நூற்றாண்டுக்கு முன்பு, ஹென்றி ஃபோர்டு தனது நகரும் அசெம்பிளி லைன் மூலம் உற்பத்தித் துறையில் புரட்சியை ஏற்படுத்தினார். அவர் கார் கண்டுபிடிப்பாளராக இல்லாவிட்டாலும், ஃபோர்டு மக்களுக்கு வாகனங்களை அணுகக்கூடியதாக மாற்றிய ஒரு புரட்சிகரமான பெருமளவு உற்பத்தி முறையை அறிமுகப்படுத்தினார். பல முயற்சிகளுக்கும் தோல்விகளுக்கும் பிறகு, 1913-ஆம் ஆண்டு, ஹைலண்ட் பார்க் தொழிற்சாலையில் நகரும் அசெம்பிளி லைனை வெற்றிகரமாக செயல்படுத்தினார்; இதன் மூலம் வேலைகளை தொழிலாளர்களிடம் கொண்டு செல்ல முடிந்தது, தொழிலாளர்கள் வாகனத்தைச் சுற்றி நகர வேண்டிய அவசியம் இல்லாமல்.
இந்த கண்டுபிடிப்பு, கார்கள் பெருமளவில் மிக வேகமாகவும் திறமையாகவும் உற்பத்தி செய்யப்படுவதற்கு வழிவகுத்தது. ஃபோர்டுக்கு முன்பு, கார் உற்பத்தி திறமையான கைவினைஞர்களால் மிகுந்த உழைப்புடன் செய்யப்பட்டது. ஃபோர்டின் முறை, செயல்முறையை எளிமைப்படுத்தியது; தொழிலாளர்கள் ஒரே பணியை மீண்டும் மீண்டும் செய்யும் வகையில் அமைக்கப்பட்டதால், உற்பத்தி நேரமும் செலவும் கணிசமாக குறைந்தது.
1913-ஆம் ஆண்டுக்குள், ஃபோர்டு மோட்டார் நிறுவனம் நகரும் அசெம்பிளி லைனை கார் உற்பத்திக்காக பயன்படுத்திய முதல் நிறுவனம் என்ற பெருமையை பெற்றது. இது ஒரு பெரிய மாற்றமாக இருந்தது; ஒரு காரை உற்பத்தி செய்ய 12 மணி நேரத்திற்கும் மேலாக எடுத்துக்கொண்ட நேரம், சுமார் 90 நிமிடங்களுக்கு குறைந்தது. இந்த பெரிய மாற்றம், விலை குறைவதற்கும், வேலைவாய்ப்பு மக்களுக்கு மாடல் டீ கார்கள் கிடைக்க வழிவகுத்தது.
இன்று, ஒரு புதிய வகை தொழிற்சாலை உருவாகி வருகிறது—இது பொருட்களை அல்ல, நுண்ணறிவை உருவாக்குகிறது. "உலகம் முழுவதும், மிக உயர்ந்த அளவில், பெரிய ஏஐ தொழிற்சாலைகள் கட்டுவதற்காக போட்டியிடுகிறது," என NVIDIA நிறுவனத்தின் இணை நிறுவனர் மற்றும் தலைமை நிர்வாக அதிகாரி ஜென்சன் ஹுவாங், சமீபத்திய 2025 NVIDIA GTC நிகழ்வில் கூறினார். "ஏஐ தொழிற்சாலையை உருவாக்குவது ஒரு அற்புதமான பொறியியல் சாதனை; இது சப்ளையர்கள், கட்டிட வடிவமைப்பாளர்கள், ஒப்பந்ததாரர்கள், பொறியாளர்கள் என பத்தாயிரக்கணக்கான தொழிலாளர்கள், சுமார் 5 பில்லியன் கூறுகள் மற்றும் 2 லட்சம் மைல்கள் ஃபைபர் ஆகியவற்றை உருவாக்க, அனுப்ப, அமைக்க தேவைப்படுகிறது."
இந்த ஏஐ தொழிற்சாலைகள், அடிப்படை மாதிரிகள், பாதுகாப்பான வாடிக்கையாளர் தரவு மற்றும் ஏஐ கருவிகளை மூலப்பொருட்களாக பயன்படுத்துகின்றன. இன்ஃபெரன்ஸ் சர்விங், மாதிரி வடிவமைப்பு மற்றும் நுணுக்கமான அமைப்புகள் மூலம், இவை சக்திவாய்ந்த, தனிப்பயன் மாதிரிகளை உருவாக்கி, செயல்படுத்த தயாராக்கின்றன. இந்த மாதிரிகள் நிஜ உலகில் பயன்படுத்தப்படும்போது, அவை தொடர்ச்சியாக புதிய தரவிலிருந்து கற்றுக்கொள்கின்றன; அந்த தரவு சேமிக்கப்பட்டு, மேம்படுத்தப்பட்டு, மீண்டும் அமைப்பில் சேர்க்கப்படுகிறது—இது ஒரு 'டேட்டா ஃப்ளைவீல்' எனப்படும் சுழற்சி. இந்த மேம்பாட்டு சுழற்சி, ஏஐ எப்போதும் தன்னைத் தானே மேம்படுத்திக் கொள்ளவும், திறமையாகவும், செயல்திறன் கொண்டதாகவும் இருக்க உதவுகிறது; இதன் மூலம் நிறுவன நுண்ணறிவு மிகப் பெரிய அளவில் இயக்கப்படுகிறது.
இந்த பார்வையில், GPU-கள் என்ஜின்கள், தரவு மூலப்பொருள், மற்றும் வெளியீடு ஒரு பொருள் அல்ல, முன்கூட்டிய கணிப்பாற்றல். கணிப்பொறி திறன் ஒரு முக்கியமான சொத்தாக மாறுகிறது; ஏஐ மாதிரிகளை வேகமாக மேம்படுத்தும் திறன் போட்டியில் முன்னிலை அளிக்கிறது. இந்த மாற்றம், தரவு மைய முதலீட்டுக்கான புதிய கணக்கீட்டை அறிமுகப்படுத்துகிறது; இதில், இன்ஃபெரன்ஸ் ஒன்றுக்கு செலவு—ஒரு அமைப்பு பயன்பாடுள்ள ஏஐ வெளியீட்டை எவ்வளவு திறமையாக உருவாக்குகிறது என்பதைக் காட்டும் அளவுகோல்—முக்கியமான செயல்திறன் குறியீடாக உருவாகிறது; பழைய PUE அல்லது ரேக் அடர்த்தி போன்ற அளவுகோல்களுக்கு பதிலாக.
கிரArtificial intelligence, ஹென்றி ஃபோர்டின் புரட்சிகர கண்டுபிடிப்புகளைப் போலவே, பரவலான திறன் வளர்ச்சியை உருவாக்கும் புதிய தொழில்நுட்பமாகும்; அதே நேரத்தில், சில வேலைவாய்ப்பு வகைகளை குறைக்கும் அல்லது முற்றிலும் நீக்கும் வாய்ப்பும் உள்ளது. இத்தகைய பெரிய மாற்றங்களை கற்பனை செய்வதும், அதை எளிதாகவும், லாபகரமாகவும் ஏற்கவும் கடினம். அதனால்தான், ஏஐ உருவாக்கும் இந்த தலைமுறை மாற்ற முதலீட்டு வாய்ப்புகளில் கவனம் செலுத்தியபடி, நம்மை எதிர்காலத்திற்குத் தயார்படுத்திக் கொள்ள வேண்டும்.