گارٹنر کے مطابق، کمپنیاں جلد ہی ڈویلپر کے AI ٹوکن کے استعمال پر اتنا ہی خرچ کر سکتی ہیں جتنا کہ وہ ڈویلپر کی تنخواہ پر کرتی ہیں۔

ریسرچ فرم کو توقع ہے کہ اگلے دو سالوں میں اے آئی کوڈنگ کی لاگت سافٹ ویئر ڈویلپر کی اوسط ماہانہ تنخواہ سے مماثل یا اس سے زیادہ ہو جائے گی۔

یہ اضافہ جنریٹو AI اور کوڈنگ ایجنٹوں کو وسیع تر اپنانے کے ساتھ ساتھ فکسڈ سبسکرپشنز سے کھپت کی بنیاد پر قیمتوں میں تبدیلی کے ذریعے کیا جا رہا ہے۔

گارٹنر کی پیشن گوئی عالمی اوسط ڈیولپر کی تنخواہ تقریباً $2000 فی ماہ استعمال کرتی ہے۔

یہ تجویز نہیں کرتا ہے کہ AI کے استعمال پر ہر ڈویلپر کی تنخواہ سے زیادہ لاگت آئے گی، خاص طور پر ریاستہائے متحدہ جیسے ممالک میں، جہاں سالانہ تنخواہ چھ اعداد تک پہنچ سکتی ہے۔

تاہم، گارٹنر کے سینئر پرنسپل تجزیہ کار نتیش تیاگی نے کہا کہ کچھ تنظیمیں پہلے ہی بہت بڑے بلوں کی اطلاع دے رہی ہیں۔

اس نے ایسے کیسز سنے ہیں جہاں ایک ڈویلپر نے ایک ماہ میں $20000 مالیت کے AI وسائل استعمال کیے، جب کہ ایک کاروباری صارف نے $32000 کا بل بنایا۔

گارٹنر نے کمپنیوں کو خبردار کرنے کے لیے پیشن گوئی جاری کی کہ اگر وہ ٹوکن کے استعمال کی نگرانی اور کنٹرول کرنے میں ناکام رہیں تو کیا ہو سکتا ہے۔

بہت سے AI کوڈنگ فراہم کرنے والے ابھی تک استعمال کے اخراجات کو کم کرنے یا ان کا انتظام کرنے کے لیے بالغ ٹولز پیش نہیں کرتے ہیں۔

قیمتیں بھی بڑھتی رہ سکتی ہیں کیونکہ دکاندار انفراسٹرکچر میں سرمایہ کاری کرتے ہیں اور اپنی AI سروسز کو منافع بخش بنانے کی کوشش کرتے ہیں۔

اس سے کمپنیوں کے لیے اخراجات کی پیشن گوئی کرنا اور یہ حساب لگانا مشکل ہو جاتا ہے کہ آیا پیداواری فوائد لاگت کا جواز پیش کرتے ہیں۔

ایجنٹ پر مبنی ورک فلو کو کنٹرول کرنا خاص طور پر مشکل ہے کیونکہ وہ محدود انسانی شمولیت کے ساتھ کاموں کو مکمل کرنا اور ٹوکن کا استعمال جاری رکھ سکتے ہیں۔

جب ماڈل بار بار غیر ضروری معلومات پر کارروائی کرتے ہیں تو بڑی سیاق و سباق والی ونڈوز لاگت میں بھی اضافہ کر سکتی ہیں۔

نتیجے کے طور پر، کمپنیاں اپنے مختص بجٹ کو توقع سے پہلے استعمال کر سکتی ہیں اور نتیجے میں ہونے والے اخراجات کی وضاحت کے لیے جدوجہد کر سکتی ہیں۔

بہت سی تنظیموں کے پاس AI کوڈنگ ٹولز سے سرمایہ کاری پر منافع کی پیمائش کے لیے درکار عمل کی بھی کمی ہے۔

تیاگی نے خبردار کیا کہ AI کے اخراجات بغیر کسی کنٹرول شدہ انجینئرنگ ماڈل کے پیداواری فوائد سے زیادہ تیزی سے بڑھ سکتے ہیں۔

کمپنیوں کو ٹوکن کے استعمال کی نگرانی کرنے، غیر ضروری سیاق و سباق کو محدود کرنے، اور یہ تعین کرنے کی ضرورت ہے کہ کن کاموں کے لیے جدید AI ماڈلز کی ضرورت ہے۔

ان کنٹرولز کے بغیر، کھپت کی بنیاد پر بڑھتے ہوئے چارجز AI کوڈنگ ٹولز کو ڈیولپر پے رول سے موازنہ کرنے والے اخراجات میں تبدیل کر سکتے ہیں۔

جہاں آپ چاہیں تازہ ترین ٹیک خبریں، ٹیلی کام کی بصیرتیں، اور پروڈکٹ لانچ حاصل کریں۔

ProPakistani کو ترجیحی ذرائع میں شامل کریں اور گوگل سرچ اور ٹاپ اسٹوریز میں ہماری مزید کہانیاں دیکھیں۔

شیئرز