مائیکروسافٹ کے سی ای او ستیہ نڈیلا نے متنبہ کیا ہے کہ جو کمپنیاں ہر کام کے لیے ایک ہی AI فراہم کنندہ پر پورا بھروسہ کرتی ہیں وہ بالآخر زندہ نہیں رہیں گی، یہ دلیل دیتے ہوئے کہ کاروباری اداروں کو اپنے ڈیٹا، پرامپٹس، اور ماڈل انفراسٹرکچر پر کنٹرول برقرار رکھنا چاہیے یا "اپنی سوچ کو آؤٹ سورس کرنے کا خطرہ"۔ سی این این کے "فرید زکریا جی پی ایس" پر ایک انٹرویو میں کیے گئے ریمارکس، ٹیکنالوجی کے ایک بڑے ایگزیکٹو کی جانب سے ابھی تک سب سے واضح وینڈر لاک ان وارننگز میں سے ایک ہیں۔
"کوئی بھی فرم جس کے پاس یہ کنٹرول نہیں ہے، میں دعوی کروں گا کہ وہ فرم نہیں رہے گی کیونکہ آپ نے بنیادی طور پر اپنی سوچ کو آؤٹ سورس کیا ہے،" نڈیلا نے انٹرویو پر TechCrunch کی رپورٹنگ کے مطابق کہا۔ تبصرے ایسے وقت میں سامنے آئے جب دنیا بھر کے کاروباری ادارے اپنے کاموں میں AI کو کتنی گہرائی سے شامل کریں — اور کن فراہم کنندگان پر انحصار کرنا ہے۔ AI انڈسٹری کوریج کے ذریعے وسیع فیلڈ کا سراغ لگانے والوں کے لیے، نڈیلا کی مداخلت ایک اسٹریٹجک فالٹ لائن کو نمایاں کرتی ہے جو کہ بڑی تنظیموں کے مصنوعی ذہانت کو حاصل کرنے اور ان کی تعیناتی کے طریقہ کار کو نئی شکل دے رہی ہے۔
ہارنس کو الگ رکھیں
نڈیلا کی مرکزی سفارش آرکیٹیکچرل ہے۔ اس نے کمپنیوں سے ایک سیٹ اپ اپنانے کا مطالبہ کیا جس میں "جب بھی آپ ماڈل استعمال کرتے ہیں، اس کے آس پاس کا تمام میٹا ڈیٹا آپ کے پاس رہتا ہے، تاکہ آپ ان سب کو اپنے وزن یا اپنے کھلے ماڈل کو تربیت دینے کے لیے استعمال کر سکیں۔" دوسرے لفظوں میں، کاروباری اداروں کو اپنے استعمال کے اعداد و شمار کو برقرار رکھنا چاہئے - روزانہ AI کے استعمال کے دوران پیدا ہونے والے اشارے، سیاق و سباق، اور تاثرات - لہذا وہ کسی تیسرے فریق پر مستقل طور پر انحصار کرنے کے بجائے اپنے ماڈلز بنانے یا ٹھیک کرنے کا اختیار برقرار رکھتے ہیں۔
وہ خاص طور پر کوڈنگ ایجنٹس، AI سے چلنے والے ڈویلپر ٹولز کے بارے میں اشارہ کرتے تھے جو تیزی سے ترقی کرنے والی انٹرپرائز AI کیٹیگریز میں سے ایک بن گئے ہیں۔ نڈیلا نے کمپنیوں پر زور دیا کہ وہ کوڈنگ کے ماحول پر انحصار نہ کریں - یا "ہارنیسس" - جو براہ راست ماڈل فراہم کنندگان کی پیشکشوں میں شامل ہیں، مثال کے طور پر اینتھروپک کے کلاڈ کوڈ اور اوپن اے آئی کے چیٹ جی پی ٹی کوڈیکس کا حوالہ دیتے ہوئے انہوں نے کہا، "ہارنس کو ماڈل سے الگ رکھنے اور سیاق و سباق اور میموری کو ماڈل سے الگ رکھنے سے،" انہوں نے کہا، "کوئی بھی ایک ماڈل دور ہو سکتا ہے، اور آپ پھر بھی اپنی قسمت کے کنٹرول میں رہ سکتے ہیں۔"
یہ مشورہ ایک ٹھوس بنیادی ڈھانچے کی سفارش میں ترجمہ کرتا ہے: ایک AI گیٹ وے تعینات کریں - ایک مڈل ویئر پرت جو انٹرپرائز کی ایپلی کیشنز اور بنیادی ماڈل کے درمیان بیٹھتی ہے - تاکہ اشارے، ردعمل، اور میٹا ڈیٹا کو کبھی بھی کسی ایک وینڈر کے پلیٹ فارم سے براہ راست نہ جانا پڑے۔
خود خدمت کرنے والا انتباہ؟
مبصرین پر ستم ظریفی ختم نہیں ہوتی۔ Microsoft OpenAI اور Anthropic دونوں میں سرمایہ کار ہے، دو سب سے بڑی AI لیبز، اور اس کا Azure کلاؤڈ بزنس ان کمپنیوں اور بہت سی دوسری کمپنیوں کے ماڈلز تک رسائی کو دوبارہ فروخت کرتا ہے۔ ناڈیلا، درحقیقت، کاروباری اداروں کو کہہ رہے ہیں کہ وہ ان مصنوعات سے زیادہ منسلک نہ ہو جائیں جن سے ان کی کمپنی کا منافع ہوتا ہے - ساتھ ہی ساتھ متبادل انفراسٹرکچر کو آگے بڑھانا جو مائیکروسافٹ بھی فروخت کرتا ہے۔
جیسا کہ TechCrunch نے نوٹ کیا، "خوف کی خدمت کرنے والے خوف کے واضح حربے کے باوجود، وہ غلط نہیں ہے۔" انٹرپرائزز کو حقیقتاً یہ احساس ہو رہا ہے کہ انہیں متعدد ماڈل آپشنز کی ضرورت ہے، بشمول سستے اوپن ویٹ متبادلات جو وہ اپنے ہارڈ ویئر پر ٹھیک کر سکتے ہیں اور چلا سکتے ہیں۔ یہ احساس بہت ہی ملٹی ماڈل مینجمنٹ ٹولز اور AI گیٹ ویز کی مانگ کو بڑھا رہا ہے جو مائیکروسافٹ کا کلاؤڈ ڈویژن پیش کرتا ہے۔
پلیٹ فارم پلے بک
نڈیلا کی گہری تشویش اسٹریٹجک ہے، محض تکنیکی نہیں۔ انہوں نے استدلال کیا کہ ایک بار جب کسی کمپنی نے ماڈل فراہم کرنے والے کو "اپنی سوچ کو آؤٹ سورس کر دیا" تو، AI لیب کو بالآخر اپنی ایک مسابقتی سروس شروع کرنے سے روکنا بہت کم ہے۔ خطرہ بڑھتا ہے کیونکہ انٹرپرائزز AI ایجنٹوں کو اپنے اندرونی سسٹمز، کسٹمر ڈیٹا، اور ملکیتی ورک فلو تک رسائی فراہم کرتے ہیں۔
"یہ کلاسک پلیٹ فارم پلے بک ہے - ہوشیار رہو، بانی!" سیم آلٹ مین نے مئی میں پوسٹ کیا، جب OpenAI نے Y Combinator کے تازہ ترین کوہورٹ میں ہر اسٹارٹ اپ میں سرمایہ کاری کرنے کی پیشکش کی۔ نڈیلا کی وارننگ مخالف سمت سے اس جذبات کی بازگشت کرتی ہے: وہی حرکیات جو اسٹارٹ اپس کو خطرہ لاحق ہیں وہ قائم شدہ اداروں کو بھی خطرہ لاحق ہیں جو ایک ماڈل بنانے والے پر بہت زیادہ انحصار کرتے ہیں۔
ملٹی ماڈل مستقبل
شواہد نڈیلا کے کیس کی تائید کرتے ہیں۔ اوپن ویٹ ماڈلز - جن کے تربیت یافتہ پیرامیٹرز عوامی طور پر کسی کے لیے ڈاؤن لوڈ، چلانے، اور ترمیم کرنے کے لیے دستیاب ہیں - گزشتہ سال کے دوران صلاحیت اور اپنانے میں اضافہ ہوا ہے۔ جرمن کنسورشیم کی ریلیز، میٹا کی کھلی ریلیز، اور چینی لیبز جیسے علی بابا اور مون شاٹ اے آئی نے تمام قابل کھلے ماڈلز کو مارکیٹ میں دھکیل دیا ہے، جس سے کاروباری اداروں کو بند لیبز کو فی ٹوکن API فیس ادا کرنے کا حقیقی متبادل فراہم کیا گیا ہے۔
یہ تبدیلی تنظیموں کو اپنے AI سٹیکس کے بارے میں مختلف سوچنے پر مجبور کر رہی ہے۔ کسی ایک فراہم کنندہ سے وابستگی کے بجائے، بہت سے ماڈلز کے پورٹ فولیوز کو جمع کر رہے ہیں: مشکل ترین کاموں کے لیے ایک فرنٹیئر ماڈل، اعلیٰ حجم کے معمول کے کام کے لیے ایک عمدہ ماڈل، اور مخصوص ڈومینز کے لیے خصوصی ماڈل۔ اس پورٹ فولیو کا انتظام کرنا — درخواستوں کو روٹنگ کرنا، اخراجات کو کنٹرول کرنا، اور تمام تعامل کے ڈیٹا کو برقرار رکھنا — بالکل وہی صلاحیت ہے جو نڈیلا کمپنیوں پر زور دے رہی ہے۔
کاروباری رہنماؤں کے لیے اس کا کیا مطلب ہے۔
AI سرمایہ کاری کے وزن والے ایگزیکٹوز کے لیے، نڈیلا کا نسخہ تین اصولوں پر مشتمل ہے۔ سب سے پہلے، کبھی بھی اپنے اشارے اور سیاق و سباق کو صرف وینڈر کے پلیٹ فارم کے اندر رہنے نہ دیں۔ دوسرا، اپنی ایپلی کیشنز کو دوبارہ بنائے بغیر ماڈلز کو تبدیل کرنے کی صلاحیت کو برقرار رکھیں۔ تیسرا، اپنا تربیتی ڈیٹا اکٹھا کریں تاکہ آپ وقت کے ساتھ ملکیتی ماڈلز بنانے کا اختیار برقرار رکھیں۔
آیا کمپنیاں اس مشورے پر عمل کرتی ہیں یہ دیکھنا باقی ہے۔ کلاڈ کوڈ اور چیٹ جی پی ٹی کوڈیکس جیسی مضبوطی سے مربوط پیشکشوں کی سہولت اور طاقت قابل غور ہے، اور بہت سی تنظیمیں فیصلہ کر سکتی ہیں کہ قلیل مدتی پیداواری فوائد طویل مدتی لاک ان کے خطرے سے کہیں زیادہ ہیں۔ لیکن جیسا کہ نڈیلا نے واضح کیا، جو لوگ ایک ہی AI پارٹنر پر ہر چیز کی شرط لگاتے ہیں وہ داؤ لگا رہے ہیں وہ ایسا نہیں کریں گے۔
