AI کی دوڑ ٹیک کے دیوالیوں کو قرضوں کے دباؤ میں ڈال رہی ہے

مصنوع الذكاء الاصطناعي (AI) پر بے پناہ خرچ کرنے نے ٹیکنالوجی کے شعبے میں ایک نئی مساوات کو اجاگر کیا ہے، کیونکہ اب ہلکے اثاثوں والے اور اعلیٰ نقد بہاؤ والے کاروباری ماڈلز، جیسے کہ الیکٹرانک سرچ، ای کامرس اور سوشل میڈیا پلیٹ فارمز، مارکیٹ کو چلانے کے لیے کافی نہیں رہے ہیں۔ ان کی جگہ بڑے پیمانے پر سرمایہ کاری نے لے لی ہے، جس کے لیے انتہائی بڑی سرمایہ کاری کی ضرورت ہوتی ہے، جو صرف چند کمپنیوں کے پاس موجود ہے۔

انویڈیا، مائیکروسافٹ، ایمیزون، الفیٹ، میٹا اور اوریکل جیسی کمپنیوں نے مصنوعی ذہانت سے منسلک منصوبوں میں ٹریلینوں ڈالر ڈالے ہیں، جبکہ قرضوں اور طویل مدتی معاہدوں کے ذریعے براہ راست اور بالواسطہ مالی ذمہ داریاں 4.2 ٹریلین ڈالر تک پہنچ سکتی ہیں۔ اگرچہ بحث عام طور پر ان سرمایہ کاریوں کی موزونیت اور مستقبل کے منافع پر مرکوز ہوتی ہے، لیکن ایک زیادہ فوری سوال ابھر کر سامنے آتا ہے: کیا یہ کمپنیاں اس مہنگے مقابلے کو جاری رکھنے کے لیے مالی وسائل فراہم کرنے میں کامیاب رہ سکیں گی؟

ڈیٹا سے ظاہر ہوتا ہے کہ ذمہ داریوں کا حجم، ان کمپنیوں کے عظیم الشان منافع کے باوجود، بڑھتی ہوئی تشویش کا باعث بنا ہے۔ اس حوالے سے کچھ الجھن کا سبب یہ بھی ہے کہ مصنوعی ذہانت سے منسلک بہت سی ذمہ داریاں مالیاتی بیانات میں واضح طور پر نظر نہیں آتیں، بلکہ انہیں ایسی نوٹسز اور ضمنی انکشافات کے تحت درج کیا جاتا ہے جن کا تعین کرنا مشکل ہوتا ہے، جیسا کہ بلومبرگ کے ایک تفصیلی تجزیے میں بتایا گیا ہے، جس تک العربیہ بزنس تک رسائی حاصل تھی۔

اگرچہ یہ صورتحال ضروری نہیں کہ اسٹاک مارکیٹ کے لیے طویل مدتی خطرہ ہو، لیکن اہم انڈیکسز اور سرمایہ کاری کے پورٹ فولیوز میں ان کمپنیوں کا بھاری وزن کسی بھی ممکنہ رکاوٹ کو سرمایہ کاروں اور امریکی معیشت، جو فی الحال مصنوعی ذہانت سے منسلک خرچے کی لہر سے فائدہ اٹھا رہی ہے، پر وسیع پیمانے پر اثر انداز کر سکتا ہے۔

یہ کمپنیاں ایک پیچیدہ مساوات کا شکار ہو گئی ہیں؛ وہ مصنوعی ذہانت کے مقابلے سے پیچھے ہٹنے سے قاصر ہیں کیونکہ انہیں اپنے مقابلے کی حیثیت برقرار رکھنی ہے، لیکن وہ سبھی ایک دوسرے پر غلبہ حاصل نہیں کر سکتیں۔ بہترین صورت حال میں بھی، کچھ کمپنیاں اپنے مارکیٹ شیئر کو برقرار رکھنے کے لیے اربوں ڈالر خرچ کرنے کے بعد کمزور مالیاتی حیثیت کا شکار ہو سکتی ہیں۔

اگر مصنوعی ذہانت ان کی بنیادی کاروبار کو کمزور کرتی ہے اور منافع میں کمی آتی ہے، تو کچھ کمپنیوں کے لیے خطرہ زیادہ ہو سکتا ہے، خاص طور پر جب قرضے جمع ہوتے جائیں، جس کے نتیجے میں انہیں بعد ازاں مصنوعی ذہانت سے منسلک اثاثے کم قیمتوں پر مقابلہ کرنے والوں کو بیچنے پر مجبور ہونا پڑ سکتا ہے۔ مبصرین 'گوگل زیرو' کے تصور کا حوالہ دیتے ہیں، جو یہ فرض کرتا ہے کہ سرچ انجنز سے آنے والی ویب سائٹس کی آمد میں کمی آئے گی، کیونکہ صارفین جوابات حاصل کرنے کے لیے بڑھ چڑھ کر مصنوعی ذہانت کے ماڈلز پر انحصار کر رہے ہیں۔

یہ منظر دہائیوں پہلے، 1990 کی دہائی کے آخر میں انٹرنیٹ انفراسٹرکچر کی بلبلے کی یاد دلاتا ہے، جب ٹیلی کمیونیکیشن کمپنیوں نے بڑھتی ہوئی مانگ کی پیش گوئی کرتے ہوئے فائبر آپٹک نیٹ ورکس اور وائرلیس کمیونیکیشنز میں سینکڑوں ارب ڈالر ڈالے تھے۔ لیکن نئی صدی کے آغاز میں مانگ میں سستی نے ورلڈ کوم اور گلوبل کرکنگ جیسی بڑی کمپنیوں کو قرضوں کے بوجھ تلے دب کر رکاوٹ کا شکار کر دیا تھا۔

اگرچہ ان سرمایہ کاریوں نے بعد ازاں جدید انٹرنیٹ کی تعمیر میں اہم کردار ادا کیا، لیکن اگر آنے والے سالوں میں کمپیوٹنگ صلاحیتوں کی فراہمی کی مقدار اصل مانگ سے زیادہ ہو گئی، تو مصنوعی ذہانت کے ساتھ بھی یہی منظر دہرایا جا سکتا ہے۔

موجودہ آمدنی کا ایک بڑا حصہ اوپن اے آئی (OpenAI) اور اینٹروپک (Anthropic) جیسی جدید مصنوعی ذہانت لیبارٹریز پر منحصر ہے، جو بڑے زبان کے ماڈلز (LLMs) کو ترقی دینے کے لیے درکار کمپیوٹنگ طاقت کے بدلے بڑی رقم ادا کرتی ہیں۔ تاہم، یہ ماڈلز سستے متبادل، خاص طور پر کھلے سورس ماڈلز فراہم کرنے والی چینی کمپنیوں سے بڑھتی ہوئی مقابلے کا سامنا کر رہے ہیں، جو منافع کی شرح پر دباؤ ڈال سکتی ہیں اور موجودہ سرمایہ کاری کے خرچے سے متوقع منافع حاصل کرنے میں تاخیر کا سبب بن سکتی ہیں۔

اس سال بڑی ٹیکنالوجی کمپنیوں نے مل کر تقریباً ایک ٹریلین ڈالر کا آپریٹنگ منافع کمایا، لیکن یہ رقم کافی نہیں ہو سکتی۔ جون تک ان کی ظاہر کردہ ذمہ داریاں تقریباً 1.6 ٹریلین ڈالر تھیں، جو دو سال پہلے کی سطح کا تقریباً دگنا ہے، اس کے علاوہ تقریباً 2.6 ٹریلین ڈالر کی ممکنہ ذمہ داریاں بھی ہیں جو بیلنس شیٹ سے باہر ہیں، جیسے کہ لیز معاہدے، آپریٹنگ معاہدے اور ضمانتیں۔

اگرچہ یہ اعداد و شمار تخمینی ہیں اور ان میں ترمیم، تاخیر یا منسوخی ممکن ہے، لیکن یہ اس بات کا اشارہ دیتے ہیں کہ مصنوعی ذہانت کے بازار پر حاوی ہونے کی کوشش میں کمپنیوں نے کتنی ذمہ داریاں جمع کی ہیں۔

ذمہ داریوں کا موازنہ آپریٹنگ منافع سے کرنے سے کمپنیوں کے درمیان واضح فرق سامنے آیا ہے۔ 'اینوڈیا' اپنی موجودہ ذمہ داریوں کو تقریباً ڈھائی سال میں پورا کر سکتی ہے، جبکہ 'مائیکروسافٹ'، 'ایمازون' اور 'الفابٹ' کو اس کے لیے چار سے چھ سال درکار ہیں۔ دوسری جانب 'میٹا' اور 'اوریکل' کو کم از کم ایک سال یا اس سے زیادہ عرصہ درکار ہوگا، کیونکہ ان کا آپریٹنگ منافع گروپ کے دیگر ارکان کے مقابلے میں کم ہے۔

بانڈ مارکیٹ نے بھی ان خدشات کو اجاگر کیا ہے، کیونکہ 'میٹا' اور 'اوریکل' کی درمیانی مدت کی بانڈز امریکی سرکاری بانڈز کے مقابلے میں زیادہ پریمیم پر تجارت ہو رہی ہیں، اور یہ فرق اسی قسم کے کریڈٹ ریٹنگ والی دیگر کمپنیوں کے اوسط سے کہیں زیادہ ہے، جو اس بات کی نشاندہی کرتا ہے کہ سرمایہ کاروں کا خیال ہے کہ ان دونوں کمپنیوں کے لیے اپنے مقابلہ جات کے مقابلے میں مزید قرض لینے کی گنجائش کم ہے۔

تخمینوں کے مطابق، جب تک موجودہ منافع کی سطح برقرار رہتی ہے، تو مصنوعی ذہانت کے منصوبوں میں ٹریلینوں ڈالر کی اضافی رقم بہتی رہے گی۔ لیکن کوئی بھی معاشی سستی یا مصنوعی ذہانت کی ٹیکنالوجیز پر طلب میں کمی ان ذمہ داریوں کو کچھ کمپنیوں کے لیے بھاری بوجھ بنا سکتی ہے۔

ہر حال میں، مصنوعی ذہانت کا سفر جاری رہنے والا ہے، کیونکہ موجودہ لینگویج ماڈلز اس ٹیکنالوجی کی صرف پہلی مرحلہ ہیں، جبکہ توجہ روبوٹکس، خودکار گاڑیوں اور جدید خودکار نظاموں جیسی زیادہ جدید ایپلی کیشنز کی طرف بڑھ رہی ہے۔ ابھی کا اہم سوال یہ نہیں کہ مصنوعی ذہانت کی سرمایہ کاری منافع بخش ثابت ہوگی یا نہیں، بلکہ یہ کہ کون سی کمپنی اس منافع کو حاصل کرنے کے وقت تک قائم رہنے میں کامیاب ہوگی؟