سیلیکون ویلی کے ٹیک جنٹس مہنگائی کے بڑھتے ہوئے اخراجات کے باعث ملازمین کے AI ٹوکن استعمال پر پابندی لگا رہے ہیں

AI کاروباروں کے لیے ملازمین کے "پسند نہیں کیے جانے والے کاموں" کو خودکار بناتا ہے، نہ کہ "پیسہ کمانے والے کاموں" کو۔

کچھ دن پہلے، جیک پارک نے رپورٹ کیا تھا کہ AI پر بڑی سرمایہ کاری کرنے والی مائیکروسافٹ نے اپنے زیادہ تر ملازمین کے لیے کلاؤڈ کوڈ کی لائسنس کو خاموشی سے منسوخ کر دیا ہے۔

یہ بہت عجیب بات ہے، کیونکہ AI کی اس لہر میں، کاروباری صارفین کے لیے سب سے بڑا اشتہاری نقطہ "کارکردگی میں اضافہ" ہے۔ اگر کارکردگی میں اضافہ ہو رہا ہے، تو微软 کیوں اپنے ملازمین کو Claude Code کا استعمال بند کر رہا ہے؟

مائیکروسافٹ یہ کرنے والی واحد کمپنی نہیں ہے؛ "ٹوکن استعمال کو کم کرنا" اور ملازمین کو جنونی Vibe Coding کو متاثر نہ کرنا، سلیکون ویلی کے بڑے فرموں کا نیا رجحان بن چکا ہے۔

یوبیر نے چار ماہ میں پورے سال کا AI ٹوکن بجٹ خرچ کر دیا۔ سیلزفورس سالانہ اینتھروپک کو تقریباً 3 ارب ڈالر کا چیک جاری کرتا ہے۔ ایک AI مشیر نے بتایا کہ ان کا ایک صارف ایک ماہ میں 5 ارب ڈالر تک AI پر خرچ کرتا ہے۔ میٹا نے تو اپنے اندر کا "ٹوکن میکسنگ رینکنگ" ڈیٹا بورڈ بھی چھپا دیا — جس کا مقصد کارکنوں کو AI کا زیادہ استعمال کرنے کے لیے متوجہ کرنا تھا۔

اب، کمپنیاں وہ کام کر رہی ہیں جس کے بارے میں کچھ سال پہلے سوچنا بھی نہیں سکتی تھیں:

کارکنان کے AI استعمال پر پابندیاں عائد کریں اور ان کا خیال رکھیں۔

کیوں بڑی کمپنیاں اس طرف موڑ رہی ہیں؟

آج کے اخراجات کے بحران کو سمجھنے کے لیے، آپ کو "tokenmaxxing" کیا ہے، یہ سمجھنا ہوگا۔

یہ لفظ تقریباً 2025ء سے مقبول ہونا شروع ہوا، جس کا حرفی مطلب ہے "ٹوکن کے استعمال کو زیادہ سے زیادہ کرنا"۔ اس کے پیچھے ایک انتظامی منطق ہے — جب کمپنیاں AI ٹولز خریدنے پر بڑی رقم خرچ کرتی ہیں، تو ملازمین کو ان کا زیادہ سے زیادہ استعمال کرنا چاہیے، کیونکہ جتنا زیادہ استعمال کریں گے، اتنا ہی زیادہ ثابت ہوگا کہ آپ "ڈیجیٹل ٹرانsfارمیشن" میں مصروف ہیں، اور جتنا کم استعمال کریں گے، اتنا ہی زیادہ وسائل کا ضياع ہوگا۔ اس لیے بہت سی کمپنیوں نے استعمال کے لیے کوٹا، رینکنگ لسٹ، اور حتیٰ کہ پرفارمنس کا اندازہ لگانے کا نظام متعارف کرایا ہے تاکہ ملازمین کو AI کا استعمال کرنے پر مجبور کیا جا سکے۔

نتیجہ کیا ہے؟

کارکنان کمپنی کے کاروباری AI ماڈل کا استعمال کرکے موسم، جنم دن کی دعائیں، اور آج کھانا کیا ہے، اس کے بارے میں پوچھنے لگے۔

2444 کمپنیوں پر مشتمل ایک تحقیق میں پایا گیا کہ کمپنیاں AI ٹوکن پر 1 امریکی ڈالر خرچ کرنے کے بجائے، 0.44 ڈالر AI کے ذریعہ پیدا کردہ بگز کو درست کرنے، 0.27 ڈالر AI کے پیدا کردہ کوڈ کو دوبارہ لکھنے، اور 0.11 ڈالر جائزہ لینے اور ضم کرنے میں تاخیر پر خرچ کرتی ہیں۔

یعنی، AI کی خرید کی ہر ایک روپے کی لاگت کے پیچھے تقریباً 80 فیصد پوشیدہ نقصان چھپا ہوا ہے۔

سہرتو گاندھی نے ایک بہت درست تشبیہ استعمال کی: "ٹوکن میکسنگ کی کمپنیاں، ایسی کمپنیوں جیسے جو پیداوار کو تمام لائٹس جلائے رکھنے سے ناپتی ہیں — زیادہ پیسہ خرچ کرنا، زیادہ پیداوار کا مطلب نہیں۔"

مزید مزاحیہ بات یہ ہے کہ ان کمپنیوں میں سے زیادہ تر کو اپنے ملازمین کے AI کے ذریعے کیا کر رہے ہیں، اور ان کاموں کی انجام دہی میں AI کی وجہ سے کوئی تبدیلی آئی ہے یا نہیں، کا پتہ نہیں۔

یہ "پیسہ جلانے کی مقابلہ" 2024 سے 2025 تک جاری رہی، اور اب اس سال اچانک شدت اختیار کر گئی۔ جے پی مورگن نے ایک سخت الفاظ میں لکھی گئی رپورٹ جاری کی، جس کا عنوان براہ راست ایسا تھا جو ناگوار لگا — "AI ٹوکن کی لاگت انٹرنیٹ کے منافع کو نگل رہی ہے"۔

شافیفی، اسپوٹیفائی، سروس ناؤ، اور روکو نے اپنے منافع کی ٹیلی فون میٹنگز میں AI کو آپریشنل خرچوں کا اہم ترین دباؤ قرار دیا۔ صنعت کے مجموعی ماحول میں، "AI کتنا عظیم ہے" کی بجائے "یہ پیسہ ادا کرنا واقعی مناسب ہے؟" کی طرف منتقل ہو رہا ہے۔

صرف 14% سی ایف او کا کہنا ہے کہ وہ AI کے سرمایہ کاری پر واضح، قابل پیمائش منافع دیکھ سکتے ہیں۔

یوبیر کے سی ای او اینڈریو میکڈونلڈ نے ایک پوڈکاسٹ میں ایک بہت صاف بات کہی — انہیں محسوس ہوا کہ ملازمین کی ذاتی پیداواری میں اضافہ اور کمپنی کے کل بزنس کے اثر کو جوڑنا مشکل ہے۔ "اگر آپ نہیں دیکھ سکتے کہ AI نے آپ کے صارفین کو کتنے قیمتی فیچرز فراہم کیے، تو ٹوکن لاگت کو اپنے آپ کو سمجھانا اور اپنی حمایت کرنا اور بھی مشکل ہو جائے گا۔"

یہ جملہ کاروباری AI کے مسائل کے مرکزی نقطہ کو اجاگر کرتا ہے: ذاتی کارکردگی میں اضافہ، کمپنی کے منافع میں اضافہ کے برابر نہیں ہے۔

کارکنان نے AI کا استعمال کرتے ہوئے اپنی ہفتہ وار رپورٹس تیار کرنے کا وقت تین گنا کر دیا، لیکن کمپنی کی آمدنی میں کوئی تبدیلی نہیں آئی۔ انجینئرز نے AI کا استعمال کرتے ہوئے کوڈ تیار کرنے کی رفتار دوگنا کر دی، لیکن کوڈ کی "فُقدان شرح" — یعنی منسوخ یا دوبارہ لکھے جانے کا تناسب — 800 فیصد بڑھ گیا۔

مایکروسافٹ کے سابق سربراہ AI سوفیا ویلاسٹیگوی نے ایک ایسا جملہ کہا جس نے بہت سے مینیجرز کو ناراض کر دیا: "زیادہ تر لوگ اپنے پسند نہیں کرنے والے کاموں کو خودکار بنانے کی پیشکش کرتے ہیں، نہ کہ کمپنی کے لیے سب سے زیادہ قیمتی کاموں کو۔"

سادہ الفاظ میں، کاروبار خودکار طور پر ملازمین کے "پسند نہیں کیے جانے والے کاموں" کو کرتا ہے، نہ کہ "پیسہ کمانے والے کاموں" کو۔

یہ ٹیکنیکل مسئلہ نہیں، بلکہ ترجیح کا مسئلہ ہے۔ اسی لیے تقریباً 30 فیصد جنریٹو AI منصوبے، پائیلٹ مرحلے میں ہی چھوڑ دیے جاتے ہیں — لاگت واضح نہیں، اور فائدہ بھی واضح نہیں، اس لیے بوس خود بھی ادائیگی جاری نہیں رکھتا۔

سیلز فورس کے سی ای او مارک بینیوف کا طریقہ کار نمایاں ہے۔ سالانہ 3 ارب ڈالر کے Anthropic بِل کے سامنے، ان کی توقع ایک "智能 روتر" ہے: جو یہ فیصلہ کر سکے کہ کون سے سوالات کے لیے بہترین ماڈل درکار ہیں اور کون سے سوالات کے لیے سستے چھوٹے ماڈل کافی ہیں۔

اس خیال میں کوئی نئی بات نہیں ہے — کلاؤڈ کمپیوٹنگ کے دور سے ہی، "ضرورت کے مطابق ادائیگی" اور " وسائل کا بہترین استعمال" معیاری عمل تھا۔ لیکن AI کی یہ لہر بہت تیز آئی، اور لوگوں نے پہلے خریدا، پھر سوچا، اب وہ تعلیم مکمل کر رہے ہیں۔

مایکروسافٹ نے حالیہ وقت میں کلاؤڈ کوڈ کے زیادہ تر کاروباری لائسنسز منسوخ کر دیے، جس کی سرکاری وجوہات لاگت کے عوامل کو اٹھایا گیا۔ اس واقعے نے صنعت میں کافی بحث پیدا کر دی ہے — کیونکہ مایکروسافٹ خود OpenAI کا سب سے بڑا سرمایہ کار ہے، اور اسی وقت وہ اپنے مقابلہ کار کی سبسکرپشنز ختم کر رہا ہے، جس میں کتنی لاگت کے عوامل ہیں اور کتنی حکمت عملی کے، اس بات کو واضح طور پر کہنا مشکل ہے۔

لیکن کسی بھی صورت میں، یہ ایک سگنل ہے کہ کاروباری ادارے اپنے پاؤں سے ووٹ دے رہے ہیں۔

ہارنیس اور کلاؤڈ زیرو نے تقریباً ایک ہی دن — 28 مئی — پر AI لاگت کے انتظام کے ٹولز جاری کیے، جن میں سے ایک AI خرچ اور ROI کی حقیقی وقت کی نگرانی پر زور دیتا ہے، جبکہ دوسرا "AI فنانس کنٹرول پلیٹ فارم" متعارف کرایا جس سے کاروبار اپنے ہر ایک ڈالر کے AI خرچ کو مخصوص کاروباری نتائج سے جوڑ سکتے ہیں۔

ان دو مصنوعات کے ظہور سے خود یہ بات واضح ہوتی ہے کہ بازار میں مانگ ہے، اور یہ مانگ بہت فوری ہے۔

ہب اسپاٹ نے اس سال اپریل سے AI ایجینٹس کی قیمت ڈیزائن میں تبدیلی کی ہے، جس میں اب ٹوکن کے لحاظ سے چارجز نہیں بلکہ "حل شدہ مکالموں کی تعداد" یا "پیدا کردہ لیڈز کی تعداد" کے لحاظ سے چارجز کیا جا رہا ہے — یہ ایک رجحان کی طرف موڑ ہے جس میں فروخت کرنے والوں کے مفاد کو خریدار کے عملی نتائج کے ساتھ ملا دیا گیا ہے۔ سروس ناؤ نے بھی اسی طرح کی تبدیلی کی ہے۔ AI فرنچائزز سمجھ رہے ہیں کہ اگر وہ "استعمال" کی بجائے "نتائج" کی فروخت جاری رکھیں، تو صنعتی صارفین جلد ہی اکٹھے مزاحمت کریں گے۔

یہ تنظیم، AI کے صنعتیکرن کا ایک ضروری درد ہے، یا بڑے بحران کا آغاز؟

میں زیادہ تر پہلے والے کو ترجیح دیتا ہوں۔ لیکن ایک تفصیل چندہ فکر مند کر دیتی ہے: عالمی AI سافٹ ویئر خرچ کا تخمینہ 2026 تک 2.59 ٹریلین ڈالر ہے، جو 47 فیصد کی نمو ہے، لیکن اسی دوران، 94 فیصد انجینئرنگ ہیڈز کا کہنا ہے کہ اہم ROI اشارے ابھی تک غائب ہیں۔ پیسہ زیادہ خرچ ہو رہا ہے، لیکن کوئی نہیں جانتا کہ یہ کہاں اور کیا فائدہ حاصل کرنے کے لیے خرچ ہو رہا ہے—اگر یہ تضاد حل نہیں کیا گیا، تو اگلا "tokenmaxxing" لمحہ صرف وقت کا سوال ہے۔

فورچن میگزین کی ایک تجزیاتی تحریر کہتی ہے: "ٹوکن میکسنگ آسان ہے، لیکن ورک فلو کو دوبارہ ڈیزائن کرنا مشکل ہے۔" اکثر کمپنیاں اب اپنے موجودہ عمل کو بہتر بنانے پر توجہ دے رہی ہیں، نہ کہ بزنس ماڈل کو دوبارہ تخلیق کر رہی ہیں۔ یہی AI کی حقیقی قدر ہے، اور وہ جگہ جہاں اب تک زیادہ تر کمپنیاں نہیں پہنچ سکیں۔

عقل مندی کی واپسی اچھی بات ہے۔ لیکن عقل مندی کی واپسی کے بعد، کمپنیوں کو ایک اور مشکل سوال کا جواب دینا ہوگا: AI ہمارے کاروبار کے لیے ایک ہیمر ہونا چاہیے، یا ایک نیا سوچنے کا فریم ورک؟

اگر آپ صرف AI کا استعمال کرکے پرانے کاموں کو تیزی سے کریں گے، تو ایک دن بِل آپ کو اس سوال کی طرف واپس لے آئیں گے۔

یہ مضمون ویچن گروپ "جیک پارک" (ID: geekpark) سے ہے، مصنف: ہوا لین وو وانگ، ایڈیٹر: جنگ یو