پوریا حداد، مدیرعامل فیلاگر، مطرح کرد:مهمترین نقطهای که نیازمند آسیبشناسی فوری و جدی است، راس هرم سازمان و مدیران تصمیمگیر هستند
ابزار انقلابی دوران معاصر در دست ما ایرانیان هنوز هرز میچرخد و آنطور که باید بهکار گرفته نشده است. درحالی که همه از هجوم سرمایهگذاری رقبای منطقه ایران یا کشورهای حاشیه خلیجفارس با ارقامی دستنیافتنی برساخت و زیرساخت هوش مصنوعی میگویند، نکتهای که از توجه خارج میماند کارآمدی هوش منصوعی و نسبت آن با نیاز واقعی جامعه است. در زمانی که کشور با بحرانهای ناترازی متنوع و متعددی روبهرو است، تکنولوژی میتواند هزینهها را کاهش و ریسکها را پایین بیاورد. در نتیجه میتوان بهطور کلی در این مورد گفت که نگاه به هوش مصنوعی در کشور واقعبینانه نبوده است.
در چنین شرایطی، مساله اصلی نه در کمبود شعارهای حمایتی یا نداشتن سندهای کلان، بلکه در فقدان پیوند واقعی میان نیاز و راهحل پدیدار میشود. ما بیش از آنکه به دنبال حل مساله باشیم، گرفتار موجی سطحی از هیجان شدهایم؛ هیجانی که بیشتر بر واژهها استوار است تا عمل. هوش مصنوعی، برخلاف تصور عمومی، تنها زمانی ارزشافزوده ایجاد میکند که مساله روشن باشد، داده در دسترس باشد و طرف تقاضا واقعا بخواهد برای حل مشکل سرمایهگذاری کند. بهنظر میرسد این سه مؤلفه در اکوسیستم ایران همزمان کنار هم قرار نگرفتهاند و همین شکاف، دلیل اصلی عقبماندگی ما در بهرهبرداری از فرصتهای واقعی است.
در سطح سازمانی نیز همین وضعیت قابل مشاهده است. بخش بزرگی از مدیران تصمیمگیر در صنایع مختلف هنوز تصویری دقیق از ظرفیتها، کاربردها و پیامدهای هوش مصنوعی ندارند. نتیجه آن است که در بهترین حالت، فناوری در حاشیه باقی میماند و در بدترین حالت، به پروژههایی نمایشی و فاقد بازده ختم میشود. درحالیکه اگر رأس هرم مدیریتی نیاز را بشناسد و الزامات آن را درک کند، جریان نوآوری میتواند در درون سازمان فعال شود و تقاضای واقعی شکل بگیرد؛ تقاضایی که به رشد شرکتهای هوش مصنوعی منجر خواهد شد.
همزمان، شکاف میان صنعت و دانشگاه نیز این چرخه را تکمیل میکند. صدها پایاننامه و پروژه در حوزه هوش مصنوعی تولید میشود، بدون آنکه نسبتی با مسائل واقعی صنعت داشته باشد. صنعت نمیگوید چه میخواهد و دانشگاه نمیداند چه باید حل شود. نتیجه آن است که هم صنعت در بحران میماند و هم بخش دانشگاهی در فضای انتزاعی خود پیش میرود.
گفتوگو اختصاصی «ایرانیان استارتاپ» با پوریا حداد، مدیرعامل فیلاگر، تلاشی است برای فهم اینکه چرا هنوز بازار هوش مصنوعی در ایران شکل نگرفته، چه نسبتی میان نیازهای کلان کشور و راهحلهای مبتنی بر هوش مصنوعی وجود دارد و بهطور عمومی کدام نهادها یا ساختارها باید تغییر کنند تا این فناوری به ابزار واقعی توسعه تبدیل شود.
محدود بودن تقاضای موثر از سمت بازار در حوزه هوش مصنوعی، مهمترین مساله فعلی است
با توجه به شرایط فعلی اقتصادی و سیاسی، فکر میکنید بیشترین فشار بر استارتاپهای حوزه هوش مصنوعی از کدام جهت وارد میشود و چالشهای اساسی این حوزه چیست؟
بهطور کلی، در سطح جهانی یکی از چالشهای اصلی کسبوکارهایی که بهصورت کامل در حوزه هوش مصنوعی فعالیت میکنند – نه آن دسته از شرکتهایی که تنها بخشی از خدمات خود را با کمک هوش مصنوعی ارائه میدهند – کوچکی بازار نسبت به هزینههای بسیار سنگین زیرساختی است. حتی در نمونههای بزرگ و شناختهشدهای مانند OpenAI، گوگل (جمینای) و سایر بازیگران اصلی نیز مشاهده میشود که درآمد حاصل از اشتراکهای ماهانه و سالانه یا فروش API، در مقایسه با هزینههای توسعه مدلها و نگهداری زیرساختهای محاسباتی، بسیار ناچیز است. به بیان دیگر، نسبت درآمد به هزینه در این صنعت هنوز فاصلهای قابلتوجه دارد و بخش عمده بازیگران با این ناترازی مواجهاند.
در ایران نیز وضعیت مشابهی مشاهده میشود. مهمترین مساله، محدود بودن تقاضای مؤثر از سمت بازار است. بسیاری از استارتاپهای فعال در حوزه هوش مصنوعی هنوز با نیازهای واقعی و قابل پرداخت از سوی صنایع و سازمانهای بزرگ روبهرو نیستند. راهحل این وضعیت آن است که بازیگران بزرگ و صاحبنقش در اقتصاد کشور – بهویژه در بخشهایی که با چالشهای ساختاری همچون ناترازی انرژی مواجهاند و گستره متنوعی از کسبوکارهای وابسته به برق، گاز، سوخت و خدمات انرژی را شامل میشوند – نیازهای واقعی خود را بهصورت شفاف مطرح کنند و برای دریافت راهحلهای واقعی، بودجه مشخص و پرداخت قطعی در نظر بگیرند. تنها در این صورت است که میتوان انتظار داشت کسبوکارهای هوش مصنوعی مسیر پایداری برای رشد و درآمدزایی داشته باشند.
مساله مهم دوم، نیروی انسانی متخصص است. در سالهای اخیر کشور با موج قابلتوجهی از خروج نخبگان روبهرو بوده و بخش معناداری از نیروهای فعال در این حوزه نیز مهاجرت کردهاند. بنابراین، کمبود نیروی متخصص در رتبه دوم چالشهای کلیدی این صنعت قرار میگیرد.
در بخش رگولاتوری، اگرچه هنوز قانونگذاری گسترده و سختگیرانهای در حوزه هوش مصنوعی وجود ندارد و از این منظر، محدودیت جدی برای توسعه مدلهای جدید مشاهده نمیشود، اما در حوزه دسترسی به داده ممکن است برخی موانع قانونی ایجاد شود که این مساله در اولویتهای بعدی قرار میگیرد.
در نهایت، مساله سرمایهگذاری نیز از چالشهای مهم است. با وجود اینکه تب هوش مصنوعی در ایران بالا گرفته و گفتوگوهای بسیاری پیرامون آن شکل گرفته است، به دلیل شرایط خاص اقتصادی کشور، سرمایهگذاری در حوزههایی که هنوز بازار نتایج ملموس آن را تجربه نکرده کاهش یافته است. سرمایهگذاران سنتی نیز معمولا تمایل چندانی به ورود به چنین حوزههایی ندارند، زیرا بازگشت سرمایه آنها هنوز از نظر بازار قابل پیشبینی نیست.
مهمترین نقطهای که نیازمند آسیبشناسی فوری و جدی است، راس هرم سازمان و مدیران تصمیمگیر هستند
در تجربه شما، کدام بخش از زنجیره نوآوری بیشترین نیاز به آسیبشناسی فوری دارد؟
در موضوع زنجیره نوآوری، اگر بخواهیم این زنجیره را در سطح یک سازمان بررسی کنیم، بهنظر میرسد مهمترین نقطهای که نیازمند آسیبشناسی فوری و جدی است، رأس هرم سازمان و مدیران تصمیمگیر هستند. این بخش همان جایی است که باید نسبت به موضوع هوش مصنوعی آگاهی دقیقتری پیدا کند؛ مدیران ارشد باید بدانند در جهان چه تحولاتی در حال وقوع است، اهمیت این تحولات چیست و چه کاربردهایی میتواند در حوزههای مختلف سازمان از جمله فرآیندها، ساختارها و مدل کسبوکار ایجاد کند. تنها در صورتی که این سطح از سازمان بهدرستی نسبت به موضوع آگاه شود و ضرورت آن را درک کند، امکان دارد سایر بخشها نیز همجهت و هماهنگ حرکت کنند.
این مساله را میتوان از سطح سازمان به سطوح بزرگتر نیز تعمیم داد؛ از جمله دولت، شرکتها و دیگر نهادهایی که نقش کلیدی در ارائه خدمات یا سیاستگذاری دارند. در همه این حوزهها، رأس هرم همان نقطهای است که بیشترین نیاز به آسیبشناسی و مداخله دارد.
راهحل این وضعیت از نظر من، آموزش است؛ به این معنا که یک سطح وسیع و فراگیر از آموزش عمومی در زمینه هوش مصنوعی برای مدیران و تصمیمگیران لازم است تا ابتدا با مفاهیم بنیادی و کاربردهای این فناوری آشنا شوند و بدانند چه ظرفیتهایی را میتوان از آن انتظار داشت. پس از این مرحله است که میتوان انتظار داشت این دانش به مرحله اجرا برسد و هوش مصنوعی در فرآیندهای موجود در سازمان بهکار گرفته شود.
در حال حاضر فاصلهای معنادار میان دانشگاه و صنعت وجود دارد
چه سازوکاری میتواند نوآوری دانشگاهی را به محصول یا خدمت قابل تجاریسازی در صنعت متصل کند؟
بهنظر من یکی از موضوعات بسیار مهم، نوع ارتباط صنعت و دانشگاه است؛ موضوعی که اگرچه سالها درباره آن صحبت شده، اما امروز باید به مرحلهای برسد که خود صنعت نیازهای واقعی و مشخص خود را بهطور مستقیم اعلام کند و دانشجویان نیز در پروژههای تحصیلی، ازجمله پروژههای کارشناسی یا پایاننامهها، مستقیماً بر همین نیازهای صنعت کار کنند.
ضروری است که از این رویکرد فاصله بگیریم که فعالیتهای دانشگاهی صرفاً جنبه تئوریک داشته باشد. تحقیقات تئوریک ارزش خود را دارند و ایران نیز در حوزه پژوهشهای مرتبط با هوش مصنوعی و انتشار مقالات علمی جایگاه قابلتوجهی دارد، اما اکنون لازم است بهسمت حل مسائل واقعی صنایع حرکت کنیم. بهویژه در شرایطی که صنعت با چالشهای عملی روبهروست و دانشگاه نیز ظرفیت علمی و انسانی لازم را در اختیار دارد.
در این الگو، صنایع باید نیازهای واقعی و اولویتدار خود را به دانشگاه منتقل کنند و دانشجویان نیز بتوانند در ازای دریافت حمایتهای مالی، مزایا یا هر نوع مشوق دیگر، بر روی این مسائل کار کنند و برای چالشهای واقعی کسبوکارها راهحل ارائه دهند.
در حال حاضر، فاصله معناداری میان دو طرف وجود دارد: از یک سو، دانشجویان روی موضوعاتی کار میکنند که هیچ نسبتی با نیازهای صنعت ندارند و از سوی دیگر، صنعت با مسائلی مواجه است که دانشگاه از آنها بیاطلاع است. بنابراین، ایجاد یک ارتباط مستقیم، شفاف و مستمر میان صنعت و دانشگاه ضروری است تا این شکاف برطرف شود و ظرفیتهای علمی و انسانی دانشگاه در خدمت نیازهای واقعی کشور قرار گیرد.
تشکیل مجدد سازمان ملی هوش مصنوعی ذیل شورای راهبری هوش مصنوعی مثبتترین اقدام یک ماه اخیر است
در حوزه حمایت از استارتاپها، رگولاتور گاهی نقش تسهیلگر و گاهی نقش محدودکننده دارد؛ از نگاه شما، کدام اقدام مثبت اخیر بیشترین اثر را داشته است؟
دیدگاهتان را بنویسید