زلزله ۲۸۵ میلیارد دلاری در بازار سهام: چگونه یک پلاگین هوش مصنوعی Anthropic مدل کسبوکار سنتی را به چالش کشید؟
رونمایی Anthropic از یک پلاگین خودکار حقوقی، موجی از فروش گسترده در سهام شرکتهای نرمافزاری و خدمات حرفهای ایجاد کرد و حدود ۲۸۵ میلیارد دلار از ارزش بازار را محو کرد. این اتفاق نشاندهنده نگرانی عمیق سرمایهگذاران از ورود مستقیم ارائهدهندگان مدلهای پایه به عرصه خودکارسازی کامل فرآیندهای کاری و تهدید مدل سنتی قیمتگذاری مبتنی بر کاربر است. کارشناسان بر این باورند که هوش مصنوعی نه لزوماً باعث حذف شغلها، بلکه باعث فشردهسازی نقشهای سطح پایین و تغییر اساسی در نحوه قیمتگذاری نرمافزارها خواهد شد.
نکات کلیدی
– رونمایی Anthropic از پلاگین حقوقی Claude Cowork باعث ریزش ۱۸۵ میلیارد دلاری ارزش بازار سهام شرکتهایی مانند تامسون رویترز، پیرسون و لگالزوم شد.
– نگرانی اصلی سرمایهگذاران، ورود مستقیم شرکتهای توسعهدهنده مدلهای پایه (Foundation Models) به حوزه خودکارسازی کامل فرآیندهای کاری و تهدید مدل درآمدی سنتی است.
– هوش مصنوعی بهطور خاص نقشهای سطح پایین و تکرارشونده مانند دستیاران حقوقی جوان را هدف قرار داده و باعث فشردهسازی ورودی به این مشاغل میشود.
– پیشبینی میشود تا سال ۲۰۲۸، مدل قیمتگذاری مبتنی بر کاربر (Per-Seat) منسوخ شده و ۷۰٪ فروشندگان نرمافزار به مدلهای مبتنی بر مصرف، نتیجه یا قابلیت سازمانی روی آورند.
– یک مطالعه MIT نشان میدهد ۱۱.۷٪ از مشاغل آمریکا هماکنون با فناوری فعلی هوش مصنوعی قابل خودکارسازی هستند.
– адаптация کلید بقاست: وکلا و متخصصانی که یاد بگیرند کنار عاملهای هوش مصنوعی کار کنند و ارزش خود را در قضاوت و استراتژی متمرکز کنند، موقعیت بهتری خواهند داشت.
– چالش اصلی فعلی برای شرکتهای نرمافزاری، متقاعد کردن مشتریان برای پرداخت هزینه بیشتر (هم برای کارمند و هم برای عامل هوش مصنوعی) در دوره گذار است.
طلوع یک تهدید ساختاری: از پلاگین حقوقی تا ریزش بازار
واکنش بازار سهام به اعلامیه Anthropic در ۳۰ ژانویه، چیزی فراتر از یک هراس زودگذر بود. این شرکت با معرفی ۱۱ پلاگین متنباز برای Claude Cowork، بهویژه روی یک پلاگین حقوقی متمرکز شد که میتواند فرآیندهای بررسی قرارداد، اولویتبندی NDAها و گردش کار انطباق را بهطور کامل خودکار کند. در نگاه اول، این تنها یک ابزار جدید به نظر میرسید، اما برای سرمایهگذاران آگاه، نشانه آغاز یک تحول بزرگتر بود.
اسکات دیلان، بنیانگذار Nexatech Ventures، این رویداد را یک سیگنال ساختاری توصیف میکند. به گفته او، بازار finally در حال قیمتگذاری مجدد بر روی این ریسک است که ارائهدهندگان مدلهای پایه اکنون میتوانند مستقیماً با لایه نرمافزاری رقابت کنند. این ترس، صرفاً نظری نیست. دیلان سؤال کلیدی را مطرح میکند: اگر Anthropic میتواند یک ابزار گردش کار حقوقی درونسازمانی بسازد، چه چیزی مانع از انجام همین کار برای حوزههای مالی، تأمین یا منابع انسانی میشود؟
این نگرانی به سرعت از مرزهای فناوری حقوقی فراتر رفت و دامن غولهای تبلیغاتی مانند Omnicom و Publicis و همچنین شرکتهای خدمات حرفهای و نرمافزاری ابری مانند Xero استرالیا را گرفت. تحلیلگرانی مانند جاناتان مکمولان از Schroders معتقدند این فشار فروش، بازتاب یک بحث ساختاری عمیقتر است. به گفته او، سرمایهگذاران بهصورت تهاجمی در حال بازقیمتگذاری این حوزهها هستند زیرا «صرفیت دید بلندمدت» تاریخی در حال فرسایش است.
دیدگاه میدان جنگ: وکلا در برابر ماشینها
اما کسانی که واقعاً این کار را انجام میدهند، چه نظری دارند؟ جوئل سایمون، بنیانگذار و شریک موسسه حقوقی Simon Perdue، نگاهی متعادلتر دارد. او معتقد است در دنیایی زندگی میکنیم که قضاوت و اعتبار بیش از قدرت پردازش خام اهمیت دارد. از نظر سایمون، هوش مصنوعی قادر است حجم عظیمی از اطلاعات را غربال کند، الگوها را علامتگذاری کند و مسائل را سریعتر از یک دستیار جوان حقوقی آشکار سازد.
سایمون میگوید: «اگر چیزی باشد، این یک تسکین بوده است زیرا باند پرواز را پاک کرده تا بتوانیم روی استراتژی، آمادهسازی شاهد، روایتسازی و تصمیمگیری تحت فشار تمرکز کنیم.» او تأکید میکند که هوش مصنوعی در موسسه او بهعنوان یک شتابدهنده ادغام شده، نه یک جایگزین. این فناوری برای تهیه پیشنویس طرحها، فشردهسازی مواد اکتشافی و آزمایش خطوط احتمالی سؤالگیری استفاده میشود، در حالی که وکلا کنترل نهایی بر قضاوت، روایت و استراتژی دادگاه را حفظ میکنند.
پیشبینی او برای دو تا سه سال آینده این است: «وکلای دادگاهی که هوش مصنوعی را بپذیرند، باارزشتر خواهند بود، نه کمارزشتر. شغل لاغرتر به نظر خواهد رسید با ساعتهای کمتری که برای کارهای تکراری تلف میشود و زمان بیشتری که صرف تئوری پرونده، مشاوره به موکل و اجرا در دادگاه میشود.»
فشردهسازی سطح ورودی و مرگ قیمتگذاری مبتنی بر کاربر
اسکات دیلان از Nexatech Ventures اما دیدگاه خوشبینانهای ندارد. او معتقد است پاسخ صادقانه این است که عاملهای هوش مصنوعی قرار است انواع خاصی از کارها را جابهجا کنند؛ بهویژه کارهای تکراری و قاعدهمحوری که میتوانند به خوبی مشخص شوند. این دقیقاً همان گردش کارهایی است که Anthropic هدف قرار داده و توسط دهها هزار دستیار حقوقی و همکار جوان انجام میشود.
با این حال، دیلان کاملاً بدبین نیست. او توضیح میدهد که جابهجایی با حذف یکسان نیست. آنچه محتملتر به نظر میرسد، یک فشردهسازی در سطح ورودی است. نقشهای سطح پایینی که سابقاً زمینهای آموزشی بودند، کوچک خواهند شد. این تحول، مستقیماً بر مدل درآمدی صنعت نرمافزار نیز تأثیر میگذارد.
پیشبینی IDC حاکی از آن است که تا سال ۲۰۲۸، قیمتگذاری صرفاً مبتنی بر کاربر (Seat-Based) منسوخ خواهد شد. انتظار میرود ۷۰٪ از فروشندگان نرمافزار به مدلهای مبتنی بر مصرف، نتیجه یا قابلیت سازمانی روی آورند. اگر یک عامل هوش مصنوعی کار را انجام دهد، مشتریان انتظار دارند برای نتایج پول بدهند، نه برای لاگین.
چالشهای عملی در مسیر پذیرش
در حال حاضر، شرکتهای نرمافزاری در حال آزمایش مدلهای مختلفی هستند. یک تحلیل Bain & Company از بیش از ۳۰ فروشنده SaaS که هوش مصنوعی مولد را معرفی کردهاند، نشان میدهد نزدیک به ۳۵٪ قیمتگذاری مبتنی بر کاربر را با قابلیتهای هوش مصنوعی bundle شده افزایش دادهاند. ۳۵٪ دیگر مدلهای ترکیبی با افزونههای مبتنی بر مصرف را اتخاذ کردهاند.
چالش اصلی اینجاست که از مشتریان خواسته میشود قبل از دیدن صرفهجویی، هزینه بیشتری بپردازند. یک شرکت SaaS که یک عامل هوش مصنوعی ۴۰ هزار دلاری را برای جایگزینی یک فروشنده ۸۰ هزار دلاری معرفی میکند، با یک مشکل مواجه است. در کوتاهمدت، مشتری هم به کارمند و هم به عامل هوش مصنوعی نیاز دارد تا نتایج را ارزیابی کند. این به معنای افزایش ۵۰ درصدی هزینه برای یک دوره نامشخص است.
دیویس هاسهلدر، مدیرعامل MYCO Management نیز به چالش هزینههای غیرقابل پیشبینی اشاره میکند. او میگوید مشکل این است که بسیاری از عاملهای امروزی به APIهایی متکی هستند که توکنها را به سرعت میسوزانند و اگر به دقت نظارت نشوند، میتوانند صورتحسابهای پرهزینه و غیرقابل پیشبینی ایجاد کنند. در آن صورت، شما فقط یک اشتراک SaaS را با دیگری جایگزین کردهاید.
آینده کار: بازآفرینی، نه انقراض
در بلندمدت، به نظر میرسد این تحول بیشتر یک بازساختار باشد تا یک رویداد انقراض. همانطور که هوش مصنوعی حاشیه سود را فشرده میکند و عملکردهای پایه را کالایی میسازد، قویترین شرکتها قدرت را در دست میگیرند. ارزش واقعی ممکن است از نرمافزار مبتنی بر کاربر دور شود و به سمت دادههای اختصاصی حرکت کند.
پایگاههای داده حقوقی، معیارهای مالی، منطق انطباق؛ این داراییها هستند که ممکن است به سیستمهای عاملمحور لایسنس شوند. خدمات باقی میماند، اما داده به هسته اصلی کسبوکار تبدیل میشود. در این میان، پیامدها برای نیروی کار شدید است. تحقیقات منتشرشده توسط مجمع جهانی اقتصاد در سال ۲۰۲۵ استدلال میکند که تقریباً ۶۰٪ از کارگران در سراسر جهان برای باقی ماندن در عصر پساعامل، نیاز به «آموزش مجدد» دارند.
آمریتا باسین، مدیرعامل Sotira، بر ضرورت حمایت از کارگر متوسط تأکید میکند. به گفته او، هیچ راه عملی برای جلوگیری از هوش مصنوعی عمومی (AGI) وجود ندارد. ما باید از کارگر آمریکایی متوسط حمایت کنیم و اطمینان حاصل کنیم که آنها مهارتها، آموزش و توانایی رقابت در بازاری بهطور فزاینده رقابتی و/یا ناپایدار را دارند که هوش مصنوعی آن را تهدید میکند.
شرکتها و متخصصانی که адаپته میشوند، یاد میگیرند در کنار عاملهای هوش مصنوعی کار کنند، از اجرا به سمت نظارت حرکت کنند و ارزش خود را در قضاوت verankره کنند، احتمالاً عملکرد بهتری خواهند داشت. آنهایی که در تطبیق شکست بخورند، خطر بازارزیابی را متحمل میشوند؛ دقیقاً مشابه سهامی که این هفته با فروش مواجه شدند.