عامل هوش مصنوعی نمی‌تواند SaaS را از بین ببرد

مقاله | Sleepy.md

پس از آنکه عامل هوش مصنوعی اوج گرفت، بسیاری از افراد پیشاپیش شروع به نوشتن مرثیه‌ها برای SaaS کرده‌اند. اما فکر می‌کنم برای این کار هنوز خیلی زود است.

سرمایه‌گذاران واقعاً در وحشت هستند. در اوایل سال ۲۰۲۶، وحشت روز قیامت SaaS سراسر صنعت فناوری را فراگرفت. تا پایان ژانویه، درست پس از آنکه آنتروپیک یک به‌روزرسانی ویژگی منتشر کرد که به کلود امکان فراخوانی افزونه‌ها را می‌داد، ارزش بازار بخش نرم‌افزار ایالات متحده در سه هفتهٔ بعدی صدها میلیارد دلار تبخیر شد.

منطق هراس آن‌ها ساده است. آنها معتقدند که از آنجا که هوش مصنوعی هم‌اکنون می‌تواند به‌تنهایی کد بنویسد، آسیب‌پذیری‌ها را پیدا کند و حتی ابزارها را به‌صورت پویا تولید کند، هزینه نوشتن کد به‌سرعت به صفر نزدیک می‌شود. وقتی که یک عامل بتواند هر نوع ابزار سفارشی را برای کسب‌وکارها در هر زمان و هر مکان ایجاد کند، آن شرکت‌های نرم‌افزاری که اجاره ماهانه دریافت می‌کنند، به‌طور طبیعی خواهند دید که خندق‌های به‌دست‌آمده‌شان از بین می‌رود.

پس، از کراوداسترایک تا آی‌بی‌ام، از سیلزفورس تا سرویس‌ناو، صرف‌نظر از درخشایی گزارش‌های مالی‌شان، همگی در حال تجربه فروش‌های سنگین هستند.

در عین حال، کارآفرینان بی‌شماری در حوزه هوش مصنوعی طرح‌های کسب‌وکار خود را در دست دارند و به سرمایه‌گذاران خطرپذیر می‌گویند که می‌خواهند «میان‌افزار عصر عامل» را بسازند و «کسب‌وکاری برای عامل راه‌اندازی کنند.»

آنها همه روی یک چیز شرط‌بندی می‌کنند: ساخت ابزار جذاب‌ترین کسب‌وکار این دوران است.

اما اگر نگاه‌مان را از اسلایدهای پاورپوینت برداریم و به جنبه‌های واقعی نحوهٔ عملکرد سازمان‌ها توجه کنیم، خواهیم دید که در واقع این‌طور نیست.

فروش نرم‌افزار هرگز به کد مربوط نبوده است

نظریه‌ای کلاسیک و بارها تأییدشده در اقتصاد وجود دارد که «انتقال کمبود عوامل» نامیده می‌شود. هر انقلاب بهره‌وری عاملی را که پیش‌تر کمیاب بود، فراوان می‌کند، در حالی که عامل دیگری را که پیش‌تر نادیده گرفته شده بود، به‌شدت کمیاب می‌سازد و در نتیجه ثروت در عامل دوم متمرکز می‌شود.

پیش از انقلاب صنعتی، نیروی کار کمیاب بود؛ موتور بخار کار مکانیکی را فراوان کرد و کمبود به سرمایه و کارخانه‌ها منتقل شد و صاحبان کارخانه‌ها را ثروتمندترین افراد آن دوران ساخت.

انقلاب اینترنت هزینه انتشار اطلاعات را به صفر رساند و کمبود به «توجه» کاربران منتقل شد، و ترافیک به یک کسب‌وکار بزرگ تبدیل شد.

امروزه انقلاب هوش مصنوعی توانایی نوشتن کد و ساخت ابزارها را بسیار فراوان کرده است. در عصر Agent که دیگر کد کمیاب نیست، کمبود به کجا منتقل شده است؟

در واقع، در دهه‌های توسعه در صنعت نرم‌افزار، خودِ کد هرگز واقعاً خندق نبوده است.

هر خط کد در سیستم لینوکس رایگان است، اما این مانع از خرید ردهت توسط آی‌بی‌ام به مبلغ هنگفت ۳۴ میلیارد دلار نشد؛ مای‌اس‌کیوال رایگان است، اما اوراکل آن را خرید و هنوز هم موفق می‌شود قراردادهای خدماتی گران‌قیمت بفروشد. هر کسی می‌تواند کد PostgreSQL را دانلود کند، اما سرویس پایگاه داده آرورا در AWS همچنان هر سال میلیاردها دلار از مشتریان سازمانی درآمد کسب می‌کند.

کد رایگان است، اما کسب‌وکار هنوز پابرجاست و رونق دارد.

آنچه واقعاً اهمیت دارد این سه چیز است: فرآیندهای کسب‌وکار تثبیت‌شده، سال‌ها داده‌ی انباشته‌شده‌ی مشتری و هزینه‌های بالای تغییر ناشی از آن.

وقتی Salesforce را خریداری می‌کنید، در واقع کد منبع آن سیستم CRM را نمی‌خرید؛ بلکه دسترسی به بیش از ۵۰ تریلیون رکورد مشتری سازمانی که توسط آن مدیریت می‌شود و همچنین تجربه یکپارچه فرآیند نحوه ادغام فروش، خدمات مشتری، بازاریابی و سایر جنبه‌ها را خریداری می‌کنید. این داده‌ها صرفاً خطوطی از کد سرد نیستند؛ بلکه زمان زنده و تاریخچهٔ شرکت هستند.

شرکتی که ده سال است از سیلزفورس استفاده می‌کند، تمام سوابق ارتباط، تمام تاریخچه تراکنش‌ها و هر نقطه پیگیری هر فرصت فروش را در آن ذخیره کرده است. جابه‌جایی صرفاً یک تغییر نرم‌افزاری نیست؛ بلکه مانند انتقال کل حافظهٔ شرکت است. به همین دلیل است که سیلزفورس هنوز می‌تواند ۴۱ میلیارد دلار درآمد سالانه ایجاد کند و هدفش رسیدن به ۶۳ میلیارد دلار تا سال ۲۰۳۰ است.

بیایید به چارچوب جابه‌جاییِ کمبود بازگردیم. از آنجا که ایجنت می‌تواند به‌طور مستقل ابزارهایی ایجاد کند و هزینهٔ کدنویسی به صفر رسیده است، واقعاً کمیاب‌ترین عنصر در سناریوی خدمات سازمانی چیست؟

خف کردن مأمور

آنچه واقعاً عامل را خفه می‌کند، فقدان دست‌ها نیست، بلکه فقدان «زمینه» در مغزش است.

یک ابرآژانس با تمام ابزارها مانند یک آبمیوه‌گیری با کارایی بالا است. سریع می‌چرخد و تیغ‌هایش تیز است، اما اگر کسی میوه داخلش نگذارد، قطعاً برایت یک لیوان آب‌میوه درست نخواهد کرد.

مک‌کینزی در گزارش سالانه‌اش اشاره کرد که ۸۸٪ از شرکت‌ها از هوش مصنوعی استفاده می‌کنند، اما تنها ۲۳٪ واقعاً به استقرار مقیاس‌پذیر سیستم‌های عامل در بخشی از سازمان خود دست یافته‌اند. آنچه مانع پیشرفت آن‌هاست، کمبود هوش در مدل‌های بزرگ نیست، بلکه آماده نبودن معماری دادهٔ سازمان است.

در مصاحبه‌ای با MIT Technology Review، رئیس بخش داده‌ها و تحلیل‌های SAP، عرفان خان، اشاره کرد: کسب‌وکارها نمی‌توانند به‌سادگی کل سیستم دفاتر کل خود را دور بیندازند و آن را با یک عامل جایگزین کنند، زیرا یک عامل بدون زمینهٔ کسب‌وکار نمی‌تواند کاری انجام دهد.

در اینجا «زمینه کسب‌وکار» به موارد زیر اشاره دارد: جایی که این شرکت در رعایت مقررات مالی حد خود را مشخص می‌کند، چه الزامات نظارتی در این صنعت وجود دارد، دهه گذشته از ترجیحات و سابقه این مشتری، شرایط پرداخت و سوابق عدم پرداخت این تأمین‌کننده، سابقه عملکرد و مسیر شغلی این کارمند... این موارد نه به‌صورت عمومی در اینترنت در دسترس هستند و نه از طریق وب‌اسکریپینگ قابل دسترسی‌اند، و هوش مصنوعی نمی‌تواند آن‌ها را از طریق پیش‌بینی متن تولید کند.

آشو گارگ، شریک در فاندیشن کپیتال، همین دیدگاه را دارد. او گفت آنچه یک عامل نیاز دارد تنها داده‌ها نیست، بلکه یک «گراف زمینه» است؛ لایه‌ای از استدلال که می‌تواند نه‌تنها آنچه سازمان انجام داده را ثبت کند، بلکه چگونگی تفکر سازمان را نیز در بر گیرد. چنین چیزی تنها می‌تواند از عملیات واقعی کسب‌وکار استخراج شود و نمی‌توان آن را از هوا ساخت.

با پیروی از این منطق، کمبود از «توانایی ساخت ابزارها» به «داشتن داده‌های غیرقابل‌جایگزینِ زمینهٔ کسب‌وکار» منتقل شده است.

از آنجا که یک عامل حتی نمی‌تواند خودش یک لیوان آب‌میوه را بفشارد، پس میوه را چه کسی نگه می‌دارد؟

عصر طلایی مالکان داده

پاسخ به آن افراد مسنی اشاره دارد که زمانی تصور می‌شد توسط هوش مصنوعی مختل شوند.

در ۲۳ فوریهٔ ۲۰۲۶، بلومبرگ از رابط هوش مصنوعی آژنتیک به نام «ASKB» رونمایی کرد. ترمینال بلومبرگ یکی از نمادین‌ترین نهادها در صنعت نرم‌افزار است. اگرچه در سراسر جهان تنها ۳۲۵٬۰۰۰ کاربر اشتراکی وجود دارد و از هر حساب سالانه ۳۲٬۰۰۰ دلار دریافت می‌شود، این بدان معناست که بلومبرگ تنها از این ۳۲۵٬۰۰۰ حساب سالانه بیش از ۱۰ میلیارد دلار درآمد کسب می‌کند که بیش از ۸۵٪ از کل درآمد بلومبرگ ال‌پی را تشکیل می‌دهد.

برای صنعت اینترنت که معمولاً شعار «هرچه کاربران بیشتر، بهتر» را دنبال می‌کند، این موضوع در واقع خلاف شهود است؛ بلومبرگ یک دژ تجاری مستحکم ساخته است که بر تعداد اندکی از کاربران پولی تکیه دارد.

تنها یک دلیل وجود دارد که بتواند به این دست یابد: بلومبرگ جامع‌ترین، به‌روزترین و عمیق‌ترین داده‌های مالی ساختاریافته را در سطح جهان در اختیار دارد. این داده‌ها نتیجه دهه‌ها سرمایه‌گذاری مستمر است، از جمله قیمت‌های لحظه‌ای، آرشیو تاریخی، مجموعه اخبار، گزارش‌های تحلیلگران، داده‌های مالی شرکت‌ها... هر نهادی که بخواهد در زمینه مالی تصمیم‌های جدی بگیرد، چاره‌ای جز استفاده از آن ندارد.

برای ASKB که به‌تازگی راه‌اندازی شده است، هوش مصنوعی موتور است و داده‌های اختصاصی بلومبرگ تنها سوخت آن است. هر عاملی که به دنبال ایجاد تأثیر در حوزه مالی باشد، نمی‌تواند این داده‌ها را از هوا بسازد؛ بلکه باید با اطاعت از API بلومبرگ به آن دسترسی پیدا کند.

واترزتکنولوژی یک مشاهده بسیار تیزبینانه ارائه داد: چیدمان آژنتیکی بلومبرگ نشان می‌دهد که چگونه «کسانی که صاحب داده‌ها هستند، هوش مصنوعی را به دستگاه خودپرداز شخصی خود تبدیل کرده‌اند.»

این منطق در حوزه‌های مختلف کاربرد دارد. ویوا داده‌های انطباق و تحقیق و توسعه صنعت داروسازی جهانی را در اختیار دارد؛ هر نماینده‌ای در هر شرکت داروسازی که مسئول کارآزمایی‌های بالینی یا ارسال مستندات به مراجع نظارتی است، باید به این داده‌ها دسترسی داشته باشد. اپیک بیش از ۲۵۰ میلیون پرونده پزشکی بیماران در ایالات متحده را در اختیار دارد؛ هر پیشنهاد تشخیصی توسط یک نماینده مراقبت‌های بهداشتی نیازمند این پرونده‌های پزشکی معتبر به‌عنوان پایه است. لکسس نکسیس بر آرشیوهای عظیم اسناد حقوقی انحصار دارد؛ نمایندگان حقوقی که جستجوی پرونده‌ها و تحلیل انطباق را انجام می‌دهند، نمی‌توانند از آن اجتناب کنند.

این داده‌ها تجلی دهه‌ها فعالیت تجاری در دنیای واقعی، رسوبات زمان و تاریخی هستند که نمی‌توان آن را تکرار کرد. این همچنین نهایت تجلی «انتقال کمبود» است: وقتی همه به موتورهای هوش مصنوعی سطح‌بالا دسترسی دارند، عامل واقعی موفقیت این است که آیا می‌توانید آن میدان نفتی را که منحصراً متعلق به شماست پیدا کنید.

در گذشته، این خدمات داده‌ای مبتنی بر اشتراک به تحلیلگران انسانی فروخته می‌شدند. یک مؤسسه بزرگ ممکن است نیاز داشته باشد که ۱۰۰ حساب کاربری ترمینال بلومبرگ خریداری کند. با این حال، در آینده، با تبدیل شدن ماشین‌ها به مصرف‌کنندگان داده، ممکن است این نهاد ده‌ها هزار عامل را اجرا کند و با شتاب فراوان در عرض میلی‌ثانیه‌ها به این رابط‌های داده اختصاصی فراخوانی کند.

این یک جهش در مقیاس است. تعداد پرس‌وجوهایی که یک تحلیلگر انسانی می‌تواند در یک روز رسیدگی کند محدود است، اما فرکانس تماس یک عامل می‌تواند به‌طور قابل‌توجهی از آن فراتر رود. تقاضا برای داده‌های پیوسته، بلادرنگ و با ارزش بالا به‌طور نمایی افزایش خواهد یافت. منطق کسب‌وکار مبتنی بر اشتراک لغو نشده است؛ بلکه توسط اشتهای سیری‌ناپذیر ماشین‌ها به‌طور نامحدود تقویت شده است.

کد به صفر بازمی‌گردد و داده‌ها شروع به جمع‌آوری اجاره می‌کنند.

با این حال، آیا این بدان معناست که همه شرکت‌های SaaS و داده‌محور می‌توانند آسوده‌خاطر باشند؟

همهٔ نرم‌افزارهای SaaS این کارت را ندارند

اگر این مقاله به‌طور بی‌رویه خوش‌بینانه نسبت به صنعت SaaS تلقی شود، این یک اشتباه بزرگ خواهد بود. آنچه هوش مصنوعی به SaaS آورده، شکاف عظیم و بی‌رحمانه‌ای است.

اوایل مارس ۲۰۲۶، تک‌کرنچ با چند سرمایه‌گذار خطرپذیر برجسته مصاحبه کرد تا از آن‌ها بپرسد در حال حاضر کمترین تمایل را به سرمایه‌گذاری در چه حوزه‌ای دارند.

سرمایه‌گذاران خطرپذیر در سیلیکون‌ولی از قبل با حضور خود رأی داده‌اند. پوشش‌دهی ساده گردش کار، ابزارهای قابل‌اعمال به‌صورت افقی در هر صنعتی، مدیریت پروژه سبک — این داستان‌ها که قبلاً برای جذب یک دور سرمایه‌گذاری کافی بودند، اکنون همگی سرنوشت یکسانی دارند: رد مستقیم. دلیلش ساده است: این‌ها وظایفی هستند که اکنون ربات‌ها می‌توانند به‌راحتی انجام دهند. شرکت‌های نرم‌افزاری که فاقد داده‌های انحصاری هستند، به‌سرعت صلاحیت خود را برای قرار گرفتن در کانون توجه سرمایه‌گذاران از دست می‌دهند.

این ارزیابی عملاً دنیای SaaS را به دو نیم تقسیم کرده است.

نیمی از آن‌ها شامل محصولاتی هستند که صرفاً ابزارهایی با بسته‌بندی نازک ارائه می‌دهند، داده‌های عمومی را در یک رابط کاربری زیبا می‌پیچند یا صرفاً جریان عملیات یک نقطهٔ خاص را در مدل SaaS بهینه‌سازی می‌کنند. مزیت اصلی این محصولات اساساً در عادات کاربران و چسبندگی رابط کاربری نهفته است.

با این حال، همان‌طور که جیک ساپر از ایمرجنس کپیتال می‌گوید: در گذشته، عادت دادن انسان‌ها به نرم‌افزار شما یک حصار قدرتمند بود. اما اگر اکنون نمایندگان این کار را انجام می‌دهند، چه کسی به گردش کارهای انسانی اهمیت می‌دهد؟

چنین محصولات SaaS واقعاً با تهدیدات قابل‌توجهی مواجه هستند. مجموعه ابزارهای GTM یک مثال معمولی است. شرکت‌هایی مانند Gainsight، Zendesk، Outreach، Clari و Gong هر یک در حوزه‌های مجاور مانند موفقیت مشتری، پشتیبانی مشتری، ارتباط با فروش، پیش‌بینی درآمد و تحلیل تماس فعالیت می‌کنند که هر کدام به بودجه‌ها، عملیات و یکپارچه‌سازی‌های جداگانه نیاز دارند. شرکت‌های هوش مصنوعی بومی اکنون می‌توانند با استفاده از یک عامل واحد، همه این جنبه‌ها را به هم متصل کنند و بدین ترتیب ارزش وجودی این راه‌حل‌های نقطه‌ای را به طور قابل توجهی کاهش دهند.

از سوی دیگر، نیمهٔ دیگر SaaS به‌طور عمیق در فرایندهای اصلی کسب‌وکار سازمان‌ها ادغام می‌شود و داده‌های اختصاصی و غیرقابل‌جایگزین را در خود نگهداری می‌کند. این شرکت‌ها نه تنها توسط نمایندگان جایگزین خواهند شد، بلکه به‌دلیل حضور نمایندگان، ارزشمندتر نیز خواهند شد.

برای مثال، سیلزفورس را در نظر بگیرید. در فوریهٔ ۲۰۲۶، گزارش مالی شرکت Salesforce نشان داد که درآمد سالانهٔ تکرارشوندهٔ Agentforce به ۸۰۰ میلیون دلار رسیده است، رشد ۱۶۹٪ نسبت به سال قبل؛ آن‌ها در مجموع ۲۴ میلیارد واحد کاری «آجنتیک» تحویل داده‌اند، نزدیک به ۲۰۰ تریلیون توکن را پردازش کرده‌اند و بیش از ۲۹٬۰۰۰ مشتری Agentforce را جذب کرده‌اند، با نرخ رشد سه‌ماههٔ ۵۰٪. مهم‌تر اینکه، درآمدهای سالانه قابل تکرار (ARR) ادغام‌شده Agentforce و Data 360 از ۲.۹ میلیارد دلار فراتر رفت که نرخ رشد آن نسبت به سال گذشته بیش از ۲۰۰٪ بود.

مارک بنیوف در تماس تلفنی گزارش درآمد گفت: «ما سیلزفورس را به سیستم‌عامل سازمان آژنتیک بازسازی کرده‌ایم.» هرچه هوش مصنوعی بتواند کارهای بیشتری را جایگزین کند، سیلزفورس ارزشمندتر می‌شود.

به جای اینکه توسط نمایندگان جایگزین شود، سیلزفورس به خاکی تبدیل شده است که نمایندگان در آن فعالیت می‌کنند. ارزش آن دقیقاً از داده‌های کسب‌وکار و زمینهٔ فرآیندها ناشی می‌شود که نمایندگان نمی‌توانند از آن عبور کنند.

بیل مک‌درموت، مدیرعامل سرویس‌ناو، در فوریهٔ ۲۰۲۶ رسماً اعلام کرد: «ما یک شرکت SaaS نیستیم.»

او آنچه ServiceNow هست را انکار نمی‌کند، بلکه به‌طور پیش‌دستانه مرزهای آن را تعریف می‌کند. استدلال او این است که SaaS مفهومی درباره «روش تحویل نرم‌افزار» است، در حالی که ServiceNow قصد دارد لایه ارکستراسیون و اجرای عامل‌های هوش مصنوعی سازمانی باشد. در حالی که هوش مصنوعی می‌تواند مشکلات را شناسایی کرده و پیشنهاداتی ارائه دهد، این ServiceNow است که به‌طور عمیق در گردش کارها ادغام شده و اقدامات را در سیستم‌های سازمانی اجرا می‌کند.

در ۱۷ مارس ۲۰۲۶، شرکت ورک‌دی «سنا» را منتشر کرد، مجموعه‌ای از هوش مصنوعی مکالمه‌ای که داده‌های منابع انسانی و مالی را به‌طور عمیق یکپارچه می‌کند. ایده اصلی این محصول جایگزینی Workday با هوش مصنوعی نیست، بلکه تغذیه هوش مصنوعی با داده‌های Workday است.

ورک‌دی داده‌های مربوط به جبران خدمات، عملکرد، ساختار سازمانی و بودجه مالی هزاران شرکت را در اختیار دارد. عمق و منحصربه‌فرد بودن این داده‌ها چیزی است که هیچ استارتاپ بومی هوش مصنوعی نمی‌تواند در کوتاه‌مدت آن را تکرار کند.

بنابراین، خندق واقعی این نیست که آیا شما داده‌ای دارید یا نه، بلکه این است که آیا داده‌های شما غیرقابل دسترسی، غیرقابل خرید و غیرقابل تقلید هستند.

دههٔ آینده: چه کسی اجاره را جمع‌آوری می‌کند

در هر انقلاب فناوری، کسانی که در نهایت بیشترین سود را به دست می‌آورند، معمولاً نه مخترعان فناوری نوآورانه، بلکه کسانی هستند که بی‌سروصدا عناصر کمیابی را که فناوری جدید بر آن‌ها متکی است، کنترل می‌کنند. در این عصر پیشرفت سریع هوش مصنوعی، قابلیت‌های مدل‌های بزرگ قوی‌تر خواهند شد و توانایی عامل‌ها در کدنویسی و ساخت ابزارها فراگیرتر خواهد شد.

وقتی این قابلیت‌ها که زمانی پیشرفته محسوب می‌شدند به زیرساخت تبدیل شوند، منطق «انتقال کمبود عنصری» تنها به یک نتیجه می‌رسد: کسانی که با شور و اشتیاق ابزارهایی برای ایجنت‌ها می‌سازند، به احتمال زیاد برندگان نهایی این عصر نخواهند بود.

در تحلیل خود در فوریه ۲۰۲۶، فاندیشن کپیتال اعلام کرد که ارزش کل بازار صنعت نرم‌افزار قرار است در دهه آینده ده برابر شود. با این حال، این رشد ده‌برابری به‌طور یکنواخت در میان همه شرکت‌های نرم‌افزاری توزیع نخواهد شد؛ بلکه به‌شدت در آن بازیگرانی متمرکز خواهد بود که بتوانند واقعاً از عصر ایجنت بهره‌برداری کنند.

برندگان واقعی کسانی هستند که دارایی‌های داده‌ای دارند که نمایندگان نمی‌توانند دور بزنند.

برای کارآفرینان و سرمایه‌گذاران امروزی، در این عصر تنها دو سرنوشت وجود دارد: یا به‌شدت برای ایجنت بیل دستی ساختن، یا اولین کسی بودن که زمین را تصاحب می‌کند. شما باید بدانید که همین حالا چه کاری انجام می‌دهید.

روی دستِ مأمور تمرکز نکن؛ به گلوگاهش حمله کن.