Indic AI তহবিল ১৭ গুণ, কিন্তু ৮৭% এক কোম্পানির দুই রাউন্ডে

ভারতীয় ভাষার এআই প্রতিষ্ঠানগুলোর অর্থায়ন বেড়েছে, কিন্তু অর্থের বড় অংশ গেছে একটি প্রতিষ্ঠানে। ২৮ অক্টোবর ২০২৬-এ প্রকাশিত Tracxn-এর বিশ্লেষণ নিয়ে Business Standard-এর হিসাবে, ১৫ অক্টোবর পর্যন্ত ২০২৬ সালে মোট ৩৯৯ মিলিয়ন ডলার এসেছে—২০২৫ সালের ২৩ মিলিয়ন ডলারের তুলনায় ১৭ গুণের বেশি; Sarvam-এর ২৫৫ মিলিয়ন ও ৯০ মিলিয়ন ডলারের দুই রাউন্ডে গেছে এর প্রায় ৮৭ শতাংশ, আর অন্য প্রতিষ্ঠানগুলোর সাত রাউন্ডে এসেছে ৫৪ মিলিয়ন ডলার।

ETEnterpriseAI-এর প্রকাশিত পরিসংখ্যানে দেখা যায়, Tracxn-এর পর্যবেক্ষণে থাকা ৩৪টি প্রতিষ্ঠানের ২০২৬ সালের নয়টি রাউন্ডে ৩৯৯ মিলিয়ন ডলার এসেছে, যেখানে ২০২৫ সালেও রাউন্ড ছিল নয়টি; সেখানে Sarvam-এর দুই রাউন্ডের যোগফল ৩৪৬ মিলিয়ন ডলার লেখা হয়েছে। অর্থাৎ বেশি রাউন্ডের কারণে মোট তহবিল বাড়েনি। একই সঙ্গে প্রকাশিত দুই রাউন্ডের পূর্ণ মিলিয়নের অঙ্ক যোগ করলে ৩৪৫ মিলিয়ন ডলার হয়—সমষ্টিগত হিসাবে এক মিলিয়নের ফারাক রয়েছে।

দুই রাউন্ড বাদ দিলে কত অর্থ থাকে

প্রকাশিত মোট অঙ্কের পাশে Sarvam ছাড়া অন্যদের প্রাপ্ত অর্থ রাখলে ঘনত্বটি স্পষ্ট হয়। অবশিষ্ট ৫৪ মিলিয়ন ডলার মোটের প্রায় ১৩ দশমিক ৫ শতাংশ। এই অঙ্কও সব প্রতিষ্ঠানের মধ্যে সমানভাবে ভাগ হয়নি; এটি সাতটি রাউন্ডের সম্মিলিত ফল। তাই খাতের জন্য বড় একটি বার্ষিক মোট অঙ্ককে অধিকাংশ ভাষাভিত্তিক প্রতিষ্ঠানের সম্ভাব্য অর্থায়নের মাপ ধরে নেওয়া যায় না।

প্রকাশিত অঙ্ক ধরে মোট তহবিলের অনুপাত প্রায় ১৭ দশমিক ৩৫ গুণ। Sarvam বাদে চলতি বছরের ৫৪ মিলিয়ন ডলারকে আগের বছরের পুরো খাতের ২৩ মিলিয়ন ডলার দিয়ে ভাগ করলে অনুপাত হয় প্রায় ২ দশমিক ৩৫ গুণ। দ্বিতীয়টি একই প্রতিষ্ঠানগুলোর দুই বছরের সরাসরি তুলনা নয়: আগের বছরের মোট অর্থে কোন প্রতিষ্ঠান কত পেয়েছিল, সেই বিভাজন এখানে নেই। তুলনার সময়সীমাও আলাদা—আগের বছরের পূর্ণ সময়ের বিপরীতে চলতি বছরের তথ্য অক্টোবরের মাঝামাঝি পর্যন্ত।

রাউন্ডপ্রতি গড় অঙ্কেও বড় দুই চুক্তির প্রভাব দেখা যায়। মোট অর্থকে রাউন্ডসংখ্যা দিয়ে ভাগ করলে চলতি বছরের গড় প্রায় ৪৪ মিলিয়ন ডলার, আগের বছরের প্রায় ২ দশমিক ৬ মিলিয়ন ডলার। Sarvam বাদে চলতি বছরের সাত রাউন্ডের গড় প্রায় ৭ দশমিক ৭ মিলিয়ন ডলার। এগুলো প্রকাশিত মোট অঙ্ক থেকে করা হিসাব, কোনো নির্দিষ্ট প্রতিষ্ঠানের তোলা অর্থ নয়; তবে একই সংখ্যক রাউন্ড থাকা সত্ত্বেও সামগ্রিক গড় কেন এত বেড়েছে, তা বোঝায়।

সমষ্টিগত হিসাবে ৩৪৫ ও ৩৪৬ মিলিয়ন ডলারের ফারাকটি প্রকাশিত তথ্য দিয়ে পুরোপুরি মেলানো যায় না। রাউন্ডের অঙ্কগুলো পূর্ণ মিলিয়নে দেওয়া, আর অংশটি ‘প্রায় ৮৭ শতাংশ’ হিসেবে প্রকাশিত। ফলে সূক্ষ্ম দশমিক পর্যন্ত নির্ভুল ভাগ দাবি করার ভিত্তি নেই। দুই হিসাবেই মূল পর্যবেক্ষণ একই থাকে: বছরের অধিকাংশ মূলধন Sarvam-এর রাউন্ডে কেন্দ্রীভূত।

Sarvam-এর ঘোষণা ও খাতের হিসাবের পার্থক্য

Sarvam-এর ১৫ জুনের নিজস্ব ঘোষণায় ৩০০ মিলিয়ন ডলারের সিরিজ বি রাউন্ডের প্রথম ধাপে ২৩৪ মিলিয়ন ডলার সংগ্রহের কথা আছে; বিনিয়োগকারীদের মধ্যে HCLTech ও Bessemer Venture Partners ছিল, আর সহপ্রতিষ্ঠাতা Pratyush Kumar তাঁদের লক্ষ্য বোঝাতে বলেছেন, “models that understand our voices, read our documents”। প্রথম ধাপের ঘোষিত অর্থ ও পরে সংকলিত রাউন্ডের অঙ্ক একই সময়ের একই পরিমাপ নয়। প্রকাশিত বিবরণ থেকে অঙ্ক দুটির পুরো পার্থক্যের কারণ নির্দিষ্ট করা যায় না।

এই বিনিয়োগের পরিসর বুঝতে প্রতিষ্ঠানটির কাজের ধরন প্রাসঙ্গিক। Sarvam ভাষা মডেল তৈরির পাশাপাশি সেগুলো চালানোর অবকাঠামো এবং ব্যবহারযোগ্য সেবা গড়ছে। মডেল প্রশিক্ষণে গবেষণা ও গণনাশক্তির ব্যয় আসে, আবার সেই মডেলকে প্রতিষ্ঠানের কাজে বসাতেও সম্পদ লাগে। ফলে একটি বড় মডেল নির্মাতার রাউন্ডের আকার থেকে বিদ্যমান কোনো সফটওয়্যারে ভারতীয় ভাষার সুবিধা যোগ করা প্রতিষ্ঠানের সম্ভাব্য রাউন্ডের আকার অনুমান করা যায় না।

বড় অর্থায়ন প্রতিষ্ঠানটিকে গবেষণা ও সেবা বিস্তারের সুযোগ দেয়। কিন্তু বিনিয়োগের অঙ্ক একাই জানায় না কত গ্রাহক নিয়মিত অর্থ দিচ্ছেন, কোন ভাষার ব্যবহার কতটা, কিংবা নির্দিষ্ট বাংলা পণ্যের চাহিদা কত। অর্থায়ন এখানে বিনিয়োগকারীদের মূলধন বণ্টনের তথ্য; পণ্যের বাজার সম্পর্কে সিদ্ধান্তে পৌঁছাতে ব্যবহার ও বিক্রির আলাদা তথ্য প্রয়োজন।

ভাষাই পণ্য, নাকি বড় পণ্যের একটি ক্ষমতা

প্রকাশিত শ্রেণিবিভাগে ১৮টি প্রতিষ্ঠানের মূল পণ্য ভারতীয় ভাষার প্রযুক্তি, আর ১৬টির বৃহত্তর পণ্যে ভাষা ব্যবহারের সুবিধা একটি স্বতন্ত্র ক্ষমতা। প্রথম দলে Sarvam, Gnani, Soket AI ও BharatGen; দ্বিতীয় দলে Skit.ai, Nuplay AI ও GreyLabs। এই বিভাজন দেখায়, একই খাতের প্রতিষ্ঠানগুলো ক্রেতার কাছে একই জিনিস বিক্রি করে না। একটি দল ভাষা প্রযুক্তির ভিত্তি তৈরি করে; অন্য দল সেই ক্ষমতা নির্দিষ্ট সেবার অংশ হিসেবে ব্যবহার করে।

প্রথম ধরনের ব্যবসার কেন্দ্রে থাকতে পারে কথাকে লেখায় রূপান্তর, অনুবাদ, ভাষা মডেল কিংবা সেগুলো প্রশিক্ষণের উপকরণ। অন্য প্রতিষ্ঠানের পণ্যেও এই প্রযুক্তি বসতে পারে। ফলে একটি ভাষা মডেল বহু সেবার ভিত্তি হওয়ার সুযোগ পায়, যদিও গবেষণা ও গণনাশক্তির ব্যয় ব্যবহারের বাজার তৈরির আগেই আসে। এই ব্যবসার মূলধনের চাহিদা এবং ক্রেতার কাছে পৌঁছানোর পথ দুটোই আলাদা।

দ্বিতীয় ধরনের ব্যবসায় ভাষা একটি বড় সেবাকে স্থানীয় গ্রাহকের জন্য কার্যকর করে। GreyLabs-এর মতো প্রতিষ্ঠান কণ্ঠভিত্তিক এআইকে প্রাতিষ্ঠানিক কাজের মধ্যে ব্যবহার করে; সেখানে ক্রেতার মূল্যায়নের বিষয় শুধু ভাষা বোঝার ক্ষমতা নয়, সেই ক্ষমতা দিয়ে কাজটি সম্পন্ন হচ্ছে কি না। এই পার্থক্য তহবিলের মোট অঙ্কে ধরা পড়ে না। ভাষাকে কেন্দ্র করে তৈরি পণ্য ও ভাষা-সমর্থিত সেবার অগ্রগতি তাই একই মাপকাঠিতে বিচার করা কঠিন।

বাংলা পণ্য নির্মাতার জন্য বিভাজনটির তাৎপর্য সরাসরি। বাংলা ভাষা বোঝা বা তৈরি করার প্রযুক্তি নিজেই বিক্রিযোগ্য পণ্য হতে পারে; আবার বাংলায় গ্রাহকসেবা চালানো বৃহত্তর একটি সেবার ক্ষমতাও হতে পারে। পর্যবেক্ষিত অর্থায়নের হিসাবে বাংলা উদ্যোগগুলোর জন্য আলাদা অঙ্ক নেই। ফলে Sarvam বাদে অবশিষ্ট অর্থকে বাংলা প্রযুক্তির জন্য বরাদ্দ তহবিল বা বাংলা বাজারের আকার বলা যাবে না।

অর্থায়নের কোন পর্যায়ে আছে খাতটি

Tracxn-এর পর্যবেক্ষিত রাউন্ডগুলো সিড বা প্রাথমিক পর্যায়ের; এই গোষ্ঠীতে এখনো লেট-স্টেজ রাউন্ড নথিভুক্ত হয়নি। বড় অঙ্কের একটি রাউন্ড এবং বহু প্রতিষ্ঠানের পরিণত অর্থায়ন পর্যায়ে পৌঁছানো আলাদা ঘটনা। রাউন্ডের আকার বিনিয়োগকারীর দেওয়া মূলধন জানায়, কিন্তু খাতের অধিকাংশ প্রতিষ্ঠানের স্থায়ী বিক্রি বা নিয়মিত ব্যবহার সরাসরি মাপে না।

প্রাথমিক পর্যায়ের এই চিত্রের সঙ্গে বড় সমষ্টিগত অঙ্কের বিরোধ নেই। কয়েকটি প্রতিষ্ঠান একই সময়ে বেশি মূলধন তুলতে পারে, অথচ বাকি প্রতিষ্ঠানগুলো ছোট রাউন্ডেই থাকতে পারে। এখানেও রাউন্ডের সংখ্যা স্থির এবং সবচেয়ে বড় দুই রাউন্ড একটি প্রতিষ্ঠানের। অর্থ কোথায় কেন্দ্রীভূত হয়েছে, তা বোঝার জন্য তাই মোট তহবিলের পাশাপাশি অবশিষ্ট রাউন্ডগুলোর পরিসর গুরুত্বপূর্ণ।

ভাষা প্রযুক্তিকে মূল পণ্য করা প্রতিষ্ঠানের জন্য পরের প্রশ্ন হলো সেই প্রযুক্তি অন্য সেবায় কতটা ব্যবহৃত হচ্ছে। বৃহত্তর পণ্যে ভাষা যুক্ত করা প্রতিষ্ঠানের জন্য প্রশ্নটি হলো, স্থানীয় ভাষার সুবিধা গ্রাহকের নিয়মিত কাজে কতটা জায়গা পাচ্ছে। বাংলা-সহ ভারতীয় ভাষার ব্যবসাগুলোর অগ্রগতি বুঝতে এই দুই পথের ব্যবহার ও বিক্রির তথ্য দরকার হবে। পর্যবেক্ষিত গোষ্ঠীতে প্রথম লেট-স্টেজ রাউন্ডও জানাবে, কোনো প্রতিষ্ঠান প্রাথমিক নির্মাণের ধাপ পেরিয়ে বিস্তারের জন্য নতুন পর্যায়ের মূলধন পেয়েছে কি না।

আরও পড়ুন:

• PeopleX তুলল ৫৪.৫ কোটি ইয়েন—দুই বছরের কোম্পানির লক্ষ্য ২০৩১-এ IPO
• Zoho Invoice না Wave—দুটিই free, কিন্তু ভারতীয় করেই পছন্দ বদলায়
• Unveilr AI-এর valuation ₹১৬.৭ কোটি—কিন্তু funding amount এখনো গোপন