گوگل کے 15 ملین AI-ٹول تعاملات (interactions) کے اندرونی تجزیے سے پتہ چلتا ہے کہ اگرچہ اب 68% ملازمتیں کسی نہ کسی طرح AI اسسٹنٹ سے جڑی ہوئی ہیں، لیکن یہ نظام درحقیقت کیے جانے والے کاموں کا صرف 21% خودکار (automate) کرتے ہیں۔ یہ فرق اہم ہے کیونکہ کمپنیاں ورک فلو (workflows) کو مکمل طور پر بدلنے کے لیے AI پر بھروسہ کر رہی ہیں، مگر ڈیٹا بتاتا ہے کہ زیادہ تر کارکن اب بھی صرف چند سرگرمیوں کے لیے اس ٹیکنالوجی پر انحصار کرتے ہیں۔

یہ اعداد و شمار کیوں اہم ہیں

گوگل کے Gemini پلیٹ فارم پر کیا گیا یہ مطالعہ AI کے استعمال کی ایک باریک بینی سے تصویر پیش کرتا ہے۔ دو تہائی اپنائے جانے کی شرح متاثر کن لگتی ہے، لیکن 21% کی معمولی آٹومیشن کا مطلب ہے کہ پانچ میں سے چار کام AI کی مدد کے بغیر جاری رہتے ہیں۔ بڑے پیمانے پر AI کے نفاذ کی منصوبہ بندی کرنے والے ایگزیکٹوز کو ہیڈ لائن میں نظر آنے والی اپنائے جانے کی شرح اور حقیقی پیداواری l l (productivity) کے فائدوں کے درمیان فرق پر نظر رکھنی چاہیے—یہ ROI کی توقعات کو غیر حقیقی بنا سکتا ہے۔

ہم یہاں تک کیسے پہنچے

وینڈرز نے AI ٹولز کو کام کی کارکردگی میں اگلے قدم کے طور پر مارکیٹ کیا ہے، اور ایسے "خود مختار ایجنٹس" (autonomous agents) کا وعدہ کیا ہے جو پورے عمل کو شروع سے آخر تک چلا سکیں۔ تاہم، گوگل کا ڈیٹا ظاہر کرتا ہے کہ زیادہ تر صارفین اس ٹیکنالوجی کو مخصوص، تعاون پر مبنی لمحات کے لیے استعمال کرتے ہیں—جیسے آئیڈیاز پر غور کرنا (brainstorming)، حکمت عملیوں کا مسودہ تیار کرنا، یا تحقیق جمع کرنا—نہ کہ پورے ورک فلو کو مکمل طور پر سونپنے کے لیے۔ اس مطالعہ میں Gemini کے ہر تعامل کو ٹریک کیا گیا، اور ہر درخواست کے مقصد اور اس سے وابستہ کام کی قسم کا اندراج کیا گیا۔

ڈیٹا کیا ظاہر کرتا ہے

  • مکمل آٹومیشن کے لیے محدود کوشش۔ دس میں سے ایک سے بھی کم تعاملات کا مقصد کسی کام کو مکمل طور پر خودکار بنانا تھا۔ زیادہ تر صارفین "ہیومن ان دی لوپ" (human-in-the-loop) یعنی انسانی نگرانی والے طریقہ کار کو ترجیح دیتے ہیں۔
  • تبدیلی کے بجائے تعاون۔ AI کے استعمال کا بڑا حصہ تصورات تخلیق کرنے، حکمت عملیوں کو بہتر بنانے اور پس منظر کی تحقیق کرنے پر مرکوز ہے، جو یہ ظاہر کرتا ہے کہ کارکن AI کو متبادل کے بجائے ایک ساتھی کے طور پر دیکھتے ہیں۔
  • روٹین کے کاموں کو پہلی ترجیح۔ جب AI خودکار عمل کرتا ہے، تو یہ دہرائے جانے والے اور واضح طور پر متعین کاموں کو سنبھالتا ہے۔ پھر بھی، روزانہ کی چار پانچ سرگرمیوں میں سے چار پانچ کام اب بھی غیر تبدیل شدہ ہیں۔
  • ذہنی اور غیر روٹین کاموں کا غلبہ۔ تقریباً 65% تعاملات میں کم معیاری کام شامل ہیں—جیسے مسائل کا حل، تجزیہ، یا تخلیقی سوچ—جو ظاہر کرتا ہے کہ صارفین وہاں AI کی طرف رجوع کرتے ہیں جہاں انسانی فیصلے کی اہمیت برقرار رہتی ہے۔
  • مختلف پیشوں میں غیر مساوی اثر۔ سافٹ ویئر ڈویلپمنٹ اور مالیاتی تجزیہ جیسے وائٹ کالر کرداروں میں AI کا استعمال سب سے زیادہ ہے۔ دستی کاموں (manual occupations) میں یہ شرح کم ہے، اگرچہ کچھ تکنیکی ماہرین پہلے ہی تصاویر سے آلات کی خرابیوں کی تشخیص کے لیے AI کا استعمال کر رہے ہیں۔

کاروبار کے لیے خطرات اور فوائد

اگر کوئی کمپنی اس مفروضے پر اپنی AI حکمت عملی بناتی ہے کہ زیادہ تر کام جلد ہی خود مختار نظاموں کے حوالے کر دیے جائیں گے، تو وہ ان انسانی عملوں میں کم سرمایہ کاری کر سکتی ہے جو اب بھی روزانہ کے پیداواری کاموں پر حاوی ہیں۔ آٹومیشن کے بارے میں ضرورت سے زیادہ وعدے کرنے سے اعتماد کم ہو سکتا ہے جب متوقع کارکردگی حاصل نہ ہو۔ دوسری طرف، یہ پہچاننا کہ AI پہلے سے کہاں اہمیت کا حامل ہے—جیسے آئیڈیا کی تخلیق، تیز رفتار تحقیق، اور روٹین ڈیٹا ہینڈلنگ—کمپنیوں کو اپنی تربیت، ٹولز اور گورننس کے وسائل کو زیادہ مؤثر طریقے سے استعمال کرنے میں مدد دے سکتا ہے۔

مخالف دلیل

کچھ وینڈرز کا کہنا ہے کہ ابتدائی اپنائے جانے کے اعداد و شمار محض پہلا قدم ہیں اور جیسے جیسے ماڈلز بہتر ہوں گے، آٹومیشن کی شرح تیزی سے بڑھے گی۔ وہ لارج لینگویج ماڈلز میں تیز رفتار ترقی اور خصوصی ایجنٹس کے نفاذ کو اس بات کا ثبوت قرار دیتے ہیں کہ 21% کا یہ ہندسہ ایک عارضی کم ترین سطح ہے۔ مستقبل کے فوائد ممکن ہیں، لیکن گوگل کا مطالعہ اس بات پر زور دیتا ہے کہ صارف کا مقصد اہم ہے: کاموں کو تبدیل کرنے کی واضح خواہش کے بغیر، سب سے زیادہ قابل ماڈلز بھی متبادل کے بجائے محض معاون کے طور پر ہی رہیں گے۔

آگے کیا دیکھنا ہے

  • صارف کے ارادے میں تبدیلی۔ کیا AI پر اعتماد بڑھنے کے ساتھ مکمل طور پر خودکار درخواستوں کا تناسب بڑھے گا، یا تعاون کا عمل ہی غالب رہے گا؟
  • صنعت کے لحاظ سے اپنائے جانے کے رجحانات۔ سخت ضابطوں یا حفاظت کے حساس شعبوں میں آٹومیشن سست ہو سکتی ہے، جبکہ ٹیکنالوجی پر مبنی شعبوں میں یہ شرح بڑھ سکتی ہے۔
  • ٹولز کا ارتقاء۔ نئے فیچرز جو AI کو موجودہ سافٹ ویئر سویٹس کے ساتھ مزید گہرائی سے جوڑ دیں گے، آٹومیشن کے حصے کو اوپر لے جا سکتے ہیں، لیکن صرف اسی صورت میں اگر وہ صارفین کے ورک فلو کے مطابق ہوں۔

ٹیموں کے لیے عملی اگلا قدم

صرف ہیڈ لائن میں نظر آنے والی شرح کو دیکھ کر اپنی منصوبہ بندی نہ کریں۔ اپنے لوگوں سے پوچھیں: "ہمارے AI کے ذریعے خودکار ہونے والے 21% کاموں میں کون سے مخصوص کام شامل ہیں؟" ان کاموں کی نشاندہی کرنا آٹومیشن کو وسعت دینے، AI لائسنس کے لیے بجٹ بنانے اور حقیقی پیداواری اثرات کو ناپنے کے لیے ایک ٹھوس بنیاد فراہم کرتا ہے۔

خلاصہ: AI اب ایک ہمہ گیر اسسٹنٹ بن چکا ہے، لیکن یہ اب بھی کاموں کے ایک چھوٹے سے حصے کو سنبھالتا ہے۔ وہ کمپنیاں جو آج AI کو ایک تعاون کرنے والے ٹول کے طور پر دیکھتی ہیں—اور جو بالکل درست طور پر پہچانتی ہیں کہ یہ پہلے سے کن کاموں کو خودکار بنا رہا ہے—وہ اس وقت حقیقی کارکردگی کے فوائد حاصل کرنے کے لیے بہتر پوزیشن میں ہوں گی جب یہ ٹیکنالوجی آخر کار 21% کی حد سے آگے نکل جائے گی۔