جدیدترین تحولات هوش مصنوعی را در کانال بله هوشیو بخوانید

Generic filters
Search in title
Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش خبری
پرامپت‌ نویسی
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
خطرات هوش مصنوعی
دیتاست
مدل‌های بنیادی
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
پیاده‌سازی هوش مصنوعی
گزارش
مصاحبه
هوش مصنوعی در عمل
یادداشت
 هراس جهان فناوری از آخرالزمان SaaS

هوش مصنوعی در برابر توسعه نرم‌افزار

هراس جهان فناوری از آخرالزمان SaaS

زمان مطالعه: 5 دقیقه

هوش مصنوعی دیگر فقط یک قابلیت جدید برای نرم‌افزارهای سازمانی نیست؛ بلکه به رقیبی تبدیل شده که می‌تواند مدل کسب‌وکار صنعت SaaS را از پایه دگرگون کند. اکنون غول‌های نرم‌افزاری باید با چهار تهدید هم‌زمان روبه‌رو شوند؛ تهدیدهایی که ممکن است آینده این صنعت را بازنویسی کنند.

چندی پیش هواپیمایی بر فراز خط افق سان‌فرانسیسکو پرواز می‌کرد و بنری بزرگ را با خود می‌کشید که روی آن با حروفی درشت نوشته شده بود: «نرم‌افزار به‌عنوان خدمت مرده است (SAAS IS DEAD).»

این اقدام تبلیغاتی که هزینه آن را یک استارتاپ فعال در حوزه هوش مصنوعی پرداخت کرده بود، بازتاب‌دهنده باوری است که روزبه‌روز در صنعت فناوری گسترش می‌یابد؛ اینکه هوش مصنوعی تهدیدی وجودی برای صنعت نرم‌افزار به‌عنوان خدمت یا SaaS (Software-as-a-Service) محسوب می‌شود، صنعتی که تنها چند سال پیش آینده‌ای توقف‌ناپذیر برای آن متصور بود.

پس از سقوط شدید ارزش سهام شرکت‌های این حوزه در ماه فوریه سال جاری میلادی، مدیران آن‌ها با تمام توان کوشیده‌اند سرمایه‌گذاران را متقاعد کنند که نگرانی‌ها درباره آنچه به «آخرالزمان SaaS» (SaaSpocalypse) معروف شده، به‌شدت اغراق‌آمیز است. طی حدود یک ماه گذشته، قیمت سهام شرکت‌های نرم‌افزاری بورسی آمریکا در مجموع بخشی از افت خود را جبران کرده است؛ بااین‌حال، بسیاری از سرمایه‌گذاران همچنان محتاط باقی‌مانده‌اند.

بعید است این نگرانی‌ها به این زودی فروکش کند؛ زیرا عامل‌های هوش مصنوعی که قادرند سایر نرم‌افزارها را اجرا و کنترل کنند، هر روز هوشمندتر و توانمندتر می‌شوند. مشکل دیگر این است که این تهدیدها از چهار جهت مختلف متوجه شرکت‌های باسابقه SaaS است:

  1. آزمایشگاه‌های بزرگ هوش مصنوعی
  2. استارتاپ‌های بومی هوش مصنوعی (AI-native)
  3. توسعه نرم‌افزار به‌صورت خودساخته (DIY)
  4. تلاش خود صنعت SaaS برای بازآفرینی و دگرگون‌سازی خویش

می‌توان این چهار نیرو را «چهار پاگنده آخرالزمان SaaS» نامید. (پاگنده یا Sasquatch طبق باور عامه یکی از موجودات افسانه‌ای به شکل گوریل است که در جنگل‌های دورافتاده شمال آمریکا و کوه‌های راکی زندگی می‌کند.)

در میان این چهار تهدید، آزمایشگاه‌های هوش مصنوعی بیش از همه بر فضای صنعت سایه انداخته‌اند. شرکت‌هایی مانند آنتروپیک و OpenAI پیشرفته‌ترین مدل‌های هوش مصنوعی را توسعه می‌دهند، سرمایه‌های عظیمی جذب کرده‌اند و برجسته‌ترین پژوهشگران هوش مصنوعی را در اختیار دارند؛ متخصصانی که جذب آن‌ها برای شرکت‌های میان‌سال SaaS روزبه‌روز دشوارتر شده است.

تاکنون، مهم‌ترین دستاورد این آزمایشگاه‌ها در حوزه برنامه‌نویسی، ابزارهای Claude Code و Codex بوده است؛ اما این تنها آغاز راه است. این شرکت‌ها موقعیتی ایده‌آل برای بهره‌برداری از یکی از بزرگ‌ترین نقاط ضعف شرکت‌های SaaS دارند؛ یعنی ماهیت جزیره‌ای و تفکیک‌شده آن‌ها.

با وجود ده‌ها ادغام و تملک طی سال‌های گذشته، شرکت‌هایی مانند Salesforce ،ServiceNow و Workday به‌ندرت توانسته‌اند از حوزه تخصصی یا به‌اصطلاح عمودی (Vertical) خود فراتر بروند. در مقابل، آزمایشگاه‌های هوش مصنوعی این ظرفیت را دارند که به‌صورت افقی (Horizontal) حرکت کنند و عامل‌هایی بسازند که در لایه‌ای بالاتر از محصولات SaaS قرار گرفته و از طریق افزونه‌ها (Plug-in) و یک رابط کاربری مبتنی بر گفت‌وگو، نرم‌افزارهای مختلف را به یکدیگر متصل کنند. در چنین سناریویی، برخی از برنامه‌های SaaS که زمانی ابزارهای پیشرفته و جذاب کسب‌وکار به شمار می‌رفتند، ممکن است به زیرساخت‌هایی نامرئی و صرفاً کاربردی تبدیل شوند.

در همین حال، استارتاپ‌های AI-native نیز مستقیماً قلمروهای تخصصی غول‌های SaaS را هدف گرفته‌اند. یکی از این گروه‌ها، شرکت‌های متمرکز بر صنایع خاص هستند؛ از جمله Harvey که ابزارهای هوش مصنوعی ویژه وکلا تولید می‌کند و اخیراً ارزش آن به ۱۱ میلیارد دلار رسیده است. این شرکت نگرانی‌های جدی برای بازیگران قدیمی نرم‌افزارهای حقوقی مانند Thomson Reuters ایجاد کرده است. ازسوی‌دیگر، آزمایشگاه‌های بزرگ هوش مصنوعی نیز به‌تدریج نسخه‌های تخصصی‌شده‌ای از عامل‌های خود را عرضه می‌کنند که عملکردی مشابه ارائه می‌دهند.

گروه دیگری از تازه‌واردها، ابزارهای هوش مصنوعی ویژه کارکردهای مشخص سازمانی ارائه می‌کنند. در حوزه خدمات مشتری، استارتاپ‌های متعددی ظهور کرده‌اند؛ از جمله Sierra که یکی از بنیان‌گذاران آن «برت تیلور»، رئیس هیئت‌مدیره OpenAI و مدیرعامل مشترک پیشین Salesforce است.

همچنین استارتاپ Serval که تنها دو سال از تأسیس آن می‌گذرد و در دسامبر گذشته به ارزش یک میلیارد دلار رسید، مستقیماً شرکت ServiceNow را هدف قرار داده است؛ شرکتی که نرم‌افزارهای میز خدمت فناوری اطلاعات (IT Help Desk) تولید می‌کند. در حال حاضر، عامل‌های هوش مصنوعی Serval بر بستر پلتفرم ServiceNow فعالیت می‌کنند، اما هدف نهایی این شرکت، توسعه جایگزینی کاملاً مبتنی بر عامل‌های هوش مصنوعی است.

البته برخی سازمان‌ها تمایلی ندارند وابستگی خود را از یک عرضه‌کننده به عرضه‌کننده دیگری منتقل کنند. در عوض، ممکن است تصمیم بگیرند با استفاده از هوش مصنوعی، سامانه‌های نرم‌افزاری اختصاصی خود را توسعه دهند.

صنعت SaaS موفقیت خود را بر این مبنا بنا کرده بود که مشتریان را متقاعد کند خرید نرم‌افزارهای استاندارد، ارزان‌تر و ساده‌تر از توسعه نرم‌افزارهای سفارشی در داخل سازمان است. شرکت‌های نرم‌افزاری سرمایه هنگفتی صرف توسعه اولیه محصولات خود می‌کردند و سپس همان محصولات را با هزینه نهایی نزدیک به صفر در میان هزاران مشتری سازمانی توزیع کرده و سود قابل‌توجهی به دست می‌آوردند. اما اکنون، به گفته «تیم تولی» از شرکت سرمایه‌گذاری خطرپذیر Menlo Ventures، سازمان‌ها بار دیگر به سمت ذهنیت «ساخت در برابر خرید» (Build versus Buy) حرکت کرده‌اند.

این روند دیگر تنها به وایب‌کدینگ برای ساخت ابزارهای ساده جهت خودکارسازی وظایف خسته‌کننده محدود نمی‌شود. شرکت حقوقی Kirkland & Ellis که پردرآمدترین مؤسسه حقوقی جهان است، اخیراً اعلام کرده طی چند سال آینده ۵۰۰ میلیون دلار برای توسعه ابزارهای اختصاصی هوش مصنوعی سرمایه‌گذاری خواهد کرد؛ ابزارهایی که بر دانش و تجربه کارکنان خود این شرکت متکی باشند، نه بر محصولات شرکت‌های ثالث.

با وجود همه این تحولات، فروپاشی صنعت SaaS در آینده نزدیک محتمل نیست. استقرار سامانه‌های جدید فرایندی پیچیده، زمان‌بر و پرهزینه است. علاوه بر این، شرکت‌های بزرگ SaaS همچنان ارتش عظیمی از نیروهای فروش در اختیار دارند که در رویدادهای پرزرق‌وبرق مشتریان را جذب می‌کنند؛ کافی است هنگام برگزاری کنفرانس سالانه Dreamforce شرکت Salesforce در سان‌فرانسیسکو برای رزرو اتاق هتل تلاش کنید تا میزان نفوذ این شرکت را درک کنید.

در واقع، برخی بخش‌های صنعت SaaS به لطف هوش مصنوعی رونق گرفته‌اند. ارزش سهام سه شرکت بزرگ ارائه‌دهنده نرم‌افزارهای امنیت سایبری در آمریکا یعنی CrowdStrike، Fortinet و Palo Alto Networks از ابتدای سال به طور میانگین ۵۲ درصد افزایش یافته است؛ زیرا سازمان‌ها برای مقابله با حملات سایبری مبتنی بر هوش مصنوعی، هزینه بیشتری صرف امنیت می‌کنند. همچنین ارزش شرکت مدیریت داده Snowflake تنها در یک روز از ماه می سال جاری میلادی، ۳۶ درصد افزایش یافت؛ آن هم پس از انتشار گزارشی که از رشد چشمگیر درآمد این شرکت که ناشی از استقبال گسترده از ابزار مبتنی بر هوش مصنوعی آن برای کوئری داده‌ها بود، خبر می‌داد.

در مقابل، برخی شرکت‌ها بسیار آسیب‌پذیرتر به نظر می‌رسند. ارزش سهام Salesforce ،ServiceNow و Workday از ابتدای سال به طور متوسط ۳۴ درصد کاهش یافته است. مدل کسب‌وکار هر سه شرکت بر فروش نرم‌افزار به نیروی انسانی سازمان‌ها استوار است و درآمد تکرارشونده آن‌ها عمدتاً بر پایه دریافت «هزینه به‌ازای هر کاربر یا صندلی» شکل گرفته است. اما با عرضه ابزارهای هوش مصنوعی اختصاصی توسط همین شرکت‌ها برای رقابت با بازیگران نوظهور، این مدل قیمت‌گذاری دیگر چندان منطقی به نظر نمی‌رسد.

یکی از مشکلات این است که برخلاف نرم‌افزارهای سنتی، هرچه میزان استفاده مشتریان از عامل‌های هوش مصنوعی بیشتر شود، هزینه ارائه این خدمات نیز برای عرضه‌کننده افزایش می‌یابد. مشکل دیگر آن است که این ابزارهای جدید، با جایگزین‌کردن نیروی انسانی، عملاً درآمد حاصل از محصولات سنتی همین شرکت‌ها را کاهش می‌دهند.

به گفته «مانی مدینا»، بنیان‌گذار شرکت Paid.ai؛ همان استارتاپی که بنر «SaaS مرده است» را سفارش داده بود و ابزارهایی برای کسب درآمد از عامل‌های هوش مصنوعی توسعه می‌دهد: «عامل‌های هوش مصنوعی به صندلی نیاز ندارند.» شرکت‌هایی مانند Salesforce که عامل‌های هوش مصنوعی اختصاصی خود را عرضه کرده‌اند، معمولاً از مدل قیمت‌گذاری ترکیبی استفاده می‌کنند؛ بخشی بر اساس تعداد کاربران (Seat-Based Pricing) و بخشی بر مبنای میزان مصرف (Consumption-Based Pricing)، یعنی تعداد توکن‌ها )واحدهای متنی که مدل‌های هوش مصنوعی پردازش می‌کنند).

بااین‌حال، «تال لیانی» تحلیلگر، Bank of America معتقد است اگرچه درآمد حاصل از این محصولات جدید با سرعت زیادی درحال‌رشد است، اما هنوز فاصله زیادی با جبران درآمدی دارد که این شرکت‌ها در صورت کاهش فروش مجوزهای سنتی نرم‌افزار خود از دست خواهند داد وو می‌گوید: «ریسک اصلی، همنوع‌خواری (Cannibalization) است.»

طنز ماجرا نیز دقیقاً همین‌جاست؛ تا همین چندی پیش گفته می‌شد «نرم‌افزار در حال بلعیدن جهان است» و اکنون، خطر این وجود دارد که نرم‌افزار، خودش را ببلعد.

گزارش حاضر در نسخه June 13th 2026 نشریه The Economist منتشر شده است.

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها

در جریان مهم‌ترین اتفاقات AI بمانید

هر هفته، خلاصه‌ای از اخبار، تحلیل‌ها و رویدادهای هوش مصنوعی را در ایمیل‌تان دریافت کنید.

[wpforms id="48325"]