تصور کنید یک دستیار دیجیتال در یک بعدازظهر، ۵۳۵۰ دلار از پول گمشده‌ی شما را پیدا کند. این مبلغ، هزینه‌های سالانه‌ی هدررفته‌ای است که یک کاربر تنها با یک بار حسابرسی توسط عامل (Agent) — شبیه به یک کارمند مجازی که می‌تواند به‌جای شما ابزارها را اجرا کند — مدل Muse شرکت متا بازیافت کرد. به نقل از گزارشی که در ۴ اکتبر ۲۰۲۶ توسط نیت بی. جونز منتشر شد، این نتیجه ثابت می‌کند که بیشترین بازگشت سرمایه (ROI) فوری در هوش مصنوعی، نه در کارهای جذاب، بلکه در وظایفی است که انسان‌ها آن‌ها را به‌شدت کسالت‌بار می‌دانند.
اکثر کاربران با کارهای «پر زرق‌وبرق» مثل نوشتن پیش‌نویس ایمیل‌ها، تالیف پست‌های وبلاگ یا تولید تصاویر شروع می‌کنند. اما خروجی این کارها ذهنی و سلیقه‌ای است و ارزش‌گذاری آن‌ها به دلار دشوار است، زیرا هیچ‌کس نمی‌داند یک پست وبلاگ «بهتر» دقیقاً چند دلار می‌ارزد. در مقابل، حسابرسی اشتراک‌ها یک رسید مالی ملموس و concrete ارائه می‌دهد. این رویکرد، هوش مصنوعی را از یک اسباب‌بازی خلاق به یک ابزار مالی تبدیل می‌کند.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، اعتماد به سیستم‌های خودکار باید بر پایه شواهد باشد. سپردن کارهای کسالت‌بار به هوش مصنوعی به سه دلیل یک استراتژی هوشمندانه است:
اول، بازگشت سرمایه قابل اندازه‌گیری: در اینجا سود با دلار اندازه‌گیری می‌شود، نه با «حس خوب». لغو یک اشتراک یعنی ماهانه ۲۹ دلار سود دائمی که مستقیماً در حساب بانکی دیده می‌شود. دوم، ریسک پایین: یک حسابرسی صرفاً داده‌ها را می‌خواند. این عامل با مشتریان تماس نمی‌گیرد، فاکتورها را تغییر نمی‌دهد و از طرف شما پیامی ارسال نمی‌کند. بدترین حالت ممکن، تلف شدن یک بعدازظهر است، در حالی که یک اشتباه در کارهای «پر زرق‌وبرق» در روز اول می‌تواند یک رابطه حرفه‌ای را تخریب کند. سوم، اعتماد مبتنی بر شواهد: اولین پیروزی هوش مصنوعی در یک کسب‌وکار کوچک، در واقع یک تمرین اعتماد است. گفتن این جمله به یک تیم بدبین که «این ابزار ۵۳۵۰ دلار پیدا کرد»، یک متقاعدکنندگی تک‌جمله‌ای است. اما ادعای اینکه «پیش‌نویس‌ها بهتر شده‌اند» معمولاً باعث شروع یک بحث طولانی می‌شود.
طبق گزارش وب‌سایت dev.to، عامل Muse هزینه‌های تکرارشونده را تحلیل کرد و خدماتی را که بیش از ۶۰ روز از آن‌ها استفاده نشده بود، علامت‌گذاری کرد. تا لحظه نگارش این متن، کاربر توانسته است ۱۲۸۵ دلار از این هزینه‌های شناسایی‌شده را لغو کند.
برای کسب‌وکارهای کوچک و فریلنسرها، این گزارش پنج وظیفه «کسالت‌بار اما پربازده» را برای عامل‌های هوش مصنوعی شناسایی کرده است:
- حسابرسی اشتراک‌ها: عامل فهرستی از تمام هزینه‌های تکراری در کارت‌های بانکی تجاری و رسیدهای ایمیلی تهیه می‌کند که شامل هزینه، تاریخ تمدید و تاریخ آخرین استفاده است. سپس هر موردی را که بیش از ۶۰ روز بدون استفاده بوده باشد، علامت‌گذاری می‌کند. این کار بسیار پربازده است زیرا تیم‌های کوچک معمولاً به‌طور بی‌صدا و از طریق تصمیمات دو دقیقه‌ای افراد مختلف، نرم‌افزارهای زیادی را انباشته می‌کنند.
- ردیابی قراردادهای تامین‌کنندگان: عامل یک تقویم تمدید ایجاد می‌کند که شامل دوره‌های اطلاع‌رسانی، بندهای تمدید خودکار و پنجره‌های لغو قرارداد است. سپس ۳۰ روز قبل از هر تاریخ، یادآوری تنظیم می‌کند. این کار یک «عدم تصمیم‌گیری» (تمدید خودکار) را دوباره به یک «تصمیم آگاهانه» تبدیل می‌کند.
- تحلیل صورت‌حساب‌ها: عامل صورت‌حساب‌های بانکی استخراج‌شده را برای یافتن هزینه‌های تکراری که اشتراک‌های استاندارد نیستند، اسکن می‌کند؛ مواردی مانند اجاره تجهیزات، خطوط تلفن، الحاقیه بیمه، لیست‌های دایرکتوری یا سطوح Premium که در سال ۲۰۲۴ به‌طور «موقت» ارتقا یافته و فراموش شده‌اند.
- تطبیق لایسنس‌ها: عامل تعداد صندلی‌های (Seats) خریداری‌شده را با داده‌های ورود واقعی کاربران تطبیق می‌دهد تا لیستی برای کاهش سطح اشتراک ارائه کند. در یک تیم ۱۰ نفره، چند ابزار ۲۰ دلاری بدون استفاده می‌تواند سالانه بیش از ۲۴۰۰ دلار هزینه اضافی ایجاد کند.
- تمدیدهای سالانه فراموش‌شده: عامل لیستی از تمدیدهای سالانه مانند دامنه‌ها، ثبت شرکت، بیمه‌نامه‌ها و عضویت‌های حرفه‌ای تهیه می‌کند؛ مواردی که چون سالی یک‌بار رخ می‌دهند، اغلب به فراموشی سپرده می‌شوند.
این فرآیند برای مدیریت امنیت و محدودیت‌های پلتفرم، از یک سلسله‌مراتب دسترسی مشخص پیروی می‌کند:
۱. فقط خواندنی (Read-only): عامل داده‌ها را از صورت‌حساب‌ها، رسیدها و صفحات پرداخت که شما قبلاً در آن‌ها وارد شده‌اید، جمع‌آوری می‌کند. هر پنج وظیفه کسالت‌بار از اینجا شروع می‌شوند.
۲. اجرا با تایید (Act-with-approval): عامل کار را آماده می‌کند — مثلاً پیش‌نویس ایمیل لغو را می‌نویسد یا مراحل کاهش سطح اشتراک را لیست می‌کند — و انسان دکمه ارسال را می‌زند.
۳. اقدام خودکار (Autonomous action): عامل به‌تنهایی تراکنش را انجام می‌دهد. این سطح برای کارهای کسالت‌بار به‌ندرت نیاز است، زیرا وظایف فصلی نیازی به یک عامل دائمی و فعال ندارند.
یک محدودیت کلیدی هنگام تلاش عامل برای کار در فروشگاه آمازون مشاهده شد؛ این پلتفرم دسترسی عامل را مسدود کرد. در حالی که عامل می‌توانست ببیند چه مواردی اشتراک دارند، اما نمی‌توانست داخل دیوارهای پلتفرم اقدامی انجام دهد. این یک شکست فنی نیست، بلکه شکل فعلی دسترسی عامل‌هاست. وقتی یک پلتفرم پاسخ منفی می‌دهد، کار به یک فرآیند دو مرحله‌ای تبدیل می‌شود: عامل آماده می‌کند و انسان تراکنش را انجام می‌دهد.
برای یک کسب‌وکار کوچک، یافتن تنها ۲۰۰ دلار هزینه اضافی در ماه، سالانه ۲۴۰۰ دلار سود می‌آورد. این مبلغ اغلب کل بودجه سالانه برای ابزارهای هوش مصنوعی را پوشش می‌دهد. هزینه این کار صرفاً یک بعدازظهر برای راه‌اندازی به‌علاوه هزینه‌های فعلی اشتراک هوش مصنوعی است. برای جلوگیری از اتلاف منابع در این مسیر، ضروری است که پیش‌شرط‌های حیاتی برای جلوگیری از شکست پروژه‌های اتوماسیون را پیش از پیاده‌سازی در مقیاس بزرگ بررسی کنید.
ارزش بلندمدت این رویکرد، تنها بازیافت یک‌باره پول نیست، بلکه ایجاد یک سیستم پیشگیرانه دائمی است. دفتر کل هزینه‌ها و تقویم تمدید تضمین می‌کند که نشت مالی سال آینده هرگز شکل نگیرد.
با تغییر اولین مأموریت هوش مصنوعی از «خلاقانه» به «اداری»، تیم‌ها می‌توانند از طریق شواهد، اعتماد ایجاد کنند. یک چک بازیافتی، استدلالی متقاعدکننده‌تر برای پذیرش هوش مصنوعی است تا یک پست وبلاگ «بهتر». کارهای پر زرق‌وبرق همچنان باقی خواهند ماند، اما این بار پس از آنکه کارهای کسالت‌بار، هزینه آن‌ها را پرداخت کرده‌اند. در این میان، تعریف دقیق نقش‌ها حیاتی است تا دچار تورم نقش‌ها در تیم‌های هوش مصنوعی نشویم که منجر به اتلاف اعتبار و شکست محصول می‌گردد.
گام بعدی شما
- لیست تمام اشتراک‌های کارت‌های بانکی تجاری خود را استخراج کرده و به یک عامل هوش مصنوعی بدهید تا موارد بدون استفاده در ۶۰ روز اخیر را پیدا کند. برای اینکه بدانید کدام مهارت‌ها در این مسیر واقعاً کاربردی هستند، می‌توانید راهنمای شناسایی مهارت‌های واقعی در AI را مطالعه کنید.
- یک تقویم تمدید برای قراردادهای سالانه ایجاد کنید تا از تمدیدهای خودکار ناخواسته جلوگیری کنید.
- دسترسی‌های عامل خود را در حالت «فقط خواندنی» تنظیم کنید تا ریسک امنیتی را به صفر برسانید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو