فناوری‌هایی مانند هوش مصنوعی می‌توانند در تولید، خدمات سلامت، مالی، کشاورزی، انرژی و حکمرانی کاربرد پیدا کنند. اما «داشتن فناوری» با «خلق ارزش از فناوری» متفاوت است. یک مدل پیشرفته اگر مسئله‌ای واقعی را حل نکند یا داده و فرایند مناسب نداشته باشد، الزاماً بهره‌وری را افزایش نمی‌دهد.

برای سیاست ملی باید میان ایجاد قابلیت عمومی مانند داده، زیرساخت محاسباتی و مهارت، با توسعه کاربردهای مأموریتی تفاوت گذاشت. ممکن است استفاده از هوش مصنوعی در بهینه‌سازی مصرف انرژی یا پایش زنجیره دارو، با منابع کمتر نسبت به رقابت در تمام لایه‌های فناوری ارزش بیشتری ایجاد کند. انتخاب باید بر اساس مسئله و توان موجود باشد.

هوش مصنوعی در کدام لایه از قدرت ملی قرار می‌گیرد؟

هوش مصنوعی می‌تواند هم یک بخش اقتصادی و هم فناوری عمومیِ تقویت‌کننده بخش‌های دیگر باشد. ارزش آن در صنعت ممکن است از بهبود پایش کیفیت، زمان‌بندی تولید، نگهداری پیش‌بینانه، مدیریت تقاضا یا کاهش خطا حاصل شود. در خدمات سلامت، کاربردها باید با ارزیابی بالینی، حفاظت از داده و نظارت حرفه‌ای همراه باشند. در حکمرانی، استفاده از سامانه‌های تصمیم‌یار ممکن است کارایی را بهبود دهد، اما نباید به حذف مسئولیت پاسخ‌گویی انسان یا نادیده گرفتن حق اعتراض منجر شود.

بنابراین سنجش قدرت ملی در هوش مصنوعی فقط به تعداد مدل‌ها یا مراکز داده محدود نیست. کیفیت نیروی انسانی، دسترسی به زیرساخت محاسباتی، داده معتبر، توان ادغام فناوری در فرایند و ایجاد محصولات قابل رقابت همگی مهم‌اند. کشور ممکن است در یک کاربرد صنعتی تخصصی به قابلیت ارزشمند برسد، بی‌آنکه در تمام زنجیره فناوری‌های پایه پیشرو باشد.

معماری قابلیت‌های لازم

پنج لایه را می‌توان بررسی کرد: مسئله و تقاضا؛ داده و زیرساخت؛ مدل یا ابزار فناورانه؛ یکپارچه‌سازی در فرایند؛ سنجش نتیجه و مسئولیت. اگر لایه اول ضعیف باشد، ممکن است پروژه فناورانه به نمایش قابلیت تبدیل شود. اگر داده معتبر یا کیفیت پایش مناسب نباشد، مدل پیچیده نیز نتیجه قابل اتکا نمی‌دهد. اگر خروجی مدل به تصمیم مدیریتی متصل نشود، صرف پیش‌بینی ارزش اقتصادی محدودی خواهد داشت.

مطالعه موردی؛ هوش مصنوعی در مدیریت مصرف انرژی

یک شرکت صنعتی قصد دارد مصرف انرژی را بهینه کند. ابتدا باید اندازه‌گیری پایه، نقش تجهیزات و هزینه واقعی انرژی روشن شود. پس از آن، مدل تحلیلی می‌تواند الگوهای مصرف را بررسی کند. اما ارزیابی باید نشان دهد مصرف به ازای تولید واقعی تغییر کرده، کیفیت محصول حفظ شده و هزینه پیاده‌سازی توجیه داشته است. اگر تولید کاهش پیدا کند، کاهش مصرف کل، به‌تنهایی موفقیت محسوب نمی‌شود.

مدیریت خطر و اعتماد

باید ریسک خطا، سوگیری، نقض حریم خصوصی، وابستگی به تأمین‌کننده و اختلال امنیتی مدیریت شود. انتخاب ابزار هوش مصنوعی در فعالیت حساس نیازمند آزمون، امکان مداخله انسان و ثبت تصمیم‌هاست. سیاست فناوری باید در کنار رشد بازار، حقوق افراد و مسئولیت‌پذیری را نیز روشن کند.

از مفهوم تا تصمیم

همچنین مخاطرات حریم خصوصی، امنیت سایبری، خطای مدل و وابستگی به تأمین‌کننده نباید نادیده گرفته شوند. ارزیابی واقعی باید خروجی قابل اندازه‌گیری، هزینه و کیفیت تصمیم را در نظر بگیرد. فناوری نوظهور زمانی بخشی از قدرت ملی است که درون نهادها و بازار قابلیت عملی پیدا کند.

هشدار و محدودیت تفسیر

تعداد مدل و سامانه هوش مصنوعی، شاخص نهایی ارزش اقتصادی نیست.

تمرین پایان فصل

یک کاربرد هوش مصنوعی در آب یا سلامت پیشنهاد دهید و برای آن شاخص نتیجه و سه ریسک بنویسید.

برای تکمیل تمرین، منابع داده مورد استفاده و فرض‌های آزمون‌نشده را در دو ستون جداگانه ثبت کنید. اگر داده یا اختیار قانونی لازم در دست نیست، وضعیت را «نامشخص» بنویسید و از نتیجه‌گیری قطعی خودداری کنید.

مبنای موضوع در سند تفصیلی «کلان‌استراتژی ایران»، نسخه صفر: صفحه‌های ۴۴ و ۵۳ تا ۵۴. شرح‌ها، مثال‌ها و ابزارهای تصمیم‌گیری فصل، بازتدوین آموزشی و تحلیلی‌اند.