هوش مصنوعی دیگر یک فناوری صرف نیست، بلکه به یکی از مهمترین عوامل تعیینکننده رقابتپذیری صنایع تبدیل شده است. امیر رحیمی قاضیکلایه، مدیرعامل و نایبرئیس هیاتمدیره هلدینگ سرمایهگذاری صدرآرین، در گفتوگویی اختصاصی از الزامات استقرار هوش مصنوعی در صنعت، چالشهای حاکمیت داده، نقش نیروی انسانی و مسیر ارزشآفرینی این فناوری در بنگاههای صنعتی ایران میگوید.
در ادامه متن کامل این گفت و گو را بخوانید:
آقای دکتر، بسیاری از مدیران ارشد صنعت، هنوز هوش مصنوعی را یک پدیده فناورانه میبینند، نه یک ضرورت استراتژیک، شما چه موضعی دارید؟
این نگاه ریشه در یک خطای شناختی دارد. وقتی مدیری میگوید هوش مصنوعی فناوری است، دارد آنرا با خرید یک دستگاه برابر در نظر میگیرد. اما هوش مصنوعی یک تغییر پارادایم است، نه یک ابزار. تفاوت آن با تجهیزات معمول در این است که تجهیزات کار میکنند، اما هوش مصنوعی یاد میگیرد. هرروزی که سیستم کار میکند، دقیقتر میشود. این یعنی مزیت رقابتی در طول زمان تجمیع میشود، نه ثابت میماند. شرکتی که امروز این مسیر را شروع میکند، سه سال دیگر با دادههایی تصمیم میگیرد که رقیبش اصلاً در اختیار ندارد. این دیگر فناوری نیست؛ این یک دارایی استراتژیک است که روز به روزارزشافزایی میکند.
از منظر اقتصادی، بازگشت سرمایه پیادهسازی هوش مصنوعی در صنایع در چه بازه زمانی محقق میشود و ریسکهای مالی آن کدامند؟
این سوال دقیقاً همان سوالی است که هیئتمدیرهها باید در نظر بگیرند. صادقانه بگویم: بازگشت سرمایه در این حوزه نه خطی است و نه یکنواخت. در سال اول، بخش عمده هزینهها صرف زیرساخت داده، یکپارچهسازی سیستمها، و آموزش نیروی انسانی میشود و خروجی مالی ملموسی نمیبینید. ازسال دوم به بعد خط سود شروع به تغییر میکند. مطالعات نشان می دهد ۷۴ درصد از سازمانها درسال اول پیادهسازی هوش مصنوعی به بازگشت سرمایه رسیدند. در صنعت تولید، بهترین سیستمهای نگهداری هوشمند بین شش تا هجده ماه به نقطه سربهسر میرسند. اما ریسک اصلی نه فناوری، بلکه مدیریت تغییر است. یک گزارشی مککینزی در ۲۰۲۵ منتشر کرد که تنها شش درصد از سازمانها بهعنوان «سازمانهای پیش رو در هوش مصنوعی» شناخته میشوند. تفاوت این شش درصد با بقیه نه در بودجه، بلکه در رهبری تحولگرا و طراحی مجدد فرایندهاست.
در سالهای اخیر مفهوم «حاکمیت هوش مصنوعی» در صنایع پیشرفته جهان جدی شده، آیا صنعت ایران برای این موضوع آماده است و اگر نه، چه خطری در انتظارش است؟
حاکمیت هوش مصنوعی یعنی مجموعه چارچوبها، سیاستها و ساختارهای تصمیمگیری که مشخصمیکند هوش مصنوعی در یک سازمان چگونه توسعه پیدا کند، چه کسی بر آن نظارت داشته باشد و درصورت خطا چه پاسخگویی وجود داشته باشد. واقعیت امر این است که اکثر صنایع ایران برای این موضوع آماده نیستند البته این مشکل منحصر به ایران نیست؛ گروه مشاوران مککینزی نشان داده که در سطح جهانی نیز تنها یک درصد از شرکتها خود را از نظر استقرار هوش مصنوعی «بالغ» میدانند. خطر واقعی اما برای ایران اینجاست: وقتی بدون چارچوب حاکمیتی وارد هوش مصنوعی شوید، نتیجهاش نه شتاب، بلکه آشوب است. تصمیمات اشتباه با سرعت بیشتر گرفته میشوند. سازمانی که پیش از پیادهسازی هوش مصنوعی ساختار حاکمیتی نداشته باشد، با هوش مصنوعی فقط اشتباهاتشرا مقیاسپذیر میکند.
نیروی انسانی در برابر هوش مصنوعی؛ تهدید جدی است یا روایتی اغراقشده؟ جایگاه نیروی کار ماهر در صنایع هوشمند کجاست؟
به نظرم اینگونه سوال را مطرح کنید بهتر باشد که «آیا هوش مصنوعی جای انسان را میگیرد؟» با اینکه «چه نوع انسانی در کنار هوش مصنوعی ارزشآفرین خواهد بود؟» مطالعات جهانی نشان می دهد که هوش مصنوعی پتانسیل افزودن ۴.۴ تریلیون دلار بهرهوری به اقتصاد جهانی را دارد. این ثروت جایی ایجاد میشود که انسان و الگوریتم با هم کار میکنند، نه جایی که یکی جای دیگری را بگیرد. در صنایع سنگین، تجربه میدانی یک مهندس ارشد وقتی با سیستمهای پیشبینانه ترکیب میشود، خروجیای تولید میکند که نه انسان بهتنهایی و نه ماشین بهتنهایی قادر به تولید آن نیستند. آنچه از بین میرودمشاغل تکراری است؛ آنچه رشد میکند قضاوت، تفسیر، و رهبری است.
شما از «کارایی تبدیل» بهعنوان اصلیترین چالش صنایع ایران نام میبرید. این مفهوم دقیقاً چه معنایی دارد و چرا هوش مصنوعی میتواند آن را تغییر دهد؟
کارایی تبدیل یعنی نسبت ارزشی که از یک منبع خام به دست میآید به ارزش بالقوهای که آن منبع میتوانست داشته باشد. ما در ایران در بسیاری از صنایع منابع اولیه عالی داریم اما در فرایند تبدیل آنهابه محصول نهایی با ارزشافزای بالا، ضعف ساختاری داریم. علت اصلی این ضعف سه چیز است: تصمیمات عملیاتی بر اساس حدس و تجربه، نه داده؛ توقفهای ناخواسته که زنجیره تولید را قطعمیکنند؛ و اتلاف انرژی و مواد در فرایندهایی که هیچوقت بهینهسازی نشدهاند. هوش مصنوعی هر سه را هدف میگیرد. وقتی تصمیم بر اساس داده باشد، وقتی خرابی قبل از وقوع پیشبینی شود، و وقتی مصرف انرژی لحظه به لحظه کنترل شود، کارایی تبدیل بالا میرود. در صنایع تولیدی که این مسیر را طی کردهاند، کاهش ۱۲درصدی مصرف انرژی و کاهش ۷۸ درصدی ضایعات گزارش شده است.
در دنیایی که شرکتهای بزرگ فناوری مثل مایکروسافت و زیمنس وارد زنجیره ارزش صنایع سنگین شدهاند، آیا شرکتهای صنعتی ایرانی در خطر از دست دادن کنترل دادههای استراتژیک خود هستند؟
این یکی از مهمترین سوالهایی است که کمتر کسی سوال می کند. وقتی یک پلتفرم تحلیلی خارجی روی عملیات یک معدن یا کارخانه نصب میشود، چه اتفاقی میافتد؟ دادههای تولید، ذخیره، کیفیت، وساعت کاری دستگاهها به زیرساختهای ابری خارجی منتقل میشود. این دادهها نه فقط اطلاعات عملیاتی، بلکه نقشه راه رقابتی آن صنعت هستند. سوال این است که آیا ما چارچوب حاکمیت داده داریم که مشخص کند چه دادهای میتواند از مرز عبور کند و چه دادهای باید داخل بماند؟ پاسخ در اکثرشرکتهای ایرانی نه است. این یک آسیبپذیری جدی است که باید همزمان با پیادهسازی فناوری به آن پرداخته شود، نه بعد از آن.
«هوش مصنوعی مولد» که با ابزارهایی مثل ChatGPT به عموم معرفی شد، چه تاثیر واقعی و اثباتشدهای روی بهرهوری در صنایع دارد؟
هوش مصنوعی مولد یعنی سیستمهایی که قادرند متن، کد، تصویر، یا داده جدید تولید کنند، نه صرفاً داده موجود را تحلیل کنند. در صنعت، کاربردهای آن بسیار متفاوت از آنچه عموم میشناسند است. درمهندسی، تولید خودکار گزارشهای فنی و تحلیل اسناد مناقصه؛ در زنجیره تامین، پیشبینی نوسانات قیمت و شبیهسازی سناریوهای اختلال؛ در نگهداری، تولید دستورالعملهای تعمیر متناسب با هر خرابی خاص. گروه مشاوران مککینزی در ۲۰۲۴ نشان داد که ۶۷ درصد از شرکتهایی که هوش مصنوعی مولد را در حوزه مالی و استراتژی بهکار بردند، افزایش درآمد گزارش کردند. اما نکتهای که کمتر گفته میشود این است: ۷۸ درصد از سازمانهای جهان امروز از هوش مصنوعی در حداقل یک حوزه استفاده میکنند، اما فقط شش درصد تاثیر واقعی بر سودآوری کل سازمان دیدهاند. شکاف بین استفاده و ارزشآفرینی، اصلیترین چالش مدیران امروز است.
چه تفاوتی بین سازمانی که از هوش مصنوعی «استفاده میکند» و سازمانی که از هوش مصنوعی «ارزش میآفریند» وجود دارد؟
این تفاوت از ظاهر بسیار سادهتر از آن چیزی است که فکر میکنیم. سازمانی که از هوش مصنوعی استفاده میکند، ابزارها را خریده، چند پروژه آزمایشی اجرا کرده، و گزارشهایی دارد که میگویند «نتایج امیدوارکننده است.» سازمانی که ارزش میآفریند، فرایندهایش را از اساس بازطراحی کرده، تصمیمات عملیاتیاش دادهمحور شده، و خروجی آن را میتوان در ردیف سود و زیان دید. مککینزی سه مشخصه کلیدی این گروه را شناسایی کرده: بیش از بیست درصد از بودجه دیجیتال را به هوش مصنوعی اختصاص میدهند؛ مدیرعامل شخصاً رهبری تحول را بر عهده دارد؛ و اجرا را از سطح یک فرایند شروعکردهاند، نه از سطح کل سازمان. این گروه پنج برابر بیشتر از سایرین احتمال دارد که تحول واقعی راتجربه کنند.
از منظر رقابتپذیری بینالمللی، ایران در کجای نقشه جهانی پذیرش هوش مصنوعی در صنعت قرار دارد و چه پنجرهای برای جهش وجود دارد؟
در پذیرش هوش مصنوعی در صنعت، آسیا-اقیانوسیه با ۴۱.۸ درصد از سهم جهانی در سال ۲۰۲۴ رهبری میکند. ایران در این نقشه نه در دسته پیشرو است و نه در دسته متوسط. اما این لزوماً به معنای شکست دائمی نیست. تاریخ صنعتی نشان داده که کشورهایی که دیر وارد یک موج تکنولوژیک شدهاند، اگر هوشمندانه عمل کنند، میتوانند از اشتباهات پیشگامان اجتناب کنند و مراحل میانی را حذف کنند. این را «leapfrogging» یا جهش از روی مراحل مینامند. پنجره ایران در این است که زیرساختهای معدنی و صنعتی نسبتاً بزرگ دارد، نیروی انسانی تحصیلکرده در مهندسی دارد، و هنوز سیستمهای قدیمیاش آنقدر دیجیتالی نشده که تغییرشان هزینهای عظیم داشته باشد. این ترکیب اگر با اراده مدیریتی همراه شود، فرصت واقعی است.
آخرین سوال؛ اگر بخواهید به مدیرعامل یک شرکت صنعتی ایرانی که امروز میخواهد اولین قدم جدی را در هوش مصنوعی بردارد سه توصیه بدهید، آنها کدامند؟
توصیه اول: از داده شروع کنید، نه از الگوریتم. بزرگترین اشتباهی که شرکتها میکنند این است که سیستم هوش مصنوعی میخرند اما دادههای قابلاعتماد ندارند. هوش مصنوعی بدون داده کیفی مثل موتور پرقدرتی است که بنزین آلوده دارد. اول دادههایتان را بشناسید، تمیز کنید، و ساختاربندی کنید.
توصیه دوم: یک مساله واقعی و کوچک انتخاب کنید. نه «هوشمندسازی کل کارخانه»، بلکه «کاهش توقفهای ناخواسته یک خط تولید خاص». وقتی آن مساله حل شد و نتیجه دیده شد، سازمان برای قدم بعدی آمادهتر است. اجرای موفق یک پروژه کوچک، بیشتر از هر سمینار و گزارشی سازمان را متقاعدمیکند.
توصیه سوم: رهبری را جدی بگیرید. ۹۲ درصد از مدیران ارشد جهان برنامه افزایش بودجه هوش مصنوعی دارند. در سازمانهایی که مدیرعامل شخصاً تحول را رهبری نمیکند، پروژههای هوش مصنوعی با احتمال بسیار بالاتری در سطح آزمایشی باقی میمانند و به مرحله ارزشآفرینی نمیرسند. هوش مصنوعی یک پروژه فناوری نیست که به واحد فناوری بسپاریدش؛ یک تحول سازمانی است که باید از اتاق هیاتمدیره هدایت شود.
تبادل نظر