AI کی سبسکرپشن ماڈل کی بنیادی بات یہ ہے کہ وہ غیر قابل پیشگوئی کمپوٹیشن لاگت کو قابل پیشگوئی آمدنی کی ساخت میں تبدیل کرتا ہے، جو اگلے دور میں مارکیٹ AI کمپنیوں کو لگاتار پوچھنے والا مرکزی سوال ہوگا۔

مضمون کے مصنف، ماخذ: وو دو دو

مقامی AI بالآخر اس مرحلے تک پہنچ گیا ہے: صرف صارفین کی بات نہیں کرنی چاہیے، اب منافع کی بات کرنی ہوگی

مفت صارفین کی حصول کی مرحلہ ختم ہو گیا، اب AI اطلاقات "لاگت کی سطح بندی + صارفین کی سطح بندی + تجارتی تصدیق" کے مرحلے میں داخل ہو گئی ہیں۔

حالیہ وقت میں، دوبائی ایپ اسٹور کی صفحہ پر ادائیگی والی سبسکرپشن کی معلومات ظاہر ہوئی ہیں: مفت بنیادی ورژن کے علاوہ، ممکنہ طور پر 68 یوان/ماہ کا معیاری ورژن، 200 یوان/ماہ کا طاقتور ورژن، اور 500 یوان/ماہ کا پیشہ ورانہ ورژن، جس کا سالانہ فیس زیادہ سے زیادہ 5088 یوان ہو سکتا ہے۔

دوبائو کا جواب ہے کہ مفت سروس جاری رہے گی، اضافی سروسز کا منصوبہ ابھی ٹیسٹ کے مراحل میں ہے، اور موجودہ پروڈکٹ میں ابھی تک متعلقہ فوائد نہیں دکھائے گئے ہیں۔

اس بات کو کئی سطحوں سے دیکھا جا سکتا ہے۔

یہ لاگت سے متعلق ہے، خاص طور پر "بھاری استعمال کرنے والوں کی لاگت"

ڈوباؤ کے اس پروڈکٹ کی سب سے بڑی پریشانی یہ ہے کہ جتنا صارفین اس کا استعمال کرتے ہیں، اتنا ہی پلیٹ فارم کا خرچ بڑھتا جاتا ہے۔

ایک عام صارف کبھی کبھار کچھ جملے پوچھتا ہے، جس کی لاگت قابل 控制 ہو سکتی ہے۔

لیکن اگر صارف ان کاموں کو شروع کر دے:

لمبے مضمون لکھیں، پی پی ٹی تیار کریں، ڈیٹا تجزیہ کریں، گہری تحقیق کریں، تصویریں بنائیں، ویڈیوز بنائیں، آواز کے ساتھ ریل ٹائم مکالمہ کریں، ایجنٹ کے ذریعے متعدد مراحل پر مشتمل کام کریں۔

تو یہ بالکل ایک مختلف لاگت کی سطح ہے۔

ڈوباؤ میک ورژن کی بنیادی صلاحیتیں صرف چیٹنگ تک محدود نہیں، بلکہ "سرچ، پی ایچ، لکھنا، ترجمہ، پی پی ٹی، ڈیٹا تجزیہ" بھی شامل ہیں، اور تصاویر اور ویڈیوز کی تخلیق، گہری تحقیق، میٹنگ کے نوٹس، دستاویزات اور ٹیبلز کے معاملات جیسے ایک جگہ پر تمام کاموں پر زور دیا جاتا ہے۔ ان تمام صلاحیتوں کا بنیادی طور پر عام چیٹنگ کے مقابلے میں زیادہ ٹوکن، زیادہ استدلال، اور زیادہ متعدد ماڈل کمپوٹنگ طاقت کی ضرورت ہوتی ہے۔

تو، دوبائو کا فیس لینا، زیادہ تر اس لیے نہیں ہے کہ "عام چیٹ سے نہیں ٹل رہا"، بلکہ اس لیے ہے کہ:

اونچی قیمت والی صلاحیتیں اور شدید صارفین، مفت طور پر بے حد فراہم نہیں کی جا سکتیں۔

مفت ورژن کو دروازہ، روزانہ فعال صارفین، اور برانڈ کی سمجھ کے لیے برقرار رکھا جا سکتا ہے، لیکن واقعی زیادہ وسائل کھانے والی صلاحیتیں ممبرشپ، سیٹنگ، ترجیح، اور پروفیشنل ورژن کے ذریعے درجہ بندی کی جائیں گی۔

AI کا تجارتی طور پر مشکل پہلو یہ ہے کہ "آمدنی ثابت ہے، لیکن لاگت متغیر ہے"

سابسکرپشن کا ایک قدرتی تضاد ہے:

صارف ہر ماہ ایک مقررہ رقم ادا کرتا ہے، لیکن صارف کے استعمال کیے جانے والے ٹوکن مقررہ نہیں ہوتے۔

یہ نیٹفلکس، تینگ ویڈیو اور آئی کی کے ساتھ الگ ہے۔ ویڈیو پلیٹ فارم میں ایک سیریز مکمل ہونے کے بعد، صارفین اسے کئی بار دیکھ سکتے ہیں، جس کا حاشیہ لاگت نسبتاً محدود ہوتا ہے۔ AI الگ ہے، صارف کی ہر گہری بات چیت، ہر ویڈیو جنریٹ کرنے اور ہر لمبے سیاق و سباق کے تجزیے کے لیے دوبارہ استدلال کے وسائل کا استعمال ہوتا ہے۔

روایتی سافٹ ویئر ماڈل اور نیٹفلکس ماڈل زیادہ یہ ہیں:

ایک بار ترقی دیں → بے شمار بار کاپی کریں → ایک اضافی فروخت کی حدی لागت تقریباً 0 ہے

لیکن بڑے ماڈل سروسز زیادہ ایسے ہیں:

ایک بار ڈیولپ مدل → ہر کال کے لیے کمپوٹیشنل پاور درکار ہے → صارفین زیادہ ہوں اور زیادہ گہرائی سے استعمال کریں، تو انفرینس کا خرچ زیادہ ہو جاتا ہے۔

OpenAI، Azure OpenAI وغیرہ کے API تمام token کے لحاظ سے چارج کرتے ہیں، جس سے یہ واضح ہوتا ہے کہ ان پٹ token، آؤٹ پٹ token، لمبے کنٹیکسٹ، اور ان پٹ کی کیش کی قیمتیں مختلف ہوتی ہیں، اور آؤٹ پٹ token عام طور پر کافی مہنگے ہوتے ہیں۔

OpenAI کی آفیشل قیمت کی صفحہ پر، GPT-5.5 کے لیے مختصر کنٹیکسٹ میں ان پٹ کی قیمت 2.5 امریکی ڈالر فی ملین ٹوکن اور آؤٹ پٹ کی قیمت 15 امریکی ڈالر فی ملین ٹوکن ہے، جبکہ کیشڈ ان پٹ کی قیمت کافی کم ہے۔

یہ آفس، فوٹو شاپ یا آپریٹنگ سسٹم بیچنے کے ایک قسم کے مالیاتی ماڈل کے ساتھ ایک جیسی نہیں ہے۔

بائٹ دانس کا اپنا وولکین انجن بھی اسی قسم کا منطق دکھاتا ہے: ڈوباؤ ماڈلز کی قیمت بھی لاکھ ٹوکنز کے حساب سے ہے، مثلاً Doubao-Seed-2.0-pro کی قیمت 3.2 یوان فی لاکھ ان پٹ ٹوکنز اور 16 یوان فی لاکھ آؤٹ پٹ ٹوکنز سے شروع ہوتی ہے۔

یہ ایک بنیادی مسئلہ کو ظاہر کرتا ہے：

AI مصنوعات ممبر شپ سبسکرپشن کی طرح لگتی ہیں، لیکن بیک اینڈ پر مقدار کے مطابق استعمال ہوتی ہیں۔ لیکن یہ بالکل ریستوراں کے برابر بھی نہیں ہیں۔

زیادہ درست بیان یہ ہوگا:

AI ایک "نرم افزار کمپنی + کلاؤڈ کمپیوٹنگ کمپنی + بجلی کی زیادہ ضرورت والی صنعتی کمپنی" کا مجموعہ ہے۔

اگر کوئی صارف ماہانہ 68 یوان ادا کرتا ہے لیکن پی پی ٹی، ویڈیوز اور لمبی رپورٹس کا بے حد اطلاق کرتا ہے، تو اس کی لاگت اس کی آمدنی کا زیادہ تر حصہ ختم کر سکتی ہے۔

اگر کوئی صارف ماہانہ 500 یوان ادا کرتا ہے، لیکن اسے زیادہ قیمتی کاموں کے لیے استعمال کرتا ہے اور استعمال کنٹرول کیا جا سکتا ہے، تو یہ ایک اچھا کاروبار ہے۔

تو AI سبسکرپشن کا بنیادی مقصد ایک ہی چیز کرنا ہے:

غیر قابل کنٹرول کیپیٹل لاگت کو پیش گوئی کی جا سکنے والی آمدنی کی ساخت میں تبدیل کریں۔

صارف کے اعداد و شمار کے مقابلے سے ARPU کے مقابلے کی طرف منتقل ہو رہا ہے

پہلے، گھریلو AI ایپلیکیشنز کے مقابلے میں، زیادہ تر مفت صارفین کے لیے مقابلہ تھا۔

ڈوباؤ کیوں بڑا ہو سکا؟ صرف اس لیے نہیں کہ اس کا پروڈکٹ فائدہ مند ہے، بلکہ یہ بھی اس لیے کہ زیٹی ڈی کے پاس ٹریفک، پروڈکٹ کی صلاحیت، اور مفت کی سرحد کم ہے۔ ڈوباؤ چین میں سب سے زیادہ استعمال ہونے والا AI چیٹ ایپلیکیشن ہے، جس کے بارے میں QuestMobile کے ڈیٹا کے مطابق اس کے ہفتہ وار فعال صارفین تقریباً 155 ملین ہیں، جبکہ DeepSeek کے 81.6 ملین ہیں؛ اسی طرح علی بابا بھی Qwen کے صارفین کے اضافے کے لیے بڑے سبسڈیز فراہم کر رہا ہے۔

لیکن مفت موڈ میں ایک مسئلہ ہے:

جتنے زیادہ صارفین، اتنی زیادہ لاگت کا دباؤ۔

خاصة کہ اب چینی AI مصنوعات پر قیمت کی جنگ بھی ہے۔ DeepSeek نے ماڈل کی لاگت کو بہت کم رکھ دیا ہے، اور علی بابا، جیٹیک، تینگنٹ، اور بائیدو جیسی کمپنیاں اپنا ان پٹ نہیں چھوڑنا چاہتیں۔ اس لیے صارفین کے لیے AI آسانی سے ایک الجھن میں پڑ جاتا ہے:

صارف سمجھتا ہے کہ AI مفت ہونا چاہیے؛ پلیٹ فارم جانتا ہے کہ AI کبھی بھی لاگت کے بغیر مفت نہیں ہو سکتا؛ سرمایہ کار نمو دیکھنا چاہتے ہیں؛ کمپنی کے اندر تجارتی بند حل چاہتے ہیں۔

ڈوباؤ نے اپنا ادائیگی والے ورژن جاری کیا ہے، جس کا مطلب ہے کہ وہ ایک سوال کا ٹیسٹ کرنا چاہتا ہے:

چینی صارفین AI ورک فلو کے لیے ادائیگی کرنے کو تیار ہیں؟

آپ "چیٹ" کے لیے نہیں، بلکہ "میرا وقت بچائیں، پی پی ٹی تیار کریں، رپورٹ لکھیں، تحقیق کریں، ڈیٹا پر کام کریں، ویڈیو بنائیں" کے لیے ادائیگی کر رہے ہیں۔

یہ فرق بہت اہم ہے۔

صارفین "آپ میرے ساتھ بات کریں" کے لیے ماہانہ 500 یوان ادا کرنا مشکل پاتے ہیں۔

لیکن اگر یہ محتوا ماہر، فروخت کار، استاد، طالب علم، آپریٹر اور مشورتی ماہر کو روزانہ 1—2 گھنٹے بچا سکتا ہے، تو 68 یوان، 200 یوان اور 500 یوان کی قبولیت بالکل مختلف ہو جائے گی۔

یہ بھی ظاہر کرتا ہے کہ AI کا مفت ورژن برقرار رکھا جائے گا، لیکن مفت ورژن آہستہ آہستہ محدود ہوتا جائے گا

مستقبل میں، ڈومیسٹک AI نیٹو ایپلیکیشنز کی قیمت دی جانے کا طریقہ ایک جیسا نہیں ہوگا، بلکہ چار سطحی ساخت ہوگی:

پہلا لیول: مفت ورژن

گاہکوں کو حاصل کرنے، استعمال کی عادات قائم کرنے اور مارکیٹ شیئر برقرار رکھنے کے لیے۔ عام چیٹ، بنیادی سوالات اور ہلکا سرچ مفت جاری رہیں گے۔

دومیں: سستا ممبر

عام فریکوئنٹ صارفین کے لیے، جیسے زیادہ لیمٹ، زیادہ تیز رفتار، کم انتظار، بہتر ماڈل۔

تیسری سطح: پیشہ ورانہ ورژن

پی پی ٹی، ڈیٹا اینالیسس، گہری تحقیق، دستاویزات کا معالجہ، کوڈ، اور لمبے سیاق و سباق کی فروخت کے لیے مواد کے مصنفین، کام کے صارفین، طلبہ، پروگرامرز، اور تحقیق کاروں کے لیے۔

چوتھی سطح: کاروباری / API / ایجینٹ سروسز

مقدار کے لحاظ سے ادائیگی، یا پیکج + اضافی شرح۔ یہی وہ حقیقی حصہ ہے جہاں کاروباری ماڈل کام کرتا ہے۔

ڈوباؤ کی طرف سے اب تک جاری 68، 200، 500 کی تین سطحیں بنیادی طور پر اس سطح بندی کا امتحان کر رہی ہیں۔

مفت ورژن "صارفین کے احجام" کو حل کرتا ہے؛ معیاری ورژن "ہلکی ادائیگی کرنے والے" کو حل کرتا ہے؛ طاقتور اور پیشہ ورانہ ورژن "شدید صارفین کی لاگت واپسی" کو حل کرتے ہیں۔

چیٹ جی پی ٹی، کلاڈ، جیمنائی، کیمی، تونگ یی، زھی پو، دوباؤ، سب نے یا جلد ہی مشابہ ساخت کی طرف رخ کر لیا ہے۔ فرق صرف اس میں ہے کہ کس کا مفت ورژن سب سے بہتر ہے، کس کے ادائیگی شدہ فوائد زیادہ محسوس ہوتے ہیں، اور کس کا لاگت کنٹرول سب سے بہتر ہے۔

کیوں AI سبسکرپشن روایتی SaaS کے مقابلے میں مشکل ہے؟

ہر ایک صارف، ہر ایک گفتگو، ہر ایک لمبی خلاصہ، اور ہر ایک Agent کا کام کرنے سے GPU انفرنس، بجلی، ویڈیو میموری، بینڈ ویتھ، اسٹوریج اور انجینئرنگ آپریشنز کا استعمال بڑھ جاتا ہے۔

تو AI ایپلیکیشن کمپنیوں کا سب سے اہم مسئلہ یہ نہیں ہے:

کیا کوئی صارف ہے؟

بلکہ:

صارفین کی تعداد زیادہ ہونے سے زیادہ کمانا ہوتا ہے یا زیادہ خرچ ہوتا ہے؟

یہ روایتی SaaS سے بہت مختلف ہے۔ روایتی SaaS میں، جب سسٹم تیار ہو جائے، تو نئے صارفین کا خالص منافع عام طور پر اعلیٰ ہوتا ہے؛ لیکن AI پروڈکٹس میں، اگر صارفین بہت زیادہ استعمال کریں، تو اس سے زیادہ انفرینس کی لاگت آ سکتی ہے۔ اب مارکیٹ Big Tech کے AI کے سرمایہ کاری کے ریٹرن کو لے کر فکرمند ہے، جو بنیادی طور پر یہی مسئلہ ہے۔ Alphabet، Microsoft، Meta، Amazon جیسی بڑی کمپنیاں اس سال AI سے متعلق بہت بڑی رقم خرچ کر رہی ہیں، اور سرمایہ کار اب یہ دیکھ رہے ہیں کہ ان AI اخراجات کو کب تک مناسب ریٹرن حاصل ہوگا۔

لیکن AI سبسکرپشن کو ریستوراں کے طور پر آسانی سے تشبیہ نہیں کیا جا سکتا، کیونکہ ریستوراں کے لیے "ایک کٹوری نودلز" کی لاگت میں سالانہ 80 فیصد کمی لانا مشکل ہے۔

لیکن AI کر سکتا ہے۔

کیونکہ مدل کی استدلال لاگت کو کئی چیزوں سے لگاتار کم کیا جائے گا:

پہلا، چپ طاقتور ہو جائے گی۔ دوسرا، ماڈل چھوٹا ہو جائے گا، اسٹیلیشن، کوانتائزیشن، اور MoE راؤٹنگ زیادہ باریک ہو جائے گی۔ تیسرا، کیش، بیچنگ، اور کنٹیکسٹ کا دوبارہ استعمال دہرائے گئے کمپوٹیشن کے اخراجات کو کم کرے گا۔ چوتھا، بہت سے کاموں کے لیے سب سے طاقتور ماڈل کی ضرورت نہیں ہوتی، اور چھوٹے ماڈل سے انہیں مکمل کیا جا سکتا ہے۔ پانچواں، کاروبار اپنے "بلند تھوکس کا تصور" سے "ہر بزنس نتیجہ کے لیے کم تھوکس استعمال کرنے" کی طرف منتقل ہو جائیں گے۔

تو AI کی حدی لائیٹ کی لاگت 0 نہیں ہے، لیکن یہ مستقل اجزاء کی لاگت بھی نہیں ہے۔

یہ ابتدائی کلاؤڈ کمپیوٹنگ جیسا ہے: شروع میں بہت مہنگا، لیکن سائز، ہارڈویئر اور سافٹ ویئر کے بہترین طریقے لگاتار لاگت کم کرتے رہیں گے۔

یہی وجہ ہے کہ OpenAI کی قیمت گزارش میں "کیش ان پٹ" عام ان پٹ کے مقابلے میں کافی سستا ہے۔ کیش مکینزم کے وجود سے یہ ظاہر ہوتا ہے کہ AI سروس فراہم کنندگان تکراری حساب کتاب کو کم لاگت والے سافٹ ویئر جیسے مراحل میں تبدیل کرنے کی کوشش کر رہے ہیں۔

اس سے یہ ہوتا ہے کہ AI کمپنیوں کو تین سوالوں کے جواب دینے کی ضرورت ہوتی ہے:

سب سے پہلے، صارف کتنی رقم ادا کرنا چاہتا ہے؟ یہ آمدنی کا پہلو ہے۔

دوسری بات، صارفین ماہانہ کتنے ٹوکن استعمال کرتے ہیں؟ یہ لاگت کا پہلو ہے۔

تیسری بات، ماڈل کی لاگت کی کمی کی رفتار استعمال کی نمو سے زیادہ تیز ہو سکتی ہے؟ یہ منافع کی شرح کا پہلو ہے۔

اگر جواب یہ ہے：

صارف 200 یوان ادا کرنا چاہتا ہے، لیکن ماہانہ 150 یوان کا اخراج ہوتا ہے، تو یہ کاروبار بہت عام ہے۔

اگر جواب یہ ہے کہ صارف 200 یوان ادا کرنے کو تیار ہے؛ تب کیمت صرف 20 یوان ہے، اور ماڈل کے بہتر بنانے سے یہ 10 یوان تک کم ہو سکتی ہے۔

تو AI ایپلیکیشن دوبارہ ایک اچھے سافٹ ویئر کے کاروبار کے قریب پہنچ گئے۔

تو AI کے کاروباری ماڈل کا اصلی مرکزی اشارہ DAU نہیں، اور نہ ہی ڈاؤن لوڈز ہیں، بلکہ یہ ہے:

ہر اداہ کرنے والے صارف کی آمدنی / ہر اداہ کرنے والے صارف کی استدلال لاگت

یعنی AI ورژن کا یونٹ ایکونومک مدل۔

یہ AI مارکیٹ کو اپنا اثر ڈالے گا

بازار کے ساتھ جُڑ کر، یہ بات اصل میں اہم ہے۔

ابھی مارکیٹ AI پر ٹریڈ کر رہی ہے، پہلے مرحلے میں دیکھا جا رہا ہے:

کیا حسابی طاقت کی مانگ میں انفجار ہوگا؟

اس لیے نوڈیا، تائیوان سیمیکنڈکٹر، بروکاد، اسٹوریج، بجلی کے اوزار، اور ڈیٹا سنٹر میں اضافہ ہوا۔

دوسرا مرحلہ مارکیٹ پوچھے گا:

AI ایپلیکیشنز کے صارفین ہیں؟

اس لیے ChatGPT، دوبائو، کیمی، Qwen، کوپائلٹ، جیمنی کے صارفین کے اعداد و شمار پر توجہ دی جائے گی۔

تیسرے مرحلے، جو اگلے اہم ترین مرحلہ ہے، بازار یہ پوچھے گا:

کیا ان صارفین کے پاس ادائیگی کرنے کی صلاحیت ہے؟ ادائیگی کے بعد کیا وہ منافع کما سکتے ہیں؟

دوبائو کی فیس کی اطلاع دراصل تیسرے مرحلے کی شروعات ہے۔

اگر مستقبل میں یہ سگنلز دکھائی دیں، تو AI مارکیٹ زیادہ صحت مند ہوگا:

پیمنٹ کنورژن ریٹ اچھی ہے؛ صارفین فیس کی وجہ سے بڑے پیمانے پر نہیں چلے گئے؛ مہنگی پروفیشنل ورژن کے لیے خریدار ہیں؛ کاروباری صارفین کی خریداری بڑھ رہی ہے؛ استدلال کی لاگت مسلسل کم ہو رہی ہے؛ AI فنکشنز حقیقی قیمت میں اضافے کی صلاحیت لاتے ہیں۔

لیکن اگر برعکس سگنل دیکھیں:

صارف صرف مفت استعمال کرنا چاہتے ہیں؛ ادائیگی والے ورژن کی تعریف کم ہے؛ پلیٹ فارم لگاتار ڈسکاؤنٹس اور سیلز کر رہا ہے؛ اعلیٰ استعمال کرنے والے لاگت کو برباد کر رہے ہیں؛ AI ایپلیکیشنز کی آمدنی تیزی سے بڑھ رہی ہے لیکن مارجن مارجین خراب ہے؛

تو بازار شک کرنے لگے گا:

کیا AI ایپلیکیشن لیئر ایک اچھا کاروبار ہے؟

یہ مزید اوپر کی طرف منتقل ہو جائے گا۔ کیونکہ اگر ایپلیکیشن لیول پر پیسہ نہیں کما رہا ہے، تو کلاؤڈ فراہم کنندگان اور ماڈل فراہم کنندگان سے سوال کیا جائے گا: آپ اپنا کیپیکس مزید کیوں بڑھا رہے ہیں؟

مختلف AI کمپنیوں کے مالیاتی ماڈل مکمل طور پر الگ ہوتے ہیں

ایک اور مسئلہ یہ ہے کہ آپ تمام AI کمپنیوں کو ایک ساتھ نہیں دیکھ سکتے۔

1. NVIDIA، TSMC، اسٹوریج، بجلی کے اوزار

یہ وہی ہیں جو شاovel فروخت کر رہے ہیں۔ جتنا زیادہ لوگ AI استعمال کریں گے، ان کا فائدہ اتنا زیادہ ہوگا۔

وہ فائنل صارفین کے ٹوکن کے اخراجات کو براہ راست نہیں اٹھاتے، بلکہ AI انفرنس اور تربیت کے وسعت کے ساتھ آنے والے سرمایہ کاری خرچوں پر انحصار کرتے ہیں۔

2. کلاؤڈ فراہم کنندگان: مائیکروسافٹ، گوگل، ایمیزون

وہ درمیان میں ہیں۔

ایک طرف، AI کلاؤڈ آمدنی میں اضافہ لاتی ہے؛ دوسری طرف، انہیں خود بڑی رقم کا سرمایہ کاری، معیاری استهلاک، بجلی اور ڈیٹا سینٹر لاگت برداشت کرنی پڑتی ہے۔ ریٹرز بریکنگویوز کے مطابق، بڑی کمپنیوں کے AI خرچے میں بڑی توسیع ہو رہی ہے، لیکن مارکیٹ بھی اس بات کو لے کر متوجہ ہو رہی ہے کہ ان سرمایہ کاریوں سے واضح ریٹرن حاصل ہو سکتا ہے یا نہیں۔

تو کلاؤڈ فراہم کنندہ کا مسئلہ یہ ہے:

AI کلاؤڈ آمدنی میں اضافہ، ڈیٹا سینٹر، GPU، امداد اور بجلی کے اخراجات کو کور کر سکتا ہے؟

3. AI ایپلیکیشن کمپنیاں: Copilot، ChatGPT، مختلف Agent

جتنا زیادہ صارف استعمال کرے گا، اتنا ہی زیادہ لاگت ہوگی۔ اگر یہ ایک فکسڈ سبسکرپشن ہے، جیسے ماہانہ ایک مقررہ قیمت وصول کی جائے، لیکن صارفین بے حد استعمال کریں، تو گروس مارجن ختم ہو جائے گا۔

تو AI ایپلیکیشن کی بہترین حالت "صارف لا محدود چیٹ کرے" نہیں، بلکہ:

صارف اعلیٰ ادائیگی کو ترجیح دیتا ہے، لیکن حقیقی ٹوکن کا استعمال قابل کنٹرول ہے۔

مثال کے طور پر، ایک کمپنی AI سیلز اسسٹنٹ، AI کوڈ اسسٹنٹ اور AI قانونی اسسٹنٹ کے لیے مہینے کو 30، 50، 100 ڈالر ادا کرنے کو تیار ہو سکتی ہے، لیکن اس کے پیچھے کا استدلالی اخراج صرف کچھ ڈالر ہوتا ہے، جو ایک اچھا کاروبار ہے۔

4. روایتی سافٹ ویئر کمپنیاں جن میں AI شامل ہے

جیسے مائیکروسافٹ، ایڈوبی، سیلز فورس جیسی کمپنیاں، اگر وہ اپنے موجودہ سافٹ ویئر میں AI فنکشنلیٹی شامل کر کے ARPU بڑھا سکیں لیکن لاگت کو کنٹرول میں رکھ سکیں، تو وہ AI کو قیمت بڑھانے کا ذریعہ بناسکتی ہیں۔

ان کے لیے AI نے نئی شروعات نہیں کی، بلکہ موجودہ سافٹ ویئر تقسیم چینلز + AI اضافی پیک کا استعمال کیا۔

تو AI کا سب سے بڑا اندازہ لگانے میں فرق یہیں ہے

AI کے استعمال یا مستقبل کے بارے میں بحث کرنے کی کوئی ضرورت نہیں، AI بالکل مستقبل ہے۔

گہری سوال یہ ہے: AI بالکل ایک اعلیٰ منافع کا سافٹ ویئر ہے، یا ایک سرمایہ کش صنعت؟

مثبت نظر رکھنے والے کہتے ہیں:

AI کی لاگت جلد گھٹے گی، استعمالات تیزی سے بڑھیں گے، ARPU بڑھے گا، اور آخر کار یہ اب بھی سافٹ ویئر جیسا اعلیٰ مارجن کا کاروبار ہوگا۔

متشائمین کا خیال ہے:

AI ایک مسلح مقابلہ بن جائے گا، جس میں سب کو GPU خریدنے، ڈیٹا سینٹر بنانے اور بجلی کا بل ادا کرنا پڑے گا، لیکن صارفین ہر ٹوکن کے لیے کافی اونچی قیمت ادا کرنے کو تیار نہیں ہو سکتے، جس کے نتیجے میں منافع بنیادی ڈھانچے کے اخراجات میں ضائع ہو جائے گا۔

میں سمجھتا ہوں کہ سچ درمیان میں ہے:

بنیادی ماڈل اور کلاؤڈ انفراسٹرکچر ہمیشہ زیادہ ثقل مالیات والے صنعتوں جیسے ہو رہے ہیں؛ واقعی میں تقسیم، سیناریو اور قیمت تعین کا اختیار رکھنے والے AI ایپلیکیشنز ہی نرم افزار کے کاروبار میں واپس آنے کا موقع رکھتے ہیں۔

یہ بھی وضاحت کرتا ہے کہ AI کے مارکیٹ ڈیٹا کیوں الگ الگ ہو سکتے ہیں

مرحلہ اول، بازار کی خریداری ہے:

جو بھی AI سے تعلق رکھتا ہے، وہ بڑھتا ہے۔

دوسرا مرحلہ، بازار پوچھے گا:

کون AI کو آمدنی میں تبدیل کر سکتا ہے؟

تیسرے مرحلے میں، بازار یہ پوچھتا رہے گا:

کون سا AI آمدنی کو منافع اور آزاد نقدی میں تبدیل کر سکتا ہے؟

AI، روایتی سافٹ ویئر کی طرح "ایک اور فروخت تقریباً صفر لاگت" نہیں ہے، بلکہ ہر سروس کے لیے کمپیوٹنگ طاقت کا استعمال کرتا ہے، اس لیے یہ طبیعی طور پر ریستوراں، کلاؤڈ کمپوٹنگ اور صنعتی کمپنیوں کی لاگت کے خصوصیات رکھتا ہے۔

لیکن AI ریستوران کی طرح لینیئر نہیں ہے، کیونکہ مدل آپٹیمائزیشن، کیش، چپ کی ترقی، بیچنگ، اور چھوٹے مڈل راؤٹنگ کی وجہ سے اکائی لاگت مستقل طور پر کم ہوتی رہتی ہے۔

تو AI کے کاروباری ماڈل کا اصل جائزہ لینا یہ نہیں کہ "کیا آمدنی ہے"، بلکہ یہ ہے:

ہر ایک ڈالر AI آمدنی کے پیچھے کتنے GPU، بجلی اور ٹوکن لاگت کا استعمال ہوتا ہے۔

یہ اگلے دور میں مارکیٹ کے ذریعہ AI کمپنیوں کو دہرایا جانے والا بنیادی سوال ہوگا۔

AI کے مستقبل میں بالآخر کتنی منافع کی شرح ہوگی۔