به گزارش خبرنگار گروه آنلاین روزنامه دنیای اقتصاد، فایننشال تایمز در گزارشی مینویسد: رویاسازان سیلیکون ولی در فکر کسب درآمدهای کلان از محصولات خیرهکننده و آیندهنگرانهای هستند که مصرفکنندگان را به وجد میآورد، محصولاتی مثل متاورس، خودروهای خودران یا اپلیکیشنهای پایش سلامت؛ اما واقعیت کمهیجانتر این است که بیشتر سرمایهگذاران خطرپذیر، بهترین بازدهی خود را از سرمایهگذاری در حوزههای به ظاهر کسلکنندهای به دست میآورند که محصولاتشان را به کسبوکارهای دیگر میفروشند.
در دو دهه گذشته، مدل کسبوکار «نرمافزار بهعنوان سرویس» یا Software-as-a-Service یا همان SaaS به یکی از پرسودترین حوزههای سرمایهگذاری خطرپذیر تبدیل شده است و تاکنون ۳۳۷ استارتاپ «تکشاخ» یعنی شرکتهایی با ارزش بیش از یک میلیارد دلار، در این حوزه ظهور کردهاند.
اما کسبوکارهای معمولی SaaS، مثل سیستمهای مدیریت ارتباط با مشتری، پلتفرمهای پردازش پرداخت و ابزارهای طراحی مشارکتی، بهندرت میتوانند ضربان قلب مصرفکنندگان را بالا ببرند. با این حال، سرمایهگذاران عاشق این حوزهها هستند؛ چراکه این کسبوکارها سرمایه اولیه زیادی نیاز ندارند، به سرعت مقیاسپذیرند و میتوانند از طریق مجوزهای شرکتی پایدار و اغلب بدون حساسیت به قیمت، درآمد زیادی تولید کنند.
این موضوع احتمالاً در مورد هوش مصنوعی مولد (Generative AI) هم صدق میکند. در حال حاضر، مصرفکنندگان همچنان شیفته توانایی شگفتانگیز مدلهای بنیادین هوش مصنوعی در تولید متون، ویدئوها و موسیقیهای قابلقبول یا شبیهسازی صداها و تصاویر هستند. همچنین، شرکتهای بزرگ هوش مصنوعی، ارزش عاملهای دیجیتال مصرفکنندهمحوری را تبلیغ میکنند که قرار است زندگی همه ما را آسانتر کنند.
«عاملیت» یا Agentic احتمالاً کلمه سال آینده خواهد بود. سارا فرایر، مدیر مالی OpenAI، اخیراً به فایننشال تایمز گفت: «این عاملها میتوانند پژوهشگر باشند، یا دستیارانی مفید برای افراد عادی از جمله مادران شاغلی مثل من. در سال ۲۰۲۵، شاهد اولین عاملهای بسیار موفق خواهیم بود که به افراد در کارهای روزمره کمک میکنند.
در حالی که شرکتهای بزرگ هوش مصنوعی مثل OpenAI، گوگل، آمازون و متا در حال توسعه عاملهای عمومی هستند که هر کسی بتواند از آنها استفاده کند، ارتشی از استارتاپهای کوچک در حال کار روی عاملهای تخصصی هوش مصنوعی برای کسبوکارها هستند.
در حال حاضر، سیستمهای هوش مصنوعی مولد بیشتر بهعنوان «همخلبان» شناخته میشوند که نیروی انسانی را تقویت میکنند، مثلاً در نوشتن کدهای بهتر؛ اما بهزودی، عاملهای هوش مصنوعی ممکن است به “خلبان خودکار” تبدیل شوند که بهطور کامل تیمها و عملکردهای تجاری را جایگزین کنند.
در یک بحث اخیر، شرکای Y Combinator اعلام کردند که این مرکز رشد در سیلیکون ولی با تعداد بیسابقهای از درخواستهای حیرتانگیز از استارتاپهایی مواجه شده که قصد دارند عاملهای هوش مصنوعی را در زمینههایی مانند استخدام، پذیرش کارکنان جدید، بازاریابی دیجیتال، پشتیبانی مشتری، تضمین کیفیت، وصول بدهی، صورتحسابهای پزشکی و جستجو و پیشنهاد برای قراردادهای دولتی به کار بگیرند.
توصیه آنها این بود: «کسلکنندهترین و تکراریترین کارهای اداری را پیدا کنید و آنها را خودکار کنید.» نتیجهگیری آنها این بود که عاملهای عمودی هوش مصنوعی میتوانند به SaaS جدید تبدیل شوند. انتظار میرود بیش از ۳۰۰ استارتاپ تکشاخ در این حوزه ظهور کنند.
با این حال، دو عامل ممکن است سرعت پذیرش این فناوری را کاهش دهد. نخست این که اگر عاملهای هوش مصنوعی واقعاً قادر باشند تیمها و عملکردهای کامل را جایگزین کنند، بعید است که مدیران میانی بهسرعت آنها را بپذیرند. در مدارس بازرگانی معمولاً استراتژی «خودکشی مدیریتی» آموزش داده نمیشود.
شاید مدیران عامل بیرحم که از این فناوری آگاه هستند، برای دستیابی به کارایی بیشتر، اقدامات سختگیرانهای را بر زیردستان خود تحمیل کنند؛ اما احتمالاً ساختارهای جدید سازمانی نیز تکامل خواهند یافت، زیرا استارتاپها به دنبال بهرهبرداری حداکثری از عاملهای هوش مصنوعی هستند. برخی بنیانگذاران در حال حاضر درباره ایجاد شرکتهای خودمختار بدون کارکنان صحبت میکنند. اگرچه جشنهای کریسمس آنها احتمالاً کمی کسلکننده خواهد بود.
عامل دومی که ممکن است روند را کند کند، نگرانیها درباره تعامل روزافزون عاملها با یکدیگر و حذف انسانها از چرخه است.
این اکوسیستم چندعاملی چگونه به نظر میرسد و در عمل چگونه کار میکند؟ چگونه میتوان اعتماد را تضمین کرد و مسئولیتپذیری را اعمال نمود؟
سیلویو ساوارزه، استاد دانشگاه استنفورد و دانشمند ارشد در شرکت Salesforce، که در حال آزمایش عاملهای هوش مصنوعی است، میگوید: «باید بسیار محتاط باشید. ما به نردهبانهایی نیاز داریم که این سیستمها را به رفتار مناسب هدایت کنند.»
مدلسازی و کنترل سیستمهای هوشمند چندعاملی یکی از جذابترین حوزههای پژوهشی امروز است. یکی از راهها این است که عاملهای هوش مصنوعی را طوری آموزش دهیم که در مواجهه با چالشهای ناشناخته، مناطق نامطمئن را مشخص کرده و درخواست کمک کنند. ساوارزه میگوید: «یک هوش مصنوعی نباید یک دروغگوی ماهر باشد. باید نزد انسان بیاید و بگوید: ‘کمکم کن.’»
در غیر این صورت، نگرانی این است که عاملهای آموزشندیده ممکن است خارج از کنترل عمل کنند، درست مثل جاروی جادویی در شعر شاگرد جادوگر اثر یوهان ولفگانگ فون گوته، که دستور آوردن سطلهای آب را میگیرد اما سرانجام همهچیز از کنترل خارج میشود.
شاگرد، در حالی که به آشفتگی ناشی از جادوی ناشیانهاش نگاه میکند، مینالد: «روحهایی که من فراخواندهام، از فرمان من سرپیچی میکنند، آنها دیگر تحت کنترل من نیستند.» جالب است که معضلات تخیلی قدیمی اکنون در اشکالی نوین و محاسباتی ظاهر میشوند.
