اقتصاد ایجنت‌های هوش مصنوعی در ۱۰ سال آینده، شکل می‌گیرد

در سال‌های آینده، بازارهای دیجیتالی به روش اصلی تعامل افراد با ایجنت‌های هوش مصنوعی تبدیل خواهند شد. این چیزی است که در افق پیش روی عصر جدید فناوری دیده می‌شود که تا ۱۰ سال آینده شکل‌دهی اقتصاد ایجنت‌های هوش مصنوعی رخ می‌دهد.

ماتریس استراتژی ایجنت‌های (عوامل) هوش مصنوعی: جایگاه شما را تعیین می‌کنند

درک سازمان‌دهی عوامل هوش مصنوعی در قالب بازارها نیازمند بررسی رویکردهای اولیه در صنعت نرم‌افزار است. در آن زمان، مسئله اصلی انتخاب بهترین استراتژی برای ورود به بازار بود: رویکرد افقی یا عمودی. هر دو رویکرد مزایا و دلایل قابل‌توجهی داشتند.

در ابتدا، تمرکز بر فرصت‌های بزرگ نرم‌افزاری افقی بود؛ محصولاتی که نیازهای گسترده‌ای را پوشش می‌دادند و بازارهای بزرگی را هدف قرار می‌دادند. اما با گذشت زمان، استراتژی‌ها تغییر کرد و توسعه راهکارهای عمودی برای صنایع خاص رواج یافت. این رویکرد با تمرکز بر تجربه کاربری، امکان تسلط بر حوزه‌های تخصصی را فراهم می‌کرد.

در نهایت، هر دو استراتژی به‌طور همزمان به‌کار گرفته شدند و تشخیص مناسب‌ترین رویکرد برای هر بازار، به‌عنوان کلید موفقیت شناخته شد. ارزیابی پیچیدگی وظایف در برابر اندازه مشتریان بالقوه، به عنوان یک فرمول کارآمد برای تصمیم‌گیری مطرح گردید. پس از موفقیت اولیه شرکت‌های نرم‌افزاری افقی، نرم‌افزارهایی که راهکارهای عمومی‌تری مانند حسابداری یا مدیریت تقویم ارائه می‌دادند، در جذب کسب‌وکارهای کوچک و متوسط (SMB) موفق‌تر عمل کردند. این دسته از مشتریان به سرعت، سادگی و قابلیت‌هایی نیاز داشتند که پیش‌تر دست‌نیافتنی به نظر می‌رسید. نرم‌افزارهای جامع و ساده، که ارزش واقعی برای این کسب‌وکارها ایجاد کردند.

شرکت‌هایی مانند QuickBooks، Calendly و Square این مدل را با موفقیت پیاده‌سازی کردند. استراتژی آن‌ها بر انتخاب یک وظیفه عمومی و ساده، هدف‌گذاری روی کسب‌وکارهای کوچک و اجرای گسترده در مقیاس بزرگ متمرکز بود. این شرکت‌ها توانستند با ارائه راهکارهای ساده و کاربرپسند، نیازهای کسب‌وکارهای کوچک و متوسط را برطرف کنند و در بازارهای بزرگ به موفقیت دست یابند.

در مقابل، برخی شرکت‌ها مدل SaaS عمودی را انتخاب کردند و راهکارهایی تخصصی برای صنایع خاص توسعه دادند. این شرکت‌ها با تمرکز بر انجام وظایف پیچیده و حساس، به سازمان‌های بزرگ و شرکت‌های سطح بالا خدمات می‌دادند. همچنین، به دلیل بودجه مناسب، توانایی پرداخت هزینه‌های راهکارهای منحصر‌به‌فرد را داشتند.

شرکت‌هایی مانند Procore، Veeva Systems و OpenGov این رویکرد را دنبال کردند: تمرکز بر انجام یک وظیفه پیچیده و امضای چند قرارداد بزرگ، این دو استراتژی به‌عنوان «منطقه سبز فرصت» شناخته شدند، هرچند استثنائاتی نیز وجود داشت. با این حال، بیشتر شرکت‌ها تمرکز خود را بر یکی از این دو مسیر قرار دادند: راهکارهای افقی و عمومی یا راهکارهای عمودی و تخصصی

الگوی سازمان‌دهی نرم‌افزارها در گذشته به درک چگونگی استقرار و سازمان‌دهی عوامل هوش مصنوعی کمک می‌کند. این الگو نشان می‌دهد که عوامل هوش مصنوعی را می‌توان به دو شکل افقی و عمودی به کار گرفت.

1.رویکرد افقی:
در این رویکرد، عوامل هوش مصنوعی برای ایجاد خدمات برون‌سپاری (BPO) فوری، ارزان و مقیاس‌پذیر استفاده می‌شوند. برای مثال، این عوامل می‌توانند در زمینه‌های مختلف مانند حسابداری، بازاریابی و فروش به کار گرفته شوند و خدمات عمومی را در صنایع گوناگون ارائه دهند. این نوع رویکرد برای وظایف ساده و عمومی طراحی شده است و به کسب‌وکارها کمک می‌کند تا هزینه‌ها را کاهش دهند و کارایی را افزایش دهند.

2.رویکرد عمودی:
در مقابل، رویکرد عمودی بر تخصص‌گرایی عوامل هوش مصنوعی تمرکز دارد. در این رویکرد، عوامل هوش مصنوعی مانند کارشناسان متخصص عمل می‌کنند و توسط شرکت‌ها برای انجام کارهای پیچیده‌ای نظیر تحلیل داده‌های صنعتی، تهیه مطالب حقوقی و تحقیقات دارویی به کار گرفته می‌شوند. این رویکرد مشابه استخدام یک کارشناس تخصصی است، اما با هزینه‌ای به مراتب کمتر. این نوع عوامل در صنایع خاص برای انجام وظایف پیچیده‌تر و حساس‌تر به کار می‌روند.

هر دو استراتژی افقی و عمودی برای عوامل هوش مصنوعی فرصت‌های مناسبی را فراهم می‌کنند. با این حال، در حال حاضر دینامیک بازار به گونه‌ای شکل گرفته است که رویکرد افقی برای کسب‌وکارهای کوچک و متوسط (SMB) بسیار جذاب‌تر به نظر می‌رسد. تقریباً نیمی از تولید اقتصادی ایالات متحده از SMBها نشأت می‌گیرد. این میلیون‌ها کسب‌وکار، از رستوران‌های محلی تا شرکت‌های حسابداری، سالانه حدود ۷۵۰ میلیارد دلار در فناوری اطلاعات هزینه می‌کنند. با این وجود، بسیاری از این کسب‌وکارها هنوز از ابزارها و تخصص‌های پیشرفته‌ای که در دسترس شرکت‌های بزرگ است، بی‌بهره هستند.

عوامل هوش مصنوعی پتانسیل ایجاد تحولی اساسی در این حوزه را دارند. این فناوری می‌تواند خدمات تجاری پیچیده را با هزینه‌ای مقرون‌به‌صرفه و در مقیاس گسترده در دسترس کسب‌وکارهای کوچک و متوسط (SMB) قرار دهد. به همین دلیل، رویکرد افقی برای عوامل هوش مصنوعی امیدبخش‌تر از همیشه به نظر می‌رسد.

کسب‌وکارهای کوچک و متوسط به‌دلیل ساختار اقتصادی خود، پذیرای فناوری‌های جدید هستند. بسیاری از این کسب‌وکارها توانایی پرداخت هزینه‌های سنگین استخدام یک آژانس بازاریابی یا حسابدار را ندارند، اما به خوبی می‌دانند که دسترسی به این خدمات می‌تواند به بهبود عملکرد و افزایش بهره‌وری منجر شود. عوامل هوش مصنوعی می‌توانند بخش‌هایی از فرآیندهای کسب‌وکار را که SMBها قادر به انجام آن نیستند یا از انجام آن‌ها اجتناب می‌کنند، به سادگی مدیریت کنند. این امر به SMBها این امکان را می‌دهد که از ظرفیت‌های هوش مصنوعی بهره‌برداری کرده و همچنان رقابت‌پذیر بمانند.

نمونه‌ای از موفقیت این مدل، شرکت Triple Whale است که داشبوردی جامع برای کسب‌وکارهای آنلاین DTC ایجاد کرده است. این شرکت عوامل هوش مصنوعی را به سیستم خود اضافه کرده است تا وظایفی را که اغلب نادیده گرفته می‌شوند یا زمان کافی برای انجام آن‌ها وجود ندارد، به‌طور خودکار انجام دهد. این عوامل به‌طور مستقیم در نرم‌افزار تعبیه شده‌اند و به عنوان یک ارتقاء فوری برای کسب‌وکارهای تجارت الکترونیک عمل می‌کنند.

تقاضای بالایی برای خدمات تجاری در بین SMBها وجود دارد و بازارهای عوامل هوش مصنوعی بهترین راهکار برای پاسخ‌گویی به این نیاز به شمار می‌روند.

پنج دلیل برای تسلط رویکرد افقی در بازارهای ایجنت‌های هوش مصنوعی

۱. هوش مصنوعی نرم‌افزار را جایگزین نمی‌کند؛ بلکه آن را به خدمات تبدیل می‌کند.
در دو دهه گذشته، موفق‌ترین روش برای تطبیق عرضه و تقاضای خدمات، ایجاد بازارها بوده است. کسب‌وکارهای کوچک و متوسط SMB تمایلی به خرید مستقیم از تأمین‌کنندگان فردی ندارند؛ بلکه ترجیح می‌دهند از شبکه‌های خدمات هوش مصنوعی پیش‌بررسی‌شده و بر اساس تقاضا استفاده کنند؛ درست مانند خرید از ارائه‌دهندگان خدمات امروزی.

۲. بستر مناسبی برای ارائه یکپارچه خدمات مورد نیاز است.
بازاریابی جداگانه برای هر عامل هوش مصنوعی تخصصی، هزینه‌بر و ناکارآمد خواهد بود. در یک ساختار بازار منسجم، مشتریان به جای جستجوی پراکنده، مستقیماً به سراغ پلتفرم اصلی می‌آیند که تمام خدمات مورد نیاز را در یک مکان متمرکز ارائه می‌دهد.

۳. بازارهای مستقل برای نرم‌افزارها مؤثر نیستند، اما برای خدمات جواب می‌دهند.
در دنیای نرم‌افزار، بازارها معمولاً به پلتفرم‌های تثبیت‌شده مانند AWS، Azure، Microsoft برای B2B یا HubSpot، Shopify و Wix برای SMB محدود می‌شوند. اما در مورد خدمات، که جوهره عملکرد عوامل هوش مصنوعی است، بازارهای مستقل می‌توانند به‌خوبی کار کنند. نمونه‌های موفقی همچون Upwork، Fiverr و A.Team این مدل را با موفقیت به کار گرفته‌اند.

۴. بازارهای کار موجود به سرعت با مدل عامل‌های هوش مصنوعی سازگار نخواهند شد.
بازارهای فعلی احتمالاً به جای ایجاد سیستم‌های جدید برای عوامل هوش مصنوعی، تلاش می‌کنند تا تأمین‌کنندگان خود را با این فناوری تقویت کنند. اما این اقدام چالش‌هایی به همراه خواهد داشت؛ زیرا ورود عوامل هوش مصنوعی می‌تواند جایگزین بسیاری از تأمین‌کنندگان موجود شود. بازارهای جدید و مستقل می‌توانند با استفاده از عوامل هوش مصنوعی به‌عنوان مزیت رقابتی وارد بازار شوند و فاصله معناداری ایجاد کنند.

۵. اثر شبکه‌ای بازارها را مقاوم و غیرقابل نفوذ می‌کند.
هنگامی که یک بازار جایگاه خود را پیدا کند، به‌شدت مقاوم و قابل دفاع خواهد بود؛ مگر در صورت وقوع تحولی بزرگ در فناوری، مشابه آنچه اکنون با هوش مصنوعی در حال وقوع است. ایجاد بازارهای موفق، دانشی تخصصی است که اگرچه دشوار است، اما آموختنی است. در NFX سال‌ها مستندسازی نحوه ایجاد بازارهای انسانی انجام شده و اکنون این تجربیات در حال انتقال به عوامل هوش مصنوعی است. با این روند، فرصت‌های جدیدی برای یادگیری و نوآوری در پیش خواهد بود.

چگونگی عملکرد بازارهای ایجنت‌های هوش مصنوعی

در بازارها، معمولاً مدل «برنده همه چیز را می‌برد» حکم‌فرماست. شرکت‌هایی که در حال حاضر به این رویکرد فکر می‌کنند، گام‌های بزرگی در مسیر توسعه بازارهای عوامل هوش مصنوعی برداشته‌اند. به عنوان نمونه، شرکت Enso با ایجاد بازاری برای فریلنسرهای عوامل هوش مصنوعی، ظرفیت و پتانسیل این نوع بازارها را به‌خوبی به نمایش گذاشته است. Enso به‌عنوان یک بازار عمودی برای کسب‌وکارهای کوچک و متوسط SMB عمل می‌کند و با ارائه مجموعه‌ای از میکروسرویس‌ها، امکان دسترسی سریع، آسان و مقرون‌به‌صرفه را برای این کسب‌وکارها فراهم کرده است.

در این بازار، خدمات متنوعی ارائه می‌شود؛ از نویسندگان پروفایل لینکدین هوش مصنوعی و کارشناسان SEO گرفته تا طراحان اینستاگرام و پیدا کنندگان سرنخ‌های فروش. Enso با این رویکرد توانسته است نیازهای تخصصی SMBها را به‌خوبی پوشش دهد و نمونه‌ای موفق از چگونگی عملکرد بازارهای عوامل هوش مصنوعی را ارائه دهد.

انقلاب ایجنت‌های هوش مصنوعی در Enso: تحول کسب‌وکارهای کوچک و متوسط

شرکت Enso تاکنون بیش از ۳۰۰ عامل میکرو را راه‌اندازی کرده و در آینده‌ای نزدیک، هزاران عامل دیگر به این مجموعه اضافه خواهد شد. این عامل‌ها به حافظه‌ای ماندگار مجهز هستند که تمام جزئیات کسب‌وکار مشتریان و تعاملات آن‌ها را به خاطر می‌سپارند. آن‌ها با انجام وظایف کوچک آغاز به کار می‌کنند، نتایج قابل‌توجهی ارائه می‌دهند و در طول زمان، همراه با مشتریان یاد می‌گیرند و بهینه‌تر می‌شوند.

Enso قیمت خدمات خود را در سطحی بسیار مقرون‌به‌صرفه و با هزینه ماهیانه ۴۹ دلار ارائه می‌کند؛ رقمی که تنها کسری از هزینه خدمات مشابه در بازار است. این مدل اقتصادی، امکان دسترسی کسب‌وکارهای کوچک و متوسط (SMB) به خدمات پیشرفته را فراهم می‌سازد.

ارزش ترکیبی این عوامل، نوع جدیدی از دارایی‌های تجاری را شکل می‌دهد؛ دارایی‌ای که با هر تعامل ارزشمندتر می‌شود و به مرور زمان بهبود می‌یابد. این قابلیت، کسب‌وکارهای کوچک را قادر می‌سازد تا به سطحی از تخصص و توانمندی برسند که پیش‌تر فقط در دسترس شرکت‌های بزرگ بود.

برای مثال، یک رستوران کوچک محلی می‌تواند از همان سطح تخصص بازاریابی برخوردار شود که یک زنجیره بزرگ ملی دارد، یا یک کارآفرین فردی به ابزارهای تحلیل مالی دسترسی پیدا می‌کند که با ابزارهای شرکت‌های بزرگ رقابت می‌کنند.

حافظه ماندگار و توانایی یادگیری این عامل‌ها به آن‌ها امکان می‌دهد تا درک عمیق‌تری از نیازها و شرایط منحصربه‌فرد هر کسب‌وکار به‌دست آورند. این موقعیت منحصر‌به‌فرد در دهه آینده اهمیت بیشتری خواهد یافت و تحول بزرگی در بهره‌وری و هوشمندسازی کسب‌وکارهای کوچک و متوسط ایجاد خواهد کرد.

ظهور و رشد بازارهای ایجنت‌های هوش مصنوعی

دهه آینده به‌طور عمده به رشد و شکل‌گیری بازارهای عامل‌های هوش مصنوعی اختصاص خواهد داشت، به‌ویژه برای کسب‌وکارهای کوچک و متوسط SMB که می‌توانند از این تحولات به‌طور چشمگیری بهره‌مند شوند. قوانین پایه‌ای عملکرد این شبکه‌های بازار به‌خوبی شناخته شده است. ما می‌دانیم که بازارها می‌توانند کسب‌وکارهای بزرگ و موفقی ایجاد کنند و حتی مدل‌های اولیه برای این نوع بازارها نیز نوشته شده‌اند. اما فردی که بتواند این مدل‌ها را با دنیای جدید عامل‌های هوش مصنوعی تطبیق دهد، در نهایت برنده خواهد بود. همانطور که اشاره شد، بازارهای عامل‌های هوش مصنوعی معمولاً مدل «برنده همه چیز را می‌برد» دارند، و رقابت برای شکل‌گیری این بازارها هم‌اکنون آغاز شده است.