هوش مصنوعی یا بهاختصار AI در دنیای امروزی چنان گسترده شده است که آینده بسیاری از دیگر از فناوریها بر پایهی همین فناوری شکل میگیرد. تاثیرگذاری هوش مصنوعی به دنیای فناوری ختم نمیشود، بلکه این فناوری میتواند باعث رشد و پیشرفت بخشهای مختلف اقتصادی، اجتماعی و غیره در کشورها شود. بررسیهای مختلفی از تاثیر هوش مصنوعی بر اقتصاد کشورها، حاکی از اثرگذاری بسزای این فناوری در رشد اقتصادی، رشد تولید ناخالص ملی و رشد بهرهوری نیروی کار در کشورها است. در این سرمقاله ابتدا به نقش و اهمیت این فناوری در توسعه کشورها در دو سطح جهانی و منطقهای پرداخته شده و سپس با شاخصی به نام شاخص آمادگی پذیرش فناوری هوش مصنوعی و جایگاه ایران در این شاخص میپردازیم. سپس به بررسی آخرین وضعیت کشور به ویژه در بخش تدوین اسناد بالادستی هوش مصنوعی پرداخته و در انتها مروری بر نقش این فناوری در اپراتورها و نقش اپراتورها در توسعه این فناوری خواهیم داشت. بخش آخر سرمقاله نیز به روال دو شماره اخیر، معرفی رادار فناوریهای رصد شده در این شماره توسط رصدگران همراه اول در حوزه هوش مصنوعی و هوشمندسازی است.
امروزه بهکارگیری هوش مصنوعی در تمام صنایع از جمله تولید، مراقبتهای بهداشتی، حملونقل، محیطزیست و آموزش گسترش یافته و تقریباً در همه جنبههای زندگی روزمره با این فناوری مواجه هستیم. بر اساس تأکید مجمع جهانی اقتصاد (WEF)، جهان امروزی در اسرع وقت نیاز به ایجاد یک قرارداد اجتماعی جدید دارد تا نوآوری فناورانه را به ویژه در فناوری هوش مصنوعی، در کنار هماهنگی با الزامات اخلاقی آن تضمین کند [1].
طی سالهای آینده، هوش مصنوعی به عنوان یک کاتالیزور نوآوری در کل صنایع عمل کرده و ابزاری قدرتمند در حل مشکلات اجتماعی مانند پیری جمعیت و پیشگیری از جرم خواهد بود. گزارشهای جهانی از جمله گزارش WEF، حاکی از آن است که این فناوری اساساً نحوه کار و ساختار شغلی را تغییر داده و درعینحال گسترش آن میتواند موجب اختلال در عملکرد و تهدیدهای امنیتی شود. بررسیهای موسسه PWC نیز نشان داده که میزان تأثیر هوش مصنوعی در تولید ناخالص داخلی جهانی در سال ۲۰۳۰ به ۱۵.۷ هزار میلیارد دلار میرسد که ۶۰ درصد آن از طریق مصرف و ۴۰ درصد آن به دلیل افزایش بهرهوری است[1].
پیشبینی میشود تا سال ۲۰۳۰ اقتصاد دنیا با استفاده از هوش مصنوعی به رشد ۲۰ تریلیون دلاری برسد. در خاورمیانه نیز رشد ۳۲۰ میلیارد دلاری برای اقتصاد منطقه پیشبینی شده است. در منطقه خاورمیانه، چند کشور پروژههای بزرگی در زمینه شهرهای هوشمند و دولتهای هوشمند داشتهاند و هوش مصنوعی را در وزارتخانهها و دانشگاهها نهادینه کردهاند. درحالیکه پروژه نئوم عربستان سعودی (با چشمانداز ایجاد شهر هوشمند به مساحت ۳۳ برابر نیویورک تا سال 2025) در مرکز توجه قرار دارد، اما پروژههای بزرگ دیگری هم در کشورهای منطقه در حال جریان است. در این میان هنوز اکثر کشورهای منطقه غرب آسیا بهرهگیری چشمگیری از هوش مصنوعی در صنایع خود نداشته اند؛ در نهایت نتیجه این کندی در زمینه بهرهگیری از هوش مصنوعی، تشدید شکاف دیجیتال میان این کشورها و کشورهای توسعه یافته است. این شکاف در حوزه تولید ناخالص داخلی از ۳ درصد در سال ۲۰۲۵ به ۱۹ درصد در سال ۲۰۳۰ افزایش مییابد [2].
در بخشهای مختلف اقتصادی خاورمیانه این تأثیر طی سال گذشته مشخص و محسوس بوده است؛ برای مثال، اندازه بخش خرده و عمدهفروشی، کالاهای مصرفی، غذا و مسکن با ورود هوش مصنوعی به این حوزه رشد ۱۹ درصدی داشته است. در بخش لجستیک افزایش اندازه 15.2 درصد بوده است. در فناوری، رسانه و ارتباطات این رشد اندازه 14 درصد، در ساخت تولید 12.4 درصد، انرژی، خدمات رفاهی و معدن 6.3 درصد، بخش عمومی، سلامت و آموزش 18.6 درصد و در بخش خدمات مالی، تخصصی و مدیریتی 13.6 درصد بوده است [2].
امروزه بسیاری از شرکتهای فناور و استارتاپهای بزرگ دنیا در حوزه هوش مصنوعی و در زمینههایی همچون تحلیل اطلاعات و بهینهسازی و پیشبینی مبتنی بر آن، هوشمندسازی خدمات، تجهیزات، ماشینآلات و کمک ابزارها، ایجاد امنیت، جلوگیری از تقلب و پردازش صوت و تصویر فعال هستند. بنابراین عدم توجه به ظهور و حضور این فناوریها، موجب کاهش مشتریان، دورماندن از بازار رقابت و عدم کارایی و بهرهبرداری از منابع در میان صنایع مختلف خواهد شد. در جدول 1 بخشبندیهای مختلف فناوری هوش مصنوعی را از چهار منظر فناوری، ورتیکال صنعتی، وضعیت بهکارگیری و کاربر نهایی به همراه توصیفی از روند حاکم، نشان داده شده است.
جدول1: بخشبندی فناوری هوش مصنوعی از چهار منظر [2]
شاخص آمادگی پذیرش هوش مصنوعی
موسسه آکسفورد اینسایتس[1]هرساله شاخصی را تحت عنوان شاخص میزان آمادگی کشورها برای استقرار هوش مصنوعی منتشر میکند. این شاخص می تواند بیان کند که آیا دولتها آمادگی پذیرش هوش مصنوعی را دارند یا خیر. بهطورکلی سه رکن دولت، داده و زیرساخت و بخش فناوری باید در شاخصهای ارزیابی آمادگی پذیرش هوش مصنوعی در رتبه خوبی قرار گیرند تا یک کشور، آماده عنوان شود. برای مثال در بخش دولت، پرسشهایی از این قبیل مطرح میشود: آیا دولت یک افق بلندمدتی برای حمایت، گسترش و بهکارگیری فناوریهای هوش مصنوعی دارد؟ ظرفیت دیجیتال حال حاضر دولت به چه صورت است؟ آیا دولت میتواند بخشهای مختلف را به طور کارآمدی با فناوریها وفق دهد؟ این دسته از سؤالها در بخشهای مختلف پرسیده میشود و در نهایت یک امتیاز کلی داده میشود. در سال 2022 ایران با رتبه 75 در بین کشورهای آماده پذیرش هوش مصنوعی قرار گرفت. شکل 1 ابعاد مختلف این شاخص را به نمایش گذاشته است.
شکل1: ابعاد مورد بررسی در شاخص آکسفورد اینسایتس برای آمادگی پذیرش هوش مصنوعی کشورها [3]
بررسی مؤسسه آکسفورد اینسایتس درباره میزان آمادگی کشورها برای توسعه هوش مصنوعی در سال 2022 نشان میدهد که آمریکا، سنگاپور، انگلستان، فنلاند و کانادا رتبههای اول تا پنجم را در این زمینه دارند و ایران در رتبه نهچندان مناسب ۷۵ قرار دارد. در منطقه خاورمیانه هم این کشورها جایگاه بهتری از ما دارند: امارات دارای رتبه 22، قطر 36، عربستان 39، ترکیه 49، عمان 52، بحرین 56، مصر 65، کویت 69، قزاقستان 72 و آذربایجان 74 . شکل 2 جایگاه کشور را در بین کشورهای خاورمیانه در این شاخص نشان میدهد[3].
شکل 2: جایگاه ایران در شاخص آمادگی هوش مصنوعی در خاورمیانه بر اساس رده بندی آکسفورد اینسایتس [3]
برای مقایسه جزئیتر، بد نیست عملکرد امارات و قطر را بررسی کنیم؛ اماراتیها اولین کشور جهان هستند که وزارتخانهای ویژه هوش مصنوعی ایجاد و «عمر سلطان العلماء» 32 ساله را به عنوان «وزیر دولت در اقتصاد دیجیتال، هوش مصنوعی و کاربردهای کار از راه دور» معرفی کردهاند. آنطور که اکوایران گزارش داده، امارات قصد دارد تا سال 2031، به رهبر جهانی هوش مصنوعی تبدیل شود و طی یک دهه پیش رو، سهم اقتصاد دیجیتالش از تولید ناخالص را از 11.7 درصد فعلی به بیش از 20 درصد برساند. قطریها هم که از سال 2019 مرکز هوش مصنوعی را در کشورشان افتتاح کرده بودند، برای تحقق اهدافی همچون اشتغالزایی و ثروتآفرینی، برای تربیت نیروی انسانی مورد نیاز این صنعت نیز به طور ویژه کار کرده و روی دو کارویژه اصلی تمرکز داشتهاند: «نگهداشت و تقویت نیروی ماهر داخلی» و «جذب استعدادهای خارجی» [4].
بر اساس برآوردهای انجام شده در کشور ما سالیانه حدود ۳۰۰۰ نفر در زمینه هوش مصنوعی در کشور فارغ التحصیل میشوند و بالغ بر ۵۰۰ عضو هیئت علمی هم در حوزه هوش مصنوعی در کشور فعال هستند. همچنین، بالغ بر ۳۰۰ شرکت در سراسر کشور وجود دارند که در حوزههایی که به صورت مستقیم با هوش مصنوعی سروکار دارند، فعالیت میکنند. شکل 3 پراکندگی موضوعی این شرکتها را نشان میدهد. بیشترین کاربرد هوش مصنوعی در کشور ایران در به ترتیب در فناوریهای دستیار هوشمند و تحلیل داده، فناوری اطلاعات و ارتباطات، امنیت سایبری، و هوشمندسازی کسبوکار است [5].
شکل3: پراکندگی موضوعات شرکتهای فعال در حوزه هوش مصنوعی در ایران [6]
به هر حال باید در نظر داشت هوش مصنوعی در سالهای پیش رو بهرهوری و پتانسیل تولید ناخالص داخلی اقتصاد جهانی را تغییر میدهد و سرمایهگذاری استراتژیک کشورها در انواع بخشهای فناوری هوش مصنوعی برای ایجاد چنین تحولی در اقتصاد ملی، ضروری است. بررسیهای موسسه PWCنشان میدهد که 45 درصد از کل سود اقتصادی فناوری هوش مصنوعی تا سال 2030 از بهبود محصول و فرایند تولید محصول حاصل میشود و مبتنی بر تحریک تقاضای مصرفکننده است. بخشی از گسترش درآمدزایی هوش مصنوعی به این جهت است که این فناوری با افزایش شخصیسازی، جذابیت و مقرونبهصرفه بودن در طول زمان، تنوع محصول را افزایش میدهد. طبق پیشبینی مؤسسه PWC ، بیشترین دستاوردهای اقتصادی حاصل از هوش مصنوعی در چین (افزایش 26 درصدی تولید ناخالص داخلی در سال 2030) و آمریکای شمالی (افزایش 14.5 درصدی) خواهد بود که در مجموع معادل 10.7 تریلیون دلار است و تقریباً 70 درصد از تأثیر این فناوری در اقتصاد جهانی را به خود اختصاص میدهد[2].
هوش مصنوعی در ایران
آبان ماه ۱۴۰۰، رهبر انقلاب در دیدار با نخبگان از «هوش مصنوعی» بهعنوان یک مسئله مهم و آیندهساز نام بردند و تأکید کردند: این مسئله در اداره آینده دنیا نقش دارد و باید بهگونهای عمل کنیم که ایران جز ۱۰ کشور برتر هوش مصنوعی در دنیا قرار گیرد. در این راستا فعالیتهای مختلفی در کشور برای تدوین استراتژیها و اسناد بالادستی به عنوان پیشنیاز توسعه این فناوری در کشور آغاز شد. از جمله، مرکز ملی فضای مجازی به تازگی از تدوین پیشنویس سند هوش مصنوعی کشور برای ارائه به شورای عالی فضای مجازی خبر داد؛ سندی که اصول سیاستهای کشور در این حوزه را تبیین کرده و برنامه اقدام در بخشهای مختلف حاکمیتی و خصوصی را مشخص میکند.
در همین حال معاونت علمی و فناوری ریاست جمهوری نیز راه اندازی «ستاد توسعه فناوریهای هوش مصنوعی و هوشمندسازی» را در دستور کار قرار داد که این برنامه نیز در انتظار تصویب سند در شورای عالی انقلاب فرهنگی است. بر اساس سند هوش مصنوعی کشور که بهمن ماه 1400 رونمایی شد، سهم هوش مصنوعی در تولید ناخالص ملی ایران برای این حوزه باید به ۱۲ درصد برسد و ۲۰ میلیارد دلار در این بخش تا ۱۰ سال دیگر سرمایهگذاری شود. طبق پیشبینی صورتگرفته در سند، تا سال ۱۴۱۰، باید ۱۲ میلیارد دلار از سوی بخش دولتی و هشت میلیارد دلار از سوی بخش خصوصی در این حوزه سرمایهگذاری شود و همچنین ۶۰۰ هزار نفر نیروی متخصص در حوزه هوش مصنوعی را تربیت کنیم.
علاوه بر این، استفاده از هوش مصنوعی در حل ابرچالشهای کشور، انجام ۸۰ درصد از پژوهشهای حوزه هوش مصنوعی در راستای رفع نیازهای فعلی و آتی کشور، ایجاد محیط قانونی و اخلاقی پویا و پاسخگو به مسائل هوش مصنوعی، پذیرش و بهکارگیری ۴۵ درصدی هوش مصنوعی در دولت و صنعت، سهم پنج دهم درصدی تقاضای نیروی کار در بخش هوش مصنوعی به کل تقاضای نیروی کار و ایجاد توان ۱۰۰ پتافلاپس توان محاسباتی و ۱۰۰ پتابایتی توان ذخیرهسازی در افق سال ۱۴۱۰ از اهداف کلان سند هوش مصنوعی کشور است.
پژوهشگاه ارتباطات و فناوری اطلاعات هم که زیرنظر وزارت ارتباطات فعالیت میکند، مدتی پیش از پیشنویس نقشه راهی رونمایی کرد که با توجه به رویکرد و تاکید رهبر معظم انقلاب تدوین شده است. در پیش نویس «نقشه راه توسعه ملی هوش مصنوعی»، 14 سیاست کلان برای توسعه هوش مصنوعی درنظر گرفته شده که قرار است به یکپارچگی و رفع تناقض راهبردها در مسیر دستیابی به اهداف کمک کند.
از جمله سیاستهای این نقشه راه میتوان به حمایت و پشتیبانی سیاسی و اقتصادی از تولید و عرضه کالا و خدمات در حوزه هوش مصنوعی، بسترسازی مناسب در جهت ارتقای سطح بهرهوری ملی، تقویت شرکتهای فعال در این حوزه، گسترش همکاری و سازنده با کشورهای پیشرو و جهان اسلام، ترغیب سرمایهگذاری بخش غیردولتی و مشارکت آنها برای توسعه کاربردهای هوش مصنوعی، به کارگیری هوش مصنوعی در حل ابرچالشهای کشور، اهتمام بهکارگیری هوش مصنوعی پاسخگو و اخلاقمحور در توسعه و بومی سازی کاربردها و آمادگی برای مواجهه با اثرات منفی هوش مصنوعی بر اشتغال اشاره کرد.
این سند اهداف بلندپروازانه دیگری نیز دارد که با توجه به وضعیت فعلی، دسترسی به آنها کمی بعید به نظر میرسد. به طور مثال از ایجاد حداقل 1000 شرکت با حداقل درآمد سالانه 105 میلیون دلاری و 10 شرکت بزرگ با حداقل درآمد 50 میلیون دلاری و سرمایهگذاری 8 میلیارد دلاری در هوش مصنوعی در افق 1410 سخن به میان آمده است.
با این حال سه پیشبینی برای آینده تولید ناخالص ملی بر اساس رشد فناوری هوش مصنوعی تا سال ۲۰۳۰ وجود دارد. در سناریو اول رشد فناوری هوش مصنوعی بر اساس آنچه در سالهای گذشته رخ داده است، در نظر گرفته شده و با این وجود میزان تولید ناخالص ملی یک روند صعودی با شیب بسیار ملایم خواهد داشت. در سناریو دوم نیز رشد سالانه ۱۰ درصدی برای فناوری هوش مصنوعی در نظر گرفته شده و پیشبینی میشود شاخص GNP روند روبهرشد با شیب ملایمی داشته باشد. در سناریوی نهایی نیز رشد هوش مصنوعی سالانه 20 درصد درنظر گرفته شده و با این رقم، شاخص GNP شاهد رشد صعودی با شیب بیشتری خواهد بود. پیشبینی میشود شاخص بهرهوری نیروی کار نیز با درنظرگرفتن رشد فناوری هوش مصنوعی شاهد رشد قابل قبولی خواهد بود. بهطوریکه روند رشد آن در سه سناریوی مطرح شده تقریباً برابر رشد شاخص تولید ناخالص ملی خواهد شد[4].
در مجموع، شواهد نشان میدهد تولید ناخالص ملی (GNP) کشور ما در نتیجهی ورود فناوری هوش مصنوعی، شاهد رشد مطلوبی بوده است. به طور مثال فقط تعداد شرکتهایی که در زمینه دستیار هوشمند در ایران فعالیت میکنند بیش از صد شرکت برآورد شده است که بیشترین فراوانی را در بین شرکتهای فعال در زیربخشهای هوش مصنوعی دارد. کمترین فراوانی نیز مربوط به تنها شرکتی است که در حوزه کشاورزی دیجیتال فعالیت میکند. بعد از حوزه دستیار هوشمند، اکثر شرکتها نیز به ترتیب از فعالان حوزه خدمات دیجیتال، ذخیرهسازی و تجزیه تحلیل داده، هوشمندسازی کسبوکار و فناوری اطلاعات و فضای سایبری هستند [4].
فرصتها و چالشهای پیش روی اپراتورها
چشمانداز صنعت ارتباطات سیار جهانی در طول دهههای اخیر به سرعت در حال تغییر بوده است اما به نظر میرسد که سرعت این تغییر و تکامل، امروزه سریعتر از هر زمان دیگری است.
صنعت ارتباطات سیار با این نرخ فزاینده رشد و تغییرات، تا کنون توانسته از هوش مصنوعی در بسیاری از جنبههای کسب و کار خود از جمله بهبود تجربه مشتری و قابلیت اطمینان شبکه استفاده کند. از سوی دیگر، معرفی شبکههای 5G، پذیرش فزاینده فناوریهای هوش مصنوعی مکالمهای[2]، و ظهور برنامههای اینترنت اشیا (IoT)، در کنار افزایش فشارهای رقابتی و نظارتی، اپراتورها را ناگزیر از پذیرش نوآوریها و فناوریهای حوزه هوش مصنوعی کرده است تا به کمک آنها عملکرد خود را در این بازار و صنعت پرتلاطم، بهبود دهند.
طبق گزارشها، حجم بازار هوش مصنوعی در صنعت ارتباطات با برآورد 1.189 میلیارد دلار در سال 2021، و نرخ رشد مرکب سالیانه 38.4 درصد تا سال 2027 به حدود 15 میلیارد دلار تا پایان سال 2027 بالغ خواهد شد. پیشبینی شده است تا سال 2025، اپراتورها و شرکتهای مخابراتی سالیانه حدود 36.7 میلیارد دلار در نرمافزار، سختافزار و خدمات هوش مصنوعی سرمایهگذاری کنند که از این میان سهم 11.2 میلیارد دلار در حوزه نرمافزارهای AI خواهد بود. این روندهای رو به رشد و فزونی، وقتی در کنار روندهای حاکم بر این صنعت قرار میگیرد، کاملا توجیهپذیر و قابل باور خواهد بود. شکل 4، بخشی از اعداد رو به فزونی در بار شبکههای مخابراتی را که منجر به پذیرش فناوری هوش مصنوعی برای مدیریت این حجم و اعداد میشود، نشان میدهد [7].
شکل 4: روند بار شبکه در مخابرات جهان [7]
دیدیم که هوش مصنوعی بر هر جنبهای از تجارت و جامعه تأثیر میگذارد. این فناوری همچنین در نحوه تکامل شبکههای ارتباطی را که یکی از خطوط حیاتی جامعه است، موثر خواهد بود. بهکارگیری فناوریهای AI/ML در شبکههای ارتباطی مجموعهای کاملاً متفاوت از چالشها را به نسبت سایر حوزههای متاثر از این فناوریها ایجاد میکند. مقیاس شبکههای ارتباطی موجب میشود، هر تغییری در این شبکهها تاثیر شگرفی برجای گذارد. برخی از پارامترها به صورت سالانه تغییر میکند (به عنوان مثال مشترکین)، در حالی که برخی دیگر ممکن است در مقیاس زمانی میلی ثانیه تغییر کنند (مانند تخصیص بلوک منابع در شبکههای دسترسی رادیویی). علاوه بر این، محیط شبکه هم پویا و شلوغ است و محدودیت در منابع محاسباتی شبکه هم به این چالشها میافزاید. بنابراین، در حالیکه اپراتورهای مخابراتی برنامههای اولیه هوش مصنوعی را برای حوزههایی مانند پیشبینی ریزش مشتری، پیشبینی تقلب و کلاهبرداری، شناسایی و دستهبندی مشتریان در نظر گرفتهاند، استفاده از هوش مصنوعی در موارد استفاده مربوط به خود صنعت از جمله هسته شبکه[3]، شبکههای دسترسی رادیویی و حوزههای مدیریت شبکه با کندی و احتیاط بیشتری در حال پیگیری است. به طور کلی چالشهای اپراتورها را در این زمینه میتوان به سه دسته عمده تقسیم کرد:
هزینههای عملیاتی: مدیریت جمعآوری و تحلیل بهموقع داده نیازمند هزینههای عملیاتی بالایی است. همچنین افراد به منابع و ابزارهای بسیاری برای افزایش کیفیت کار نیاز دارند تا خطایی ایجاد نشود و تصویر و برند اپراتور زیر سوال نرود.
نیازهای مشتریان: اپراتورها با چالشهای روزانه در برقراری ارتباط با مشتریان بصورت بلادرنگ یا در محل مواجه میشوند که گاهی باعث از دست دادن اعتماد مشتری به شرکت میشود. این چالشها باعث شده است امروزه پاسخگویی، شخصیسازی و ارتباط از طریق همهکانالها بیش از هر زمان دیگری دارای اهمیت باشد.
امنیت و نشت داده: بررسیهای متعدد نشان میدهد که مردم در مورد امنیت دادههای خود تردید دارند و از سرقت هویت و ضرر مالی میترسند. بنابراین تامین نیاز مشتریان به وجود یک محیط امن و ایمن که جلوی هرگونه نشت داده را بگیرد، از اهمیت بالایی برخوردار است [7].
به جز آنچه گفته شد، اپراتورها با یک سری مشکلات فنی و دانشی در پذیرش این فناوری دستوپنجه نرم میکنند. شکل 5 بخشی از عمدهترین چالشهای اپراتورها در بهرهگیری از فناوری هوش مصنوعی را به انتخاب مدیران ارشد این حوزه تصویر کشیده است.
شکل 5: چالش اپراتورها در پذیرش فناوری هوش مصنوعی به انتخاب مدیران [7]
پیشبینی شده است تا سال 2025، حدود 11 میلیارد دلار به کمک فناوری هوش مصنوعی عاید اپراتورها شود [7]. همچنین، هوش مصنوعی میتواند با تحلیل حجم وسیعی از دادههای استفاده نشده، به ایجاد فضایی مناسب برای رشد خدمات جدید، بهبود کیفیت خدمات موجود، ارتقای سطح خدمات به مشتریان و سادهسازی عملیات تجاری کمک کند. عمدهترین ارزش افزوده هوش مصنوعی در اپراتورها در دو بخش زیر قابل شناسایی است:
از دیدگاه مشتریان: استفاده از هوش مصنوعی در بخش خدمات به معنای افزایش سطح شخصیسازی (بر اساس تاریخچه، الگوی مصرف، پروفایل، تناوب، طول مدت استفاده و غیره) است، برنامهها و پیشنهادات شخصی و بهبود کیفیت خدمات در صوت و داده از جمله دیگر مزایا است.
از دیدگاه اپراتورها: ارزش افزوده استفاده از هوش مصنوعی برای اپراتورها عموما در بخش بکاند، با هدف بهینهسازی تبادل داده، تنظیم پویای شبکه، اجرای محاسبات لبه در دستگاههای IoT و گرفتن اطلاعات خروجی مفید از دریاچههای داده است[7].
یکی از محبوبترین کاربردهای هوش مصنوعی در اپراتورها مربوط به هوش مصنوعی مکالمهای، چتباتها و دستیاران صوتی است. این دسته از فناوریهای هوش، میتواند برای برقراری ارتباط بین یک شرکت مخابراتی و مشتریانش استفاده شود. از آنجایی که هوش مصنوعی میتواند حجم نامحدودی از تماسها را مدیریت کند، مشتریان هرگز مجبور نخواهند بود منتظر باشند تا یک نفر بالاخره به آنها جواب دهد، همچنین به کمک این فناوری مشتریان خدمات درجه یک در برقراری ارتباط دریافت خواهند کرد. بهعلاوه، این فناوری با توانایی ادغام یکپارچه در سیستمهای کسبوکاری موجود، میتواند تجربهای شخصیسازی شده برای مشتریان فراهم کند تا آنها مجبور به تکرار تجربیات ناخوشایند نباشند و شرکت از مسیر هر مشتری[4] و تجربههای او اطلاعات خوب و کافی در دست داشته باشد. این شخصیسازی همچنین توانایی ارائه هشدار پرداخت، استفاده از محصول و پیشنهادهای تبلیغاتی را پشتیبانی میکند.
موضوع دیگری که اپراتورها را به استفاده از هوش مصنوعی ترغیب میکند، بحث تشخیص و جلوگیری از کلاهبرداری، تقلب و حملات سایبری است. صنعت ارتباطات از جمله صنایعی است که در برابر کلاهبرداری سایبری و حملات امنیت سایبری آسیبپذیر است. فعالیت های کلاهبرداری در سال 2020 و همزمان با شروع همه گیری کووید-19 به طور چشمگیری افزایش یافت. در واقع، گسترش روزافزون اپلیکیشنهای پرداخت اینترنتی و دیجیتالی منجر به افزایش تقلبها و کلاهبرداریهای آنلاین شد، به طوریکه بر اساس گزارش F5 -یکی از ارائه دهندگان راهحلهای امنیتی در ایالات متحده- حوادث فیشینگ فقط در سال 2020 حدود 15 درصد رشد داشته است[7].
یوزکیسهای پیشگیری و تشخیص تقلب و کلاهبرداری در تلکام در سه بخش قابل دستهبندی است:
تماس ویشینگ[5]: ویشینگ از ترکیب کلمات وویس[6] و فیشینگ[7] ایجاد شده و به معنای تماسهای صوتی است که در آن طی یک تماس تلفنی، قربانی متقاعد به تبادل مالی و اطلاعاتی میشود.
تقلب در تقسیم بینالمللی درآمد (IRSF[8]): این نوع از کلاهبرداری که مخربترین نوع در صنعت اپراتوری است، در موضوع تبادل پول بین یک اپراتور واپراتور دیگر که مبتنی بر تراست بین اپراتوری است ایجاد میشود؛ به این ترتیب که کلاهبرداران برای منقضی شدن لاگها با هدف پولشویی انتظار میکشند و در فرصت مناسب دست به کار میشوند.
یک تماس و قطع: این نوع از کلاهبرداری در ژاپن بسیار مرسوم است و وانگیری[9] نام دارد. در این روش، کلاهبردار سیستمی را برای شمارهگیری تعداد زیادی شماره تلفن تصادفی راهاندازی میکند؛ هر تماس فقط یک بار زنگ میخورد، سپس قطع می شود و یک تماس از دست رفته روی تلفن گیرنده باقی میماند. کاربران اغلب پس از دیدن تماس از دست رفته به شماره مزبور که شمارهای با نرخ حق تماس بالاتر[10] است تماس میگیرند و به این ترتیب کلاهبرداران برای آن شماره ایجاد درآمد میکنند [7].
یوزکیس دیگر هوش مصنوعی در اپراتورها در بحث RPA (خودکارسازی روباتیک فرآیند) است. RPA یک فناوری است که نرمافزار رایانهای را برای جمعآوری دادهها و دستکاری برنامهها به روشی که انسانها انجام میدهند پیکربندی میکند. با RPA، اپراتورها میتوانند عملیاتهای داخلی مانند ورود دادهها، تطبیق یا تأیید، پشتیبانی مشتری، و فروش متقابل و افزایش فروش[11] با تماسهای مبتنی بر هوش مصنوعی را خودکار کنند. اپلیکیشنهای RPA اپراتورها را قادر می سازند تا هزینه ها را کاهش داده، دقت، کارایی و بهبود خدمات مشتری را افزایش دهند. امروزه سطح اتوماسیون در مقایسه با سطح اتوماسیونی که میتوان با فناوری موجود به دست آورد، همچنان فاصله دارد. در حال حاضر طبق برآوردها، 10 تا 25درصد از زمان کاری نیروی انسانی به فعالیتهای تکرارشونده کامپیوتری اختصاص دارد. همچنین، دپارتمان IT در اپراتورها حدود 30 درصد زمان خود را مشغول کارهای پایهای و سطح پایین است. بهعلاوه 50 درصد اپراتورها بین 5 تا 25 دلار برای پردازش فاکتورها به صورت دستی اختصاص میدهند و همه اینها در حالی است که یک فرآیند قانونمند و معمول، تا 70 الی 80 درصد قابل خودکارسازی است. شکل 6 حجم بازار فناوری RPA را در سطح جهان طی سالهای آتی نشان میدهد[7].
شکل 6: حجم بازار فناوری RPA از سال 2020 تا سال 2030 در جهان (ارقام به میلیارد دلار) [7]
رادار فناوری این شماره
گزارشها و مقالات رسیده در بخش رصد فناوری در فراخوان ویژهنامه هوشمندسازی و هوش مصنوعی را میتوان به سه دسته کلی تقسیم کرد:
- فناوریها در حوزه هوش مصنوعی و هوشمندسازی در شبکه و عملیات شبکه
- فناوریها در حوزه سرویسهای قابل ارائه مبتنی بر هوش مصنوعی
- فناوریها در حوزه مدیریت ارتباط با مشتری و تجربه مشتری
از این بین، حوزه شبکه و عملیات شبکه با 6 مقاله بیشترین حوزه فناوری رصد شده توسط رصدگران بودند و حوزه سرویسها و ارتباط با مشتری در رتبههای بعدی قرار داشتند. طبق فهرست، مقالات بخش رصد فناوری با شمارههای زیر قابل ردیابی در رادار هستند.
- استفاده از هوش مصنوعی در شبکههای نرم افزار محور؛ گامی در جهت هوشمندسازی معماری شبکههای مخابراتی
- پیشبینی ظرفیت بار شبکههای سلولی 4G و 5G با هوش مصنوعی
- سامانه ردیابی اشخاص و اشیا
- هوش مصنوعی چگونه به شناخت شخصیت افراد کمک میکند؟
- چت با مردگان؛ جاودانگی مجازی با فناوری ساخت انسانهای دیجیتال
- 5G، بزرگترین متحد هوش مصنوعی
- کاهش هزینه در اپراتورها به کمک فناوریهای هوش مصنوعی
- ارتقای عملکرد مراکز تماس با هوش مصنوعی
- حمله خصمانه به مدلهای هوش مصنوعی
- تحلیل کلاندادهها در صنعت مخابرات؛ چالشها و فرصتها
- هوش مصنوعی در خدمت اپراتورهای مخابراتی
همانطور که پیشبینی هم میشد، بخش قابل توجهی از فناوریهای رصد شده به لحاظ بلوغ فناوری، در مراحل اولیه هستند. از مجموع 11 مقاله برگزیده، 8 فناوری در دو بخش تحقیقات پایه و کاربردی و محصول مفهومی و اولیه ارزیابی شدهاند و هیچکدام در مرحله حضور در بازار نیست.
همچنین، رصدگران عمدتاً اقدام پیشنهادی برای همراه اول را «کسب آمادگی» عنوان کردهاند (8 مقاله از مجموع 11 مقاله). مقالات 10 و 11 به ترتیب با تمرکز بر تحلیل کلان داده در مدیریت ارتباط با مشتری و هوش مصنوعی در شبکه (5G)، دو مقالهای هستند که نیاز به اقدام فوری را پیشنهاد دادهاند.
بهعلاوه، در 9 مقاله از مجموع 11 مقاله، فناوری رصد شده در انطباق کامل و زیاد با فعالیتهای همراه اول ارزیابی شده است و مقالات شماره 5 و 9 به ترتیب با موضوع چت با مردگان و حمله خصمانه به مدلهای هوش به لحاظ انطباق با فعالیتهای شرکت در حد متوسط بودهاند.
شکل 7: رادار فناوری فصلنامه فناوری همراه، شماره 6، ویژهنامه هوشمندسازی و هوش مصنوعی
منابع
[1] Global Technology Governance- WEF, 2021
[2] Artificial Intelligence Evolution- main trends- PWC, 2021
[3] Government AI Readiness Index- Oxford Insights, 2022
[4] (مرکز تحقیقات مخابرات ایران ITRC). (13 مردادماه 1400) ضرورت شکلگیری متوازن زنجیره ارزش هوش مصنوعی در کشور. وزارت ارتباطات و فناوری اطلاعات، پژوهشگاه ارتباطات و فناوری اطلاعات
[5] گزارش اقتصاد دیجیتال ایران 1399- ستاد اقتصاد دیجیتال و هوشمندسازی
[6] دیدهبان اقتصاد دیجیتال ایران- شرکت فناوری و نوآوری هوشمند سایان (سایتک)
[7] AI in Telecommunication 2022- Tovie ai, july 2022
پینوشت
[1] Oxford Insights
[2] Conversational
[3] Core
[4] Customer Journey (سفر یا مسیری است که مشتری از لحظه آشنایی با برند و محصولات تا هنگام خرید و بعد از آن پشت سر میگذارد)
[5] Vishing
[6] Voice
[7] Phishing
[8] International Revenue Sharing Fraud
[9] Wangiri
[10] Premium-rate number
[11] Cross-sell & up-sell
