لکھنے والے: ہوہو
亚马逊 کے AGI ادارے میں ملازمین کو برطرف کر دیا گیا، کیا AWS کا AI اقدار کا انکار ہو رہا ہے؟
TL;DR
· ایمیزون نے تصدیق کی ہے کہ AGI ادارہ کچھ ملازمتوں کو ختم کر رہا ہے، جبکہ بڑے AI ماڈلز پر زور دیا جارہا ہے۔
بازار میں اس بات پر اختلاف ہے کہ یہ ریگولیشن خود کی گئی ماڈل کی کم طاقت والی نسخہ ہے یا صارفین کے ادائیگی والے منصوبوں پر دوبارہ توجہ مرکوز کرنا ہے۔
· متعلقہ اثاثہ: AMZN، AWS، Anthropic، AI کلاؤڈ انفراسٹرکچر چین۔
امیزون نے 22 جولائی کو تصدیق کی کہ اس کے AGI گروپ میں کچھ عہدے ختم کر دیے گئے ہیں، لیکن کمپنی نے یہ بھی کہا کہ وہ بڑے AI ماڈلز کی تعمیر جاری رکھ رہی ہے اور اسے اپنی سب سے اہم سرگرمیوں میں سے ایک قرار دیا ہے۔ رائٹرز کے حوالے سے رپورٹ کے مطابق، امیزون نے اس تبدیلی کو صرف اس لیے کیا ہے کہ وہ اپنے وسائل کو مستقبل میں صارفین کے لیے سب سے اہم شعبوں پر مرکوز کرے۔
اس کٹوتی کے دوران مخصوص تعداد کا اعلان نہیں کیا گیا، اور اسے ایمیزون کی طرف سے AGI چھوڑنے کے طور پر براہ راست نہیں سمجھا جا سکتا۔ یہ زیادہ تر ایمیزون کے AI کے روایت کے اندر موجود تضاد کو سامنے لائے ہے: بڑی ٹیک کمپنیاں اب بھی اربوں امریکی ڈالر کے AI بنیادی ڈھانچے میں سرمایہ کاری کر رہی ہیں، لیکن لمبے مدتی AI کے خوابوں کے قریب ترین ٹیمیں اب تنظیمی تقليص کو قبول کر رہی ہیں۔
سرمایہ کاروں کے لیے سوال یہ نہیں کہ ایمیزون نے کتنے لوگوں کو بے روزگار کیا، بلکہ یہ ہے کہ AWS کی AI کی قیمت میں اب دوبارہ جانچ ہو رہی ہے۔ پہلے بازار بڑی ٹیک AI میں سرمایہ کاری کے لیے پریمیم تیار تھا، جس کا فرض یہ تھا کہ جتنا مڈل زیادہ طاقتور ہوگا، اتنی ہی زیادہ مستقبل کی آمدنی ہوگی۔ اب زیادہ عملی سوال یہ ہے کہ ان سرمایہ کاریوں کو کب تک صارفین کی ادائیگی، کلاؤڈ آمدنی اور منافع کی شرح میں بہتری میں تبدیل کیا جائے۔
AGI (جنرل آرٹیفیشل انٹیلی جنس) کو ایک ایسے طویل مدتی مقصد کے طور پر سمجھا جا سکتا ہے جو ابھی تک حاصل نہیں ہوا، جس میں AI انسانوں کی طرح مختلف شعبوں میں سیکھے اور مسائل حل کرے۔ یہ دورانیے کی تصورات کی نمائندگی کرتا ہے، لیکن فوری آمدنی بننا ضروری نہیں۔ AWS کو ایسا چاہیے کہ وہ AI کی صلاحیتیں ایسی خدمات کے طور پر پیکج کرے جو کاروبار ابھی خرید سکتے ہیں، استعمال کر سکتے ہیں، اور اپنی ضروریات کے مطابق کسٹمائز کر سکتے ہیں۔
جتنی زیادہ AI میں سرمایہ کاری کی جائے، اتنے ہی زیادہ تنظیم کو ترجیحات دینے پر مجبور کیا جائے گا
اس کٹوتی کا مرکزی نکتہ امریکا کے ماڈل بنانے جاری رکھنے کے بارے میں نہیں ہے۔ باضابطہ بیان نے حدود طے کر دیے ہیں: بڑے ماڈل اب بھی ترجیحی ہیں، لیکن وسائل صرف ان پروجیکٹس پر مرکوز کیے جائیں گے جن کے بارے میں صارفین سب سے زیادہ فکر مند ہیں۔
تنظیمی اقدامات ظاہر کرتے ہیں کہ AI میں سرمایہ کاری بند نہیں ہوئی، لیکن اس کی خطا کی اجازت کم ہو رہی ہے۔ دسمبر 2025 میں، ایمازون نے AI سے متعلقہ لیڈرشپ کو دوبارہ ترتیب دیا، جس میں اینڈی جاسی نے پیٹر ڈی سانتس کو AI ماڈلز، چپس اور کوانٹم کمپوٹنگ کے نئے تنظیم کا ذمہ دار قرار دیا۔ روحت پراساد نے 2025 کے آخر میں عہدہ چھوڑ دیا، جبکہ پائیٹر ایبیل نے AGI کے اندر فرنتیر ماڈلز کے تحقیق کا ذمہ لیا۔ روترز کے حوالے سے رپورٹ میں یہ بھی بتایا گیا کہ AGI لیب کے سربراہ داوڈ لوآن نے فروری 2026 میں عہدہ چھوڑ دیا۔
ان تبدیلیوں کو مل کر دیکھنے پر، ایمیزون AI ہتھیاروں کے مقابلے سے باہر نہیں نکل رہا، بلکہ اپنے اندری سرمایہ کاری کے پورٹ فولیو کو دوبارہ ترتیب دے رہا ہے۔ لمبے مدتی تحقیقی منصوبوں کا اب بھی کہانی کی قدر ہے، لیکن صارفین، آمدنی اور مصنوعات کے قریب تر منصوبے کو زیادہ ترجیح دی جا رہی ہے۔
یہ بڑی ٹیک AI ٹریڈنگ کا مشترکہ پس منظر بھی ہے۔ گزشتہ دو سالوں میں، بازار نے بنیادی طور پر اس بات کا تعین کیا کہ کون خرچ کرنے کا ساہس رکھتا ہے، کے پاس کون سا کمپوٹیشنل پاور ہے، اور کس کے پاس کون سا ماڈل ہے۔ اب، سرمایہ کاری خود کافی نایاب نہیں رہی، اور سرمایہ کار اب ریٹرن آن انویسٹمنٹ کے بارے میں سوال کر رہے ہیں: ماڈل ٹیم، چپس، ڈیٹا سینٹر اور انسانی وسائل کیا آخرکار آمدنی میں تبدیل ہو پائیں گے؟
نوا فورج کمرشل ہینڈل فراہم کرتا ہے
اس تبدیلی کو سمجھنے کے لیے، AWS re:Invent 2025 کے دوران AWS کے ذریعہ جاری کیے گئے Nova Forge کو دیکھنا ہوگا۔ یہ عام چیٹ بوٹ نہیں بلکہ کمپنیوں کو کسٹم ماڈلز تربیت دینے کے لیے ایک سروس ہے۔
سنتھیک راستوں میں، اگر کوئی کمپنی اپنے صنعت کے لیے ایک جدید ماڈل حاصل کرنا چاہے، تو یا تو اسے صفر سے تربیت دینی پڑتی ہے، جس کا اخراج بہت زیادہ ہوتا ہے؛ یا پھر موجودہ ماڈل پر مائکرو ٹیوننگ کرنا پڑتا ہے، جس کی صلاحیت اور کنٹرول محدود ہوتا ہے۔ نووا فورج کا خیال یہ ہے کہ صارفین Amazon Nova ماڈل کی تربیت کے دوران کے چیک پوائنٹس (تربیت کے درمیانی اسٹوریج) سے شروع کریں، اور مختلف تربیت کے مراحل میں اپنے ڈیٹا اور امریکی کمپنی کے ذریعہ تیار کردہ ڈیٹا سیٹس شامل کریں۔
亚马逊 اسے اوپن ٹریننگ کہتی ہے۔ سادہ الفاظ میں، کوئی کاروبار ایک بڑا ماڈل صرف صفر سے تیار نہیں کرتا، بلکہ امریکی کمپنی کے پہلے سے تربیت یافتہ ماڈل کے بنیادی ڈھانچے سے شروع کرتا ہے اور اپنی صنعت کی معلومات پہلے سے ڈال دیتا ہے۔ اس طرح وہ بنیادی صلاحیتوں کو ورثہ میں حاصل کرتا ہے اور شعبہ جاتی مہارت حاصل کرنا آسان ہو جاتا ہے۔
یہ راستہ AWS کے لیے اہم ہے کیونکہ وہ ماڈل کی صلاحیتیں کلاؤڈ سروس پروڈکٹس میں تبدیل کرنے کی کوشش کر رہا ہے۔ صارفین صرف ایک ماڈل انٹرفیس کو کال نہیں کرتے، بلکہ AWS پر اپنے ماڈلز کو تربیت دیتے، ہوسٹ کرتے، ڈپلوی کرتے اور بہتر بناتے ہیں۔ اگر پروڈکٹ کامیاب ہو جائے تو اس سے کمپوٹنگ پاور کی استعمال، پلیٹ فارم کی لگاوٹ اور بعد کے آپریشنل آمدنی میں اضافہ ہو سکتا ہے۔
لیکن موجودہ معلومات سے ثابت نہیں ہوتا کہ برطرف کیے گئے AGI وسائل کو نووا فورج کی طرف منتقل کیا گیا ہے۔ زیادہ محفوظ فیصلہ یہ ہے کہ AGI کی تنظیمی تبدیلی اور نووا فورج جیسے صارف کی طرف مائل مصنوعات کا ایک ساتھ ظہور، ایمیزون کے تجارتی منصوبوں کو زیادہ اہمیت دینے کی رجحان کو ظاہر کرتا ہے۔
AWS کا مقابلہ صارفین کی کسٹمائزیشن پر منتقل ہو گیا ہے
亚马逊在基础模型竞赛中的地位一直比較特殊。它既自研 Nova，又投資 Anthropic，還要維護 AWS 作為雲平台的中立性和模型生態。
یہ طے کرتا ہے کہ AWS صرف عالمی سب سے طاقتور ماڈل پر انحصار نہیں کر سکتا۔ کاروباری صارفین کے لیے ماڈل کی فہرست اہم ہے، لیکن یہ واحد معیار نہیں ہے۔ زیادہ عملی سوال یہ ہے کہ کیا کاروباری اندر کے ڈیٹا تک رسائی حاصل کی جا سکتی ہے، کیا محفوظ اور مطابقت کی ضروریات پوری کی جا سکتی ہیں، کیا تربیت کے اخراجات کم کیے جا سکتے ہیں، اور کیا یہ موجودہ کلاؤڈ سروسز کے ساتھ چل سکتی ہے۔
نوا فورج درستاً اس مقابلتی منطق کے مطابق ہے۔ یہ میدان کو عام ماڈل کی صلاحیتوں کی درجہ بندی سے آگے بڑھا کر یہ سوال پر لے جاتا ہے کہ کیا کوئی کمپنی اپنا ماڈل کم لاگت پر تربیت دے سکتی ہے۔ اگر یہ راستہ کامیاب ہو جائے، تو AWS AI آمدنی کو اپنے بنیادی کلاؤڈ کمپوٹنگ کاروبار میں ڈال سکتا ہے، نہ کہ صرف ایک صارفی AI مصنوعات پر ہی انحصار کرے۔
یہ بھی وضاحت کرتا ہے کہ ایمیزون کیوں AGI کے نریٹیو کو برقرار رکھتا ہے جبکہ کچھ ملازمتوں کو کم کرتا ہے۔ پہلا، مستقبل کی ٹیکنالوجی کی تصوری صلاحیت کو برقرار رکھتا ہے، جبکہ دوسرا، ٹیم کو وسائل کو ایسے شعبوں میں مرکوز کرنے پر مجبور کرتا ہے جن کی صارفین کی ضروریات سے تصدیق آسان ہو۔
ایم ایزون کے لیے، بازار کا اختتام صرف ایم ایزون کے پاس اے جی آئی ٹیم ہے یا نہیں، اس پر منحصر نہیں ہوگا۔ زیادہ اہم بات یہ ہے کہ اے وی ایس کیا ثابت کر سکتا ہے کہ AI سروسز نے صارفین کے خرچے میں اضافہ کیا، لگاوٹ بڑھائی، اور منافع کی شرح کو واضح طور پر متاثر نہیں کیا۔
آرڈر اور منافع کی شرح جواب دے دیں گی
اس کٹوتی کو دو انتہائی نقطوں میں سے کسی ایک کے طور پر لکھا جا سکتا ہے: یا تو ایمازون AI ناکام رہا، یا یہ ایک غیر متعلقہ عام بہتری ہے۔ موجودہ معلومات ان دونوں نتائج کی تائید نہیں کرتیں۔
زیادہ منطقی جائزہ یہ ہے کہ ایمیزون اب بھی AI کے اسلحہ کے مقابلے میں ہے، لیکن اندرونی بجٹ اور مہارت کی تقسیم اب صارفین کو فروخت کرنے والے حل کی طرف مائل ہو رہی ہے۔ یہ تبدیلی سرمایہ کاروں کے لیے اہم ہے، کیونکہ AMZN کا AI پریمیم اب صرف ماڈل کے ناٹشن پر نہیں، بلکہ AWS کے کاروباری نتائج پر زیادہ منحصر ہوگا۔
تجربہ کی تصدیق کچھ خاص باتوں پر منحصر ہوگی۔ کیا نووا فورج حقیقی کاروباری صارفین حاصل کر سکتا ہے، کیا صارفین مستقل ادائیگی کرنے کو تیار ہیں، اور کیا تربیت دی گئی ماڈل عام فائن ٹیوننگ کے مقابلے میں زیادہ قیمت کے لحاظ سے بہتر ہے، یہ سب اس بات کا تعین کرے گا کہ یہ ایک مؤثر پروڈکٹ ہے یا نہیں۔
ایک اور متغیر مہارت کا نکاس ہے۔ اگر AGI کی تنظیمی تبدیلیاں صرف غیر اہم عہدوں کے بہترین انتظام ہیں، تو اس کا اثر محدود ہوگا؛ اگر مرکزی تحقیق اور انجینئرنگ کے ماہرین چلے جائیں، تو ایمازون کے خود ساختہ ماڈلز کی لمبے مدتی مقابلہ کنندگی کمزور ہو جائے گی۔ آفیشل بیان اور تنظیمی حقیقت کے درمیان تناو، آخرکار مصنوعات کی قبولیت، AWS AI کی آمدنی اور بعد کے فنانشل رپورٹس میں سرمایہ کاری کے رجحانات کے ذریعے حل ہوگا۔
ٹویٹر：https://twitter.com/BitpushNewsCN
بٹ پش ٹی جی مکالمہ گروپ：https://t.me/BitPushCommunity
بیپوش ٹی جی سبسکرائب کریں: https://t.me/bitpush