مرداد
اخبار
تأسیس شرکت اُد با آنتروپیک؛ شرط ۱.۵ میلیارد دلاری بر پیادهسازی
سازندهی کلود اینبار بهجای معرفی یک مدل تازه، یک شرکت تازه ساخت. آنتروپیک همراه با بلکاستون، هلمن اند فریدمن و گلدمن ساکس از شرکتی به نام «اُد» رونمایی کرد؛ شرکتی که ارزش اولیهاش حدود ۱.۵ میلیارد دلار برآورد شده و کارش فروش مدل نیست، بلکه نشاندن مهندس در دفتر مشتری است. پیام این حرکت روشن است: بازی بعدی هوش مصنوعی در پیادهسازی برنده میشود، نه فقط در آموزش مدل.
لیست مطالب
۱) چه اتفاقی افتاد؟
آنتروپیک، شرکت سازندهی خانوادهی مدلهای کلود، در میانهی جولای ۲۰۲۶ بهطور رسمی از تأسیس شرکتی تازه به نام «اُد با آنتروپیک» خبر داد. این شرکت یک بنگاه خدمات هوش مصنوعی سازمانی است و پشت آن نامهایی نشستهاند که در بازار سرمایهی آمریکا وزن دارند: بلکاستون، هلمن اند فریدمن و گلدمن ساکس.
طبق گزارشها ارزشگذاری اولیهی این سرمایهگذاری مشترک حدود ۱.۵ میلیارد دلار است؛ رقمی که برای یک شرکت خدماتی تازهتأسیس غیرعادی به نظر میرسد، اما وقتی به مدل کسبوکار آن نگاه کنید منطق پشتش پیدا میشود.
نکتهی کلیدی این است که اُد قرار نیست مدل زبانی تازهای بسازد. مأموریتش این است که مدلهای موجود — و در وهلهی اول کلود — را از حالت «ابزار جالب» به حالت «فرآیند کاری واقعی» برساند. همان شکافی که در ادبیات صنعت به آن «شکاف پیادهسازی» میگویند.
۲) اُد دقیقاً چه میفروشد؟
محصول اُد نرمافزار بستهبندیشده نیست؛ ظرفیت مهندسی است. شرکت طبق گزارشها در حال حاضر حدود ۱۰۰ مهندس دارد و آنها را نه در دفتر خودش، بلکه داخل سازمان مشتری مستقر میکند.
این مهندسها با فرآیندهای واقعی کار میکنند: خط اعتبارسنجی یک بانک، مسیر پذیرش بیمار در یک بیمارستان، زنجیرهی تأمین یک کارخانه. خروجی کار یک اشتراک ماهانه نیست؛ یک سیستم سفارشی است که در دل عملیات همان سازمان مینشیند.
ادی سیگل، مدیر ارشد فنی اُد، جملهای دارد که چکیدهی این رویکرد است: انتخاب مدل مهم است، اما بیشترین انرژی آنجا صرف نمیشود. به بیان دیگر، تفاوت میان پروژهی موفق و شکستخورده معمولاً در مهندسی سیستم پیرامون مدل رقم میخورد، نه در اینکه کدام مدل را انتخاب کردهاید.
۳) «مهندس مستقر در محل» یعنی چه؟
اصطلاح انگلیسی این نقش forward-deployed engineer است و ریشهی آن به شرکت پلنتیر برمیگردد. ایده ساده است: بهجای اینکه مشتری برای شما سند نیازمندی بنویسد و شما شش ماه بعد محصولی تحویل دهید که به درد نمیخورد، مهندس را از روز اول کنار کاربر نهایی مینشانید.
او جلسهها را میبیند، دیتای کثیف را از نزدیک لمس میکند، و همانجا نسخهی اول را میسازد. این مدل گران است، ولی نرخ شکست پروژه را بهشدت پایین میآورد؛ و دقیقاً به همین دلیل شرکتهای بزرگ حاضرند بابتش پول بدهند.
اگر میخواهید بدانید چرا این تغییر نگاه برای کسبوکارها اهمیت دارد، پیشنهاد میکنیم مطلب اهمیت هوش مصنوعی در کسبوکار را هم بخوانید.
۴) چرا آنتروپیک بهجای مدل، سراغ خدمات رفت؟
پاسخ کوتاه: چون سهم بزرگتر ارزش آنجاست. هزینهی آموزش مدلهای مرزی سرسامآور است و حاشیهی سود فروش توکن زیر فشار رقابت مدام آب میرود. اما بودجهای که سازمانها برای «تحول دیجیتال» کنار میگذارند چند برابر بزرگتر و بسیار پایدارتر است.
پاسخ بلندتر این است که آنتروپیک با این حرکت یک کانال توزیع اختصاصی برای کلود میسازد. اُد بر پایهی اصل «کلود در اولویت» کار میکند، ولی طبق گزارشها هرجا لازم باشد از محصولات رقیب هم استفاده میکند — نکتهای که برای فروش به مشتری سازمانیِ محتاط، یک امتیاز اعتمادساز است.
سومین لایه هم وجود دارد: دادهی میدانی. هر پروژهی پیادهسازی به آنتروپیک میگوید مدلهایش دقیقاً کجا در دنیای واقعی میشکنند. این بازخورد را با هیچ بنچمارکی نمیشود خرید.
۵) شکاف پیادهسازی؛ گرانترین مسئلهی امروز سازمانها
در دو سال گذشته الگوی تکراری در شرکتهای بزرگ این بوده است: یک نمونهی اولیهی چشمگیر در سه هفته ساخته میشود، مدیران ذوقزده میشوند، و بعد پروژه در مرحلهی تولید متوقف میماند. دلیلش تقریباً هیچوقت ضعف مدل نیست.
موانع واقعی اینها هستند: دادهی پراکنده و بیکیفیت، نبود مالکیت مشخص برای فرآیند، الزامات حاکمیتی و حسابرسی، مقاومت کاربر نهایی، و نبود سنجهای که بگوید موفقیت یعنی چه. اُد دقیقاً برای عبور از همین موانع فروخته میشود.
در همین زمینه، نگاه واقعبینانه به مرز تواناییها و محدودیتهای این فناوری در مطلب پتانسیل و محدودیتهای واقعی هوش مصنوعی بررسی شده است.
۶) رقبا: از اوپنایآی تا دیلویت و اکسنچر
اُد وارد بازاری خالی نشده است. اوپنایآی واحد خدماتی خودش را دارد و شرکتهای مشاورهی سنتی مانند دیلویت و اکسنچر هم تیمهای مهندس مستقر راه انداختهاند. تفاوت اُد در دو چیز است.
اول، ترکیب سرمایهگذاران. حضور بلکاستون و هلمن اند فریدمن یعنی دسترسی مستقیم به دهها شرکت پرتفوی که خودشان مشتری بالقوهاند. دوم، ترکیب تیم: طبق گزارشها بیش از نیمی از مهندسان اُد پیشتر بنیانگذار استارتاپ بودهاند؛ یعنی ترجیح دادهاند بهجای مشاور، سازنده استخدام کنند.
مزیت شرکتهای مشاورهی قدیمی اما هنوز پابرجاست: رابطهی چنددههای با مدیران ارشد و توان اجرای پروژه در مقیاس جهانی. رقابت اُد با آنها آسان نخواهد بود.
۷) صنایع هدف و نمونههای کاربرد
بر اساس اعلام شرکت، هدف اصلی سازمانهایی هستند که پیادهسازی هوش مصنوعی برای مدیرعاملشان اولویت نخست است — چه در قالب یک قابلیت تازه در محصول، چه در قالب بازطراحی یک فرآیند کلیدی.
در بانکها این میتواند خلاصهسازی پروندهی اعتباری و آمادهسازی گزارش انطباق باشد؛ در بیمارستانها مستندسازی بالینی و مدیریت نوبت؛ و در صنعت، بازرسی کیفیت و نگهداری پیشبینانه. وجه مشترک همهی اینها یک چیز است: جایی که نیروی انسانی ماهر ساعتهای زیادی صرف کار تکراری اما حساس میکند.
۸) ریسکها و پرسشهای بیپاسخ
بزرگترین چالش اُد، همانطور که خودش هم اذعان کرده، تأمین استعداد است. تعداد مهندسانی که همزمان کدنویس قوی، بلد کار با مدلهای زبانی و توانمند در گفتوگو با مدیر ارشد یک بانک باشند بسیار محدود است. رشد سریع بدون افت کیفیت، دشوارترین بخش ماجراست.
ریسک دوم تعارض منافع است. وقتی سرمایهگذارِ یک شرکت خدماتی، سازندهی مدل هم باشد، این پرسش طبیعی مطرح میشود که توصیهی فنی تا چه اندازه بیطرف است. تأکید اُد بر «کلود در اولویت، اما نه کلود به هر قیمت» تلاشی برای پاسخ به همین نگرانی است.
ریسک سوم اقتصادی است: کسبوکار مبتنی بر نیروی انسانی، حاشیهی سود نرمافزاری ندارد. اگر بازار انتظار رشد نرمافزاری از یک شرکت خدماتی داشته باشد، ارزشگذاری زیر فشار خواهد رفت.
۹) این خبر برای ما چه معنایی دارد؟
پیام عملی این خبر برای هر کسبوکاری، فارغ از اندازه، یکی است: مزیت رقابتی دیگر در «دسترسی به مدل خوب» نیست، چون همه دسترسی دارند. مزیت در این است که چقدر خوب مدل را به فرآیند واقعی خودتان بچسبانید.
برای تیمهای کوچکتر که بودجهی استخدام مهندس مستقر ندارند، جایگزین عملی این است: یک فرآیند پرتکرار و پرهزینه را انتخاب کنید، سنجهی موفقیت تعریف کنید، و مهارت پرامپتنویسی تیم را بالا ببرید. راهنمای پرامپتنویسی برای مبتدیها نقطهی شروع خوبی است و برای شناخت بازیگران اصلی این بازار هم مطلب اوپنایآی چیست کمک میکند.
تازهترین خبرهای این حوزه را در بخش اخبار هوش مصنوعی و آموزشهای کاربردی را در آموزش چتجیپیتی دنبال کنید.
پرسشهای پرتکرار دربارهی شرکت اُد
شرکت اُد دقیقاً چهکار میکند؟
اُد یک شرکت خدمات هوش مصنوعی سازمانی است. مهندسانش را داخل شرکت مشتری مستقر میکند تا فرآیندهای کاری واقعی را با کمک مدلهای هوش مصنوعی بازطراحی و پیادهسازی کنند. اُد مدل زبانی نمیسازد.
چه کسانی پشت اُد ایستادهاند؟
آنتروپیک بههمراه بلکاستون، هلمن اند فریدمن و گلدمن ساکس. طبق گزارشها ارزشگذاری اولیهی این سرمایهگذاری مشترک حدود ۱.۵ میلیارد دلار بوده است.
مدیرعامل اُد کیست؟
کریس تیلور مدیرعامل و ادی سیگل مدیر ارشد فنی این شرکت هستند؛ هر دو پیشتر از بنیانگذاران شرکت فرکشنال ایآی بودهاند.
آیا اُد فقط از کلود استفاده میکند؟
خیر. اصل کاری شرکت «کلود در اولویت» است، اما طبق گزارشها هر جا نیاز باشد از مدلها و محصولات رقیب هم استفاده میکند.
رقیبهای اصلی اُد چه کسانی هستند؟
واحد خدمات استقرار اوپنایآی و همچنین شرکتهای مشاورهی بزرگی مانند دیلویت و اکسنچر که تیمهای مهندس مستقر خودشان را راهاندازی کردهاند.
