ایسوسی ایٹڈ پریس کی ایک رپورٹ کے مطابق، مصنوعی ذہانت کی ٹیکنالوجی پر "ٹوکن میکسنگ" کا کارپوریٹ جنون اپنی حدوں کو چھو رہا ہے کیونکہ کام کی جگہوں پر ہر چیز پر AI پھینکنے والی جگہیں پیداواری صلاحیت میں اسی طرح کے اضافے کے بغیر لاگت میں اضافہ دیکھ رہی ہیں۔

OpenAI کے ChatGPT اور Anthropic's Claude جیسی مصنوعات میں سے زیادہ سے زیادہ AI سے تیار کردہ کام کو نچوڑنے پر 2026 کے موسم بہار میں ٹیک-انڈسٹری کے ایندھن سے چلنے والی ہائپ کے طور پر جو کچھ شروع ہوا وہ موسم گرما کے ردعمل میں بدل گیا ہے۔ ایگزیکٹوز، تجزیہ کار، اور ڈویلپرز اب کھلے عام سوال کر رہے ہیں کہ آیا AI ٹوکن کی کھپت کو زیادہ سے زیادہ کرنا کبھی ایک اچھی حکمت عملی تھی؟ AI بزنس لینڈ سکیپ کی جاری کوریج کے لیے، ہماری تازہ ترین AI انڈسٹری رپورٹنگ ملاحظہ کریں۔

ایک دھند کا عروج و زوال

"Tokenmaxxing" سے مراد ٹوکنز کا زیادہ سے زیادہ استعمال کرنا ہے — جنریٹیو AI کے بلڈنگ بلاکس جو متن کے چھوٹے ٹکڑوں سے مطابقت رکھتے ہیں جنہیں AI سسٹم پڑھتا یا لکھتا ہے۔ ہر ٹوکن لفظ کے تقریباً تین چوتھائی حصے کی نمائندگی کرتا ہے، اور AI فراہم کنندگان عام طور پر استعمال کی حدیں لگاتے ہیں، زیادہ مہنگی سبسکرپشنز زیادہ کیپس پیش کرتے ہیں۔

رجحان کو ٹیکنالوجی کے سب سے نمایاں رہنماؤں میں سے کچھ نے فعال طور پر فروغ دیا تھا۔ OpenAI کے سی ای او سیم آلٹ مین نے مئی 2026 میں کہا تھا کہ وہ "یہ دیکھ کر بہت پرجوش ہیں کہ ٹوکن میکسنگ اسٹارٹ اپس کے ساتھ کیا ہوگا، دونوں کے لیے کہ وہ اندرونی طور پر کیسے کام کرتے ہیں اور وہ مصنوعات جو وہ بنا سکتے ہیں۔" Nvidia کے سی ای او جینسن ہوانگ نے اعلان کیا کہ "اگر آپ کا $500K انجینئر ٹوکنز میں $250K نہیں جلا رہا ہے تو کچھ غلط ہے۔" فیس بک کے پیرنٹ میٹا نے ٹوکن کے زیادہ استعمال کے لیے ایک اندرونی مقابلہ چلایا۔

لیکن جیسے جیسے اخراجات جمع ہوتے گئے، جوش و خروش کم ہوتا گیا۔ Moody's Ratings میں AI تجزیات کے سربراہ اور ایک نئی رپورٹ کے مصنف ونسنٹ گسڈورف نے کہا، "جیسے ہی بل جمع ہونا شروع ہوئے، لوگوں نے محسوس کیا کہ وہ نئے ٹولز کافی مہنگے ہیں اور آپ کو ان کو سمجھداری سے استعمال کرنے کی ضرورت ہے۔"

گسڈورف نے مزید کہا کہ "ایسا بنانا بہت آسان ہے جس کی آپ کو AI کے ساتھ ضرورت نہیں ہے۔"

ایگزیکٹو ردعمل

ردعمل کی قیادت ٹیک انڈسٹری کی سب سے زیادہ بااثر آوازوں نے کی ہے۔ مائیکروسافٹ کے سی ای او ستیہ نڈیلا نے اعتراف کیا کہ ٹوکن میکسنگ لت لگ سکتی ہے لیکن خبردار کیا کہ گاہک مؤثر طریقے سے AI کے لیے دو بار ادائیگی کر رہے ہیں - پہلا ٹوکنز پر خرچ کرنے میں، اور دوسرا AI فراہم کنندگان کو اپنا ملکیتی ڈیٹا فراہم کر کے۔ نڈیلا کے تبصرے غیر معمولی تھے جس طرح انہوں نے معروف AI کمپنیوں کے ڈیٹا تحفظ کی یقین دہانیوں کے بارے میں شکوک و شبہات پیدا کیے، یہاں تک کہ اس نے مائیکروسافٹ کی اپنی AI حکمت عملی کو فروغ دیا۔

پالانٹیر کے سی ای او ایلکس کارپ نے CNBC کو بتایا کہ کچھ "مکمل طور پر غلط" ہو گیا ہے۔ اس نے کہا کہ وہ امریکی کاروباری اداروں کی آواز کو نجی طور پر "جاندار" کر رہا ہے جس میں ٹوکن کے لیے بھاری رقم ادا کرنا ہے جس کی کوئی قیمت نہیں ہے۔

کارپ نے کہا، "اس ملک میں کاروباری اداروں کے درمیان بنیادی نقطہ نظر یہ ہے، 'میں ٹوکن کے ساتھ اپنا وقت ضائع کروں گا، مجھے کوئی قیمت نہیں ملے گی اور وہ میرا آئی پی حاصل کریں گے۔

Mozilla کے چیف ٹیکنالوجی آفیسر، Raffi Krikorian نے ٹوکن میکسنگ کا موازنہ کوڈ کی لائنوں کے ذریعے پروگرامر کی پیداواری صلاحیت کو ماپنے کے بدنام عمل سے کیا۔ "میرے خیال میں ٹوکن میکسنگ بالکل اسی طرز پر چل رہی ہے،" انہوں نے کہا۔ "مجھے لگتا ہے کہ یہ ایک دلچسپ بلپ ہونے والا ہے جس پر ہم سب ایک سال میں ہنسنے کے لئے پیچھے مڑ کر دیکھیں گے۔"

پیمانے پر لاگت کا مسئلہ

مالیاتی اثر انٹرپرائز پیمانے پر سخت ہو جاتا ہے۔ بین اینڈ کمپنی کے مینجمنٹ کنسلٹنٹ جو وینگ نے کہا کہ ان کی فرم نے جن بڑے کاروباروں کو مشورہ دیا ہے ان میں سے بہت سے ان کی AI سرمایہ کاری پر منافع پر گہری نظر رکھے ہوئے ہیں۔

وانگ نے کہا، "ان کے لیے ٹوکن لاگت تقریباً ہر دوسرے مہینے دوگنی ہو رہی ہے۔" "آئیے کہتے ہیں $200 فی ڈویلپر فی مہینہ۔ اسے 20,000 ڈویلپرز سے ضرب دیں، جو اکثر ہم ان کمپنیوں کے ساتھ کام کر رہے ہیں، اور یہ آپ کو تیزی سے ایک ایسے نمبر پر لے جاتا ہے جو لائن آئٹم نہیں ہے جس کے لیے کسی جنرل مینیجر نے منصوبہ بنایا ہے۔"

وانگ نے غلط استعمال کے ایک عام پیٹرن کی طرف اشارہ کیا: سب سے طاقتور - اور سب سے مہنگے - AI ماڈلز کو ان کاموں کے لیے ڈیفالٹ کرنا جن کی ضرورت نہیں ہے۔ "ہر چیز کو کلاڈ اوپس 4.6 کی ضرورت نہیں ہے،" اس نے اینتھروپک کے سب سے زیادہ قابل ماڈلز میں سے ایک کے بارے میں کہا، جو سافٹ ویئر انجینئرنگ یا گہری تحقیق کے لیے موزوں ہے۔ "اور پھر بھی آپ بہت ساری کمپنیاں دیکھتے ہیں، بہت سارے صارفین، ہر چیز کے لیے Opus استعمال کرنے کے لیے پہلے سے طے شدہ ہیں، بشمول ای میلز بنانا۔"

ماڈل روٹنگ اور کھلے وزن کا عروج

لاگت کے دباؤ نے AI "ماڈل روٹنگ" ٹولز کی مانگ کو ہوا دی ہے جو پیچیدہ کاموں کے لیے طاقتور ماڈل محفوظ کرتے ہوئے خود بخود سستے، زیادہ موثر AI سسٹمز کو آسان سوالات بھیجتے ہیں۔ سافٹ ویئر ڈویلپر حسن المغاری، جو اسٹارٹ اپ ٹوگیدر اے آئی میں ڈویلپر کے تجربے کی رہنمائی کرتے ہیں، نے کہا کہ معروف امریکی کمپنیوں کی جانب سے AI پروڈکٹس کی سبسکرپشنز پر خرچ ہونے والی "مضحکہ خیز رقم" پر کمپنیوں کے اسٹیکر شاک نے بہت سے لوگوں کو زیادہ سے زیادہ استعمال کے طریقہ کار پر نظر ثانی کرنے پر مجبور کیا ہے۔

ایل مغاری نے کہا، "یہ بہتر ہے کہ ملازمین کو صرف اس بات پر بااختیار بنایا جائے کہ اس چیز کو کیسے استعمال کیا جائے اور انہیں اے آئی کا استعمال کرنے دیں جب اور جس قدر انہیں ضرورت ہو"۔

دریں اثنا، ٹوکن کی زیادہ کھپت کے حامی چینی سٹارٹ اپس جیسے مون شاٹ کیمی اور زیپو کے جی ایل ایم سے کھلے وزن کے ماڈلز میں نئے گولہ بارود تلاش کر رہے ہیں، جو قیمت کے ایک حصے پر اعلیٰ امریکی ماڈلز کی صلاحیتوں سے تقریباً مماثل ہیں۔ کریکورین نے تسلیم کیا کہ "اس نظریہ کی کچھ صداقت ہے کہ یہ ٹوکن میکسنگ کو تھوڑا سا آگے بڑھا سکتا ہے" لیکن برقرار رکھا کہ صنعت کا وسیع رجحان زیادہ نظم و ضبط کے استعمال کی طرف ہے۔

انٹرپرائز کے لیے اسباق

ٹوکن میکسنگ ایپی سوڈ AI لینڈ سکیپ پر تشریف لے جانے والے کاروباروں کے لیے ایک احتیاطی کہانی پیش کرتا ہے۔ جبکہ AI ماڈل کے سرکردہ ڈویلپرز جیسے OpenAI اور Anthropic کو کھپت میں اضافے سے فائدہ ہوا، تجربے نے بہت سی تنظیموں کو زیادہ پیمائش شدہ طریقے اپنانے کی ترغیب دی ہے - مخصوص استعمال کے معاملات پر توجہ مرکوز کرتے ہوئے جہاں AI خام استعمال کی پیمائش کو زیادہ سے زیادہ کرنے کے بجائے قابل پیمائش منافع فراہم کرتا ہے۔

جیسا کہ ابتدائی AI ہائپ سائیکل عملی نفاذ کا راستہ فراہم کرتا ہے، کامیاب ہونے والی کمپنیاں وہ ہو سکتی ہیں جو AI کو ایک دو ٹوک آلے کے بجائے ایک درست ٹول کے طور پر مانتی ہیں، صحیح ماڈل کو صحیح کام سے ملاتی ہیں اور بل پر گہری نظر رکھتی ہیں۔

AI سے آگے رہیں

مزید AI خبریں پڑھیں →