ریسک‌های هوش مصنوعی برای آگریگیتورها

مقدمه

ظهور هوش مصنوعی به‌ویژه مدل‌های زبانی بزرگ (LLMها) در سال‌های اخیر ساختار صنعت فناوری را به لرزه درآورده است. شرکت‌هایی مانند گوگل، آمازون و اینستاگرام که به عنوان آگریگیتور (Aggregator) عمل می‌کنند – یعنی پلتفرم‌هایی که با گردآوری تقاضای کاربران و جذب گستره وسیعی از عرضه (اطلاعات، کالا یا محتوا) خدمات متمرکزی ارائه می‌دهند – اکنون با ریسک‌ها و تهدیدهای جدیدی مواجه شده‌اند. مدل کسب‌وکار آگریگیتورها تاکنون بر اثر شبکه‌ای و کنترل تقاضا استوار بوده است: بهترین تجربه کاربری، بیشترین کاربر را جذب می‌کند و به تبع آن بیشترین تأمین‌کننده (ناشر محتوا، فروشنده، سازنده اپ) را به سوی پلتفرم می‌آورد؛ این چرخه‌ی مثبت جایگاه بازار را مستحکم‌تر می‌کند[1]. اما ورود هوش مصنوعی مولد و دستیارهای هوشمند، این معادله را پیچیده کرده است. در این پست، بر اساس مقاله «Aggregators and AI Risk» از Stratechery و دیگر منابع معتبر، به سه پرسش اساسی می‌پردازیم: (1) هوش مصنوعی چه ریسک‌ها و تهدیدهایی برای آگریگیتورها ایجاد کرده است؟ (2) ساختار بازار با ظهور مدل‌های زبانی بزرگ و خدمات مبتنی بر AI چگونه در حال تغییر است؟ و (3) پیامد نهایی این تحولات بر مصرف‌کننده‌ها چیست و تجربه کاربر در زمینه‌هایی مثل جستجو، خرید و مصرف محتوا چه تغییری خواهد کرد؟ لحن بحث رسمی اما نزدیک به زبان محاوره است تا ضمن دقت علمی و اقتصادی، برای خوانندگان حرفه‌ای قابل فهم و جذاب باشد.

ریسک‌های ناشی از هوش مصنوعی برای آگریگیتورها

آگریگیتورها همواره تلاش کرده‌اند طیف گسترده‌ای از کاربران را راضی نگه دارند و تقاضای عمومی را تحت کنترل خود داشته باشند. آن‌ها با بی‌طرفی نسبی و تمرکز بر تجربه کاربری، مخاطبان عظیمی کسب کرده‌اند[2]. گوگل به عنوان آگریگیتور اطلاعات، نتایج جست‌وجو را بر اساس مرتبط‌ترین صفحات وب نمایش می‌دهد و سعی می‌کند بدون جانب‌داری، هر کاربر را به پاسخ دلخواهش برساند؛ فیسبوک/اینستاگرام نیز به عنوان آگریگیتور محتوای اجتماعی، ترجیح می‌دهند به جای اعمال سلیقه سیاسی یا اخلاقی، هر چه باعث تعامل بیشتر کاربران شود را نمایش دهند[2]. دلیل این احتیاط ساده است: مدل اقتصادی آگریگیتور اقتضا می‌کند که «همه» را خدمت‌رسانی کند و تا حد امکان هیچ گروه کاربری را دلزده نکند[3]. اما هوش مصنوعی مولد این وضعیت را به چالش کشیده است.

در مدل سنتی، گوگل یا سایر آگریگیتورها نقش راهنما را داشتند؛ با جست‌وجوی یک عبارت، ده‌ها لینک متنوع پیشنهاد می‌شد که کاربران می‌توانستند بر اساس ترجیح خود کلیک کنند. این وفور عرضه (اطلاعات گوناگون) به کاربر امکان می‌داد پاسخ مورد پسندش را بیابد و در عین حال آگریگیتور را از اتهام سوگیری مبرا می‌کرد[2]. هوش مصنوعی مولد اما این معادله را وارونه کرده است: وقتی یک چت‌بات یا موتور هوش مصنوعی پاسخی واحد به کاربر می‌دهد، عملاً وفور عرضه به یک تک‌گزینه‌ی فشرده می‌شود[6]. این «یک پاسخ واحد» نمی‌تواند همه را خوشنود کند[7]. حتی اگر هوش مصنوعی نهایت تلاش خود را برای بی‌طرفی یا تنوع به خرج دهد، برخی کاربران پاسخ را خیلی «جانبدارانه/مهمل» تلقی می‌کنند و گروهی دیگر همان پاسخ را شاید بیش از حد خنثی یا مخالف دیدگاه خود ببینند[8]. به بیان بن تامپسون، «هوش مصنوعی ضد چاپخانه است» – اگر چاپخانه انفجار تنوع نشر بود، هوش مصنوعی همه دانش منتشرشده را در یک پاسخ واحد فشرده می‌کند[6]. از منظر اقتصادی، این یعنی آگریگیتور که زمانی با خدمت‌دهی همگانی سود می‌برد، اکنون با خطر از دست دادن بخشی از تقاضا روبه‌رو است؛ کاربرانی که پاسخ AI را مغایر سلیقه یا باورهای خود بیابند، انگیزه‌ی بالایی برای کوچ به سرویس‌های دیگر دارند[9][10]. نکته نگران‌کننده برای آگریگیتورها این است که این‌بار ترک پلتفرم ناشی از نارضایتی خود کاربران خواهد بود، نه صرفاً کمبود ویژگی یا حضور رقیب. در واقع پاشنه آشیل یک آگریگیتور آن است که کاربران تصمیم بگیرند به جای دیگری بروند – اتفاقی که می‌تواند حتی غول‌های تثبیت‌شده را به زانو درآورد[11].

گوگل شاید آشکارترین نمونه باشد. پس از موفقیت چشمگیر ChatGPT (که تنها طی دو ماه به ۱۰۰ میلیون کاربر رسید، سریع‌ترین رشد تاریخ یک سرویس مصرفی[12])، ناگهان مخاطره‌ای جدی متوجه کسب‌وکار جستجوی گوگل شد. گزارش شد که سامسونگ تهدید کرده موتور پیش‌فرض گوشی‌هایش را از گوگل به بینگ (مجهز به فناوری ChatGPT) تغییر دهد[13]. این زنگ خطر (معروف به «وضعیت کد قرمز») در گوگل موجب واکنش‌های فوری شد؛ از جمله راه‌اندازی عجولانه رقیب ChatGPT به نام Bard و ادغام فناوری مولد در نتایج جستجو. گوگل با معرفی ویژگی «تجربه‌ی مولد جستجو (SGE)» تلاش کرد از قافله عقب نماند و مستقیماً پاسخ پرسش‌ها را در صدر نتایج نمایش دهد[14]. اما این حرکت، گرچه برای حفظ کاربران مفید است، مدل آگریگیتوریِ وب‌بنیان را به چالش کشیده است: ناشران محتوا نگران‌اند که ترافیکشان کاهش یابد، زیرا کاربران پاسخ را در خود گوگل می‌خوانند و روی لینک‌ها کلیک نمی‌کنند[15]. داده‌های یک پژوهش در میان ناشران برتر نشان می‌دهد طی چند هفته نخست عرضه پاسخ‌های AI در گوگل، ترافیک ارجاعی از گوگل به سایت ناشران به‌طور میانیگین ۱۰٪ افت کرده است (در برخی هفته‌ها افت تا ۱۵–۱۷٪ نیز ثبت شده)[16]. به بیان صریح، گوگل با خلاصه‌برداری از محتوای دیگران و نمایش آن درون سایت خود، نقش خود را از «شریک ترافیک» به «رقیب محتوا» تغییر داده است[17]. این وضعیت از دید منتقدان به معنای تبدیل شدن جستجو به محیطی zero-click است که در آن کاربر پاسخ را می‌گیرد بی‌آنکه به منبع اصلی مراجعه کند، و حاصل آن لطمه به اکوسیستم وب آزاد و کاهش تنوع و کشف‌شدنی بودن محتوا است[5]. هرچند گوگل استدلال کرده که AI در جستجو باعث افزایش کلی تعداد جستجوها و بهبود کیفیت کلیک‌ها شده است، شواهد مستقل چنین ادعایی را زیر سؤال می‌برد[18]. در مجموع، خطر برای گوگل دو وجه دارد: وجه اول، امکان نارضایتی کاربران از پاسخ‌های یک‌پارچه AI و رویگردانی به سرویس‌های دیگر؛ وجه دوم، برهم خوردن مدل تعامل با تأمین‌کنندگان محتوا (ناشران) و افزایش فشارهای قانونی و سیاسی (اتهام انحصارطلبی، مطالبه سهم ناشران از درآمد و غیره).

آمازون به عنوان بزرگ‌ترین آگریگیتور تجارت الکترونیک نیز با تهدیدهای مشابه اما با رنگ‌وبوی متفاوت روبه‌رو است. هسته مدل آمازون این است که خریدار را در پلتفرم خود نگه دارد تا کالاها را مقایسه کند، نظرات کاربران را بخواند و در نهایت از میان انبوه عرضه‌کنندگان، انتخاب کند. آمازون از این راه علاوه بر فروش کالا، بخش بزرگی از درآمد خود را از تبلیغات جستجوی محصول و جایگاه‌های اسپانسری کسب می‌کند. اکنون ظهور Agentهای هوشمند خرید این مدل را هدف گرفته است. تصور کنید کاربر به جای باز کردن سایت یا اپ آمازون، به یک دستیار AI بگوید: «یک گوشی هوشمند ۵G زیر ۵۰۰ دلار با بهترین نقدها برایم پیدا کن و سفارش بده.» چنین AIای می‌تواند بی‌وقفه در کسری از ثانیه میان فهرست محصولات، سایت برندها، شبکه‌های اجتماعی و دیتابیس‌های نظرات جستجو کند، چند گزینه بهینه را برگزیند، قیمت‌ها و شرایط فروشنده‌ها را مقایسه و حتی تخفیف‌ها را اعمال کند[19][20]. در نهایت نیز خودش خرید را کامل کند. این سناریو که در حال تبدیل شدن به واقعیت است، عملاً کاربر را از فرایند طولانی جستجو، بررسی و تصمیم‌گیری سنتی معاف می‌کند. تحقیقات ARK Invest نشان می‌دهد مدت زمان متوسط لازم برای تکمیل خرید آنلاین طی سال‌ها از حدود ۱۲ دقیقه در عصر وب، به ۲ دقیقه در عصر اپ‌های موبایل کاهش یافته و در عصر AI احتمالاً به نزدیک صفر می‌رسد[21][22] (نمودار زیر).

از منظر کاربر این اتفاق بسیار مطلوب است؛ اما برای آمازون به منزله کالاسازی (Commodity) شدن پلتفرم است[21]. وقتی AI بتواند بهترین گزینه را بیابد، کاربر اهمیتی نمی‌دهد که کالا را از کدام بازار تهیه کند؛ آمازون تبدیل به یک زیرساخت پشت‌صحنه می‌شود نه مقصد اصلی خرید. به عبارت دیگر، وفاداری به پلتفرم کاهش می‌یابد و مزیت ناشی از انبوه نظرات کاربران، سیستم جستجوی داخلی و تبلیغات اسپانسری کمرنگ می‌شود. آمازون به خوبی از این خطر آگاه است: اخیراً این شرکت علیه استارتاپ Perplexity AI (سازنده مرورگر مجهز به Agent خرید خودکار به نام Comet) اقامه دعوی کرد و مدعی شد این Agent به طور مخفیانه وارد حساب‌های کاربری آمازون شده و مانند یک انسان مشغول سفارش‌گذاری است[23][24]. آمازون اعلام کرد این رفتار مصداق «نفوذ غیرمجاز» است و تجربه خرید شخصی‌سازی‌شده و امنی را که طی دهه‌ها در پلتفرم خود ساخته، مختل می‌کند[25]. همچنین Perplexity را متهم کرد که با پنهان کردن هویت AI، استانداردهای امنیتی و داده‌ای آمازون را دور می‌زند[26]. Perplexity در پاسخ، آمازون را متهم به زورگویی و انحصارطلبی کرد و گفت این شرکت بیشتر نگران حفظ درآمد تبلیغات خود است تا آسایش مشتری[27]. واقعیت احتمالاً ترکیبی از هر دو انگیزه است: آمازون نگران است AIهای واسط اجازه ندهند کاربران تبلیغات پولی و چیدمان پیشنهادی آن را ببینند – درآمدی که در سال ۲۰۲۲ بیش از ۳۸ میلیارد دلار برای آمازون داشته – و از سوی دیگر دغدغه دارد که کنترل کیفیت تجربه خرید (از کشف کالا تا پرداخت) از دستش خارج شود. پاسخ آمازون تاکنون تلاش در دو جهت بوده است: از یک سو اقدامات حقوقی برای محدود کردن Agentهای مستقل، و از سوی دیگر توسعه AI بومی خود (برای مثال قابلیت «Buy for Me» که به کاربر امکان می‌دهد درون اپ آمازون خریدهای چندمنبعی را به یک AI بسپارد، یا دستیار هوشمند «Alexa Rufus» برای توصیه کالا و مدیریت سبد خرید[28]). چالش آمازون این است که آیا می‌تواند تجربه بدون اصطکاکی را که کاربر از یک Agent خنثی انتظار دارد، در محیط خود فراهم کند بی‌آنکه حاشیه سودش قربانی شود.

اینستاگرام و به طور کلی پلتفرم‌های اجتماعی (از خانواده متا گرفته تا تیک‌تاک) نیز مصون از اثرات هوش مصنوعی نیستند. البته الگوریتم‌های توصیه‌گر در شبکه‌های اجتماعی سال‌ها است نوعی «هوش مصنوعی» برای شخصی‌سازی محتوا به کاربر ارائه می‌کنند. پس چه چیز جدیدی وجود دارد؟ نخست، تولید محتوا توسط AI در مقیاس انبوه. مدل‌های مولد می‌توانند تصاویر، ویدیوها و متون کاملاً واقع‌نما خلق کنند که از محتوای تولیدشده توسط انسان قابل تشخیص نباشد. این امر دو تهدید ایجاد می‌کند: یکی خطر اشباع پلتفرم از محتوای غیرواقعی یا بی‌کیفیت (مثلاً انبوه تصاویر ساخته‌شده که صرفاً برای جلب توجه یا کلاهبرداری تولید شده‌اند) و دیگری چالش راستی‌آزمایی و اعتماد کاربران. متا به عنوان مالک اینستاگرام اعلام کرده برای جلوگیری از فریب کاربران، تمام تصاویر تولیدشده با AI را شناسایی و برچسب‌گذاری خواهد کرد[29][30]. نیک کلگ، مدیر امور جهانی متا، تصریح کرده که با مبهم شدن مرز بین محتوای ساخت انسان و محتوای ساخت AI، کاربران حق دارند بدانند آنچه می‌بینند واقعی است یا خیر[31]. از این رو، متا علاوه بر نشاندار کردن محتوایی که توسط ابزارهای خود شرکت تولید شده، در تلاش است تا نشانگرهای نامرئی یا متادیتاهای محتوای AI تولیدشده در خارج (توسط Midjourney، DALL-E، StableDiffusion و غیره) را نیز تشخیص داده و به کاربر اطلاع دهد[32][33]. این اقدام در جهت حفظ اعتماد کاربران است؛ زیرا اگر فید اینستاگرام به محیطی مملو از دیپ‌فیک‌ها و تصاویر دستکاری‌شده تبدیل شود، ارزش پلتفرم برای کاربر جدی به خطر می‌افتد.

از سوی دیگر، ترکیب شبکه‌های اجتماعی و AI فرصت و تهدید توأمان برای آگریگیتورهای اجتماعی به همراه دارد. فرصت از آن جهت که AI می‌تواند ابزارهای جدیدی برای افزایش تعامل ایجاد کند – برای مثال اینستاگرام قابلیت‌های جدیدی مبتنی بر AI در دست توسعه دارد تا کاربران بتوانند استیکرهای تصویری دلخواه بسازند یا عکس‌های خود را با کمک AI ویرایش کنند[34]. حتی امکان ساخت «بازیگر AI» یا چت‌بات‌های شخصیت‌پردازی‌شده (مثلاً مبتنی بر سلبریتی‌ها) برای تعامل در پیام‌رسان‌ها معرفی شده است. این قبیل ویژگی‌ها می‌تواند کاربران را بیشتر درون اکوسیستم پلتفرم نگه دارد. اما تهدید زمانی پدیدار می‌شود که نقش آگریگیتوری محتوا کم‌رنگ شود. تصور کنید AI شخصی کاربر بتواند محتوای جالب را از منابع مختلف (اینستاگرام، توییتر، یوتیوب، خبرگزاری‌ها) گلچین کرده و یک فید واحد و مطابق میل وی ارائه دهد. در این صورت کاربر ممکن است مستقیماً به AI مراجعه کند تا «پست‌های دیدنی امروز» را دریافت کند، بی‌آنکه خود ساعت‌ها بین اپلیکیشن‌های مختلف بچرخد. چنین سناریویی اگرچه پیچیده‌تر از بحث موتور جستجو یا خرید آنلاین است (چرا که شبکه‌های اجتماعی دسترسی API محتوا را محدود می‌کنند)، اما ناممکن نیست. حتی اگر AIای نتواند محتوای اختصاصی هر پلتفرم را بیرون بکشد، می‌تواند با تولید محتوای جایگزین جذاب خلأ را پر کند – برای مثال تولید جوک‌ها، تصاویر طنزآمیز یا ویدیوهای سرگرم‌کننده طبق سلیقه کاربر. در هر دو حالت، چالش برای آگریگیتور اجتماعی این است که کاربران تعامل مستقیم خود را با پلتفرم از دست بدهند. شبکه‌های اجتماعی از مشارکت کاربران (پست‌گذاشتن، لایک و کامنت) تغذیه می‌کنند؛ اگر AI میانجی شود، ممکن است تعامل کاربران کاهش یابد یا الگوهایش تغییر کند. به عنوان نمونه، کاربری که به کمک یک ابزار هوشمند به سرعت ترندهای موردعلاقه‌اش را در هر روز دریافت می‌کند شاید کمتر درگیر اسکرول کردن فید اینستاگرام یا تیک‌تاک شود. یا در مثالی دیگر، اگر خلق محتوا کاملاً مکانیزه شود، کیفیت تعامل انسانی افت می‌کند – یعنی کاربران به جای ارتباط با زندگی واقعی دوستان یا خلاقیت شخصی، با جریان بی‌پایانی از محتواهای مصنوعی مواجه شوند که هرچند سرگرم‌کننده است اما حس اجتماع و واقعیت را القا نمی‌کند.

خلاصه این‌که آگریگیتورهای محتوا در عصر AI باید با دو لبه شمشیر دست‌وپنجه نرم کنند: لبه اول وفور محتوای مولد و نیاز به حفظ اعتماد و اصالت (از طریق سازوکارهایی چون برچسب‌گذاری و پالایش محتوا)؛ لبه دوم احتمال افول نقششان در کشف و توزیع محتوا در صورت رشد Agentهای شخصی موازی.

تغییر ساختار بازار با ظهور مدل‌های زبانی بزرگ

تحولاتی که شرح آن رفت، نویددهنده دگرگونی در ساختار قدرت بازار است. در دو دهه گذشته، چند آگریگیتور بزرگ بخش اعظم ترافیک و توجه آنلاین را در دست گرفته بودند و به تعبیری «اقتصاد سیاسی» موازی با دولت-ملت‌ها شکل دادند که در آن حاکمان جدید، شرکت‌های فناوری آمریکایی بودند[35]. این آگریگیتورها به پشتوانه اقتصاد مقیاس و شبکه، انحصارهای طبیعی قدرتمندی ساختند: مثلاً گوگل بیش از ۹۰٪ سهم جستجوی وب را داشت، فیسبوک و محصولاتش میلیاردها کاربر را به خود مشغول کردند، آمازون قریب به نیمی از تجارت آنلاین آمریکا را در اختیار گرفت. ورود هوش مصنوعی می‌تواند معادلات انحصار و رقابت را تغییر دهد.

از یک سو، توسعه مدل‌های زبانی بزرگ نیازمند سرمایه‌گذاری عظیم در داده و پردازش است. آگریگیتورهای بزرگ منابع مالی و داده‌ای لازم را در اختیار دارند؛ برای نمونه در سال ۲۰۲۳ میزان هزینه‌های گوگل به ۲۲۳ میلیارد دلار و آمازون به رقم هنگفت ۵۳۷ میلیارد دلار رسید[36] که بخشی فزاینده از آن حالا صرف پژوهش و استقرار AI می‌شود. تنها شرکت‌های بزرگ قادر به تأمین زیرساخت لازم برای آموزش مدل‌های عظیم هستند. این واقعیت می‌تواند به ظاهر موضع غول‌ها را مستحکم‌تر کند و مانع ورود رقبا شود. به علاوه، خود آگریگیتورها مالک بزرگ‌ترین خزانه‌های داده‌ی رفتاری کاربران هستند که برای شخصی‌سازی AI مزیتی بی‌بدیل است[37][38]. گوگل و متا سال‌ها است عادات، ترجیحات و علایق کاربران را برای تبلیغات هدفمند رصد می‌کنند و دقیقاً می‌دانند هر فرد به چه موضوعاتی علاقه دارد[37][39]. این دانش اکنون می‌تواند در خدمت شخصی‌سازی پاسخ‌های AI قرار گیرد: همان‌طور که نتایج جستجوی گوگل یا فید اینستاگرام برای هر کاربر شخصی‌شده است، خروجی مدل‌های زبانی نیز می‌تواند متناسب با پروفایل هر فرد تنظیم شود[37][40]. چنین رویکردی راه‌حلی بالقوه برای مشکل «یک پاسخ واحد برای همه» است که پیش‌تر گفتیم. اگر هر کاربر نسخه خودش از AI را داشته باشد – با تنظیماتی که ارزش‌ها، سلایق و نیازهای او را لحاظ کند – آن‌گاه هوش مصنوعی به جای دیکته‌ی یک حقیقت کلی، آنچه کاربر می‌خواهد بشنود را ارائه می‌دهد[40]. این دقیقاً شبیه کاری است که آگریگیتورها در عصر قبل می‌کردند: کاربر محور بودن. بنابراین دور از ذهن نیست که خود شرکت‌های بزرگ راه حل را در چندپارچه کردن مدل‌های زبانی بیابند. بن تامپسون پیشنهاد می‌کند گوگل می‌تواند مجموعه‌ای از پرومپت‌های سیستمی متنوع طراحی کند که هر کدام نمایانگر ذائقه و دیدگاه بخشی از کاربران باشد؛ سپس با استفاده از سیگنال‌های رفتاری (مانند Topics API در کروم) تشخیص دهد کدام پرومپت مناسب کدام کاربر است[41][42]. آنگاه پاسخ یک سوال مثلاً برای یک نوجوان لیبرال ۱۸ ساله در کالیفرنیا ممکن است با پاسخ همان سوال برای یک تاجر ۶۵ ساله محافظه‌کار در تگزاس متفاوت باشد – هر دو توسط یک سرویس واحد ولی شخصی‌سازی‌شده. چنین انعطافی اگر درست پیاده‌سازی شود، شاید به آگریگیتورها امکان دهد هم‌زمان گستره کاربران متنوع خود را حفظ کنند و رضایت هر گروه را جلب نمایند[43][44].

اما سوی دیگر داستان، افزایش احتمال رقابت و ظهور بازیگران جدید است. تجربه چند ماه گذشته نشان می‌دهد موانع ورود آنقدرها هم نفوذناپذیر نیستند. استارتاپ OpenAI با پشتیبانی مایکروسافت، شوک اولیه را به گوگل وارد کرد. در حوزه‌های تخصصی‌تر، مدل‌های متن‌باز (Open-Source) به سرعت در حال تکامل‌اند؛ به طوری که با هزینه‌ای نه چندان زیاد، هر شرکت کوچکی می‌تواند یک مدل زبانی نسبتاً قوی را برای کاربرد خاص خود fine-tune کند. این یعنی تمرکز قدرت ممکن است از چنگ تعداد محدودی غول خارج شود و بین بازیگران بیشتری توزیع گردد. اگر یک AI کوچکتر بتواند بهتر از مدل‌های بزرگ نیازهای یک حوزه یا جامعه خاص را پاسخ دهد، کاربران به سمت آن جذب خواهند شد. به بیان دیگر، سفارشی‌سازی و تخصصی شدن می‌تواند به استارتاپ‌ها و رقبا فرصت خودنمایی بدهد. برای مثال، ممکن است یک موتور جستجوی تخصصی پزشکی با AI ظهور کند که پزشکان آن را به گوگل ترجیح دهند، یا شبکه اجتماعی جدیدی که با تولید محتوای AI محور (مثلاً خلق آواتارهای مجازی جذاب) کاربران جوان را از اینستاگرام برباید. همچنین نباید فراموش کرد هوش مصنوعی مرزهای سنتی بین صنایع را کم‌رنگ می‌کند: اپل که سال‌ها تامین‌کننده پیش‌فرض جستجوی آیفون را گوگل قرار داده بود، اکنون به لطف حضور بینگِ مجهز به ChatGPT توان چانه‌زنی بیشتری پیدا کرده است[13][45]. بانک آمریکا تخمین زده اپل سالانه حدود ۲۰ میلیارد دلار از گوگل بابت این پیش‌فرض بودن دریافت می‌کند[46]؛ اما با تهدید سامسونگ به مهاجرت به بینگ، اپل در موقعیتی است که برای قرارداد بعدی رقم بالاتری طلب کند یا حتی خودش به سراغ مایکروسافت برود[45]. این رقابت آشکارا به نفع اپل (و شاید مصرف‌کنندگان نهایی) است اما سیطره گوگل را متزلزل می‌کند. همچنین در بحث تأمین داده برای آموزش AI، شاهد تغییر روابط قدرت هستیم: پلتفرم‌های محتوا (مثل Reddit) حالا ارزش داده‌های خود را بهتر درک کرده‌اند و هزینه بهره‌گیری از آن‌ها را طلب می‌کنند. به طور مثال، گوگل موافقت کرده است سالانه حدود ۶۰ میلیون دلار به Reddit بپردازد تا از محتوای این شبکه اجتماعی در آموزش مدل‌های هوش مصنوعی خود استفاده کند[47][48]. این یک تغییر جهت مهم است؛ قبلاً خزیدن (crawl) وب آزاد برای ایندکس کردن، مجانی انجام می‌شد اما اکنون تأمین محتوای باکیفیت برای AI به منبع هزینه تبدیل شده است. همه اینها نشان می‌دهد حاشیه سود آگریگیتورها تحت فشار مضاعف قرار گرفته: از یک سو هزینه‌های فنی (زیرساخت پردازشی و خرید داده) بالا رفته[9]، از سوی دیگر مدل درآمد سنتی (مثلاً تبلیغات) با عدم قطعیت مواجه شده است. ممکن است به نقطه‌ای برسیم که آگریگیتورها برای حفظ کیفیت خدمات AIمحور خود، دست به تجدیدنظر در مدل کسب‌وکار بزنند – مثلاً اشتراک پولی یا مدل‌های ترکیبی را جایگزین اتکا صرف به تبلیغات کنند. نمونه‌اش، خود ChatGPT است که با وجود رایگان بودن نسخه اولیه، خیلی زود طرح اشتراکی را معرفی کرد تا هزینه سنگین پردازش را جبران کند[49].

در مجموع، ساختار بازار فناوری در آستانه یک تغییر فاز قرار دارد. سناریوهای ممکن متعددند: شاید چند ابرآگریگیتور با به‌کارگیری AI و شخصی‌سازی گسترده، کماکان حاکم باقی بمانند ولی هر یک چند چهره متفاوت به خود بگیرند؛ یا شاید شاهد شکسته‌شدن بازار به خوشه‌های کوچک‌تر باشیم که هر کدام پیرامون یک سرویس هوش مصنوعی ویژه‌شده یا یک جهان‌بینی خاص شکل گرفته‌اند. حتی ممکن است آگریگیتورهای امروز به زیرساخت‌هایی در پس‌زمینه تنزل یابند و شرکت‌های جدیدی واسط تعامل کاربران با آن زیرساخت‌ها شوند (مانند چشم‌اندازی که ARK برای مارکت‌پلیس‌های e-commerce متصور است که در آن آمازون به یک utility در پس‌زمینه بدل می‌شود[21][50]). آنچه مسلم است، رقابت فناوری شتاب گرفته و دوره جدیدی آغاز شده که قواعد آن با دهه گذشته تفاوت دارد. محور این رقابت نه صرفاً تعداد کاربران پلتفرم، بلکه کیفیت و انطباق خروجی هوش مصنوعی با خواست کاربران خواهد بود. شاید بتوان گفت ما از عصر «اینترنت به مثابه یک دهکده جهانی واحد» فاصله می‌گیریم و به عصر «اینترنت به مثابه مجموعه‌ای از دستیارهای شخصی و جوامع خردتر» وارد می‌شویم. هرچند هنوز مشخص نیست کدام الگو پایدارتر و به‌صرفه‌تر خواهد بود، اما شواهد نشان می‌دهد شرکت‌ها برای بقا باید بیش از پیش منعطف، کاربرمحور و نوآور باشند.

تأثیر نهایی بر مصرف‌کنندگان

تحولات یادشده در نهایت قرار است زندگی دیجیتال مصرف‌کنندگان را تحت تأثیر قرار دهد – این تأثیرات هم می‌تواند مثبت باشد و هم منفی. در این بخش از منظر کاربر نهایی بررسی می‌کنیم که تجربه جستجو، خرید و استفاده از محتوا چه تغییری خواهد کرد.

۱. تجربه جستجو: بزرگ‌ترین تغییر برای کاربران در شیوه یافتن اطلاعات رخ می‌دهد. تاکنون کاربران به گوگل یا سایر موتورهای جستجو مراجعه می‌کردند و خودشان با مقایسه نتایج مختلف پاسخ را استخراج می‌کردند. این فرایند اگرچه زمان‌بر بود اما به کاربر امکان می‌داد از میان چندین منبع و دیدگاه، نتیجه‌گیری کند. در دنیای جدید، کاربر احتمالاً به سادگی یک پرسش را مطرح می‌کند و مستقیماً یک پاسخ واحد و سرراست دریافت می‌کند – چیزی شبیه مکالمه با یک فرد مطلع. مزیت‌ اصلی چنین حالتی صرفه‌جویی در زمان و تلاش است. برای پرسش‌های ساده یا کارهای روزمره (مثلاً «هوا فردا چگونه است؟» یا «نزدیک‌ترین کافی‌شاپ خوب کجاست؟») یک پاسخ مختصر از AI کاملاً کافی و رضایت‌بخش خواهد بود. حتی برای مسائل پیچیده‌تر، مدل‌های زبانی بزرگ قادرند با جستجو و خلاصه‌سازی، پاسخی تولید کنند که کاربر را از مطالعه ده‌ها صفحه بی‌نیاز کند. این افزایش کارایی ارزشمند است و استقبال اولیه از ChatGPT نیز نشان می‌دهد کاربران قدردان پاسخگویی سریع و مستقیم هستند. بسیاری از افراد اکنون به جای جستجوی دستی، ابتدا سوالشان را از یک چت‌بات می‌پرسند چون نتایج را به شکل مکالمه‌ای و قابل فهم تحویل می‌گیرند.

با این حال، چالش‌های مهمی نیز برای مصرف‌کننده مطرح می‌شود. نخست بحث دقت و صحت اطلاعات: وقتی تنها یک پاسخ دریافت می‌کنید، باید به درستی آن اعتماد کنید. اگر مدل AI دچار اشتباه یا «توهم» (hallucination) شود و اطلاعات نادرست ارائه دهد، کاربر عادی به سختی متوجه خواهد شد مگر اینکه خودش دوباره جستجو کند یا منبع‌سنجی را بلد باشد. این خطر وجود دارد که اعتماد بی‌چون‌وچرا به پاسخ AI باعث رواج نادرستی‌ها یا شایعات شود. موتورهای جستجو قبلاً نیز با اطلاعات غلط در نتایج دست‌وپنجه نرم می‌کردند، اما نمایش چندین لینک مختلف و برندهای خبری گوناگون به کاربر امکان مقایسه می‌داد. اکنون اگر AI پاسخی بدهد که به هر دلیل (سوگیری داده، خطای استدلال یا حتی دستکاری مخرب) نادرست باشد، ممکن است همان پاسخ بدون هیچ نقدی باور و بازنشر شود. خطر بعدی جانبداری در تجربه کاربر است. همان‌گونه که پیش‌تر گفتیم، یک پاسخ واحد نمی‌تواند از نظر ارزشی خنثی باشد. در موارد مرتبط با عقاید، سیاست، یا حتی توصیه‌های سبک زندگی، AI بالاجبار یک رویکرد را در پیش می‌گیرد. اگر این رویکرد با پیش‌فرض‌های کاربر همخوان نباشد، او احساس نارضایتی خواهد کرد. در رویکرد شخصی‌سازی‌شده که شاید در آینده غالب شود، این مشکل با تقویت حباب فیلتر (Filter Bubble) همراه است: کاربران پاسخ‌هایی خواهند گرفت که دقیقاً مطابق میل و عقیده‌شان تنظیم شده و کمتر با نظرات مخالف یا خارج از چارچوب فکری خود مواجه می‌شوند[51]. چنین چیزی در کوتاه‌مدت ممکن است رضایت‌بخش باشد («همیشه حرف دل من را می‌زند») اما در بلندمدت می‌تواند تقسیمات اجتماعی و عدم تفاهم بین گروه‌ها را تشدید کند، چرا که هر کس «حقیقت شخصی» خودش را از زبان AI دریافت کرده است. از منظر فردی نیز، محدود شدن دریافتی‌های اطلاعاتی به علایق و باورهای فعلی می‌تواند جلوی رشد فکری و وسعت دید افراد را بگیرد. یکی از ارزش‌های وب آزاد این بود که گاهی کاربر را وادار می‌کرد با دیدگاه جدیدی برخورد کند یا چیزی خارج از انتظار بیاموزد. در محیط فوق‌هوشمند شخصی، این تصادف‌های سودمند کمتر رخ خواهد داد.

خوشبختانه راهکارهایی برای این مسائل در حال شکل‌گیری است: شفافیت در ذکر منابع یکی از آنها است (مثلاً قابلیت جدید Bing Chat که برای جملات خود لینک منبع می‌آورد)، یا امکان تنظیم «شخصیت» و سطح تفصیل پاسخ AI توسط کاربر. همچنین سواد رسانه‌ای کاربران به تدریج بالا می‌رود و یاد می‌گیرند پاسخ یک AI را کورکورانه قبول نکنند. در نهایت، تجربه جستجو احتمالاً به صورت ترکیبی در می‌آید: برای موضوعات ساده کاربر مستقیماً پاسخ را از دستیارش می‌گیرد، ولی برای موضوعات حساس یا عمیق ترجیح می‌دهد منابع متعدد را مرور کرده یا از AI بخواهد استدلال‌های مختلف را مقایسه کند. به هر روی، نقش مصرف‌کننده نسبت به قبل فعال‌تر و همراه با مسئولیت صحت‌سنجی بیشتری خواهد بود.

۲. تجربه خرید: از دید مصرف‌کنندگان، خرید آنلاین قرار است بسیار ساده‌تر، سریع‌تر و ارزان‌تر شود. همان‌طور که در بخش قبل بحث شد، AI می‌تواند فرایند کشف کالا، بررسی مشخصات، خواندن بازخوردها و یافتن بهترین قیمت را خودکار کند[20]. این یعنی کاربری که قبلاً باید ساعت‌ها در سایت‌های مختلف دنبال کالای مناسب و تخفیف می‌گشت، اکنون با یک فرمان صوتی یا متنی کوتاه به هدف می‌رسد. صرفه‌جویی در زمان شاید بزرگ‌ترین موهبت برای خریدار مدرن باشد. علاوه بر این، AI قادر است تصمیم‌گیری هوشمند مالی انجام دهد: مثلاً بر اساس الگوی خریدهای قبلی شما تشخیص دهد چه زمانی احتمالاً فلان محصول را لازم دارید و پیشاپیش پیشنهاد بدهد، یا در پس‌زمینه کوپن‌های تخفیف و امتیازات وفاداری شما را لحاظ کند تا قیمت بهینه حاصل شود[52][53]. از منظر تئوری، یک Agent می‌تواند نقش «مشاور خرید امین» را بازی کند که همیشه منافع شما را در اولویت می‌گذارد – چیزی که شاید در فروشگاه‌های فعلی که مشوق‌های تبلیغاتی دارند، تضمین‌شده نباشد. برای مصرف‌کننده‌های کم‌تجربه یا پرمشغله، این دستیار خرید می‌تواند جلوی انتخاب‌های اشتباه یا خریدهای پشیمان‌کننده را بگیرد، چرا که انبوهی از اطلاعات (نمرات نقد و بررسی، میزان رضایت مشتریان قبلی، دوام محصول و غیره) را در نظر می‌گیرد.

البته چالش‌هایی هم مطرح است. اولین نگرانی، اعتماد و شفافیت است: آیا کاربر می‌تواند مطمئن باشد که Agent کاملاً بی‌طرفانه و به نفع او جستجو می‌کند؟ ممکن است شرکت‌های ارائه‌دهنده Agentهای خرید، خود مدل کسب‌وکاری مبتنی بر کمیسیون یا تبلیغات داشته باشند و لذا نتایج را جانبدارانه پیشنهاد دهند (مثلاً همیشه کالا را از فروشگاهی معرفی کنند که درصدی به آن‌ها می‌پردازد). چنین تضاد منافعی اگر مخفی بماند، نوعی فریب مصرف‌کننده خواهد بود. بنابراین احتمالاً باید چارچوب‌های نظارتی و شفافیت برای Agentها تدوین شود تا کاربر بداند مبنای پیشنهاد چیست و آیا مثلاً اسپانسرشده است یا نه. نگرانی دیگر، مسائل حریم خصوصی و امنیت است. یک دستیار خرید برای کارکرد بهینه نیاز دارد به اطلاعات حساسی مثل جزئیات کارت اعتباری، آدرس، سوابق خرید و حتی ترجیحات شخصی شما دسترسی داشته باشد. سپردن این حجم داده به یک AI شخص ثالث، ریسک سوءاستفاده یا نشت داده را دارد. ماجرای درگیری آمازون و Perplexity نشان داد وقتی Agent به جای کاربر وارد حساب می‌شود، حتی شرکت میزبان (آمازون) هم نمی‌تواند تمایزی بین فعالیت انسان و AI بگذارد[26][54]. لذا لازم است تدابیر فنی برای تشخیص فعالیت خودکار و جلوگیری از سوءاستفاده (مثلاً انجام خریدهای جعلی یا کلاهبرداری) اندیشیده شود. همچنین شاید در آینده فرهنگ و عادت خرید هم دستخوش تغییر شود؛ برخی افراد از «گشت‌وگذار در فروشگاه» – چه فیزیکی چه آنلاین – لذت می‌برند و آن را بخشی از تجربه خرید می‌دانند. اگر همه چیز تبدیل به یک فرایند سرد و ماشینی شود که در پس‌زمینه انجام می‌گیرد، لذت کشف تصادفی یا حس شگفت‌زده شدن از دیدن یک محصول جدید ممکن است کاهش یابد. هرچند در مقابل، احتمال دارد AI به شکل ظریفی این جنبه تفریحی را هم شبیه‌سازی کند: مثلاً نتایجی را که می‌داند مورد علاقه کاربر است یکی‌یکی مثل ویترین نشان دهد تا او از مرورشان کیف ببرد.

برای مصرف‌کنندگان، نتیجه نهایی هر چه باشد جذاب است: قدرت انتخاب و چانه‌زنی آن‌ها بیشتر خواهد شد. وقتی یک خریدار به جای تسلیم شدن به پیشنهادات محدود یک سایت، می‌تواند در لحظه از ده‌ها فروشگاه قیمت بگیرد و بهترین را انتخاب کند، بازار رقابتی‌تر و عدالت‌محورتر می‌شود. البته اگر در این میان انحصارگر جدیدی (مثلاً یک Agent فراگیر و واحد) پدید آید، باز خطر محدود شدن انتخاب‌ها وجود دارد. سناریوی ایده‌آل برای مشتریان آن است که چندین دستیار خرید هوشمند با هم رقابت کنند و کاربر بتواند هر زمان که خواست یکی را جایگزین دیگری نماید – دقیقاً مشابه رقابتی که بین فروشگاه‌ها وجود دارد.

۳. انتخاب و مصرف محتوا: در حوزه محتوا و رسانه، تغییرات پیچیده‌تر ولی بسیار جالب توجه است. کاربران امروزه با حجم عظیمی از محتوا در اینترنت و شبکه‌های اجتماعی مواجهند و همواره مشکل اصلی «پیدا کردن محتوای مناسب از میان انبوه گزینه‌ها» بوده است. الگوریتم‌های آگریگیتورها در سال‌های اخیر تا حدی این مشکل را تخفیف داده‌اند – مثلاً صفحه فید فیسبوک یا تیک‌تاک به طور خودکار چیزهایی را که احتمال می‌دهد کاربر دوست داشته باشد نمایش می‌دهد. با ظهور AI، این روند قرار است به سطحی بالاتر برود: کاملاً شخصی‌شده و تعاملی. تصور کنید به جای آنکه منفعلانه هر چه الگوریتم پلتفرم پیش پایتان گذاشت تماشا کنید، بتوانید مستقیماً به AI بگویید که امروز حوصله چه نوع محتوایی دارید. برای مثال: «امروز اخبار مهم ورزشی ۳۰ ثانیه‌ای و دو تا جوک بامزه برام بساز و نشون بده.» یک AI مولد می‌تواند خواسته شما را ترکیب کند: ویدئویی کوتاه از نتایج بازی‌های شب گذشته بسازد، همراه با توضیح صوتی، سپس دو میم یا کلیپ طنز متناسب با سلیقه شما ارائه دهد. در این حالت شما عملاً ریتم و محتوای رسانه‌ای روزانه خود را برنامه‌ریزی می‌کنید، به جای آنکه به اجبار بین هزاران پست بی‌ربط اسکرول کنید. این سطح از کنترل برای کاربر حرفه‌ای و پرمشغله فوق‌العاده ارزشمند است – او دیگر اسیر فید بی‌انتها و اعتیادآور شبکه اجتماعی نخواهد بود، بلکه یک رژیم محتوایی مطابق میل خود دریافت می‌کند.

اما این رویکرد روی دیگری هم دارد. کیفیت و اصالت محتوا ممکن است لطمه ببیند. اگر بخش عمده‌ای از محتوایی که می‌بینیم ساخته دست AI باشد (چه به درخواست خودمان چه توسط الگوریتم پلتفرم)، کم‌کم تمایز بین محتوای تولیدشده توسط انسان‌ها و ماشین‌ها سخت می‌شود. تجربه انسانی در پس بسیاری از محتواها بود که به آن معنا و ارزش می‌داد – دانستن اینکه این عکس را دوست‌تان در سفر گرفته یا این داستان را یک فرد واقعی با سال‌ها تجربه شخصی نوشته است. اگر همه چیز مصنوعی شود، آیا همان تأثیر را خواهد داشت؟ شاید برای برخی قالب‌ها (مثل اخبار یا اطلاعات عمومی) مهم نباشد که نویسنده انسان است یا نه، اما در حوزه‌هایی مثل هنر، ادبیات، یا حتی روابط اجتماعی آنلاین قطعاً تفاوت ایجاد می‌کند. از این رو مصرف‌کنندگان باید هوشیار باشند که در دنیای AI‌محور، معیارهایشان برای ارزش‌گذاری محتوا را بازبینی کنند. همچنین همان‌طور که متا هشدار داده، امکان سوءاستفاده تبلیغاتی و سیاسی از محتوای دستکاری‌شده بالا می‌رود[55][56]. کاربران هنگام مواجهه با یک تصویر یا ویدئو باید شک کنند که شاید واقعی نباشد، حتی اگر در نگاه اول طبیعی می‌نماید. این گونه تردید سالم قبلاً درباره اخبار متنی وجود داشت («ممکن است فیک‌نیوز باشد»)، اکنون درباره رسانه‌های دیداری و شنیداری هم باید به ملکه ذهن مردم بدل شود. به بیان ساده، سواد رسانه‌ای دیجیتال در عصر AI اهمیت مضاعف می‌یابد و هر مصرف‌کننده خود باید به یک راستی‌آزمای کوچک تبدیل شود.

از منظر تنوع و فراگیری محتوا نیز وضعیت پیچیده است. الگوریتم‌های کنونی شبکه‌های اجتماعی گاهی مورد انتقاد بودند که مثلاً محتوای جنجالی یا یک‌جانبه را برای افزایش درگیری بیشتر نمایش می‌دهند. اگر کاربران اختیار بیشتری در شخصی‌سازی کامل محتوای دریافتی بیابند، احتمالاً ترجیح می‌دهند از شر محتوایی که باب میلشان نیست خلاص شوند. این می‌تواند به آرامش روانی و تمرکز بر علاقمندی‌ها منجر شود، اما خطر انزوا در علایق محدود را نیز دارد. برای مثال، کسی که فقط به موسیقی راک علاقه دارد، اگر تمام محتوایی که می‌بیند مربوط به موسیقی راک باشد، هرگز سبک‌های دیگر را تجربه نخواهد کرد. در یک جامعه، این مسئله در مقیاس کلان می‌تواند به قطعه‌قطعه شدن فرهنگ عامه منجر شود؛ برخلاف گذشته که همه درباره یک برنامه تلویزیونی یا خبر خاص صحبت می‌کردند، ممکن است هر کس در جهان محتوایی کاملاً مجزایی غرق شود. البته این روند تا حدی همین حالا هم با سرویس‌های استریم و شبکه‌های اجتماعی وجود دارد، ولی AI می‌تواند آن را تشدید کند.

با همه این اوصاف، مصرف‌کننده نهایی بزرگ‌ترین برنده بالقوه انقلاب AI است. او انتخاب‌های بیشتری پیش رو دارد، خدمات شخصی‌تر دریافت می‌کند، و به شکل بی‌سابقه‌ای در مرکز تصمیمات طراحی خدمات قرار گرفته است. هر تغییری که بحث کردیم – از بازآرایی مدل کسب‌وکار آگریگیتورها گرفته تا رقابت بر سر مدل‌های شخصی – در نهایت برای جلب رضایت و حفظ کاربر است. کافی است کاربران نشان دهند چه می‌خواهند تا شرکت‌ها خود را وفق دهند. بنابراین، اگر نگرانی‌هایی که مطرح شد (اعتماد، حریم خصوصی، تنوع) با آگاهی‌رسانی و تنظیم‌گری درست مدیریت شود، آینده می‌تواند ترکیبی دلخواه از سهولت و اختیار برای مصرف‌کنندگان باشد.

نتیجه‌گیری

هوش مصنوعی در حال بازتعریف قواعد بازی برای بزرگ‌ترین پلتفرم‌های دنیای فناوری است. آگریگیتورها که ستون فقرات اقتصاد دیجیتال در دو دهه اخیر بودند، اکنون با پرسشی اساسی روبه‌رویند: چگونه در دنیایی که AI هم رقیب و هم ابزار آن‌ها است، بقای خود را تضمین کنند. همان‌طور که دیدیم، ریسک‌ها کم نیست – از نارضایتی کاربران از پاسخ‌های یک‌شکل گرفته تا تغییر الگوی کسب‌وکار و فشار هزینه‌ها و رقبا. اما در دل این چالش‌ها، فرصت نوآوری و تکامل نیز نهفته است. تاریخ تکنولوژی نشان داده شرکت‌هایی پیروز می‌شوند که به جای مقاومت کورکورانه در برابر موج جدید، خودشان موج‌سواری بیاموزند. غول‌های امروز اگر بپذیرند که دوران «یک نسخه برای همه» سرآمده، می‌توانند با سرمایه‌گذاری در هوش مصنوعی شخصی‌ساز و حفظ تمرکز بر محصول به جای سیاست‌زدگی، همچنان بازیگران مسلط باقی بمانند[44]. همچنین همکاری مسئولانه با سایر ذی‌نفعان – از تأمین‌کنندگان محتوا گرفته تا قانون‌گذاران – برای ایجاد استانداردهای شفافیت، حفظ حقوق تولیدکنندگان و جلوگیری از کژکاربری AI ضروری خواهد بود.

برای مصرف‌کنندگان، دورنما امیدوارکننده اما محتاطانه است. آن‌ها به خدمات هوشمندتر و منطبق‌تر با نیاز خود دسترسی خواهند داشت و بخش زیادی از اتلاف وقت و انرژی در زندگی دیجیتالشان کاسته می‌شود. در عین حال، وظیفه مهم‌تری در تفکر انتقادی و مدیریت تعامل خود با فناوری خواهند داشت. شاید بتوان گفت قدرت بیش‌تری به دست کاربران افتاده است – چه به طور مستقیم (در قالب انتخاب دستیارها و تنظیم ترجیحات) و چه به طور غیرمستقیم (از طریق رقابتی که شرکت‌ها برای جلب رضایت آن‌ها می‌کنند).

در نهایت، قضاوت درباره اینکه ورق به نفع چه کسی برخواهد گشت هنوز زود است. آیا آگریگیتورهای فعلی با تغییر خود، همچنان حکمرانی خواهند کرد یا شاهد ظهور پلتفرم‌های کاملاً جدیدی خواهیم بود؟ آیا تجربه انسان از اینترنت صمیمی‌تر و مفیدتر خواهد شد یا گرفتار دام‌های پنهان تازه‌ای می‌شود؟ پاسخ دقیق این پرسش‌ها در گرو عملکرد و تصمیم‌های سال‌های آتی است. اما یک چیز قطعی است: عصر جدیدی آغاز شده که در آن هوش مصنوعی، همزمان تهدید و نجات‌بخش آگریگیتورها است. شرکت‌هایی که تهدید را به فرصت تبدیل کنند، آینده را رقم خواهند زد – و کاربران نیز اگر با آگاهی و مطالبه‌گری پیش بروند، بهره‌مند نهایی این دگرگونی خواهند بود.

منابع و مراجع:

1.        Ben Thompson, “Aggregator’s AI Risk,” Stratechery (2024)[6][9]

2.        Stratechery - Aggregator’s AI Risk, بخش “The Aggregator’s AI Problem”[8][11]

3.        Jason Kint, "Google’s push to AI hurts publisher traffic", Digital Content Next (2025)[16][4]

4.        Nicholas Grous et al., "Are Marketplaces Defensible In The Age Of AI Purchasing Agents?", ARK Invest (2025)[21][20]

5.        Guardian Tech, "Amazon sues AI startup over browser’s automated shopping…" (2025)[25][27]

6.        Business Insider, "Samsung’s threat to ditch Google for Bing…" (2023)[13][45]

7.        Reuters, "ChatGPT sets record for fastest-growing user base" (2023)[12]

8.        Guardian Tech, "Meta pushes to label all AI images…" (2024)[29][30]

9.        Reuters, "Reddit in AI content licensing deal with Google" (2024)[48]

10.  Stratechery Interview – "Daniel Gross on Personalized AI" (2024)[37][40] (نقل به مضمون)

[1] [2] [3] [6] [7] [8] [9] [10] [11] [35] [36] [37] [38] [39] [40] [41] [42] [43] [44] [47] [51] Aggregator’s AI Risk – Stratechery by Ben Thompson

https://stratechery.com/2024/aggregators-ai-risk/

[4] [5] [14] [15] [16] [17] [18] Facts: Google’s push to AI hurts publisher traffic - Digital Content Next

https://digitalcontentnext.org/blog/2025/08/14/facts-googles-push-to-ai-hurts-publisher-traffic/

[12] [49] ChatGPT sets record for fastest-growing user base - analyst note | Reuters

https://www.reuters.com/technology/chatgpt-sets-record-fastest-growing-user-base-analyst-note-2023-02-01/

[13] [45] [46] Apple Could Benefit From Samsung's Threat to Ditch Google Search for Bing - Markets Insider

https://markets.businessinsider.com/news/stocks/apple-iphone-google-search-samsung-threat-microsoft-bing-alphabet-chatgpt-2023-4

[19] [20] [21] [22] [50] [52] [53] Are Marketplaces Defensible In The Age Of AI Purchasing Agents?

https://www.ark-invest.com/articles/analyst-research/are-marketplaces-defensible-in-the-age-of-ai-purchasing-agents

[23] [24] [25] [26] [27] [28] [54] Amazon sues AI startup over browser’s automated shopping and buying feature | Artificial intelligence (AI) | The Guardian

https://www.theguardian.com/technology/2025/nov/05/amazon-perplexity-ai-lawsuit

[29] [30] [31] [32] [33] [55] [56] Meta pushes to label all AI images on Instagram and Facebook in crackdown on deceptive content | Meta | The Guardian

https://www.theguardian.com/technology/2024/feb/06/meta-ai-images-instagram-facebook-label-crackdown

[34] Instagram users are getting a suite of generative AI features

https://www.emarketer.com/content/instagram-users-getting-suite-of-generative-ai-features

[48] Exclusive: Reddit in AI content licensing deal with Google | Reuters

https://www.reuters.com/technology/reddit-ai-content-licensing-deal-with-google-sources-say-2024-02-22/