سٹینفورڈ رپورٹ کے ڈیٹا میں غوطہ لگائیں۔

سٹینفورڈ کے انسانی مرکز مصنوعی ذہانت کے ادارے نے اپنی 2026 AI انڈیکس رپورٹ شائع کی۔ یہ رپورٹ 400 صفحات پر مشتمل ہے جس میں نو ابواب تکنیکی کارکردگی، سرمایہ کاری، افرادی قوت کے اثرات اور عوامی جذبات کا احاطہ کرتے ہیں۔

سب سے زیادہ توجہ حاصل کرنے والا نمبر یہ ہے کہ جنریٹو AI تک پہنچ گیا۔ 53% چیٹ جی پی ٹی کے آغاز کے تین سال کے اندر عالمی آبادی میں اپنانے۔ یہ پرسنل کمپیوٹر یا انٹرنیٹ کے مقابلے کی سطح تک پہنچنے سے زیادہ تیز ہے۔

تلاش میں کام کرنے والے ہر فرد کے لیے، رپورٹ میں ڈیٹا ہوتا ہے جو ان تبدیلیوں سے براہ راست جڑتا ہے جن پر آپ سارا سال تشریف لاتے رہے ہیں۔

رپورٹ میں کیا ملا

یہ نواں سالانہ AI انڈیکس ہے، اور یہ بہت زیادہ زمین پر محیط ہے۔ تلاش کی صنعت کے لیے چند نتائج سب سے اہم ہیں۔

صلاحیت کے لحاظ سے، فرنٹیئر ماڈل اب پی ایچ ڈی کی سطح کے سائنس کے سوالات اور مسابقتی ریاضی میں انسانی کارکردگی سے زیادہ ہیں۔ حقیقی دنیا کے کاموں کو سنبھالنے والے AI ایجنٹوں میں سے بہتری آئی 20% 2025 میں کامیابی کی شرح 77% آج کوڈنگ بینچ مارکس جن کے ساتھ ماڈلز ایک سال پہلے جدوجہد کرتے تھے اب تقریباً حل ہو چکے ہیں۔

سرمایہ کاری پر، عالمی کارپوریٹ AI سرمایہ کاری 2025 میں 581 بلین ڈالر تک پہنچ گئی۔ 130% پچھلے سال سے. امریکی نجی AI سرمایہ کاری 285 بلین ڈالر تک پہنچ گئی۔ 90% سے زیادہ فرنٹیئر ماڈل اب نجی کمپنیوں سے آتے ہیں، تعلیمی لیبز سے نہیں۔

افرادی قوت کے اثرات کے حوالے سے، 22 سے 25 سال کی عمر کے سافٹ ویئر ڈویلپرز میں ملازمت میں تقریباً کمی آئی ہے۔ 20% 2024 کے بعد سے۔ اسی طرح کا نمونہ کسٹمر سروس اور اعلیٰ AI نمائش کے ساتھ دیگر کرداروں میں ظاہر ہوا۔

شفافیت ختم ہو رہی ہے۔ فاؤنڈیشن ماڈل ٹرانسپیرنسی انڈیکس 58 سے گر کر 40 پر آگیا۔ اب سب سے زیادہ قابل ماڈل اپنے تربیتی ڈیٹا، پیرامیٹرز اور طریقوں کے بارے میں کم سے کم انکشاف کرتے ہیں۔ پچھلے سال لانچ کیے گئے 95 انتہائی قابل ذکر ماڈلز میں سے 80 کو ان کے تربیتی کوڈ کے بغیر جاری کیا گیا تھا۔

اپنانے کا نمبر ہر کوئی حوالہ دے رہا ہے۔

53% اعداد و شمار کو سمجھنا، اس میں کیا شامل ہے، اور کیا نہیں، اس بات سے فرق پڑتا ہے کہ آپ اس کی تشریح کیسے کرتے ہیں۔

پی سی اور انٹرنیٹ کا موازنہ سینٹ لوئس فیڈ، وینڈربلٹ اور ہارورڈ کینیڈی سکول کی تحقیق پر مبنی ہے۔ ٹیم نے گود لینے کی شرحوں کا موازنہ ہر ٹیکنالوجی کی پہلی بڑے پیمانے پر مارکیٹ پروڈکٹ کے سالوں سے کیا۔ IBM PC 1981 میں شروع ہوا۔ کمرشل انٹرنیٹ ٹریفک 1995 میں کھلا۔ ChatGPT نومبر 2022 میں شروع ہوا۔

لانچ کے بعد تقابلی پوائنٹس پر، جنریٹیو AI اپنانا پہلے کی دونوں ٹیکنالوجیز سے بہت آگے ہے۔

لیکن موازنہ سیب سے سیب نہیں ہے، اور محققین نے خود کہا۔ ہارورڈ کے ڈیوڈ ڈیمنگ نے نشاندہی کی کہ AI پی سی اور انٹرنیٹ کے اوپر بنایا گیا ہے۔ لوگوں کے پاس پہلے سے ہی ہارڈ ویئر اور کنیکٹیویٹی تھی۔ کسی کو بھی نئے آلات خریدنے یا اپنے علاقے تک پہنچنے کے لیے رابطے کا انتظار کرنے کی ضرورت نہیں تھی۔ AI کو اپنانا کئی دہائیوں کی ٹیکنالوجی کی سابقہ ​​سرمایہ کاری پر سوار ہوا۔

گود لینے کے نمبر بھی اس بات پر منحصر ہوتے ہیں کہ کون گن رہا ہے اور کیسے۔ اسٹینفورڈ کی رپورٹ میں امریکی گود لینے کا ذکر کیا گیا ہے۔ 28%، عالمی سطح پر ملک کو 24 ویں نمبر پر رکھتا ہے۔ سینٹ لوئس فیڈ کا اپنا ٹریکر امریکہ کو اپنانے پر رکھتا ہے۔ 54% اگست 2025 تک۔ ایک ہی ملک، تقریباً دوگنا شرح، مختلف طریقے سے ماپا گیا۔ یہاں تک کہ فیڈ ٹیم نے اس پر نظر ثانی کی۔ پہلے سے اوپر کا تخمینہ 39% کو 44% کی ترتیب کو تبدیل کرنے کے بعد اس کے سروے کے سوالات۔

“گود لینا” بھی شدت کی تمیز نہیں کرتا۔ کوئی ایسا شخص جس نے مفت ChatGPT اکاؤنٹ کے لیے سائن اپ کیا اور اسے ایک بار آزمایا، اس کا شمار ایک ایسے شخص کے برابر ہوتا ہے جو اسے روزانہ آٹھ گھنٹے استعمال کرتا ہے۔ اسٹینفورڈ کی رپورٹ نوٹ کرتی ہے کہ زیادہ تر صارفین مفت یا قریب سے مفت درجات تک رسائی حاصل کرتے ہیں۔ یہ اس تصویر سے مختلف ہے جو سرخی نمبر کا مطلب ہے۔

اس میں سے کسی کا مطلب نہیں ہے کہ گود لینے کا ڈیٹا غلط ہے۔ جنریٹو AI ایک ہی مرحلے میں موازنہ کرنے والی ٹیکنالوجیز سے زیادہ تیزی سے پھیل رہا ہے۔ لیکن اکیلے اپنانے کی رفتار آپ کو یہ نہیں بتاتی کہ یہ ورک فلو میں کتنی گہرائی سے سرایت کر رہا ہے یا یہ خاص طور پر تلاش کے رویے کو کتنا بدل رہا ہے۔

جاگڈ فرنٹیئر

تلاش کے پیشہ ور افراد کے لیے رپورٹ کا سب سے کارآمد تصور اس کی AI صلاحیت کا “جگڈ فرنٹیئر” ہو سکتا ہے۔

بین الاقوامی ریاضی اولمپیاڈ میں سونے کا تمغہ جیتنے والے وہی ماڈل صرف اینالاگ گھڑیوں کو صحیح طریقے سے پڑھتے ہیں۔ 50% وقت کا IEEE سپیکٹرم نے اطلاع دی ہے کہ Claude Opus 4.6 اسکور ہیومینٹی کے آخری امتحان میں سب سے اوپر ہے جبکہ گھڑیوں کو صرف 8.9% درستگی وہ ماڈل جو پی ایچ ڈی کی سطح کے سائنس کے سوالات کرتے ہیں وہ اب بھی ویڈیو کی تفہیم اور ملٹی سٹیپ پلاننگ کے ساتھ جدوجہد کرتے ہیں۔

اے آئی انڈیکس اسٹیئرنگ کمیٹی کے شریک ڈائریکٹر رے پیرالٹ نے آئی ای ای ای سپیکٹرم کو بتایا کہ بینچ مارکس حقیقی دنیا کے نتائج پر صاف نقشہ نہیں بناتے ہیں۔ ماڈل کے اسکور کو جاننا 75% قانونی استدلال کے بینچ مارک پر “ہمیں اس بارے میں بہت کم بتاتا ہے کہ یہ قانون کی مشق کی سرگرمیوں میں کتنی اچھی طرح سے فٹ ہو گا،” انہوں نے کہا۔

تلاش کے پیشہ ور افراد نے AI تلاش کی مصنوعات میں اسی طرح کی ناہمواری دیکھی ہے۔ احرف کی تحقیق سے پتہ چلتا ہے کہ AI موڈ اور AI جائزہ ایک ہی سوالات کے لیے مختلف URLs کا حوالہ دیتے ہیں، صرف 13% اوورلیپ گوگل کے روبی اسٹین نے تسلیم کیا کہ جب لوگ ان کے ساتھ مشغول نہیں ہوتے ہیں تو یہ نظام AI جائزہ کو پیچھے ہٹاتا ہے۔ یہ اشارے تجویز کرتے ہیں کہ AI تلاش کی کارکردگی تمام سیاق و سباق میں غیر مساوی ہے، یہاں تک کہ اگر گوگل نے پوری طرح سے وضاحت نہیں کی ہے کہ ان اختلافات کو سب سے زیادہ واضح کیا جاتا ہے۔

سٹینفورڈ کا ڈیٹا بتاتا ہے کہ مضبوط بینچ مارک کارکردگی تمام کاموں یا استفسار کی اقسام میں قابل اعتماد نتائج کی ضمانت نہیں دیتی۔ آیا مستقبل کے ماڈلز کے ساتھ ناہمواری بہتر ہوتی ہے یہ ایک کھلا سوال ہے جس کا جواب رپورٹ میں نہیں ہے۔

شفافیت کو کیا ہو رہا ہے۔

رپورٹ شفافیت کے بارے میں جو کچھ کہتی ہے وہ براہ راست تلاش سے جڑتی ہے۔

فاؤنڈیشن ماڈل ٹرانسپیرنسی انڈیکس ایک ہی سال میں 58 سے 40 تک گر گیا۔ سب سے زیادہ قابل ماڈل سب سے کم اسکور کرتے ہیں۔ Google، Anthropic، اور OpenAI سبھی نے اپنے تازہ ترین ماڈلز کے لیے ڈیٹاسیٹ کے سائز اور تربیت کے دورانیے کو ظاہر کرنا بند کر دیا ہے۔ 2025 میں لانچ کیے گئے 95 انتہائی قابل ذکر ماڈلز میں سے 80 بغیر تربیتی کوڈ کے بھیجے گئے۔

TechCrunch نے AI کے بارے میں ماہرانہ امید اور اس کے بارے میں عوامی اضطراب کے درمیان ایک رابطہ منقطع نوٹ کیا۔ امریکہ نے سروے کیے گئے ممالک میں AI کو ریگولیٹ کرنے کی اپنی حکومت کی صلاحیت پر سب سے کم اعتماد کی اطلاع دی۔ 31%.

خود انڈیکس کے تناظر میں، 58 سے 40 تک گرنا اس بات کی نشاندہی کر سکتا ہے کہ کمپنیاں زیادہ خفیہ ہوتی جا رہی ہیں۔ یہ اس بات کی بھی عکاسی کر سکتا ہے کہ انڈیکس بند سورس ماڈلز کو ڈیزائن کے لحاظ سے سزا دیتا ہے، اور سب سے زیادہ قابل ماڈل بند سورس ہوتے ہیں۔ دونوں وضاحتیں بیک وقت درست ہو سکتی ہیں۔

پریکٹیشنرز کے لیے جو چیز اہمیت رکھتی ہے وہ مضمرات ہے۔ AI جائزہ، AI موڈ، اور ChatGPT تلاش کو طاقت دینے والے ماڈل بیک وقت زیادہ قابل اور کم وضاحت کے قابل ہو رہے ہیں۔ آپ ان سسٹمز کے لیے بہتر کر رہے ہیں جہاں انہیں بنانے والی کمپنیاں اس بارے میں کم شیئر کر رہی ہیں کہ وہ کیسے کام کرتے ہیں، زیادہ نہیں۔

رپورٹ کے اعترافات سے پتہ چلتا ہے کہ Stanford HAI کو Google، OpenAI اور دیگر سے مالی مدد ملتی ہے، اور یہ کہ رپورٹ ChatGPT اور Claude کی مدد سے تیار کی گئی تھی۔

انٹری لیول کا سوال

22 سے 25 سال کی عمر کے سافٹ ویئر ڈویلپرز کی ملازمت میں تقریباً کمی آئی ہے۔ 20% رپورٹ کے مطابق، 2024 سے۔ اسی مدت میں پرانے ڈویلپرز کی تعداد میں اضافہ ہوا۔ اسی طرح کا نمونہ کسٹمر سروس کے کرداروں میں ظاہر ہوا۔

پہلی نظر میں، ایسا لگتا ہے کہ AI انٹری لیول کے کام کی جگہ لے رہا ہے۔ لیکن رپورٹ میں ایک انتباہ شامل ہے جو اس نتیجے کو پیچیدہ بناتا ہے۔ بے روزگاری بہت سے پیشوں میں بڑھ رہی ہے، اور AI سے کم سے کم بے نقاب کارکنوں نے اسے سب سے زیادہ بے نقاب ہونے والوں سے زیادہ دیکھا ہے۔

یہ ایک عنصر کے طور پر AI کو مسترد نہیں کرتا ہے۔ اس کا مطلب ہے کہ 20% کمی اے آئی کی نقل مکانی، وسیع تر ملازمتوں میں سست روی، کمپنیاں اپنی داخلہ سطح کی خدمات کی تنظیم نو، یا تینوں کو ایک ساتھ ظاہر کر سکتی ہیں۔ رپورٹ باہمی تعلق پیش کرتی ہے، وجہ نہیں۔

تلاش اور مواد کی ٹیموں کے لیے، سگنل دشاتمک ہوتا ہے چاہے وجہ مخلوط ہو۔ اسٹینفورڈ کا ڈیٹا اس سال کے شروع میں ٹفٹس اے آئی جابس رسک انڈیکس سے مطابقت رکھتا ہے۔ ایسے کردار جن میں موجودہ ذرائع سے معلومات جمع کرنا شامل ہوتا ہے ان کرداروں کے مقابلے میں زیادہ دباؤ کا سامنا کرنا پڑتا ہے جن کے لیے فیصلے، تجربے اور اصل تجزیہ کی ضرورت ہوتی ہے۔

تلاش پیشہ ور افراد کے لیے یہ کیوں اہمیت رکھتا ہے۔

یہاں تک کہ اس کے انتباہات کے ساتھ، اپنانے کی رفتار اس کی رفتار کی وضاحت کرتی ہے جو آپ دیکھ رہے ہیں۔

گوگل نے Q1 2025 تک AI جائزہ کو 1.5 بلین ماہانہ صارفین تک بڑھا دیا۔ AI موڈ Q3 2025 تک 75 ملین یومیہ فعال صارفین تک پہنچ گیا، پھر عالمی ہو گیا۔ گوگل نے سرچ لائیو کو 200+ ممالک تک پھیلا دیا۔ پرسنل انٹیلی جنس اس سال مفت امریکی صارفین کے لیے متعارف کرائی گئی۔

اپنانے کا وکر یہ بتانے میں مدد کرتا ہے کہ گوگل اس رفتار سے AI تلاش کی خصوصیات کو کیوں بڑھا رہا ہے۔ یہ ہمیں یہ نہیں بتاتا کہ اسٹینڈ اسٹون AI ٹولز کے بجائے اس کا کتنا استعمال تلاش کے اندر ہو رہا ہے۔

“جگڈ فرنٹیئر” کا مطلب ہے کہ آپ سوالات کے زمروں میں AI تلاش کے معیار کے بارے میں بالکل مفروضے نہیں لگا سکتے۔ ایک استفسار کی قسم جو آج درست AI جائزہ پیش کرتی ہے وہ معمولی تغیرات کے ساتھ فریب کا شکار ہو سکتی ہے۔ مانیٹرنگ کو سوال کی سطح پر ہونے کی ضرورت ہے، زمرہ کی سطح پر نہیں۔ Search Console فی الحال AI جائزہ یا AI موڈ کی کارکردگی کو روایتی سرچ میٹرکس سے الگ نہیں کرتا ہے، جو اسے مشکل بناتا ہے۔

شفافیت میں کمی اس بات کو متاثر کرتی ہے کہ آپ کتنی اچھی طرح سمجھ سکتے ہیں کہ آپ کا مواد AI سے تیار کردہ جوابات میں کیوں ظاہر ہوتا ہے یا ظاہر نہیں ہوتا ہے۔ جب Google اپنی تلاش کی خصوصیات کو طاقتور بنانے والے ماڈلز کے بارے میں کم شیئر کرتا ہے، تو آپ جو کچھ شائع کرتے ہیں اور جو منظر عام پر آتا ہے اس کے درمیان فیڈ بیک لوپ پڑھنا مشکل ہو جاتا ہے۔

شیلی والش نے SEJ لائیو میں بات کی اور گرانٹ سیمنز کا حوالہ دیا، “سنہری علم” اصل ڈیٹا، خود تجربہ، اور گہرائی پر بنایا گیا مواد ہے جسے AI کے خلاصے تربیتی ڈیٹا سے نقل نہیں کر سکتے۔ گود لینے کی رفتار اور ماڈل کی حدود سے متعلق سٹینفورڈ رپورٹ کا ڈیٹا اس پوزیشن کی تائید کرتا ہے۔ ماڈل تیز اور بڑے پیمانے پر استعمال ہوتے ہیں، لیکن وہ ناہموار ہیں۔ وہ مواد جو خلا کو پُر کرتا ہے جہاں AI ناقابل بھروسہ ہے اس کا ساختی فائدہ ہے۔

رپورٹ ہمیں کیا نہیں بتاتی

اسٹینفورڈ کی رپورٹ تلاش کے لیے مخصوص اپنانے کے ڈیٹا کو نہیں توڑتی ہے۔ ہم نہیں جانتے کہ اس کا کتنا فیصد ہے۔ 53% خاص طور پر ChatGPT، Gemini، یا دیگر اسٹینڈ اسٹون ٹولز کے ذریعے تلاش کے ذریعے AI کا استعمال کرتا ہے۔

گوگل کے AI تلاش کے استعمال کی تعداد محدود ہے۔ کمپنی نے اطلاع دی۔ کہ AI جائزہ Q1 2025 میں 1.5 بلین ماہانہ صارفین تک پہنچ گیا، اور AI موڈ تک پہنچ گیا Q3 2025 میں 75 ملین یومیہ فعال صارفین۔ تازہ ترین اعداد و شمار کو اگلی کمائی کال میں شامل کیا جانا چاہئے۔

رپورٹ ہمیں یہ بھی نہیں بتا سکتی ہے کہ آیا تلاش کی ایپلی کیشنز میں کنجی ہوئی سرحدی مسئلہ بہتر ہو رہا ہے یا خراب ہو رہا ہے۔ بینچ مارک ڈیٹا دکھاتا ہے کہ ماڈلز مجموعی طور پر بہتر ہو رہے ہیں، لیکن گھڑی پڑھنے کی مثال یہ ظاہر کرتی ہے کہ بہتری یکساں نہیں ہے۔ آیا AI جائزہ اور AI موڈ ان مخصوص سوالات کے لیے زیادہ قابل اعتماد ہو رہے ہیں جو آپ کے کاروبار کے لیے اہم ہیں، آپ کی اپنی نگرانی کی ضرورت ہے، مجموعی بینچ مارک ڈیٹا کی نہیں۔

آگے دیکھ رہے ہیں۔

اسٹینفورڈ کی رپورٹ گوگل کی مارچ کور اپ ڈیٹ مکمل ہونے کے ایک ہفتے بعد سامنے آئی ہے۔ الفابیٹ کی اگلی کمائی کال میں ممکنہ طور پر اپ ڈیٹ کردہ AI تلاش کے استعمال کے نمبر شامل ہوں گے۔

گود لینے کا ڈیٹا اس بات کی پیش گوئی نہیں کرتا ہے کہ سال کے آخر تک تلاش کیسی نظر آئے گی۔ لیکن یہ اس بات کی تصدیق کرتا ہے کہ AI-پہلا سلوک اب قیاس آرائی پر مبنی نہیں ہے۔ سوال یہ ہے کہ کیا گوگل کی اے آئی سرچ پروڈکٹس کو اپنانے کی رفتار سے ملنے کے لیے کافی قابل اعتماد ہو جائے گا۔

مزید وسائل پڑھیں:

---

نمایاں تصویر: n_a ویکٹر/شٹر اسٹاک