مهدی فقیهی، رئیس هیئتمدیره شرکت ایریسا، در رویداد «پرش» وضعیت کاربرد هوش مصنوعی در صنایع ایران را پراکنده و جزیرهای ارزیابی کرد. وی فقدان «حاکمیت داده»، مشخص نبودن مالکیت دادهها و نبود پلتفرم جامع را موانع اصلی ارتقای بهرهوری دانست. فقیهی ضمن تأکید بر لزوم سپردن فرآیندهای تکرارپذیر به هوش مصنوعی، خواستار ورود حاکمیت و وزارت صمت برای تدوین استانداردها و کدهای اخلاقی شد.
تشریح وضعیت جزیرهای هوش مصنوعی در صنایع
مهدی فقیهی، رئیس هیئتمدیره شرکت ایریسا، در جریان پنل تخصصی سومین رویداد «پرش» که با محوریت فرصتها و چالشهای هوش مصنوعی برگزار شد، تحلیلی انتقادی از وضعیت موجود ارائه داد. این رویداد به همت MSTID FUND در مرکز توسعه کسبوکار صنعت ۴ فولاد مبارکه واقع در دانشگاه تهران برگزار گردید. فقیهی با بررسی میدانی صنایع کشور اذعان داشت که اگرچه استفاده از ابزارهای هوش مصنوعی در حوزههایی مانند کنترل کیفیت و مدیریت مصرف انرژی آغاز شده است، اما این تلاشها «جزیرهای، پراکنده و فاقد انسجام» هستند. به گفته وی، صنعت ایران هنوز نتوانسته است یک اکوسیستم یکپارچه برای بهرهبرداری سیستماتیک از این فناوری ایجاد کند و اقدامات فعلی بیشتر جنبه موردی دارند تا ساختاری.
فقدان حکمرانی داده؛ بزرگترین گلوگاه توسعه
این عضو هیئت عامل صندوق نوآوری و شکوفایی، ریشه اصلی ناکارآمدی فعلی را در لایههای زیرساختی و نرمافزاری مدیریت داده جستجو کرد. وی تأکید کرد که چالش اصلی صنعت کشور، نبود «پلتفرم داده» استاندارد و ابهام در «مالکیت دادهها» است. فقیهی تصریح کرد تا زمانی که مشخص نباشد دادهها متعلق به چه کسی است و در چه بستری مدیریت میشوند، صحبت از بهرهوری هوش مصنوعی بیهوده خواهد بود. وی معتقد است بدون استقرار نظام «حاکمیت داده» (Data Governance)، دادههای صنعتی به داراییهای راکدی تبدیل میشوند که امکان استخراج ارزش افزوده از آنها وجود ندارد.
ضرورت عبور از فرآیندهای سنتی و چالش منابع انسانی
بخش دیگری از سخنان فقیهی به لزوم بازنگری در فرآیندهای عملیاتی اختصاص داشت. وی با اشاره به اینکه صنایع باید فرآیندهای تکرارپذیر، خستهکننده و پرهزینه را به الگوریتمهای هوش مصنوعی بسپارند، بیان کرد که این گذار هنوز در مقیاس مؤثر محقق نشده است. علاوه بر موانع فنی، وی چالشهای انسانی را نیز برجسته کرد و گفت که ساختار تصمیمگیری سنتی و مقاومت در لایه کارکنان، موانعی جدی هستند. از این رو، پیادهسازی هوش مصنوعی نیازمند استراتژی دقیق «مدیریت تغییر» است تا نیروی انسانی بتواند خود را با الزامات و شرایط جدید محیط کار تطبیق دهد.
لزوم مداخله حاکمیتی برای استانداردسازی و امنیت
رئیس هیئتمدیره ایریسا در پایان به خلاءهای قانونی و نظارتی اشاره کرد. وی مباحثی نظیر امنیت داده، چالشهای اخلاقی و حقوقی را از جمله ریسکهای پروژههای هوش مصنوعی برشمرد و مسئولیت ساماندهی آن را متوجه حاکمیت دانست. فقیهی پیشنهاد داد که با وجود نبود قالبهای جهانی واحد، نهادهای داخلی میتوانند پیشگام شوند؛ به طوری که وزارت صمت باید کدهای اخلاقی را ابلاغ کند و استانداردهای مختص هر صنعت تدوین شود. این رگولاتوری میتواند مسیر گذار از مرحله آزمایش به بهرهبرداری صنعتی گسترده را هموار سازد.
***
اظهارات مطرح شده نشاندهنده یک «شکست ساختاری» در بازار دادههای صنعتی ایران است. از منظر اقتصادی، دادهها «نفت جدید» و نهاده اصلی تولید در اقتصاد دیجیتال محسوب میشوند؛ اما در صنعت ایران به دلیل نبود حقوق مالکیت شفاف (Property Rights) و هزینه مبادله بالا، این منابع تخصیص بهینه نمییابند. تأکید بر ایجاد پلتفرم داده، در واقع تلاشی برای کاهش هزینههای مبادله و ایجاد صرفههای ناشی از مقیاس است. تاخیر در تدوین رگولاتوری و استانداردها، ریسک سرمایهگذاری در پروژههای هوش مصنوعی را افزایش داده و منجر به عدمالنفعهای بزرگ در بهرهوری کل عوامل تولید (TFP) خواهد شد.
