چه زمانی اثر هوش مصنوعی در تولید ناخالص داخلی نمایان می‌شود؟

نمودار حبابی سنسورتاور، عملکرد دسته‌های مختلف اپلیکیشن را در بازار ایالات متحده از سه منظر مقایسه می‌کند: رشد درآمد، رشد زمان استفاده و اندازه اقتصادی هر دسته.

محور افقی، درصد تغییر مجموع زمان صرف‌شده کاربران در اپلیکیشن‌ها (Time-Spent Growth) را نشان می‌دهد و از حدود منفی ۴۵ درصد تا مثبت ۶۰ درصد امتداد دارد.

محور عمودی، درصد رشد درآمد (Revenue Growth) را نمایش می‌دهد و محدوده‌ای از منفی ۵۰ درصد تا مثبت ۱۵۰ درصد را پوشش می‌دهد.

اندازه هر حباب نیز متناسب با درآمد آن دسته است. برای درک مقیاس، نمودار از حباب‌های مرجع با درآمد ۱۰۰ میلیون، ۵۰۰ میلیون و یک میلیارد دلار استفاده می‌کند.

این شیوه نمایش کمک می‌کند سه موضوع را هم‌زمان بررسی کنیم: کدام دسته‌ها کاربران را بیشتر درگیر کرده‌اند، کدام دسته‌ها درآمد بیشتری ایجاد می‌کنند و رشد مشاهده‌شده در چه مقیاسی از بازار اتفاق افتاده است.

۱. بهره‌وری (Productivity): رشد هم‌زمان درآمد و استفاده

دسته بهره‌وری برجسته‌ترین بخش نمودار است.

این دسته در ناحیه بالا و راست قرار گرفته و تنها حباب تیره و متمایز نمودار را تشکیل می‌دهد. چنین موقعیتی نشان می‌دهد که بهره‌وری هم از نظر درآمد و هم از نظر زمان استفاده، رشد قابل‌توجهی داشته است.

درآمد این دسته بیش از ۱۰۰ درصد افزایش یافته و رشد زمان استفاده کاربران نیز به حدود ۶۰ درصد رسیده است.

بر اساس داده‌های ارائه‌شده، بهره‌وری سریع‌ترین رشد زمان استفاده را در میان دسته‌های بررسی‌شده داشته و از نظر رشد درآمد نیز پس از دسته نسبتاً کوچک غذا و نوشیدنی در جایگاه دوم قرار گرفته است.

نکته مهم این است که این رشد صرفاً به یک بازار کوچک و نوظهور محدود نمی‌شود. اندازه حباب بهره‌وری نشان می‌دهد که با دسته‌ای دارای مقیاس اقتصادی قابل‌توجه روبه‌رو هستیم.

از محصولات شاخص این دسته می‌توان به ChatGPT، Claude، Gemini و Grok اشاره کرد.

این محصولات، برخلاف بسیاری از اپلیکیشن‌هایی که صرفاً با کمک هوش مصنوعی ساخته می‌شوند، خودِ قابلیت‌های هوش مصنوعی را به‌عنوان بخش اصلی ارزش پیشنهادی محصول در اختیار کاربران قرار می‌دهند.

رشد دسته بهره‌وری نشان می‌دهد که تقاضا برای استفاده مستقیم از قابلیت‌های هوش مصنوعی، دست‌کم در این بخش از بازار، به افزایش قابل‌توجه تعامل کاربران و درآمد منجر شده است.

۲. غذا و نوشیدنی (Food & Drink): رشد درآمد بالا در بازاری کوچک

دسته غذا و نوشیدنی با رشد درآمدی در حدود ۱۲۵ درصد، بالاترین نرخ رشد درآمد را در میان دسته‌های بررسی‌شده ثبت کرده است.

با این حال، اندازه حباب این دسته بسیار کوچک است و رشد زمان استفاده کاربران نیز چندان قابل‌توجه نیست.

این تفاوت نشان می‌دهد که درصد رشد به‌تنهایی برای سنجش اهمیت اقتصادی یک دسته کافی نیست.

برای مثال، افزایش درآمد یک بازار کوچک از ۱۰ میلیون دلار به ۲۰ میلیون دلار، رشدی ۱۰۰ درصدی محسوب می‌شود؛ اما از نظر ارزش مطلق، با رشد ۲۰ درصدی بازاری که چند میلیارد دلار درآمد دارد، قابل‌مقایسه نیست.

بنابراین، اگرچه غذا و نوشیدنی بالاترین نرخ رشد درآمد را ثبت کرده، رشد آن از نظر مقیاس اقتصادی با رشد دسته بهره‌وری یکسان نیست.

همچنین، افزایش درآمد بدون رشد متناسب زمان استفاده می‌تواند ناشی از عوامل مختلفی مانند افزایش پرداخت به‌ازای هر کاربر، تغییر قیمت‌ها یا تغییر ترکیب خدمات باشد. داده‌های نمودار به‌تنهایی برای تعیین علت این اختلاف کافی نیستند.

۳. ابزارهای توسعه‌دهندگان (Developer Tools): رشد قابل‌توجه در مقیاسی محدود

دسته ابزارهای توسعه‌دهندگان نیز در ناحیه بالا و راست نمودار قرار دارد؛ یعنی هم درآمد و هم زمان استفاده کاربران در این دسته افزایش یافته است.

با این حال، اندازه حباب آن بسیار کوچک است و نشان می‌دهد که این بازار، در مقایسه با دسته‌های بزرگ‌تر، هنوز مقیاس اقتصادی محدودی دارد.

بر اساس گزارش، Replit یکی از محصولات شاخص این دسته است و نقش برجسته‌ای در رشد آن داشته است.

اهمیت این دسته در آن است که استفاده از هوش مصنوعی را به فرایند تولید نرم‌افزار پیوند می‌دهد.

ابزارهایی مانند Replit می‌توانند بخشی از فعالیت‌های برنامه‌نویسی، ساخت نمونه اولیه و توسعه محصول را ساده‌تر کنند. در نتیجه، رشد این دسته را می‌توان نشانه‌ای از افزایش استقبال از ابزارهایی دانست که خودِ فرایند ساخت نرم‌افزار را تغییر می‌دهند.

البته کوچک بودن اندازه بازار نشان می‌دهد که رشد سریع این ابزارها هنوز الزاماً به معنای سهم بزرگ آن‌ها از درآمد کل اقتصاد اپلیکیشن‌ها نیست.

۴. سایر دسته‌ها: رشد نامتوازن و الگوهای متفاوت مصرف

بخش میانی نمودار مجموعه‌ای از دسته‌ها را نشان می‌دهد که رشد درآمد یا زمان استفاده آن‌ها مثبت است، اما عملکردشان به‌اندازه دسته بهره‌وری برجسته نیست.

دسته‌های مرجع (Reference)، مسیریابی (Navigation) و ابزارهای کاربردی (Utilities) به‌ترتیب رشد درآمدی در حدود ۴۶، ۴۴ و ۴۰ درصد ثبت کرده‌اند.

موسیقی (Music) نیز حدود ۲۶ درصد رشد درآمد داشته است. شبکه‌های اجتماعی (Social Networking) با وجود رشد درآمدی نزدیک به ۲۵ درصد، کاهش قابل‌توجهی در مجموع زمان استفاده کاربران تجربه کرده‌اند.

این اختلاف نشان می‌دهد که افزایش درآمد لزوماً با افزایش زمان استفاده همراه نیست.

در دسته گرافیک و طراحی (Graphics & Design)، وضعیت تقریباً معکوس است. زمان استفاده کاربران بیش از ۵۰ درصد افزایش یافته، اما رشد درآمد نزدیک به صفر باقی مانده است.

چنین الگویی نشان می‌دهد که افزایش تعامل کاربران، دست‌کم در دوره بررسی‌شده، به رشد متناسب درآمد تبدیل نشده است.

دسته‌های دیگری مانند آب‌وهوا، پزشکی، کسب‌وکار، سفر، عکس و ویدئو، سلامت و تناسب‌اندام، آموزش، امور مالی، خرید و اخبار نیز در بخش میانی نمودار قرار گرفته‌اند و الگوهای متفاوتی از رشد درآمد و زمان استفاده را نشان می‌دهند.

مجموع این داده‌ها یادآور می‌شود که نمی‌توان وضعیت بازار اپلیکیشن‌ها را صرفاً با یک شاخص یا یک روند کلی توصیف کرد. هر دسته ممکن است تحت تأثیر عوامل متفاوتی رشد کند و رابطه میان درآمد و میزان استفاده نیز در تمام بخش‌ها یکسان نیست.

۵. بازی‌ها، سبک زندگی و کتاب‌ها: کاهش درآمد در برخی بخش‌ها

در مقابل دسته‌های رو‌به‌رشد، برخی بخش‌های بازار با کاهش درآمد مواجه شده‌اند.

بازی‌ها (Games) بزرگ‌ترین حباب نمودار را تشکیل می‌دهند؛ موضوعی که نشان‌دهنده سهم اقتصادی قابل‌توجه این دسته در بازار اپلیکیشن‌هاست.

با این حال، درآمد بازی‌ها حدود ۱۵ درصد کاهش یافته و رشد زمان استفاده نیز منفی بوده است.

دسته سبک زندگی (Lifestyle) افت درآمدی نزدیک به ۳۰ درصد را تجربه کرده، در حالی که زمان استفاده کاربران در آن حدود ۱۲ درصد افزایش یافته است.

این اختلاف نشان می‌دهد که کاربران ممکن است زمان بیشتری را صرف یک دسته از اپلیکیشن‌ها کنند، اما این افزایش تعامل لزوماً به درآمد بیشتر منجر نشود.

دسته کتاب‌ها (Books) نیز با کاهش درآمدی نزدیک به ۴۰ درصد، یکی از شدیدترین افت‌های درآمدی را ثبت کرده است. در همین دوره، مجموع زمان استفاده از اپلیکیشن‌های این دسته تقریباً بدون تغییر باقی مانده است.

این الگوها نشان می‌دهند که رشد تعداد کاربران، افزایش زمان استفاده و افزایش درآمد، سه پدیده متفاوت‌اند و نباید آن‌ها را معادل یکدیگر در نظر گرفت.

بررسی رشد درآمد و زمان استفاده در دسته‌های مختلفبررسی شاخص‌های کلان بازار اپلیکیشن‌ها در ایالات متحده نشان می‌دهد که با وجود افزایش چشمگیر تعداد محصولات جدید، درآمد کل و مجموع زمان استفاده کاربران رشد چندانی نداشته‌اند. اما این تصویر کلی، تفاوت‌های مهم میان دسته‌های مختلف اپلیکیشن‌ها را پنهان می‌کند.

وقتی داده‌ها را در سطح دسته‌بندی‌ها بررسی می‌کنیم، تصویر متفاوتی آشکار می‌شود: در حالی که بسیاری از بخش‌های بازار با رشد محدود یا حتی کاهش درآمد مواجه‌اند، دسته‌هایی که میزبان محصولات برجسته هوش مصنوعی هستند، رشد قابل‌توجهی را تجربه می‌کنند.

داده‌های سنسورتاور (Sensor Tower) نشان می‌دهند که این تفاوت به‌ویژه در دسته بهره‌وری (Productivity) و تا حدودی در ابزارهای توسعه‌دهندگان (Developer Tools) مشهود است.

با کنار هم قرار دادن نتایج این بررسی و داده‌های مربوط به افزایش عرضه اپلیکیشن‌ها، تمایز مهمی آشکار می‌شود.

از یک سو، ابزارهای هوش مصنوعی تولید نرم‌افزار را آسان‌تر کرده‌اند و تعداد اپلیکیشن‌های جدید به‌شدت افزایش یافته است. با این حال، رشد عرضه با افزایش متناسب دانلودها، درآمد یا زمان استفاده همراه نبوده و سهم محصولاتی که به حداقلی از استقبال کاربران می‌رسند نیز کاهش یافته است.

از سوی دیگر، محصولاتی که قابلیت‌های هوش مصنوعی را مستقیماً در اختیار کاربران قرار می‌دهند، به‌ویژه در دسته بهره‌وری، رشد چشمگیری را تجربه کرده‌اند.

این دو روند، تفاوت میان دو مفهوم را برجسته می‌کنند:

اپلیکیشن‌های مبتنی بر هوش مصنوعی (AI-Powered Apps): محصولاتی که هوش مصنوعی بخش اصلی ارزش پیشنهادی آن‌هاست و کاربران برای بهره‌مندی از قابلیت‌هایی مانند تولید محتوا، تحلیل اطلاعات، برنامه‌نویسی یا انجام وظایف پیچیده به سراغشان می‌روند.

اپلیکیشن‌های ساخته‌شده با هوش مصنوعی (AI-Built Apps): محصولاتی که هوش مصنوعی در فرایند توسعه آن‌ها به کار گرفته شده است، اما لزوماً قابلیت هوش مصنوعی یا ارزش متمایزی را به کاربر نهایی ارائه نمی‌کنند.

البته این دو گروه کاملاً مستقل از یکدیگر نیستند. یک محصول ممکن است هم با کمک هوش مصنوعی ساخته شده باشد و هم قابلیت‌های هوش مصنوعی را به کاربران ارائه دهد.

با این حال، داده‌های موجود نشان می‌دهند که رشد تقاضا برای محصولات هوش مصنوعی را نباید با رشد تقاضا برای تمام نرم‌افزارهایی که به کمک هوش مصنوعی تولید می‌شوند، یکسان دانست.

«اپلیکیشن‌هایی که هوش مصنوعی را به کاربران ارائه می‌کنند، با استقبال چشمگیری مواجه شده‌اند؛ اما اپلیکیشن‌هایی که صرفاً با کمک هوش مصنوعی ساخته می‌شوند، لزوماً چنین استقبالی را تجربه نکرده‌اند.»