پرش به محتوای اصلی
آخرین اخبار
۲ وایر پاداش مطالعه

رمزگشایی از اقتصاد هوش مصنوعی؛ شریک a16z: «ما هنوز هوش مصنوعی واقعی را در زندگی مردم ندیده‌ایم!»

انتشار:۱۷ مهر ۱۴۰۵(۱ ساعت پیش)
۵ دقیقه زمان مطالعه
۰ دیدگاه

الیویا مور، از شرکای برجسته صندوق سرمایه‌گذاری اندریسن هوروویتز (a16z)، در گفت‌وگویی تازه از پتانسیل‌های دست‌نخورده هوش مصنوعی برای عموم جامعه و لزوم گذر از مدل اشتراک ماهانه به درآمدزایی تبلیغاتی می‌گوید. او تأکید دارد بیش‌تر ابزار‌های پر سر و صدای فعلی در واقع کاربران حرفه‌ای را هدف گرفته‌اند و هوش مصنوعی واقعی هنوز وارد زندگی روزمره مردم نشده است.

رمزگشایی از اقتصاد هوش مصنوعی؛ شریک a16z: «ما هنوز هوش مصنوعی واقعی را در زندگی مردم ندیده‌ایم!»

در یک نگاه (نکات کلیدی خبر)

خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع

  • الیویا مور، شریک صندوق سرمایه‌گذاری اندریسن هوروویتز (a16z)، معتقد است بازار هوش مصنوعی برای کاربران عادی برخلاف تصور عموم وارد رکود نشده، بلکه در آستانه جهش با فرصت‌های بکر و دست‌نخورده است.
  • آمار‌ها نشان می‌دهند فقط ۲.۲ درصد از خانواده‌های آمریکایی برای ابزار‌های هوش مصنوعی اشتراک می‌خرند؛ از این رو مدل‌های تبلیغاتی و رایگان می‌توانند قفل درآمدزایی عمومی را باز کنند.
  • بیش‌تر اپلیکیشن‌های موفق فعلی در عمل کاربران حرفه‌ای و فنی (پروزومرها) را هدف گرفته‌اند و بخش‌های پرجمعیتی مانند شبکه‌های اجتماعی، سفر، سلامت و خرده‌فروشی هنوز دست‌نخورده باقی مانده‌اند.

اقتصاد هوش مصنوعی در حوزه کاربران عادی این روز‌ها با تردیدها و ابهامات زیادی دست‌وپنجه نرم می‌کند؛ اما درست در جایی که برخی کارشناسان بحران می‌بینند، دیگران فرصت‌های طلایی را شکار می‌کنند.

الیویا مور (Olivia Moore)، به عنوان یکی از شرکای صندوق سرمایه‌گذاری مشهور اندریسن هوروویتز (Andreessen Horowitz یا همان a16z)، تمرکز ویژه‌ای روی هوش مصنوعی برای مصرف‌کنندگان نهایی دارد. او به‌تازگی گزارش ۱۰۰ اپلیکیشن برتر هوش مصنوعی برای کاربران عادی را منتشر کرده است. در این رتبه‌بندی، چت‌بات ChatGPT با فاصله‌ای نجومی همچنان بازیگر بلامنازع میدان است، اما بازیگران کوچک‌تری مانند سونو (Suno) و ایلون‌لبز (ElevenLabs) هم نشان داده‌اند که قدرت ماندگاری بالایی دارند. با این حال، جذاب‌ترین بخش این گزارش مواردی است که فعلاً به چشم نمی‌خورند؛ حوزه‌های متعددی از زندگی روزمره که هنوز هوش مصنوعی حتی به آن‌ها دست هم نزده است.

مور پتانسیل فوق‌العاده‌ای در بازار هوش مصنوعی برای کاربران عادی می‌بیند؛ به‌ویژه اگر این صنعت بتواند راه‌هایی فراتر از حق اشتراک‌های ماهانه و هزینه‌های API برای درآمدزایی پیدا کند. در این گفت‌وگو، با او درباره اقتصاد نامتعارف هوش مصنوعی برای عموم مردم و دلایلی که نشان می‌دهد هنوز در روز‌های اولیه این مسیر هستیم، گپ زدیم.

این گفت‌وگو برای روانی و اختصار ویرایش شده است.

انتشار گزارشی درباره هوش مصنوعی برای کاربران عادی در این برهه زمانی بسیار جالب است؛ مخصوصاً که امسال دیدیم اوپن‌ای‌آی دوباره تمرکز اصلی خود را روی بخش سازمانی و شرکتی گذاشته است. این چرخش باعث بدبینی‌های زیادی درباره چشم‌انداز درآمدی هوش مصنوعی برای عموم کاربران شده است. با این حال به نظر می‌رسد شما دیدگاه خوش‌بینانه‌تری دارید؟

من هم قبول دارم که OpenAI دوباره به سمت مشتریان سازمانی متمایل شده است. اما از نگاه من، این ماجرا لزوماً یک تغییر جهت کامل نیست، چون آن‌ها هنوز هم ابزار‌های زیادی برای کاربران عادی عرضه می‌کنند؛ در واقع بیش‌تر شبیه به گسترش بازار است تا چرخش. هرچقدر هم که من به بخش مصرف‌کنندگان نهایی علاقه داشته باشم، به آن‌ها حق می‌دهم؛ زیرا تقریباً تمام درآمدهای هوش مصنوعی تا به امروز از محل اشتراک‌های ماهانه و سپس مصرف توکن به دست آمده است. این دو مدل درآمدی هم به طور طبیعی بیش‌تر در بخش‌های سازمانی و میان کاربران حرفه‌ای (Prosumer) متمرکز هستند. 

محصولات هوش مصنوعی مصرفی چطور می‌توانند این چالش درآمدی را حل کنند؟ گزارش وضعیت بازارهای a16z به ما یادآوری کرد که تنها ۲.۲ درصد از خانواده‌های آمریکایی برای استفاده از هوش مصنوعی پول پرداخت می‌کنند. آیا قبل از جذاب شدن این بازار، حتماً باید این عدد رشد کند؟

راستش را بخواهید، مطمئن نیستم که اصلاً دوست داشته باشم این درصد افزایش پیدا کند! بیش‌تر مایلم به دنیایی برگردیم که درآمدزایی از مصرف‌کننده از روش‌هایی غیر از کشیدن کارت و پرداخت مستقیم حق اشتراک از جیب مردم باشد.

فکر می‌کنم در سیلیکون ولی، برای افرادی که درآمدهای بالا دارند یا هزینه‌های ابزار‌ها را با کارت اعتباری شرکتی پرداخت می‌کنند، خیلی راحت است که بگویند: «خب ترجیح می‌دهم پول محصول را بپردازم.» اما واقعیت این است که اغلب مردم ترجیح می‌دهند دسترسی رایگان داشته باشند و چندتایی هم تبلیغ ببینند، و بعد اگر دلشان خواست، برای خلاص شدن از شر تبلیغات اشتراک ماهانه بخرند. 

چالش دیگر، هزینه نهایی ارائه خدمات هوش مصنوعی است که هنوز بسیار بالا‌تر از سرویس‌های سنتی اینترنت مانند فیس‌بوک یا موتور جستجوی گوگل است. آیا می‌بینید که این سرویس‌ها با استفاده از مدل‌های متن‌باز یا مدل‌های سبک‌تر راهی برای پایین آوردن این هزینه‌ها پیدا کنند؟

بله، فکر می‌کنم در این بخش نشانه‌های پیشرفت را می‌بینیم. حتی ChatGPT اکنون یک پلن گو (Go Plan) با قیمت ماهانه ۸ دلار ارائه می‌دهد که حدس می‌زنم روی مدل‌های ارزان‌تر اجرا می‌شود. ما لزوماً برای هر کاری به پیشرفته‌ترین مدل‌های هوش مصنوعی مرزی نیاز نداریم؛ بنابراین این موضوع راه را برای مدل‌های ارزان‌تر، به‌ویژه در کاربردهای عمومی، باز می‌کند. همچنین می‌تواند به این معنا باشد که شرکت‌های بیشتری سرویس‌های خود را روی مدل‌های متن‌باز بنا می‌کنند. ما اخیراً این موضوع را از زبان بنیان‌گذاران استارتاپ‌هایمان زیاد می‌شنویم و واقعاً حس می‌شود که اوضاع در حال تغییر است.

مشکل اینجاست که در حال حاضر، کاربرانی که بیش‌ترین درآمد را تولید می‌کنند مشغول کدنویسی و خودکارسازی کار‌های فنی هستند؛ یعنی جاهایی که واقعاً به هوش مصنوعی پیشرفته و پیشگام نیاز دارند. فکر می‌کنم وقتی افراد بیشتری برای مصرف‌کنندگان عادی محصول بسازند و مدل هوش مصنوعی صرفاً زیرساخت باشد نه خود محصول نهایی، شاهد استفاده بسیار بیش‌تر از مدل‌های کم‌هزینه‌تر خواهیم بود.

صحبت کردن درباره خودکارسازی فنی در یک سرویس مصرفی برای عموم مردم عجیب به نظر می‌رسد و مثل ویژگی خاص هوش مصنوعی است. آیا مرز میان محصولات عادی و سازمانی در حال محو شدن است؟

من حدود یک سال پیش مقاله‌ای با عنوان «انبساط بزرگ» (The Great Expansion) نوشتم تا به همین موضوع بپردازم. قبل از دوران هوش مصنوعی، شرکت‌هایی مانند کانوا (Canva) را داشتید که اولویت اولشان کاربران عادی بود و معمولاً شش یا هفت سال طول می‌کشید تا پلن‌های تیمی یا سازمانی اضافه کنند. اما حالا شرکت‌هایی مثل گاما (Gamma)، ایلون‌لبز (ElevenLabs) و کرسر (Cursor) را می‌بینیم که کارشان را برای کاربران عادی آغاز می‌کنند و تنها در عرض ۱۸ ماه، بخش عمده درآمدشان سازمانی می‌شود.

به عقیده من، تقریباً تمام چیزی که امروز به عنوان هوش مصنوعی مصرفی می‌شناسیم، در اصل هوش مصنوعی حرفه‌ای یا پروزومر (Prosumer) است. این موضوع به وضوح در لیست درآمدها خودش را نشان می‌دهد؛ جایی که کاربران حرفه‌ای عمدتاً پولشان را در سه دسته خرج می‌کنند: اپلیکیشن‌های محصول‌سازی و کدنویسی مانند Replit ،Lovable و Fal؛ بازاریابی محصولات و تولید محتوای تبلیغاتی مانند Higgsfield یا HeyGen؛ و در نهایت ابزار‌های مدیریت کار‌ها مثل Manus ،Fireflies AI و Granola. در ابتدا ممکن است خود افراد برای این ابزار‌ها پول پرداخت کنند، اما مطمئناً این محصولات از جنس آن نرم‌افزارهای عمومی که پیش از هوش مصنوعی می‌شناختیم نیستند. 

همچنین حوزه‌های سفید و دست‌نخورده زیادی وجود دارند: اپلیکیشن‌های اجتماعی، برنامه‌های دوستیابی، بازارگاه‌ها، خرده‌فروشی، سفر، امور مالی و سلامت. در لیست ۱۰۰ ابزار برتر ما هیچ نماینده‌ای در این حوزه‌ها دیده نمی‌شود که بسیار تعجب‌آور است؛ و این دقیقاً همان چیزی است که فکر می‌کنم باید طی شش ماه آینده منتظر ظهورش باشیم.

پس با این حساب، شاید هنوز هوش مصنوعی واقعی را برای عموم مردم ندیده‌ایم؟

قطعاً؛ هنوز خیلی خیلی اول راهیم.

دیدگاه ها و گفتگوی تخصصی

نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید

۰ دیدگاه

هنوز دیدگاهی برای این مطلب ثبت نشده است

اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.

مطالب مرتبط و پیشنهادی

روایت ۱۷ مدیر ارشد فناوری: ایجنت‌های هوش مصنوعی چطور کار و استخدام را زیرورو می‌کنند؟
آخرین اخبار

روایت ۱۷ مدیر ارشد فناوری: ایجنت‌های هوش مصنوعی چطور کار و استخدام را زیرورو می‌کنند؟

در یک دورهمی کم‌نظیر در سانفرانسیسکو، ۱۷ مدیر ارشد از غول‌هایی مثل زوم، فیگما و سرویس‌ناو دور هم جمع شدند تا واقعیتِ به‌کارگیری ایجنت‌های هوش مصنوعی را فاش کنند. آن‌ها معتقدند دوران کدنویسی سنتی رو به پایان است و تمرکز اصلی به درک سیاق کار و مهارت‌های تحلیلی منتقل می‌شود؛ تغییری بزرگ که حتی ممکن است جایگاه خود مدیران ارشد را هم به چالش بکشد.

۴ دقیقه مطالعه
۰
۱۷ مهر
راهنمای بقا در آخرالزمان شغلی: ایجنت‌های هوش مصنوعی چطور محیط کار را دگرگون می‌کنند؟
آخرین اخبار

راهنمای بقا در آخرالزمان شغلی: ایجنت‌های هوش مصنوعی چطور محیط کار را دگرگون می‌کنند؟

با پیشروی پرسرعت ایجنت‌های هوش مصنوعی، ساختار سنتی بازار کار در آستانه تحولی بنیادین قرار گرفته است. مدیران شرکت‌های پیشرو معتقدند موفقیت در این دوره جدید نه در رقابت با ابزارها، بلکه در توانایی هدایت و هماهنگ‌سازی ایجنت‌ها، پالایش داده‌ها و بازآموزی مستمر مهارت‌ها نهفته است.

۸ دقیقه مطالعه
۰
۱۷ مهر
انتخابات هوش مصنوعی؛ وال‌استریت در برزخ سرمایه‌گذاری ۵ تریلیون دلاری و خشم عمومی از دیتاسنترها
آخرین اخبار

انتخابات هوش مصنوعی؛ وال‌استریت در برزخ سرمایه‌گذاری ۵ تریلیون دلاری و خشم عمومی از دیتاسنترها

با نزدیک شدن به انتخابات میان‌دوره‌ای، رویارویی جدی افکار عمومی با ریخت‌وپاش‌های نجومی شرکت‌های فناوری بر سر ساخت دیتاسنترها به اوج رسیده است. در حالی که بیش از ۵ تریلیون دلار سرمایه‌گذاری تا سال ۲۰۳۰ روی لبه تیغ قرار دارد، سرمایه‌گذاران وال‌استریت با نگرانی نتایج صندوق‌های رأی را دنبال می‌کنند. با این حال، اهالی بازارهای مالی دل‌خوش به این هستند که اهرم وتوی رئیس‌جمهور جلو هرگونه قانون‌گذاری سخت‌گیرانه علیه زیرساخت‌های هوش مصنوعی را خواهد گرفت.

۱ دقیقه مطالعه
۰
۱۷ مهر