نرم‌افزارهای خلاقانه در کمتر از یک دهه، از سه دوران تجاری عبور کرده‌اند:
ابتدا مدل لایسنس دائمی که کاربر مالک نرم‌افزار بود، سپس مدل اشتراکی که دسترسی را جایگزین مالکیت کرد، و حالا با ظهور هوش مصنوعی مولد (Generative AI)، به عصر سوم رسیده‌ایم: محاسبه‌ی مصرف (metered usage).
برای هنرمندان سه‌بعدی، این تغییر به معنای آن است که بخشی از ابزارهای کاری‌شان اکنون نه‌تنها بر اساس زمان اشتراک، بلکه بر اساس میزان محاسبات سنگینی که برای تولید تصویر، فریم یا صدا انجام می‌شود، هزینه دریافت می‌کنند.
گذر از مالکیت به مصرف
در دهه‌ی گذشته، صنعت نرم‌افزار مسیر مشابهی را پیموده است.
ادوبی در سال ۲۰۱۳ با انتقال از Creative Suite به Creative Cloud مدل مالکیت را کنار گذاشت و اشتراک را به استانداردی در نرم‌افزارهای خلاقانه تبدیل کرد. اندکی بعد، اتودسک نیز فروش لایسنس دائمی را در سال ۲۰۱۶ متوقف کرد.
این تغییرات، پایه‌ی درآمدهای دوره‌ای را تثبیت کردند و زمینه را برای مدل‌های پرداخت بر اساس مصرف واقعی فراهم نمودند.
در نرم‌افزارهای مبتنی بر هوش مصنوعی، هزینه‌ی تولید خروجی به طور مستقیم با زمان GPU، رزولوشن و مدت پردازش مرتبط است. بنابراین جدول‌های اعتباری و نرخ‌های برحسب ثانیه، این هزینه را شفاف می‌سازند و برخی از مراحل خلاقانه را به خدمات قابل اندازه‌گیری تبدیل می‌کنند.
نمونه‌ها: ادوبی و افینیتی
در سیستم جدید ادوبی فایرفلای (Firefly)، کاربران برای استفاده از قابلیت‌های مبتنی بر هوش مصنوعی مانند تبدیل متن به تصویر، ارتقای کیفیت، حذف نویز یا تولید ویدیو از اعتبار (credits) استفاده می‌کنند.
هر عمل، یک مقدار اعتبار مصرف می‌کند تولید تصویر معمولاً به‌صورت "هر بار تولید"، و ویدیوها به‌صورت "هر ثانیه"، با نرخ‌های متغیر بر اساس رزولوشن و فریم‌ریت.
به این ترتیب، اشتراک ماهانه فقط دسترسی به نرم‌افزار را می‌دهد، اما پردازش‌های سنگین‌تر نیازمند خرید اعتبار جداگانه هستند. درست مثل زمانی که از Render Farm استفاده می‌کنی: کار روزمره رایگان است، اما فشردن دکمه‌ی رندر، هزینه دارد.
نمونه‌ی دیگر، بازطراحی اخیر Affinity تحت مالکیت جدید Canva است.
برنامه‌های اصلی رایگان شده‌اند، اما ابزارهای مبتنی بر هوش مصنوعی فقط در پلن‌های پولی در دسترس‌اند. مصرف نیز بر پایه‌ی اعتبار انجام می‌شود، هرچند Canva میزان دقیق مصرف را اعلام نمی‌کند و تنها وقتی کاربر از حد مجاز فراتر رود، اطلاع می‌دهد.
در واقع، افینیتی هم به منطق جدید مصرف‌محور پیوسته است: پرداخت نه برای مالکیت نرم‌افزار، بلکه برای فعالیت‌های هوش مصنوعی.
تغییر در فرایند کاری هنرمندان
این هزینه‌ها در ظاهر کوچک‌اند اما تأثیرشان محسوس است.
طراحان مفهومی ممکن است ترکیبی از خروجی‌های مولد و نقاشی دستی بسازند.
مدل‌سازها در آینده احتمالاً از مدل‌های پایه تولیدشده توسط هوش مصنوعی شروع کرده و سپس با ابزارهای کلاسیک جزئیات را اصلاح کنند.
در جریان کار بافت‌گذاری و رندر، ویژگی‌هایی مانند حذف نویز، افزایش وضوح، ترمیم (inpaint) و تقویت تصویر ممکن است پشت دیوارهای مصرف اعتباری قرار گیرند.
تدوین‌گران نیز از ویدیوهای تولیدشده به‌صورت خودکار در مرحله‌ی پیش‌تولید استفاده خواهند کرد.
نتیجه؟
نه جایگزینی کامل فرایند سنتی، بلکه افزودن لایه‌ای از «شتاب‌دهنده‌های پولی» که گام‌های خلاق را فشرده‌تر و محاسبات را قابل اندازه‌گیری می‌سازند.
مرزهای مدل مصرفی
البته همه‌ی تلاش‌ها در این مسیر موفق نبوده‌اند.
به‌عنوان مثال، طرح سال ۲۰۲۳ شرکت Unity برای دریافت هزینه‌ی اجرای بازی به‌ازای هر بار دانلود، پس از اعتراض شدید کاربران لغو شد.
این نشان می‌دهد که اگر متر بر نتیجه‌ای اعمال شود که سازنده روی آن کنترل ندارد، اعتماد از بین می‌رود.
در مقابل، سیستم‌های اعتباری هوش مصنوعی معمولاً هزینه را به اقدام آگاهانه‌ی کاربر (مثل تولید تصویر یا ویدیو) گره می‌زنند و از این مشکل دوری می‌کنند.
آینده‌ی مدل مصرفی
اقتصاد این مدل هنوز در حال شکل‌گیری است.
برخی شرکت‌ها معتقدند با پیشرفت سخت‌افزار و مدل‌ها، هزینه‌ی پردازش کاهش خواهد یافت و در نتیجه قیمت‌ها نیز پایین‌تر می‌آیند.
در مقابل، رقابت میان ارائه‌دهندگان مدل‌های هوش مصنوعی باعث نوسان قیمت و تخفیف‌های دوره‌ای شده است.
به‌عبارتی، پرداخت بر اساس مصرف به عاملی برای تمایز تجاری میان شرکت‌ها تبدیل خواهد شد.
برای هنرمندان، این به معنی تغییرات گاه‌به‌گاه در جداول اعتبار، طرح‌های اشتراک و دسترسی به مدل‌های خاص است.
دو مسیر ایمنی در این گذار
۱. استانداردهای باز مانند USD کمک می‌کنند وابستگی به یک نرم‌افزار خاص کاهش یابد و دارایی‌ها میان ابزارها و موتورهای مختلف قابل انتقال باشند.
۲. تلاش‌های ثبت منبع (Content Credentials) مسیر ساخت و ویرایش هر دارایی را ثبت می‌کند و شفافیت تولید را حفظ می‌نماید.
این دو روند باعث می‌شوند در مدل مصرفی، فرآیند تولید قابل پیش‌بینی‌تر و قابل حسابرسی باشد.
اما پرسش اصلی این است:
آیا میان آزادی خلاق و قیمت‌گذاری محاسباتی، می‌توان توازن برقرار کرد؟
پاسخ این سؤال، آینده‌ی رابطه‌ی ما با نرم‌افزارهای خلاق را تعیین خواهد کرد.
