اثر غلتک هوشمند AI و کارگاه‌سازی نرم‌افزار پیش‌درآمدی بر اینترنت هوش مصنوعی

نویسنده: تفکرات بلاک‌چین منگ یان

اخیراً در بیش از یک ماه گذشته، اتفاقات جالبی رخ داده است.

در تاریخ 11 آگوست، SpaceX برنامه هوش مصنوعی (agent) خود به نام Grok Bot را منتشر کرد. این یک "همکار AI" است که به صورت 24 ساعته در رایانه ابری خود کار می‌کند.

در تاریخ 8 سپتامبر، Meta برنامه هوش مصنوعی شخصی به نام Muse را معرفی کرد. این برنامه می‌تواند مرورگر را باز کند، فرم‌ها را پر کند و به نمایندگی از کاربر چانه‌زنی کند. این برنامه پس از ده روز به صدر لیست App Store آمریکا رسید و موجی از فروش سهام شرکت‌های سنتی واسطه اینترنتی مانند Expedia، Airbnb و Booking را به دنبال داشت که سهام این شرکت‌ها به شدت کاهش یافت.

در تاریخ 22 سپتامبر، شرکت Anthropic که Claude را توسعه می‌دهد، مدل جدید Opus 5.5 را منتشر کرد. به تازگی، OpenAI که ChatGPT را توسعه داده، دو نسخه جدید از GPT-6 را معرفی کرده و قیمت‌ها را به نصف نسل قبلی کاهش داده است.

در اواسط سپتامبر، یکی از بزرگترین شرکت‌های نرم‌افزار SaaS، Salesforce، کنفرانس سالانه خود را برگزار کرد. رئیس بخش برنامه‌های کاربردی، پاتریک استوکس، گفت که AI رابط‌های نرم‌افزاری را از هم می‌پاشد و سپس جایگزین آن می‌شود.

این وقایع از شرکت‌ها و صنایع مختلف ناشی شده و در دو ماه اخیر متمرکز شده است. به نظر می‌رسد که هر کدام به نوعی به یکدیگر ضربه می‌زنند، اما در زیر همه این‌ها یک موضوع مشترک وجود دارد: هوش مصنوعی که می‌تواند کارها را انجام دهد، شروع به تعامل با نرم‌افزار و اینترنت کرده است. شکل جدیدی از اینترنت در حال ظهور است.

1. اثر غلتک

یک مسئول انکوباتور AI به من گفت که بزرگترین بیداری کارآفرینان AI در سال گذشته این است که متوجه شدند AI با اینترنت و بلاک‌چین متفاوت است. این یک میدان مسابقه فوق‌العاده متمرکز و سریع است که عمر شرکت‌های نوپا بسیار کوتاه است و باید سریع عمل کنند و بفروشند و بدون تردید قبل از اینکه غول‌ها آن‌ها را زیر پا بگذارند، خریدار پیدا کنند و از بازار خارج شوند. در مورد رویای بزرگ شدن خود، حتی فکرش را هم نکنند.

این همان طرز فکر علف‌های کوچک در برابر غلتک است.

"اثر غلتک" منبع اضطراب بسیاری از کارآفرینان AI است. هر بار که یک مدل پیشرفته یک قدم جلو می‌رود، به طور ناخواسته تعدادی از شرکت‌های نوپا را زیر پا می‌گذارد. چند شرکت عمومی حداقل می‌توانند با سقوط شدید قیمت سهام خود عزاداری کنند، اما هزاران تیم کوچک که به یکباره از بین می‌روند، هیچ‌کس از آن‌ها خبر ندارد.

ابتدا به پول نگاه کنیم. مؤسسه داده‌های سرمایه‌گذاری خطرپذیر آمریکا، PitchBook، گزارش می‌دهد که در نیمه اول سال 2026، سرمایه‌گذاری خطرپذیر جهانی در AI رکوردی را ثبت کرده و بیش از نیمی از آن به OpenAI و Anthropic رسیده است. این مانند یک مهمانی با چند هزار میز است که نیمی از غذاها به میز اصلی رسیده و فقط دو نفر در آنجا نشسته‌اند.

حالا به شرکت‌های خاص نگاه کنیم. گوگل یک محصول یادداشت‌برداری AI به نام NotebookLM دارد که کاربران می‌توانند فایل‌ها و وب‌سایت‌ها را در آن قرار دهند و آن محتوا را به توضیحات صوتی به سبک پادکست تبدیل کند. این محصول در سال 2024 به شدت در اینترنت محبوب شد. مسئول آن، ریزا مارتین، به همراه دو همکارش از گوگل خارج شدند و یک برنامه پادکست AI به نام Huxe را توسعه دادند که بر اساس ایمیل‌ها و تقویم‌های کاربران، گزارش‌های صوتی روزانه تولید می‌کند و دانشمند ارشد گوگل، جف دین، در آن سرمایه‌گذاری کرده است.

در تاریخ 21 مه، بزرگترین پلتفرم پخش موسیقی جهان، Spotify، یک به‌روزرسانی انجام داد که شامل ویژگی‌های مشابهی بود. در تاریخ 22 مه، Huxe اعلام کرد که به فعالیت خود پایان می‌دهد.

شرکت‌های عمومی نیز همین‌طور هستند. در ماه فوریه، Anthropic یک سری افزونه‌های قانونی و مالی برای Claude منتشر کرد. شرکت مادر رویترز، Thomson Reuters، که به فروش اطلاعات قانونی، مالیاتی و حسابداری وابسته است، در آن روز بیش از 15 درصد کاهش قیمت سهام داشت.

پس از انتشار مدل Opus 5.5، تعداد زیادی از کاربران در توییتر ویدیوهای زیبایی را که با استفاده از کلمات کلیدی ساده ساخته بودند، منتشر کردند و خوشحال بودند، در حالی که تیم‌هایی که در زمینه تولید ویدیو AI شب‌های بی‌خوابی را گذرانده بودند، تنها می‌توانستند با ناامیدی به صفحه نمایش خیره شوند و بی‌صدا گریه کنند.

جهان بی‌رحم است و همه چیز را مانند علف می‌بیند. OpenAI و Anthropic این غول‌ها نمی‌خواهند با شما دشمنی کنند، آن‌ها هیچ خصومتی با شما ندارند و هیچ قصدی برای رقابت با شما ندارند و حتی اصلاً از وجود شما خبر ندارند، آن‌ها فقط به جلو حرکت می‌کنند و سپس شما به طور ناگهانی ناپدید می‌شوید.

آن جمله معروف چه بود؟ نابود کردن شما به شما مربوط نیست.

2. کارگاه‌سازی اقتصاد نرم‌افزار

در ماه فوریه، Claude Opus 4.6 منتشر شد. با پشتیبانی از این مدل، Claude Code به قدری قوی شد که حتی افرادی که هیچ‌گونه کدنویسی نمی‌دانند، ناگهان احساس کردند که رویای تکنولوژیک خود را می‌توان نجات داد.

تعداد افرادی که نرم‌افزار می‌سازند، روز به روز در حال افزایش است. یک پلتفرم AI به نام Lovable به افراد غیر برنامه‌نویس اجازه می‌دهد تا با استفاده از چت، وب‌سایت‌ها و برنامه‌ها را بسازند. این پلتفرم می‌گوید که هر هفته یک میلیون پروژه جدید اضافه می‌کند و کاربران عمدتاً افرادی هستند که حتی یک خط کد هم نمی‌نویسند.

از سوی دیگر، روزهای سختی برای فروشندگان نرم‌افزار وجود دارد. شاخص‌های اصلی که سهام نرم‌افزار آمریکا را دنبال می‌کنند، در سه ماهه اول امسال بیش از 24 درصد کاهش یافته است که بدترین فصل از زمان بحران مالی 2008 است. قیمت سهام پیش‌بینی‌ها را نشان می‌دهد و شامل عوامل نرخ بهره بالا نیز می‌شود، اما به این معنی نیست که تقاضا کاهش یافته است. در سپتامبر، ضربه به واسطه‌های اینترنتی منتقل شد و بازار در حال بازنگری قیمت نرم‌افزارهایی است که به مردم فروخته می‌شود.

من این را "کارگاه‌سازی اقتصاد نرم‌افزار" می‌نامم. انقلاب صنعتی با انتقال بافندگی و پارچه‌بافی از خانه به کارخانه، AI را به سمت بازگشت نوشتن نرم‌افزار از کارخانه به خانه می‌برد. هر فرد و هر شرکت کوچک می‌تواند یک کارگاه نرم‌افزاری برای خود راه‌اندازی کند.

قبلاً برای راه‌اندازی یک فروشگاه کوچک، به یک سیستم موجودی نیاز بود و باید با شرکت‌های پیمانکار درباره نیازها صحبت می‌کردید، قرارداد امضا می‌کردید و منتظر می‌ماندید. اکنون با گفتن چند جمله به کامپیوتر، می‌توانید در یک بعدازظهر یک نمونه اولیه بسازید. ابزارهای داخلی مانند مدیریت مشتری و برنامه‌ریزی پرسنل نیز به همین صورت است.

آیا در این کارگاه‌ها می‌توان شرکت‌های بزرگ بعدی را پرورش داد؟ دشوار است. مشکل کارگاه‌ها انزوا است و هرچه کارگاه‌ها بیشتر شوند، این مشکل بیشتر نمایان می‌شود. کشورهای کوچک و کم‌جمعیت، صدای مرغ و سگ یکدیگر را می‌شنوند، اما مردم تا زمان مرگ با یکدیگر ارتباطی ندارند. لائو تزو این را به عنوان ایده‌آل می‌بیند، اما در نرم‌افزار این یک معضل است: من نمی‌توانم از محصول شما استفاده کنم، شما هم نمی‌توانید به داده‌های من دست بزنید، محصولاتی که در کارگاه‌ها تولید می‌شوند، فقط می‌توانند برای خودشان استفاده شوند.

هرگز تعداد افرادی که نرم‌افزار می‌سازند اینقدر زیاد نبوده و هرگز فروشندگان نرم‌افزار اینقدر تحت فشار نبوده‌اند.

3. اینترنت هوش مصنوعی

در این طرف، AI به شدت متمرکز است، در آن طرف، نرم‌افزار به سمت عدم تمرکز می‌رود. این دو دنیای متضاد هستند، اما در واقع دو روی یک سکه هستند. به همین دلیل است که توانایی AI به طور مداوم در حال افزایش است و فضای نرم‌افزار را فشرده می‌کند.

اکنون هنوز در آغاز راه هستیم. مردم هنوز از AI برای توسعه نرم‌افزار استفاده می‌کنند و سپس از نرم‌افزار استفاده می‌کنند. با پیشرفت بیشتر، حتی نیازی به نرم‌افزار نخواهد بود و کاربران به طور مستقیم با AI Agent تعامل خواهند کرد و تمام مشکلات را حل خواهند کرد.

Muse در حال حاضر واضح‌ترین نمونه است.

Meta در ابر به هر کاربر یک رایانه مجازی اختصاص می‌دهد و Muse در این رایانه کار می‌کند. کاربران برنامه را می‌بندند، اما Muse به کار خود ادامه می‌دهد و وقتی کارش تمام شد یا نیاز به تأیید داشت، به کاربر اطلاع می‌دهد؛ اگر طرف مقابل رابط داشته باشد، از طریق اتصال‌دهنده به طور مستقیم فراخوانی می‌کند؛ اگر رابط نداشته باشد، مرورگر را باز می‌کند و مانند یک انسان صفحه به صفحه عمل می‌کند.

پر کردن فرم، مقایسه قیمت، چانه‌زنی، کارهایی که قبلاً باید خود کاربر انجام می‌داد، به Muse سپرده شده است.

در حال حاضر، Muse هنوز به خوبی عمل نمی‌کند. رسانه پرداخت آمریکایی PYMNTS از آن خواسته است که سه کار انجام دهد: در آمازون دستمال توالت سفارش دهد، یک پیتزا از Domino's سفارش دهد و یک میز در یک رستوران رزرو کند. هیچ‌کدام از این کارها انجام نشد و ارزیاب گفت که کارهایی که یک انسان می‌تواند در 30 ثانیه انجام دهد، Muse به جای آن یک لایه مدیریت اضافی اضافه کرده است.

اما آنچه ما باید به آن توجه کنیم، جهت‌گیری است. این با استفاده از برنامه‌های قبلی چه تفاوتی دارد؟ قبلاً برای رزرو یک بلیط هواپیما، باید چندین وب‌سایت مسافرتی را باز می‌کردید، قیمت‌ها را مقایسه می‌کردید و نام و شماره شناسایی را در هر کدام پر می‌کردید. در آینده، فقط به Muse می‌گویید که ماه آینده به توکیو می‌روید و ارزان‌ترین پرواز مستقیم را پیدا می‌کند و بقیه کارها را خودش انجام می‌دهد.

کاربر برای اولین بار فقط با یک Agent صحبت می‌کند و آن Agent با کل اینترنت تعامل می‌کند. برنامه‌ها و وب‌سایت‌ها به پس‌زمینه منتقل می‌شوند.

این تنها تغییر در نحوه تعامل مردم با اینترنت نیست، بلکه یک ارتقاء دیگر در خود اینترنت است.

اگر به تاریخ اینترنت نگاه کنیم: Web 1.0 به اسناد متصل است، اینترنت اسناد است و انسان‌ها آن را می‌خوانند؛ Web 2.0 به برنامه‌ها و خدمات متصل است، اینترنت برنامه‌ها است و انسان‌ها از آن استفاده می‌کنند. Web 3.0 به چه چیزی متصل است؟

این اصطلاح Web 3.0 در طول بیش از بیست سال چندین تعریف داشته است. مخترع وب، برنرز-لی، در سال 2001 به طور سیستماتیک "وب معنایی" را توضیح داد که می‌خواهد برچسب‌هایی به صفحات وب بزند که ماشین‌ها بتوانند آن‌ها را بخوانند. در دنیای بلاک‌چین، "اینترنت ارزش" مطرح شده است که می‌خواهد پول و دارایی‌ها مانند اطلاعات در اینترنت جریان یابند. هر دو تعریف ویژگی‌ها را توصیف می‌کنند، اما هیچ‌کدام شکل را بیان نمی‌کنند.

اکنون واضح است که شکل Web 3.0 اینترنت هوش مصنوعی است. Agent به جای انسان‌ها می‌خواند، استفاده می‌کند و چانه‌زنی می‌کند و یک Agent به نمایندگی از انسان با صدها برنامه و هزاران API تعامل می‌کند. تجربه انسانی دیگر مهم نیست، آنچه Agent خوب می‌داند، واقعاً خوب است و اگر آن خوب باشد، من هم خوبم. در بیست سال گذشته، مدیران محصول و طراحان بر اساس تجربه انسانی محصولات را طراحی کرده‌اند و رقابت بر سر رابط و عملکرد بوده است. در آینده، محصولات باید برای Agent نوشته شوند و رقابت بر سر وضوح رابط، تمیزی داده‌ها و خوانایی شرایط خواهد بود.

Salesforce یک بسته بدون رابط کاربری ارائه کرده است که از طریق MCP و API کل پلتفرم را برای Agent باز می‌کند و همچنین قابلیت‌های خود را به طور مستقیم در Claude گنجانده است. شرکتی که به فروش نرم‌افزار از طریق رابط کاربری وابسته است، خود رابط کاربری را حذف کرده است.

مدیرعامل پلتفرم مسافرتی آنلاین Expedia استراتژی جدید شرکت را به این صورت خلاصه کرده است که باید "در همه جا که Agent‌ها حضور دارند، ظاهر شویم". پلتفرم‌های مسافرتی قبلاً باید مردم را به وب‌سایت خود جذب کنند، اما اکنون باید به Agent‌ها بروند.

این برای چه کسی خبر بدی است؟ وال استریت در حال بازنگری قیمت "تنبلی مصرف‌کننده" است. بسیاری از کسب‌وکارها به این دلیل موفق هستند که مشتریان تنبل هستند و نمی‌خواهند قیمت‌ها را مقایسه کنند، برنامه‌ها را عوض کنند یا برای چانه‌زنی تماس بگیرند. Agent‌ها از زحمت نمی‌زنند و همه این کارها را انجام می‌دهند. بنابراین بازار این نوع کسب‌وکارها را می‌فروشد.

حتی خود Meta نیز باید تغییر کند. این شرکت با فروش توجه کاربران شروع کرد و درآمد اصلی آن از تبلیغات است. Agent‌ها به تبلیغات نگاه نمی‌کنند و اطلاعات را مرور نمی‌کنند، زاکربرگ منبع درآمد Muse را از معاملات کوچک می‌داند.

سی سال پیش، وب‌سایت‌ها شروع به بهینه‌سازی برای موتورهای جستجو کردند و بعداً این به یک کسب‌وکار تبدیل شد. این بار، موضوعی که باید سازگار شود، از یک ماشین مرتب‌سازی به یک Agent تبدیل شده است که تصمیمات را به نمایندگی از صاحبش می‌گیرد. محصولاتی که Agent نمی‌تواند بفهمد، به معنای عدم وجود آن‌ها است؛ محصولاتی که Agent می‌تواند بفهمد و استفاده کند، تنها محصولاتی هستند که می‌توانند کسب‌وکار را به دست آورند. توانایی‌هایی که در کارگاه‌ها تولید می‌شوند نیز به همین صورت است، اگر Agent نتواند بفهمد، نمی‌تواند فروخته شود.

تحلیل‌گر فناوری آمریکایی بن تامپسون می‌گوید که Agent به "دروازه‌بان نهایی" تبدیل خواهد شد. هر کسی که Agent را کنترل کند، نیازهای کاربران را کنترل خواهد کرد.

یک چیز دیگری که حتماً اتفاق خواهد افتاد، پرداخت‌های بلاک‌چینی و اقتصاد توکن است. Agent‌ها بین خود ارزش را مبادله می‌کنند، مبلغ کم، تعداد زیاد، طرف مقابل ناشناس، اینکه پرداخت شود یا نشود و چقدر پرداخت شود، به‌طور خودکار توسط برنامه تعیین می‌شود و هیچ‌کس آن را بررسی نمی‌کند. هر بار که با کارت پرداخت می‌شود، 2.9% و 30 سنت هزینه دریافت می‌شود و برای پرداخت 1 سنت باید 30 برابر هزینه پرداخت شود، شبکه کارت نمی‌تواند این نوع معاملات را انجام دهد.

تحقیقات خود ویزا نیز تأیید می‌کند که کارت نمی‌تواند این بخش را انجام دهد و پرداخت‌های میکرو بین ماشین‌ها را به استیبل‌کوین‌ها اختصاص داده است. استیبل‌کوین نوعی ارز دیجیتال است که معمولاً به دلار یک به یک متصل است و در بلاک‌چین جریان دارد و مجموع آن بیش از 300 میلیارد دلار است.

قضاوت من این است که پرداخت دیجیتال مبتنی بر بلاک‌چین و اقتصاد توکن، یعنی استفاده از گواهی‌های زنجیره‌ای برای قیمت‌گذاری، تسویه و توزیع درآمد، از عناصر اساسی اینترنت هوش مصنوعی است.

من همیشه به یاد دارم که در یک کنفرانس در سال 2018 در موسسه تحقیقاتی دارایی‌های دیجیتال، استاد ژو جیا مینگ گفت که در بلندمدت، بلاک‌چین برای انسان‌ها نیست، بلکه برای AI است. من آن زمان فکر کردم که این جمله درست است، اما نمی‌توانستم بفهمم AI چگونه استفاده می‌شود. اکنون واضح است.

4. کارهای "دوستدار هوش مصنوعی"

تأثیر AI بر مشاغل همیشه موضوع داغی بوده است. در عصر AI، چه نوع افرادی می‌توانند به طور پایدار و طولانی‌مدت زنده بمانند و رشد کنند؟ یا به عبارت دیگر، چه مشاغلی می‌توانند از زیر غلتک فرار کنند؟

این مشاغل باید با AI Agent همکاری دوستانه داشته باشند.

البته دانشمندان برتر AI در شرکت‌های مدل بزرگ وجود دارند، اما تعداد این افراد بسیار کم و آستانه ورود به آن‌ها بسیار بالا است و برای اکثر مردم قابل دسترسی نیست.

مدت‌ها پیش، مهندسان استقرار جلویی (FDE) بسیار محبوب بودند، اما به نظر می‌رسد که به سرعت خاموش شده‌اند. همه به سرعت متوجه شدند که این فقط یک نام مد روز برای پیمانکاری در محل است و نکته کلیدی این است که معمولاً یک بار مصرف است. انواع راه‌حل‌های AI که در ذهن تصور می‌شد، وقتی به جلو می‌روند، متوجه می‌شوند که کیفیت داده‌ها بسیار پایین است و AI مستقر در شرکت‌ها مانند احمق‌های روستا عمل می‌کند و باید از داده‌های پایه شروع به بازنگری کنند، اما آیا این کار مربوط به مهندسی داده نیست؟ در نتیجه، FDE به مهندس داده فریب‌خورده تبدیل شد. این کار بی‌فایده است و کسی دوست ندارد آن را انجام دهد.

اکنون شغل‌های محبوب، مهندسان AI هستند که بر اساس مدل‌های AI محصول می‌سازند و توسعه‌دهندگان AI-Assistant که از AI برای کمک به توسعه نرم‌افزارهای سنتی استفاده می‌کنند. اما اگر فرضیات من درباره فشار AI بر نرم‌افزار و اینترنت به سمت هوش مصنوعی درست باشد، این دو شغل نیز دچار تغییر خواهند شد. گذشته برای انسان‌ها محصولات می‌ساختند، در آینده بیشتر و بیشتر برای Agent‌ها خواهند ساخت. گذشته برای موتورهای جستجو بهینه‌سازی می‌کردند، در آینده برای Agent بهینه‌سازی خواهند کرد.

یک نوع کار دیگر که بیشتر رایج است، مدیریت سازمان‌های هوش مصنوعی است.

اگر Agent‌ها به حدی قوی شوند که حتی نیازی به توسعه نرم‌افزار نباشد، تنها کافی است که بتوانید آن‌ها را مدیریت کنید، از آن‌ها خواسته‌هایی داشته باشید و در مراحل کلیدی تصمیم‌گیری کنید تا بتوانید اکثر کارها را انجام دهید. اما این هنوز کافی نیست، در آینده شما باید بتوانید چندین، ده‌ها، صدها یا حتی هزاران Agent را طراحی و سازماندهی کنید و آن‌ها را به یک ارتش کارآمد و قوی تبدیل کنید، فرآیندهای کارآمد را طراحی کنید، امنیت را تضمین کنید، هزینه‌ها و بودجه توکن را کنترل کنید و به طور مؤثر عملکرد را ارزیابی و بهبود مستمر کنید و سپس با ارتش‌های هوش مصنوعی رقیب خود که هم‌تراز هستند، رقابت و مبارزه کنید.

به عنوان مثال، یک Agent خرید یک شرکت باید با هزاران Agent فروشنده از هزاران تأمین‌کننده مذاکره کند و Agent مقابل نیز به همان اندازه هوشمند است. پیروزی و شکست به این بستگی دارد که چگونه در این طرف تقسیم کار، مجوز، مسئولیت و حسابرسی انجام می‌شود. مدیریت باید به یک مهندسی تبدیل شود و مجوزها، مرزها، انگیزه‌ها و حسابرسی‌ها باید قابل آموزش و اندازه‌گیری باشند. این یک علم مدیریت جدید و یک مهندسی سیستم جدید است.

قانون کانوی می‌گوید که طراحی سازمان‌های سیستم، در نهایت یک سیستم را ایجاد می‌کند که ساختار ارتباطی خود را کپی می‌کند. در عصر Agent، اعضای سازمان خود Agent‌ها هستند و سیستم و سازمان یکپارچه می‌شوند. سازمان چه شکلی باشد، سیستم Agent نیز به همان شکل خواهد بود، طراحی سیستم Agent یعنی طراحی سازمان.

این موضوع یک خیال‌پردازی فردی نیست. مایکروسافت در گزارش سالانه روندهای محل کار خود می‌گوید که هر کسی به یک رئیس Agent تبدیل خواهد شد؛ و مدیرعامل انویدیا، جنسن هوانگ، می‌گوید که بخش IT به بخش منابع انسانی Agent‌های AI تبدیل خواهد شد.

بنابراین، در اینترنت هوش مصنوعی، با ارزش‌ترین کارها، یکی این است که بتوانید برای Agent‌ها محصولات و خدمات بسازید و دیگری اینکه بتوانید یک ارتش از هزاران Agent را برای پیروزی بر ارتش دیگر هزاران Agent رهبری کنید.