$112B سوراخ — بگ ٹیک کا پوشیدہ دیوالیہ پن

Stargate پروجیکٹ — بڑے ڈیٹا سینٹرز کی تعمیر پر سینکڑوں ارب ڈالر۔ یہ کوئی ٹائپو نہیں ہے: بات چھوٹی ممالک کی GDP کے برابر رقوم کی ہو رہی ہے۔ مائیکروسافٹ، گوگل اور میٹا سالانہ GPUs انفراسٹرکچر پر دسیوں ارب خرچ کرتے ہیں: صرف مائیکروسافٹ نے 2025 میں کیپٹل اخراجات پر $50 بلین سے زیادہ کی سرمایہ کاری کی، اس کا زیادہ تر حصہ AI پر تھا۔

یہ مسئلہ اکاؤنٹنگ میں چھپا ہے۔ H100 نسل کے GPUs 2 سال میں پرانے ہو جاتے ہیں جب H200، B100، B200 آتے ہیں — ہر اگلی نسل پچھلی سے 50—100% زیادہ تیز ہوتی ہے۔ لیکن کارپوریشنز 5—6 سال کے لیے فرسودگی کو ریکارڈ کرتی ہیں، جس سے ایک اکاؤنٹنگ وہم پیدا ہوتا ہے۔ مثال: ایک کمپنی نے $20 بلین کے GPUs خریدے۔ اکاؤنٹنگ ریکارڈ میں، 2 سال بعد بھی ان کی قیمت $13 بلین ہے (6 سال کی سیدھی لائن فرسودگی کے ساتھ)۔ حقیقت میں — ان کی قیمت تقریباً $5 بلین ہے، کیونکہ نئی نسل وہی کام دو گنا تیز اور سستا کرتی ہے۔

یہ ایک پوشیدہ خسارہ پیدا کرتا ہے: اثاثوں کی اکاؤنٹنگ قیمت اور ان کی حقیقی مارکیٹ ویلیو کے درمیان فرق — پوری صنعت میں ٹریلین ڈالر۔ جب (نہ کہ ”اگر“، بلکہ ”جب“) آڈیٹرز دوبارہ تشخیص کا مطالبہ کریں گے — تو یہ بڑے پیمانے پر رائٹ آف کا سبب بن سکتا ہے، AI کمپنیوں کے حصص کو گرا سکتا ہے اور پوری صنعت میں اعتماد کے بحران کو جنم دے سکتا ہے۔

تجزیہ کاروں کی پیش گوئی کے مطابق، OpenAI سال 2030 تک تقریباً $112 بلین ڈالرز کے خسارے میں ہوگا۔ یہ اعداد و شمار ہوا میں سے نہیں آئے ہیں: یہ مرکزی AI بزنس ماڈل کے بنیادی مسئلے کی عکاسی کرتے ہیں۔

ایک طرف، ChatGPT اور API سبسکرپشنز سے سالانہ اربوں ڈالر کی آمدنی ہو رہی ہے۔ دوسری طرف، اخراجات اس سے بھی تیزی سے بڑھ رہے ہیں۔ ماڈل کی ہر نئی نسل کو کئی گنا زیادہ وسائل کی ضرورت ہوتی ہے:

• GPT-3 → GPT-4: ٹریننگ کی لاگت تقریباً 10 گنا بڑھ گئی
• GPT-4 → GPT-5: مزید کئی گنا اضافہ — ایک ایکسپونیشنل کرو
• Inference: لاکھوں صارفین = روزانہ اربوں ٹوکن = GPU پاور کے لیے سالانہ اربوں ڈالر

یہ ماڈل صرف وینچر کیپیٹل کے نہ ختم ہونے والے بہاؤ کے ساتھ کام کرتا ہے۔ OpenAI نے مائیکروسافٹ اور سافٹ بینک سمیت متعدد راؤنڈز میں اربوں کی سرمایہ کاری حاصل کی ہے۔ لیکن سرمایہ کار مخیر حضرات نہیں ہیں۔ آج نہیں تو کل، وہ منافع کا مطالبہ کریں گے۔ سوال یہ نہیں کہ «اگر» بلکہ یہ ہے کہ «کب» — اور اس وقت OpenAI کے API پر تعمیر کردہ لاکھوں کاروباروں کا کیا ہوگا؟

موازنہ کے لیے: Gonka نے $80M اکٹھا کیے ہیں اور پہلے ہی ~4,648 GPUs کے نیٹ ورک کے ذریعے حقیقی AI درخواستوں کو پروسیس کر رہا ہے۔ Inference کی لاگت — $0.003/1M ٹوکن ہے۔ یہ اس لیے ممکن ہے کیونکہ ایک বিকیندرت ماڈل میں ڈیٹا سینٹرز پر ہونے والی ٹریلین ڈالر کی سرمایہ کاری کو پورا کرنے کی ضرورت نہیں ہے۔

Gonka ڈیٹا سینٹرز نہیں بنا رہا — یہ دنیا بھر میں موجود GPUs کو اکٹھا کر رہا ہے۔ یہ صرف ایک متبادل بزنس ماڈل نہیں ہے — یہ ایک اصولی طور پر مختلف معاشی ڈھانچہ ہے جو بلبلے کی بنیادی وجہ کو ختم کرتا ہے۔

کوئی کیپیٹل اخراجات (CAPEX) نہیں: Gonka نیٹ ورک تعمیر کے لیے سینکڑوں ارب نہیں مانگتا۔ پروٹوکول، بلاک چین، سافٹ ویئر — یہ سب ٹیم بناتی ہے۔ GPUs دنیا بھر کے آزاد میزبان (hosts) اپنے خرچ پر فراہم کرتے ہیں۔

6 سال پر محیط کوئی ڈیپریشی ایشن نہیں: جب H100 پرانا ہوتا ہے — تو میزبان اسے آسانی سے H200 یا اگلی نسل سے تبدیل کر دیتا ہے۔ فیصلہ ہارڈویئر کا مالک مارکیٹ کے حالات کی بنیاد پر کرتا ہے، نہ کہ کارپوریٹ CFO جو رائٹ آف کو چھپانے کی کوشش کر رہا ہو۔

کوئی اکاؤنٹنگ کرتب نہیں: Gonka بلاک چین پر تمام ٹرانزیکشنز شفاف ہیں۔ انعامات CertiK کے ذریعے آڈٹ شدہ پروٹوکول کے مطابق تقسیم کیے جاتے ہیں۔ کوئی «پوشیدہ» اخراجات نہیں ہیں جو 5 سال بعد اثاثوں کی دوبارہ تشخیص کے وقت سامنے آئیں۔

تقسیم شدہ خطرہ: ہر میزبان اپنا خطرہ خود برداشت کرتا ہے۔ اگر ایک میزبان خراب GPU سرمایہ کاری کی وجہ سے نقصان میں جاتا ہے — تو یہ اس کا مسئلہ ہے، پورے نیٹ ورک کا نہیں۔ مرکزی ماڈل میں $10 بلین کی ایک غلطی پوری کمپنی کو تباہ کر سکتی ہے۔ Gonka میں ایسی غلطی اصولی طور پر ناممکن ہے — کیونکہ کوئی ایک بھی ایسا رکن نہیں ہے جو $10 بلین کا فیصلہ کرنے کی صلاحیت رکھتا ہو۔

نتیجہ: Gonka کے ذریعے inference کی لاگت — ایک ملین ٹوکنز کے لیے $0.003۔ یہ OpenAI سے ~830 گنا سستا ہے۔ اور یہ قیمت مستحکم ہے — کیونکہ اس کے پیچھے ٹریلین ڈالر کا انفراسٹرکچر نہیں ہے جسے پورا کرنا ہو۔

آئیے AI-انفراسٹرکچر کے دو ماڈلز کا موازنہ کریں:

Gonka میں ~113 شرکاء کے تقریباً 4,648 GPUs کام کر رہے ہیں (~582 MLNode)۔ پروجیکٹ نے $80M اکٹھے کیے ہیں — یہ ایک Stargate کے خرچے سے ہزاروں گنا کم ہے۔ لیکن نیٹ ورک وہی کام کرتا ہے: OpenAI-مطابقت پذیر API کے ذریعے دستیاب Kimi K2.6 نیورل نیٹ ورک کے ذریعے AI-درخواستوں کو پروسیس کرتا ہے۔

تشبیہ: تصور کریں کہ 2000 کی دہائی میں کسی نے تجویز دی: «انٹرنیٹ کے لیے دیوہیکل سرورز بنانے کے بجائے، آئیے ہر گھر کا مالک ایک منی سرور رکھے اور شرکت کے بدلے انعام حاصل کرے»۔ یہ خواب لگتا ہے، مگر Airbnb رہائش کے لیے، Uber ٹرانسپورٹ کے لیے اسی طرح کام کرتے ہیں، اور بالکل اسی طرح Gonka AI- کمپیوٹنگ کے لیے کام کرتا ہے۔ বিকेंद্রীਕਰن (Decentralization) کوئی خواب نہیں ہے — یہ انفراسٹرکچر کے ارتقاء کا اگلا مرحلہ ہے۔