ارزش بازار هوش مصنوعی معادل ارزش هزینه‌های نظامی جهان / آیا آماده‌ایم تا گام بعدی خود در مسیر تحول دیجیتال را برداریم؟

نیما شمساپور: هر ساله شرکت‌های مختلف تلاش می‌کنند تا نمادی از تحولی نوین در دنیای فناوری را نمایش دهند. راهروها پر از نمایش‌های زنده از جدیدترین پیشرفت‌ها و محصولات، از الگوریتم‌های پیچیده گرفته تا ربات‌ها و ابزارهای هوشمند هستند. در این فضا، تعامل میان متخصصان، سرمایه‌گذاران و کارآفرینان باعث شده‌است که مختصصان، تصویری ملموس از آینده‌ای که این فناوری‌ها در آن نقش‌آفرینی خواهند کرد، به دست آورند. در ادامه گزارشی از تجربه‌ی شخصی شرکت در این رویداد گردهم آمده‌است.

از ربات‌ها تا الگوریتم‌ها: مروی بر تجربه‌ی شرکت در نمایشگاه هوش مصنوعی برای همه

در جریان بازدید از نمایشگاه «AI for Everything» ، با مجموعه‌ای از شرکت‌های نوآور روبه‌رو شدم که هر یک در تلاش بودند تا نقشی در شکل‌دهی آیندهٔ هوش مصنوعی ایفا کنند. با گشت‌وگذار در راهروهای نمایشگاه و گفتگو با متخصصان، سرمایه‌گذاران و کارآفرینان، توانستم دیدگاهی جامع و تحلیلی از این اکوسیستم پویا به دست آورم. در ادامه، گزارشی تحلیلی از نمایشگاه، همراه با دسته‌بندی شرکت‌ها و بررسی روندهای آیندهٔ دنیای هوش مصنوعی، به شکلی روایت‌محور ارائه می‌شود.

ورود به نمایشگاه: روند رشد شگفت‌انگیز هوش مصنوعی در افق 2030 چگونه‌ است؟

نخستین غرفه‌ای که توجه مرا جلب کرد، به بررسی وضعیت کنونی و چشم‌انداز آیندهٔ بازار هوش مصنوعی می‌پرداخت. در این بخش، برآوردهای «Grand View Research» نشان می‌دهند که بازار جهانی هوش مصنوعی در سال 2022 ارزشی معادل 136.6 میلیارد دلار داشته و انتظار می‌رود تا سال 2030 به رقمی شگفت‌انگیز معادل 1.81 تریلیون دلار برسد. برای درک بهتر بزرگی این رقم، کافی است بدانیم که کل هزینه‌های نظامی جهان در سال 2022 حدود 2.24 تریلیون دلار طبق گزارش «مؤسسهٔ بین‌المللی پژوهش‌های صلح استکهلم» (SIPRI) برآورد شده است. بنابراین، پیش‌بینی 1.81 تریلیون دلاری برای بازار هوش مصنوعی در سال 2030، از نظر مقیاس، تقریباً با مجموع بودجۀ دفاعی جهان در یک سال برابری می‌کند.

نمایشگرهای دیجیتال این غرفه، به وضوح پیش‌بینی می‌کنند که نرخ رشد سالانه ترکیبی (CAGR) این بازار در دورهٔ 2023 تا 2030 حدود 37.3٪ خواهد بود، رقمی که در مقایسه با بسیاری از روندهای مهم جهانی، چشمگیر محسوب می‌شود. برای نمونه، بازار تجارت الکترونیک (E-commerce) در سال‌های اخیر رشدی در حدود 14 تا 16 درصد را تجربه کرده و نرخ رشد بازار رایانش ابری (Cloud Computing) نیز معمولاً در محدودۀ 17 تا 20 درصد قرار دارد.

در گفتگویی با یکی از کارشناسان، متوجه شدم که سه عامل اصلی به این رشد چشمگیر دامن خواهند زد:

• پذیرش فزایندهٔ سازمان‌ها از راهکارهای مبتنی بر هوش مصنوعی در فرایندهای کاری؛
• انفجار داده‌ها به واسطهٔ اینترنت اشیا، گسترش فضای آنلاین و تحول دیجیتال؛
• گسترش خدمات ابری و رایانش با کارایی بالا، کاهش موانع فنی در آموزش مدل‌های پیچیده به واسطه این خدمات

او توضیح داد: «در چنین بازار پررونقی، شرکت‌هایی که در اینجا حضور دارند تنها نوآورانی نیستند که به دنبال راهکارهای فناورانه‌اند، بلکه نمایندهٔ ابتکاراتی هستند که به‌طور مستقیم بر چالش‌های دنیای کسب‌وکار و زندگی روزمره اثر می‌گذارند.»

تنوع سالن‌ها؛ آیینه‌ای از آینده دیجیتال

در حین گشت‌وگذار در سالن‌های نمایشگاه، با دنیایی از تنوع در حوزه‌های مختلف روبه‌رو شدم. غرفه‌هایی که هرکدام به بخش‌های خاصی از هوش مصنوعی اختصاص داشتند، از زیرساخت‌های ابری و MLOps گرفته تا استارت‌آپ‌های نوآور در زمینهٔ سلامت دیجیتال.

در گوشه‌ای دیگر، شرکت‌هایی که در حال شکل‌دهی به آیندهٔ بازاریابی هوشمند و کشاورزی دقیق بودند، به معرفی راهکارهای خود پرداختند. در ادامه، به بررسی این حوزه‌ها و دستاوردهای آن‌ها می‌پردازم.

2.1 از داده تا بینش: نقش زیر ساخت‌های ابری در توسعه هوش مصنوعی

در میان غرفه‌های مختلف، گروهی از شرکت‌ها به زیرساخت‌ها و خدمات ابری مرتبط با هوش مصنوعی اختصاص داشتند. نام‌هایی چون Share AI Platform ، Nebius، Whaleflux، Oracle، Red Hat، Serverwala، Liqid و چند شرکت دیگر در این دسته قرار می‌گرفتند. نمایندگان این شرکت‌ها با شور و اشتیاق از راهکارهایی صحبت می‌کردند که از بهینه‌سازی سخت‌افزارها تا ارائه زیرساخت‌های «ترکیبی» (Composable) قادرند هزینه‌های زیرساختی را به طور چشمگیری کاهش دهند.

برای پردازش‌های سنگین، این شرکت‌ها راه‌حل‌هایی را معرفی می‌کردند که می‌توانند تا 50٪ هزینه‌ها را کاهش دهند. علاوه بر این، با استفاده از تخصیص پویا (Dynamic Allocation)، این فناوری‌ها توان پردازشی، فضای ذخیره‌سازی و پهنای باند را به صورت هوشمندانه و بر اساس نیاز هر وظیفه تقسیم می‌کنند.

به گفتهٔ کارشناسان نمایشگاه، روند آیندهٔ این حوزه به سمت توسعه مدل‌های «زیرساخت به‌عنوان سرویس« (IaaS) و پلتفرم‌های MLOps پیش خواهد رفت، به ویژه برای میزبانی مدل‌های پیچیده مانند زبان‌های بزرگ (LLM) همچنین، اهمیت هوش مصنوعی لبه (Edge AI) که برای کاربردهای حساس به زمان بسیار حیاتی است، به طور روزافزونی افزایش خواهد یافت. گزارش Sequoia Capital پیرامون «جنگ زیرساخت» نشان می‌دهد که چهار شرکت بزرگ آمریکایی، بیش از 60 میلیارد دلار در قالب هزینه‌های سرمایه ای به توسعۀ زیرساخت‌های خود اختصاص داده‌اند؛ رقمی که به‌خوبی اهمیت راهبردی زیرساخت در پیشبرد تحولات هوش مصنوعی را آشکار می‌کند.

2.2 هوش مصنوعی در خدمت سلامت: تشخیص دقیق‌تر تا درمان بهتر

در مسیر نمایشگاه، به چندین استارت‌آپ نوآور برخورد کردم که هر یک در زمینه‌های خاص خود در عرصهٔ سلامت و هوش مصنوعی فعال بودند. استارت‌آپ‌هایی همچون Naevia Medical، SynapseHealthTech، SaaSPro Health و دیگران، فناوری‌هایی در حوزه‌های «تشخیص بالینی با کمک هوش مصنوعی»، «تحلیل تصاویر پزشکی» و «مدیریت پرونده‌های بیماران» ارائه می‌دادند. برخی از این شرکت‌ها مانند Universal Omics به دنبال ایجاد پلتفرم‌هایی برای کشف دارو و ژنومیک بودند که به‌ویژه در زمینهٔ پزشکی پیشرفته و تحقیقات ژنتیکی نقش مهمی ایفا می‌کردند.

یکی از نمایندگان این استارت‌آپ‌ها افزود: «پزشکی شخصی‌سازی‌شده و تحلیل ژنتیک مبتنی بر هوش مصنوعی، موج بعدی سرمایه‌گذاری و تحقیق در حیطهٔ سلامت خواهند بود». همچنین اشاره کرد که بلاک‌چین به‌عنوان یک فناوری پیشرفته، در زمینهٔ امنیت و تأمین اصالت داده‌های پزشکی مورد توجه قرار گرفته و می‌تواند به توسعهٔ سیستم‌های مراقبت سلامت دقت و اعتماد بیشتری بدهد.

همچنین، هوش مصنوعی با کاهش هزینه‌های پژوهش و توسعه (R&D) و تسریع فرآیند کشف و آزمایش داروها، رشد بازار سلامت را شتاب می‌بخشد. با تکیه بر داده‌های کلان و الگوریتم‌های یادگیری عمیق، فرآیندهای زمان‌بر و پرهزینهٔ تحقیقاتی کاراتر شده و سرمایه‌گذاری‌های تازه‌ای جذب این حوزه می‌شود.

2.3 آیا نویسنده‌های دیجیتالی جای انسان را می‌گیرند؟

در بخشی دیگر از سالن، توجه من به شرکت‌هایی مانند Neuroflash GmbH، Popcorn، Smarty AI، و Wittify.ai جلب شد که هر یک بر روی جنبه‌های مختلف هوش مصنوعی مولد (Generative AI) تمرکز کرده‌اند. این شرکت‌ها ابزارهایی ارائه می‌دادند که خودکارسازی بازاریابی و تبلیغات، تولید متن و تصاویر تبلیغاتی و تحلیل سریع بازخورد مشتری را ممکن می‌ساخت.

در جریان گفتگو با یکی از مدیران محصول، به این نکته پی بردم که روند آتی این حوزه، ترکیب مدل‌های زبانی پیشرفته‌ای همچون GPT با پلتفرم‌های کسب‌وکار است تا محتوای تبلیغاتی کاملا شخصی‌سازی‌شده تولید شود. در کنار این پیشرفت‌ها، مبحث «مسئولیت‌پذیری هوش مصنوعی» نیز در حال مطرح شدن است. این مسئله نه تنها از منظر اخلاقی بلکه از نظر محافظت از برندها نیز اهمیت زیادی دارد.

همچنین پیش‌بینی می‌شود تا سال 2030، هزینهٔ تولید محتوا به صفر نزدیک شود و فرایند تولید رسانه بیش‌ازپیش بر خلاقیت و ایده‌های نو تکیه کند. در این مسیر، بخش قابل‌توجهی از منابع انسانی حوزهٔ تولید محتوا از بین خواهد رفت و در نتیجه هزینه‌های تولید رسانه کاهش می‌یابد. همین امر رقابتی تازه را بر سر «جذب مخاطب» یا همان Impression به وجود خواهد آورد.

2.4 رباتیک در قلب شهرها: کنترل هوشمند منابع با ربات‌ها و IoT

در حین عبور از میان ربات‌های نمایشگر و ماکت‌های شهرهای هوشمند، با شرکت‌هایی مانند Twinsity GmbH، Objects، ZimaScience و دیگر کسب‌وکارهای مشابهی روبه‌رو شدم که ترکیبی از IoT و هوش مصنوعی را در حوزه‌هایی چون کشاورزی، مدیریت شهری و زیرساخت‌ها به کار می‌بستند.

در این میان، بسیاری از سخنرانان به رویکرد نوین «Edge AI» اشاره می‌کردند. این رویکرد به پردازش آنی داده‌ها در محل اشاره دارد که می‌تواند در کاربردهایی مانند تنظیم چراغ‌های راهنمایی، مدیریت ترافیک یا حتی توزیع آب در مزارع به‌کار آید.

2.5 نیروی کار هوشمند: چگونه AI می‌تواند به انتخاب، ارزیابی و آموزش کمک کند؟

در بخش «نوآوری در آموزش و منابع انسانی»، استارت‌آپ‌هایی همچون Professional.me، Monkify.ai، Sharedpro Technologies و Trusity Innovations حضور پررنگ داشتند. محورهای اصلی این بخش شامل جذب و ارزیابی نیرو با کمک هوش مصنوعی، یادگیری الکترونیکی شخصی‌سازی‌شده برای افراد، و تقویت روحیهٔ کارآفرینی در نسل جوان بود.

یکی از متخصصان منابع انسانی توضیح داد: «استفاده از ابزارهای مبتنی بر AI نه‌تنها فرایند گزینش نیروها را سریع‌تر و مقرون‌به‌صرفه‌تر می‌کند، بلکه به افزایش تنوع و شمول نیروی کار نیز کمک می‌کند».

2.6 سیستم‌های خودکار و یادگیری ماشین: از آزمایش تا استقرار با MLOps

با نزدیک شدن به غرفه‌های Parto Tech، Reevify، Weights & Biases، Toloka AI و دیگر شرکت‌هایی که در زمینهٔ Data Labeling، Big Data و زیرساخت‌های MLOps فعال بودند، به وضوح متوجه شدم که این بخش زیرساختی، مغز متفکر بسیاری از کاربردهای هوش مصنوعی به شمار می‌رود.

AutoML، No-Code/Low-Code و پلتفرم‌های آزمایش و استقرار مدل از مهم‌ترین ترندهایی بودند که مدیران محصول به آن‌ها اشاره داشتند. یکی از متخصصان غرفه Weights & Biases توضیح داد: «پیگیری آزمایش‌های یادگیری ماشینی و تضمین تکرارپذیری نتایج، به‌عنوان شاه‌کلید موفقیت سازمان‌ها در مقیاس‌های بزرگ شناخته می‌شود».

2.7 هوش مصنوعی در دفاع سایبری: شناسایی تهدیدات و مقابله با حملات دیجیتال

Mirsad و Palo Alto Networks از جمله شرکت‌هایی بودند که در زمینهٔ امنیت شبکه، مدیریت تهدیدات و شناسایی محتوای جعلی (دیپ‌فیک) راهکارهای نوآورانه‌ای را ارائه می‌دادند. در گفتگو با نمایندهٔ Mirsad، او به پیشرفت‌های اخیر در تشخیص دستکاری‌های صوتی و ویدئویی اشاره کرد که توانسته بود قابلیت‌های شناسایی دقیقی ارائه دهد.

روند آتی در این حوزه، به‌طور مشخص، بر توسعهٔ هوش مصنوعی سازگارشونده برای مقابله با حملات جدید تمرکز دارد. علاوه بر این، یکپارچه‌سازی این ابزارها در شبکه‌های اجتماعی و پلتفرم‌های ویدئویی مطرح، به عنوان گامی ضروری برای تقویت امنیت در فضای دیجیتال در نظر گرفته می‌شود.

همچنین هوش مصنوعی برای مدیریت ریسک نفوذ و تشخیص فعالیت‌های مشکوک، نقشی کلیدی در زیرساخت سیستم‌های بانکی و مالی ایفا می‌کند؛ از راهکارهای ضدتقلب گرفته تا پیشگیری از حملات سایبری، این فناوری می‌تواند امنیت و اعتماد را در فرایندهای مالی به‌شکل چشمگیری افزایش دهد.

2.8 بازیگران جهان فین تک: راه‌حل‌هایی برای بهبود سرمایه‌گذاری

در محدودهٔ استارت‌آپ‌های مالی، شرکت‌هایی مانند Sav، Terzo Technologies و ) Olive Gaeaکه به‌ویژه در حوزهٔ تأمین مالی برای مسائل ESG نیز فعالیت دارند) به چشم می‌خوردند. این استارت‌آپ‌ها به موضوعات متنوعی چون تشخیص تقلب، مدیریت قراردادهای هوشمند، تحلیل ریسک و حتی کاهش ردپای کربنی در سرمایه‌گذاری‌ها پرداخته بودند.

یکی از کارشناسان مالی در یکی از این استارت‌آپ‌ها اشاره کرد: «تقاضا برای ابزارهای هوش مصنوعی در امور مالی، به‌ویژه در حوزهٔ تطبیق با مقررات (Compliance) و اسناد قانونی، به طور چشمگیری در حال رشد است».

افزون بر این، ضرورت شخصی‌سازی خدمات مالی متناسب با ذائقه‌ها و نیازهای متنوع کاربران، هرچه بیشتر نقش هوش مصنوعی را به‌عنوان بنیان سرویس‌های فین‌تک برجسته می‌سازد. درنتیجه، رشد سرویس‌های فین‌تک همبستگی نزدیکی با توسعۀ راهکارهای هوشمند خواهد داشت و انتظار می‌رود در سال‌های آینده، پیوند میان این دو حوزه عمیق‌تر شود.

3. چشم اندازه‌های پیشرو برای هوش مصنوعی و سرمایه‌گذاری در تحولات دیجیتال

یکی از سالن‌های برجسته نمایشگاه «AI for Everything» به نشست‌های سرمایه‌گذاری و پنل‌های تخصصی با حضور صندوق‌های جسورانه (VCs) اختصاص یافته بود. در این نشست‌ها نکات کلیدی زیر مطرح شد:

هوش مصنوعی مولد؛ جذاب‌ترین حوزه برای سرمایه‌گذاری: هوش مصنوعی مولد و راهکارهای عمودی AI همچنان به‌عنوان جذاب‌ترین و پربازده‌ترین حوزه‌ها برای جذب سرمایه شناخته می‌شوند، اگرچه ارزیابی استارت‌آپ‌ها در سال 2023 با کمی احتیاط همراه است.

تحولات دیجیتال در خاورمیانه: در این منطقه، دولت‌ها با پشتوانهٔ مالی قوی، به سرمایه‌گذاری در شرکت‌های هوش مصنوعی و پیشبرد تحولات دیجیتال علاقه‌مندند. یکی از نمونه‌های بارز این رویکرد، صندوق نوآوری محمد بن راشد است که به طور فعال در حمایت از این نوع شرکت‌ها مشارکت دارد.

همکاری با استارتاپ‌های نوآور: شرکت‌های بزرگ به منظور تسریع پروژه‌های هوش مصنوعی خود، علاوه بر همکاری با ارائه‌دهندگان بزرگ ابری مانند AWS، Azure و GCP، به دنبال ادغام یا همکاری با استارت‌آپ‌های تخصصی‌تر و نوآور هستند تا بتوانند راهکارهای خاص و پیشرفته‌تری در زمینه AI ارائه دهند.

4. آیندهٔ هوش مصنوعی در صنایع دیجیتال: بررسی روندهای کلیدی نمایشگاه

در پایان نمایشگاه و در سالن آخر، روندهای آینده هوش مصنوعی ارائه شد که به‌طور خلاصه می‌توان آن‌ها را به شکل زیر توصیف کرد:

• رشد انفجاری هوش مصنوعی مولد: هوش مصنوعی مولد رشد انفجاری را تجربه می‌کند و تولید محتوا در قالب‌های مختلف مانند متن، تصویر و ویدئو، و حیطه‌های تخصصی‌تر نظیر حقوق، پزشکی و بازی‌سازی را گسترش می‌دهد.
• هوش مصنوعی مسؤولانه و مقررات: قوانین جدید در خصوص حریم خصوصی، شفافیت الگوریتم‌ها و جلوگیری از سوگیری در مدل‌ها، به اولویت‌های اصلی در این حوزه تبدیل می‌شوند.
• صنعت 5.0 و انسان‌محوری: ترکیب هوش مصنوعی با نیروی انسانی در فرآیندهای تولید و رباتیک، با هدف ارتقای خلاقیت و کیفیت زندگی اتفاق می‌افتد.
• MLOps پیشرفته: خط لوله‌های حرفه‌ای برای مدیریت کامل چرخهٔ حیات مدل‌های هوش مصنوعی، از داده‌کاوی تا نظارت و در نهایت از کار انداختن، طراحی می‌شوند.
• همکاری‌های میان‌بخشی: همکاری‌های میان‌بخشی هوش مصنوعی را به‌طور عمیق در صنایع مختلف مانند زیست‌فناوری، خودروسازی، انرژی و تولید کالاهای مصرفی ادغام می‌کند.
• ادغام هوش مصنوعی با 5G و لبه: این ادغام به‌ویژه در خاورمیانه و آسیا، که می‌تواند به‌طور قابل توجهی به توسعه شهرهای هوشمند، واقعیت افزوده، واقعیت مجازی و نسل جدید سرگرمی کمک کند

5. هم‌افزایی دیجیتال: آینده‌ای که در پیوستگی فناوری‌ها شکل می‌گیرد

در نهایت، آن‌چه در این رویداد مشهود بود، تنوع و پویایی بازیگران در دنیای هوش مصنوعی است،از شرکت‌های زیرساختی و غول‌های شناخته‌شده تا استارت‌آپ‌های نوآور و جوان. همه این گروه‌ها هدف مشترکی را دنبال می‌کنند: گسترش مرزهای فناوری و بهبود کیفی زندگی و کسب‌وکار.

یکی از مدیران ارشد نمایشگاه در جمع‌بندی اظهار کرد: «امروزه دیگر میان حوزه‌های مختلف فناوری،از پردازش ابری و داده گرفته تا اینترنت اشیا و هوش مصنوعی مولد مرز پررنگی نمی‌بینیم. همهٔ این‌ها دست به دست هم می‌دهند تا شکلی از تحول دیجیتال را رقم بزنند که نیازمند همکاری نزدیک، پژوهش‌های مسؤولانه و اتحادهای راهبردی است».

هنگامی که سالن «AI for Everything» را ترک می‌کردم، این پرسش در ذهنم شکل گرفت: آیا ما هم آماده‌ایم تا گام بعدی خود در مسیر تحول دیجیتال را برداریم؟ با توجه به حمایت‌های کلان دولتی، چارچوب‌های نوآورانه و سیلی از داده‌های تازه، به نظر می‌رسد که آینده هم‌اکنون آغاز شده است. در این میان، هوش مصنوعی که امروز به‌عنوان یک فناوری نوآور شناخته می‌شود، در آینده به زیرساخت پیش‌فرض ارائۀ خدمات در تمامی صنایع بدل خواهد شد و از دست دادن فرصت توسعۀ آن، ممکن است ارائۀ خدمات در همۀ بخش‌ها را با اختلال مواجه کند.

5858