پرش به محتوای اصلی
پرش به محتوای مقاله

مدیرعامل Replit: عامل‌های هوش مصنوعی شرکت‌ها را به سازمان‌های «خودران» تبدیل

·۲۴ مهر ۱۴۰۵۳ دقیقه مطالعه
مدیرعامل رپلیت: آینده کار، «شرکت خودران» است | تک‌کرانچ
مدیرعامل رپلیت: آینده کار، «شرکت خودران» است | تک‌کرانچ
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

تغییر پارادایم از «AI به عنوان ابزار کمک‌کننده» به «AI به عنوان موتور عملیاتی» که در آن انسان تنها نقش تاییدکننده (Gatekeeper) را دارد، نه اجراکننده.

تصور کنید در شرکتی کار می‌کنید که تمام کارهای خسته‌کننده و تکراری‌اش را خودش مدیریت می‌کند و شما فقط برای تصمیمات استراتژیک فراخوانده می‌شوید. این دیگر یک رویای علمی-تخیلی نیست، بلکه مدل جدیدی از کسب‌وکار است که امجاد مسعد، مدیرعامل Replit، آن را «شرکت خودران» می‌نامد.

به نقل از سخنرانی او در رویداد TechCrunch Disrupt در سان‌فرانسیسکو (۱۶ اکتبر ۲۰۲۶)، عامل‌های هوش مصنوعی (AI Agents) — شبیه دستیاران هوشمندی که نه تنها پیشنهاد می‌دهند، بلکه می‌توانند مستقیماً ابزارها را اجرا کنند — از نقش دستیار ساده فراتر رفته و اکنون حلقه‌های عملیاتی کسب‌وکارهای مدرن را هدایت می‌کنند. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی امنیت مدل‌های بازمتن اشاره کردیم، اتوماسیون در سطح زیرساختی، ریسک‌ها و پاداش‌های جدیدی را به همراه می‌آورد. این روند صعودی در بازار، رشد خیره‌کننده شرکت‌های پیشرو را به همراه داشته است؛ برای نمونه، ارزش استارتاپ Instinct پس از جذب سرمایه‌های کلان به ۱۰ میلیارد دلار رسید که نشان‌دهنده اعتماد سرمایه‌گذاران به آینده‌ی عامل‌های خودمختار است.

این تحول در حالی رخ می‌دهد که سازمان‌ها از چت‌بات‌های ساده به سمت سیستم‌های خودمختار حرکت می‌کنند. برای اکثر کارکنان، هوش مصنوعی تاکنون ابزاری برای افزایش بهره‌وری فردی بوده است؛ اما مسعد معتقد است تغییر واقعی زمانی رخ می‌دهد که عامل‌ها جریان‌های کاری داخلی شرکت را مدیریت کنند. در واقع، ما با کسب‌وکاری روبه‌رو هستیم که به دلیل خودکارسازی نگهداری‌های پایه، به‌طور مداوم خودش را بهبود می‌بخشد.

طبق اعلام مسعد، این سازوکار در حال حاضر در خط لوله پشتیبانی Replit فعال است. وقتی یک تیکت پشتیبانی ارسال می‌شود، یک عامل ابتدا با تحلیل مسائل GitHub، کدهای داخلی و تیکت‌های Linear، درخواست را دسته‌بندی می‌کند. تا زمانی که یک کارمند انسانی درخواست را ببیند، عامل تمام زمینه‌های لازم را جمع‌آوری کرده است.

اگر انسان تصمیم بگیرد که اصلاحی لازم است، تنها با کلیک بر روی یک دکمه، عامل دیگری را برای اعمال وصله (Patch) اعزام می‌کند. این یک حلقه بسته ایجاد می‌کند که در آن عامل‌ها بخش بزرگی از نیروی کار را تامین می‌کنند، اما «سلیقه» و قضاوت انسانی، دروازه‌بان نهایی باقی می‌ماند. مسعد اشاره کرد که این تغییر در سطح قابلیت اطمینان، در اوایل سال ۲۰۲۶ کاملاً مشهود شد.

تغییر ماهیت نیروی کار انسانی

مسعد مشاهده می‌کند که این اتوماسیون لزوماً شغل‌ها را حذف نمی‌کند، بلکه ماهیت کار را تغییر می‌دهد. او گزارش می‌دهد که در دفترش موارد زیر بیشتر شده است:

  • افزایش زمان صرف‌شده برای معماری سطح بالا و طراحی سیستم.
  • جلسات بیشتر برای ایده‌پردازی روی تخته‌سفید و بحث‌های استراتژیک.
  • تمرکز بر «چه چیزی ساخته شود» به جای مکانیسم «چگونه ساخته شود».

این گذار نشان می‌دهد که با حذف کارهای تکراری، ارزش یک کارمند از اجرای فنی به مدیریت خلاق تغییر می‌کند. هدف این است که کار کمتر کسالت‌بار شود و بیشتر بر اکتشاف متمرکز گردد. این رویکرد مشابه استراتژی‌هایی است که در حوزه‌های دیگر نیز دیده می‌شود؛ مثلاً رویکرد جدید Honeyjar در اتوماسیون PR تلاش می‌کند تا قضاوت‌های سطح بالای مدیریتی را برای غیرمتخصصان در دسترس قرار دهد.

برای یک متخصص معمولی، این یعنی مزیت رقابتی دیگر در سرعت کدنویسی یا بهره‌وری اداری نیست. در عوض، ارزش اصلی اکنون روی «قضاوت» است؛ یعنی توانایی تشخیص اینکه آیا راهکار تولیدشده توسط هوش مصنوعی، واقعاً برای کسب‌وکار درست است یا خیر.

در حالی که سیلیکون‌ولی اغلب بر تهدید جایگزینی شغل‌ها تمرکز می‌کند، مسعد چشم‌اندازی را پیش می‌کشد که در آن هوش مصنوعی کاتالیزوری برای شادی و خلاقیت است. او باور دارد مدل «خودران» به انسان‌ها اجازه می‌دهد بخش‌های روشنفکرانه نقش خود را بازپس بگیرند.

هنوز مشخص نیست که آیا این مدل فراتر از شرکت‌های فناوری پیش می‌رود یا خیر. سیگنال حیاتی بعدی این خواهد بود که آیا صنایع غیرفنی می‌توانند این حلقه «عامل-انسان-عامل» را بدون از دست دادن کنترل عملیاتی تکرار کنند یا خیر.

گام بعدی شما

  • بررسی کنید کدام بخش‌های تکراری در جریان کاری شما (مانند جمع‌آوری داده یا دسته‌بندی تیکت‌ها) قابلیت تبدیل به یک حلقه عامل‌محور است.
  • مهارت‌های خود را از «اجرای فنی» به سمت «طراحی سیستم» و «قضاوت استراتژیک» سوق دهید.
  • ابزارهای مدیریت پروژه خود را با APIهایی که اجازه دسترسی به عامل‌های AI را می‌دهند، به‌روز کنید.

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

چرا این موضوع مهم است؟

این رویکرد بر اساس تجربه عملی در Replit، تعریف «بهره‌وری» را از سرعت انجام کار به کیفیت تصمیم‌گیری تغییر می‌دهد. اعتبار این ادعا در گروی توانایی عامل‌ها در مدیریت خطاهای زنجیره‌ای در مقیاس سازمانی است.

تأثیر برای ایران

برای برنامه‌نویسان ایرانی که در مدل‌های دورکاری بین‌المللی فعالیت می‌کنند، تمرکز بر مهارت‌های معماری سیستم و مدیریت عامل‌ها، تنها راه حفظ مزیت رقابتی در برابر اتوماسیون گسترده است.

·نگاه ما
تحریریه دات‌هوش

ارزش نیروی انسانی در حال جابه‌جایی از «تولید» به «تأیید» است. در این مدل، مهارت اصلی دیگر تسلط بر سینتکس کد یا ابزارها نیست، بلکه توانایی تشخیص کیفیت و انطباق خروجی با اهداف تجاری است. این یعنی در آینده، مدیران محصول و معماران سیستم، قدرت بیشتری نسبت به توسعه‌دهندگان صرف پیدا می‌کنند.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.