और प्रोडक्ट डिजाइनर भर्ती किए हैं।
एक बात साफ रखनी जरूरी है। TechCrunch की रिपोर्ट में यह नहीं बताया गया है कि 300 मिलियन डॉलर का वैल्यूएशन प्री-मनी है या पोस्ट-मनी, इसलिए इस लेख में इस पर कोई दावा नहीं किया जा रहा है। इसी तरह, इस फंडिंग खबर में प्लेटफॉर्म की कीमत या प्राइसिंग की कोई जानकारी नहीं दी गई है, इसलिए कीमत का कोई आंकड़ा यहां नहीं लिखा गया है।
Trajectory का प्लेटफॉर्म कैसे काम करता है?
पूरी प्रक्रिया को आसान भाषा में समझिए। यह कोई जादू नहीं, बल्कि फीडबैक से सीखने का एक सिस्टम है।
- एक ओपन सोर्स AI मॉडल से शुरुआत कीजिए, जो आपके बिजनेस के काम से जुड़ा हो।
- Trajectory प्लेटफॉर्म को अपने ऐप्लिकेशन से जोड़िए, ताकि मॉडल के प्रदर्शन पर फीडबैक इकट्ठा हो सके।
- जो लोग मॉडल का इस्तेमाल कर रहे हैं, वे तय करते हैं कि उनकी संस्था के लिए अच्छा प्रदर्शन कैसा दिखता है।
- उसी फीडबैक के आधार पर Trajectory मॉडल को दोबारा ट्रेन करता है, जिससे वह खास कामों में बेहतर होता जाता है।
- समय के साथ मॉडल पहले के कामों से सीखता है, जैसे किसी खास तरह के कानूनी कॉन्ट्रैक्ट की समीक्षा या किसी खास तरीके से कंपनी का वैल्यूएशन।
को-फाउंडर माइकल एलाब्ड का एक अहम तर्क यह है कि इंसान को इस प्रक्रिया में बनाए रखना इस तरीके को सुरक्षित बनाता है। उनका कहना है कि पूरी तरह स्वायत्त सेल्फ-इम्प्रूवमेंट से अनचाहे या खतरनाक नतीजे भी आ सकते हैं, जबकि Trajectory के तरीके में इंसान ही तय करता है कि अच्छा क्या है।
कौन-कौन पहले से इस्तेमाल कर रहा है?
TechCrunch के मुताबिक, Harvey और Rogo पहले से Trajectory के प्लेटफॉर्म का इस्तेमाल कर रहे हैं। ये कंपनियां ओपन सोर्स मॉडल को पोस्ट-ट्रेन करके उन्हें अनुभवी वकीलों या फाइनेंशियल एनालिस्ट जैसा बनाना चाहती हैं। इसके अलावा, Decagon, Mercor और Nvidia भी Trajectory के ग्राहकों में शामिल बताए गए हैं।
उदाहरण से समझिए। एक लॉ फर्म का AI पहले किसी खास तरह के कॉन्ट्रैक्ट को देख चुका है, तो अगली बार वह उसी तरह के काम में ज्यादा सटीक होगा। एक फाइनेंस टीम के लिए भी यही बात लागू होती है, जहां मॉडल किसी खास वैल्यूएशन तरीके से सीखकर आगे बेहतर प्रदर्शन कर सकता है।
मुकाबला: इस रेस में और कौन है?
| कंपनी / प्लेटफॉर्म | क्या करती है | इस खबर में क्या सामने आया |
|---|---|---|
| Trajectory | फीडबैक से कंटीन्यूअल लर्निंग और ऑटोमेटेड पोस्ट-ट्रेनिंग | $45M Series A, $300M वैल्यूएशन, प्लेटफॉर्म अब सार्वजनिक |
| Thinking Machines Lab | फाइन-ट्यूनिंग प्लेटफॉर्म Tinker | पूर्व OpenAI CTO मीरा मुराती की कंपनी, इसी बाजार में प्रतिस्पर्धी |
| Applied Compute | AI मॉडल अडैप्टेशन / पोस्ट-ट्रेनिंग टूल्स | पिछले महीने $3.25 बिलियन वैल्यूएशन बताया गया |
| Prime Intellect | कंपनियों को अपने AI एजेंट बनाने और ट्रेन करने में मदद | इसी पोस्ट-ट्रेनिंग बाजार में प्रतिस्पर्धी के रूप में नाम आया |
यह तुलना TechCrunch की रिपोर्ट में बताए गए प्रतिस्पर्धियों पर आधारित है। इसमें Applied Compute का $3.25 बिलियन वाला आंकड़ा भी उसी रिपोर्ट के हवाले से दिया गया है, न कि स्वतंत्र जांच के आधार पर।
आम जनता और भारतीय युवाओं के लिए क्यों है खास?
अगर आप अब भी यही सोच रहे हैं कि AI ट्रेनिंग सिर्फ बड़ी कंपनियों और PhD वालों का काम है, तो संभल जाइए, क्योंकि यही सोच अब पुरानी होने वाली है। Trajectory का सबसे बड़ा संदेश यही है कि किसी खास काम का विशेषज्ञ अब खुद अपने AI को बेहतर बना सकता है, बिना कोडिंग टीम के पीछे भागे।
भारतीय युवाओं के लिए इसका मतलब साफ है। कानून, फाइनेंस, हेल्थकेयर, कस्टमर सपोर्ट और एजुकेशन जैसे क्षेत्रों में जो लोग अपने डोमेन के माहिर हैं, उनकी कीमत बढ़ेगी। अगर आप अपने क्षेत्र की बारीकियां जानते हैं और फीडबैक के जरिए AI को सिखा सकते हैं, तो आप सिर्फ AI यूजर नहीं रहेंगे, बल्कि AI ट्रेनर की भूमिका में आ जाएंगे। यह एक नई तरह की स्किल है, जिसमें डोमेन नॉलेज ही सबसे बड़ी ताकत है।
स्टार्टअप और फ्रीलांसर के लिए भी यह खबर तगड़ा जुगाड़ लेकर आई है। छोटी टीम अब बिना महंगे कंसल्टेंट के, अपने काम के हिसाब से मॉडल को ढाल सकती है। हां, यह ध्यान रखना जरूरी है कि प्लेटफॉर्म की कीमत अभी सार्वजनिक खबर में नहीं बताई गई है, इसलिए इसे इस्तेमाल करने से पहले आधिकारिक जानकारी जरूर जांच लें।
भारतीय युवाओं के लिए क्या करें?
पहला, अपने डोमेन को गहराई से समझिए, क्योंकि AI को सिखाने के लिए पहले आपको खुद यह जानना होगा कि अच्छा काम कैसा दिखता है। दूसरा, फीडबैक देना सीखिए, यानी AI के जवाब में क्या सही है और क्या गलत, इसे साफ शब्दों में बता पाना। तीसरा, ओपन सोर्स मॉडल और पोस्ट-ट्रेनिंग की बुनियादी समझ बनाइए, ताकि जब ऐसे प्लेटफॉर्म भारत में भी आम हों, तो आप पहले से तैयार रहें।
क्या-क्या अभी साफ नहीं है?
ईमानदारी से यह भी बता देना जरूरी है कि इस खबर में कुछ बातें अभी खुली हुई हैं। प्लेटफॉर्म की कीमत, इस्तेमाल की सीमा, और भारत के लिए कोई खास लॉन्च या साझेदारी, इनमें से किसी का जिक्र TechCrunch की रिपोर्ट में नहीं है। इसलिए इस लेख में इन पर कोई दावा नहीं किया गया है। साथ ही, ग्राहकों के प्रदर्शन में सुधार के दावे कंपनी और रिपोर्ट के हवाले से हैं, स्वतंत्र बेंचमार्क के तौर पर नहीं।
निष्कर्ष
सीना ठोक के कहा जा सकता है कि Trajectory की $45M फंडिंग सिर्फ एक और फंडिंग खबर नहीं है। यह इस बात का संकेत है कि AI की अगली लड़ाई बड़े मॉडल बनाने की नहीं, बल्कि उन्हें अपने काम के हिसाब से लगातार बेहतर बनाने की होगी। और इस लड़ाई में सबसे आगे वे होंगे जो अपने क्षेत्र को सबसे अच्छे से जानते हैं, न कि सिर्फ कोड लिखने वाले।
अगर आप भी अपने काम में AI इस्तेमाल करते हैं, तो अब वक्त है कि फीडबैक देना और मॉडल को सिखाना सीख लें। क्योंकि आने वाले समय में AI वही सीखेगा, जो आप उसे सिखाएंगे।
पिछला लेख पढ़ें:
Sarvam AI में 46 पद खुले, बेंगलुरु में 37 नौकरियां!
आधिकारिक जानकारी के लिए देखें: Trajectory की आधिकारिक वेबसाइट
