پایان دوران جیره‌بندی مهندسی نرم‌افزار؛ چرا محصولات ما هنوز شبیه به گذشته‌اند؟

مقدمه

امروزه ساخت نرم‌افزار ارزان‌تر و سریع‌تر از همیشه شده است. با پرداخت هزینه‌های مناسب، به مدل‌های پیشرفته‌ای دسترسی داریم که می‌توانند تقریبا هر چیزی را پیاده‌سازی کنند. اما سوال کلیدی اینجاست: چرا نرم‌افزارهای امروزی ۱۰ برابر بهتر نشده‌اند و ساختار آن‌ها همچنان شبیه به سال ۲۰۱۵ است که تنها یک کادر چت به صفحه اصلی‌شان اضافه شده است؟

پاسخ این سوال در مفهومی به نام «جیره‌بندی» (Rationing) نهفته است که اکنون به پایان رسیده، اما صنعت نرم‌افزار هنوز با آن تطبیق نیافته است.

دوران پیش و پس از هوش مصنوعی

پیش از ظهور ابزارهای پیشرفته کدنویسی مبتنی بر هوش مصنوعی (BC)، محدودیت‌های فیزیکی ساخت نرم‌افزار کاملاً متفاوت بود. نرم‌افزار ساختنش گران بود اما اجرای آن هزینه کمی داشت. گلوگاه اصلی در توسعه نرم‌افزار، استخدام و حفظ مهندسان گران‌قیمت، مدیران پروژه و افراد متخصص برای کنترل زمان‌بندی بود. تمرکز شرکت‌ها بر مفاهیمی چون محصول حداقلی پذیرفتنی (MVP) و استارتاپ ناب بود تا منابع محدود مهندسی بهینه‌ مصرف شوند.

الگوهای معماری رایج مانند مدل pull request در GitHub یا مدل شی‌گرایی CRM در شرکت Salesforce از همین محدودیت‌ها شکل گرفتند و نسل‌های بعدی نیز کورکورانه از آن‌ها تقلید کردند.

اما در دوران پس از هوش مصنوعی (AC)، اقتصاد نرم‌افزار وارونه شده است:

• کاهش هزینه‌های ثابت: ساخت ویژگی‌های جدید بسیار ارزان و حاشیه‌ای شده است.
• افزایش هزینه‌های جاری: در حالی که هزینه نیروی انسانی کاهش یافته، هزینه پردازش و استفاده از مدل‌های زبانی بزرگ (LLMs) در چرخه اجرایی محصول به یک هزینه عملیاتی واقعی (COGS) تبدیل شده است.

امروزه نرم‌افزار بیشتر شبیه به صنایع تولیدی (Manufacturing) شده است تا مدل‌های سنتی SaaS.

چرا نرم‌افزارها هنوز تغییر نکرده‌اند؟

با وجود این دگرگونی اقتصادی، محصولات ما هنوز تحول بنیادینی نکرده‌اند. دلایل اصلی این تاخیر عبارتند از:

• پابرجایی الگوهای ذهنی سنتی: باورهای قدیمی درباره نحوه ساخت محصول به سختی تغییر می‌کنند و روش‌های آزادانه‌تر مصرف توکن (Tokenmaxxing) هنوز با مقاومت و تمسخر روبه‌رو می‌شوند.
• ساختار بازار و خرید سازمانی: تیم‌های خرید در سازمان‌ها به دنبال دسته‌بندی‌های شناخته‌شده (Categories) هستند و فروش محصولی که ساختار متفاوتی دارد بسیار دشوار است.
• جریان سرمایه: سرمایه‌گذاران همچنان ترجیح می‌دهند به الگوهای اثبات‌شده‌ی قبلی (مانند نسخه‌های هوش مصنوعی از ابزارهای موجود) سرمایه تزریق کنند.
• ساختار شرکت‌های بزرگ: شرکت‌های بزرگ سازوکارهای مدیریتی خود را بر اساس تعداد نیروی انسانی بنا کرده‌اند و ایجاد تغییرات بنیادین برای آن‌ها بسیار سخت است.

این وضعیت شباهت زیادی به تاریخچه‌ی ورود برق به صنایع تولیدی در قرن نوزدهم دارد. کارخانه‌ها در ابتدا موتورهای بخار را با یک موتور الکتریکی بزرگ جایگزین کردند بدون اینکه ساختار کارگاه را تغییر دهند. بهره‌وری واقعی زمانی حاصل شد که کل خط تولید بر اساس موتورهای کوچک روی هر دستگاه بازطراحی شد. صنعت نرم‌افزار نیز هنوز نیاز دارد کارخانه خود را از نو طراحی کند.

مسیر پیش رو

تغییرات واقعی در دو حوزه رخ خواهند داد:

• بازآفرینی از اصول اولیه (First Principles): ابزارها و پلتفرم‌ها صرفاً با افزودن یک لایه هوش مصنوعی بازسازی نمی‌شوند، بلکه از پایه برای تعامل انسان و عامل‌های هوش مصنوعی (Agents) شکل می‌گیرند.
• بسته‌بندی و تجمیع ارزش (Bundling): دکترین قدیمی «فقط یک کار را انجام بده» دیگر کارایی ندارد. شرکت‌های پیشرو با ادغام محصولات متنوع، ارزش بیشتری به مشتری ارائه می‌دهند.

دیدگاه جامعه مهندسی (Hacker News)

در بحث‌های پیرامون این موضوع در هکرنیوز، دیدگاه‌های انتقادی جالبی مطرح شد:

• برخی کاربران معتقدند مشکل اصلی ربطی به جیره‌بندی ندارد، بلکه هدف بسیاری از نرم‌افزارهای امروزی جلب توجه بیشتر، جمع‌آوری داده‌ها و استخراج سود از کاربر است، نه ارائه تجربه کاربری عالی.
• گروهی دیگر هشدار دادند که آزادی عمل بیش از حد و ارزان شدن تولید کد، ممکن است به ساخت نرم‌افزارهای سطحی، یکبارمصرف و صرفاً به دنبال سودهای زودگذر منجر شود.
• برخی نیز یادآور شدند که قوانین بنیادی مهندسی نرم‌افزار و محدودیت‌های سیستم‌های پیچیده همچنان پابرجا هستند و هوش مصنوعی نمی‌تواند قوانین فیزیک و ترمودینامیکِ مدیریت پروژه را دور بزند.

مزیت واقعی در نهایت از آنِ کسانی خواهد بود که خود را از چارچوب‌های فکری سنتی رها کرده و ساختار محصول را بر اساس اقتصاد جدید توکن‌ها و عامل‌های هوش مصنوعی بازآفرینی کنند.