تصور کنید مدیر شرکت شما باور کند با فشردن یک دکمه، تمام مراحل پیچیده طراحی یک بازی ویدئویی انجام میشود و دیگر نیازی به تیمی از متخصصان نیست. این فانتزی خطرناک، دقیقاً همان چیزی است که تارن آدامز، خالق بازی مشهور Dwarf Fortress، آن را عامل اصلی بحران فعلی صنعت گیم میداند.
به نقل از مصاحبه ۱ سپتامبر ۲۰۲۶ او با PC Gamer، آدامز اصرار صنعت بر استفاده از هوش مصنوعی زاینده (Generative AI) — شبیه نقاشیگری که میلیونها اثر را دیده و حالا میتواند شبیه آنها بکشد اما مفهوم ساختار را نمیفهمد — را «احمقانه» توصیف میکند. او معتقد است مدیران اجرایی در تعقیب رویایی هستند که در آن یک کلیک، بازی سودآوری خلق کند و نیروی انسانی را به کلی حذف کند.
این بحران در حالی رخ میدهد که صنعت گیم با یک تناقض عجیب روبروست: سودهای روی کاغذ بالا است، اما استودیوهای متعددی بسته شدهاند و اخراجهای گستردهای رخ داده است. این رویکرد کاهش هزینه به هر قیمتی، یادآور تجربیات تلخ برخی شرکتهاست که در تلاش برای جایگزینی نیروی انسانی با AI، با افزایش هزینههای عملیاتی مواجه شدند. همانطور که در تحلیلهای قبلی ما درباره امنیت مدلهای بازمتن اشاره کردیم، شکاف بین خروجیهای ظاهری و کیفیت واقعی، همیشه نقطه ضعف این فناوری بوده است. آدامز معتقد است مدیران فعلی اساساً درک درستی از ماهیت «کار» و تلاشهای پشتپرده تولید ندارند.
طبق گزارشهای منتشر شده از مصاحبه او در Gamescom 2026، سه شکست استراتژیک در این گذار به هوش مصنوعی دیده میشود:
- سایکوز مدیریتی: مدیران از کارکنان میپرسند که آیا برای کدنویسی از هوش مصنوعی استفاده کردهاند یا خیر؛ این نشان میدهد هدف آنها جایگزینی انسان با ماشین است. این روند مشابه اتفاقات اخیر در اپلیکیشن گرایندر بود که در آن ۲۰۰ مهندس جای خود را به ابزارهای کدنویسی AI دادند.
- توهم کیفیت: مدیران خروجیهای هوش مصنوعی را میبینند که شبیه محصول نهایی است و به اشتباه تصور میکنند این کیفیت در مقیاس بزرگ قابل تکرار است.
- هزینههای سختافزاری: فشار برای استقرار هوش مصنوعی منجر به هزینههای میلیاردی و جهش قیمت سختافزارها شده است.
آدامز این وضعیت را تکرار تاریخ میبیند؛ جایی که سرمایهداری تمایل دارد ارزش تخصصهای خاص را نادیده بگیرد. او برای تبیین این موضوع، تجربه شخصی پدرش را مثال زد که به دلیل عدم درک مدیران از نقش او به عنوان «متخصص کامپیوتر»، از یک تصفیهخانه فاضلاب اخراج شد.
برای یک کارمند عادی، این یعنی مدیران «نتیجه نهایی» تولید شده توسط هوش مصنوعی را با «فرآیند» خلق اشتباه میگیرند. در حالی که برخی متخصصان معتقدند راه نجات هنر انسانی نه در مدلهای هوشمندتر، بلکه در تکنولوژیهای اثبات اصالت است، اما وقتی تقلید از محصول بر تخصصِ ساخت اولویت یابد، اکوسیستم صنعت به شدت شکننده شده و در معرض فروپاشی ناگهانی قرار میگیرد.
گام بعدی شما
- اگر در صنعت تولید محتوا هستید، روی مهارتهایی تمرکز کنید که هوش مصنوعی در آنها «فرآیند» را نادیده میگیرد (مانند معماری سیستمهای پیچیده).
- گزارشهای سال ۲۰۲۷ را دنبال کنید تا ببینید آیا هزینههای استقرار هوش مصنوعی به دلیل عدم دستیابی به کیفیت تجاری کاهش مییابد یا خیر.
- تفاوت بین «نمونه اولیه» (Prototype) و «محصول قابل عرضه» (Shippable Product) را در ارزیابیهای خود برجسته کنید.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما درباره تراشههای Blackwell مراجعه کنید.
گفتگو