در چشمانداز نوین اقتصاد دانشبنیان ایران، هوش مصنوعی بهعنوان یکی از اصلیترین ارکان تحول آفرین در صنایع مختلف از جمله کشاورزی، سلامت، انرژی و خدمات مالی شناخته میشود. استان اصفهان با برخورداری از زیرساختهای علمی و تحقیقاتی نظیر دانشگاهها و شهرک علمی و تحقیقاتی، به یکی از قطبهای مهم این حوزه تبدیل شده است. با این حال، تجربه فعالان این زیستبوم نشان میدهد که فاصله معناداری بین توانمندی علمی و فنی تیمها با موفقیت تجاری و ورود به بازار وجود دارد. مهمترین نیازهای یک استارتاپ هوش مصنوعی برای عبور از این شکاف، صرفاً محدود به دانش فنی نیست؛ بلکه دسترسی به دادههای خام و ساختاریافته، وجود نیروی انسانی خلاق و مسلط به نیاز بازار و نیز ترسیم یک نقشه راه روشن برای تجاریسازی، ارکان اصلی بقا و رشد محسوب میشوند.
در این میان، نهادهای حمایتی نظیر مراکز رشد تلاش میکنند نقش تسهیلگر را ایفا کرده و با ایجاد پل ارتباطی بین تیمهای نوپا با صنعت و سرمایهگذاران، بخشی از این خلأ را پر کنند. این مراکز با ارائه خدمات منتورینگ، مشاوره حقوقی و توانمندسازی نیروی انسانی در پی آن هستند که ایدههای خام را به محصولاتی قابل عرضه به بازار تبدیل کنند. با این حال، چالشهای فراروی این مسیر تنها به مرحله پیش از رشد محدود نمیشود. فعالان این حوزه با موانع عمیقتری دستوپنجه نرم میکنند که ریشه در ساختارهای کلان اقتصادی و قانونی کشور دارد. نوسانات ارزی که تهیه تجهیزات پیشرفته همچون سرورهای قدرتمند را با دشواری مواجه کرده، بیثباتی اینترنت که فرایند دریافت و پردازش دادههای حجیم را مختل میکند و نبود قوانین شفاف در خصوص مالکیت داده و حریم خصوصی، از جمله موانعی هستند که ریسک فعالیت در این حوزه را بهشدت افزایش دادهاند.
از سوی دیگر، معضل مهاجرت نیروهای متخصص و تطابق نداشتن مهارتهای فارغالتحصیلان دانشگاهی با نیازهای واقعی بازار، چرخه تولید را با کندی مواجه ساخته است. در چنین شرایطی، شاهد شکلگیری مدلهای تجاری جدیدی مانند همکاری با نهادهای دولتی (B2G) هستیم که در آن، فناوریهای پیشرفته تحلیل داده و تصاویر ماهوارهای بهکمک مدیریت بهینه منابع و کاهش هزینههای سازمانی میآید. نمونه این همکاریها در حوزه مدیریت منابع آب و شناسایی زمینهای کشاورزی غیرمجاز، نشاندهنده ظرفیت بالای هوش مصنوعی در حل مسائل واقعی کشور است، مشروط بر آنکه بسترهای لازم برای رشد و بلوغ این استارتاپها فراهم آید. بهنظر میرسد عبور از این بحرانها، نیازمند عزمی جدی برای ایجاد ثبات سیاستی و ورود نهادهای حاکمیتی بهعنوان مشتری و حامی اولین محصولات بومی این حوزه است.
تبدیل فناوری به محصول از چالش های موجود استارتاپهایAI در ایران
محمد شاهقلی، رئیس مرکز رشد تجهیزات پزشکی دانشگاه آزاداسلامی واحد نجفآباد به ایسنا میگوید: در مرکز رشد، تمرکز ما در سالهای اخیر بر شناسایی، پذیرش، توانمندسازی و اتصال تیمها و استارتاپهای فناورمحور، بهویژه در حوزه هوش مصنوعی به بازار و سرمایه گذارها بوده است. تجربه ما نشان میدهد مهمترین نیاز استارتاپهای AI در ایران، دسترسی همزمان به سه مؤلفه کلیدی است؛ داده معتبر، تیم انسانی توانمند و مسیر روشن تجاریسازی. بسیاری از تیمها از نظر فنی قوی هستند، اما در تبدیل فناوری به محصول و بازار با چالش مواجهاند. در کنار این موارد، کمبود سرمایهگذاری تخصصی، ضعف در مدلهای کسبوکار و نبود ارتباط پایدار با صنعت، از موانع اصلی رشد استارتاپهای AI محسوب میشود. بدون در نظر گرفتن نیازهای واقعی برای راهکارهای هوش مصنوعی، حتی فناوریهای پیشرفته نیز به محصول موفق تبدیل نخواهند شد.
وی میافزاید: مرکز رشد مجموعهای از حمایتها شامل فضای استقرار، مشاوره تخصصی، منتورینگ فنی و کسبوکار، شبکهسازی علمی و حمایتهای حقوقی را ارائه میدهد. رویکرد حمایتی مرکز بهصورت ترکیبی بوده و شامل کمک به توسعه محصول اولیه، اعتبارسنجی فنی و توانمندسازی نیروی انسانی در قالب دورههای آموزشیمهارتی است. هر یک از هستهها یا واحدهای فناور مستقر در مرکز، با توجه به مرحله و وضعیت پیشبرد توسعه محصول، ممکن است به یک یا چند مورد از این حمایتها نیاز داشته و از آنها بهرهمند شوند.
رئیس مرکز رشد دانشگاه آزاداسلامی واحد نجفآباد بیان میکند: مهمترین موانع شامل کمبود دادههای ساختاریافته و قابل استفاده در موارد مورد نیاز و دشواری دسترسی به این دادهها است. علاوه بر این، محدودیتهای سرمایهگذاری و ابهامهای حقوقی در حوزه قوانین نیز در برخی موارد مشکلساز هستند. از سوی دیگر، برای تولیدکنندگان داده، نبود چارچوبهای شفاف در زمینه مالکیت داده و ابهامات مرتبط با محرمانگی دادهها و حریم خصوصی، بهویژه در تعامل با استارتاپها، چالشبرانگیز و مشکلآفرین است. در برخی موارد، حتی دریافت دادههای ساده که نیاز اولیه برنامهنویسان این حوزه محسوب میشود، از نهادها و ارگانهای دولتی مسیر مشخص و شفافی ندارد.
پتانسیل بالای حوزههای مختلف برای استفاده از هوشمصنوعی
شاهقلی تصریح میکند: بهطورکلی، کاربرد هوش مصنوعی در عرصههای مختلف بهصورت روزافزون در حال افزایش است. در کشور ما نیز با توجه به پیشرفتهای قابل توجه در این حوزه، ظرفیتهای گستردهای برای بهرهگیری از آن وجود دارد. حوزههایی مانند سلامت و تجهیزات پزشکی، صنایع تولیدی، انرژی، لجستیک، خدمات مالی و آموزش از جمله بخشهایی هستند که پتانسیل بالایی برای استفاده از هوش مصنوعی دارند. بهویژه صنایعی که با دادههای حجیم، هزینههای بالا یا فرایندهای تصمیمگیری پیچیده مواجهاند، بیشترین ظرفیت را برای بهکارگیری هوش مصنوعی دارا هستند.
وی ادامه میدهد: مراکز رشد نقش تسهیلگر و واسط را ایفا میکنند؛ از آمادهسازی تیمها برای ارائه به سرمایهگذار تا ایجاد ارتباط با صندوقها، صنایع و نهادهای مالی. هرچند محدودیتهای کلان اقتصادی وجود دارد، اما در موارد متعددی موفق به ایجاد همکاریهای صنعتی و جذب سرمایه و تسهیلات برای طرحها شدهایم، البته باید پذیرفت که سرمایه هوشمند، زمانی وارد میشود که استارتاپ به بلوغ فنی و تجاری نسبی رسیده باشد و بهطبع برای طرح ها و ایدههای خام که هنوز به نمونه اولیه نرسیدهاند جذب این حمایتها دشوار است.
تمرکز مرکز رشد بر آموزش کاربردی است
رئیس مرکز رشد دانشگاه آزاداسلامی واحد نجفآباد توضیح میدهد: تمرکز ما در کنار المانهای مورد نیاز برای رشد یک استارتاپ، بر آموزشهای مسئلهمحور و پروژهمحور در این حوزه است؛ بهگونهای که تیمها بتوانند برای حل یک نیاز واقعی، دانش را بهطور مستقیم در محصول خود پیادهسازی کرده و به خلق ثروت دست یابند. در عین حال، برای دورههای عمومی و پایهای هوش مصنوعی، مرکز رشد دانشگاه با توجه به حسن مجاورت با دبیرخانه کنسرسیوم هوش مصنوعی و مرکز تحقیقات کلانداده دانشگاه آزاد اسلامی نجفآباد، بهطور ویژه امکان دسترسی به متخصصان این حوزه را دارد و با همکاری المانهای مرتبط در برنامههای آموزشی و کارگاههای تخصصی هوش مصنوعی کاربردی مشارکت میکند.
شاهقلی ایجاد ثبات سیاستی و چارچوبهای شفاف حقوقی در کنار حمایت از فناوران این حوزه را مهمترین اقدام میداند و میگوید: اگر دولت و نهادهای بزرگ، خود بهعنوان اولین مشتری فناوریهای AI وارد شوند، مسیر رشد بهطور چشمگیری تسریع خواهد شد. توصیه به کارآفرینان این است که علاوه بر فناوری، به نیازهای واقعی بازار نیز توجه کنند و صبورانه مسیر بلوغ را طی کنند. به سیاستگذاران نیز پیشنهاد میشود نقش پر رنگ تری در تسهیلگری و اعتمادسازی در اکوسیستم ایفا کنند.
بهرهگیری از الگوریتمهایAI برای مدیریت بهتر
ساجده امینزادگان، مدیرعامل یک شرکت فناور به ایسنا اظهار میکند: ایده اولیه شرکت ما از فعالیت در حوزه تحلیل داده و تحلیل تصاویر ماهوارهای شکل گرفت. این شرکت با نام تجاری « ISCAN » در شهرک علمی و تحقیقاتی مستقر است. موضوع از جایی آغاز شد که وزارت نیرو با استفاده از تجمیع دادههای آب و برق، مشترکانی را که بیش از میزان مجاز مندرج در پروانه چاههای کشاورزی خود برداشت داشتند شناسایی و نسبت به قطع برق آنها اقدام میکرد. در پی این اقدام، برخی کشاورزان معترض بودند که قطع برق منجر به خسارت به محصولاتشان شده است.
وی در همین راستا میافزاید: یکی از فناوریهای موجود در هلدینگ ما، تحلیل تصاویر ماهوارهای بود که امکان شناسایی موقعیت زمینهای کشاورزی، گلخانهها، باغها، ساختمانها، واحدهای صنعتی و اراضی بایر را فراهم میکرد. مدیریت آب کشور از ما درخواست کرد بررسی کنیم که آیا در اطراف چاههای کشاورزی مورد نظر، واقعاً اراضی کشاورزی فعال وجود داشته است یا خیر. این بررسی با استفاده از تحلیل تصاویر ماهوارهای انجام شد و در صورت نبود چنین کاربریهایی، نتایج بهصورت سرویس در اختیار شرکتهای آب منطقهای قرار میگرفت. این روند، نقطه آغاز فعالیت جدی ما در این حوزه بود.
مدیرعامل این شرکت بیان میکند: در بخش هوش مصنوعی، تحلیل تصاویر ماهوارهای با بهرهگیری از الگوریتمهای AI انجام میشود. به این صورت که امضای طیفی زمین کشاورزی به مدل آموزش داده میشود و از آن پس، هرجا این امضا در باندها و شاخصهای تصاویر ماهوارهای مشاهده شود، سامانه آن را بهعنوان زمین کشاورزی، گلخانه یا سایر کاربریهای مشابه شناسایی میکند.
گذار از مدل سنتی کارآفرینی در ایران
امینزادگان خاطرنشان میکند: در روشهای سنتی دو مدل رایج وجود دارد؛ نخست، برخی سازمانها نیروهایی را مأمور میکنند تا از طریق تصاویر گوگل ارث بهصورت دستی عوارض و کاربریها را تشخیص دهند. این روش با وجود بهکارگیری ۱۵ تا ۲۰ نیروی انسانی، حداکثر میتواند بخشی محدود، بهطورمثال حدود نیمی از استان اصفهان را پوشش دهد. علاوه بر خطای انسانی بالا، مشکل دیگر این است که در گوگل ارث تصاویر بهروز و کامل برای همه مناطق و همه زمانها در دسترس نیست. بهعنوان مثال، برخی مناطق استان اصفهان از ۲۰۲۰ به بعد تصویر جدیدی ندارند و همین موضوع تحلیل را به حدس و گمان وابسته میکند.
وی ادامه میدهد: روش دوم، بازدیدهای میدانی گسترده در سطح استان است که برای شناسایی چاههای غیرمجاز یا بررسی اراضی کشاورزی انجام میشود. در مقابل، رویکرد ما مبتنیبر تحلیل داده است؛ به این معنا که مشخص میکنیم کدام مناطق دارای سطح زیرکشت هستند، اما در سامانههای آب منطقهای، هیچ چاه مجازی برای آنها ثبت نشده است. بدین ترتیب، بازرسیها بهصورت هدفمند و متمرکز بر همان ۱۰ درصدی انجام میشود که احتمال تخلف در آنها بیشتر است. این رویکرد موجب صرفهجویی در هزینههای نیروی انسانی، افزایش دقت شناسایی چاههای غیرمجاز و کاهش اتلاف منابع میشود. برای نمونه، اگر در مدیریت آب استان اصفهان ۱۰۰ نیروی بازرسی وجود داشته باشد، ممکن است تنها ۱۰ نفر برای انجام مأموریتهای هدفمند کفایت کنند، زیرا دیگر نیازی به پایش کل استان نخواهد بود، البته کاهش نیاز به نیرو به معنای تعدیل آنها نیست، بلکه این نیروها میتوانند در سایر بخشها مورد استفاده قرار گیرند و به بهینهسازی ساختار سازمانی کمک کنند.
این مدیرعامل استارتاپ فعال در زمینه کلان داده توضیح میدهد: فعالیت ما در قالب مدل B2G تعریف میشود؛ به این معنا که با دولت و شرکتهای دولتی همکاری میکنیم. در واقع، با انجام دادهکاوی، فرایند تشخیص و تصمیمگیری برای بازرسان تسهیل میشود و در عین حال، هزینههای مدیریت آب کاهش مییابد. ممکن است بهجای بهکارگیری ۱۰۰ تا ۱۵۰ نیروی بازرسی، ۲۰ تا ۳۰ نفر بتوانند همان مأموریت را انجام دهند و سایر نیروها در بخشهای دیگر به کار گرفته شوند.
توان تحلیل و خلاقیت؛ مهارت ضروری نیروی کار آینده
امینزادگان میگوید: در حوزه هوش مصنوعی، ابزارهایی مانند چتجیپیتی و جمنای توانایی تولید کد و انجام بخشی از وظایف برنامهنویسی را دارند. در چنین شرایطی، نیروی انسانی ماندگار کسی است که بتواند از AI بهدرستی در کنار کار خود بهره بگیرد، قدرت تحلیل داشته باشد و محصول کاربردی تولید کند. در غیر این صورت، اگر توان تحلیل، تحویل محصول و خلاقیت وجود نداشته باشد، AI میتواند جایگزین آن فرد شود.
وی بیان میکند: از منظر زیرساختی، چالشهایی جدی وجود دارد. برای نمونه، در مقطعی که اینترنت با بیثباتی مواجه شد و حتی مدتی بهصورت ملی درآمد، به دلیل نیاز به اینترنت پایدار برای دانلود تصاویر حجیم ماهوارهای، حدود یک ماه و نیم امکان دریافت تصاویر وجود نداشت. علاوه بر اینترنت، تأمین سرورهای قدرتمند برای انجام تحلیلها نیز به دلیل افزایش نرخ ارز با دشواری مواجه است؛ بهطوری که یک سرور معمولی در حال حاضر حدود یک میلیارد تومان قیمت دارد.
اینترنت پایدار از مهمترین چالش شرکتهای استارتاپی
مدیرعامل شرکت فناور خاطرنشان میکند: یکی از مهمترین چالشهای شرکتهای استارتاپی، نیاز شدید به حمایت در شش ماه تا یک سال نخست فعالیت است تا محصول تولید و تثبیت شود و فروش آغاز شود. این مسئله برای شرکتهایی مانند ما که در حوزه B2G فعالیت میکنند، جدیتر است؛ زیرا انعقاد قرارداد با نهادهای دولتی بهطور معمول بین شش ماه تا یک سال زمان میبرد. در نبود حمایت، بسیاری از استارتاپها در همان سال اول با مشکل جدی مواجه میشوند.
امینزادگان میگوید: از سوی دیگر، عموم سرمایهگذاران تمایل بیشتری به سرمایهگذاری در حوزههای دارای خروجی فیزیکی دارند و کمتر به پروژههای مبتنیبر هوش مصنوعی ورود میکنند، همچنین بیاعتمادی نسبت به برخی سرمایهگذاران خصوصی وجود دارد؛ چراکه در مواردی با تملک درصدی از سهام و سپس افزایش سرمایه، عملاً کنترل شرکت را در اختیار میگیرند. به همین دلیل، بسیاری از استارتاپها ترجیح میدهند در صورت جذب سرمایه، از طریق نهادهای وابسته به دولت اقدام کنند تا سطح اعتماد و حمایت بالاتری وجود داشته باشد.
وی ادامه میدهد: با توجه به تحریمها و نوسانات ارزی، تأمین زیرساختهای فنی مانند سرورهای قدرتمند و اینترنت بدون محدودیت، چالشبرانگیز است. بسیاری از ابزارهای AI تنها با استفاده از VPN در دسترساند و در دورههایی که اینترنت ملی شده، خساراتی به شرکتها وارد شده که جبرانی برای آن در نظر گرفته نشده است.
دانشگاهها مهارتهای تجاریسازی و کاربردی را به دانشجویان آموزش دهند
این مدیرعامل فعال در حوزه هوشمصنوعی توضیح میدهد: در حوزه منابع انسانی نیز چالش جدی وجود دارد. بخشی از نیروهای متخصص مهاجرت کردهاند، بخشی دیگر دستمزدهای بسیار بالایی مطالبه میکنند و فارغالتحصیلان جدید نیز در بسیاری موارد مهارتهای کاربردی متناسب با نیاز بازار را ندارند؛ بهگونهای که بخش قابل توجهی از آموزشهای دانشگاهی با نیازهای واقعی کسبوکار همخوانی ندارد. از این رو، لازم است دانشگاهها به سمت اقتصادمحوری حرکت کرده و علاوه بر آموزش، مهارتهای تجاریسازی و کاربردی را نیز به دانشجویان آموزش دهند.
به گزارش ایسنا، اکوسیستم فناوری و استارتاپی اصفهان در حوزه هوش مصنوعی، با وجود برخورداری از ظرفیتهای علمی و فنی قابل توجه در مرحله گذار از ایده به محصول و بازار با چالشهای ساختاری عمیقی مواجه است. آنچه از تجربه فعالان این حوزه برمیآید، نشان میدهد که شکاف میان تواناییهای فنی تیمها و موفقیت تجاری آنها، بیش از آن که ریشه در مسائل علمی داشته باشد، ناشی از ناپایداری زیرساختهای کلان اقتصادی، فقدان قوانین شفاف در حوزه داده و نبود سرمایهگذاری هوشمند و بلندمدت است. در چنین فضایی، حتی نوآورترین استارتاپها نیز برای بقا و رشد، ناچار به حرکت در مسیری پرفراز و نشیب هستند. عبور از این وضعیت مستلزم تغییر نگاه از حمایتهای مقطعی و موردی به سمت ایجاد یک زیستبوم پایدار است که در آن نهادهای حاکمیتی ریسک ورود فناوریهای بومی به بازار را کاهش دهند و زمینه را برای حفظ نخبگان و شکلگیری مدلهای تجاری نوین فراهم آورند.
انتهای پیام
