پنج سال پیش، اگه اسم شرکت «فیسبوک» رو می‌شنیدید، به یاد عکس و لایک و کامنت می‌افتادید. امروز، اسمش «متا»ست — و این تغییر اسم، به تنهایی، نماد یکی از بلند پروازانه ترین و پرهزینه ترین شرط بندی‌های تاریخ فناوریه. مارک زاکربرگ در سال ۲۰۲۱ اعلام کرد که آینده‌ی شرکتش، و شاید آینده‌ی کل اینترنت، «متاورس» خواهد بود: یه دنیای مجازی سه‌بعدی که توش کار می‌کنیم، بازی می‌کنیم، و با هم معاشرت می‌کنیم.
پنج سال بعد، عدد رسمی این شرط بندی مشخص شده: بخش Reality Labs متا، تا اواسط سال ۲۰۲۶، در مجموع نزدیک به ۸۸ میلیارد دلار ضرر انباشته کرده. برای مقایسه، این عدد از تولید ناخالص داخلی خیلی از کشورهای دنیا بیشتره. حالا بیایید ببینیم دقیقاً چه اتفاقی افتاد، و مهم‌تر از اون، این ماجرا چه چیزی درباره‌ی تشخیص هایپ های تکنولوژی به ما یاد می‌ده — درسی که همین امروز، وقتی داریم درباره‌ی هوش مصنوعی حرف می‌زنیم، هم به کارمون میاد.
واقعاً چه اتفاقی افتاد؟
داستان از اونجایی شروع شد که زاکربرگ در اکتبر ۲۰۲۱، اسم شرکت رو از فیسبوک به «متا» تغییر داد و اعلام کرد میلیارد ها دلار روی ساخت Horizon Worlds — پلتفرم اصلی متاورس شرکت — سرمایه‌گذاری می‌کنه. هدف اولیه‌ی شرکت این بود که تا پایان همون سال، ۵۰۰ هزار کاربر فعال ماهانه داشته باشه.
اما طبق گزارش‌های داخلی شرکت که بعداً منتشر شد، این عدد هیچ‌وقت محقق نشد — رقم واقعی کمتر از ۲۰۰ هزار نفر بود. بدتر از اون، اکثر کاربرانی که یک‌بار امتحانش کردن، بعد از ماه اول دیگه برنگشتن.
با گذشت زمان، ضررها همچنان ادامه پیدا کرد: ۱۹ میلیارد دلار فقط در سال ۲۰۲۵، و چند میلیارد دلار دیگه در هر سه‌ماهه‌ی سال ۲۰۲۶. متا در نهایت هزاران نیرو رو از این بخش اخراج کرد، Horizon Worlds رو وارد «حالت نگهداری» (یعنی توسعه‌ی فعال متوقف شد) کرد، و اولویت سرمایه گذاری شرکت رو کاملاً به سمت هوش مصنوعی و عینک های هوشمند (مثل Ray-Ban Meta) چرخوند — محصولی که برخلاف متاورس، واقعاً مشتری پیدا کرده.
چرا شکست خورد؟ سه درس اصلی
۱. یک مشکل واقعی حل نمی‌کرد
شاید مهم ترین درس همین باشه : متاورس، برخلاف خیلی از فناوری های موفق تاریخ (مثل گوشی هوشمند یا حتی خود اینترنت)، یه مشکل مشخص و دردناک رو حل نمی‌کرد. مردم دنبال یه دنیای مجازی جدید برای معاشرت نبودن؛ ابزارهای موجود (شبکه‌های اجتماعی، بازی‌های آنلاین، تماس ویدیویی) از قبل به‌اندازه‌ی کافی این نیاز رو برطرف می‌کردن. بدون یه «کاربرد ضروری» (killer use case)، حتی بهترین تبلیغات هم نمی‌تونه مردم رو مجبور به تغییر عادت کنه.
۲. سخت افزار، مانع اصلی بود
استفاده از متاورس، نیاز به یه هدست واقعیت مجازی داشت — وسیله‌ای گرون، سنگین، و ناراحت‌کننده برای استفاده‌ی طولانی. مقایسه کنید با گوشی هوشمند که همین الان تو جیب همه‌ست. هر فناوری‌ای که نیاز به یه سخت‌افزار کاملاً جدید و پر زحمت داشته باشه، با یه مانع پذیرش بسیار بزرگ‌تر روبه‌روئه — مگر اینکه فایده‌ش آن‌قدر زیاد باشه که این زحمت رو توجیه کنه. متاورس این فایده رو نداشت.
۳. زمان‌بندی و وعده‌های بیش‌ازحد قطعی
زاکربرگ زمانی گفته بود که متاورس می‌تونه تا سال ۲۰۳۰ ارزشی «تریلیون دلاری» داشته باشه — یه پیش‌بینی دقیق و قطعی درباره‌ی چیزی که هنوز حتی محصولش کامل نشده بود. این الگو، دقیقاً همون چیزیه که تو تاریخ فناوری بارها تکرار شده: وقتی یه رهبر شرکت با اطمینان کامل، عدد و تاریخ دقیق برای یه فناوری هنوز اثبات نشده اعلام می‌کنه، این خودش یه پرچم قرمزه.
چارچوبی برای تشخیص هایپ: چرخه‌ی هایپ گارتنر
شرکت تحقیقاتی گارتنر یه مدل معروف داره به اسم «چرخه‌ی هایپ» که تقریباً هر فناوری جدیدی از پنج مرحله‌ش عبور می‌کنه:
محرک فناوری: یه نوآوری جدید معرفی می‌شه و توجه رسانه‌ها رو جلب می‌کنه
قله‌ی انتظارات متورم: هیجان به اوج می‌رسه؛ همه فکر می‌کنن این فناوری همه‌چیز رو عوض می‌کنه
دره‌ی سرخوردگی: واقعیت نشون می‌ده فناوری هنوز محدودیت های جدی داره؛ سرمایه‌گذاری ها کم می‌شه، اخبار منفی زیاد می‌شه
شیب روشنگری: کاربردهای واقعی و عملی فناوری مشخص می‌شه، نه چیزی که اول ادعا شده بود
فلات بهره‌وری: فناوری بالاخره جای واقعی خودش رو تو زندگی روزمره پیدا می‌کنه — معمولاً خیلی کوچیک تر و متفاوت تر از هیجان اولیه
متاورس دقیقاً از مرحله‌ی ۱ به ۲ رفت، مستقیم سقوط کرد تو مرحله‌ی ۳، و هنوز مشخص نیست که آیا اصلاً به مرحله‌ی ۴ می‌رسه یا نه.
متاورس تنها نمونه نیست
اگه فکر می‌کنید این الگو فقط مخصوص متاورسه، کافیه به چند نمونه‌ی دیگه از تاریخ نزدیک تکنولوژی نگاه کنید:
تلویزیون سه‌بعدی (اوایل دهه‌ی ۲۰۱۰): تقریباً هر شرکت بزرگ الکترونیک (سونی، سامسونگ، ال‌جی) میلیارد ها دلار روی این فناوری سرمایه گذاری کرد. عینک های مخصوص، تبلیغات گسترده، حضور پررنگ تو نمایشگاه‌های تکنولوژی. تا سال ۲۰۱۷، عملاً هیچ شرکتی دیگه تلویزیون سه‌بعدی تولید نمی‌کرد؛ مردم از عینک زدن برای تماشای تلویزیون خسته شده بودن.
گوگل گلس (۲۰۱۳): عینک هوشمندی که قرار بود جایگزین گوشی موبایل بشه. مشکل اصلی؟ نگرانی‌های حریم خصوصی (مردم از افرادی که عینک با دوربین به چشم داشتن می‌ترسیدن) و قیمت بسیار بالا. گوگل بعد از یک سال، فروش عمومی این محصول رو متوقف کرد.
NFT و «وب ۳» (۲۰۲۱-۲۰۲۲): همزمان تقریباً با اوج هایپ متاورس، بازار NFT به میلیاردها دلار رسید — یه تصویر کارتونی میمون می‌تونست صدها هزار دلار بفروشه. تا اواخر ۲۰۲۲، بیش از ۹۵ درصد از مجموعه‌های NFT عملاً ارزش خودشون رو از دست دادن.
نکته‌ی مشترک همه‌ی این نمونه‌ها؟ هیجان اولیه‌ی رسانه‌ای و سرمایه‌گذاری بسیار بیشتر از تقاضای واقعی کاربر بود.
تجربه‌ی واقعی: یه نگاه از داخل صنعت تکنولوژی
با بهزاد خداپناه ، صاحب سایت شاگرد، درباره‌ی این الگو صحبت کردم. نظر او این بود که تفاوت اصلی بین یه فناوری واقعی و یه هایپ، معمولاً خیلی زود مشخص می‌شه: وقتی مردم عادی (نه فقط علاقه مندان تکنولوژی) شروع می‌کنن بدون تبلیغ و بدون اینکه کسی مجبورشون کنه، خودشون از یه ابزار استفاده کنن. به گفته‌ی او، هوش مصنوعی همین الان این تست رو پاس کرده — چون آدم‌های معمولی، نه فقط برنامه‌نویس ها یا علاقه‌مندان فناوری، دارن روزانه ازش استفاده می‌کنن، بدون اینکه کسی مجبورشون کرده باشه. اما هشدار او این بود که این موفقیت اولیه، تضمین نمی‌کنه هر وعده‌ی خاصی که درباره‌ی AI داده می‌شه هم درست دربیاد — همون‌طور که در گذشته، فناوری‌های واقعی هم گاهی با وعده‌های اغراق آمیز همراه بودن که در نهایت محقق نشدن.
پس هوش مصنوعی هم همین مسیر رو می‌ره؟
این سوالیه که این روزها خیلی می‌پرسن، و جواب صادقانه اینه: هنوز معلوم نیست، ولی تفاوت‌های مهمی وجود داره. برخلاف متاورس، هوش مصنوعی همین الان، همین امروز، مشکلات واقعی رو برای میلیون‌ها نفر حل می‌کنه — از نوشتن ایمیل گرفته تا کمک به برنامه‌نویسی (همون‌طور که تو پست قبلی درباره‌ش نوشتیم). این یعنی هوش مصنوعی، برخلاف متاورس، از همون ابتدا وارد «مرحله‌ی ۴ و ۵» چرخه‌ی هایپ شده — کاربرد واقعی داره، نه فقط وعده.
اما این به این معنا نیست که هیچ بخشی از هیجان فعلی AI اغراق‌آمیز نیست. بعضی وعده‌های خاص (مثل جایگزینی کامل مشاغل ظرف چند ماه، یا هوش مصنوعی عمومی در آینده‌ای نزدیک) ممکنه همون الگوی «وعده‌ی قطعی بدون اثبات» رو تکرار کنن که تو متاورس دیدیم. تشخیص اینکه کدوم بخش واقعیه و کدوم هایپ، دقیقاً همون مهارتیه که باید تمرین کنیم.
چطور خودمان هایپ رو از واقعیت تشخیص بدیم؟
دنبال داده‌ی واقعی استفاده باش، نه فقط سرمایه گذاری. شرکت‌ها میلیاردها دلار خرج تبلیغات و توسعه می‌کنن، اما سوال اصلی اینه: مردم واقعاً دارن ازش استفاده می‌کنن؟ و مهم‌تر، آیا برمی‌گردن (retention)؟
به وعده‌های با تاریخ دقیق مشکوک باش. هر پیش‌بینی قطعی («تا سال X، این فناوری Y تریلیون دلار می‌ارزه») بیشتر نشونه‌ی بازاریابیه تا پیش‌بینی علمی.
بپرس: این فناوری چه مشکل مشخصی رو حل می‌کنه؟ اگه جواب مبهم یا کلی بود («همه‌چیز رو عوض می‌کنه»)، احتمال هایپ بودنش بیشتره.
نسبت هزینه به بازده رو دنبال کن. وقتی یه شرکت سال‌های متوالی میلیاردها ضرر می‌ده بدون رشد درآمد متناسب، این خودش یه سیگنال قویه — دقیقاً همون الگویی که تو Reality Labs دیدیم.
حرف آخر
متاورس نمرد — هنوز درصد کوچیکی از سرمایه گذاری متا روش ادامه داره، و شاید یه روز، تو شکلی کاملاً متفاوت از چیزی که زاکربرگ اول تصور کرده بود، جایگاه خودش رو پیدا کنه. اما هایپ اولیه‌ش، دقیقاً همونی بود که نباید بهش اعتماد می‌کردیم: وعده‌های بزرگ، بدون کاربرد مشخص، بدون مدرک واقعی از تقاضا. یاد گرفتن اینکه چطور بین «فناوری‌ای که واقعاً زندگی‌مون رو عوض می‌کنه» و «فناوری‌ای که فقط عنوان خبر می‌سازه» فرق بذاریم، شاید مهم‌ترین مهارتی باشه که تو دنیای پرشتاب امروز لازم داریم.