به گزارش واحد روابط عمومی سازمان ملی کارآفرینی ایران – سپیده محبی:
بر اساس گزارش سازمان همکاری دیجیتال، ظهور «هوش مصنوعی تخصصی» (Vertical AI) یکی از روندهای اصلی شکل‌دهنده اقتصاد دیجیتال در سال ۲۰۲۶ است. این فناوری به سامانه‌های هوش مصنوعی گفته می‌شود که برای پاسخ‌گویی به نیازهای مشخص یک صنعت یا حوزه فعالیت طراحی شده‌اند و برخلاف مدل‌های عمومی، بر داده‌ها، فرآیندها و مسائل تخصصی همان حوزه تمرکز دارند.
این گزارش پیش‌بینی می‌کند ظرفیت بالقوه خلق ارزش اقتصادی مرتبط با گسترش هوش مصنوعی تخصصی طی ۱۸ ماه آینده به حدود ۵.۰۷ تریلیون دلار برسد. همچنین نرخ رشد مرتبط با این روند ۵.۷ درصد برآورد شده است؛ ارقامی که نشان‌دهنده اهمیت اقتصادی توسعه راهکارهای هوشمند متناسب با نیاز صنایع مختلف است.
تغییر مسیر رقابت از مدل‌های بزرگ به راهکارهای تخصصی
در سال‌های اخیر، رقابت شرکت‌های فناوری عمدتاً بر توسعه مدل‌های بزرگ‌تر هوش مصنوعی و افزایش توان پردازشی آن‌ها متمرکز بوده است. با این حال، یافته‌های گزارش سازمان همکاری دیجیتال نشان می‌دهد که اندازه مدل‌ها دیگر تنها عامل تعیین‌کننده مزیت رقابتی نیست و توانایی حل مسائل واقعی صنایع، استفاده از داده‌های اختصاصی و انطباق با نیازهای کاربران اهمیت بیشتری پیدا کرده است.
در این چارچوب، هوش مصنوعی تخصصی می‌تواند با بهره‌گیری از مدل‌های کوچک‌تر و کم‌هزینه‌تر، راهکارهایی متناسب با نیازهای مشخص بنگاه‌ها ارائه دهد. چنین رویکردی علاوه بر افزایش بهره‌وری، امکان استفاده از فناوری‌های هوشمند را برای شرکت‌هایی فراهم می‌کند که منابع مالی و زیرساختی لازم برای توسعه مدل‌های بزرگ را در اختیار ندارند.
برای مثال، در حالی که یک مدل عمومی هوش مصنوعی برای پاسخ‌گویی به طیف گسترده‌ای از پرسش‌ها طراحی شده است، یک سامانه تخصصی در صنعت تولید می‌تواند برای پیش‌بینی خرابی تجهیزات، کنترل کیفیت محصولات یا بهینه‌سازی فرآیندهای عملیاتی توسعه یابد.
به همین ترتیب، در حوزه خدمات مالی، سلامت، کشاورزی و حمل‌ونقل نیز راهکارهای تخصصی می‌توانند با استفاده از داده‌های مرتبط، دقت و کارایی فرآیندهای تصمیم‌گیری را افزایش دهند.
فرصت‌های جدید برای استارتاپ‌ها و بنگاه‌های کوچک
یکی از مهم‌ترین پیامدهای گسترش هوش مصنوعی تخصصی، کاهش نسبی موانع ورود شرکت‌های نوآور به بازار راهکارهای هوشمند است.
گزارش سازمان همکاری دیجیتال تأکید می‌کند که محدودبودن دامنه فعالیت این سامانه‌ها می‌تواند هزینه توسعه آن‌ها را در مقایسه با مدل‌های عمومی کاهش دهد. این ویژگی فرصتی برای شرکت‌های کوچک و متوسط فراهم می‌کند تا بدون نیاز به سرمایه‌گذاری‌های گسترده در زیرساخت‌های پردازشی، بر حل مسائل مشخص صنایع تمرکز کنند.
در چنین شرایطی، مزیت رقابتی استارتاپ‌ها لزوماً به برخورداری از بزرگ‌ترین مدل هوش مصنوعی وابسته نخواهد بود، بلکه شناخت دقیق نیازهای مشتریان، دسترسی به داده‌های تخصصی و توانایی طراحی راهکارهای کاربردی می‌تواند نقش تعیین‌کننده‌ای داشته باشد.
بر اساس چشم‌انداز ارائه‌شده در گزارش، انتظار می‌رود تا سال ۲۰۲۷ توسعه ابزارهای کم‌کدنویسی و بدون کدنویسی، دسترسی بنگاه‌های کوچک و متوسط به راهکارهای هوش مصنوعی تخصصی را تسهیل کند. همچنین پیش‌بینی شده است که تا سال ۲۰۲۸، خدمات نرم‌افزاری به‌تدریج به سمت ارائه راهکارهای هوشمند تخصصی و یکپارچه با فرآیندهای بنگاه‌ها حرکت کنند.
این تحولات می‌تواند زمینه شکل‌گیری نسل جدیدی از کسب‌وکارهای فناورانه را فراهم کند که به جای ارائه خدمات عمومی، بر حل مسائل مشخص مشتریان در صنایع مختلف تمرکز دارند.
کدام صنایع بیشترین فرصت رشد را دارند؟
نتایج پیمایش سازمان همکاری دیجیتال نشان می‌دهد که فعالان بخش خصوصی، فرصت‌های رشد ناشی از هوش مصنوعی تخصصی را در صنایع مختلف متفاوت ارزیابی می‌کنند.
در این میان، ۵۲.۹ درصد پاسخ‌دهندگان، حوزه فناوری، رسانه و ارتباطات را از بخش‌های دارای فرصت رشد ناشی از این روند معرفی کرده‌اند. پس از آن، حمل‌ونقل و انبارداری با ۴۶.۷ درصد و صنایع غذایی و آشامیدنی با ۴۳.۳ درصد قرار دارند.
همچنین صنایع دارویی و املاک و مستغلات هرکدام با ۴۱.۷ درصد، خدمات و فروش خودرو با ۳۹.۲ درصد و بخش تولید با ۳۸.۱ درصد از دیگر حوزه‌هایی هستند که پاسخ‌دهندگان برای آن‌ها فرصت‌های رشد قابل توجهی پیش‌بینی کرده‌اند.
این ارقام بیانگر سهم پاسخ‌دهندگانی است که هوش مصنوعی تخصصی را از روندهای مهم ایجاد فرصت رشد در صنعت خود دانسته‌اند و نباید با نرخ رشد واقعی این صنایع اشتباه گرفته شود.
در بخش حمل‌ونقل، استفاده از هوش مصنوعی تخصصی می‌تواند به بهینه‌سازی مسیرها، مدیریت ناوگان و پیش‌بینی نیازهای تعمیر و نگهداری کمک کند. در صنایع غذایی نیز پیش‌بینی تقاضا، مدیریت زنجیره تأمین و کنترل کیفیت خودکار از کاربردهای مهم این فناوری به شمار می‌روند.
گزارش همچنین به گسترش کاربرد هوش مصنوعی در بخش انرژی اشاره می‌کند. بر اساس داده‌های مورد استناد آن، بیش از نیمی از شرکت‌های خدمات عمومی انرژی از کاربردهای هوش مصنوعی در عملیات دارایی‌ها و تعمیر و نگهداری استفاده می‌کنند.
آمادگی کشورها برای بهره‌گیری از هوش مصنوعی تخصصی
با وجود فرصت‌های اقتصادی گسترده، سطح آمادگی کشورها برای توسعه و استفاده از هوش مصنوعی تخصصی یکسان نیست.
بر اساس ارزیابی ارائه‌شده در گزارش، میانگین آمادگی جهانی برای بهره‌گیری از این روند ۵۷.۹ امتیاز از ۱۰۰ است. آمریکای شمالی با امتیاز ۷۹.۴ بالاترین سطح آمادگی منطقه‌ای را دارد و پس از آن اروپا و آسیای مرکزی با ۶۹.۱ و منطقه هند و اقیانوس آرام و آسیا با ۶۴.۴ امتیاز قرار گرفته‌اند.
در مقابل، آمریکای لاتین با ۵۰.۷ و خاورمیانه و آفریقا با ۴۵.۶ امتیاز، از سطح آمادگی پایین‌تری برخوردارند.
این تفاوت‌ها نشان می‌دهد که برخورداری از زیرساخت‌های پردازشی، نیروی انسانی متخصص، محیط نوآوری و چارچوب‌های مناسب حکمرانی داده، در توانایی کشورها برای بهره‌برداری از فرصت‌های هوش مصنوعی نقش مهمی دارد.
گزارش سازمان همکاری دیجیتال، همکاری میان صنایع، مراکز پژوهشی و شرکت‌های ارائه‌دهنده راهکارهای هوش مصنوعی را از عوامل کلیدی توسعه این فناوری معرفی می‌کند. همچنین یکپارچه‌سازی داده‌های پراکنده بنگاه‌ها، تقویت زیرساخت‌های ارتباطی و تدوین چارچوب‌های حفاظت از اطلاعات، از پیش‌نیازهای گسترش کاربردهای تخصصی هوش مصنوعی به شمار می‌روند.
ضرورت حمایت از نوآوری و کارآفرینی دیجیتال
یافته‌های گزارش نشان می‌دهد که توسعه هوش مصنوعی تخصصی علاوه بر سرمایه‌گذاری فناورانه، به سیاست‌های حمایتی و محیط نهادی مناسب نیاز دارد.
بر اساس نتایج پیمایش، ۴۵ درصد پاسخ‌دهندگان بخش عمومی، تدوین سیاست‌های حمایت از نوآوری دیجیتال و کارآفرینی را از اقدامات اولویت‌دار برای بهره‌گیری از این روند دانسته‌اند. همچنین ۴۰ درصد بر ضرورت هماهنگ‌سازی مقررات و استانداردهای فناوری‌های دیجیتال تأکید کرده‌اند.
در بخش خصوصی نیز توسعه مهارت‌های دیجیتال با ۳۷.۹ درصد، تقویت اعتماد عمومی و حقوق دیجیتال با ۳۷.۱ درصد و گسترش دسترسی مقرون‌به‌صرفه به خدمات دیجیتال با ۳۴.۷ درصد از اولویت‌های اصلی معرفی شده‌اند.
این یافته‌ها نشان می‌دهد که توسعه بازار هوش مصنوعی تخصصی تنها به توانایی شرکت‌های فناوری وابسته نیست، بلکه سیاست‌گذاری مناسب برای کاهش هزینه‌های ورود به بازار، حمایت از رقابت و توسعه مهارت‌های تخصصی نیز اهمیت دارد.
از منظر کارآفرینی، ایجاد بستر همکاری میان بنگاه‌های صنعتی و استارتاپ‌های فناورانه می‌تواند یکی از مسیرهای مؤثر توسعه این حوزه باشد. در چنین الگویی، شرکت‌های صنعتی با شناسایی مسائل عملیاتی و فراهم‌سازی دسترسی کنترل‌شده به داده‌های تخصصی، زمینه طراحی راهکارهای هوشمند توسط کسب‌وکارهای نوآور را فراهم می‌کنند.
چالش‌های اقتصادی، اجتماعی و زیست‌محیطی
گسترش هوش مصنوعی تخصصی در کنار فرصت‌های اقتصادی، با چالش‌هایی نیز همراه است. گزارش سازمان همکاری دیجیتال به مخاطراتی مانند جابه‌جایی برخی مشاغل، سوگیری الگوریتمی و افزایش مصرف انرژی و آب در زیرساخت‌های پردازشی اشاره می‌کند.
هرچند مدل‌های تخصصی کوچک‌تر می‌توانند از نظر مصرف منابع کارآمدتر باشند، گسترش تعداد کاربردهای هوش مصنوعی ممکن است تقاضای کلی برای توان پردازشی و انرژی را افزایش دهد.
همچنین استفاده گسترده از سامانه‌های هوشمند در فرآیندهای تصمیم‌گیری، ضرورت توجه به شفافیت الگوریتم‌ها، حفاظت از داده‌ها و نظارت انسانی را افزایش می‌دهد.
بر اساس نتایج پیمایش گزارش، حدود ۹ نفر از هر ۱۰ پاسخ‌دهنده انتظار دارند سرعت توسعه هوش مصنوعی تخصصی در بازه ۱۲ تا ۱۸ ماه آینده افزایش یابد. این انتظار، اهمیت آمادگی بنگاه‌ها و سیاست‌گذاران برای مواجهه با پیامدهای اقتصادی و اجتماعی فناوری را برجسته می‌کند.
آینده رقابت‌پذیری بنگاه‌ها در عصر هوش مصنوعی تخصصی
ظهور هوش مصنوعی تخصصی نشان‌دهنده مرحله تازه‌ای از تحول اقتصاد دیجیتال است؛ مرحله‌ای که در آن خلق ارزش اقتصادی بیش از گذشته به شناخت مسائل واقعی صنایع، بهره‌گیری مؤثر از داده‌ها و توسعه راهکارهای متناسب با نیاز بازار وابسته خواهد بود.
برای بنگاه‌های کوچک و متوسط، این تحول می‌تواند فرصتی برای افزایش بهره‌وری، کاهش هزینه‌های عملیاتی و ورود به بازارهای جدید فراهم کند. همچنین استارتاپ‌ها می‌توانند با تمرکز بر مسائل تخصصی صنایع، جایگاه تازه‌ای در زنجیره ارزش اقتصاد دیجیتال به دست آورند.
با این حال، بهره‌برداری از این ظرفیت‌ها مستلزم توسعه زیرساخت‌های دیجیتال، سرمایه‌گذاری در مهارت‌های انسانی، تسهیل همکاری میان صنعت و فناوری و ایجاد محیطی رقابتی برای فعالیت کسب‌وکارهای نوآور است. برآیند یافته‌های گزارش سازمان همکاری دیجیتال نشان می‌دهد که آینده رقابت در بازار هوش مصنوعی، تنها در اختیار توسعه‌دهندگان بزرگ‌ترین مدل‌ها نخواهد بود؛ بلکه شرکت‌هایی که بتوانند فناوری را به راه‌حل‌هایی دقیق، قابل اعتماد و اقتصادی برای نیازهای مشخص صنایع تبدیل کنند نیز فرصت قابل توجهی برای حضور در این بازار خواهند داشت.