پرش به محتوای اصلی
پرش به محتوای مقاله

آیا تبلیغات اینفلوئنسری Replit هزینه‌های محاسباتی AI را پنهان می‌کند؟

·۲۹ خرداد ۱۴۰۵۷ دقیقه مطالعه
یادداشت
هوش مصنوعی مولد در لحظه‌ای مشابه هربالایف قرار گرفته است
هوش مصنوعی مولد در لحظه‌ای مشابه هربالایف قرار گرفته است
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

تغییر استراتژی بازاریابی ابزارهای کدنویسی از «کمک به برنامه‌نویس» به «جایگزینی برنامه‌نویس برای افراد عادی» با استفاده از مدل‌های درآمدی وعده-محور در شبکه‌های اجتماعی.

تصور کنید یک فرد غیربرنامه‌نویس هستید که در ژوئن ۲۰۲۶ در تیک‌تاک می‌چرخید و با ویدئوی یک اینفلوئنسر زیبا مواجه می‌شوید که ادعا می‌کند تنها با استفاده از Replit، کسب‌وکاری سودآور راه انداخته است. این تبلیغات — که بسیاری از آن‌ها از طریق قراردادهای برندینگ تولید شده‌اند و با جستجوی کلمات «replit» و هشتگ‌های «#ad» یا «#replitpartner» پیدا می‌شوند — معمولاً فرمت یکسانی دارند: فردی زیبا در حال گذراندن روز عادی خود است، ایده‌ای به ذهنش می‌رسد و با دادن یک دستور متنی (Prompt)، آن ایده را به واقعیت تبدیل می‌کند. این تبلیغات وعده می‌دهند که هر کسی می‌تواند با چند دستور متنی، اپلیکیشنی موفق بسازد تا اجاره‌بها یا هزینه‌های زندگی‌اش را تأمین کند یا ثروتمند شود، اما واقعیت بسیار تاریک‌تر و متزلزل‌تر است.

تیک‌تاک فضای عجیبی است؛ جایی که شرکت‌ها سعی می‌کنند محصولاتی را به مخاطبانی بفروشند که هرگز نمی‌توانند و نخواهند خرید. فید این برنامه ممل از تبلیغاتی برای گلیسین صنعتی، مکعب‌های گرافیت و حتی نفت‌کش‌های دست‌دوم است. اگرچه Replit به اندازه ایده فروش یک مکعب گرافیت — از آن‌هایی که انگار متعلق به رآکتورهای هسته‌ای RBMK شوروی هستند — به گروهی از نسل Z که بیش از حد آنلاین هستند، عجیب و دیوانه‌وار نیست، اما مکانیزم زیربنایی این تبلیغات به‌طرز چشمگیری مشابه است.

این موج تبلیغاتی در دورانی از بی‌ثباتی اقتصادی شدید رخ می‌دهد. جوانان با بازار شغلی راکد و این باور گسترده مواجه‌اند که هوش مصنوعی جایگزین مشاغل اداری (White-collar) می‌شود. در حالی که اغلب هوش مصنوعی به عنوان بهانه مطرح می‌شود، اما در واقع این موضوع پوششی برای دلایل ساده‌تری مانند کاهش هزینه‌ها است. این محیط، فرصتی ایده‌آل برای استارتاپ‌های موسوم به «وایب-کدینگ» (Vibe-coding) ایجاد می‌کند تا خود را به عنوان راه فراری از ناامنی مالی معرفی کنند. این باور که هوش مصنوعی مشاغل را از بین می‌برد، تا حدی به دلیل مانورهای کلاهبرزانه چهره‌هایی مانند سام آلتمن و داریو آمودی و تا حدی به دلیل تکرار کلمه به کلمه این ادعاها توسط رسانه‌ها، توسط توده‌ها پذیرفته شده است.

طبق گزارشی از whatwelo.st که در ۱۹ ژوئن ۲۰۲۶ منتشر شد، این استراتژی به‌طور دقیق مشابه تاریخچه بازاریابی چندسطحی (MLM) و بوم کریپتو در دهه ۲۰۱۰ است. درست همان‌طور که شرکت Herbalife مکمل‌های سلامتی را به افرادی می‌فروخت که از اقتصاد رسمی بیرون رانده شده بودند — اغلب مهاجران بدون مدرک در ایالات متحده — این ابزارهای هوش مصنوعی اکنون به عنوان مسیری برای رسیدن به ثبات برای کسانی فروخته می‌شوند که بیش از همه توسط سیستم فعلی طرد شده‌اند.

شباهت با MLM

در حدود دهه ۱۹۲۰، جهان با ایده زننده و نفرت‌انگیز بازاریابی چندسطحی آشنا شد. در این مدل، شرکتی محصولی مانند ظروف پلاستیکی یا مکمل‌های سلامتی را می‌فروشد و افراد عادی را به عنوان فروشنده استخدام می‌کند. با این حال، پول بسیار کمی در فروش واقعی محصول وجود دارد. برای کسب درآمد واقعی، شما باید یک «downline» یا زنجیره‌ای از فروشندگان دیگر را جذب کنید تا پاداش یک‌باره و درصدی از فروش آن‌ها را به دست آورید.

این اساساً یک طرح هرمی است؛ در نهایت، شما با کمبود آدم برای جذب مواجه می‌شوید. در طول قرن بعد، این صنعت جهانی شد و نوشیدنی‌های سلامتی با مزایای مشکوک و شامپوهایی که باعث ریزش مو می‌شوند را تبلیغ کرد. محصول تغییر کرد، اما انگیزه ثابت ماند: هدف قرار دادن افرادی که «به شدت درمانده‌اند» و باور دارند که سخت‌کوشی، ثبات اقتصادی‌ای را می‌آورد که در غیر این صورت از آن‌ها گریزان بود. هیچ‌کس به دلیل علاقه به ظرف‌های توپرور یا شیک‌های پروتئینی عضو MLM نمی‌شود؛ آن‌ها به این دلیل می‌پیوندند که برای خروج از بیگانگی اقتصادی مستأصل هستند.

سابقه کریپتو

این الگو در دوران بوم کریپتو در دهه ۲۰۱۰ تکرار شد. در پرشورترین و احمقانه‌ترین بخش آن دوران، بنیان‌گذاران و مسئولان روابط عمومی، صندوق‌های ورودی ایمیل‌ها را با پیشنهادهای خود پر کردند؛ تقریباً ۲۰۰ مورد از هر ۲۵۰ پیشنهاد (یا چهار پنجم آن‌ها) مربوط به کریپتو بود. این بوم به این دلیل رخ داد که مردم پس از بحران مالی جهانی، کاهش ملموسی در استانداردهای زندگی و ثروت اقتصادی خود دیدند و هیچ امیدی برای تغییر آن نداشتند.

شرکت FTX از این وضعیت بهره برد و حقوق نام‌گذاری استادیوم‌های ورزشی را خرید و تبلیغاتی در سوپربول با حضور سلبریتی‌هایی مانند لری دیوید اجرا کرد. پاریس هیلتون به برنامه جیمی فالون دعوت شد تا درباره NFTها صحبت کند. این جذابیت برای توده‌ها تنها به این دلیل ممکن بود که مردم بی‌پول بودند و تورم، دستمزدهای راکد را ذره‌ذره می‌خورد. اکنون، ما در لحظه‌ای هستیم که خطرناک‌تر از دوران پاندمی یا دوره پس از بحران مالی است، زیرا برخلاف آن زمان، دیگر این باور وجود ندارد که «این روزها هم می‌گذرد». مردم دیگر باور ندارند که واکسن‌ها، ایمنی طبیعی یا سیاست‌های منطقی زندگی را به حالت عادی باز می‌گرداند، یا اینکه بانک‌ها به‌سادگی خود را اصلاح می‌کنند.

Replit و Cursor (که از بازاریابی مشابه اینفلوئنسری استفاده می‌کند، هرچند کمتر تهاجمی است) در واقع پوسته‌هایی (Wrappers) برای مدل‌های Anthropic، OpenAI و Google هستند. جنبش «وایب-کدینگ» کاربران را تشویق می‌کند تا بدون تخصص فنی نرم‌افزار بسازند، اما این رویکرد ریسک‌های شدیدی را معرفی می‌کند:

  • آسیب‌پذیری‌های امنیتی: نرم‌افزارهای تولید شده با وایب-کدینگ به‌سادگی کیفیت ندارند. افراد غیربرنامه‌نویس نمی‌توانند نقص‌های امنیتی بحرانی را که به مهاجمان اجازه می‌دهد داده‌های مشتریان را استخراج کنند، شناسایی کنند. اگر یک آسیب‌پذیری مورد بهره‌برداری قرار گیرد، یک غیربرنامه‌نویس نمی‌داند چگونه آن را اصلاح کند.
  • مسئولیت‌های قانونی: کاربران ممکن است آگاه نباشند که طبق قوانینی مانند GDPR، آن‌ها مسئولیت مالی نشت داده‌ها را بر عهده دارند. سیستم جریمه‌های مالی برای بازدارندگی طراحی شده است تا کسانی که با داده‌ها بی‌پروا هستند، متوقف شوند. یک سازمان ملی حفاظت از داده‌ها — مانند ICO در بریتانیا — می‌تواند جریمه‌های عظیمی را به کسی تحمیل کند تا دیگران را از استقرار «کدهای بی‌کیفیت» (Slop code) تولید شده توسط AI و بررسی‌نشده باز دارد.
  • هزینه‌های پیش‌بینی‌ناپذیر: مدل کسب‌وکار Replit شامل اشتراک‌هایی با تعداد مشخصی اعتبار (Credit) است. وقتی این‌ها تمام شوند، کاربران باید بیشتر بخرند یا هزینه‌های اضافی پرداخت کنند. برخلاف یک کیت شروع ثابت در MLM، مصرف توکن‌های LLM نوسانی است. پیش‌بینی اینکه یک تسک چه تعداد توکن می‌سوزاند یا اینکه آیا مدل در یک حلقه (Loop) گیر می‌کند و بدون هیچ نتیجه‌ای پول می‌سوزاند، غیرممکن است. یک کاربر می‌تواند به‌راحتی با صورت‌حسابی به مبلغ صدها یا هزاران دلار مواجه شود.

حلقه بازاریابی شکارچیانه

تبلیغات معمولاً فرمت خاصی دارند: یک اینفلوئنسر ایده‌ای دارد و سریعاً آن را «با پرامپت به وجود می‌آورد». با این حال، این کمپین‌ها به‌ندرت به هزینه پردازش (Compute) یا محدودیت‌های فنی این تکنولوژی اشاره می‌کنند. اگر آن‌ها درباره هزینه‌ها و محدودیت‌ها صادق بودند، فروش این ایده بسیار سخت‌تر می‌شد.

در ساب‌ردیت Replit، کاربران گزارش داده‌اند که به اینفلوئنسرها پول پرداخت شده تا به‌دروغ ادعا کنند «ماهانه ۱۰ هزار دلار از خانه درآمد دارند» و به دلیل اپلیکیشنی که با Replit ساخته‌اند، اولین شغل تکنولوژی خود را به دست آورده‌اند. این موضوع توقعات کاذبی از موفقیت برای گروهی ایجاد می‌کند که از پیش از نظر مالی آسیب‌پذیر هستند. اینکه این ادعاهای خاص درست باشند یا نه اهمیتی ندارد؛ آنچه اهمیت دارد، الگوی هدف قرار دادن افراد مستأصل است.

واقعیت کارآفرینی نرم‌افزاری

ساخت یک شرکت موفق تکنولوژی به‌طور شناخته‌شده‌ای دشوار است، حتی برای برنامه‌نویسان باسابقه با سرمایه‌های خطرپذیر و تیم‌هایی از VCها که تخصص فنی و تجاری ارائه می‌دهند. برای اکثریت قریب به اتفاق، شانس موفقیت به عنوان یک بنیان‌گذار، به اندازه شانس تبدیل شدن به یک فوتبالیست حرفه‌ای است.

شواهد این شکست در جامعه توسعه‌دهندگان فراوان است:

  • Hacker News: بخش «Show HN» هر روز با اپلیکیشن‌ها و سرویس‌های جدید پر می‌شود که اکثریت قریب به اتفاق آن‌ها در فضای مجازی محو می‌شوند و تنها پست معرفی‌شان به عنوان گواه وجودشان باقی می‌ماند.
  • تجربه خبرنگاری: خبرنگاران هر سال ده‌ها هزار داستان از شرکت‌هایی دریافت می‌کنند که دیگر وجود خارجی ندارند.

تحلیل: عصر جدید کلاهبرداری دیجیتال

این تغییر نشان‌دهنده گذار از فروش یک محصول به فروش «تخیلی از تحرک اقتصادی» است. با هدف قرار دادن ترس از بیکاری ناشی از هوش مصنوعی، شرکت‌هایی مانند Replit ابزارهای خود را نه به عنوان نرم‌افزارهای بهره‌وری، بلکه به عنوان یک بلیط بخت‌آزمایی برای مستأصلان معرفی می‌کنند. این اقدام عمیقاً غیراخلاقی است و یادآور کلاهبرداری‌های Herbalife، Amway یا دوران کریپتو است.

برای کاربر متوسط، ریسک تنها از دست دادن مالی از طریق صورت‌حساب‌های پردازش نیست، بلکه مواجهه قانونی از طریق «کدهای بی‌کیفیت» بررسی‌نشده است. اثر ثانویه، موجی از جریمه‌های سنگین از سوی سازمان‌های حفاظت از داده، مانند ICO بریتانیا، خواهد بود که هدف آن‌ها بازداشتن از استقرار نرم‌افزارهای بررسی‌نشده تولید شده توسط AI است.

در نهایت، بار مسئولیت بر دوش کسانی است که در Replit این کمپین را تایید و تامین مالی کردند. هر سازنده‌ای که Replit را بدون شفافیت در مورد هزینه‌های پردازش AI یا احتمال واقعی ساخت یک اپلیکیشن میلیون دلاری تبلیغ می‌کند، یا در یک کلاهبرداری بدبینانه همدست است یا تکنولوژی‌ای را تبلیغ می‌کند که خودش نمی‌فهمد.

منتظر باشید تا ببینید نهادهای نظارتی چگونه به ظهور «توسعه‌دهندگان غیرحرفه‌ای AI» پاسخ می‌دهند و آیا سیستم جریمه‌های سخت‌گیرانه GDPR شروع به ضربه زدن به موج اپلیکیشن‌های وایب-کد شده‌ای می‌کند که در حال حاضر بازار را اشباع کرده‌اند.

چرا این موضوع مهم است؟

این موضوع اعتبار ابزارهای توسعه AI را به دلیل بازاریابی گمراه‌کننده به خطر می‌اندازد. اعتماد کاربران در بلندمدت با مواجهه با هزینه‌های پنهان و باگ‌های امنیتی تخریب خواهد شد.

تأثیر برای ایران

به‌دلیل محدودیت‌های پرداخت ارزی و تحریم‌ها، دسترسی به این سرویس‌ها برای بسیاری از ایرانیان دشوار است؛ لذا ریسک مالی توکن‌ها فعلاً کمتر از دسترسی به خود ابزار است.

·نگاه ما
تحریریه دات‌هوش

جایگزینی «صبر و یادگیری» با «حس و حال» (Vibe) در تولید نرم‌افزار، ریسک ایجاد لایه‌ای از اپلیکیشن‌های ناپایدار و غیرایمن را در وب ایجاد می‌کند. این trend نشان می‌دهد که شرکت‌های AI در حال گذار از مرحله «اثبات تکنولوژی» به «استخراج حداکثری ارزش از کاربران ناآگاه» هستند تا نرخ رشد کاربر را به هر قیمتی بالا ببرند.

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.