AI کے دور میں قیمت نظریہ واپس آ رہا ہے، نئی مانگ اور نئی生态 کے لیے صرف کھلے مارکیٹ ہی موزوں ہیں

لکھنے والے: چن یویو، پکنگ یونیورسٹی گوانگہوا کالج آف مینجمنٹ کے پروفیسر اور پکنگ یونیورسٹی اکنامک پالیسی انسٹیٹیوٹ کے ڈائریکٹر

ذریعہ: شیاگوان ٹیکنالوجی

پرانی بنیاد پر خوف

ہر دور کا اپنا بنیادی ستون ہوتا ہے۔ لوگ اس پر زندگی گزارتے ہیں، کام کرتے ہیں، فیصلے کرتے ہیں، خوف محسوس کرتے ہیں، اور اسی پر مستقبل کا تخیل بھی کرتے ہیں۔

کاشتکاری کے دور کے لوگوں کے لیے یہ سمجھنا مشکل تھا کہ ایک انسان کی زندگی زمین، موسم اور بھوک کے گرد نہیں گھوم سکتی۔ جب بخاری مشین ظاہر ہوئی، تو بہت سے لوگوں نے پہلے ہاتھ کے کاریگروں کی بے روزگاری دیکھی، لیکن ریلوے، شہر، فیکٹری نظام، جدید مالیات اور نئی درمیانی طبقہ کا خیال کرنا مشکل تھا۔ جب بجلی کا ظہور ہوا، تو لوگوں نے زیادہ روشن راتوں کو دیکھا، لیکن فریجر، فلم انڈسٹری، جدید ہسپتال، شہری رات کی زندگی، گھریلو بجلی کے آلے اور الیکٹرانک کمپیوٹر کا مکمل خيال کرنا مشکل تھا۔ جب انٹرنیٹ کا ظہور ہوا، تو بہت سے لوگوں نے سمجھا کہ یہ صرف تیز تر ای میل اور بڑا لائبریری ہے، لیکن موبائل ادائیگی، شارٹ ویڈیوز، کلاؤڈ کمپوٹنگ، فوڈ ڈلیوری پلیٹ فارمز، ٹیکسی اپ ڈیلرز، آن لائن تعلیم اور عالمی حقیقی وقت کا تعاون نہیں دیکھ سکے۔

جب نئی ٹیکنالوجی آتی ہے، تو سب سے بڑی رکاوٹ عام طور پر خود ٹیکنالوجی نہیں، بلکہ پرانے بنیادوں پر تصورات کی کمی ہوتی ہے۔

آج، AI کو بھی پرانی بنیادوں کو سمجھنے کے لیے استعمال کیا جا رہا ہے۔ بہت سے لوگوں کا استدلال ایسا ہے: پہلے دس پروگرامرز، مصنفین، مترجمین، تجزیہ کاروں اور کسٹمر سروس اسٹاف جو کام کرتے تھے، اب ایک شخص اور ایک AI اسے کر سکتا ہے، اس لیے باقی نوں لوگ بے روزگار ہو جاتے ہیں۔ یہ فیصلہ سرد، حقیقی اور اینٹی یوٹوپین لگتا ہے، لیکن اصل میں یہ پرانی دنیا کا سوچنا ہے۔ یہ مستقبل کو آج کے کاموں کی فہرست پر ایک لاگت میں کمی سمجھتا ہے، تکنیکی ترقی کو موجودہ نوکریوں میں تبدیلی سے سمجھتا ہے، اور معاشی زندگی کو ایک پہلے سے مکمل ٹیبل سے سمجھتا ہے۔

لیکن حقیقی عظیم تکنالوجی کی انقلاب، کبھی بھی پرانے فارم میں کچھ لائنوں کو کم نہیں کرتی، بلکہ فارم کو خود دوبارہ درست کرتی ہے۔

人工智能 کا سب سے اہم معاشی مطلب، پرانے کاموں کو سستا بنانا نہیں، بلکہ پہلے موجود نہیں، غیر ممکن، بہت مہنگے، بکھرے ہوئے، بہت چھوٹے یا منظم کرنا بہت مشکل مصنوعات اور خدمات کو انسانی ممکنات کے دائرے میں لانا ہے۔ یہ صرف موجودہ مزدوری کی جگہ لینے کے بجائے، شناختی، رابطہ، تجربہ و غلطی، مطابقت اور تنظیمی اخراجات کو کم کرتا ہے، جس سے پہلے دبے ہوئے تقاضوں کو آزاد کیا جاتا ہے، پہلے برقرار نہ رکھے جانے والے معاملات وجود میں آتے ہیں، اور پہلے نام نہ دیے گئے صنعتیں تخلیق ہوتی ہیں۔

پرانی بنیاد پر AI کو دیکھ کر لوگ نوکریوں کے کم ہونے کو دیکھتے ہیں۔ نئی تکنولوجی کے کھلے ہوئے حدود پر AI کو دیکھ کر لوگ مصنوعات اور خدمات کے خلاقات میں انفجار دیکھتے ہیں۔

یہی وجہ ہے کہ قیمت نظریہ صنعتی انقلاب کے دوران دوبارہ اہمیت حاصل کر رہا ہے۔

AI پیدائش، غلطیوں کا امتحان اور مطابقت کے اخراجات کو کم کرتا ہے، لیکن اس نے مسائل کی دریافت کی ضرورت کو ختم نہیں کیا؛ بلکہ اس نے ناشناختہ مانگ کے شعبے کو وسعت دی ہے۔ جتنا زیادہ چیزیں پیدا کی جانے والی ہیں، اتنا ہی زیادہ معاشرہ جاننا چاہے گا کہ کون سی چیزیں حقیقی طور پر قیمتی ہیں؛ جتنا زیادہ شخصی سروسز فراہم کی جا سکتی ہیں، اتنا ہی زیادہ معاشرہ جاننا چاہے گا کہ کون، کب، کتنے کے لیے ادائیگی کرنے کو تیار ہے، کون ذمہ دار ہے، اور مستقل تجارت کیسے قائم کی جائے۔

مستقبل کا سوال یہ نہیں ہوگا کہ "مشینیں پیدا کر سکتی ہیں یا نہیں"، بلکہ یہ ہوگا کہ "انسان کیسے ایسا کچھ تلاش کریں جس کی پیداوار کی قیمت ہو؟"

قیمت نظریہ کی واپسی، بالکل اسی جگہ سے شروع ہوتی ہے۔

دو تریلیون ڈالر کی آمدنی کا مالیاتی مطلب

آئیے ایک ایسی فرضی صورت سے شروع کرتے ہیں جو لگتا ہے کہ بہت زیادہ ہے، لیکن مالیاتی طور پر بے معنی نہیں۔

اگلے پندرہ سالوں میں، OpenAI، Anthropic یا اس جیسی بڑی ماڈل انفراسٹرکچر کمپنیاں، سالانہ دو تریلین ڈالر کی آمدنی حاصل کرنے کے قابل ہو سکتی ہیں؟ نوٹ کریں کہ یہاں اقدار کی بجائے آمدنی کی بات ہے۔ اقدار سرمایہ کاری کے مارکیٹ کے تخیل، ڈسکاؤنٹ ریٹس، جوکھم کی ترجیحات اور ببلوں سے حاصل ہو سکتی ہیں؛ جبکہ آمدنی کو حقیقی خریداری، حقیقی ادائیگی اور حقیقی ٹریڈنگ سے حاصل کرنا ہوگا۔

یہ کسی ایک کمپنی کے شیئرز کی قیمت کا تخمنا نہیں ہے، اور نہ ہی کسی خاص بزنس ماڈل کی تائید ہے، بلکہ ایک قیمت نظریہ کی مشق ہے: اگر ایک اپسٹریم اسمارٹ انفراسٹرکچر کمپنی لمبے عرصے تک سالانہ دو ٹریلین ڈالر کی آمدنی حاصل کر سکتی ہے، تو نیچے کی سطح پر بڑے پیمانے پر، زیادہ ادائیگی کرنے کے لیے تیار نئے مصنوعات اور نئی خدمات کا ایک生态系统 موجود ہونا چاہیے۔

اقتصادی معلومات کے بغیر کوئی فوراً کہہ دے گا: یہ بتاتا ہے کہ بڑے کمپنیاں دنیا پر قابض ہو گئی ہیں اور تمام صنعتوں سے کرایہ وصول کر رہی ہیں۔ یہ فیصلہ ایک حد تک ممکنہ ہے، کیونکہ پلیٹ فارم کا منوپولی ضرور خطرناک ہے۔ لیکن اگر ہم صرف “کرایہ وصول کرنا” کے ذریعے دو تریلین ڈالر کے ریونیو کو سمجھیں، تو ہم اہم ترین اقتصادی منطق کو نظرانداز کر دیں گے۔

کوئی بھی اپسٹریم انفرااسٹرکچر کمپنی جو مسلسل دو ٹریلین ڈالر کی آمدنی حاصل کر سکے، اس کے لیے ایک شرط ہے: کہ ڈاؤنسٹریم اس رقم کو مسلسل ادا کرنے کو تیار ہو۔ ڈاؤنسٹریم اس کیوں ادا کرے گا؟ کیونکہ AI کو ایک درمیانی درآمد کے طور پر استعمال کرکے، ڈاؤنسٹریم کو زیادہ پیداوار، بہتر معیار، کم لاگت، زیادہ نئے مصنوعات، یا صارفین کی ادائیگی کے لیے زیادہ ترجیح حاصل ہوتی ہے۔ اگر ڈاؤنسٹریم کی قیمت میں بڑا اضافہ نہ ہو، تو اپسٹریم کی آمدنی لمبے عرصے تک برقرار نہیں رہ سکتی۔

یہ درمیانی اخراجات کی بنیادی معاشیات ہے۔

ایک نیچے کے کاروبار کو ماڈل کالز، اسمارٹ ایجینٹس، کمپیوٹنگ پاور اور آٹومیشن کی صلاحیتیں خریدنے کا مقصد اپنے اوپر والے کو سخاوت کرنے یا صرف موجودہ اخراجات کو تقسیم کرنے کے لیے نہیں ہے، بلکہ یہ اس لیے ہے کہ ان سرمایہ کاریوں کو اپنے سیناریو، ڈیٹا، عمل، صارفین، برانڈ، ذمہ داریوں اور تنظیمی صلاحیتوں کے ساتھ جوڑنے سے زیادہ قیمت پیدا ہوتی ہے۔ جتنا AI کی حدودی پیداوار زیادہ ہوگی، اتنا ہی نیچے کے کاروبار اس کے لیے زیادہ قیمت ادا کرنے کو تیار ہوں گے؛ جتنا نیچے کے استعمالات زیادہ خوشحال ہوں گے، اتنا ہی اوپر کی بنیادی ڈھانچہ آمدنی بڑھنے کا امکان زیادہ ہوگا۔

ایک سادہ اکاؤنٹنگ اسکیم بنائی جا سکتی ہے۔ اگر AI کی کمپوٹنگ طاقت، ماڈل کالز اور اسمارٹ سروسز کا نیچے کے حتمی مصنوعات میں اخراج کا تناسب 10% ہے، تو دو ٹریلین امریکی ڈالر کے اُپر اسٹریم آمدنی کے پیچھے ممکنہ طور پر بیس ٹریلین امریکی ڈالر کے سطح کا نیچے کا حتمی مصنوعات اور سروسز کا مارکیٹ ہو سکتا ہے۔ اگر اخراج کا تناسب 5% ہو، تو ممکنہ طور پر چالیس ٹریلین امریکی ڈالر کے سطح کا نیچے کا ایکوسسٹم ہو سکتا ہے۔ مختلف صنعتوں میں اخراج کا حصہ بالکل مختلف ہوتا ہے، اور مستقبل میں قیمت ساخت بھی مستقل تبدیل ہوتی رہے گی، لیکن یہ اسکیم ایک بنیادی منطق کو ظاہر کرتی ہے: اُپر اسٹریم "ڈجیٹل گرڈ" کتنی "بجلی" کا بِل وصول کر سکتی ہے، یہ انحصار کرتا ہے کہ نیچے کے صارفین نے ان بجلیوں سے کتنی نئی قدر پیدا کی ہے۔

بجلی کمپنیاں آمدنی حاصل کرتی ہیں کیونکہ بجلی فیکٹریوں، گھروں، شہروں، ہسپتالوں اور تفریحی نظام کو چلاتی ہے۔ کلاؤڈ کمپنیاں آمدنی حاصل کرتی ہیں کیونکہ نیچے کے ڈیجیٹل کاروبار سرچ، سوشل، ویڈیو، فنانس، لاجسٹکس اور کاروباری سافٹ ویئر بنانے کے لیے کلاؤڈ سروسز استعمال کرتے ہیں۔

اگر کبھی AI کی بنیادی ڈھانچہ دو ٹریلین ڈالر کی آمدنی حاصل کر لے، تو اس کا مطلب یہ نہیں کہ دنیا اسے بے وجہ ٹیکس دے رہی ہے، بلکہ اس کا مطلب یہ ہے کہ لاکھوں نیچے کے کاروبار، افراد اور تنظیمیں اسے جاننے، استدلال کرنے، ڈیزائن کرنے، مطابقت قائم کرنے اور خودکار بنانے کی بنیاد کے طور پر استعمال کر رہی ہیں، جس سے بڑے پیمانے پر نئی معاشی سرگرمیاں پیدا ہو رہی ہیں۔

یہ حقیقت ہمیں یاد دلاتی ہے کہ اصل میں قابل توجہ بات یہ نہیں کہ OpenAI یا Anthropic خود کتنے بڑے ہوں گے، بلکہ ان کے پیچھے کس قسم کے ا下游 ایپلیکیشن لیورز ظاہر ہو سکتے ہیں۔

اگلے پندرہ سالوں میں، ایپلیکیشن لیور کی کل سایز انتہائی احتمال کے ساتھ انفراسٹرکچر لیور سے کہیں زیادہ ہوگی۔ انفراسٹرکچر لیور عام ذہانت فراہم کرتا ہے، جبکہ ایپلیکیشن لیور ضرورت کی دریافت مکمل کرتا ہے۔ پہلا قابلیت بیچتا ہے، جبکہ دوسرا مخصوص شکل میں قدر بیچتا ہے۔ انفراسٹرکچر لیور ڈیجیٹل دور کے بجلی، پانی اور سڑکوں کی طرح ہے؛ جبکہ ایپلیکیشن لیور صارفین، منصوبہ بندی کے مناظر، صنعتی عمل، اعتماد کے تعلقات اور مخصوص ضرورت کے قریب ہے۔ صحت، تعلیم، قانون، بیمہ، فنانس، تفریح، نفسیاتی خدمات، بوڑھا پن، کاروباری انتظام، سائنسی ٹولز، شہری خدمات، گھریلو خدمات، ثقافتی تجربہ، ذاتی ترقی، سب کچھ بڑے ایپلیکیشن لیور کمپنیوں کا امکان رکھتے ہیں۔

صارفین آخرکار "ماڈل پیرامیٹرز" نہیں، بلکہ شفاء پانے والی بیماریاں، سمجھی گئی پریشانیاں، بہتر ہونے والی سیکھنے کی صلاحیتیں، بچائے گئے وقت، بہتر ہونے والی زندگیاں، دوبارہ منظم ہونے والے کام کے عمل، پیدا کیے گئے تجربات اور حل ہونے والے مسائل خریدتے ہیں۔ کاروبار آخرکار "ٹوکن" نہیں، بلکہ کم اسٹاک، زیادہ تبدیلی کی شرح، بہتر جوک کنٹرول، تیز تر ریسرچ اور ترقی، بہتر صارفین کی خدمت، مستحکم سپلائی چین اور واضح تنظیمی فیصلے خریدتے ہیں۔

اس لیے، ایپلیکیشن لیول انسٹریکچر لیول سے زیادہ ہے، یہ معجزہ نہیں بلکہ عام مقصد کی ٹیکنالوجی کے پھیلاؤ کا معمولی نتیجہ ہے۔ بجلی اہم ہے، لیکن بجلی سے چلنے والے صنعتی نظام زیادہ بڑے ہیں؛ کلاؤڈ سروسز اہم ہیں، لیکن کلاؤڈ پر پیدا ہونے والی ڈیجیٹل معیشت زیادہ بڑی ہے؛ بڑے ماڈلز اہم ہیں، لیکن بڑے ماڈلز کی حمایت سے بننے والے نئے مصنوعات، نئی خدمات، نئے ادارے اور نئے طرزِ زندگی شاید بہت زیادہ بڑے ہوں۔

اگر مستقبل میں واقعی ایک ایسی AI انفراسٹرکچر کمپنی ظاہر ہوتی ہے جو دو ٹریلین ڈالر کی آمدنی حاصل کرتی ہے، تو ہمیں اسے پہلے تو کوئی مہلک خبر نہیں سمجھنا چاہئے، نہ ہی اسے صرف تکنیکی عبادت کے طور پر دیکھنا چاہئے۔ ہمیں پہلے ایک قیمت نظریہ کا سوال پوچھنا چاہئے: اس بھاری ادائیگی کی خواہش کہاں سے آ رہی ہے؟ یہ کن نیچے کے نوآوریوں کو سپورٹ کرتی ہے؟ یہ کن پہلے ناممکن تجارتی ضروریات کو آزاد کرتی ہے؟ اور یہ کن پہلے موجود نہ ہونے والی مصنوعات اور خدمات کو ممکن بناتی ہے؟

یہ صرف مالیاتی عام معلومات ہے۔

کمی غائب نہیں ہوتی، صرف اپنا روپ بدل لیتی ہے

بہت سے لوگ غلط طور پر سمجھتے ہیں کہ تکنیکی ترقی کا اختتام نایابیت کے ختم ہونے پر ہے۔ جب تک AI کافی طاقتور ہو، روبوٹ کافی زیادہ ہوں، کمپیوٹنگ پاور کافی سستی ہو، اور مال کافی زیادہ دستیاب ہو، قیمت کا نظام ختم ہو جائے گا اور مارکیٹ بے کار ہو جائے گی۔

یہ ندرت کی غلط فہمی ہے۔

کمی صرف فزیکی تعداد کی کمی نہیں ہے۔ کمی انسانی خواہشات، وقت، علم، مقام، تعلقات، مواقع کی اہمیت اور مستقبل کی عدم یقینی کے حوالے سے ہے۔ جب تک انسانی خواہشات متنوع، متغیر اور پائیدار نہیں ہوتیں، کمی ختم نہیں ہوگی۔ یہ صرف "ہے یا نہیں" سے "مناسب ہے یا نہیں"، "کافی ہے یا نہیں" سے "کیا ابھی اس کی ضرورت ہے" اور مادی کمی سے ساختی کمی کی طرف منتقل ہو جائے گی۔

صنعتی دور میں، کمی کا بہت سا اظہار مقدار کی کمی کے طور پر ہوتا تھا: کھانا کم، کپڑے کم، گھر کم، ڈاکٹر کم، اسکول کم، نقل و حمل کم۔ بڑے پیمانے پر پیداوار اور جدید تنظیم کا کام ان بنیادی مصنوعات اور خدمات کو بڑی مقدار میں نقل کرنا تھا۔

لیکن ایک امیر تر اور ذہین تر دور میں، بہت سی اہم نایاب چیزیں صرف تعداد کا مسئلہ نہیں رہ گئیں۔ ایک شخص کو کوئی بھی دن کا دوپہر کا کھانا نہیں چاہیے، بلکہ اسے اپنے آج کے جسمانی حالت، خون میں شکر کے اتار چڑھاؤ، ورزش کے خرچ، جذباتی ضروریات اور سلیقے کے مطابق دوپہر کا کھانا چاہیے۔ ایک بچے کو کوئی بھی ریاضی کی کلاس نہیں چاہیے، بلکہ اسے اس کی موجودہ سمجھ کی رکاوٹوں، توجہ کی حالت، گھریلو ماحول اور خود کو سمجھنے کے ڈھانچے کے مطابق سیکھنے کا راستہ چاہیے۔ ایک بوڑھے شخص کو کوئی بھی صحت کا مشورہ نہیں چاہیے، بلکہ اسے ایسا خدمات کا تعلق چاہیے جس پر وہ حقیقت میں اعتماد کر سکے، اسے عمل میں لاسکے، اور اس پر قائم رہ سکے۔ ایک کاروبار کو کوئی بھی AI سسٹم نہیں چاہیے، بلکہ اسے اپنے عمل، انعامات، تنظیمی ساخت اور صارفین کے تعلقات میں گھل مل جانے والے خاص حل چاہیے۔

یہ تفریقی دور کی کمی ہے۔

زیادہ خاص طور پر، AI کے دور میں کمی کی کم از کم تین قسمیں مضبوط ہوں گی۔

پہلا قسم تطبیقی کمی ہے۔

کسی شخص، کسی تنظیم، کسی لمحے یا کسی صورتِ حال کے لیے مصنوعات اور خدمات کے مناسب ہونا، اب تدریجاً زیادہ اہمیت رکھنے لگا ہے۔ معیاری دور میں اہم سوال یہ تھا کہ "کیا کافی مقدار میں فراہمی موجود ہے؟"۔ تفریقی دور میں اہم سوال یہ ہے کہ "کیا یہ فراہمی بالکل میرے لیے مناسب ہے؟"۔ AI نے شخصیت کو ممکن بنایا ہے، لیکن اس کے ساتھ ساتھ مطابقت کا مسئلہ بھی زیادہ پیچیدہ بنایا ہے۔ کیونکہ انسان کا جسم، ذہن، تعلقات، کام اور ترجیحات مسلسل تبدیل ہو رہے ہیں۔ حقیقی طور پر کمیاب چیز، کوئی بھی فراہمی نہیں بلکہ درست فراہمی ہے۔

دوسرا قسم تسلیم کی گھٹاپن ہے۔

ای آئی تجاویز دے سکتی ہے، لیکن ان تجاویز پر عمل کیا جائے گا یا نہیں، اس کا ایک الگ سوال ہے۔ مریض جانتا ہے کہ دوا لینی چاہیے، لیکن اس کا مطلب یہ نہیں کہ وہ طویل عرصے تک دوا لے گا؛ طالب علم جانتا ہے کہ تعلیم حاصل کرنی چاہیے، لیکن اس کا مطلب یہ نہیں کہ وہ مستقل طور پر پڑھے گا؛ کاروبار جانتا ہے کہ تبدیلی ضروری ہے، لیکن اس کا مطلب یہ نہیں کہ تنظیم کے اندر اس کو قبول کیا جائے گا؛ بوڑھا جانتا ہے کہ غذا پر قابو رکھنا چاہیے، لیکن اس کا مطلب یہ نہیں کہ وہ دہائیوں کی عادات تبدیل کرنے کو تیار ہوگا۔ بہت سی خدمات کی قدر اطلاعات میں نہیں، بلکہ اطلاعات کو عمل میں تبدیل کرنے والے اعتماد کے تعلق میں ہے۔ مستقبل میں، اعتماد، معروفیت، ذمہ داری اور ساتھ دینا اہم مالی اثاثے بن جائیں گے۔

تیسری قسم کی سمتی کمی ہے۔

AI لاگھو سارے منصوبے تیار کر سکتا ہے، لیکن حقیقی دنیا میں سرمایہ، وقت، تنظیم کی توجہ اور تجربہ کے مواقع محدود ہیں۔ کوئی بھی کاروبار ایک ساتھ سو حکمت عملیاں نہیں اپنا سکتا، کوئی بھی لیب ایک ساتھ سو ری ایکٹرز نہیں بناسکتا، کوئی بھی ہسپتال ایک ساتھ تمام عملوں کو دوبارہ ڈیزائن نہیں کرسکتا، اور کوئی بھی شہر ایک ساتھ تمام حکومتی منصوبوں کا تجربہ نہیں کرسکتا۔ جب ممکنہ صورتحال دھماکے کی طرح بڑھ جائیں، تو واقعی نایاب چیز راستہ چننے کی صلاحیت ہوتی ہے: کون سا راستہ اپنانا ہے، کون سا خطرہ اٹھانا ہے، اور کون سے دلکش مواقع چھوڑنا ہے۔

اس لیے، AI کی طاقت یہ نہیں کہ دنیا کو مکمل طور پر یکساں سامان سے بھر دے، بلکہ یہ ہے کہ پہلی بار اسکیل اور انفرادیت کو ایک ساتھ ممکن بنائے۔ گزشتہ دور میں صرف کچھ امیر لوگوں کو ہی ملنے والے ذاتی ڈاکٹر، ذاتی ٹیچر، ذاتی مشیر، ذاتی اسسٹنٹ، ذاتی نفسیاتی ساتھی، ذاتی ڈیزائنر، اور ذاتی تحقیقی ٹیم، مستقبل میں نئے لاگت کے ڈھانچے کے ساتھ عام لوگوں کی زندگیوں میں داخل ہو سکتی ہیں۔ لیکن جب یہ عام زندگی میں داخل ہو جائیں، تو سوال یہ نہیں رہ جاتا کہ “کیا پیدا کیا جا سکتا ہے؟” بلکہ یہ ہو جاتا ہے کہ “کیسے ادراک کیا جائے، کس طرح اعتماد کیا جائے، اور کس سمت کا انتخاب کیا جائے؟”

اس کا مطلب یہ ہے کہ مارکیٹ غائب نہیں ہو جائے گی۔ بالکل بالکل اس کے برعکس، مارکیٹ زیادہ متحرک، زیادہ تفصیلی، اور زندگی کے مائیکرو لیول تک زیادہ گہرا ہو جائے گی۔ کیونکہ جب مصنوعات اور خدمات مزید خاص ہوتی جائیں گی، تو سماج کو مختلف افراد، مختلف وقت، اور مختلف مناظر میں حقیقی قیمت کا پتہ لگانے کے لیے ایک مکینزم کی ضرورت ہوگی۔

یہ مکانیزم قیمت ہے۔

قیمت ایک دریافت کا نظام ہے، صرف تقسیم کا نظام نہیں

قیمت کو اکثر ایک سرد اور بے روح تقسیم کا آلہ سمجھا جاتا ہے۔ لگتا ہے کہ صرف اس وقت، جب چیزیں کم ہوں، قیمت کی ضرورت ہوتی ہے کہ یہ فیصلہ کرے کہ کون کو ملے گا اور کون کو نہیں ملے گا؛ جب تک ٹیکنالوجی کافی ترقی نہیں کر جاتی، تب تک قیمت کو ختم کیا جا سکتا ہے اور تقسیم الگورتھم کے حوالے کر دی جا سکتی ہے۔

لیکن قیمت کا سب سے گہرا فنکشن، معلوم اشیاء کی تقسیم نہیں، بلکہ نا معلوم معلومات کی دریافت ہے۔

کوئی شخص کسی خدمت کے لیے کتنی رقم ادا کرنے کو تیار ہوتا ہے، اس میں بہت سی ایسی معلومات شامل ہوتی ہیں جن کے بارے میں دوسرے پہلے سے نہیں جانتے: اس کی ترجیحات کی شدت، وقت کی لاگت، آمدنی کی پابندیاں، فوریت، متبادل اختیارات، خطرے کا جائزہ، اعتماد کا درجہ اور جذباتی حالت۔ یہ معلومات صرف ڈیٹا بیس میں لکھی گئی نہیں ہوتیں، اور انہیں ہمیشہ سروے کے ذریعے حاصل نہیں کیا جا سکتا۔ بہت سے مواقع پر، لوگ خود بھی اپنے آپ کو بالکل نہیں جانتے کہ وہ کیا چاہتے ہیں، جب تک کہ کوئی مصنوعات نہ ظاہر نہ ہو، کوئی قیمت نہ ظاہر نہ ہو، کوئی تقابل نہ ہو، اور کوئی تجربہ نہ ہو۔

قیمت اس کے بعد نہیں کام کرتی جب مانگ مکمل طور پر متعین ہو جائے۔ قیمت مانگ کے تشکیل اور دریافت میں شامل ہوتی ہے۔

یہ AI کے دور میں خاص طور پر اہم ہے۔ کیونکہ AI پیدا کی جانے والی مصنوعات کے مجموعے کو کافی حد تک بڑھا دے گا اور نئی مصنوعات کے پروٹو ٹائپ بنانے کی لاگت کو بھی کافی حد تک کم کر دے گا۔ گزشتہ زمانے میں، بہت سے مصنوعات کے خیالات تجارتی آزمائش تک پہنچنے سے پہلے ہی تحقیق و ترقی کی لاگت، تنظیمی لاگت اور رابطہ کی لاگت کی وجہ سے ختم ہو جاتے تھے۔ اب، زیادہ لوگ جلدی پروٹو ٹائپ بنانے کے قابل ہو گئے ہیں، زیادہ چھوٹی ٹیمیں بازار میں داخل ہو سکتی ہیں، اور زیادہ نشہ خواہ ضرورتیں آزمائی جا سکتی ہیں۔ مسئلہ اب تبدیل ہو گیا ہے: خیالات کی کمی نہیں، بلکہ خیالات کا انتخاب کرنے کا نظام کم ہے؛ امکانات کی کمی نہیں، بلکہ ان امکانات کا تعین کرنے کا نظام کم ہے جن پر حقیقی وسائل لگانے کے قابل ہو۔

قیمت اس فلٹر میکنزم کا مرکزی پہلو ہے۔

کاروباری شخص ایک نیا مصنوعہ پیش کرتا ہے، جو اصل میں مستقبل کی ضرورت کے بارے میں ایک فرضیہ پیش کرتا ہے۔ صارفین کا خریدنا یا مسترد کرنا اس فرضیہ کی جانچ ہے۔ اگر قیمت زیادہ ہے اور مصنوعہ نہیں بیچا جاتا، تو اس کا مطلب ہے کہ اس کی قیمت کم ہے، یا اس کا مقام غلط ہے، یا لاگت زیادہ ہے، یا ہدف کا گروہ غلط ہے۔ اگر قیمت زیادہ ہے لیکن ابھی بھی کچھ لوگ خرید رہے ہیں، تو اس سے ظاہر ہوتا ہے کہ کسی ضرورت کی شدت ناظرین کے تخمن سے زیادہ ہے۔ منافع نقل و حرکت اور توسیع کو متوجہ کرتا ہے، جبکہ نقصان فوری طور پر باہر نکلنے اور درستگی کی طرف مجبور کرتا ہے۔ یہ عمل صرف ایک آسان لین دین نہیں بلکہ ایک غیر یقینی حالات میں معاشرے کا ایک بڑا تقسیم شدہ تجربہ ہے۔

قیمت نہ ہونے پر، سماج اس تجرباتی فیڈبیک سے محروم ہو جاتا ہے۔

ایسے فرقی دور میں یہ خاص طور پر سچ ہے۔ فرض کریں کہ AI تھousand نئی تعلیمی خدمات، دس ہزار نئے صحت کے انتظام کے طریقے، اور ایک ملین شخصیات کے تفریحی تجربات پیدا کر سکتا ہے۔ کون سے حقیقی مانگ ہیں اور کون سے صرف ٹیکنالوجی کا نمائشی جھوٹ ہیں؟ کون سے صارفین مستقل ادائیگی کرنے کو تیار ہوں گے اور کون سے صرف ایک بار آزمانا چاہیں گے؟ کون سی خدمات قابل توسیع ہیں اور کون سی صرف ننھی مانگ والے بازار تک محدود رہیں گی؟ کون سی خدمات کے لیے انسانی شرکت درکار ہے اور کون سی مکمل طور پر خودکار ہو سکتی ہیں؟ کون سی خدمات سرمایہ کاری کے قابل ہیں اور کون سی جلد ہی چھوڑ دینی چاہئیں؟

یہ مسائل صرف ماہرین کے جائزے یا مرکزی الگورتھم کے ایک بار کے فیصلے سے حل نہیں ہو سکتے۔ انہیں قیمتیں، ٹریڈنگ، منافع، نقصان اور مقابلہ کے ذریعے مستقل طور پر فلٹر کرنا ہوگا۔

قیمت ابھی بھی مقامی معلومات کو دبائے رکھنے کا ایک طریقہ ہے۔

کسی صارف کا ایک لمحے میں ادائیگی کرنے کو تیار ہونا صرف آمدنی اور قیمت کا ایک مشینی فنکشن نہیں ہوتا۔ اس میں اس کا آج کا جسمانی ماحول، کل کا تجربہ، خاندانی تعلقات، پیشہ ورانہ دباؤ، مستقبل کی توقعات، سماجی شناخت اور خوبصورتی کے جذبات شamil ہو سکتے ہیں۔ ایک کاروبار کا کسی AI سسٹم کے لیے ادائیگی کرنے کو تیار ہونا بھی صرف ٹیکنیکل میٹرکس کا مسئلہ نہیں، بلکہ اس کے اندر کے عمل، ملازمین کی صلاحیت، صارفین کی ساخت، نظم و ضابطہ کے خطرات اور مقابلہ کے دباؤ کا احاطہ کرنے والا جامع اظہار ہے۔ یہ مقامی معلومات عام طور پر مرکزی ادارے تک مکمل طور پر نہیں پہنچ سکتیں۔ قیمتیں اس طرح کے تقسیم شدہ جائزے کو قابل مشاہدہ اقدامات کے سگنلز میں تبدیل کر دیتی ہیں۔

اس لیے، قیمت کا نظام قدیم دور کا باقیات نہیں، بلکہ کھلے مستقبل کا ایک دریافتی آلہ ہے۔

جتنی زیادہ AI طاقتور ہوگی، اتنی ہی زیادہ ممکنہ صورتیں ہوں گی؛ جتنی زیادہ ممکنہ صورتیں ہوں گی، اتنی ہی زیادہ انتخاب کا اہم ہوگا؛ جتنی زیادہ انتخاب کا اہم ہوگا، اتنی ہی زیادہ قیمت کا نظام اہم ہوگا۔

انعام: کیوں نئے مصنوعات خودبخود ظاہر نہیں ہوتے

صرف ٹیکنالوجی ہونے سے نئے مصنوعات اور نئی خدمات خودبخود نہیں بن جاتیں۔

لیب میں صلاحیت سے لے کر بازار میں مصنوعات تک، لمبا اور پیچیدہ عمل ہوتا ہے: منظر کس کی طرف سے شناخت کیا جائے؟ خطرہ کس کی طرف سے اٹھایا جائے؟ ٹیم کس کی طرف سے منظم کی جائے؟ عمل کس کی طرف سے تبدیل کیا جائے؟ صارفین کو کس کی طرف سے تعلیم دی جائے؟ ذمہ داری کس کی طرف سے سنبھالی جائے؟ ناکامی کس کی طرف سے سامنا کی جائے؟ اور ایک ٹیکنالوجی کے ممکنہ ہونے کو مستقل سروس فراہمی میں کس کی طرف سے تبدیل کیا جائے؟

اس کے لیے انعام کی ضرورت ہے۔

قیمت نظریہ صرف قیمت کے سطح کے بارے میں نہیں ہے، بلکہ انگیزہ ڈھانچے کے بارے میں بھی ہے۔ لوگ نئے مصنوعات کی تلاش کے لیے وقت، سرمایہ، شہرت اور تنظیمی صلاحیت کیوں لگاتے ہیں؟ کیونکہ وہ یہ مانतے ہیں کہ اگر تلاش کامیاب ہوئی تو انہیں انعام ملے گا۔ اگر تمام نئی سروسز فوراً مفت میں نقل ہو جائیں، اگر تمام منافع غیر قانونی سمجھے جائیں، اگر تمام تفریق کی کوششیں تنظیمی طور پر معیاری مصنوعات میں واپس دھکیل دی جائیں، اگر تمام ناکامیاں کاروباری شخص پر چھوڑ دی جائیں جبکہ کامیابی کا منافع چھین لیا جائے، تو اس صورت میں سب سے زیادہ طاقتور AI بھی خودکار طور پر خوشحال ایپلیکیشن لے کر آئے گا۔

انویشن ٹیکنیکل فنکشن کا قدرتی نتیجہ نہیں، بلکہ انزشٹو سٹرکچر کے تحت اقتصادی سلوک ہے۔

ذکاوت کمپیوٹنگ نے غلطیوں کی لاگت کم کردی ہے، لیکن خطرہ ختم نہیں کیا گیا۔ ایک کاروباری شخص اب بھی راستہ چننا چاہے گا، ایک کمپنی کو عمل کو دوبارہ تشکیل دینا ہوگا، ایک ڈاکٹر کو ذمہ داری قبول کرنی ہوگی، ایک تعلیمی ادارے کو اعتماد قائم کرنا ہوگا، اور ایک ایپ لیئر کمپنی کو صارفین کے واقعی ادائیگی کے لیے تیار ہونے والے منظر کو تلاش کرنا ہوگا۔ AI منصوبے تخلیق کر سکتا ہے، لیکن بازار کے ذریعے منصوبے کی قدر کا جائزہ لینا اس کی جگہ نہیں لے سکتا۔ AI ترقی کی لاگت کم کر سکتا ہے، لیکن مانگ کے وجود کا ضمانت نہیں دے سکتا۔ AI تخیل کے دائرے کو وسعت دے سکتا ہے، لیکن تجارتی طور پر اسے خودکار طور پر مکمل نہیں کر سکتا۔

اسی لیے قیمت، ملکیت، منافع اور مقابلہ اب بھی اہم ہیں۔

منافع بریک کا باقی نہیں بلکہ صحیح راستہ تلاش کرنے کا انعام ہے۔ نقصان کٹھن سزا نہیں بلکہ غلط راستے کا اشارہ ہے۔ مقابلہ وسائل کا ضیاع نہیں بلکہ مختلف تصورات کے درمیان تجربہ ہے۔ آزادی میں داخلہ ایک انتزاعی اصول نہیں بلکہ ناشناختہ مصنوعات کے ظہور کے لیے ایک ادارتی شرط ہے۔

آئی ٹی کے دور میں، اصل میں کمی کچھ ایسا ہو سکتا ہے جو بنانے کی صلاحیت نہیں، بلکہ یہ پتہ لگانے کی صلاحیت کہ کیا بنانا ہے؛ سوالات کا جواب دینے کی صلاحیت نہیں، بلکہ قیمتی سوالات پوچھنے کی صلاحیت؛ دیے گئے مقاصد کو بہتر بنانے کی صلاحیت نہیں، بلکہ مقاصد منتخب کرنے، جو خطرات اٹھانے اور حقیقی دنیا کے اقدامات کو منظم کرنے کی صلاحیت۔

ان صلاحیتوں کو فعال بنانے کے لیے مارکیٹ کے انگیجمنٹ کی ضرورت ہے۔

یہی وجہ ہے کہ ایپلیکیشن لیورل خود بخود فروغ نہیں پاتا۔ ایک ملک کے پاس طاقتور ماڈل، کافی کمپوٹنگ پاور، وسیع ڈیٹا اور بڑی انجینئرنگ ٹیم ہو سکتی ہے، لیکن ابھی بھی اس کے پاس حقیقی طور پر فروغ پانے والا ایپلیکیشن ایکوسسٹم نہیں ہو سکتا۔ اگر کاروباری لوگوں کو منافع نہیں ملتا، اگر صارفین کے انتخابات پر پابندیاں ہیں، اگر ریگولیٹرز نئی سروسز کو پرانے فہرستوں میں دبا دیتے ہیں، اگر پلیٹ فارم کے بڑے کھلاڑی دروازے پر قبضہ کر لیتے ہیں، اگر ناکامی کا خرچ بہت زیادہ ہے، اگر سماجی رائے منافع کو لوٹ کے مترادف قرار دے دیتی ہے، تو بہت سے ممکنہ مصنوعات ظہور سے پہلے ہی مر جائیں گی۔

AI کے دور کی مقابلہ صرف ماڈل کی صلاحیتوں کا مقابلہ نہیں، بلکہ ادارتی انگیزشوں کا مقابلہ بھی ہے۔

جو زیادہ لوگوں کو تجربہ کرنے کی اجازت دے، جو غلطیوں کو جلد ظاہر کرے، جو صحیح راستے کو انعام دے، جو نادر تقاضوں کو بھی خدمت کا موقع دے، اور جو نوجوان کمپنیوں کو پرانی کمپنیوں کو چیلنج کرنے دے، وہ مستقبل کے مصنوعات اور خدمات کو زیادہ احتمال سے دریافت کرے گا۔

نئے مصنوعات اور نئی خدمات کا ظہور

ہم آج کے دن پانچویں دہائی کے اہم AI اطلاقات کا نام لینے میں مشکل محسوس کرتے ہیں، جیسے کہ انیسویں صدی کے لوگ بیسویں صدی کی بجلی کی زندگی کا نام لینے میں مشکل محسوس کرتے تھے، اور بیسویں صدی کے آخر میں لوگ موبائل انٹرنیٹ کی زندگی کا مکمل نام لینے میں مشکل محسوس کرتے تھے۔

یہ اس لیے نہیں کہ ہمیں تخیل کی کمی ہے، بلکہ اس لیے کہ نئے مصنوعات اور نئی خدمات عام طور پر موجودہ الفاظ سے لکیری طور پر نکلنے کی بجائے، ٹیکنالوجی، لاگت، تنظیم، ترجیحات اور اداروں کے باہمی اثر و ربط میں ظاہر ہوتی ہیں۔

ای آئی کے دور میں، سب سے اہم نئی مصنوعات صرف “بہتر سرچ انجن”، “سستے پروگرامر”، یا “زیادہ ذکی کسٹمر سپورٹ” نہیں ہو سکتیں۔

یہ صرف پرانی بنیادوں پر مزید توسیعیں ہیں۔ زیادہ اہم باتیں نئے صحت کی دیکھ بھال، نئے تعلیمی ساتھی، نئے سائنسی تنظیم، نئے قانونی خدمات، نئے ذاتی ایجنسی، نئے ثقافتی تجربات، نئے بزرگوں کے نظام، نئے گھریلو پیداوار، نئے کاروباری عمل، نئے شہری حکومتی خدمات، نئے ذہنی سہولیات اور نئے تخلیقی تعاون ہو سکتی ہیں۔

کئی خدمات کا پہلے تقاضا نہیں تھا، بلکہ ان کی قیمت بہت زیادہ تھی۔

ایک عام خاندان کبھی بھی 24/7 ذاتی ڈاکٹر، غذائی ماہر، نفسیاتی مشیر، سیکھنے کا کوچ، قانونی مشیر، کیریئر منصوبہ بند کنندہ اور خاندانی فنانس مشیر رکھنے کے قابل نہیں تھا۔ ایک چھوٹی سی کمپنی کبھی بھی عالمی سطح کی حکمت عملی ٹیم، ڈیٹا تجزیہ ٹیم، قانونی مطابقت ٹیم، بہت سی زبانوں والی مارکیٹنگ ٹیم اور خودکار آپریشنل سسٹم رکھنے کے قابل نہیں تھی۔ ایک ضلع کے اسپتال کبھی بھی عالمی سطح کے طبی علم، مریض مینجمنٹ سسٹم اور مسلسل صحت کی نگرانی تک فوری رسائی رکھنے کے قابل نہیں تھا۔ ایک عام بچہ کبھی بھی حقیقی طور پر شخصیات کے مطابق، مستقل فید باک، اور بین التخصص تعاون والے سیکھنے کے نظام کے قابل نہیں تھا۔

AI نے ان خدمات کے ذکی پہلوؤں کو سستا بنادیا ہے۔ لیکن سستا ذکا و صرف شروعات ہے۔

حقیقی پروڈکٹائزیشن کے لیے اسمارٹ نو کو سینریو میں ڈالنا ہوگا، سینریو کو پروسیس میں تبدیل کرنا ہوگا، پروسیس کو سروس میں تبدیل کرنا ہوگا، سروس کو اعتماد کے تعلق میں تبدیل کرنا ہوگا، اور اعتماد کے تعلق کو قائم رکھنے والے ٹریڈز میں تبدیل کرنا ہوگا۔

یہ ایپلیکیشن لیول کا بہت بڑا موقع ہے۔

مستقبل کی سب سے بڑی کمپنیاں، شاید صرف سب سے طاقتور ماڈل رکھنے والی کمپنیاں نہیں ہوں گی، بلکہ وہ کمپنیاں ہوں گی جو مخصوص مناظر کو سب سے بہتر سمجھتی ہیں، مکمل کرنے والے اثاثوں کو بہترین طریقے سے منظم کرتی ہیں، اعتماد قائم کرتی ہیں، اور AI کی صلاحیتیں زندگی کی خدمات اور پیداواری عملوں میں بہترین طریقے سے تبدیل کرتی ہیں۔ انفرادی طور پر بنیادی ڈھانچہ لیور دستیاب صلاحیتیں فروخت کرتا ہے، جبکہ ایپلیکیشن لیول حل، تجربہ، ذمہ داری اور تعلقات فروخت کرتا ہے۔ عام صلاحیتیں بڑی ہو سکتی ہیں، لیکن آخری تقاضوں کے قریب نوآوری کا ممکنہ سفر زیادہ بڑا ہو سکتا ہے۔

صحت کے انتظام کے مثال کے طور پر۔ AI طبی ادب پڑھ سکتا ہے، اشاریوں کا تجزیہ کر سکتا ہے، تجاویز تیار کر سکتا ہے، دوا کی یاد دہانی کرا سکتا ہے، اور خطرات کا پیشن گوئی کر سکتا ہے۔

لیکن اصل مصنوعہ ”طبی سفارشات کا متن“ نہیں، بلکہ ایک ایسا سروس سسٹم ہے جو لوگوں کے رویوں کو لمبے عرصے تک تبدیل کر سکے۔ اس میں گھریلو ڈاکٹر، برادری کے افراد، پہنے جانے والے ڈیوائسز، غذائی سروسز، بیمہ انعامات، خاندانی رابطہ، نفسیاتی سہولت اور فوری جواب دینے کی سہولت شامل ہو سکتی ہے۔ اس میں الگورتھم اور تنظیم دونوں ہیں؛ ڈیٹا اور ذمہ داری دونوں ہیں؛ آٹومیشن اور انسانی اعتماد دونوں ہیں۔ صارفین ایک متن کے لیے ادائیگی نہیں کرتے، بلکہ زیادہ صحت مند، زیادہ محفوظ اور زیادہ عزت کے ساتھ زندگی کے لیے ادائیگی کرتے ہیں۔

تعلیم کے مثال کے طور پر۔ AI نکات کی وضاحت کر سکتا ہے، مشقیں تیار کر سکتا ہے، مضمونوں کی جانچ کر سکتا ہے، اور راستہ تبدیل کر سکتا ہے۔ لیکن اصل تعلیمی پروڈکٹ "جواب جنریٹر" نہیں ہوتا، بلکہ ایک ایسا نظام ہوتا ہے جو طالب علم کو صلاحیتیں، اعتماد، دلچسپی اور لمبے مدتی عادات بنانے میں مدد کرتا ہے۔ اسے بچے کی شناختی حالت کو سمجھنا چاہیے، اور خاندانی پس منظر، ساتھیوں کا ماحول، امتحانی نظام اور ذہنی دباؤ کو بھی سمجھنا چاہیے۔ یہاں کی قیمت ذہانت سے بھی آتی ہے اور ساتھ دینے، حوصلہ افزاї، جائزہ لینے اور سماجی تسلیم سے بھی آتی ہے۔

ایک کاروباری انتظام کے مثال کے طور پر۔ AI رپورٹس بناسکتا ہے، کوڈ لکھ سکتا ہے، پیشگوئی کر سکتا ہے، اور حکمت عملی کی تجاویز دے سکتا ہے۔

لیکن اصل کاروباری استعمال ہر کام کو خودکار بنانے کی بجائے معلومات کے بہاؤ، فیصلہ سازی کے اختیارات، انعامات اور ذمہ داریوں کے دائرہ کار کو دوبارہ ترتیب دینا ہے۔ ایک کاروبار AI خریدنا صرف ایک ٹول خریدنا نہیں، بلکہ اپنی پیداواری فنکشن اور تنظیمی ساخت کو دوبارہ ڈیزائن کرنا ہے۔ یہ عمل بہت زیادہ سیاق و سباق پر منحصر ہے اور بنیادی ماڈل کمپنیاں اسے اکیلے مکمل نہیں کر سکتیں۔

یہ مثالیں ظاہر کرتی ہیں کہ AI کے دور میں ایپلیکیشن لیول، انفراسٹرکچر لیول کا ایک سادہ ملحق نہیں ہے۔ یہ مانگ کی دریافت، سیناریو کی تنظیم، اعتماد کی تعمیر اور ذمہ داری کے تحمل کی سرحد ہے۔

اس لیے، پندرہ سالوں میں، ایپلیکیشن لیول کی کمپنیوں کا کل سائز انفراسٹرکچر لیول سے کہیں زیادہ ہوگا، جو معاشیات کے اصولوں کے خلاف نہیں بلکہ ان کے مطابق ہے۔ جتنا زیادہ اپسٹریم کا انvestments ہوگا، اتنی ہی زیادہ نیچے کے ایکوسسٹم کی تشکیل ہونے کی امکان ہوگی۔ بجلی کی کمپنیاں اہم ہیں، لیکن بجلی سے چلنے والے صنعتی نظام زیادہ بڑے ہیں؛ کلاؤڈ سروسز اہم ہیں، لیکن کلاؤڈ پر پیدا ہونے والی ڈیجیٹل معاشیت زیادہ بڑی ہے؛ بڑے ماڈلز اہم ہیں، لیکن بڑے ماڈلز کی حمایت سے نئے مصنوعات، نئی سروسز، نئے ادارے اور نئے طرزِ زندگی ممکنہ طور پر کہیں زیادہ بڑے ہو سکتے ہیں۔

سماجی دور کی منصوبہ بندی کی خیالی تصویر کے خلاف

ہر نئی جامع ٹیکنالوجی کے ظہور کے ساتھ ایک منصوبہ بندی کا خیال پیدا ہوتا ہے۔ اگر نئی ٹیکنالوجی اتنی طاقتور ہے، تو کیوں کم تعداد میں مرکزی اداروں کو اس کا ایک منفرد منصوبہ بنانا نہیں چاہیے؟ اگر AI بے شمار ڈیٹا کو معالجہ کر سکتا ہے، تو پھر بازار کی ضرورت کیوں؟ اگر الگورتھم مانگ کا تعین کر سکتے ہیں، تو قیمتوں کی ضرورت کیوں؟ اگر روبوٹس پیداوار کر سکتے ہیں، تو پھر صرف مانگ کے مطابق تقسیم کیوں نہیں کی جا سکتی؟

اس خیال کی کشش اس بات میں ہے کہ یہ مالی مسائل کو حسابی مسائل میں تبدیل کر دیتی ہے۔

لیکن معاشی زندگی کا مرکزی نقطہ صرف حساب کتاب نہیں ہے۔ اس میں دریافت، حوصلہ افزا، اعتماد، ذمہ داری اور انتخاب بھی شامل ہیں۔

منصوبہ بندی کا نظام معلوم مقاصد کو بہتر بن سکتا ہے، لیکن نا معلوم مقاصد کی دریافت کرنا اس کے لیے مشکل ہے۔ یہ مصنوعات کی معیاری، ترجیحات مستقل اور ڈیٹا مکمل ہونے والے ماحول میں کارکردگی بڑھا سکتا ہے، لیکن مصنوعات کے خلیہ کھلے، ترجیحات مستقل نہ ہونے والے اور تقاضے ابھی تک تشکیل نہ پانے والے ماحول میں تلاش کرنا اس کے لیے مشکل ہے۔ یہ ماضی کے رویوں کے بنیاد پر مستقبل کا کچھ حصہ پیش گوئی کر سکتا ہے، لیکن نئی مصنوعات کے ظہور کے بعد لوگوں کو اپنی خواہشات کو دوبارہ سمجھنے کے لیے ان کی جگہ نہیں لے سکتا۔

AI منصوبہ بند کنندگان کو زیادہ ذکی بناسکتی ہے، لیکن مقامی علم کو ختم نہیں کرسکتی۔

ایک صارف اس وقت اس جگہ کیوں کسی خدمت کی ضرورت محسوس کرتا ہے، ایک ڈاکٹر مریض کو کیسے متقاعد کرتا ہے، ایک بچہ اچانک کسی سیکھنے کے طریقے کے لیے کیوں دلچسپی رکھنے لگتا ہے، ایک کاروبار میں کیوں کسی نظام کا مقابلہ ہوتا ہے، ایک بوڑھا شخص دوا کیوں نہیں لینا چاhta، ایک صارف کیوں کسی تجربے کے لیے اضافی رقم ادا کرنا چاhta ہے—یہ تمام جانکاریاں شدیداً سیاق و سباق پر منحصر ہوتی ہیں اور عام طور پر تعلقات، عادات، ثقافت، زبان، جسم اور جذبات میں پوشیدہ ہوتی ہیں۔

جتنی زیادہ تفریقی دور ہو، اتنی ہی زیادہ معاشی زندگی کو مرکزی ترتیب پر نہیں چھوڑنا چاہیے۔ کیونکہ جتنا مرکز طاقتور ہوگا، اتنے ہی زیادہ پیچیدہ تقاضوں کو معیاری زمرے میں دوبارہ دبایا جائے گا؛ جتنا قابل انتظام ہونے کی تلاش کی جائے گی، اتنے ہی زیادہ نئے مصنوعات کی خاموش نشوونما کو قربان کیا جائے گا؛ اور جتنا یقینیت کو ترجیح دی جائے گی، اتنے ہی زیادہ بازار کے تجربے میں سب سے قیمتی ناشناختہ امکانات دبانے کا خطرہ ہوگا۔

ذکاوتِ مصنوعی مسئلہِ ہایک کو ختم نہیں کرے گی۔ ذکاوتِ مصنوعی مسئلہِ ہایک کو مزید باریکی کی سطح پر لے جائے گی۔

مستقبل میں اصل میں اہم بات یہ نہیں کہ ایک مرکز سب کچھ جانے، بلکہ یہ ہے کہ لاکھوں مقامی علم کو قیمتیں، ٹریڈنگ، معاہدے، مقابلہ اور کاروباری سرگرمیوں کے ذریعے سماجی تجربے کے عمل میں شامل کیا جائے۔ بازار اس لیے وجود رکھتا ہے کہ حساب کتاب کی صلاحیت کم ہے، بلکہ اس لیے کہ مستقبل کھلا ہوا ہے، علم تقسیم ہوا ہوا ہے، ترجیحات مختلف ہیں اور تحفظ ضروری ہے۔

سمارٹ دور کی منصوبہ بندی کا ایک اور گہرا غلط فہمی یہ ہے کہ یہ "مانگ" کو پہلے سے موجود اور پورا کرنے کا انتظار کرنے والی فہرست سمجھتا ہے۔

لیکن بڑی مانگ پہلے سے تیار نہیں ہوتی۔ لوگ نئے مصنوعات کے ظہور کے بعد اپنی خواہشات کو سمجھتے ہیں، معاشرتی نقل و حرکت میں اپنی ترجیحات کو دوبارہ ترتیب دیتے ہیں، قیمتوں کے موازنے سے اپنی ادائیگی کی خواہش کا اندازہ لگاتے ہیں، اور استعمال کے تجربے سے یہ سیکھتے ہیں کہ کیا خریدنا جاری رکھنا چاہیے۔ مستقبل کی بہت سی اہم مانگوں کا آج تک نام تک نہیں ہے۔ جب نام نہیں ہوتا، تو مرکزی منصوبہ بندی اسے پہلے سے درج نہیں کر سکتی؛ جب درج نہیں کیا جا سکتا، تو اسے ایک بار میں بہترین بنایا نہیں جا سکتا۔

بازار کی قیمت یہ ہے کہ وہ ان ناگھری مانگوں کو آزمائش کے ذریعے سامنے لاتا ہے۔

منوپولی کا خطرہ اور مارکیٹ کی حالتیں

قیمت کے نظریہ کی حفاظت، حقیقی بازار کی بے خوف تعریف نہیں ہے۔

ذکاوت کے دور میں نئے منوپولیز ممکن ہیں۔ بنیادی ماڈلز، کمپوٹیشنل پاور، ڈیٹا، چپس، کلاؤڈ پلیٹ فارمز، تقسیم کے دروازے اور آپریٹنگ سسٹم، سب کچھ سائز کی معیشت اور داخلے کی رکاوٹیں بن سکتے ہیں۔ اوپر کے پلیٹ فارمز قیمت گذاری، انٹرفیس، ڈیٹا کنٹرول اور عمودی اندماج کے ذریعے ایپلیکیشن لیور کے منافع کو کم کر سکتے ہیں اور نیچے کے نوآوران کو مзалوم بنा سکتے ہیں۔ جو دو تریلین ڈالر کا آمدنی کا دعویٰ ہے، وہ یا تو بہت بڑی قدر کے تخلیق سے آتا ہے، یا پھر اس کا کچھ حصہ پلیٹ فارم کرایہ پر مشتمل ہو سکتا ہے۔

یہی وجہ ہے کہ ہمیں کم قیمت نظریات کی بجائے زیادہ سنجیدہ قیمت نظریات کی ضرورت ہے۔

قیمت کے نظام کو مؤثر بنانے کے لیے اداراتی شرائط درکار ہیں: آزادانہ داخلہ، ملکیت کا تحفظ، معاہدوں کا انجام، مقابلہ کا نظام، منوپولی کے خلاف قواعد، ڈیٹا کی منتقلی، انٹرفیس کا کھلا ہونا اور ذمہ داری کا واضح ہونا۔ ان شرائط کے بغیر، قیمتیں طاقت کے زیر اثر ہو جائیں گی، منافع رینٹ میں تبدیل ہو جائے گا، اور پلیٹ فارم مارکیٹ کے انفراسٹرکچر سے مارکیٹ کے فیودل لارڈ بن جائیں گے۔

اس لیے، آئی کے دور کا اداراتی کام، بازار کو منصوبہ بندی سے تبدیل کرنا نہیں، بلکہ بازار کو تلاش کے آلے کے طور پر اس کی کھلی ہوئی حیثیت کا تحفظ کرنا ہے۔

ہمیں انفراسٹرکچر لیور کو کافی طاقتور بنانا ہوگا، لیکن اسے ایپلیکیشن لیور کو بند نہیں کرنا چاہیے۔ ہمیں ماڈل کمپنیوں کو انویشن کا ایوارڈ دینا ہوگا، لیکن انہیں تمام ڈاؤن اسٹریم سیناریوز کو آزادانہ طور پر نہیں بلانے دینا چاہیے۔ ہمیں کاروباری اداروں کو جنرل انٹیلی جنس کے امکانات تک رسائی دینی ہوگی، جبکہ انہیں صارفین، ڈیٹا، برانڈ اور سروس رشتے پر کنٹرول برقرار رکھنا چاہیے۔ ہمیں صارفین کو منتخب کرنے کا حق، مزدوران کو ٹرانس فارمیشن کے مواقع، اور نئے کاروباروں کو پرانے کاروباروں کو چیلنج کرنے کا موقع دینا ہوگا۔

بازار قدرتی طور پر موجود خالی جگہ نہیں ہے۔ بازار ایک ادارہ جاتی کامیابی ہے۔

قیمت نظریہ کی واپسی کا مطلب یہ نہیں کہ حقیقت میں ہر قیمت انصاف پر مبنی ہے، یا ہر منافع تخلیقی اقدار سے حاصل ہوتا ہے۔ اس کا مطلب یہ ہے کہ ایک کھلا، مقابلہ پر مبنی، اور قابل رسائی ادارائی ماحول میں، قیمتیں، منافع اور نقصان اب بھی نئی ضرورتیں دریافت کرنے، نئے مصنوعات کو چننے، اور نئی خدمات کو منظم کرنے کا بہترین طریقہ ہیں۔

یہ خاص طور پر اہم ہے، کیونکہ اگر انفراسٹرکچر لیورل زیادہ مرکزی ہو گیا، تو AI کے دور میں ایپلیکیشن لیورل کی خوبصورتی دبانے کا خطرہ ہو سکتا ہے۔

اوپر کے بڑے کھلاڑی مدل فراہم کرتے ہیں، ان پر رسائی کو کنٹرول کرتے ہیں، نیچے کے ڈیٹا کو نگرانی کرتے ہیں، اور سب سے بہترین ایپس کو کبھی بھی نقل کر سکتے ہیں، جس سے ایپ لیول کے قائم کرنے والوں کو سرمایہ کاری کا اثاثہ کم ہو جاتا ہے۔ صارفین کو لگتا ہے کہ ان کے سامنے بہت سی ایپس ہیں، لیکن اصل میں شاید صرف کچھ پلیٹ فارمز کے گارڈن میں مختلف انٹرفیس ہوں۔ قیمتیں اب بھی موجود ہیں، لیکن قیمت کے پیچھے کی رسائی کی آزادی اور مقابلے کا دباؤ کمزور ہو چکا ہے۔

اس لیے، قیمت کے نظریہ کی حفاظت بڑے ٹیکنالوجی کمپنیوں کے لیے نہیں، بلکہ کھلے مارکیٹ کے لیے ہے۔ جس چیز کی حفاظت کی ضرورت ہے، وہ کسی ایک ماڈل کمپنی نہیں، بلکہ لاکھوں ایپلیکیشن لیول کے تجربات کو ممکن بنانے والے اداراتی ماحول ہے۔

انسان کی جگہ

ذکاوتِ مصنوعی انسان کی جگہ بدل دے گی۔

بہت سارے معیاری دماغی کام دب جائیں گے۔ جو نوکریاں پہلے معلومات کی عدم برابری، ماہرین کی دیواروں اور دہرائے گئے تجربات پر انحصار کرتی تھیں، وہ اپنا اہمیت کھو دیں گیں۔ ٹرانزیشن آسان نہیں ہوگا۔ ایک درمیانی عمر کا پروگرامر خود بخود نفسیاتی کونسلر نہیں بن جائے گا، ایک روایتی استاد خود بخود AI تعلیم ڈیزائنر نہیں بن جائے گا، اور ایک بنیادی ڈاکٹر خود بخود انسان اور مشین کے تعاون کے نظام میں موزوں نہیں ہو جائے گا۔ معاشرے کو اس درد کو قبول کرنا ہوگا، اور تعلیم، تربیت، سماجی تحفظ اور پیشہ ورانہ حرکت کے نظام کو دوبارہ تعمیر کرنا ہوگا۔

لیکن تبدیلی کے درد کی وجہ سے انسانی مالی اقدار کے غائب ہونے کا خیال نہ کریں۔

جتنی زیادہ AI طاقتور ہوگی، انسانوں کو غیر معیاری حصوں میں کام کرنے کی ضرورت اتنی ہی زیادہ ہوگی۔ مستقبل میں انسانوں کی قیمت زیادہ تر ججمنٹ، اعتماد، ذمہ داری، خوبصورتی، جذبات، رابطہ، تنظیم اور خطرہ اٹھانے سے آئے گی۔ AI طبی مشورے دے سکتا ہے، لیکن مریض کیا اس پر عمل کرے گا اور اس پر بھروسہ کرے گا، یہ انسانی تعلقات پر منحصر ہے۔ AI کورس ڈیزائن کر سکتا ہے، لیکن بچہ کیا لگاتار رہے گا اور اپنا اعتماد دوبارہ قائم کرے گا، یہ انسانی ساتھ پر منحصر ہے۔ AI منصوبے تیار کر سکتا ہے، لیکن کیا تنظیم انہیں قبول کرے گی، ملازمین مدد کریں گے، صارفین پر بھروسہ کریں گے، اور نگرانی قبول کرے گی، یہ سب انسانی تعاون پر منحصر ہے۔ AI لاکھوں نئے ابتر کے راستے پیش کر سکتا ہے، لیکن کاروباری شخص کو راستہ منتخب کرنا ہوگا اور اپنے سرمایہ، شہرت اور زندگی کو اس پر لگانا ہوگا۔

انسان کی جگہ تمام کاموں سے باہر نکلنے کی بجائے، معیاری انجام دہی سے رہنمائی کے انتخاب اور عملی طور پر لاگو کرنے کی طرف منتقل ہو رہی ہے۔

یہ کہنا نہیں کہ سب کو آسانی سے اپگریڈ کیا جائے گا، نہ ہی ہر نئی نوکری عزیز ہوگی۔ بازار خود بخود تمام تقسیم کے مسائل کو حل نہیں کرے گا۔ پالیسیاں، تعلیم، سماجی تحفظ اور مقابلے کے قوانین سب ضروری ہیں۔ لیکن پیداواری تنظیم کے گہرے منطق کے مطابق، AI صرف ایک ایسا خلاء چھوڑنے والا نہیں جہاں انسانوں کے لیے کچھ نہ ہو۔ یہ یہ تبدیل کرے گا کہ انسانی صلاحیتیں کون سی قیمتی ہیں۔

جب مشینیں زیادہ سے زیادہ کاپی کی جا سکنے والی شناختی محنت کو سنبھالنے لگیں، تو انسانوں کی غیر قابل کاپی کرنے والی مقامی علم، تعلقات کی صلاحیت، ججمنٹ کی صلاحیت اور ذمہ داری کی صلاحیت زیادہ اہم ہو جائے گی۔

اس کا مطلب یہ بھی ہے کہ ہم آج کے پیشہ ورانہ عناوین کے ذریعے کسی کے مستقبل کا جائزہ نہیں لے سکتے۔ بہت سے مستقبل کے کاموں کے نام اب تک نہیں بنے۔ نویں صدی کے لوگ “سافٹ ویئر انجینئر”، “صارف تجربہ ڈیزائنر”، “لائیو اسٹریمنگ آپریٹر”، “ڈیٹا سائنسٹ”، “کلاؤڈ آرکیٹیکٹ”، اور “شاٹ ویڈیو کریٹر” جیسے پیشے اپنی پیشہ ورانہ تصورات میں شامل نہیں کرتے تھے، اور آج کے لوگ بھی AI دور کے پیشہ ورانہ ڈھانچے کو مکمل طور پر فہرست نہیں بنا سکتے۔ مستقبل کے انسانی کام زیادہ تر خدمات کے تعلقات، مناظر کی تنظیم، خطرات برداشت کرنے، ضروریات کی وضاحت، رویوں میں تبدیلی، تجربہ ڈیزائن اور اعتماد پیدا کرنے پر مرکوز ہو سکتے ہیں۔

پرانے پیشے غائب ہو جائیں گے، نئے پیشے ظاہر ہوں گے۔

لیکن گہری تبدیلی یہ ہے کہ انسانی محنت ”مقررہ کاموں کی انجام دہی“ سے ”کھلی ممکنات کی تنظیم“ کی طرف منتقل ہو رہی ہے۔

اختتام: نئی دنیا کے لیے بازار چھوڑیں

تاریخ کبھی بھی پرانے دور کے پیشے کے مطابق آگے نہیں بڑھتی۔

جب مشینیں کپڑا بُن رہی ہوں تو لوگ بُنکاروں کے لیے روتے ہیں؛ جب ریلوے قارہ کو عبور کر رہی ہو تو لوگ گاڑیوں کے ڈرائیورز کے لیے پریشان ہوتے ہیں؛ جب بجلی کے بٹن شہروں کو روشن کر رہے ہوں تو لوگ بٹن جلانے والوں کے لیے اداس ہوتے ہیں؛ جب انٹرنیٹ کاغذ کے ذرائع اور کاؤنٹر کو نگل رہا ہو تو لوگ پرانے صنعتوں کے لیے ماتم کی تقریریں لکھتے ہیں۔ یہ درد سب حقیقی ہیں۔ لیکن اگر تاریخ صرف ان دردوں سے بنی ہوتی تو انسان پہلے ہی اپنے ماضی میں رک چکا ہوتا۔

دُنیا کو بدلنے والا صرف پرانے کاموں کا ختم ہونا نہیں، بلکہ نئی ضروریات کا احساس، نئے مصنوعات کا ایجاد، نئی خدمات کا منظم ہونا، اور نئی زندگی کے انداز کا تخلیق ہونا ہے۔

ذکر کردہ چیز کے لیے ای آئی بھی ایسا ہی ہوگا۔

ہم آج پرانی بنیادوں پر کھڑے ہیں، اور مستقبل کو ایک نوکریوں کی صفائی کے طور پر سمجھنا آسان ہے۔ ہم وہ مصنوعات، پروگرامرز، کسٹمر سپورٹ، مترجم، اور تجزیہ کار دیکھ سکتے ہیں جنہیں بدل دیا گیا ہے، لیکن وہ صحت کی خدمات، تعلیم کے نئے اشكال، تحقیقی ادارے، ثقافتی تجربات، گھریلو پیداوار، کاروباری عمل، اور ذاتی زندگی کے انداز جو ابھی تک ظاہر نہیں ہوئے، نہیں دیکھ سکتے۔ تباہ ہونے والی چیزوں کے نام ہیں، جبکہ نئی چیزوں کے ابھی تک نام نہیں ہوتے۔ اس لیے خوف ہمیشہ تصورات سے زیادہ جلد پہنچ جاتا ہے۔

معاشیات کی ذمہ داری، سستی مثبت خیالات فروخت کرنا نہیں، اور نہ ہی دفاعی مایوسی کے ساتھ ہم آہنگ ہونا۔ معاشیات کی ذمہ داری یہ یاد دلانا ہے کہ ٹیکنالوجی کی انقلاب کا مرکزی نقطہ، پرانے دنیا میں متبادل حساب نہیں، بلکہ نئی دنیا میں ممکن مجموعے کا وسعت پزیر ہونا ہے۔

جب AI انسانی ذہانت کو سستا متبادل بنا دے، تو سماج کو درحقیقت اس بات کی ضرورت ہے کہ تمام ممکنہ صورتیں کچھ مرکوز طاقتوں کے ہاتھ میں نہ چلی جائیں، بلکہ لاکھوں لوگوں کو ناگزیر ضروریات کی تلاش کے لیے آزادی دی جائے۔ ہمیں قیمت کی ضرورت ہے، کیونکہ لوگوں کی ترجیحات مختلف اور متغیر ہوتی ہیں؛ ہمیں بازار کی ضرورت ہے، کیونکہ علم خاص وقت اور مقام پر تقسیم ہے؛ ہمیں منافع کی ضرورت ہے، کیونکہ نئے ایجادات کو حوصلہ دینا ضروری ہے؛ ہمیں نقصان کی ضرورت ہے، کیونکہ غلط راستوں کو ختم کرنا ضروری ہے؛ ہمیں مقابلہ کی ضرورت ہے، کیونکہ کوئی بھی پہلے سے نہیں جانتا کہ مستقبل کس مصنوعات، کس خدمت، یا کس تنظیمی شکل کا ہوگا۔

ہر پرانی دور اپنے پیشے، اداروں اور صنعتوں کو تہذیب کی قدرتی شکل سمجھتا ہے۔ زراعت کا دور ایسا تھا، صنعتی دور بھی ایسا تھا، اور انٹرنیٹ کا دور بھی ایسا ہی تھا۔ لوگ سمجھتے ہیں کہ وہ زندگی کی حفاظت کر رہے ہیں، لیکن اکثر وہ صرف ماضی کے طبقہ بندی کی حفاظت کر رہے ہوتے ہیں؛ وہ سمجھتے ہیں کہ وہ انسانیت کی حفاظت کر رہے ہیں، لیکن اکثر وہ پرانی ٹیکنالوجی کے تحت تشکیل پانے والے پیشے کی شناخت کی حفاظت کر رہے ہوتے ہیں۔

لیکن تاریخ نے کبھی بھی گاڑی چلانے والوں، چراغ جلانے والوں یا ٹائپسٹس جیسی خاص شناختوں کو محفوظ نہیں کیا، بلکہ انسانیت کی اس صلاحیت کو محفوظ کیا ہے کہ وہ نئی ٹیکنالوجی کے سامنے ضرورت کو دوبارہ دریافت کرتی ہے، پیداوار کو دوبارہ منظم کرتی ہے اور زندگی کو دوبارہ تخلیق کرتی ہے۔

AI کے دور میں سب سے زیادہ قیمتی چیز یہی صلاحیت ہے۔ اور اس کا ادارتی شکل، اب بھی کھلے بازار میں قیمتیں، منافع، نقصان، مقابلہ اور داخلے کی آزادی ہے۔

قیمت نظریہ کی واپسی، ماضی کی طرف لوٹنا نہیں، بلکہ مستقبل کے لیے دفاع کرنا ہے۔

مستقبل میں AI کی طاقت کی وجہ سے کوئی ایسا سکون بھرا، غیر نایاب، غیر منتخب، غیر ٹریڈنگ اور غیر مارکیٹ والی سکون کی دنیا نہیں بنے گی۔ مستقبل زیادہ غنی اور زیادہ پیچیدہ ہوگا؛ زیادہ وافر اور زیادہ تفریقی؛ زیادہ ذکی اور زیادہ مقامی علم اور انسانی فیصلہ سے منحصر۔ ذكاءِ مصنوعی امکانات کو وسعت دیتا ہے، لیکن قیمت کا نظام ہمیں یہ دریافت کرنے میں مدد کرتا ہے کہ کون سے امکانات حقیقی طور پر قیمتی ہیں۔

نئی دنیا کے لیے بازار چھوڑنا، ناگزیر مانگ کے لیے راستہ چھوڑنا، نئے مصنوعات کے لیے ٹرائل چھوڑنا، نوجوانوں کے لیے جرات چھوڑنا اور انسانی تصورات کے لیے راستہ چھوڑنا ہے۔

پرانی بنیادیں ضرور ڈھل جائیں گی۔ اصل سوال یہ نہیں کہ کیا ہم ہر گاڑی کو برقرار رکھ سکتے ہیں، بلکہ یہ ہے کہ کیا ہم ریلوے، کاروں، طیاروں اور ابھی تک نام دیے گئے چیزوں کو ظاہر ہونے دیتے ہیں۔

انسانیت کی وہ ادارائی صلاحیت جو کھلے مستقبل میں قیمت دریافت کرتی ہے، وہی ایکٹھا اہم ہے جو کسی بھی پرانے پیشہ، پرانے صنعت یا پرانے تنظیمی فارم کے برابر نہیں۔

یہ پرانی معاشیات کا باقی نہیں ہے۔

یہ نئی دنیا کا دروازہ ہے۔

یہ قیمت نظریہ کی واپسی ہے۔