پایگاه خبری فولاد ایران - در رقابت جهانی برای همگامشدن با شتاب سرسامآور پیشرفتهای هوش مصنوعی، اروپا همچنان شانس پیروزی دارد؛ اما نه از مسیر تقلید از مدلهای سیلیکونولی. طبق گزارش مجمع جهانی اقتصاد، به باور تحلیلگران، مزیت واقعی اروپا در تمرکز بر هوش مصنوعی فیزیکی نهفته است؛ حوزهای که مستقیماً با صنعت، تولید، ماشینآلات، رباتیک و زیرساختهای واقعی سر و کار دارد. چنین رویکردی با سابقه تاریخی اروپا بهعنوان قطب مهندسی و تولید صنعتی همخوانی دارد و بر رهبری کنونی این قاره در صنایعی مانند شیمی، داروسازی، هوافضا و خودروسازی تکیه میکند.
شرکتهای اروپایی بهطور سنتی بر توانمندیهای عمیق عملیاتی بنا شدهاند؛ توانمندیهایی که بهرهوری، کیفیت و تعالی عملیاتی را تضمین میکند. همین ویژگیها فرصت روشنی پیش روی رهبران کسبوکار در اروپا قرار میدهد تا با بهکارگیری هوش مصنوعی در زنجیره تأمین، لجستیک، عملیات، ماشینآلات و رباتیک، مزیت رقابتی خود را تقویت کنند. افزون بر این، تمرکز بر هوش مصنوعی فیزیکی با چارچوب مقرراتی اتحادیه اروپا نیز سازگارتر است، زیرا مقررات اصلی اتحادیه عمدتاً ناظر بر دادههای مصرفکنندگان و شهروندان است، نه مالکیت فکری محرمانه شرکتها.
از منظر اقتصادی نیز، هوش مصنوعی فیزیکی بیشترین بازده را برای اقتصادهایی با هزینه نیروی کار بالا به همراه دارد؛ جایی که بازگشت سرمایه سریعتر و قابلپیشبینیتر است. در این مسیر، اروپا میتواند با سرمایهگذاری بر «قهرمانان پنهان»، شرکتهای متوسطی که کمتر در تیتر رسانهها دیده میشوند اما در حوزههای تخصصی خود رهبر بازارند، مزیت خود را دوچندان کند. این شرکتها که بسیاری از آنها در اروپا مستقرند، دارنده پتنت، شکلدهنده بازار و بستر ایدهآل برای بهکارگیری نوآوریهای مبتنی بر هوش مصنوعی در رباتیک و ماشینآلات هستند.
برخلاف ایالات متحده که اکوسیستم آن عمدتاً برای استارتاپهای نرمافزاری بهینه شده، اکوسیستم شرکتی اروپا برای صنایع داراییمحور طراحی شده است: خودروسازی در آلمان، فرانسه، ایتالیا و سوئد؛ ماشینآلات صنعتی در آلمان، اتریش و ایتالیا؛ لجستیک و تولید در هلند، بلژیک، جمهوری چک و لهستان؛ و سلامت و داروسازی در کشورهای نوردیک، آلمان، سوئیس و ایتالیا. ترکیب شرکتهای صنعتی بزرگ، قهرمانان پنهان با میراث مهندسی و مشارکتهای دولتی-خصوصی، بستر مناسبی برای نوآوریهای سرمایهبر و بلندمدت فراهم میکند.
با این حال، برای بهرهبرداری کامل از این فرصت، اروپا با سه چالش کلیدی روبهروست. نخست، اصلاح مقررات است. اگرچه اروپا در پژوهشهای علمی قدرتمند است، اما در مقیاسدادن و تجاریسازی هوش مصنوعی و رباتیک عقبتر از رقبا عمل کرده است. ایجاد برنامههای مشترک اروپایی برای مدلهای «هوش مصنوعی تجسمیافته»، استانداردهای ایمنی هماهنگ برای رباتها و مسیرهای سریعتر آزمایش سامانههای فیزیکی خودمختار میتواند این شکاف را کاهش دهد.
دوم، توسعه تخصص و مهارتهای هوش مصنوعی است. بسیاری از مدیران معتقدند بهینهسازیهای سنتی به سقف خود رسیدهاند و گذار به هوش مصنوعی فیزیکی مستلزم رهبرانی با ذهنیت «AI-first» است. این گذار همچنین به راهبردی جامع برای مهارتآموزی نیروی کار نیاز دارد؛ از تکنسینهای رباتیک و مهندسان هوش مصنوعی گرفته تا متخصصان نگهداری و تعامل انسان-ماشین.
سومین و شاید مهمترین عامل، اشتراکگذاری دادههاست. هوش مصنوعی فیزیکی به حجم عظیمی از دادههای واقعی، متنوع و ناهمگون نیاز دارد؛ دادههایی که هیچ شرکت واحدی بهتنهایی قادر به تأمین آن نیست. موفقیت اروپا در گرو همکاری، ایجاد فضاهای داده مشترک، توسعه دوقلوهای دیجیتال و شبیهسازیهای جهانی است. مزیت اروپا در اینجاست که صنایع آن از پیش دادههای عملیاتی ساختیافته تولید میکنند؛ مشکل کمبود داده نیست، بلکه نبود تعاملپذیری و تجمیع است.
نمونههای عملی نشان میدهد این رویکرد شدنی است. برخی شرکتهای صنعتی با استفاده از مدلهای هوش مصنوعی در زنجیره تأمین توانستهاند سطح موجودی انبار را تا ۱۷ درصد کاهش دهند و میلیونها یورو صرفهجویی ایجاد کنند. در صنعت خودرو نیز، خودکارسازی و هوشمندسازی فرآیندهای تدارکات به بهبود بهرهوری بیش از ۲۰ درصد منجر شده است.
در نهایت، پیام اصلی روشن است: در عصر پس از هوش مصنوعی مولد، مزیت رقابتی جدید نه در انحصار داده، بلکه در همکاری هوشمندانه با تکیه بر داده و هوش مصنوعی شکل میگیرد. مقررات اروپایی از دادههای شهروندان محافظت میکند، اما دادههای غیرمصرفکننده در اختیار رهبران کسبوکار است. آینده اروپا به شرکتهایی تعلق خواهد داشت که دادههای خود را بهصورت باز اما هدفمند به اشتراک میگذارند، از تجربه جمعی صنایع میآموزند و هوش مصنوعی را در خدمت رشد اقتصادی، رفاه و انسجام اجتماعی به کار میگیرند.
منبع: Weforum