حسن اطاعت، مشاور کسبوکار و فعال حوزه وب و تجارت الکترونیکی، مشاهدات خود از رویداد HumanX آمستردام را در مجموعه گزارشهایی اختصاصی برای راه پرداخت روایت میکند. او در چهارمین روز سفر خود از از دل نشستها و غرفهها، بیش از هر چیز پرسشهایی درباره آینده حکمرانی هوش مصنوعی، مسئولیتپذیری و تبدیل نمونههای آزمایشی به کاربردهای واقعی میپرسد؛ از رویکرد اروپایی به مقررات و تجربه IKEA در استفاده هدفمند از AI تا توسعه فعالیت Verneek در اروپا میگوید. روایت این روز، در نهایت به یک پرسش مشترک میرسد: هوش مصنوعی چگونه باید از یک فناوری آزمایشی به زیرساختی قابلاعتماد، مسئولانه و دارای ارزش اقتصادی واقعی تبدیل شود؟
۲۴ سپتامبر، سومین و آخرین روز HumanX آمستردام بود. برنامه روز را با حضور در کنفرانس مطبوعاتی کوچکی با Stefan Weitz، همبنیانگذار و مدیرعامل HumanX آغاز کردم و پس از آن سراغ سومین جهتگیری رفتم که از ابتدای این سفر قصد داشتم دنبال کنم: مقررات، مسئولیتپذیری و حاکمیت هوش مصنوعی.
در کشور ما معمولاً فناوریهای جدید با سرعت و بدون چارچوب مشخص وارد میشوند و درست زمانی که نخستین سرمایهگذاریها به نتیجه رسیده و کسبوکارها در حال شکلگیریاند، سروکله رگولاتور پیدا میشود؛ مقرراتی وضع میکند که گاهی بخش مهمی از فعالیتهای انجامشده را ممنوع میسازد یا مدل اقتصادی آنها را تغییر میدهد. در آمریکا معمولاً رقابت بر سر مدل بزرگتر، سرمایه بیشتر و سرعت بالاتر برجسته میشود؛ اما در اروپا واژههایی مانند شفافیت، قابلیت حسابرسی، حاکمیت داده، مسئولیتپذیری و نتایج اقتصادی قابلاندازهگیری بیشتر به چشم میخورند.
بخوانید: گزارش نخست از HumanX آمستردام
این تفاوت اکنون فقط در حد ادبیات نیست. از دوم اوت امسال، مرحله تازهای از اجرای قانون هوش مصنوعی اتحادیه اروپا آغاز شده و الزامات جدیدی درباره شفافیت، محتوای تولیدشده با هوش مصنوعی و مسئولیت ارائهدهندگان مدلهای عمومی به اجرا درآمده است. هنوز بخشهایی از مقررات مربوط به سامانههای پرخطر، طی سالهای آینده اجرایی خواهند شد؛ اما پیام کلی روشن است: اروپا میخواهد پیش از فراگیرشدن کامل این فناوری، قواعد استفاده از آن را تعیین کند.
هنوز معلوم نیست این تأکید اروپایی بر کنترل و مقررات در عمل به مزیت رقابتی تبدیل خواهد شد یا سرعت نوآوری را کاهش خواهد داد. شاید مقررات سختگیرانه اعتماد ایجاد کند و شرکتهای اروپایی را برای ورود هوش مصنوعی به صنایع حساس آمادهتر سازد؛ شاید هم هزینه انطباق را بالا ببرد، سرمایه را فراری دهد و بخشی از فاصله اروپا با آمریکا و چین را بیشتر کند.
در یکی از برنامههای امروز با عنوان «هوش مصنوعی هدفمند؛ ساخت مسئولیتپذیری در مقیاس بزرگ»، IKEA نمونهای عملی از رویکرد اروپایی را ارائه کرد.
این شرکت بهجای آنکه از خود بپرسد «چگونه از هوش مصنوعی استفاده کنیم؟»، پرسش را تغییر داده است: «هوش مصنوعی چگونه میتواند در خدمت هدف ما قرار گیرد؟»
بخوانید: گزارش دوم از رویداد HumanX
IKEA برای پاسخ به این پرسش، همان چارچوب قدیمی «طراحی دموکراتیک» خود را به توسعه هوش مصنوعی تعمیم داده است. در این چارچوب، فناوری باید مسئلهای واقعی را حل کند، تا جای ممکن نامرئی و بدون اصطکاک باشد، از دقت و امنیت کافی برخوردار باشد، عادلانه و قابلاعتماد عمل کند و در نهایت، هزینه محصولات و خدمات را به شکلی افزایش ندهد که مأموریت قدیمی شرکت برای عرضه محصولات مقرونبهصرفه زیر سؤال برود.
نکته مهم این بود که IKEA پیش از گسترش استفاده از هوش مصنوعی، به سراغ ایجاد چارچوب داخلی رفته است: هوش مصنوعی در کجا استفاده خواهد شد، در کجا نباید به کار گرفته شود و کارکنان با چه اصولی باید از آن استفاده کنند. برنامههای سواد هوش مصنوعی نیز با هدف تبدیل نگرانی کارکنان به کنجکاوی طراحی شدهاند. این شرکت همزمان باید تصمیم بگیرد چه ابزارهایی را خود بسازد، در چه زمینههایی از شرکای بیرونی کمک بگیرد و کدام مسائل کسبوکار در اولویت قرار دارند.
نمونههای کاربردی ارائهشده نشان میدادند که مسئولیتپذیری الزاماً به معنای کندشدن یا کنارگذاشتن منافع اقتصادی نیست. IKEA از هوش مصنوعی برای شخصیسازی ارتباط با اعضای باشگاه مشتریان، تولید توضیحات تصویری برای نابینایان و کمبینایان و کمک به طراحی فضای داخلی استفاده میکند. ابزار IKEA Creative نیز تلاش میکند رابطه مشتری با شرکت را از خرید یک صندلی یا میز، به تجربه طراحی یک اتاق تغییر دهد.
بخوانید: روایت سوم از رویداد HumanX
در بخش عملیات، سامانه WasteWatch در بیش از ۴۰۰ رستوران IKEA برای شناسایی و کاهش ضایعات غذایی به کار رفته و براساس اعداد ارائهشده، میزان دورریز هر بشقاب را بهطور متوسط حدود ۶۰ درصد کاهش داده است. در خدمات مشتری نیز چتبات Billy توانسته سهم پرسشهایی را که بدون انتقال به نیروی انسانی پاسخ داده میشوند، از ۴۷ به ۷۴ درصد افزایش دهد. کارکنانی که از بخشی از پاسخگوییهای تکراری آزاد شدهاند، به فعالیتهایی مانند مشاوره طراحی خانه و فروش از راه دور منتقل شدهاند.
این تفکیک اهمیت دارد: نباید تمام درآمد کانال فروش از راه دور را مستقیماً به چتبات نسبت داد. ارزش واقعی فناوری در اینجا فقط حذف یک نیروی انسانی نیست؛ بخشی از وقت کارکنان را از پاسخگویی تکراری آزاد کرده و به کاری منتقل کرده است که برای مشتری و شرکت ارزش بیشتری دارد. پیام اصلی IKEA نیز همین بود: هوش مصنوعی باید توانایی انسان را افزایش دهد، نه اینکه صرفاً جای او را بگیرد.
اما مسئله فقط مسئولانهبودن نیست. بسیاری از ابزارهای هوش مصنوعی هرگز از مرحله آزمایشی وارد عملیات واقعی سازمان نمیشوند. نمایش یک نمونه جذاب در محیط کنترلشده آسانتر از اتصال آن به سامانههای قدیمی، دادههای پراکنده و فرایندهایی است که اشتباه در آنها هزینه واقعی دارد. در مرحله آزمایش، خطا را میتوان بخشی از یادگیری دانست؛ اما در بانک، بیمارستان، کارخانه، شبکه انرژی یا زنجیره تأمین، همان خطا ممکن است به زیان مالی، توقف عملیات یا آسیب به انسان منجر شود.
به همین دلیل، چند برنامه امروز روی فاصله میان «اجرای آزمایشی» و «قابلاتکابودن» متمرکز بودند. یکی از آنها با عنوان «چرا بیشتر ابزارهای هوش مصنوعی هرگز وارد سازمان نمیشوند» به این پرسش میپرداخت که یک عرضهکننده چگونه از فروش یک نمونه امیدوارکننده، به شریکی ضروری برای یک سازمان بزرگ تبدیل میشود.
برنامه دیگری با عنوان «موتور قطعی» مسئله را یک مرحله جلوتر میبرد: هرچه هوش مصنوعی از دستیار دیجیتال به سامانههای حیاتی و جهان فیزیکی نزدیکتر شود، قابلیت اعتماد دیگر یک امتیاز اضافی نیست. سامانه باید بتواند با دقت عمل کند، محیط پیچیده را بفهمد و توضیح دهد که چرا به یک تصمیم رسیده است. در چنین کاربردهایی نمیتوان به مدیری که درباره علت یک تصمیم اشتباه سؤال میکند، پاسخ داد که مدل براساس احتمالات چنین نتیجهای گرفته است.
همین نگرانی در مورد عاملهای هوشمند نیز وجود دارد. تقریباً همه شرکتها اکنون نمونهای از این عاملها را در گوشهای از سازمان آزمایش میکنند، اما تعداد بسیار کمتری حاضرند یک عامل هوشمند را بدون نظارت مسئول اجرای یک فرایند واقعی کنند. تفاوت بزرگی میان «داشتن یک عامل هوشمند» و «وابستهشدن عملیات به آن» وجود دارد. وقتی این ابزار از محیط آزمایشی خارج میشود، مهندسی قابلاعتماد، کنترل دسترسی، ثبت تصمیمها، توقف اضطراری و مشخصبودن مسئولیت خطا اهمیت پیدا میکند.
از این زاویه، مقررات لزوماً دشمن نوآوری نیست. اگر دقیق و قابلپیشبینی باشد، میتواند مسئولیتها را روشن کند و به مدیران اطمینان دهد که پروژه را از مرحله آزمایش عبور دهند. مشکل از جایی آغاز میشود که مقررات مبهم، متغیر یا آنقدر پرهزینه باشد که فقط شرکتهای بزرگ توان رعایت آن را داشته باشند و استارتاپهای کوچکتر از میدان خارج شوند.
در میان برنامههای امروز، دیدن نام نسرین مصطفیزاده برایم جالب بود؛ نامی ایرانی در فهرست سخنرانان رویدادی که درباره آینده هوش مصنوعی اروپا صحبت میکند. بررسی بیشتر نشان داد این شباهت اسمی تصادفی نیست. مصطفیزاده و همسرش، دکتر امید بخشنده، دو پژوهشگر ایرانی هوش مصنوعیاند که پس از مهاجرت به آمریکا، شرکت Verneek را در سال ۲۰۲۱ در نیویورک تأسیس کردهاند. مصطفیزاده پیش از راهاندازی این شرکت، در مجموعههایی مانند مایکروسافت، گوگل و BenevolentAI فعالیت پژوهشی داشته و در سال ۲۰۱۹ نیز در فهرست «۳۰ چهره زیر ۳۰ سال» فوربس قرار گرفته است.
او در سخنرانی کوتاه خود اعلام کرد Verneek فعالیتش را در اروپا گسترش میدهد و نخستین دفتر اروپایی این شرکت در لوکزامبورگ تأسیس خواهد شد. به گفته او، تناسب مقرراتی و عملیاتی لوکزامبورگ برای شرکتهای آمریکایی که قصد ورود به بازار اروپا را دارند، یکی از دلایل انتخاب این کشور بوده است و در سالهای آینده دفاتر دیگری نیز در اروپا راهاندازی خواهند شد.
Verneek برای صنایع خردهفروشی و کالاهای مصرفی، چیزی فراتر از یک چتبات یا دستیار خرید عرضه میکند. این شرکت محصول خود را یک «سیستمعامل هوش مصنوعی» معرفی میکند که قرار است دادهها و فرایندهای جداافتاده یک بنگاه را به یکدیگر متصل کند: از طراحی محصول، خرید و برنامهریزی کالا گرفته تا بازاریابی، افزایش مراجعه به فروشگاه، وفادارسازی مشتری، پیشنهاد پوشش، جستوجوی محصول و خدمات مشتری.
مصطفیزاده میان رویکرد Verneek و رقابتی که در بخشی از صنعت هوش مصنوعی آمریکا جریان دارد، تمایز جالبی قائل شد. به تعبیر او، بهجای «بیشینهکردن مصرف توکن» و افزودن بیهدف قابلیتهای هوش مصنوعی، باید تأثیر آن بر صورت سود و زیان شرکت سنجیده شود. این حرف با پرسشی که در تمام این سفر دنبال کردهام همخوان است: هوش مصنوعی دقیقاً کدام مسئله واقعی بنگاه را حل میکند و ارزش اقتصادی آن چگونه اندازهگیری میشود؟
دیدگاه دیگر او این بود که اقتصاد کمتر فناوریمحور اروپا، برخلاف تصور رایج، الزاماً نقطهضعف این قاره نیست. حضور صنایع واقعی و ریشهداری مانند خردهفروشی، کالاهای مصرفی و برندهای لوکس میتواند محل روشنتری برای آزمودن اثر اقتصادی هوش مصنوعی فراهم کند. در چنین بازاری، یک راهکار نه با بزرگی مدل و تعداد توکنهای مصرفشده، بلکه با افزایش فروش، کاهش هزینه، بهبود موجودی و رضایت مشتری قضاوت میشود.
البته اعلام افتتاح دفتر در اروپا هنوز به معنای موفقیت در این بازار نیست. Verneek باید نشان دهد که راهکار آمریکایی آن میتواند با مقررات، زبانها، فرهنگهای مصرف و ساختارهای متفاوت بازار اروپا سازگار شود. بااینحال، حضور شرکتی آمریکایی با دو بنیانگذار ایرانی در این بحث، برای من یکی از غافلگیریهای خوشایند روز پایانی بود؛ بهویژه اینکه آنان اروپا را نه بازاری گرفتار مقررات، بلکه فرصتی جدی برای کاربرد اقتصادی و تخصصی هوش مصنوعی میبینند.
در کارگاه دیگری نیز با فعالیت تحریریه اروپایی LinkedIn آشنا شدم؛ بخشی که این شبکه حرفهای را از یک محل کاریابی و ارتباطات شغلی فراتر برده و با انتخاب و توزیع هدفمند اخبار اقتصادی، بازار کار و رویدادهای مهم، به یک رسانه تخصصی تبدیل کرده است.
یکی از برنامههای پایانی امروز نیز عنوان معناداری داشت: «اروپا، حاکمیت و رقابت هوش مصنوعی»؛ گفتوگویی با حضور Nick Clegg، معاون پیشین نخستوزیر بریتانیا و مدیر سابق امور جهانی متا که اکنون در حوزه سرمایهگذاری خطرپذیر فعالیت میکند. همین سابقه سهگانه در دولت، یکی از غولهای فناوری و سرمایهگذاری، برای طرح پرسش اصلی این برنامه معنادار بود: وقتی فناوری سریعتر از سیاستگذاری حرکت میکند، چه کسی در نهایت قواعد بازی را تعیین خواهد کرد؟
این پرسش نشان میدهد که حاکمیت هوش مصنوعی فقط درباره محدودکردن یک فناوری یا حفاظت از اطلاعات شخصی نیست. هوش مصنوعی اکنون بخشی از رقابت سیاسی و اقتصادی جهان است و دولتها، استارتاپها و شرکتهای بزرگ فناوری همزمان برای اثرگذاری بر مفاهیمی مانند ایمنی، رقابت، حاکمیت و کنترل تلاش میکنند.
مسئله اروپا نیز فقط وضع مقررات بهتر نیست. قارهای که بخش مهمی از زیرساخت ابری، تراشهها و مدلهای بنیادین موردنیازش را از شرکتهای خارجی تأمین میکند، باید نشان دهد که واقعاً قادر به تعیین قواعد مستقل است. حاکمیت بدون برخورداری از زیرساخت، سرمایه و شرکتهای قدرتمند، ممکن است بیشتر به مدیریت وابستگی شباهت داشته باشد تا استقلال فناوری.
پس از سه روز حضور در HumanX، پاسخ روشنی برای این پرسش ندارم که آیا اروپا در رقابت جهانی هوش مصنوعی عقب مانده است یا نه. آنچه میتوان دید، تلاش برای تعریف نوع دیگری از رقابت است: رقابتی که قرار نیست فقط با تعداد پارامترهای مدل، حجم سرمایه یا سرعت عرضه محصول سنجیده شود؛ بلکه اعتماد، انطباق با مقررات، قابلیت حسابرسی و اثر اقتصادی واقعی نیز در آن اهمیت دارند.
اروپا تنها با قانونگذاری برنده این رقابت نخواهد شد؛ همانطور که سرعت و سرمایه، بدون اعتماد و کاربرد واقعی، موفقیت آمریکا یا چین را تضمین نمیکند. فرصت اروپا شاید در ساخت هوش مصنوعی تخصصی و قابلاعتماد برای صنایع واقعی باشد؛ همان صنایعی که اشتباه در آنها هزینه دارد و نمایش جذاب یک محصول، جای نتیجه اقتصادی را نمیگیرد.
اگر اروپا بتواند مقررات را به زیرساخت اعتماد تبدیل کند، شاید سختگیری امروز به مزیت فردا تبدیل شود. اما اگر این مقررات پیچیده، متغیر و پرهزینه باقی بمانند، ممکن است شرکتهایی را که قرار است آینده هوش مصنوعی اروپا را بسازند، به سوی بازارهای دیگر هدایت کنند.
در پایان HumanX، پرسش اصلی برای من دیگر این نیست که هوش مصنوعی چه کارهایی میتواند انجام دهد. پرسش مهمتر این است که چه کسی زیرساخت آن را میسازد، چه کسی قواعدش را تعیین میکند، چه کسی از ارزش اقتصادی آن بهره میبرد و در نهایت، چه کسی مسئول پیامدهای تصمیمهای آن خواهد بود.