ادارے مصنوعی ذہانت (AI) کے سرمایہ کاری پر منافع (ROI) کا حساب لگانے میں کیوں جدوجہد کر رہے ہیں

"tokenmaxxing" کی ابتدائی لہر—جہاں سی ای اوز (CEOs) نے جارحانہ اور غیر منظم AI کے استعمال کی حوصلہ افزائی کی تھی—اب ایک تلخ حقیقت کا سامنا کر رہی ہے کیونکہ کارپوریٹ بجٹ کا باریک بینی سے جائزہ لیا جا رہا ہے۔ جیسے جیسے کمپنیاں تجرباتی مرحلے سے آگے بڑھ رہی ہیں، مرکزی چیلنج محض اسے اپنانے سے بدل کر ٹھوس سرمایہ کاری پر منافع (ROI) ثابت کرنے کی طرف منتقل ہو گیا ہے۔

Tokenmaxxing سے بجٹ کی جوابدہی تک

اس سال کے شروع میں، سلیکون ویلی "tokenmaxxing" کی لپیٹ میں تھی، جو کہ ایک ایسا رجحان تھا جہاں تنظیمیں صلاحیت کو زیادہ سے زیادہ بڑھانے کے لیے AI کے استعمال کو اس کی انتہا تک لے جاتی تھیں۔ تاہم، اس بے لگام جوش و خروش کے مالی اثرات اب سامنے آ رہے ہیں۔ رپورٹوں سے پتہ چلتا ہے کہ Uber جیسے بڑے کھلاڑیوں نے محض چند مہینوں میں اپنے سالانہ AI بجٹ ختم کر دیے تھے۔

کھپت میں اس اضافے نے کاروباری منظرنامے میں ایک اصلاحی مرحلے کو جنم دیا ہے۔ ہم دیکھ رہے ہیں کہ تنظیمیں اپنے اخراجات کم کر رہی ہیں، جیسے کہ مخصوص شعبوں کے لیے Claude لائسنسوں میں کٹوتی کرنا، اور یہاں تک کہ رپورٹ کے مطابق Meta نے اپنا اندرونی AI لیڈر بورڈ بھی بند کر دیا ہے۔ یہ اقدامات "کسی بھی قیمت پر ترقی" کی ذہنیت سے ہٹ کر سخت مالی نظم و ضبط اور وسائل کے انتظام کی طرف منتقلی کا اشارہ دیتے ہیں۔

"Magic Moments" اور ذاتی ایجنٹس (Personal Agents) کی تلاش

بجٹ میں سختی کے باوجود، NEA کی پارٹنر ٹفنی لک (Tiffany Luck) AI کی تبدیلی لانے والی صلاحیت، خاص طور پر صارفین کے شعبے میں، پر پرامید ہیں۔ لک "magic moments" کی شناخت کی اہمیت پر زور دیتی ہیں—یعنی وہ مخصوص لمحات جہاں AI صارف کو ناقابل تردید اور اعلیٰ قدر والی افادیت فراہم کرتا ہے۔

صنعت سادہ چیٹ بوٹس سے آگے بڑھ کر پیچیدہ ذاتی ایجنٹس (personal agents) کی تیاری کی طرف بڑھ رہی ہے۔ یہ ایجنٹس AI کی اگلی سرحد کی نمائندگی کرتے ہیں، جو محض ردعمل دینے والے ٹولز سے بدل کر ایسے فعال اسسٹنٹ بن رہے ہیں جو پیچیدہ کاموں کو انجام دینے کی صلاحیت رکھتے ہیں۔ وینچر کیپٹلسٹ اور بانیوں کے لیے مقصد عام LLM کے استعمال سے آگے بڑھ کر ایسے مخصوص ایجنٹس بنانا ہے جو مشکل مسائل کو اس طرح حل کریں کہ ان کے بھاری آپریشنل اخراجات کا جواز ثابت ہو سکے۔

AI اخراجات کے انتظام (AI Spend Management) کا عروج

جیسے جیسے AI کے اشتعال انگیز دعووں اور اصل پیداواری صلاحیت کے درمیان فرق کم ہو رہا ہے، اس خلیج کو پر کرنے کے لیے اسٹارٹ اپس کا ایک نیا ذیلی شعبہ ابھر رہا ہے۔ ادارے اس وقت ماڈل API کالز، کمپیوٹ (compute)، اور سیٹ لائسنسوں (seat licenses) کے باریک بینی سے اخراجات کا اصل پیدا ہونے والی قدر کے مقابلے میں حساب رکھنے کے لیے جدوجہد کر رہے ہیں۔

اس نے AI observability اور اخراجات کے انتظام (spend management) پر توجہ مرکوز کرنے والے اسٹارٹ اپس کے لیے ایک بہت بڑا موقع پیدا کر دیا ہے۔ کمپنیاں ایسے ٹولز کی تلاش میں ہیں جو ان کے AI stack میں شفافیت فراہم کریں، جس سے وہ یہ دیکھ سکیں کہ ٹوکنز (tokens) کہاں استعمال ہو رہے ہیں اور کیا وہ ٹوکنز آمدنی میں اضافہ کر رہے ہیں یا محض اضافی اخراجات (overhead) میں اضافہ کر رہے ہیں۔ AI کے اخراجات کو مخصوص کاروباری نتائج کے ساتھ جوڑنے کی صلاحیت ان اداروں کے لیے فیصلہ کن عنصر ثابت ہوگی جو کامیابی سے AI کو اپنے بنیادی ورک فلو (workflows) میں شامل کرتے ہیں۔

اہم نکات