Meta نے 60٪ چھوٹی AI ٹیموں کا منصوبہ روکا؛ output نے خطرہ دکھایا
26 اگست کو سامنے آنے والی تحقیق کے مطابق Meta نے Project OT کے تحت بعض ٹیموں کا حجم 60٪ تک گھٹانے اور روزمرہ کام کا بڑا حصہ AI agents کو دینے کے منظرنامے بنائے، مگر 19 مئی کو نومبر کے لیے طے شدہ دوسری تنظیمِ نو wave منسوخ کر دی۔ Reuters کی سنڈیکیٹڈ تحقیق کے مطابق پہلی wave میں 20 مئی کو تقریباً 10٪ ملازمین کی چھانٹی ہوئی، جبکہ داخلی اعداد زیادہ AI-generated output کے باوجود محدود user-facing فائدہ اور بڑھتے operational مسائل دکھا رہے تھے۔
یہ 60٪ Meta کی پوری افرادی قوت کی منظور شدہ کٹوتی نہیں تھی۔ کمپنی نے تصدیق کی کہ انتہائی منظرناموں میں بعض ٹیموں کو 60٪ تک چھوٹا کرنے پر غور ہوا، مگر ان میں layoffs کے ساتھ نئی ٹیموں میں منتقلی اور خالی اسامیاں بند کرنا بھی شامل تھا؛ دوسری wave ختم ہونے تک مجموعی layoffs کی حتمی تعداد طے نہیں ہوئی تھی۔ تحقیق یہ متعین نہیں کر سکی کہ Mark Zuckerberg نے صرف output data کی وجہ سے راستہ بدلا، اس لیے داخلی مزاحمت، کمزور morale اور agent reliability کو بھی ممکنہ عوامل سمجھنا چاہیے۔
Project OT میں چھوٹی pods کا خاکہ
Project OT کا بنیادی مفروضہ یہ تھا کہ AI agents روزمرہ کام کا بڑا حصہ سنبھالیں گے اور نسبتاً کم، زیادہ ماہر انسانی کارکن ان کی نگرانی کریں گے۔ ایک ابتدائی product pilot میں پانچ چھوٹی tech pods بنائی گئیں؛ ہر pod میں دو سے تین engineers اور ایک designer تھا، اور چار ہفتوں کے sprint میں prototypes بنانے کا ہدف رکھا گیا۔
بعد کے داخلی AI-Native Playbook میں روایتی designer اور engineer کرداروں کو عمومی builder کردار میں ملانے، درمیانی management layers کم کرنے اور agent-assisted analysis سے روزانہ ترجیحات طے کرنے کا تصور تھا۔ جون تک engineering اور research سمیت کم از کم 11 units نے چھوٹی pods کی کوئی صورت اختیار کر لی تھی۔
نئے انتظامی ڈھانچے میں Pod Leads روزمرہ سمت دیتے تھے مگر ان کے پاس رسمی management اختیار نہیں تھا، جبکہ Org Leads کو 30 سے 50 افراد کی performance اور promotions کی نگرانی دی گئی۔ Meta نے واضح کیا کہ ratings اور promotions کے فیصلے انسان کرتے تھے، AI نہیں۔ یوں یہ مکمل AI takeover نہیں بلکہ workforce redesign، redeployments، role closures، layoffs اور agent-assisted workflows کا ملا جلا تجربہ تھا۔
زیادہ code، مگر صارف تک محدود فائدہ
Project OT کے لیے سب سے اہم کمزوری activity اور حقیقی productivity کے درمیان فرق تھا۔ داخلی اعداد میں ملازمین کے زیرِ استعمال software platforms اور infrastructure پر code changes سال بہ سال 220٪ بڑھے، مگر نئی یا بہتر features کی صورت میں Meta کے صارفین تک پہنچنے والی changes صرف 36٪ بڑھیں؛ Computerworld کی رپورٹ نے اسی فرق کو اس منصوبے کی بنیادی تنبیہ کے طور پر نمایاں کیا۔
دونوں فیصد مختلف پیمانے ناپتے ہیں، اس لیے 220٪ اور 36٪ کو براہِ راست efficiency ratio نہیں سمجھنا چاہیے۔ تاہم یہ فرق دکھاتا ہے کہ code volume بذاتِ خود shipped product، صارف کے فائدے یا کاروباری قدر کا قابلِ اعتماد متبادل نہیں۔ AI زیادہ code اور analysis پیدا کر سکتا ہے، مگر validation، integration، security review اور maintenance کا اضافی بوجھ انسانی ٹیم کو واپس اٹھانا پڑتا ہے۔
یہی title میں بیان کردہ خطرہ ہے: output بڑھا، لیکن اس سے یہ ثابت نہیں ہوا کہ چھوٹی انسانی ٹیم اسی معیار اور reliability کے ساتھ زیادہ ذمہ داری سنبھال سکتی ہے۔ دستیاب شواہد output data کو دوسری wave کی واحد وجہ ثابت نہیں کرتے، البتہ وہ اس restructuring کے productivity مفروضے کو کمزور ضرور کرتے ہیں۔
خودکار actions نے operational خطرہ بڑھایا
تشویش صرف کم مفید code تک محدود نہیں تھی۔ داخلی posts میں unchecked agents کی ایسی بڑے پیمانے کی خلل انگیز کارروائیوں کا ذکر تھا جو انسان عموماً execute نہیں کرتے؛ Ars Technica کی تفصیل کے مطابق بڑے technical اور security incidents پچھلے سال کے مقابلے میں 40٪ بڑھے، جبکہ ان مسائل سے نمٹنے میں ملازمین کا وقت 70٪ تک زیادہ صرف ہوا۔ Meta نے ان داخلی disruption اعداد پر تبصرہ نہیں کیا۔
یہاں blast radius فیصلہ کن پیمانہ بنتا ہے: ایک agent کی غلط کارروائی کتنے systems، records یا users کو متاثر کر سکتی ہے؟ محدود test environment میں کامیاب agent اس وقت مختلف نوعیت کا خطرہ بن جاتا ہے جب اسے deployment، data access، permissions یا بڑے پیمانے کی configuration بدلنے کا اختیار مل جائے۔
ان واقعات نے انسانی جواب دہی کو ختم کرنے کے بجائے production workflow کے اہم مقامات پر واپس لا کھڑا کیا۔ High-impact write، access-control تبدیلی، data export اور وسیع deployment جیسے فیصلوں کے لیے نامزد انسانی approver، مکمل audit trail اور فوری rollback کی صلاحیت محض انتظامی رکاوٹ نہیں بلکہ نقصان محدود رکھنے کا حصہ ہیں۔
Pilot سے production تک چار فیصلہ جاتی دروازے
Project OT سے managers کے لیے نکلنے والا عملی فریم AI کی عمومی قابلیت نہیں بلکہ مخصوص workflow میں autonomy کا خطرہ ناپتا ہے۔ یہ Meta کی اعلان کردہ checklist نہیں، بلکہ رپورٹ شدہ نتائج سے اخذ کردہ چار decision gates ہیں:
- Blast radius: پہلے طے ہو کہ ایک agent action زیادہ سے زیادہ کن systems، users اور data کو متاثر کر سکتا ہے۔ مقررہ حد سے باہر کی کارروائی انسانی منظوری کے بغیر execute نہ ہو۔
- Incident rate: pilot کے technical اور security incidents کا موجودہ انسانی baseline سے موازنہ کیا جائے۔ صرف output بڑھنے کی وجہ سے اضافی incidents کو معمول کی adoption cost نہ سمجھا جائے۔
- Human approvals: reversible اور محدود کام کو high-impact production فیصلوں سے الگ رکھا جائے۔ approver کے پاس ضروری context، رسمی اختیار اور audit record تینوں ہوں۔
- Rollback triggers: incident spike، recovery time میں اضافہ، user-facing outcome کی کمزوری یا غیر معمولی agent action پہلے سے طے شدہ حد پر rollout روک دے۔ انسانی capacity میں مستقل کمی اس وقت تک نہ ہو جب تک یہ پیمانے مناسب مدت تک مستحکم نہ رہیں۔
اس ترتیب کا مرکزی اصول یہ ہے کہ پہلے agent کے نتیجے اور reliability کو production میں ثابت کیا جائے، پھر اس کا اختیار بڑھایا جائے، اور headcount کا مستقل فیصلہ آخر میں کیا جائے۔ Project OT میں تنظیمی خاکہ اس ثبوت سے آگے نکل گیا تھا جو داخلی output اور incident data فراہم کر رہے تھے۔
کیا رکا، اور کیا ابھی جاری رہ سکتا ہے
موجودہ معلوم حیثیت یہ ہے کہ Project OT حقیقی منصوبہ تھا، بعض ٹیموں کے لیے 60٪ تک کمی کے scenarios زیرِ غور آئے، مئی کی پہلی restructuring wave نافذ ہوئی اور نومبر کی دوسری wave منسوخ کر دی گئی۔ Meta نے متاثرہ تمام units کے نام نہیں بتائے اور نہ یہ کہا کہ AI agents نے پوری workforce کے 60٪ ملازمین کی جگہ لے لی تھی۔
دوسری wave رکنے کا مطلب یہ بھی نہیں کہ Meta نے چھوٹی pods یا AI-assisted کام مکمل طور پر ختم کر دیا۔ جولائی میں Zuckerberg نے داخلی town hall میں تسلیم کیا کہ agentic development پچھلے مہینوں میں متوقع رفتار سے تیز نہیں ہوئی، مگر انہوں نے اگلے تین سے چھ ماہ میں بہتری کی توقع بھی ظاہر کی۔ اب غیر واضح سوال یہ ہے کہ Meta کون سی pod structures برقرار رکھے گا، agents کو production میں کتنا اختیار دے گا اور incident metrics یا انسانی approvals کے بارے میں مزید تفصیل جاری کرے گا یا نہیں۔
یہ بھی پڑھیں:
ہمارا نیوز لیٹر سبسکرائب کریں
ویب 3، AI اور کرپٹو کی تازہ خبریں براہ راست اپنے اِن باکس میں پائیں۔