اپنی ٹیم کو سکڑائے بغیر اپنے ٹوکن بجٹ کو کیسے کم کریں۔

جینسن ہوانگ جانچتا ہے کہ آیا انجینئرز رکھنے کے قابل ہیں اور وہ ایک ٹوکن بجٹ کے ساتھ منسلک ہیں۔ Nvidia کے سی ای او نے GTC 2026 کے بعد آل ان پوڈ کاسٹ پر کہا کہ اگر کسی انجینئر کی سالانہ AI ٹوکن کی کھپت $500,000 ان کی تنخواہ کے نصف سے بھی کم ہے تو یہ "سنگین طور پر تشویشناک” ہوگا۔ انہوں نے تصدیق کی کہ Nvidia اپنے انجینئرنگ عملے کے لیے $2 بلین سالانہ ٹوکن بل کے لیے کام کر رہی ہے۔

وہ ان سمجھوتوں کی وضاحت کر رہا تھا جو زیادہ تر کمپنیاں پہلے ہی بہت کم دھوم دھام سے کر چکی ہیں۔ یعنی، وہ رقم جو ایک بار لوگوں کو ادا کرتی تھی، لیکن زیادہ سے زیادہ ٹوکن میں ادا کی جاتی ہے۔ چار سب سے بڑے ہائپر اسکیلرز 2026 میں تقریباً 700 بلین ڈالر کے کل سرمایہ خرچ کر رہے ہیں، جو پچھلے سال کے اعداد و شمار سے تقریباً دوگنا ہے۔ آؤٹ پلیسمنٹ فرم چیلنجر، گرے اینڈ کرسمس کے اعداد و شمار کے مطابق، AI مسلسل چوتھے مہینے تک امریکی ملازمتوں میں کمی کا سب سے بڑا ڈرائیور رہا ہے۔

درج ذیل کے طور پر حاصل کردہ اندرونی میٹا نوٹ: رائٹرز اس نے کہا کہ اس نے مئی میں 8,000 کرداروں میں کمی کی، ایک سہ ماہی میں کمپنی کی اہم سرمایہ کاری کو پورا کیا جس میں آمدنی میں 33 فیصد اضافہ ہوا۔ ان کمپنیوں میں برطرفی بقا کا ذریعہ نہیں ہے۔ وہ فنڈز اکٹھا کر رہے ہیں۔

مسئلہ یہ تھا کہ فنانسنگ وعدے کے مطابق نہیں ہوئی۔ گارٹنر نے 1 بلین ڈالر سے زیادہ کی آمدنی والی کمپنیوں کے 350 ایگزیکٹوز کا سروے کیا اور پایا کہ تقریباً 80 فیصد نے تمام AI ایجنٹوں یا آٹومیشن کی تعیناتی کے نتیجے میں اپنے ہیڈ کاؤنٹ کو کم کر دیا ہے، اور بہتر آمدنی سے کوئی تعلق نہیں ہے۔ تجزیہ کار ہیلن پوئٹیون کا فیصلہ دو ٹوک تھا: "عملے کو کم کرنے سے بجٹ خالی ہو سکتا ہے، لیکن اس سے آمدنی نہیں ہوتی۔”

Uber نے اس سبق کے اہم پہلو کو مہنگے طریقے سے سیکھا، دسمبر میں 5,000 انجینئرز کو AI کوڈنگ ٹولز فراہم کیے اور اپریل تک اپنے 2026 کے پورے AI بجٹ کو جلا دیا۔ چیف آپریٹنگ آفیسر اینڈریو میکڈونلڈ نے اعتراف کیا کہ اگرچہ 70% کمٹڈ کوڈ AI کے ذریعے تیار کیا گیا تھا، لیکن اس کا کسی بھی چیز سے کوئی تعلق نہیں تھا جسے صارفین نے دیکھا۔ "وہ لنک ابھی تک موجود نہیں ہے۔”

ان دو ناکامیوں کو ساتھ ساتھ رکھنا اصل مسئلہ کو توجہ میں لاتا ہے۔ کمپنیاں ٹوکن بلوں کو فکسڈ اور ان کی افرادی قوت کو لچکدار سمجھتی تھیں، جب اس کے برعکس ہوتا ہے۔ تنخواہ میں کٹوتی ایک بار ہوتی ہے اور ان کے بارے میں ادارہ جاتی معلومات کی ضرورت ہوتی ہے۔ یہ پتہ چلتا ہے کہ ٹوکن بجٹ چھ جگہوں پر جھک جاتا ہے اگر کوئی اسے ڈیزائن کرنے کی کوشش کرتا ہے۔

جہاں ٹوکن بجٹ جھکتے ہیں۔

سب سے سستا حل بھی کم از کم پرکشش ہے۔ ایک ہی متن کو بار بار پروسیس کرنے کے لیے ادائیگی نہ کریں۔ پرامپٹ کیشنگ، جو اب بڑے API فراہم کنندگان میں معیاری ہے، ان پٹ کے دہرانے کی لاگت کو 90% تک کم کرتی ہے، Anthropic اور OpenAI سے شائع شدہ قیمتوں کے مطابق۔ اس کی وجہ یہ ہے کہ جامد مواد، جیسے کہ سسٹم کی ہدایات اور حوالہ جاتی دستاویزات، ایک بار پروسیس کی جاتی ہیں اور بہت کم شرح پر دوبارہ پڑھی جاتی ہیں۔

سیکیورٹی فرم پروجیکٹ ڈسکوری نے ریکارڈ کیا کہ پرامپٹس کو ری اسٹرکچر کرنے سے کیش ہٹ ریٹ 7% سے بڑھ کر 84% ہو گیا، کیش سے 9.8 بلین ٹوکن ڈیلیور ہوئے جبکہ LLM کے کل اخراجات میں 59-70% کی کمی ہوئی۔ انجینئرنگ کی ایک ہی کوشش نے ہمارا بجٹ اس سے زیادہ حاصل کر لیا ہے جو ہم AI سے متعلقہ چھانٹیوں کے بیشتر دوروں میں بچاتے ہیں۔

اگلا مرحلہ کام کو مناسب سائز کے ماڈل میں منتقل کرنا ہے۔ فراہم کنندہ کی اپنی قیمت کی فہرست اس کے پرچم بردار ماڈل کو دکھاتی ہے جس کی قیمت فی ٹوکن اس کے چھوٹے بہن بھائی سے پانچ گنا ہے، لیکن بہت سے پروڈکشن ورک بوجھ معمول کی درجہ بندی اور خلاصہ کو سب سے مہنگے درجے پر بھیجنے کے لیے پہلے سے طے شدہ ہے۔ بلک پروسیسنگ ان تمام اشیاء پر 50% اضافی رعایت کا اضافہ کرتی ہے جن کے لیے لائیو جواب کی ضرورت نہیں ہے۔

تلاش میں اضافہ شدہ جنریشن پورے کی بجائے ماڈل کو نالج بیس کے صرف متعلقہ حصوں کو بھیج کر ایک مختلف زاویے سے مسئلے پر حملہ کرتی ہے، جبکہ تیز کمپریشن بے کار مثالوں کو ختم کر دیتی ہے جو ہر کال کو پھولا دیتی ہے۔ اوپن ماڈل اخراجات کو مزید کم کرتا ہے، جو اپنے بنیادی ڈھانچے کا انتظام کرنے کی کوشش کرنے والی ٹیموں کے لیے فرنٹ لائن API کی قیمت کے ایک حصے پر روزمرہ کے کام کے بوجھ کو سنبھالتا ہے۔

یہ کارروائیاں خالی کمرے میں روشنی کو بند کرنے کے AI کے مترادف ہیں، اور اپریل سے تجاوز کے بعد Uber کی $1,500 فی انجینئر فی ماہ کی حد اس بات کا ابتدائی ثبوت ہے کہ اخراجات کا نظم و ضبط آخرکار آ رہا ہے۔ آگے بڑھنے والی کمپنیاں ایسا کرنے پر مجبور ہونے سے پہلے صرف بجٹ کا انتخاب کر رہی ہیں۔

کرسٹل کا دوسرا آدھا حصہ انسان ہے۔

ٹوکن بل کی اصلاح صرف اس صورت میں اہمیت رکھتی ہے جب بچت کو نتیجہ خیز استعمال میں لایا جائے، اور مضبوط ترین ثبوت لوگوں کی طرف اشارہ کرتے ہیں۔ Poitevin کی تحقیق سے پتہ چلا کہ ROI کو بہتر کرنے والی تنظیمیں وہ تھیں جنہوں نے AI کو تبدیل کرنے کے بجائے اپنی افرادی قوت کو بڑھانے کے لیے استعمال کیا۔

Klarna نے ہر کسی کی جانب سے ایک کنٹرول شدہ تجربہ کیا، گاہک کی اطمینان کم ہونے سے پہلے OpenAI سے چلنے والے معاونین کے ساتھ 700 کے قریب کسٹمر سروس رولز کی جگہ لے لی۔ سیبسٹین سیمیٹکوسکی، سی ای او نے کہا: بلومبرگ چند ایگزیکٹوز بلند آواز سے اعتراف کرتے ہیں: "نتائج کم معیار اور غیر پائیدار تھے۔”

Fintechs اب ملاوٹ شدہ ماڈل چلاتے ہیں جہاں AI معمول کے لین دین کے حجم کو جذب کرتا ہے اور دوبارہ کام کرنے والے انسان ہر اس چیز کو سنبھالتے ہیں جس کے لیے فیصلے کی ضرورت ہوتی ہے۔ گارٹنر کو توقع ہے کہ یہ نمونہ پھیل جائے گا، یہ پیش گوئی کرتے ہوئے کہ 2027 تک، AI کسٹمر سروس کے عملے کو کم کرنے والی نصف کمپنیاں انہیں دوبارہ ملازمت پر رکھیں گی۔

لوگوں کی ایک سرمایہ کاری ہے جو آپٹمائزیشن کی منطق کو اختیاری کے بجائے فوری بناتی ہے۔ اسٹینفورڈ یونیورسٹی کے ہیومن سینٹرڈ AI انسٹی ٹیوٹ نے پایا کہ 22 سے 25 سال کی عمر کے سافٹ ویئر ڈویلپرز کے لیے ملازمتیں 2024 کی سطح سے تقریباً 20 فیصد کم ہیں، باوجود اس کے کہ بڑی عمر کے گروپ میں اضافہ ہوا ہے۔ اس کا مطلب ہے کہ کمپنیاں سینئر انجینئرز کے لیے تربیت کی جگہ کو ختم کر رہی ہیں جن سے توقع کی جائے گی کہ وہ پانچ سالوں میں ان تمام نظاموں کی نگرانی کریں گے۔

ایک کمپنی جو ٹوکن کی لاگت کو 60% تک کم کرتی ہے اس کے پاس نچلے درجے پر ملازمت جاری رکھنے کا بجٹ ہوتا ہے۔ آیا ایسا کرنا قیادت کا فیصلہ ہے، مالی نہیں۔

Nvidia’s Huang کی اشتعال انگیزیاں ارننگ کالز کے ذریعے گونجتی رہیں گی اور Capex نمبروں میں اضافہ ہونے کا امکان ہے۔ وہ کمپنیاں جو آگے آئیں گی وہ وہ نہیں ہوں گی جو ٹوکن پر سب سے زیادہ خرچ کرتی ہیں یا ان کو برداشت کرنے کے لیے سب سے زیادہ عملہ کم کرتی ہیں۔ وہ ایسی کمپنیاں ہوں گی جو یہ سمجھتی ہیں کہ ٹوکن بجٹ ہمیشہ ایک نرم لکیر ہوتے ہیں، انہیں ہیڈ کاؤنٹ کے بجائے انجینئرنگ کے ذریعے نچوڑتے ہیں، اور فرق ان لوگوں پر خرچ کرتے ہیں جو ٹوکن کو قیمتی بناتے ہیں۔

(تصویر کا ذریعہ: kate.sade)

یہ بھی دیکھیں: GitHub Copilot کے لیے فی ٹوکن AI فیس لاگو ہوتی ہے۔

صنعت کے رہنماؤں سے AI اور بڑے ڈیٹا کے بارے میں مزید جاننا چاہتے ہیں؟ ایمسٹرڈیم، کیلیفورنیا اور لندن میں اے آئی اور بگ ڈیٹا ایکسپو دیکھیں۔ جامع ایونٹ TechEx کا حصہ ہے اور اس کا انعقاد سائبرسیکیوریٹی اور کلاؤڈ ایکسپو سمیت دیگر اہم ٹیکنالوجی ایونٹس کے ساتھ کیا جاتا ہے۔ مزید معلومات کے لیے یہاں کلک کریں۔

AI News آپ کے لیے TechForge Media لایا ہے۔ دیگر آنے والے انٹرپرائز ٹیکنالوجی ایونٹس اور ویبینرز کو یہاں دریافت کریں۔