دروازه آینده

‏«هایپ فریب نیست، بلکه آینده‌ایست که مردم متصور شدن» همه می‌گن فلان تکنولوژی «هایپ» شده و باید ازش دوری کرد. ولی هایپ فریب نیست. هایپ یعنی مردم آینده‌ای رو با اون تکنولوژی متصور شدن. یعنی تقاضا. یعنی بازار. اگه تو اوج هایپ نری سراغش، بعداً فرصت ورود رو از دست میدی. هایپ سایکل گارتنر ۵ مرحله داره: ۱) محرک فناوری ۲) قله انتظارات اغراق‌شده ۳) دره سرخوردگی ۴) شیب روشن‌شدگی ۵) فلات بهره‌وری. معروف‌ترین مرحله «دره سرخوردگی»ست، جایی که همه می‌گن «گفته بودم». ولی حقیقت اینه که بیشتر تکنولوژی‌ها اصلاً از این چرخه عبور نمی‌کنن. تحلیل اکونومیست (۲۰۲۴): فقط یک‌پنجم تکنولوژی‌ها از نوآوری به هیجان بعد به ناامیدی و بعد به پذیرش گسترده می‌رسن. ۶۰٪ تکنولوژی‌هایی که به دره سرخوردگی میفتن، دیگه برنمی‌گردن. هایپ صرفاً یه نوسان بازار نیست، داره تکنولوژی‌هایی رو نشون میده که واقعاً پتانسیل تغییر دارن. اگه منتظر بمونی تا همه چیز اثبات بشه و «واقعی» بشه، دیگه دیر شده. تکنولوژی در هایپ جذب سرمایه می‌کنه، زیرساخت می‌سازه، تیم می‌سازه، استاندارد تعیین می‌کنه. تا اونایی که مسخره کردن بیدار بشن، جایگاه‌ها تقسیم شده. هایپ رویای جمعی مردم درباره‌ی یه آینده‌ست. بعضی از این رؤیاها به حقیقت می‌پیوندن، بعضی نه. ولی کسی که همیشه از هایپ فرار می‌کنه، در خوشبینانه‌ترین حالت، آخر صف می‌ایسته. و گاهی اصلاً به صف راهش نمیدن منبع

پیتر دیاماندیس اعلام کرده است که یک جایزه ۲ میلیون دلاری برای تیم‌هایی در نظر گرفته شده که بتوانند با استفاده از هوش مصنوعی یک کسب‌وکار واقعی ایجاد کنند؛ کسب‌وکاری که مشکل واقعی را برای بیش از ۱۰۰ هزار نفر حل کند. اگر همیشه قصد شروع یک کسب‌وکار را داشته‌اید اما نمی‌دانستید از کجا یا چگونه شروع کنید، این می‌تواند یک فرصت جدی باشد. این برنامه با همکاری مستقیم @GeminiApp و @xprize برگزار می‌شود. پنج تیم برتر به رویداد نهایی «Launch Moonshots» در لس‌آنجلس (سپتامبر) دعوت خواهند شد. شرکت‌کنندگان ۹۰ روز فرصت دارند تا ایده خود را به یک کسب‌وکار واقعی با کاربر و درآمد تبدیل کنند. برای اطلاعات بیشتر و ثبت‌نام: http://geminixprize.com https://x.com/PeterDiamandis/status/2072726480501547496

🎛 ایده جدید Y Combinator: Dynamic Software Interfaces تا قبل از AI، تقریباً همه کاربران یک نرم‌افزار با یک رابط ثابت کار می‌کردند. فقط کمی شخصی‌سازی ساده مثل تم، چند تا ویو متفاوت یا تنظیمات ظاهری وجود داشت. حتی در سرویس‌هایی مثل Netflix هم “شخصی‌سازی” بیشتر به محتوا مربوطه، نه خودِ رابط کاربری. اما نکته اینجاست که نیاز هر کاربر واقعاً متفاوت است. مثلاً نحوه استفاده من از ایمیل با یک دانشجو کاملاً فرق دارد، ولی هر دو دقیقاً از یک مدل رابط کاربری استفاده می‌کنیم. Y Combinator می‌گه اینجا دقیقاً جاییه که AI همه‌چیز رو تغییر می‌ده. ایده Dynamic Software Interfaces اینه که کاربرها با کمک Agentهای هوش مصنوعی، خودشون بتونن رابط نرم‌افزار رو برای نیاز خودشون طراحی کنن. یعنی نرم‌افزار دیگه یک UI ثابت نیست، بلکه برای هر نفر می‌تونه شکل متفاوتی بگیره. مثلاً ایمیل من می‌تونه تبدیل بشه به یک لیست کارها (task list)، در حالی که ایمیل یک دانشجو می‌تونه بیشتر شبیه یک تقویم یا لیست رویدادها باشه. با این حال هر دو از یک زیرساخت و یک سری primitive مشترک استفاده می‌کنن که تیم محصول ساخته. ایده اینه که در آینده شرکت‌های نرم‌افزاری فقط این primitiveها رو می‌سازن، و باقی تجربه کاربری توسط Agentهای کدنویس و خود کاربران به‌صورت پویا ساخته و تغییر داده می‌شه. برای رسیدن به این آینده، حتی مدل ساخت نرم‌افزار هم باید تغییر کنه؛ اینکه نرم‌افزار چطور به Agentها دسترسی بده، آیا کاربر به سورس کد دسترسی داره یا نه، و اینکه آیا فقط UI قابل تغییره یا حتی لایه‌های عمیق‌تر هم قابل شخصی‌سازی هستن. اگر این مسیر جدی بشه، نرم‌افزارها از «محصول ثابت برای همه» تبدیل می‌شن به «محصولی که برای هر کاربر دوباره ساخته می‌شه». #AIStartupIdea لینک یوتیوب

🔸هیگزفیلد Explainer یک ابزار جدید مبتنی بر هوش مصنوعی است که تنها با دریافت یک موضوع، به‌صورت خودکار تحقیق می‌کند، متن می‌نویسد، روایت را به زبان دلخواه تولید می‌کند و در نهایت تا ۱۰ دقیقه ویدیوی مستند، بدون نیاز به حضور مجری، می‌سازد. هدف این ابزار، تبدیل فرایند تولید ویدیوهای توضیحی و مستند به یک روند تقریباً کاملاً خودکار است.

این روزها شاید مهم‌تر از یاد گرفتن (Learn)، فراموش کردن (Forget) و از نو یاد گرفتن (Unlearn) باشه. خیلی از چیزهایی که سال‌ها بهشون عادت کردیم، توی دنیای هوش مصنوعی دیگه بهترین روش نیستن و اگر بهشون بچسبیم، فقط سرعت رشد خودمون رو کم می‌کنیم. تو عصر AI، مزیت رقابتی فقط داشتن مهارت نیست؛ توانایی کنار گذاشتن باورها و روش‌های قدیمی و یاد گرفتن دوباره‌ست. گاهی بزرگ‌ترین قدم برای جلو رفتن، اینه که جرئت کنیم از نو یاد بگیریم. این پادکست صحبتهای دکتر فیض‌بخش با سهیل علوی رو گوش بدین https://castbox.fm/vb/960316919

🔸لپتاپم تقویم فارسی رو نشون میده و چون تقویم میلادی هم واسم مهمه از یه اکستنشن کروم استفاده میکردم. گوگل امروز این اکستنشن رو غیرفعال کرد چون دسترسی on all sites رو میخواست. منم رفتم و از چت‌جی‌پی‌تی خواستم تا واسم یه اکستنشن تقویم میلادی بسازه که این دسترسی رو نخواد. نتیجه عالی بود. یاد این جمله اندرو کارپتی افتادم که میگفت، زبان برنامه‌نویسی جدید، همون زبان مادریه.

غول‌های تکنولوژی دارن یه دنیای عجیب غریب می‌سازن؛ دنیایی که توش بدون حتی یه خط کدنویسی می‌تونی سایت بالا بیاری، با یه خط متن عکس و صدا خلق کنی و به زودی هم هر ویدیویی که تو ذهنته رو سه سوت رندر بگیری. واقعیت اینه که مهارت‌های سختِ فیزیکی و دیجیتال دارن ارزش سنتی خودشون رو از دست می‌دن. قدم بعدی‌شون هم تسخیر دنیای فیزیکیه. ربات‌ها و ابزارهای هوشمند می‌ان و بالای ۹۰ درصد شغل‌ها رو مال خودشان می‌کنن؛ اولش شاید لوکس و گرون باشه، اما بعد از یه رقابت سنگین، هزینه‌ش خیلی کم میشه. حالا چاره چیه؟ دقیقاً همین کاری که داریم می‌کنیم: سپر انداختن و غصه خوردن فایده‌ای نداره، باید روی همین موج اول سوار شد. کسی که امروز این ابزارها رو اهرمِ کارش می‌کنه، فرسنگ‌ها از میانگین جامعه جلو می‌افته و یه مزیت رقابتی واسه خودش می‌سازه که هیچ رباتی تو دنیا نمی‌تونه جاشو بگیره!

🔸انقلاب جدید در آموزش دیجیتال؛ تبدیل یادگیری به ریلز و تیک‌تاک! با آپدیت جدید NotebookLM، حالا می‌توانید هر موضوع آموزشی یا تحلیلی پیچیده‌ای را فقط با چند کلیک به یک ویدیوی کوتاه و جذاب تبدیل کنید. واقعیت این است که «بازه‌ توجه» (Attention Span) انسان‌ها سال به سال کوتاه‌تر می‌شود. دوران مقاله‌های طولانی و ویدیوهای چندساعته رو به پایان است؛ آینده آموزش در دست محتواهای کپسولی، سریع و فوق‌العاده قابل‌هضم است.

هیچ کارآفرینی از این که هوش مصنوعی جاش رو بگیره نگران نیست. نوال راویکانت، کارآفرین، سرمایه‌گذار

🔸برخلاف چیزی که خیلی‌ها تصور می‌کنن، شرکت‌هایی که بیشتر روی هوش مصنوعی سرمایه‌گذاری کردن، نه‌تنها نیروی کارشون رو کم نکردن، بلکه بیشتر هم استخدام کردن. یک تحلیل جدید روی بیش از ۲۱ هزار شرکت آمریکایی نشون می‌ده شرکت‌هایی که به‌طور متوسط ماهانه ۳۳.۶۷ دلار به ازای هر کارمند برای ابزارهای هوش مصنوعی هزینه کردن، بعد از استفاده از AI، تعداد کارکنانشون ۱۰.۲ درصد افزایش پیدا کرده. نکته جالب‌تر اینکه استخدام نیروهای تازه‌کار در این شرکت‌ها ۱۲ درصد رشد داشته؛ حتی سریع‌تر از رشد کلی استخدام. در مقابل، شرکت‌هایی که استفاده کمی از هوش مصنوعی داشتن، تغییر محسوسی در میزان استخدام یا جذب نیروهای تازه‌کار تجربه نکردن. این رشد فقط به یک بخش محدود نبوده و در حوزه‌هایی مثل مهندسی، فروش، امور اداری، خدمات مشتریان، مالی و بازاریابی هم دیده شده. محقق‌ها می‌گن این روند طی حدود ۲۴ ماه بعد از پذیرش هوش مصنوعی به‌تدریج شکل گرفته؛ موضوعی که می‌تونه نشون بده AI بیشتر از اینکه جای آدم‌ها رو بگیره، داره شکل کار کردن و نیازهای سازمان‌ها رو تغییر می‌ده. نتایج این تحقیق با گزارش‌های بین‌المللی دیگه، از جمله تحلیل‌های PwC درباره بازار کار، هم هم‌خوانی داره.

🧠 ایده جدید Y Combinator: Company Brain به نظر Y Combinator، بزرگ‌ترین مانع اتوماسیون شرکت‌ها با هوش مصنوعی دیگر خودِ مدل‌ها نیست؛ مدل‌ها به اندازه کافی قدرتمند شده‌اند. مشکل اصلی این است که دانش هر شرکت پراکنده است. اطلاعات مهم معمولاً بین ایمیل‌ها، پیام‌های Slack، تیکت‌های پشتیبانی، فایل‌ها، دیتابیس‌ها و حتی ذهن کارمندها پخش شده است. انسان‌ها معمولاً می‌دانند هر اطلاعاتی کجاست و چطور باید از آن استفاده کنند، اما Agentهای هوش مصنوعی چنین درکی ندارند. ایده Company Brain این است که یک لایه مرکزی ساخته شود که تمام این دانش را جمع‌آوری، ساختاربندی و همیشه به‌روز نگه دارد؛ به شکلی که هوش مصنوعی بتواند واقعاً بر اساس آن کار انجام دهد، نه اینکه فقط اطلاعات را جستجو کند. مثلاً وقتی مشتری درخواست بازگشت وجه می‌دهد، Agent لازم نیست بین ده‌ها سند و پیام دنبال جواب بگردد. Company Brain از قبل می‌داند سیاست شرکت چیست، چه استثناهایی وجود دارد، چه کسی باید تأیید کند و در هر شرایط چه تصمیمی باید گرفته شود. یا اگر یکی از سرویس‌های شرکت از کار بیفتد، Agent دقیقاً می‌داند تیم فنی قبلاً در شرایط مشابه چه مراحلی را طی کرده و همان فرآیند را اجرا می‌کند. به گفته Y Combinator، این فقط یک موتور جستجو یا چت‌بات روی اسناد نیست؛ بلکه نقشه‌ای زنده از نحوه کار کردن یک شرکت است؛ چیزی که می‌تواند حلقه گمشده بین داده‌های خام شرکت و اتوماسیون قابل اعتماد با هوش مصنوعی باشد. اگر این ایده به واقعیت تبدیل شود، احتمالاً در آینده هر شرکتی به یک Company Brain اختصاصی نیاز خواهد داشت. #AIStartupIdea لینک یوتیوب

🔸اقتصاد هوش مصنوعی با سرعتی رشد می‌کنه که حتی خیلی از تحلیلگرها هم انتظارش رو نداشتن. بر اساس گزارش Exponential View، صنعت هوش مصنوعی طی ۱۲ ماه گذشته حدود ۱۱۰ میلیارد دلار درآمد واقعی از مشتری‌های نهایی داشته. نکته مهم اینه که این آمار دوبار شماری نداره؛ یعنی مثلاً اگر کاربری برای Claude پول پرداخت کنه و بخشی از اون درآمد بعداً صرف زیرساخت ابری Amazon بشه، فقط یک بار حساب می‌شه. نکته جالب‌تر اینکه الان نرخ درآمد سالانه این صنعت به حدود ۱۷۵ میلیارد دلار رسیده؛ آن هم بدون در نظر گرفتن چین، صرفه‌جویی‌های داخلی شرکت‌ها، درآمد تبلیغات، خدمات مشاوره و یکپارچه‌سازی سیستم‌ها. چند نکته مهم از این گزارش: ۱. رشد درآمد هوش مصنوعی تقریباً ۳ برابر سریع‌تر از رشد اینترنت و موبایل در مراحل مشابهه. ۲. سال ۲۰۲۳ حدود ۱۸۰ روز طول می‌کشید تا یک میلیارد دلار به درآمد این صنعت اضافه بشه؛ امروز این اتفاق کمتر از دو روز زمان می‌بره. ۳. استفاده سازمان‌ها از هوش مصنوعی دیگه از مرحله آزمایش گذشته، اما پیاده‌سازی کامل در کل شرکت‌ها هنوز اول راهه. ۴. در ۳۱٪ گزارش‌های مالی شرکت‌های S&P 500 به هوش مصنوعی اشاره شده، ولی فقط ۲۰٪ از اون‌ها تأثیر مالی AI رو با عدد و رقم اعلام کردن. ۵. کاهش قیمت مدل‌های هوش مصنوعی باعث کوچیک شدن بازار نشده. برعکس، هر ۱۰٪ کاهش قیمت، بین ۱۲ تا ۱۸٪ استفاده بیشتر از مدل‌ها رو به همراه داشته. ۶. بزرگ‌ترین چالش امروز صنعت دیگه کمبود تقاضا نیست؛ بلکه تأمین برق و هزینه ساخت دیتاسنترهای جدیده.

🔸دمیس هسابیس، مدیرعامل Google DeepMind، می‌گه هوش مصنوعی داره کم‌کم به جایی می‌رسه که بتونه چیزی که توی ذهن آدم‌هاست، یا حتی بخش‌هایی از رویاهاشون رو بازسازی کنه. روش کار اینه که فرد داخل دستگاه fMRI به یه تصویر فکر می‌کنه. هوش مصنوعی فعالیت مغزش رو تحلیل می‌کنه و بر اساس اون، تصویری می‌سازه که احتمال می‌ده همون چیزی بوده که طرف توی ذهنش تصور کرده. بعد هم از خود فرد می‌پرسن که آیا تصویر بازسازی‌شده با چیزی که توی ذهنش بوده مطابقت داره یا نه. هنوز نمی‌شه اسم این کار رو «ذهن‌خوانی» گذاشت، ولی دقتش داره بیشتر و بیشتر می‌شه. جالب‌تر اینکه این فقط یه ایده علمی‌تخیلی نیست. سال ۲۰۲۵، محقق‌های دانشگاه فودان مدلی به اسم Neuropictor معرفی کردن که با استفاده از اسکن مغز افراد در حال خواب، تصاویری از رویاهاشون رو بازسازی می‌کنه و حتی اون‌ها رو به ویدیو تبدیل می‌کنه. هسابیس می‌گه این پیشرفت‌ها نتیجه چند دهه تحقیق روی مغزه؛ تحقیقاتی که خودش هم توی دوران دکترا روشون کار کرده بود. به گفته اون، ممکنه تا چند سال دیگه رابط‌های مغز و کامپیوتر به جایی برسن که بتونن افکار رو به تصویر تبدیل کنن.

🔸تناقض جالب نسل Z 🔹 ۴۸٪ از بزرگسالان نسل Z معتقدند هوش مصنوعی در نهایت تأثیر منفی بر جامعه خواهد داشت. اما در عین حال... ۶۶٪ از آن‌ها به‌طور مرتب از ابزارهای هوش مصنوعی استفاده می‌کنند. این یعنی نسلی که بیش از همه نسبت به AI تردید دارد، در عمل بزرگ‌ترین مصرف‌کننده آن هم هست. شاید دلیلش این باشد که بسیاری از افراد، با وجود نگرانی درباره پیامدهای بلندمدت، نمی‌خواهند مزایای کوتاه‌مدت هوش مصنوعی را از دست بدهند.

💼 ایده جدید Y Combinator: شرکت‌های خدماتی AI-Native تا امروز بیشتر استارتاپ‌های هوش مصنوعی یک ابزار یا Copilot می‌ساختند؛ یعنی محصولی که به آدم‌ها کمک کند کارشان را سریع‌تر و بهتر انجام دهند. اما Y Combinator معتقد است موج بعدی از این هم فراتر می‌رود. ایده این است که به جای فروش نرم‌افزار، خودِ خدمت فروخته شود. یعنی به‌جای اینکه یک ابزار حسابداری یا بیمه در اختیار مشتری قرار بگیرد، یک شرکت AI-Native کل فرآیند را از ابتدا تا انتها انجام دهد و مشتری فقط نتیجه نهایی را تحویل بگیرد. مثلاً به جای اینکه یک ابزار برای مدیریت استخدام بخرید، فقط نیازهای شرکتتان را اعلام می‌کنید و یک سیستم مبتنی بر هوش مصنوعی کل فرآیند جذب نیرو را انجام می‌دهد؛ از نوشتن آگهی شغلی و بررسی رزومه‌ها گرفته تا مصاحبه اولیه و معرفی بهترین گزینه‌ها. یا به جای استفاده از یک ابزار برای مدیریت امور بیمه، یک شرکت AI-Native خودش بهترین بیمه را پیدا می‌کند، مدارک را آماده می‌کند، درخواست را ثبت می‌کند و حتی پیگیری‌های بعدی را هم انجام می‌دهد. دلیل جذاب بودن این ایده هم ساده است. بازار خدمات، چندین برابر بزرگ‌تر از بازار نرم‌افزار است و بسیاری از این خدمات همین حالا هم برون‌سپاری می‌شوند. بنابراین جایگزین کردن آن‌ها با شرکت‌های AI-Native از چیزی که به نظر می‌رسد، عملی‌تر است. به گفته Y Combinator، حوزه‌هایی مثل کارگزاری بیمه، حسابداری، مالیات، حسابرسی، امور انطباق (Compliance) و حتی بخش‌های اداری حوزه سلامت، از بهترین فرصت‌ها برای ساخت چنین کسب‌وکارهایی هستند. اگر تا دیروز هوش مصنوعی فقط به افراد کمک می‌کرد کارشان را انجام دهند، موج بعدی شرکت‌هایی خواهند بود که خودشان آن کار را انجام می‌دهند. #AIStartupIdea لینک یوتیوب

🔸جنگ آینده: گیمرها پشت پهپادهای اوکراین! طبق ادعای نظامی‌نویسان روسی، اوکراین پهپادهای FPV رو به سرورهای مجازی وصل کرده تا گیمرها و خلبانان از سراسر دنیا از راه دور کنترلشون کنن و برای هر هدف زده‌شده پاداش بگیرن! در جبهه الان به ازای هر هدف، چند پهپاد FPV همزمان حمله می‌کنن. علاوه بر این، تدارکات با روبات‌های زمینی مسلح انجام می‌شه. نقش هوش مصنوعی و آینده جنگ: اپراتورها هزاران کیلومتر دورتر در امنیت کاملن. هوش مصنوعی کمک می‌کنه به تشخیص هدف، پرواز هوشمند و هماهنگی swarm پهپادها. جنگ آینده: ارزان‌تر، تکنولوژیک‌تر و با تلفات انسانی کمتر برای طرف دارای فناوری.

اگر دنبال ایده‌هایی هستید که واقعاً ارزش ساختن داشته باشند، صفحه Requests for Startups از Y Combinator یکی از بهترین منابع دنیاست؛ جایی که سرمایه‌گذارها و متخصص‌ها دقیقاً می‌گویند دوست دارند روی چه ایده‌هایی سرمایه‌گذاری کنند. از این به بعد سعی می‌کنم ایده‌های جذاب این صفحه را بررسی، خلاصه و همراه با تحلیل فرصت‌های کسب‌وکارشان اینجا منتشر کنم. تمرکزم روی هوش مصنوعی و کسب و کاره. https://www.ycombinator.com/rfs?utm_source=chatgpt.com