در حالی که دنیای فناوری به سرعت به سمت اتوماسیون فراگیر حرکت می‌کند، تام اگمایر، مدیرعامل Zendesk، با ارائه آمارهای خیره‌کننده از رشد درآمد مبتنی بر هوش مصنوعی این شرکت و تجربیات شخصی‌اش در استفاده از دستیارهای هوشمند، چشم‌انداز جدیدی از تعامل انسان و ماشین ترسیم کرده است.
رشد خیره‌کننده درآمدهای هوش مصنوعی در Zendesk
در جریان رویداد HumanX در آمستردام که در مهرماه ۱۴۰۵ (سپتامبر ۲۰۲۶) برگزار شد، تام اگمایر اعلام کرد که Zendesk سال جاری میلادی را با رقمی در حدود ۴۰۰ میلیون دلار درآمد صرفاً از طریق راهکارهای هوش مصنوعی به پایان خواهد رساند. این جهش بزرگ، در حالی رخ داده که این رقم دو سال پیش تقریباً صفر بوده است. هسته اصلی این مدل درآمدی، «عوامل هوش مصنوعی» (AI Agents) هستند که مدل پرداخت آن‌ها بر اساس نتیجه (Outcome-based pricing) تنظیم شده است؛ یعنی مشتریان تنها زمانی هزینه پرداخت می‌کنند که مسئله آن‌ها با موفقیت توسط هوش مصنوعی حل شود.
تجربه شخصی مدیرعامل با Meta Muse
یکی از مباحث جذاب مطرح شده در این پادکست، تجربه عملی اگمایر با مدل Meta Muse بود. او توانست تنها در عرض پنج روز، ۳,۱۰۵ دلار در هزینه‌های خانگی خود صرفه‌جویی کند. این صرفه‌جویی عمدتاً از طریق مذاکره خودکار یا نیمه‌خودکار هوش مصنوعی با ارائه‌دهندگان خدمات اینترنت و تلفن همراه حاصل شده است. اگمایر اشاره کرد که Muse موفق شد ۹۵ درصد فرآیند را به‌تنهایی پیش ببرد و او تنها یک تماس تلفنی برای نهایی‌سازی انجام داد. این تجربه نشان می‌دهد که ابزارهای هوش مصنوعی دیگر محدود به دنیای سازمانی نیستند و می‌توانند مستقیماً در اقتصاد خرد شخصی نیز تاثیرگذار باشند.
تغییر مدل کسب‌وکار: از صندلی‌محوری به نتیجه‌محوری
Zendesk در حال پیاده‌سازی یک تغییر استراتژیک در مدل قیمت‌گذاری خود است. طبق اظهارات اگمایر، این شرکت از مرداد ۱۴۰۳ (اوت ۲۰۲۴) شروع به دریافت هزینه برای حل مسائل به‌صورت خودکار کرد. در حال حاضر، بیش از ۵۰ درصد تیکت‌های پشتیبانی در پلتفرم Zendesk توسط هوش مصنوعی حل یا هدایت می‌شوند. در مشتریان برتر این پلتفرم، نرخ خودکارسازی به ۸۰ تا ۹۰ درصد رسیده است که جالب‌توجه است که سطح رضایت مشتریان (CSAT) در این فرآیندهای خودکار، حتی از تعامل با انسان‌ها نیز بالاتر بوده است. در آینده نزدیک، مدل قیمت‌گذاری مبتنی بر «تعداد کارمند» (Seat-based) جای خود را به مدل پرداخت به ازای هر حل مسئله (Per-resolution) خواهد داد.
مشخصات و تحلیل داده‌های عملکردی
- نرخ خودکارسازی پیشرفته: ۸۰ تا ۹۰ درصد برای مشتریان برتر.
- درآمد پیش‌بینی شده هوش مصنوعی: ۴۰۰ میلیون دلار تا پایان سال ۲۰۲۶.
- مدل تعامل آینده: پیش‌بینی شده است که بیش از ۵۰ درصد تعاملات در ۲ سال آینده میان «عامل هوش مصنوعی مشتری» و «عامل هوش مصنوعی شرکت» رخ دهد.
- ابزارهای توسعه مورد استفاده: استفاده از Claude Code توسط مدیرعامل برای توسعه کدهای عملیاتی.
آینده مشاغل و مهارت‌های ضروری
اگمایر در پاسخ به دغدغه‌های مربوط به جایگزینی انسان‌ها با هوش مصنوعی، رویکردی خوش‌بینانه اتخاذ کرده است. او معتقد است که دولت‌ها و شرکت‌ها باید بر آموزش نیروی کار برای همزیستی با هوش مصنوعی تمرکز کنند. توصیه او به نسل جوان، تقویت مهارت‌های تحلیلی، ارتباطات انسانی، ایجاد روابط و البته تسلط عمیق بر مبانی هوش مصنوعی است. او تاکید می‌کند که حتی در دنیای آینده، جایگاه انسان به‌عنوان ناظر و تصمیم‌گیر نهایی غیرقابل انکار باقی خواهد ماند.
