سازمان ملی هوش مصنوعی؛ وقتی سیاستگذاری ۸۴ است و توسعه فناوری ۳۷
رتبه ۷۶ ایران در آمادگی هوش مصنوعی و شکاف نزدیک به ۴۷ امتیازی میان سیاستگذاری و توسعه فناوری نشان میدهد مسئله اصلی کشور، نه کمبود برنامه، بلکه ضعف در تبدیل ظرفیت موجود به زیرساخت، بازار، محصول و بهرهوری است.
دکتر داود ادیب رئیس انجمن صنفی کارفرمایی شرکتهای فناور هوش مصنوعی و اقتصاد دیجیتال ایران در یادداشتی ارسالی برای سیتنا آورده است:
با قرار گرفتن دوباره «سازمان ملی هوش مصنوعی» در مرکز توجه، شاید زمان آن رسیده باشد که به جای تمرکز بیش از حد بر ساختار و تشکیلات، یک پرسش اساسیتر مطرح کنیم؛ این سازمان قرار است کدام مسئله واقعی هوش مصنوعی ایران را حل کند؟
برای پاسخ به این پرسش باید ابتدا جایگاه واقعی کشور را بدون تعارف ببینیم. در آخرین ارزیابی Government AI Readiness Index مؤسسه Oxford Insights، ایران با امتیاز حدود ۴۸.۳ در رتبه ۷۶ از میان ۱۹۵ کشور قرار گرفته است.
در نگاه نخست ممکن است رتبه ۷۶ از ۱۹۵ کشور چندان نامطلوب به نظر نرسد و حتی گفته شود ایران در نیمه بالاتر جدول جهانی قرار گرفته است. اما چنین برداشتی میتواند نوعی خوشبینی آماری ایجاد کند.
همه ۱۹۵ کشور حاضر در این جدول از نظر اندازه اقتصاد، جمعیت، دانشگاه، صنعت، سرمایه انسانی، زیرساخت دیجیتال و توان سرمایهگذاری در فناوری هموزن ایران نیستند. در این فهرست، قدرتهای صنعتی و اقتصادهای بزرگ در کنار کشورهایی قرار گرفتهاند که از نظر جمعیت، بازار و زیرساخت فناوری اساساً قابل مقایسه با ایران نیستند.
ایران کشوری با بازار داخلی بزرگ، دانشگاههای متعدد، تعداد قابل توجهی مهندس و متخصص و صنایع بزرگ در حوزههای انرژی، مخابرات، معدن، بانکداری، سلامت، کشاورزی و حملونقل است. بنابراین ملاک رضایت ما نمیتواند صرفاً این باشد که بیش از صد کشور در رتبهای پایینتر از ایران قرار گرفتهاند.
سؤال مهمتر این است که ایران در میان کشورهایی که واقعاً برای سهم گرفتن از اقتصاد آینده هوش مصنوعی سرمایهگذاری میکنند، کجا ایستاده است.
در رقابت فناوری، مهم نیست چند کشور پشت سر ما قرار دارند؛ مهم این است که رقبای واقعی ما کجا هستند و فاصله ما با آنها هر سال کمتر میشود یا بیشتر.اما حتی رتبه ۷۶ نیز مهمترین نکته این ارزیابی نیست.
مهمترین پیام در فاصله میان دو عدد دیده میشود. ایران در «ظرفیت سیاستگذاری» امتیاز ۸۴.۵ دارد، اما در «توسعه و انتشار فناوری» فقط ۳۷.۵۹ امتیاز گرفته است. این یعنی شکافی نزدیک به ۴۷ امتیاز میان توان سیاستگذاری و تبدیل آن به فناوری قابل استفاده در اقتصاد.
به اعتقاد من، بخش مهمی از مسئله امروز هوش مصنوعی ایران را میتوان در همین فاصله خلاصه کرد.
ایران درباره اهمیت هوش مصنوعی کم صحبت نکرده است. سند، برنامه، هدفگذاری، شورا و سیاست نیز کم نداشتهایم. در دانشگاهها پژوهش انجام شده، در دولت درباره AI سخن گفته شده و در سطح تصمیمگیری کشور نیز تقریباً کسی درباره اهمیت این فناوری تردید ندارد.
بنابراین مسئله امروز دیگر اثبات اهمیت هوش مصنوعی نیست. مسئله این است که چرا این حجم از سیاستگذاری هنوز به همان میزان به زیرساخت، محصول، بازار، سرمایهگذاری، صادرات و بهرهوری تبدیل نشده است. از همینجا مأموریت سازمان ملی هوش مصنوعی باید تعریف شود. این سازمان بیش از آنکه تولیدکننده سیاستهای جدید باشد، باید یک نهاد گلوگاهگشا باشد.
اگر یک شرکت AI به ظرفیت پردازشی مناسب دسترسی ندارد، باید مشخص شود مانع چیست. اگر دانشگاه به داده مورد نیاز خود دسترسی پیدا نمیکند، باید گره آن باز شود. اگر یک پروژه موفق در مرحله پایلوت متوقف شده و وارد بهرهبرداری نمیشود، باید علت آن روشن شود. اگر سرمایه خصوصی وارد این حوزه نمیشود، باید مشخص شود مشکل از ریسک، مقررات، نبود بازار یا مدل تأمین مالی است.
یکی از نخستین گلوگاهها، زیرساخت محاسباتی است. امروز دیگر داشتن GPU یا مرکز داده یک موضوع صرفاً فنی نیست، بلکه بخشی از زیرساخت اقتصادی هوش مصنوعی محسوب میشود.
با این حال، شاخص درست این نیست که بپرسیم چند GPU خریداری شده است. سؤال مهمتر این است که یک شرکت یا دانشگاه ایرانی با چه هزینهای و در چه زمانی میتواند به ظرفیت پردازشی مورد نیاز خود دسترسی پیدا کند.
اگر سختافزار وجود داشته باشد اما دسترسی به آن ماهها طول بکشد یا هزینه استفاده از آن برای یک شرکت غیرقابل تحمل باشد، در عمل زیرساخت در دسترس نیست.
ایران بیش از آنکه صرفاً به یک مرکز بزرگ پردازشی نیاز داشته باشد، به یک بازار واقعی ظرفیت پردازشی نیاز دارد؛ بازاری که شرکتهای Cloud، اپراتورها، مراکز داده، دانشگاهها و بخش خصوصی بتوانند ظرفیت خود را عرضه کنند و متقاضی نیز با قیمت، کیفیت و زمان دسترسی مشخص آن را خریداری کند. گلوگاه دوم داده است. ایران داده کم ندارد، اما بخش مهمی از داده موجود هنوز قابل استفاده نیست.
دادهای که استاندارد ندارد، کیفیت آن مشخص نیست، API ندارد، قواعد مالکیت و دسترسی آن روشن نیست یا سالها در یک دستگاه باقی مانده است، در اقتصاد AI ارزش عملی محدودی دارد.
کشور باید از «انباشت داده» به «اقتصاد داده» حرکت کند. این به معنای نادیده گرفتن حریم خصوصی یا امنیت نیست. برعکس، باید قواعد روشن برای مالکیت، استفاده، ناشناسسازی و تبادل داده ایجاد شود تا هم حقوق مردم حفظ شود و هم شرکت و پژوهشگر بداند تحت چه شرایطی میتواند از داده استفاده کند.
پس از زیرساخت و داده، مسئله بازار مطرح میشود. اقتصاد هوش مصنوعی با بخشنامه ایجاد نمیشود. شرکت باید مشتری داشته باشد و سرمایهگذار باید امکان بازگشت سرمایه را ببیند.
اینجا دولت میتواند نقشی بسیار مهم داشته باشد. دولت فقط تنظیمگر نیست؛ میتواند یکی از بزرگترین مشتریان فناوری نیز باشد.
وزارتخانهها، بانکها، شهرداریها، شرکتهای دولتی، صنایع انرژی، شبکههای حملونقل و سازمانهای عمومی هر کدام مسائل واقعی و پرهزینهای دارند. کاهش مصرف انرژی، پیشبینی خرابی تجهیزات، کاهش تقلب، مدیریت آب، بهبود شبکه مخابراتی، افزایش بهرهوری حملونقل و تحلیل اسناد فقط چند نمونه از این مسائل هستند.
دولت باید به جای آنکه همیشه «سامانه» سفارش دهد، بیشتر «نتیجه» بخرد. به جای تعیین اینکه چه نرمافزاری ساخته شود، بگوید مصرف باید کاهش یابد، زمان پاسخگویی کوتاه شود، خطا کمتر شود یا بهرهوری افزایش پیدا کند. در چنین مدلی، شرکت برای حل مسئله رقابت میکند و AI از یک پروژه نمایشی به ابزار بهرهوری تبدیل میشود.
برای ایران، شاید یکی از بزرگترین فرصتهای هوش مصنوعی در خود صنایع موجود کشور باشد. نفت، گاز، پتروشیمی، برق، معدن، فولاد، مخابرات، بانک، بیمه، کشاورزی و حملونقل همگی میتوانند بازار واقعی AI باشند.
اگر هوش مصنوعی بتواند فقط چند درصد مصرف انرژی، خطای تولید یا توقف تجهیزات را کاهش دهد، ارزش اقتصادی ایجادشده میتواند بسیار بیشتر از دهها پروژه نمایشی باشد.
به همین دلیل موفقیت AI نباید با تعداد پروژههایی سنجیده شود که در نام آنها عبارت «هوش مصنوعی» وجود دارد. باید دید چه مقدار بهرهوری ایجاد شده است.
موضوع مهم دیگر، سرمایه است. شرکت AI معمولاً در ابتدای مسیر دارایی فیزیکی قابل توجهی ندارد. دارایی اصلی آن تیم، کد، داده، الگوریتم و مالکیت فکری است و نظام تأمین مالی سنتی بانکی برای چنین شرکتی طراحی نشده است.
بنابراین سرمایه خطرپذیر، سرمایهگذاری مشترک، Matching Fund، اعتبار مالیاتی تحقیق و توسعه و حمایت از خرید نخستین محصول باید جدیتر شوند.
اما دولت نباید جای سرمایهگذار خصوصی را بگیرد. هدف باید فعال کردن سرمایه خصوصی باشد، نه ایجاد شرکتی که مدل کسبوکار آن بر دریافت منابع دولتی استوار باشد.
شرکتهای ایرانی نیز باید از پروژهمحوری به محصولمحوری حرکت کنند. شرکتی که برای هر مشتری یک سامانه جداگانه میسازد، بهسختی میتواند مقیاس بگیرد. شرکت فناوری زمانی رشد میکند که بتواند یک محصول یا پلتفرم را به چندین مشتری بفروشد.
صادرات نیز یکی از جدیترین آزمونهای بلوغ این شرکتهاست. مشتری خارجی به دلیل حمایت داخلی محصول ایرانی نمیخرد. کیفیت، قیمت، امنیت، مستندات و پشتیبانی تعیینکنندهاند. از همین رو ارزش صادرات محصولات و خدمات AI باید یکی از شاخصهای اصلی کشور باشد. در این میان، نقش انجمنها و تشکلهای تخصصی باید بسیار جدیتر از گذشته دیده شود.
سازمان ملی هوش مصنوعی نمیتواند بهصورت مستقیم و روزانه با صدها یا هزاران شرکت ارتباط داشته باشد. انجمنهای تخصصی میتوانند صدای تجمیعشده بازار باشند و مسائل مشترک شرکتها را از مشکلات موردی جدا کنند.
این انجمنها باید از مرحله تعریف مسئله در کنار سیاستگذار حضور داشته باشند، نه اینکه پس از نهایی شدن مقررات صرفاً برای اعلام نظر دعوت شوند.
انجمنها میتوانند درباره وضعیت بازار، هزینه زیرساخت، کمبود مهارت، موانع سرمایهگذاری، مشکلات صادرات و اثر مقررات گزارشهای دورهای ارائه کنند. همچنین میتوانند در تدوین Benchmark، استاندارد، SLA، مدلهای قراردادی و حتی ایجاد کنسرسیومهای صادراتی مشارکت کنند. رابطه سازمان و انجمنها باید از «مشورت موردی» به «مشارکت ساختاری» تغییر کند.
سازمان ملی هوش مصنوعی نباید تلاش کند تمام تخصصهای کشور را در داخل خود جمع کند. چنین کاری نه ممکن است و نه مطلوب.
قدرت این سازمان باید در توان آن برای بهکارگیری شبکه تخصصی کشور باشد؛ دانشگاهها، انجمنها، شرکتها، اپراتورها، مراکز پژوهشی، صنایع و سرمایهگذاران.
در کنار همه این موارد، حکمرانی نیز اهمیت دارد. تنظیمگری باید بهگونهای باشد که هم امنیت، حریم خصوصی و مسئولیت حقوقی رعایت شود و هم نوآوری متوقف نشود. مدل مناسب، تنظیمگری مبتنی بر ریسک است.
کاربردهای پرریسک باید الزامات سختگیرانهتری داشته باشند و کاربردهای کمریسک باید امکان آزمایش سریعتر پیدا کنند. Sandboxهای واقعی نیز میتوانند کمک کنند مقررات بر اساس تجربه عملی فناوری نوشته شود، نه صرفاً بر مبنای فرضیات نظری. امنیت و تابآوری نیز برای ایران مسئلهای فرعی نیستند. محدودیت دسترسی به تراشه، سرویسهای Cloud، انرژی، مهاجرت متخصص و تحریم همگی میتوانند به نقاط آسیبپذیری تبدیل شوند.
استقلال فناوری نیز نباید با ساخت همه چیز در داخل اشتباه گرفته شود. استقلال یعنی بدانیم کدام وابستگی بحرانی است، کجا باید ظرفیت داخلی داشته باشیم، کجا از Open Source استفاده کنیم و کجا داشتن چند تأمینکننده ضروری است. در نهایت، سازمان ملی هوش مصنوعی باید با شاخصهای نتیجهمحور سنجیده شود.
ظرفیت پردازشی قابل دسترس و هزینه استفاده، تعداد Datasetهای قابل استفاده، سرمایهگذاری خصوصی، تعداد شرکتهای محصولمحور، ارزش صادرات، نرخ تبدیل پایلوت به بهرهبرداری، میزان استفاده صنایع و بنگاههای کوچک و متوسط و در نهایت میزان افزایش بهرهوری باید مهمتر از تعداد جلسه، تفاهمنامه و سند باشند. اگر چند سال دیگر این شاخصها بهتر شده باشند، میتوان گفت مسیر درست بوده است.
اما اگر سندها و ساختارها بیشتر شده باشند، در حالی که ظرفیت پردازشی همچنان گران، داده همچنان بسته، سرمایه محدود، صادرات ناچیز و AI در صنعت همچنان عمدتاً در سطح پایلوت باقی مانده باشد، باید بپذیریم مسئله اصلی حل نشده است.
رتبه ۷۶ نباید هدف سازمان باشد. رتبه باید نتیجه باشد. آنچه باید تغییر کند واقعیتی است که این رتبه از آن ساخته شده است.
و شاید بتوان مأموریت سازمان ملی هوش مصنوعی را در یک جمله خلاصه کرد:
این سازمان باید فاصله میان ظرفیت بالقوه ایران در هوش مصنوعی و ارزش واقعیای را که از این ظرفیت در اقتصاد، صنعت و حکمرانی ایجاد میشود، کاهش دهد. اگر این فاصله کاهش پیدا کند، رتبه ایران نیز بهتر خواهد شد. اما مهمتر از رتبه، سهم ایران از اقتصاد آینده افزایش خواهد یافت.
انتهای پیام
افزودن دیدگاه جدید