a16z حقیقت رونق هوش مصنوعی را افشا می‌کند: 1% برتر، کل روایت هوش مصنوعی را به دوش می‌کشند

نویسنده: Block Analytics Ltd X Merkle 3s Capital

این مقاله به محتوای a16z "State of Markets II" (سپتامبر 2026، دیوید جورج) استناد می‌کند.

در یک سال گذشته، تقریباً سه‌چهارم از رشد سود در بازار سهام آمریکا از شرکت‌های فناوری ناشی شده است. درآمد، قدرت محاسبات و هزینه‌های سرمایه‌گذاری در هوش مصنوعی تقریباً هر فصل رکوردهای جدیدی را ثبت کرده‌اند. اما اگر از اطرافیان خود بپرسید که هوش مصنوعی چه تاثیری بر حقوق، کسب‌وکار و حساب‌هایشان گذاشته است، اکثر آنها نمی‌توانند پاسخی بدهند. داده‌های کلان این‌قدر داغ هستند، اما احساس شخصی این‌قدر سرد است. چگونه می‌توان این دو واقعیت همزمان وجود داشته باشند؟

یک گزارش، دو دنیا

ابتدا به جنبه داغ نگاه کنیم. این گزارش 90 صفحه‌ای a16z، در آغاز فناوری را "چرخه همه چیز" می‌نامد. به این معنا که فناوری دیگر یک صنعت نیست، بلکه موتور کل اقتصاد است. این گزارش معتقد است که ساخت زیرساخت‌های هوش مصنوعی سهم عمده‌ای از هزینه‌های ساخت و رشد مشاغل کارگری جدید در آمریکا را به خود اختصاص داده است.

منابع مالی این ساخت‌وساز نیز متمرکز است. گزارش اشاره می‌کند که چند شرکت بزرگ ابری با سود خود، بخش عمده‌ای از هزینه‌های سرمایه‌گذاری را به دوش کشیده‌اند و جریان نقدی آزاد به شدت کاهش یافته است و پیش‌بینی می‌شود که تا حدود سال 2028 به سطح قبلی خود بازگردد. بخش‌های ناکافی نقدی در حال حاضر توسط بازار اوراق قرضه تأمین می‌شود. کل هزینه‌های زیرساخت هوش مصنوعی عمدتاً بر دوش چند غول بزرگ است.

داده‌های سود نیز به همین اندازه داغ هستند. S&P 500 شاخص سهام است که از 500 شرکت بزرگ‌ترین بازار سهام آمریکا تشکیل شده است. طبق محاسبات این گزارش، تا آگوست 2026، تقریباً سه‌چهارم از رشد سود S&P 500 از شرکت‌های فناوری ناشی شده است و رشد سود شرکت‌های فناوری نزدیک به چهار برابر شرکت‌های غیر فناوری است.

گزارش به‌ویژه تأکید می‌کند که این دوره افزایش قیمت شبیه به حباب نیست. نسبت‌های ارزیابی سهام فناوری تقریباً 20 درصد کمتر از میانگین پنج ساله است و افزایش قیمت عمدتاً به‌واسطه سود انجام می‌شود. قیمت‌ها به‌واسطه سود بالا رفته‌اند، نه به‌واسطه احساسات.

سرمایه‌گذاران خرد نیز به این هیجان پیوسته‌اند. در صفحه 13 گزارش ذکر شده است که سرمایه‌گذاران خرد هنوز نیروی محرکه مهمی در بازار هستند و اهرم و خریدهای هیجانی نوسانات را افزایش داده‌اند. بر خلاف سال‌های گذشته که "سهام‌های معروف" را خریداری می‌کردند، این بار سرمایه‌گذاران خرد در حال خرید یک موضوع مشترک هستند. به عبارت دیگر، همه در حال خرید یک داستان هوش مصنوعی هستند.

حال به جنبه سرد نگاه کنیم، عنوان صفحه 27 گزارش "تقاضا بسیار زیاد است، اما هنوز زود است". نزدیک به 70 درصد از شرکت‌های S&P 500 می‌گویند که از هوش مصنوعی استفاده می‌کنند. حدود 30 درصد می‌توانند تأثیرات قابل اندازه‌گیری را گزارش دهند. تنها حدود 2 درصد به‌طور مداوم اثرات را پیگیری می‌کنند.

گزارش تنها یک جمله درباره این اعداد دارد: "استفاده گسترده است، اما سطح آن کم است". جنبه داغ و سرد هر دو از یک گزارش، یک گروه نویسنده و یک ماه ناشی می‌شوند. آنها با یکدیگر تناقضی ندارند. تناقض تنها در این است که ما عادت داریم آنها را با میانگین‌ها بخوانیم.

میانگین‌ها می‌توانند گمراه‌کننده باشند. فرض کنید در یک اتاق 10 نفر وجود دارد، 1 نفر درآمد سالانه 10 میلیون تومان دارد و 9 نفر دیگر درآمد سالانه 100 هزار تومان دارند. درآمد سالانه متوسط این اتاق 1.09 میلیون تومان است. این عدد واقعی است، اما نمی‌تواند هیچ‌یک از افراد واقعی در اتاق را توصیف کند.

هوش مصنوعی اکنون چنین اتاقی است. در صفحه 32 گزارش به‌طور واضح نوشته شده است: داده‌های کلان چشمگیر، واقعیت‌های زیر سطح را پنهان می‌کنند. رشد به‌واسطه تعداد کمی از کاربران سنگین هدایت می‌شود. وقتی این صفحه را خواندم، به عقب برگشتم و 30 صفحه اول را دوباره مرور کردم.

از زاویه‌ای دیگر، هر فصل از این گزارش در حال بیان یک موضوع است. پول و مزایای عصر هوش مصنوعی ابتدا به سراغ افراد برتر می‌رود. این موضوع در سطح کاربران، شرکت‌ها، نرم‌افزارها، سرمایه‌گذاری و کارآفرینی صدق می‌کند. بیایید به‌طور مرحله‌ای بررسی کنیم.

هوش مصنوعی بسیار محبوب است، اما فقط در خانه‌های معدودی.

1% از افراد، بیشتر هوش مصنوعی را مصرف کرده‌اند

ابتدا یک واژه را توضیح می‌دهیم. توکن واحد اندازه‌گیری است که مدل‌های هوش مصنوعی برای پردازش متن استفاده می‌کنند و می‌توان آن را به‌طور تقریبی به عنوان "تعداد کلمات"ی که هوش مصنوعی می‌خواند و می‌نویسد، در نظر گرفت. هرچه یک فرد یا یک شرکت توکن بیشتری مصرف کند، نشان‌دهنده این است که آنها از هوش مصنوعی بیشتر استفاده کرده‌اند. بنابراین، میزان مصرف توکن یک معیار خوب برای اندازه‌گیری شدت واقعی استفاده از هوش مصنوعی است.

گزارش در صفحه 32 مهم‌ترین جمله را ارائه می‌دهد. رشد تقاضای توکن تقریباً به‌طور کامل توسط 1% از کاربران هدایت می‌شود. این افراد "فقط در حال شروع به کشف مرزهای ممکن هستند". توجه داشته باشید که گزارش به 50% یا 10% اشاره نمی‌کند، بلکه به 1% اشاره دارد.

داده‌های سطح شرکت این جمله را به یک تصویر تبدیل کرده‌اند. گزارش یک مجموعه داده شرکتی را نقل می‌کند و شرکت‌ها را بر اساس میزان مصرف توکن مرتب می‌کند (داده‌های استفاده شرکتی OpenAI، از آوریل 2025 تا ژوئن 2026). 10% از شرکت‌ها "شرکت‌های پیشرو" نامیده می‌شوند و 10% از شرکت‌ها که در وسط قرار دارند "شرکت‌های معمولی" نامیده می‌شوند. معیار، میزان مصرف شرکت‌های معمولی در آوریل 2025 است که به‌عنوان 1 برابر در نظر گرفته می‌شود.

تا ژوئن 2026، خروجی توکن شرکت‌های پیشرو به حدود 17 برابر افزایش یافته است، در حالی که شرکت‌های معمولی تنها حدود 2 برابر شده‌اند. این دو گروه 8.3 برابر با یکدیگر فاصله دارند، در حالی که در ابتدای سال این فاصله تنها 2.6 برابر بود.

این فاصله از ابتدا این‌قدر بزرگ نبوده است. قبل از اکتبر 2025، دو خط تقریباً هم‌راستا بودند. پس از اکتبر، منحنی شرکت‌های پیشرو به‌طور ناگهانی افزایش یافت، در حالی که منحنی شرکت‌های معمولی تقریباً ثابت ماند. عنوان این صفحه "کاربران سنگین در حال پیشی گرفتن از دیگران هستند" است.

از نظر صنعت، شکل مشابهی وجود دارد. شرکت‌های پیشرو در صنعت اطلاعات به 32.5 برابر افزایش یافته‌اند، در حالی که شرکت‌های معمولی تنها 2.8 برابر شده‌اند، فاصله 11.7 برابر است. در صنعت مالی و بیمه، فاصله 6.7 برابر و در صنعت خدمات حرفه‌ای و فناوری، فاصله 7.7 برابر است. هیچ صنعتی استثنا نیست و هر صنعت درون خود در حال تفکیک است.

علاوه بر میزان مصرف، روش‌های استفاده نیز در حال تفکیک است. ابزارهای افزونه و مهارت‌ها، ویژگی‌های توسعه‌ای هستند که به هوش مصنوعی اجازه می‌دهند به سیستم‌های داخلی شرکت متصل شوند و به‌طور مکرر کارهای ثابت را انجام دهند. در شرکت‌های پیشرو، نسبت فعالیت هفتگی این دو نوع ابزار به ترتیب 21% و 19% است. در شرکت‌های معمولی، تنها 9% و 3% است. شرکت‌های پیشرو نه تنها بیشتر استفاده می‌کنند، بلکه هوش مصنوعی را به فرآیندها متصل کرده‌اند.

داده‌های سطح خانوار نیز سردتر هستند. در میانه سال 2026، تنها حدود 2.2% از خانوارهای آمریکایی برای هوش مصنوعی هزینه می‌کنند. خانوارهای پرداخت‌کننده به‌طور متوسط ماهیانه حدود 31 دلار هزینه می‌کنند. به عبارت دیگر، از هر 100 خانوار آمریکایی، حدود 98 خانوار هنوز برای هوش مصنوعی هزینه نکرده‌اند. ارزیابی گزارش در بخش مصرف این است: "همه چیز تازه شروع شده است".

پس چرا تقاضای توکن هنوز به‌صورت یک منحنی صعودی رشد می‌کند؟ پاسخ هوش مصنوعی است. هوش مصنوعی برنامه‌هایی است که می‌توانند وظایف را خودشان تجزیه و تحلیل کنند و به‌طور مداوم مدل‌ها را برای انجام کارها فراخوانی کنند. با کاهش هزینه‌های مدل، هوش مصنوعی به‌طور فزاینده‌ای مقرون‌به‌صرفه می‌شود و به همین دلیل، میزان مصرف توکن به‌طور تصاعدی افزایش می‌یابد.

گزارش این پدیده را "پارادوکس جیوینز" می‌نامد: هرچه چیزی ارزان‌تر و کارآمدتر باشد، میزان مصرف کل مردم بیشتر می‌شود. اما باید یک نکته را اضافه کنیم. عمدتاً همان گروه کاربران سنگین هستند که از این هوش مصنوعی ارزان استفاده می‌کنند. هوش مصنوعی در حال ارزان شدن است، اما تعداد افرادی که از هوش مصنوعی ارزان استفاده می‌کنند به همان نسبت افزایش نیافته است.

تأثیر این گروه کاربران سنگین فراتر از خودشان رفته است. گزارش اشاره می‌کند که افزایش ناگهانی تقاضا در حال افزایش قیمت قدرت محاسبات است. طبق داده‌های اجاره‌ای که گزارش به آن استناد می‌کند، حتی اجاره GPUهای قدیمی 4-5 ساله تقریباً نسبت به یک سال پیش کاهش نیافته است. به عبارت دیگر، مصرف 1% از کاربران در حال تعیین قیمت قدرت محاسبات در کل بازار است.

این فصل شامل دو نوع مقدار است: میزان مصرف توکن شرکت‌ها و نسبت پرداخت خانوارها. این دو معیار متفاوت هستند و نمی‌توان آنها را جمع کرد یا به یکدیگر تبدیل کرد. اما شکل آنها مشابه است: تعداد کمی از افراد در قسمت شیب تند منحنی ایستاده‌اند، در حالی که اکثریت هنوز در نزدیکی نقطه شروع هستند.

مشاهده شخصی من نیز همین‌طور است. افراد زیادی در اطرافم می‌گویند که از هوش مصنوعی استفاده می‌کنند. اما افرادی که واقعاً اجازه می‌دهند هوش مصنوعی هر روز فرآیندها را برایشان انجام دهد، به‌راحتی با یک دست قابل شمارش هستند.

اکثر مردم از هوش مصنوعی مانند یک ماشین حساب استفاده می‌کنند، در حالی که تعداد کمی از افراد از هوش مصنوعی مانند یک تیم استخدام شده استفاده می‌کنند.

سطح شرکت: گفتن اینکه استفاده می‌شود، به معنای کسب درآمد نیست

به صفحه 27 برگردیم و به آن سه عدد نگاه کنیم. اگر آنها را به‌صورت یک قیف مرتب کنیم، واضح‌تر خواهد بود. نزدیک به 70 درصد از شرکت‌ها می‌گویند که از هوش مصنوعی استفاده می‌کنند. حدود 30 درصد می‌توانند تأثیرات قابل اندازه‌گیری را گزارش دهند. تنها حدود 2 درصد به‌طور مداوم اثرات را پیگیری می‌کنند.

هرچه به سمت پایین می‌رویم، تعداد شرکت‌ها به‌طور قابل توجهی کاهش می‌یابد. "پیگیری مداوم اثرات" به این معناست که شرکت به‌طور منظم تغییرات درآمد، هزینه یا کارایی ناشی از هوش مصنوعی را اندازه‌گیری می‌کند و این کار را ادامه می‌دهد. بدون این مرحله، "استفاده از هوش مصنوعی" تنها یک ادعا است و به حساب‌ها نمی‌رسد.

صفحه 28 گزارش یک صفحه کامل را به فهرست موارد بازگشت اختصاص داده است، با عنوان "داده‌های بازگشت هوش مصنوعی در همه جا قابل مشاهده است". این موارد همگی از گزارش‌های مالی شرکت‌ها یا اظهارات عمومی (معیار گزارش مالی شرکت، در فصل دوم سال 2026) ناشی می‌شوند. ما چهار مورد نماینده را انتخاب می‌کنیم:

1. تعداد کاربران پرداختی Microsoft 365 Copilot به بیش از 30 میلیون نفر رسیده است.

2. قرارداد سالانه هوش مصنوعی ServiceNow در فصل دوم سال 2026 به بیش از 1 میلیارد دلار رسیده و تعداد استقرارهای هوش مصنوعی در 9 ماه 9 برابر شده است.

3. مدل تبلیغاتی Meta باعث افزایش 15 درصدی در حجم مکالمات در فیس‌بوک شده و ابزارهای تبلیغاتی خودکار 13 درصد خرید اضافی را به همراه داشته‌اند.

4. آمازون و والمارت هر دو می‌گویند که مشتریانی که از دستیار خرید هوش مصنوعی استفاده می‌کنند، به‌طور متوسط 40 دلار بیشتر در هر خرید هزینه می‌کنند.

این اعداد واقعی هستند. اما یک نکته مشترک دارند: همه از شرکت‌های بزرگ ناشی می‌شوند. در این لیست، نام‌هایی مانند مایکروسافت، متا، آمازون، والمارت و ServiceNow وجود دارد. موارد بازگشت که گزارش می‌تواند ارائه دهد، تقریباً به‌طور کامل از شرکت‌های بزرگ ناشی می‌شود. گزارش نمی‌تواند پاسخی برای این سوال بدهد که یک شرکت با میانگین چه مقدار از هوش مصنوعی درآمد کسب کرده است.

آیا مانع دیگر شرکت‌ها، پول است؟ گزارش معتقد است که این‌طور نیست. تنها حدود یک‌پنجم از شرکت‌های مورد بررسی معتقدند که هزینه مانع پذیرش هوش مصنوعی است (معیار یک موسسه مشاوره بین‌المللی). در سال دوم از گسترش رایانش ابری، این هزینه‌ها حدود 4 درصد از بودجه IT شرکت‌ها را تشکیل می‌داد. امروز، سهم هزینه‌های هوش مصنوعی هنوز کمتر از این سطح است.

گزارش نتیجه‌گیری می‌کند که هزینه‌های هوش مصنوعی شرکت‌ها هنوز فضای زیادی برای رشد دارند. ما با این جهت موافقیم. اما اگر پول مانع نیست، پس مانع در جای دیگری است. قضاوت ما این است که مانع در "آیا می‌توان استفاده کرد" است.

شرکت‌های پیشرو هوش مصنوعی را به فرآیندها متصل کرده‌اند و نتایج را کمی‌سازی کرده‌اند. شرکت‌های معمولی هنوز در مرحله‌ای هستند که به کارمندان اجازه می‌دهند هر کدام به‌طور جداگانه امتحان کنند. بودجه می‌تواند به‌سرعت تأیید شود، اما روش استفاده باید به‌طور مرحله‌ای تغییر کند. این دقیقاً دلیلی است که قیف هر چه به سمت پایین می‌رود، باریک‌تر می‌شود.

شرکت‌های بزرگ به‌طور طبیعی در این زمینه برتری دارند. آنها داده‌های موجود دارند، مهندسانی که می‌توانند فرآیندها را تغییر دهند و حجم کسب‌وکار کافی دارند. اگر یک شرکت بزرگ 5 درصد نرخ تبدیل را افزایش دهد، این می‌تواند درآمد قابل توجهی باشد. اما در یک شرکت کوچک، ممکن است حتی نتواند هزینه‌های هوش مصنوعی را پوشش دهد.

داده‌های استخدام نیز به همین سمت اشاره دارند. عنوان صفحه 31 گزارش "استفاده از هوش مصنوعی باعث افزایش استخدام، به‌ویژه در مهندسان نرم‌افزار می‌شود" است. در شرکت‌هایی که شدت استفاده از هوش مصنوعی بالا است، نسبت مشاغل ابتدایی حدود 1 درصد افزایش یافته است (معیار استخدام و داده‌های هزینه شرکت). در شرکت‌هایی که شدت استفاده از هوش مصنوعی پایین است، نسبت مشاغل ابتدایی حدود 0.5 درصد کاهش یافته است.

این نتیجه با نظریه رایج "هوش مصنوعی شغل‌ها را می‌گیرد" در تضاد است. اما این نیز نوعی تفکیک است. شرکت‌هایی که از هوش مصنوعی به‌طور عمیق استفاده می‌کنند در حال گسترش هستند، در حالی که شرکت‌هایی که به‌طور سطحی استفاده می‌کنند در حال کاهش هستند. هوش مصنوعی به‌طور متوسط بر اشتغال تأثیر نمی‌گذارد، بلکه ابتدا فاصله بین شرکت‌ها را افزایش می‌دهد.

برای خوانندگان عادی، یک نتیجه عملی از این فصل وجود دارد. دفعه بعد که دیدید "درآمد هوش مصنوعی یک شرکت رکوردشکنی کرده است"، ابتدا بررسی کنید که آیا آن شرکت در پایین قیف، حدود 2 درصد است یا خیر. برای اکثر شرکت‌ها، هوش مصنوعی امروز هنوز در بخش هزینه‌ها نوشته شده است و در بخش درآمدها ثبت نشده است.

تعداد زیادی از شرکت‌ها می‌گویند که از هوش مصنوعی استفاده می‌کنند، اما تعداد کمی می‌توانند حساب‌ها را ارائه دهند.

سطح نرم‌افزار: با وجود نام یکسان، ارزش‌گذاری سه برابر متفاوت است

در آغاز سال 2026، بخش نرم‌افزار بازار سهام آمریکا شاهد یک دور فروش بود که بازار آن را "آخرالزمان SaaS" نامید. SaaS نرم‌افزاری است که هزینه اشتراک آن به صورت ماهانه یا سالانه پرداخت می‌شود. نگرانی‌های آن زمان بسیار ساده بود: هوش مصنوعی ممکن است شغل این شرکت‌های نرم‌افزاری را بگیرد.

عنوان این فصل "به جای آخرالزمان، بهتر است بگوییم 'به من نشان بده'" است. به این معنا که بازار نرم‌افزار را رها نکرده است. بازار فقط از هر شرکت نرم‌افزاری خواسته است که شواهدی ارائه دهد که نشان دهد در عصر هوش مصنوعی هنوز مفید است.

قیمت سهام ابتدا نشان‌دهنده تفکیک بود. از ژانویه تا اوت 2026، سهام امنیت سایبری 85-90% افزایش یافت، در حالی که سهام SaaS افقی 28-30% کاهش یافت (بر اساس داده‌های S&P Capital IQ تا پایان اوت 2026). نرم‌افزار افقی ابزارهای عمومی است که در تمام صنایع قابل استفاده است، مانند نرم‌افزارهای همکاری اداری. نرم‌افزار عمودی برای یک صنعت خاص به طور عمیق سفارشی شده است. رتبه‌بندی دفاعی گزارش به این صورت است: امنیت سایبری قوی‌تر از نرم‌افزار عمودی، و نرم‌افزار عمودی قوی‌تر از نرم‌افزار افقی است.

تفکیک ارزش‌گذاری حتی واضح‌تر است. در اینجا از یک معیار استفاده می‌شود: نسبت EV/درآمد. این نسبت ارزش کل شرکت را تقسیم بر درآمد نشان می‌دهد و نمایانگر این است که بازار حاضر است برای هر 1 دلار درآمد چقدر پرداخت کند. هر چه این نسبت بالاتر باشد، نشان‌دهنده این است که بازار به آینده این شرکت خوش‌بین‌تر است.

صفحه 59 گزارش نرم‌افزار را به پنج دسته تقسیم کرده و نسبت‌های ارزش‌گذاری هر یک را ذکر کرده است (بر اساس داده‌های یک نهاد مدیریت دارایی پیشرو، نسبت میانه ارزش شرکت به درآمد 12 ماه گذشته، نیمه اول سال 2026). نرم‌افزار زیرساخت ابری، داده و هوش مصنوعی 9.1 برابر است. نرم‌افزار امنیت و هویت 6.8 برابر است. نرم‌افزار عمودی 4.6 برابر و پلتفرم‌های مصرفی و معاملاتی 4.0 برابر است. نرم‌افزار افقی تنها 2.7 برابر است.

بین بالاترین و پایین‌ترین، بیش از سه برابر فاصله وجود دارد. و در مقایسه با اوج تاریخی خود، فاصله حتی بیشتر است. اوج نرم‌افزار زیرساخت 17.9 برابر است، در حالی که اکنون تقریباً نیمی از آن کاهش یافته است. اوج نرم‌افزار افقی 12.3 برابر است و اکنون نزدیک به 80% کاهش یافته است. در این دور کاهش، برخی از نرم‌افزارها فقط دچار کاهش دما شده‌اند، در حالی که برخی دیگر دوباره قیمت‌گذاری شده‌اند.

عوامل اصلی تعیین‌کننده نسبت‌ها، رشد هستند. نمودار بخش 5 گزارش نشان می‌دهد که شرکت‌های نرم‌افزاری با رشد درآمد 20-40%، نسبت پیش‌بینی 9-13 برابر دارند. شرکت‌هایی با رشد 10-20%، نسبت پیش‌بینی تنها 4-5 برابر دارند. نسبت پیش‌بینی از درآمد پیش‌بینی شده برای 12 ماه آینده استفاده می‌کند و با آن گروهی که از نسبت درآمد 12 ماه گذشته استفاده می‌کند، متفاوت است. این دو گروه اعداد را نمی‌توان به طور مستقیم مقایسه کرد، اما جهت‌گیری یکسان است: هر چه رشد سریع‌تر باشد، نسبت بالاتر است.

مشکل این است که شرکت‌های نرم‌افزاری با رشد بالا به طور فزاینده‌ای کم می‌شوند. حدود سه‌چهارم از شرکت‌های نرم‌افزاری عمومی سودآور هستند، اما تنها حدود 30% از آنها رشد بالای 20% دارند. کل صنعت با رشد، سود به دست آورده است. گزارش می‌گوید: اگر هنوز یک شرکت با رشد بالا هستید، نسبت شما "هنوز هم نسبتاً خوب است".

گزارش همچنین تأکید می‌کند که اصول بنیادین شرکت‌های نرم‌افزاری همیشه پایدار بوده‌اند. رشد درآمد و کارایی عملیاتی تقریباً بدتر نشده است. بنابراین بازار در حال مجازات "نرم‌افزار" به عنوان یک صنعت نیست. آنچه بازار مجازات می‌کند، نرم‌افزاری است که نه رشد دارد و نه مزیت رقابتی. مزیت رقابتی به معنای مزیت‌های بلندمدتی است که باعث می‌شود رقبا نتوانند مشتریان را از آن خود کنند.

در پایان این بخش، گزارش یک سوال باز باقی می‌گذارد. آیا نرم‌افزار به مانند رسانه‌های چاپی به وسیله فناوری جدید حذف خواهد شد؟ یا هوش مصنوعی مانند جزر و مد، بازدهی تمام شرکت‌های نرم‌افزاری را افزایش خواهد داد؟ گزارش نتیجه‌گیری نمی‌کند. درک ما این است که هر دو نتیجه ممکن است به طور همزمان اتفاق بیفتد، فقط در شرکت‌های مختلف.

در سطح نرم‌افزار، سرآمدان تنها چند شرکت نیستند، بلکه چند دسته از شرکت‌ها هستند. یک دسته نرم‌افزارهایی هستند که با زیرساخت‌های هوش مصنوعی رشد می‌کنند. دسته دیگر نرم‌افزارهای امنیتی هستند که هر چه هوش مصنوعی قوی‌تر و بیشتر مورد نیاز باشد، اهمیت بیشتری پیدا می‌کنند. اگر یک شرکت نرم‌افزاری نتواند توضیح دهد که چرا هوش مصنوعی آن را قوی‌تر می‌کند، بازار احتمالاً آن را با نسبت نرم‌افزار افقی قیمت‌گذاری خواهد کرد.

بازار دیگر برای دو کلمه "نرم‌افزار" پول نمی‌دهد، بلکه فقط برای رشد پول می‌دهد.

سطح سرمایه‌گذاری: بازده‌های جذاب، از 10% برتر به دست می‌آید

ابتدا یک واژه را توضیح می‌دهیم: قانون توان. قانون توان یک توزیع فوق‌العاده متمرکز است که در آن تعداد کمی از افراد، بخش عمده‌ای از نتایج را به دست می‌آورند. صنعت سرمایه‌گذاری ریسک همیشه به قانون توان اعتقاد داشته است. یک صندوق 30 شرکت را سرمایه‌گذاری می‌کند و معمولاً فقط یکی یا دو تا از آنها تمام سرمایه و سود را بازمی‌گردانند.

عنوان صفحه 68 گزارش "قانون توان هنوز هم وجود دارد و حتی بیشتر" است. این جمله در هر دو طرف شرکت و صندوق صدق می‌کند. ابتدا به سمت شرکت‌ها نگاه می‌کنیم.

باارزش‌ترین شرکت‌های خصوصی بزرگ‌تر از هر زمان دیگری هستند. آنها دیرتر از همیشه به بازار عمومی می‌آیند، و گزارش می‌گوید "از سهام کوچک عبور کرده و مستقیماً به غول‌ها تبدیل می‌شوند". خلق ارزش به طور فزاینده‌ای در بازار اولیه اتفاق می‌افتد. وقتی این شرکت‌ها به بازار عمومی می‌آیند، افزایش قیمتی که سرمایه‌گذاران معمولی می‌توانند در آن شرکت کنند، کوتاه‌تر شده است.

بازار سهم‌های دست دوم نیز همین داستان را روایت می‌کند. بازار سهم‌های دست دوم بازاری است که در آن سرمایه‌گذاران سهام شرکت‌های خصوصی یا سهم‌های صندوق را منتقل می‌کنند. گزارش اشاره می‌کند که در این بازار تقریباً هیچ تخفیفی وجود ندارد و بهترین شرکت‌ها هنوز با قیمت‌های بالاتر معامله می‌شوند. پول کم نیست، بلکه به سمت همان چند نام متمرکز شده است.

تفکیک در سطح صندوق حتی بیشتر است. در اینجا از دو معیار استفاده می‌شود. IRR نرخ بازده داخلی است که هر ورودی و خروجی نقدی را در طول دوره سرمایه‌گذاری به یک نرخ بازده سالانه تبدیل می‌کند. "سال" صندوق به سال شروع سرمایه‌گذاری صندوق اشاره دارد.

داده‌های صندوقی که گزارش به آن اشاره می‌کند نشان می‌دهد که صندوق‌های سرمایه‌گذاری ریسک با سال 2024، تفاوت‌های زیادی دارند (بر اساس داده‌های صندوق Carta):

1. 10% برتر صندوق‌ها، IRR خالص حدود 40% دارند.

2. صندوق‌های میانه، IRR خالص حدود -3%، کمی کمتر از صفر دارند.

3. 25% پایین‌تر صندوق‌ها، IRR خالص حدود -15% دارند.

عنوان صفحه 71 گزارش این است: "فاصله بین 10% برتر صندوق‌ها و سایر صندوق‌ها "هرگز به این اندازه بزرگ نبوده است". یک طرف بازده سالانه حدود 40% است و طرف دیگر میانه‌ای با کمی زیان. اگر آنها را با هم میانگین بگیریم، عدد به دست آمده نمایانگر هیچ صندوق واقعی نیست.

معیار دوم مستقیم‌تر است. DPI نقدی است که به سرمایه‌گذاران بازپرداخت شده است تقسیم بر سرمایه‌گذاری اولیه، که میزان پول واقعی به دست آمده را اندازه‌گیری می‌کند. میانگین DPI صندوق‌هایی که بعد از سال 2021 تأسیس شده‌اند، حدود 0 است. به عبارت دیگر، در این دسته از صندوق‌ها، بیش از نیمی از آنها هنوز یک سنت هم به سرمایه‌گذاران بازپرداخت نکرده‌اند.

IRR شامل ارزش‌گذاری‌های حسابداری است، در حالی که DPI فقط پول نقد واقعی را محاسبه می‌کند. در حسابداری ممکن است مثبت یا منفی باشد، اما در نقد، میانگین صفر است. بازده‌های جذاب سرمایه‌گذاری ریسک، عمدتاً هنوز در حسابداری باقی مانده‌اند و عمدتاً متعلق به صندوق‌های برتر هستند.

این موضوع به افراد عادی نزدیک نیست. سرمایه‌گذاران صندوق‌های سرمایه‌گذاری ریسک، بسیاری از آنها صندوق‌های بازنشستگی، صندوق‌های دانشگاهی و شرکت‌های بیمه هستند. بازده‌های حسابداری باید به پول نقد تبدیل شوند، که نیاز به عرضه عمومی یا خریداری شرکت‌ها دارد. همانطور که قبلاً گفته شد، بهترین شرکت‌ها دیرتر از همیشه به بازار عمومی می‌آیند، بنابراین این پول نیز به تدریج دیرتر خواهد آمد.

نکته دیگری که باید توضیح داده شود این است که a16z خود یکی از صندوق‌های برتر سرمایه‌گذاری ریسک است. این گزارش توسط نهادی که در بالاترین نقطه منحنی قرار دارد نوشته شده است. این به این معنا نیست که داده‌ها اشتباه است، بلکه به این معناست که هنگام خواندن آن باید موقعیت نویسنده را به خاطر بسپاریم.

این فصل به اعداد بازده صندوق‌ها می‌پردازد. این با میزان استفاده از توکن، نسبت‌های ارزش‌گذاری متفاوت است. اما شکل آن هنوز مشابه است: سرآمدان میانگین را بالا می‌برند و میانه از میانگین فاصله زیادی دارد.

میانگین جذاب سرمایه‌گذاری ریسک، توسط 10% برتر صندوق‌ها به دوش کشیده می‌شود.

سطح کارآفرینی: شرکت‌های جدید با سرعت بالا، شرکت‌های قدیمی در سال دوم نفس‌نفس می‌زنند

ابتدا به زمینه اشاره می‌کنیم. عصر نرخ بهره صفر به سال‌هایی اشاره دارد که ایالات متحده به مدت طولانی نرخ بهره را نزدیک به صفر نگه داشته است، در آن زمان تأمین مالی بسیار ارزان بود. پس از پایان عصر نرخ بهره صفر، شرکت‌های نوپا و شرکت‌های عمومی به یک اندازه شروع به استفاده از رشد برای کسب سود کردند.

اما صفحه 73 گزارش یک استثنا را یادآوری می‌کند. شرکت‌هایی که اخیراً موفق به تأمین مالی شده‌اند، هنوز هم با سرعتی برابر با اوج عصر نرخ بهره صفر رشد می‌کنند و حتی سریع‌تر. دلیل بسیار ساده است: بدون رشد بالا، نمی‌توانند دور جدیدی از تأمین مالی را به دست آورند.

رشد در شرکت‌های جوان‌تر متمرکز شده است. داده‌های پرداختی که گزارش به آن اشاره می‌کند (بر اساس داده‌های Stripe) نشان می‌دهد: شرکت‌های SaaS که کمتر از یک سال تأسیس شده‌اند، رشد درآمدی بالای 500% دارند و در اوج خود یک بار به بیش از 600% رسیدند. شرکت‌های بیش از یک سال تأسیس، رشد از حدود 30% به حدود 20% کاهش یافته و سپس به حدود 20-25% بازگشته‌اند. SaaS به نرم‌افزارهایی اشاره دارد که به صورت ماهانه یا سالانه هزینه اشتراک دریافت می‌کنند.

گزارش با این داده‌ها به ادعای "آخرالزمان SaaS" پاسخ می‌دهد: درآمد نرم‌افزار در سال جدید به طرز قابل توجهی افزایش یافته است. این قضاوت نادرست نیست. اما همان نمودار همچنین نشان می‌دهد که بالاترین رشد متعلق به شرکت‌های تازه تأسیس است. اگر یک شرکت سال اول را پشت سر بگذارد، منحنی رشد آن معمولاً از شیب تند به شیب ملایم تغییر می‌کند.

صفحه 75 گزارش نسل جدیدی از یونیکورن‌ها را اینگونه توصیف می‌کند: بزرگ‌تر، سریع‌تر و جوان‌تر. یونیکورن به شرکت‌های خصوصی با ارزش بیش از یک میلیارد دلار اشاره دارد. نسل جدید شرکت‌های هوش مصنوعی با زمان کمتر و افراد کمتری، درآمد بیشتری را به دست آورده‌اند.

وضعیت یونیکورن‌های موجود کاملاً متفاوت است. داده‌های گزارش (بر اساس داده‌های بانک سیلیکون، یونیکورن‌های آمریکایی در سال 2026) نشان می‌دهد: حدود 40% از یونیکورن‌ها رشد درآمدی بین 0-20% دارند. حدود 15% در حال رشد منفی هستند. بیش از نیمی از شرکت‌ها، نقدینگی کافی برای ادامه فعالیت کمتر از 2 سال دارند. نقدینگی به معنای این است که با توجه به سرعت فعلی سوختن پول، موجودی نقدی چقدر می‌تواند دوام بیاورد.

نقدینگی کمتر از 2 سال به این معناست که این شرکت‌ها به زودی نیاز به تأمین مالی مجدد دارند. یک دور تأمین مالی از شروع تا دریافت معمولاً چندین ماه طول می‌کشد. اگر رشد تنها 0-20% باشد، آنها به سختی می‌توانند داستان رشد مورد نظر سرمایه‌گذاران را ارائه دهند.

تأمین مالی نیز به سمت تعداد کمی از شرکت‌ها متمرکز شده است. صفحه 74 گزارش این دوره را با یک جمله خلاصه می‌کند: "صندوق‌های کمتر، با چک‌های بزرگ‌تر، به تعداد کمتری از شرکت‌ها سرمایه‌گذاری می‌کنند". این شرکت‌ها به طور فزاینده‌ای در سیلیکون ولی متمرکز شده‌اند و تقریباً تمام آنها با هوش مصنوعی مرتبط هستند.

گزارش همچنین به یک جزئیات اشاره می‌کند. جریان پول به سمت صنایع در حال تغییر است. به جز نرم‌افزارهای شرکتی و برنامه‌های مصرفی، صنایع خدماتی مانند حقوقی و حسابداری و همچنین صنایع با دارایی‌های سنگین مانند نیمه‌هادی‌ها، برق و دفاع نیز شروع به جذب سرمایه‌گذاری ریسک کرده‌اند. اما گسترش مسیرها، جهت تمرکز را تغییر نداده است.

بنابراین، تفکیک در سطح کارآفرینی تنها بین شرکت‌های هوش مصنوعی و غیر هوش مصنوعی نیست، بلکه بین شرکت‌های جدید و قدیمی نیز وجود دارد. شرکت‌های جدید در حال پرواز از سرآمدان هستند. در میان یونیکورن‌های قدیمی، بخش قابل توجهی در حال رقابت با زمان هستند.

یونیکورن‌ها به دو نوع تقسیم می‌شوند: یکی در حال پرواز و دیگری در حال شمارش نقدینگی که چند ماه دیگر باقی مانده است.

دفعه بعد که خبر خوبی درباره هوش مصنوعی دیدید، ابتدا یک سوال بپرسید

ما پنج سطح را با هم بررسی می‌کنیم. در سطح شرکتی، تولید توکن‌های شرکت‌های پیشرو 8.3 برابر شرکت‌های معمولی است. در سطح شرکت، نزدیک به 70% از شرکت‌ها از هوش مصنوعی استفاده می‌کنند و تنها حدود 2% از آنها می‌توانند نتایج مالی ارائه دهند.

در سطح نرم‌افزار، نسبت ارزش‌گذاری نرم‌افزار زیرساختی بیش از سه برابر نرم‌افزار افقی است. در سطح سرمایه‌گذاری، تفاوت بازده بین صندوق‌های برتر و صندوق‌های میانه رکوردشکنی کرده است. در سطح کارآفرینی، رشد شرکت‌های جدید بیش از 500% است و بیش از نیمی از یونیکورن‌های قدیمی نقدینگی کافی برای ادامه فعالیت کمتر از 2 سال دارند. پنج سطح همه یک شکل مشابه را بیان می‌کنند.

استفاده از توکن، نسبت‌های ارزش‌گذاری و بازده صندوق، سه مقدار کاملاً متفاوت هستند. ما آنها را جمع نمی‌کنیم و همچنین آنها را به یکدیگر تبدیل نمی‌کنیم. معیارها متفاوت است، اما شکل‌ها مشابه است: هر سطح تنها توسط تعداد کمی از سرآمدان حمایت می‌شود.

برخی ممکن است بگویند که تمرکز سرآمدان فقط یک پدیده اولیه است. گزارش خود نیز این را می‌نویسد: دیگران در نهایت به آن خواهند رسید یا از آن عقب خواهند ماند. ما این احتمال را تأیید می‌کنیم. اینترنت و محاسبات ابری هر دو از مسیری که از سرآمدان به عموم گسترش یافته‌اند، عبور کرده‌اند.

اما "نهایت" تاریخ مشخصی ندارد. قبل از اینکه دیگران به آن برسند، یک عدد می‌تواند به سرآمدان یا اکثریت اشاره کند و نتیجه کاملاً متفاوت خواهد بود. بنابراین ما معتقدیم که قانون توان یک لیست فرصت نیست، بلکه یک خط‌کش است. این به شما نمی‌گوید که چه چیزی را بخرید، بلکه به شما کمک می‌کند تا بفهمید یک خبر خوب چقدر از شما دور است.

دفعه بعد که خبر خوبی درباره هوش مصنوعی دیدید، می‌توانید ابتدا با این خط‌کش سه سوال بپرسید:

1. آیا این عدد به سرآمدان اشاره دارد یا به میانه؟ 1% برتر کاربران، 10% برتر صندوق‌ها، نمایانگر اکثریت نیستند.

2. آیا این عدد به "استفاده" اشاره دارد یا به "درآمد"؟ نزدیک به 70% از شرکت‌ها از هوش مصنوعی استفاده می‌کنند، اما تنها حدود 2% از آنها می‌توانند نتایج مالی ارائه دهند.

3. این عدد به حساب‌های کتاب اشاره دارد یا به نقدینگی واقعی؟ بازدهی حساب‌های صندوق‌ها بسیار خوب به نظر می‌رسد، اما میانه DPI حدود 0 است.

این سه سوال نیاز به هیچ پیش‌زمینه تخصصی ندارند. به عنوان مثال، اگر یک خبر بگوید «هوش مصنوعی باعث افزایش 30 درصدی کارایی شرکت‌ها شده است». سوال اول این است که آیا این آمار مربوط به شرکت‌های پیشرو است یا همه شرکت‌ها؟ سوال دوم این است که آیا مدت زمان استفاده کارکنان اندازه‌گیری شده است یا درآمد اضافی شرکت؟ سوال سوم این است که آیا این پول در صورت سود و زیان ثبت شده است یا فقط یک پیش‌بینی است؟

ما هیچ نتیجه‌گیری درباره خرید و فروش ارائه نمی‌دهیم. اگر یک عدد به این سه سوال پاسخ «پیشرو»، «در حال استفاده» و «حسابی» بدهد، این فقط یک خبر خوب برای اقلیت است. اگر پاسخ‌ها «میانه»، «در حال کسب» و «نقدی» باشد، آن وقت واقعاً به اکثریت مربوط می‌شود.

خبر خوب هوش مصنوعی، اول بپرسید: آیا این مربوط به 1% برتر است یا شما؟

این محتوا صرفاً برای اطلاع‌رسانی عمومی ارائه شده است و به‌منزله مشاوره مالی، سرمایه‌گذاری، حقوقی یا مالیاتی تلقی نمی‌شود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید به‌عنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر دارایی‌های رمزارزی تلقی شود. دارایی‌های رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.