جین اسٹریٹ کی طرف سے دی گئی بنیادی تجاویز یہ ہے کہ ٹوکن فیکٹری ایک فنانس کہانی نہیں بلکہ ایک آپریشنل سسٹم ہے۔

مضمون کے مصنف، ذریعہ: ریڈ کلر پیپا کائی، یے کائی ون

جین اسٹریٹ ٹیکساس AI ڈیٹا سینٹر کو دیکھ کر بہت سے لوگوں کی پہلی 반응 یہ ہوتی ہے کہ وہ اس کی دولت سے حسد کرتے ہیں، جو GPU خرید سکتی ہے، ترپل کولنگ ڈیٹا سینٹر بناسکتی ہے، اور ہزاروں اعلیٰ درجے کے چپس کو ایک ٹریڈنگ سسٹم میں جمع کرنے کا جرات رکھتی ہے۔

یہ ردعمل عام ہے، لیکن اسے آسانی سے غلط سمجھا جا سکتا ہے۔

(چیٹ جی پی ٹی سے تصویر بنائی گئی)

جین اسٹریٹ کا وہ اہم نقطہ جس کا مطالعہ کیا جانا چاہیے، اس کے 4032 GPU ہونے کا نہیں، اور نہ ہی اس کے قدیمی ڈیٹا سینٹر کو ترکیبی ٹھنڈا AI ڈیٹا سینٹر میں تبدیل کرنے کا، بلکہ اس کا اہم ترین پہلو یہ ہے کہ اس نے کمپوٹنگ طاقت کو پیچھے کے آئی ٹی وسائل سے آگے کی ٹریڈنگ پیداوار میں تبدیل کر دیا ہے۔ دوسرے الفاظ میں، یہ صرف ایک "ڈیٹا سینٹر" نہیں بن رہا، بلکہ یہ ایک ایسا ٹوکن فیکٹری ہے جو لگاتار ٹریڈنگ فیصلے، خطرے کے سگنلز، ماڈل کی ترقی اور مارکیٹ کی سمجھ پیدا کر رہا ہے۔

یہ تبدیلی اہم ہے۔

سنتھیٹک فنانشل اداروں کی نظر میں، ڈیٹا سینٹر ایک لاگت مرکز ہے، سرورز، نیٹ ورک، ٹھنڈا کرنا، بجلی — سب خرچوں کی فہرست میں آتے ہیں۔ لیکن جین اسٹریٹ کے لیے، ڈیٹا سینٹر ایک پیداواری لائن بن گیا ہے: بجلی ڈیٹا سینٹر میں داخل ہوتی ہے، جی پی یو تربیت مکمل کرتا ہے، ماڈل ٹریڈنگ میں شرکت کرتا ہے، اور ٹریڈنگ سے آمدنی بن جاتی ہے؛ اس کے درمیان جو چیزیں بہ رہی ہیں وہ اسٹیل نہیں، نہ ہی عمارت کا رقبہ، بلکہ بار بار ماڈل کالز، بار بار تربیت کے ٹاسکس، اور بار بار انفرنس کمپوٹیشن ہیں۔ آج کے الفاظ میں، یہ الفاظ کے طور پر تبدیل شدہ ذہانت کی پیداواری صلاحیت ہے۔

یہ بات چین کے لیے بہت واضح تعلیم دیتی ہے۔ چین تکنیکی ٹوکن کے بارے میں بحث کر رہا ہے، کمپوٹیشنل طاقت ٹوکن فیکٹریوں کے بارے میں بحث کر رہا ہے، اور ہانگ کانگ اسٹاک ایکسچینج پر فہرست شدہ کمپنیوں کو ریل اسٹیٹ، پارک اور تیار کردہ صنعتوں سے AI انفراسٹرکچر میں منتقل ہونے کے بارے میں بحث کر رہا ہے۔ جین اسٹریٹ ایک بہت مضبوط نمونہ فراہم کرتا ہے: ٹوکن فیکٹری صرف تصورات کا مسئلہ نہیں، نہ ہی ایک کرنسی جاری کرنے کا مسئلہ، نہ ہی کمپوٹیشنل طاقت کو فنانشل پروڈکٹ کے طور پر پیکج کرنے کا مسئلہ ہے، بلکہ یہ بجلی، ترل کولنگ، GPU، نیٹ ورک، ماڈل، شیڈولنگ اور اندر کے سیل جمیشن مکینزم کو مکمل طور پر جوڑنا ہے تاکہ کمپوٹیشنل طاقت واقعی کمپنی کی آمدنی اور قیمت سازی کا انجن بن جائے۔

جین اسٹریٹ ایک ٹریڈنگ کمپنی کے ساتھ AI نہیں ہے، بلکہ ایک AI فیکٹری کے ساتھ ٹریڈنگ ٹیبل ہے

جین اسٹریٹ کو وول سٹریٹ کے سب سے رازدار مقداری ٹریڈنگ گیانتوں میں سے ایک کے طور پر دیکھا جاتا رہا ہے۔ یہ روایتی سرمایہ کاری بینک نہیں ہے، اور نہ ہی اس کی آمدنی مدیریت کے فیس سے ہوتی ہے، بلکہ یہ اپنے اپنے سرمایہ، ٹریڈنگ ماڈلز، کم تاخیر والے سسٹم اور عالمی مارکیٹ لیکویڈٹی کے ذریعے قیمت کے فرق اور خطرہ پریمیم کو حاصل کرتی ہے۔

عوامی ذرائع کے مطابق، جین اسٹریٹ دنیا بھر کے 45 ممالک اور 200 سے زیادہ ٹریڈنگ پلیٹ فارمز پر متعدد اثاثہ طبقات کا تجارت کرتی ہے اور اس کے تقریباً 3000 سے زیادہ ملازمین ہیں۔ اس کی ٹیکنالوجی کا ثقافتی پہلو بہت مضبوط ہے، جو طویل عرصے سے OCaml فنکشنل پروگرامنگ استعمال کرتی ہے، اور خود ساز سافٹ ویئر، کم لیٹنسی سسٹم، آٹومیٹڈ رائس کنٹرول اور اعلیٰ قابلیت کے ٹریڈنگ انفراسٹرکچر پر زور دیتی ہے۔ جین اسٹریٹ کی ویب سائٹ پر مشین لرننگ ٹیم کا تعارف بہت سیدھا ہے، جس میں اسے "ایک ٹریڈنگ ٹیبل سے جڑا ہوا ریسرچ لیب" کہا گیا ہے، اور اس نے ذکر کیا ہے کہ مالیاتی بازار کا ڈیٹا طوفان کی طرح بہتا ہے، جس میں زیادہ تر نوائس ہوتا ہے، جس سے مشین لرننگ ٹیم کو قابل ٹریڈ سگنلز نکالنے ہوتے ہیں۔

یہ جملہ بہت اہم ہے۔

زیادہ تر کمپنیاں AI کا استعمال کرتی ہیں تاکہ آفس کی کارکردگی بڑھائی جا سکے۔ جین اسٹریٹ AI کا استعمال کرتی ہے تاکہ مارکیٹ کی سمجھ کو تیز کیا جا سکے۔ پہلی صورت میں لاگت بچت ہوتی ہے، دوسری میں آمدنی پیدا ہوتی ہے۔ پہلی صورت میں AI کو ایک ٹول کے طور پر استعمال کیا جاتا ہے، دوسری میں AI کو ایک پیداواری ذریعہ کے طور پر استعمال کیا جاتا ہے۔

اس لیے، جین اسٹریٹ کے AI ڈیٹا سینٹر کی تبدیلی کو عام کاروباری ڈیجیٹل ترقی کے طور پر نہیں سمجھنا چاہیے؛ یہ زیادہ تر ایک ٹریڈنگ کمپنی کے اپنے مرکزی انجن کو الگ کرکے دوبارہ اسٹال کرنے جیسا ہے۔ گزشتہ، ٹریڈنگ کمپنیوں کا مرکزی حصہ ٹریڈرز، ریاضیاتی ماڈلز، مارکیٹ ڈیٹا اور ایکزیکیشن سسٹم تھا؛ اب، مرکزی حصہ ڈیٹا، کمپوٹیشنل پاور، ماڈلز، نیٹ ورک اور اندر کے وسائل کے مارکیٹ پر مشتمل ہے۔

یہ ٹوکن فیکٹری کا پہلا مطلب ہے: ذکاوت خود بخود ظاہر نہیں ہوتی، بلکہ اسے تیار کیا جاتا ہے۔

6 Dell سے 4032 GPU تک، حقیقی تبدیلی پیداواری تعلقات میں ہے

جین اسٹریٹ کی ویب سائٹ پر ذکر ہے کہ بیس سال پہلے، اس کا "کلسٹر" صرف دفتر کے فرش پر 6 ڈیل سرورز کا ڈھیر تھا؛ آج، اس کا نیا ڈیٹا سینٹر ٹیکساس میں 4032 جی پی یو اور ترل کولنگ ارتقاء کے ساتھ ہے۔ یہ تبدیلی بہت تصویری ہے۔ یہ صرف ہارڈویئر کی ترقی نہیں، بلکہ کاروباری پیداواری تعلقات کا تبدیل ہونا ہے۔

ابتدائی ٹریڈنگ سسٹم ٹریڈرز کے قریب ہوتے تھے۔ مachines کو دفتر میں رکھا جاتا تھا، اگر کوئی مسئلہ ہوتا تو اسے براہ راست حل کیا جا سکتا تھا، یہاں تک کہ پاور کا کنکشن بھی نکالا جا سکتا تھا۔ اس وقت، کمپیوٹنگ طاقت زیادہ تر ٹریڈنگ ٹیم کے لیے ایک مددگار ٹول تھی۔

بعد میں، ٹریڈنگ سسٹم کو انجینئرنگ مرحلے میں لے جایا گیا۔ نیٹ ورک، رکھ رکھاؤ، بیک ٹیسٹنگ، خودکار انجام دہی، اور مانیٹرنگ سسٹم آہستہ آہستہ پلیٹ فارم بن گئے، اور کمپوٹنگ پاور کئی ٹیموں کے لیے مشترکہ بنیادی وسائل بن گئی۔

اب تیسرے مرحلے پر آ گئے ہیں۔ GPU، ترل کولنگ، بجلی، فائبر آپٹکس، اسٹوریج، شیڈولنگ سسٹم اور ماڈل ٹریننگ کو ایک AI ٹریڈنگ فیکٹری میں ادغام کر دیا گیا ہے۔ ڈیٹا سنٹر اب لاجسٹکس ڈیپارٹمنٹ کا حصہ نہیں ہیں، بلکہ ٹریڈنگ کابیلیٹی میں براہ راست شامل ہو گئے ہیں۔

یہ چینی کمپنیوں کے لیے خاص طور پر مفید ہے۔

کئی کمپنیاں AI ٹرانسفارمیشن کے بارے میں بات کرتی ہیں، لیکن ابھی بھی "ماڈل خریدنا"، "سسٹم لگانا"، اور "API جوڑنا" کے مرحلے پر ہی ہیں۔ واقعی مقابلہ کرنے والی کمپنیاں AI انفراسٹرکچر کو اپنے پروڈکشن سسٹم میں تبدیل کر رہی ہیں۔ جو کوئی زیادہ سستے بجلی حاصل کر سکے، جو GPU کو زیادہ مستقل طور پر چلا سکے، جو ماڈلز کو زیادہ تیزی سے ٹرین کر سکے، اور جو کمپوٹیشنل پاور کو زیادہ موثر طریقے سے تقسیم کر سکے، وہ AI دور میں نئے لاگت اور رفتار کے فائدے حاصل کرے گا۔

یہ ٹیکنیکل ڈیپارٹمنٹ کا کام نہیں ہے۔

یہ بورڈ کا معاملہ ہے۔

لیکوڈ کولنگ صرف ایک انجینئرنگ تفصیل نہیں، بلکہ ٹوکن فیکٹری کی بنیاد ہے

جین اسٹریٹ ٹیکساس ڈیٹا سینٹر کا سب سے زیادہ توجہ کا مرکز تفصیل، اعلی گھنٹھالیکل ترجمانی کا تبدیلی ہے۔ عوامی پروموشنل مواد اور ملحقات میں اس بات کا ذکر ہے کہ یہ ڈیٹا سینٹر GB300 لیول کے اعلی گھنٹھالیکل GPU ریکس کو سپورٹ کرتا ہے، جس کی ایک ریک کی طاقت تقریباً 140kW تک ہو سکتی ہے، جس کے لیے روایتی ہوا کولنگ کافی نہیں ہے۔

NVIDIA کی سرکاری معلومات کے مطابق، GB300 NVL72 مکمل ترپانکت (لکوئڈ کولڈ) اور ریک لیول آرکیٹیکچر پر مشتمل ہے، جس میں 72 Blackwell Ultra GPU اور 36 Grace CPU شامل ہیں، جو AI انفرنس، AI ریزننگ اور بڑے ماڈل ٹریننگ کے لیے استعمال ہوتے ہیں۔ HPE کی طرف سے شائع کردہ GB300 NVL72 بھی ظاہر کرتا ہے کہ یہ سسٹم لکوئڈ کولڈ ریک لیول حل ہیں، جو ایک تریلین سے زائد پیرامیٹرز والے ماڈلز کی ٹریننگ، ٹیوننگ اور انفرنس کے لیے ڈیزائن کیے گئے ہیں۔

یہ ایک رجحان کو ظاہر کرتا ہے کہ مستقبل کے AI فیکٹریز کی مقابلہ صرف چپس کا مقابلہ نہیں، بلکہ سسٹم انجینئرنگ کا مقابلہ ہوگا۔

اگر ڈیٹا سنٹر زیادہ طاقت کے ڈینسٹی کو برداشت نہیں کر سکتا، اگر کولنگ سسٹم استحکام سے محروم ہے، اگر بجلی کی تقسیم درست نہیں ہے، اور اگر نیٹ ورک اور اسٹوریج پیچیدہ ہیں، تو کسی بھی طاقتور GPU کا مکمل فائدہ نہیں اٹھایا جا سکتا۔ AI کی کمپوٹنگ کی پابندیاں اب چپس تک محدود نہیں رہیں، بلکہ بجلی، ترل کولنگ، ڈیٹا سنٹر، نیٹ ورک اور شیڈولنگ تک پھیل چکی ہیں۔

یہ چین کے ٹوکن فیکٹری کے تبدیلی کے لیے بہت اہم ہے۔

چین میں بہت سے صنعتی پارک، پرانے فیکٹریز، ڈیٹا سنٹرز، کلاؤڈ کمپوٹنگ پارک اور مقامی کمپوٹنگ منصوبے ہیں۔ اگر آپ صرف سرورز کو اندر لے جائیں، تو اسے ٹوکن فیکٹری نہیں کہا جا سکتا۔ اصل ٹوکن فیکٹری میں اعلیٰ طاقت کے ڈینسٹی کی حملہ آوری، تر液 ٹھنڈا کرنے کی صلاحیت، مستقل بجلی کی فراہمی، توانائی کے استعمال کا انتظام اور ٹاسک شیڈولنگ کی صلاحیت ہونی چاہئے۔

ان بنیادی صلاحیتوں کے بغیر، کمپوٹنگ پاور اثاثے آسانی سے کتابی اثاثے بن جاتے ہیں۔ مکینز خریدنے کا احساس ہوتا ہے، لیکن عملی استعمال کم ہوتا ہے، صارفین بے ثبات ہوتے ہیں، توانائی کی لاگت زیادہ ہوتی ہے، اور معیوب ہونے کا دباؤ بڑھتا ہے، جس کے نتیجے میں یہ نئے بھاری اثاثوں کا بوجھ بن جاتے ہیں۔

اس لیے، جین اسٹریٹ کی مثال سے پہلا سخت سبق یہ ہے کہ ٹوکن فیکٹری کی بنیاد وائٹ پیپر نہیں، بلکہ بجلی اور تر ٹھنڈا کرنا ہے۔

ہیش ریٹ کی قیمت ہونی چاہیے، ورنہ GPU ایک عوامی کھانے کی جگہ ہو جائے گا۔

جین اسٹریٹ کی وہ چیز جس کا چینی کمپنیوں کو سیکھنا چاہیے، ڈرائیو کولنگ نہیں بلکہ اندر کی کمپوٹیشنل پاور کی قیمت ڈیزائن ہے۔

اندرونی تجزیہ میں کہا گیا ہے کہ جین اسٹریٹ نے "Hive Bucks" نامی اندرونی کمپوٹیشنل کرنسی ڈیزائن کی ہے، جس کے ذریعے مختلف ٹیمیں GPU وسائل کے لیے نیلامی کی طرح مقابلہ کرتی ہیں۔ عوامی رپورٹس میں بھی ذکر کیا گیا ہے کہ جین اسٹریٹ اس اندرونی کرنسی کا استعمال GPU کمپوٹیشنل ٹائم کی نیلامی کے لیے کرتی ہے، تاکہ ٹیمیں اپنے کام کی قیمت کے مطابق کمپوٹیشنل طاقت تقسیم کر سکیں۔

یہ مکینزم بہت اہم ہے۔

بہت سے کمپنیاں GPU خریدنے کے بعد سب سے بڑی پریشانی اس بات کی نہیں کہ ان کی ضرورت نہیں ہے، بلکہ اس بات کی ہے کہ ان کی ضرورت کو ترجیح نہیں دی جا سکتی۔ ہر ٹیم کہتی ہے کہ اس کا ماڈل اہم ہے، ہر پروجیکٹ ترجیحی طور پر چلنا چاہتا ہے، اور ہر ذمہ دار زیادہ وسائل استعمال کرنا چاہتا ہے۔ آخرکار، کم قیمت والے کام GPU کو لمبے عرصے تک قبضے میں رکھ لیتے ہیں، جبکہ زیادہ قیمت والے کاموں کو قطار میں جگہ نہیں ملتی۔ کمپنی کے لیے کمپوٹنگ طاقت ظاہری طور پر ایک اثاثہ ہے، لیکن حقیقت میں یہ اندرونی عام رستوں جیسی بن گئی ہے۔

جین اسٹریٹ کا طریقہ کار مارکیٹ میکنگ کے قریب ہے۔ ٹیم کو لگتا ہے کہ اپنا کام زیادہ قیمتی ہے، اس لیے وہ اپنے اندر کے بجٹ سے زیادہ قیمت دیتی ہے۔ GPU کا وقت اب مفت عام وسائل نہیں رہا، بلکہ موقع کی لاگت والی پیداواری سامان بن گیا ہے۔ اس طرح، کمپوٹیشنل پاور کی تقسیم انتظامی منظوری سے گزر کر اندر کا مارکیٹ بن گئی۔

یہ "کمپیوٹیشنل پاور ٹوکن فیکٹری" کے لیے ب без تفصیل مفید ہے۔

اصلی کمپوٹیشنل طاقت ٹوکن کو پہلے ایک باہری ٹریڈنگ ٹوکن کے طور پر نہیں، بلکہ ایک اندر کے وسائل کی مقدار اور سیٹلمنٹ اکائی کے طور پر سمجھنا چاہیے۔ GPU کا وقت، ماڈل کالز، ٹاسک ترجیحات، بجلی کی صلاحیت، ٹھنڈا کرنے کے وسائل، اور صارفین کے آرڈرز، سب کچھ ایک یکساں اندر کی مقدار کے نظام کے ذریعے قیمت لگائی جا سکتی ہے اور منظم کیا جا سکتا ہے۔ صرف اس صورت میں جب کوئی کمپنی اندر کی طاقت کو سمجھ لے، تو مستقبل میں اس طاقت کو مصنوعات، مالیاتی اوزار، اور اثاثوں میں تبدیل کرنے کا امکان ہو سکتا ہے۔

اگر اندر کی کمپیوٹنگ طاقت کا کوئی قیمت نہیں ہے، تو باہر کے لیے ٹوکنائزیشن پر بات کرنا زیادہ تر تصور کی تزئین ہوگی۔

خود سے بنانا اور کلاؤڈ پر چلانا دو میں سے ایک کا سوال نہیں، بلکہ مرکزی صلاحیتوں اور لچکدار صلاحیتوں کی سطح بندی ہے

بہت سے لوگ یہ پوچھتے ہیں کہ جیان اسٹریٹ کے پاس اپنا ڈیٹا سینٹر ہے، پھر وہ CoreWeave کے ساتھ بڑی مقدار میں AI کلاؤڈ معاہدہ کیوں کرتا ہے؟

کورویو کی آفیشل اعلان کے مطابق، جین اسٹریٹ نے کورویو کے AI کلاؤڈ پلیٹ فارم کا استعمال کرنے کے لیے تقریباً 60 ارب ڈالر کا عہد کیا ہے اور بڑے پیمانے پر مشین لرننگ اور ٹریڈنگ متعلقہ AI صلاحیتوں کی حمایت کے لیے کورویو کے اسٹاک میں 10 ارب ڈالر کا سرمایہ کاری کی ہے۔ اعلان میں یہ بھی کہا گیا ہے کہ کورویو نیکسٹ جنریشن NVIDIA Vera Rubin ٹیکنالوجی سمیت کمپوٹنگ ریسورسز فراہم کرے گا۔ روترز نے بھی رپورٹ کیا ہے کہ جین اسٹریٹ نے اس سودے کے ذریعے کورویو کا اہم شیرہولڈر بن گیا ہے اور بڑے پیمانے پر AI کلاؤڈ صلاحیت حاصل کی ہے۔

یہ ظاہر کرتا ہے کہ جین اسٹریٹ نے اپنی خود کی تعمیر نہیں کی، اور نہ ہی اس نے صرف کلاؤڈ پر چلایا۔ اس نے مکسڈ آرکیٹیکچر اپنایا۔

مرکزی، حساس، کم تاخیر، اور اعلیٰ کسٹمائزیشن کی ضرورت والے لوڈز کے لیے خود سے بنانا مناسب ہے۔ لچکدار، جدید چپس، علاقائی وسعت، اور مرحلہ وار اسپائک کی ضرورت کے لیے CoreWeave جیسی AI کلاؤڈ فراہم کنندہ کو سونپ دیں۔

یہ خیال چینی ہانگ کانگ سٹاک فہرست میں فہرست بند کمپنیوں کے لیے بہت مفید ہے۔

بہت سی روایتی عوامی کمپنیاں کمپیوٹنگ پاور میں تبدیلی کے لیے دو انتہائی طرفین میں سے ایک پر چلی جاتی ہیں: ایک تو مکمل طور پر خود بنانا، جس میں بھاری سرمایہ کاری ہوتی ہے، لیکن صارفین کا جواب نہیں ملتا اور نقدی کا دباؤ بڑھ جاتا ہے؛ دوسری طرف مکمل طور پر باہری کلاؤڈ پر انحصار کرنا، جس میں اپنی مرکزی بنیادی ڈھانچہ نہ ہونے اور کوئی اثاثہ جمع نہ ہونے کی وجہ سے صرف ہلکی مشورت اور ہلکا اندماج ہی ممکن ہوتا ہے، جس کی قیمت میں اضافہ مشکل ہوتا ہے۔

زیادہ منطقی راستہ، تہہ بندی ہے۔

کمپنی اپنے مرکزی کیمپس، بجلی کے وسائل، لیکوڈ کولنگ ڈیٹا سینٹر اور اہم صارفین کے لوڈ کو اپنے ہاتھ میں رکھ سکتی ہے، اور کلاؤڈ فراہم کنندگان، GPU سروس فراہم کنندگان اور ماڈل کمپنیوں کے ساتھ تعاون کرکے لچکدار کمپوٹنگ طاقت اور ٹیکنالوجی کے استعمال کا فائدہ اٹھا سکتی ہے۔ اس طرح اس کے پاس اثاثوں کا تراکم بھی ہے اور لچک بھی، جس سے وہ ایک منفرد ماڈل میں پھنسنے سے بچ جاتی ہے۔

ٹریڈنگ کی آمدنی ایک بات ثابت کرتی ہے کہ AI انفراسٹرکچر براہ راست منافع نظام میں داخل ہو سکتا ہے

جین اسٹریٹ کیوں اتنا بڑا انVEST کرتی ہے؟ کیونکہ اس کی AI انفراسٹرکچر صرف نمائش نہیں، بلکہ منافع نظام میں داخل ہو سکتی ہے۔

رویٹرز کے مطابق، جین اسٹریٹ نے 2025 میں 396 ارب امریکی ڈالر کی صاف ٹریڈنگ آمدنی حاصل کی، جو سیٹیڈل سیکورٹیز اور ہڈسن ریور ٹریڈنگ سمیت کئی بڑے مقابلہ کرنے والوں، اور کچھ بڑے سرمایہ کار بینکوں کی ٹریڈنگ آمدنی سے زیادہ ہے۔ رپورٹ میں یہ بھی کہا گیا کہ جین اسٹریٹ کی کارکردگی مارکیٹ کی لہروں، الگورتھمک ٹریڈنگ کے صلاحیتوں، اور AI سے متعلق سرمایہ کاری کے منافع کے باعث فائدہ مند رہی۔ برطانوی فنانشل ٹائمز نے بھی رپورٹ کیا کہ جین اسٹریٹ کی 2025 کی آمدنی تقریباً دگنی ہو کر 396 ارب امریکی ڈالر ہو گئی، اور اس نے CoreWeave، Anthropic اور Thinking Machines Lab جیسے AI سے متعلق کمپنیوں میں اپنے سرمایہ کاریوں کا ذکر کیا۔

یہ ڈیٹا ظاہر کرتا ہے کہ جین اسٹریٹ کے AI ڈیٹا سینٹر کو صرف "کتنے کلاؤڈ اخراجات بچائے گئے" کے حساب سے نہیں سمجھنا چاہیے۔ اس کے لیے، کمپوٹیشنل پاور سے حاصل ہونے والے فائدے تیز تر ماڈل ٹریننگ، گہرے بیک ٹیسٹنگ، زیادہ مستحکم انجمن، مضبوط خطرہ شناخت اور زیادہ ٹریڈنگ کی صلاحیت میں ظاہر ہو سکتے ہیں۔

عام کاروباری ادارے AI کو اس طرح سے گنتے ہیں کہ وہ کتنے انسانی وسائل بچاتے ہیں۔ جین اسٹریٹ کا منطق زیادہ جرات مند ہے: کمپوٹنگ طاقت صرف پیسے بچانے کے لیے نہیں، بلکہ پیسہ کمانے کے لیے ہے۔

یہ وہ جگہ ہے جہاں چینی ٹوکن فیکٹری کو سیکھنا چاہیے۔ اگر کمپیوٹنگ پاور سینٹر صرف “میرے پاس کتنے پی پاور ہے” کہہ سکتا ہے، تو اس کی قیمت مکمل نہیں ہے۔ اسے زیادہ تجارتی سوالات کا جواب دینا چاہیے: یہ کمپیوٹنگ پاور کس کو سرویس دے رہی ہے؟ کس کی آمدنی بڑھانے میں مدد کر رہی ہے؟ کن لاگتوں کو کم کر رہی ہے؟ کس دورانیے کو مختصر کر رہی ہے؟ کس صارفین کی لگاوٹ تشکیل دے رہی ہے؟ آخرکار کیا یہ مستقل نقدی بہاؤ میں تبدیل ہو سکتی ہے؟

کیلکولیشن صرف اس وقت اصلی قیمت رکھتی ہے جب یہ客户的 کاروباری سسٹم میں داخل ہو۔

چینی ٹوکن کے بیرونی مارکیٹ میں جانے کی تحریک کا کلیدی نقطہ بجلی کو ذہین سروس میں تبدیل کرنا ہے

چین میں ٹوکن کے بیرونی مارکیٹ میں جانے کی بحث ہو رہی ہے، جس میں سب سے آسان طریقہ مدل کے ناٹیشن میں پھنسنا ہے۔ DeepSeek، Qwen، زھی پو، Kimi، MiniMax، اور بائٹ دانس ویڈیو مدل ضرور اہم ہیں۔ لیکن جین اسٹریٹ کا کیس ہمیں یاد دلاتا ہے کہ مدل صرف ایک درمیانی لیول ہیں۔ اصل طور پر صنعتی فائدہ بنانے کے لیے، بجلی سے کمپوٹیشنل پاور تک، کمپوٹیشنل پاور سے ٹوکن تک، ٹوکن سے ایپلیکیشن تک، اور ایپلیکیشن سے آمدنی تک کا مکمل سائکل ضروری ہے۔

چین کی ترجیحات بالکل اس بند حلقوں میں ہیں۔

چین کے پاس ہری بجلی کے وسائل، بجلی کی بنیادی ڈھانچہ، ڈیٹا سینٹر تعمیر کی صلاحیت، انجینئرنگ فراہمی کی صلاحیت، بڑے ماڈل کا ایکوسسٹم، اور مختصر ناٹک، خارجہ تجارت، کسٹمر سروس، گیمنگ، تعلیم، فنانس جیسے اکثر استعمال ہونے والے اطلاقیات موجود ہیں۔ اگر ان وسائل کو ٹوکن فیکٹری میں تبدیل کر دیا جائے، تو ٹوکن کا بیرون ملک جانا صرف ماڈل API کے بیرون ملک جانے تک محدود نہیں رہے گا، بلکہ چین کی ڈیجیٹل بنیادی ڈھانچہ صلاحیتوں کا بیرون ملک جانا ہوگا۔

جین اسٹریٹ AI ڈیٹا سینٹر سروسز کو ٹریڈنگ کے لیے استعمال کرتی ہے، جبکہ چین کے ٹوکن فیکٹریز وسیع تر سیناریوز کے لیے استعمال کیے جا سکتے ہیں: برآمد کرنے والی کمپنیاں智能体 کا استعمال کرکے پروڈکٹ سیلیکشن، کسٹمر سروس، ترجمہ اور مارکیٹنگ کر سکتی ہیں، مختصر ناٹک کمپنیاں AI کا استعمال کرکے ترجمہ، آواز، ایڈٹنگ اور تقسیم مکمل کر سکتی ہیں، تیاری صنعت AI کا استعمال کرکے قیمت دینے، پروڈکشن پلاننگ، سپلائی چین پیش بینی اور فروخت کے بعد کی سروسز کر سکتی ہے، اور مالیاتی ادارے AI کا استعمال کرکے رِسک مینجمنٹ، انویسٹمنٹ ریسرچ اور ٹریڈنگ مدد فراہم کر سکتے ہیں۔

ان ایپس کے پیچھے ٹوکن کا استعمال ہوتا ہے۔

جتنا زیادہ ٹوکن استعمال ہوگا، اتنی زیادہ کمپیوٹنگ فیکٹری کی قیمت ہوگی۔ جتنا زیادہ کمپیوٹنگ فیکٹری پختہ ہوگی، چین کی AI سروسز کے بیرون ملک جانے میں اتنی زیادہ لاگت کا فائدہ ہوگا۔ جب لاگت کا فائدہ اپنے مقام تک پہنچ جائے، تو یہ صنعتی فائدہ بن جائے گا۔

ہانگ کانگ اسٹاک ایکسچینج پر فہرست بند کمپنیوں کے لیے AI کو ٹرینڈ بنانے کے بجائے، بیلنس شیٹ کو دوبارہ ڈیزائن کرنا ہے۔

ہانگ کانگ سٹاک ایکسچینج پر فہرست بند کمپنیاں، خاص طور پر ریل اسٹیٹ، پارک، تعمیرات، پراپرٹی، توانائی اور تیاری کی کمپنیاں، جین اسٹریٹ کے معاملے سے ایک گہری سمت دیکھنی چاہئیں۔

ہر کمپنی کو بڑے ماڈل بنانے کی ضرورت نہیں، اور ہر کمپنی کو AI کلاؤڈ فراہم کنندہ بننے کی ضرورت نہیں۔ لیکن بہت سی کمپنیاں اپنے موجودہ اثاثوں کو AI انفراسٹرکچر کا حصہ بنانے کے لیے دوبارہ تعمیر کر سکتی ہیں۔

پرانے فیکٹری کے عمارتیں ترپل کولنگ سینٹر میں تبدیل کی جا سکتی ہیں۔ صنعتی پارکس کو کمپوٹیشن نوڈس سے جوڑا جا سکتا ہے۔ توانائی کے اثاثے ڈیٹا سینٹر سے منسلک کیے جا سکتے ہیں۔ ملکیت کی انتظامیہ میں اسٹائلز شامل کیے جا سکتے ہیں۔ لسٹڈ پلیٹ فارمز ایم اینڈ اے، شیئرز کی ترسیل، اور تعاونی معاہدوں کے ذریعے AI کمپوٹیشن اثاثے درآمد کر سکتے ہیں۔ اہم بات یہ ہے کہ تبدیلی صرف اعلانات تک محدود نہیں رہنی چاہئے، بلکہ آمدنی کی ساخت میں داخل ہونی چاہئے۔

اگر ہانگ کانگ سٹاک ایکسچینج پر فہرست شدہ کمپنی Token فیکٹری کے بارے میں بات کرنا چاہتی ہے، تو کم از کم کچھ سوالات کا جواب دینا ہوگا:

کیا مستقل بجلی کی فراہمی ہے؟ کیا تبدیلی کے لیے مناسب جگہ دستیاب ہے؟ کیا ترل کولنگ اور اعلی ڈینسٹی ڈیٹا سینٹر کی صلاحیت موجود ہے؟ کیا حقیقی صارفین ہیں؟ کیا ماڈل یا ایپلیکیشن کے شراکت دار ہیں؟ کیا اندر کے کمپوٹنگ پاور کی قیمت گذاری کا نظام موجود ہے؟ کیا کمپوٹنگ آمدنی کو فنانشل اسٹیٹمنٹس میں شامل کرنے کا راستہ موجود ہے؟

اگر ان سوالات کے جواب نہیں دیے جا سکتے، تو AI کی کمپوٹنگ طاقت صرف مارکیٹ ویلیو مینجمنٹ کا ایک جملہ ہے۔ اگر ان کے جوابات واضح ہو سکتے ہیں، تو روایتی فہرست شدہ کمپنیاں قدیم اثاثوں کی قیمت گذاری سے ڈیجیٹل انفراسٹرکچر کی قیمت گذاری پر منتقل ہونے کا موقع رکھتی ہیں۔

جین اسٹریٹ کی طرف سے دی گئی بنیادی تجاویز یہ ہے کہ ٹوکن فیکٹری ایک فنانسنگ کہانی نہیں بلکہ ایک آپریشنل سسٹم ہے۔ اسے ٹیکنالوجی کی ضرورت ہے، اور فنانشل ڈسپلن کی بھی؛ انجینئرنگ کابیلیت کی ضرورت ہے، اور صارفین کے آرڈرز کی بھی؛ کمپوٹنگ پاور کی ضرورت ہے، اور اندر کے وسائل کے مارکیٹ کی بھی۔

چینی ورژن ٹوکن فیکٹری، صرف ہارڈویئر نہیں سیکھنا چاہیے، بلکہ تنظیم کے طریقے بھی سیکھنا چاہیے

اگر آپ صرف جین اسٹریٹ کے GPU خریدنے، ترکیبی ٹھنڈا کرنے اور کور ویو پر جانے تک محدود رہیں تو آپ کی سیکھنے کی سطح ابھی بہت کم ہے۔

زیادہ اہم بات یہ ہے کہ آپ منظم طریقہ سیکھیں۔

جین اسٹریٹ تجارت، تحقیق، انجینئرنگ، کمپیوٹنگ پاور اور سرمایہ کاری کو ایک ہی سسٹم میں مرکوز کرتی ہے۔ ماڈل تحقیقی مقالوں کا نتیجہ نہیں ہوتے، بلکہ ٹریڈنگ سسٹم کا حصہ ہوتے ہیں؛ کمپیوٹنگ پاور آئی ٹی ڈیپارٹمنٹ کا اخراج نہیں، بلکہ اسٹریٹجی کے ترقی کا ایندھن ہوتی ہے؛ اندر کا کرنسی ڈھنگ نہیں، بلکہ وسائل کے تقسیم کا نظام ہوتا ہے؛ باہری کلاؤڈ خود کی تعمیر کا متبادل نہیں، بلکہ لچکدار توسیع ہوتا ہے؛ سرمایہ کاری مالیاتی منصوبہ بندی نہیں، بلکہ اے آئی انفراسٹرکچر کے ایک生态系统 پر جان بوجھ کر قبضہ ہوتا ہے۔

چین میں بہت سے کاروباری ادارے AI میں تبدیلی لانے کی کوشش کر رہے ہیں، لیکن مسئلہ اکثر ٹیکنالوجی میں نہیں، بلکہ تنظیمی تقسیم میں ہے۔ بزنس ڈیپارٹمنٹس کو کمپوٹیشنل پاور کا علم نہیں، آئی ٹی ڈیپارٹمنٹس کو آمدنی کا علم نہیں، فنانس ڈیپارٹمنٹس صرف لاگت پر نظر رکھتے ہیں، اور بورڈ صرف تصورات پر نظر رکھتا ہے، جس کے نتیجے میں بند حلقات بننا مشکل ہو جاتا ہے۔

ٹوکن فیکٹری کامیاب ہونے کے لیے، تنظیمی ساخت کو تبدیل کرنا ضروری ہے۔ کمپوٹنگ پاور کا مالک ہونا چاہیے، بجلی کا اخراجات کا حساب ہونا چاہیے، ماڈل کے لیے استعمال کے اطلاق کے منظر ہونے چاہیں، صارفین کے استعمال کی مقدار ہونی چاہیے، ٹوکن کا اندر کی قیمت ہونی چاہیے، اور آمدنی کو نسبت دی جانی چاہیے۔ ورنہ، جتنا بھی کمپوٹنگ پاور ہو، وہ صرف وسائل کا تقسیم ہوگا۔

اختتام: مستقبل کے مالی عظیم، شاید پہلے ایک AI فیکٹری ہو

جین اسٹریٹ کا کیس ایک بات کو ظاہر کرتا ہے: اگلی نسل کے فنانشل جائیants، جو سطحی طور پر ٹریڈنگ کمپنیاں ہیں، ان کی بنیاد میں ایک AI فیکٹری ہو سکتی ہے۔

یہ بجلی کو کمپیوٹیشنل پاور میں بدل دیتا ہے، کمپیوٹیشنل پاور کو ماڈل میں، ماڈل کو ٹریڈنگ فیصلوں میں، اور ٹریڈنگ فیصلوں کو منافع میں۔ جب یہ سلسلہ کام کرنے لگے، تو AI ڈیٹا سینٹر صرف اخراجات کا مرکز نہیں رہے گا، بلکہ منافع کے نظام کا حصہ بن جائے گا۔

چین کے لیے اس کیس کی قیمت یہ نہیں کہ وہ جین اسٹریٹ کا تقليد کرے۔ چین کو ہر کمپنی کو کوانتٹی ٹریڈنگ کرنے کی ضرورت نہیں، اور ہر ہانگ کانگ اسٹاک کمپنی کو 4032 جی پی یو والے ڈیٹا سینٹر بنانے کی ضرورت نہیں۔ اصل میں سیکھنے کے قابل اس کا بنیادی طریقہ ہے: ٹوکن فیکٹری کو ایک تصوراتی نظام کے بجائے پیداواری ذرائع کے نظام کے طور پر دیکھنا؛ کمپوٹنگ پاور کو صرف سرورز کے ایک ڈھیر کے بجائے قیمت دی جا سکنے والی، منصوبہ بند کی جا سکنے والی، جانچ کی جا سکنے والی اور فنانس کی جا سکنے والی اثاثہ کے طور پر دیکھنا؛ اور ٹوکن کو بین الاقوامی سطح پر بھیجنا، صرف ایک API برآمد کے بجائے بجلی، کمپوٹنگ پاور، ماڈل، اطلاق اور ادائیگی کا ایک مکمل حلقوں والا نظام بنانا۔

مستقبل میں، جو کوئی ٹوکن فیکٹری کو کنٹرول کرے گا، وہی سمارٹ پیداواری صلاحیت کو کنٹرول کرے گا۔ جو پرانے فیکٹریوں، پرانے پارکوں، پرانے ڈیٹا سینٹروں اور پرانے لسٹڈ پلیٹ فارمز کو ٹوکن پروڈکشن لائن میں تبدیل کر سکے گا، وہ AI کے دور میں نئی قیمت حاصل کرنے کا موقع رکھے گا۔

وال اسٹریٹ نے نمونہ دے دیا ہے۔

جین اسٹریٹ نے ایک سرور روم نہیں بنایا، بلکہ ایک ایسا ذکی انجن بنایا جو شور کے ڈیٹا کو ٹریڈنگ منافع میں تبدیل کرتا ہے۔ چین کا مقصد یہ ہے کہ اس انجن کو زیادہ وسیع صنعتی مناظر میں شامل کرے، تاکہ تیاری، برآمدات، مواد، فنانس اور ہانگ کانگ سٹاک مارکیٹ جیسے شعبے اپنے ٹوکن فیکٹریز سے جُڑ سکیں۔

پرانے زمانے میں زمین اور عمارتوں کو دیکھا جاتا تھا۔

نئی دور میں بجلی، کمپوٹیشنل پاور اور ٹوکن دیکھیں۔

یہی جین اسٹریٹ کے کیس کی اصل بات ہے جسے ڈیکوڈ کیا جانا چاہیے۔