70% من كود Grindr تكتبه AI وهذا يغير كل نموذج العمل
قامت Grindr بنشر رقم يجب أن يكون حاضراً في كل اجتماع مجلس إدارة شركات البرمجيات في العالم: 70% من كودها يتم دمجه عبر أدوات الذكاء الاصطناعي. ليس كاختبار تجريبي، بل كعملية قياسية. وقد أكد مدير المنتج، AJ Balance، ذلك في مقابلة مع Business Insider من مقر الشركة في ويست هوليوود، ووافقه الرئيس التنفيذي، جورج أريسون، في مقابلة منفصلة، واصفًا هذا التحول بـ"تغيير شكل المنظمة" نحو نموذج ذكي محض.
ما يجعل هذه الحالة مثيرة للاهتمام ليس النسبة فحسب، بل هيكل اتخاذ القرارات الذي يقف وراء ذلك. لأن Grindr ليست Google ولا Microsoft. هي شركة تتكون من حوالي 65 مهندسًا تشغل تطبيق مواعدة يخص مجتمع LGBTQ+، وتعتمد نموذجًا للربح يعتمد بشكل أساسي على الإعلانات، حيث أن أكثر من 90% من المستخدمين لا يدفعون شيئًا. هذا السياق يغير تمامًا معنى الرقم.
ما تقوله البيانات الداخلية وما لا تقوله
في يناير 2026، استطلع فريق الهندسة في Grindr 50 من أصل 65 مهندسًا حول تأثير أدوات الذكاء الاصطناعي. النتائج كانت صعبة الإغفال: 92% أبلغوا عن زيادة في الإنتاجية بمقدار 1.5 مرة أو أكثر مقارنة بالوتيرة السابقة. يقول 58% إنهم ينتجون ما بين 2 إلى 3 مرات أكثر من ذي قبل. بينما يقوم 94% بتشغيل من 1 إلى 5 وكلاء ذكاء اصطناعي بالتوازي أثناء جلسات العمل، و64% يستخدمون على الأقل وكيلًا واحدًا خلال معظم يومهم.
محفظة الأدوات واسعة: Claude Code، GitHub Copilot، Cursor، Codex، وFirebender للهندسة؛ وMidjourney، Sora، وComfyUI للتصميم؛ وGemini، وGrok للاتصالات الداخلية مثل المذكرات والعروض التقديمية. لم تفضل الشركة مزوداً واحدًا، مما يشير إلى قرار مدروس بعدم الاعتماد على منصة واحدة.
لكن نفس الاستطلاع يوثق الاحتكاكات الحقيقية: يواجه 60% من المهندسين صعوبات في التنقل بين الوكلاء؛ و42% يريدون استخدام المزيد من الوكلاء لكنهم يفتقرون للمهارات اللازمة لإدارتهم؛ و28% يعانون من قيود على العتاد؛ و20% لا يثقون في التطبيقات الذاتية بدون تدخل بشري. هذه هي توترات عملية الانتقال، وليست إشارات إنذار حرجة، لكنها تكشف أن الاعتماد الكثيف لا يعني الاعتماد المثالي.
هنا النقطة التي تضيع في معظم التحليلات: زيادة الإنتاجية بمقدار 1.5 إلى 3 مرات لا تحمل نفس القيمة في جميع نماذج الأعمال. إذا كان لديك مسار طلب يمكنه استيعاب ثلاثة أضعاف المنتج، فإن ذلك المضاعف يترجم مباشرة إلى الإيرادات. إذا كانت القيود الرئيسية لديك ليست سرعة التطوير بل القدرة على جني الأرباح من المستخدمين الذين لا يرغبون في الدفع، فإنك تكدس القدرة في منطقة اختناق مختلفة.
نموذج الإيرادات كنقطة ضغط حقيقية
تعمل Grindr ضمن هيكل كلاسيكي لمحركين متزامنين: الإعلانات على قاعدة مجانية ضخمة، والاشتراكات المميزة للشريحة الأقلية المستعدة للدفع. المشكلة في هذا النموذج في عام 2026 ليست جديدة، لكنها تفاقمت: المستخدمون يتحملون كثافة إعلانات أقل فأقل، أسفرت أشكال الألعاب المحمولة الصعبة عن شكاوى كافية أدت إلى تغييرات داخلية، وتنافس منصات مثل Tinder تدفع الميزات السابقة المدفوعة إلى المستوى المجاني، مما يعيد ضبط توقعات السوق.
على خلفية ذلك، يقوم Grindr باختبار Edge، مستوى اشتراك مميز بأسعار تصل حتى 80 دولارًا في الأسبوع أو حتى 350 دولارًا في بعض الأنظمة التي تم مناقشتها علنًا. اعترف AJ Balance أن السعر أثار ردود فعل في وسائل الإعلام المتخصصة. لكن المنطق وراء الرقم ليس اعتباطياً: مع أكثر من 90% من المستخدمين في مستويات مجانية، فإن الطريقة الوحيدة لزيادة الإيرادات المتوسطة لكل مستخدم يدفع (ARPU) هي الزيادة بشكل عدواني في الحد الأعلى لما ترغب تلك الشريحة الأقلية في دفعه. إنها ليست قفزة للحجم؛ إنها رهان على كثافة القيمة المدركة.
يتضمن Edge ميزات مُصممة على بيانات تاريخية للمنصة. A-List تقدم ملخصات يتم إنشاؤها بالذكاء الاصطناعي حول المحادثات مع أفضل جهات الاتصال الخاصة بالمستخدم، بما في ذلك المعلومات المشتركة والصور. Discover تكسر القيود الجغرافية حول مجموعة من الملفات الشخصية. هذه ليست تحسينات واجهة؛ إنها منتجات جديدة لا توجد إلا بفضل تراكم البيانات الملكية التي تمتلكها Grindr حول الملايين من التفاعلات. قال أريسون بدقة: "الذكاء الاصطناعي نظريًا جيد، ولكن إذا لم يكن لديك البيانات، فلن يتمكن من فعل الكثير".
هذه البيانات هي الأصل الحقيقي. تتيح زيادة الإنتاجية في الهندسة بالاعتماد على الذكاء الاصطناعي التكرار بسرعة أكبر على تلك البيانات. ولكن، يعتمد اعتماد Edge كنموذج مستدام على ما إذا كانت شريحة كافية من المستخدمين ترى أن هذه الـ 350 دولارًا تشتري شيئًا لا يمكنهم الحصول عليه في أي مكان آخر. هذه التحقق لا يزال جارياً، ولم يتم حله.
إعادة تصميم الهيكل التنظيمي بصمت
هناك بُعد في هذه الحالة لا يظهر في العناوين حول الإنتاجية: ما تفعله Grindr بالقدرة التي أطلقتها. بدلاً من تقليص فريقها الهندسي، تقوم بتوظيف المزيد من المهندسين، وإضافة مديري المنتجات، وزيادة المصممين، بما في ذلك مدير تصميم جديد سينضم قريبًا. الرهان هنا صريح: الذكاء الاصطناعي لا يضغط على المنظمة، بل يُعيد تعريف ما يمكن فعله بنفس العدد من الأشخاص أو مع المزيد.
هذا قرار متعلق بمحفظة. الكفاءة التشغيلية التي تنشأ من 70% من الكود عبر الذكاء الاصطناعي لا تتحول على الفور إلى تخفيض التكاليف الثابتة. بل تستثمر في زيادة القدرة الاستكشافية، وتحديدًا في ميزات Edge وفي التجارب مع الإعلانات التي تُقلل من الاحتكاك مع المستخدم - مثل إعلانات المكافآت التي تسمح بالحصول على وصول مؤقت إلى ميزات مميزة مقابل مشاهدة إعلان طواعية.
تلك إعادة الاستثمار لها منطق ضمن نموذج محفظة ثنائي الوضع: المحرك الحالي (الإعلانات + الاشتراكات الأساسية) يمول استكشاف المحرك المستقبلي (الاشتراكات عالية القيمة على البيانات الملكية + التنسيق الإعلاني الأقل قابلية للتجنب). الخطر هنا هو أن Edge لم يُظهر بعد قابلية كافية للتوسع ليصبح المحرك الثاني، ومن دون حدوث ذلك، لا تزال هيكلية التكاليف المتزايدة تعتمد على الإيرادات التي لم تتجذر بعد.
ما تقوم به Grindr هو انتقال لنموذج عمل تموله مكاسب الكفاءة الداخلية. إذا أثبت Edge سعره مع عدد كافٍ من المستخدمين، فسوف تغلق المعادلة مع شركة أكثر إنتاجية، مع اعتماد أقل على الإعلانات، وARPU أعلى بشكل مادي. إذا لم يتوسع Edge، فإن الكفاءة المكتسبة ستدعم استكشافًا لم يُنتِج المحرك الثاني من الإيرادات الكافية لدعم الهيكلية المتوسعة.
إنتاجية الذكاء الاصطناعي ليست الرهان، بل هي الممكّن
70% من الكود عبر الذكاء الاصطناعي هو إنجاز تشغيلي نادر أن تتمكن شركات البرمجيات من توثيقه بالشفافية التي أظهرتها Grindr في تقريرها عن الهندسة. لكن الخلط بين هذا الإنجاز والاستراتيجية المركزية هو خطأ في القراءة. الإنتاجية هي الممكّن؛ الرهان هو أن البيانات المملوكة التي تم تراكمها على مدى سنوات من التشغيل في مكانة حيث الخصوصية تحد من المنافسين الخارجيين - بما في ذلك المعلنين - تمثل ميزة تبرر الأسعار المرتفعة التي نادرًا ما حافظ عليها سوق تطبيقات المواعدة.
الهيكل التنظيمي الذي تقوم Grindr ببنائه - فريق هندسة مُعزز بالوكلاء، تصميم مُعزز بالنماذج التوليدية، منتج يستكشف مستوى اشتراك ذي قيمة عالية - يتمتع بتناسق داخلي. المتغير غير المحسوم هو سرعة التحقق التجاري للـ Edge مقابل تكلفة الحفاظ على القاعدة المجانية بالإعلانات التي تولد مقاومة متزايدة من المستخدم. تلك التوترات، وليس اعتماد الذكاء الاصطناعي، هي المؤشر الحقيقي الذي يجب متابعته في الأرباع القادمة.
