24 جون 2026 کو CIO.com کے ذریعہ رپورٹ کردہ گارٹنر کے حیرت انگیز نئے تجزیے کے مطابق، AI کوڈنگ ایجنٹوں کو تعینات کرنے والے ادارے جلد ہی اپنے ڈویلپرز کے AI ٹوکن کے استعمال کے لیے اتنی ہی ادائیگی کر سکتے ہیں جیسا کہ وہ خود ڈویلپرز کی تنخواہوں کے لیے کرتے ہیں۔
گارٹنر کے سینئر پرنسپل تجزیہ کار نتیش تیاگی کی پیشین گوئی نے خبردار کیا ہے کہ اگلے دو سالوں میں AI ٹوکن کی لاگت عام سافٹ ویئر انجینئر کی ماہانہ تنخواہ سے زیادہ یا اس سے زیادہ ہو جائے گی۔ پیشن گوئی فلیٹ فی سیٹ SaaS ماڈل سے ایک بنیادی تبدیلی کی عکاسی کرتی ہے جس پر کاروباری اداروں نے برسوں سے کھپت پر مبنی قیمتوں کے تعین پر انحصار کیا ہے، جہاں ہر API کال، ہر سیاق و سباق کی ونڈو کی توسیع، اور ہر ایجنٹ سے چلنے والا ورک فلو بل میں اضافہ کرتا ہے۔ AI انڈسٹری ٹرانسفارمیشن کی وسیع تر معاشیات کو ٹریک کرنے والے کاروباری اداروں کے لیے، وارننگ اس بات کا اشارہ دیتی ہے کہ سستے AI تجربات کا ہنی مون مرحلہ ختم ہو رہا ہے۔
انتباہ کے پیچھے نمبر
تیاگی یہ واضح کرنے میں محتاط تھے کہ گارٹنر کی پیشین گوئی عالمی اوسط ڈیولپر کی تقریباً $2,000 ماہانہ تنخواہ پر مبنی ہے۔ ریاستہائے متحدہ میں، جہاں سالانہ ڈویلپر معاوضہ معمول کے مطابق چھ اعداد و شمار سے زیادہ ہے، مساوی ٹوکن خرچ ابھی تک برابری تک نہیں پہنچا ہے۔ لیکن یہ خلا تیزی سے ختم ہو رہا ہے۔
تیاگی نے CIO.com کو بتایا، "میں نے خوفناک نمبر سنے ہیں جیسے 'میرے ڈویلپر نے پچھلے مہینے $20K استعمال کیے،' یا 'ایک کاروباری صارف نے $32K استعمال کیا،'" تیاگی نے CIO.com کو بتایا۔ "مقصد یہ ہے کہ صنعت کو ٹوکن لاگت کے اثرات کے بارے میں خطرے کی گھنٹی بجائی جائے اگر اسے کنٹرول اور کنٹرول نہیں کیا جاتا ہے۔"
لاگت کا دھماکہ کئی بدلنے والے عوامل سے ہوتا ہے۔ ڈویلپرز تیز رفتاری سے جنریٹو AI اور ایجنٹ کوڈنگ ٹولز کو اپنا رہے ہیں، اور یہ ٹولز سادہ چیٹ پر مبنی تعاملات سے کہیں زیادہ ٹوکن استعمال کرتے ہیں۔ ایجنٹ سے چلنے والے ورک فلو، جو خود مختار طور پر طویل مدت تک چل سکتے ہیں، بڑے پیمانے پر ٹوکن کی کھپت پیدا کرتے ہیں کیونکہ وہ کوڈ بیسز کے ذریعے تکرار کرتے ہیں، پھولی ہوئی سیاق و سباق کی ونڈوز کو برقرار رکھتے ہیں، اور بار بار API کال کرتے ہیں۔
اخراجات کیوں قابو سے باہر ہو رہے ہیں۔
مسئلہ کا ایک حصہ ساختی ہے۔ AI کوڈنگ فروشوں نے ابھی تک ڈیلیور نہیں کیا ہے جسے تیاگی کہتے ہیں "بالغ، بلٹ ان لاگت کو بہتر بنانے کی صلاحیتیں"۔ انٹرپرائزز بنیادی ڈھانچے کی سرمایہ کاری کے لیے ادائیگی کر رہے ہیں جو کہ وینڈرز صارفین تک پہنچا رہے ہیں جبکہ ساتھ ہی منافع کو برقرار رکھنے کی کوشش کر رہے ہیں۔ نتیجہ قیمتوں کا ایک منظرنامہ ہے جو مبہم اور بڑھتا ہوا ہے۔
بہت سی تنظیموں میں یہ تعین کرنے کے لیے پختگی اور گورننس کے فریم ورک کا بھی فقدان ہے کہ آیا ان کے AI اخراجات سرمایہ کاری پر منافع فراہم کر رہے ہیں۔ سیاق و سباق کی کھڑکیاں پھول جاتی ہیں، بجٹ توقع سے پہلے ختم ہو جاتے ہیں، اور ٹوکن خرچ کا جواز پیش کرنا مشکل ہو جاتا ہے۔ اس مسئلے کو مزید پیچیدہ کرتے ہوئے، غیر ڈویلپرز تیزی سے AI ٹولز کو اپنا رہے ہیں کیونکہ وہ ان سے زیادہ واقف ہو رہے ہیں، جس سے پوری تنظیم میں کھپت میں مزید اضافہ ہو رہا ہے۔
شاید سب سے زیادہ متضاد طور پر، تیاگی نے نوٹ کیا کہ ایک ڈویلپر کے استعمال کردہ ٹوکن کے حجم اور ان کے حقیقی پیداواری فوائد کے درمیان کوئی "براہ راست تعلق" نہیں ہے۔ زیادہ ٹوکن کا مطلب خود بخود بہتر کوڈ یا تیز تر ترسیل نہیں ہوتا ہے۔
تیاگی نے کہا، "ٹوکن میکسنگ کا براہ راست تعلق زیادہ پیداواری فوائد سے نہیں ہے، لیکن ٹوکن کی کھپت کو بہتر بنانا ہے۔"
لاگت پر قابو پانے کے لیے گارٹنر کا نسخہ
گارٹنر کاروباری اداروں کو AI کوڈنگ ایجنٹوں کو ترک کرنے کا مشورہ نہیں دے رہا ہے۔ اس سے دور۔ اس فرم کے رہنمائی مراکز گورننس اور لاگت پر کنٹرول قائم کرنے پر مرکوز ہیں اس سے پہلے کہ لاگتیں قابل وصولی کی سطح سے بڑھ جائیں۔
مخصوص سفارشات میں سے:
- ٹوکن کی حد مقرر کریں۔ تنظیموں کو خرچ کی واضح حدیں متعارف کرانی چاہیئں اور استعمال کی خودکار نگرانی کرنی چاہیے تاکہ بجٹ ختم ہونے سے پہلے کھپت کو پکڑا جا سکے۔
- خود مختاری کی سطح کے مطابق کاموں کی درجہ بندی کریں۔ گارٹنر کام کو عمل درآمد کے تین ماڈلز میں تقسیم کرنے کا مشورہ دیتا ہے: ڈویلپر کی قیادت میں، ڈیولپر کے ساتھ ایجنٹ، اور مکمل طور پر ایجنٹ کی قیادت میں۔ ہر کام فرنٹیئر ماڈل ٹوکن کی کھپت کی ضمانت نہیں دیتا ہے۔
- پیچیدگی کے لحاظ سے راستہ۔ آسان، اعلی تعدد والے کاموں کو چھوٹے، سستے ماڈلز کی طرف ہدایت کی جانی چاہیے، جس میں پیچیدہ، اعلیٰ قدر والے کام کے لیے مخصوص فرنٹیئر ماڈلز کی طرف بڑھنا چاہیے۔
- مینڈیٹ سیاق و سباق کی انجینئرنگ۔ ڈویلپرز کو اس سیاق و سباق کو بہتر بنانے کی تربیت دی جانی چاہیے جو وہ AI کو فراہم کرتے ہیں، بشمول صرف متعلقہ معلومات اور جہاں ممکن ہو ٹوکن اوور ہیڈ کو کم کرنے کے لیے خلاصہ کرنا۔
ایک نیا پیداواری میٹرک
روایتی "لائنز آف کوڈ رائٹ" میٹرک متروک ہو چکی ہے جب سے AI ٹولز نے Python کی پوری لائبریریوں کو سیکنڈوں میں بنانا شروع کیا ہے۔ گارٹنر کا استدلال ہے کہ قدر کو اب خام آؤٹ پٹ والیوم کے بجائے معیار، رفتار اور کسٹمر کی اطمینان میں ماپا جانا چاہیے۔
کاروباری اداروں کو اہم سوالات پوچھنے چاہئیں جن میں یہ شامل ہے کہ ڈویلپرز کتنی جلدی اہم خصوصیات جاری کر سکتے ہیں، ترقی اور تاثرات کے درمیان کتنا وقت کم ہو جاتا ہے، اور کیا معیار کو برقرار رکھتے ہوئے فوری طور پر ترسیل حقیقی مسابقتی فائدہ پیدا کر رہی ہے۔
رہنماؤں کو تیاگی کا مشورہ عملی ہے: AI کوڈنگ کے بڑھتے ہوئے اخراجات کو AI سے دور جانے کی وجہ کے طور پر مت سمجھیں، اور ہر چیز کے لیے اضطراری طور پر اوپن سورس ماڈلز پر منتقل نہ ہوں۔ اس کا مقصد، اس نے زور دیا، یہ ہے کہ ان ٹولز کی قیمت پر سمجھوتہ کیے بغیر لاگت کو بہتر بنایا جائے۔
وسیع تر انٹرپرائز پکچر
گارٹنر کی وارننگ ایک ایسے لمحے پر پہنچی ہے جب پوری صنعتوں کے ادارے AI تجربات سے اسکیلڈ تعیناتی کی طرف بڑھ رہے ہیں۔ کمپنیاں خرچ کرنے اور ٹھوس نتائج کا مطالبہ کرنے پر لگام لگا رہی ہیں، اور AI سرمایہ کاری اور قابل پیمائش منافع کے درمیان رابطہ منقطع ہونا بورڈ کی سطح پر تشویش کا باعث بنتا جا رہا ہے۔
خاص طور پر سافٹ ویئر ڈویلپمنٹ ٹیموں کے لیے، پیغام واضح ہے: AI ٹوکن کے بے حد استعمال کا دور غیر پائیدار ہے۔ وہ کاروباری ادارے جو گورننس فریم ورک کو لاگو کرنے میں ناکام رہتے ہیں اب ان کے AI کوڈنگ ٹولز کی لاگت ان انجینئروں سے زیادہ ہے جن کا مقصد انہیں بڑھانا تھا۔
---
اے آئی کے معاشی اثرات سے آگے رہیںانٹرپرائز لاگت کے دباؤ سے لے کر بلین ڈالر کے فنڈنگ راؤنڈز تک، AI کا کاروبار تیزی سے آگے بڑھتا ہے۔ ٹیکنالوجی کے منظر نامے کو نئی شکل دینے والی مالی قوتوں کے گہرائی سے تجزیہ کے لیے AI Buzz Wire کو فالو کریں۔
مزید AI خبریں پڑھیں →
