‏چرا هوش مصنوعی نرم‌افزار رو گرون‌تر کرده، نه ارزون‌تر

Gal Ratner تو این مقاله به یه پست پربازدید تو X جواب می‌ده که می‌گفت اگه AI کار دو ماه رو دو روزه انجام می‌ده، قیمت نرم‌افزار هم باید پایین بیاد. نویسنده برعکس فکر می‌کنه و مثال Cursor رو می‌زنه. سازندهٔ Cursor تا ژوئن ۲۰۲۶ به درآمد سالانهٔ حدود ۴ میلیارد دلار رسید، ولی ۴۰ تا ۷۰ درصد درآمدش خرج inference (یعنی هزینهٔ اجرای مدل برای هر درخواست) می‌شد. برای همین قیمت‌گذاریش رو چند بار عوض کرد و هر بار گرون‌تر شد.

استدلال اصلی نویسنده اینه که نرم‌افزار هیچ‌وقت بر اساس هزینهٔ ساخت قیمت نخورده، بلکه بر اساس ارزشش برای خریدار. کپی ده‌میلیونم ویندوز برای مایکروسافت خرجی نداشت ولی رایگان نشد. به گفتهٔ نویسنده، کامپایلر، Visual Basic، Rails و AWS هم هر کدوم ساخت رو حدوداً ده برابر سریع‌تر کردن ولی قیمت‌ها بالا رفت، چون بهره‌وری صرف انتظارات بیشتر شد: SSO، SOC 2، اپ موبایل، audit trail و API. طبق آمار Zylo هم ۷۹ درصد مدیران IT موقع تمدید قرارداد با افزایش قیمت روبه‌رو شدن.

نویسنده قبول می‌کنه که قیمت هوش واقعاً سقوط کرده: خروجی هم‌سطح GPT-3 از ۶۰ دلار برای هر میلیون توکن در ۲۰۲۱ به ۶ سنت رسیده. ولی دو چیز جلوی ارزون شدن قبض رو گرفته. اولی Jevons paradoxـه، یعنی وقتی یه منبع ارزون‌تر می‌شه مصرفش اون‌قدر بالا می‌ره که کل هزینه بیشتر می‌شه. هزینهٔ inference خود OpenAI تو ۲۰۲۵ حدود چهار برابر شد. دومی اینکه مدل‌های ضعیف‌تر ارزون‌تر شدن ولی قیمت مدل‌های frontier از ژانویه ۲۰۲۶ تقریباً دو برابر شده و محصول جدی رو کسی با مدل ضعیف نمی‌سازه.

به گفتهٔ نویسنده، مهم‌ترین تغییر اینه که نرم‌افزار حالا برای هر بار استفاده هزینهٔ واقعی داره (همون cost of goods sold). قبلاً کپی دوم نرم‌افزار تقریباً مجانی بود. ولی ایجنتی مثل Claude Code فایل‌ها رو می‌خونه، برنامه می‌ریزه، تست اجرا می‌کنه و دوباره با کل کانتکست برمی‌گرده. طبق مستندات Anthropic، میانگینش حدود ۱۳ دلار برای هر برنامه‌نویس در هر روز کاریه و agent teams تو حالت plan حدود هفت برابر توکن بیشتری مصرف می‌کنن. خود نویسنده می‌گه موقع دیباگ جدی، هزار دلار تو یه بعدازظهر براش عادیه.

برای همین قیمت‌گذاری per-seat (یعنی پول دادن برای هر کاربر) داره از بین می‌ره. Gartner پیش‌بینی می‌کنه تا آخر ۲۰۲۶ تا ۴۰ درصد اپ‌های سازمانی ایجنت AI داشته باشن و تا ۲۰۳۰ حدود ۲۳۴ میلیارد دلار از هزینهٔ این اپ‌ها در خطر باشه. Intercom هم برای هر گفتگوی حل‌شده ۹۹ سنت می‌گیره. نویسنده قبول داره که بلیت هواپیما یا تلویزیون واقعاً ارزون شدن، ولی می‌گه دلیلش رقابت تو بازار کالاهای یکسان بوده، نه بهره‌وری. نرم‌افزار سازمانی برعکسه: هزینهٔ عوض کردنش بالاست و قرارداد خودکار تمدید می‌شه.

جمع‌بندی نویسنده اینه که AI قیمت کارهای ساده و تکراری، مثل یه اپ CRUD با صفحهٔ لاگین، رو واقعاً به صفر نزدیک کرده. ولی یکپارچه‌سازی با سیستم‌های قدیمی، مدل دادهٔ مستندنشده، compliance و مهاجرت داده گرون‌تر شدن. به گفتهٔ اون، ساخت دوروزه فقط حدود ۸ درصد هزینهٔ یه سیستم سازمانیه و هیچ‌وقت بخشی نبوده که مشتری براش پول می‌داده.

نکات کلیدی:

• درآمد سالانهٔ سازندهٔ Cursor حدود ۴ میلیارد دلاره ولی حاشیهٔ سودش ۳۰ تا ۵۰ درصده، در برابر ۷۰ تا ۸۰ درصد نرم‌افزار سنتی.
• هزینهٔ خروجی هم‌سطح GPT-3 از ۶۰ دلار به ۶ سنت برای هر میلیون توکن رسیده.
• قیمت مدل‌های frontier از ژانویه ۲۰۲۶ تقریباً دو برابر شده.
• Claude Code تو سازمان‌ها به‌طور میانگین حدود ۱۳ دلار برای هر برنامه‌نویس در هر روز کاری خرج داره.
• Gartner تا ۲۰۳۰ حدود ۲۳۴ میلیارد دلار از هزینهٔ اپ‌های سازمانی رو در معرض خطر ایجنت‌ها می‌دونه.