شرکت ۲.۵ میلیارد دلاری مایکروسافت برای کاشتن مهندس هوش مصنوعی داخل مشتریها
خلاصهٔ کاملتر
مایکروسافت پنجشنبه از «The Microsoft Frontier Company» رونمایی کرد؛ یه واحد جدید که مهندسهاش رو داخل سازمان مشتریها مستقر میکنه تا سیستمهای هوش مصنوعی رو همونجا بسازن و اجرا کنن. این یه شرکت حقوقی جداگانه نیست و بیشتر ۶٬۰۰۰ نفرش الان هم کارمند مایکروسافتن، ولی ۲.۵ میلیارد دلار پشتش واقعیه. رهبریش رو Rodrigo Kede Lima، از مدیرهای قدیمی فروش و سازمانی مایکروسافت، به عهده میگیره.
این روش تو صنعت به اسم «مهندسی مستقرشده در محل» (forward-deployed engineering) شناخته میشه؛ یعنی شرکت به جای اینکه یه ابزار بفروشه و بره، کارمندهای فنی خودش رو میفرسته داخل عملیات مشتری تا سیستم هوش مصنوعی رو اونجا طراحی، ساخت و اجرا کنن. نویسنده میگه این مدل رو دو دهه پیش Palantir راه انداخت، ولی همین چند وقت اخیر تبدیل به داغترین ترند هوش مصنوعی سازمانی شده.
رقبا هم بیکار نبودن. Amazon فقط دو روز قبلش ۱ میلیارد دلار به ابتکار مشابه خودش اختصاص داد (بعضیها داخل مایکروسافت گمان میکنن رقیب بو برده و زودتر اعلام کرده). OpenAI و Anthropic هم اردیبهشت امسال نسخههای رقیب خودشون رو راه انداختن؛ «OpenAI Deployment Company» برخلاف مال مایکروسافت یه شرکت مستقل واقعیه که بیش از ۴ میلیارد دلار از یه مشارکت به رهبری TPG پشتشه، و Anthropic هم با Goldman Sachs و Blackstone یه سرمایهگذاری ۱.۵ میلیارد دلاری راه انداخته.
Judson Althoff، مدیرعامل بخش تجاری مایکروسافت، نوشته که این ابتکار «فراتر از چیزیه که تا حالا FDE نامیده شده» و قراره بزرگترین و توانمندترین سازمان مهندسی نتیجهمحور تو این صنعت باشه. سخنگوی مایکروسافت اون رو «یه شرکت هدفساخته با رهبری و پاسخگویی مالی مستقل خودش» توصیف کرده، ولی از اینکه اسمش رو شرکت حقوقی جداگانه بذاره خودداری کرده.
نویسنده توضیح میده چرا این اتفاق الان داره میافته: سود هوش مصنوعی سختتر از اون چیزی که شرکتها انتظار داشتن به دست میآد. کلی کسبوکار ابزارهایی مثل ChatGPT و Claude و Copilot رو به کار گرفتن ولی فهمیدن دموی خیرهکننده لزوماً به نتیجهٔ واقعی ختم نمیشه؛ چون پیادهسازیش داخل یه شرکت واقعی با داده و قوانین و عادتهای خودش سخته. یه دلیل بزرگ دیگه اینه که خود مدلها دارن به کالا تبدیل میشن و پول اصلی تو فروش خدماته، نه خود مدل.
مایکروسافت حریم خصوصی و انتخاب رو بهعنوان مزیت فروش پیش میکشه: میگه دادهٔ مشتری مال خودش میمونه و توش برای آموزش مدل دست نمیبره، و مشتری میتونه هر مدلی رو که بخواد — از OpenAI، Anthropic، خود مایکروسافت یا متنباز — اجرا کنه. ساتیا نادلا هم گفته یه شرکت باید بتونه یه مدل رو با مدل دیگه عوض کنه بدون اینکه دانش انباشتهش رو از دست بده. البته نویسنده هشدار میده که یه ریسک هست: حتی اگه مشتری بتونه مدل رو عوض کنه، وقتی با مهندسهای مایکروسافت کار کنه سیستمش طبیعتاً رو کلاد و فناوریهای مایکروسافت اجرا میشه و جدا شدن ازش خیلی سخت میشه.
در نهایت نویسنده میگه معلوم نیست این ماجرا چقدر واقعاً تازهست؛ مایکروسافت از قبل هم یه بازوی بزرگ تحویل داخلی به اسم Industry Solutions Delivery داشت و طی سال گذشته با شرکایی مثل Accenture و EY تیمهای forward-deployed راه انداخته بود. پس شرکت فرانتیر کمتر یه شرکت جدیده و بیشتر یه فشار تازه و برندسازی بهتر رو کاریه که مایکروسافت از قبل هم میکرد.
نکات کلیدی:
- مایکروسافت با ۲.۵ میلیارد دلار «شرکت فرانتیر» رو با حدود ۶٬۰۰۰ نفر راه انداخت
- مدل کار، فرستادن مهندس داخل شرکت مشتری برای ساخت و اجرای هوش مصنوعیه
- این روش رو Palantir شروع کرد و حالا Amazon، OpenAI و Anthropic هم دنبالش رفتن
- انگیزه اصلی اینه که سود واقعی تو خدماته نه تو خود مدل که داره کالا میشه
- ریسک مشتری اینه که با وجود قابلیت تعویض مدل، عملاً به کلاد مایکروسافت قفل میشه




