logo

وقتی همه در حال فروش سهام نرم‌افزار هستند، HSBC می‌گوید شما اشتباه می‌کنید

By: روت دیتا|2026/03/14 15:24:16
0
اشتراک‌گذاری
copy

نوشته شده توسط: موج کیهانی ناروتو، جزر و مد عمیق TechFlow

در فوریه ۲۰۲۶، بازار سهام فناوری دچار یک فروپاشی سیستماتیک می‌شود که برخی رسانه‌ها از آن به عنوان «آخرالزمان Saa» یاد می‌کنند.

قیمت سهام Salesforce از اوج خود در سال ۲۰۲۵ تقریباً ۴۰ درصد کاهش یافته است؛ سهام ServiceNow تنها در یک روز پس از گزارش درآمد سه ماهه خود، بیش از ۱۱ درصد سقوط کرد، صرفاً به این دلیل که مدیریت در یک کنفرانس تلفنی اشاره کرد که «عوامل هوش مصنوعی، قابلیت مشاهده رشد صندلی‌ها را پیچیده می‌کنند»؛ سهام Workday بیش از ۲۲ درصد سقوط کرد؛ کل شاخص نرم‌افزار و خدمات S&P 500 در شش هفته اول سال ۲۰۲۶ تقریباً ۱ تریلیون دلار از ارزش بازار خود را از دست داد.

منطق بازار سرراست است: اکنون عوامل هوش مصنوعی قادر به جایگزینی تعداد زیادی از عملیات دستی هستند. شرکت‌هایی که از هوش مصنوعی برای انجام وظایفی استفاده می‌کنند که قبلاً به ۱۰۰ نفر نیاز داشتند، طبیعتاً دیگر به ۱۰۰ نفر متخصص نرم‌افزار نیاز ندارند. اعتقاد بر این است که مدل کسب‌وکار SaaS با هزینه‌ی ثابت به پایان مسیر تاریخی خود رسیده است.

همزمان با اینکه این تجارت وحشت‌زده صنعت را در بر گرفت، استفن برسی، رئیس تحقیقات فناوری ایالات متحده در HSBC، یک گزارش تحقیقاتی با عنوان تحریک‌آمیز منتشر کرد: «نرم‌افزار، هوش مصنوعی را خواهد بلعید.»

استدلال اصلی او را می‌توان در یک جمله خلاصه کرد: وحشت بازار، قضاوتی نادرست است.

یک گزارش خلاف واقع

بازار از این می‌ترسد که هوش مصنوعی جایگزین نرم‌افزارهای سازمانی شود و این ترس، اشتباه است.

او در ابتدای گزارش نوشت. از نظر او، هوش مصنوعی نرم‌افزار را حذف نخواهد کرد، بلکه توسط آن جذب خواهد شد و به یک لایه قابلیت در پلتفرم‌های نرم‌افزاری سازمانی تبدیل خواهد شد. نرم‌افزار دشمن هوش مصنوعی نیست؛ نرم‌افزار وسیله‌ای است که هوش مصنوعی را به دنیای واقعی می‌رساند.

این منطق، کل چارچوب روایی بازار فعلی را زیر و رو می‌کند. ترس بازار این است که «هوش مصنوعی جایگزین نرم‌افزار شود»، در حالی که قضاوت برسی این است که «نرم‌افزار، هوش مصنوعی را رام خواهد کرد».

او به یک قیاس تاریخی از دوران اینترنت اشاره کرد: وقتی اینترنت به طور ناگهانی گسترش یافت، انباشت اولیه ارزش در زیرساخت‌های فیزیکی - سرورها، کابل‌های فیبر نوری، مراکز داده - متمرکز بود. حجم زیادی از سرمایه به زیرساخت‌های سخت‌افزاری سرازیر شد، در حالی که آن شرکت‌های اینترنتی اولیه که در حال تقلا بودند، در نهایت به شرکت‌هایی تبدیل شدند که ارزش بلندمدت را به دست آوردند. نرم‌افزار نقطه پایانی ارزش اینترنت است.

برسی معتقد است که تکامل هوش مصنوعی در حال تکرار همان سناریو است. سال‌های ۲۰۲۴ و ۲۰۲۵ دوره ساخت زیرساخت‌ها هستند - قدرت محاسباتی، مدل‌ها، یکپارچه‌سازی کد - همه چیز راه را برای انفجار در لایه نرم‌افزار هموار می‌کند. و سال ۲۰۲۶ سالی است که موتور واقعاً روشن می‌شود.

«نرم‌افزار سازوکار اصلی برای گسترش هوش مصنوعی در بزرگترین شرکت‌های جهان خواهد بود.» ما معتقدیم که سال ۲۰۲۶ سالی خواهد بود که کسب درآمد از نرم‌افزار آغاز می‌شود.

چرا مدل‌های Foundation نمی‌توانند جایگزین نرم‌افزارهای سازمانی شوند؟

مهم‌ترین استدلال این گزارش، تشریح لایه‌ای این منطق است که «هوش مصنوعی مستقیماً نرم‌افزار را متحول خواهد کرد».

دیدگاه‌های منتقدان قانع‌کننده به نظر می‌رسد: مدل‌های زبانی بزرگ همین حالا هم می‌توانند کد بنویسند، کدنویسی vibe (تولید مستقیم نرم‌افزار قابل استفاده از طریق توصیفات زبان طبیعی) در حال افزایش است و شرکت‌های مدل‌سازی هوش مصنوعی تلاش‌های بیشتری در لایه کاربرد انجام می‌دهند. پس چرا شرکت‌ها هنوز به سیستم‌های نرم‌افزاری سنتی مانند Oracle، SAP و Salesforce که پرهزینه هستند، نیاز دارند؟

پاسخ برسی از سه سطح آشکار می‌شود.

اول، مدل‌های بنیادی «معایب ذاتی» دارند.

این گزارش به وضوح بیان می‌کند که مدل‌های بنیادی «دارای نقص‌های ذاتی» هستند و نمی‌توانند وظیفه «جایگزینی عمده» پلتفرم‌های اصلی در شرکت‌های بزرگ را به طور شایسته انجام دهند. آنها در سناریوهای محدود - تولید تصویر، توسعه برنامه‌های کوچک، پردازش متن - عملکرد خوبی دارند، اما برای پلتفرم‌های اصلی با دقت بالا و در سطح سازمانی، این "واقع‌بینانه" نیست.

دلیل اساسی در محدودیت‌های داده‌های آموزشی نهفته است. LLM ها بر اساس داده‌های اینترنتی عمومی آموزش می‌بینند، در حالی که دانش معماری اختصاصی، منطق کسب‌وکار و استانداردهای عملیاتی که طی دهه‌ها توسط سیستم‌های نرم‌افزاری سازمانی انباشته شده‌اند - این دارایی‌های فکری اصلی - در اینترنت عمومی در دسترس نیستند و یادگیری یا تکثیر آنها را برای هوش مصنوعی غیرممکن می‌کنند. خندق سیستم‌های اوراکل و SAP را نمی‌توان با کدنویسی جبران کرد؛ این خندق به مرور زمان و از طریق سناریوهای تجاری ساخته می‌شود.

دوم، قابلیت‌های Vibe Coding به شدت بیش از حد ارزیابی شده‌اند.

این گزارش مستقیماً به ضعف مهلک Vibe Coding اشاره می‌کند: این سیستم تمام بار طراحی را بر دوش توسعه‌دهندگان می‌گذارد. شما به هوش مصنوعی می‌گویید: «من سیستمی می‌خواهم که بتواند زنجیره‌های تأمین جهانی را مدیریت کند» و هوش مصنوعی می‌تواند کد تولید کند، اما «چگونه معماری این سیستم را تعریف کنیم، چگونه استثنائات را مدیریت کنیم، چگونه مطمئن شویم که تحت فشار شدید از کار نمی‌افتد» - این قضاوت‌ها هنوز به ورودی انسانی نیاز دارند.

برسی با انتقادی بیشتر اشاره می‌کند که شرکت‌های بزرگ مدل‌سازی هوش مصنوعی «تقریباً هیچ تجربه‌ای در ایجاد نرم‌افزار در سطح سازمانی ندارند». آنها از صفر وارد یک محیط فوق‌العاده پیچیده می‌شوند. در مقابل، نرم‌افزارهای سازمانی طی دهه‌ها تکامل یافته‌اند تا به سطوحی از «خطای تقریباً صفر، توان عملیاتی بالا و قابلیت اطمینان بالا» دست یابند، که معیاری است که بازیگران جدید هوش مصنوعی نمی‌توانند در کوتاه‌مدت به آن برسند.

سوم، هزینه‌های تغییر برای شرکت‌ها یک مانع واقعی است.

حتی با فرض اینکه هوش مصنوعی واقعاً می‌تواند کدی با کیفیت قابل مقایسه بنویسد، هزینه جایگزینی سیستم‌های اصلی برای شرکت‌ها همچنان بسیار بالاست، از جمله خطرات وقفه در درآمد، از دست دادن بهره‌وری، مشکلات سازگاری در محیط‌های فناوری اطلاعات و اعتماد انباشته شده به برندهای تأمین‌کننده و قابلیت‌های خدمات... اینها هزینه‌های واقعی تغییر هستند که صرفاً به این دلیل که هوش مصنوعی می‌تواند کد بنویسد، از بین نمی‌روند.

نرم‌افزارهای سازمانی به آپتایم ۹۹.۹۹۹٪ ثابت‌شده در طول سال‌ها نیاز دارند تا بدون خطا در محیط‌های پیچیده فناوری اطلاعات مختلف کار کنند. این اعتماد در طول زمان به دست می‌آید، نه اینکه از انبوهی از کد ساخته شود.

چه کسانی ذینفع واقعی کسب درآمد از هوش مصنوعی خواهند بود؟

اگر نیمه اول گزارش یک استدلال تدافعی باشد، نیمه دوم آن یک استراتژی تهاجمی است.

قضاوت اصلی برسی این است: بیشترین سهم از زنجیره ارزش هوش مصنوعی در نهایت به لایه نرم‌افزار منتقل می‌شود، نه لایه‌های سخت‌افزار و تراشه.

ما معتقدیم هوش مصنوعی منبع اصلی ایجاد ارزش در حوزه نرم‌افزار است و بیشترین سهم از ارزش بلندمدت متعلق به نرم‌افزار خواهد بود، نه سخت‌افزار.»

او همچنین اشاره می‌کند که کمبود سخت‌افزار، کمبود پردازنده‌های گرافیکی (GPU)، محدودیت‌های توان و تنگناهای مراکز داده در سال‌های آینده ادامه خواهد داشت. این کمبود، جایگاه استراتژیک پلتفرم‌های نرم‌افزاری را تقویت می‌کند: تنها پلتفرم‌های نرم‌افزاری می‌توانند قابلیت‌های هوش مصنوعی را به ارزش تجاری مقیاس‌پذیر و تکرارپذیر تبدیل کنند.

در مورد ابزار خاص کسب درآمد، این گزارش به عوامل هوش مصنوعی اشاره دارد.

برسی پیش‌بینی می‌کند که در سال ۲۰۲۶، شاهد استقرار گسترده‌ی عوامل هوش مصنوعی وظیفه‌گرا و مبتنی بر گردش کار در شرکت‌های فورچون ۲۰۰۰ و شرکت‌های کوچک و متوسط ​​خواهیم بود. با این حال، ارزیابی کیفی او از کارگزاران کاملاً با روایت جریان اصلی بازار متفاوت است؛ او کارگزاران را به عنوان عوامل تحول‌آفرین جایگزین نرم‌افزار نمی‌بیند، بلکه معتقد است که آنها باید در چارچوب پارامترها و مجوزهای تعریف‌شده توسط نرم‌افزار عمل کنند. دقیقاً همین «عامل محدود» است که می‌تواند نیازهای شرکت‌ها را برای مدیریت ریسک هوش مصنوعی برآورده کند.

به عبارت دیگر، شرکت‌ها به یک هوش مصنوعی قدرتمند و آزاد نیاز ندارند؛ چیزی که آنها نیاز دارند، هوش مصنوعی‌ای است که بتواند در یک چارچوب انطباق، مدیریت، حسابرسی و عمل کند. این چیزی است که تنها عامل‌هایی که عمیقاً در سیستم‌های نرم‌افزاری سازمانی جاسازی شده‌اند، می‌توانند به آن دست یابند.

«نرم‌افزار، راه کلیدی برای شرکت‌ها جهت استفاده‌ی کنترل‌شده از هوش مصنوعی است.» این انتقادی‌ترین قضاوت در کل گزارش است.

در عین حال، این گزارش پیش‌بینی می‌کند که تقاضای استنتاج به تدریج از تقاضای آموزش فراتر خواهد رفت و به عامل اصلی رشد مصرف توان محاسباتی تبدیل خواهد شد. این بدان معناست که با گسترش روزافزون عامل‌ها، مصرف توان محاسباتی کاهش نخواهد یافت، بلکه به افزایش خود ادامه خواهد داد و از کل اکوسیستم نرم‌افزار و زیرساخت پشتیبانی بیشتری خواهد کرد.

فرصت یا تله؟

وقتی این گزارش منتشر شد، ارزش کلی بخش نرم‌افزار به پایین‌ترین حد تاریخی خود رسیده بود. قضاوت برسی این است: ارزش‌گذاری‌های پایین همراه با سال درآمدزایی پیش رو، فرصتی برای ورود هستند، نه سیگنالی برای خروج.

«ارزش‌گذاری نرم‌افزار در پایین‌ترین حد تاریخی خود قرار دارد، هرچند این صنعت در آستانه‌ی گسترش عظیمی است.»

از نظر توصیه‌های خاص، منطق HSBC واضح است: آن دسته از شرکت‌های نرم‌افزاری که خندق‌های داده‌ای عمیقی ایجاد کرده‌اند، قابلیت تعبیه عوامل هوش مصنوعی را دارند و به مدل‌های صدور صورتحساب صرفاً مبتنی بر سرشماری متکی نیستند، بزرگترین ذینفعان این موج کسب درآمد از هوش مصنوعی خواهند بود. فهرست رتبه‌بندی خرید شامل اوراکل، مایکروسافت، Salesforce، ServiceNow، Palantir، CrowdStrike، Alphabet و غیره می‌شود که تقریباً همه بازیگران اصلی نرم‌افزارهای سازمانی را پوشش می‌دهد.

شایان ذکر است که HSBC همچنین رتبه‌بندی IBM و Asana را کاهش داده و Palo Alto Networks را در فهرست «کم‌ارزش‌ترین‌ها» قرار داده است. همه شرکت‌های نرم‌افزاری نمی‌توانند با خیال راحت از این چالش عبور کنند؛ نکته کلیدی در این است که آیا می‌توانند به زیرساختی برای فرود عوامل هوش مصنوعی تبدیل شوند، نه اینکه توسط عوامل صرفاً به عنوان رابط‌های انسانی نادیده گرفته شوند.

گزارش برسی منطقاً دقیق و به‌موقع است و موضع مخالف آن، خود تأثیر ویروسی قوی دارد.

با این حال، یک سوال وجود دارد که گزارش مستقیماً به آن نمی‌پردازد: اگر عوامل هوش مصنوعی واقعاً بتوانند در چارچوب نرم‌افزارهای سازمانی به طور مؤثر عمل کنند، آیا تقاضا برای «صندلی‌های» نرم‌افزاری به آرامی کاهش خواهد یافت؟ ارزش نرم‌افزار به عنوان حامل هوش مصنوعی ممکن است پابرجا بماند، اما اینکه آیا مدل کسب‌وکار «صورتحساب سرانه» می‌تواند ارزش‌گذاری‌های فعلی را حفظ کند، همچنان یک سوال بی‌پاسخ است.

آیا نرم‌افزار، هوش مصنوعی را مصرف خواهد کرد یا هوش مصنوعی، نرم‌افزار را؟ این بحث در هر گزارش مالی سال 2026 شواهد جدیدی پیدا خواهد کرد.

قیمت --

--

ممکن است شما نیز علاقه‌مند باشید

تحلیل پس از لیست شدن CEX کره جنوبی در سال 2025: سرمایه‌گذاری در سکه‌های جدید = 70% ضرر؟

عملکرد لیست جدید توکن‌های صرافی کره جنوبی در سال 2025 به طور ساختاری مشابه با بایننس است و تفاوت‌های قابل توجهی ندارد.

تحلیل BIP-360: اولین گام بیت کوین به سوی مصونیت کوانتومی، اما چرا فقط «گام اول»؟

این مقاله توضیح می‌دهد که چگونه BIP-360 استراتژی دفاع کوانتومی بیت‌کوین را تغییر شکل می‌دهد، پیشرفت‌های آن را تجزیه و تحلیل می‌کند و بحث می‌کند که چرا هنوز به امنیت کامل پساکوانتومی دست نیافته است.

۵۰ میلیون USDT در برابر ۳۵۰۰۰ دلار AAVE مبادله شد: فاجعه چگونه رخ داد؟ چه کسی را باید سرزنش کنیم؟

به دلیل یک نقص اساسی در مسیر تراکنش، یک عملیات ۵۰ میلیون دلاری DeFi تقریباً بدون هیچ گونه محافظتی اجرا شد و در نتیجه تقریباً کل مبلغ سرمایه در یک استخر نقدینگی کوچک تبخیر شد.

گفتگوی ویتالیک چیانگ مای: انفجار هوش مصنوعی، ارزهای دیجیتال باید برای چه چیزی بجنگند؟

گفتگوی ویتالیک با میشل باوونز: با تأمل در مورد هدف اولیه اتریوم، طرفداری از «شتاب‌گرایی احیاکننده» برای ادغام عمیق فناوری رمزنگاری در همکاری جهانی و یک اقتصاد واقعاً مولد.

بازار همچنان در حال سقوط است، بهترین زمان برای TGE چه زمانی است؟

تنها چیزی که واقعاً از چرخه‌ها فراتر می‌رود، کیفیت خود پروژه است.

الان سال ۲۰۲۶ است، چطور باید ارزش بازار L1 را به طور منطقی ارزیابی کنیم؟

با توجه به ویژگی‌های ساختاری شبکه‌های باز و بدون نیاز به مجوز، کارمزد تراکنش‌ها و درآمد MEV زنجیره‌های عمومی L1 مانند بیت‌کوین، اتریوم و سولانا به‌طور سیستماتیک توسط مدل‌های جدید در اکوسیستم آربیتراژ شده و به‌طور مداوم تغییر مسیر می‌دهند.

رمزارزهای محبوب

آخرین اخبار رمز ارز

ادامه مطلب