چت جی پی تی ۶ استرا؛ کسب وکارها چگونه به تعطیلی نزدیک می شوند؟
چت جی پی تی ۶ استرا؛ کسب وکارها چگونه به تعطیلی نزدیک می شوند؟
تعطیلی یک کسب وکار همیشه با پایین کشیدن ناگهانی کرکره شروع نمی شود. گاهی شروع ماجرا، تلفنی است که کمتر زنگ می خورد، مشتری قدیمی ای که دیگر سفارش نمی دهد یا پیشنهادی که برای چندمین بار بی پاسخ می ماند. صاحب کسب وکار هنوز هر روز سر کار می رود، هزینه ها را می پردازد و امیدوار است بازار برگردد؛ اما ممکن است بخشی از بازار، روش دیگری برای برطرف کردن نیازش پیدا کرده باشد. ورود ابزارهایی مانند چت جی پی تی با مدل GPT-6 Astra را می توان از همین زاویه بررسی کرد: تغییری در شیوه خرید خدمات که احتمال دارد درآمد بعضی کسب وکارها را آرام آرام کاهش دهد.
طبق مستندات رسمی OpenAI، مدل GPT-6 Astra برای کارهایی مانند استدلال پیچیده، برنامه نویسی، پژوهش، تولید اسناد و استفاده از رایانه طراحی شده است. انجام کارهای عملی به ابزارها، دسترسی ها و محیطی که در اختیار مدل قرار می گیرد وابسته است. این قابلیت ها به تنهایی ثابت نمی کنند که کسب وکاری تعطیل خواهد شد. آنچه در ادامه می آید، تحلیل مسیرهای احتمالی اثرگذاری این فناوری است؛ نه گزارش تعطیلی شرکت هایی که علت ورشکستگی شان استرا بوده باشد.
برای فهم موضوع، یک دفتر کوچک تولید محتوا را تصور کنید. بخش زیادی از درآمدش از نوشتن معرفی محصول، کپشن های معمولی و مقاله های عمومی تامین می شود. اگر مشتری بتواند پیش نویس قابل قبولی از این متن ها را با کمک هوش مصنوعی آماده کند، احتمال دارد سفارش های ساده را خودش انجام دهد. دفتر لزوما تمام مشتریانش را از دست نمی دهد؛ اما همان کاهش سفارش می تواند مشکل ساز شود. اجاره، حقوق و هزینه های جاری همچنان برقرارند، در حالی که درآمد کم شده است. ادامه این وضعیت، به خصوص برای مجموعه ای با ذخیره مالی محدود، می تواند بقای آن را تهدید کند.
فشار بعدی از سمت قیمت وارد می شود. وقتی انجام بخشی از یک خدمت سریع تر شود، برخی رقبا ممکن است قیمت پایین تری پیشنهاد دهند. مشتری هم می پرسد چرا باید مبلغ قبلی را بپردازد. البته زمان کمتر همیشه به معنای هزینه کمتر نیست؛ بررسی خروجی، اصلاح خطا و هماهنگی با نیاز مشتری همچنان کار می برد. بااین حال، کسب وکاری که قیمتش را فقط با تعداد ساعت یا حجم خروجی توجیه می کرد، احتمالا با پرسش های دشوارتری روبه رو خواهد شد. باید روشن کند مشتری دقیقا بابت چه ارزشی پول می دهد.
در چنین شرایطی، خدمات عمومی و تکراری ممکن است بیشتر در معرض فشار قرار بگیرند. ترجمه اولیه یک متن ساده، تنظیم یک گزارش معمولی یا آماده کردن ارائه ای ابتدایی، با کاری که نیازمند شناخت عمیق مسئله و پذیرش مسئولیت نتیجه است، تفاوت دارد. نمی توان از آسان ترشدن تولید پیش نویس نتیجه گرفت که مترجمان، مشاوران یا طراحان دیگر جایگاهی ندارند. اما می توان انتظار داشت بخشی از سفارش های ساده جابه جا شود. برای مجموعه ای که عمده درآمدش از همان سفارش هاست، این جابه جایی کوچک نخواهد بود.
گاهی رقیب اصلی، خود مشتری است. صاحب فروشگاهی که قبلا برای هر تغییر جزئی در متن سایت هزینه می پرداخت، ممکن است حالا بخشی از آن را داخل مجموعه انجام دهد. مدیر یک شرکت کوچک هم شاید تهیه نسخه اولیه گزارش یا پیشنهاد تجاری را به دستیار هوشمند بسپارد و فقط برای بازبینی تخصصی کمک بگیرد. در این سناریو، تقاضا کاملا ناپدید نشده؛ شکل آن تغییر کرده است. ارائه دهنده خدمت اگر همچنان فقط بسته قدیمی را بفروشد، احتمال دارد فرصت فروش خدمت جدید را هم از دست بدهد.
کسب وکارهای آموزشی نیز باید این تغییر را جدی بگیرند. دوره ای را در نظر بگیرید که ارزش اصلی آن، توضیح چند اصطلاح و آموزش چند دستور ثابت است. اگر فراگیر بتواند توضیح مشابهی دریافت کند و پرسش هایش را هم بپرسد، پرداخت شهریه برایش دشوارتر می شود. در مقابل، آموزش همراه با تمرین واقعی، بازخورد دقیق، اصلاح اشتباه و پیگیری پیشرفت، ارزش متفاوتی دارد. برای مدرس، مسئله این است که کدام بخش از تجربه کلاس واقعا به یادگیری منجر می شود و کدام بخش صرفا انتقال اطلاعاتی است که دسترسی به آن آسان تر شده است.
از طرف دیگر، همین ابزار می تواند به دوام یک مجموعه کوچک کمک کند. کسب وکاری که توان استخدام نیروی جداگانه برای همه کارها را ندارد، شاید بتواند بخشی از تهیه اسناد، بررسی اطلاعات یا کارهای مقدماتی را سریع تر انجام دهد. البته خرید اشتراک به خودی خود بهره وری ایجاد نمی کند. باید کسی مسئله را درست تعریف کند، اطلاعات مناسب بدهد و نتیجه را بسنجد. اگر زمان ذخیره شده صرف پیگیری مشتری، بهبود محصول یا کاهش تاخیر شود، فناوری می تواند فرصتی برای تقویت کسب وکار باشد.
خطر دیگری هم وجود دارد: مدیر از ترس عقب ماندن، با عجله تصمیم می گیرد. چند خروجی چشمگیر می بیند و تصور می کند می تواند فورا تعداد زیادی از کارکنان را حذف کند. اما نمایش موفق یک کار با اجرای قابل اعتماد آن در شرایط روزمره فرق دارد. سفارش ناقص، مشتری ناراضی، اطلاعات متناقض و موقعیت پیش بینی نشده، بخشی از زندگی واقعی سازمان اند. اگر مجموعه پیش از آزمودن فرایند جدید، تجربه و دانش کارکنانش را از دست بدهد، ممکن است هزینه اصلاح اشتباه ها از صرفه جویی اولیه بیشتر شود. استفاده شتاب زده نیز می تواند کسب وکار را ضعیف کند.
در بازار ایران، این بحث را باید کنار مسائل دیگری دید. هزینه دسترسی، کیفیت اتصال، تناسب ابزار با زبان و نیاز مشتری، و توان پرداخت مجموعه در تصمیم اثر دارند. بنابراین نسخه واحدی برای همه وجود ندارد. یک دفتر خدماتی، کارخانه تولیدی و فروشگاه محلی به یک شکل تحت تاثیر قرار نمی گیرند. همچنین اگر مجموعه ای تعطیل شود، نمی توان بدون بررسی بدهی، مدیریت، تقاضا و هزینه هایش، علت را به هوش مصنوعی نسبت داد. چنین توضیح ساده ای ممکن است مشکلاتی را پنهان کند که پیش از ورود فناوری هم وجود داشته اند.
واکنش عملی از بررسی سفارش ها شروع می شود. کدام خدمت کمتر خریدار دارد؟ مشتری درباره قیمت چه می گوید؟ برای چه کاری هنوز ترجیح می دهد با یک فرد متخصص کار کند؟ پاسخ این پرسش ها از دنبال کردن هیجان خبرها مفیدتر است. سپس می توان یک کار محدود را با ابزار جدید انجام داد و زمان، هزینه و کیفیتش را با روش قبلی مقایسه کرد. اگر نتیجه مناسب بود، دامنه استفاده گسترش پیدا کند. هم زمان، کارکنان باید فرصت یادگیری داشته باشند؛ چون آشنایی آن ها با مشتری و جزئیات کار، برای ارزیابی خروجی ارزشمند است.
استرا ممکن است برای بعضی کسب وکارها فشار رقابتی بیشتری ایجاد کند و برای بعضی دیگر، امکان رشد فراهم آورد. هیچ کدام از این دو نتیجه از پیش تضمین نشده است. صاحب کسب وکار لازم است به تغییر رفتار مشتری زودتر توجه کند، پیش از آنکه کاهش سفارش به بحران نقدینگی تبدیل شود. پرسش تعیین کننده این است: اگر مشتری بتواند بخشی از کار ما را خودش انجام دهد، چه دلیل محکمی برای ادامه همکاری با ما خواهد داشت؟ پاسخ باید در کیفیت خدمت، شناخت مسئله و نتیجه ای دیده شود که تحویل می دهیم؛ جایی در تجربه واقعی مشتری.