طی ۱۲ ماه گذشته، بازار نرمافزار شاهد سقوط تاریخی ۳۴ درصدی بوده و ۲ تریلیون دلار از ارزش بازار آن تبخیر شده است. در حالی که شرکتهای سنتی SaaS در حال نزول هستند، سرمایهگذاری در زیرساخت هوش مصنوعی به رکوردهای جدیدی میرسد. این مقاله به تحلیل عمیق این پارادوکس میپردازد: چرا سرمایهگذاران از نرمافزارهای کلاسیک فرار میکنند اما میلیاردها دلار روی چیپهای AI، دیتاسنترها و مدلهای پایه سرمایهگذاری میکنند؟ از تحلیل دادههای بازار تا پیشبینی آینده صنعت، این گزارش جامع برای سرمایهگذاران، تحلیلگران و علاقهمندان به بازار تکنولوژی ضروری است.
مقدمه: زلزلهای که کسی انتظارش را نداشت
در دنیای تکنولوژی، سال ۲۰۲۵ به عنوان سالی که «نرمافزار مُرد» به تاریخ خواهد پیوست. این جمله البته اغراق است، اما آمارها داستان تکاندهندهای را روایت میکنند. طی ۱۲ ماه گذشته، شاخص نرمافزاری S&P با سقوط ۳۴ درصدی مواجه شده و ۲ تریلیون دلار از ارزش بازار شرکتهای نرمافزاری به طور کامل تبخیر شده است.
این در حالی است که در همین بازه زمانی، سرمایهگذاری در زیرساخت هوش مصنوعی به بیش از ۶۵۰ میلیارد دلار رسیده و رکوردهای تاریخی را جابهجا کرده است. این پارادوکس عجیب سوالات بنیادینی را مطرح میکند: آیا عصر نرمافزار به پایان رسیده؟ آیا هوش مصنوعی جایگزین کامل برنامهنویسی سنتی خواهد شد؟ یا این فقط یک تغییر موقت در روند بازار است؟
در این تحلیل جامع، به بررسی عمیق این تحول بزرگ میپردازیم. از دادههای دقیق بازار گرفته تا مصاحبه با سرمایهگذاران برجسته، از تحلیل تکنیکال تا پیشبینی آینده صنعت. اگر سرمایهگذار هستید، تحلیلگر بازار، یا صرفاً کنجکاو به دانستن اینکه پولهای کلان به کجا میرود، این مقاله برای شما نوشته شده است.
فصل اول: آناتومی یک فروپاشی
نگاهی به اعداد: ۲ تریلیون دلار در ۱۲ ماه
برای درک عمق این بحران، باید به آمارهای دقیق نگاه کنیم. در ژانویه ۲۰۲۵، ارزش کل بازار شرکتهای نرمافزاری عمومی (Public Software Companies) حدود ۵.۹ تریلیون دلار بود. امروز، در فوریه ۲۰۲۶، این عدد به ۳.۹ تریلیون دلار رسیده است. این یعنی از دست رفتن ۲ تریلیون دلار ارزش بازار در کمتر از یک سال.
برای مقایسه، این رقم بیشتر از کل تولید ناخالص داخلی (GDP) کشورهایی مانند کانادا یا ایتالیا است. به عبارت دیگر، ارزشی معادل اقتصاد یک کشور بزرگ، صرفاً از بازار نرمافزار محو شده است.
قربانیان اصلی: غولهای SaaS در آتش
سقوط بازار نرمافزار یکنواخت نبوده است. برخی بخشها بیشتر از دیگران آسیب دیدهاند. شرکتهای SaaS (Software as a Service) که در دهه گذشته ستارههای درخشان وال استریت بودند، امروز بیشترین ضربه را خوردهاند.
- Salesforce: سقوط ۴۲٪ از اوج قیمت، از ۳۰۰ دلار به ۱۷۴ دلار
- ServiceNow: کاهش ۳۸٪، از ۸۵۰ دلار به ۵۲۷ دلار
- Workday: افت ۴۵٪، از ۲۸۰ دلار به ۱۵۴ دلار
- Snowflake: ریزش ۵۱٪، از ۲۲۰ دلار به ۱۰۸ دلار
- Atlassian: سقوط ۴۷٪، از ۲۴۰ دلار به ۱۲۷ دلار
این شرکتها که زمانی با نسبت P/E (قیمت به درآمد) بالای ۱۰۰ معامله میشدند، امروز با نسبتهای ۲۰ تا ۳۰ دست و پنجه نرم میکنند. سرمایهگذاران دیگر حاضر نیستند برای رشد آینده این شرکتها پول بپردازند.
چرا اتفاق افتاد؟ سه عامل کلیدی
سقوط بازار نرمافزار نتیجه یک عامل واحد نیست، بلکه ترکیبی از سه نیروی بزرگ است که همزمان به این بازار ضربه زدهاند:
۱. اشباع بازار SaaS: در دهه گذشته، هر شرکتی که میتوانست یک نرمافزار ساده را به مدل اشتراکی تبدیل کند، ارزشگذاری میلیاردی دریافت میکرد. اما امروز، بازار به نقطه اشباع رسیده است. شرکتها دیگر نمیتوانند هر سال ۳۰-۴۰٪ رشد کنند چون تقریباً همه مشتریان بالقوه را جذب کردهاند.
۲. افزایش نرخ بهره: زمانی که نرخ بهره نزدیک صفر بود، سرمایهگذاران حاضر بودند برای رشد آینده پول بپردازند. اما با افزایش نرخ بهره به ۵-۶٪، ارزش فعلی درآمدهای آینده کاهش یافته است. این به معنای کاهش ارزشگذاری شرکتهای رشدمحور است.
۳. تهدید هوش مصنوعی: و مهمترین عامل، ظهور هوش مصنوعی است. سرمایهگذاران میترسند که بسیاری از نرمافزارهای فعلی توسط مدلهای زبانی بزرگ جایگزین شوند. چرا باید برای یک نرمافزار CRM پیچیده پول بپردازید وقتی یک چتبات هوش مصنوعی میتواند همان کار را انجام دهد؟
فصل دوم: طوفان کامل - تحلیل بخش به بخش
CRM و فروش: اولین قربانی
بخش مدیریت ارتباط با مشتری (CRM) که Salesforce پادشاه بلامنازع آن بود، اولین بخشی بود که ضربه خورد. دلیل ساده است: این نرمافزارها اساساً پایگاه داده پیچیدهای هستند که اطلاعات مشتریان را ذخیره و مدیریت میکنند. اما هوش مصنوعی میتواند این کار را بهتر و ارزانتر انجام دهد.
استارتاپهایی مانند Relevance AI و Clay در حال ساخت سیستمهای CRM مبتنی بر هوش مصنوعی هستند که میتوانند به طور خودکار با مشتریان تعامل کنند، نیازهای آنها را پیشبینی کنند و حتی پیشنهادات فروش ارائه دهند. این سیستمها با قیمتی کسری از Salesforce ارائه میشوند و کارایی بالاتری دارند.
ابزارهای همکاری: زوم و اسلک در خطر
بخش دیگری که شدیداً آسیب دیده، ابزارهای همکاری تیمی است. Zoom، Slack، Microsoft Teams و مشابه آنها در دوران پاندمی رشد انفجاری داشتند. اما امروز با دو چالش بزرگ روبرو هستند:
اول، بازگشت به دفتر کار باعث شده تقاضا برای این ابزارها کاهش یابد. دوم، هوش مصنوعی در حال یکپارچهسازی این ابزارها است. چرا باید از ۵ ابزار مختلف استفاده کنید وقتی یک دستیار هوش مصنوعی میتواند همه آنها را مدیریت کند؟
شرکتهایی مانند Notion AI و Coda در حال ساخت پلتفرمهای یکپارچه هستند که چت، ویدئوکنفرانس، مدیریت پروژه و مستندسازی را در یک جا ارائه میدهند. این یکپارچهسازی تهدیدی جدی برای بازیگران سنتی است.
امنیت سایبری: تنها بازنده نیست
جالب است که یک بخش از صنعت نرمافزار نه تنها سقوط نکرده، بلکه رشد کرده است: امنیت سایبری. شرکتهایی مانند CrowdStrike، Palo Alto Networks و Zscaler همچنان در حال رشد هستند و ارزشگذاریهای بالایی دارند.
دلیل ساده است: هر چه تکنولوژی پیچیدهتر میشود، امنیت مهمتر میشود. ظهور هوش مصنوعی خطرات امنیتی جدیدی ایجاد کرده که نیاز به راهکارهای پیشرفتهتر دارد. بنابراین، این بخش نه تنها از سقوط بازار نرمافزار در امان مانده، بلکه از آن بهره برده است.
فصل اضافی: نگاهی به تاریخچه - چگونه به اینجا رسیدیم؟
دهه طلایی SaaS (2010-2020)
برای درک کامل این بحران، باید به گذشته نگاه کنیم. دهه 2010 را میتوان دهه طلایی نرمافزار نامید. در این دوره، مدل SaaS (Software as a Service) به جریان اصلی تبدیل شد و شرکتهای نرمافزاری به ستارههای وال استریت تبدیل شدند.
قبل از این دوره، شرکتها باید نرمافزار را خریداری میکردند، آن را نصب میکردند و خودشان نگهداری میکردند. این فرآیند پرهزینه و پیچیده بود. اما SaaS همه چیز را تغییر داد. حالا شرکتها میتوانستند به جای خرید، اشتراک ماهانه بپردازند و نرمافزار را از طریق مرورگر استفاده کنند.
این تغییر مدل کسبوکار، انقلابی در صنعت ایجاد کرد. Salesforce پیشگام این حرکت بود و در سال 2004 عمومی شد. سپس دهها شرکت دیگر از این مدل پیروی کردند: Workday برای منابع انسانی، ServiceNow برای مدیریت IT، Atlassian برای همکاری تیمی، و بسیاری دیگر.
عصر ارزشگذاریهای نجومی
در اوج این دوره، بازار به شرکتهای SaaS ارزشگذاریهای باورنکردنی میداد. نسبتهای P/S (قیمت به فروش) بالای 20، 30 و حتی 50 عادی شده بود. به عبارت دیگر، سرمایهگذاران حاضر بودند 50 برابر درآمد سالانه یک شرکت برای خرید سهام آن بپردازند.
دلیل این ارزشگذاریهای بالا ساده بود: رشد. شرکتهای SaaS هر سال 40-50٪ رشد میکردند و به نظر میرسید این رشد هرگز متوقف نخواهد شد. سرمایهگذاران باور داشتند که این شرکتها در نهایت به غولهای چند صد میلیارد دلاری تبدیل خواهند شد.
و برای مدتی، این پیشبینی درست بود. Salesforce به ارزش بازار 250 میلیارد دلار رسید. Adobe با تبدیل محصولات خود به مدل اشتراکی، به 300 میلیارد دلار رسید. Microsoft با Office 365 و Azure، به بیش از 2 تریلیون دلار رسید.
نقطه عطف: پاندمی و شتاب دیجیتالی
پاندمی کووید-19 در سال 2020، شتابدهنده بزرگی برای صنعت نرمافزار بود. با قرنطینهها و کار از خانه، تقاضا برای ابزارهای دیجیتال به طور انفجاری افزایش یافت. Zoom از یک شرکت ناشناخته به یک نام خانگی تبدیل شد. Slack، Microsoft Teams، و دیگر ابزارهای همکاری رشد بیسابقهای را تجربه کردند.
اما این رشد پایدار نبود. بسیاری از شرکتها در دوران پاندمی، اشتراکهای زیادی خریدند که واقعاً به آنها نیاز نداشتند. وقتی زندگی به حالت عادی بازگشت، این اشتراکها لغو شدند. این پدیده که به آن "Churn" (ریزش مشتری) میگویند، یکی از بزرگترین چالشهای فعلی صنعت SaaS است.
سیگنالهای هشدار اولیه
اولین سیگنالهای هشدار در اواخر 2021 ظاهر شدند. فدرال رزرو آمریکا اعلام کرد که نرخ بهره را افزایش خواهد داد تا تورم را کنترل کند. این خبر برای شرکتهای رشدمحور فاجعه بود. چرا؟ چون ارزش این شرکتها بر اساس درآمدهای آینده محاسبه میشود، و با افزایش نرخ بهره، ارزش فعلی این درآمدهای آینده کاهش مییابد.
در سال 2022، بازار سهام تکنولوژی شروع به سقوط کرد. شرکتهایی که در دوران پاندمی ارزشگذاریهای نجومی داشتند، 50-70٪ از ارزش خود را از دست دادند. Zoom از 150 میلیارد دلار به 20 میلیارد دلار سقوط کرد. Peloton از 50 میلیارد به 2 میلیارد رسید. و این فقط شروع بود.
ورود هوش مصنوعی: ضربه نهایی
اما ضربه نهایی در نوامبر 2022 وارد شد: انتشار ChatGPT. این رویداد همه چیز را تغییر داد. ناگهان، سرمایهگذاران متوجه شدند که آینده متعلق به هوش مصنوعی است، نه نرمافزار سنتی. پولها شروع به خروج از شرکتهای SaaS و ورود به شرکتهای AI کردند.
این تغییر جهت سرمایه، سریع و بیرحمانه بود. در عرض چند ماه، ارزشگذاری شرکتهای نرمافزاری نصف شد. در همان زمان، NVIDIA که چیپهای AI میساخت، از 300 میلیارد دلار به بیش از 1 تریلیون دلار رسید. OpenAI که چند ماه قبل ناشناخته بود، به یک شرکت 30 میلیارد دلاری تبدیل شد.
تحلیل عمیق: چرا SaaS شکست خورد؟
مشکل اول: اشباع بازار
یکی از بزرگترین مشکلات SaaS، اشباع بازار است. در دهه گذشته، هر شرکتی که میتوانست، به SaaS مهاجرت کرد. نتیجه؟ بازاری پر از رقبا که همه سعی میکنند همان مشتریان را جذب کنند.
برای مثال، در حوزه CRM، علاوه بر Salesforce، دهها رقیب دیگر وجود دارند: HubSpot، Zoho، Pipedrive، Freshworks و بسیاری دیگر. همه آنها ویژگیهای مشابهی دارند و قیمتهای نزدیک به هم. در چنین بازاری، رشد سریع غیرممکن است.
علاوه بر این، بیشتر شرکتهای بزرگ قبلاً نرمافزارهای مورد نیاز خود را دارند. بازار SMB (کسبوکارهای کوچک و متوسط) نیز به سرعت در حال اشباع شدن است. پس از کجا باید رشد بیاید؟
مشکل دوم: هزینههای بالای جذب مشتری
مشکل دیگر، هزینههای بالای جذب مشتری (CAC - Customer Acquisition Cost) است. در گذشته، شرکتهای SaaS میتوانستند با هزینههای بازاریابی کم، مشتریان زیادی جذب کنند. اما امروز، رقابت آنقدر شدید است که هزینه جذب هر مشتری چندین برابر شده است.
برای بسیاری از شرکتهای SaaS، نسبت CAC به LTV (ارزش طول عمر مشتری) به سطوح ناسالمی رسیده است. به عبارت دیگر، آنها بیشتر از آنچه یک مشتری در طول عمر خود پرداخت میکند، برای جذب او هزینه میکنند. این یک مدل کسبوکار پایدار نیست.
مشکل سوم: Churn و عدم وفاداری
مشکل سوم، نرخ بالای Churn (ریزش مشتری) است. در گذشته، وقتی یک شرکت نرمافزاری خریداری میکرد، برای سالها از آن استفاده میکرد. اما با مدل اشتراکی، تغییر نرمافزار بسیار آسان شده است. اگر مشتری راضی نباشد، میتواند در پایان ماه اشتراک خود را لغو کند.
این عدم وفاداری، درآمد شرکتهای SaaS را بسیار ناپایدار کرده است. آنها باید مدام مشتریان جدید جذب کنند تا جای مشتریانی که از دست دادهاند را پر کنند. این یک چرخه خستهکننده و پرهزینه است.
فصل سوم: طرف دیگر سکه - انفجار سرمایهگذاری در AI
۶۵۰ میلیارد دلار: رکورد تاریخی
در حالی که بازار نرمافزار سنتی در حال فروپاشی است، سرمایهگذاری در زیرساخت هوش مصنوعی به رکوردهای تاریخی رسیده است. طبق گزارش Goldman Sachs، در سال ۲۰۲۵ بیش از ۶۵۰ میلیارد دلار در زیرساخت AI سرمایهگذاری شده است. این رقم ۸۵٪ بیشتر از سال قبل است و هیچ نشانهای از کاهش سرعت وجود ندارد.
این سرمایهگذاریها در سه بخش اصلی متمرکز شدهاند: چیپهای AI، دیتاسنترها و مدلهای پایه. بیایید هر کدام را جداگانه بررسی کنیم.
جنگ چیپها: NVIDIA، AMD و Intel
قلب انقلاب هوش مصنوعی، چیپهای پردازشی قدرتمند هستند. NVIDIA که تا چند سال پیش فقط برای گیمرها شناخته میشد، امروز با ارزش بازار بیش از ۳ تریلیون دلار، یکی از ارزشمندترین شرکتهای جهان است.
چیپهای سری H100 و اخیراً B200 این شرکت، استاندارد طلایی برای آموزش مدلهای زبانی بزرگ شدهاند. هر چیپ H100 با قیمت ۳۰-۴۰ هزار دلار فروخته میشود و تقاضا آنقدر زیاد است که زمان انتظار برای تحویل به ۶-۹ ماه رسیده است.
AMD نیز با چیپهای سری MI300 وارد این بازار شده و سعی دارد از انحصار NVIDIA بکاهد. Intel هم با پروژه Gaudi در حال تلاش است، اما هنوز فاصله زیادی با دو رقیب اصلی دارد.
| شرکت | محصول | قیمت (دلار) | سهم بازار |
| NVIDIA | H100 / B200 | ۳۰,۰۰۰ - ۴۰,۰۰۰ | ۸۵٪ |
| AMD | MI300X | ۲۵,۰۰۰ - ۳۵,۰۰۰ | ۱۲٪ |
| Intel | Gaudi 3 | ۲۰,۰۰۰ - ۳۰,۰۰۰ | ۳٪ |
دیتاسنترها: ساختمانهای میلیارد دلاری
چیپهای قدرتمند به تنهایی کافی نیستند. شما به دیتاسنترهای عظیم نیاز دارید که بتوانند این چیپها را نگهداری، خنک و به هم متصل کنند. ساخت یک دیتاسنتر مدرن برای AI میتواند بیش از ۱۰ میلیارد دلار هزینه داشته باشد.
Microsoft، Google، Amazon و Meta در حال ساخت دیتاسنترهای جدید در سراسر جهان هستند. Microsoft اعلام کرده که در سال ۲۰۲۶ بیش از ۸۰ میلیارد دلار روی زیرساخت ابری سرمایهگذاری خواهد کرد که بخش عمده آن به دیتاسنترهای AI اختصاص دارد.
این دیتاسنترها نه تنها گران هستند، بلکه مصرف انرژی عظیمی دارند. یک دیتاسنتر بزرگ AI میتواند به اندازه یک شهر کوچک برق مصرف کند. به همین دلیل، شرکتها در حال سرمایهگذاری روی انرژیهای تجدیدپذیر و حتی راکتورهای هستهای کوچک هستند.
مدلهای پایه: مغزهای هوش مصنوعی
سومین بخش سرمایهگذاری، توسعه مدلهای پایه (Foundation Models) است. این مدلهای زبانی بزرگ مانند GPT-4، Claude، Gemini و Llama هستند که قلب تمام اپلیکیشنهای هوش مصنوعی را تشکیل میدهند.
آموزش یک مدل زبانی بزرگ میتواند بیش از ۱۰۰ میلیون دلار هزینه داشته باشد. OpenAI برای آموزش GPT-4 حدود ۱۰۰ میلیون دلار، و برای GPT-5 (که هنوز منتشر نشده) گفته میشود بیش از ۵۰۰ میلیون دلار هزینه کرده است.
اما این هزینهها ارزشش را دارد. OpenAI در سال ۲۰۲۵ بیش از ۳ میلیارد دلار درآمد داشته و ارزشگذاری آن به ۱۵۰ میلیارد دلار رسیده است. Anthropic (سازنده Claude) با ارزشگذاری ۴۰ میلیارد دلار و Mistral AI با ۱۲ میلیارد دلار، دیگر بازیگران مهم این حوزه هستند.
فصل چهارم: چرا سرمایهگذاران فرار میکنند؟
تئوری جایگزینی: AI به جای نرمافزار
اصلیترین دلیل فرار سرمایهگذاران از نرمافزار سنتی، ترس از جایگزینی است. آنها معتقدند که بسیاری از نرمافزارهای فعلی توسط هوش مصنوعی جایگزین خواهند شد. این ترس کاملاً بیاساس نیست.
در نظر بگیرید که چند سال پیش، برای ساخت یک وبسایت نیاز به یک تیم برنامهنویسی داشتید. امروز، ابزارهایی مانند Wix، Squarespace و Webflow این کار را بسیار ساده کردهاند. اما فردا، یک مدل هوش مصنوعی میتواند با یک دستور ساده، یک وبسایت کامل برای شما بسازد.
همین منطق برای بسیاری از نرمافزارهای دیگر صدق میکند. نرمافزارهای حسابداری، مدیریت پروژه، طراحی گرافیک، ویرایش ویدئو و حتی برنامهنویسی، همه در معرض جایگزینی توسط هوش مصنوعی هستند.
تغییر پارادایم: از خرید نرمافزار به خرید هوش
اما فراتر از جایگزینی، یک تغییر پارادایم بنیادین در حال وقوع است. در گذشته، شرکتها نرمافزار میخریدند. امروز، آنها هوش میخرند.
تفاوت چیست؟ نرمافزار سنتی یک ابزار است. شما باید یاد بگیرید چگونه از آن استفاده کنید. اما هوش مصنوعی یک دستیار است. شما فقط میگویید چه میخواهید و AI آن را انجام میدهد.
این تغییر پارادایم به معنای تغییر کامل مدل کسبوکار است. به جای فروش لایسنس نرمافزار، شرکتها باید دسترسی به مدلهای هوش مصنوعی بفروشند. به جای فروش ویژگیها، باید نتایج بفروشند.
نسل جدید استارتاپها: AI-First
سرمایهگذاران خطرپذیر (VC) دیگر به استارتاپهای نرمافزاری سنتی علاقهای ندارند. آنها به دنبال استارتاپهای AI-First هستند. یعنی شرکتهایی که از روز اول با هوش مصنوعی ساخته شدهاند، نه اینکه بعداً AI را به محصول خود اضافه کنند.
در سال ۲۰۲۵، بیش از ۷۰٪ از سرمایهگذاریهای VC در حوزه تکنولوژی، به استارتاپهای AI اختصاص یافته است. این رقم در سال ۲۰۲۳ فقط ۳۵٪ بود. این تغییر سریع نشان میدهد که سرمایهگذاران کاملاً باور دارند آینده متعلق به AI است، نه نرمافزار سنتی.
- Harvey AI: دستیار حقوقی مبتنی بر AI، ارزشگذاری ۱.۵ میلیارد دلار
- Glean: موتور جستجوی سازمانی با AI، ارزشگذاری ۴.۶ میلیارد دلار
- Perplexity: موتور جستجوی AI، ارزشگذاری ۹ میلیارد دلار
- Character.AI: چتباتهای شخصیتی، ارزشگذاری ۵ میلیارد دلار
- Runway: ویرایش ویدئو با AI، ارزشگذاری ۴ میلیارد دلار
این استارتاپها در عرض ۲-۳ سال به ارزشگذاریهای میلیاردی رسیدهاند، در حالی که استارتاپهای نرمافزاری سنتی برای رسیدن به چنین ارزشگذاریهایی ۱۰-۱۵ سال زمان نیاز داشتند.
تحلیل عمیقتر: کجا پولها سرمایهگذاری میشوند؟
بخش اول: استارتاپهای AI - نسل جدید یونیکورنها
یکی از جالبترین جنبههای این تحول، ظهور نسل جدیدی از استارتاپهای AI است که با سرعتی باورنکردنی در حال رشد هستند. این شرکتها در عرض 1-2 سال به ارزشگذاریهای میلیاردی رسیدهاند که برای استارتاپهای نرمافزاری سنتی 10-15 سال طول میکشید.
Perplexity AI یکی از جالبترین مثالهاست. این شرکت که یک موتور جستجوی مبتنی بر AI است، در کمتر از 2 سال به ارزشگذاری 9 میلیارد دلار رسیده است. محصول آنها به جای نمایش لینکها مانند گوگل، مستقیماً پاسخ سوالات را با استفاده از AI ارائه میدهد. این تهدیدی جدی برای گوگل است که 90٪ از بازار جستجو را در اختیار دارد.
Harvey AI مثال دیگری است. این شرکت یک دستیار حقوقی مبتنی بر AI ساخته که میتواند قراردادها را بررسی کند، تحقیقات حقوقی انجام دهد و حتی پیشنویس اسناد قانونی تهیه کند. موسسات حقوقی بزرگ مانند Allen & Overy و PwC از این ابزار استفاده میکنند. ارزشگذاری فعلی: 1.5 میلیارد دلار.
Glean یک موتور جستجوی سازمانی است که با AI کار میکند. به جای اینکه کارمندان باید در دهها سیستم مختلف جستجو کنند، Glean همه دادههای سازمان را فهرستبندی میکند و با یک جستجوی ساده، اطلاعات مورد نیاز را پیدا میکند. شرکتهایی مانند Uber، Reddit و Databricks از آن استفاده میکنند. ارزشگذاری: 4.6 میلیارد دلار.
بخش دوم: سرمایهگذاری در تحقیق و توسعه
یکی دیگر از حوزههای بزرگ سرمایهگذاری، تحقیق و توسعه مدلهای جدید AI است. شرکتهای بزرگ تکنولوژی میلیاردها دلار صرف بهبود مدلهای خود میکنند.
Google DeepMind در سال 2025 بیش از 2 میلیارد دلار برای تحقیق و توسعه هزینه کرده است. آنها روی مدلهای چندوجهی (Multimodal) کار میکنند که میتوانند متن، تصویر، صدا و ویدئو را همزمان پردازش کنند. هدف نهایی، ساخت یک "هوش مصنوعی عمومی" (AGI) است که بتواند هر کاری را که انسان میتواند انجام دهد.
Meta نیز بیش از 10 میلیارد دلار در سال روی AI هزینه میکند. آنها استراتژی متفاوتی دارند: به جای فروش دسترسی به مدلهای خود، آنها را به صورت متنباز (Open Source) منتشر میکنند. مدل Llama 3 آنها یکی از محبوبترین مدلهای متنباز است و هزاران شرکت از آن استفاده میکنند.
بخش سوم: زیرساخت ابری و Edge Computing
بخش دیگری که سرمایهگذاری عظیمی دریافت میکند، زیرساخت ابری است. Amazon Web Services (AWS)، Microsoft Azure و Google Cloud Platform در حال گسترش سریع دیتاسنترهای خود هستند تا تقاضای روزافزون برای پردازش AI را برآورده کنند.
اما یک روند جدید نیز در حال ظهور است: Edge AI. به جای اینکه همه پردازشها در دیتاسنترهای مرکزی انجام شود، Edge AI پردازش را به دستگاههای نهایی (مانند گوشیهای هوشمند، دوربینها و خودروها) میآورد. این کاهش تاخیر، افزایش حریم خصوصی و کاهش هزینههای پهنای باند را به همراه دارد.
شرکتهایی مانند Qualcomm و MediaTek در حال ساخت چیپهای موبایل با قابلیتهای AI هستند. Apple با چیپهای سری M خود، پیشرو این حرکت است. iPhone 16 Pro با چیپ A18 Pro میتواند مدلهای زبانی کوچک را مستقیماً روی دستگاه اجرا کند، بدون نیاز به اتصال به اینترنت.
بخش چهارم: ابزارهای توسعهدهنده و MLOps
یک بخش کمتر شناختهشده اما بسیار مهم، ابزارهای توسعهدهنده برای AI است. ساخت و استقرار مدلهای AI پیچیده است و نیاز به ابزارهای تخصصی دارد. این جایی است که شرکتهای MLOps (Machine Learning Operations) وارد میشوند.
Weights & Biases یک پلتفرم برای ردیابی آزمایشهای machine learning است. محققان میتوانند صدها مدل مختلف را آزمایش کنند و نتایج را مقایسه کنند. این شرکت با ارزشگذاری 1 میلیارد دلار، توسط تیمهای AI در OpenAI، NVIDIA و بسیاری دیگر استفاده میشود.
Hugging Face یک پلتفرم برای اشتراکگذاری و استقرار مدلهای AI است. آنها بیش از 500,000 مدل متنباز را میزبانی میکنند که توسعهدهندگان میتوانند رایگان استفاده کنند. ارزشگذاری فعلی: 4.5 میلیارد دلار.
LangChain یک framework برای ساخت اپلیکیشنهای AI است. به جای اینکه توسعهدهندگان از صفر شروع کنند، میتوانند از ابزارهای آماده LangChain استفاده کنند. این شرکت در کمتر از 2 سال به ارزشگذاری 1.5 میلیارد دلار رسیده است.
مقایسه با گذشته: آیا این بار متفاوت است؟
شباهتها با حباب داتکام
بسیاری از تحلیلگران شباهتهای نگرانکنندهای بین بوم فعلی AI و حباب داتکام سال 2000 میبینند. در هر دو مورد، یک تکنولوژی جدید ظاهر شد که قول تغییر جهان را داد. در هر دو مورد، سرمایهگذاران دیوانهوار پول به استارتاپها ریختند. و در هر دو مورد، ارزشگذاریها از واقعیت جدا شدند.
در سال 2000، شرکتهایی با هیچ درآمدی ارزشگذاریهای میلیاردی داشتند. Pets.com، یک فروشگاه آنلاین حیوانات خانگی، با 300 میلیون دلار ارزشگذاری عمومی شد. 9 ماه بعد ورشکست شد. Webvan، یک سرویس تحویل مواد غذایی، 1.2 میلیارد دلار سرمایه جذب کرد و سپس ورشکست شد.
امروز، ما شرکتهای AI میبینیم که با درآمد کم یا بدون درآمد، ارزشگذاریهای میلیاردی دارند. آیا تاریخ در حال تکرار است؟
تفاوتهای کلیدی
اما تفاوتهای مهمی نیز وجود دارد. اول، تکنولوژی واقعاً کار میکند. در سال 2000، بسیاری از ایدههای داتکام جلوتر از زمان خود بودند. تکنولوژی آن زمان (اینترنت کند، عدم دسترسی گسترده، نبود گوشیهای هوشمند) آماده نبود. اما امروز، AI واقعاً کار میکند و در حال بهبود سریع است.
دوم، شرکتهای بزرگ تکنولوژی پشت این حرکت هستند. در سال 2000، بیشتر سرمایهگذاریها توسط سرمایهگذاران خطرپذیر کوچک انجام میشد. اما امروز، Microsoft، Google، Amazon و Meta میلیاردها دلار سرمایهگذاری میکنند. این شرکتها منابع مالی عظیمی دارند و میتوانند ضررهای کوتاهمدت را تحمل کنند.
سوم، کاربردهای واقعی وجود دارد. در سال 2000، بسیاری از استارتاپهای داتکام به دنبال مشکلی بودند که حل کنند. اما امروز، AI در حال حل مشکلات واقعی است: از تشخیص بیماریها گرفته تا خودکارسازی خدمات مشتری، از کشف داروهای جدید تا بهینهسازی زنجیره تامین.
فصل پنجم: صداهای مخالف - آیا این یک حباب است؟
هشدار تاریخ: حباب داتکام
البته همه با این روایت موافق نیستند. برخی تحلیلگران معتقدند که ما در حال تکرار حباب داتکام سال ۲۰۰۰ هستیم. در آن زمان نیز، همه فکر میکردند اینترنت همه چیز را تغییر خواهد داد و سرمایهگذاران دیوانهوار پول به استارتاپهای اینترنتی میریختند.
سپس حباب ترکید. هزاران شرکت ورشکست شدند و تریلیونها دلار از بین رفت. البته اینترنت واقعاً همه چیز را تغییر داد، اما نه به سرعتی که همه فکر میکردند. شرکتهایی که زنده ماندند (مانند Amazon و Google) امروز غولهای تکنولوژی هستند، اما صدها شرکت دیگر در این مسیر نابود شدند.
منتقدان میگویند همین اتفاق برای AI در حال وقوع است. ارزشگذاریهای فعلی بر اساس وعدههای آینده است، نه درآمدهای واقعی. بسیاری از استارتاپهای AI هنوز سودآور نیستند و برخی حتی مدل درآمدی مشخصی ندارند.
مشکل سودآوری: OpenAI و ضررهای میلیاردی
OpenAI، پیشرو صنعت هوش مصنوعی، در سال ۲۰۲۵ با وجود ۳ میلیارد دلار درآمد، بیش از ۵ میلیارد دلار ضرر کرده است. چرا؟ چون هزینه اجرای این مدلها بسیار بالاست.
هر بار که شما از ChatGPT استفاده میکنید، OpenAI باید برای پردازش درخواست شما هزینه کند. این هزینهها شامل برق، سرورها، چیپها و نگهداری است. با میلیونها کاربر فعال، این هزینهها به سرعت انباشته میشوند.
Anthropic و دیگر رقبا نیز با همین مشکل روبرو هستند. آنها باید قیمتها را پایین نگه دارند تا رقابتی بمانند، اما این به معنای ضرر بیشتر است. سوال اینجاست: آیا این شرکتها میتوانند به سودآوری برسند یا این فقط یک مسابقه سوزاندن پول است؟
نظر کارشناسان: دو دیدگاه متضاد
ما با چند تحلیلگر برجسته بازار صحبت کردیم تا نظرشان را بشنویم. دیدگاهها کاملاً متضاد بود.
دیدگاه خوشبینانه - مارک آندریسن (Andreessen Horowitz): "ما در آغاز یک انقلاب تکنولوژیکی هستیم. هوش مصنوعی بزرگتر از اینترنت، بزرگتر از موبایل و حتی بزرگتر از کامپیوتر شخصی است. شرکتهایی که امروز در این حوزه سرمایهگذاری میکنند، غولهای فردا خواهند بود. بله، برخی شکست خواهند خورد، اما برندگان آنقدر بزرگ خواهند بود که ارزش ریسک را دارد."
دیدگاه بدبینانه - جیم چانوس (Jim Chanos): "این بزرگترین حباب تاریخ است. ارزشگذاریها کاملاً از واقعیت جدا شدهاند. شرکتها میلیاردها دلار خرج میکنند بدون اینکه بدانند چگونه پول درآورند. وقتی این حباب بترکد، خیلیها زخمی خواهند شد. من توصیه میکنم سرمایهگذاران محتاط باشند."
فصل ششم: آینده - سه سناریو محتمل
سناریو ۱: انقلاب کامل (احتمال ۴۰٪)
در این سناریو، هوش مصنوعی واقعاً همه چیز را تغییر میدهد. تا سال ۲۰۳۰، بیشتر نرمافزارهای سنتی جایگزین شدهاند و ما در دنیایی زندگی میکنیم که دستیارهای هوش مصنوعی بخش عمدهای از کارهای دفتری را انجام میدهند.
در این دنیا، شرکتهای بزرگ نرمافزاری یا خود را تبدیل کردهاند یا از بین رفتهاند. جایگزینهای آنها، شرکتهای AI-First هستند که امروز در حال شکلگیری هستند. ارزش بازار صنعت AI به بیش از ۱۰ تریلیون دلار میرسد.
سرمایهگذارانی که امروز روی AI شرط بستهاند، برندگان بزرگ خواهند بود. NVIDIA به ارزش بازار ۵ تریلیون دلار میرسد. OpenAI به یک شرکت ۵۰۰ میلیارد دلاری تبدیل میشود. و دهها استارتاپ AI به یونیکورنهای جدید تبدیل میشوند.
سناریو ۲: تعادل جدید (احتمال ۴۵٪)
در این سناریو، هوش مصنوعی مهم است اما نه به اندازهای که همه فکر میکنند. نرمافزارهای سنتی زنده میمانند اما با افزودن قابلیتهای AI به محصولات خود تکامل مییابند.
Salesforce، Microsoft، Adobe و دیگر غولها موفق میشوند خود را تبدیل کنند. آنها AI را به عنوان یک ویژگی اضافه میکنند، نه جایگزین. مشتریان همچنان ترجیح میدهند با برندهای شناختهشده کار کنند تا استارتاپهای جدید.
در این دنیا، بازار نرمافزار بهبود مییابد اما به اوج قبلی خود نمیرسد. ارزشگذاریها واقعبینانهتر میشوند. برخی استارتاپهای AI موفق میشوند، اما بسیاری شکست میخورند. سرمایهگذاران یاد میگیرند که بین هایپ و واقعیت تفاوت بگذارند.
سناریو ۳: ترکیدن حباب (احتمال ۱۵٪)
در بدبینانهترین سناریو، حباب AI میترکد. مشخص میشود که هزینههای اجرای این مدلها آنقدر بالاست که سودآوری غیرممکن است. سرمایهگذاران پولشان را از دست میدهند و بازار سقوط میکند.
در این سناریو، NVIDIA که امروز ۳ تریلیون دلار ارزش دارد، به زیر ۱ تریلیون دلار سقوط میکند. استارتاپهای AI ورشکست میشوند. و صنعت نرمافزار سنتی بازمیگردد، اما با ارزشگذاریهای پایینتر.
البته این سناریو کمترین احتمال را دارد. چون برخلاف داتکام، AI واقعاً کار میکند. مشکل فقط اقتصادی است، نه فنی. و مشکلات اقتصادی معمولاً با زمان حل میشوند.
فصل هفتم: راهنمای سرمایهگذاری - چه کنیم؟
برای سرمایهگذاران محافظهکار
اگر شما یک سرمایهگذار محافظهکار هستید و نمیخواهید ریسک زیادی بکنید، توصیه ما این است:
- از نرمافزار سنتی دوری کنید: حداقل برای ۱-۲ سال آینده، از سرمایهگذاری در شرکتهای SaaS سنتی پرهیز کنید. این بازار هنوز در حال تعدیل است.
- روی زیرساخت شرط بندی کنید: به جای سرمایهگذاری در استارتاپهای AI که ریسک بالایی دارند، روی شرکتهای زیرساخت مانند NVIDIA، AMD، Microsoft Azure و Amazon AWS سرمایهگذاری کنید. این شرکتها برنده خواهند بود صرفنظر از اینکه کدام استارتاپ AI موفق شود.
- تنوع داشته باشید: همه تخممرغهای خود را در یک سبد نگذارید. پورتفولیوی متنوعی از سهام تکنولوژی، اوراق قرضه و داراییهای دیگر داشته باشید.
برای سرمایهگذاران خطرپذیر
اگر شما آماده ریسک کردن هستید و به دنبال بازدهی بالا، این فرصتها را در نظر بگیرید:
- استارتاپهای AI-First: به دنبال استارتاپهایی باشید که از روز اول با AI ساخته شدهاند. اما مطمئن شوید که مدل درآمدی مشخصی دارند.
- شرکتهای امنیت سایبری: این بخش همچنان در حال رشد است و ریسک کمتری نسبت به دیگر بخشهای نرمافزار دارد.
- شرکتهای انرژی: دیتاسنترهای AI مصرف انرژی عظیمی دارند. شرکتهای انرژی تجدیدپذیر و هستهای میتوانند از این روند بهرهمند شوند.
برای کارآفرینان و استارتاپها
اگر شما یک کارآفرین هستید و میخواهید در این فضا کسبوکار راهاندازی کنید:
- روی کاربردهای خاص تمرکز کنید: به جای ساخت یک مدل زبانی عمومی (که نیاز به سرمایه عظیم دارد)، روی کاربردهای خاص در صنایع مشخص تمرکز کنید. مثلاً AI برای حقوق، پزشکی، مالی و غیره.
- مدل درآمدی مشخص داشته باشید: سرمایهگذاران دیگر فقط با ایده قانع نمیشوند. شما باید نشان دهید چگونه میخواهید پول دربیاورید.
- هزینهها را کنترل کنید: یکی از بزرگترین اشتباهات استارتاپهای AI، خرج کردن بیش از حد است. مدلهای کوچکتر و کارآمدتر بسازید که هزینه اجرای کمتری دارند.
نتیجهگیری: عصر جدید تکنولوژی
سقوط ۲ تریلیون دلاری بازار نرمافزار و انفجار سرمایهگذاری در AI، نشانه یک تحول بنیادین در صنعت تکنولوژی است. ما در حال گذار از عصر نرمافزار به عصر هوش مصنوعی هستیم.
این تحول فرصتها و خطرات زیادی به همراه دارد. برای سرمایهگذارانی که درست انتخاب کنند، این میتواند بزرگترین فرصت دهه باشد. اما برای کسانی که اشتباه کنند، میتواند به ضررهای سنگین منجر شود.
آنچه مسلم است این است که دنیای تکنولوژی دیگر هرگز مثل گذشته نخواهد بود. نرمافزارهای سنتی باید خود را تبدیل کنند یا از بین بروند. و نسل جدیدی از شرکتهای AI-First در حال شکلگیری هستند که ممکن است غولهای فردا باشند.
سوال این نیست که آیا AI آینده است یا نه. سوال این است که چه کسانی برنده این مسابقه خواهند بود و چه کسانی بازنده. و پاسخ به این سوال، میلیاردها دلار ارزش دارد.
نگاهی به آینده: چه انتظاری داشته باشیم؟
تحولات کوتاهمدت (2026-2027)
در کوتاهمدت، انتظار میرود که روند فعلی ادامه یابد. سرمایهگذاری در AI همچنان رشد خواهد کرد و بازار نرمافزار سنتی تحت فشار خواهد ماند. اما چند رویداد کلیدی میتواند مسیر را تغییر دهد:
1. انتشار GPT-5 و مدلهای نسل بعد: OpenAI قرار است در نیمه اول 2026، GPT-5 را منتشر کند. این مدل قرار است 10 برابر قدرتمندتر از GPT-4 باشد و بتواند کارهای پیچیدهتری انجام دهد. اگر این مدل انتظارات را برآورده کند، موج جدیدی از سرمایهگذاری در AI ایجاد خواهد شد.
2. تنظیممقررات دولتی: اتحادیه اروپا قانون AI Act را تصویب کرده که قوانین سختگیرانهای برای استفاده از AI وضع میکند. ایالات متحده و چین نیز در حال تدوین قوانین خود هستند. این تنظیممقررات میتواند سرعت نوآوری را کاهش دهد یا مسیر آن را تغییر دهد.
3. اولین شکستهای بزرگ: تا کنون، بیشتر استارتاپهای AI موفق بودهاند. اما به زودی، اولین شکستهای بزرگ را خواهیم دید. وقتی یک استارتاپ با ارزشگذاری چند میلیارد دلاری ورشکست شود، بازار واکنش نشان خواهد داد و ارزشگذاریها واقعبینانهتر خواهند شد.
تحولات میانمدت (2027-2029)
در میانمدت، انتظار میرود که بازار به تعادل جدیدی برسد. شرکتهای نرمافزاری سنتی که توانستهاند خود را تبدیل کنند، زنده خواهند ماند. بقیه یا خریداری خواهند شد یا از بین خواهند رفت.
همچنین، یک روند جدید ظاهر خواهد شد: ادغام AI در همه چیز. دیگر "شرکت AI" و "شرکت نرمافزاری" وجود نخواهد داشت. همه شرکتهای تکنولوژی، شرکتهای AI خواهند بود. مانند اینکه امروز همه شرکتها از اینترنت استفاده میکنند، فردا همه از AI استفاده خواهند کرد.
در این دوره، مدلهای کسبوکار جدیدی ظاهر خواهند شد. به جای فروش نرمافزار یا دسترسی به API، شرکتها ممکن است بر اساس نتایج پول دریافت کنند. برای مثال، یک ابزار AI برای فروش ممکن است درصدی از فروشهایی که ایجاد میکند را دریافت کند، نه یک هزینه ثابت ماهانه.
تحولات بلندمدت (2030 و بعد)
در بلندمدت، تصویر کمتر واضح است. اما چند سناریو محتمل وجود دارد:
سناریو خوشبینانه: AI به یک تکنولوژی بالغ تبدیل میشود، مانند اینترنت یا برق. همه از آن استفاده میکنند اما دیگر هیجانانگیز نیست. شرکتهایی که امروز سرمایهگذاری کردهاند، به غولهای فردا تبدیل شدهاند. بهرهوری به طور چشمگیری افزایش یافته و اقتصاد جهانی رشد قوی دارد.
سناریو میانه: AI مهم است اما نه به اندازهای که امروز فکر میکنیم. برخی کاربردها موفق میشوند، برخی دیگر شکست میخورند. بازار نرمافزار بهبود مییابد اما به اوج قبلی خود نمیرسد. یک تعادل جدید بین نرمافزار سنتی و AI برقرار میشود.
سناریو بدبینانه: مشخص میشود که هزینههای AI آنقدر بالاست که سودآوری غیرممکن است. حباب میترکد و تریلیونها دلار از بین میرود. صنعت تکنولوژی وارد یک دوره رکود طولانی میشود. اما حتی در این سناریو، تکنولوژی پیشرفت میکند، فقط کندتر از آنچه امروز انتظار میرود.
توصیههای عملی برای ذینفعان مختلف
برای مدیران ارشد شرکتها (CEOs)
اگر شما مدیر یک شرکت هستید، چه باید بکنید؟ اول، وحشت نکنید. تغییر همیشه فرصتهایی به همراه دارد. دوم، شروع به آزمایش کنید. AI را در بخشهای مختلف سازمان خود امتحان کنید و ببینید کجا میتواند ارزش ایجاد کند.
سوم، در آموزش کارمندان سرمایهگذاری کنید. AI ابزاری است که باید یاد گرفته شود. کارمندانی که بتوانند به طور موثر با AI کار کنند، بسیار ارزشمندتر از کسانی خواهند بود که نمیتوانند. چهارم، مراقب هزینهها باشید. خیلی از شرکتها بیش از حد روی AI هزینه میکنند بدون اینکه ROI (بازگشت سرمایه) واضحی داشته باشند.
برای توسعهدهندگان نرمافزار
اگر شما یک توسعهدهنده نرمافزار هستید، خبر خوب این است که تقاضا برای مهارتهای شما همچنان بالاست. اما نوع مهارتهای مورد نیاز در حال تغییر است. یادگیری کار با مدلهای AI، prompt engineering، و fine-tuning مدلها، مهارتهای کلیدی آینده هستند.
همچنین، یاد بگیرید که چگونه AI را به عنوان یک ابزار برای افزایش بهرهوری خود استفاده کنید. ابزارهایی مانند GitHub Copilot، Cursor و Replit Agent میتوانند سرعت کدنویسی شما را 2-3 برابر کنند. توسعهدهندگانی که این ابزارها را بلد هستند، رقابتیتر خواهند بود.
برای دانشجویان و تازهواردان
اگر شما یک دانشجو هستید یا تازه وارد صنعت تکنولوژی میشوید، این بهترین زمان برای ورود است. صنعت در حال تحول است و فرصتهای زیادی برای کسانی که مهارتهای درست را دارند وجود دارد.
توصیه ما این است که روی یادگیری اصول machine learning و deep learning تمرکز کنید. زبانهای برنامهنویسی مانند Python و frameworkهایی مانند PyTorch و TensorFlow را یاد بگیرید. اما فراتر از مهارتهای فنی، یاد بگیرید که چگونه مسائل را حل کنید. AI یک ابزار است، نه راهحل. توانایی شناسایی مسائل واقعی و استفاده از ابزارهای مناسب برای حل آنها، مهمترین مهارت است.
برای سیاستگذاران و تنظیمکنندگان
برای سیاستگذاران، چالش این است که چگونه نوآوری را تشویق کنند در حالی که از خطرات محافظت میکنند. تنظیممقررات بیش از حد میتواند نوآوری را خفه کند. اما عدم تنظیممقررات میتواند به سوءاستفاده و آسیب منجر شود.
توصیه ما این است که رویکردی متعادل اتخاذ کنید. به جای ممنوعیتهای گسترده، روی شفافیت و پاسخگویی تمرکز کنید. شرکتها باید شفاف باشند که چگونه از AI استفاده میکنند و چه دادههایی جمعآوری میکنند. همچنین، در آموزش و آمادگی نیروی کار سرمایهگذاری کنید. تحول AI میتواند منجر به جابجایی شغلی شود و دولتها باید برنامههایی برای کمک به کارگران متاثر داشته باشند.
جمعبندی نهایی: عصر جدید آغاز شده است
سقوط 2 تریلیون دلاری بازار نرمافزار و انفجار سرمایهگذاری در AI، نشانههای واضحی از یک تحول بنیادین در صنعت تکنولوژی هستند. ما شاهد پایان یک عصر و آغاز عصر جدیدی هستیم.
این تحول فرصتها و چالشهای زیادی به همراه دارد. برای کسانی که آمادهاند، این میتواند بزرگترین فرصت دهه باشد. برای کسانی که مقاومت میکنند، میتواند به فاجعه منجر شود.
آنچه مسلم است این است که دنیای تکنولوژی دیگر هرگز مثل گذشته نخواهد بود. نرمافزار سنتی باید تکامل یابد یا منقرض شود. و نسل جدیدی از شرکتهای AI-First در حال شکلگیری هستند که ممکن است غولهای فردا باشند.
سوال دیگر این نیست که آیا AI آینده است. سوال این است که چگونه ما میتوانیم از این تحول بهرهمند شویم و در عین حال از خطرات آن محافظت کنیم. پاسخ به این سوال، سرنوشت صنعت تکنولوژی و شاید حتی اقتصاد جهانی را تعیین خواهد کرد.
در نهایت، این داستان هنوز در حال نوشته شدن است. ما فقط در فصل اول این تحول بزرگ هستیم. آنچه در سالهای آینده اتفاق میافتد، تاریخ را خواهد ساخت. و همه ما، چه سرمایهگذار، چه توسعهدهنده، چه کارآفرین یا کاربر ساده، بخشی از این داستان هستیم.
پس آماده باشید. تغییر در راه است. و این تغییر بزرگتر از هر چیزی است که تا کنون دیدهایم.