خروج لیلیان ونگ از استارتاپ Thinking Machines و بازگشت به اوپن‌ای‌آی

خروج لیلیان ونگ؛ چهارمین بنیان‌گذاری که استارتاپ مراتی را ترک کرد

اخبار · هوش مصنوعی

استارتاپ میرا مراتی با بزرگ‌ترین راند اولیه‌ی تاریخ سیلیکون‌ولی شروع کرد و در کمتر از یک سال به یکی از پرحاشیه‌ترین شرکت‌های هوش مصنوعی تبدیل شد. حالا لیلیان ونگ، چهره‌ی سرشناس پژوهش ایمنی، چهارمین بنیان‌گذاری است که این مجموعه را ترک می‌کند و تنها چند روز بعد دوباره سر میز قدیمی خودش در اوپن‌ای‌آی می‌نشیند. پرسش اصلی این نیست که چه کسی رفت؛ پرسش این است که چرا شرکتی با میلیاردها دلار سرمایه نمی‌تواند بنیان‌گذارانش را نگه دارد.

چکیده. لیلیان ونگ اواخر ژوئیه‌ی ۲۰۲۶ خروجش از آزمایشگاه Thinking Machines را اعلام کرد و دلیل آن را سلامتی و فشار کاری یک استارتاپ خواند؛ اندکی بعد بازگشتش به اوپن‌ای‌آی برای رهبری تیمی در حوزه‌ی خودبهبودی مدل‌ها تأیید شد. او چهارمین بنیان‌گذاری است که در کمتر از یک سال از این شرکت جدا می‌شود؛ پیش‌تر اندرو تالوک به متا و بارت زوف و لوک متز به اوپن‌ای‌آی رفته بودند. گزارش‌ها سه دلیل تکرارشونده را نشان می‌دهند: بسته‌های حقوقی نجومی رقبا، کمبود قدرت محاسباتی و ابهام در مسیر محصول. در این گزارش خط زمانی ریزش، اقتصاد پشت آن و معنای این اتفاق برای کاربر نهایی را بررسی می‌کنیم.
خروج لیلیان ونگ از استارتاپ Thinking Machines و بازگشت به اوپن‌ای‌آی

۱) ماجرا در یک نگاه؛ خروجی که یک روزه به ورود تبدیل شد

روایت ساده است و همین سادگی آن را عجیب می‌کند. لیلیان ونگ، یکی از بنیان‌گذاران آزمایشگاه Thinking Machines، در اواخر ژوئیه‌ی ۲۰۲۶ برابر با روزهای نخست مرداد ۱۴۰۵ در شبکه‌ی ایکس نوشت که از این شرکت جدا می‌شود. کمتر از چند روز بعد، گزارش‌های رسانه‌ای تأیید کردند که او دوباره به اوپن‌ای‌آی پیوسته است؛ همان شرکتی که سال‌ها در آن معاون پژوهش ایمنی هوش مصنوعی بود.

فاصله‌ی کوتاه میان «خداحافظی» و «سلام دوباره» چیزی است که کارشناسان صنعت را بیش از خود خبر به فکر فرو برده است. در هیچ صنعت بالغی، خروج یک بنیان‌گذار از شرکتی که خودش تأسیس کرده و بازگشت فوری او به کارفرمای قبلی، یک رویداد عادی محسوب نمی‌شود. اما در هوش مصنوعی سال ۲۰۲۶، این الگو آن‌قدر تکرار شده که دیگر کسی تعجب نمی‌کند. برای پیگیری مداوم این جابه‌جایی‌ها می‌توانید بخش اخبار هوش مصنوعی را دنبال کنید.

۲) لیلیان ونگ کیست و چرا نامش وزن دارد؟

پژوهشگر لیلیان ونگ سال‌ها یکی از چهره‌های کلیدی حوزه‌ی ایمنی مدل‌های زبانی بود و در اوپن‌ای‌آی سمت معاونت پژوهش ایمنی هوش مصنوعی را در اختیار داشت. نوشته‌های فنی او درباره‌ی عامل‌های خودمختار، توهم مدل‌ها و ارزیابی رفتار سامانه‌های زبانی، سال‌هاست در میان مهندسان یادگیری ماشین به‌عنوان مرجع آموزشی خوانده می‌شود. به‌بیان دیگر، ارزش او فقط یک عنوان شغلی نیست؛ یک شبکه‌ی دانش انباشته است.

وقتی مراتی، مدیر ارشد فناوری سابق اوپن‌ای‌آی، تصمیم گرفت آزمایشگاه خودش را بسازد، جذب چنین نام‌هایی بخشی از استراتژی اعتبارسازی بود. سرمایه‌گذاران به تیم مؤسس نگاه می‌کنند و حضور ونگ در فهرست بنیان‌گذاران، سیگنال روشنی برای بازار بود. دقیقاً به همین دلیل، خروج او چیزی فراتر از یک استعفای معمولی است. اگر می‌خواهید بدانید اوپن‌ای‌آی چگونه به این جایگاه رسید، مرور پرونده‌ی کامل اوپن‌ای‌آی نقطه‌ی شروع خوبی است.

۳) روایت خود ونگ؛ وقتی سلامتی حرف اول را زد

نکته‌ی متمایز این خروج، صراحت دلیل آن است. ونگ در پیام خداحافظی‌اش به فشار جسمی اشاره کرد و نوشت که احساس نمی‌کند بتواند با سرعتی که یک استارتاپ می‌طلبد ادامه دهد و استرس و حجم کار مداوم او را فراتر از توان سلامتی‌اش برده است. این جمله‌ها در فضایی منتشر شد که معمولاً پر از تعارف‌های شرکتی و عبارت‌های مبهم مثل «دنبال فرصت تازه» است.

واکنش مراتی هم قابل توجه بود؛ او در پاسخ نوشت که دلتنگ ونگ خواهد شد، ساختن این مجموعه در کنار او تجربه‌ی خوبی بوده و خوشحال است که سلامتی را در اولویت گذاشته است. این تبادل عمومی و بدون تنش، دست‌کم در ظاهر، تصویر یک جدایی خصمانه را رد می‌کند.

اما یک تناقض ظاهری باقی می‌ماند

پرسشی که بلافاصله در شبکه‌های اجتماعی مطرح شد این بود: اگر مسئله فشار کاری و سلامتی است، چطور فرد چند روز بعد در یکی از پرفشارترین آزمایشگاه‌های جهان مشغول به کار می‌شود؟ پاسخ احتمالی که کارشناسان مطرح می‌کنند، تفاوت جنس فشار است. کار در یک استارتاپ نوپا یعنی درگیری هم‌زمان با استخدام، جذب سرمایه، زیرساخت، محصول و پژوهش. در مقابل، نقش پژوهشی در یک شرکت بزرگ با ساختار جاافتاده می‌تواند تمرکز بیشتر و مسئولیت عملیاتی کمتری داشته باشد. البته این تحلیل کارشناسان است، نه توضیح رسمی خود ونگ.

خط زمانی جدایی چهار بنیان‌گذار از استارتاپ میرا مراتی

۴) چهار بنیان‌گذار در کمتر از یک سال؛ خط زمانی ریزش

خبر خروج ونگ اگر تنها بود، می‌شد آن را یک تصمیم شخصی دانست. مشکل اینجاست که تنها نیست. بر اساس گزارش‌های منتشرشده، خط زمانی جدایی بنیان‌گذاران این آزمایشگاه چنین است:

نخست، اندرو تالوک در اواخر سال ۲۰۲۵ به متا پیوست. طبق گزارش‌ها بسته‌ی پیشنهادی متا برای او یکی از بحث‌برانگیزترین ارقام تاریخ استخدام فناوری بود، هرچند شرکت این اعداد را تأیید نکرد.

سپس در ژانویه‌ی ۲۰۲۶، موج دوم و سنگین‌تر رسید: بارت زوف که سمت مدیر ارشد فناوری را داشت و لوک متز، هر دو از بنیان‌گذاران، به اوپن‌ای‌آی بازگشتند. سام شوئنهولز از اعضای تیم مؤسس نیز همان مسیر را رفت و طبق گزارش‌ها در همان هفته دو پژوهشگر دیگر هم شرکت را ترک کردند.

و در نهایت، تابستان ۲۰۲۶ نوبت به لیلیان ونگ رسید. مجموع این خروج‌ها یعنی چهار نفر از حلقه‌ی بنیان‌گذاران در بازه‌ای کمتر از یک سال؛ آن هم در شرکتی که تازه از مرحله‌ی سرمایه‌ی اولیه عبور کرده بود.

۵) اقتصاد پشت ماجرا؛ ۱۲ میلیارد دلار ارزش، اما همچنان شکننده

عددها تصویر را جالب‌تر می‌کنند. این آزمایشگاه در تابستان ۲۰۲۵ حدود ۲ میلیارد دلار سرمایه‌ی اولیه جذب کرد که به‌عنوان بزرگ‌ترین راند اولیه‌ی تاریخ سیلیکون‌ولی ثبت شد و ارزش‌گذاری شرکت را به حدود ۱۲ میلیارد دلار رساند. گزارش‌های بعدی از مذاکره برای راندی با ارزش‌گذاری به‌مراتب بالاتر خبر دادند.

پس مسئله کمبود پول نقد نیست. مسئله این است که در بازار امروز، پول به‌تنهایی یک مزیت رقابتی نیست؛ چون همه‌ی بازیگران پول دارند. وقتی رقیب شما می‌تواند بسته‌ای چند برابر پیشنهاد بدهد و هم‌زمان زیرساخت آماده هم در اختیار بگذارد، سهام یک استارتاپ نوپا دیگر برگ برنده نیست. این همان منطقی است که در تحلیل اهمیت هوش مصنوعی در کسب‌وکار هم دیده می‌شود: مزیت واقعی جایی ساخته می‌شود که کپی‌کردنش سخت باشد.

۶) سه دلیلی که در گزارش‌ها تکرار می‌شود

بررسی‌های رسانه‌ای درباره‌ی موج خروج ژانویه، سه عامل مشترک را برجسته کردند که هر سه هنوز معتبر به‌نظر می‌رسند.

نخست، بسته‌های حقوقی غیرمتعارف

به گفته‌ی یکی از پژوهشگران پیشین اوپن‌ای‌آی که با رسانه‌ها صحبت کرده، بخش زیادی از این جابه‌جایی‌ها «بیشتر به پول مربوط است» و پیشنهادهایی که روی میز گذاشته می‌شود از حد معمول بازار کار فناوری بسیار فراتر رفته است.

دوم، محدودیت قدرت محاسباتی

آزمایشگاه‌های جاافتاده میلیاردها دلار در مراکز داده سرمایه‌گذاری کرده‌اند. استارتاپ‌های تازه، حتی با سرمایه‌ی چند میلیارد دلاری، برای دسترسی به تعداد کافی پردازنده‌ی گرافیکی در صف می‌مانند. برای پژوهشگری که ایده‌اش نیازمند آموزش مدل‌های بزرگ است، دسترسی به محاسبات از حقوق مهم‌تر می‌شود؛ چون بدون آن، ایده اصلاً آزمایش نمی‌شود.

سوم، ابهام در مسیر محصول

طبق گزارش‌ها، در ماه‌های نخست درون این مجموعه ابهام‌هایی درباره‌ی جهت‌گیری محصول و مدل درآمدی وجود داشت؛ هرچند یکی از منابع گفته این ابهام‌ها بعدتر تا حد زیادی برطرف شده است. شرکت بعدها محصولی برای تنظیم دقیق مدل‌ها معرفی کرد، اما فاصله‌ی میان پژوهش بنیادی و محصول درآمدزا همچنان یکی از چالش‌های اصلی این نسل از آزمایشگاه‌هاست.

دلایل خروج پژوهشگران؛ حقوق، قدرت محاسباتی و ابهام مسیر محصول

۷) تصویر بزرگ‌تر؛ این فقط یک شرکت نیست

ماجرای Thinking Machines نمونه‌ی فشرده‌ی اتفاقی است که در کل صنعت جریان دارد. پژوهشگر نوام شیزر، از چهره‌های تأثیرگذار معماری ترنسفورمر، از گوگل به اوپن‌ای‌آی رفت. دانشمند جان جامپر، برنده‌ی جایزه‌ی نوبل و از سازندگان AlphaFold، به آنتروپیک پیوست. طبق گزارش‌ها حدود ۴۰۰ کارمند سابق اپل هم اکنون در اوپن‌ای‌آی مشغول به کارند و اپل شکایتی حقوقی با محوریت جذب نیرو و اسرار تجاری مطرح کرده است.

نتیجه‌ی این وضعیت، شکل‌گیری یک «اکوسیستم درهم‌تنیده» است؛ جایی که آدم‌ها میان چند شرکت انگشت‌شمار می‌چرخند و دانش، فرهنگ فنی و حتی سبک آموزش مدل با آن‌ها جابه‌جا می‌شود. برخی تحلیلگران معتقدند همین چرخش سریع یکی از دلایل شباهت روزافزون قابلیت‌های مدل‌های رقیب است؛ موضوعی که در مقایسه‌هایی مثل نبرد چت‌جی‌پی‌تی و دیپ‌سیک هم قابل مشاهده است.

۸) هزینه‌ی پنهان این چرخش برای کاربر نهایی

ممکن است به‌نظر برسد این دعوا میان میلیاردرها و پژوهشگران ستاره است و ربطی به کاربر معمولی ندارد، اما اثرش مستقیم است. هر بار که تیم اصلی یک محصول تغییر می‌کند، نقشه‌ی راه هم تغییر می‌کند: ویژگی‌های وعده‌داده‌شده عقب می‌افتند، اولویت‌ها جابه‌جا می‌شوند و گاهی کل خط محصول کنار گذاشته می‌شود.

برای توسعه‌دهنده‌ای که کسب‌وکارش را روی یک واسط برنامه‌نویسی خاص بنا کرده، این بی‌ثباتی یعنی ریسک. توصیه‌ی رایج کارشناسان ساده است: وابستگی خود را به یک ارائه‌دهنده کم کنید، لایه‌ی میانی برای تعویض مدل بسازید و قابلیت‌های حیاتی کسب‌وکارتان را به وعده‌های یک تیم گره نزنید. بحث مفصل‌تر درباره‌ی مرز واقعی توانایی‌ها و محدودیت‌ها را در پتانسیل و محدودیت‌های هوش مصنوعی بخوانید.

۹) مأموریت تازه‌ی ونگ و معنای آن

گزارش‌ها می‌گویند ونگ در اوپن‌ای‌آی رهبری تیمی را بر عهده گرفته که تمرکزش بر شتاب‌دادن به پژوهش داخلی و به‌طور مشخص خودبهبودی بازگشتی مدل‌هاست؛ یعنی استفاده از هوش مصنوعی برای بهتر کردن خود هوش مصنوعی. این حوزه از منظر سرعت پیشرفت جذاب و از منظر ایمنی حساس‌ترین نقطه‌ی ممکن است.

سپردن چنین مأموریتی به کسی که سابقه‌اش در ایمنی است، می‌تواند دو خوانش داشته باشد: یا شرکت می‌خواهد این مسیر پرشتاب را از ابتدا با نگاه ایمنی پیش ببرد، یا صرفاً باتجربه‌ترین فرد موجود را روی مهم‌ترین پروژه گذاشته است. قضاوت درباره‌ی اینکه کدام خوانش درست‌تر است، به خروجی ماه‌های آینده بستگی دارد.

۱۰) در ماه‌های آینده به چه چیزی نگاه کنیم؟

چند نشانه‌ی مشخص وجود دارد که مسیر این ماجرا را روشن می‌کند. نخست، اینکه آیا آزمایشگاه مراتی می‌تواند جای خالی بنیان‌گذاران را با استخدام‌های هم‌وزن پر کند یا خیر. دوم، اینکه راند سرمایه‌گذاری بعدی با چه ارزش‌گذاری‌ای بسته می‌شود؛ چون بازار سرمایه معمولاً زودتر از رسانه‌ها به بی‌ثباتی تیم واکنش نشان می‌دهد. سوم، سرنوشت پرونده‌های حقوقی مربوط به جذب نیرو که می‌تواند قواعد این بازی را تغییر دهد.

نکته‌ی چهارم هم فرهنگی است: اگر روایت «سلامتی» به یک گفت‌وگوی جدی درباره‌ی فرسودگی شغلی در آزمایشگاه‌های هوش مصنوعی تبدیل شود، شاید مهم‌ترین دستاورد این خبر همین باشد. صنعتی که مدعی ساختن آینده است، فعلاً با ریتمی کار می‌کند که خود سازندگانش می‌گویند پایدار نیست. اگر می‌خواهید مهارت کار با این ابزارها را جدی‌تر دنبال کنید، مجموعه‌ی آموزش‌های چت‌جی‌پی‌تی و راهنمای توهم توسعه‌دهنده‌ی تنها نقطه‌ی شروع مناسبی هستند.

پرسش‌های پرتکرار درباره‌ی خروج لیلیان ونگ

چرا لیلیان ونگ از Thinking Machines جدا شد؟

بر اساس پیام خودش، دلیل اصلی سلامتی و فشار کاری بوده است؛ او گفته نمی‌تواند با سرعتی که یک استارتاپ می‌طلبد ادامه دهد. دلایل دیگری به‌طور رسمی اعلام نشده است.

آیا او واقعاً به اوپن‌ای‌آی برگشته است؟

بله، طبق گزارش‌های رسانه‌ای معتبر، ونگ اندکی پس از اعلام خروج دوباره به اوپن‌ای‌آی پیوسته و مسئولیت تیمی در حوزه‌ی شتاب‌دهی به پژوهش داخلی را بر عهده گرفته است.

چند بنیان‌گذار تاکنون این شرکت را ترک کرده‌اند؟

طبق گزارش‌ها چهار نفر از حلقه‌ی بنیان‌گذاران در کمتر از یک سال جدا شده‌اند: اندرو تالوک به متا و بارت زوف، لوک متز و لیلیان ونگ به اوپن‌ای‌آی رفته‌اند.

آیا این یعنی استارتاپ میرا مراتی در حال شکست است؟

چنین نتیجه‌ای زودهنگام است. شرکت همچنان سرمایه‌ی سنگین، ارزش‌گذاری بالا و تیم پژوهشی فعالی دارد. اما ریزش پیاپی بنیان‌گذاران یک نشانه‌ی هشدار جدی برای سرمایه‌گذاران و مشتریان بالقوه است.

این خبر چه اهمیتی برای کاربر ایرانی دارد؟

جابه‌جایی تیم‌های کلیدی مستقیماً روی نقشه‌ی راه محصولات، قیمت‌گذاری و پایداری واسط‌های برنامه‌نویسی اثر می‌گذارد؛ یعنی همان چیزهایی که کسب‌وکارهای کوچک برای برنامه‌ریزی به آن‌ها تکیه می‌کنند.

جمع‌بندی. خروج لیلیان ونگ نشان داد که در جنگ استعداد هوش مصنوعی، حتی عنوان بنیان‌گذاری در یک استارتاپ ۱۲ میلیارد دلاری هم تضمینی برای ماندن نیست؛ ترکیب پول، قدرت محاسباتی و شفافیت مسیر است که آدم‌ها را نگه می‌دارد. ماه‌های آینده نشان می‌دهد آزمایشگاه مراتی می‌تواند این چرخه را متوقف کند یا نه. برای دنبال‌کردن لحظه‌ای این تحولات به @MrChatGPT_IR بپیوندید.
(0 رأی)

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *