اصل سوال کبھی بھی "AI کی مانگ کم ہو جائے گی؟" نہیں، بلکہ "قدرت آخر کار سپلائی چین کے کس لیول پر ڈوب جائے گی؟" ہے۔

مضمون کے مصنف، ماخذ: 0x9999in1، ME News

TL;DR

• مورگن اسٹینلی کی رپورٹ "اوپن ویٹ ماڈلز اور تین مستقبل کے سیناریوز" میں مرکزی جائزہ یہ ہے کہ کیمی K3، کوون، لاما جیسے اوپن ویٹ ماڈلز کا ابھار، ٹاپ ڈومیننٹ کمپنیوں کے لیے خطرہ نہیں بلکہ AI کی عام آمد کو تیز کرنے والا حائل ہے۔
• استدلال جیونز کا متناقضہ ہے — جب ایک منفرد استعمال کی قیمت کم ہو جاتی ہے، تو کمپنیاں AI کو زیادہ کاموں میں استعمال کرنے لگتی ہیں، جس سے ٹوکن، کمپوٹیشنل پاور، بجلی اور بنیادی ڈھانچے کی کل مانگ بڑھ جاتی ہے۔
• مورگن اسٹینلی نے واضح طور پر یاد دلایا: اوپن ویٹ کا مطلب مفت نہیں ہے۔ GPU، کلاؤڈ سروسز، آپریشنز اور سیکیورٹی کی لاگتیں اب بھی موجود ہیں، اور حقیقی مالی کارآمدی منظر نامے پر منحصر ہے۔
• حوالہ دیا گیا MIT تحقیق کے مطابق، بند ماڈل سے کھلے ماڈل پر منتقل ہونے سے اوسط قیمت میں تقریباً 70 فیصد کمی آتی ہے، جس سے کاروبار کو سالانہ تقریباً 250 ارب امریکی ڈالر کی بچت ہوتی ہے؛ لیکن یہ تحقیق دسمبر 2025 میں مکمل ہوئی تھی اور اس میں اسٹال کی لاگت کو کافی حد تک نہیں شامل کیا گیا تھا۔
• کارنیگی میلون کے تحقیقی مطالعہ زیادہ سنجیدہ ہے: سرگرمی کا دورہ سائز پر مکمل طور پر منحصر ہے، 300 ارب پیرامیٹرز سے کم کے چھوٹے سائز کے ڈیپلومنٹس کا سرمایہ واپسی جلد ہو سکتی ہے، لیکن سائز بڑھنے کے بعد فرق بہت زیادہ ہوتا ہے۔
• تین نتائج: بند سورس اولیگارکی، مکسڈ کو-ایکسٹنس، اور کھلے وزن کی فتح۔ عملی نقطہ نظر یہ ہے کہ 63% کمپنیاں اب دونوں قسم کے ماڈلز کا استعمال کر رہی ہیں۔
• ہمیشہ فائدہ مند صرف دو لائنز ہیں: NVIDIA اور فوری بجلی کی فراہمی۔ وجہ جماعت کا مسئلہ نہیں، بلکہ یہ ہے کہ چاہے کمپوٹیشنل پاور بڑے ڈیٹا سینٹرز میں مرکوز ہو یا کناروں پر بکھیر دی جائے، GPU اور بجلی کا بنیادی منطق ایک جیسا رہتا ہے۔
• اصل سوال کبھی بھی "AI کی مانگ کم ہو جائے گی؟" نہیں، بلکہ "قدرت آخر کار سپلائی چین کے کس لیول پر ڈوب جائے گی؟" ہے۔

ایک، بازار نے کیا غلط سمجھا

2026ء کے جولائی کے وسط میں، کیمی K3 جاری کیا گیا۔ فلیڈیلیا سیمی کنڈکٹر انڈیکس میں گراؤٹ آیا، نوویدا، مائکرون، ایس کے سی ہیلٹس، اور کیڈینس جیسی EDA کمپنیاں بھی متاثر ہوئیں۔

کیا آپ جانتے ہیں؟ بہت جانتے ہیں۔

ایک سال سے زیادہ پہلے ڈیپ سیک کی اس لہر پر، بازار کی ردعمل ایک جیسی تھی: اوپن سورس ماڈل جتنا طاقتور ہوگا، اس کا کمپوٹیشنل پاور اتنا ہی قیمتی نہیں رہے گا۔ منطق سننے میں بہت مناسب لگتا ہے — اگر ایک اوپن ویٹس ماڈل پہلے گروپ کے برابر ہو جائے تو، بند ویٹس پر مزیدیت ختم ہو جائے گی؛ اگر کارکردگی بڑھ گئی تو، کارڈز کا تجمع ضروری نہیں رہے گا۔ اس لیے چپس، ڈیوائسز اور بجلی کی فروخت کو ایک لائن میں کاٹ دیا گیا۔

مورگن اسٹینلی نے 4 اگست کی اس رپورٹ میں اس ریفلیکس کو براہ راست غلط فہمی قرار دیا۔

غلط سمجھنا کہاں ہے؟ یہاں کہ مارکیٹ نے "یونٹ کی لاگت میں کمی" کو براہ راست "کل خرچ میں کمی" کے برابر سمجھ لیا۔

اس کے درمیان ایک بہت بڑا متغیر ہے: استعمال۔

موگن اسٹینلی نے جیونز کا متناقضہ بیان کیا۔ 19ویں صدی کے معاشی دان جیونز نے ایک غیر متوقع بات کا مشاہدہ کیا: جب بھاپ کے انجن کی کارکردگی بڑھ گئی اور اتنے ہی کوئلے سے زیادہ کام ہونے لگا، تو برطانیہ میں کوئلے کی استعمال میں کمی نہیں آئی، بلکہ وہ تیزی سے بڑھ گئی۔ کیونکہ سستا ہو گیا، اس لیے اب اسے استعمال کیا جا سکتا تھا؛ اور جب استعمال کیا جانے لگا، تو یہ ہر جگہ استعمال ہونے لگا۔

AI پر ڈالیں: ایک بار کی انفریس کی قیمت ایک فنٹ سے گھٹ کر اس کے دسواں حصہ ہو گئی، کوئی کمپنی اس بچت کو اپنی جيب میں نہیں رکھے گی۔ کمپنیاں AI کو ان ایسے حصوں میں شامل کریں گی جہاں پہلے "لاگت کا حساب نہیں لگتا تھا" — کسٹمر ٹکٹس کی مکمل جانچ، کوڈ بیس کی لگاتار سکیننگ، معاہدوں کا ہر شق سے موازنہ، اور ہر ای میل کی خودکار ترتیب۔ یہ کام پہلے نہیں کیے جاتے تھے، نہ چاہنے کی وجہ سے، بلکہ اس لیے کہ انتہائی مہنگے تھے۔

جب قیمت اس لائن کے نیچے گر جائے، تو مانگ لکیری طور پر نہیں بڑھتی، بلکہ ایک تباہ کن طور پر درآمد ہوتی ہے۔

دو، "اوپن ویٹس" کا کیا مطلب ہے

یہاں پہلے تصور کو واضح کرنا ضروری ہے، کیونکہ بازار کی بھٹکاوٹ کا نصف حصہ مصطلحات کی بھٹکاوٹ سے آتا ہے۔

مورگن اسٹینلی نے اپنی رپورٹ میں ایک ایسا فرق پیش کیا جو نئے نہیں لیکن ضروری ہے: اوپن ویٹس ≠ اوپن سورس۔

سخت تعریف شدہ اوپن ویٹ ماڈلز — Meta کا Llama، Google کا Gemma، اور Qwen، DeepSeek، Kimi — تربیت یافتہ پیرامیٹرز کو شائع کرتے ہیں۔ آپ ڈاؤن لوڈ کر سکتے ہیں، فائن ٹیون کر سکتے ہیں، اور اپنے آپ پر ڈپلوی کر سکتے ہیں۔ لیکن تربیت کے ڈیٹا شائع نہیں ہو سکتے، اور لائسنس معاہدے میں پابندیاں ہو سکتی ہیں۔

حقیقی اوپن سورس کا مطلب ہے کہ پورا ٹیکنالوجی اسٹیک میز پر رکھ دیا جائے: کوڈ، تربیت کے طریقے، اور ڈیٹا کی تفصیلات۔ رپورٹ میں AI2 کا OLMo کا مثال دیا گیا ہے۔ یہ دائرہ کار لوگوں کے خیال سے بہت چھوٹا ہے۔

تو زیادہ درست بات یہ ہے کہ کھلے وزن اور بند سورس کے درمیان بنیادی فرق پیرامیٹر سائز میں نہیں، اور نہ ہی کسی لسٹ میں کون بلند یا کم ہے، بلکہ حصول اور ادائیگی کے طریقے میں ہے۔

اوپن ویٹ: عام طور پر ویٹ مفت میں حاصل کریں، مائکرو فائن ٹیوننگ کی سہولت، اور ڈیپلومنٹ کے لیے لچکدار اختیارات — مقامی، پرائیویٹ کلاؤڈ، پبلک کلاؤڈ، API، آپ کی خواہش کے مطابق۔

بند سورس: لائسنس + ٹوکن کی بنیاد پر ادائیگی، تمام صارفین کو ایک ہی وزن ملتا ہے، جسے آپ نہیں بدل سکتے اور نہ ہی دیکھ سکتے۔

مورگن اسٹینلی نے ایک اور حقیقی بات بھی کہی: آج کے سب سے زیادہ طاقتور ایڈوانسڈ ماڈلز اب بھی بند ذرائع کے ہیں۔ وجہ بہت سادہ ہے — تربیت کا خرچ بہت زیادہ ہے، اور اگلے جینریشن کے ماڈل آنے تک کوئی پچھلے ماڈل کو مفت نہیں دے گا۔

اس جملہ کو دوبارہ پڑھنا کی قیمت ہے۔ اس کا مطلب ہے کہ کھلے وزن کی پیچھے رہ جانے کی کوشش، بنیادی طور پر ایک تاخیر کے ساتھ پیچھے رہ جانے کی کوشش ہے۔ فرق کم ہوگا، لیکن ساختی وقت کا فرق آسانی سے نہیں گھل سکتا۔

تین: مفت کی سب سے زیادہ قیمت: وہ اخراجات جو قیمت کے بورڈ پر نہیں لکھے گئے

رپورٹ میں سب سے قیمتی حصہ وہی ہے جو اوپن ویٹ کو سرد کرنے والا ہے۔

مورگن اسٹینلی نے ایم آئی ٹی کے تحقیق کا حوالہ دیا: بند ماڈل سے کھلے ماڈل پر منتقل ہونے سے اوسط قیمت میں تقریباً 70 فیصد کمی آتی ہے، جو کہ کاروباری سطح پر سالانہ تقریباً 25 ارب امریکی ڈالر کی بچت کے برابر ہے۔

انکے اعداد و شمار خوبصورت ہیں۔ لیکن مورگن اسٹینلی نے فوراً ایک اور بات کہ دی — یہ تحقیق دسمبر 2025 میں تیار کی گئی تھی اور اس میں تنصیب کے اخراجات کو کافی نہیں شامل کیا گیا تھا۔

ڈیپلویمنٹ کی لاگت کیا ہے؟ آپ کو اپنا GPU خریدنا ہوگا یا کرایہ پر لینا ہوگا، کلستر کی نگرانی کے لیے کسی کی ضرورت ہوگی، ماڈل کو فائن ٹیون کرنے کے لیے کسی کی ضرورت ہوگی، اور سیکورٹی اور کمپلائنس کے لیے کسی کو ذمہ دار ہونا ہوگا۔ آپ کو اوپن ویٹس صرف ایک گاڑی کے ڈرافٹ اور اجزاء فراہم کرتے ہیں، نہ کہ ایک فوراً چلنے والی گاڑی۔

کارنیگی میلون یونیورسٹی کے تحقیقی مطالعے نے اس بات کو مزید واضح کیا ہے: سرمایہ کی واپسی کا دورہ تنصیب کے سائز پر مکمل طور پر منحصر ہے۔ 300 ارب پیرامیٹرز سے کم کے چھوٹے سائز کی تنصیب میں، واپسی جلد حاصل ہو سکتی ہے؛ لیکن جب سائز بڑھ جائے، تو اس کا حساب بالکل الگ ہو جاتا ہے۔

یہ ایک بہت کم بحث ہونے والی لیکن بہت اہم حقیقت ہے: کھلے وزن کی مالیاتی صلاحیت ایک نرم منحنی نہیں بلکہ ایک ٹکڑوں والی فنکشن ہے۔

چھوٹے مناظر، اعلیٰ تعدد، واضح کام — کھلے وزن بہت اچھے ہیں۔

پیچیدہ استدلال، لمبی مدت کے ایجینٹ، اور انتہائی قابلیت کی ضرورت — بند ذرائع کا پیسہ ادھر سے ادھر نہیں بکھیرا جاتا۔

کیمی K3 جیسے بہت بڑے MoE آرکیٹیکچر کو مزید آگے دیکھیں۔ یہاں تک کہ اگر صرف کچھ ماہرین ہی فعال ہوں، تو بھاری وزن ہمیشہ اعلیٰ صلاحیت والے میموری اور تیز رفتار انٹرکنیکشن کے کلستر میں تقسیم ہوں گے۔ "کھلا" کا مطلب یہ نہیں کہ ہارڈویئر کی سرحدوں سے استثنیٰ دیا جائے، بلکہ وزن کی ملکیت کا کھلا ہونا ہے۔

دوسروں کے الفاظ میں، کھلے وزن کی وجہ سے کمپیوٹیشنل طاقت کی ضرورت کم سے کم بند سائنسی لیبز سے کلاؤڈ سروس فراہم کنندگان، سوورین کلاؤڈ، اور کاروباری خود تعمیر شدہ ڈیٹا سنٹرز تک منتقل ہو گئی۔ کل مقدار میں کمی نہیں آئی، صرف مالک تبدیل ہو گیا۔

یہی وہ خاتمہ ہے جو بازار نے جولائی کی اس گرنے میں سمجھا نہیں۔

چار: تین نتائج، قیمت کہاں ڈوبے گی

مورگن اسٹینلی نے ایک منفرد نتیجہ پر بات نہیں کی، بلکہ تین منظر نامے دیے۔ اس طرح لکھنا خود ایک جائزہ ہے: کوئی نہیں جانتا کہ آخر کیا ہوگا، لیکن ہر نتیجے کے لیے فائدہ پانے والوں کی ساخت پہلے سے تصور کی جا سکتی ہے۔

فرض کریں کہ اگلے سطح کے ماڈلز کی کارکردگی کو دوبارہ حاصل کرنا مشکل ہے۔ ورک لوڈ جاری رہے گا اعلیٰ کمپیوٹیشنل ڈینسٹی کے ساتھ، اور مزید بڑے کلاؤڈز کی طرف مائل ہو رہا ہے۔ ٹوکن کی قیمتیں اب بھی گریں گی، لیکن سستی گریں گی — کیونکہ اکیلے ڈومینینٹ ڈھانچہ خود قیمت کی ضابطہ اندوزی برقرار رکھتا ہے۔

فائدہ پانے والے: کلاؤڈ فراہم کنندہ، سیکیورٹی سافٹ ویئر، آپٹیکل نیٹ ورک، سیمی کنڈکٹر، بجلی کی سپلائی چین۔

رپورٹ میں ایک خاص متغیر کو نشان زد کیا گیا ہے: گوگل۔ اگر جمنائی 4 کامیابی حاصل کرے اور دوبارہ لیڈر بنا، تو گوگل کے اپنے انفراسٹرکچر پر ماڈل API چلانے کا ROI تقریباً 45% ہو سکتا ہے۔ اگر وہ لیڈر نہ بن سکا، تو گوگل زیادہ تر ایک انفراسٹرکچر فراہم کنندہ کی طرح ہوگا، جس کا متعلقہ ROI تقریباً 30% ہوگا۔

پانچ فیصد کا فرق، ایک جینریشن ماڈل پر دباؤ ڈال رہا ہے۔ یہی سرحدی مقابلے کے امکانات ہیں۔

کوئی ایک ڈھانچہ سب کچھ نہیں جیت سکتا۔ بند سورس اگری فینٹ مدلز پیچیدہ استدلال اور AI ایجینٹ کے کاموں پر غالب ہیں، جبکہ کھلے وزن اعلیٰ تعدد، لاگت حساس، اور خاص شعبہ کی ضروریات کو پورا کرتے ہیں۔

وَرک لوڈ پبلک کلاؤڈ، پرائیویٹ کلاؤڈ، لوکل اور ایج کے درمیان پھیلا ہوا ہے۔ اس لیے — مدل آرکیٹیکچرنگ، روتنگ، ایوالویشن، اور گورننس جیسے "مڈل ویئر" سافٹ ویئر، قیمت کے اوپر کی طرف منتقل ہونے کا کلیدی عنصر بن گئے ہیں۔ لوڈ کے تقسیم ہونے کے ساتھ سیکورٹی سافٹ ویئر کی مانگ بڑھ رہی ہے۔

اس صورتحال کا ایک بہت مضبوط حقیقی بنیاد ہے: موجودہ وقت میں 63% کمپنیاں ایک ساتھ اوپن ویٹ اور بند سورس دونوں قسم کے ماڈلز کا استعمال کر رہی ہیں۔

یہ عدد بہت واضح ہے۔ کاروبار کا انتخاب "کسی فریق کی پیروی کرنا" نہیں، بلکہ "کس کام کے لیے کون سا آپشن سستا اور زیادہ مستحکم ہے" ہے۔ یہ خریداری کا عمل ہے، راستے کی لڑائی نہیں۔

کھلے وزن کی کارکردگی تدریجاً سرحدی سطح تک پہنچ رہی ہے، اور بنیادی ماڈلز کی ذہانت عام طور پر دستیاب ہو گئی ہے۔ ماڈل API کی قیمتیں محسوس کرنے لگی ہیں، اور کاروباری اطلاق پر ایک لہر آ رہی ہے۔

ای آئی انفراسٹرکچر کا مرکزیت سے باہر جانا: نجی ڈیٹا سینٹرز، سوویرن کلاؤڈ، لوکل ڈپلویمنٹ، اور ایج ڈیوائسز کی مانگ میں کافی اضافہ ہوا ہے۔ نوآوری کا مرکز تربیت سے مائیکرو ٹیوننگ، انفرینس آپٹیمائزیشن، ایجنٹ اور عملی заастہ کی طرف منتقل ہو گیا ہے۔

اس صورت میں، سیکورٹی سافٹ ویئر ایک بڑا فائدہ مند ہے۔ اسے سمجھنا بھی آسان ہے — جہاں وزن آزادانہ طور پر منتقل ہو سکتا ہے، حملے کا رقبہ جیومیٹرک طور پر بڑھ جاتا ہے۔

انفرادی اسٹاک کے سطح پر تقسیم دلچسپ ہے: AVGO بند صورتحال میں سب سے بڑا منفرد فائدہ حاصل کرنے والا ہو سکتا ہے؛ DELL، HPE جیسے مقامی بنیادی ڈھانچہ فراہم کنندگان، اور ایپل جیسے کنارے کے ڈیوائس فراہم کنندگان، کھلی صورتحال میں زیادہ آسانی سے اقدار کو آزاد کر سکتے ہیں۔ کلاؤڈ فراہم کنندگان کو دیکھنا ہوگا کہ لوڈ آخر کار کہاں جائے گا — اگر کھلی صورتحال سچ ثابت ہوئی، تو مائیکروسافٹ کو مکسڈ کلاؤڈ اور مقامی ڈپلوئمنٹ کی صلاحیتوں کے باعث زیادہ واضح فائدہ ہوگا، جبکہ ایمازون اور گوگل کو اس صورتحال میں "دیگر فائدہ پانے والے" کے طور پر درجہ بندی کر دیا جائے گا۔

پانچویں: 24/7 فائدہ مند: کیوں نیوڈیا اور بجلی

تین سیناریوز کے خاتمے کے بعد، مورگن اسٹینلی نے تمام سیناریوز کو عبور کرنے والی دو لائنز کو چنا۔

پہلا نیوڈیا ہے۔

منطق پیچیدہ نہیں، لیکن مضبوط ہے: چاہے کمپیوٹنگ پاور سپر سکیل ڈیٹا سینٹرز میں مرکوز ہو یا کاروباری ڈیٹا سینٹرز اور ایج کے ذریعے تقسیم ہو، GPU کی مانگ کا بنیادی منطق وہی رہتا ہے۔

مرکوز، کچھ خریداروں کی طرف سے بڑی مقدار میں خریداری ہے؛ تقسیم، لاکھوں خریداروں کی طرف سے کم مقدار میں خریداری ہے۔ کل مقدار کم نہیں ہوتی، بلکہ اس کی وسعت بڑھنے کی وجہ سے زیادہ ہوتی ہے۔

یہ قابل ذکر ہے کہ مورگن اسٹینلی نے حال ہی میں AI کلستر کی لاگت کا اندازہ بھی بڑھا دیا ہے — نیوڈیا ویرا روبن سسٹم کی قیمت ہر گیگاواٹ کے لیے تقریباً 490 ارب ڈالر رکھی گئی ہے، جو پہلے کے اندازے سے تقریباً 20 فیصد زیادہ ہے۔

یہ عدد یہاں تھوڑا سا پیچیدہ ہے۔ ایک طرف ماڈل سستے ہو رہے ہیں، دوسری طرف فی واحد کمپوٹیشنل کیپٹل اخراجات بڑھ رہے ہیں۔ دونوں میں کوئی تضاد نہیں: ریزننگ کا حدی اخراج کم ہو رہا ہے، جبکہ ٹریننگ اور ڈپلویمنٹ کے لیے ثابت اثاثوں کے اخراجات بڑھ رہے ہیں۔ پہلا تقاضے کو بڑھاتا ہے، جبکہ دوسرا یہ طے کرتا ہے کہ کون سپلائی میں شرکت کرنے کا اہل ہے۔

دوسرا نقطہ مقامی بجلی (on-site power) ہے۔

وجہ یہ ہے کہ بجلی کی مانگ کا منحنی "مرکزی" اور "توزیع شدہ" دونوں ترتیبات کو کور کرتا ہے۔ چاہے لوڈ کسی بھی طرح تقسیم ہو، AI کی وسعت کا مطلب ہے کہ بجلی کی استعمال اور بجلی کی فراہمی دونوں ایک ساتھ بڑھنی چاہئیں۔

بجلی کا معاملہ، AI کے پورے سناریو میں سب سے زیادہ بے رحم پابندی ہے۔ ماڈلز کو اوپن سورس کیا جا سکتا ہے، وزن ڈاؤن لوڈ کیے جا سکتے ہیں، چپس کو متبادل بنایا جا سکتا ہے، لیکن بجلی کو اوپن سورس نہیں کیا جا سکتا۔ ایک گیگاواٹ صرف ایک گیگاواٹ ہے، کوئی بھی اسے پیدا نہیں کر سکتا۔

یہ تینوں صورتحال میں سب سے زیادہ یقینی لائن ہو سکتی ہے۔ اتنی یقینی کہ تھوڑی بورنگ لگ رہی ہے۔

چھ: اس رپورٹ کا اصلی انحصار نتائج نہیں، بلکہ فریم ورک ہے

اپنی اپنی رائے بیان کریں۔

اگر آپ صرف اس رپورٹ کا عنوان دیکھیں — "اوپن ویٹس کی وسعت پھیلانے سے لیڈرز کمزور نہیں ہوتے" — تو یہ آسانی سے مارکیٹ کو سکون دینے والی ایک بات لگ سکتی ہے۔ لیکن اصل وزن اس بات میں ہے کہ اس نے مسئلہ کو الگ طرح سے پوچھا ہے۔

مارکیٹ کا اصل سوال یہ تھا: کیا AI کی مانگ کم ہو جائے گی کیونکہ کارکردگی میں اضافہ ہوا ہے؟

موگن اسٹن کا سوال یہ ہے: AI کی مانگ ضرور کم نہیں ہوگی، سوال یہ ہے کہ قیمت آخرکار سپلائی چین کے کس لیول پر گھل جائے گی — کمپوٹنگ پاور، کلاؤڈ، سافٹ ویئر آرکیٹیکچرنگ اور جاری رکھنا، یا لوکل اور ایج کے ڈسٹریبیوٹڈ انفراسٹرکچر پر؟

ان دو سوالات کے درمیان فرق، بیئر مارکیٹ سوچ اور سٹرکچرل سوچ کا فرق ہے۔

میں سمجھتا ہوں کہ مورگن اسٹینلے کی سمت درست ہے، لیکن دو جگہوں پر احتیاط ضروری ہے۔

سب سے پہلے، جیونز کا معاوضہ خودکار طور پر لاگو نہیں ہوتا۔

جیونز اثر کے لیے ایک پیش‌شرط ہے: مانگ کے لیے کافی لچک کا خانہ ہونا چاہیے۔ کوئلہ اتنے زیادہ بچ رہا تھا کیونکہ 19ویں صدی کے برطانیہ میں کئی صنعتیں ابھی تک مشینی نہیں ہوئی تھیں۔ AI کا معاملہ اس طرح کا ہے لیکن مکمل طور پر ایسا نہیں — کاروباروں کے لیے AI کو درجہ بند کرنے کے بہت سارے مواقع موجود ہیں، لیکن اسے شامل کرنے کے بعد کیا قابلِ اندازہ رجحان حاصل ہوگا، یہ ایک الگ بات ہے۔

اگر بڑی تعداد کے کاروبار صرف ای آئی کو "دکھاوے کے لیے مصروف لگنے والے" مقامات پر استعمال کرتے ہیں، تو مانگ کے فیصلہ کن اضافے کا ایک سیل ہوگا، اور یہ سیل کسی خاص ترین تریم میں اچانک ظاہر ہو جائے گا۔ جیونز کا معاکسہ توانائی کے تبدیل ہونے کی کارکردگی کی وضاحت کرتا ہے، لیکن یہ یقینی نہیں بناتا کہ تبدیل ہونے والی چیز قیمت ہوگی۔

دوم، "نیوڈیا پورے دن فائدہ اٹھا رہی ہے" کا نتیجہ، بہت زیادہ آرام دہ طور پر درست لگتا ہے۔

اس کو منطقی طور پر گلے لگانا مشکل ہے — GPU کی مانگ آرکیٹیکچر کے راستے کے تبدیل ہونے سے متاثر نہیں ہوتی۔ لیکن صحیح فیصلہ اور اچھا سرمایہ کاری فیصلہ کے درمیان قیمت کا فرق ہے۔ کیا مارکیٹ نے اس "24/7" توقع کو پوری طرح قیمت دے دیا ہے، اس کا جواب رپورٹ میں نہیں دیا گیا، اور نہ ہی رپورٹ کو اس کا جواب دینا چاہئے۔

ایک منطقی طور پر بے عیب بیلیف کا دلیل، اکثر بھیڑ کے ٹریڈ کا باعث بن جاتا ہے۔ یہ بات مخالفت نہیں، بلکہ ایک یاد دہانی ہے: نتیجے کی یقینیت، احتمالات کی کشش کے برابر نہیں ہوتی۔

ساتویں، کاروبار کے لیے، یہ بات اصل میں زیادہ آسان ہے

دوسرا بازار کی قیمت گیم کو چھوڑ کر، کسی کمپنی کی خریداری کے نقطہ نظر سے، اس رپورٹ کا سبق بہت سادہ ہے۔

63% کے کاروبار دونوں طرف استعمال کرتے ہیں، یہ عدد پہلے ہی جواب دے چکا ہے: کسی ایک طرف کا انتخاب نہ کریں، بلکہ مناسب منظر کا انتخاب کریں۔

اُچھی فریکوئنسی، قابل پیشگی تخمینہ، ڈیٹا سنسیٹو، اور واضح ٹاسک باؤنڈریز والے کام — خود سے اوپن ویٹ ڈیپ لرننگ ماڈل بنانے سے بچت ہونے والی رقم حقیقی سونا ہے، خاص طور پر 300 ارب پیرامیٹرز کے نیچے، جہاں واپسی کا دورہ بہت متاثر کن طور پر مختصر ہوتا ہے۔

پیچیدہ استدلال، لمبی مدتی ایجنٹ، اور مسلسل نئی ترقیات کے ساتھ ساتھ رہنے کی ضرورت والے کام — بند API کے لیے قابلیت اور ترقی کی رفتار کے لیے ادائیگی کرنا، شرمندہ نہیں ہونا چاہیے۔

واقعی میں جو چیز کی ضرورت ہے، وہ درمیانی لیئر ہے: ترتیب، راؤٹنگ، جائزہ لینا، اور حکومت۔ آپ کیسے فیصلہ کرتے ہیں کہ ایک درخواست کون سا راستہ اپنائے؟ آپ کیسے یقینی بناتے ہیں کہ ماڈل بدلنے کے بعد پیداوار کی معیار میں کمی نہ آئے؟ آپ کیسے اس دنیا میں ڈیٹا کے حدود کو کنٹرول کرتے ہیں جہاں وزن آسانی سے ڈاؤن لوڈ کیے جا سکتے ہیں؟

مورگن اسٹینلی نے اس سطح کو مخلوط سیناریو کے تحت مرکزی فائدہ حاصل کرنے والے کے طور پر درج کیا ہے، میرے خیال میں یہ فیصلہ کسی بھی انفرادی شیئر کی تجویز سے زیادہ عملی ہے۔ کیونکہ یہ سطح کسی بھی کمپنی کے لیے خود بنانے کی ضرورت والی صلاحیت ہے، جسے خریدا نہیں جا سکتا۔

ایک بات یاد رکھیں کہ سیکورٹی۔ اوپن ویٹس کی وجہ سے ماڈل ڈیپلومنٹ ڈیسینٹرلائز ہو جاتا ہے، اور حملے کا سطح بھی ڈیسینٹرلائز ہو جاتا ہے۔ پہلے آپ کو صرف کچھ API کلیدوں کا خیال رکھنا تھا، اب آپ کو کئی لوکل چلنے والے ویٹس فائلز، فائن ٹیوننگ ڈیٹا، اور انفرینس اینڈ پوائنٹس کا خیال رکھنا ہے۔ سیکورٹی سافٹ ویئر تینوں صورتوں میں مذکور ہے، یہ صرف اتفاق نہیں۔

ہشتھا، اختتام

کیمی K3 کے جاری ہونے کے دن، سیمی کنڈکٹر شیئرز نے مل کر گرنے کا فیصلہ کیا۔ آج پیچھے مڑ کر دیکھنا، یہ زیادہ تر مارکیٹ کی عادت کی طرح لگ رہا ہے، نہ کہ کوئی سوچ۔

اوپن ویٹ نہیں ہے جو میز اُٹھا دے۔ یہ وہ ہے جو میز کو لمبا کر دے۔

ٹیبل لمبا کرنے کے بعد، کیا اصلی سربراہ کو نکال دیا جائے گا؟ ہو سکتا ہے، لیکن اس کا سبب خود کھلے وزن نہیں ہے، بلکہ اس کی جانب سے سرحد کو برقرار رکھنے میں ناکامی ہے۔ یہ دو الگ باتیں ہیں۔

مورگن اسٹینلی کی اس رپورٹ کا سب سے سچا پہلو یہ ہے کہ یہ آپ کو اختتام کیا ہے، وہ نہیں بتاتی، صرف یہ بتاتی ہے کہ ہر ایک اختتام میں کون کی جگہ نہیں بدلے گا۔

NVIDIA، اور بجلی۔

پہلا متفقہ رائے ہے، دوسرا فزیکل ہے۔

جس کمپنیوں کا حال وہ ہے جو مارکیٹ کے اُچھال چھلانگ، فریق تبدیلی اور دوبارہ قیمت ڈالنے کے ساتھ چلتی ہیں — ان کی کسمپری مکمل طور پر صورتحال پر منحصر ہے۔ یہ جملہ بے معنی لگ سکتا ہے، لیکن ایک ایسے مارکیٹ میں جہاں ہر کوئی واضح جواب چاہتا ہے، "یہ صورتحال پر منحصر ہے" کہنا سب سے قیمتی ایمانداری ہے۔

ماڈلز وقت کے ساتھ سستے ہوتے جائیں گے، یہ ایک رجحان ہے جسے روکا نہیں جا سکتا۔

کمپیوٹنگ پاور ایک لی yer سے دوسری لی yer تک فیل ہو جائے گی، اور یہ ایک رجحان ہے جسے روکا نہیں جا سکتا۔

لیکن سستا اور تقسیم کرنا کبھی بھی کمی کے برابر نہیں ہوتا۔

جیونز نے 1865 میں اس بات کو سمجھ لیا تھا۔ سو سال بعد، انسان اب بھی اسی سیدھی سمجھ کے غلط فہمی کے لیے ادائیگی کر رہے ہیں۔

یہ بہت دلچسپ ہے۔

حوالہ جات

1. مورگن اسٹینلی، *اوپن-ویٹ ماڈلز اور تین مستقبل کے سیناریوز* (ریسرچ رپورٹ)، 2026ء کا اگست
2. گرولون ہوئی / سینیا کیپیٹل: "موگن اسٹینلی: اوپن ویٹ مڈلز AI لاگت کم کرتے ہیں، 'جیونز پیراڈوکس' کی وجہ سے کمپوٹیشنل ڈیمانڈ مسلسل بڑھ سکتی ہے"، 4 اگست، 2026
3. بگو فنانس: *ای آئی کی قبولیت کو تیز کرنے کے لیے اوپن-ویٹ ماڈلز: مورگن اسٹینلے تین سیناریوز پیش کرتا ہے، نوڈیا اور پاور چین کو فائدہ پہنچانے والے کے طور پر نامزد کرتا ہے*، 4 اگست، 2026
4. مارس فنانس: "مورگن اسٹینلی: اوپن ویٹ AI ماڈلز کی بڑھتی ہوئی موجودگی لاگت کم کرکے AI کی عامیانہ استعمال کو تیز کرے گی"، 4 اگست، 2026
5. بلوکسپیس میڈیا: *مورگن اسٹینلی کہتی ہے کہ اوپن-ویٹ AI سے کمپیوٹ اور طاقت کی مانگ میں اضافہ ہو سکتا ہے*، 2026ء کا اگست
6. MIT کی رپورٹ کے مطابق کھلے ماڈل اور بند ماڈل کے درمیان قیمت کا فرق (دسمبر 2025 میں مکمل، مورگن اسٹینلی کی رپورٹ کے ذریعہ حوالہ دیا گیا)
7. کارنیگی میلون یونیورسٹی کا تحقیقی مضمون جس میں کھلے ماڈل کے ڈیپلومنٹ کے سرخیل کے دوران اور سائز کے درمیان تعلق بیان کیا گیا ہے (مورگن اسٹینلی رپورٹ کے حوالے سے)
8. مورگن اسٹینلی کے تجزیے: *ای آئی انفراسٹرکچر میں مواقع* (ورا روبن سسٹم کی فی گیگاواٹ لاگت کے اندازے میں اضافہ شامل)