چگونه الکساندر وانگ اپلیکیشن Meta Muse را به صدر اپ‌استور رساند، بالاتر از ChatGPT
الکساندر وانگ در ۱۹ سالگی Scale AI را راه‌اندازی کرد و اکنون تلاش‌های هوش مصنوعی متا را هدایت می‌کند؛ تلاشی که در سپتامبر اپلیکیشن عامل هوش مصنوعی Muse را به صدر اپ‌استور رساند. این صعود واقعی است، اما داستان آن محدودتر از چیزی است که در نگاه اول به نظر می‌رسد و جزئیات آن اهمیت زیادی دارد.
از پروژه خوابگاه دانشگاه MIT تا شرکتی با ارزش ۲۹ میلیارد دلار
بر اساس صفحه مدیریتی متا، وانگ در سال ۲۰۱۶ و زمانی که ۱۹ ساله و دانشجوی MIT بود، Scale AI را تأسیس کرد. این شرکت بخش چندان جذاب اما حیاتی هوش مصنوعی را هدف گرفت: برچسب‌گذاری تصاویر، متن‌ها و داده‌های حسگرها که مدل‌ها پیش از یادگیری به آن‌ها نیاز دارند. این کار در ظاهر ساده به نظر می‌رسد، اما واقعیت این است که تقریباً همه آزمایشگاه‌های بزرگ هوش مصنوعی به چنین خدماتی وابسته‌اند. Scale AI تحت مدیریت وانگ به ارزشی حدود ۲۹ میلیارد دلار رسید؛ رقمی که فوربس گزارش کرده است.
او پس از نهایی شدن قرارداد متا از سمت مدیرعاملی کنار رفت، اما کرسی خود در هیئت‌مدیره Scale AI را حفظ کرد. این جزئیات مهم است، زیرا نشان می‌دهد این انتقال یک خروج کامل از شرکت نبود. وانگ از مدیریت شرکتی که به صنعت هوش مصنوعی خدمات ارائه می‌کرد، به مدیریت یکی از بزرگ‌ترین سازندگان این صنعت منتقل شد.
شرط‌بندی متا و مسئولیتی که همراه آن آمد
متا در سال ۲۰۲۵ بیش از ۱۴ میلیارد دلار برای خرید ۴۹ درصد سهام بدون حق رأی Scale AI پرداخت کرد. این سرمایه‌گذاری هم سهمی از شرکت را برای متا به همراه داشت و هم وانگ را به این شرکت آورد. او در ماه ژوئن همان سال به‌عنوان نخستین مدیر ارشد هوش مصنوعی متا به این شرکت پیوست و اکنون رهبری Meta Superintelligence Labs را بر عهده دارد؛ مجموعه‌ای که پژوهش‌ها، محصولات و زیرساخت‌های هوش مصنوعی را پوشش می‌دهد. در یادداشتی به تاریخ ۳۰ ژوئن، وانگ در کنار نَت فریدمن، مدیرعامل پیشین گیت‌هاب، معرفی شد؛ فریدمن مسئول محصولات هوش مصنوعی متا و پژوهش‌های کاربردی این شرکت است.
این تقسیم مسئولیت قابل توجه است. وانگ مالک بخش پژوهش و زیرساخت است، در حالی که فریدمن بر چیزی تمرکز دارد که کاربران مستقیماً با آن تعامل می‌کنند. یک آزمایشگاه هوش مصنوعی می‌تواند پژوهشگران برجسته‌ای داشته باشد، اما اگر محصولی نسازد که مردم بخواهند دوباره از آن استفاده کنند، ممکن است بازار را از دست بدهد. به نظر می‌رسد متا به این نتیجه رسیده که شکاف اصلی در محصول بوده است و اپلیکیشن Muse تاکنون روشن‌ترین آزمون این ایده محسوب می‌شود.
Muse در صدر اپ‌استور
Muse یک اپلیکیشن مستقل مبتنی بر عامل هوش مصنوعی است و با چت‌بات Meta AI تفاوت دارد. طبق داده‌های Sensor Tower، این اپلیکیشن در ۱۸ سپتامبر به صدر جدول اپ‌استور آمریکا رسید و با حدود ۷۳۰ هزار دانلود، ChatGPT شرکت OpenAI را از رتبه نخست کنار زد. بلومبرگ نیز گزارش داد که این اپ در شش روز نخست بیش از ۹۰۰ هزار دانلود داشته است. در اوایل همان سال، اپلیکیشن Meta AI پس از عرضه مدل Muse Spark از رتبه ۵۷ به رتبه پنجم صعود کرده بود و در آن زمان پشت سر ChatGPT، Claude شرکت Anthropic و Gemini گوگل قرار داشت.
با این حال، در این بخش باید با احتیاط صحبت کرد. شبکه CNBC در ۷ اکتبر گزارش داد که Muse همچنان برترین اپ رایگان فروشگاه آیفون اپل بوده است. گزارشی از Startup Fortune در تاریخ ۶ اکتبر، این اپ را در رتبه دوم آمریکا قرار داده بود و منابع درباره وضعیت دقیق آن اختلاف نظر دارند. همچنین رتبه فعلی Claude یا ChatGPT در اپ‌استور در دسترس نیست؛ بنابراین ادعای اینکه Muse در حال حاضر Anthropic را در رتبه‌بندی‌ها شکست داده است، قابل تأیید نیست.
رتبه اول چه چیزی را ثابت می‌کند و چه چیزی را نه
رتبه‌بندی اپ‌استور تصویری لحظه‌ای از نصب‌ها و میزان توجه کاربران است. یک اپلیکیشن جدید می‌تواند به دلیل هیجان اولیه، رویداد معرفی یا قابلیت تازه، خیلی سریع رشد کند و سپس زمانی که کاربران دیگر به آن بازنمی‌گردند، افت کند. تعداد دانلودها ساده‌ترین شاخص برای بررسی است؛ اما استفاده روزانه، حفظ کاربران و رفتار آن‌ها پس از اولین جلسه استفاده، معیارهای دشوارتری هستند و متا تاکنون این داده‌ها را به‌صورت عمومی منتشر نکرده است.
وانگ ادعای بزرگ‌تری نیز مطرح کرده است. او در مدرسه استارتاپی Y Combinator در ماه اکتبر گفت در برخی موارد داخلی، زمانی که یک عامل هوش مصنوعی به‌صورت تکرارشونده فعالیت کند و معیارهای ارزیابی و بهینه‌سازی آن درست باشند، گروهی از عامل‌ها می‌توانند به‌راحتی عملکرد بهتری از ۱۰۰ مهندس داشته باشند. متا این موارد را نام نبرده و نتایجی درباره آن‌ها منتشر نکرده است. این ادعا تا زمانی که قابل اندازه‌گیری نباشد، باید با احتیاط بررسی شود؛ زیرا در نهایت کاربران محصول، نه سازندگان آن، میزان موفقیت واقعی چنین فناوری‌ای را مشخص خواهند کرد.
درس‌هایی که بنیان‌گذاران می‌توانند از این تجربه بگیرند
درس مهم این ماجرا این نیست که یک نام مشهور می‌تواند به‌تنهایی یک بازگشت موفقیت‌آمیز بسازد. مسیر حرفه‌ای وانگ نشان می‌دهد یک بنیان‌گذار می‌تواند ابتدا یک سرویس کاربردی اما کم‌زرق‌وبرق را به شرکتی بزرگ تبدیل کند و سپس در یک شرکت بسیار بزرگ‌تر با چالشی دشوارتر روبه‌رو شود. بخش دوم همان چیزی است که بسیاری آن را دست‌کم می‌گیرند. Scale AI موفق شد زیرا در زیرساخت کل صنعت قرار داشت، و Muse تنها زمانی موفق خواهد بود که کاربران بخواهند دوباره به آن بازگردند.
اگر در بازاری شلوغ در حال ساخت یک محصول هوش مصنوعی هستید، پرسش اصلی این نیست که آیا می‌توانید برای یک هفته به صدر جدول برسید یا نه. باید بپرسید آیا یک کاربر غریبه صبح یک روز عادی دوباره محصول شما را باز خواهد کرد و اگر پاسخ منفی است، چه چیزی باید تغییر کند. این همان پرسشی است که متا اکنون باید درباره Muse پاسخ دهد؛ پرسشی که هر بنیان‌گذاری، فارغ از اندازه بودجه پشت سرش، با آن روبه‌رو است.