جنریٹو AI پلیٹ فارم کا مالک کون ہے؟

جنریٹو AI پلیٹ فارم کا مالک کون ہے؟

ٹائم سٹیمپ: 19 جنوری 2023 صبح 11:30 بجے
ماخذ نوڈ: 1909271

ہم تخلیقی مصنوعی ذہانت (AI) میں ٹیک اسٹیک کے ابھرتے ہوئے ابتدائی مراحل کو دیکھنا شروع کر رہے ہیں۔ سینکڑوں نئے سٹارٹ اپ فاؤنڈیشن ماڈل تیار کرنے، AI- مقامی ایپس بنانے، اور انفراسٹرکچر/ٹولنگ کو کھڑا کرنے کے لیے مارکیٹ میں تیزی سے آرہے ہیں۔

بہت سے گرم ٹکنالوجی کے رجحانات مارکیٹ میں آنے سے پہلے ہی بہت زیادہ مشہور ہو جاتے ہیں۔ لیکن تخلیقی AI بوم کے ساتھ حقیقی مارکیٹوں میں حقیقی فوائد اور حقیقی کمپنیوں کی طرف سے حقیقی کرشن بھی شامل ہے۔ Stable Diffusion اور ChatGPT جیسے ماڈل صارف کی ترقی کے لیے تاریخی ریکارڈ قائم کر رہے ہیں، اور کئی ایپلی کیشنز لانچ ہونے کے ایک سال سے بھی کم عرصے میں سالانہ آمدنی کے $100 ملین تک پہنچ چکی ہیں۔ ساتھ ساتھ موازنہ AI ماڈلز کو ظاہر کرتا ہے۔ انسانوں سے بہتر کارکردگی کچھ کاموں میں ایک سے زیادہ آرڈرز کی شدت سے۔ 

لہذا، یہ بتانے کے لیے کافی ابتدائی ڈیٹا موجود ہے کہ بڑے پیمانے پر تبدیلی ہو رہی ہے۔ جو ہم نہیں جانتے، اور جو اب ایک اہم سوال بن گیا ہے، وہ ہے: اس مارکیٹ میں قیمت کہاں جمع ہوگی؟

پچھلے سال کے دوران، ہم نے بڑی کمپنیوں کے درجنوں سٹارٹ اپ بانیوں اور آپریٹرز سے ملاقات کی ہے جو براہ راست تخلیقی AI کے ساتھ ڈیل کرتے ہیں۔ ہم نے اس کا مشاہدہ کیا ہے۔ انفراسٹرکچر فروش ممکنہ طور پر اس مارکیٹ میں اب تک کے سب سے بڑے فاتح ہیں، جو اسٹیک کے ذریعے بہنے والے ڈالر کی اکثریت پر قبضہ کرتے ہیں۔ ایپلی کیشن کمپنیاں ٹاپ لائن ریونیو میں بہت تیزی سے اضافہ ہو رہا ہے لیکن اکثر برقرار رکھنے، مصنوعات کی تفریق، اور مجموعی مارجن کے ساتھ جدوجہد کرتے ہیں۔ اور سب سے زیادہ ماڈل فراہم کرنے والےاگرچہ اس مارکیٹ کے وجود کے لیے ذمہ دار ہیں، ابھی تک بڑے تجارتی پیمانے پر حاصل نہیں ہوئے ہیں۔

دوسرے لفظوں میں، سب سے زیادہ قیمت پیدا کرنے والی کمپنیاں — یعنی جنریٹیو AI ماڈلز کو تربیت دینا اور انہیں نئی ​​ایپس میں لاگو کرنا — نے اس میں سے زیادہ تر کو حاصل نہیں کیا ہے۔ آگے کیا ہوگا اس کا اندازہ لگانا بہت مشکل ہے۔ لیکن ہم سمجھتے ہیں کہ سمجھنے کی اہم چیز یہ ہے کہ اسٹیک کے کون سے حصے واقعی مختلف اور قابل دفاع ہیں۔ اس کا مارکیٹ کے ڈھانچے پر بڑا اثر پڑے گا (یعنی افقی بمقابلہ عمودی کمپنی کی ترقی) اور طویل مدتی قدر کے ڈرائیوروں (جیسے مارجن اور برقرار رکھنا)۔ اب تک، ہمیں ساختی دفاع کو تلاش کرنے میں مشکل پیش آئی ہے۔ کہیں ڈھیر میں، آنے والوں کے لیے روایتی کھائی کے باہر۔

ہم جنریٹو AI پر ناقابل یقین حد تک خوش ہیں اور یقین رکھتے ہیں کہ سافٹ ویئر انڈسٹری اور اس سے آگے اس کا بہت بڑا اثر پڑے گا۔ اس پوسٹ کا مقصد مارکیٹ کی حرکیات کا نقشہ بنانا اور تخلیقی AI کاروباری ماڈلز کے بارے میں وسیع تر سوالات کے جوابات دینا شروع کرنا ہے۔

ہائی لیول ٹیک اسٹیک: انفراسٹرکچر، ماڈلز اور ایپس

یہ سمجھنے کے لیے کہ جنریٹو AI مارکیٹ کس طرح کی شکل اختیار کر رہی ہے، ہمیں پہلے اس بات کی وضاحت کرنے کی ضرورت ہے کہ اسٹیک آج کیسا لگتا ہے۔ ہمارا ابتدائی نقطہ نظر یہ ہے۔

اسٹیک کو تین تہوں میں تقسیم کیا جا سکتا ہے:

  • درخواستیں جو تخلیقی AI ماڈلز کو صارف کا سامنا کرنے والے پروڈکٹ میں ضم کرتے ہیں، یا تو ان کی اپنی ماڈل پائپ لائنز ("اینڈ ٹو اینڈ ایپس") چلاتے ہیں یا تھرڈ پارٹی API پر انحصار کرتے ہیں۔
  • ماڈل وہ پاور AI پروڈکٹس، جو یا تو ملکیتی APIs کے طور پر یا اوپن سورس چیک پوائنٹس کے طور پر دستیاب ہیں (جس کے نتیجے میں، ہوسٹنگ حل کی ضرورت ہوتی ہے)
  • انفراسٹرکچر وینڈرز (یعنی کلاؤڈ پلیٹ فارمز اور ہارڈویئر مینوفیکچررز) جو جنریٹیو AI ماڈلز کے لیے ٹریننگ اور انفرنس ورک بوجھ چلاتے ہیں

یہ نوٹ کرنا ضروری ہے: یہ مارکیٹ کا نقشہ نہیں ہے، بلکہ مارکیٹ کا تجزیہ کرنے کے لیے ایک فریم ورک ہے۔ ہر زمرے میں، ہم نے معروف دکانداروں کی چند مثالیں درج کی ہیں۔ ہم نے جامع ہونے یا ان تمام حیرت انگیز جنریٹو AI ایپلی کیشنز کی فہرست بنانے کی کوئی کوشش نہیں کی ہے جو جاری کی گئی ہیں۔ ہم یہاں MLops یا LLMops ٹولنگ کے بارے میں بھی گہرائی میں نہیں جا رہے ہیں، جو ابھی تک انتہائی معیاری نہیں ہے اور اسے مستقبل کی پوسٹ میں حل کیا جائے گا۔

تخلیقی AI ایپس کی پہلی لہر پیمانے پر پہنچنا شروع ہو رہی ہے، لیکن برقرار رکھنے اور تفریق کے ساتھ جدوجہد کر رہی ہے

پہلے ٹیکنالوجی کے چکروں میں، روایتی حکمت یہ تھی کہ ایک بڑی، خودمختار کمپنی بنانے کے لیے، آپ کو حتمی صارف کا مالک ہونا چاہیے - چاہے اس کا مطلب انفرادی صارفین ہو یا B2B خریدار۔ یہ یقین کرنے کے لئے پرکشش ہے کہ تخلیقی AI میں سب سے بڑی کمپنیاں بھی اختتامی صارف کی ایپلی کیشنز ہوں گی۔ ابھی تک، یہ واضح نہیں ہے کہ یہ معاملہ ہے.

یقینی طور پر، تخلیقی AI ایپلی کیشنز کی ترقی حیران کن رہی ہے، جو سراسر نیاپن اور استعمال کے کیسز کی کثرت سے چلتی ہے۔ درحقیقت، ہم کم از کم تین پروڈکٹ کیٹیگریز سے واقف ہیں جو پہلے ہی سالانہ آمدنی کے $100 ملین سے تجاوز کر چکی ہیں: امیج جنریشن، کاپی رائٹنگ، اور کوڈ رائٹنگ۔

تاہم، پائیدار سافٹ ویئر کمپنیاں بنانے کے لیے صرف ترقی ہی کافی نہیں ہے۔ تنقیدی طور پر، ترقی کو منافع بخش ہونا چاہیے - اس لحاظ سے کہ صارفین اور صارفین، ایک بار سائن اپ کرنے کے بعد، منافع پیدا کرتے ہیں (زیادہ مجموعی مارجن) اور طویل عرصے تک قائم رہتے ہیں (زیادہ برقرار رکھنا)۔ مضبوط تکنیکی تفریق کی غیر موجودگی میں، B2B اور B2C ایپس نیٹ ورک اثرات، ڈیٹا کو تھامے رکھنے، یا تیزی سے پیچیدہ ورک فلو کی تعمیر کے ذریعے طویل مدتی کسٹمر ویلیو کو چلاتی ہیں۔

تخلیقی AI میں، یہ مفروضے ضروری نہیں کہ سچ ہوں۔ تمام ایپ کمپنیوں میں جن کے ساتھ ہم نے بات کی ہے، مجموعی مارجن کی ایک وسیع رینج ہے - کچھ معاملات میں 90% تک لیکن زیادہ تر 50-60% تک کم، زیادہ تر ماڈل کے تخمینے کی لاگت سے چلتی ہے۔ فنل کی سب سے اوپر کی نمو حیرت انگیز رہی ہے، لیکن یہ واضح نہیں ہے کہ آیا موجودہ گاہک کے حصول کی حکمت عملی قابل توسیع ہوگی — ہم پہلے ہی دیکھ رہے ہیں کہ ادا شدہ حصول کی افادیت اور برقراری ختم ہونا شروع ہو گئی ہے۔ بہت سی ایپس بھی نسبتاً غیر متفاوت ہیں، کیونکہ وہ اسی طرح کے بنیادی AI ماڈلز پر انحصار کرتی ہیں اور نیٹ ورک کے واضح اثرات، یا ڈیٹا/ورک فلوز کو دریافت نہیں کیا ہے، جو حریفوں کے لیے نقل کرنا مشکل ہے۔

لہذا، یہ ابھی تک واضح نہیں ہے کہ ایک پائیدار پیدا کرنے والے AI کاروبار کی تعمیر کے لیے آخری صارف ایپس کی فروخت ہی واحد، یا اس سے بھی بہترین راستہ ہے۔ زبان کے ماڈلز میں مقابلہ اور کارکردگی بڑھنے کے ساتھ ہی مارجن میں بہتری آنی چاہیے (اس پر مزید نیچے)۔ AI سیاحوں کے بازار چھوڑنے کے ساتھ ہی برقراری میں اضافہ ہونا چاہیے۔ اور اس بات کی ایک مضبوط دلیل ہے کہ عمودی طور پر مربوط ایپس کا ڈرائیونگ تفریق میں فائدہ ہوتا ہے۔ لیکن ابھی بھی بہت کچھ ثابت کرنا ہے۔

آگے دیکھتے ہوئے، جنریٹیو AI ایپ کمپنیوں کو درپیش کچھ بڑے سوالات میں شامل ہیں:

  • عمودی انضمام ("ماڈل + ایپ")۔ AI ماڈلز کو بطور سروس استعمال کرنا ایپ ڈویلپرز کو ایک چھوٹی ٹیم کے ساتھ تیزی سے اعادہ کرنے اور ٹیکنالوجی کی ترقی کے طور پر ماڈل فراہم کرنے والوں کو تبدیل کرنے کی اجازت دیتا ہے۔ دوسری طرف، کچھ devs دلیل دیتے ہیں کہ مصنوعات is ماڈل، اور یہ کہ شروع سے تربیت ہی دفاعی صلاحیت پیدا کرنے کا واحد طریقہ ہے — یعنی ملکیتی مصنوعات کے ڈیٹا پر مسلسل دوبارہ تربیت کے ذریعے۔ لیکن یہ بہت زیادہ سرمائے کی ضروریات اور کم فرتیلا پروڈکٹ ٹیم کی قیمت پر آتا ہے۔
  • عمارت کی خصوصیات بمقابلہ ایپس۔ جنریٹیو AI پروڈکٹس بہت سی مختلف شکلیں لیتے ہیں: ڈیسک ٹاپ ایپس، موبائل ایپس، فگما/فوٹوشاپ پلگ ان، کروم ایکسٹینشن، یہاں تک کہ ڈسکارڈ بوٹس۔ AI پروڈکٹس کو ضم کرنا آسان ہے جہاں صارفین پہلے سے کام کرتے ہیں، کیونکہ UI عام طور پر صرف ایک ٹیکسٹ باکس ہوتا ہے۔ ان میں سے کون سی اسٹینڈ اکیلی کمپنیاں بن جائیں گی - اور جو مائیکروسافٹ یا گوگل جیسے ذمہ داروں کے ذریعے جذب ہو جائیں گی، جو پہلے ہی اپنی مصنوعات کی لائنوں میں AI کو شامل کر رہے ہیں؟
  • ہائپ سائیکل کے ذریعے انتظام. یہ ابھی تک واضح نہیں ہے کہ آیا تخلیقی AI مصنوعات کے موجودہ بیچ میں چرن موروثی ہے، یا یہ ابتدائی مارکیٹ کا نمونہ ہے۔ یا اگر تخلیقی AI میں دلچسپی کا اضافہ ہائپ کے کم ہوتے ہی گر جائے گا۔ ان سوالات کے ایپ کمپنیوں کے لیے اہم مضمرات ہیں، بشمول فنڈ ریزنگ پر گیس پیڈل کو کب مارنا ہے؛ کسٹمر کے حصول میں کتنی جارحانہ سرمایہ کاری کی جائے؛ کن صارف طبقات کو ترجیح دی جائے؛ اور کب پروڈکٹ مارکیٹ کو فٹ قرار دیا جائے۔

ماڈل فراہم کرنے والوں نے تخلیقی AI ایجاد کیا، لیکن وہ بڑے تجارتی پیمانے پر نہیں پہنچے

جسے اب ہم جنریٹو AI کہتے ہیں وہ گوگل، اوپن اے آئی اور اسٹیبلٹی جیسی جگہوں پر شاندار تحقیق اور انجینئرنگ کے کام کے بغیر موجود نہیں ہوگا۔ نوول ماڈل آرکیٹیکچرز اور ٹریننگ پائپ لائنز کو پیمانہ کرنے کی بہادرانہ کوششوں کے ذریعے، ہم سب موجودہ بڑے لینگوئج ماڈلز (LLMs) اور امیج جنریشن ماڈلز کی ذہن سازی کی صلاحیتوں سے فائدہ اٹھاتے ہیں۔

اس کے باوجود ان کمپنیوں سے وابستہ آمدنی اب بھی استعمال اور بز کے مقابلے نسبتاً کم ہے۔ امیج جنریشن میں، اسٹیبل ڈیفیوژن نے کمیونٹی میں دھماکہ خیز نمو دیکھی ہے، جسے صارف کے انٹرفیس کے ایکو سسٹم، میزبان پیشکشوں، اور فائن ٹیوننگ کے طریقوں سے تعاون حاصل ہے۔ لیکن استحکام ان کے کاروبار کے بنیادی اصول کے طور پر ان کی بڑی چوکیوں کو مفت فراہم کرتا ہے۔ قدرتی زبان کے ماڈلز میں، OpenAI GPT-3/3.5 اور ChatGPT کے ساتھ حاوی ہے۔ لیکن نسبتا اوپن اے آئی پر بنائی گئی چند قاتل ایپس اب تک موجود ہیں، اور قیمتیں پہلے ہی موجود ہیں۔ ایک بار گرا.

یہ محض ایک عارضی رجحان ہو سکتا ہے۔ استحکام ایک نئی کمپنی ہے جس نے ابھی تک منیٹائزیشن پر توجہ نہیں دی ہے۔ OpenAI میں ایک بہت بڑا کاروبار بننے کی صلاحیت ہے، جس سے تمام NLP زمرہ کی آمدنی کا ایک اہم حصہ کمایا جاتا ہے کیونکہ زیادہ قاتل ایپس بنائی جاتی ہیں - خاص طور پر اگر ان کی مائیکروسافٹ کے پروڈکٹ پورٹ فولیو میں انضمام آسانی سے جاتا ہے. ان ماڈلز کے بہت زیادہ استعمال کو دیکھتے ہوئے، بڑے پیمانے پر آمدنی شاید زیادہ پیچھے نہ ہو۔

لیکن جوابی قوتیں بھی ہیں۔ اوپن سورس کے طور پر جاری کردہ ماڈلز کی میزبانی کوئی بھی کر سکتا ہے، بشمول بیرونی کمپنیاں جو بڑے پیمانے پر ماڈل ٹریننگ (دسیوں یا لاکھوں ڈالر تک) سے وابستہ اخراجات برداشت نہیں کرتی ہیں۔ اور یہ واضح نہیں ہے کہ آیا کوئی بند سورس ماڈل غیر معینہ مدت تک اپنی برتری کو برقرار رکھ سکتا ہے۔ مثال کے طور پر، ہم انتھروپک، کوہیر، اور کریکٹر ڈاٹ آئی جیسی کمپنیوں کے بنائے ہوئے LLMs کو اوپن اے آئی کی کارکردگی کی سطح کے قریب دیکھنا شروع کر رہے ہیں، جو اسی طرح کے ڈیٹا سیٹس (یعنی انٹرنیٹ) پر تربیت یافتہ اور اسی طرح کے ماڈل آرکیٹیکچرز کے ساتھ ہیں۔ Stable Diffusion کی مثال یہ بتاتی ہے۔ if اوپن سورس ماڈل کارکردگی اور کمیونٹی سپورٹ کی کافی سطح تک پہنچ جاتے ہیں، پھر ملکیتی متبادل کے لیے مقابلہ کرنا مشکل ہو سکتا ہے۔

شاید ماڈل فراہم کرنے والوں کے لیے اب تک کا سب سے واضح راستہ یہ ہے کہ کمرشلائزیشن ہوسٹنگ سے منسلک ہے۔ ملکیتی APIs کی مانگ (جیسے OpenAI سے) تیزی سے بڑھ رہی ہے۔ اوپن سورس ماڈلز کے لیے میزبانی کی خدمات (مثلاً Hugging Face and Replicate) ماڈلز کو باآسانی شیئر کرنے اور انٹیگریٹ کرنے کے لیے مفید مرکز کے طور پر ابھر رہی ہیں — اور یہاں تک کہ ماڈل پروڈیوسرز اور صارفین کے درمیان کچھ بالواسطہ نیٹ ورک اثرات بھی ہیں۔ ایک مضبوط مفروضہ بھی ہے کہ انٹرپرائز صارفین کے ساتھ فائن ٹیوننگ اور ہوسٹنگ معاہدوں کے ذریعے منیٹائز کرنا ممکن ہے۔

اس کے علاوہ، اگرچہ، ماڈل فراہم کرنے والوں کے سامنے بہت سے بڑے سوالات ہیں:

  • کموڈائزیشن۔ ایک عام خیال ہے کہ AI ماڈل وقت کے ساتھ ساتھ کارکردگی میں بدل جائیں گے۔ ایپ ڈویلپرز سے بات کرتے ہوئے، یہ واضح ہے کہ ٹیکسٹ اور امیج دونوں ماڈلز میں مضبوط لیڈروں کے ساتھ، ابھی تک ایسا نہیں ہوا ہے۔ ان کے فوائد منفرد ماڈل آرکیٹیکچرز پر نہیں بلکہ اعلی سرمائے کی ضروریات، ملکیتی مصنوعات کے تعامل کے اعداد و شمار، اور قلیل AI ٹیلنٹ پر مبنی ہیں۔ کیا یہ ایک پائیدار فائدہ کے طور پر کام کرے گا؟
  • گریجویشن کا خطرہ۔ ماڈل فراہم کنندگان پر انحصار کرنا ایپ کمپنیوں کے لیے شروع کرنے، اور یہاں تک کہ اپنے کاروبار کو بڑھانے کا ایک بہترین طریقہ ہے۔ لیکن ایک بار جب وہ پیمانے پر پہنچ جاتے ہیں تو انہیں اپنے ماڈل بنانے اور/یا میزبانی کرنے کی ترغیب ملتی ہے۔ اور بہت سے ماڈل فراہم کنندگان کے پاس صارفین کی تقسیم بہت زیادہ ترچھی ہے، جس میں کچھ ایپس زیادہ تر آمدنی کی نمائندگی کرتی ہیں۔ کیا ہوتا ہے اگر/جب یہ گاہک اندرون ملک AI ڈیولپمنٹ پر سوئچ کرتے ہیں؟
  • کیا پیسہ اہم ہے؟ جنریٹیو AI کا وعدہ اتنا عظیم ہے - اور ممکنہ طور پر اتنا نقصان دہ بھی ہے کہ بہت سے ماڈل فراہم کنندگان نے عوامی فائدہ کارپوریشنز (B corps) کے طور پر منظم کیا ہے، محدود منافع کے حصص جاری کیے ہیں، یا بصورت دیگر عوامی بھلائی کو اپنے مشن میں واضح طور پر شامل کیا ہے۔ اس سے ان کی فنڈ ریزنگ کی کوششوں میں کوئی رکاوٹ نہیں آئی۔ لیکن اس کے ارد گرد ہونے کے لئے ایک معقول بحث ہے کہ آیا زیادہ تر ماڈل فراہم کرنے والے دراصل ہیں۔ چاہتے ہیں قدر پر قبضہ کرنے کے لیے، اور اگر انہیں کرنا چاہیے۔

انفراسٹرکچر فروش ہر چیز کو چھوتے ہیں، اور انعامات حاصل کرتے ہیں۔

جنریٹو AI میں تقریباً ہر چیز کسی وقت کلاؤڈ ہوسٹڈ GPU (یا TPU) سے گزرتی ہے۔ چاہے ماڈل فراہم کنندگان/ریسرچ لیبز کے لیے جو تربیتی کام کا بوجھ چلا رہے ہیں، ہوسٹنگ کمپنیاں جو انفرنس/فائن ٹیوننگ چلا رہی ہیں، یا ایپلیکیشن کمپنیاں جو دونوں کا کچھ امتزاج کر رہی ہیں۔ فلپس جنریٹو اے آئی کا لائف بلڈ ہیں۔ بہت طویل عرصے میں پہلی بار، سب سے زیادہ خلل ڈالنے والی کمپیوٹنگ ٹیکنالوجی پر پیشرفت بڑے پیمانے پر کمپیوٹنگ کی پابند ہے۔

نتیجے کے طور پر، تخلیقی AI مارکیٹ میں بہت زیادہ پیسہ بالآخر بنیادی ڈھانچے کی کمپنیوں کے ذریعے بہہ جاتا ہے۔ کچھ ڈالنے کے لیے بہت اس کے ارد گرد موٹے نمبر: ہمارا اندازہ ہے کہ اوسطاً، ایپ کمپنیاں تقریباً 20-40% آمدنی تخمینہ اور فی کسٹمر فائن ٹیوننگ پر خرچ کرتی ہیں۔ یہ عام طور پر یا تو براہ راست کلاؤڈ فراہم کنندگان کو کمپیوٹ مثالوں کے لیے یا تیسرے فریق ماڈل فراہم کنندگان کو ادا کیا جاتا ہے - جو بدلے میں، کلاؤڈ انفراسٹرکچر پر اپنی آمدنی کا نصف خرچ کرتے ہیں۔ لہذا، یہ اندازہ لگانا مناسب ہے کہ 10-20٪ کل آمدنی جنریٹیو AI میں آج کلاؤڈ فراہم کرنے والوں کو جاتا ہے۔

اس کے اوپری حصے میں، اپنے ماڈلز کو تربیت دینے والے اسٹارٹ اپس نے وینچر کیپیٹل میں اربوں ڈالر اکٹھے کیے ہیں - جن میں سے زیادہ تر حصہ (ابتدائی دوروں میں 80-90% تک) عام طور پر کلاؤڈ فراہم کرنے والوں کے ساتھ بھی خرچ کیا جاتا ہے۔ بہت سی پبلک ٹیک کمپنیاں ماڈل ٹریننگ پر سالانہ کروڑوں خرچ کرتی ہیں، یا تو بیرونی کلاؤڈ فراہم کنندگان کے ساتھ یا براہ راست ہارڈویئر مینوفیکچررز کے ساتھ۔

یہ وہی ہے جسے ہم تکنیکی اصطلاحات میں "بہت سارے پیسے" کہتے ہیں - خاص طور پر ایک نوزائیدہ مارکیٹ کے لیے۔ اس کا زیادہ تر حصہ پر خرچ ہوتا ہے۔ بگ 3 بادل: ایمیزون ویب سروسز (AWS)، گوگل کلاؤڈ پلیٹ فارم (GCP)، اور Microsoft Azure۔ یہ کلاؤڈ فراہم کرنے والے اجتماعی طور پر سے زیادہ خرچ کرتے ہیں۔ ہر سال $ 100 ارب کیپیکس میں اس بات کو یقینی بنانے کے لیے کہ ان کے پاس سب سے زیادہ جامع، قابل اعتماد، اور لاگت سے مقابلہ کرنے والے پلیٹ فارم ہیں۔ جنریٹو AI میں، خاص طور پر، وہ سپلائی کی رکاوٹوں سے بھی فائدہ اٹھاتے ہیں کیونکہ ان کے پاس نایاب ہارڈ ویئر (جیسے Nvidia A100 اور H100 GPUs) تک ترجیحی رسائی ہے۔

دلچسپ بات یہ ہے کہ، اگرچہ، ہم قابل اعتبار مقابلہ ابھرتے ہوئے دیکھنا شروع کر رہے ہیں۔ اوریکل جیسے چیلنجرز نے بڑے کیپیکس اخراجات اور فروخت کی ترغیبات کے ساتھ پیش قدمی کی ہے۔ اور چند اسٹارٹ اپس، جیسے Coreweave اور Lambda Labs، خاص طور پر بڑے ماڈل ڈویلپرز کو ہدف بنائے گئے حل کے ساتھ تیزی سے ترقی کر رہے ہیں۔ وہ قیمت، دستیابی، اور ذاتی مدد پر مقابلہ کرتے ہیں۔ وہ مزید دانے دار وسائل کے تجریدات (یعنی کنٹینرز) کو بھی بے نقاب کرتے ہیں، جبکہ بڑے بادل GPU ورچوئلائزیشن کی حدود کی وجہ سے صرف VM مثالیں پیش کرتے ہیں۔

پردے کے پیچھے، AI کام کے بوجھ کی اکثریت کو چلانا، شاید اب تک کی تخلیقی AI میں سب سے بڑا فاتح ہے: Nvidia۔ کمپنی $3.8 کی اطلاع دی گئی۔ ارب اپنے مالی سال 2023 کی تیسری سہ ماہی میں ڈیٹا سینٹر GPU کی آمدنی کا, جنریٹیو اے آئی کے استعمال کے معاملات کے لیے ایک بامعنی حصہ بھی شامل ہے۔ اور انہوں نے GPU فن تعمیر میں کئی دہائیوں کی سرمایہ کاری، ایک مضبوط سافٹ ویئر ایکو سسٹم، اور تعلیمی برادری میں گہرے استعمال کے ذریعے اس کاروبار کے ارد گرد مضبوط کھائیاں بنائی ہیں۔ ایک حالیہ تجزیہ پتہ چلا کہ تحقیقی مقالوں میں Nvidia GPUs کا حوالہ ٹاپ AI چپ اسٹارٹ اپس سے 90 گنا زیادہ ہے۔.

دیگر ہارڈ ویئر کے اختیارات موجود ہیں، بشمول گوگل ٹینسر پروسیسنگ یونٹس (TPUs)؛ AMD Instinct GPUs؛ AWS Inferentia اور Trainium چپس؛ اور Cerebras، Sambanova، اور Graphcore جیسے اسٹارٹ اپس سے AI ایکسلریٹر۔ Intel، گیم میں دیر سے، اپنے اعلیٰ درجے کے Habana چپس اور Ponte Vecchio GPUs کے ساتھ بھی مارکیٹ میں داخل ہو رہا ہے۔ لیکن اب تک، ان میں سے چند نئی چپس نے اہم مارکیٹ شیئر حاصل کیا ہے۔ دیکھنے کے لیے دو مستثنیات گوگل ہیں، جن کے TPUs نے Stable Diffusion کمیونٹی اور کچھ بڑے GCP سودوں میں کرشن حاصل کیا ہے، اور TSMC، جن کے بارے میں خیال کیا جاتا ہے کہ وہ تیار کرتے ہیں۔ تمام یہاں درج کردہ چپس میں سے، بشمول Nvidia GPUs (انٹیل اپنی چپس بنانے کے لیے اپنے فیبس اور TSMC کا مرکب استعمال کرتا ہے)۔

انفراسٹرکچر، دوسرے لفظوں میں، اسٹیک میں ایک منافع بخش، پائیدار، اور بظاہر قابل دفاع پرت ہے۔ انفرا کمپنیوں کے لیے جواب دینے والے بڑے سوالات میں شامل ہیں:

  • بے ریاست کام کے بوجھ کو تھامنا۔ Nvidia GPUs ایک جیسے ہیں جہاں بھی آپ انہیں کرائے پر لیتے ہیں۔ زیادہ تر AI کام کے بوجھ بے وطن ہوتے ہیں، اس لحاظ سے کہ ماڈل کے تخمینے کے لیے منسلک ڈیٹا بیس یا اسٹوریج کی ضرورت نہیں ہوتی ہے (ماڈل کے وزن کے علاوہ)۔ اس کا مطلب یہ ہے کہ AI کام کا بوجھ روایتی ایپلیکیشن ورک بوجھ کے مقابلے بادلوں میں زیادہ پورٹیبل ہو سکتا ہے۔ اس تناظر میں، کیا کلاؤڈ فراہم کرنے والے چپچپا پن پیدا کر سکتے ہیں اور صارفین کو سستے ترین آپشن پر جانے سے کیسے روک سکتے ہیں؟
  • چپ کی کمی کے خاتمے سے بچنا۔ کلاؤڈ فراہم کنندگان کے لیے قیمتوں کا تعین، اور خود Nvidia کے لیے، انتہائی مطلوبہ GPUs کی قلیل سپلائیز سے تعاون کیا گیا ہے۔ ایک فراہم کنندہ نے ہمیں بتایا کہ A100s کی فہرست قیمت اصل میں ہے۔ اضافہ لانچ کے بعد سے، جو کمپیوٹ ہارڈ ویئر کے لیے انتہائی غیر معمولی ہے۔ جب سپلائی کی یہ رکاوٹ بالآخر ہٹا دی جاتی ہے، پیداوار میں اضافہ اور/یا نئے ہارڈویئر پلیٹ فارمز کو اپنانے کے ذریعے، یہ کلاؤڈ فراہم کرنے والوں پر کیا اثر ڈالے گا؟
  • کیا چیلنجر بادل ٹوٹ سکتا ہے؟ ہم اس بات کے پختہ یقین رکھتے ہیں۔ عمودی بادل مزید خصوصی پیشکشوں کے ساتھ بگ 3 سے مارکیٹ شیئر لے گا۔ AI میں اب تک، چیلنجرز نے معتدل تکنیکی تفریق اور Nvidia کی مدد کے ذریعے بامعنی کرشن نکالا ہے - جن کے لیے موجودہ کلاؤڈ فراہم کرنے والے سب سے بڑے گاہک اور ابھرتے ہوئے حریف ہیں۔ طویل مدتی سوال یہ ہے کہ کیا یہ بگ 3 کے پیمانے کے فوائد پر قابو پانے کے لیے کافی ہوگا؟

تو… قدر کہاں جمع ہوگی؟

یقینا، ہم ابھی تک نہیں جانتے ہیں. لیکن ابتدائی اعداد و شمار کی بنیاد پر ہمارے پاس جنریٹیو AI کے ساتھ مل کر سابقہ ​​AI/ML کمپنیوں کے ساتھ ہمارا تجربہ، ہماری بدیہی مندرجہ ذیل ہے۔ 

آج، پیدا ہونے والی AI میں کوئی سیسٹیمیٹک موٹ دکھائی نہیں دیتا۔ پہلے آرڈر کے تخمینے کے طور پر، ایپلی کیشنز میں مصنوعات کی مضبوط تفریق کا فقدان ہے کیونکہ وہ ایک جیسے ماڈل استعمال کرتے ہیں۔ ماڈلز کو غیر واضح طویل مدتی تفریق کا سامنا کرنا پڑتا ہے کیونکہ وہ ایک جیسے فن تعمیر کے ساتھ ملتے جلتے ڈیٹا سیٹس پر تربیت یافتہ ہوتے ہیں۔ کلاؤڈ فراہم کرنے والوں میں گہرے تکنیکی تفریق کا فقدان ہے کیونکہ وہ ایک جیسے GPUs چلاتے ہیں۔ اور یہاں تک کہ ہارڈویئر کمپنیاں بھی اسی فیبس پر اپنی چپس تیار کرتی ہیں۔

یقیناً معیاری کھائیاں ہیں: اسکیل موٹس ("میرے پاس آپ سے زیادہ رقم ہے یا اکٹھا کر سکتا ہوں!")، سپلائی چین موٹس ("میرے پاس جی پی یوز ہیں، آپ کے پاس نہیں!")، ایکو سسٹم موٹس (" ہر کوئی میرا سافٹ ویئر پہلے سے ہی استعمال کرتا ہے!")، الگورتھمک موٹس ("ہم آپ سے زیادہ ہوشیار ہیں!")، ڈسٹری بیوشن موٹس ("میرے پاس پہلے سے ہی سیلز ٹیم ہے اور آپ سے زیادہ گاہک ہیں!") اور ڈیٹا پائپ لائن موٹس ("I' آپ سے زیادہ انٹرنیٹ کرال کیا ہے!")۔ لیکن ان میں سے کوئی بھی کھائی طویل مدت کے لیے پائیدار نہیں ہوتی۔ اور یہ بتانا بہت جلد ہے کہ آیا مضبوط، براہ راست نیٹ ورک کے اثرات اسٹیک کی کسی بھی پرت میں پکڑ رہے ہیں۔

دستیاب اعداد و شمار کی بنیاد پر، یہ واضح نہیں ہے کہ آیا جنریٹو AI میں طویل مدتی، جیتنے والے تمام متحرک ہوں گے۔

یہ عجیب بات ہے۔ لیکن ہمارے لیے یہ اچھی خبر ہے۔ اس مارکیٹ کے ممکنہ سائز کو سمجھنا مشکل ہے - کہیں کے درمیان تمام سافٹ ویئر اور تمام انسانی کوششیں - لہذا ہم اسٹیک کی تمام سطحوں پر بہت سے، بہت سے کھلاڑیوں اور صحت مند مقابلے کی توقع کرتے ہیں۔ ہم یہ بھی توقع کرتے ہیں کہ افقی اور عمودی دونوں کمپنیاں کامیاب ہوں گی، بہترین نقطہ نظر کے ساتھ جو اختتامی منڈیوں اور اختتامی صارفین کے ذریعہ وضع کیا گیا ہے۔ مثال کے طور پر، اگر حتمی پروڈکٹ میں بنیادی تفریق خود AI ہے، تو اس بات کا امکان ہے کہ عمودی کاری (یعنی صارف کا سامنا کرنے والی ایپ کو گھریلو تیار کردہ ماڈل کے ساتھ مضبوطی سے جوڑنا) جیت جائے گا۔ جبکہ اگر AI ایک بڑے، لمبی دم والی خصوصیت کے سیٹ کا حصہ ہے، تو اس کے افقی ہونے کا زیادہ امکان ہے۔ بلاشبہ، ہمیں وقت کے ساتھ ساتھ مزید روایتی کھائیوں کی تعمیر کو بھی دیکھنا چاہئے - اور ہم یہاں تک کہ نئی قسم کی کھائیوں کو پکڑتے ہوئے بھی دیکھ سکتے ہیں۔

کچھ بھی ہو، ایک چیز جس کے بارے میں ہمیں یقین ہے وہ یہ ہے کہ تخلیقی AI گیم کو بدل دیتا ہے۔ ہم سب ریئل ٹائم میں اصول سیکھ رہے ہیں، قیمت کی ایک بہت بڑی مقدار ہے جو کھل جائے گی، اور ٹیک لینڈ اسکیپ کے نتیجے میں بہت مختلف نظر آنے والا ہے۔ اور ہم اس کے لئے یہاں ہیں!

اس پوسٹ میں تمام تصاویر Midjourney کا استعمال کرتے ہوئے بنائی گئی تھیں۔

ٹائم اسٹیمپ:

سے زیادہ اندیسن Horowitz