Microsoft Copilot میں OpenAI اور Anthropic کی جگہ اپنے خود کے (In-House) ماڈلز لانے جا رہا ہے

Microsoft اپنے Copilot ایکو سسٹم کو OpenAI اور Anthropic جیسے تیسرے فریق کے بڑے اداروں سے ہٹا کر اپنے ملکیتی (proprietary) MAI ماڈلز کی طرف تیزی سے منتقل کر رہا ہے۔ اس اسٹریٹجک تبدیلی کا مقصد Excel، Outlook اور GitHub Copilot جیسے اہم پروڈکٹس پر ہونے والے بھاری لائسنسنگ اخراجات میں کمی لانا ہے۔

ان ہاؤس (In-House) MAI ماڈلز کی طرف منتقلی

Microsoft اس وقت بیرونی AI فراہم کنندگان پر اپنی وابستگی کو کم کرنے کے لیے ایک طویل مدتی حکمت عملی پر عمل درآمد کر رہا ہے۔ حالیہ رپورٹس کے مطابق، Microsoft کے ان ہاؤس MAI ماڈلز پہلے ہی Excel اور Outlook کے اندر ہر ہفتے ہزاروں درخواستوں (requests) کو پروسیس کر رہے ہیں—یہ وہ ایپلی کیشنز ہیں جو پہلے OpenAI اور Anthropic ماڈلز پر بہت زیادہ انحصار کرتی تھیں۔

پروڈکٹیوٹی سافٹ ویئر کے علاوہ، ان ملکیتی ماڈلز کو GitHub Copilot میں بھی شامل کیا جا رہا ہے، اور ایک خصوصی ٹرانسکرپشن ماڈل کو مستقبل میں Microsoft Teams میں متعارف کرانے کی منصوبہ بندی ہے۔ Microsoft کے ہیڈ آف AI، مصطفیٰ سلیمان نے اس اقدام کے پیچھے معاشی محرک کے بارے میں کھل کر بات کی ہے، اور کہا ہے کہ کمپنی کا مقصد Anthropic کو ادا کیے جانے والے بھاری اخراجات کو "کم کرنا اور بالآخر ختم کرنا" ہے۔

کارکردگی کے بینچ مارکس بمقابلہ مارکیٹنگ کے دعوے

حالیہ Build کانفرنس میں، Microsoft نے سات نئے ماڈلز متعارف کرائے، جن میں MAI-Thinking 1 سب سے نمایاں ہے، جو کہ اس کا پہلا مخصوص ریزننگ (reasoning) ماڈل ہے۔ اگرچہ Microsoft نے انسانی جانچ (human evaluations) کی بنیاد پر یہ دعویٰ کیا کہ یہ ماڈل کوڈنگ کے کاموں میں Anthropic کے Sonnet 4.6 اور Opus 4.6 کا مقابلہ کر سکتا ہے، لیکن آزادانہ بینچ مارکس ایک مختلف اور محتاط تصویر پیش کرتے ہیں۔

تکنیکی جائزوں سے پتہ چلتا ہے کہ Thinking-1 درحقیقت OpenAI اور Anthropic کے صف اول کے ماڈلز سے پیچھے ہے، اور اس کی کارکردگی DeepSeek V3.2 کے قریب ہے۔ یہ فرق ڈویلپرز اور کاروباری صارفین کے لیے یہ سوالات پیدا کرتا ہے کہ آیا ان ہاؤس ماڈلز کی طرف منتقلی سے ریزننگ اور کوڈنگ کی صلاحیتوں میں نمایاں کمی آئے گی۔

قیمتوں اور صارف کے تجربے پر ممکنہ اثرات

ان ہاؤس ماڈلز کی طرف یہ قدم بنیادی طور پر اس بات کو بدل سکتا ہے کہ صارفین AI کے لیے ادائیگی کیسے کرتے ہیں۔ چونکہ Microsoft اپنے منافع (margins) کو بہتر بنانے کی کوشش کر رہا ہے، اس لیے یہ خطرہ ہے کہ صارفین کو اسی سبسکرپشن قیمت پر کم صلاحیت والے "ڈیفالٹ" ماڈلز مل سکتے ہیں۔

CEO ستیا نڈیلا نے استعمال پر مبنی قیمتوں (usage-based pricing) کی طرف منتقلی کا اشارہ دیا ہے۔ اس سے ایک درجہ بندی شدہ (tiered) ایکو سسٹم بن سکتا ہے جہاں Microsoft کے MAI ماڈلز معیاری پیشکش کے طور پر کام کریں گے، جبکہ OpenAI یا Anthropic کے اعلیٰ کارکردگی والے ماڈلز کو پریمیم، اضافی چارجز والے ایڈ آنز (add-ons) تک محدود کر دیا جائے گا۔ بنیادی طور پر، وہ اخراجات جو پہلے Microsoft برداشت کرتا تھا، جلد ہی براہ راست صارف پر منتقل کیے جا سکتے ہیں۔

ڈیٹا کی شفافیت اور قانونی باریکیاں

Microsoft نے اپنے MAI ماڈلز کو "کاروبار کے لیے محفوظ" قرار دیا ہے کیونکہ انہیں صاف ستھرے اور تجارتی طور پر لائسنس یافتہ ڈیٹا پر تربیت دی گئی ہے۔ تاہم، تکنیکی دستاویزات Common Crawl ڈیٹا سیٹ کے استعمال کو ظاہر کرتی ہیں—جو ویب ڈیٹا کا ایک بہت بڑا مجموعہ ہے جس کی AI ٹریننگ کے لیے قانونی حیثیت اب بھی شدید بحث کا موضوع ہے۔ اگرچہ یہ طریقہ پوری انڈسٹری میں عام ہے، لیکن Microsoft کا "صاف" ڈیٹا پر زور دینا کارپوریٹ مارکیٹنگ اور ویب اسکیل اسکریپنگ (web-scale scraping) کی قانونی حقیقتوں کے درمیان تناؤ کو اجاگر کرتا ہے۔

اہم نکات

  • لاگت کی بہتری (Cost Optimization): Microsoft اپنے منافع میں اضافے کے لیے Excel، Outlook اور GitHub Copilot میں مہنگے OpenAI اور Anthropic ماڈلز کی جگہ ان ہاؤس MAI ماڈلز استعمال کر رہا ہے۔
  • کارکردگی کا فرق: اعلیٰ درجے کے ماڈلز کے برابر ہونے کے دعووں کے باوجود، ابتدائی بینچ مارکس سے پتہ چلتا ہے کہ Microsoft کے ریزننگ ماڈلز فی الحال انڈسٹری کے لیڈرز سے پیچھے ہیں۔
  • قیمتوں میں تبدیلی: صارفین استعمال پر مبنی قیمتوں کی طرف منتقلی دیکھ سکتے ہیں، جہاں پریمیم تھرڈ پارٹی ماڈلز معیاری فیچرز کے بجائے پیڈ ایڈ آنز بن جائیں گے۔