چرا کانوا پخش هوش مصنوعی‌اش را متوقف کرد؟ درس‌هایی برای کسب‌وکارها

در آوریل گذشته، کانوا با معرفی «هوش مصنوعی کانوا 2.0» و شعار تبدیل آن به «بازآفرینی روش تولید محتوای جهان»، توجه همه را به خود جلب کرد. این آپدیت به کاربران امکان می‌داد تا پروژه‌های خود را با ایده، اسکچ یا حتی یادداشت صوتی شروع کنند. اما آنچه کمتر از دو هفته پس از انتشار این سرویس رخ داد، ماجرای جالبی برای همه برندهایی است که در حوزه فناوری فعالیت می‌کنند. کانوا ناگزیر شد پخش کامل این ویژگی را موقتاً متوقف کند.

چرا یک گشایش بزرگ باید متوقف شود؟

کمرون ادمز، هم‌بنیان‌گذار کانوا، در مصاحبه‌ای با ما در دفتر جدید شرکت در لندن توضیح داد که مشکل از کیفیت محصول نبود، بلکه از «بیش از حد» بودن آن بود. او می‌گوید: «هوش مصنوعی کانوا 2.0 بازسازی کاملی از ساختار قبلی است و ما معتقدیم بهترین تجربه خلق با هوش مصنوعی را ارائه می‌دهد.»

اما وقتی کانوا شروع به پخش تدریجی این قابلیت‌ها کرد، با مشکلی منحصربه‌فهر روبرو شد. تقاضا برای استفاده از این ابزار از انتظارهای شرکت فراتر رفت. ادمز خاطره می‌کند: «بسیار زیاد افراد برای استفاده از محصول وارد می‌شدند. به سرعت ۷۵ میلیون نفر آن را در دسترس داشتند که افزایش گسترده‌ای در هزینه‌ها و بار سرور ایجاد کرد. به همین دلیل پخش را متوقف کردیم.»

مهندسی مجدد: از ۹۰٪ کاهش هزینه تا سرعت ۵ برابر

با مداخله تیم فنی و بازطراحی زیرساخت‌ها، کانوا موفق شد هزینه هر تکرار (Task) را تقریباً ۹۰٪ کاهش دهد. نتیجه این بهینه‌سازی‌ها رسیدن به مدل‌هایی بود که ۵ برابر سریع‌تر و ۳۰ برابر ارزان‌تر از قبل عمل می‌کردند. این تغییر پارادایم نشان داد که موفقیت در دنیای هوش مصنوعی فقط به قدرت خام مدل‌ها نیست، بلکه مدیریت هزینه و مقیاس‌پذیری کلید اصلی است.

درس‌هایی برای برندهای دیگر

• توجه به مدل‌های بزرگ به اندازه کافی نیست: ادمز اشاره می‌کند که تمرکز فعلی بازار روی مدل‌های بزرگ مانند Claude و ChatGPT است. اما او معتقد است: «بهترین فناوری همیشه برنده نیست. ставка فقط روی یک مدل، رویکرد بسیار شکننده‌ای است. ما دائماً در چرخه‌ای قرار داریم که در آن مدل‌ها یکدیگر را از پای می‌اندازند.»
• ساختن زیرساخت داخلی: به همین دلیل، کانوا اکنون بیش از ۱۲۰ پژوهشگر را برای کار روی مدل‌های هوش مصنوعی در اختیار دارد که ترکیبی از توسعه داخلی و استفاده از منابع متن‌باز (Open Source) است.
• تمرکز بر تجربه کاربر نهایی: ادمز تاکید می‌کند که مشتریان نهایی نگران این نیستند دقیقاً از چه مدلی استفاده می‌شود. آن‌ها فقط می‌خواهند بدانند این فناوری چگونه بر زندگی و کار آن‌ها اثر می‌گذارد. هدف کانوا ساخت چیزی است که «قابل دسترس، قابل اتکا و منطبق بر نحوه کار مردم باشد».

بازیِ بلندمدت در نوسانات بازار هوش مصنوعی

کمرون ادمز این رویکرد را «بازیِ بلندمدت» (Playing the long game) می‌نامد. به نظر او، شرکت‌ها نباید در دام دید کوتاه‌مدت افتند. هدف نهایی، ترجمه فناوری‌های نوین به قابلیت‌های روزمره برای انسان‌هاست. با این رویکرد، کانوا نه فقط یک ابزار طراحی، بلکه پل ارتباطی میان پیشرفت‌های پیچیده هوش مصنوعی و نیازهای ساده کاربران خود است. این درس برای هر برندی که بخواهد در بازار پرشتاب تکنولوژی دوام بیاورد، حیاتی است: انعطاف‌پذیری در زیرساخت و وفاداری به نیاز کاربر واقعی.