بررسی زیر و بم تجدید نظر در صنعت با کمک AI: آینده‌ای تازه

Key Takeaways

• تحول پلتفرمی: چرخه‌های تغییر پلتفرم در صنعت تکنولوژی هر ده تا پانزده سال یکبار رخ می‌دهد و AI این چرخه را مجدداً به پیش می‌برد.
• سرمایه‌گذاری کلان: بزرگ‌ترین شرکت‌های فن‌آوری در حال سرمایه‌گذاری ۴۰۰۰ میلیارد دلاری برای زیرساخت‌های AI تا سال ۲۰۲۵ هستند.
• مدل‌های همگرا: همگرایی مدل‌های AI نشانه‌ای از کالایی شدن است و ممکن است ارزش‌گیری مجددی را به همراه داشته باشد.
• چالش‌های مشارکت کاربر: بهره‌گیری کاربران از AI هنوز به سطح وسیع و پایدار نرسیده و نیاز به نوآوری‌های بیشتر در کاربردهای روزمره دارد.

WEEX Crypto News, 2025-11-27 08:58:24

AI در حال تغییر جهان: یک نگاه به گذشته و آینده

در گزارش جدیدی که از سوی Benedict Evans، تحلیل‌گر معروف و شریک پیشین a16z ارائه شده است، آمده که AI در حال خوردن جهان است و ما هنوز از شکل نهایی آن مطنئن نیستیم. این گزارش با عنوان «AI خوردن جهان» منتشر شده و تحلیل می‌کند که چگونه AI تولیدی می‌تواند صنعت تکنولوژی را دچار یک جابجایی پلتفرمی جدید کند، که این پدیده هر ده تا پانزده سال یکبار در این صنعت رخ می‌دهد.

Evans تأکید دارد که در طول چند دهه گذشته، قطب‌نمای بزرگ صنعت تکنولوژی با ظهور هر نسل جدیدی از فناوری‌ها به طور کلی دگرگون شده است. از دوره ماشین‌های بزرگ به PC، از اینترنت به تلفن هوشمند، و حالا شاید AI تولیدی همان نقطه شروع تغییرات بعدی باشد. وی اشاره می‌کند که ظهور پلتفرم‌های جدید معمولاً بسترهای فعلی را دگرگون و حتی از بین می‌برد.

تاریخچه تغییرات پلتفرمی: درس‌های گذشته

از نگاه تاریخی، حدود هر پانزده سال، صنعت تکنولوژی با تغییرات بنیادین در پلتفرم شاهد تحول می‌شود. برای مثال، در دوره‌ای که میکروسافت تسلط کامل بر بازار سیستم‌های عامل کامپیوتر شخصی داشت، اما با گذر به عصر گوشی‌های هوشمند، موقعیت خود را به شدت از دست داد. این موضوع نشان‌دهنده‌ی طبیعت گذرا و دائمی تغییرات تکنولوژیکی است که همواره قدرت‌هایی از دست می‌دهند و قدرت‌های جدیدی را می‌سازند.

در حال حاضر، در دوران اولیه AI تولیدی هستیم و ممکن است بسیار زود باشد که تعیین کنیم که چه شکلی و در چه مسیری خواهد رفت. مرور تجربه‌های شکست‌خورده مانند AOL یا Yahoo در اوایل عصر اینترنت، ما را به این نتیجه می‌رساند که باید پذیرای عدم‌قطعیت در این دوران جدید باشیم.

سرمایه‌گذاری‌های بی‌سابقه برای AI

بزرگ‌ترین شرکت‌های فعال در حوزه تکنولوژی در حال سرمایه‌گذاری‌ عظیمی بر روی زیرساخت‌های AI هستند. بر اساس پیش‌بینی‌ها، مایکروسافت، AWS، گوگل و Meta تا سال ۲۰۲۵ بیش از ۴۰۰۰ میلیارد دلار را برای این منظور سرمایه‌گذاری خواهند کرد. با مقایسه با سالانه ۳۰۰۰ میلیارد دلار سرمایه‌گذاری در صنعت تلکام جهانی، بزرگی و اهمیت این رقم بهتر درک می‌شود.

این سرمایه‌گذاری‌ها نشان‌دهنده این واقعیت هستند که AI در حال تبدیل شدن به یک شالوده اساسی در اقتصاد دیجیتال آینده است. پروژه‌های متعددی در زمینه ساخت مرکز داده در آمریکا فراتر از ساخت و ساز اداری در حال اجرا هستند که نشانگر یک دوره جدید در سرمایه‌گذاری‌های بزرگ زیرساختی است.

کالایی شدن مدل‌های بزرگ AI

با وجود این سرمایه‌گذاری‌های گزاف، تفاوت عملکردی مدل‌های برتر در آزمون‌های استاندارد به شدت کاهش یافته است. در واقع، همگرایی عملکرد مدل‌ها نشان از کالایی شدن AI دارد و ارزش‌گذاری مجدد تکنولوژی را به دنبال خواهد داشت. به عبارت دیگر، اگر عملکرد مدل‌ها بسیار نزدیک به هم شود، ارزش و رهبری بازار نیاز به تعریف تازه‌ای پیدا می‌کند.

چالش‌های مرتبط با مشارکت کاربران و بهره‌برداری

هر چند ChatGPT میزان ۸۰۰ میلیون کاربر فعال هفتگی را ثبت کرده است، اما بررسی‌های دیگر نشان می‌دهند که تنها حدود ۱۰ درصد کاربران آمریکایی به صورت روزانه از این فناوری استفاده می‌کنند. اکثر کاربران در حال حاضر تنها به طور محدود این فناوری را تجربه می‌کنند.

این امر نشان‌دهنده عدم التزام یکپارچه و همگانی کاربران به AI است. تحقیقات Deloitte نیز نشان می‌دهد که تعداد کاربرانی که صرفاً به صورت اتفاقی از AI استفاده می‌کنند، به مراتب بیشتر از کاربرانی است که به طور روزانه با آن سر و کار دارند. این مسئله را به عنوان توهم مشارکت می‌توان تحلیل کرد؛ جایی که ظاهر و سرعت نفوذ AI به طرز شگفت‌انگیزی بالا است، اما استفاده روزمره و پایدار هنوز به طور کامل محقق نشده است.

در بخش کسب‌وکار نیز استقبال از AI با کندی مواجه است. بسیاری از شرکت‌ها با وجود علاقه‌مندی به این فناوری، نتوانسته‌اند پروژه‌های خود را به تولید برسانند. در حال حاضر، اکثر پروژه‌های موفق در مراحلی قرار دارند که به بهینه‌سازی برنامه‌ریزی و پشتیبانی مشتری محدود می‌شوند و هنوز به مرحله تغییر در ساختارهای اساسی نرسیده‌اند.

تغییرات بنیادی در سیستم‌های تبلیغاتی و پیشنهادی

یکی از حوزه‌هایی که به سرعت تحت تأثیر AI قرار می‌گیرد، سیستم‌های تبلیغاتی و پیشنهاددهی است. معمولاً این سیستم‌ها بر اساس همبستگی کار می‌کنند، اما AI می‌تواند معنای واقعی “نیت کاربر” را درک کند. گوگل و Meta نتایج اولیه‌ای را ارائه کرده‌اند که نشان می‌دهد با تبلیغات خودکار AI، بیرون‌آمدی تا ۳ تا ۱۴ درصد رشد داشته است.

این نتایج نشانگر آن است که AI می‌تواند مکانیسم‌های زیربنایی میلیاردها دلاری بازار تبلیغات را از نو تعریف کند. با توجه به این تغییرات، هزینه‌های تولید خلاقانه تبلیغات نیز به سبب استفاده از فناوری‌های تولید خودکار، ممکن است به شدت کاهش یابد.

درس‌های تاریخی در مورد فناوری

یکی از درس‌های کلیدی از تاریخ فناوری این است که به محض اینکه یک فناوری خودکار به طور کامل موفق شود و به ابزار عمومی تبدیل شود، دیگر به عنوان “AI” شناخته نمی‌شود. از دست دادن شغل‌های اپراتور آسانسور، انقلاب بارکد در مدیریت انبارها، و حتی اینترنت به عنوان یک ابزار زیرساختی، همگی نمونه‌های این تحول هستند.

Evans اشاره دارد به اینکه آینده AI همزمان روشن و مبهم است؛ ما می‌دانیم که این فناوری می‌تواند صنعت را به طور بنیادین تغییر دهد، اما نمی‌دانیم که محصول نهایی چگونه خواهد بود، یا چه کسی زنجیره ارزش را هدایت خواهد کرد. یعنی، AI به عنوان عامل اصلی در چرخه پلتفرمی پانزده ساله جدید ظاهر شده است، اما سناریوی کامل این داستان هنوز نوشته نشده است.

آینده‌ای برای به‌دست‌آوردن ارزش: از شبکه‌های اثر به رقابت سرمایه

در حالی که محصولات کالایی شده با تحقیقات و سرمایه‌گذاری‌های عظیم روبرو هستند، سوالی که مطرح می‌شود این است که چگونه می‌توان ارزش را در چنین بازاری به دست آورد؟ اگر مدل‌ها به کالا تبدیل شوند و اثرات شبکه‌ای نداشته باشند، چگونه آزمایشگاه‌های مدل‌سازی می‌توانند رقابت کنند؟

Evans سه مسیر ممکن برای آینده ارائه می‌دهد: گسترش به پایین‌دست برای موفقیت در مقیاس، گسترش به بالادست با استفاده از اثرات شبکه‌ای و محصول‌محور یا یافتن ابعاد رقابتی جدید. تجربه مایکروسافت نشان داده است که رقابت از مدل مبتنی بر اثرات شبکه به مدل مبتنی بر توانایی دریافت سرمایه در حال تغییر است.

این مقاله با بررسی استراتژی OpenAI برای تعامل با هر فرصتی به پایان می‌رسد. این شرکت با کارشناسان معروف در حوزه‌های مختلف همکاری می‌کند، از جمله همکاری با Oracle، Nvidia، Intel، Broadcom، AMD برای معاملات زیرساخت، یکپارچه‌سازی تجارت الکترونیک، داده‌های عمودی، و همچنین پلتفرم‌های کاربردی، ویدئوهای اجتماعی، و مرورگرهای وب. این تنوع فعالیت‌ها به OpenAI کمک می‌کند تا جایگاه خود را به عنوان یک بازیگر کلیدی در آینده AI تثبیت کند.

سوالات متداول

چگونه AI می‌تواند نیت کاربر را در سیستم‌های تبلیغاتی درک کند؟

AI با استفاده از الگوریتم‌های پیشرفته یادگیری ماشین و تحلیل داده‌ها می‌تواند رفتار و ترجیحات کاربران را تحلیل کرده و نیت واقعی آن‌ها را در هنگام تعامل با سیستم‌های تبلیغاتی شناسایی کند.

چرا AI به سمت کالایی شدن می‌رود؟

با پیشرفت تکنولوژی و کاهش تفاوت‌های عملکردی بین مدل‌های برتر AI، این تکنولوژی بیشتر به سمت کالایی شدن حرکت می‌کند، به گونه‌ای که ارزش رقابتی بیشتری نیاز دارد به عامل‌های دیگر مانند مقیاس یا تجربه کاربری متکی شود.

چه عواملی باعث کندی پذیرش AI در سطح سازمانی شده است؟

عواملی مانند عدم تطابق با زیرساخت‌های موجود، نگرانی از آینده مشاغل، و پیچیدگی‌های پیاده‌سازی و هزینه‌های بالا از جمله دلایلی هستند که باعث کندی پذیرش AI در سطح سازمانی می‌شوند.

چگونه AI می‌تواند سیستم‌های پیشنهادی را بهبود بخشد؟

AI می‌تواند سیستم‌های پیشنهادی را با استفاده از تحلیل داده‌های کاربری و الگوهای رفتاری بهبود بخشد، به‌طوری که بتواند محتوا و توصیه‌های بهتری ارائه کند که با نیازها و علایق کاربران بیشتر مطابقت دارد.

در آینده چه انتظاراتی از AI داریم؟

انتظار می‌رود AI به شکلی گسترده‌تر در تمامی جنبه‌های زندگی و کار وارد شود و ابزارهای پیچیده‌ای برای تحلیل و تصمیم‌گیری ارائه دهد که تاثیری بنیادین بر روی فرآیندهای صنعتی و اجتماعی خواهند گذاشت.