ملازمین کو ہر موقع پر تخلیقی AI کو اپنانے کی ترغیب دینے کے دو سال بعد، بڑی کمپنیوں کا بڑھتا ہوا روسٹر اب پیچھے ہٹ رہا ہے۔ وجہ، 19 جون 2026 کو شائع ہونے والی فنانشل ٹائمز کی تحقیقات کے مطابق، ایک کارپوریٹ اندرونی کے ایک اقتباس میں دو ٹوک خلاصہ کیا گیا ہے: "ہم نے ایک عفریت پیدا کیا۔"

ایف ٹی رپورٹ، جو تیزی سے ہفتے کی سب سے زیادہ زیر بحث کاروباری کہانیوں میں سے ایک بن گئی، دستاویز کرتی ہے کہ کس طرح بھاگے ہوئے AI اخراجات، جس کا زیادہ تر حصہ AI فراہم کنندگان کے بل کردہ ٹوکنز میں ہوتا ہے، کارپوریٹ بجٹ پر دباؤ ڈال رہا ہے اور ایگزیکٹوز کو ان ٹولز پر نظم و ضبط نافذ کرنے پر مجبور کر رہا ہے جن کا انہوں نے حال ہی میں حکم دیا تھا۔ For more context on this story, see our ongoing more AI stories.

مینڈیٹ سے تحمل تک

یہ تبدیلی حیران کن ہے کیونکہ یہ ان پالیسیوں کو تبدیل کرتی ہے جو بہت سے بڑے آجروں نے جیتی تھیں۔ جیسا کہ CBC نے 17 جون کو رپورٹ کیا، متعدد کمپنیوں کا بیان کردہ ہدف یہ تھا کہ "زیادہ سے زیادہ AI استعمال کریں۔" اب، ان میں سے کچھ تنظیمیں پیچھے ہٹ رہی ہیں، استعمال کو کیپنگ کر رہی ہیں، پریمیم ماڈلز تک رسائی کو محدود کر رہی ہیں، اور آڈٹ کر رہی ہیں کہ کون سے AI ورک فلو حقیقت میں قدر فراہم کرتے ہیں۔

کرپٹو بریفنگ نے، FT رپورٹنگ کا حوالہ دیتے ہوئے، مخصوص کمپنیوں کا نام دیا جو ملازمین کے AI کے استعمال کو لاگت میں اضافے کے طور پر روکتی ہیں، بشمول Amazon، Walmart، اور Uber۔ شہ سرخی کی گرفتاری، کہ دنیا کے تین جدید ترین ٹیکنالوجی کے آجر AI اخراجات پر نل کو سخت کر رہے ہیں، اس بات کا اشارہ ہے کہ لاگت کا مسئلہ صرف کیش سٹریپڈ اسٹارٹ اپس تک ہی محدود نہیں ہے۔ یہ سیارے کے سب سے بڑے اداروں تک پہنچتا ہے۔

ٹوکن بل کا مسئلہ

پل بیک کے مرکز میں قیمتوں کا تعین کرنے والا ماڈل ہے جو سب سے زیادہ تخلیقی AI کو زیر کرتا ہے۔ فلیٹ سبسکرپشن کے بجائے، بہت سی AI سروسز ٹوکن کے ذریعے چارج کرتی ہیں، متن کے ٹکڑوں کو ایک ماڈل پڑھتا اور تیار کرتا ہے۔ جب دسیوں ہزار ملازمین لمبی لمبی دستاویزات کو چیٹ بوٹس میں چسپاں کرتے ہیں، سارا دن AI کوڈنگ اسسٹنٹ چلاتے ہیں، یا ایسے اندرونی ایجنٹ بناتے ہیں جو بہت سی ماڈل کالز سے گزرتے ہیں، تو ٹوکن میٹر تیزی سے گھومتا ہے۔

لیٹس ڈیٹا سائنس کا ایک الگ تجزیہ، جو 17 جون کو شائع ہوا، خاص طور پر انجینئرز کے لیے AI ٹوکن کے اخراجات پر لگام لگانے والی کمپنیوں کے رجحان پر مرکوز ہے۔ ڈویلپر ٹولز، جو فی کام درجنوں ماڈل کی درخواستیں جاری کر سکتے ہیں، بڑی کمپنیوں کے اندر سب سے مہنگی AI تعیناتیوں میں سے ہیں۔ جیسے جیسے مزید کوڈ جنریشن اور ایجنٹی ٹولز پیداوار میں آتے ہیں، ان کو چلانے کی لاگت تیزی سے بڑھ گئی ہے۔

چیلنج سرمایہ کاری پر منافع کی پیمائش کرنے میں دشواری کی وجہ سے بڑھ گیا ہے۔ جب کہ انفرادی ملازمین اکثر پیداواری فوائد کی اطلاع دیتے ہیں، ان فوائد کو مخصوص ڈالر کے ٹوکن خرچ سے منسوب کرنا، اور یہ ثابت کرنا کہ وہ بل سے زیادہ ہیں، بہت سے ایگزیکٹوز کی توقع سے زیادہ مشکل ثابت ہوا ہے۔

یہاں تک کہ AI بنانے والے بھی چوٹکی محسوس کرتے ہیں۔

لاگت کا دباؤ صرف AI صارفین تک ہی محدود نہیں ہے۔ یہ ٹیکنالوجی بنانے والی کمپنیوں کو چھو رہی ہے۔ 12 جون کو، Stocktwits نے اطلاع دی کہ میٹا کے AI کے اخراجات "اڑا دیے گئے" ہیں، جس سے کمپنی کو اخراجات پر لگام لگانے کے منصوبوں کا خاکہ پیش کرنے پر آمادہ کیا گیا۔ ایک فرم کے لیے جس نے AI کو اپنے مستقبل کے لیے مرکزی حیثیت دی ہے، لاگت کے دباؤ کو تسلیم کرنا اس بات کی نشاندہی کرتا ہے کہ نظم و ضبط کس حد تک پھیل چکا ہے۔

پیٹرن ایک پختہ مارکیٹ کی طرف اشارہ کرتا ہے۔ 2024 اور 2025 میں، غالب کارپوریٹ جبلت وسیع پیمانے پر تجربہ کرنا اور بعد میں بل کے بارے میں فکر کرنا تھا، اس مفروضے پر کہ ابتدائی AI اپنانے سے ایک پائیدار مسابقتی فائدہ حاصل ہوگا۔ 2026 میں، بجٹ میں سختی اور نیاپن ختم ہونے کے ساتھ، مالیاتی محکمے اسی سختی کا مطالبہ کر رہے ہیں جو کسی اور لائن آئٹم پر لاگو ہوتا ہے۔

لاگت کے کنٹرول کے لیے ایک نئی مارکیٹ

پل بیک خود تجارتی مواقع پیدا کر رہا ہے۔ 4 جون کو، CNBC نے رپورٹ کیا کہ اخراجات کے انتظام کے اسٹارٹ اپ ریمپ کی قیمت $44 بلین تک پہنچ گئی ہے کیونکہ کمپنیاں AI اخراجات پر لگام ڈالنا چاہتی ہیں۔ ریمپ کی چڑھائی اس بات کی وضاحت کرتی ہے کہ درد کا نقطہ پروڈکٹ کے زمرے میں کتنی جلدی پختہ ہو گیا ہے: ایسے ٹولز جو AI کے اخراجات کی نگرانی، مختص اور کیپ کرتے ہیں اب خود AI ٹولز کے ساتھ ساتھ مانگ میں ہیں۔

وہ متحرک، فراہم کنندگان AI فروخت کرنے کی دوڑ، اور خریداروں کو اس پر جو خرچ کرتے ہیں اس کو کنٹرول کرنے میں مدد کرنے کے لیے ایک متوازی صنعت کی دوڑ، انٹرپرائز AI مارکیٹ میں داخل ہونے والے عجیب درمیانی مرحلے کو پکڑتی ہے۔ ٹیکنالوجی نے بہت سے کاموں کے لیے افادیت کے بار کو صاف کر دیا ہے، لیکن ابھی تک قابل قیاس، قابل کنٹرول لاگت کا بار نہیں ہے۔

صنعت کے لیے اس کا کیا مطلب ہے۔

AI فراہم کنندگان کے لیے، رجحان ایک انتباہ رکھتا ہے۔ اگر بڑے گاہک لامحدود تجربات سے راشنڈ، ROI-ٹیسٹ شدہ استعمال کی طرف جاتے ہیں، تو خام ٹوکن کی کھپت سے منسلک آمدنی میں اضافہ سست ہو سکتا ہے۔ یہ امکان خاص طور پر ان کمپنیوں کے لیے نتیجہ خیز ہے جن کے مالیاتی ماڈلز ہمیشہ بڑھتے ہوئے تخمینے والے حجم کو مانتے ہیں۔

کاروباری اداروں کے لیے، سبق زیادہ اہم ہے۔ پل بیک کا مطلب یہ نہیں ہے کہ AI بڑی کمپنیوں میں ناکام ہو رہا ہے۔ نگرانی کو سخت کرنے والی کئی تنظیمیں بیک وقت ٹارگٹڈ، اعلیٰ قدر والی AI تعیناتیوں کو بڑھا رہی ہیں۔ تبدیلی چوڑائی سے انتخاب کی طرف ہے، "ہر جگہ AI کا استعمال کریں" سے لے کر "AI کا استعمال کریں جہاں یہ ادائیگی کرتا ہے۔"

وہ اقتباس جو FT رپورٹ کو اینکر کرتا ہے، "ہم نے ایک عفریت پیدا کیا،" بالآخر مستقل فیصلے کے بجائے عارضی زیادتی کو بیان کر سکتا ہے۔ کمپنیوں نے جنریٹو AI کو وسیع پیمانے پر سرایت کرنے کے لیے دوڑ لگائی، اس عمل میں بڑے بل تیار کیے، اور اب کورس درست کر رہے ہیں۔ چاہے وہ تصحیح AI رول آؤٹ کو سست کردے یا اسے زیادہ پائیدار بنا دے، یہ سوال ہے کہ انڈسٹری 2026 کا بقیہ حصہ جواب دینے میں صرف کرے گی۔

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →