AI کو "برطرف" کیا جا رہا ہے کیونکہ یہ بہت مہنگا ہے۔

(مثالی تصویر: شاندار)

پچھلے دو سالوں میں، مصنوعی ذہانت (AI) کو بہت سے کاروباروں نے پیداواری چیلنجوں کے فوری حل کے طور پر دیکھا ہے۔ کوڈنگ اور کسٹمر سروس سے لے کر رپورٹ لکھنے، ڈیٹا کے تجزیہ اور ای میل پروسیسنگ تک، AI تیز، سستی اور انسانی محنت پر کم انحصار کے وعدے کے ساتھ ابھرا ہے۔ تاہم، 2026 کے وسط تک، بہت سے کارپوریٹ بورڈ رومز میں سوال اب یہ نہیں ہوگا کہ "کیا ہمیں AI استعمال کرنا چاہیے؟"، بلکہ "AI کتنا پیسہ خرچ کر رہا ہے، اور کیا یہ واقعی مناسب قیمت فراہم کر رہا ہے؟"۔

اس تبدیلی کا مطلب یہ نہیں ہے کہ AI متروک ہے۔ اس کے برعکس، AI ایک اسٹریٹجک ٹیکنالوجی ہے، خاص طور پر پروگرامنگ، کسٹمر سروس، فنانس، اور اندرونی آپریشنز میں۔ تاہم، پیچھے پڑنے کے خوف سے چلنے والی تیز رفتار تعیناتی کی مدت کے بعد، بہت سی کمپنیاں ایک کم دلکش حقیقت کا احساس کرنے لگی ہیں: AI مفت نہیں ہے، اور نہ ہی یہ ضروری ہے کہ اگر غلط استعمال کیا جائے تو یہ انسانوں سے سستا ہے۔ جب ایک ٹول ہزاروں ملازمین کے لیے دستیاب کرایا جاتا ہے، تو ہر کمانڈ، ٹیکسٹ کا ہر ٹکڑا، ہر دستاویز کا تجزیہ، یا ہر کوڈ کا اندراج ٹوکنز میں ماپا جانے والی لاگت بن سکتا ہے — ڈیٹا کی مقدار کی پیمائش کی اکائی جس پر AI ماڈل کو کارروائی کرنی ہوتی ہے۔

مئی کے آخر میں، وال اسٹریٹ جرنل نے رپورٹ کیا کہ کچھ امریکی کاروبار کمپیوٹنگ اور ٹوکن کے اخراجات میں تیزی سے اضافے کے باعث اپنے AI اخراجات کو "راشن" دینا شروع کر رہے ہیں۔ مضمون میں Uber کے کیس کا حوالہ دیا گیا، یہ نوٹ کیا گیا کہ کمپنی نے اپنے 2026 AI بجٹ کو صرف چار مہینوں میں استعمال کیا، جس سے وہ اپنے AI اخراجات کو کس طرح مختص کرتا ہے اس پر نظر ثانی کرنے کا اشارہ کرتا ہے۔ یہ ایک اہم اشارہ ہے: AI اب صرف ایک ٹیکنالوجی کا تجربہ نہیں رہا، بلکہ کلاؤڈ کمپیوٹنگ، عملہ، یا آپریٹنگ اخراجات کی طرح ایک مالیاتی شے بن گیا ہے جس پر کنٹرول کی ضرورت ہوتی ہے۔

Uber ایک قابل ذکر مثال ہے کیونکہ کمپنی AI کے خلاف نہیں ہے۔ Uber کا مسئلہ اس حقیقت میں ہے کہ لاگت بہت تیزی سے بڑھ رہی ہے جبکہ ٹھوس کاروباری فوائد آسانی سے ثابت نہیں ہوتے ہیں۔ دی ورج نے اوبر کے چیئرمین اور چیف آپریٹنگ آفیسر اینڈریو میکڈونلڈ کا حوالہ دیتے ہوئے کہا کہ کلاڈ کوڈ جیسے ٹولز پر زیادہ خرچ کرنا صارفین کے لیے مفید خصوصیات کی ایک بڑی تعداد سے براہ راست تعلق نہیں رکھتا۔ دوسرے لفظوں میں، انجینئرنگ ٹیم AI کو زیادہ استعمال کر سکتی ہے، لیکن قیادت کو اب بھی اس بنیادی سوال کا جواب دینے کی ضرورت ہے: کیا آخری صارفین خرچ کی گئی رقم کے لیے بہتر پروڈکٹ حاصل کر رہے ہیں؟

Claude Code، Anthropic کا پروگرامنگ سپورٹ ٹول، اس بحث کا مرکز بن گیا ہے۔ غلط فہمیوں سے بچنے کے لیے واضح کرنا ضروری ہے: Anthropic اب بھی صارفین اور کاروباروں کے لیے ماہانہ سبسکرپشن پلان پیش کرتا ہے۔ تاہم، جب بڑے پیمانے پر یا ایپلیکیشن پروگرامنگ انٹرفیس (API) کے ذریعے استعمال کیا جاتا ہے، تو ٹوکن، استعمال کے نمونوں اور اضافی خصوصیات کی بنیاد پر لاگت کا حساب لگایا جا سکتا ہے۔ Anthropic کا آفیشل پرائسنگ پیج ظاہر کرتا ہے کہ Claude API ماڈلز کی قیمت ٹوکن ان پٹ اور آؤٹ پٹ کی مقدار پر ہوتی ہے۔ کمپنی کی دستاویزات یہ بھی نوٹ کرتی ہیں کہ ڈیٹا انکوڈنگ میں کچھ تبدیلیاں ایک ہی متن کو پہلے سے زیادہ ٹوکن استعمال کرنے کا سبب بن سکتی ہیں۔ لہذا، مسئلہ "ماہانہ منصوبوں کے ختم ہونے" کے بارے میں نہیں ہے، بلکہ کاروباروں کو اخراجات کی پیشن گوئی کرنے میں دشواری کا سامنا ہے جب ملازمین کاموں کا مطالبہ کرنے کے لیے مسلسل AI کا استعمال کرتے ہیں۔

AI اور روایتی سافٹ ویئر کے درمیان فرق اس بات میں ہے کہ اخراجات کیسے اٹھائے جاتے ہیں۔ آفس سافٹ ویئر کے ساتھ، کاروبار عام طور پر فی اکاؤنٹ ماہانہ فیس ادا کرتے ہیں۔ بہت سے AI ٹولز کے ساتھ، خاص طور پر وہ پروگرامنگ اور ملٹی سٹیپ آٹومیشن کے لیے، دستاویزات کی لمبائی، استفسار کے حجم، نظر ثانی کے چکر، کال کیے گئے ماڈلز کی تعداد، اور آؤٹ پٹ ڈیٹا کے ساتھ اخراجات بڑھ سکتے ہیں۔ ای میلز کا خلاصہ کرنے کے لیے AI کا استعمال کرنے والا ملازم بہت کم خرچ کر سکتا ہے۔ لیکن انجینئرز کی ایک ٹیم جس کے پاس AI ہے سورس کوڈ پڑھتا ہے، اصلاحات تجویز کرتا ہے، متعدد ورژنز کو دوبارہ لکھتا ہے، اور خودکار پراسیس چلاتا ہے جو مختصر مدت میں اہم اخراجات پیدا کر سکتا ہے۔

انتظامی نقطہ نظر سے، یہ ایک بہت ہی جانا پہچانا مسئلہ ہے: اچھی ٹیکنالوجی ضروری نہیں کہ اچھی سرمایہ کاری ہو اگر اس کی تاثیر کی پیمائش نہ کی جا سکے۔ ایک کاروبار محسوس کر سکتا ہے کہ پیداواری صلاحیت میں اضافہ ہوا ہے کیونکہ ملازمین تیزی سے کام کر رہے ہیں، لیکن اگر گھنٹوں کی تعداد بچ جاتی ہے، غلطیاں کم ہوتی ہیں، آمدنی میں اضافہ ہوتا ہے، یا کسٹمر کا تجربہ بہتر ہوتا ہے، تو AI بلوں کا دفاع کرنا جلدی مشکل ہو جائے گا۔ لہذا، معروف کمپنیاں "زیادہ سے زیادہ استعمال کریں" کی ذہنیت سے "اسے جہاں صحیح، صحیح لوگوں کے لیے، اور حدود میں استعمال کریں" میں سے کسی ایک کی طرف منتقل ہو رہی ہیں۔

آپ کو یہ بھی پسند آ سکتا ہے

سافٹ ویئر لائسنسنگ: تمام کاروبار کے لیے ایک ہی سائز کا کوئی فارمولا کیوں نہیں ہے؟تعمیل کے تقاضوں کے ساتھ ساتھ، صحیح لائسنس کا انتخاب بھی سرمایہ کاری کے اخراجات، سسٹم کی حفاظت، انتظامی صلاحیتوں، اور طویل مدتی آئی ٹی سسٹم کی ترقی کی سمت، خاص طور پر SMEs کے لیے براہ راست تعلق رکھنے والا معاملہ ہے۔

ڈونگ نائی میں پٹرولیم مصنوعات کے انتظام اور تجارت میں خلاف ورزیوں کا سلسلہ۔TPO - ڈونگ نائی سٹی میں حکام نے حال ہی میں پٹرول اور تیل کے کاروبار کے ریاستی انتظام میں لائسنس دینے سے لے کر معائنہ اور بعد از معائنہ تک خلاف ورزیوں کے ایک سلسلے کو بے نقاب کیا ہے۔

ایئر لائنز کو 5 سالہ مراحل میں طیاروں کی خریداری کے منصوبے بنانے کی ضرورت کیوں ہے؟ویتنام سول ایوی ایشن اتھارٹی نے اعلان کیا ہے کہ، 1 جولائی 2026 سے، ویتنامی ایئرلائنز کو اپنے سالانہ اور پانچ سالہ بیڑے کے ترقیاتی منصوبوں کو تیار کرنے اور وقتاً فوقتاً ریگولیٹری باڈی کو رپورٹ کرنے کی ضرورت ہوگی، اس بات کو یقینی بناتے ہوئے کہ وہ بنیادی ڈھانچے کی صلاحیت اور مارکیٹ کی طلب کے مطابق ہوں۔

صرف ٹولز کی لاگت سے ہٹ کر، انسانی وسائل کی جگہ اے آئی کی کہانی کا بھی دوبارہ جائزہ لیا جا رہا ہے۔ 21 مئی کو، فوربس نے اعداد و شمار کا حوالہ دیا جس سے ظاہر ہوتا ہے کہ 29% کاروبار جنہوں نے پہلے AI کی وجہ سے عملے میں کمی کی تھی، ان عہدوں کے لیے دوبارہ بھرتی کیے گئے ہیں۔ اس اعداد و شمار کی احتیاط سے تشریح کرنے کی ضرورت ہے، لیکن یہ ایک حقیقت کو نمایاں کرتا ہے: انسانوں کو AI سے تبدیل کرنا اتنا آسان نہیں جتنا پے رول پر لاگت کی لائن کاٹنا۔ بہت سی ملازمتوں میں، خاص طور پر کسٹمر سروس، سیلز، مواد کی تخلیق، آپریشنز مینجمنٹ، یا حساس حالات سے نمٹنے میں، انسانوں کے پاس اب بھی ایسے کردار ہوتے ہیں جنہیں AI ابھی تک پوری طرح سے نہیں بھر سکتا۔

AI تیزی سے جواب دے سکتا ہے، لیکن رفتار درستگی کے مساوی نہیں ہے۔ AI مسودہ تیار کر سکتا ہے، لیکن مسودوں کا ابھی بھی پیشہ ور افراد کو جائزہ لینے کی ضرورت ہے۔ AI ڈیٹا کا خلاصہ کر سکتا ہے، لیکن مینیجرز کو ابھی بھی فیصلے کرنے کے لیے سیاق و سباق کو سمجھنے کی ضرورت ہے۔ اگر کاروبار بہت جلد عملے کو کم کر دیتے ہیں، تو وہ گرتے ہوئے سروس کے معیار، غیر مطمئن صارفین، مزید افراتفری کے اندرونی عمل، اور بالآخر اہلکاروں کو دوبارہ بھرتی اور دوبارہ تربیت دینے کے ساتھ قیمت ادا کر سکتے ہیں۔ اس صورت میں، "اے آئی کی بدولت بچت" فریبی بچت بن جاتی ہے۔

ایک نکتہ جس پر منصفانہ طور پر غور کیا جائے وہ یہ ہے کہ AI کاروبار میں چھانٹی کی واحد وجہ نہیں ہے۔ کچھ رہنما تنظیم نو کی وضاحت کے لیے AI کا حوالہ دے سکتے ہیں، جبکہ اصل وجوہات میں منافع کا دباؤ، شرح سود، شیئر ہولڈرز، مسابقت، یا لاگت میں کمی کی حکمت عملی شامل ہو سکتی ہے۔ یکم جون کو، بزنس انسائیڈر نے اپالو گلوبل مینجمنٹ کے چیف اکنامسٹ ٹورسٹن سلوک کے حوالے سے کہا کہ مجموعی طور پر روزگار کے اعداد و شمار میں AI کی وجہ سے ملازمت کے نقصانات کا کوئی واضح ثبوت نہیں ہے۔ یہ نعرے سے زیادہ پیچیدہ تصویر تجویز کرتا ہے "AI انسانی ملازمتیں لیتا ہے"۔

ویتنامی کاروباروں کے لیے، بین الاقوامی کارپوریشنز کے اسباق بہت عملی ہیں۔ ہوسکتا ہے کہ بہت سی گھریلو کمپنیوں نے AI پر لاکھوں ڈالر خرچ نہ کیے ہوں، لیکن وہ پھر بھی آسانی سے متعدد ٹولز خریدنے، متعدد اکاؤنٹس کھولنے، اور کنٹرول کے عمل کے بغیر متعدد پلیٹ فارمز آزمانے کے جال میں پھنس سکتی ہیں۔ اگر ہر شعبہ اپنا AI ٹول منتخب کرتا ہے، ہر ٹیم اپنا ماڈل استعمال کرتی ہے، اور ہر ملازم آزادانہ طور پر کمپنی کے ڈیٹا کو بیرونی پلیٹ فارمز میں داخل کرتا ہے، خطرات نہ صرف لاگت میں ہوتے ہیں، بلکہ سیکیورٹی، آؤٹ پٹ کوالٹی اور قانونی ذمہ داری میں بھی ہوتے ہیں۔

AI bị sa thải vì đắt đỏ - Ảnh 3. — (مثالی تصویر: شاندار)

AI کو لاگو کرنے سے پہلے، کاروبار کو پانچ آسان سوالات سے شروع کرنا چاہیے۔ سب سے پہلے، AI کون سا مخصوص مسئلہ حل کرے گا؟ دوسرا، زیادہ سے زیادہ ماہانہ لاگت کیا ہے؟ تیسرا، کس کو اس تک رسائی حاصل ہوگی اور کس قسم کے ڈیٹا کے لیے؟ چوتھا، AI سے تیار کردہ نتائج کا جائزہ کون لے گا؟ پانچواں، کاروبار تین ماہ کے بعد تاثیر کی پیمائش کے لیے کون سے میٹرکس استعمال کرے گا؟ اگر ان پانچ سوالات کا جواب نہیں دیا گیا ہے، تو بڑے پیمانے پر AI کی تعیناتی جلد بازی کا فیصلہ ہو سکتا ہے۔

ایک محفوظ طریقہ یہ ہے کہ پہلے ٹیسٹ کرنے کے لیے کم خطرناک علاقوں کا انتخاب کیا جائے۔ AI اندرونی دستاویزات کا خلاصہ کرنے، کسٹمر کی درخواستوں کی درجہ بندی کرنے، ای میل کے مواد کی تجویز کرنے، پروگرامنگ کوڈ میں غلطیاں تلاش کرنے، ڈرافٹ رپورٹس بنانے، یا ملازمین کو معلومات کی تلاش میں مدد کرنے میں مدد کر سکتا ہے۔ تاہم، مالی، قانونی، انسانی وسائل، کسٹمر ڈیٹا، یا عوامی بیانات پر مشتمل شعبوں میں، انسانوں کو اب بھی حتمی جائزہ لینے والا ہونا چاہیے۔ کاروباری اداروں کو AI کو "متبادل ملازم" کے طور پر استعمال نہیں کرنا چاہیے، بلکہ واضح حدود کے ساتھ "اسپیڈ اپ اسسٹنٹ" کے طور پر استعمال کرنا چاہیے۔

آپ کو یہ بھی پسند آ سکتا ہے

موبائل گاڑیوں پر سمارٹ مینوفیکچرنگ سلوشنز کا تجربہ کریں۔DNVN - 16 جون کو، Zebra Technologies Corporation، ڈیجیٹل اور ورک فلو آٹومیشن حل فراہم کرنے والے، نے ویتنام میں Zebra Experience Center (ZEC) کا موبائل ورژن لانچ کیا۔

ویتنام جنرل کنفیڈریشن آف لیبر نے 2027 سے شروع ہونے والی علاقائی کم از کم اجرت کو ایڈجسٹ کرنے کے لیے دو اختیارات تجویز کیے ہیں۔(GLO) - 23 جون کی سہ پہر کو قومی اجرت کونسل کی پہلی میٹنگ میں، ویتنام جنرل کنفیڈریشن آف لیبر (VGCL) نے 1 جنوری 2027 سے کاروباری اداروں پر لاگو ہونے والی علاقائی کم از کم اجرت کو ایڈجسٹ کرنے کے لیے دو اختیارات تجویز کیے ہیں۔

سائنس اور ٹیکنالوجی میں بہت سے بڑے کاموں کو نافذ کرنا اور تعلیم کے شعبے میں ڈیجیٹل تبدیلی۔GD&TĐ - 24 جون کی صبح، وزارت تعلیم و تربیت کی سائنس، ٹیکنالوجی، اختراع، ڈیجیٹل تبدیلی، اور پروجیکٹ 06 کی ترقی سے متعلق اسٹیئرنگ کمیٹی نے اپنے کاموں کو نافذ کرنے کے لیے ایک میٹنگ کی۔

ایک اور اصول یہ ہے کہ AI بجٹ کا انتظام کلاؤڈ کمپیوٹنگ لاگت کے انتظام کی طرح ہونا چاہیے۔ گروپ پر مبنی حدود، حد سے تجاوز کرنے کے لیے الرٹس، ماہانہ استعمال کی رپورٹس، اور محکمانہ کارکردگی کا جائزہ لینے کی ضرورت ہے۔ پروگرامنگ کے لیے، کاروباری اداروں کو یہ جاننے کی ضرورت ہوتی ہے کہ AI ٹولز کتنے بگ فکسنگ ٹائم کو کم کر سکتے ہیں، پروڈکٹ ڈویلپمنٹ کے کتنے دن مختصر کیے جا سکتے ہیں، یا کتنے آپریشنل میٹرکس کو بہتر بنایا جا سکتا ہے۔ کسٹمر سروس کے لیے، جوابی وقت، اطمینان کی سطح، شکایت کی شرح، اور انسانی عملے کو بھیجے جانے والے مقدمات کی تعداد کی پیمائش کرنا ضروری ہے۔

اپنی ابتدائی تیزی کے بعد، AI مارکیٹ ایک زیادہ پختہ مرحلے میں داخل ہو رہی ہے۔ مؤثر ثابت نہ ہونے والے ٹولز کو مرحلہ وار ختم کر دیا جائے گا۔ بے قابو اخراجات محدود ہوں گے۔ ایک مکمل انسانی تبدیلی کی توقعات ایک زیادہ عملی نقطہ نظر کو راستہ فراہم کرے گی: انسان فیصلہ کن کام انجام دیتے ہیں، جبکہ AI بار بار، ڈیٹا پر مبنی، یا تیز رفتار کاموں کی حمایت کرتا ہے۔

لہذا، "AI کو برطرف کیا جا رہا ہے کیونکہ یہ بہت مہنگا ہے" کو AI کے ناکام ہونے سے تعبیر نہیں کیا جانا چاہیے۔ بلکہ، جو برطرف کیا جا رہا ہے وہ وہم ہے کہ صرف AI ٹولز خریدنے سے کاروبار خود بخود سستا، تیز اور ہوشیار ہو جائے گا۔

AI کاروباروں میں رہے گا، لیکن مالیات، ٹیکنالوجی، قانون، اور آخری صارفین سے قریب سے جانچ پڑتال کے تحت۔ اس ہلچل میں، جیتنے والی کمپنی وہ نہیں ہو گی جو AI کا سب سے زیادہ استعمال کرتی ہو، بلکہ وہ ہو گی جو AI کو صحیح طریقے سے، صحیح قیمت پر، اور صحیح ذمہ داری کے ساتھ استعمال کرنا جانتی ہو۔

ماخذ: https://vtv.vn/ai-bi-sa-thai-vi-dat-do-100260616145054134.htm