ساخت نسخهٔ اول محصول شما ارزان شد؛ نگهداشتنش نه. ابزارهای کدنویسی با هوش مصنوعی کاری را که قبلاً یک پروژهٔ دوازدههفتهای بود به چند هفته فشرده کردهاند و هر بنیانگذاری که با او حرف میزنیم پایینآمدن قیمت را دیده است. آنچه تقریباً هیچکس قیمتگذاری نکرده، سر دیگر عمر محصول است: کدی که اینقدر سریع میرسد، بعداً بهشکل قابلاندازهگیری سختتر تغییر میکند — و بیشتر بودجهٔ هر نرمافزاری همیشه در همان «بعداً» خرج شده است.
دقیقاً چه چیزی ارزان شد؟
بخش «از صفر»: ساخت اول، روی یک مخزن خالی، بدون هیچ سیستم موجودی که باید رعایتش کنی. این همان کاری است که این ابزارها در آن بهتریناند، و اندازهٔ برتریشان حالا اندازهگیری شده، نه حدس زده. پژوهش Stanford که در گزارش ROI of AI-assisted Software Development از DORA نقل شده، افزایش بهرهوری را روی کارهای سادهٔ از صفر ۳۵٪ تا ۴۰٪ و روی کد قدیمی و پیچیده حدود ۱۰٪ میگذارد (InfoQ، ۱۱ مه ۲۰۲۶). این دو عدد را کنار هم بگذارید تا شکل مسئله پیدا شود: تخفیف مال همین ماهی است که در آن هستید و بهمحض اینکه محصولتان گذشتهای پیدا کند، حدود سهچهارمش آب میرود.
چرا سال دوم از قبل گرانتر تمام میشود؟
چون آنچه سال دوم را ارزان میکند «استفادهٔ دوباره» است و دقیقاً همین چیزی است که کدبیسهای هوشمصنوعییار از دست میدهند. GitClear و GitKraken شمار ۶۲۳ میلیون تغییر واقعی کد را از ۲۰۲۳ تا ۲۰۲۶ تحلیل کردند و دیدند تکرار بلوکی کد ۸۱٪ بالا رفته، جابهجایی خطوط در بازآرایی ۷۰٪ نسبت به ۲۰۲۲ افتاده، نگهداری بلندمدت کد قدیمی ۷۴٪ کم شده، ساختارهای پنهانکنندهٔ خطا ۴۷٪ زیاد شده و بههمپیوستگی توابع ۳۵٪ پایین آمده — از ۳۴۳ فراخوانی متد در هر هزار خط تغییریافته به ۲۲۳ (LeadDev، ۷ ژوئیه ۲۰۲۶). اینها پنج نما از یک اتفاقاند: کد بهجای آنکه دوباره استفاده شود، از نو نوشته میشود، پس یک رفتار واحد در پنج جا پیاده میشود. کار میکند. منتشر میشود. بعد قیمتگذاریتان را عوض میکنید و آن پنج جا باید با هم بخوانند.
In the long term it starts to get painful when you realize you have five different implementations of the same thing that are similar yet different.
این هزینه به پول چقدر میشود؟
گزارش DORA برای هر دو طرف عدد میدهد. برای یک سازمان مهندسی ۵۰۰ نفره، بازده سال اول را حدود ۱۱٫۶ میلیون دلار در برابر ۸٫۴ میلیون دلار سرمایهگذاری مدل میکند — بازدهی ۳۹٪ با دورهٔ بازگشت هشتماهه — و همان ماشینحساب، با بالا رفتن نرخ خطای تغییر از ۵٪ به ۶٪، ۳۴۴٬۰۰۰ دلار هزینهٔ از کار افتادن را منفی ثبت میکند (InfoQ، ۱۱ مه ۲۰۲۶). ببینید آن مدل چه کسی را توصیف میکند: پانصد مهندس، یک فرایند بازبینی، و آنقدر فراخی که یک واحد نرخ خطای بیشتر را جذب کند. شما چنین چیزی ندارید. در محصولی که یک بنیانگذار و یک پیمانکار میگردانندش، یک واحد بیثباتی بیشتر ردیفی در صفحهگسترده نیست؛ هفتهٔ شماست.
این تله شکل یک عرضهٔ موفق را دارد
سه ماه اول، قانعکنندهترین شاهدی است که تا ابد برای همان روشی خواهید دید که ماه چهاردهم صورتحسابش را میفرستد. تا وقتی سطح محصول کوچک است و فقط یک نفر به آن دست زده، هیچچیز خراب نمیشود.
پیش از ساختن چه کاری را باید فرق بگذارید؟
هیچکدام از اینها استدلالی برای کندتر ساختن نیست. استدلالی است برای اینکه بخشی از وقتی را که هوش مصنوعی به شما پس داده، خرج کارهایی کنید که خودش برایتان نمیکند: تصمیم دربارهٔ اینکه محصول چه کارهایی را نباید بکند، نگهداشتن دقیقاً یک پیادهسازی از هر چیزی که با پول یا هویت سروکار دارد، و اطمینان از اینکه یک آدم میتواند سیستم را بدون باز کردن ابزاری که آن را نوشته توضیح دهد. فهرست زیر همان چیزی است که پیش از برآورد هر پروژه مرور میکنیم و عمداً کوتاه است.
- فهرست قابلیتها را به آنچه یک مشتری پولی لازم دارد کوتاه کنید.
- از صورتحساب، ورود و دسترسیها فقط یک پیادهسازی نگه دارید.
- برای هر تغییری که هوش مصنوعی نوشته، یک بازبین انسانی مشخص بگذارید.
- نرخ خطای تغییر را از همان انتشار اول اندازه بگیرید.
- برای سال دوم همانقدر بودجه بگذارید که برای سال اول گذاشتید.
- مالکیت مخزن کد، دامنه و پایگاه داده را خودتان نگه دارید.
کِی نسخهٔ اولِ ساختهشده با هوش مصنوعی انتخاب درستی است؟
وقتی محصول کوچک است، احتمال اشتباهبودن فرض اولیه بالاست، و قصد دارید دورش بیندازید. ساخت خامی که در سه هفته به پرسش «اصلاً کسی پولش را میدهد؟» جواب بدهد، از ساخت قابلنگهداریای که همان جواب را در سه ماه بدهد ارزشمندتر است — به شرطی که همه از قبل توافق کنند تحویلدادنی همان جواب است، نه کد. حالت خرابشدن، سریع ساختن نیست؛ سریع ساختن، جواب مثبت گرفتن، و بعد دو سال کسبوکار واقعی را روی نمونهٔ اولیه راه بردن است، فقط چون از قبل آنجا بود. هر کسی به شما میگوید هوش مصنوعی مسئلهٔ نگهداری را حذف کرده، دارد سه هفتهٔ اول را به شما میفروشد.
پیش از آنکه خودتان را به نسخهٔ دوم متعهد کنید
Hamed Azimi
بنیانگذار، NexusWave
حامد عظیمی بنیانگذار NexusWave Technologies است، یک آژانس دیجیتال و استودیوی محصولِ هوشمصنوعیمحورِ مستقر در Vancouver.
