لکھنے والے: a16z
ترجمہ: شن چاؤ ٹیکفلو
شین چاؤ کا خلاصہ: جب پورے ٹیک صنعت میں 7 فیصد ملازمین کو بے روزگار کیا جا رہا ہے، تو سافٹ ویئر ڈویلپمنٹ کے عہدے 14.6 فیصد بڑھ رہے ہیں — اس کا سبب یہ ہے کہ AI ٹولز نئے لوگوں کو پروڈکشن لیول کوڈ لکھنے کی اجازت دے رہے ہیں۔ یہ "AI نے نوکری چھین لی" کی کہانی نہیں ہے، بلکہ یہ ثابت کرتا ہے کہ ٹولز لوگوں کو زیادہ قیمتی بناتے ہیں۔ انٹرن شپ کے عہدوں میں تیزی سے اضافے اور نوجوانوں کی تنخواہ میں سب سے زیادہ اضافے سے مزدور بازار کا سگنل واضح ہے: AI استعمال کرنے والے لوگ اب بہت طلب شدہ بن رہے ہیں۔
گراف: کلاؤڈ کوڈ کے اطلاق کے بعد سافٹ ویئر ڈویلپمنٹ ملازمتوں کی تعداد 114.6 تک واپس آ گئی، جبکہ مجموعی مارکیٹ 93 تک گر گئی۔ ذریعہ: a16z
سافٹ ویئر اسٹاکس کا انتخابی فروخت
عوامی ٹریڈنگ سافٹ ویئر کمپنیوں کی پریشانیاں جاری ہیں، لیکن جیسا کہ ہم نے پہلے بتایا تھا، موجودہ صورتحال کوئی بے ترتیب "قحط" نہیں ہے۔
سافٹ ویئر اسٹاک کی فروخت موجودہ یا قریبی کارکردگی کا نتیجہ نہیں ہے، بلکہ بازار کا اشتراکی شک ہے کہ ان کمپنیوں کو لمبے عرصے تک کارکردگی برقرار رکھنے میں کامیاب ہونا ہوگا:
اگلے دسمبر کے مفت نقدی بہاؤ کا اقدار کا نسبت 2014 کے سطح پر یا اس سے کم ہے۔ دوسرے الفاظ میں، سافٹ ویئر کمپنیوں کی نقدی پیدا کرنے کی صلاحیت پر سرمایہ کاروں کا پریمیم دس سالوں میں سب سے کم ہے۔
یہ بات ہے کہ جب تک "SaaS مر چکا ہے" کے ثبوت اب بھی کمزور ہیں، سرمایہ کاروں کی ذمہ داری مستقبل کے بارے میں اپنی رائے رکھنا ہے، اور مستقبل ان کے لیے کچھ اندھیرا لگ رہا ہے۔
تاہم، تمام سافٹ ویئر کمپنیوں کا مستقبل اندھیرا نہیں ہے۔ فرق اور تمیز اب ہر چیز کا اہم پہلو بن رہا ہے۔ آپ اس کو کئی مختلف زاویوں سے دیکھ سکتے ہیں۔
سب سے پہلے IGV اندیکس کے میڈین، ہیڈ اور ٹیل کوارٹائل کی کارکردگی کے فرق کو دیکھیں:
گزشتہ 30 ٹریڈنگ دن کے دوران، سرکاری چوتھائی اور درمیانی IGV اسٹاک نے مجموعی ETF کو پیچھے چھوڑ دیا — نچلی چوتھائی (جن میں کچھ بڑی کمپنیاں بھی شامل ہیں) نے مجموعی کارکردگی کو کم کیا۔
سالانہ جائزے کے مقابلے میں، صورتحال بہت مختلف ہے:
گزشتہ سال، میڈین نے کل ETF کی کارکردگی کے قریب قریب پیروی کی — جب تک کہ سال کے شروع میں چوتھائی درجہ بندیاں الگ نہ ہو گئیں (اب سرٹھ اور نچلے درجے کے درمیان تقریباً 50 فیصد کا فرق ہے)۔
30 دن کے منظر کو واپس دیکھتے ہوئے، واضح ہے کہ بنیادی اعداد و شمار نے حالیہ شیئر قیمت کے اظہار کا سخت طور پر تعین نہیں کیا:
آمدنی کی نمو کے نقطہ نظر سے، نمو اور حالیہ کارکردگی کے درمیان تقریباً کوئی متعلقہ نہیں ہے (اگرچہ عادلانہ طور پر کہنا چاہیے کہ بہت سی باتیں نمو کے سطح کے بجائے نمو میں تبدیلی سے وابستہ ہیں)۔ کارکردگی کے چوتھائیوں کے لحاظ سے، وہی نمونہ ظاہر ہوتا ہے: 10-20% کے آمدنی کی نمو کے دائرے میں بہت سی سافٹ ویئر کمپنیاں مجموعی طور پر مرکوز ہیں، لیکن کارکردگی تقریباً عمودی طور پر تقسیم ہوتی ہے، جس میں سب سے زیادہ آمدنی کی نمو والی (اور ETF میں سب سے بڑی) کمپنیاں کارکردگی کے نچلے چوتھائی میں واقع ہیں۔
بڑھوتے سے زیادہ اہم بات یہ ہے کہ لمبے مدتی استحکام کا احساس ہو۔ درج ذیل وہی گراف صنعت کے لحاظ سے ہے:
ہر کمپنی کو واضح طور پر درجہ بندی کرنا مشکل ہے، لیکن سب سے اوپر اور دوسرے چوتھائی کے کارکردگی والے عام طور پر (1) سائبر سیکیورٹی/قابلِ مشاہدہ صلاحیت؛ اور (2) عمودی SaaS کے ذریعے ہوتے ہیں۔ اس کے مقابلے میں، نچلے دو چوتھائی水平 SaaS، کلاؤڈ/بنیادی ڈھانچہ اور "دیگر" زمرے کا کچھ مجموعہ ہوتے ہیں، جن میں مارکیٹ پلیٹ فارم، اشتہار ٹیکنالوجی اور پوائنٹ سولوشنز (اور MicroStrategy جیسی مشکل سے درجہ بندی ہونے والی کمپنیاں) شامل ہیں۔
مرکزی نکتہ واضح ہے۔ چاہے درست ہو یا غلط، بازار نے سافٹ ویئر کمپنیوں کے درمیان واضح فرق محسوس کر لیا ہے — وہ کمپنیاں جن کے پاس کسی قسم کی AI ڈیفنس اور/یا سرخی ہے (اور جن کے پاس نہیں ہے)۔
سائبر سیکیورٹی اور قابل مشاہدہ صلاحیت کے لیے، AI خریداروں کی فوری ضرورت کو بڑھانے کا تخمہ لگاتا ہے (اور موجودہ فرماوں کے پاس AI نئی نسل کو بدلنے کے لیے بھروسے کا پریمیم ہے)۔
عمودی SaaS کے لیے، کام کے راستے، ڈیٹا اور صارفین کے تعلقات کے حوالے سے ماہرانہ معلومات AI چیلنج کرنے والوں کے لیے داخلہ کی رکاوٹ بن جاتی ہے (جبکہ افقی پلیٹ فارمز کے لیے ایسا نہیں کہا جا سکتا)۔
لیکن دوسرے سب کے لیے، پیغام واضح ہے: سافٹ ویئر خود کوئی دفاعی دیوار نہیں ہے۔
سالوں کا چپکا ہوا اور مستقل طور پر بڑھتا ہوا ARR، وسیع فیچرز کا مجموعہ اور وسیع استعمال صرف — کل کی خبر ہیں۔ احتمالاً کچھ کوٹروں کے لیے مستقل اور/یا بہتر ہونے والی نمو کا رجحان موڑ دے گا، لیکن ابھی مارکیٹ اس پر یقین نہیں کرتی اور اسے قبول نہیں کرتی۔
AI کی مانگ میں اضافہ > AI پر خرچ میں اضافہ
آپ نے حال ہی میں token-maxxing سے token-optimizing تک کے تصوری تبدیلی کے بارے میں سنہا ہوگا، جو ایک بڑی بات ہے۔
ہاں، حالانکہ ایڈوانسڈ ماڈلز کی تربیت کا خرچہ بڑھ رہا ہے، لیکن ان ایڈوانسمنٹس کا حاصل ممکنہ طور پر صارفین کو اضافی خرچ برداشت کرنے کے لیے کافی نہیں ہوگا۔ صارفین نئے اور طاقتور ترین ٹوکن کا بھرپور استعمال نہیں کریں گے، بلکہ جہاں ممکن ہو وہ سستے اور کم طاقتور ماڈلز (شامل کرتے ہوئے اوپن ویٹس والے ماڈلز) پر ڈاؤنگریڈ کر دیں گے۔
کچھ لوگوں کے لیے، یہ تبدیلی آگے بڑھنے والے ماڈلز کے ترقی کی قابلیت کو چیلنج کرتی ہے — اگر صارفین نئے اور طاقتور ترین ماڈلز کی لاگت کا سہارا نہیں دیتے، تو لیب کیا کرے؟ منصفانہ، حالانکہ یہ اعتراض تھوڑا مزاحیہ ہے کیونکہ آگے بڑھنے والے ماڈلز کی ترقی کی قابلیت کو خطرہ تھا جب غیر آگے بڑھنے والے ماڈلز جلد ختم ہو جاتے تھے... اب جبکہ غیر آگے بڑھنے والے ماڈلز کم ختم ہو رہے ہیں، یہ واضح طور پر اب بھی ایک بری بات ہے۔ ٹھیک ہے۔
ہم اس بحث کے صحیح یا غلط پہلوؤں پر تفصیل سے بحث نہیں کر رہے، بلکہ ہم نے صرف یہ مشاہدہ کیا ہے کہ ذکاوت کی لاگت تیزی سے کم ہو رہی ہے، جو AI کی مانگ پر مثبت اثر ڈال رہی ہے۔ دوسرے الفاظ میں، جیونز کا عمل جاری ہے: AI جتنا سستا ہوگا، لوگ/کمپنیاں اسے اتنے ہی زیادہ امور کے لیے استعمال کرنا چاہیں گے۔
جو چیز آپ دیکھنا چاہتے ہیں، وہی تقاضے کے دائرے کو بڑھانا ہے۔
ہم ایک اور نوآوری کے مثال سے شروع کرتے ہیں جو مرکزی اور مہنگی شروع ہوئی اور پھر غیر مرکزی اور سستی ہو گئی: کمپیوٹر۔ AI کے معاملے میں، ذہنی لاگت کمپیوٹر کے ذریعے پچھلی تکنیکی قفز کے مقابلے میں تیزی سے کم ہو رہی ہے:
پی سی کو AI کے ذریعے تقریباً تین سال میں حاصل ہونے والے قابلِ انجام کے فائدے کو حاصل کرنے میں تقریباً بیس سال لگ گئے۔
یہ ایک استثنائی راہ ہے، جیسے کمپیوٹر، لاگت میں کمی کے ساتھ AI کی مانگ دائیں اور اوپر کی طرف بڑھ رہی ہے (اب بھی بہت بڑا مکان ہے)۔
گاہک کے لیے، پی این سی بینک کے ڈیٹا کے مطابق، ادائیگی کی درجہ بندی اب بھی کم ہے، لیکن بڑھ رہی ہے:
فیس والے AI کے گھریلو حصے اور ان کی اوسط ماہانہ خرچ بھی لگاتار بڑھ رہے ہیں—ماہانہ خرچ زیادہ تیزی سے بڑھ رہا ہے، سال کے آغاز سے تقریباً 25% کا اضافہ ہوا ہے۔
یہ واضح طور پر مکمل تقابل نہیں ہیں، لیکن کچھ نقطہ نظر کے طور پر، 1997 میں صرف تقریباً 45 فیصد 35-54 سال کے بالغین نے اعتراف کیا کہ ان کے پاس پی سی ہے (کمپیوٹر کے کاروباری جاری ہونے کے کئی دہائیوں بعد، جو بنیادی طور پر کاروباری شعبے میں تھا)۔ اب، کمپیوٹر رکھنے والے گھریلو افراد کا تناسب تقریباً 90 فیصد ہے، اور اگر اسمارٹ فونز کو بھی شامل کیا جائے تو یہ تقریباً 97 فیصد ہے—مرکزی نکتہ یہ ہے کہ عوامی بازار میں قبولیت میں کچھ وقت لگتا ہے، اور یہ فائدے اور لاگت کے ساتھ بڑھتا ہے۔
دیگر ڈیٹا بھی ظاہر کرتا ہے کہ AI کی مانگ لاگت کی کارکردگی کے ساتھ بڑھ رہی ہے۔
YipitData کی طرف سے OpenRouter ڈیٹا کے تجزیہ کے مطابق (صرف کل ٹوکن استعمال کے ایک حصہ کو پیمانہ بناتے ہوئے)، فرنتیئر ٹوکن کا استعمال جاری ہے، جبکہ اوپن ویٹ ٹوکن جاری ہے کہ وہ تیزی سے حصہ حاصل کر رہے ہیں:
"ایشیائی فراہم کنندگان" کا ٹوکن کے کل حصے میں (کھلے وزن کے متبادل کا نمائندہ) تقریباً 60% تک اضافہ ہو گیا ہے، جو سال کے آغاز کے مقابلے میں تین گنا ہے۔ OpenRouter کا نمونہ کم از کم کچھ حد تک کھلے وزن والے صارفین کے لیے جھکا ہوا ہو سکتا ہے، لیکن یہ قیمت کے فرق کی کہانی اور جیونز کی کہانی دونوں کے ساتھ مماثلت رکھتا ہے۔
اسی طرح، OpenRouter کے مطابق، جبکہ فی صارف ٹوکن اور فی صارف خرچ دونوں تیزی سے بڑھ رہے ہیں، لیکن سال کے آغاز سے پہلے کا اضافہ دوسرے کے مقابلے میں کافی زیادہ ہے:
دوبارہ یاد دہانی، OpenRouter صرف وہی دیکھ سکتا ہے جو اسے دکھائی دے رہا ہے، اور یہ ماڈل Jevons کے سیٹنگ کے ساتھ بہت ملتا جلتا ہے (مطلب AI کی تیز رفتار لاگت کارگردگی میں اضافے کے ساتھ ساتھ بڑھتی ہے)۔
اب تک، واضح ہے کہ جب ذہانت سستی ہوگی، تو یہ مانگ کے منحنی کو مزید دائیں اور اوپر کی طرف منتقل کرے گی۔ دوسری سرحد کے ماڈل سے آنے والے سستے ٹوکن نے بالفعل حصہ حاصل کیا ہے، لیکن صاف اثر پورے خرچ کو اسی طرح اُبھار رہا ہے۔ یہ بہت مشکل ہے کہ اسے ایک مایوس کن کہانی کہا جائے۔
مایوس نظر رکھنے والے شاید اب بھی دعویٰ کریں کہ کھلے وزن والے ماڈلز آگے کی حدود کو کھا رہے ہیں، لیکن کارکردگی میں اضافے کا تقاضے پر واضح اثر نہ ہونا اور/یا کل خرچے میں کمی کی طرف لے جانے والے متبادل سیناریوز، دراصل زیادہ قریب ہوں گے ختم ہونے کے منظر کے۔ مقابلہ میں، جیونز بالکل وہی ہے جو بیلیف کرنے والوں کی امید ہے۔
اینٹری لیول کے عہدے کا فائدہ
AI کی مانگ کے بارے میں، جبکہ AI کو کم از کم مفید بتایا جاتا ہے تاکہ معنی خیز ROI پیدا کیا جا سکے، اور اتنی زیادہ مفید کہ یہ تمام نوکریوں کو ختم کر دے، ہم خوشی کے ساتھ اعلان کرتے ہیں کہ اب تک AI کے حق میں کوئی ثبوت نہیں ملا ہے کہ یہ واقعی کسی نوکری کو ختم کر رہا ہے۔
در حقیقت، بے شک کام کے مارکیٹ میں ایک کمزوری (یعنی ابتدائی سطح کی ملازمتیں) کے بارے میں بھی حال ہی میں کچھ رُخ بدل گیا ہے، اور اگر کوئی فرق ہے تو AI مدد کر رہا ہے، نہ کہ نقصان پہنچا رہا ہے۔
سب سے پہلے، ریولیو کے ڈیٹا کے مطابق، 2026 کے گرمیوں کے انٹرن شپ کا ٹریکنگ پچھلے سالوں کے مقابلے میں کہیں زیادہ ہے:
انٹرن شپ کام نہیں ہے، لیکن یہ کم از کم جوانوں کے لیے کسی نہ کسی مانگ کا سگنل ہے، 2026 کا سائیکل '25 اور '24 سے زیادہ ہے (ہاں، '23 جیسا نہیں)۔
اس سے بھی بہتر بات یہ ہے کہ نوجوانوں اور جوان بالغوں کی تنخواہوں میں اضافہ بھی بڑھ رہا ہے:
ADP کے ڈیٹا کے مطابق، نوجوان مزدوروں (16-24 سال) کی تنخواہوں میں اضافہ 2025 کے کم سے کم نقطے سے بحال ہو گیا ہے۔ تنخواہوں میں اضافہ تقریباً یقینی طور پر مانگ کا سگنل ہے، اگر تنخواہیں بڑھ رہی ہیں، تو منطقی طور پر یہ بھی کہا جا سکتا ہے کہ شروعاتی سطح کی ملازمت کے مواقع بھی بہتر ہو رہے ہیں۔
AI کے اثر کے بارے میں (اگر کوئی اثر ہو)، تو صورتحال اور بھی بہتر ہے۔ AI مبتدئین کی ملازمت کو تیزی سے تیز کر رہا ہے:
ریولیو کے ملازمت کے ڈیٹا اور ریمپ کے خرچ کے ڈیٹا کے تجزیہ کے مطابق، "ہائی انٹینسٹی AI استعمال" کا مطلب ہے کہ دو سال بعد ابتدائی سطح کے ملازمین کی تعداد میں تقریباً 6 فیصد کا اضافہ ہوتا ہے۔ اس کے مقابلے میں، "کم انٹینسٹی" AI استعمال کا مطلب ہے کہ تقریباً 0.5 فیصد کی کمی ہوتی ہے۔
گراف: دو سال بعد، اعلیٰ AI استعمال کرنے والی کمپنیوں میں ابتدائی سطح کے ملازمین کا تناسب اوسطاً 1.15 فیصد بڑھ گیا، جبکہ کم AI استعمال کرنے والی کمپنیوں میں یہ 0.52 فیصد گھٹ گیا، جس سے ثابت ہوتا ہے کہ AI ابتدائی نوکریوں کو "بنانے" کے بجائے "چھین رہا" نہیں ہے۔ ماخذ: a16z
اس کے کئی تشریحات ہوسکتی ہیں، جن میں "AI درجہ اول ملازمتوں کو تخلیق کر رہا ہے"، "AI کے استعمال کرنے والے اضافی کمپنیاں ہیں، اس لیے بالکل یہی ان کی نوکریاں دے رہی ہیں"، اور "ریمپ کا ڈیٹا مجموعی معیشت کی نمائندگی نہیں کرتا، اس لیے کوئی بھی نتیجہ نکالنا مشکل ہے"۔ یہ سب منطقی ہیں، لیکن اس کی ایک تشریح جو تقریباً یقینی طور پر غلط ہے وہ ہے کہ "AI درجہ اول ملازمتوں کو ختم کر رہا ہے"۔
شاید ایک دن ہو جائے (ہر ممکنہ وجہ کے باوجود نہ ہونے کا خیال)، لیکن آج نہیں۔
عام طور پر، جبکہ "پوسٹ زیرو انٹریسٹ ایج" میں "AI ایکسپوژر" ملازمتوں کے کم ہونے پر بہت بات ہو رہی ہے، لیکن "AI ایکسپوژر" ملازمتوں کے حالیہ دور میں بحالی کی قیادت کرنے کے بارے میں نسبتاً کم بات ہو رہی ہے:
Indeed کے ملازمت لیب کے ڈیٹا کے مطابق، مئی 2025 سے، AI کی اظہار کی درجہ بندی جتنا زیادہ ہے، اس کا بحالی کا اثر اتنا ہی زیادہ ہے۔ یہ خاص طور پر سافٹ ویئر انجینئرز کے لیے واضح ہے، جہاں ملازمت کے اشتہارات میں تقریباً 15 فیصد اضافہ ہوا، جبکہ کل میں تقریباً 7 فیصد کمی آئی (Claude Code کے اطلاق سے لے کر)۔
بڑے پیمانے پر، ابھی نتیجہ دینا جلد بازی ہے، لیکن جو لوگ دعویٰ کرتے ہیں کہ "AI انسانوں کو زائد ثابت ہو رہا ہے"، ان کے لیے ڈیٹا ان کی حمایت نہیں کرتا۔ اگر کچھ بھی ہے تو، حالت بالکل اُلٹی ہے—AI کے استعمال کا درجہ ملازمت کے اضافے کے ساتھ مثبت طور پر متعلق لگتا ہے۔
تصویر: 2025ء کے مئی کے بعد سے، جتنے زیادہ AI کے اثرات والے پیشے ہیں، ان میں ملازمت کے اشتہارات کا ابھار اتنے زیادہ ہوا، سافٹ ویئر ڈویلپمنٹ کے عہدوں میں 15 فیصد تک کا اضافہ ہوا، جو مارکیٹ کے باقی حصے سے آگے ہے۔ ذریعہ: a16z
ایک عادلانہ نقطہ نظر سے، ابھی تک یہ واضح نہیں ہے کہ "AI کا اظہار" کا طبقہ کتنے اہم ہے، کیونکہ اس بات پر تقریباً کوئی اتفاق نہیں ہے کہ AI کے تحت کیا یا کون اظہار ہوتا ہے (اور اظہار کی درجہ بندی کیا ہے):
ثابت ہوا ہے کہ کسی بھی دی گئی پیشہ ورانہ شعبے کی اوسط "AI ایکسپوژر" جتنا زیادہ ہوتی ہے، ایکسپوژر کے بارے میں اختلافات بھی اتنے ہی زیادہ ہوتے ہیں۔
تصویر: جتنا زیادہ پیشہ ورانہ اوسط AI اظہار اسکور ہوتا ہے، اتنا ہی زیادہ اکیڈمیک دنیا میں اس کے اظہار کے بارے میں اختلاف ہوتا ہے، جو یہ ظاہر کرتا ہے کہ اس تصور کے بارے میں ابھی تک اتفاق رائے نہیں ہے۔ ماخذ: a16z
کوئی حیران نہیں ہوگا کہ نئی ٹیکنالوجی کے مستقبل کے اثرات کا اندازہ لگاتے وقت عقلمند افراد کے درمیان رائے کا فرق ہو سکتا ہے۔
لیکن کچھ استثناء بھی ہیں۔ ہر کوئی اس بات پر متفق ہے کہ ایڈیٹرز، بیمہ اندراج کنندگان، احصائی دان، اور دلچسپ طور پر، معاشی دان، AI کے تحت بہت زیادہ متاثر ہیں۔ اگر AI آخرکار انسانی معاشی دانوں کو مکمل طور پر بدل دے تو، کیا وہ اس جرم کو تسلیم کرے گا، یا پھر ایسا کوئی معاشی دان باقی نہ رہے جو اس کہانی سناسکے؟
ڈیٹا سینٹرز توانائی کو سستا بناتے ہیں
اس ہفتے کے شروع میں، نیو یارک کے گورنر ہوچول نے ڈیٹا سینٹر ترقی پر ایک سال کی موقوفیت کا اعلان کیا۔ موقوفیت کے دیگر اہداف میں سے ایک "بجلی اور پانی کے صارفین کا تحفظ... کیونکہ ڈیٹا سینٹر ترقی کا بجلی اور پانی کے بِلز کو بڑھانے کا خطرہ ہے"۔ اس کے اسباب کے بارے میں مزید وضاحت کے لیے، گورنر نے Odd Lots پوڈکس پر اپنی وضاحت فراہم کی ہے، جسے آپ سن سکتے ہیں۔
اس کے باوجود، یہ ایک عجیب بیان ہے۔
ہاں، ڈیٹا سینٹر بجلی کی مانگ میں اضافہ کر رہے ہیں، لیکن ثبوت یہ ظاہر کرتے ہیں کہ ڈیٹا سینٹر دراصل صارفین کے اخراجات کو کم کرنے میں مدد کر رہے ہیں:
برکلی قومی لیب اور دی برٹل گروپ کے مطالعے کے مطابق، ریاستی سطح پر بجلی کی قیمت میں اضافہ اور تقاضے میں اضافہ کے درمیان منفی تعلق ہے۔ زیادہ استعمال کریں، کم ادا کریں—عجیب لیکن سچ۔
واقعیت یہ ہے کہ گزشتہ 6 سالوں میں، جن ریاستوں میں بوجھ کا اضافہ سب سے زیادہ (ڈیٹا سینٹر کی ترقی سب سے زیادہ) ہوا، جیسے ٹیکساس اور ورجینیا، وہاں قیمتیں تقریباً نہیں بڑھیں۔ دوسری طرف، جن ریاستوں میں قیمتیں سب سے زیادہ بڑھیں (نئے ڈیٹا سینٹر کم ہیں)، جیسے کیلیفورنیا اور نیو یارک، وہاں بوجھ کا اضافہ کم ہوا — کیلیفورنیا میں بجلی کی مانگ تقریباً 5 فیصد کم ہوئی، جبکہ قیمتیں کسی بھی دوسری ریاست سے تقریباً 33 فیصد زیادہ بڑھیں۔
تصویر: 2019-2025 کے درمیان امریکہ کے مختلف ریاستوں میں بجلی کی مانگ میں اضافہ اور بجلی کے داموں میں تبدیلی کے درمیان منفی تعلق، کیلیفورنیا اور نیو یارک میں مانگ کم ہوئی لیکن بجلی کے دام سب سے زیادہ بڑھے۔ ذرائع: a16z
اس کے علاوہ، یورپ میں بھی توانائی کی مانگ اور توانائی کی قیمت کے درمیان بالکل اُلٹا تعلق قائم ہے:
EIA کے ڈیٹا کے مطابق، آئرلینڈ کے علاوہ، بجلی کی مانگ میں سب سے زیادہ کمی والے یورپی یونین ممالک میں قیمتیں بھی سب سے زیادہ بڑھیں۔
تصویر: 2019-2024 کے درمیان یورپ اور امریکہ کے اہم معاشی علاقوں میں بجلی کی مانگ میں تبدیلیاں اور بجلی کے داموں میں تبدیلیاں بھی منفی طور پر متعلق ہیں، ٹیکساس اور ورجینیا میں مانگ میں اضافہ ہوا لیکن قیمتیں تقریباً مستقل رہیں۔ ذرائع: a16z
اسی طرح، زیادہ استعمال کریں، کم ادائیگی کریں۔ یہ غیر منطقی لگتا ہے، نہیں؟
ہم سب جانتے ہیں کہ دیگر شرائط مساوی ہونے پر، زیادہ تقاضا قیمت کو بڑھانا چاہیے، نہ کہ اس کے برعکس (جیسا کہ گورنر ہوچول نے دعویٰ کیا ہے)۔ لیکن بجلی کے گرڈ کے معاملے میں، بالکل اس کے برعکس ہوتا ہے۔ تقاضا اور لاگت کے درمیان اُلٹا تعلق اس لیے ہے کہ بجلی کے گرڈ عام طور پر سائز کی معاشیت سے فائدہ اٹھاتے ہیں: جتنا زیادہ بجلی کا تقاضا ہوگا، اتنا ہی زیادہ فکسڈ انفراسٹرکچر کی لاگت تقسیم ہوگی، جس سے صارفین کے لیے مجموعی قیمت کم ہو جاتی ہے۔
دوسرے الفاظ میں، ہوچول کا ڈیٹا سینٹر روکنے کا حکم "بجلی صارفین کا تحفظ" نہیں بلکہ اس کے برعکس اثر ڈال سکتا ہے: بجلی کی قیمتیں اس صورت میں زیادہ زیادہ بڑھ سکتی ہیں جب ڈیٹا سینٹر گرڈ کے ثابت لاگت کو بانٹنے میں مدد کر رہے ہوں۔ شاید یہ تعلق مستقل نہ رہے، لیکن اب تک یہی حالت ہے۔
انرژی کے اخراجات کو نظرانداز کرتے ہوئے، ابھی مزید وسیع معاشی اثرات پر غور کرنے کی ضرورت ہے۔ حقیقت یہ ہے کہ اگر AI سے متعلقہ بنیادی ڈھانچے میں سرمایہ کاری نہیں کی گئی، تو تقریباً کوئی سرمایہ کاری کا اضافہ نہیں ہوگا:
ٹیکنالوجی سے متعلق سرمایہ کاری واحد ایسی سرمایہ کاری کی قسم ہے جو بڑھ رہی ہے، اس لیے روک کا حکم بالکل سب سے زیادہ متاثرہ علاقے کو نشانہ بناتا ہے۔
تصویر: 2022 سے، ٹیکنالوجی سے متعلق سرمایہ کاری (软件، ریسرچ اور ڈویلپمنٹ، آئی ٹی ایquipment اور ڈیٹا سنٹر) منفرد فکسڈ سرمایہ کاری کے اضافے کا تقریباً واحد مثبت اہم عنصر رہا ہے۔ ذریعہ: a16z
گورنر کے پاس بالکل اپنی وجوہات ہیں، لیکن ایسی پالیسی جو (ا) بجلی کے داموں میں اضافہ کرے (بجلی کے صارفین کا تحفظ کرنے کے اقدام کے حصے کے طور پر)؛ اور (ب) نیو یارک ریاست کے سب سے اہم سرمایہ کاری کے ساتھیوں کو ختم کر دے، واقعی مشکل سمجھی جاتی ہے۔