در جلسه دوم همخوانی، نگاهی دقیق به تحلیلهای «بن ایوانز» (Ben Evans) داشتیم؛ تحلیلهایی که فراتر از هیاهوی رسانهای، بر واقعیتهای اقتصادی حاکم بر عصر هوش مصنوعی متمرکز است. ایوانز بهخوبی ترسیم میکند که چگونه این فناوری نه فقط یک ابزار جدید، بلکه یک زیرساخت دگرگونکننده است. در اینجا به بسط و بررسی دقیقتر نکاتی میپردازیم که در آن جلسه مطرح شد:
۱. کالاییشدن (Commoditization)؛ سرنوشت محتوم مدلهای پایه
نکته نخست و شاید تکاندهندهترین بخش تحلیل ایوانز، مسئله «کالاییشدن» مدلهای هوش مصنوعی است. همانطور که روزگاری «نرمافزار» یا «پهنای باند» کالایی شدند و قیمتشان به سمت صفر میل کرد، مدلهای زبانی بزرگ (LLMs) و موتورهای هوش مصنوعی نیز در حال تبدیل شدن به کالاهای عمومی هستند. وقتی خروجی مدلها (از نظر دقت و منطق) به یکدیگر نزدیک میشود، شرکتها دیگر نمیتوانند تنها با اتکا به «هوشمندتر بودن مدل» مزیت رقابتی پایدار خلق کنند. در این فضای رقابتی، مدلهای هوش مصنوعی به زیرساختی تبدیل میشوند که همه به آن دسترسی دارند؛ بنابراین، تمایز در «مدل» دیگر یک استراتژی برنده نیست.
۲. توهم «خندق» (Moat) در زیرساخت
این واقعیت، پرسش بزرگی را درباره شرکتهای غولآسای فعلی ایجاد میکند. آیا OpenAI یا انویدیا بدون حرکت به سمت لایههای بالاتر، در بلندمدت شکست میخورند؟ خندقهای حفاظتی که در لایه مدل و زیرساخت (Infrastructure Layer) وجود دارند، به شدت آسیبپذیرند. ارزش شرکتها در این حوزه به شدت وابسته به سرعت تغییرات تکنولوژیک است. اگر شرکتی نتواند خود را در قلب فرآیندهای کسبوکارهای دیگر جای دهد، دیر یا زود با ظهور رقبای ارزانتر یا مدلهای اوپنسورسِ مشابه، جایگاه خود را از دست خواهد داد. ماندگاری در این بازار، مشروط به عمودیسازی (Verticalization) و پیوند خوردن با جریانهای درآمدی واقعی است.
۳. سلطه بر ورکفلو و توزیع: جایی که پول واقعی است
مزیت رقابتی اصلی به لایهای منتقل شده که «سیستم» نام دارد. ایوانز تأکید دارد که برنده نهایی کسی نیست که هوش مصنوعی تولید میکند، بلکه کسی است که آن را در «ورکفلوهای» (Workflow) روزمره و حیاتی کاربران ادغام کرده است. دادههای اختصاصی، دسترسی مستقیم به مشتری و کانتکست (Context) خاص هر صنعت، همان خندقهای واقعی هستند. اگر ابزار هوش مصنوعی شما بتواند بخشی از یک فرآیند پیچیده (مثل مدیریت زنجیره تأمین یا تشخیصهای پزشکی) شود، آنگاه کاربر نمیتواند به راحتی شما را با رقیب دیگری جایگزین کند. ارزش در «محل مصرف» است، نه در «کارخانه هوش».
۴. چرخه جذب، نوآوری و اختلال (Disruption)
در مدل ذهنی ایوانز، ما شاهد یک چرخه تکاملی هستیم: Absorb → Innovate → Disrupt. ابتدا تکنولوژی وارد میشود (جذب)، سپس خلاقیتها بر بستر آن شکل میگیرد (نوآوری)، و در نهایت، آن تکنولوژی مدلهای قدیمی را به کلی از رده خارج میکند (اختلال). نکته ظریف این است که مرحله «اختلال» معمولاً پس از یک دوره تجربه زیسته با هوش مصنوعی رخ میدهد؛ زمانی که کاربران دیگر به «خودِ هوش مصنوعی» فکر نمیکنند، بلکه آن را به عنوان یک «ماده اولیه نامرئی» در ساختارهای جدیدشان به کار میگیرند. در این مرحله است که کسبوکارهای قدیمی که نتوانستهاند خود را بازتعریف کنند، به یکباره متلاشی میشوند.
۵. بازگشت پلتفرمها و چالش جایگزینی انسان
دوباره به عصر پلتفرمها بازگشتهایم، اما با یک تفاوت ماهوی. در عصر وب ۲.۰، پلتفرمها (مانند Uber یا Airbnb) با «توانمندسازی» انسانها رشد کردند. اما هوش مصنوعی در حال شکستن مرز بین «توانمندسازی» و «جایگزینی» است. وقتی پلتفرمها به جای اتصال عرضه و تقاضای انسانی، به سمت حذف سمتِ «عرضه انسانی» میروند، کل ساختار اقتصادِ پلتفرمی تغییر میکند. این یک تضاد درونی است: پلتفرمی که موفق میشود یک واسطه انسانی را حذف کند، در واقع در حال از بین بردن بازارِ تحت مدیریت خود است.
۶. ابهام بزرگ: سازماندهی در غیاب عرضه انسانی
پرسش نهایی که ایوانز مطرح میکند، شاید مهمترین چالش اقتصادی دهه آینده باشد: اگر خودروی خودران، راننده را حذف کند و هوش مصنوعی مولد، تولیدکننده محتوا را کنار بگذارد، پلتفرم دقیقاً چه چیزی را مدیریت میکند؟ وقتی عرضه انسانی حذف شود، مفهوم «مارکتپلیس» تغییر شکل میدهد. پلتفرمهای آینده احتمالا به «سیستمهای مدیریت داراییهای خودکار» تبدیل میشوند. اینجاست که جهانِ سنتی نه فقط توسط هوش مصنوعی تغییر میکند، بلکه در معنای واقعی کلمه «بلعیده» میشود تا ساختاری نوین، کارآمدتر و شاید به همان اندازه مبهم، جای آن را بگیرد. ما در حال حرکت به سمت جهانی هستیم که در آن «ارزش» به جای «نیروی کار»، در «الگوریتمهای توزیعکننده» و «دادههای اختصاصی» نهفته است.
