سورستیبل ۴.۳ میلیون دلار برای راه‌اندازی اولین صفحه گسترده خودران جهان، مبتنی بر هوش مصنوعی، جذب کرد

در یک جهش بزرگ رو به جلو برای نرم‌افزارهای بهره‌وری، سورستیبل (Sourcetable) اعلام کرد که ۴.۳ میلیون دلار سرمایه اولیه جذب کرده و آنچه را که اولین صفحه گسترده خودکار و مبتنی بر هوش مصنوعی جهان می‌نامد - تجربه‌ای «خودران» که نحوه تعامل انسان با داده‌ها را بازآفرینی می‌کند - راه‌اندازی کرده است.

با حمایت سرمایه‌گذاران برتر از جمله بی پارتنرز (Bee Partners)، جولین شوموند (Julien Chaumond) (از هاگینگ فیس - Hugging Face)، پرستون-ورنر ونچرز (Preston-Werner Ventures) (هم‌بنیان‌گذار گیت‌هاب - GitHub)، راجر بمفورد (Roger Bamford) (از مانگو‌دی‌بی - MongoDB) و جیمز بشارا (James Beshara) (از مجیک مایند - Magic Mind)، سورستیبل مشکلی را هدف قرار داده است که جلوی چشم همه پنهان است: با وجود اینکه بیش از ۷۵۰ میلیون نفر روزانه از صفحات گسترده استفاده می‌کنند، اکثر آن‌ها حتی با توابع پایه‌ای مانند VLOOKUP یا جداول محوری (pivot tables) مشکل دارند.

اوین مک‌میلان (Eoin McMillan)، مدیرعامل و هم‌بنیان‌گذار، گفت: «هوش مصنوعی بزرگترین تغییر پلتفرم از زمان مرورگر است، با فرصتی بزرگتر برای ایجاد تحول.» او افزود: «با آسان‌تر شدن تحلیل توسط هوش مصنوعی، همه به یک تحلیلگر تبدیل می‌شوند.»

ایده بزرگ سورستیبل به طرز فریبنده‌ای ساده است: چه می‌شد اگر می‌توانستید با صفحه گسترده خود همانطور صحبت کنید که با یک همکار صحبت می‌کنید؟

به جای فرمول‌ها و دستور زبان (syntax)، کاربران درخواست‌های خود را به زبان انگلیسی ساده بیان یا تایپ می‌کنند و هوش مصنوعی سورستیبل همه چیز را مدیریت می‌کند — از ساخت جداول محوری و پاکسازی داده‌های نامرتب گرفته تا تولید مصورسازی‌ها و غنی‌سازی مجموعه‌داده‌ها با تحقیقات مبتنی بر وب.

این رابط کاربری اول-صوتی (voice-first interface)، تجربه را به چیزی می‌برد که شرکت آن را «حالت وایب» (vibe mode) می‌نامد، که بازتابی از روش نوظهور کدنویسی وایب (vibe coding) است — جایی که کاربران با هوش مصنوعی به شیوه‌ای روان‌تر و خلاقانه‌تر، که اغلب توسط زبان طبیعی یا دستورات غریزی هدایت می‌شود، همکاری می‌کنند.

در قلب سورستیبل یک معماری هوش مصنوعی چند-مدلی (multi-model) قرار دارد که به طور هوشمند بهترین مدل‌های هوش مصنوعی موجود از OpenAI، Anthropic، Meta (Llama)، DeepSeek، Hugging Face و دیگران را انتخاب می‌کند — و اغلب ترکیب می‌کند. برخلاف مایکروسافت اکسل (Microsoft Excel) یا گوگل شیتس (Google Sheets) که به مدل‌های اختصاصی خود وابسته هستند، سورستیبل مدل-آگنوستیک (model-agnostic) است، که به آن امکان می‌دهد قابلیت‌های پیشرفته را در همان روز انتشار ادغام کند.

اما جادوی واقعی در حلقه ارزیابی کد بلادرنگ (real-time code evaluation loop) شرکت نهفته است، یک سیستم بک‌اند (backend) با کارایی بالا که اقدامات تولید شده توسط هوش مصنوعی را قبل از اجرا در صفحه گسترده، آزمایش و تأیید می‌کند. این لایه تأیید (verification layer) یکی از سخت‌ترین مشکلات در اتوماسیون هوش مصنوعی را حل می‌کند: اعتماد.

بدون آن، عملیات کاملاً خودکار مانند ایجاد مدل‌های مالی چند برگه‌ای یا قالب‌بندی مجموعه‌داده‌های به هم پیوسته، غیرقابل اعتماد خواهند بود. با وجود آن، سورستیبل نه تنها به یک دستیار هوشمند، بلکه به یک کمک‌خلبان قابل اعتماد — یا دقیق‌تر بگوییم، یک خلبان خودکار (autopilot) — تبدیل می‌شود.

سورستیبل در ابتدا برای کاربران حرفه‌ای — دانشمندان داده و متخصصان SQL — طراحی شده بود، اما پیشرفت واقعی زمانی حاصل شد که بنیان‌گذاران متوجه شدند که هوش مصنوعی می‌تواند منحنی یادگیری را برای کاربران غیرفنی هموار کند.

به جای ساخت ابزارهایی برای متخصصان، آن‌ها سناریو را تغییر دادند: ابزاری بسازید که همه را به یک متخصص تبدیل کند.

با ویژگی‌هایی مانند:

• دستیار فرمول هوش مصنوعی (AI Formula Assist): تولید خودکار فرمول‌ها از زبان طبیعی.

• مولد نمودار هوش مصنوعی (AI Chart Generator): ایجاد مصورسازی‌های جذاب با دستورات ساده.

• تحقیق هوش مصنوعی (AI Research): غنی‌سازی مجموعه‌داده‌ها با اطلاعات مبتنی بر وب.

• پاکسازی و خلاصه‌سازی داده‌ها (Data Cleaning & Summarization): شناسایی موارد تکراری، استانداردسازی قالب‌ها و خلاصه کردن هزاران ردیف در گزارش‌های آماده برای مدیران.

• تولید داده مصنوعی (Synthetic Data Generation): ایجاد داده‌های ساختگی واقع‌گرایانه برای پیش‌بینی، مدل‌سازی و آزمایش.

سورستیبل تحلیل داده سطح بالا را برای هر کسی، چه دانشجوی دانشگاه باشید، چه بنیان‌گذار استارتاپ یا مدیر اجرایی در یک شرکت Fortune 500، در دسترس قرار می‌دهد.

و این روند در حال گسترش است — در حال حاضر توسط اساتید و دانشجویان در موسساتی مانند استنفورد، آکسفورد، هاروارد و دانشگاه پکینگ استفاده می‌شود.

سورستیبل فقط در حال بازآفرینی صفحه گسترده نیست — بلکه در حال ساختن پایه‌ای برای نوع جدیدی از سیستم‌عامل بومی هوش مصنوعی (AI-native operating system) برای داده‌ها است.

با ویژگی‌های آتی که به عامل‌های هوش مصنوعی (AI agents) امکان خواندن و نوشتن در سیستم‌های شخص ثالث را می‌دهد، این پلتفرم برای ارتباط یکپارچه عامل-به-عامل (agent-to-agent) آماده می‌شود — آینده‌ای که در آن ربات‌ها با ربات‌ها برای حل مشکلات، پردازش اعداد و اجرای عملیات بدون دخالت انسان صحبت می‌کنند.

در این چشم‌انداز، سورستیبل به پلتفرمی برای بهره‌وری بومی هوش مصنوعی تبدیل می‌شود، نه فقط برای انسان‌ها، بلکه برای عامل‌های هوش مصنوعی نیز.

سیمار سینگ (Simar Singh)، هم‌بنیان‌گذار در باترنات ای‌آی (Butternut AI) گفت: «در آینده، واضح است که انسان‌ها کارهای پیش پا افتاده صفحه گسترده را انجام نخواهند داد.» او افزود: «ما از سورستیبل برای سرعت بخشیدن به گردش کار تحلیل داخلی خود استفاده می‌کنیم.»

آندری کارمانوف (Andrey Karmanov)، دستیار پژوهشی در دانشگاه واترلو، افزود: «سورستیبل برای وارد کردن داده‌ها و مصورسازی پیش‌بینی‌ها با استفاده از دستیار هوش مصنوعی عالی است.»

صفحات گسترده از زمان راه‌اندازی گوگل شیتس در سال ۲۰۰۶، شاهد یک تحول پلتفرمی واقعی نبوده‌اند. سورستیبل با صفحه گسترده خودران و چشم‌انداز جسورانه خود برای بهره‌وری بومی هوش مصنوعی، ممکن است به تازگی این وضعیت را تغییر داده باشد.

همانطور که مرز بین همکاری انسان و ماشین کمرنگ می‌شود، سورستیبل در خط مقدم قرار دارد — و صفحات گسترده را از یک کار طاقت‌فرسا به تجربه‌ای خلاقانه و محاوره‌ای تبدیل می‌کند.

چه در حال پاکسازی داده‌ها باشید، چه در حال ساخت مدل‌ها، یا صرفاً در تلاش برای درک ردیف‌ها و ستون‌ها، پیام سورستیبل واضح است: کار کردن در صفحات گسترده را متوقف کنید — و شروع به «وایب» گرفتن با آن‌ها کنید.