Alibaba Cloud 33 درصد از کارکنان خود را برای تمرکز مجدد بر روی هوش مصنوعی مولد کاهش می دهد

Andrew Altair, Founder
Alibaba Cloud 33 درصد از کارکنان خود را برای تمرکز مجدد بر روی هوش مصنوعی مولد کاهش می دهد
Albert Stoynov / unsplash

تجدید ساختار عمده Alibaba Cloud: تمرکز بر هوش مصنوعی

گروه علی‌بابا، رهبر فناوری چین، تصمیمی اساسی برای کاهش 33 درصدی نیروی کار بخش ابری خود، علی‌بابا کلود گرفته است. این حرکت بخشی از یک استراتژی جهانی برای افزایش کارایی عملیاتی و توزیع مجدد منابع به نفع توسعه هوش مصنوعی است. این رویداد روندی را که قبلاً درباره آن نوشته بودیم تأیید می کند: هوش مصنوعی ساختارهای شرکت را به طور اساسی تغییر می دهد در سراسر جهان.

ماهیت و مقیاس بهینه سازی: 8000 شغل

این کاهش بر هزاران شغل در بخش‌های مختلف تأثیر خواهد گذاشت. با مجموع نیروی کار Alibaba Cloud حدود 25000 نفر، تقریباً 8000 متخصص شغل خود را از دست خواهند داد. رهبری شرکت تاکید می کند که این یک ضرورت استراتژیک برای حفظ رقابت در یک بازار پویا است. ما شاهد فرآیندهای مشابهی با غول‌های غربی هستیم: متا همچنین در حال کاهش کارمندان در میان تحولات هوش مصنوعی خود است.

جهت‌های اصلی بازسازی عبارتند از:

  • ادغام تیم‌های زیرساخت برای حذف عملکردهای تکراری.
  • تقویت تحقیق و توسعه هوش مصنوعی , ایجاد مراکز توسعه جدید برای مدل های زبان بزرگ.
  • بهینه سازی دفاتر بین المللی در آسیای جنوب شرقی و اروپا.
  • ساده سازی سلسله مراتب مدیریت برای تسریع در تصمیم گیری.

حتی شرکت‌هایی مانند Oracle تیم‌های مهندسی خود را بررسی می‌کنند پس از پیاده‌سازی ابزارهای هوش مصنوعی پیشرفته مشابه ابزارهای استفاده شده توسط Alibaba.

چشم انداز استراتژیک ادی وو

ادی وو، مدیر عامل گروه علی بابا اظهار داشت که هدف این شرکت ایجاد یک "سازمان چابک تر و نوآورتر" است. او از مدل های Qwen خود شرکت و هوش مصنوعی مولد به عنوان منبع اصلی رشد آینده استفاده می کند. استفاده از بهترین ابزارهای هوش مصنوعی برای توسعه به شرکت کمک می کند تا به سرعت شکاف استعدادها را در بخش های با فناوری پیشرفته پر کند.

این شرکت همچنین در حال راه‌اندازی برنامه‌های بازآموزی برای برخی از پرسنل اخراج شده است، که بازتاب یافته‌های مطالعه Anthropic در مورد آسیب‌پذیری حرفه‌ها است. توانایی کار با هوش مصنوعی در حال تبدیل شدن به یک شرط اجباری برای بقا در بازار کار 2026 است.

زمینه: بین IPO و تحریم ها

سازمان‌دهی مجدد در شرایطی آغاز شد که بخش ابری را کنار گذاشت و به یک شرکت جداگانه تبدیل شد و IPO آن را لغو کرد. چندین عامل کلیدی بر این تصمیم تأثیر گذاشتند، از جمله رقابت فناوری آمریکا و چین و محدودیت‌های صادرات چیپ. با این وجود، استفاده از پردازنده‌های چینی 7 نانومتری به Alibaba اجازه می‌دهد تا حدی کمبود سخت‌افزار غربی را جبران کند.

رقابت داخلی در چین نیز در حال تشدید است. پروژه‌هایی مانند DeepSeek و Tencent Hunyuan علی‌بابا را مجبور می‌کنند سریع‌تر و تهاجمی‌تر عمل کند. قیمت‌های سهام این شرکت بی‌ثبات است زیرا سرمایه‌گذاران نتایج مشخصی را برای تجارت از پیاده‌سازی هوش مصنوعی می‌خواهند.

عصر جدیدی از خدمات هوش مصنوعی ابری

یک عنصر اصلی استراتژی جدید علی بابا، خانواده مدل Qwen 2.5 است که در حال حاضر نتایج عالی در معیارهای بین المللی نشان می دهد. ادغام عامل هوش مصنوعی شرکتی Alibaba در همه سرویس‌های ابری، مدیریت داده‌های مشتری را خودکار می‌کند. در آینده، شاهد ادغام نزدیک با سیستم های پرداخت مبتنی بر هوش مصنوعی خواهیم بود، مانند راه حل های Visa.

برای غول‌های دارویی جهانی مانند روش، استفاده از محاسبات ابری قدرتمند هوش مصنوعی Alibaba می‌تواند کلید بازار آسیا باشد. علیرغم خطرات ژئوپلیتیکی که تیم کوک، رهبر اپل هشدار داده است، پایگاه فناوری Alibaba Cloud همچنان یکی از پیشرفته ترین ها در جهان است.

سوالات متداول

چرا Alibaba Cloud این همه افراد را اخراج می کند؟

این شرکت در حال هدایت بودجه و استعدادها از پشتیبانی از سرورهای سنتی به توسعه و آموزش شبکه‌های عصبی نسل بعدی است.

آیا این نشان دهنده مشکلات مالی برای شرکت است؟

نه، این بیشتر یک بهینه سازی هزینه برای سرمایه گذاری هنگفت (بیش از 10 میلیارد دلار) در زیرساخت های هوش مصنوعی طی سه سال آینده است.

مدل های هوش مصنوعی علی بابا چقدر قوی هستند؟

خانواده Qwen یکی از بهترین‌ها در جهان در بین مدل‌های منبع باز محسوب می‌شود که با Llama 3 و Mistral رقابت می‌کند.

این موضوع چگونه بر قیمت خدمات ابری تأثیر می‌گذارد؟

Alibaba قبلاً کاهش قیمت در چندین سرویس ابری محبوب را برای حفظ مشتریان در یک محیط رقابتی شدید با Tencent اعلام کرده است.

آیا توسعه‌دهندگان تحت تأثیر اخراج‌ها قرار خواهند گرفت؟

اخراج‌ها عمدتاً بر پرسنل اداری و مهندسین پشتیبانی سیستم قدیمی تأثیر می‌گذارد، در حالی که استخدام متخصصان ML و AI همچنان ادامه دارد.