تصور کنید قهرمان بازنشسته‌ای که تمام جام‌های ممکن را برده، دوباره به لیگ برگردد؛ نه برای کسب مقام، بلکه چون قوانین بازی به‌کلی تغییر کرده است. همین اتفاق اکنون در قلب سیلیکون ولی در حال رخ دادن است و مدیران میلیاردر، میزهای مدیریتی را با ترمینال‌های کدنویسی عوض می‌کنند.
به نقل از گزارش‌های صنعتی، تام بلومفیلد (Tom Blomfield)، هم‌بنیان‌گذار Monzo و GoCardless، در ۱۴ ژوئیه ۲۰۲۶ اعلام کرد که برای پیوستن به Anthropic به عنوان عضو کادر فنی (Member of Technical Staff)، از پست‌های خود فاصله می‌گیرد. این حرکت نشان می‌دهد که اپراتورهای ثروتمند دیگر به صندلی هیئت‌مدیره یا نقش مربی‌گری قانع نیستند. آن‌ها به «سختی‌های کار» (Grind) بازمی‌گردند زیرا دوران فعلی مدل‌های زبانی بزرگ (LLMs) را یک پنجره فرصت تک‌نسلی و شکل‌دهنده می‌بینند. آن‌ها مدل زبانی بزرگ (LLM) — شبیه کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — را فرصتی می‌بینند که نباید از دست داد.
همان‌طور که در تحلیل‌های قبلی ما درباره‌ی رقابت مدل‌های بنیادی اشاره کردیم، سرعت تغییرات در این حوزه چنان است که حتی باتجربه‌ترین مدیران می‌ترسند از لبه‌ی تکنولوژی فاصله بگیرند. طبق بررسی منابع متعدد، چند جابه‌جایی سطح‌بال این الگو را تثبیت کرده است:
- مایک کریگر (Mike Krieger)، هم‌بنیان‌گذار اینستاگرام، در سال ۲۰۲۴ به عنوان مدیر ارشد محصول (CPO) به Anthropic پیوست.
- اندری کارپاتی (Andrej Karpathy)، عضو مؤسس OpenAI و مدیر سابق AI تسلا، در مه ۲۰۲۶ عضو تیم پیش‌آموزش (Pre-training) در Anthropic شد.
- پیتر بیلیس (Peter Bailis)، مدیر فناوری (CTO) شرکت Workday (کسب‌وکاری با درآمد ۸ میلیارد دلار)، در مارس ۲۰۲۶ این مقام را رها کرد تا به عنوان عضو کادر فنی در Anthropic فعالیت کند.
اما همه برندگان به آزمایشگاه‌های موجود نمی‌پوند. برخی در حال بوت‌استرپ (Bootstrapping) و ساخت مسیرهای جدید هستند. چامات پالیهپیتیا (Chamath Palihapitiya) اخیراً پس از بیش از یک دهه، اولین نقش اجرایی تمام‌وقت خود را پذیرفت و مدیرعامل 8090 Labs شد؛ یک استارتاپ کدنویسی سازمانی با AI. این شرکت با جذب ۱۳۵ میلیون دلار سرمایه در مرحله سری A که توسط Salesforce Ventures رهبری شد، فعالیت خود را آغاز کرد. این رویکرد بازگشت به کدنویسی، با ظهور مفاهیمی چون «وایب-کدینگ» و رشد سریع ابزارهای توسعه‌ی مبتنی بر هوش مصنوعی هم‌سو است که مرز میان مدیریت محصول و پیاده‌سازی فنی را کمرنگ‌تر می‌کند.
به همین ترتیب، اریک وو (Eric Wu) که به مدت ده سال رهبری Opendoor را بر عهده داشت، اخیراً استارتاپ NavigateAI را راه‌اندازی کرد. این استارتاپ که بر روی ساخت «کمک‌خلبان‌های AI» (Copilots) برای کارگران صنعت ساختمان تمرکز دارد، ۲۵ میلیون دلار سرمایه اولیه (Seed Funding) جذب کرد.
نکته کلیدی و گویاترین سیگنال در عنوان شغلی این افراد است. Anthropic و OpenAI از عبارت «عضو کادر فنی» (Member of Technical Staff) به عنوان یک برچسب مسطح و بدون سلسله‌مراتب استفاده می‌کنند، فارغ از اینکه فرد چه سابقه یا ارشدیتی دارد. این موضوع نشان می‌دهد که در مسابقه‌ی فعلی برای دستیابی به AI پیشرو (Frontier AI)، مشارکت فنی خالص و عملی در حال حاضر بسیار ارزشمندتر از جایگاه‌های سنتی و مقام‌های شرکتی است.
برای شما یعنی «جنگ استعدادها» دیگر فقط جذب دانشجویان PhD نیست، بلکه بازگشت اپراتورهای خبره‌ای است که هم سرمایه کلان دارند و هم اراده‌ی انجام کارهای دستی و عملی را. این ترکیب از تجربه و اشتیاق، سرعت تبدیل تکنولوژی به محصول (Productization) را در بخش AI شتاب می‌بخشد.
منتظر حرکات مشابه از سوی بنیان‌گذاران «بازنشسته» دوران رونق SaaS و فین‌تک‌های دهه ۲۰۱۰ باشید. با این حال، این پرسش باقی است که آیا ورود این اپراتورهای پیشکسوت باعث تثبیت حاکمیت AI می‌شود یا صرفاً رقابت برای رسیدن به هوش مصنوعی عمومی (AGI) را تسریع می‌کند.
گام بعدی شما
- اگر مدیر محصول یا توسعه‌دهنده هستید، روی مهارت‌های اجرایی متمرکز شوید؛ در عصر AI، توانایی ساخت (Build) بر توانایی مدیریت (Manage) ارجحیت دارد.
- ساختار سازمانی مدل‌های «تخت» (Flat) را در تیم‌های خود بررسی کنید تا بهره‌وری فنی افزایش یابد.
- تحولات در استارتاپ‌های کدنویسی سازمانی مانند 8090 Labs را دنبال کنید تا روند اتوماسیون مهندسی نرم‌افزار را بسنجید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو