Smartbird: تزریق ۱۴۳ میلیون دلار برای ایجاد مراکز داده اختصاصی

اگر به دنبال این هستید که ببینید شرکت‌های عمومیِ بحران‌زده چگونه در عصر هوش مصنوعی زنده می‌مانند، Smartbird یک مطالعه‌ی موردی کامل است. این شرکت که پیش‌تر با نام کفش‌ساز Allbirds شناخته می‌شد، تمام خطوط تولید کفش خود را تعطیل کرد تا به یک ارائه‌دهنده زیرساخت هوش مصنوعی تبدیل شود؛ یعنی عملاً به استارتاپی تبدیل شده که سرمایه‌ی اولیه‌ی عظیمی دارد اما هیچ کارمندی در تیمش نیست.

این چرخش راهبردی شبیه به الگویی است که در نوسانات «سهام میم» (meme-stock) دیده می‌شود؛ مشابه استراتژی مورد استفاده در Gamestop، جایی که شرکت‌های مشکل‌دار برای بازگرداندن علاقه سرمایه‌گذاران، به تکنولوژی‌های ترند می‌چسبند. به گزارش TechCrunch، این استراتژی برای Smartbird جواب داد: شرکت بازوی تولید کفش خود را به قیمت ۴۳ میلیون دلار فروخت و ۱۰۰ میلیون دلار دیگر از بازار سرمایه جذب کرد تا مسیر جدیدش را تامین کند.

در ۱۹ ژوئن ۲۰۲۶، نادیا کارلسن (Nadia Carlsten) رسماً به‌عنوان مدیرعامل منصوب شد. کارلسن که پیش از این مدیر اجرایی AWS بوده و دکتری مهندسی دارد، سابقه‌ای در رهبری شرکت محاسباتی اروپایی DCAI داشت.

او در گفتگو با TechCrunch از آمستردام اعلام کرد که هدف فوری و اصلی او جذب یک تیم رهبری کامل است. او به‌طور مشخص اشاره کرد که به دنبال فردی برای هدایت عملیات زیرساختی است. کارلسن تأکید کرد که کسب‌وکار کفش به‌طور رسمی بسته شده است و این موضوع باعث می‌شود او بتواند یک تیم کاملاً جدید بسازد و حتی برای آن یک دفتر کار فیزیکی تامین کند. این تصمیم برای بازسازی ساختار سازمانی، یادآور رویکردهای مشابهی است که شرکت‌های بزرگ برای بهینه‌سازی هزینه‌ها به کار می‌برند، مانند تصمیم اسنپ برای تفکیک تیم ویدیو و ایجاد Dotmo جهت مدیریت بهتر مخارج توسعه.

همان‌طور که در تحلیل‌های پیشین ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، کنترل روی لایه‌های سخت‌افزاری برای سازمان‌های حساس حیاتی است. Smartbird برخلاف «ابر‌های نئوکلاود» (neoclouds) که تمرکزشان بر آربیتراژ تراشه‌ها و مقیاس‌های عظیم است و به‌طور بی‌وقفه قیمت تراشه‌ها را در مقابل زمان GPU یا توکن‌های استنتاجی (inference tokens) به نفع خود می‌چرخانند، روی یک بخش خاص و نیچ (niche) از بازار هدف گذاشته است. استراتژی کارلسن بر محور سه ستون می‌چرخد:

• حاکمیت داده (Data Sovereignty): هدف‌گذاری مشتریانی که به‌دلیل دلایل سیاسی یا تجاری، نیاز به کنترل مستقیم روی سرورها دارند و حاکمیت بر داده‌ها را بر مقیاس‌پذیری ابرهای عمومی ترجیح می‌دهند. این شبیه به داشتن یک گاوصند شخصی در خانه به‌جای خرید شیر از سوپرمارکت است.
• استقرار سفارشی (Bespoke Deployments): تمرکز بر شرکت‌های داروسازی، انرژی، مالی و بخش‌های دولتی. کارلسن در دوران حضور در DCAI با شرکت‌هایی مثل Novo Nordisk و سایر Firmen اروپایی که نیاز به مدل‌های سفارشی داشتند، همکاری کرده بود.
• کنترل حاکمیتی (Sovereign Control): اولویت دادن به کنترل روی پشته‌ی زیرساختی (infrastructure stack) و چابکی خوشه‌ها (clusters) به‌جای تکیه بر خاصیت الاستیک بودن ابرهای عمومی. این رویکرد شبیه به یک تیم مسابقه است که ماشین خود را خودش می‌سازد تا در هر لحظه بتواند پیچ کوچک‌ترین قطعه را تغییر دهد.

کارلسن استدلال می‌کند که Smartbird مستقیماً با هایپر‌اسکیلرها (Hyperscalers) رقابت نمی‌کند، بلکه رقیب واقعی او پروژه‌های IT داخلی در شرکت‌های بزرگ است. اگرچه غول‌هایی مثل Hewlett Packard و Equinix خدمات مشابهی در قالب سرویس‌های مدیریت‌شده تک-مستأجر (single-tenant) ارائه می‌دهند، اما او معتقد است چابکی و کنترل دقیق، عامل پیروزی در این بازار است. با این حال، او اشاره کرد که بازار هنوز نوپاست و بسیاری از شرکت‌ها در حال حاضر صرفاً در مرحله‌ی اجرای آزمایشی (pilot) ابزارهای AI هستند.

در مقیاس سخت‌افزاری، کارلسن به دنبال سفارش‌های غول‌آسای تراشه‌هایی مثل شرکت General Compute نیست؛ شرکتی که اخیراً هنگام خروج از حالت مخفی (stealth mode)، سفارش تراشه‌ای به ارزش ۳۰۰ میلیارد دلار را اعلام کرد. بر اساس گزارش TechCrunch، تمرکز Smartbird روی خوشه‌هایی در بازه صدها تا هزاران تراشه است. این رویکرد، کارایی در گردش‌های کاری تخصصی را به حجم خام پردازش ترجیح می‌دهد. او معتقد است مشتریان او، توانایی کار بهینه با سرورهای شخصی خود را بیشتر از قیمت‌های رقابتی ابرهای عمومی می‌پسندند، حتی اگر Smartbird نتواند از نظر قیمتی با سرویس‌های ابری که استفاده از تراشه‌ها را به‌صورت ۲۴ ساعته بهینه می‌کنند، رقابت کند.

شرایط مالی برای مدیریت جدید بسیار حساس است. کارلسن حقوق سالانه‌ی ۷۰۰ هزار دلار و سهامی به ارزش تقریبی ۹ میلیون دلار دریافت می‌کند تا این انتقال را مدیریت کند. او اصرار دارد که این چرخش صرفاً دنبال کردن یک موج «داغ» و زودگذر نبوده، بلکه تلاشی محاسبه‌شده برای یافتن یک جایگاه قابل‌رشد در بازار است.

این تغییر مسیر، یک تحول حقوقی بزرگ را نیز به همراه داشت. شرکت وضعیت «شرکت با منافع عمومی» (PBC) خود را که تعهدات پایداری محیط‌زیستی را تضمین می‌کرد، کنار گذاشت. منشورهای PBC معمولاً برای برجسته‌سازی وعده‌های غیرمالی به کار می‌روند؛ برای مثال، OpenAI همچنان یک PBC است که بر ایمنی هوش مصنوعی تمرکز دارد. تصمیم به حذف این وضعیت نشان می‌دهد فشار مالی برای رشد در حوزه AI، بر دستورات سختگیرانه‌ی اجتماعی منشور PBC غلبه کرده است. کارلسن ادعا می‌کند که هیئت مدیره تعهدی بلندمدت به استراتژی او داده است و این سوال را مطرح می‌کند که آیا سایر شرکت‌هایی که به دنبال AI هستند، چنین «وزن واقعی» و حمایتی پشت استراتژی خود دارند یا خیر.

برای صاحبان کسب‌وکار، این داستان یک هشدار و یک درس است: بازار در حال حاضر پتانسیل زیرساخت‌های AI را بسیار بیشتر از برندهای خرده‌فروشی پایدار قدیمی ارزش‌گذاری می‌کند. همچنین نشان‌دهنده تقاضای رو به رشد سازمان‌ها برای ابرهای AI «خصوصی» است که در آن‌ها داده‌ها هرگز محیط کنترل‌شده را ترک نمی‌کنند. در این فضای پویا، حتی تیم‌های بسیار کوچک نیز می‌توانند با بهره‌گیری از ابزارهای مدرن رشد کنند، مشابه آنچه در نقشه راه تک‌شاخ‌های تک‌نفره با استفاده از جریان‌های کاری عامل‌محور بررسی کردیم.

باید منتظر ماند و دید آیا Smartbird می‌تواند همان‌طور که کارلسن وعده داده است، تا پایان سال ۲۰۲۶ اولین خوشه‌های محاسباتی خود را برای چندین مشتری مستقر کند یا خیر. آزمون واقعی این خواهد بود که آیا شرکتی بدون هیچ DNA قبلی در حوزه AI، می‌تواند از غول‌های تثبیت‌شده‌ی مراکز داده پیشی بگیرد یا خیر.

برای صاحبان کسب‌وکار، این داستان یک هشدار و یک درس است: بازار در حال حاضر پتانسیل زیرساخت‌های AI را بسیار بیشتر از برندهای خرده‌فروشی پایدار قدیمی ارزش‌گذاری می‌کند. همچنین نشان‌دهنده تقاضای رو به رشد سازمان‌ها برای ابرهای AI «خصوصی» است که در آن‌ها داده‌ها هرگز محیط کنترل‌شده را ترک نمی‌کنند.

باید منتظر ماند و دید آیا Smartbird می‌تواند همان‌طور که کارلسن وعده داده است، تا پایان سال ۲۰۲۶ اولین خوشه‌های محاسباتی خود را برای چندین مشتری مستقر کند یا خیر. آزمون واقعی این خواهد بود که آیا شرکتی بدون هیچ DNA قبلی در حوزه AI، می‌تواند از غول‌های تثبیت‌شده‌ی مراکز داده پیشی بگیرد یا خیر.

گام بعدی شما

• اگر مدیر IT هستید، بررسی کنید آیا نیاز سازمان شما به «حاکمیت داده» به حدی است که هزینه‌های بالاترِ زیرساخت‌های اختصاصی را بپذیرد.
• تحولات قیمت‌گذاری تراشه‌های سطح متوسط (خوشه‌های ۱۰۰ تا ۱۰۰۰ تایی) را دنبال کنید تا فرصت‌های استقرار کوچک‌مقیاس را شناسایی کنید.
• مدل‌های تجاری شرکت‌های PBC را رصد کنید تا ببینید چند درصد از آن‌ها تحت فشار رشد AI، تعهدات اجتماعی خود را کنار می‌گذارند.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.