پایگاه خبری تحلیلی ایراسین، واقعیت این است که در توسعه روند دیجیتالی شدن، مردم کاملاً با این تکنولوژی همراهند و این حکمرانان هستند که نسبت به آن بدبینی دارند. اگر بخواهیم این مسیر مسدودشده را باز کنیم، باید سیاستگذار را هوشیار کنیم که اقتصاد دیجیتال برای اقتصاد کشور چه منافعی ایجاد کرده است. یعنی همان‌طور که مردم در زندگی شخصی خود منافع آن را حس کرده‌اند باید به سیاستگذار بگوییم که اگر به دنبال تقویت رشد اقتصاد کشور هستی، اتفاقاً موتور محرک رشد کشور می‌تواند تکنولوژی باشد و این فناوری‌ها در همه فضاها حتی در فضای دیجیتالی شدن فرآیند کسب‌وکارهای سنتی مانند کارخانه‌های بزرگ، شرکت‌های خدماتی و… می‌تواند جهش ایجاد کند. به این معنا که سیکل بسته عدم رشد که سال‌هاست در آن گیر کرده‌ایم با تقویت اقتصاد دیجیتال باز می‌شود. از سوی دیگر، برخلاف سایر گونه‌های رشد اقتصادی که نیاز به منابع گوناگون دارند، رشد اقتصاد دیجیتال بعضاً منابع‌محور هم نیست و برمبنای منابع طبیعی اتفاق نمی‌افتد. پس عملاً توسعه اقتصاد دیجیتال قادر است رشد اقتصادی پایداری ایجاد کند. از دیگر سو، تصور نادرستی در میان برخی از مدیران و متولیان کشور وجود دارد و آن هم این است که گمان می‌کنند برای گذر از روش‌های سنتی اقتصادی و ورود به عرصه داده‌های دیجیتالی و وسعت بخشیدن به آن جهان، ابتدا باید منتظر اتمام منابع طبیعی موجود باشیم تا بعد بتوانیم میدان بازی را تغییر داده و سراغ عرصه دیجیتال برویم. این باور نادرست، در جهان امروز قابل پذیرش نیست. چنانکه امروز در جهان این باور رسمیت دارد که عصر حجر به این دلیل تمام نشد که سنگ‌ها در جهان تمام شدند، بلکه به این دلیل تمام شد که مردم توانستند جایگزین‌های بهتری برای سنگ بیابند. امروز نیز بپذیریم که دوره سردمداری عنصری مانند نفت تمام شده، نه به این دلیل که منابع نفتی رو به اتمامند، بلکه به این دلیل که جایگزین‌های بهتری برای آن پیدا شده است.

گشودن درهای بسته

واقعیت این است که امروز ما به سرعت در حال استفاده از منابع موجودمان هستیم، اما غافل مانده‌ایم از اینکه اگر وارد عرصه داده‌ها و اقتصاد دیجیتال شویم، منابع طبیعی موجود کشور از رده اهمیت و توجه خارج می‌شود و برای درآمدزایی دیگر ناچار نخواهیم بود از این منابع به گونه بی‌رویه‌ای استفاده کنیم. چرا که دنیای دیجیتال و داده‌ها این قابلیت را دارد که ظرفیت‌های بسیار قابل توجه و فراوانی برای ما ایجاد کند و درهای بسیاری را که تا امروز بسته مانده را به روی اقتصاد کشور بگشاید.

پیشرفتی که طی یک دهه اخیر در حوزه اقتصاد دیجیتال ایجاد شده است برابر با پیشرفتی است که طی چند صد سال اخیر در زمینه صنعت خودرو ایجاد شده است. امروز می‌توانیم حجم بسیار زیادی از داده‌ها را ذخیره کنیم، آنها را پردازش کنیم و حتی اخیراً با استفاده از هوش‌مصنوعی می‌توانیم از این داده‌ها «دانش» استخراج کنیم. بنابراین، امروز عملاً این امکان برای ما فراهم شده است که از داده‌ها ارزش افزوده زیادی دریافت کنیم که این موضوع در حوزه‌های مختلفی قابل مشاهده است. در ادامه مثال‌هایی را بیان می‌کنم تا موضوع برای شما مخاطبان روشن‌تر و واضح‌تر شود.

فرض کنید یک پزشک سونوگرافیست بتواند در طول یک روز ۵۰ سونوگرافی انجام بدهد که مجموعه عملکرد او در ۲۰۰ روز برابر با ۱۰ هزار سونوگرافی خواهد شد. اگر از این تعداد بالغ بر ۱۰۰ سونوگرافی مربوط به یک بخش خاصی از بدن افراد باشد، در طول ده سال این تعداد به ۳۰ هزار سونوگرافی از آن یک بخش مشخص از بدن می‌رسد. این پزشک نمی‌تواند با خبر شود که هر کدام از بیماران بعد از اینکه مطب او را ترک کردند آیا تحت عمل جراحی قرار گرفته‌اند یا مشکلی نداشته و به تشخیص پزشک متخصص نیازمند ادامه درمان نبوده‌اند. اما اگر این پزشک سونوگرافیست بتواند مجموعه‌ای از داده‌های مربوط به بیماران خود را جمع‌آوری و ذخیره‌سازی کند، قادر است بفهمد بر تک‌تک بیماران او بعد از سونوگرافی چه گذشته است و پرونده پزشکی آنها چه سرنوشتی پیدا کرده است. این داده‌ها حتی می‌توانند به این پزشک کمک کنند تا جزئیات رفتاری بیماران خود را ثبت و ذخیره‌سازی کند و حتی بهتر از خود بیمار قادر به تشخیص وضعیت پزشکی او باشد. حتی این امکان وجود دارد که این پزشک هر بیمار را بر اساس محل زندگی او، سن، جنسیت، وضعیت اقتصادی، رفتار، احساسات، میزان درآمد و سایر مؤلفه‌های مورد نیاز و مؤثر، مورد بررسی قرار داده و برای هر بیمار دنیایی بزرگ از داده‌ها تشکیل دهد که در آینده سبب‌ساز اقدامات تازه و مفیدی در روند درمان او باشد.

موج فراگیر اقتصاد دیجیتال

پیش‌بینی‌ها نشان می‌دهد که مبنا و اساس بسیاری از تصمیم‌گیری‌ها، تعیین تکلیف‌ها و تشخیص‌هایی که بر طبق یک فرآیند تکرارپذیر انجام می‌شود، داده‌هایی است که در اختیار داریم. چنانکه داده‌ها قادرند نوع تصمیم‌گیری یک پزشک درباره بیمار را تغییر دهند و بر مدل قضاوت او درباره بیماری او اثرگذار باشند. چنانکه امروز این باور وجود دارد که هوش مصنوعی می‌تواند بر اساس داده‌هایی که در اختیار دارد حتی به تشخیص بیماری انسان بپردازد. هرچند این موضوع به این معنا نیست که نقش پزشک در روند درمان انکار شود و ما به او کاملاً بی‌نیاز شویم، اما این مساله تأکیدی بر این واقعیت است که داده‌ها چه نقش اثرگذار و مهمی در تصمیم‌گیری‌ها دارند و انسان امروز نمی‌تواند غافل و بی‌توجه به این داده‌ها مسیر پیشین و قبلی خود را در حوزه‌ها و امور مختلف ادامه بدهد. این امر حاکی از آن است که ما باید هرچه سریع‌تر به موج جایگزینی داده‌های اطلاعاتی و اقتصاد دیجیتالی با روش‌های سنتی و پیشین بپیوندیم و روش‌های جدید را جایگزین روش‌هایی کنیم که ضمن تحمیل هزینه‌های بالاتر به کشور، بهره‌وری کمتری نسبت به روش‌های جدید دارند. مثال دیگری که می‌تواند نقش و جایگاه داده‌ها را برای ما روشن‌تر کند، در خصوص میزان ضایعات یک کارخانه است. وقتی مدیر یک کارخانه بتواند آمار و اطلاعات دقیق و درستی درباره میزان و نوع ضایعات کارخانه خود در هر شبانه روز داشته باشد، قادر خواهد بود با شناسایی عوامل مؤثر بر این موضوع مانند خط تولید، روند فعالیت کارخانه، تک تک پرسنل و کارگران کارخانه و شناسایی روحیات و وضعیت آنها، مواد اولیه، نحوه فعالیت دستگاه‌ها و تجهیزات و… نسبت به کاهش ضایعات کارخانه‌اش اقدام کند.

البته شاید موضوع به همین سادگی که من در اینجا بیان می‌کنم نباشد، چراکه حجم داده‌ها در چنین مواقعی بسیار زیاد است و شما باید بدانید که کدام داده‌ها برایتان مفید است و نسبت به ذخیره‌سازی کدام داده باید اقدام کنید. چنانکه برخی از مواقع داده قابل توجهی در اختیار ما نیست و ما ناچار هستیم بر اساس شهودمان درباره موضوع خاصی تصمیم‌گیری کنیم. چنانکه بیزنس‌های شکست خورده شاهدی هستند بر این مدعا که تصمیمات اشتباه و نادرستی که از سوی مدیران اتخاذ شده است چطور منجر به این شده تا یک بیزنس ورشکست شده و از بازار کناره‌گیری کند. مثال دیگر دراین‌باره، یک مرکز تماس است که مثلاً حدود ۲۰ نفر در آن مشغول پاسخگویی به شهروندان هستند. برای اینکه بخواهیم نوع رفتار و واکنش افراد پاسخگو (اپراتورها) به تماس شهروندان در این مرکز را بررسی کنیم شاید به صورت تصادفی بتوانیم ۲ الی ۳ درصد از تماس‌ها را مورد بررسی عینی قرار دهیم، اما فرض کنید ماشینی در اختیار داشته باشیم که بتواند داده‌های موجود (تماس‌ها) را مورد تحلیل و بررسی دقیق و موشکافانه‌تری قرار دهد و مولفه‌هایی مانند نوع لحن، مدل گفتار، جمله‌بندی، استفاده از کلمات خاص، کنترل احساسات، هیجان‌ها و… را بررسی کند، آن وقت قادر خواهیم بود داده‌هایی مرتبط با نحوه برقراری ارتباط میان شهروندان و اپراتورها دریافت کنیم. مثلاً می‌توانیم بفهمیم که در حدود ۵۰ مورد از تماس‌های موجود، اپراتور هنگام صحبت با شهروندان عصبانی شده است، در ۳۰ تماس اپراتور هنگام صحبت با شهروندان کلمات نامناسب به کار برده است، در ۲۰ مورد اپراتور با مکث پاسخ شهروندان را داده است یا در ۴۰ مورد اپراتور و شهروند با همدیگر و به طور همزمان صحبت کرده‌اند و اپراتور زمان کافی برای سخن گفتن را در اختیار شهروند قرار نداده است.

همین تکنولوژی به ظاهر ساده قادر است بهره‌وری این مرکز را تا حد قابل توجهی افزایش دهد و بر روند مدیریت مرکز و فعالیت کارکنان آن اثر گذاشته و البته میزان رضایت شهروندان مرتبط با این مرکز را نیز افزایش دهد. یعنی در این حالت ما توانسته‌ایم از مجموعه‌ای داده که در اختیار داشته‌ایم، خلق ارزش کنیم و از داده‌ها به نفع ارتقای کیفی مرکز بهره‌مند شویم.

مروری بر سه مثال مذکور نشان می‌دهد که ما به عنوان یک مدیر یا کسی که مجموعه یا بخشی را تحت نظارت خود دارد، قادریم از مجموعه داده‌هایی که در اطراف‌مان وجود دارد در راستای ثبت و ذخیره‌سازی بهره‌مند شده و سپس از این داده‌ها در مسیر بهبود وضعیت مجموعه تحت نظارتمان بهره‌مند شویم. در واقع، در میان انبوه داده‌ها، فرصت‌هایی برای خلق ارزش وجود دارد که تا قبل از ضبط و ذخیره‌سازی آنها امکان بهره‌مندی از آنها وجود نداشت. امروز فرصت برای خلق ارزش افزوده از داده‌ها در کشور مهیاست و می‌تواند در بخش‌های بسیار مختلف و متنوعی مورد استفاده قرار گیرد. این فرصت‌ها قادرند نه تنها تجربه زیست‌دیجیتال، بلکه تجربه زیست‌فیزیکال ما را تحت تأثیر قرار دهد. توجه داشته باشیم که مجموعه‌ای از بزرگ‌ترین سرمایه‌گذاری‌های هوش مصنوعی در امارات و قطر و عربستان، دقیقاً کنار گوش ما در حال وقوع است. یعنی کشورهای حاشیه خلیج‌فارس در آینده نزدیک از داده‌های خود خلق ارزش خواهند کرد.

دکتر سیدفرشاد فاطمی-عضو هیأت علمی دانشگاه شریف