داغترین استارتاپهای هوش مصنوعی در سیلیکونولی دیگر فقط بر سر این رقابت نمیکنند که چه کسی میتواند زیرکانهترین پاسخ را تولید کند. رقابت ماندگارتر بر سر این است که چه کسی میتواند وارد یک گردش کار شود، از زمینه مورد اعتماد استفاده کند، کاری را به پایان برساند و نتیجه را به سیستمهایی بازگرداند که تیمها از پیش در آنها کار میکنند. این تغییر را میتوان در میان عاملهای کدنویسی، جستوجوی هوش مصنوعی، پشتیبانی مشتری، امور حقوقی، هوشمندی جلسات و مدیریت دانش مشاهده کرد.
پاسخ کوتاه
در سال ۲۰۲۶، قدرتمندترین استارتاپهای هوش مصنوعی بهرهوری از رابطهای گفتوگویی به سمت محصولات بومیِ گردش کار حرکت میکنند. Cursor و Cognition درون فرایند توسعه نرمافزار عمل میکنند. Sierra و Decagon مسائل مشتریان را در میان سیستمها حل میکنند. Harvey گردشهای کار حقوقی را اجرا میکند. Perplexity و Glean پاسخها را به منابع و زمینه سازمانی متصل میکنند. Otter.ai و ابزارهای نوظهوری مانند HiNoter جلسات را به دانش قابل جستوجو و اقدامات پیگیری تبدیل میکنند.
سیگنال بازار ساده است: خریداران میخواهند پس از تولید پاسخ توسط هوش مصنوعی، کار کمتری بر عهده انسانها باقی بماند.
روششناسی
این یک تحلیل دستهبندی است، نه رتبهبندی قطعی سرمایهگذاری. شرکتها بر اساس شواهد عمومیِ در دسترس تا ۳ ژوئیه ۲۰۲۶ انتخاب شدهاند. آزمایشگاههای مدلهای پایه مانند OpenAI و Anthropic کنار گذاشته شدهاند تا تحلیل بر لایه کاربرد و گردش کار متمرکز شود.
عمق گردش کار: محصول چندین مرحله را مدیریت میکند یا نتایج را به سیستمهای کاری بازمینویسد.
نشانه پذیرش: مشتریان، درآمد، میزان استفاده یا نتایج تکرارپذیر بهصورت عمومی قابل مشاهدهاند.
شتاب محصول: قابلیتهای معنادار عامل، گردش کار یا دانش در سالهای ۲۰۲۵ و ۲۰۲۶ عرضه شدهاند.
تناسب یکپارچهسازی: محصول به دادهها و ابزارهای موردنیاز برای تکمیل کار متصل میشود.
اعتماد: منابع، مجوزها، حاکمیت و بازبینی انسانی بخشی از روایت محصول هستند.
کیفیت منابع: ادعاهای مربوط به تأمین مالی و محصول از اطلاعیههای رسمی یا گزارشهای معتبر گرفته شدهاند.
برای ارائه زمینه، گزارش AI 50 فوربس در سال ۲۰۲۶ اعلام کرد که ۳۳ استارتاپ از میان شرکتهای انتخابشده در کالیفرنیا مستقر بودند و بر حرکت به سوی کاربردهای واقعی، عاملهای هوش مصنوعی، بهرهوری و محصولات تخصصیِ صنعتی تأکید کرد.
نقشه دستهبندی سال ۲۰۲۶
دستهبندی | تعریف مختصر | شرکتهای قابل توجه | اهمیت آن |
هوشمندی جلسات با هوش مصنوعی | گفتوگوها را ضبط میکند و آنها را به دانش ساختاریافته و پیگیری تبدیل میکند. | Otter.ai، Fireflies.ai، HiNoter | جلسهها حاوی تصمیمهایی هستند که بهندرت به سیستمهای ثبت رسمی راه پیدا میکنند. |
گردشکارهای عاملمحور | کار چندمرحلهای را در یک حوزه کسبوکار برنامهریزی و اجرا میکند. | Harvey، Glean Agents | ارزش از فرایندهای تکمیلشده به دست میآید، نه از متن تولیدشده. |
جستوجوی هوش مصنوعی | پاسخهای ترکیبی و مستند را از وب یا دادههای سازمانی ارائه میدهد. | Perplexity، Glean | اعتماد و کیفیت بازیابی تعیین میکنند که آیا پاسخها میتوانند راهنمای تصمیمگیری باشند یا نه. |
عاملهای کدنویسی | وظایف نرمافزاری را مینویسد، آزمایش میکند، بازبینی میکند و اجرا میکند. | Cursor, Cognition | توسعه نرمافزار گردشکارهای قابل اندازهگیری و پرتکرار ارائه میدهد. |
هوش مصنوعی پشتیبانی مشتری | درخواستهای مشتریان را حلوفصل میکند و در سراسر سامانههای شرکت اقداماتی انجام میدهد. | Sierra, Decagon | حلوفصل و مهار را میتوان مستقیماً اندازهگیری کرد. |
مدیریت دانش | اطلاعات پراکنده را به حافظه سازمانی قابل جستوجو متصل میکند. | Glean, Otter.ai, HiNoter | هوش مصنوعی پیش از آنکه بتواند بهطور قابلاعتماد عمل کند، به زمینهای تحت حاکمیت نیاز دارد. |
شرکتهای قابل توجه و نشانههای بازار
شرکت | دستهبندی | سیگنال عمومی | آنچه سیگنال نشان میدهد |
Cursor / Anysphere | عاملهای کدنویسی | اعلام رسمی ژوئن ۲۰۲۵: تأمین مالی ۹۰۰ میلیون دلاری با ارزشگذاری ۹.۹ میلیارد دلار؛ بیش از ۵۰۰ میلیون دلار درآمد تکرارشونده سالانه؛ مورد استفاده بیش از نیمی از شرکتهای Fortune 500. | کدنویسی با هوش مصنوعی از مرحله آزمایشی به جریان کاری اصلی توسعهدهندگان منتقل شد. |
Cognition | عاملهای کدنویسی | TechCrunch از جذب سرمایهای بیش از ۱ میلیارد دلار در مه ۲۰۲۶ با ارزشگذاری پس از سرمایهگذاری ۲۶ میلیارد دلاری برای سازنده Devin خبر داد. | سرمایهگذاران روی عاملهایی سرمایهگذاری میکنند که وظایف مهندسی را از ابتدا تا انتها بر عهده میگیرند. |
هاروی | عاملهای عمودی | مارس ۲۰۲۶: ۲۰۰ میلیون دلار با ارزشگذاری ۱۱ میلیارد دلار؛ هاروی از ۲۵٬۰۰۰ عامل سفارشی و بیش از ۱۰۰٬۰۰۰ وکیل در ۱٬۳۰۰ سازمان خبر داد. | گردشکارهای اختصاصی حوزه میتوانند پذیرش عمیق و اقتصاد ممتاز را پشتیبانی کنند. |
Glean | جستوجو و دانش | ژوئن ۲۰۲۵: دور F به ارزش ۱۵۰ میلیون دلار با ارزشگذاری ۷٫۲ میلیارد دلار؛ در زمان اعلام، سالانه بیش از ۱۰۰ میلیون اقدام عامل انجام میشد. | زمینه سازمانی در حال تبدیل شدن به زیرساخت عاملهاست. |
Sierra | هوش مصنوعی پشتیبانی مشتری | سپتامبر ۲۰۲۵: ۳۵۰ میلیون دلار با ارزشگذاری ۱۰ میلیارد دلار؛ سیرا گفت بیش از نیمی از مشتریانش بیش از ۱ میلیارد دلار درآمد داشتند. | عاملهای پشتیبانی در حال ورود به محیطهای پیچیده سازمانی هستند. |
Decagon | هوش مصنوعی پشتیبانی مشتری | ژانویه ۲۰۲۶: جذب سرمایه ۲۵۰ میلیون دلاری و ارزشگذاری گزارششده ۴.۵ میلیارد دلاری، پس از دور C به مبلغ ۱۳۱ میلیون دلار در ژوئن ۲۰۲۵. | پشتیبانی مشتری همچنان یکی از شفافترین بازارهای قابلاندازهگیری برای عاملهاست. |
Otter.ai | هوش جلسات | عرض موتور دانش محاورهای در آوریل ۲۰۲۶، با اتصالدهندهها و دسترسی MCP به سابقه جلسات. | این دسته از یادداشتها به حافظه سازمانی و اقدام گسترش مییابد. |
Perplexity | جستوجوی هوش مصنوعی | جایگاه محصول آن در سال ۲۰۲۶ پاسخهای مستند، پژوهش، اقدامات مرورگر، APIها و گردشکارهای چندمرحلهای رایانهای را دربرمیگیرد. | جستوجوی هوش مصنوعی بهجای صفحهای مقصد، به سطحی برای اجرا تبدیل میشود. |
تأمین مالی نشانهای از شتاب است، نه مدرکی برای ارزش پایدار. کیفیت درآمد، حفظ مشتری، قابلیت اطمینان، امنیت، مالکیت گردشکار و هزینههای تغییر در گذر زمان اهمیت بیشتری دارند.
۱. عاملهای کدنویسی: Cursor و Cognition
کدنویسی روشنترین شاهد است که برنامههای کاربردی هوش مصنوعی میتوانند فراتر از گفتوگو حرکت کنند. Cursor هوش مصنوعی را مستقیماً در محیط توسعه جای میدهد، در حالی که Devin از Cognition برای برنامهریزی و اجرای وظایف گستردهتر نرمافزاری طراحی شده است. هر دو فاصله میان یک دستور و یک محصول قابلاستقرار را کاهش میدهند.
درس عملیاتی این نیست که هر وظیفهای شبیه مهندسی نرمافزار خواهد شد. مسئله این است که پذیرش هوش مصنوعی زمانی شتاب میگیرد که محصول درون یک گردشکار موجود قرار داشته باشد، به ابزارهای موردنیاز دسترسی داشته باشد و خروجیهایی تولید کند که بتوان آنها را آزمایش کرد.
۲. جستوجوی هوش مصنوعی و زمینه سازمانی: Perplexity و Glean
Perplexity به جا افتادن این انتظار کمک کرد که پاسخهای هوش مصنوعی باید منابع را نشان دهند. مسیر فعلی محصول آن از پرسوجو و پاسخ فراتر رفته و پژوهش، اقدامات مرورگر، APIها و کارهای چندمرحلهای رایانهای را دربرمیگیرد.
Glean به مسئله متفاوتی در بازیابی اطلاعات میپردازد: دانش شرکت در ایمیلها، اسناد، چتها، تیکتها و سامانههای کسبوکار پراکنده است. حرکت آن از جستوجوی سازمانی بهسوی عاملها نشان میدهد چرا زمینه در حال تبدیل شدن به یک لایه راهبردی است. اگر یک عامل نتواند اطلاعات درست را ضمن رعایت مجوزهای دسترسی بازیابی کند، نمیتواند کار معناداری را به پایان برساند.
۳. عاملهای عمودی گردشکار: Harvey
Harvey نشان میدهد چرا هوش مصنوعی عمودی میتواند نسبت به یک چتبات عمومی قابلدفاعتر باشد. کار حقوقی دارای زبان تخصصی، دادههای حساس، فرایندهای بررسی تثبیتشده و گردشکارهای تکرارپذیر است. اعلامیه تأمین مالی Harvey در سال ۲۰۲۶، اجرای عاملها برای ادغام و تملک، بررسی موشکافانه، تنظیم قرارداد، بررسی اسناد و فرایندهای حقوقی بلندمدتتر را توصیف کرد.
درس گستردهتر این است که گردشکارهای ارزشمند به محصولاتی پاداش میدهند که زمینه تخصصی، حاکمیت و پشتیبانی پیادهسازی را با هم ترکیب میکنند. مدل تنها یکی از اجزاست.
۴. عاملهای پشتیبانی مشتری: Sierra و Decagon
پشتیبانی مشتری دسته دیگری است که در آن میتوان هوش مصنوعی را با نتایج عملیاتی سنجید. معیار مهم این نیست که ربات چقدر روان صحبت میکند. مهم این است که آیا سامانه مسئله را حل میکند، از سیاستها پیروی میکند، حساب درست را بهروزرسانی میکند، موارد استثنا را ارجاع میدهد و سابقهای قابل ممیزی بر جای میگذارد یا نه.
Sierra و Decagon هر دو بهسوی عاملهایی حرکت میکنند که بهجای صرفاً پیشنهاد پاسخ، اقدام انجام میدهند. تأمین مالی آنها بازتاب تقاضای قوی است، اما خریداران همچنان باید قابلیت اطمینان، طراحی ارجاع، عمق یکپارچهسازی و عملکرد روی دادههای پشتیبانی خودشان را آزمایش کنند.
۵. هوشمندی جلسات: از رونویسها تا دانش
دستیارهای جلسه مبتنی بر هوش مصنوعی کار خود را بهعنوان ابزارهای رونویسی و خلاصهسازی آغاز کردند. در سال ۲۰۲۶، این دسته بهعنوان یک لایه دانش و گردشکار بازتعریف میشود. Otter.ai خود را یک موتور دانش مکالمهای معرفی میکند. Fireflies جایگاه خود را در حوزههای آمادهسازی جلسه، ثبت محتوا، خودکارسازی پس از جلسه و زمینه میان جلسات تعریف میکند.
این تحول مهم است، زیرا جلسات نقطه پایان محتوا نیستند. یک تصمیم باید پروژه را بهروزرسانی کند، تعهد به مشتری باید به CRM برسد و یک مورد اقدام باید صاحب مشخصی داشته باشد. رونویسی بدون توزیع، همچنان کاری ناتمام است.
چرا هوش مصنوعی بومیِ گردشکار متفاوت است
یک ابزار صرفاً چتمحور منتظر میماند تا کاربر یک درخواست را صورتبندی کند، پاسخی تولید میکند و کاربر را مسئول انتقال آن پاسخ به سامانه بعدی میگذارد. یک ابزار بومیِ گردشکار میتواند از یک رویداد تقویم، تیکت پشتیبانی، مسئله کد، سند یا محرک سامانه آغاز شود. این ابزار زمینه مرتبط را بازیابی میکند، قوانین را به کار میگیرد، خروجی ساختاریافته تولید میکند و نتیجه را به سامانه بازمیگرداند.
محرک: جلسه آغاز میشود، مشتری پرسشی مطرح میکند یا توسعهدهنده یک مسئله را باز میکند.
زمینه: سامانه تقویمها، اسناد، مکالمات قبلی، کد، سیاستها یا دادههای حساب را بازیابی میکند.
استدلال: هوش مصنوعی درخواست، محدودیتها و اقدامات بعدی را شناسایی میکند.
اقدام: کد ایجاد میکند، تیکتی را حل میکند، سندی را پیشنویس میکند یا پیگیری را به فردی اختصاص میدهد.
بازگردانی نتیجه: نتیجه در CRM، ابزار پروژه، پایگاه دانش، کانال چت یا سامانه اسناد ظاهر میشود.
بازبینی: انسانها میتوانند منابع، موارد استثنا و تصمیمهای پرخطر را بررسی کنند.
شاخص روند کار ۲۰۲۶ مایکروسافت، مدل عملیاتیای را توصیف میکند که در آن افراد چندین عامل را در سراسر گردشکارها هماهنگ میکنند. نظرسنجی وضعیت هوش مصنوعی مککینزی در سال ۲۰۲۵ نیز به همین شکل نشان داد که دستیابی به ارزش در مقیاس بزرگ همچنان دشوار است و سازمانهای دارای عملکرد بالا بیشتر احتمال دارد گردشکارها را از نو طراحی کنند تا اینکه صرفاً ابزارهای هوش مصنوعی بیشتری اضافه کنند.
جایگاه HiNoter در این تغییر
بهتر است HiNoter را نمونهای از هوش مصنوعی بهرهوری بومیِ گردشکار بدانیم، نه صرفاً یک اپلیکیشن دیگر برای یادداشتبرداری. نقطه ورود آن تقویم و جلسه است، اما خروجی مفید، دانش ساختاریافته تیمی است.
پیوستن خودکار به تقویم، نیاز به یادآوری برای ضبط جلسه یا یادداشتبرداری را کاهش میدهد.
خلاصهها، موارد اقدام و نقشههای ذهنی خودکار، مکالمه را به خروجی ساختاریافته تبدیل میکنند.
پشتیبانی از بیش از ۵۰ زبان همراه با تشخیص خودکار، یک سابقه مشترک در اختیار تیمهای چندزبانه قرار میدهد.
پردازش YouTube، ویدئو، صدا و PDF، لایه دانش را فراتر از تماسهای زنده گسترش میدهد.
چت هوش مصنوعی با ارجاع به منابع به تیمها اجازه میدهد بدون از دست دادن قابلیت ردیابی، پرسشهای خود را مطرح کنند.
ارتباط با Notion، Slack، Google Docs، تقویمها و ایمیل، اطلاعات را به گردشکارهای موجود منتقل میکند.
الگوی محصول با تغییر بازار همسو است: دستیار جلسه هوش مصنوعی HiNoter ثبت محتوا را انجام میدهد، در حالی که یادداشتهای جلسه هوش مصنوعی و چت هوش مصنوعی نتیجه را به زمینه سازمانی قابل استفاده مجدد تبدیل میکنند.
فراخوان اصلی: زمانی HiNoter را امتحان کنید که هدف، حذف یادداشتبرداری دستی و تبدیل جلسات، ویدئوها، PDFها و فایلهای صوتی به دانش تیمی ساختاریافته و دارای پیوند به منابع است.
خریداران و سرمایهگذاران از این پس باید چه چیزهایی را زیر نظر بگیرند؟
نرخ تکمیل گردشکار، نه حجم درخواستها.
ماندگاری پس از انتقال آزمایشی به محیط تولید.
دسترسی به زمینه اختصاصی بدون به خطر انداختن مجوزها.
بازگردانی قابلاعتماد نتیجه به سامانههای مرجع.
بازبینی انسانی برای اقدامات مالی، حقوقی، امنیتی و مؤثر بر مشتری.
اقتصاد واحد زمانی که عاملها وظایف طولانیتر و محاسباتیتری انجام میدهند.
اینکه محصول ابزارها و مراحل دستی را حذف میکند یا یک داشبورد دیگر اضافه میکند.
مرحله بعدی هوش مصنوعی بهرهوری نسبت به دوران چتبات کمتر به چشم خواهد آمد. بهترین سامانهها ممکن است شبیه زیرساخت باشند: در لحظه آغاز کار حاضر، به زمینه قابلاعتماد متصل و بر اساس درست به پایان رسیدن فرایند ارزیابی شوند.
پرسشهای متداول
داغترین استارتاپهای هوش مصنوعی در سیلیکونولی در سال ۲۰۲۶ کداماند؟
از شرکتهای شاخص لایه کاربردی میتوان به Cursor، Cognition، Perplexity، Glean، Harvey، Sierra، Decagon و Otter.ai اشاره کرد. این شرکتها حوزههای کدنویسی، جستوجو، دانش سازمانی، گردشکارهای حقوقی، پشتیبانی مشتری و هوشمندی جلسات را پوشش میدهند.
این استارتاپهای هوش مصنوعی چگونه انتخاب شدند؟
این روششناسی، عمق گردشکار، نشانههای پذیرش عمومی، شتاب محصول در سالهای ۲۰۲۵ و ۲۰۲۶، یکپارچهسازیها، حاکمیت و کیفیت منابع را در نظر میگیرد. شرکتها صرفاً بر اساس ارزشگذاری رتبهبندی نشدهاند.
هوش مصنوعی بومیِ گردشکار چیست؟
هوش مصنوعی بومیِ گردشکار از یک محرک کسبوکار آغاز میشود، از زمینه متصل استفاده میکند، یک یا چند اقدام را تکمیل میکند و نتایج را به سامانههایی که تیمها در آنها کار میکنند بازمیگرداند.
چرا دستیارهای جلسه مبتنی بر هوش مصنوعی به پلتفرمهای دانش تبدیل میشوند؟
جلسات شامل تصمیمها، تعهدات و زمینه هستند. این دسته فراتر از رونویسی گسترش مییابد تا دانش جلسه قابل جستوجو و اشتراکگذاری باشد و برای آغاز پیگیری استفاده شود.
آیا HiNoter یک استارتاپ سیلیکونولی است؟
این مقاله از HiNoter بهعنوان نمونهای محصولی از تغییر بهسوی بهرهوری بومیِ گردشکار استفاده میکند. این شرکت بهعنوان یک شرکت تأمین مالیشده و رتبهبندیشده در سیلیکونولی معرفی نشده است.