AI बजट जिसकी खुलकर बात बहुत कम होती है

AI को अपनाना एक मासिक परिचालन लागत है

एक सुविधाजनक भ्रम है: AI की लागत $20 प्रति सीट है और बस।

यह आंकड़ा वास्तविक है। और यह अधूरा भी है। यह एक व्यक्ति के लिए एक चैट सब्सक्रिप्शन का वर्णन करता है, न कि इसका कि जब कोई कंपनी प्रोडक्ट, इंजीनियरिंग, डिज़ाइन, मार्केटिंग, QA और ऑपरेशन में एक साथ, हर दिन, असली काम पर AI का उपयोग शुरू करती है, तो क्या होता है।

जब AI असली वर्कफ़्लो में शामिल हो जाता है, तो वह एक सरल टूल सब्सक्रिप्शन की तरह काम करना बंद कर देता है और एक परिचालन लागत की तरह व्यवहार करने लगता है। इसलिए नहीं कि यह बहुत महंगा है, बल्कि इसलिए कि यह हर चीज़ को प्रभावित करता है। Jira टिकट को पुनर्गठित करने वाला प्रोडक्ट मैनेजर, घंटों कोडिंग एजेंट चलाने वाला इंजीनियर, इमेज वेरिएंट बनाने वाला डिज़ाइनर, कैंपेन कॉपी लिखने वाला मार्केटर, और टेस्ट मैट्रिसेज़ बनाने वाला QA लीड — इन सभी का लागत प्रोफ़ाइल एक जैसा नहीं होता।

उपयोगी सवाल यह नहीं है कि क्या AI पर पैसा खर्च होता है। होता है। उपयोगी सवाल यह है कि उस खर्च को इस तरह कैसे वितरित किया जाए कि वह वास्तव में उस मूल्य से मेल खाए जो हर व्यक्ति उससे निकालता है।

तीन असली लागत परतें

जब कोई टीम आकस्मिक प्रयोग से आगे बढ़कर AI को असल में अपनाती है, तो खर्च आमतौर पर एक साथ तीन परतों में आता है।

• सीट-आधारित चैट टूल। यह वह दृश्यमान लागत है जिसे सभी पहले नोटिस करते हैं: ChatGPT Business, Claude Team, Gemini Advanced और इसी तरह के प्लान। ये ड्राफ्टिंग, सारांश, ब्रेनस्टॉर्मिंग, त्वरित विश्लेषण और रोज़मर्रा की प्रॉम्प्टिंग को कवर करते हैं। ये लगभग सभी के लिए उपयोगी हैं। और ये बस शुरुआत हैं।
• वर्कफ़्लो और API उपयोग। यहाँ AI संवाद से परे, परिचालन बन जाता है। एक व्यक्ति के मॉडल से चैट करने की बजाय, टीम संरचित योजना, शोध, इमेज जनरेशन, Jira इशू को समृद्ध करने और दस्तावेज़ वर्कफ़्लो चलाती है। Just प्राइसिंग कैलकुलेटर जैसे टूल यहाँ आते हैं, और खर्च उस पर निर्भर करता है जो वास्तव में चलाया जाता है।
• कोडिंग एजेंट। यह वह लाइन है जो टीमों को चौंका देती है। Claude Code, Codex और इसी तरह के टूल एक सामान्य चैट सेशन से कहीं अधिक कंप्यूट जलाते हैं क्योंकि वे फ़ाइलें पढ़ते हैं, आर्किटेक्चर पर विचार करते हैं, कोड लिखते हैं, टेस्ट चलाते हैं और इटरेट करते हैं।

ये तीन परतें — सीटें, वर्कफ़्लो और कोडिंग एजेंट — एक टीम के AI बजट की असली बनावट हैं। योजना बनाने की गलती इन्हें एक साफ़-सुथरी संख्या के रूप में मानना है।

अलग-अलग भूमिकाओं की लागत अलग क्यों होती है

यह वह हिस्सा है जो आपके बजट बनाने के तरीके को बदलना चाहिए।

जो कंपनी हर कर्मचारी को एक जैसा AI सब्सक्रिप्शन देती है, वह लगभग निश्चित रूप से पैसे का गलत आवंटन कर रही है। छह घंटे Claude Code चलाने वाला इंजीनियर और इंटरव्यू प्रश्न लिखने वाला रिक्रूटर — इनका खर्च बिल्कुल अलग होता है। हफ्ते में तीस टिकटों पर काम करने वाला PM और कभी-कभी चैट से जवाब लिखने वाला सपोर्ट एजेंट — इनके बजट का ढांचा मौलिक रूप से अलग है।

यह अंतर छोटा नहीं है। भूमिकाओं के बीच यह आसानी से 5–10 गुना हो सकता है।

ये प्रोडक्ट की कीमतें नहीं हैं। ये भूमिका-आधारित बजट बैंड हैं: सीटों, वर्कफ़्लो उपयोग और किसी भी कोडिंग-एजेंट लागत को जोड़ने पर एक व्यक्ति का कुल AI खर्च आमतौर पर कहाँ आता है। डैश का मतलब असंभव नहीं है — इसका मतलब है कि यह इतना दुर्लभ है कि इसे डिफ़ॉल्ट योजना नहीं, अपवाद माना जाए।

तालिका से ज़्यादा कुछ पैटर्न मायने रखते हैं। इंजीनियर लगभग हमेशा सबसे महंगे AI उपयोगकर्ता होते हैं क्योंकि कोडिंग एजेंट उनके लागत प्रोफ़ाइल पर हावी रहते हैं। PM आश्चर्यजनक रूप से भारी उपयोगकर्ता बन सकते हैं जब AI टिकट शेपिंग, प्लानिंग और रिसर्च में शामिल हो जाता है। इमेज जनरेशन बार-बार होने पर डिज़ाइनरों का खर्च तेजी से बढ़ता है। सपोर्ट, रिक्रूटिंग और ऑपरेशन आमतौर पर हल्के रहते हैं।

निष्कर्ष सीधा है: प्रति व्यक्ति समान AI बजट लगभग हमेशा गलत होता है।

Just में एक वर्कफ़्लो की लागत

अमूर्त लागत परतें रूपरेखा बनाने के लिए उपयोगी हैं। ठोस वर्कफ़्लो संख्याएँ ही योजना बनाना संभव बनाती हैं। यहाँ बताया गया है कि यह Just के अंदर कैसा दिखता है, जहाँ असली Jira इशू पर संरचित AI वर्कफ़्लो चलते हैं।

एक डिफ़ॉल्ट इनसाइट — किसी Jira इशू का मानक AI-संचालित विश्लेषण — की लागत ~$0.60 है। सर्च और पाँच जनरेटेड इमेज के साथ भारी इनसाइट आमतौर पर कुल $0.60–$1.00 के दायरे में आता है।

स्टेप स्तर पर, मोटा अनुमान इस प्रकार है। नीचे इमेज लागत Nano Banana 2 के लिए है, जो Just के अंदर Google का वर्तमान डिफ़ॉल्ट इमेज मॉडल है।

महत्वपूर्ण बात सटीक सेंट मूल्य नहीं है। महत्वपूर्ण यह है कि वर्कफ़्लो अमूर्त नहीं रहता। एक टीम हल्के प्लानिंग रन और रिसर्च-भारी रन के बीच का अंतर देख सकती है, फिर तय कर सकती है कि कौन से वर्कफ़्लो व्यापक उपयोग के योग्य हैं और कौन से चुनिंदा रहने चाहिए।

अपनी टीम के लिए एक त्वरित आधार रेखा के लिए, नीचे दिए Just प्राइसिंग कैलकुलेटर का उपयोग करें:

टीम के आकार के अनुसार मासिक परिदृश्य

यहाँ बजट ठोस रूप लेता है। नीचे दिए गए नंबर दिशात्मक अनुमान हैं — योजना के लिए उपयोगी, न कि छद्म-सटीक उद्धरण। कौन सा परिदृश्य आपकी टीम पर फिट बैठता है, यह इस पर निर्भर करता है कि AI मुख्य रूप से कैसे तैनात है: वर्कफ़्लो-फर्स्ट, व्यापक सीट रोलआउट, या इंजीनियरिंग-हेवी।

Just-संचालित वर्कफ़्लो बजट

ये नंबर संरचित Jira वर्कफ़्लो को AI स्टैक के केंद्र के रूप में मानते हैं।

केवल सीट रोलआउट

यह सबसे सरल मॉडल है: सभी को एक चैट प्लान दें और इसे ख़त्म मानें।

यह मॉडल बजट बनाना और लागू करना आसान है। यह अधूरा भी है। यह वर्कफ़्लो दृश्यता, आउटपुट गुणवत्ता या भारी इंजीनियरिंग उपयोग के बारे में लगभग कुछ नहीं बताता।

मिश्रित सीट + कोडिंग-एजेंट रोलआउट

यह उसके ज़्यादा करीब है जो गंभीर टीमें अंततः करती हैं।

पैटर्न सटीक संख्या से ज़्यादा मायने रखता है। कोडिंग एजेंट जल्दी ही अपना बजट लाइन बन जाते हैं, और भारी उपयोगकर्ताओं का एक छोटा समूह बाकी सभी की तुलना में अधिक बजट उपयोग कर सकता है।

कोडिंग एजेंट अपना अलग बजट हैं

यह वह लागत रेखा है जिसे टीमें सबसे अधिक कम आंकती हैं।

कोडिंग एजेंट चैट टूल नहीं हैं। वे चैट की तरह व्यवहार नहीं करते, और चैट की तरह लागत नहीं आती। एक सामान्य बातचीत में कुछ हज़ार टोकन शामिल हो सकते हैं। एक कोडिंग-एजेंट सेशन सैकड़ों हज़ार टोकन उपयोग कर सकता है जबकि वह कोडबेस पढ़ता है, आर्किटेक्चर पर विचार करता है, कोड लिखता है, टेस्ट चलाता है और इटरेट करता है।

इसीलिए $20 प्लान अक्सर एक केंद्रित इंजीनियरिंग दिन भी नहीं संभाल पाता।

व्यावहारिक सलाह सरल है: कोडिंग एजेंट को सामान्य चैट सीटों से अलग बजट करें। पहचानें कि कौन वास्तव में उन्हें हर दिन उपयोग करता है, उन लोगों को सही टियर पर रखें, और उस लागत को पूरी कंपनी पर न फैलाएं।

बेहतर बजट मॉडल

अधिकांश टीमें दो बुरे तरीकों में से एक से शुरू करती हैं: सभी को एक जैसा प्लान देना, या सभी को जो चाहें खर्च करने देना। पहला सरल है लेकिन फिजूलखर्ची है। दूसरा लचीला है लेकिन अदृश्य।

एक बेहतर मॉडल स्पष्ट निगरानी के साथ भूमिका-जागरूक आवंटन है:

• भारी AI बजट उन लोगों को जाता है जो वास्तव में इससे मूल्य को गुणा करते हैं — आमतौर पर मज़बूत इंजीनियर, उच्च-उपयोग PM, और वे जिनका आउटपुट AI सहायता के ज़रिए बढ़ता है।
• व्यापक टीमों को हल्की सीटें मिलती हैं जहाँ ड्राफ्टिंग, विश्लेषण और कभी-कभी शोध के लिए यह पर्याप्त है।
• वर्कफ़्लो-भारी टीमों को ऐसे टूलिंग मिलती है जहाँ आउटपुट पुन: उपयोग योग्य और ट्रेस करने योग्य रहते हैं, न कि निजी चैट इतिहास में गायब हो जाते हैं।

यहीं Just: Jira के लिए AI सहायक सिर्फ एक और AI टूल से ज़्यादा काम आता है। यह वर्कफ़्लो लागत को दृश्यमान बनाता है, विभिन्न चरणों को विभिन्न प्रदाताओं को रूट करने देता है, और खर्च को अस्पष्ट चैट वॉल्यूम के बजाय इशू-स्तर के असली काम से जोड़ता है। यदि आप इस प्रदाता विभाजन के पीछे की तर्क को समझना चाहते हैं, तो हर मॉडल हर भूमिका के लिए नहीं बना बताता है कि प्लानिंग, रिसर्च और इमेज का काम अलग-अलग मॉडलों पर क्यों जाता है।

लक्ष्य हर कीमत पर खर्च कम करना नहीं है। लक्ष्य खर्च को मूल्य से मिलाना है, बेकार टूलिंग को काटना है, और जहाँ AI हर दिन उपयोगी काम को गुणा करता है, वहाँ अधिक निवेश करना है। यदि आप सीमित बजट से शुरू कर रहे हैं, तो वर्कफ़्लो टूलिंग से शुरू करें जहाँ आउटपुट पुन: उपयोग योग्य हों — वहाँ रिटर्न पहले दिखता है।

रिटर्न आवंटन में है

AI के लिए भुगतान करना उचित है। असली गलती लापरवाह लागत आवंटन है: AI को एक फ्लैट यूटिलिटी शुल्क की तरह मानना, जबकि यह वास्तव में एक परिवर्तनशील परिचालन लागत है जो भूमिका, तीव्रता और टूल प्रकार से आकार लेती है।

AI से सबसे अधिक पाने वाली टीमें न वे हैं जो सबसे कम खर्च करती हैं, न वे जो सबसे ज़्यादा। वे हैं जो खर्च को मूल्य से मिलाती हैं: जहाँ AI रोज़ आउटपुट को गुणा करता है वहाँ अधिक निवेश, जहाँ आउटपुट पुन: उपयोग योग्य रहते हैं वहाँ वर्कफ़्लो पर मध्यम खर्च, बाकी सभी के लिए हल्की सीटें, और कोडिंग एजेंट के लिए स्पष्ट बजट।

AI एक बजट लाइन नहीं है। यह कई लागत परतें, कई भूमिका प्रोफ़ाइल, और शून्य के पास उपयोग से लेकर प्रति व्यक्ति प्रति माह कई सौ डॉलर तक का स्पेक्ट्रम है। जो कंपनियाँ इस वास्तविकता के लिए योजना बनाती हैं, वही वास्तव में रिटर्न हासिल करती हैं।

Just प्राइसिंग कैलकुलेटर से अपनी टीम की वर्कफ़्लो लागत का अनुमान लगाएं, या Just Marketplace पेज पर Jira वर्कफ़्लो देखें।