سستا AI آؤٹ پٹ اب بھی ایک مہنگا کام ہوسکتا ہے۔ اسے کہنے کا طریقہ یہاں ہے:

جب میں نے پہلی بار مسودہ دیکھا، جو مشین کے لیے تیار نظر آرہا تھا، میں نے اسے تقریباً منظور کر لیا تھا۔ زبان صاف تھی۔ میں ساخت سمجھ گیا۔ اس کے بعد میں نے ماخذ مواد کے خلاف تین دعووں کو چیک کرنے کی کوشش کی اور کیس کی تشکیل نو میں اس سے زیادہ وقت صرف کیا جتنا میں نے پہلے مسودے میں محفوظ کیا تھا۔ رفتار بڑھ گئی۔ اخراجات ختم نہیں ہوئے ہیں۔ ابھی کمرہ بدلا ہے۔

مجھے ڈرافٹ سے زیادہ مایوسی یاد ہے۔ آلے نے اپنا کام کیا۔ جائزہ لینے کا راستہ ایسا نہیں تھا۔

یہ میرا حال ہے تاکہ آپ دیکھ سکیں کہ میں کہاں سے آ رہا ہوں۔ میں نے چھوٹے اور درمیانے درجے کے کاروباروں کے لیے ایک AI عمل درآمد کرنے والی کمپنی Main & Machine کی بنیاد رکھی، اور آپریشنل کمپنیوں میں ٹیکنالوجی کے آتے ہی میں خریدار کے طور پر بھی بیٹھ گیا۔ (ایڈیٹرز کے لیے انکشاف: مین اینڈ مشین کے ساتھ میرا مالی تعلق ہے۔) میں ایریزونا اسٹیٹ یونیورسٹی کے ڈبلیو پی کیری اسکول آف بزنس میں مینجمنٹ اور انٹرپرینیورشپ پڑھاتا ہوں۔ ان کرسیوں میں، میں بار بار ایک ہی نمونہ دیکھتا ہوں: مالکان نسلوں کو منا رہے ہیں اور انڈر بلڈز کی توثیق کر رہے ہیں۔

زیادہ تر اسٹورز "انسانی مصروفیت” کو وینڈر سلائیڈ پر چیک باکس کے طور پر پیش کرتے ہیں۔ یہ حرکت دراصل ناکام ہو جاتی ہے۔ نتیجہ خیز پیداوار کی معاشی قدر کا انحصار اس بات پر ہے کہ حقیقی دنیا کے فیصلوں میں اہل افراد کی طرف سے اس کی تصدیق کتنی سستی اور قابل اعتماد طریقے سے کی جا سکتی ہے۔ 2025 کے اواخر سے 2026 کے اوائل تک امریکی مردم شماری بیورو کے اعداد و شمار سے پتہ چلتا ہے کہ مجموعی طور پر کاروباری AI کا استعمال 17% سے 20% کی حد میں ہے، جس میں مزید کمپنیاں ابھی بھی شامل ہونے کی منصوبہ بندی کر رہی ہیں۔ صرف اس وجہ سے کہ ماڈل خراب ہو جاتا ہے اگلی لہر کو نہیں روکے گا۔ اگر جانچ سست، مبہم یا سماجی طور پر مہنگی ہے، تو اسے روک دیا جائے گا۔

میں دوسرے کلک کو فیصلے کا ثبوت سمجھتا تھا۔ غلط اگر جائزہ لینے والے نے کبھی بھی بنیادی کیس کو آزادانہ طور پر نہیں دیکھا ہے، تو ایک دوسرا کلک اب بھی اسے صرف ایک فیصلے کے ساتھ چھوڑ سکتا ہے۔

مسودہ تیار کرنے سے پہلے اپنے جائزے کے راستے کی قیمت کا تعین کریں۔

ڈیلیوری ایبلز کو خودکار کرنے سے پہلے، لکھیں کہ کون چیک کرے گا، اس میں کتنا وقت لگے گا، اور اگر تصدیق ناکام ہو جاتی ہے تو کیا ہوتا ہے۔ ڈرافٹ کے اخراجات نسل در نسل کم ہوتے ہیں۔ غیر یقینی پیداوار تصدیق کرنے کی ذمہ داری کو جنم دیتی ہے۔ اگر توثیق تیز ہے اور غلطیوں کو تبدیل کیا جا سکتا ہے، تو فوائد برقرار رہتے ہیں۔ جب تصدیق، شواہد کی تعمیر نو یا ذمہ داری کو جذب کرنے میں مہارت کی کمی ہوتی ہے، تو ظاہری رفتار صرف لاگت کو نیچے کی طرف منتقل کرتی ہے۔

اصول ایک لائن میں فٹ بیٹھتا ہے: مہنگی توثیق کے ساتھ سستے نتائج اب بھی مہنگے کام ہیں۔

اس ہفتے دوبارہ وہی قیمت آزمائیں۔ ایک ورک فلو کو منتخب کریں جس کو آپ مشین سنبھالنا چاہتے ہیں۔ اندازہ لگائیں کہ مشکل کیس بنانے میں کتنا وقت لگے گا اور اس کی تصدیق کرنے میں کتنے منٹ لگیں گے۔ پالش ڈیمو کو چھوڑ دیں۔ ریسٹورنٹ کے مالکان کو ایک ایسے مینیجر کی ضرورت ہو سکتی ہے جو لیبر رولز کو پڑھ سکے اور فرش پر چل سکے، چاہے اس کا مطلب ہفتہ وار شیڈول کا مسودہ کسی ٹول پر چھوڑنا ہو۔ یہاں تک کہ اگر پریکٹس مالکان ٹولز کو انٹیک ریکارڈز کا خلاصہ کرنے کی اجازت دیتے ہیں، تب بھی انہیں ڈاکٹروں کی ضرورت پڑسکتی ہے تاکہ وہ خام چارٹ کھول سکیں۔ اگر آپ کے ہارڈ کیس کے معائنے اپ ٹو ڈیٹ نہیں ہیں، تو آپ کا آٹومیشن تیار نہیں ہے۔

براہ کرم جائزہ لینے والے کو ایسا راستہ فراہم کریں جو مشین سے کنفیگر نہ ہو۔

اگر ڈیفالٹ کیس میں سسٹم ہی واحد اکاؤنٹ ہے تو، جائزہ لینے والے خودکار سفارشات کی معنی خیز تصدیق نہیں کر سکتے۔ جب شواہد، تنظیم، اور نتائج ایک انٹرفیس کے ذریعے پہنچتے ہیں، تو اختلاف رائے کے لیے جائزہ لینے والوں کی ضرورت ہوتی ہے کہ وہ ان معلومات کو دوبارہ ترتیب دیں جو انھوں نے کبھی آزادانہ طور پر نہیں دیکھی ہوں۔ وقت کا دباؤ پھر ربڑ سٹیمپنگ کو معقول بناتا ہے۔

اصول: جائزے کے لیے حقائق کا ایک آزاد راستہ درکار ہوتا ہے۔

جان بوجھ کر اس راستے کو بنائیں۔ ہائی رسک آپریشنز کے لیے، مشین کے خلاصے کے ساتھ نمونے کے خام ان پٹس کا ایک سیٹ رکھیں۔ جائزہ لینے والوں سے سفارش کرنے سے پہلے حتمی شواہد اور غیر یقینی صورتحال کا حوالہ دینے کو کہیں، پھر وجوہات کا جائزہ لیں۔ مرچنٹس صارفین کی شکایات کے مسودے پر ایسا کر سکتے ہیں۔ ٹھیکیدار یہ کام اقتباس کی زبان میں کرسکتا ہے۔ پیشہ ورانہ خدمت کے مالکان کلائنٹ نوٹس کے ذریعے ایسا کر سکتے ہیں۔ صرف اتفاق رائے بہت کم ثابت ہوتا ہے۔ مشترکہ فریمنگ مشترکہ غلطیاں پیدا کر سکتی ہے۔ اہم بات یہ ہے کہ آیا اختلاف رویے کو بدل سکتا ہے اور ریکارڈ پر رہ سکتا ہے۔

دباؤ کے تحت مشق کرنا اوور رائیڈ کرتا ہے۔

اوور رائیڈز جو صرف پالیسیوں یا بٹنوں کے طور پر موجود ہیں وہ قابل اعتماد تحفظات نہیں ہیں۔ اگرچہ آٹومیشن عام نظام کی حرکیات کی نمائش کو کم کرتی ہے، بدصورت معاملات وقت کو کم کرتے ہیں اور غیر یقینی صورتحال میں اضافہ کرتے ہیں۔ جب آپ کو لگتا ہے کہ آپ کا جواب غلط ہے تو آپ کو خودکار نظام کے بغیر پہچاننے، فیصلہ کرنے اور عمل کرنے کی مشق کرنے کی ضرورت ہے۔

اصول: نہ کہنے کی مشق کریں جب تک کہ آپ اسے استعمال نہ کر لیں۔

اس مہینے میں کچھ مختصر ورزش کرنے کی کوشش کریں۔ آئیے تین حالیہ نتائج پر ایک نظر ڈالیں جنہیں ٹیم نے تقریباً جاری کیا ہے۔ مشین کی اعتماد کی زبان کو چھپاتا ہے۔ نامزد مالک سے تحریری وجوہات اور متبادل اگلے اقدامات سمیت ان میں سے ایک کو مسترد کرنے کو کہیں۔ پھر دیکھیں کہ آیا مسترد چپکتا ہے یا نرم ہوتا ہے کیونکہ مسودہ مکمل لگتا ہے۔ آٹومیشن ایک زیادہ مشکل باقیات چھوڑ دیتا ہے۔ باقی مستثنیات مبہم، نایاب، اور نتیجہ خیز ہیں۔ اگر آپ کی ٹیم صرف صاف ڈیمو دیکھتی ہے، تو وہ منگل کی سہ پہر کو باقیات کے ظاہر ہونے پر اپنی ضرورت کی مہارت کو برقرار نہیں رکھیں گے۔

یہ ہے کہ اس ہفتے کا آغاز کیسے ہوتا ہے: ایک AI سے چلنے والے ورک فلو کا انتخاب کریں، ایک صفحے پر جائزے کے منٹ اور آزاد ثبوت کے راستے بنائیں، اور اس شخص کے ساتھ اوور رائڈ مشقیں چلائیں جو حقیقت میں نتائج کا مالک ہے۔ براہ کرم ٹول کے دائرہ کار کو بڑھانے سے پہلے اپنی ٹیم کو بتائیں۔

وہ مسودہ جو لگتا تھا کہ ختم ہو گیا ہے اب بھی میرے ذہن میں موجود ہے۔ تصدیق شدہ قیمت اصل پروڈکٹ تھی۔ پہلے اسے بنائیں اور مشین کو برقرار رکھا جائے گا۔

جب میں نے پہلی بار مسودہ دیکھا، جو مشین کے لیے تیار نظر آیا، تو میں نے اسے تقریباً منظور کر لیا۔ زبان صاف تھی۔ میں ساخت سمجھ گیا۔ اس کے بعد میں نے ماخذ مواد کے خلاف تین دعووں کو چیک کرنے کی کوشش کی اور کیس کی تشکیل نو میں اس سے زیادہ وقت صرف کیا جتنا میں نے پہلے مسودے میں محفوظ کیا تھا۔ رفتار بڑھ گئی۔ اخراجات ختم نہیں ہوئے ہیں۔ ابھی کمرہ بدلا ہے۔

مجھے ڈرافٹ سے زیادہ مایوسی یاد ہے۔ آلے نے اپنا کام کیا۔ جائزہ لینے کا راستہ ایسا نہیں تھا۔

یہ میرا حال ہے تاکہ آپ دیکھ سکیں کہ میں کہاں سے آ رہا ہوں۔ میں نے چھوٹے اور درمیانے درجے کے کاروباروں کے لیے ایک AI عمل درآمد کرنے والی کمپنی Main & Machine کی بنیاد رکھی، اور آپریشنل کمپنیوں میں ٹیکنالوجی کے آتے ہی میں خریدار کے طور پر بھی بیٹھ گیا۔ (ایڈیٹرز کے لیے انکشاف: مین اینڈ مشین کے ساتھ میرا مالی تعلق ہے۔) میں ایریزونا اسٹیٹ یونیورسٹی کے ڈبلیو پی کیری اسکول آف بزنس میں مینجمنٹ اور انٹرپرینیورشپ پڑھاتا ہوں۔ ان کرسیوں میں، میں بار بار ایک ہی نمونہ دیکھتا ہوں: مالکان نسلوں کو منا رہے ہیں اور انڈر بلڈز کی توثیق کر رہے ہیں۔