AI کی قیمت اب اتنی سستی نہیں رہی جتنی کہ پہلے وعدہ کیا گیا تھا۔

AI کی لاگت پیمانے کے ساتھ بڑھتی ہے، جس سے کاروباروں کو آٹومیشن اور مالیاتی کارکردگی کے درمیان تجارت پر غور کرنے پر مجبور ہوتا ہے۔

جیسے جیسے مصنوعی ذہانت (AI) ٹیکنالوجی میں اضافہ ہوا، بہت سے کاروباروں نے اسے اخراجات کو کم کرنے، پیداواری صلاحیت بڑھانے اور بار بار ہونے والے کاموں کو خودکار کرنے کے موقع کے طور پر دیکھا۔ لیکن جانچ کے مرحلے کے بعد، مالیاتی تصویر زیادہ پیچیدہ ہونے لگی۔ AI صرف ایک سافٹ ویئر ٹول نہیں ہے جسے فوری طور پر آن اور استعمال کیا جا سکتا ہے۔ اس میں بنیادی ڈھانچے، ڈیٹا، سیکورٹی، اور آپریشنل اہلکاروں کے اخراجات شامل ہیں۔

کچھ معاملات میں، AI کے کمپیوٹنگ کے اخراجات ملازمین کی ادائیگی کی لاگت سے زیادہ ہو گئے ہیں۔ Nvidia میں اپلائیڈ ڈیپ لرننگ کے نائب صدر Bryan Catanzaro نے کہا کہ ایسے گروپس ہیں جہاں کمپیوٹنگ کے اخراجات ملازمین کی تنخواہوں سے "بہت زیادہ" ہیں۔ اس کا مطلب یہ نہیں ہے کہ AI ہمیشہ انسانوں سے زیادہ مہنگا رہے گا، لیکن یہ ظاہر کرتا ہے کہ "AI لاگت کو کم کرنے" کا وعدہ اب اتنا آسان نہیں رہا جتنا کہ شروع میں تھا۔

اے آئی سسٹمز کے پیچھے پوشیدہ اخراجات

سب سے مہنگے اجزاء میں سے ایک کمپیوٹنگ لاگت ہے۔ جدید AI ماڈلز کو اہم پروسیسنگ پاور کی ضرورت ہوتی ہے، خاص طور پر جب کاروبار انہیں کثرت سے کسٹمر سروس، پروگرامنگ، ڈیٹا تجزیہ، یا اندرونی دستاویز کی پروسیسنگ کے لیے استعمال کرتے ہیں۔ جتنے زیادہ صارفین اور کام شامل ہوں گے، آپریٹنگ اخراجات اتنے ہی زیادہ ہوں گے۔

کاروبار کے لیے، AI کی قیمت ماڈلز کرائے پر لینے یا API فیس ادا کرنے پر نہیں رکتی۔ AI کو حقیقی نظاموں میں ضم کرنے کے لیے، انہیں ڈیٹا کو صاف کرنا، اندرونی سافٹ ویئر کے ساتھ جڑنا، رسائی کی اجازتیں قائم کرنا، حساس معلومات کی حفاظت کرنا، اور آؤٹ پٹ کنٹرول کے عمل کو بنانا چاہیے۔ یہ وہ کام ہیں جن کے لیے تکنیکی، سائبرسیکیوریٹی، قانونی اور آپریشن ٹیموں کے تعاون کی ضرورت ہوتی ہے۔

AI کی تعیناتی جتنی زیادہ ہوگی، کاروباری اداروں کو انفراسٹرکچر، ڈیٹا، سیکیورٹی اور نگران عملے کے لیے اتنے ہی زیادہ اخراجات کا عنصر ہونا چاہیے۔

تصویر: AI کے ذریعہ تخلیق کردہ

اے آئی جنریشن ابھی اتنی مستحکم نہیں ہے کہ انسانی مداخلت کے بغیر خود بخود ہر چیز کو سنبھال سکے۔ یہ ٹیکنالوجی اب بھی غلط جوابات فراہم کر سکتی ہے، حقائق کو گھڑ سکتی ہے یا سیاق و سباق کی غلط تشریح کر سکتی ہے۔ لہذا، بہت سے کاروباروں کو جائزہ لینے، درست کرنے اور بالآخر ذمہ داری لینے کے لیے اہلکاروں کو برقرار رکھنا چاہیے۔ گاہک سے متعلق، مالیاتی، صحت کی دیکھ بھال ، قانونی، یا ڈیٹا سے متعلق حساس شعبوں میں، نگرانی کی یہ تہہ تقریباً ناگزیر ہے۔

اس کا مطلب ہے کہ بہت سے معاملات میں، AI مکمل طور پر لیبر کی جگہ نہیں لیتا بلکہ لاگت کی ایک نئی پرت بناتا ہے۔ کاروبار اب بھی ٹیکنالوجی کے لیے ادائیگی کرتے ہیں، جبکہ ابھی بھی لوگوں کی ضرورت ہوتی ہے تاکہ یہ یقینی بنایا جا سکے کہ نظام صحیح اور محفوظ طریقے سے چل رہا ہے۔

بڑی ٹیک کمپنیوں کے درمیان بنیادی ڈھانچے کی دوڑ بھی AI کے پیچھے بہت زیادہ اخراجات کی عکاسی کرتی ہے۔ مائیکروسافٹ نے اپنی AI صلاحیتوں، کلاؤڈ کمپیوٹنگ، سائبر سیکیورٹی، اور ہنر کی تربیت کو بڑھانے کے لیے 2029 تک آسٹریلیا میں 25 بلین AUD، جو USD 17.9 بلین کے مساوی سرمایہ کاری کرنے کا اعلان کیا ہے۔ اس طرح کی سرمایہ کاری یہ ظاہر کرتی ہے کہ AI صرف سافٹ ویئر کے بارے میں نہیں ہے، بلکہ ڈیٹا سینٹرز، پروسیسنگ چپس، پاور، اور بڑے پیمانے پر آپریشنل نیٹ ورکس کے بارے میں بھی ہے۔

AI کی قیمت صرف ایک تکنیکی مسئلہ نہیں ہے۔

جیسے جیسے اخراجات بڑھتے ہیں، سوال یہ ہے کہ کاروبار تبدیلیاں پوچھ رہے ہیں۔ اس سے قبل، بہت سی کمپنیوں نے AI حکمت عملی کے لیے دباؤ محسوس کیا تھا تاکہ وہ پیچھے رہ جانے سے بچ سکیں۔ اب، توجہ ایک زیادہ عملی سوال کی طرف منتقل ہو رہی ہے: AI کیا قدر پیدا کرتا ہے، اور سرمایہ کاری کی وصولی میں کتنا وقت لگے گا؟

ریسرچ فرم گارٹنر نے 2026 میں آئی ٹی کے عالمی اخراجات $6.31 ٹریلین تک پہنچنے کی پیش گوئی کی ہے، جو کہ 2025 سے 13.5 فیصد زیادہ ہے۔ اس سے ظاہر ہوتا ہے کہ AI صرف موجودہ اخراجات کو تبدیل کرنے کے بجائے ٹیکنالوجی کے اخراجات کے ایک نئے دور کو متحرک کر رہا ہے۔

AI تب ہی واقعی قابل قدر ہے جب ٹیکنالوجی میں سرمایہ کاری قابل پیمائش آپریشنل کارکردگی میں ترجمہ کرتی ہے۔

تصویر: روبوٹ میگزین سے اسکرین شاٹ

اس لیے سرمایہ کاری کی وصولی کا دباؤ تیزی سے واضح ہوتا جا رہا ہے۔ کنسلٹنگ فرم ڈیلوئٹ نے پیش گوئی کی ہے کہ اے آئی کی سرمایہ کاری میں اضافہ ہوتا رہے گا، لیکن منافع کی پیمائش کرنا ہمیشہ آسان نہیں ہوتا ہے۔ زیادہ پیچیدہ منصوبوں کے لیے، کاروبار کو صرف خودکار کاموں کی تعداد کو دیکھنے کے بجائے، تاثیر کا اندازہ لگانے کے لیے ایک طویل وقت کی ضرورت ہوتی ہے۔

یہ تبدیلی کمپنیوں کو زیادہ عملی ہونے پر مجبور کر رہی ہے۔ بڑے پیمانے پر انسانی تبدیلی کا مقصد رکھنے کے بجائے، بہت سے کاروبار مخصوص کاموں میں معاونت کے لیے AI استعمال کرنے کا انتخاب کر رہے ہیں جیسے کہ دستاویزات کا خلاصہ کرنا، کسٹمر کے جوابات تجویز کرنا، کوڈ لکھنا، درخواستوں کی درجہ بندی کرنا، یا غلطیوں کا پتہ لگانا۔ یہ نقطہ نظر خطرے کو کم کرتا ہے اور لاگت کو کنٹرول کرنا آسان بناتا ہے۔

انفرادی کاموں کے لیے وقت کے ساتھ ساتھ AI اب بھی سستا ہو سکتا ہے، خاص طور پر جب ماڈلز زیادہ موثر ہو جاتے ہیں اور دکانداروں کے درمیان مسابقت بڑھ جاتی ہے۔ لیکن انٹرپرائز کی سطح پر، کل لاگت میں اضافہ جاری رہ سکتا ہے کیونکہ استعمال کے پیمانے بڑھ جاتے ہیں، حفاظتی تقاضے بڑھتے ہیں، اور آپریشنل عمل زیادہ پیچیدہ ہو جاتے ہیں۔

لہذا، موجودہ بحث اب اس بارے میں نہیں ہے کہ آیا AI بالکل مہنگا ہے یا سستا ہے۔ اہم بات یہ ہے کہ کاروبار کن مسائل کے لیے AI کا استعمال کرتے ہیں، کس پیمانے پر، اور کیا تاثیر کی پیمائش کی جا سکتی ہے۔ لاگت کی بچت کا وعدہ صرف اس وقت قائل ہو جاتا ہے جب AI حقیقی دنیا کے کاموں میں ٹھوس قدر کا مظاہرہ کرتا ہے۔

ماخذ: https://thanhnien.vn/chi-phi-ai-khong-con-re-nhu-loi-hua-ban-dau-185260427153301634.htm