فورچن کے تجزیے کے مطابق، موجودہ AI معاش میں دو جذبات کا اثر ہے: ایک طرف "یہ بار اس سے مختلف ہے"، اور دوسری طرف "کوئی جواب نہیں جانتا"۔ تجزیہ کے مطابق، یہ مل کر رہنے والی امید اور عدم یقین، موجودہ AI کی لہر کی سب سے اہم خصوصیت ہے۔
امریکہ کے پنسلوانیا یونیورسٹی کے ورتون سکول کے پروفیسر ایتھن مولک نے حال ہی میں نیو یارک پبلک لائبریری میں ایک تقریر میں کہا کہ AI لیبارٹریز، کاروباری ایگزیکٹو اور صنعت کے رائے ساز بھی اس بات کا جواب دینے کے لیے کوئی پہلے سے تیار طریقہ کار نہیں رکھتے کہ AI کیسے حقیقی طور پر کاروبار کو تبدیل کرے گا۔ انہوں نے کہا کہ جو کوئی بھی دعویٰ کرتا ہے کہ اس نے "معیاری اسکرپٹ" حاصل کر لیا ہے، وہ قابل اعتماد نہیں۔
کل پیداواری صلاحیت میں ابھی تک محدود اضافہ ہوا ہے
ایک مضمون میں امریکی بینک کے ڈیٹا کا حوالہ دیتے ہوئے کہا گیا ہے کہ AI ابھی مجموعی معیشت کی سالانہ پیداواری صلاحیت میں صرف تقریباً 0.1% کا اضافہ کر رہا ہے۔ یہ عدد مارکیٹ کی AI کے بارے میں اعلیٰ توقعات کے ساتھ واضح طور پر مطابقت نہیں رکھتا۔ امریکی بینک نے اسی رپورٹ میں AI کو بجلی اور انٹرنیٹ سے زیادہ اثر رکھنے والی ٹیکنالوجی قرار دیا ہے۔
گولڈمن سیکس کا 2024 کے مارچ کا مطالعہ بھی اسی قسم کا نتیجہ دیتا ہے۔ اس کی رپورٹ میں کہا گیا ہے کہ AI اور مجموعی معیشت کی پیداواری صلاحیت میں اضافے کے درمیان اب تک کوئی واضح تطابق نہیں دیکھا گیا ہے۔ تاہم، صارفین کی مدد اور سافٹ ویئر جیسے AI کے زیادہ مرکوز شعبوں میں درمیانی پیداواری صلاحیت میں 30 فیصد تک اضافہ ہوا ہے۔
امریکی بینک کے اندازے کے مطابق، AI ابھی کے لیے تقریباً 20 فیصد کام کے کاموں کو تبدیل کر سکتا ہے، جن میں صرف 23 فیصد ابھی لاگت کے لحاظ سے منافع بخش ہیں۔ خودکاری مکمل ہونے پر بچنے والی مزدوری کی لاگت تقریباً 27 فیصد ہوگی، جبکہ مزدوری کی لاگت خود کل لاگت کا تقریباً نصف ہے۔ اس طریقہ کار کے تحت، موجودہ نظریہ کے مطابق مزدوری کی پیداواری صلاحیت میں اضافے کی حد تقریباً 0.66 فیصد ہے، جو عملی طور پر اطلاق کے بعد تصادم اور نفاذ میں تاخیر کی وجہ سے مزید کم ہو جائے گی۔
کمپنی کے اندر کے عملوں کی وجہ سے لاگو ہونے میں تاخیر ہو رہی ہے
یہ مضمون کہتا ہے کہ AI کے فائدے اب تک مکمل طور پر نہیں دکھائی دیے، اور مسئلہ شاید پہلے ٹیکنالوجی میں نہیں بلکہ تنظیمی ساخت میں ہے۔ مولک نے کہا کہ کاروباری آئی ٹی ڈیپارٹمنٹس AI منصوبوں کے لیے سب سے زیادہ متاثر ہونے والے مقامات ہیں، جس کا سبب نئے اقدامات کے خلاف ہونا نہیں بلکہ ان کی ذمہ داریاں خطرات کو کنٹرول کرنے کی طرف مائل ہونا ہے۔
اس نے یہ بھی کہا کہ KPI کا نظام تجربہ کے لیے جگہ کو محدود کرتا ہے۔ اگر کوئی کمپنی شروع سے ہی کسی منصوبے سے 10 فیصد بہتری کا مطالبہ کرتی ہے، تو اس کا نتیجہ عام طور پر موجودہ عملوں کی چھوٹی تبدیلیاں ہوتی ہیں، نہ کہ عمل کے خود کو بدلنے کی طرف جانے والی تبدیلیاں۔ دوسرے الفاظ میں، کام کے طریقے کو حقیقی طور پر تبدیل کرنے والے AI استعمالات، روایتی کارکردگی کے فریم ورک میں آسانی سے پروان چڑھنا مشکل ہو سکتے ہیں۔
ای آئی کمپنیاں بھی اپنے ڈیپلومنٹ طریقوں کو تلاش کر رہی ہیں
یہ مضمون ایک اور زیادہ واضح ظاہری پہلو کا ذکر کرتا ہے: کئی AI کمپنیاں اپنے صارفین کو ماڈلز کو عملی کاروبار میں جوڑنے میں مدد کے لیے اپنے خود کے مشورتی اور ڈپلویمنٹ ٹیمیں بنارہی ہیں۔ مولک کا خیال ہے کہ یہ خود بخود یہ ظاہر کرتا ہے کہ صنعت ابھی تک ایک بالغ، قابل تکرار عملی راستہ نہیں بنایا گیا ہے۔
اگر ماڈل کی صلاحیت اتنی طاقتور ہو چکی ہے کہ وہ بڑی تعداد میں وائٹ کالر نوکریوں کو دوبارہ شکل دے سکتی ہے، تو ان کمپنیوں کو اس بنیادی سوال کا جواب دینا آسان ہونا چاہیے کہ "کیسے لاگو کریں؟" لیکن حقیقت یہ ہے کہ AI کے سب سے زیادہ مثبت تصور رکھنے والے ٹیکنالوجی فراہم کنندگان بھی کمپنیوں میں اس کے عملی استعمال کے طریقے تلاش کر رہے ہیں۔
یہ مضمون کہتا ہے کہ موجودہ AI صنعت کا بنیادی تنازع صرف اقدار کی بلندی یا کمی نہیں، بلکہ تکنیکی ترقی کی رفتار اور تنظیموں کی اسے جذب کرنے کی صلاحیت کے درمیان عدم تطابق ہے۔ مارکیٹ ایک طرف AI کے گہرے تبدیلی لانے کے امکانات پر یقین رکھتی ہے، دوسری طرف اس کے لیے براہ راست اطلاق کرنے کے لیے کوئی واضح راستہ نہیں ہے، اور یہ تنازع AI معاش کے اگلے مرحلے کو متاثر کرتا رہے گا۔