دکتری مهندسی سیستمهای مخابراتی، مشاور حوزه شهر هوشمند و تحول دیجیتال
نقش قانونگذاری و نگاه راهبردی در حوزه هوش مصنوعی
هوش مصنوعی (AI)[1]قابلیت شناخت و انجام کارکردهای ذهن انسان مانند درک مسائل، استدلال، یادگیری و حل مسائل است که در حوزههای علمی و صنعتی به صورت جدی مورد استفاده قرار میگیرد. رباتیک، خودروهای خودران، یادگیری ماشین (machine learning) و یادگیری عمیق (deep learning) از حوزههای اصلی به کارگیری هوش مصنوعی در تحلیل مسائل تجاری هستند.
اگرچه، هوش مصنوعی پتانسیل بالایی برای رشد اقتصادی در کشورها ایجاد میکند، اما در حال حاضر این فرصت به صورت برابر در تمامی کشورها ایجاد نشده است. این در حالی است که ادامه روند موجود، به افزایش فاصله بین کشورهای پیشرفته و کشورهای منفعل در حوزه هوش مصنوعی منجر خواهد شد و تغییر پارامترهای تعادل اقتصاد جهانی را به دنبال خواهد داشت.
بر اساس مطالعه مرکز جهانی مکنزی روی شاخصهای کلان اقتصادی، در حال حاضر میتوان کشورهای جهان را از نقطه نظر میزان آمادگی یا منفعل بودن در مواجهه با هوش مصنوعی به چهار گروه دستهبندی کرد. البته، لازم به ذکر است که این دستهبندی ایستا نیست و کشورهایی که در هر یک از این گروهها دستهبندی شدهاند، میتوانند با تقویت فاکتورهای توانمندساز خود (مانند تدوین استراتژی ملی و سرمایهگذاری در این حوزه) به گروه بالاتر بپیوندند و در این میان، فرصت برای کشورهای در حال توسعه، بیش از سایر کشورهاست.
این چهار گروه عبارتنداز:
رهبران فعال جهانی (چین و ایالات متحده): این دو کشور، بازیگران پیشرو اصلی در حوزه AI هستند و هر کدام از آنها نقاط قوتی در این زمینه دارند که آنها را از دیگر کشورها در حوزه هوش مصنوعی متمایز میکنند. در این کشورها از سویی، مقیاسپذیری اقتصادی امکان افزایش سرمایهگذاری را در این کشورها فراهم کرده است و از سوی دیگر، قابلیت شبکهسازی قوی این کشورها موجب سرازیر شدن استعدادهای برتر حوزه هوش مصنوعی به این کشورها شده است. این کشورها در حال حاضر بسیار جلوتر از سایر کشورهای جهان از نظر تعداد patentهای ثبت شده، انتشارات علمی و همچنین ارجاعات در این حوزه هستند. این در حالی است که سرمایهگذاری وسیعی در حوزه AI در این کشورها در حال انجام است. از نظر سرمایهگذاری خارجی (سرمایهگذاری یک شرکت در یک شرکت دیگر) در قالب سرمایهگذاری خطرپذیر (VC)[1]، سرمایهگذاری خصوصی[2] و ادغام و مالکیت (M&A)[3]، سهم ایالات متحده 66درصد و سهم چین 17درصد از کل سرمایهگذاری خارجی در سطح جهان بوده و سهم چین به سرعت در این زمینه در حال افزایش است. یکی دیگر از فاکتورهای توانمندسازی این کشورها میزان سرمایهگذاری 2 تا 3 درصدی از تولید ناخالص ملی (GDP) در حوزه تحقیق و توسعه است که با توجه به اولویتهای ملی این کشورها میتواند از کانالهای متعددی به حساب هوش مصنوعی واریز شود.
کشورهای دارای پایههای اقتصادی قدرتمند: تعداد بسیار زیادی از کشورها به این گروه تعلق دارند. این کشورها با توجه به پایداری مناسب فاکتورهای توانمندساز، در جایگاه مناسبی برای جذب منافع اقتصادی AI هستند. دلیل اصلی آغوش باز اغلب این اقتصادها برای هوش مصنوعی، روند نزولی رشد بهرهوری است. انگیزه دیگر نیز، هزینه بالای نیروی کار (به خصوص نیروی کار حرفهای) است. اقتصادهای بزرگی مانند آلمان، ژاپن و انگلستان که دارای بالایی برای نوآوری در مقیاس بالا و تجاریسازی راهحلهای مبتنی بر هوش مصنوعی هستند، در این گروه قرار دارند. این در حالی است که قرارگیری اقتصادهای متصل[4] و کوچکتر مانند سنگاپور و کره جنوبی در این گروه، به دلیل قابلیت رشد بهرهوری از طریق اجرای مدلهای نوآورانه تجاری در این کشورهاست.
کشورهای دارای پایههای اقتصادی متوسط: این گروه از کشورها که شامل ایتالیا، هند و مالزی هستند، کشورهای دارای قابلیتی متوسط در جذب منافع اقتصادی ناشی از توسعه AI هستند. در حالی که پتانیسل جذب منافع ناشی از توسعه هوش مصنوعی در این کشورها وجود دارد، ولی این کشورها در مقایسه با دو گروه فوق در نقطه ابتدایی ضعیفتری قرار دارند. این در حالی است که این کشورها نیز دارای نقاط تمایز مشخصی هستند که میتواند آنها را در مسیر توسعه این فناوریها قرار دهد. به طور مثال، هند اگرچه دارای زیرساخت دیجیتالی توسعه نیافته و پتانسیل پایین برای محقق کردن اتوماسیون است، ولی سالانه حدود 1.7میلیون دانشجوی STEM در این کشور فارغالتحصیل میشوند که بیشتر از تعداد دانشجویان STEM در کشورهای G-7 است. از سوی دیگر، سهم بالایی از صادرات هند را محصولات مبتنی بر ICTتشکیل میدهند که یک پتانسیل بالا در زمینه تجاریسازی AI در این کشور محسوب میشود.
کشورهای نیازمند به تقویت پایههای اقتصادی: کشورهایی که در این گروه قرار دارند، با چالشهای جدی در زمینه جذب منافع ناشی از توسعه AI مواجهند. این کشورها دارای پتانسیل پایین در حوزه اتوماسیون هستند و دلیل این امر wages tend to be rather low و به همین دلیل، انگیزه پایینی برای جایگزینی نیروی کار با AI وجود دارد. این کشورها همچنین دارای ساختار دیجیتال توسعه نیافته بوده و میزان توجه به نوآوری و سرمایهگذاری و مهارتهای دیجیتال در این کشورها پایین است و همچنین این کشورها نسبت به روند تجارت جهانی و جریان دادهها ایزوله هستند. در این کشورها، معمولاً بازگشت سرمایه در سرمایهگذاری برای رفع نیازهای روز بسیار مناسبتر است و این امر میتواند تهدیدی جدی برای پیشرفت این کشورها در حوزه هوش مصنوعی باشد.
بر اساس تحقیقات انجام شده در این حوزه، مشخص است که پتانسیل تأثیر اقتصاد AI بر کاربردهای هر کشور به نقطه شروع کشورها وابسته است و از این رو شناسایی شاخصهای اقتصادی کشور در وضع ابتدایی برای توسعه هوش مصنوعی بسیار حائز اهمیت است.
هوش مصنوعی در ایران
با توجه به این که هوش مصنوعی در حال نفوذ در زندگی بشر است و شاهد ارائه سرویسهای متعدد و تجهیزاتی چون رباتها بر پایه هوش مصنوعی هستیم، بالطبع بسیاری از مفاهیم ارائه سرویس دستخوش تغییر خواهند شد. در حال حاضر، هوش مصنوعی به عنوان یکی از محورهای تحول دیجیتال شناخته شده و در چشمانداز تحول دیجیتال صنایع مختلف قرار گرفته است. براساس مطالعه انجام شده از سوی مؤسسه مکینزی، تا سال 2030، بسیاری از صنایع از هوش مصنوعی استفاده خواهند کرد و این تکنولوژی، جایگزین حدود 30 درصد از نیروی انسانی آنها خواهد شد(ستار هاشمی، 1398). همچنین در بررسی تأثیرات و سهم هوش مصنوعی در اقتصاد جهان، سهم 5/25 تریلیون دلاری برای هوش مصنوعی تا سال 2030 پیشبینی شده است که از این مقدار، 10 درصد مربوط به کشورهای توسعه یافته آسیایی و ۲ درصد، سهم مربوط به خاورمیانه است (ستار هاشمی، 1398).
حال این سؤال پیش میآید که آیا ایران جایگاه مناسبی در هوش مصنوعی دارد و سطح آمادگی لازم برای استفاده از هوش مصنوعی در کشور به چه میزان است؟ با توجه به تحقیقات انجام شده، ایران جایگاه مناسبی در بحث آماده بودن برای جذب حوزه هوش مصنوعی ندارد و آمادگی لازم در این خصوص دیده نمی شود و براساس آمار جهانی ارائه شده در خصوص آمادگی کشورها در جذب هوش مصنوعی، ایران رتبه ۷۲ را در کل دنیا دارد (ستار هاشمی، 1398). به همین خاطر، لازم است تا جهت گیری و راهبردهای مربوط به هوش مصنوعی ترسیم شود.
لازمه دستیابی به هوشمندی در صنایع مختلف، باز بودن دسترسی به دادهها و استفاده از آنها در یادگیری ماشین است. دسترسی باز داده یکی از چالشهای اصلی کشور در زمینه هوشمندسازی است که کمتر به آن توجه شده و نیازمند رگولاتوری و قوانین مشخص است تا ضمن ایجاد بازار مناسب و رقابت، امنیت دادهها را نیز به همراه داشته باشد.
باید به این نکته اشاره کرد که با توجه به جدید بودن موضوع هوش مصنوعی، هنوز جایگاه و دانش آن در میان مدیران کشور تبیین نشده است و برقراری گفتمان بین مدیران، سرمایهگذاران و متخصصان در حوزههای مرتبط با تحول دیجیتال و هوش مصنوعی در راستای احصای ملزومات توسعه این فناوری در کشور و در کنار آن، تهیه محتوای مناسب در این زمینه را طلب میکند. یکی از اقدامات مناسب صورت گرفته در این زمینه، تهیه سلسه گزارشهای «هوش مصنوعی در جهان» توسط مرکز پژوهشهای مجلس شورای اسلامی است که به بررسی تأثیر هوش مصنوعی در کشورهای مختلف میپردازد.
* پینوشت: این نوشتار با همکاری مهندس محمد پیروی تهیه شده و در شماره 200 هفته نامه شنبه منتشر شده است.
linkedin.com/in/mohammadpeiravi
[1]Venture Capital (VC)
[2] private equity
[3]Merger and Acquisition (M&A)
[4] Connected economies
[1] Artificial Intelligence (AI)
مطلبی دیگر از این انتشارات
چالشهای توسعه پروژههای شهر هوشمند
مطلبی دیگر از این انتشارات
بنادر هوشمند و اینترنت اشیاء - مطالعه ای چند وجهی
مطلبی دیگر از این انتشارات
به مدل کسبوکار نیاز داریم؛ نه فناوری!