ایران در سالهای اخیر به یکی از بازیگران مهم تولید علم هوش مصنوعی در منطقه تبدیل شده است. دانشگاهها هر سال هزاران مقاله در این حوزه منتشر میکنند، متخصصان ایرانی در پروژههای بینالمللی حضور دارند و سهم کشور از تولید دانش جهانی هوش مصنوعی قابل توجه است. اما همزمان با رشد این ظرفیت علمی، استفاده اقتصادی و صنعتی از هوش مصنوعی در ایران با موانع متعددی روبهرو شده است؛ موانعی که باعث شده فاصله میان «تولید دانش» و «خلق ارزش اقتصادی» روزبهروز بیشتر شود.
به گزارش پیوست، ایران امروز با یک پارادوکس جدی در حوزه هوش مصنوعی مواجه است. از یک سو بر اساس گزارشهای بینالمللی، ایران در میان ۱۵ کشور برتر جهان از نظر تولید علم هوش مصنوعی قرار دارد و یکی از بازیگران اصلی این حوزه در خاورمیانه محسوب میشود. از سوی دیگر، میزان استفاده واقعی از فناوریهای هوش مصنوعی در کسبوکارها و محیطهای کاری کشور همچنان پایین است. دادههای «شاخص هوش مصنوعی ایران ۱۴۰۳» نشان میدهد تنها حدود ۱۶.۹ درصد کسبوکارهای ایرانی از حداقل یک فناوری هوش مصنوعی استفاده میکنند و سهم استفاده مستمر از این ابزارها در میان نیروی کار نیز حدود ۱۲.۶ درصد برآورد شده است. شکافی که نشان میدهد تولید دانش لزوماً به معنای بهرهبرداری اقتصادی از آن نیست.
ریشه این فاصله را باید در زیرساختها جستوجو کرد. برخلاف بسیاری از فناوریهای گذشته، هوش مصنوعی در محیطی ایزوله رشد نمیکند. توسعه و استفاده از مدلهای هوش مصنوعی به اینترنت پایدار، دسترسی به سرویسهای ابری، توان پردازشی، داده و ارتباط مستمر با اکوسیستم جهانی فناوری وابسته است. در شرایطی که دسترسی به بسیاری از سرویسهای بینالمللی محدود شده، پرداختهای ارزی با دشواری انجام میشود و زیرساخت پردازشی کشور فاصله محسوسی با کشورهای پیشرو دارد، هزینه استفاده از هوش مصنوعی نیز افزایش پیدا میکند. نتیجه این وضعیت آن است که بخشی از ظرفیت علمی کشور امکان تبدیل شدن به محصول، کسبوکار یا نوآوری اقتصادی را پیدا نمیکند.
اما محدودیتها باعث توقف استفاده از هوش مصنوعی نشدهاند؛ بلکه شکل استفاده از آن را تغییر دادهاند. همانگونه که فیلترینگ در سالهای گذشته بازار فیلترشکن را به وجود آورد، محدودیت دسترسی به سرویسهای هوش مصنوعی نیز نوعی «اقتصاد واسطهای» ایجاد کرده است. در این بازار، دسترسی به فناوری خود به یک کالا تبدیل میشود. فروش حسابهای اشتراکی، ارائه دسترسی غیررسمی به مدلهای هوش مصنوعی، پرداختهای واسطهای ارزی و بازفروش سرویسهای خارجی بخشی از فعالیتهایی هستند که در این اقتصاد شکل گرفتهاند. در ظاهر این بازار مشکل دسترسی را حل میکند، اما در عمل هزینه استفاده از فناوری را افزایش میدهد، کیفیت خدمات را کاهش میدهد و ریسکهای امنیتی جدیدی به همراه میآورد.
نمونه این وضعیت را میتوان در هزینه استفاده از ابزارهای پیشرفته هوش مصنوعی مشاهده کرد. در شرایطی که بسیاری از کاربران جهانی با پرداخت مستقیم به سرویسدهندگان به ابزارهای مورد نیاز خود دسترسی دارند، کاربران ایرانی ناچارند از مسیرهای غیرمستقیم و واسطهای استفاده کنند. همین مسئله باعث شده هزینه دسترسی به برخی سرویسها برای استارتاپها و کسبوکارهای کوچک به مانعی جدی تبدیل شود. در نتیجه بخشی از انرژی اکوسیستم نوآوری به جای توسعه محصول و خلق ارزش، صرف مدیریت دسترسی به ابزارها میشود.
در کنار اقتصاد واسطهها، پدیده دیگری نیز در حال شکلگیری است؛ پدیدهای که میتوان آن را «اقتصاد دور زدن» نامید. در این وضعیت، زمان و منابع فعالان حوزه فناوری به جای نوآوری و توسعه محصول صرف عبور از محدودیتها میشود. توسعهدهنده به جای تمرکز بر بهبود سرویس خود، درگیر اتصال به ابزارهاست و استارتاپ به جای رقابت بر سر کیفیت محصول، برای حفظ دسترسی پایدار به خدمات پایه فناوری تلاش میکند. این هزینهها در آمارهای رسمی ثبت نمیشوند، اما اثر آنها در کاهش بهرهوری و کند شدن روند نوآوری کاملاً مشهود است.
شکاف میان دانشگاه و صنعت نیز یکی دیگر از ابعاد این مساله است. بیش از ۹۰ درصد تولیدات علمی هوش مصنوعی در ایران در دانشگاهها انجام میشود، در حالی که سهم صنعت از این تولیدات کمتر از یک درصد است. این عدم توازن نشان میدهد مسیر انتقال دانش از دانشگاه به بازار همچنان ضعیف است و بخش بزرگی از ظرفیت علمی کشور به محصول و کسبوکار تبدیل نمیشود. در همین حال، سرمایهگذاری در شرکتهای فعال حوزه هوش مصنوعی نیز فاصله قابل توجهی با کشورهای پیشرو منطقه دارد.
البته همه موانع به محدودیتهای بیرونی باز نمیگردد. هزینه بالای پیادهسازی راهکارهای هوش مصنوعی، کیفیت پایین دادهها، کمبود نیروی متخصص در برخی حوزههای کاربردی و نبود چارچوبهای حقوقی و تنظیمگری شفاف نیز از جمله عواملی هستند که سرعت پذیرش این فناوری را در کسبوکارهای ایرانی کاهش دادهاند. به همین دلیل حتی در مواردی که دسترسی به ابزارها فراهم است، بسیاری از شرکتها هنوز نتوانستهاند هوش مصنوعی را به بخشی از فرآیندهای عملیاتی خود تبدیل کنند.
تجربه کشورهای مختلف نشان میدهد مسیر توسعه هوش مصنوعی الزاما از یک الگوی واحد پیروی نمیکند. چین با سرمایهگذاری گسترده روی زیرساخت و مدلهای بومی پیش رفته، هند بر توسعه سرمایه انسانی و صادرات خدمات نرمافزاری تمرکز کرده و کشورهای اسکاندیناوی با تکیه بر حکمرانی داده و دولت دیجیتال به دنبال توسعه این فناوری بودهاند. با این حال وجه مشترک همه این تجربهها کاهش موانع دسترسی و اتصال مؤثر به اکوسیستم جهانی فناوری است.
واقعیت این است که هوش مصنوعی در ایران کنترل یا متوقف نشده است؛ بلکه مسیر استفاده از آن تغییر کرده است. محدودیتها باعث نشدهاند تقاضا برای این فناوری از بین برود، بلکه آن را به سمت بازارهای واسطهای و سازوکارهای غیررسمی سوق دادهاند. در چنین شرایطی، چالش اصلی دیگر تولید دانش نیست؛ مسئله اصلی آن است که چگونه میتوان این دانش را به محصول، سرمایهگذاری، بهرهوری و ارزش اقتصادی تبدیل کرد. تا زمانی که این شکاف برطرف نشود، ایران همچنان در میان تولیدکنندگان علم هوش مصنوعی جایگاه قابل توجهی خواهد داشت، اما سهم آن از اقتصاد جهانی هوش مصنوعی کمتر از ظرفیت واقعیاش باقی خواهد ماند.
منبع
