آرٹیفیشل انٹیلی جنس (AI) میں غلبہ حاصل کرنے کی مسلسل جدوجہد نے اس چیز کو جنم دیا ہے جسے بہت سے لوگ "ماڈل وارز" کہتے ہیں، یہ ایک ایسا مقابلہ ہے جس میں ٹیک کمپنیاں برتری حاصل کرنے کے لیے کوشاں ہیں۔ تاہم، تجربہ کار ٹیک تجزیہ کار بینیڈکٹ ایونز کے مطابق، میدان حیرت انگیز طور پر ہموار ہے۔ لندن میں فارچیون کی برین اسٹارم اے آئی کانفرنس میں ایک حالیہ خطاب میں، ایونز نے ایک فکر انگیز خیال پیش کیا: معروف اے آئی لیبارٹریوں کے مابین بنیادی فرق کوئی جدید ٹیکنالوجی یا ملکیتی الگورتھم نہیں ہے، بلکہ سرمائے تک ان کی عملی طور پر لامحدود رسائی ہے۔
ایونز کا دعویٰ اس روایتی حکمت کو چیلنج کرتا ہے کہ AI کی جدت طرازی صرف فکری قابلیت اور الگورتھمک پیش رفتوں سے چلتی ہے۔ ان کا استدلال ہے کہ بنیادی ماڈلز، جیسے OpenAI کا GPT یا Google کا Gemini، تیزی سے کموڈیٹائز ہو رہے ہیں۔ اس کا مطلب ہے کہ یہ ماڈلز تیزی سے تبادلہ پذیر اور آسانی سے دستیاب ہو رہے ہیں، جس سے کسی ایک کمپنی کی مسابقتی برتری کم ہو رہی ہے۔
موٹ متھ
وارن بفیٹ کے ذریعہ مقبول کردہ اقتصادی "موٹ" کا تصور، کسی کمپنی کے پائیدار مسابقتی فوائد سے مراد ہے جو طویل مدتی منافع اور حریفوں سے مارکیٹ شیئر کی حفاظت کرتے ہیں۔ AI کے تناظر میں، بہت سے لوگوں کا ابتدائی طور پر خیال تھا کہ ملکیتی الگورتھم، منفرد ڈیٹا سیٹ، یا خصوصی ٹیلنٹ اس طرح کا موٹ بنائیں گے۔ تاہم، ایونز کا کہنا ہے کہ ایسا نہیں ہوا۔
بگ ٹیک کمپنیوں کے مابین شدید مسابقت کے دو سال بعد، AI لینڈ سکیپ میں اب بھی کوئی بنیادی موٹ نظر نہیں آتا ہے۔ داخلے میں کوئی خاص رکاوٹیں نہیں ہیں، کوئی مضبوط نیٹ ورک اثرات نہیں ہیں، اور نہ ہی کوئی واضح فاتح سب کچھ لے جاتا ہے۔ اس کے بجائے، پیشرفت کا بنیادی محرک سرمایہ کاری کی ایک بہت بڑی آمد ہے۔
پچھلے سال، بڑی چار کلاؤڈ کمپنیوں نے اجتماعی طور پر AI کی ترقی کی حمایت کے لیے انفراسٹرکچر کی تعمیر پر 200 بلین ڈالر سے زیادہ خرچ کیے۔ اس سال، اس اعداد و شمار کے 300 بلین ڈالر سے تجاوز کرنے کی توقع ہے۔ اخراجات میں یہ تیزی سے اضافہ موجودہ AI ریس کی سرمایہ کاری پر مبنی نوعیت کو اجاگر کرتا ہے۔
ایونز نے مشاہدہ کیا، "یہ بہت، بہت زیادہ سرمایہ کاری پر مبنی ہو گیا ہے، کم از کم اس وقت، بہت، بہت تیزی سے۔" انہوں نے مزید نوٹ کیا کہ اس سرمائے کا ایک نمایاں حصہ بالآخر Nvidia کو جا رہا ہے، جو GPUs کا معروف صنعت کار ہے، جو AI ماڈلز کو تربیت دینے کے لیے ضروری ہیں۔
اس بڑے پیمانے پر اخراجات کا نتیجہ AI ماڈلز کا پھیلاؤ ہے، جو تیزی سے قابل رسائی ہو رہے ہیں۔ اس کے نتیجے میں، یہ ایک ایسا ماحول پیدا کرتا ہے جہاں کوئی بھی کافی مالی وسائل کے ساتھ ایک بنیادی ماڈل بنا سکتا ہے جو سب سے اوپر AI کمپنیوں کے تیار کردہ ماڈلز کا مقابلہ کرے۔
مثال کے طور پر، ڈیپ سیک ایک AI کمپنی ہے جس نے موجودہ اوپن سورس ماڈلز اور 1.6 بلین ڈالر کی سرمایہ کاری سے ایک مسابقتی AI ماڈل بنایا۔ یہ اس بات کی ایک زبردست مثال کے طور پر کام کرتا ہے کہ کس طرح سرمایہ میدان کو ہموار کر سکتا ہے اور نئے داخل ہونے والوں کو قائم کھلاڑیوں کو چیلنج کرنے کے قابل بنا سکتا ہے۔
کموڈیٹی کننڈرم
ایونز کا استدلال ہے کہ OpenAI کے GPT، Anthropic کے Claude، اور Google کے Gemini جیسے AI ماڈلز "کموڈیٹیز" میں تبدیل ہو رہے ہیں۔ یہ ماڈلز آسانی سے دستیاب، تبادلہ پذیر خدمات بن رہے ہیں، جو غیر متفاوت، کم لاگت والے انفراسٹرکچر سے ملتے جلتے ہیں۔
اس کموڈیٹائزیشن رجحان کے AI انڈسٹری کے لیے گہرے مضمرات ہیں۔ اس سے پتہ چلتا ہے کہ حتمی میدان جنگ اس بارے میں نہیں ہوگا کہ کس کے پاس بہترین بیس ماڈل ہے، بلکہ اس بارے میں ہوگا کہ کون اس ماڈل کو حقیقی دنیا کی مصنوعات اور خدمات میں سب سے زیادہ مؤثر طریقے سے پیک، مربوط اور گورن کر سکتا ہے۔
دوسرے لفظوں میں، مسابقتی برتری بنیادی ماڈل میں خود نہیں ہوسکتی ہے، بلکہ ایپلی کیشنز اور خدمات کی تہوں میں ہوسکتی ہے جو اس کے اوپر بنی ہیں۔ توجہ میں اس تبدیلی کے لیے مہارتوں اور صلاحیتوں کے ایک مختلف سیٹ کی ضرورت ہوتی ہے، جو مصنوعات کی ترقی، صارف کے تجربے اور ریگولیٹری تعمیل پر زور دیتے ہیں۔
ایونز نے ایک بلاگ پوسٹ میں اس نکتے کو تفصیل سے بیان کیا، جس میں OpenAI کی جانب سے حال ہی میں لانچ کیے گئے ڈیپ ریسرچ ٹول کو مثال کے طور پر استعمال کیا۔ انہوں نے استدلال کیا کہ OpenAI اور دیگر فاؤنڈیشن ماڈل لیبارٹریوں کے پاس سرمائے تک رسائی کے علاوہ کوئی حقیقی موٹ یا دفاعی صلاحیت نہیں ہے۔ انہوں نے کوڈنگ اور مارکیٹنگ سے باہر پروڈکٹ مارکیٹ فٹ حاصل نہیں کیا ہے، اور ان کی پیشکشیں بنیادی طور پر ٹیکسٹ باکس اور APIs تک محدود ہیں جن پر دوسرے ڈویلپرز بناتے ہیں۔
AI مسابقت کی بدلتی ریت
AI ماڈلز کی کموڈیٹائزیشن مسابقتی منظرنامے کو نئی شکل دے رہی ہے، جس سے کمپنیاں اپنی حکمت عملیوں پر دوبارہ غور کرنے اور امتیاز کے نئے شعبوں پر توجہ مرکوز کرنے پر مجبور ہیں۔ جیسے جیسے بنیادی ٹیکنالوجی زیادہ قابل رسائی ہوتی جارہی ہے، زور ایپلی کیشن کی ترقی، انضمام اور گورننس کی طرف منتقل ہورہا ہے۔
AI انڈسٹری میں ابھرتے ہوئے کچھ اہم رجحانات یہ ہیں:
ایپلیکیشن مخصوص AI: کمپنیاں تیزی سے مخصوص صنعتوں یا استعمال کے معاملات کے مطابق AI حل تیار کرنے پر توجہ مرکوز کر رہی ہیں۔ یہ نقطہ نظر انہیں زیادہ ہدف اور موثر ایپلی کیشنز بنانے کی اجازت دیتا ہے جو مخصوص صارفین کی ضروریات کو پورا کرتے ہیں۔
AI سے چلنے والی مصنوعات: AI کو موجودہ مصنوعات اور خدمات میں ضم کرنا تیزی سے عام ہوتا جا رہا ہے۔ یہ فعالیت کو بڑھا سکتا ہے، صارف کے تجربے کو بہتر بنا سکتا ہے اور آمدنی کے نئے سلسلے پیدا کر سکتا ہے۔
AI گورننس اور اخلاقیات: جیسے جیسے AI زیادہ وسیع ہوتا جا رہا ہے، تعصب، انصاف اور احتساب کے بارے میں خدشات بڑھ رہے ہیں۔ کمپنیاں ذمہ دار AI کی ترقی اور تعیناتی کو یقینی بنانے کے لیے AI گورننس فریم ورک اور اخلاقی رہنما خطوط میں سرمایہ کاری کرنا شروع کر رہی ہیں۔
ایج AI: ایج ڈیوائسز، جیسے اسمارٹ فونز اور IoT سینسرز پر AI ماڈلز کی تعیناتی زور پکڑ رہی ہے۔ یہ کلاؤڈ کنیکٹیویٹی پر انحصار کیے بغیر ڈیٹا کی ریئل ٹائم پروسیسنگ کو قابل بناتا ہے، تاخیر کو کم کرتا ہے اور رازداری کو بہتر بناتا ہے۔
AI-as-a-Service: AI-as-a-Service (AIaaS) پلیٹ فارمز کا ظہور AI کو تمام سائز کے کاروباروں کے لیے زیادہ قابل رسائی بنا رہا ہے۔ یہ پلیٹ فارمز پہلے سے تربیت یافتہ ماڈلز، ترقیاتی ٹولز اور انفراسٹرکچر فراہم کرتے ہیں، جس سے کمپنیاں تیزی سے اور آسانی سے AI کو اپنے کاموں میں ضم کر سکتی ہیں۔
سرمائے کا پائیدار کردار
اگرچہ AI ماڈلز کی کموڈیٹائزیشن ملکیتی ٹیکنالوجی کی اہمیت کو کم کر سکتی ہے، لیکن سرمایہ AI انڈسٹری میں ایک اہم کردار ادا کرتا رہے گا۔ کمپنیوں کے لیے فنڈنگ تک رسائی ضروری ہوگی:
AI ماڈلز کو تربیت اور ٹھیک کریں: بڑے AI ماڈلز کو تربیت دینے کے لیے اہم حسابی وسائل اور مہارت کی ضرورت ہوتی ہے۔ سرمائے تک رسائی والی کمپنیاں زیادہ ڈیٹا پر بڑے ماڈلز کو تربیت دینے کی متحمل ہوسکتی ہیں، ممکنہ طور پر بہتر کارکردگی حاصل کر سکتی ہیں۔
AI ایپلی کیشنز تیار اور تعینات کریں: AI ایپلی کیشنز کی تعمیر اور تعیناتی کے لیے سافٹ ویئر کی ترقی، انفراسٹرکچر اور ٹیلنٹ میں سرمایہ کاری کی ضرورت ہوتی ہے۔ سرمائے تک رسائی والی کمپنیاں زبردست AI سے چلنے والی مصنوعات اور خدمات بنانے کے لیے ان شعبوں میں سرمایہ کاری کر سکتی ہیں۔
AI ٹیلنٹ حاصل کریں: AI ٹیلنٹ کی مانگ زیادہ ہے، اور ہنر مند AI انجینئرز اور محققین پریمیم تنخواہیں لیتے ہیں۔ سرمائے تک رسائی والی کمپنیاں سرفہرست ٹیلنٹ کو اپنی طرف متوجہ اور برقرار رکھ سکتی ہیں، جس سے انہیں مسابقتی برتری ملتی ہے۔
تحقیق اور ترقی کریں: تیزی سے ترقی پذیر AI منظرنامے میں مسلسل جدت طرازی ضروری ہے۔ سرمائے تک رسائی والی کمپنیاں نئی AI تکنیکوں اور ایپلی کیشنز کو تلاش کرنے کے لیے تحقیق اور ترقی میں سرمایہ کاری کر سکتی ہیں۔
ریگولیٹری رکاوٹوں کو دور کریں: جیسے جیسے AI زیادہ ریگولیٹڈ ہوتا جا رہا ہے، کمپنیوں کو تعمیل اور قانونی مہارت میں سرمایہ کاری کرنے کی ضرورت ہوگی۔ سرمائے تک رسائی والی کمپنیاں ان ریگولیٹری رکاوٹوں کو مؤثر طریقے سے دور کرنے کی متحمل ہوسکتی ہیں۔
AI مسابقت کا مستقبل
AI انڈسٹری تیزی سے تبدیلی کے دور سے گزر رہی ہے۔ AI ماڈلز کی کموڈیٹائزیشن میدان کو ہموار کر رہی ہے، لیکن سرمایہ کامیابی کا ایک اہم تعین کنندہ رہے گا۔ وہ کمپنیاں جو زبردست AI ایپلی کیشنز تیار کرنے، سرفہرست ٹیلنٹ کو اپنی طرف متوجہ کرنے اور ترقی پذیر ریگولیٹری منظرنامے کو نیویگیٹ کرنے کے لیے مؤثر طریقے سے سرمائے کا فائدہ اٹھا سکتی ہیں، وہ طویل عرصے میں ترقی کرنے کے لیے بہترین مقام پر ہوں گی۔
AI مسابقت کا مستقبل ممکنہ طور پر اس کی خصوصیت ہوگا:
خصوصی مہارت میں اضافہ: کمپنیاں عام مقصد کے AI ماڈلز بنانے کی کوشش کرنے کے بجائے، مخصوص صنعتوں یا استعمال کے معاملات کے لیے AI حل تیار کرنے پر توجہ مرکوز کریں گی۔
ایپلیکیشن کی ترقی پر زیادہ زور: توجہ بیس ماڈلز بنانے سے حقیقی دنیا کے مسائل کو حل کرنے والی زبردست AI سے چلنے والی ایپلی کیشنز بنانے کی طرف منتقل ہو جائے گی۔
AI گورننس کی بڑھتی ہوئی اہمیت: کمپنیاں اخلاقی اور ذمہ دار AI کی ترقی اور تعیناتی کو ترجیح دیں گی، اس بات کو یقینی بناتے ہوئے کہ AI کو اچھائی کے لیے استعمال کیا جائے۔
AI ہارڈ ویئر میں مسلسل جدت طرازی: زیادہ طاقتور اور موثر AI ہارڈ ویئر کی مانگ GPUs، TPUs اور نیورومورفک کمپیوٹنگ جیسے شعبوں میں جدت طرازی کو جاری رکھے گی۔
تعاون اور اوپن سورس: تعاون اور اوپن سورس پہلیں AI ایکو سسٹم میں تیزی سے اہم کردار ادا کریں گی، جدت طرازی کو تیز کریں گی اور AI ٹیکنالوجی تک رسائی کو جمہوری بنائیں گی۔
آخر میں، اگرچہ سرمایہ تک رسائی موجودہ AI منظرنامے میں بنیادی فرق ہو سکتا ہے، لیکن AI کمپنیوں کی طویل مدتی کامیابی کا انحصار ان کی اختراع کرنے، ڈھالنے اور زبردست AI سے چلنے والے حل بنانے کی صلاحیت پر ہوگا جو صارفین اور معاشرے کے لیے مجموعی طور پر قدر پیدا کرتے ہیں۔