ارزش‌گذاری استارتاپ عامل برنامه‌نویس به ۵ میلیارد دلار رسید

استارتاپ Factory که ابزارهای برنامه‌نویسی مبتنی بر عامل‌های هوش مصنوعی می‌سازد، در دور تازهٔ تأمین مالی ۲۰۰ میلیون دلار سرمایه جذب کرده و ارزش‌گذاری خود را به پنج میلیارد دلار رسانده است. این رقم تقریباً سه برابر ارزش‌گذاری دور قبلی شرکت است و نشان می‌دهد سرمایه‌گذاران هنوز برای نرم‌افزارهایی که مستقیماً به تیم‌های مهندسی کمک می‌کنند، بازار بزرگی می‌بینند. تفاوت Factory با یک دستیار گفت‌وگویی معمولی در این است که محصول آن قرار است بخشی از زنجیرهٔ کامل توسعهٔ نرم‌افزار، از تعریف وظیفه تا آزمایش و تحویل کد، را به شکل یک عامل کاری مدیریت کند.

عامل برنامه‌نویس دقیقاً چه کاری انجام می‌دهد؟

یک عامل کدنویسی می‌تواند مخزن پروژه را بخواند، ساختار فایل‌ها را بشناسد، یک درخواست انسانی را به چند وظیفهٔ کوچک تبدیل کند و سپس برای هر وظیفه تغییرات پیشنهادی بسازد. این فرایند با تکمیل خودکار یک خط کد فرق دارد. عامل باید وابستگی میان ماژول‌ها، قراردادهای API، خطاهای گزارش‌شده و تست‌های موجود را در نظر بگیرد. در صورت تنظیم درست، توسعه‌دهنده به جای جست‌وجوی دستی میان ده‌ها فایل، یک طرح قابل بررسی دریافت می‌کند؛ بااین‌حال تصمیم نهایی و تأیید ادغام کد همچنان بر عهدهٔ انسان می‌ماند.

Factory تلاش می‌کند این قابلیت را در قالب یک محیط سازمانی عرضه کند. تیم‌های بزرگ معمولاً با چند زبان، سیستم کنترل نسخه، ابزار مدیریت پروژه و سیاست امنیتی متفاوت کار می‌کنند. یک ابزار عمومی اگر نتواند این تفاوت‌ها را تحمل کند، در مرحلهٔ نمونه‌سازی جذاب و در استفادهٔ روزمره ناکارآمد خواهد بود. بنابراین ارزش محصول فقط از مدل زبانی آن نمی‌آید؛ اتصال به گردش‌کارهای موجود، کنترل مجوزها، ثبت سابقهٔ تصمیم‌ها و امکان بازگرداندن تغییرات از اجزای تعیین‌کنندهٔ محصول هستند.

چرا ارزش‌گذاری شرکت ناگهان بالا رفت؟

دور جدید سرمایه‌گذاری در زمانی انجام می‌شود که شرکت‌ها از مرحلهٔ آزمایش چت‌بات‌ها به دنبال اتوماسیون فرآیندهای واقعی هستند. مدیران فناوری اطلاعات دیگر فقط نمی‌پرسند یک مدل در آزمون بنچمارک چه امتیازی می‌گیرد؛ آن‌ها می‌خواهند بدانند یک عامل در هفته چند درخواست را کامل می‌کند، چند بار نیاز به دخالت انسانی دارد و آیا می‌تواند قوانین داخلی را رعایت کند یا نه. ابزارهای برنامه‌نویسی در این ارزیابی مزیت دارند، زیرا خروجی آن‌ها قابل اندازه‌گیری است: زمان انجام تیکت، تعداد خطاهای کشف‌شده، پوشش تست و مدت انتشار نسخه.

از نگاه سرمایه‌گذاران، بازار نرم‌افزار سازمانی حتی با فروش تعداد محدودی قرارداد بزرگ می‌تواند درآمد قابل توجهی ایجاد کند. Factory می‌تواند به تیم‌ها بر اساس تعداد کاربر، میزان استفاده یا سطح امکانات هزینه دریافت کند. اگر عامل واقعاً بتواند بخشی از کار تکراری مهندسان را انجام دهد، شرکت مشتری حاضر است هزینهٔ ابزار را در مقایسه با دستمزد ساعات صرفه‌جویی‌شده بسنجد. این مدل البته به اعتماد نیاز دارد؛ یک خطای کوچک در کد بانکی یا سامانهٔ پزشکی ممکن است هزینه‌ای بسیار بیشتر از اشتراک نرم‌افزار داشته باشد.

چالش اعتماد و نظارت

هر عامل خودکار، حتی زمانی که در محیط محدود کار می‌کند، سطح دسترسی قابل توجهی دارد. برای خواندن کد، اجرای تست و ایجاد تغییر باید به مخزن و ابزارهای داخلی وصل شود. اگر مجوزها بیش از حد گسترده باشند، یک خطای مدل یا حمله به زنجیرهٔ تأمین می‌تواند دادهٔ محرمانه را در معرض خطر قرار دهد. تیم‌های امنیتی به همین دلیل به قابلیت‌هایی مانند محیط اجرای جداگانه، محدودکردن دستورات، ثبت رویدادها و بررسی اجباری کد قبل از ادغام احتیاج دارند.

مسئلهٔ دیگر کیفیت توضیح عامل است. توسعه‌دهنده باید بفهمد چرا یک فایل تغییر کرده، کدام آزمون نتیجه را تأیید کرده و چه فرض‌هایی در راه‌حل به کار رفته است. متن خوش‌خوان اما نادرست خطرناک‌تر از خطای آشکاری است که فوراً دیده می‌شود. محصولی مانند Factory باید میان سرعت تولید و قابل‌ردیابی‌بودن تصمیم‌ها تعادل برقرار کند. ارائهٔ خلاصهٔ تغییرات، پیوند هر پیشنهاد به یک نیاز مشخص و نمایش نتیجهٔ تست‌ها از امکاناتی است که می‌تواند این اعتماد را افزایش دهد.

اثر بر نقش مهندس نرم‌افزار

ورود عامل‌ها الزاماً به معنی حذف کامل برنامه‌نویس نیست. نقش بسیاری از مهندسان می‌تواند از نوشتن جزئیات تکراری به طراحی معماری، تعریف محدودیت‌ها و داوری دربارهٔ راه‌حل‌ها تغییر کند. این جابه‌جایی مهارت‌های تازه‌ای می‌خواهد؛ فرد باید بتواند مسئله را دقیق صورت‌بندی کند، خروجی ماشین را آزمایش کند و در صورت شکست، مسیر اصلاح را پیدا کند. شرکت‌هایی که بدون آموزش کارکنان ابزار عامل‌محور می‌خرند، احتمالاً با انبوهی از تغییرات نیمه‌کاره روبه‌رو می‌شوند.

در تیم‌های کوچک، عامل کدنویسی می‌تواند امکان ساخت نمونهٔ اولیه با نیروی کمتر را فراهم کند. یک بنیان‌گذار می‌تواند ایدهٔ خود را به محصول قابل آزمایش نزدیک‌تر کند و بازخورد بازار را زودتر بگیرد. در سازمان‌های بزرگ، سود اصلی شاید در نگهداری نرم‌افزارهای قدیمی باشد؛ جایی که مستندسازی ناقص و کمبود نیروی متخصص، هر تغییر ساده را پرهزینه می‌کند. عامل می‌تواند ابتدا نقشه‌ای از وابستگی‌ها بسازد و سپس پیشنهادهای کوچک و قابل بازبینی ارائه دهد.

آیندهٔ رقابت

Factory تنها بازیگر این میدان نیست و با ابزارهای شرکت‌های بزرگ و استارتاپ‌های تخصصی رقابت می‌کند. مزیت پایدار آن باید از ترکیب مدل، تجربهٔ کاربری و دادهٔ بازخوردی تیم‌های مهندسی به دست بیاید. هرچه عامل در پروژه‌های بیشتری با الگوهای متفاوت روبه‌رو شود، فرصت بهبود برنامه‌ریزی و تشخیص خطا بیشتر خواهد شد؛ اما جمع‌آوری این داده‌ها باید با سیاست محرمانگی مشتریان سازگار باشد. شرکت‌ها معمولاً حاضر نیستند کد اختصاصی خود را بدون تضمین روشن برای آموزش سامانه در اختیار فروشنده بگذارند.

سرمایهٔ ۲۰۰ میلیون دلاری به Factory امکان می‌دهد فروش سازمانی، زیرساخت محاسباتی و پژوهش مدل را هم‌زمان گسترش دهد. آزمون اصلی در ماه‌های آینده، تعداد قراردادهای پایدار و میزان استفادهٔ روزانه خواهد بود، نه فقط رقم ارزش‌گذاری. اگر تیم‌های مهندسی بتوانند با کمک عامل، نسخه‌های مطمئن‌تری را در زمان کمتر تحویل دهند، این شرکت می‌تواند یکی از لایه‌های اصلی توسعهٔ نرم‌افزار شود. در غیر این صورت، ارزش‌گذاری بالا ممکن است بیشتر بازتاب هیجان بازار باشد تا نشانهٔ یک تغییر ماندگار.

برای بازار کار نیز نتیجهٔ این روند دوگانه است. تقاضا برای کارهای سطح پایین و تکراری ممکن است کاهش یابد، درحالی‌که نیاز به مهندسانی که سیستم‌های قابل اتکا طراحی می‌کنند بیشتر شود. معیار برتری تیم‌ها از تعداد خطوط کد به کیفیت تصمیم‌ها، سرعت اعتبارسنجی و توانایی کنترل ریسک منتقل خواهد شد. شرکت‌هایی که این ابزارها را زودتر می‌پذیرند، اگر چارچوب بررسی انسانی و سنجش نتیجه داشته باشند، می‌توانند بهره‌وری را بالا ببرند؛ بدون آن چارچوب، اتوماسیون صرفاً اشتباه‌ها را سریع‌تر تولید می‌کند.

تاریخ انتشار: ۲۵ شهریور ۱۴۰۵

منبع: Reuters

مشاهده بیشتر

نوشته های مشابه

دکمه بازگشت به بالا