$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 2030 تک تقریباً 112 بلین ڈالر کے نقصانات جمع کر لے گا۔ یہ اعداد و شمار ہوا میں نہیں ہیں: یہ مرکزی AI کاروباری ماڈل کے بنیادی مسئلے کی عکاسی کرتے ہیں۔

ایک طرف، ChatGPT اور API سبسکرپشنز سے ہر سال اربوں ڈالر کی آمدنی بڑھ رہی ہے۔ دوسری طرف، اخراجات اس سے بھی زیادہ تیزی سے بڑھ رہے ہیں۔ ماڈل کی ہر نئی نسل کے لیے کئی گنا زیادہ وسائل درکار ہیں:

• GPT-3 → GPT-4: تربیت کی لاگت میں تقریباً 10 گنا اضافہ ہوا
• GPT-4 → GPT-5: مزید کئی گنا اضافہ — ایک ایکسپونینشل کرو
• Inference: لاکھوں صارفین = روزانہ بلین ٹوکن = GPU صلاحیت کے لیے سالانہ بلین ڈالر

یہ ماڈل صرف وینچر کیپیٹل کی نہ ختم ہونے والی فراہمی کے ساتھ کام کرتا ہے۔ OpenAI نے Microsoft اور SoftBank سمیت مختلف راؤنڈز میں دسیوں ارب کی سرمایہ کاری حاصل کی ہے۔ لیکن سرمایہ کار خیراتی ادارے نہیں ہیں۔ جلد یا بدیر وہ منافع مانگیں گے۔ سوال یہ نہیں کہ 'کیا'، بلکہ 'کب' — اور اس لمحے ان لاکھوں کاروباروں کا کیا ہوگا جو OpenAI API پر بنے ہوئے ہیں؟

موازنہ کے لیے: Gonka نے 80 ملین ڈالر اکٹھے کیے ہیں اور پہلے ہی ~4,648 GPU کے نیٹ ورک کے ذریعے حقیقی AI درخواستیں پروسیس کر رہا ہے۔ Inference کی لاگت $0.0047/1M ٹوکن ہے۔ یہ اس لیے ممکن ہے کیونکہ غیر مرکزی ماڈل میں ڈیٹا سینٹرز پر ہونے والے ٹریلین ڈالر کے اخراجات پورے کرنے کی ضرورت نہیں ہے۔

Gonka ڈیٹا سینٹرز نہیں بناتا — یہ دنیا بھر میں پہلے سے موجود GPU کو متحد کرتا ہے۔ یہ صرف ایک متبادل کاروباری ماڈل نہیں ہے — یہ بنیادی طور پر ایک مختلف اقتصادی آرکیٹیکچر ہے جو بلبلے (bubble) کی جڑ کو ختم کرتا ہے۔

کوئی کیپٹل اخراجات (Capital expenditure) نہیں ہیں: Gonka نیٹ ورک تعمیر کرنے کے لیے اربوں کی سرمایہ کاری نہیں کرتا۔ پروٹوکول، بلاکچین، سافٹ ویئر — یہ سب ٹیم بناتی ہے۔ GPU دنیا بھر کے آزاد میزبان فراہم کرتے ہیں — ہر کوئی اپنے خرچے پر۔

6 سال تک پھیلی ہوئی کوئی فرسودگی (Amortization) نہیں ہے: جب H100 پرانا ہو جاتا ہے تو میزبان اسے آسانی سے H200 یا اگلی نسل کے ہارڈویئر سے تبدیل کر دیتا ہے۔ فیصلہ ہارڈویئر کا مالک مارکیٹ کے حالات کی بنیاد پر کرتا ہے، نہ کہ کارپوریٹ CFO جو نقصانات کو چھپانے کی کوشش کر رہا ہو۔

کوئی اکاؤنٹنگ ہیر پھیر نہیں ہے: Gonka بلاکچین پر تمام ٹرانزیکشنز شفاف ہیں۔ انعامات CertiK سے آڈٹ شدہ پروٹوکول کے مطابق تقسیم کیے جاتے ہیں۔ یہاں کوئی «چھپے ہوئے» اخراجات نہیں ہیں جو 5 سال بعد اثاثوں کی دوبارہ تشخیص کے وقت سامنے آئیں۔

تقسیم شدہ خطرہ: ہر میزبان اپنا خطرہ اٹھاتا ہے۔ اگر ایک میزبان GPU میں خراب سرمایہ کاری سے نقصان اٹھاتا ہے تو یہ اس کا مسئلہ ہے، نہ کہ پورے نیٹ ورک کا۔ مرکزی ماڈل میں، 10 بلین ڈالر کی ایک غلطی پوری کمپنی کو گرا سکتی ہے۔ Gonka میں ایسی غلطی تعریف کے لحاظ سے ناممکن ہے — کیونکہ کوئی ایک ایسا شریک موجود نہیں ہے جو 10 بلین ڈالر کا فیصلہ کرنے کی صلاحیت رکھتا ہو۔

نتیجہ: Gonka کے ذریعے inference کی قیمت — $0.0047 فی ملین ٹوکن ہے۔ یہ OpenAI سے ~400 گنا سستی ہے۔ اور یہ قیمت مستحکم ہے — کیونکہ اس کے پیچھے کوئی ٹریلین ڈالر کا انفراسٹرکچر نہیں ہے جسے واپس حاصل کرنا ضروری ہو۔

آئیے AI انفراسٹرکچر کے دو ماڈلز کا موازنہ کریں:

Gonka پر ~113 شرکاء کے (~582 ML-نوڈز) تقریباً 4,648 GPU کام کر رہے ہیں۔ پروجیکٹ نے 80 ملین ڈالر اکٹھے کیے ہیں — یہ ایک Stargate کے اخراجات سے ہزار گنا کم ہے۔ لیکن نیٹ ورک وہی کام کر رہا ہے: Kimi K2.6 نیورل نیٹ ورک کے ذریعے AI درخواستیں پروسیس کر رہا ہے، جو OpenAI کے مطابق API کے ذریعے دستیاب ہے۔

تشبیہ: تصور کریں کہ 2000 کی دہائی میں کسی نے تجویز دی: "انٹرنیٹ کے لیے دیوہیکل سرور بنانے کے بجائے، آئیے ہر گھر کا مالک ایک منی سرور لگائے اور شرکت کے لیے انعام حاصل کرے۔" یہ یوٹیوپین لگتا ہے — لیکن Airbnb رہائش کے لیے، Uber نقل و حمل کے لیے اسی طرح کام کرتے ہیں، اور Gonka AI کمپیوٹیشن کے لیے اسی طرح کام کرتا ہے۔ غیر مرکزیت یوٹوپیا نہیں ہے — یہ انفراسٹرکچر کے ارتقاء کا اگلا مرحلہ ہے۔