چین کے AI منظرنامے میں تبدیلی

چین کے AI منظرنامے میں تبدیلی: شیروں سے بلی کے بچے تک

ایک وقت تھا جب چین میں AI اسٹارٹ اپس امریکہ کو پیچھے چھوڑنے اور OpenAI کو مات دینے کے بڑے عزائم رکھتے تھے۔ ان کمپنیوں کو ‘چھ شیر’ کا نام دیا گیا تھا۔ لیکن اب یہ کمپنیاں اپنی حکمت عملیوں پر نظرثانی کر رہی ہیں۔ DeepSeek جیسی کمپنیوں سے مقابلہ کرنے اور کاروبار کو بڑھانے میں مشکلات کا سامنا کرنے کے بعد یہ کمپنیاں بقا اور ترقی کے لیے نئے راستے تلاش کر رہی ہیں۔

سمت میں تبدیلی

Baichuan، جو کہ ‘چھ شیروں’ میں سے ایک ہے، نے حال ہی میں اپنی دوسری سالگرہ منائی اور اس موقع پر اپنی توجہ کو تبدیل کرنے کا اعلان کیا۔ CEO وانگ شیاوچوان نے زور دیا کہ اب کام کو آسان بنانے اور صحت کے شعبے پر توجہ مرکوز کرنے کی ضرورت ہے۔ یہ تبدیلی کمپنی کے اس ابتدائی وژن سے بالکل مختلف ہے جس میں چین کا OpenAI جیسا بنیادی ماڈل تیار کرنا تھا۔

اسی طرح، Zero One، جو کہ کائی-فو لی کی قائم کردہ ایک اور کمپنی ہے، نے بھی ‘چھوٹا لیکن بہتر’ حکمت عملی کی طرف جانے کا اعلان کیا ہے۔ اس اسٹارٹ اپ نے AI 2.0 پلیٹ فارم بنانے اور Artificial General Intelligence (AGI) کی آمد کو تیز کرنے کی اپنی ابتدائی خواہشات کو ترک کر دیا ہے۔ Xpin کے مطابق، یہ رجحان پرجوش شیروں سے زیادہ عملی ‘بلی کے بچوں’ میں تبدیلی کی نشاندہی کرتا ہے۔

DeepSeek کی لہر

حکمت عملی میں تبدیلی اس وقت سے زیرِ غور تھی جب یہ عام طور پر واضح ہو گئی۔ ٹیک ماہر وانگ وینگوانگ کے مطابق، جو کہ Large Model Knowledge Graph کے مصنف ہیں، بہت سی چینی کمپنیوں نے بھاری اخراجات کی وجہ سے پہلے ہی Large Language Models (LLMs) کی تربیت بند کر دی تھی۔

جنوری میں DeepSeek R1 کے آغاز نے صنعت میں ہلچل مچا دی، جس سے بہت سی چھوٹی اور درمیانی درجے کی کمپنیوں کو یہ احساس ہوا کہ وہ مقابلہ نہیں کر سکتیں۔ اس احساس نے ‘چھ شیروں’ میں اجتماعی تبدیلی کو جنم دیا، اور وہ AGI کی ترقی سے ہٹ کر دیگر، زیادہ مخصوص شعبوں کی طرف متوجہ ہو گئے۔

Baichuan اور Zero One نے مکمل طور پر پہلے سے تربیت یافتہ ماڈلز کو ترک کر دیا ہے، اور اب وہ صحت کی دیکھ بھال میں AI ایپلی کیشنز پر توجہ مرکوز کر رہے ہیں۔ MiniMax نے اپنے B2B آپریشنز کو کم کر دیا ہے، اور اب وہ ویڈیو بنانے والی ایپلی کیشنز کے ساتھ بیرون ملک منڈیوں پر توجہ مرکوز کر رہا ہے۔ Zhipu AI، Moonshot AI، اور Character AI اب بھی اوپن سورس کمیونٹی میں سرگرم ہیں، لیکن ان میں سے کسی نے بھی ابھی تک DeepSeek R1 سے بہتر کوئی ٹول تیار نہیں کیا ہے۔

فی الحال، ‘چھ بلی کے بچے’ تیزی سے B2B Software as a Service (SaaS) مارکیٹ پر توجہ مرکوز کر رہے ہیں – ایک ایسا علاقہ جسے وسیع تر AI منظرنامے میں ‘کم اختراعی’ سمجھا جاتا ہے۔ تاہم، اس مارکیٹ میں بھی چیلنجز موجود ہیں۔ وانگ وینگوانگ نے نشاندہی کی کہ لارج لینگویج ماڈل پلیٹ فارم تیار کرنے کے لیے تکنیکی رکاوٹیں زیادہ نہیں ہیں۔

وانگ نے کہا، ‘مجھے خود ایسا پلیٹ فارم تیار کرنے میں تقریباً آدھا سال لگا۔ مجھے لگتا ہے کہ کسی کمپنی کے ذریعے اس پروڈکٹ سے پیسہ کمانا مشکل ہے، لیکن ایک فرد اس سے معمولی آمدنی کر سکتا ہے۔’

اب مارکیٹ میں تقریباً ایک ہزار اسی طرح کے پلیٹ فارم موجود ہیں، اور انہیں آسانی سے نقل کیا جا سکتا ہے۔ وانگ نے مزید کہا، ‘میں B2B اداروں کے ساتھ تعاون کرتا ہوں، اور صرف 40,000-50,000 RMB میں خدمات فراہم کرتا ہوں – ایک ایسی قیمت جس سے بڑی کمپنیاں مقابلہ نہیں کر سکتیں۔’

چین میں AI کا مستقبل

صنعت کے ماہرین بڑی حد تک کائی-فو لی کے اس جائزے سے متفق ہیں کہ مستقبل میں، صرف DeepSeek، Alibaba، اور ByteDance ہی چین میں بنیادی ماڈلز تیار کرتے رہیں گے۔

ایک مالیاتی فرم میں AI کے ماہر جیانگ شاو نے نوٹ کیا، ‘وہ اسٹارٹ اپس جو LLM ٹیکنالوجی کو جاری رکھتے ہیں ان کے ناکام ہونے کا امکان ہے۔ سب سے زیادہ امید افزا یقینی طور پر DeepSeek ہے، اس کے بعد Alibaba اور ByteDance ہیں۔ توقع ہے کہ لیڈر مارکیٹ کا 50-80% حصہ لے گا، باقی ممکنہ طور پر 10% لے گا۔ بنیادی سوال یہ ہے: AGI کون پہلے بناتا ہے؟ وہ کمپنی حتمی فاتح ہوگی۔’

DeepSeek اس وقت ایک اہم پوزیشن پر ہے، اور اسے تکنیکی آئیڈیلزم، باصلاحیت افرادی قوت، اور کافی وسائل کے امتزاج سے فائدہ ہو رہا ہے۔ وانگ وینگوانگ کا خیال ہے کہ اگر کمپنی اپنی ٹیکنالوجی کو جارحانہ انداز میں کمرشل کرنے کا انتخاب کرتی ہے تو وہ عالمی سطح پر غلبہ حاصل کر سکتی ہے۔

Xpin کے مطابق، اس ماحول میں جہاں حتمی فاتح کی شناخت غیر یقینی ہے، ڈیٹا ایک اہم فرق کے طور پر ابھرا ہے۔ Alibaba کے ایک ٹیکنالوجی ماہر گاو پینگ نے زور دیتے ہوئے کہا، ‘مسابقتی برتری پیدا کرنے کے لیے، فیصلہ کن عنصر یہ ہے کہ آپ کے پاس کون سا ڈیٹا ہے، کیونکہ کوئی بھی ماڈل استعمال کر سکتا ہے۔’

بنیادی ماڈل کی ترقی پر توجہ مرکوز کرنا ہو یا B2B مارکیٹ کو نشانہ بنانا ہو، AI اسٹارٹ اپس کو تبدیلی لانے والی پیشرفت پیدا کرنے میں اہم رکاوٹوں کا سامنا ہے۔ منفرد ڈیٹا اثاثوں یا سالوں کے جمع شدہ تجربے کے بغیر، وہ دیرپا مسابقتی برتری قائم کرنے کے لیے جدوجہد کرتے ہیں۔ اس حقیقت نے چین کے ‘چھ AI شیروں’ کو اپنے عزائم کو کم کرنے اور تیزی سے ترقی پذیر AI ایکو سسٹم میں زندہ رہنے کے مواقع تلاش کرنے پر مجبور کیا ہے۔

قابل عمل گوشوں کی تلاش

‘چھ شیروں’ کی طرف سے کی جانے والی حکمت عملی کی تبدیلیاں بنیادی AI ماڈل کے میدان میں شدید مسابقت اور داخلے کی اعلیٰ قیمت کو اجاگر کرتی ہیں۔ جیسے ہی یہ کمپنیاں اپنے وسائل کو دوبارہ منتقل کرتی ہیں، وہ وسیع تر AI منظرنامے میں خصوصی گوشوں کی تلاش میں سرگرم ہیں۔ مثال کے طور پر، صحت کا شعبہ AI سے چلنے والے حل کے لیے ایک زبردست موقع فراہم کرتا ہے، جس میں تشخیصی ٹولز سے لے کر ذاتی علاج کے منصوبے شامل ہیں۔

تاہم، صحت کی مارکیٹ میں داخل ہونے کے لیے صرف تکنیکی مہارت سے زیادہ کی ضرورت ہے۔ اس کے لیے طبی کام کے فلو، ریگولیٹری ضروریات، اور مریض کی رازداری کے بارے میں گہری سمجھ کی ضرورت ہے۔ اس جگہ میں داخل ہونے والے اسٹارٹ اپس کو صحت کی دیکھ بھال فراہم کرنے والوں کے ساتھ اسٹریٹجک شراکت داری قائم کرنی ہوگی، مریضوں کے ساتھ اعتماد پیدا کرنا ہوگا، اور ایک پیچیدہ ریگولیٹری منظرنامے پر تشریف لے جانا ہوگا۔

اسی طرح، B2B SaaS مارکیٹ AI ایپلی کیشنز کے لیے متنوع مواقع کی ایک رینج پیش کرتی ہے، جس میں کسٹمر سروس کے تعاملات کو خودکار کرنے سے لے کر سپلائی چین لاجسٹکس کو بہتر بنانا شامل ہے۔ تاہم، یہ مارکیٹ بھی انتہائی مسابقتی ہے، جس میں متعدد قائم کھلاڑی اور نئے داخل ہونے والوں کا مسلسل اضافہ ہوتا ہے۔ اس جگہ میں کامیاب ہونے کے لیے، اسٹارٹ اپس کو خود کو اعلیٰ پروڈکٹ کوالٹی، غیر معمولی کسٹمر سروس، اور اختراعی قیمتوں کے ماڈلز کے ذریعے ممتاز کرنا ہوگا۔

ڈیٹا لازمی ہے

کٹنگ ایج AI حل تیار کرنے کی دوڑ میں، ڈیٹا ایک اہم فرق کے طور پر ابھرا ہے۔ جن کمپنیوں کے پاس بڑے، اعلیٰ معیار کے ڈیٹا سیٹس تک رسائی ہے انہیں اپنے ماڈلز کو تربیت دینے اور ٹھیک کرنے میں ایک اہم فائدہ حاصل ہے۔ یہ ڈیٹا سیٹس مختلف ذرائع سے حاصل کیے جا سکتے ہیں، جن میں کسٹمر کے تعاملات، سینسر ڈیٹا، اور عوامی طور پر دستیاب معلومات شامل ہیں۔

تاہم، صرف بڑی مقدار میں ڈیٹا رکھنا کافی نہیں ہے۔ ڈیٹا کو اس کی درستگی اور مطابقت کو یقینی بنانے کے لیے مناسب طریقے سے تیار، صاف، اور لیبل لگایا جانا چاہیے۔ مزید برآں، کمپنیوں کو رازداری کے تحفظ اور ریگولیٹری ضروریات کی تعمیل کے لیے مضبوط ڈیٹا گورننس پالیسیاں تیار کرنی ہوں گی۔

ڈیٹا کی اہمیت کی وجہ سے ڈیٹا سائنسدانوں اور ڈیٹا انجینئرز کی مانگ میں اضافہ ہوا ہے۔ ان پیشہ ور افراد کے پاس ڈیٹا سے بصیرتیں نکالنے، مشین لرننگ ماڈلز بنانے، اور AI حل کو بڑے پیمانے پر تعینات کرنے کی مہارتیں اور مہارت موجود ہے۔ جیسے جیسے AI منظرنامہ ارتقاء پذیر ہے، ڈیٹا کی طاقت کو استعمال کرنے کی صلاحیت کامیابی کے لیے تیزی سے اہم ہوتی جائے گی۔

ٹیلنٹ وار

AI انڈسٹری کو ٹیلنٹ کے لیے سخت مقابلے کی خصوصیت حاصل ہے۔ کمپنیاں دنیا بھر سے اعلیٰ انجینئرز، محققین، اور پروڈکٹ مینیجرز کو فعال طور پر بھرتی کر رہی ہیں۔ AI ٹیلنٹ کی مانگ رسد سے کہیں زیادہ ہے، جس سے تنخواہوں میں اضافہ ہو رہا ہے اور ایک انتہائی موبائل افرادی قوت پیدا ہو رہی ہے۔

اعلیٰ ٹیلنٹ کو راغب کرنے اور برقرار رکھنے کے لیے، کمپنیوں کو مسابقتی معاوضے کے پیکج، چیلنجنگ کام کی اسائنمنٹس، اور پیشہ ورانہ ترقی کے مواقع فراہم کرنے چاہئیں۔ انہیں اختراع، تعاون، اور مسلسل سیکھنے کی ثقافت کو بھی فروغ دینا چاہیے۔

مزید برآں، کمپنیاں اپنی موجودہ افرادی قوت کو اپ اسکل کرنے کے لیے تربیت اور ترقی کے پروگراموں میں سرمایہ کاری کر رہی ہیں۔ یہ پروگرام مشین لرننگ، ڈیپ لرننگ، نیچرل لینگویج پروسیسنگ، اور کمپیوٹر ویژن سمیت موضوعات کی ایک وسیع رینج کا احاطہ کرتے ہیں۔ اپنے ملازمین کی مہارتوں میں سرمایہ کاری کرکے، کمپنیاں اس بات کو یقینی بنا سکتی ہیں کہ ان کے پاس تیزی سے ارتقاء پذیر AI منظرنامے میں مقابلہ کرنے کے لیے مطلوبہ ٹیلنٹ موجود ہے۔

ریگولیٹری منظرنامہ

AI انڈسٹری کو دنیا بھر کے ریگولیٹرز کی طرف سے بڑھتی ہوئی جانچ پڑتال کا سامنا ہے۔ حکومتیں AI کے اخلاقی، سماجی اور اقتصادی مضمرات سے نمٹ رہی ہیں، اور وہ ان خدشات کو دور کرنے کے لیے نئے قوانین اور ضوابط تیار کر رہی ہیں۔

یہ ضوابط ڈیٹا کی رازداری، الگورتھمک تعصب، اور اہم ایپلی کیشنز میں AI کے استعمال سمیت مسائل کی ایک وسیع رینج کا احاطہ کرتے ہیں۔ کمپنیوں کو ان ریگولیٹری پیش رفتوں سے باخبر رہنا چاہیے اور اس بات کو یقینی بنانا چاہیے کہ ان کے AI حل تمام قابل اطلاق قوانین اور ضوابط کی تعمیل کرتے ہیں۔

مزید برآں، کمپنیوں کو اس بارے میں شفاف ہونا چاہیے کہ ان کے AI سسٹم کیسے کام کرتے ہیں اور وہ کیسے استعمال ہوتے ہیں۔ انہیں اپنے AI سسٹم کے ذریعے کیے گئے فیصلوں کے لیے بھی جوابدہ ہونا چاہیے۔ شفافیت اور جوابدہی کو اپنا کر، کمپنیاں اپنے صارفین اور اسٹیک ہولڈرز کے ساتھ اعتماد پیدا کر سکتی ہیں۔

آگے کا راستہ

‘چھ شیروں’ کی طرف سے کی جانے والی حکمت عملی کی تبدیلیاں چین میں AI اسٹارٹ اپس کو درپیش چیلنجوں اور مواقع کو اجاگر کرتی ہیں۔ اگرچہ بنیادی ماڈل کا میدان چند بڑے کھلاڑیوں کے زیر تسلط ہے، لیکن اسٹارٹ اپس کے لیے اب بھی وسیع تر AI منظرنامے میں قابل عمل گوشے تراشنے کے متعدد مواقع موجود ہیں۔

کامیاب ہونے کے لیے، اسٹارٹ اپس کو خصوصی AI حل تیار کرنے پر توجہ مرکوز کرنی چاہیے جو کسٹمر کی مخصوص ضروریات کو پورا کرتے ہیں۔ انہیں ڈیٹا کوالٹی، ٹیلنٹ ایکوزیشن، اور ریگولیٹری تعمیل کو بھی ترجیح دینی چاہیے۔ ایک عملی نقطہ نظر اپنا کر اور ٹھوس قدر فراہم کرنے پر توجہ مرکوز کرکے، AI اسٹارٹ اپس تیزی سے ارتقاء پذیر چینی AI ایکو سسٹم میں ترقی کر سکتے ہیں۔ شیر سے بلی کے بچے تک کا سفر طویل مدتی بقا اور پائیدار ترقی کے لیے ضروری ارتقاء ہو سکتا ہے۔