سیدھا جواب: 17 ستمبر 2026 کو Anthropic نے اپنا R&D Automation Index شائع کیا، جو اس بات کی پہلی تفصیلی عوامی پیمائش ہے کہ ایک فرنٹیئر ماڈل لیب کے اندر کتنا کام حقیقت میں AI انجام دیتا ہے۔ نمایاں نتیجہ یہ ہے کہ اگست 2026 تک Claude کمپنی کے ماڈل تحقیق و ترقی کے 26% کام کی "قیادت" کرتا ہے، جبکہ اسی سال فروری میں یہ 1% سے کم تھا، اس کام کا 90% سے زیادہ حصہ "تعاون" کی سطح یا اس سے اوپر ہو رہا ہے، اور کوئی ناپی گئی قسم مکمل خود مختاری تک نہیں پہنچی۔ آپ کے کاروبار کے لیے سب سے اہم چیز یہ عدد نہیں۔ بلکہ اس کے پیچھے کا طریقہ ہے، کیونکہ آپ اسے اپنے آپریشن پر ان ٹولز سے دہرا سکتے ہیں جو آپ کے پاس پہلے سے موجود ہیں۔

Anthropic نے اصل میں کیا شائع کیا

"ہمارا کتنا کام خودکار ہے" کے بارے میں زیادہ تر گفتگو تاثرات پر چلتی ہے۔ ایک مینیجر کہتا ہے کہ ٹیم کا آدھا کام اب خودکار ہے؛ اسی ٹیم کا ایک ڈیولپر کہتا ہے کہ ٹول صرف بنیادی دہرایا جانے والا کوڈ لکھتا ہے۔ Anthropic نے جو کیا وہ اس سوال کو تاثر کے بجائے ایک مقررہ طریقہ کار کے ساتھ قابل تکرار پیمائش میں بدلنا تھا۔

بنیادی طور پر خیال سادہ ہے: ماڈل کے تحقیق و ترقی کے شعبوں کے اندر حقیقت میں ہونے والے ہر قسم کے کام کی فہرست بنائیں، ہر قسم کو ایک ایسے پیمانے پر درجہ دیں جو ظاہر کرے کہ ماڈل کتنا شامل ہے، پھر ان درجات کو ایک ایسے وزن کے ساتھ جمع کریں جو ظاہر کرے کہ ہر قسم کتنی اہم ہے۔ کمپنی اس انڈیکس کو حتمی پیمائش کے بجائے ایک ابتدائی نمونہ قرار دیتی ہے، اور اسے ایک وسیع تر کوشش کا حصہ بتاتی ہے تاکہ اس فاصلے کو کم کیا جا سکے جو اس بارے میں ہے کہ فرنٹیئر لیبز کیا جانتی ہیں اور عوام کیا جانتے ہیں کہ یہ ٹیکنالوجی کتنی تیزی سے آگے بڑھ رہی ہے۔

چھ درجوں کا پیمانہ: AL0 سے AL5 تک

یہ پیمانہ Epoch AI کا ہے اور اسے Automation Level کہا جاتا ہے، جو صفر سے پانچ تک جاتا ہے:

  • AL0: AI کی کوئی شمولیت نہیں۔
  • AL1 اور AL2: کم سے کم شمولیت، پھر مدد — انسان کام کرتا ہے جبکہ ماڈل چھوٹے قدموں کی تجویز دیتا ہے یا انہیں تیز کرتا ہے۔
  • AL3، "تعاون": ماڈل قریبی، مسلسل انسانی رہنمائی میں کام کے بڑے حصے مکمل کرتا ہے۔
  • AL4، "قیادت": ماڈل ایک اعلیٰ سطحی ہدایت سے کام کا بیشتر حصہ شروع سے آخر تک مکمل کرتا ہے، انسانی نگرانی کے ساتھ۔
  • AL5: انسان کی شمولیت کے بغیر مکمل خود مختاری — ایک ایسی سطح جو کسی بھی ناپی گئی قسم میں نہیں پہنچی۔

جب Anthropic "26%" کہتی ہے تو اس کا مطلب خاص طور پر وہ اقسام ہیں جو AL4 تک پہنچیں۔ AL3 اور AL4 کے درمیان فرق ہی آپریشنل طور پر اہم ہے: پہلے میں انسان ہر قدم کے اندر رہتا ہے؛ دوسرے میں انسان کا کردار ہدف مقرر کرنے اور نتیجے کا جائزہ لینے کی طرف منتقل ہو جاتا ہے۔

رپورٹ کا سب سے اہم عدد 26% نہیں

طریقہ کار میں ایک ایسا عدد چھپا ہے جو سرخی سے زیادہ توجہ کا مستحق ہے۔ جب ماڈل کے آٹومیشن درجے کا موازنہ کام کرنے والے ملازم کے دیے گئے درجے سے کیا گیا، تو دونوں 59% وقت بالکل مماثل تھے، اور 97% وقت ایک دوسرے سے ایک سطح کے اندر رہے۔ جب ایک ملازم کے درجے کا موازنہ اسی کام پر ساتھی کے درجے سے کیا گیا، تو وہ صرف 35% وقت مماثل تھے۔

سادہ الفاظ میں: انسان اپنے ہی کام کے خودکار ہونے کے بارے میں ایک دوسرے سے اس سے زیادہ اختلاف کرتے ہیں جتنا وہ ماڈل سے کرتے ہیں۔ یہی آپ کی کمپنی کی ان میٹنگز کی وضاحت ہے جو کسی نتیجے کے بغیر ختم ہو جاتی ہیں۔ اگر ایک ہی ٹیم کے دو ساتھی اپنے ہی کام کی تفصیل پر متفق نہیں ہو سکتے، تو اجتماعی تاثر پر بنایا گیا AI سرمایہ کاری کا ہر فیصلہ کمزور زمین پر کھڑا ہے۔ حل مزید بحث نہیں۔ بلکہ ایک تحریری، مقررہ پیمانہ ہے جو وقفے وقفے سے اسی چیز پر دوبارہ لاگو کیا جائے۔

ایک ہفتے میں انڈیکس کا اپنا ورژن کیسے بنائیں

Anthropic کا بیان کردہ طریقہ کار ایک درمیانے درجے کی کمپنی تک چھوٹا کیا جا سکتا ہے۔ مختصراً قدم یہ ہیں:

  • اصل کام کی فہرست بنائیں، ملازمت کی تفصیل کی نہیں: Anthropic نے جولائی 2026 کے دوران متعلقہ شعبوں کے عملے کے بے ترتیب 20% کا نمونہ لیا اور اندرونی گفتگوؤں اور دستاویزات سے ان کے اصل کام کا جائزہ لیا، جس سے تقریباً 15,000 باریک کام سامنے آئے۔ آپ کے لیے ایک یا دو ٹیموں کے ایک حقیقی کام کے ہفتے کا اس سے کہیں چھوٹا نمونہ کافی ہے۔
  • کاموں کو ایک درخت کی شکل میں ترتیب دیں: ان 15,000 کاموں کو 542 نوڈز کے ایک درخت میں گروپ کیا گیا، جن میں سے 378 آخری شاخوں کی اقسام تھیں۔ ایک درمیانے درجے کی کمپنی تیس سے پچاس آخری اقسام کے ساتھ ایک مفید تصویر تک پہنچ جاتی ہے۔
  • احساس سے نہیں، وقت سے وزن دیں: انہوں نے ہر کام پر صرف ہونے والے انسانی وقت کو اس کی اہمیت کے متبادل پیمانے کے طور پر استعمال کیا۔ اس سے دکھاوے والے، کم اثر والے کام تصویر پر حاوی نہیں ہوتے۔
  • ہر قسم کو AL0–AL5 پیمانے پر درجہ دیں: اور درجے کی ایک سطری وجہ لکھیں تاکہ بعد میں اس کا جائزہ لیا جا سکے۔
  • ٹوکری کو منجمد کریں اور دوبارہ ناپیں: بنیادی نکتہ یہ ہے کہ اقسام کی فہرست ایک بار بننے کے بعد منجمد کر دی جاتی ہے، تاکہ ہر دوبارہ پیمائش ایک نئی فہرست کے بجائے اسی چیز پر ہو۔ منجمد کیے بغیر آپ اپنی فہرست میں تبدیلیاں ناپ رہے ہوتے ہیں، آٹومیشن میں پیش رفت نہیں۔

اس مشق کا نتیجہ فخر کرنے کے لیے کوئی عدد نہیں۔ یہ ایک نقشہ ہے جو آپ کو بتاتا ہے کہ آپ کے آپریشن میں AI حقیقت میں کہاں کھڑا ہے: کون سی اقسام "تعاون" تک پہنچ چکی ہیں اور گہری آٹومیشن کی مستحق ہیں، اور کون سی بہت سے گھنٹے کھانے کے باوجود ابھی صفر پر ہیں — اور یہی آپ کے قریب ترین مواقع ہیں۔

"قیادت" کی سطح کا عملی مطلب

جب آپ کی کمپنی میں کام کی کوئی قسم AL4 تک پہنچتی ہے، تو صرف ٹیم کا حجم نہیں بلکہ انتظام کی شکل بدل جاتی ہے۔ ہدایت اعلیٰ سطحی ہو جاتی ہے اور جائزہ حتمی نتیجے پر منتقل ہو جاتا ہے، جس کا مطلب ہے کہ نتیجے کا معیار دو چیزوں پر ٹکا ہوتا ہے: تحریری ہدایات کی وضاحت، اور کسی بھی ناقابل واپسی اثر سے پہلے ایک جائزے کا مقام — کوئی چیز جو صارف کو بھیجی جائے، حقیقی ڈیٹا میں تبدیلی، یا کوئی مالی وعدہ۔

جو منصوبے ہم کلائنٹس کے لیے بناتے ہیں، ان میں یہی فرق ہے اس آٹومیشن میں جس پر آپ بھروسہ کرتے ہیں اور اس میں جو آپ کو پریشان کرتی ہے۔ ایک ماڈل پورے کام کی قیادت کر سکتا ہے، لیکن اس کے گرد کا نظام طے کرتا ہے کہ جب وہ غلط ہو تو کیا ہوتا ہے: کیا غلطی قابل جائزہ لاگ میں ظاہر ہو کر ایک منظوری کے دروازے پر رک جاتی ہے، یا سیدھی صارف تک پہنچ جاتی ہے؟ AL3 سے AL4 تک جانا ماڈل پر بھروسے کا سوال بننے سے پہلے نظام کے ڈیزائن کا فیصلہ ہے۔

وہ احتیاطیں جو Anthropic نے خود بیان کیں

انصاف کا تقاضا ہے کہ ان حدود کا ذکر کیا جائے جو کمپنی نے اپنی پیمائش پر خود رکھیں: کسی آزاد بیرونی فریق نے اس کی تصدیق نہیں کی، اور یہ زیادہ تر خود Claude کے ذریعے تیار کی گئی، یعنی جس ماڈل کی پیمائش ہو رہی تھی وہ پیمائش میں شریک تھا — جو اس کی غلطیاں فیصلے میں لا سکتا ہے۔ Anthropic کا کہنا ہے کہ وہ بعد میں تیسرے فریق کے جائزہ کاروں کو شامل کرنے کا ارادہ رکھتی ہے۔ کاموں کی ٹوکری کو جولائی 2026 کی بنیاد پر منجمد کرنے کا مطلب یہ بھی ہے کہ بعد میں سامنے آنے والی کام کی اقسام حساب میں شامل نہیں ہوتیں۔

لہٰذا عدد کو اس کی اصل حیثیت میں پڑھیں: ایک فرنٹیئر لیب کے اندر سے سمت کا ایک مضبوط اشارہ، نہ کہ لیبر مارکیٹ کے بارے میں کوئی طے شدہ حقیقت۔ چھ ماہ میں 1% سے کم سے 26% تک کی چھلانگ اعشاریوں کی درستگی سے قطع نظر توجہ کی مستحق ہے۔

کہاں سے شروع کریں

ایک ٹیم اور ایک ہفتے سے شروع کریں۔ ریکارڈ کریں کہ ٹیم نے اصل میں کیا کیا، اسے تیس اقسام میں ترتیب دیں، ہر ایک کو پیمانے پر درجہ دیں، فہرست منجمد کریں، اور تین ماہ بعد دوبارہ ناپیں۔ آپ کے پاس ایک ایسی چیز ہوگی جو آج زیادہ تر کمپنیوں کے پاس نہیں: بحث کرنے کے بجائے موازنہ کرنے کے لیے ایک تحریری بنیاد۔ اور اگر آپ صفر پر آنے والی اقسام کو چلنے والے نظاموں میں بدلنا چاہتے ہیں، تو Origami میں ہم بالکل یہی بناتے ہیں۔

ذرائع

  • Anthropic — فرنٹیئر لیبز کے اندر AI کی ترقی کی رفتار کی پیمائش: anthropic.com
  • Epoch AI — انڈیکس میں استعمال ہونے والا آٹومیشن سطح کا پیمانہ: epoch.ai