اولیویا مور از A16z درباره وضعیت هوش مصنوعی مصرفکننده
Moore در حوزه هوش مصنوعی مصرفکنندهمحور فرصت بزرگی میبیند؛ بهویژه اگر این صنعت بتواند به جریانهای درآمدی دیگری فراتر از اشتراکها و هزینههای API دسترسی پیدا کند.
این هفته درباره اقتصاد تیرهوتار هوش مصنوعی مصرفکننده نوشتم؛ اما درحالیکه عدهای این وضعیت را بحرانی میبینند، عدهای دیگر آن را فرصتی میدانند.
اولیویا مور در جایگاه شریک Andreessen Horowitz حوزه هوش مصنوعی مصرفکننده را پوشش میدهد و روز دوشنبه گزارشی درباره ۱۰۰ اپلیکیشن برتر هوش مصنوعی مصرفکننده منتشر کرد. ChatGPT همچنان با فاصله زیاد بزرگترین بازیگر این حوزه است، اما بازیگران کوچکتری مثل Suno و ElevenLabs هم نشان دادهاند که ماندگارند. نکته جالبتر، چیزهایی است که در این فهرست نمیبینیم: گزارش مور به نیمدوجین دسته از محصولات مصرفکننده اشاره میکند که ظاهراً هوش مصنوعی هنوز هیچ حضوری در آنها ندارد.
مور فرصت بزرگی در هوش مصنوعی مصرفکننده میبیند؛ بهویژه اگر این صنعت بتواند به جریانهای درآمدی فراتر از اشتراکها و هزینههای API دست پیدا کند. این هفته در گفتوگویی تلفنی با او درباره اقتصاد نامتعارف هوش مصنوعی مصرفکننده و اینکه چرا این حوزه هنوز در مراحل آغازین است، صحبت کردم.
این مصاحبه برای رعایت اختصار و شفافیت ویرایش شده است.
انتشار گزارشی درباره هوش مصنوعی مصرفکننده در این مقطع جالب است؛ چون امسال شاهد بودیم OpenAI دوباره بهسمت بازار سازمانی چرخش کرد. این اتفاق موجی از بدبینی درباره چشمانداز کلی درآمد هوش مصنوعی مصرفکننده بهراه انداخته که من هم یکی از بدبینانش هستم. اما برداشت من این است که شما خوشبینترید؟
با شما موافقم که OpenAI دوباره بهسمت بازار سازمانی رفته است. بهنظر من، این لزوماً چرخش راهبردی نیست، چون آنها همچنان محصولات زیادی برای مصرفکنندگان عرضه میکنند؛ بیشتر میتوان آن را گسترش فعالیتها دانست. اما با توجه به اینکه تقریباً تمام درآمد هوش مصنوعی تا امروز از اشتراکها و سپس مصرف توکن بهدست آمده و این درآمدها بیشتر در بازار سازمانی و میان کاربران حرفهای متمرکز بوده، سرزنششان نمیکنم؛ هرچند خودم به هوش مصنوعی مصرفکننده علاقه زیادی دارم.
محصولات هوش مصنوعی مصرفکننده چطور میتوانند این مشکل درآمدزایی را حل کنند؟ گزارش وضعیت بازار یادآوری کرد که فقط ۲٫۲ درصد از خانوارهای آمریکایی برای هوش مصنوعی پول میپردازند. آیا این رقم باید افزایش پیدا کند تا بازار جذاب شود؟
راستش مطمئن نیستم بخواهم تعداد کاربرانِ پرداختکننده افزایش پیدا کند. بیشتر علاقهمندم به دورانی برگردیم که میشد از مصرفکنندگان درآمد کسب کرد، بیآنکه هزینه اشتراک از جیب خودشان پرداخت شود.
در سیلیکونولی، آدمهایی که درآمد بالایی دارند و میتوانند هزینه این ابزارها را با کارتهای شرکتی بپردازند، خیلی راحت میگویند: «خب، من ترجیح میدهم هزینه محصول را بدهم.» اما فکر میکنم بیشتر مردم در واقع ترجیح میدهند به چیزی رایگان دسترسی داشته باشند و در عوض چند آگهی ببینند؛ بعد هم خودشان تصمیم بگیرند که اشتراک بخرند یا نه تا آگهیها را حذف کنند.
چالش دیگر، هزینه نهایی ارائه خدمات هوش مصنوعی است که هنوز بسیار بیشتر از هزینه خدمات کلاسیک اینترنتی مثل Facebook یا جستوجوی Google است. فکر میکنید بسیاری از این سرویسها راههایی برای پایین نگهداشتن هزینهها پیدا میکنند؛ مثلاً با استفاده از مدلهای متنباز یا مدلهای کمحجمتر؟
بله، فکر میکنم شاهد پیشرفتهایی در این زمینه هستیم. حتی ChatGPT هم حالا طرح Go را دارد که فقط ماهی ۸ دلار هزینه دارد و حدس میزنم با مدلهای ارزانتری اجرا میشود. برای انجام همه کارها لزوماً به هوش در سطح پیشرفتهترین مدلها نیاز نداریم؛ بنابراین میتوان از مدلهای ارزانتر استفاده کرد، بهخصوص برای برخی کاربردهای مصرفکننده. همچنین ممکن است شرکتهای بیشتری در حوزه محصولات مصرفکننده، محصولاتشان را بر پایه مدلهای متنباز بسازند. بنیانگذاران شرکتهای سبد سرمایهگذاری ما اخیراً زیاد از این موضوع گفتهاند و واقعاً بهنظر میرسد اوضاع در حال تغییر است.
مشکل اینجاست که کاربران درآمدزا در حال حاضر از هوش مصنوعی برای برنامهنویسی و خودکارسازی کارهای فنی دیگر استفاده میکنند؛ کارهایی که احتمالاً به هوش در سطح پیشرفتهترین مدلها نیاز دارند. فکر میکنم وقتی افراد بیشتری محصولاتی برای مصرفکنندگان بسازند که در آنها مدل خودِ محصول نباشد، استفاده از مدلهای کمهزینهتر هم بیشتر خواهد شد.
صحبت از خودکارسازی کارهای فنی در یک سرویس مصرفکننده غیرمعمول است و انگار این هم یکی دیگر از ویژگیهای منحصربهفرد هوش مصنوعی است. آیا مرز میان بازار مصرفکننده و بازار سازمانی دارد کمرنگ میشود؟
حدود یک سال پیش مقالهای با عنوان گسترش بزرگ نوشتم تا به همین موضوع بپردازم. پیش از هوش مصنوعی، شرکتهایی مثل Canva را داشتیم که ابتدا روی مصرفکنندگان متمرکز بودند و معمولاً شش یا هفت سال طول میکشید تا بخش تیمها یا طرحهای سازمانی را راهاندازی کنند. حالا شرکتهایی مثل Gamma، ElevenLabs و Cursor را میبینیم که کارشان را با بازار مصرفکننده شروع میکنند و ظرف ۱۸ ماه، بیشتر کسبوکارشان سازمانی میشود.
بهنظر من، تقریباً همه چیزهایی که هوش مصنوعی مصرفکننده مینامیم، در واقع هوش مصنوعی برای کاربران حرفهای است. این موضوع در فهرست درآمدها کاملاً پیداست؛ جایی که کاربران حرفهای عمدتاً برای سه دسته محصول هزینه میکنند. دسته اول اپلیکیشنهای ساخت محصول است، مثل Lovable، Replit و Fal. دسته دوم بازاریابی محصول است؛ مثل ابزارهای هوش مصنوعی تولید آگهی از جمله Higgsfield یا HeyGen. دسته سوم هم مدیریت عمومی کارهاست، مثل Manus، Fireflies AI و Granola. این محصولات در آغاز از سوی مصرفکنندگان خریداری میشوند، اما بهنظر من با تعریفی که پیش از هوش مصنوعی از محصولات مصرفکننده داشتیم، در این دسته نمیگنجند.
دستههای دیگری هم هستند که هنوز در آنها جای خالی زیادی دیده میشود: اپلیکیشنهای اجتماعی، اپلیکیشنهای دوستیابی، بازارگاهها، خردهفروشی، سفر، امور مالی و سلامت. در این دستهها هیچ محصولی از فهرست ۱۰۰تایی برتر ما دیده نمیشود که واقعاً غافلگیرکننده است. فکر میکنم طی شش ماه آینده باید شاهد ورود محصولات به این حوزهها باشیم.
پس شاید هنوز واقعاً شاهد ظهور هوش مصنوعی مصرفکننده واقعی نبودهایم؟
اخبار مرتبط از TechCrunch AI
چه کسی میتواند جایگزین جنسن هوانگ شود؟ فهرستی کاملاً غیرعلمی از جانشینان احتمالی
انویدیا برنامهای برای جانشینی مدیرعامل ندارد و مدیرعاملش هم به دردسر افتاده است؛ بنابراین، فهرستی کوتاه از گزینهها تهیه کردهایم.
سهام انویدیا در پی گزارشها درباره تدارک هیئتمدیره برای برکناری جنسن هوانگ، مدیرعامل شرکت، افت کرد.
هیئتمدیره Nvidia ممکن است از شامگاه چهارشنبه درباره برکناری بنیانگذار این شرکت و مدیرعاملی که ۳۳ سال در این سمت بوده است، تصمیم بگیرد.
خط زمانیِ رسواییِ فزایندهٔ جنسن هوانگ
این ماجرا میتواند برای امنیت ملی پیامدهایی داشته باشد؛ آن هم در شرایطی که آمریکا و چین برای توسعه پیشرفتهترین زیرساخت هوش مصنوعی با یکدیگر رقابت میکنند.
