Ngome ya Kisasa

Kwa Ufupi Sana

Ngome ya biashara inayofafanua karne ya 21, programu safi, inaanguka haraka kadiri AI ya Kizalishi inavyosukuma gharama ya msimbo hadi sufuri, kwa kufanana na jinsi mkusanyiko wa viwanda wa Kichina tayari ulivyoharibu ngome ya vifaa safi. Ugumu mkubwa wa uzalishaji hauilindi tena biashara katika nyanja yoyote kati ya hizo mbili, kwa hiyo faida ya kudumu imehamia kwenye mianya kati ya biti na atomi. Ili kujenga kampuni inayoweza kujitetea leo, waanzilishi lazima waachane na modeli ya jumla ya muuzaji wa programu na watende kama mhusika mkuu anayemiliki mtiririko halisi wa kazi wa kimwili kuanzia mwanzo hadi mwisho. Kwa kuunganisha kwa ukaribu angalau mambo matatu kati ya manne muhimu (vifaa maalum, programu maalum, mahusiano yaliyopatikana, na data ya kipekee), biashara ya kisasa inaweza kutoa matokeo yaliyohakikishwa huku ikivuna data ya kitanzi kilichofungwa ambacho kinakuwa ngome ya kweli. Mshindani anayeanza leo hafuatilii uongozi uliowekwa. Anafuatilia ule unaopanuka kila mara kazi inapokamilika.

Dibaji na Kusudi

Ripoti hii inaipanua dai moja ambalo kila kitu kingine katika nadharia yangu ya ngome hutegemea: programu safi si ngome inayoweza kujitetea tena, na vifaa safi viliacha kuwa ngome mara tu China ilipopanua hegemoni yake ya utengenezaji. Vyote viwili hutupwa ovyo kama kaulimbiu. Ninataka kuutoa huo kaulimbiu na kuweka utaratibu wake ndani. Kwa nini kila anguko lilitokea, ni mawazo gani yalivunjika kimyakimya, jinsi hizo mbili zinavyolishana, na faida ya kudumu bado inaweza kukamatwa wapi. Niliandika hili ili lisimame lenyewe, ili msomaji wa baadaye, au modeli ya baadaye, aweze kupata hoja nzima bila mazungumzo yaliyoizalisha.

Kwa takriban miaka thelathini, mkakati wa teknolojia ulidhani ulimwengu wa kidijitali ulizalisha faida ya kudumu, yenye ukingo mkubwa, na inayoweza kujitetea wakati ulimwengu wa kimwili ulizalisha matokeo finyu, yasiyotofautishwa, ya chini ya ukingo, na ya bidhaa za kawaida. Mishtuko hiyo miwili haikufika pamoja. Mkusanyiko wa viwanda wa Kichina ulivunja kwanza ulinzi wa vifaa unaotegemea uzalishaji, hasa kupitia miaka ya 2000 na 2010. AI ya Kizalishi inavunja ulinzi wa programu unaotegemea uzalishaji baadaye, katika miaka ya 2020. AI ya Kizalishi ilishusha gharama ya pembezoni ya kuzalisha programu kuelekea sifuri, jambo lililoondoa vizuizi vilivyofanya programu iweze kujitetea. Mkusanyiko wa viwanda wa Kichina ulishusha gharama na ucheleweshaji wa uigaji wa kimwili hadi sawa na gharama na ucheleweshaji wa programu, jambo lililoondoa vizuizi vilivyofanya vifaa viweze kujitetea. Hivyo basi, wala biti peke yake wala atomi peke yake haviwezi tena kuikinga biashara. Faida ya kudumu ilihamia nje ya mwelekeo mmoja wa kipekee na kuingia katika uunganisho wa karibu wa zote mbili, pamoja na mahusiano na data ya kipekee.

Hati hii iko katika nusu mbili:

• Uchambuzi. Ngome ni nini hasa, kwa nini kila eneo lilikuwa linaweza kujitetea zamani, msuguano gani kila mshtuko ulivunja, na nini kimebaki kusimama. Nusu hii ni uchambuzi wa kiuchumi na husimama pale uchambuzi unaposimama.
• Ngome ya kisasa. Ulinzi unajengwa kutokana na nini sasa kwamba wala biti wala atomi havikulindi kwa peke yake, na kampuni iliyojengwa juu yake inaonekanaje kwa vitendo.

Uchambuzi: Jinsi Ngome Zote Zilivyoporomoka

Sehemu ya Kwanza: Ngome Ni Nini Hasa

Kabla sijaeleza jinsi ngome zilivyoporomoka, ninahitaji kuwa sahihi kuhusu ngome ni nini, kwa sababu matumizi holela ya neno hilo ndiyo chanzo cha fikra nyingi mbovu za mkakati ambazo nimeona. Ngome si bidhaa nzuri, si uongozi wa muda, na si tendo la kuwa wa kwanza. Ngome ni sifa ya kimuundo ya soko inayoruhusu kampuni kupata faida juu ya gharama yake ya mtaji kwa muda mrefu bila faida hizo kusukumwa nje na ushindani. Katika lugha ya uchumi wa viwanda, ngome ni chanzo cha kudumu cha rent ya kiuchumi.

Rent ya kiuchumi ni ziada ambayo kampuni hupata juu ya kiwango cha chini ambayo ingekubali ili kuendelea kufunguliwa, na katika soko lenye ushindani wa kweli ziada hiyo hushuka hadi sifuri. Chini ya ushindani kamili, bei husukumwa chini hadi gharama ya pembezoni, kampuni hupata tu gharama yake ya mtaji, na faida ya ziada haiokoki. Kila mfumo wa kufikiria kuhusu ulinzi ni kwa kweli nadharia kuhusu jinsi kampuni moja maalum inavyokwepa mvutano huo kuelekea bei ya gharama ya pembezoni na faida sifuri.

Orodha ya kitambo inatokana na Michael Porter, ambaye mfumo wake wa nguvu tano umekuwa zana ya kawaida kwa hili tangu 1979, baadaye ukafinyangwa zaidi na kundi la uwekezaji wa thamani. Unatoa vyanzo vichache vya kweli na vya kudumu vya rent:

• Vizuizi vya kuingia vinavyowazuia washindani wapya
• Gharama kubwa za kubadilisha zinazowashikilia wateja waliopo
• Athari za mtandao, ambapo bidhaa inakuwa ya thamani zaidi kadiri watu wengi zaidi wanavyoitumia
• Uchumi wa skeli unaowawezesha walioko sokoni kuwashusha bei wanaoingia
• Haki miliki ya kipekee au ulinzi wa udhibiti unaowazuia kihalali wanaoiga
• Udhibiti wa ingizo adimu au chaneli ya usambazaji ambayo wapinzani hawawezi kuipata

Kila Chanzo cha Rent Ni Msuguano

Kila chanzo hicho cha rent ni msuguano. Ngome kimsingi ni aina ya msuguano ambao washindani hawawezi kupita kwa gharama nafuu:

• Gharama kubwa za kubadilisha ni msuguano katika kuondoka kwa mteja.
• Vizuizi vya kuingia ni msuguano katika kuwasili kwa mshindani.
• Athari za mtandao ni msuguano katika uratibu unaohitajika ili watumiaji wahamie mahali pengine pamoja.
• Skeli ya utengenezaji ni msuguano katika mtaji na muda ambao mwanzilishi lazima aweke kabla hajafikia gharama ya kitengo ya ushindani.

Hiyo inakuambia kwa usahihi kile kitu kama AI ya kizalishi, au kitu kama msongamano wa viwanda wa Kichina, hufanya kwa soko. Nguvu hizi haziishambulii bidhaa. Zinaishambulia msuguano. Ni teknolojia zinazoyeyusha msuguano. Na teknolojia inayoyeyusha msuguano ni, kwa ufafanuzi, teknolojia inayoyeyusha ngome.

Hoja nzima inabanwa katika sentensi moja: ngome za programu na vifaa ziliporomoka kwa sababu msuguano mahususi uliotengeneza rent yao ulikuwa msuguano uleule ambao AI na mkusanyiko wa viwanda wa Kichina walitokea kuwa bora sana kuondoa.

Sehemu ya Pili: Ngome ya Kihistoria ya Programu na Kwa Nini Biti Zilichapisha Pesa

Ili kuelewa kuporomoka, kwanza lazima uelewe kwa nini programu kihistoria ilikuwa muundo bora zaidi wa biashara ambao ubepari umewahi kupata, kwa sababu kuporomoka ni kinyume tu cha mambo yaliyoifanya iwe bora.

Programu ilikuwa na muundo wa gharama wa karibu wa kipekee. Iliunganisha gharama kubwa isiyobadilika ya kutengeneza nakala ya kwanza na gharama ya pembezoni iliyo karibu na sifuri ya kuzalisha na kusafirisha kila nakala baada ya hapo. Kuandika toleo la kwanza la programu changamano kulihitaji kundi adimu, ghali, na la polepole kufundishwa la wahandisi wanaofanya kazi kwa miezi au miaka. Lakini mara ilipoandikwa, nakala ya milioni moja iligharimu karibu chochote kutengeneza na chochote kupeleka. Kutokuwiana huku kulizalisha nguvu kubwa ya kiutendaji. Programu ya mlalo iliyokomaa inaweza kuwa na viwango vya faida ghafi katika eneo la asilimia themanini, kama Atlassian ilivyoongoza kwa Q2 FY2025, kwa sababu mapato huongezeka kadiri watumiaji wanavyoongezeka ilhali gharama ya bidhaa zilizouzwa haisogei sana. Lakini kauli hiyo si ya ulimwengu wote kama ilivyokuwa zamani kadiri programu inayotumia matumizi mengi kama Snowflake ilivyoendeshwa karibu na asilimia 67 ya faida ghafi katika FY2025, kwa sehemu kwa sababu miundombinu ya wingu ya wahusika wengine iko ndani ya gharama ya mapato. Kwa maana ya kiuchumi, programu ilitenda kama bidhaa ya taarifa safi, na bidhaa za taarifa huvunja uhusiano wa kawaida kati ya uzalishaji na gharama unaotawala bidhaa za kimwili.

Lakini gharama ya chini ya pembezoni peke yake haiumbi ngome. Ikiwa mtu yeyote anaweza kutengeneza bidhaa kwa gharama nafuu, gharama ya chini ya pembezoni inakuletea ushindani wa kuharibu, si rent. Programu ilipata rent kwa sababu gharama kubwa isiyobadilika ya nakala ya kwanza ilifanya iwe kizuizi cha kuingia, na kwa sababu msuguano mwingine kadhaa uliambatana juu yake:

• Uhaba wa vipaji vya uhandisi. Kujenga programu isiyo nyepesi sana kulihitaji watu ambao walikuwa ghali, vigumu kuajiri, na vigumu kuratibu, hivyo washindani wengi wasingeliweza hata kuunda timu ya kutengeneza nakala ya kuaminika.
• Muda. Hata mshindani aliye na ufadhili mzuri alihitaji miezi mingi kugeuza nyuma kiufundi, kuainisha, kujenga, kupima, na kusafirisha bidhaa pinzani, na katika miezi hiyo mshirika aliyekuwepo alikuwa na ukiritimba wa muda wa kukusanya watumiaji, mapato, na kina zaidi cha bidhaa.
• Gharama ya kubadilisha. Mara tu mteja alipohamisha data yake kwenye mfumo, akaifundisha wafanyakazi wake juu ya kiolesura hicho, na kuunganisha mfumo na kila kitu kingine kupitia ujumuishaji maalum, kuondoka kulikuwa ghali kupindukia hata kama kitu bora na cha bei nafuu kingeibuka.
• Hesabu ya kujenga dhidi ya kununua. Kwa kuwa kujenga programu ya ndani maalum kulikuwa ghali na hatari, kampuni zilinunua kwa busara bidhaa za kawaida zilizopo sokoni badala ya kujijengea zao wenyewe, jambo ambalo lilihakikisha soko kubwa kwa wauzaji wa programu zilizofungashwa.
• Athari za mtandao na data ya kipekee inayoongezeka, iliyojengwa juu ya yote hayo katika hali bora zaidi.

Udhaifu wa Kimuundo

Tazama kile orodha hiyo imejengwa nacho. Ni moja tu kati ya misuguano hiyo mitano, athari za mtandao, inayotokana moja kwa moja na upande wa mahitaji wa bidhaa. Nyingine nne, uhaba wa vipaji, muda wa kujenga, gharama ya kubadilisha, na adhabu ya kujenga dhidi ya kununua, zote ni msuguano wa uzalishaji upande wa usambazaji. Ni mabaki ya jinsi programu ilivyokuwa ngumu, ya polepole, na ya gharama kutengeneza na kubadilisha.

Huo ndio udhaifu. Biashara ambayo ulinzi wake unategemea hasa jinsi kitu ni kigumu kukizalisha ni ya kujitetea kwa muda tu ambao uzalishaji unabaki mgumu. Mara tu gharama ya kuzalisha na kubadilisha programu inapoporomoka, nguzo nne kati ya tano zinaporomoka pamoja nayo, na ni athari za mtandao upande wa mahitaji pekee ndizo zinazosalia kusimama.

Huo ndio kuporomoka hasa ambao AI ya kizalishi ilileta.

Sehemu ya Tatu: Mshtuko wa AI na Kuyeyuka kwa Ngome ya Programu

Tumboa sahihi la kuiga kile ambacho AI ya kizazi ilifanyia uchumi wa programu ni kuichukulia kama mshtuko kwa kazi ya uzalishaji ya programu. Katika uchumi wa msingi, gharama ya kuzalisha chochote ni kazi ya gharama ya vihusishi vyake. Kwa programu, kichocheo kikuu kimekuwa daima kazi ya kiakili ya binadamu yenye ujuzi, hasa kazi ya kubadilisha hitaji la biashara kuwa msimbo sahihi, uliopimwa, na tayari kupelekwa. Kazi hiyo ilikuwa kichocheo adimu, cha gharama kubwa, kilichounda kizuizi cha kuingia.

AI ya kizazi na mawakala huru wa usimbaji hushambulia kichocheo hicho moja kwa moja. Hutengeneza, kurekebisha, kutatua makosa, kuandika nyaraka, na kupeleka msimbo kwa gharama ndogo sana ikilinganishwa na historia katika majukumu mengi. Jaribio lililodhibitiwa la GitHub Copilot liligundua kuwa watengenezaji walikamilisha jukumu la usimbaji lililowekwa mipaka kwa kasi zaidi kwa asilimia 55.8, na utafiti wa shamba katika watengenezaji 4,867 ulipata kazi zaidi kwa asilimia 26.08 zikiwa zimekamilika. Athari hiyo ni halisi, lakini hailingani katika hali zote, kwani jaribio la nasibu la 2025 na METR liligundua kuwa watengenezaji wenye uzoefu wa miradi ya chanzo huria wanaofanya kazi katika misimbo msingi iliyozoeleka na iliyokomaa walikuwa polepole kwa asilimia 19 kwa zana za AI za mapema za 2025, huku wakiamini kuwa walikuwa wa haraka zaidi. Hitimisho salama si kwamba AI humfanya kila mhandisi kuwa wa haraka zaidi katika kila mazingira. Ni kwamba AI hupunguza gharama ya kuzalisha msimbo, hasa kwa kazi zilizofungwa kwa mipaka, za greenfield, na zisizo na uzoefu mkubwa. Kichocheo adimu kinafanywa kuwa kingi zaidi. Wakati bei ya kichocheo muhimu adimu inaposhuka, kizuizi cha kuingia kilichojengwa juu ya uchache huo huporomoka pamoja nacho. Utaratibu huo mmoja husambaa kupitia nguzo zote nne za upande wa ugavi.

Mabadiliko yanaonekana katika zana ambazo watengenezaji hutumia kweli. Kwanza zilikuja wasaidizi waliounganishwa kwenye IDE kama Cursor. Kisha wakaja mawakala wa usimbaji waliounganishwa kwenye terminal kama Claude Code, Codex CLI, Kiro CLI, na OpenCode, ambako modeli husoma repo, huhariri faili, huendesha amri, na hurudia dhidi ya mazingira yale yale kama mhandisi. Sasa tabaka la tatu linaibuka kuzunguka uratibu wa mawakala wengi, kwa zana kama Conductor, Superset, na Hermes Agent zinazoratibu mawakala kadhaa katika miradi na mazingira mbalimbali. Msururu huo uko wazi. Umetoka kwenye kukamilisha kiotomatiki, kwenda kwa mawakala huru, hadi kuratibu mawakala wengi sambamba, na hili litaongezeka tu kwa kasi. Kazi ya kidijitali itazidi kuwa rahisi kuifanya kiotomatiki kila mwaka, na zana ambazo leo zinahitaji mwendeshaji mwenye ujuzi kesho zitahitaji kuingiliwa na binadamu kidogo na kidogo.

1. Kuporomoka kwa Kizuizi cha Kuingia

Kuzindua bidhaa ya programu yenye uaminifu hapo awali kulihitaji mtaji halisi wa awali, ambao kwa sehemu kubwa ulienda kuajiri wahandisi waliokuwa wakihitajika kujenga MVP. Sharti hilo la mtaji lilichuja soko. Ni miradi tu iliyoweza kukusanya pesa na kuajiri vipaji ndiyo iliyowahi kusafirisha bidhaa, na uhaba uliotokana wa washindani ulikuwa sehemu ya ulinzi wa mchezaji aliyekuwepo.

Wakati mtengenezaji mmoja aliye na zana nzuri za AI anaweza kubuni, kujenga, na kuzindua programu iliyosafishwa na inayofanya kazi kwa sehemu ndogo sana ya muda na gharama za zamani, kichujio hicho hupotea. Soko linafurika wingi wa wanaoingia. Kwa maana ya ushindani, mteremko wa ugavi wa vipengele vya programu unasogea kwa kiasi kikubwa kuelekea nje, na nadharia ya msingi ya bei inakuambia kinachotokea baadaye bila utata wowote. Wakati ugavi wa bidhaa inayoweza kuchukua nafasi ya nyingine unapanuka kwa nguvu dhidi ya mahitaji yanayokaribia kuwa thabiti, bei hushuka kuelekea gharama ya pembeni, na kwa kuwa gharama ya pembeni ya programu iko karibu na sifuri, bei nayo huvutwa kuelekea sifuri. Wingi uliokithiri wa ugavi wa programu ni, kiutendaji, kuharibiwa kwa uwezo wa programu kuweka bei.

2. Kuporomoka kwa Faida ya Muda

Huu pengine ndio ulikuwa moat muhimu zaidi wa programu kuliko zote. Mantiki nzima ya kusafirisha haraka na kurudia ilitegemea kipengele kilichozinduliwa kikipa mwandishi wake miezi ya uongozi wa kipekee kabla ya mtu mwingine kuweza kunakili. Muda huo wa uongozi ndio ulikuwa dirisha ambalo athari za mtandao, chapa, na wateja zilijengwa.

AI hupunguza mzunguko wa kuiga kutoka miezi hadi saa. Mshindani anaweza kutazama kiolesura cha bidhaa, kuelezea tabia yake kwa wakala wa usimbaji, na kupata nakala inayofanya kazi karibu mara moja, bila hata kuona msimbo wa asili, kwa sababu thamani haikuwa kamwe hasa kwenye msimbo mahususi. Ilikuwa kwenye maelezo maalum, na maelezo maalum sasa ni ya gharama ndogo sana kuyatekeleza.

Wakati ucheleweshaji wa kuiga unapofikia sifuri, ukiritimba wa muda ulihalalisha uvumbuzi wa haraka hupotea. Ubunifu bado hutokea, lakini unaacha kupata malipo ya kudumu, kwa sababu thawabu ya kubuni huvishwa mara moja kwa waigaji. Huu ni mfano wa vitabu vya kiada wa kile David Teece alikiita tatizo la appropriability katika karatasi yake ya 1986 kuhusu kunufaika na uvumbuzi wa kiteknolojia. Ubunifu hulipa gharama zake tu wakati mvumbuzi anaweza kunasa sehemu ya kutosha ya thamani anayoiumba kabla ya kuigwa kuiondoa. AI husukuma appropriability ya uvumbuzi safi wa programu kuelekea sifuri.

3. Kuvunjika kwa Gharama za Kubadilisha Mtoa Huduma

Hii ilikuwa imara zaidi kati ya moat za jadi za programu, kwa sababu ilifanya kazi hata wakati bidhaa pinzani ilikuwa bora waziwazi. Lakini gharama za kubadilisha mtoa huduma nazo zilijengwa na msuguano, kuhamisha data kutoka schema moja kwenda nyingine, kujenga upya miunganisho maalum, na kufundisha tena wafanyakazi kwenye kiolesura kisichozoeleka. Kila moja ya hayo ni hasa aina ya kazi ya kuchosha ya kutafsiri kulingana na mifumo ambayo AI hufanya vizuri.

Ulinganishaji wa data unaoendeshwa na AI unaweza kumeza, kusawazisha, na kuhamisha hifadhidata tata kutoka muundo wa mfumo mmoja kwenda mwingine kwa haraka na kwa gharama ndogo. Violesura vya lugha asilia hupunguza gharama ya kufundisha tena, kwa sababu watumiaji kwa kuongezeka huingiliana kupitia mazungumzo badala ya kukariri mti wa menyu wa umiliki, ambayo inamaanisha ujuzi uliokusanywa uliokuwa umefungwa kwenye kiolesura cha mtoa huduma mmoja haufanyi kazi tena kama adhabu ya kubadilisha.

Kadiri gharama ya kuondoka inavyoshuka, thamani ya maisha yote ya mteja aliyekamatwa hushuka pamoja nayo, gharama ya kupata mteja hupanda ikilinganishwa na thamani hiyo ya maisha inayopungua, na uchumi wa kitengo wa modeli nzima ya usajili huharibika. Moat iliyojengwa juu ya kushindwa kwa mteja kuondoka husambaratika wakati kuondoka kunapokuwa rahisi.

4. Kugeuzwa kwa Kujenga Dhidi ya Kununua

Hili kwa utulivu huharibu soko linaloweza kushughulikiwa lenyewe. Kampuni zilinunua programu zilizofungashwa kwa sababu kujenga zana za ndani zilizobinafsishwa kulikuwa ghali sana, polepole sana, na hatari sana kuhalalisha isipokuwa kwa mahitaji yao yaliyotofautishwa zaidi. Adhabu hiyo ya kujenga ndani ndiyo hasa iliyowahakikishia wauzaji soko kubwa.

Wakati mawakala wa AI wanapowaruhusu timu za ndani, hata zile zisizo za kiufundi, kutengeneza programu maalum zinazolingana na mtiririko wao wa kazi, adhabu ya kujenga hutoweka, na chaguo la busara hubadilika kutoka kununua usajili wa jumla kwenda kutengeneza zana binafsi inayofaa kikamilifu na haina leseni ya mara kwa mara.

Hii haifanyi tu ushindani kati ya wauzaji kuwa mkali zaidi. Inapunguza jumla ya soko linaloweza kushughulikiwa ambalo wauzaji wanashindania, kwa sababu sehemu inayokua ya mahitaji ya programu inaridhishwa ndani na haifikii kabisa soko la nje. Thamani huhamia kutoka kwa wauzaji wa programu wa nje kwenda kwenye uwezo wa utendaji wa ndani, ambayo ni kusema inaacha kuwa soko na kuwa ufanisi wa gharama wa ndani wa kampuni.

Hili ndilo jambo lile lile nililoliita Uleverage wa Programu wa Ndani katika uandishi wangu, The Barbell of Software Value, likitazamwa kutoka upande wa mtoa huduma badala ya mnunuzi.

Matokeo na Nini Hakianguki

Ukiweka pamoja utaratibu huo nne unapata kuwa bidhaa za programu safi zinageuzwa kuwa bidhaa za kawaida. Sekta inaingia katika wingi uliokithiri wa programu, ambamo programu zenye utendaji zinaweza kujengwa kwa gharama ndogo, kunakiliwa papo hapo, na zinazidi kuzalishwa ndani kwa mahitaji. Katika hali hiyo msimbo wenyewe unaacha kuwa chanzo cha kodi ya ziada, sawasawa na jinsi bidhaa yoyote inavyoacha kuamuru kodi ya ziada mara tu inapoingia katika wingi na inapoelezeka kwa nyingine. Thamani hutengana na msimbo.

Kuwa mkweli kunahitaji kusema wazi kinachokosa kuporomoka, kwa sababu kukaza zaidi hili kungekuwa kulifanya liwe la makosa. AI ya kizazi hushambulia msuguano wa uzalishaji wa upande wa ugavi. Peke yake, haiushambulii upande wa mahitaji na msuguano wa kiwango cha mfumo.

• Athari za mtandao zinabaki, kwa sababu AI inaweza kunakili programu ya mtandao wa kijamii kwa mchana mmoja lakini haiwezi kunakili watumiaji, na watumiaji ndio mali.
• Moat za data za umiliki zinabaki na kwa kweli zinakuwa na nguvu zaidi, kwa sababu AI hufanya msimbo kuwa rahisi kuzalisha huku ikifanya data adimu inayofunza modeli kuwa ya thamani zaidi.
• Usambazaji na chapa vinabaki, kwa sababu umakini na uaminifu hubaki haba hata wakati vipengele ni bure.
• Vizuizi vya udhibiti na utii vinabaki, kwa sababu wakala wa usimbaji hawezi kuzalisha leseni ya benki, idhini ya kifaa cha matibabu, au uthibitisho wa anga.
• Ujumuishaji wa kina ndani ya uhalisia wa kimwili au unaodhibitiwa wa kiutendaji unabaki, kwa sababu msimbo ni wa bei nafuu, lakini kusakinisha vihisi, kupata uaminifu, na kufanya kazi chini ya idhini ya udhibiti si vya bei nafuu.

Kwa hivyo dai sahihi si kwamba biashara zote za programu zinafa. Ni kwamba moat maalum, uliowahi kuwa mkuu, wa programu safi, huru, iliyofungashwa, uliolindwa na ugumu wa kuandika na kubadilisha msimbo, umeharibiwa. Kinachobaki ni programu iliyoegemezwa kwenye kitu ambacho AI haiwezi kuiga kwa gharama nafuu: mtandao, hifadhidata, nafasi ya udhibiti, njia ya usambazaji, au operesheni ya kimwili. Programu inayojitenga na mambo hayo yote sasa ni bidhaa ya kawaida.

Sehemu ya Nne: Moat ya Kihistoria ya Vifaa na Kwa Nini Atomu Zilikuwa Ngumu

Hoja ya vifaa inatumia nidhamu hiyo hiyo. Kwanza weka wazi kwa nini vifaa hapo awali vilikuwa vinaweza kutetewa, kisha onyesha ni sehemu zipi za ulinzi huo mfumo wa utengenezaji wa China ulisambaratisha.

Vifaa vya kimsingi vilikuwa na utetezi kwa sababu karibu kinyume na zile ambazo programu ilikuwa nazo, na masoko ya mtaji yalitendea hivyo viwili kama vitu vinavyopingana. Pale programu ilipokuwa na gharama ya pembezoni inayokaribia sifuri, vifaa vya kimsingi vilikuwa na gharama ya pembezoni kubwa na ngumu kubadilika, kwa sababu kila kifaa cha kimwili kilila vifaa, nishati, kazi, na muda wa mashine. Pale programu iliposafirishwa mara moja na bila kikomo, vifaa vya kimsingi vilifungwa na fizikia ya utengenezaji na usafirishaji. Sifa hizo ziliifanya biashara ya vifaa vya kimsingi kuwa mbaya zaidi katika ukingo, lakini pia, kwa namna ya ajabu, ziliifanya iwe na utetezi kwa njia mahususi, kwa sababu ugumu wa uzalishaji wa kimwili ulifanya kazi kama kizuizi kilicholinda kampuni ya vifaa vya kimsingi iliyoendeshwa vizuri dhidi ya kuigwa kirahisi.

Msuguano mahususi uliolinda vifaa vya kimsingi ulikuwa huu:

• Mtaji wa vifaa vya kutengenezea. Kutengeneza bidhaa ya kimwili kwa kiwango kikubwa kulihitaji vifaa maalumu, hasa mifumo ya umbo la sindano na matangi ya kutupia metali yaliyotumiwa kuunda sehemu za plastiki na chuma, na vifaa hivyo viligharimu makumi au mamia ya maelfu ya dola na vililazimisha viwango vya chini vya juu vya oda. Huo ulikuwa ukuta mgumu wa mtaji ambao waanzilishi wengi wasingeweza kuupanda, na uliwalinda wamiliki waliokuwapo tayari ambao tayari walikuwa wamechangia gharama za vifaa vyao.
• Ucheleweshaji wa kurudia. Kuboresha muundo wa kimwili kulimaanisha kukata vifaa vipya, kurekebisha viwango vya uvumilivu, na kuendesha makundi ya majaribio ya kimwili, mzunguko uliotumia wiki au miezi kwa kila zamu na uliogharimu sana kila wakati, hivyo bidhaa za kimwili ziliboreshwa taratibu na mshindani alihitaji kampeni ndefu na ghali ili kuifikia.
• Uunganishaji wa mnyororo wa ugavi. Bidhaa ya kimwili ni orodha ya vifaa inayopatikana kutoka kwa wasambazaji wengi maalumu, na wasambazaji hao zamani walikuwa wametawanyika kati ya kampuni, maeneo, na nchi, hivyo kuunganisha mnyororo wa ugavi unaofanya kazi kulimaanisha kujadiliana na wauzaji waliotengwa, kuvumilia muda mrefu wa kusubiri, na kusimamia logisti ngumu.
• Ujuzi wa usahihi na mchakato. Maarifa yaliyokusanywa, mara nyingi yasiyoandikwa, ya namna ya kweli ya kutengeneza muundo kwa mavuno yanayokubalika. Hayahamishiki kutoka kwenye mchoro. Inabidi uyajifunze kwa kuyafanya.
• Usambazaji. Uhitaji wa kuweka bidhaa ya kimwili mbele ya wanunuzi kupitia wauzaji reja reja, wasambazaji, na nafasi za rafu ambazo nazo zilikuwa haba na zikiwekewa vizuizi vya uingizaji.

Angalia tena muundo, kama ilivyokuwa kwa programu. Moja kwa moja, kinga ya vifaa vya kimsingi ilikuwa ni seti ya msuguano wa uzalishaji na usafirishaji: mtaji wa vifaa vya kutengenezea, ucheleweshaji wa kurudia, uunganishaji wa mnyororo wa ugavi, mavuno ya mchakato, na usambazaji wa kimwili. Ililindwa na jinsi ilivyokuwa ngumu, polepole, na ghali kubadilisha muundo kuwa kitu cha kimwili kilichosafirishwa. Na sawasawa na programu, ulinzi unaojengwa juu ya ugumu wa uzalishaji huwa wa kudumu tu ilimradi uzalishaji unabaki mgumu.

Lakini mchango wa China katika historia ya uchumi ulikuwa kuifanya uzalishaji wa kimwili, katika anuwai kubwa sana ya bidhaa, usiwe mgumu tena.

Sehemu ya Tano: Mshtuko wa China, Mkusanyiko wa Kiviwanda, na Mwisho wa Ngao ya Vifaa vya Kimsingi

Kuelewa vibaya zaidi kuliko kawaida kuhusu utawala wa utengenezaji wa China ni kwamba ni hadithi kuhusu kazi ya bei nafuu. Hilo lilikuwa kweli kwa sehemu katika awamu ya kwanza na sasa kwa kiasi kikubwa si kweli, na kulielewa vibaya kunaongoza moja kwa moja kwenye hitimisho lililoshindwa kwamba kurudisha uzalishaji nchini, au kuhamisha uzalishaji kwenda nchi inayofuata yenye mishahara midogo, kutarejesha utaratibu wa zamani.

Ufafanuzi wa kweli ni kwamba China ilijenga, kwa msongamano na kwa kiwango ambacho hakuna mtu alikuwa amekiona hapo awali, jambo ambalo Alfred Marshall alieleza zaidi ya karne moja iliyopita kama mkusanyiko wa kiviwanda. Mkusanyiko huo, si ujanja wa tofauti za mishahara, ndicho kilichovunja ngao ya vifaa vya kimsingi. Mimi si wa kwanza kutoa hoja hii. Andrew “bunnie” Huang ameandika kwa undani toleo la Shenzhen la jambo hilo moja kwa moja kwa zaidi ya muongo mmoja katika The Hardware Hacker.

Faida za Nje za Marshall

Mkusanyiko wa kiviwanda ni kusongamana kijiografia kunakojirekebisha kwa sekta zilizounganishwa, wasambazaji wa vipengele, watengenezaji wa mikusanyiko midogo, wasindikaji wa malighafi, watengenezaji wa vifaa, watengenezaji wa mikataba, watoa huduma za logisti, na wafanyakazi wenye ujuzi maalumu, vyote vikiwa vimejazwa ndani ya eneo lilelile. Marshall alitambua kwa nini makundi hayo yanazalisha faida ambazo kampuni iliyotengwa haiwezi kulingana nazo:

• Yanaunda hifadhi kubwa ya pamoja ya wafanyakazi wenye ujuzi maalumu.
• Yanasaidia wasambazaji wa ndani waliobobea ambao kamwe wasingeweza kuishi kwa kumhudumia mteja mmoja wa mbali lakini hustawi kwa kuwatumikia wengi walio katika mkusanyiko mnene.
• Yanaleta mioyo ya uenezaji wa maarifa, ambapo maboresho ya mchakato yanaenea haraka kupitia mkusanyiko kwa sababu watu husika wako karibu kimwili na huhama-hama.

Nguvu hizo tatu ndizo faida za nje za Marshall, na zinamaanisha kwamba kampuni iliyo ndani ya mkusanyiko hupata gharama ndogo, kurudia haraka zaidi, na taarifa bora kuliko kampuni inayofanana iliyo nje yake, haijalishi kampuni hiyo ya nje ni yenye ufanisi kiasi gani kwa yenyewe.

Gharama za Muamala Zinaporomoka

Katika Delta ya Mto Pearl, na Shenzhen hasa, mkusanyiko ulipiga msongamano usio na mfano wa kihistoria. Matokeo ya vitendo yanaonekana kwa urahisi zaidi kupitia uchumi wa gharama za muamala wa Ronald Coase. Coase alieleza kwamba mpaka na kasi ya shughuli za kiuchumi zinaongozwa na gharama za muamala, gharama ya kutafuta wasambazaji, kujadiliana masharti, na kuratibu uzalishaji kati ya kampuni. Katika mnyororo wa ugavi uliotawanyika gharama hizo ni kubwa sana, na ndizo maudhui halisi ya msuguano wa tatu wa ngao ya vifaa vya kimsingi.

Katika mkusanyiko wenye msongamano mkubwa mno, gharama za muamala huporomoka karibu hadi kitu kisicho na maana. Mnyororo mzima wa ugavi wa vifaa vingi vya kielektroniki na vya mitambo hukaa ndani ya mzunguko mdogo, hivyo kutafuta, kununua, kujadiliana, na kuratibu ambako zamani kulichukua wiki kuvuka mabara sasa huchukua masaa ndani ya wilaya. Mbunifu anaweza kubaini kifaa, kupata kila sehemu ndani ya eneo moja siku hiyo hiyo, kupata ubao maalumu wa mzunguko kutengenezwa na kujazwa usiku huohuo, na kushika mfano unaofanya kazi asubuhi inayofuata.

Hii si kazi ya bei nafuu. Ni karibu kuondolewa kabisa kwa gharama za muamala na ucheleweshaji wa kurudia, ambavyo ni mambo tofauti kabisa na yenye nguvu zaidi.

Kutokana na msongamano huo, taratibu nne zilivunja ngao ya vifaa vya kimsingi, zikifanana na nne za AI zilizotumika kwa programu.

1. Kuporomoka kwa Ucheleweshaji wa Kurudia

Huu ndio toleo la vifaa vya kimsingi la programu kupoteza faida yake ya muda. Katika mnyororo wa ugavi uliotawanyika wa Magharibi, mzunguko mmoja wa muundo wa kimwili ulichukua wiki na kugharimu sana, hivyo vifaa vya kimsingi viliboreka polepole na uongozi wa marekebisho ya mtegemezi uliendelea. Ndani ya mkusanyiko, kurudia kwa kimwili kunakaribia kasi ya kurudia kwa programu. Mifumo ya umbo la sindano hubadilishwa, mipangilio ya bodi hurekebishwa, na makundi ya majaribio huendeshwa kwa siku chache.

Matokeo ya kimkakati ni makali. Muundo wowote wa vifaa vya kimsingi uliobuniwa Magharibi unaweza kuangaliwa, kufanyiwa uhandisi wa kurudufu, kuboreshwa kwa ajili ya kutengenezwa, na kuzalishwa kwa wingi ndani ya mkusanyiko kwa haraka zaidi kuliko kampuni ya Magharibi iliyoanzisha inaweza kumaliza mfano wake wa pili yenyewe. Muda wa kuongoza wa mwanzilishi, ambao ulikuwa chanzo cha faida yake ya kipekee, ni hasi. Mtaiga anatuma toleo lililoboreshwa, la bei nafuu kwanza.

2. Kuporomoka kwa Mtaji wa Vifaa vya Kutengenezea

Huu ndio toleo la vifaa vya kimsingi la kizuizi cha kuingia cha programu kikishuka. Makumi ya maelfu ya dola na viwango vya chini vya juu vya oda ambavyo zamani vilifunga uzalishaji wa kimwili nje vimerekebishwa kupotea ndani ya mkusanyiko kupitia uchakataji wa kasi unaodhibitiwa na kompyuta, misingi ya kawaida ya umbo ya msimu ambayo hurekebishwa upya badala ya kukatwa upya kutoka mwanzo, na warsha za vifaa vya kutengenezea zenye ushindani mkali na uzalishaji wa juu. Vifaa vya kimsingi vya dozi ndogo, vilivyobinafsishwa sana sasa vinaweza kuzalishwa kwa muundo wa gharama ambao zamani ulipatikana tu kwa makampuni makubwa ya kimataifa. Ukuta wa mtaji uliokuwa ukichuja wanaoingia kwenye vifaa vya kimsingi umeanguka kwa kiasi kikubwa, sawa na ule uliokuwa ukichuja wanaoingia kwenye programu, na soko linafurika na shinikizo lilelile linalotarajiwa la kushusha bei.

3. Mviringo wa Uzoefu, Ukikuzwa na Uendeshaji Kiotomatiki

Utaratibu huu ndio unaofunga uongozi wa gharama milele, na ndiyo sababu faida haiwezi kutolewa kwa usuluhishi kwa kuhamia mahali pengine. Sheria ya Wright, iliyoelezwa kwanza na Theodore Wright mwaka 1936 kutokana na data ya uzalishaji wa ndege na baadaye kuongezewa ujumla na Boston Consulting Group kama mviringo wa uzoefu, ni moja ya kanuni za kitabia zilizoaminika zaidi katika uchumi wa viwanda. Inasema kwamba kwa bidhaa nyingi, gharama ya kitengo hushuka kwa asilimia thabiti kila wakati kiasi cha uzalishaji wa jumla kinapoongezeka mara mbili, kwa sababu shirika hujifunza, kupitia kufanya kilichokusanywa, namna ya kutengeneza kwa ufanisi zaidi.

Kwa sababu kundi hilo hutokeza sehemu kubwa sana ya ujazo wa jumla wa kimataifa katika makundi yasiyohesabika ya bidhaa, liko mbali sana chini ya mkondo wa uzoefu ambapo mgeni yeyote mpya, akiwa na ujazo wa jumla wa chini, yuko juu kabisa. Kisha utengenezaji wa kisasa wa Kichina huongeza zaidi faida hiyo ya ujifunzaji kwa otomatiki yenye mtaji mkubwa, roboti za hali ya juu, ukaguzi wa macho wa kiotomatiki wa kasi ya juu, na ujumuishaji wa wima unaorudi hadi kwenye malighafi.

Hapa ndipo hasa maelezo ya gharama ya kazi yanakufa. Faida ya kisasa si mishahara ya chini. Ni ujifunzaji uliokusanywa pamoja na kiwango cha kiotomatiki pamoja na msongamano wa wasambazaji, na mgeni hawezi kuiga mchanganyiko huo kwa hatua yoyote ya muda mfupi, iwe mshahara wa juu au mshahara wa chini, kwa sababu huwezi kununua mara moja miongo ya uzoefu wa uzalishaji uliokusanywa au mfumo wa wasambazaji unaouzunguka.

4. Kuporomoka kwa Msuguano wa Usambazaji

Hili ni toleo la maunzi la AI linalopunguza haja ya kupitia njia za programu za walioko madarakani. Masoko ya kimataifa ya kidijitali na upangaji wa vifaa wa vifurushi wenye ufanisi wa hali ya juu huruhusu watengenezaji ndani ya kundi kuruka kabisa wasambazaji wa Magharibi, wauzaji wa jumla, na nafasi ya rafu za rejareja, kwa kuorodhesha moja kwa moja kwenye mifumo ya kimataifa na kusafirisha hadi mlangoni pa mteja ndani ya siku chache. Msuguano wa mwisho uliokuwa ukilinda chapa ya maunzi ya aliyeko madarakani, udhibiti wake wa rafu na njia za usambazaji, unapita pembeni. Kifaa kinacholingana kimaandishi kinamfikia mteja yuleyule kwa sehemu ndogo ya bei ya chapa bila hata kugusa mfumo wa usambazaji wa aliyeko madarakani.

Jumuiya ya Viwanda na Kwa Nini Kurudisha Uzalishaji Nyumbani Ni Ngumu Sana

Matokeo muhimu zaidi ya haya yote, na yale yanayopuuzwa mara nyingi zaidi, yanahusu kurudisha uzalishaji nyumbani, na hapa ndipo wazo la jumuia ya viwanda linapokuwa muhimu. Gary Pisano na Willy Shih waliita hili katika Restoring American Competitiveness (PDF) mwaka 2009. Uchanganuzi wao ulikuwa kwamba uwezo wa utengenezaji si sifa ya kampuni binafsi. Ni sifa ya mfumo ikolojia, msingi wa ndani unaoshirikiwa wa wasambazaji, watengenezaji wa zana, wahandisi wa michakato, na ujuzi fiche wa vitendo.

Wakati nchi inapohamishia uzalishaji ng’ambo, haipotezi viwanda tu. Kadiri muda unavyopita hupoteza jumuia inayouzunguka, kwa sababu wasambazaji, watengenezaji wa zana, na wahandisi stadi wa michakato hudhoofika au kuhamia mahali pengine mara tu hakuna tena mahitaji ya ndani yanayowaendeleza. Jumuia hiyo ikishaondoka, hakuna kampuni moja wala ruzuku moja inayoweza kuijenga upya haraka, kwa sababu kiwanda kimoja kilichorudishwa nyumbani hakina wasambazaji wa ndani, hakuna watengenezaji wa zana wa ndani, hakuna hazina ya ndani ya wahandisi wenye uzoefu wa michakato, na kwa hiyo hakuna kati ya faida za nje za Marshallian ambazo zilifanya kundi liwe na ufanisi hapo kwanza.

Ndio maana kurudisha nyumbani aina ya bidhaa za maunzi zilizofanywa kuwa bidhaa ya kawaida ni vigumu sana na ghali sana. Faida ambayo anayeurudisha nyumbani anajaribu kuijenga upya haikuwa ndani ya kiwanda kamwe. Ilikuwa kwenye mfumo ikolojia unaouzunguka kiwanda, na mfumo huo ikolojia hauko nyumbani tena. Mfereji wa kinga haukuhamia China kwa sababu kampuni za Kichina ni bora zaidi kibinafsi. Uliondoka kwa sababu jumuia ilihama, na jumuia ni mali ya pamoja ambayo hatua ya mtu binafsi haiwezi kuijenga upya.

Hitimisho la kiwango cha juu kwa maunzi linafanana kabisa na lile la programu. Mara tu vipimo vya bidhaa ya kimwili vinapojulikana, mfumo ikolojia wa utengenezaji wenye msongamano mkubwa unaweza kuiga, kuuboresha kwa ajili ya utengenezaji, na kuusambaza moja kwa moja kwa muundo wa gharama unaoangamiza faida ya aliyebuniwa awali. Maunzi yanayojitegemea, yanayotetewa tu na ugumu wa uzalishaji wa kimwili, yamegeuzwa kuwa bidhaa ya kawaida, kwa sababu ugumu huo, kwa anuwai kubwa ya bidhaa, haupo tena.

Sehemu ya Sita: Kuporomoka Mfululizo na Athari Zake za Kimkakati

Watu kwa kawaida huchambua kuporomoka hivyo viwili kwa kutenganisha, na kiwakati ndivyo inavyopaswa kuwa. Kuporomoka kwa maunzi kulitangulia. Mkusanyiko wa Kichina ulifanya ulinzi wa maunzi unaotegemea uzalishaji uwe dhaifu katika vifaa vya kielektroniki vya watumiaji na bidhaa nyingi za ugumu wa kati miaka kadhaa kabla zana za uandishi wa msimbo za AI generative kuwa na umuhimu. Kuporomoka kwa programu kulikuja baadaye. Tukio halisi kwa mwanzilishi leo si kwamba vilianza pamoja. Ni kwamba hali zote mbili sasa zipo sokoni.

Zama za awali bado zilitoa njia ya kutoroka. Programu ilipoanza kuwa shindani, mtaji ungeweza kuelekea kwenye maunzi yanayoweza kutetewa. Maunzi yalipoanza kuwa shindani, mtaji ungeweza kuelekea kwenye programu inayoweza kutetewa. Maeneo hayo mawili yalikuwa makimbilio ya kupokezana. Mzunguko huo haufanyi kazi tena. Atomi safi tayari zilipoteza kinga yao ya uzalishaji, na biti safi sasa nazo zinapoteza kinga yao. Hakuna tena kimbilio la biti safi wala kimbilio la atomi safi. Huo ndio maana ya kina ya nadharia ya barbell niliyoandika kuhusu mwaka jana. Kati, mahali ambapo kampuni ilitegemea mwelekeo mmoja kuwa mgumu, kumeingiliwa mashimo kutoka pande zote mbili.

Athari ya Kwanza: Shinikizo la Jumla la Kupunguza Bei

Gharama ya pembeni ya programu inapokaribia sufuri na gharama halisi ya kurudia kitu cha kimwili inapokaribia sakafu yenye ufanisi wa hali ya juu ya kundi, ushindani unasukuma bei katika nyanja zote mbili kushuka kuelekea sakafu hizo. Hilo ni la kupunguza mfumuko wa bei kwa watumiaji na la kuharibu kwa wazalishaji wasio na kinga ya kipekee, na linaeleza kitendawili ambacho watu wengi huona, kwamba maendeleo makubwa ya kiteknolojia hukaa sambamba kabisa na ukandamizaji wa faida kwa kampuni zinazozalisha kweli. Maendeleo yanakamatwa na watumiaji na waiga badala ya wabunifu, hasa kwa sababu uwezo wa kunufaika ulibomoka katika nyanja zote mbili.

Athari ya Pili: Kodi Inahamia Kando ya Mzunguko wa Tabasamu

Stan Shih, mwanzilishi wa Acer, alipendekeza mzunguko wa tabasamu karibu mwaka 1992. Chora thamani iliyoongezwa dhidi ya hatua za uzalishaji katika mnyororo wa thamani wa utengenezaji na unapata umbo kama tabasamu. Ben Thompson aliubadilisha kwa uchapishaji, jambo linaloonyesha kwamba mzunguko huo si hasa kuhusu utengenezaji hata kidogo. Huu hapa wa awali:

Hatua za Shih ni hizi:

• Thamani ya juu katika awamu ya juu ya mnyororo, ikimaanisha usanifu, ujenzi wa chapa, na umiliki wa kiakili
• Shimo refu katikati, likimaanisha uunganishaji wa kimwili na utengenezaji, hatua ambayo hugeuka kuwa bidhaa ya kawaida kwa urahisi zaidi
• Thamani ya juu katika awamu ya chini ya mnyororo, ikimaanisha usambazaji, huduma, na uhusiano wa mteja

Kupanda kwa China kuliifanya sehemu ya kati ya mzunguko huo kuwa tambarare na ya kawaida kwa maunzi. AI generative sasa inaifanya sehemu ya kati inayolingana kwa programu kuwa bidhaa ya kawaida, ambacho ni kitendo tu cha kuandika msimbo. Maelekezo yanayofuata ni sawa katika hali zote mbili: telekeza sehemu ya kati iliyogeuzwa kuwa bidhaa ya kawaida na uhamie kwenye ncha za tabasamu.

Lakini ncha hizo ndizo hasa upande wa mahitaji na mali za kiwango cha mfumo ambazo si AI wala msongamano wa utengenezaji vinaweza kuiga kwa gharama ya chini. Katika awamu ya juu ya mnyororo hiyo inamaanisha data ya umiliki, utafiti, na ufahamu wa usanifu. Katika awamu ya chini ya mnyororo hiyo inamaanisha chapa, uaminifu, usambazaji, nafasi ya kisheria, na umiliki wa uhusiano wa mteja na matokeo ya kiutendaji.

Athari ya Tatu: Kodi Inahamia Katika Mishono

Hili ndilo tokeo linalounganisha uchanganuzi na mkakati. Kodi ya kudumu imehama kutoka kwenye mwelekeo mmoja wowote na kuingia kwenye uunganisho kati ya mielekeo, na kwenye mali zinazokaa nje ya uzalishaji kabisa. Iwapo msimbo safi ni bure na atomi safi ni za bei nafuu, basi msuguano unaoendelea kuzalisha kodi ni ule unaoishi kwenye mishono:

• Ubunifu wa karibu wa pamoja wa maunzi maalum na programu maalum, ili hakuna moja kati yao linalomfaa mwiga bila jingine.
• Data ya umiliki inayozalishwa kwa kuendesha mtiririko halisi wa kazi wa kimwili au unaodhibitiwa kisheria, ambayo ni adimu hasa kwa sababu ni tunda la pembeni la kufanya kazi badala ya kitu kinachoweza kunakiliwa.
• Uhusiano wa kina, wenye kujengwa taratibu, na ithibati za udhibiti katika tasnia za kihafidhina, ambapo nakala ya bei nafuu inakataliwa hata kabla mtu yeyote hajaiitathmini.
• Nafasi ya mhusika mkuu, ambapo kampuni haiuzi zana inayoweza kuwa bidhaa ya kawaida bali badala yake inamiliki operesheni, inabeba dhima, inahakikisha matokeo, na inakamata pamoja bwawa lote la faida na taka ya kipekee ya data.

Hizi ndizo msuguano ambao AI na mkusanyiko wa Kichina kimuundo hawawezi kuzifuta, kwa sababu si msuguano wa uzalishaji hata kidogo. Ni msuguano wa uaminifu, wa upatikanaji wa kimwili, wa udhibiti, wa uchunguzi uliokusanywa wa ulimwengu halisi, na wa umiliki wa kiutendaji.

Sehemu ya Saba: Mipaka, Hoja Zapingamizi, na Kuwa Mwaminifu Kuhusu Zao

Nadharia iliyoenea kiasi hiki lazima ipitie majaribio ya shinikizo dhidi ya pingamizi zake kali zaidi, kwa sababu mkakati uliojengwa juu ya dhana iliyotiwa chumvi hushindwa hasa pale ambapo dhana ilikuwa kali mno.

Pingamizi la 1: Programu Iliyotengenezwa na AI Bado Haijafikia Kiwango cha Mbele

Pingamizi la kwanza ni kwamba programu iliyotengenezwa na AI bado hailingani na programu iliyobuniwa na wataalamu kwa mifumo iliyo changamano zaidi, ya kuaminika zaidi, au bunifu zaidi, na kwamba mpaka halisi wa ubora bado unatenganisha uzalishaji wa kawaida na uhandisi wa mbele.

Hili ni kweli na lina umuhimu. Hoja ya ugeuzaji wa bidhaa za kawaida inatumika kwa nguvu zaidi kwenye mwili mkubwa wa programu za kawaida za matumizi ambazo mantiki yake imekwisha chumwa sana. Katika mpaka halisi, katika algoriti mpya, katika mifumo inayohitaji kuaminika au usalama wa kiwango cha juu sana, na katika matatizo yasiyo na mfano katika data ya mafunzo, uamuzi wa kitaalamu wa kibinadamu bado unaamuru kodi. Kwa hiyo dai sahihi ni kwamba AI inabomoa kinga ya sehemu kubwa inayoweza kuwa bidhaa ya kawaida ya programu, si kwamba inafuta thamani yote ya programu.

Lakini mwelekeo wa safari una umuhimu wa kimkakati, kwa sababu mpaka unaosalia kuwa wa kujitetea ni mwembamba, unahamia kila mara, na ni msingi mbaya kwa biashara ya kudumu isipokuwa umefungwa kwenye moja ya vizuizi visivyo vya uzalishaji vilivyo hapo juu.

Pingamizi la 2: Utawala wa Kichina ni Sio Sawa na Unapingwa Kisiasa

Pingamizi la pili ni kwamba utawala wa Kichina katika utengenezaji ni usio sawa katika makundi ya bidhaa na sasa unakabiliwa na nguvu kubwa za kupinga za kijiografia na kisiasa, ikiwa ni pamoja na ushuru, udhibiti wa uuzaji nje, urejeshaji wa uzalishaji nchini unaochochewa na usalama wa taifa, na upendeleo wa kimakusudi wa usambazaji wa karibu kutoka kwa marafiki wa minyororo muhimu ya ugavi.

Hii pia ni kweli. Hoja ya kubadilika kuwa bidhaa ya kawaida ina nguvu zaidi kwa vifaa vya kielektroniki vya watumiaji, bidhaa za kimakanika, na viunganishi vya ugumu wa kati, na ni dhaifu zaidi katika kilele cha juu kabisa cha rundo la teknolojia, hasa utengenezaji wa hali ya juu wa semikondukta, ambako uzito uliokithiri wa mtaji na wachache wa wasambazaji wasioweza kubadilishwa huunda vizuizi vyao wenyewe. Sera pia inaweza kwa njia ya bandia kurudisha msuguano ambao ujumuishaji uliondoa, kupitia ushuru unaoongeza gharama ya kutua ya muigizaji, au udhibiti wa mauzo nje unaonyima pembejeo zake.

Lakini nguvu hizo za kupinga kwa kweli zinaimarisha hitimisho kuu badala ya kulidhoofisha, kwa sababu kizuizi cha semikondukta kilichosalia na kizuizi cha urejeshaji wa uzalishaji nchini kinachoongozwa na sera, tena, si vizuizi vya vifaa pekee. Ni vizuizi vya ukubwa uliokithiri wa mtaji, wa nafasi isiyoweza kubadilishwa ya msambazaji, na wa uhusiano wa udhibiti na kijiografia kisiasa. Hizo ndizo haswa msuguano usio wa uzalishaji, wa uhusiano na nafasi ambao ripoti hii inasema kodi imehama kuelekea kwake.

Pingamizi la 3: Kwa Nini Walio Kwenye Nafasi Kuu Bado Wana Faida Sana?

Pingamizi la tatu ni lile la kisekta. Ikiwa programu na vifaa vyote viwili vimegeuzwa bidhaa za kawaida, kwa nini washikaji wakuu wakubwa wa teknolojia bado wana faida isiyo ya kawaida sana?

Jibu ni kwamba washikaji hao wakuu hawakulindwa kamwe na programu safi au vifaa safi. Vizuizi vyao halisi ni athari za mtandao, udhibiti wa usambazaji na umakini, data ya umiliki kwa kiwango cha ustaarabu, kujifungia kwa mfumo wa ikolojia, na katika baadhi ya matukio kujikita kwa udhibiti. Kuporomoka kunakoelezwa hapa hakutishii lolote kati ya hayo, na kwa njia kadhaa kunayaimarisha, kwa sababu uzalishaji safi unapogeuzwa bidhaa ya kawaida, thamani ya kiasi ya mali zisizo za uzalishaji ambazo washikaji wakuu tayari wanamiliki huongezeka.

Hili linaendana kikamilifu na nadharia. Kubadilika kwa uzalishaji kuwa bidhaa ya kawaida hakusawazishi faida zote. Kunahamisha faida kutoka kwa kampuni ambazo faida yake pekee ilikuwa kwamba uzalishaji ulikuwa mgumu, na kuelekea kampuni zinazomiliki msuguano ambao uzalishaji hauwezi kugusa. Washikaji wakuu wanasalia kwa sababu hawakuwahi kuwa biashara za kipengele kimoja. Hilo ndilo somo, si ubaguzi.

Sehemu ya Nane: Muhtasari na Daraja kwenda Kizuizi cha Kisasa

Maporomoko hayo mawili katika ripoti hii ni, kimsingi, utaratibu uleule unaojirudia katika maeneo mawili, si ratiba moja ya pamoja. Katika visa vyote viwili kundi la biashara lilipata kodi ya kudumu kwa sababu uzalishaji ulikuwa mgumu, wa polepole, na wa gharama kubwa. Katika visa vyote viwili nguvu ya kuyeyusha msuguano, AI ya kizazi katika kikoa cha kidijitali na ujumuishaji wa viwanda wenye msongamano mkubwa sana katika ule wa kimwili, ilifanya uzalishaji uwe rahisi, wa haraka, na wa bei nafuu. Katika visa vyote viwili kodi iliyotetewa na ugumu wa uzalishaji ilitoweka mara tu uzalishaji ulipoacha kuwa mgumu.

Ulinganifu ni sahihi, na kuuona unastahili zaidi ya nusu yoyote peke yake, kwa sababu unaweka wazi sheria ya jumla chini ya zote:

Kila kizuizi cha ushindani ambacho kinajumuisha tu ugumu wa kutengeneza kitu ni cha muda, na hudumu hasa mpaka mtu apate njia ya kutengeneza kitu hicho kwa urahisi.

Kanuni ya kimkakati inafuata moja kwa moja. Kwa kuwa wala biti peke yake wala atomi peke yake haviwezi kulinda biashara, ulinzi lazima ujengwe kutokana na msuguano uliosalia baada ya maporomoko yote mawili:

• Ujumuishaji wa karibu, uliofungwa wa vifaa maalum na programu maalum, ili mfumo usiweze kutenganishwa na kunakiliwa kipande kwa kipande.
• Data ya umiliki, inayoendelea kusasishwa, inayozalishwa kama bidhaa ya pembeni ya kuendesha mtiririko halisi wa kazi, ambayo haiwezi kunakiliwa kwa sababu lazima ipatikane kupitia uendeshaji.
• Mahusiano ya kina, uaminifu, na nafasi ya kisheria ya viwanda vya kihafidhina, ambayo hakuna wakala wa programu na hakuna kiwanda cha mikataba kinachoweza kuzalisha.
• Uamuzi wa kufanya kazi kama mkuu badala ya muuzaji, kumiliki mtiririko wa kazi na matokeo yake ili kundi lote la faida na mabaki yote ya data yabaki yamekamatwa badala ya kuuzwa nje.

Kampuni ya kisasa ya kiwango cha ubia ni ya kujitetea kwa kiwango kilekile tu ambacho inakusanya kadhaa ya msuguano huo uliosalia kuwa mfumo mmoja wa uendeshaji uliounganishwa unaoboreka kadiri unavyofanya kazi. Kila kitu kilichokuwa kizuizi kwa sababu ilikuwa vigumu kujenga sasa ni bidhaa ya kawaida kwa sababu ni rahisi kujenga. Kinachosalia kuwa cha kujitetea ni kile ambacho ni kigumu kukifikia, kigumu kupata imani ndani yake, kigumu kuingia kisheria ndani yake, na kigumu kukichunguza bila kufanya kazi halisi.

Kizuizi cha ushindani cha baadaye hakijatengenezwa kwa biti, na hakijatengenezwa kwa atomi. Kimetengenezwa kwa mishono iliyopo kati yao, na kwa mahusiano na data iliyopatikana ambayo hakuna anayeweza kuizalisha tena bila kusimama mahali uliposimama wewe.

Hitimisho la Uchambuzi

Paradigimu ya miaka thelathini iliyotazama programu kama injini ya kuaminika ya faida inayoweza kutetewa na vifaa kama bidhaa ya kawaida yenye faida ndogo haikubadilika tu. Dhana zake mbili za msingi zilikanushwa mfululizo. Ujumuishaji wa viwanda vya Kichina ulikanusha dhana kwamba vifaa ni vigumu kuviboresha na kuvifanya upya kwanza. AI ya kizazi inakanusha dhana kwamba programu ni vigumu kuzalisha na kuibadilisha sasa.

Kwa sababu vizuizi vyote viwili vilijengwa zaidi juu ya ugumu wa uzalishaji, na kwa sababu ugumu huo ulikuwa lengo mahsusi la nguvu hizo mbili za kuyeyusha msuguano, vizuizi vyote viwili vilianguka. Kodi iliyokuwa ikienda kwa yeyote aliyekuwa akiweza kujenga biti au kufua atomi sasa inapita kwa watumiaji na waigaji, isipokuwa kampuni imejifungamanisha na msuguano ambao kuporomoka kwa uzalishaji hakuwezi kufikia.

Msuguano huo uliosalia, ujumuishaji, data ya umiliki wa uendeshaji, mahusiano ya kuaminika, nafasi ya udhibiti, na umiliki wa mkuu wa mtiririko halisi wa kazi, ndiko ambako thamani ya kudumu ilihamia. Kujenga kampuni inayoweza kujitetea katika enzi hii kunamaanisha kukataa kutegemea mwelekeo mmoja tu kuwa mgumu, kwa sababu hakuna kitu ambacho ni kigumu tu kukitengeneza hubaki cha kujitetea mara tu kukitengeneza kunapokuwa rahisi.

Kizuizi cha Kisasa

Yote hapo juu ni uchunguzi wa tatizo. Inaweka wazi kodi ilienda wapi na kwa nini, lakini inaishia katika kiwango cha kanuni, na kanuni haikuambii kampuni iliyojengwa juu yake kwa kweli inaonekanaje. Nusu hii ni jibu. Inashughulikia kile kinachounda ulinzi wa ushindani sasa, na jinsi kinavyoonekana kimekusanywa ndani ya biashara halisi.

Barbell

Kabla ya sheria za ujenzi, inasaidia kuifanya barbell iwe wazi, kwa kuwa uchambuzi uliendelea kuielekezea bila kuorodhesha ncha zake. Niliweka hili wazi mwaka 2025 katika Nadharia ya Barbell ya Thamani ya Programu, ambapo nililinganisha Nadharia yangu ya Uongezaji Kasi wa Programu ya Ndani dhidi ya nadharia ya wingi. Ambapo hitimisho lilikuwa kwamba thamani ya programu inagawanyika kuwa makundi mawili na kati yake inaporomoka.

Katika ncha moja hukaa misingi mikubwa ya msingi, mifano ya msingi, miundombinu ya kompyuta, majukwaa ya wingu, chipsi, na miundombinu ya msingi ya AI. Hivi vinalindwa na uzito mkubwa wa mtaji, uchumi wa kiwango, na mkusanyiko wa utafiti kwa kiwango ambacho ubia mpya kimsingi hauwezi kufikia. Hicho si fursa ninayoelezea. Hicho ni mazingira ambamo inafanya kazi.

Google ni kesi ya dari. Inachanganya mifano ya LLM, TPUs, miundombinu ya wingu, Utafutaji, Android, YouTube, Ramani, Chrome, usambazaji chaguo-msingi, na data ya umiliki kwa kiwango ambacho karibu hakuna mtu anayeweza kugusa. Hilo halifanyi iwe muundo wa kampuni changa. Linaifanya iwe nguzo ya juu ya barbell ikiwa imetekelezwa kikamilifu. Huwezi kuanzia hapo. Google inachothibitisha ni utaratibu, kwamba uzalishaji unapokuwa wa bei nafuu, thamani ya kudumu huhamia kwenye kompyuta, usambazaji, miundombinu, data, na nafasi ya mfumo wa ikolojia ambayo mgeni hawezi kwa urahisi kuingia kwa kukodisha. Tambua pia kikomo hicho. Google inaendesha mnada. Kwa kawaida haiimiliki matokeo ya mtangazaji. Ndiyo sababu Waymo, si Search, ni mfano safi zaidi wa nafasi ya mkuu baadaye.

Katika ncha nyingine hukaa uongezaji nguvu wa faragha uliobainishwa sana. Umiliki wa kina wa mtiririko wa kazi, otomatiki ya ulimwengu wa kimwili, michakato ya udhibiti, uingizwaji wa kazi ya wataalamu, data ya umiliki ya uendeshaji, na umiliki wa matokeo. Ncha hii inafikika, na inalindwa na haswa msuguano usio wa uzalishaji ambao uchambuzi ulitambua kama walionusurika.

Katikati hatari ni programu ya kawaida. Hii ni programu ya wavuti, dashibodi, zana ya CRUD, kidhibiti cha mtiririko wa kazi, na kifuniko chembamba juu ya kiolesura cha modeli. Hukandamizwa kutoka juu na kanuni za msingi, ambazo zinaendelea kufyonza uwezo wa jumla ndani yao, na kutoka chini na kuporomoka kwa gharama ya kujenga kitu chochote cha kawaida kabisa. Bidhaa iliyo katikati ni rahisi kujenga, rahisi kunakili, rahisi kwa mshikaji mkuu kuifyonza kama kipengele, na kwa kawaida inamiliki sehemu ndogo sana ya mlolongo wa thamani wa mteja ili kulinda bei.

Kizuizi cha Vipengele Vinne

Ulinzi wa ushindani leo hautokani na ukuta mmoja mrefu. Unatokana na kuingiliana kwa faida nyingi. Nguzo nne tofauti zinasalia baada ya kuporomoka mara mbili kwa uzalishaji wa vifaa na programu. Kampuni ya kisasa ya kudumu inahitaji njia ya kuaminika ya kufikia angalau tatu kati yao. Sio moja. Tatu. Mwelekeo mmoja hauwalindi tena watu, na hautawalinda kamwe kuendelea mbele.

Vifaa Vizuri

Vifaa bora havimaanishi kuvumbua vifaa visivyo vya kawaida. Kwa hakika, haimaanishi kuuza kifaa cha kisasa kwa faida kubwa. Kifaa kinachoonekana, kinachoweza kunakiliwa, na kuuzwa kando ndicho hasa ambacho nguzo za utengenezaji huharibu haraka zaidi. Vifaa hupata nafasi yake wakati haviko bidhaa yenyewe, bali chombo. Hiki huipa kampuni ufikiaji wa kipekee wa kimwili kwa mchakato ambao mshindani hawezi kuuona kutoka nje. Hukusanya taarifa za ulimwengu wa kimwili, hunasa data ya umiliki, hutekeleza vitendo vya kimwili, na husawazisha mtiririko wa kazi, na hivyo kufanya programu iliyo juu yake iwe ngumu zaidi kunakili. Jaribio ni rahisi. Je, kifaa kinaweza kuondolewa na kuuzwa chenyewe? Ikiwezekana, ni kifaa cha kawaida na kitawekwa kuwa bidhaa ya kawaida. Ikiwa hakina maana bila programu, data, na uendeshaji unaokizunguka, basi kinafanya kazi ya kingo ya ulinzi.

Programu Maalum Bora

Programu maalum bora si SaaS ya kawaida na si kiolesura kizuri zaidi. Hufanya kazi ndani ya mchakato mahususi wa kimwili au wa kisheria, hufanya kiotomatiki maamuzi yanayobeba uzito halisi wa kiuchumi, huratibu kazi au mashine, na hunasa masahihisho na hali za pembeni zinapotokea. Angalia kinachoifanya iwe ngumu kulindwa. Si msimbo, ambao uchanganuzi ulionyesha sasa ni wa bei nafuu, bali utegemezi wake kwa ufikiaji wa uendeshaji, data ya umiliki, na maarifa ya kina ya mtiririko wa kazi ambayo mshindani hawezi kupata kwa kuiga kiolesura. Programu ni ngumu kunakili kwa sababu mambo iliyonaswa ndani yake ni magumu kufikiwa, si kwa sababu programu ni ngumu kuandika.

Mahusiano Bora

Mahusiano bora ni miongoni mwa kingo thabiti zaidi za ulinzi katika sekta ngumu. Hayaguswi kabisa na uwekaji wa bidhaa wa vifaa na programu. Yanajumuisha ithibati za kisheria, uaminifu wa wateja, ufikiaji wa usambazaji kwa wanunuzi wa kihafidhina, na ushirikiano wa uendeshaji wa muda mrefu. Unaona hili katika sekta kama ulinzi, huduma za afya, ujenzi, na miundombinu. Wanunuzi katika masoko hayo hawachagui muuzaji kwa sababu tu programu ni bora kidogo, na katika hali nyingi, hata ikiwa ni bora mara 10. Wanunua kulingana na uaminifu na rekodi ya utekelezaji, kutegemeka, dhima, utiifu, na ushahidi. Kiolezo cha bei nafuu kwa kawaida hukataliwa kabla ya mtu yeyote kukitathmini. Mahusiano huchukua muda, sifa, na rekodi ya utekelezaji halisi. Wala mawakala wa AI wala mstari wa kusanyia wa Shenzhen hawawezi kuunda uaminifu usiku mmoja.

Data ya Kipekee

Data ya kipekee ndiyo muhimu zaidi kati ya nne na ndiyo ambayo watu hukosea mara nyingi zaidi. Sio data yote yenye thamani, na data ya kawaida iliyokusanywa kwa kuchambuliwa sasa karibu haina thamani kama kingo ya ulinzi. Data inayohesabika ni ya faragha, ya ndani, na ya kiwango cha mtaalamu, ya kimwili na mahususi kwa mtiririko wa kazi, inayozalishwa kutokana na uendeshaji halisi, na iliyojaa hali za pembeni, masahihisho, na kushindwa ambavyo havionekani kamwe katika mkusanyiko wowote wa umma. Huwezi kununua aina hii ya data, na huwezi kuichambua. Hutolewa pekee kama bidhaa ya pembeni ya kuendesha operesheni hai kupitia mzunguko uliofungwa wa hatua nne:

1. Uchunguzi
2. Uamuzi
3. Kitendo
4. Matokeo

Mzunguko huu pia ni mahali ambapo vipengele vinne huanza kuimarishana. Vifaa huchunguza na kutenda, programu huamua na kuratibu, mahusiano hutoa ufikiaji kwa mtiririko wa kazi, na data ya kipekee huongezeka kutoka kwa matokeo.

Kampuni nyingi hunasa hatua ya kwanza tu ya mtiririko huu wa data. Kingo ya ulinzi inahitaji zote nne, ikimaanisha unajua si tu kilichotokea, bali pia ni uamuzi gani ulifanywa kujibu hilo, ni kitendo gani kilichochukuliwa kweli, na kama matokeo yalifanya kazi. Hatua hiyo ya nne, matokeo yaliyothibitishwa, ndiyo inayofanya data iweze kufunzwa na ndiyo inayofanya faida iongezeke kwa kujikusanya. Kila kazi iliyokamilika huboresha mfumo unaofanya kazi inayofuata, ambao ndio aina pekee ya faida katika hati hii yote ambayo hukua badala ya kudhoofika.

Wakati Mizunguko Hujikusanya & Wakati Huasita

Mzunguko uliofungwa unasikika kana kwamba hauepukiki kwa mtazamo wa jumla. Katika mazoezi, majaribio mengi ya kuujenga hushindwa. Mzunguko huo ni dai, si sheria, na una njia mahususi za kushindwa ambazo ni muhimu zaidi kuelewa kuliko hali ya mafanikio.

• Data hufikia ukomo wa kuongezeka: Thamani ya data iliyokusanywa hufuata mkondo wa faida zinazopungua. Katika ujifunzaji wa kina, Sun et al. waligundua kwamba utendaji kwenye kazi za maono uliongezeka kwa uwiano wa logaritimu na kiasi cha data ya mafunzo, ambayo inamaanisha kila ongezeko maradufu la mkusanyiko wa data hununua ongezeko lingine, si muujiza mwingine. Utekelezaji wa kwanza elfu moja hukufundisha zaidi. Elfu kumi zinazofuata hufundisha kidogo zaidi. Laki moja zinazofuata huleta karibu hakuna jambo jipya. Mshindani anayeanza baadaye mara nyingi anaweza kufikia asilimia 90 ya utendaji wako kwa sehemu ndogo ya data ya kihistoria, akifunga pengo haraka zaidi kuliko nambari ghafi zinavyodokeza.

• Huenda data isiwe yako kuitumia: Unazalisha data ya umiliki kupitia mtiririko wa kazi, lakini ikiwa mkataba wako unasema mteja anamiliki data hiyo na huwezi kuikusanya pamoja katika usambazaji mbalimbali, una mabwawa hamsini tofauti ya data, si gurudumu moja la kukuzia kasi. Katika kiwango cha jukwaa, OpenAI, Anthropic, Microsoft Azure OpenAI, AWS Bedrock, na Google Vertex AI vyote huambia wateja wa biashara kwamba ingizo na matokeo yao hayatumiki kufundisha mifano ya msingi kwa chaguomsingi. Hiyo ni nzuri kwa wateja na onyo kwa wauzaji. Kujifunza kati ya wateja huongezeka tu ikiwa mkataba unairuhusu. Sheria ya faragha huongeza kikwazo kingine, kwa sababu kikomo cha madhumuni cha GDPR, haki za kufuta, kanuni za uondolewaji wa utambulisho za HIPAA, na kanuni za CCPA/CPRA kuhusu kushiriki kwa utangazaji wa kitabia wa muktadha mbalimbali zote hufanya matumizi ya pili ya data kuwa magumu zaidi. Hii huua kingo nyingi zaidi za ulinzi za AI za ulimwengu halisi kuliko ushindani unavyofanya.

• Mtiririko wa kazi hubadilika haraka zaidi kuliko modeli inavyoboreshwa: Katika vikoa vya uendeshaji vinavyobadilika kwa kasi, data ina nusu maisha inayoweza kupimika. Kama Valavi et al. walivyoonyesha katika utafiti wa Harvard Business School, hifadhi kubwa ya kihistoria ya data huunda kizuizi dhaifu cha kuingia. Mwingiaji mpya aliye na mtiririko mdogo wa data mpya, wa hivi karibuni mara nyingi anaweza kujenga modeli sahihi zaidi kuliko mshirika aliyeketi juu ya miaka ya data ya zamani, hasa wakati data ya kupitwa na wakati inapunguza usahihi kikamilifu. Utafiti mmoja wa habari za kliniki ulipata hili moja kwa moja, ambapo nusu maisha ya data ya utabiri wa maagizo ya wagonjwa waliolazwa ilikuwa takriban miezi minne, na mwezi mmoja wa data ya hivi karibuni ulizidi miezi kumi na miwili ya data ya zamani. Katika utengenezaji, mabadiliko ya vihisishi, uchakavu wa zana, usanifu upya wa mchakato, na mabadiliko ya schema humaanisha modeli zilizofunzwa kwenye data ya kihistoria ya kiwanda zinawaza kuhusu kiwanda ambacho hakipo tena. Hii si ya ulimwengu wote. Michakato inayoongozwa na fizikia, jedwali za takwimu za hatari, data ya kijiolojia, na maeneo mengine yenye mabadiliko ya polepole yanaweza kuendelea kuifanya data ya zamani kuwa na thamani kwa muda mrefu. Ikiwa mtiririko wa kazi unabadilika haraka zaidi kuliko modeli inavyoboreshwa, data yako ya kihistoria inakuwa uzito uliopitwa na wakati badala ya faida.

• Gharama ndiyo kizuizi, na kizuizi ni gharama: Kumiliki mtiririko wa kazi wa ulimwengu halisi kunahitaji mtaji mkubwa, nguvu kazi kubwa, na faida ndogo kuliko programu pekee. Tesla iliripoti jumla ya kiwango cha faida ya GAAP cha karibu asilimia 18 mwaka 2025 licha ya ujumuishaji wa wima. Intuitive Surgical iliripoti msingi uliowekwa wa da Vinci wa mifumo 11,106 na kiwango cha faida ya jumla kisicho cha GAAP cha asilimia 67.6 mwaka 2025, baada ya miongo ya mtaji, mafunzo ya madaktari wa upasuaji, na kiwango cha taratibu. Gharama inayowaweka washindani nje pia ndiyo inayowazuia wanaoingia wengi kuunda kitu kinachostahili kulindwa. Majaribio mengi hushindwa katika uchumi wa kitengo kabla ya mzunguko kujikusanya.

Kinachotenganisha mizunguko inayojikusanya kweli na ile ya kingo za ulinzi za kughushi:

• Data imeunganishwa na matokeo, ikimaanisha unajua kama matokeo yalikuwa sahihi au si sahihi badala ya kukusanya tu ishara.
• Kifungu cha mkataba kinakuruhusu kutumia data yako katika usambazaji mbalimbali.
• Mtiririko wa kazi ni thabiti vya kutosha kiasi kwamba data ya kihistoria inabaki kuwa muhimu.
• Kila utekelezaji huzalisha hali mpya za pembeni, si zaidi ya jambo lilelile.
• Marudio ni ya juu vya kutosha ili kujifunza kuongezeka kabla mtiririko wa kazi haujabadilika.

Nadharia hii ni mbaya ikiwa mojawapo ya mambo yafuatayo ni kweli:

• Mshindani anaweza kupata data inayolingana kupitia kuchambua, uzalishaji bandia, ujifunzaji wa kuhamisha, au ununuzi wa mara moja.
• Mteja anamiliki data kisheria na huwezi kuikusanya pamoja katika usambazaji mbalimbali.
• Mtiririko wa kazi unabadilika haraka zaidi kuliko modeli inavyoboreshwa, hivyo data iliyokusanywa inaelezea mfumo ambao haupo tena.
• Thamani ya data hufikia ukomo ndani ya utekelezaji wa kwanza wa N, ikimaanisha faida ni ya kudumu, si ya kuongezeka kwa kujikusanya.
• Gharama ya kumiliki mtiririko wa kazi inazidi thamani ya data inayoizalisha.

Ikiwa masharti hayo yapo, mzunguko huo si kingo ya ulinzi. Ni mradi wa uhandisi wa gharama kubwa wenye uongozi wa muda mfupi. Kama a16z ilivyodai mwaka 2019, faida nyingi za data ni athari za ukubwa zenye faida zinazopungua, si athari za mtandao za kichawi. Hilo lilikuwa kweli kabla ya wimbi la sasa la AI. Bado ni kweli sasa.

Biashara Zilizojengwa juu ya Mteremko wa Kisasa

Mambo manne yanaeleza mteremko umetengenezwa na nini. Swali linalofuata ni ni aina gani ya modeli ya biashara inayoweza kuikamata kwa kweli. Katika vitendo, jibu linaelekeza mbali na kuuza zana na kuelekea kumiliki mtiririko wa kazi wenyewe.

Mkuu, Sio Muuzaji

Uamuzi mmoja wenye nguvu zaidi ya kuathiri matokeo katika mfumo mzima ni kukataa nafasi ya muuzaji.

Mkakati wa muuzaji unamaanisha kuuza zana kwa shirika ambalo tayari linamiliki mtiririko wa kazi. Unaonekana kuvutia kwa sababu unahitaji mtaji mdogo na unaweza kupanuka kwa nadharia, lakini unamkabidhi mteja kila chanzo cha nguvu ya ushawishi. Mwendeshaji huhifadhi uhusiano wa mteja, mchakato wa kimwili, data ya uendeshaji, bajeti, dhima, na matokeo ya mwisho. Muuzaji huhifadhi tabaka la programu lililo juu ya yote hayo. Anzishaji hukamata sehemu ndogo ya thamani inayounda, mteja hudai uunganisho maalum mpaka bidhaa inateleza kuelekea huduma, mwendeshaji anaweza kutazama zana ikifanya kazi kisha kuibadilisha na ujenzi wa ndani ambao sasa ni wa gharama ndogo sana kuutengeneza, na kwa sababu mwendeshaji anamiliki data bora zaidi, modeli ya muuzaji haijikusanyi kamwe. Faida hubaki zikiwa na kikomo. Hili ni hatari hasa katika viwanda vya kimwili, ambapo wauzaji wa programu kwa uaminifu hugeuka kuwa washauri waliokuzwa tu jina.

Nafasi yenye nguvu zaidi ni kuwa mkuu, kumiliki operesheni, uwajibikaji, ithibati, mtiririko wa kazi, au dhima yenyewe. Badala ya kuuza programu kwa yeyote anayefanya kazi hiyo, kampuni hufanya kazi hiyo au huhakikisha matokeo yake. Hilo hubadilisha kila hasara iliyotajwa hapo juu. Kampuni inakamata faida nzima badala ya sehemu ya leseni, inamiliki matokeo ya mteja na kwa hiyo uhusiano, na inamiliki data kwa sababu shughuli zake zenyewe ndizo zinazoiunda. Haiwezi kutenganishwa na mwendeshaji kwa sababu ndiyo mwendeshaji, na hujenga utaalamu wa kweli wa kiutendaji badala ya uelewa wa mkono wa pili.

Kanuni hii hukunjika kuwa amri moja:

Usiuze zana. Uza matokeo yaliyokamilika.

Katika vitendo hili hujitokeza kama uundaji upya thabiti wa wazo lolote la muuzaji kuwa toleo lake la mkuu:

Uamuzi huu ni muhimu kuliko mwingine wowote katika mfumo, kwa sababu huamua ni nani anayemiliki data, na umiliki wa data huamua kama faida hujikusanya au huchakaa.

Huduma kama Huduma

Nafasi ya mkuu inamaanisha modeli ya utoaji ambayo inaonekana tofauti na programu ya kawaida, na inafaa kuitaja kwa jina, kwa sababu mwanzoni inaonekana kama biashara mbaya zaidi kwa yeyote aliyefundishwa juu ya faida za SaaS.

Modeli hii ina majina machache yanayotumika. YC, a16z, na wengine wameiita huduma-kama-programu, na nadharia ya muunganisho unaowezeshwa na AI ni binamu wa karibu. Napendelea huduma kama huduma kwa sababu inaweka msisitizo kwenye kile mteja kwa kweli anapokea.

Mteja hapaswi kulazimika kutumia programu ili kazi ifanyike. Kampuni inapaswa kutumia programu, AI, kazi ya kibinadamu, vifaa, na shughuli pamoja ili kutoa kazi iliyokamilika. Programu ni nguvu ya ndani, si bidhaa.

Mlolongo huu ni wa makusudi. Anza kwa kufanya kazi kwa mikono, au kwa wanadamu waliomo katika mzunguko. Tumia programu kufanya kazi hiyo ya kibinadamu iwe ya haraka zaidi, yenye uthabiti zaidi, na inayoweza kupimika zaidi. Nasa kila ingizo, uamuzi, marekebisho, hali ya pembezoni, na matokeo. Kisha tumia data iliyokusanywa kugeuza zaidi na zaidi ya mtiririko wa kazi kuwa otomatiki, ukielekea kwenye mtoa huduma otomatiki mwenye faida na utetezi ambao programu ya kawaida haiwezi kulingana nao.

Hii hutofautiana na ushauri katika njia moja ya uamuzi. Ushauri huuza kazi maalum kwa kila mteja milele, na kila ushirikiano huacha nyuma chochote kisichoweza kutumika tena. Huduma kama huduma hutumia kazi ya kibinadamu ya awali kwa makusudi kama chombo cha kujenga mfumo wa otomatiki, na kila ushirikiano huacha nyuma data inayofanya ujao uwe wa gharama ndogo.

Lakini lazima uwe mwangalifu na uangalie mtego katika aina hii ya modeli. Ikiwa kila mteja mpya anahitaji ujumuishaji maalum, usafishaji maalum wa data, uchoraji maalum wa mtiririko wa kazi, na urekebishaji maalum wa modeli, kampuni ni shirika la ushauri ambalo bado halijakiri hilo. Awamu ya kuwa na binadamu katika mzunguko ni sawa, na mara nyingi ni ya lazima, lakini ni kwa sharti tu kwamba inazalisha data ya umiliki na inakunjika kuelekea otomatiki inayoweza kupanuka. Ikiwa wanadamu bado wanafanya kazi ileile kwa gharama ileile kwa kila kitengo baada ya kazi hamsini, modeli imefeli.

Stargate kwa Data

AI inasonga kutoka kikwazo cha kompyuta kwenda kikwazo cha data. Kampuni za AI zenye thamani zaidi katika kipindi kijacho hazitakuwa zile zenye data ya jumla zaidi, ambayo ni mingi na kwa hiyo haiamui kodi ya ukodishaji, kwa mantiki sawia kabisa na sehemu ya kwanza. Zitakuwa zile zinazomiliki data ya kiutendaji adimu, ya faragha, ya ubora wa juu ambayo haiwezi kupatikana kwa njia yoyote isipokuwa kwa kufanya kazi hiyo.

Kauli Stargate for Data imekopwa kutoka kwa Stargate ya OpenAI, ujenzi wa kompyuta wa mabilioni mengi ya dola uliotangazwa, na ukopaji huo ndio hoja yenyewe. Ikiwa rasilimali adimu ya mzunguko uliopita ilihalalisha miundombinu iliyopangwa kwa kiwango hicho, ile inayofuata inastahili matibabu yale yale. Lengo si kukusanya mkusanyiko wa data. Ni kujenga mashine ambayo hutengeneza data ya umiliki kwa kuendelea kama bidhaa ya pembeni ya kutoa huduma.

Tofauti muhimu katika hali hii ni kwamba lengo si kukusanya data kwa ajili yake yenyewe, jambo linalozalisha mabwawa ya gharama kubwa ya nyenzo zisizotumika. Lengo ni kumiliki mzunguko wa kiutendaji unaozalisha hasa data inayohitajika kugeuza mzunguko huo kuwa otomatiki.

Kompyuta ya Atomu

Mambo manne yanaeleza muundo. Kompyuta ya atomu inaeleza muundo huo uko kwa ajili ya nini, na huo ndio mtazamo wa muda mrefu unaofanya juhudi nzima iwe na thamani ya kufanywa.

Sikuja na wazo hili na nataka kuwa wazi kuhusu hilo tangu mwanzo. Uundaji huu ni wa Travis Kalanick. Baada ya kusukumwa nje ya Uber mwaka 2017 alitumia miaka minane kujenga City Storage Systems kwa kificho, na mnamo Machi 2026 akaipa jina jipya Atoms na kuchapisha barua ya maono ikiweka kila kitu wazi. Uundaji wake ni kwamba unakaribia matatizo ya ulimwengu wa kimwili kama ambavyo ungekabili matatizo ya programu, na kwamba rasilimali kuu za kompyuta zina vielelezo vya kimwili ambapo CPU ni utengenezaji, hifadhi ni mali isiyohamishika, na mtandao ni usafirishaji. Katika hafla ya uzinduzi ya a16z, Kalanick alifafanua kampuni kuzunguka AI ya viwandani, akitumia programu, vihisi, robotiki, na AI kugeuza shughuli kiotomatiki katika sekta nzima za viwanda, akianza na chakula, uchimbaji madini, na usafirishaji. Soma barua yake. Ni bora kuliko muhtasari wangu wake, na baadhi ya hitimisho lake yanafika mahali hapo hapo ambapo hati hii inafika kutoka mwelekeo tofauti.

Kadiri AI inavyokuwa na uwezo zaidi, kizuizi chake kinachofunga kinahama. Kizuizi si tena ubora wa kufikiri pekee. Ni mwingiliano na uhalisia wa kimwili. Muundo unaweza kutoa maandishi, msimbo, picha, na mipango ya ubora wa juu na bado ushindwe kufanya chochote kwa uhakika katika mazingira halisi ya ulimwengu yaliyochanganyika, yasiyo na muundo, na yenye athari. Kompyuta za jadi ziliupa akili msingi wa kudhibiti biti. Fursa sasa ni kujenga msingi sawia kwa atomi, kuunda mifumo inayohisi ulimwengu wa kimwili, kutafsiri hali zilizochanganyika za ulimwengu halisi, kuamua, kutenda, kuthibitisha matokeo, na kujifunza kutoka kwa mrejesho, yote chini ya vizuizi halisi vya kimwili, vya udhibiti, na vya kiuchumi. Kifungu hicho cha mwisho ndicho kigumu, na ndicho kinachofanya hili liwe fursa ya biashara badala ya mradi wa utafiti. Kufanya kazi chini ya kizuizi cha udhibiti na kiuchumi ndicho hasa kisichoweza kuigwa, na ndicho hasa kinachozalisha data ya mzunguko uliofungwa ambayo kipengele cha nne kinahitaji.

Katika jambo moja Kalanick na mimi tunakubaliana kikamilifu, naye analiweka vizuri zaidi kuliko nilivyofanya. Neno lake ni roboti zenye ajira yenye tija, likimaanisha mashine maalum zenye kazi mahsusi ya uzalishaji, tofauti na wanadamu wa bandia waliotengenezwa kuiga sisi. Mfano wake ni kwamba ikiwa unahitaji kutengeneza pancake elfu moja kwa saa, binadamu bandia anayezigeuza kwa taabu ni muundo mbaya zaidi unaowezekana na mashine iliyoundwa kwa madhumuni hayo ndiyo iliyo dhahiri. Kwa hiyo njia sahihi ni sio kujenga roboti ya matumizi ya jumla. Ni kutafuta kabari nyembamba ambamo mzunguko wa kuhisi, kuamua, kutenda unaweza kutumika ndani ya mtiririko mmoja halisi wa kazi wenye thamani ya kiuchumi iliyo wazi na ya haraka, na kufanya mzunguko huo ufanye kazi hadi mwisho kabla ya kuupanua.

Kampuni ya muda wa karibu inapaswa kuwa nyembamba hadi kufikia kuonekana kama haina makuu ya juu. Dari ya muda mrefu ndiyo sababu ya kukubali huo mwembamba.

Mfano Uliotatuliwa

Mfumo huu ni wa dhahania, kwa hiyo husaidia kuendesha wazo moja kupitia humo. Huu ni uonyesho tu wa vigezo vinavyotumika, si hitimisho moja ambalo mfumo unalazimisha.

Chukua ukaguzi maalum wa ujenzi na upimaji wa vifaa. Toleo la muuzaji huuza programu kwa mashirika na maabara ambazo tayari zinamiliki mtiririko wa kazi. Toleo la mkuu huwa shirika na maabara. Linamiliki uthibitishaji, hufanya ukaguzi, na hubeba jukumu la udhibiti. Ndani, linatumia programu, vifaa, na AI kutoa matokeo yaliyoidhinishwa kwa haraka zaidi, kwa gharama nafuu zaidi, na kwa kuaminika zaidi kuliko walioko sokoni tayari.

Umbo hilo linafikia vipengele vyote vinne. Ni la kimwili, kwa sababu linahusika na tovuti, sampuli, ala, na vipimo vya ulimwengu halisi. Lina vizuizi vya mahusiano na udhibiti, kwa sababu wanunuzi wanahitaji matokeo yakubaliwe na mamlaka yenye mamlaka ya kisheria, si dashibodi iliyo nzuri zaidi. Linamiliki matokeo, kwa sababu huuza matokeo yaliyoidhinishwa badala ya zana. Na linazalisha data ya kiutendaji ya umiliki kama bidhaa ya pembeni ya kazi, ikijumuisha matokeo ya vipimo, hali za kushindwa, sifa za vifaa, masahihisho ya wataalamu, na viungo kati ya hali za kimwili na matokeo ya mwisho.

Pia huanza kwa upana mdogo, jambo linalofuata mantiki ya kawaida ya kampuni changa ambayo Paul Graham na YC wamekuwa wakisisitiza kwa miaka. Anza na kabari kali, lakini hakikisha kabari hiyo inahusu tatizo kubwa na lenye maumivu. Hakuna haja ya kugeuza ukaguzi wa ujenzi kiotomatiki kama sekta siku ya kwanza. Njia ya kuingia inaweza kuwa aina moja ya ukaguzi, jaribio moja la vifaa, eneo moja la kijiografia, au mtiririko mmoja wa kazi wa utii wa kanuni. Kutoka hapo, programu hurekebisha kazi, binadamu huzalisha data ya kwanza, na uotomatiki hupanuka tu pale ambapo mzunguko huo kweli huongezeka kwa nguvu.

Hatari ni zile zile ambazo mfumo unazotabiri. Muda wa uthibitishaji huzuia mapato, shughuli ni nzito kabla uotomatiki haujakomaa, na mtego wa huduma ni halisi ikiwa kila mradi unageuka kuwa wa kipekee. Hapo ndipo hoja ya mfumo ilipo. Haifanyi biashara iwe rahisi. Inakuambia sehemu ngumu zinapaswa kuwa wapi.

Kampuni Ambazo Tayari Zinafanana na Hii

Mfumo huu ni rahisi kuaminiwa ikiwa unaelezea mambo ambayo tayari yapo badala ya mambo ambayo ningependa tu yawepo.

Anduril ni nne kati ya nne. Vifaa maalum katika droni, minara ya vihisi, vinasa-tezi, na magari ya chini ya bahari. Programu maalum katika Lattice, ambayo kila kipande cha vifaa hivyo huendeshwa juu yake. Mahusiano na hadhi ya kisheria ambayo wakala wa kuandika msimbo hawezi kuzalisha, kwa sababu mteja ni serikali ya Marekani na washirika wake. Data ya kiutendaji kutoka mifumo iliyotumwa ikirudi kwenye programu. Maelezo mawili yana umuhimu zaidi kuliko orodha ya bidhaa. Inafadhili utafiti na maendeleo yake yenyewe na hujenga bidhaa kabla ya kuuza katika mstari uliopo wa bajeti, ikigeuza mtindo wa gharama pamoja ambao wakandarasi wakuu wa jadi huendesha. Anduril ni ya faragha na haitoi viwango vya faida vilivyokaguliwa, lakini makadirio ya sekondari yanaweka faida yake ghafi karibu asilimia 40 hadi 45. Hilo ni kubwa isivyo kawaida kwa vifaa vya ulinzi, ambapo kampuni za anga na ulinzi hufikia wastani wa karibu asilimia 17.5 ya faida ghafi katika data ya sekta ya NYU Stern. Kiwango kamili hakina umuhimu kuliko muundo. Mtindo uliounganishwa wima, wa bei isiyobadilika, unaofafanuliwa na programu unaonekana kupata uchumi bora kuliko ujumuishaji wa jadi wa jukwaa wa gharama pamoja.

Intuitive Surgical ni toleo la zamani, tulivu zaidi la muundo huo huo. Mfumo wa da Vinci unaunganisha vifaa ambavyo havina thamani bila programu yake, vibali vya FDA ambavyo hakuna mshindani anayeweza kuvipitisha kwa mkato, miongo miwili ya mahusiano ya hospitali, na data ya taratibu kutoka mamilioni ya upasuaji. Unafikia nne kati ya nne, unaongezeka kwa kuendelea, na umekuwa ukitekeleza mpango huu tangu ruhusa yake ya awali mwaka 2000, muda mrefu kabla ya mtu yeyote kuiita AI ya kimwili.

Kraken Robotics ndilo ninaloliona kuwa la kufundisha zaidi, sehemu kwa sababu wachache nje ya teknolojia ya baharini wanaliijua. Linatengeneza sonar ya aperture ya sintetiki, jukwaa la KATFISH linalovutwa, betri za chini ya bahari, na LiDAR ya chini ya maji. Hakuna vifaa hivyo vinavyosaidia bila programu ya umiliki ya upigaji picha iliyofungamanishwa navyo. Wateja wake ni pamoja na majeshi ya wanamaji yanayolingana na NATO. Huo ni uaminifu na udhibiti katika kiwango cha juu kabisa, kwa sababu jeshi la wanamaji halitabadili wauzaji wa sonar kwa nakala ya bei nafuu zaidi. Muhimu zaidi, Kraken haouzi tu vifaa. Linaendesha uchunguzi kama huduma, maana yake kila kazi huzalisha taarifa za sakafu ya bahari ambazo hakuna mwingine anazomiliki. Uamuzi huo wa mwisho ni mfumo mzima katika umbo dogo. Kampuni ya vifaa iligundua kuwa data ilikuwa na thamani zaidi kuliko boksi, na ikaingia katika nafasi ya mkuu ili kuibakiza.

SpaceX & Waymo ni utekelezaji safi wa mkuu. SpaceX hainaouzi roketi. Inauza mizigo iliyowasilishwa. Waymo hainyanyui programu ya uhuru kwa kampuni za magari. Inauza safari zilizokamilika. Katika hali zote mbili, kampuni ilikataa nafasi ya muuzaji, ikachukua jukumu la kiutendaji, na ikaibakiza data. Waymo pia hubeba kizuizi cha udhibiti ambacho hufika mamlaka moja baada ya nyingine. Upanuzi huo ni wa polepole, jambo ambalo ndilo hasa linaloufanya uwe na kinga.

Carbon Robotics ni kisa cha sehemu kinachofaa. LaserWeeder yake huua magugu kwa kutumia maono ya kompyuta na leza zenye nguvu kubwa. Mnamo Februari 2026, kampuni ilisema kwamba Large Plant Model yake ilifunzwa kwa zaidi ya mimea milioni 150 iliyotiwa lebo, iliyokusanywa katika takriban mashamba mia moja katika nchi kumi na tano. Huo ndio injini ya data ikifanya kazi kama ilivyoelezwa, ikizalishwa kama bidhaa ya kiutendaji ya pembeni badala ya mpango tofauti. Lakini ningetaja pia udhaifu wa mpangilio huu. Carbon huuza vifaa kwa wakulima, likibaki kuwa muuzaji badala ya mkuu. Linafanikiwa kwa sababu data bado hurudi kwenye modeli yake kuu, na kufanya nafasi ya muuzaji iweze kuishi. Kama wakulima wangemiliki data hiyo ya kundi la vifaa, kizuizi kingetoweka.

Nokia ni onyo la kihistoria na pia jaribio linalochipuka. Mwaka 2007, lilikuwa na karibu asilimia 50 ya soko la kimataifa la simu mahiri likiwa na vifaa bora zaidi, kiwango cha utengenezaji, na mnyororo wa usambazaji katika simu za mkononi. Liliitekeleza vizuri zaidi kuliko yeyote aliye hai katika kipengele kimoja, na likaanguka kwa sababu halikuwa na jukwaa la programu. Nokia ya leo inajaribu mkakati huo huo wa vipengele vingi uliosimuliwa hapa. Kama Michael Sikand anavyoeleza katika uchambuzi huu wa video, kampuni ilitumia zaidi ya muongo mmoja ikijielekeza mbali na vifaa vya watumiaji ili kufungasha silicon ya macho iliyounganishwa wima, mahusiano yaliyojikita ya waendeshaji na ulinzi, na kompyuta ya pembezoni iliyowezeshwa na AI. Nokia ya zamani ilithibitisha kwamba vifaa vilivyojitenga ni faida ya muda mfupi. Naam, Nokia mpya inajaribu kuthibitisha kwamba vifaa vilivyounganishwa na uaminifu wa taasisi na miundombinu ya programu huunda kizuizi cha kudumu.

Hakuna kati ya kampuni hizi inayoonekana sawa kwa macho ya juu, lakini zote zinaonyesha somo lilelile. Biashara zenye uimara zaidi zilipata kitu cha polepole, kama uthibitishaji, kundi la vihisi vilivyotumwa, uaminifu wa wapasuaji, imani ya wanamaji, idhini ya udhibiti, au muongo wa data ya uendeshaji. Hakuna kati yao iliyofika hapo kwa kuandika tu msimbo bora zaidi, na hakuna kati yao inaweza kushikwa na mtu anayefanya hivyo.

Ufinyu Ndiwo Sharti la Kuingia

Pia zote zilianza kwa kiwango kidogo. Kampuni zinazoshinda hazianzi kwa kujaribu kumiliki mzunguko mzima, na kujaribu kufanya hivyo ni kosa la kawaida zaidi. Mzunguko huongezeka kwa nguvu tu ikiwa umeingia kwa undani vya kutosha katika mtiririko mmoja wa kazi ili kuzalisha data iliyoambatanishwa na matokeo ambayo washindani hawawezi kupata kwa njia nyingine yoyote. Ufunuo wa juu juu kwa mtiririko mingi wa kazi huzalisha data ya juu juu ambayo hufikia ujazo haraka.

Pamoja na waendeshaji waliotajwa hapo juu na zaidi yao, muundo huo unaendelea kuwepo. Anduril ilianza na ulinzi wa nguvu na mifumo ya kupambana na droni kabla ya kuongeza uzalishaji na uwezo jirani. Intuitive Surgical ilianza na taratibu mahususi za laparoscopic na ikaijenga mafunzo ya upasuaji na kiasi cha taratibu kwa miongo kadhaa kabla ya kupanuka katika taaluma mbalimbali. SpaceX ilianza na chombo kimoja cha uzinduzi kinachoweza kutumika tena kabla ya kupanuka kwenda kwenye Starlink. Tesla ilianza na kabari finyu ya magari ya umeme ya kiwango cha juu (gari la michezo la Roadster ) na kutumia kundi hilo kwa data na ujifunzaji wa uzalishaji kabla ya kuingia katika modeli za uzalishaji mkubwa, nishati, na uwezo wa kuendesha kiotomatiki. Palantir ilianza na mtiririko mahususi wa kazi za kijasusi kwa mashirika mahususi kabla ya kupanuka hadi kwenye biashara. Katika kila kesi, kiingilio chembamba hakikuwa maafikiano. Kilikuwa utaratibu ulioufanya mzunguko huo ujichanganye na kuongezeka.

Sehemu ya kuingia ni nyembamba kwa makusudi. Mtiririko mmoja wa kazi, aina moja ya mteja, mkondo mmoja wa data ambao ni mgumu kuiga. Unaunda mzunguko kuzunguka mtiririko huo wa kazi hadi data ijiongeze na uhusiano uongezeke kina, kisha unapanuka kwenda kwenye mitiririko jirani ya kazi ambapo data ile ile, uhusiano ule ule, na nidhamu ile ile ya kiutendaji vinakupa faida ambayo mchezaji mpya haiwezi kufanana nayo. Kuanzia kwa upana ndio jinsi unavyoishia na lundo la data ambalo halijiongezi. Mshindani anayeanza leo haufuatilii uongozi uliowekwa. Anaufuatilia ambao unaongezeka kila mara kazi inapofanyika, lakini tu ikiwa kazi hiyo ni finyu vya kutosha, ya kina cha kutosha, na inarudiwa vya kutosha kiasi kwamba data hiyo ina maana kweli.

Hitimisho

Nusu ya kwanza ya hati hii ilianzisha sheria ya jumla. Kizuizi chochote cha ushindani kinachojumuisha tu ugumu wa kutengeneza kitu ni cha muda, na hudumu sawasawa hadi mtu fulani afanye kitu hicho kiwe rahisi kutengeneza. Mkusanyiko wa viwanda wa China ulifanya hivi kwa maunzi kwa kupunguza gharama za miamala na ucheleweshaji wa marudio ndani ya nguzo iliyokuwa na msongamano mkubwa mno. Akili bandia za uzalishaji zinafanya hivi kwa programu kwa kupunguza gharama ya ingizo lake adimu. Maunzi yaliporomoka kwanza na programu ikafuata baadaye, lakini kwa mwanzilishi anayejenga leo, hakuna moja kati ya hivyo miwili iliyo salama kwa uhakika.

Nusu ya pili iligeuza sheria hiyo kuwa jibu. Ikiwa ugumu wa uzalishaji haulindi tena chochote, basi uwezo wa kujilinda lazima ujengwe kutokana na msuguano ambao kuporomoka kwa uzalishaji hakuwezi kufikia. Hizo ni pamoja na upatikanaji wa kimwili, data ya kiutendaji ya mzunguko uliofungwa, hadhi ya kisheria ya udhibiti, imani iliyopatikana, na umiliki wa matokeo yenyewe. Ndiyo sababu mambo manne ya msingi huomba matatu kati ya manne badala ya moja, kwa nini nafasi ya msingi ni muhimu kuliko uamuzi mwingine wowote mmoja, na kwa nini data lazima iwe bidhaa ya pembeni ya kiutendaji badala ya mali iliyokusanywa.

Hilo linabanwa kuwa sentensi moja kuu.

Katika enzi ya AI, kampuni bora hazitakuwa zana za kawaida za programu au bidhaa za maunzi zinazoweza kunakiliwa. Zitakuwa biashara finyu, zinazoendeshwa na matokeo, na zenye nafasi ya msingi zinazochanganya programu, mtiririko wa kazi wa kimwili, mahusiano ya kuaminika, na data ya kiutendaji ya umiliki ili kuendesha kazi za thamani kubwa za ulimwengu halisi.

Kwa mwanzilishi, swali si tena “ni programu gani ninaweza kujenga?” bali ni matokeo gani ya thamani ya ulimwengu halisi ninaweza kumiliki, kutekeleza, kupima, na kugeuza kiotomatiki?

Fursa zenye nguvu zaidi ziko pale ambapo programu hukutana na atomi, uaminifu, udhibiti, na data ya umiliki. Huanza na mtiririko mmoja mwembamba, wenye maumivu, wa kazi, wakitumia binadamu pale inapohitajika. Hukusanya data ya kiutendaji kama bidhaa ya pembeni ya kazi, hufanya kiotomatiki hatua kwa hatua, na hujijenga kuwa mifumo ambayo ni vigumu kuiondoa. Faida hiyo ni ya kudumu hasa kwa sababu ilipatikana kupitia uendeshaji wa kimwili badala ya kuandikwa kwenye msimbo.

Lengo la mwisho si kujenga bidhaa. Ni kujenga kampuni ya uendeshaji yenye ubadilishanaji-kusambaa kama wa programu, ulinzi wa ulimwengu wa kimwili, na data ya umiliki inayoboreka kwa kila kazi inayokamilishwa.

Kila kitu ambacho zamani kilikuwa kizuizi cha ushindani kwa sababu kilikuwa kigumu kujenga kinakuwa bidhaa ya kawaida. Kujenga kitu ni rahisi zaidi kuliko hapo awali, na kadiri AI na minyororo ya ugavi ya kimataifa vinavyoendelea, ndivyo itakavyokuwa rahisi zaidi. Kinachobaki kuwa na ulinzi wa ushindani ni kile kilicho kigumu kufikia, kigumu kujenga imani ndani yake, kigumu kuingia ndani ya mfumo wa udhibiti wake, na kigumu kukiangalia bila kufanya kazi halisi.

Nukuu na Vyanzo

Ninataka kuwa wazi kuhusu sehemu gani zilikuja kwa mkopo, kwa sababu sehemu kubwa ya hati hii ni mimi nikiunganisha kazi za watu wengine badala ya kubuni kitu chochote. Vitu ambavyo ningedai kweli kuwa vyangu ni sheria ya vipengele vinne, kiwango cha vitatu kati ya vinne, na hoja mahususi kwamba maporomoko hayo mawili yana utaratibu wa msingi ule ule hata ingawa yalitokea kwa mfululizo. Takwimu husogea, kwa hiyo zihakiki kabla hujaninukuu.

Vyangu, kutoka kwenye uandishi wa awali

• Mkengeuko wa Thamani ya Programu (2025), ambapo kwa mara ya kwanza niliweka wazi sehemu ya kati inayoporomoka na Nadharia ya Kuongeza Utegemezi wa Programu ya Ndani. Nusu ya pili hapa ni toleo la uendeshaji la chapisho hilo.

Kompyuta ya atomi

• Travis Kalanick, Maono, Biashara Isiyokamilika, na Jinsi AI Itakavyobadilisha Ulimwengu wa Kimwili, Atoms na a16z, 2026. Uundaji wa kompyuta unaotegemea atomi, upangaji wa CPU/hifadhi/mtandao unaolinganishwa na utengenezaji/maeneo ya mali isiyohamishika/usafiri, mzunguko wa elewa-tabiri-dhibiti, AI ya viwandani, na roboti walioajiriwa kwa tija vyote ni vyake. Sehemu hiyo ni muhtasari wangu wa wazo lake, si wazo langu.
• Ben Horowitz na Alex Danco, Travis Amerudi, a16z, 2026.

Uchumi

• Atlassian, matokeo ya Q2 FY2025, kwa ukingo wa faida ghafi wa SaaS mlalo uliokomaa katika kiwango cha asilimia themanini za chini.
• Snowflake, matokeo ya FY2025, kama mfano kinyume unaoonyesha kwamba programu zenye matumizi makubwa zinaweza kuendeshwa kwa kiasi kikubwa chini ya ukingo wa faida ghafi wa kawaida wa SaaS.
• Michael Porter, nguvu tano, 1979, kwa taksonomia ya vyanzo vya kodi ya mapato katika Sehemu ya Kwanza.
• David Teece, Kufaidika kutokana na Ubunifu wa Kiteknolojia, 1986, kwa tatizo la uwezekano wa kukabidhiwa katika Sehemu ya Tatu.
• Alfred Marshall, Kanuni za Uchumi, 1890, kwa uchumi wa nje na mkusanyiko wa viwanda katika Sehemu ya Tano.
• Ronald Coase, Hali ya Kampuni, 1937, kwa gharama za miamala katika Sehemu ya Tano.
• Theodore Wright, 1936, na Boston Consulting Group, kwa mzunguko wa uzoefu katika Sehemu ya Tano.
• Stan Shih, mduara wa tabasamu, karibu 1992. Mchoro wake wa asili uko Wikimedia Commons, na Wachapishaji na Mduara wa Tabasamu ya Ben Thompson ndiyo upanuzi bora zaidi wake ambao nimesoma.
• Gary Pisano na Willy Shih, Kurejesha Ushindani wa Marekani, Harvard Business Review, 2009, kwa jumuiya ya viwanda ya pamoja na kwa nini kurudisha uzalishaji nchini ni vigumu.
• Andrew “bunnie” Huang, Mdukuzi wa Maunzi, kwa simulizi la moja kwa moja la jinsi msongamano wa Shenzhen unavyohisi kweli kufanya kazi ndani yake.
• WTO, Uunganishaji: China, kwa historia ya kuingizwa kwa China katika mfumo wa biashara wa kimataifa.
• Benki ya Dunia, thamani iliyoongezwa ya utengenezaji, kwa historia ya kiwango cha utengenezaji cha China ikilinganishwa na Marekani.

Mienendo ya kuanzisha kampuni

• Paul Graham, Fanya Mambo Yasiyoongezeka Kwa Mizani na Jinsi ya Kupata Mawazo ya Kampuni Mpya, kwa kabari finyu.
• Tesla, Mpango Mkuu wa Siri wa Tesla Motors, 2006, kwa mantiki ya kabari kutoka Roadster hadi gari la bei nafuu.
• Palantir, tamko la usajili S-1, 2020, kwa muundo wa upanuzi kutoka serikali hadi biashara.
• Historia ya kampuni ya SpaceX na ufichuzi wa Starlink, kupitia SpaceX na Starlink, kwa uzinduzi kama kabari ya awali kabla ya miundombinu pana ya anga.

Usimbaji wa AI na uzalishaji wa programu

• GitHub, Kutambulisha GitHub Copilot, 2021, na upatikanaji wa jumla wa GitHub Copilot, 2022, kwa ajili ya mwanzo wa vitendo wa usaidizi wa kibiashara wa uandishi wa msimbo kwa AI.
• OpenAI, Ripoti ya Kiufundi ya GPT-4, 2023, na Anthropic, Claude 3.5 Sonnet, 2024, kwa historia kuhusu kasi ya uwezo wa modeli.
• Peng et al., Athari za AI kwa Tija ya Watengenezaji, 2023, kwa matokeo yaliyodhibitiwa ya GitHub Copilot ambapo watengenezaji walikamilisha kazi iliyofungwa ya uandishi wa msimbo kwa kasi ya asilimia 55.8 zaidi.
• Cui et al., Athari za AI ya Kuzalisha kwa Kazi za Ustadi wa Juu, 2025, kwa matokeo ya utafiti wa uwanjani katika watengenezaji 4,867 yakionyesha asilimia 26.08 zaidi ya kazi zilizokamilishwa.
• METR, Kupima Athari za AI ya Mapema-2025 kwa Tija ya Watengenezaji Wenye Uzoefu wa Chanzo Wazi, 2025, kwa mfano pinzani ambapo watengenezaji wenye uzoefu walikuwa polepole kwa asilimia 19 wakiwa na zana za AI katika hazina zilizoiva.
• Cursor, Claude Code, OpenAI Codex CLI, Kiro CLI, na OpenCode, kwa mabadiliko kutoka ukamilishaji otomatiki hadi ufikiaji wa wakala wa hazina na kituo cha amri.
• Conductor, Superset, na Hermes Agent, kwa safu ya upangaji juu ya zana za uandishi wa msimbo za wakala mmoja.

Njia za kushindwa za kingo ya data

• Sun et al., Kuchunguza Upya Ufanisi Usio wa Kawaida wa Data katika Enzi ya Kujifunza kwa Kina, ICCV 2017, kwa ugunduzi wa kimajaribio kwamba utendaji wa kazi za maono huboreka kwa kiwango cha logarithmiki kadiri kiasi cha data ya mafunzo kinavyoongezeka.
• Martin Casado na Peter Lauten, Ahadi Tupu ya Kingo za Data, a16z, 2019, kwa hoja kwamba athari za kiwango cha data kwa kawaida hufifia badala ya kujumlisha.
• Valavi et al., Muda na Thamani ya Data, Karatasi ya Kazi ya Harvard Business School 21-016, 2021, kwa tofauti kati ya hisa ya data na mtiririko wa data, na ugunduzi kwamba data iliyopitwa na wakati inaweza kudhuru usahihi wa modeli.
• Chen et al., Kupungua kwa umuhimu wa data ya kliniki kuelekea maamuzi ya baadaye katika seti za maagizo ya kliniki za wagonjwa wa ndani zinazoendeshwa na data, Jarida la Kimataifa la Informatiki ya Tiba, 2017, kwa muda wa takriban miezi minne wa nusu-maisha wa data ya utabiri wa kliniki.
• OpenAI Faragha ya Biashara, Anthropic Masharti ya Kibiashara, Microsoft Azure OpenAI faragha ya data, AWS Bedrock Maswali Yanayoulizwa Mara kwa Mara, na Google Vertex AI usimamizi wa data, kwa ahadi chaguomsingi za kutofunza juu ya pembejeo na matokeo ya wateja wa biashara.
• Bodi ya Ulaya ya Ulinzi wa Data, Maoni 28/2024 kuhusu modeli za AI, Kifungu cha 5 na Kifungu cha 17 cha GDPR, kanuni za kutotambulisha za HIPAA, na kanuni za CCPA/CPRA, kwa vizuizi vya sheria za faragha juu ya matumizi ya pili ya data, ufutaji, kutotambulisha, na kushiriki.
• Lathrop GPM, Kupitia Umiliki wa AI katika Mikataba ya Kibiashara na Leseni za IP, 2026, kwa mvutano wa kimkataba kati ya ahadi za kutofunza na haki zilizobaki za matumizi ya jumla au zilizototambulishwa.

Picha

• Mduara wa tabasamu wa Stan Shih, Wikimedia Commons, CC BY-SA.
• Huaqiangbei katika makutano ya Shennan, picha na Charlie fong, Wikimedia Commons, CC BY-SA.
• Kiolezo cha ufinyazaji wa sindano, picha na Wizard191, Wikimedia Commons, CC BY-SA 3.0.
• Bei za moduli za sola PV dhidi ya uwezo uliosimikwa kwa jumla, Our World in Data, CC BY 4.0. Chati ilirudishwa kuundwa upya katika eneo la ndani kutoka kwa mkusanyiko wa data uliochapishwa.

Mifano ya kampuni

• Makadirio ya jumla ya faida ya Anduril kupitia Sacra. Anduril ni ya kibinafsi na haichapishi faida zilizokaguliwa, kwa hivyo hii inachukuliwa kuwa makadirio badala ya takwimu iliyoripotiwa. Kigezo cha sekta cha jumla ya faida za anga na ulinzi (takriban asilimia 17.5) kilichotolewa kutoka kwa mkusanyiko wa data wa ukingo wa Aswath Damodaran wa NYU Stern.
• Historia ya Alphabet na Google kupitia Fomu ya 10-K ya FY2025 ya Alphabet, ikiwekwa pamoja na United States v. Google LLC kwa makubaliano ya usambazaji chaguomsingi wa utafutaji, faida za kiwango cha utafutaji, na muktadha wa sheria ya ushindani.
• Modeli Kubwa ya Mmea ya Carbon Robotics na mimea milioni 150 iliyoandikwa kupitia tangazo la Business Wire la Februari 2026, pamoja na TechCrunch kama uthibitisho.
• Historia ya Intuitive Surgical na idhini ya FDA ya 2000 kupitia Historia ya Kampuni ya Intuitive. Kiasi cha taratibu kupitia Ripoti ya Athari ya Biashara ya Intuitive ya 2025, na takwimu za msingi uliosimikwa / ukingo kupitia tangazo lake la mapato la robo ya nne ya 2025.
• Takwimu za ukingo za Tesla kupitia sasisho lake la Q4 na FY2025.
• Mchoro wa upanuzi wa udhibiti wa Waymo kupitia Ramani ya Udhibiti ya Robotaxi ya 2026 ya Tesorb na taarifa za Electrek kuhusu idhini ya upanuzi ya CPUC.
• Kilele na ratiba ya kushuka ya Nokia ya 2007 kupitia BBC News na Wikipedia, pamoja na utafiti wa Administrative Science Quarterly / INSEAD wa Vuori na Huy kwa mienendo ya shirika iliyokuwa nyuma ya kuporomoka, na uchambuzi wa video wa Michael Sikand video breakdown kwa mgeuko wake wa kisasa wa miundombinu.
• Maelezo ya OpenAI Stargate kupitia tangazo la asili la OpenAI na tangazo la upanuzi wa tovuti. Haya ni ahadi na mipango iliyotangazwa, si uwezo uliotumwa kikamilifu.
• Kraken Robotics ikichorwa kutoka kwa ufichuzi wa bidhaa na mkataba wa kampuni yenyewe.