بظاہر مصنوعی ذہانت (AI) ماڈل کمپنیاں بھاری منافع کما رہی ہیں، لیکن اصل میں ان کے پسِ پشت کلاؤڈ کمپیوٹنگ سروس فراہم کنندگان زیادہ آرام دہ صورتحال میں ہو سکتے ہیں۔
بارکلیز بینک کی تازہ تحقیق نے AI صنعت کی قدر زنجیر میں منافع کی تقسیم کا تجزیہ کیا ہے۔ تحقیق سے معلوم ہوا کہ ماڈل کمپنی کی ہر 100 ڈالر آمدنی (نوٹ: موجودہ شرحِ مبادلہ پر تقریباً 674.6 چینی یوآن) میں سے 35 سے 40 ڈالر (موجودہ شرحِ مبادلہ پر تقریباً 236.1 سے 269.8 چینی یوآن) تخمینی کمپیوٹنگ فیس کی صورت میں تین بڑے کلاؤڈ پلیٹ فارمز، یعنی ایمیزون AWS، مائیکروسافٹ Azure اور گوگل GCP، کو منتقل ہوتے ہیں۔
کلاؤڈ سروس فراہم کنندگان اس آمدنی میں سے 10 سے 20 ڈالر (موجودہ شرحِ مبادلہ پر تقریباً 67.5 سے 134.9 چینی یوآن) آپریٹنگ منافع حاصل کر سکتے ہیں، جس کی آپریٹنگ منافع کی شرح زیادہ سے زیادہ 35% سے 45% تک پہنچ سکتی ہے۔ یہ نتیجہ بارکلیز کی جانب سے 28 اگست کو جاری کردہ AI صنعت کے یونٹ اکنامکس ماڈل پر مبنی تحقیقی رپورٹ سے اخذ کیا گیا ہے، اور اس سے یہ زیادہ واضح طور پر دیکھا جا سکتا ہے کہ AI صنعت کی قدر زنجیر میں قدر آخر کہاں منتقل ہو رہی ہے۔
رپورٹ کے مطابق AI لیبارٹریز کے معاوضہ شدہ تخمینے کے منافع کی شرح 2025 میں 10% سے کچھ زیادہ تھی، جو 2026 میں نمایاں اضافے کے بعد 50% سے 65% یا اس سے بھی زیادہ ہو گئی ہے؛ ایڈجسٹ شدہ مجموعی منافع کی شرح میں سال بہ سال 30 سے 50 فیصد پوائنٹس کا اضافہ ہوا ہے۔
بارکلیز کے تجزیہ کار Ross Sandler نے بتایا کہ منافع کی شرح میں نمایاں اضافے کی بنیادی وجوہات کاروباری صارفین اور نام نہاد “ایجنٹک ورک فلو” (agentic workflows) ہیں، اور اس نوعیت کی مصنوعات مارکیٹ میں “لازمی خرید” بن چکی ہیں۔
ان کے مزید خیال میں AI لیبارٹریز کی حقیقی منافع کی شرح ممکنہ طور پر رپورٹ کے تخمینے سے بھی زیادہ ہے۔ تاہم، جیسے جیسے جدید ترین ماڈلز کے درمیان مسابقت شدید ہوتی جا رہی ہے اور کمپیوٹنگ وسائل کی فراہمی مسلسل بڑھ رہی ہے، یہ اشاریہ بالآخر بتدریج کم ہونے کی توقع ہے۔
سرمایہ کاروں کو مختلف AI لیبارٹریز کے مالیاتی فرق کو بہتر طور پر سمجھنے میں مدد دینے کے لیے بارکلیز نے دو فرضی جدید AI لیبارٹریز تیار کر کے ان کا موازنہ کیا۔
“لیبارٹری A” کی تقریباً 70% آمدنی API سے اور 30% سبسکرپشن سے آتی ہے؛ “لیبارٹری B” میں صورتِ حال اس کے برعکس ہے، جہاں 80% آمدنی سبسکرپشن کاروبار پر منحصر ہے اور API کا حصہ صرف 20% ہے۔
چونکہ API کاروبار میں فطری طور پر سبسکرپشن کاروبار سے زیادہ تخمینی منافع کی شرح ہوتی ہے، اور تربیتی لاگت کی تقسیم کے طریقے اور شراکت داروں کے ساتھ آمدنی کی تقسیم میں بھی فرق ہوتا ہے، اس لیے ان دونوں فرضی لیبارٹریز کی ایڈجسٹ شدہ مجموعی منافع کی شرح میں حیرت انگیز 17 فیصد پوائنٹس کا فرق پیدا ہو گیا: لیبارٹری A کی شرح تقریباً 55% جبکہ لیبارٹری B کی صرف 38% ہے۔
آمدنی تسلیم کرنے کے مختلف طریقوں نے اس “تحریف” کو مزید بڑھا دیا ہے۔
لیبارٹری A بالواسطہ API آمدنی کو مجموعی رقم کی بنیاد پر تسلیم کرتی ہے، جبکہ لیبارٹری B خالص رقم کی بنیاد پر آمدنی تسلیم کرتی ہے، حتیٰ کہ اسٹریٹجک شراکت داروں کے ذریعے چلائی جانے والی بالواسطہ API آمدنی کو مکمل طور پر شامل بھی نہیں کرتی۔ بارکلیز نے اس صورتِ حال کو Uber اور Lyft کے فرق سے تشبیہ دی ہے: دونوں کا بنیادی کاروبار تقریباً یکساں ہے، لیکن اکاؤنٹنگ کے طریقوں میں فرق کے باعث مالیاتی بیانات میں ظاہر ہونے والے اعداد و شمار بالکل مختلف ہو سکتے ہیں۔
رپورٹ میں خبردار کیا گیا ہے کہ جب AI لیبارٹریز عمومی طور پر تسلیم شدہ اکاؤنٹنگ اصولوں (GAAP) کے مطابق مالیاتی بیانات ظاہر کرنا شروع کریں گی، تو سرمایہ کاروں کو کمپنیوں کے درمیان موازنہ کرنے سے پہلے ان اکاؤنٹنگ فرقوں کو سمجھنا ہوگا، ورنہ بامعنی موازنہ کرنا مشکل ہوگا۔
مختلف مصنوعات کی منافع کی شرح
مخصوص مصنوعات کی لائنز کا مزید تجزیہ کرنے سے معلوم ہوتا ہے کہ سبسکرپشن مصنوعات، مثلاً Claude Code اور Codex، کی تخمینی منافع کی شرح تقریباً 70% ہے، جو تین بڑی مصنوعات کی لائنز میں سب سے کم ہے۔
اس کی وجہ یہ ہے کہ AI لیبارٹریز صارفین کو برقرار رکھنے کے عوض ٹوکن (Token) لاگت کا کچھ حصہ خود برداشت کرنے پر آمادہ ہیں۔ یہ سبسکرپشن عموماً ماہانہ فیس پر مبنی ہوتے ہیں اور ان میں استعمال کی حد مقرر ہوتی ہے۔ قابلِ ذکر بات یہ ہے کہ حالیہ عرصے میں استعمال کی حد دوبارہ مقرر ہونے کی تعدد میں واضح اضافہ ہوا ہے، جو بیک وقت AI لیبارٹریز پر صارفین کو برقرار رکھنے کے دباؤ اور ماڈلز کی مسلسل بڑھتی ہوئی کارکردگی کی عکاسی کر سکتا ہے۔
براہِ راست API AI لیبارٹریز کا سب سے ابتدائی کاروباری ماڈل اور سب سے زیادہ منافع بخش کاروباری لائن بھی ہے۔ Cursor اور Figma جیسے ڈویلپر ٹولز صارف کے استعمال کردہ ٹوکنز کی تعداد کے مطابق فیس وصول کرتے ہیں۔ بارکلیز کا اندازہ ہے کہ موجودہ API تخمینی منافع کی شرح 80% سے تجاوز کر چکی ہے۔
جیسے جیسے ماڈلز کی ٹوکن کارکردگی بہتر ہو رہی ہے، یعنی ایک ہی کام مکمل کرنے کے لیے درکار ٹوکنز کی تعداد کم ہو رہی ہے، اور API کی ظاہری قیمتوں میں اضافہ ہو رہا ہے، اسی طرح تخمینی سروس کے بنیادی ڈھانچے میں مسلسل بہتری، بشمول کوانٹائزیشن، قیاسی ڈیکوڈنگ اور نئی نسل کی کمپیوٹنگ جیسی ٹیکنالوجیز، منافع کی مزید گنجائش پیدا کر رہی ہیں۔
رپورٹ نے خاص طور پر نشاندہی کی ہے کہ 2026 کی دوسری سہ ماہی میں API تخمینی منافع کی شرح دراصل چارٹ میں دکھائی گئی سطح سے کہیں زیادہ تھی، تاہم توقع ہے کہ مستقبل میں کسی مرحلے پر یہ معمول کی سطح پر واپس آ جائے گی۔
بالواسطہ API آخری صارف کو تقریباً براہِ راست API جیسا ہی تجربہ فراہم کرتا ہے، لیکن صارف اور کلاؤڈ سروس فراہم کنندہ کے درمیان براہِ راست بلنگ کا تعلق قائم ہوتا ہے۔ جیسے جیسے AI لیبارٹریز کی کل آمدنی میں بالواسطہ API کا حصہ بڑھتا جا رہا ہے، مختلف لیبارٹریز کے آمدنی تسلیم کرنے کے طریقوں میں فرق بھی ان کے مالیاتی بیانات کے تقابلی فرق کو مزید وسیع کرے گا۔
کلاؤڈ سروس فراہم کنندگان آخر کتنا کماتے ہیں
کلاؤڈ سروس فراہم کنندگان کے منافع کے ڈھانچے کا مزید تجزیہ کرنے سے معلوم ہوتا ہے کہ AI لیبارٹری کی ہر 100 ڈالر آمدنی (موجودہ شرحِ مبادلہ پر تقریباً 674.6 چینی یوآن) کے مقابلے میں لیبارٹری A سے تقریباً 35 ڈالر (موجودہ شرحِ مبادلہ پر تقریباً 236.1 چینی یوآن) کی کلاؤڈ سروس آمدنی وابستہ ہوتی ہے۔ بنیادی ڈھانچے کی لاگت نکالنے کے بعد کلاؤڈ سروس فراہم کنندہ تقریباً 11.80 ڈالر (موجودہ شرحِ مبادلہ پر تقریباً 79.6 چینی یوآن) منافع حاصل کر سکتا ہے، جو تقریباً 34% آپریٹنگ منافع کی شرح کے برابر ہے۔
لیبارٹری B کی صورتِ حال اس سے بھی زیادہ منافع بخش ہے۔ اسٹریٹجک شراکت داروں کے ساتھ آمدنی کی تقسیم کے طریقہ کار کی وجہ سے، جس میں 20% آمدنی شامل ہے اور مجموعی حد مقرر ہے، کلاؤڈ سروس فراہم کنندہ لیبارٹری B کی ہر 100 ڈالر (موجودہ شرحِ مبادلہ پر تقریباً 674.6 چینی یوآن) AI آمدنی کے مقابلے میں تقریباً 41 ڈالر (موجودہ شرحِ مبادلہ پر تقریباً 276.6 چینی یوآن) آمدنی حاصل کر سکتا ہے، جس میں منافع 19.10 ڈالر (موجودہ شرحِ مبادلہ پر تقریباً 128.8 چینی یوآن) تک پہنچتا ہے اور آپریٹنگ منافع کی شرح زیادہ سے زیادہ 47% ہو سکتی ہے۔
یہ بات قابلِ توجہ ہے کہ لیبارٹری B کی زیادہ منافع کی شرح اسٹریٹجک شراکت داروں کے ساتھ آمدنی کی تقسیم کے طریقہ کار سے آتی ہے، جس میں 20% آمدنی شامل ہے اور مجموعی حد مقرر ہے۔
بارکلیز نے زور دیا کہ آمدنی کی تقسیم کا یہ طریقہ کلاؤڈ سروس فراہم کنندہ کی ظاہری منافع کی شرح بڑھا دیتا ہے۔ اگر اس عامل کو نکال دیا جائے تو دونوں لیبارٹریز سے وابستہ کلاؤڈ سروس فراہم کنندگان کا فی ٹوکن حقیقی منافع یکساں ہے۔ توقع ہے کہ آمدنی کی تقسیم کا یہ انتظام 2028 کے بعد بتدریج صفر تک کم ہو جائے گا۔
اس کے علاوہ، ایجنٹک سبسکرپشن مصنوعات بھی کلاؤڈ سروس فراہم کنندگان کے لیے اضافی قدر پیدا کر سکتی ہیں۔ یادداشت برقرار رکھنے کی صلاحیت رکھنے والی یہ رن ٹائم مصنوعات عموماً ڈیٹا بیس جیسے اعلیٰ سطح کے سافٹ ویئر وسائل کو طلب کرتی ہیں، اس لیے فی یونٹ آمدنی کی قدر زیادہ ہوتی ہے۔ بعض صورتوں میں کلاؤڈ سروس فراہم کنندگان اور AI لیبارٹریز کے درمیان آمدنی کی تقسیم کا انتظام بھی ہوتا ہے، جو کلاؤڈ سروس فراہم کنندگان کی حقیقی آمدنی کو مزید بڑھاتا ہے۔
پوری صنعت کے حجم کے لحاظ سے بارکلیز کا اندازہ ہے کہ AI لیبارٹریز کی آمدنی 2024 کے 7 ارب ڈالر (موجودہ شرحِ مبادلہ پر تقریباً 472.21 ارب چینی یوآن) (تقریباً 220 ارب نئے تائیوان ڈالر) سے بڑھ کر 2026 میں 137 ارب ڈالر (موجودہ شرحِ مبادلہ پر تقریباً 9,241.92 ارب چینی یوآن) (تقریباً 4.3 ٹریلین نئے تائیوان ڈالر) ہو جائے گی، اور 2028 میں 690 ارب ڈالر (موجودہ شرحِ مبادلہ پر تقریباً 46.5 ٹریلین چینی یوآن) (تقریباً 21.8 ٹریلین نئے تائیوان ڈالر) تک پہنچ جائے گی۔
اگر سال کے آخر کی سالانہ بنیاد پر متوقع بار بار حاصل ہونے والی آمدنی (ARR) کے حساب سے دیکھا جائے تو رفتار مزید تیز ہے: توقع ہے کہ 2026 کے آخر تک یہ تقریباً 200 ارب ڈالر (موجودہ شرحِ مبادلہ پر تقریباً 1.35 ٹریلین چینی یوآن) (تقریباً 6.3 ٹریلین نئے تائیوان ڈالر) تک پہنچ جائے گی، جبکہ 2028 کے آخر تک یہ 782 ارب ڈالر (موجودہ شرحِ مبادلہ پر تقریباً 5.28 ٹریلین چینی یوآن) (تقریباً 24.7 ٹریلین نئے تائیوان ڈالر) تک پہنچ سکتی ہے۔
فی الحال تربیتی اخراجات اب بھی AI لیبارٹریز کی آمدنی کا تقریباً 48% ہیں، جس کا مطلب ہے کہ AI لیبارٹری کی ہر 1 ڈالر آمدنی (موجودہ شرحِ مبادلہ پر تقریباً 6.7 چینی یوآن) کے مقابلے میں کلاؤڈ سروس فراہم کنندہ کی تقریباً 1 ڈالر (موجودہ شرحِ مبادلہ پر تقریباً 6.7 چینی یوآن) آمدنی وابستہ ہے۔
تاہم، آمدنی کے مقابلے میں تربیتی لاگت کا تناسب تیزی سے کم ہو رہا ہے: 2024 کے 96% سے گھٹ کر 2027 میں متوقع طور پر 35% اور پھر 2028 میں 30% رہ جائے گا۔
اس رجحان کی اہمیت یہ ہے کہ جیسے جیسے تخمینی کاروبار سے حاصل ہونے والا منافع تربیتی اخراجات سے بڑھتا جائے گا، AI لیبارٹریز کی مجموعی منافع کمانے کی صلاحیت مسلسل بہتر ہوگی، اور پوری صنعت کا مرکز بتدریج “تربیت پر مبنی” سے “تخمینے پر مبنی” ماڈل کی طرف منتقل ہو جائے گا۔
اسی دوران، کلاؤڈ سروس فراہم کنندگان کی AI آمدنی کا AI لیبارٹریز کی آمدنی میں تناسب بھی کم ہو رہا ہے: 2024 کے 153% سے گھٹ کر 2026 میں 90%، اور 2028 میں مزید کم ہو کر 73% رہنے کی توقع ہے۔
بارکلیز کا اندازہ ہے کہ اگلے دو برسوں میں AWS، Azure اور GCP کا AI لیبارٹریز کے کمپیوٹنگ اخراجات میں حصہ بنیادی طور پر برقرار رہے گا، لیکن 2028 تک صنعت کی ساخت میں تبدیلی آ سکتی ہے۔
اس وقت تک اثاثوں کی ضمانت پر مبنی مالی اعانت حاصل کرنے والے AI بنیادی ڈھانچے کے منصوبے یکے بعد دیگرے فعال ہو جائیں گے اور AI لیبارٹریز کے لیے زیادہ پسندیدہ انتخاب بن جائیں گے۔ اس کا مطلب ہے کہ موجودہ کلاؤڈ کمپیوٹنگ کے “تین بڑے ادارے” بیک وقت AI تربیت اور تخمینے کی مارکیٹ میں بتدریج اپنا حصہ کھو سکتے ہیں، جبکہ موجودہ منافع کا ڈھانچہ بھی ازسرِنو ترتیب پائے گا۔