در مسیر توسعه هوش مصنوعی، تمرکز صرف بر بزرگ‌تر کردن مدل‌ها و افزایش توان محاسباتی، همه مسئله نیست.
بخش مهمی از پیشرفت به چگونگی طراحی فرایند حل مسئله بازمی‌گردد: چگونه مسئله را به اجزای قابل مدیریت تقسیم کنیم، فرصت تحلیل و بازبینی را فراهم آوریم و در نهایت پاسخی دقیق، قابل اتکا و متناسب با نیاز کاربر تولید کنیم. هوشمندی واقعی فقط در توانایی تولید پاسخ خلاصه نمی‌شود؛ کیفیت استدلال، انسجام مراحل تصمیم‌گیری و قابلیت ارزیابی نتایج نیز به همان اندازه اهمیت دارند.
برای سازمان‌ها و سیاست‌گذاران، این نگاه یک پیام راهبردی دارد: آینده هوش مصنوعی صرفاً در اختیار سازمان‌هایی نیست که به بزرگ‌ترین مدل‌ها دسترسی دارند؛ بلکه متعلق به سازمان‌هایی است که مسئله را درست تعریف می‌کنند، داده و فرایند را به‌درستی سامان می‌دهند و فناوری را متناسب با نیاز واقعی به‌کار می‌گیرند. حرکت به سوی هوش مصنوعی کارآمد، مستلزم توجه هم‌زمان به کیفیت، هزینه، سرعت، قابلیت اعتماد و ارزش‌آفرینی است. معیار موفقیت نیز نباید میزان استفاده از فناوری باشد، بلکه باید دید هوش مصنوعی تا چه اندازه به حل مسائل واقعی، ارتقای بهره‌وری و بهبود تصمیم‌گیری کمک کرده است.
#دکتر‌حمیدرضا‌احمدیان
بخش مهمی از پیشرفت به چگونگی طراحی فرایند حل مسئله بازمی‌گردد: چگونه مسئله را به اجزای قابل مدیریت تقسیم کنیم، فرصت تحلیل و بازبینی را فراهم آوریم و در نهایت پاسخی دقیق، قابل اتکا و متناسب با نیاز کاربر تولید کنیم. هوشمندی واقعی فقط در توانایی تولید پاسخ خلاصه نمی‌شود؛ کیفیت استدلال، انسجام مراحل تصمیم‌گیری و قابلیت ارزیابی نتایج نیز به همان اندازه اهمیت دارند.
برای سازمان‌ها و سیاست‌گذاران، این نگاه یک پیام راهبردی دارد: آینده هوش مصنوعی صرفاً در اختیار سازمان‌هایی نیست که به بزرگ‌ترین مدل‌ها دسترسی دارند؛ بلکه متعلق به سازمان‌هایی است که مسئله را درست تعریف می‌کنند، داده و فرایند را به‌درستی سامان می‌دهند و فناوری را متناسب با نیاز واقعی به‌کار می‌گیرند. حرکت به سوی هوش مصنوعی کارآمد، مستلزم توجه هم‌زمان به کیفیت، هزینه، سرعت، قابلیت اعتماد و ارزش‌آفرینی است. معیار موفقیت نیز نباید میزان استفاده از فناوری باشد، بلکه باید دید هوش مصنوعی تا چه اندازه به حل مسائل واقعی، ارتقای بهره‌وری و بهبود تصمیم‌گیری کمک کرده است.
#دکتر‌حمیدرضا‌احمدیان
۴۴۱
هوش مصنوعی دیگر صرفاً یک فناوری جدید در کنار سایر فناوری‌ها نیست. این فناوری در حال تغییر مناسبات میان سرمایه، نیروی کار، زیرساخت، تولید، بازار، دولت و حتی روابط ژئوپلیتیکی است. به همین دلیل، تحلیل آثار اقتصادی هوش مصنوعی با تمرکز صرف بر توانایی مدل‌ها، تعداد کاربران یا میزان سرمایه‌گذاری شرکت‌های فناوری، تصویر ناقصی از تحولات پیش‌رو ارائه می‌دهد.
گزارش جدید مؤسسه مکینزی با عنوان «اقتصاد هوش مصنوعی: نیروهای به‌هم‌پیوسته، حلقه‌های بازخورد و سرعت‌های تغییر» دقیقاً بر همین مسئله تأکید می‌کند: مسیر آینده هوش مصنوعی را نه یک فناوری منفرد، بلکه تعامل مجموعه‌ای از نیروهای اقتصادی، نهادی، اجتماعی و فناورانه تعیین خواهد کرد.
این نگاه یک تغییر مهم در شیوه تحلیل اقتصاد دیجیتال محسوب می‌شود. پرسش اصلی دیگر این نیست که هوش مصنوعی چه کارهایی می‌تواند انجام دهد؛ بلکه این است که اقتصاد، سازمان‌ها و نهادها تا چه اندازه توانایی تبدیل این قابلیت‌ها به ارزش اقتصادی و اجتماعی را دارند.
#دکتر‌حمیدرضا‌احمدیان
گزارش جدید مؤسسه مکینزی با عنوان «اقتصاد هوش مصنوعی: نیروهای به‌هم‌پیوسته، حلقه‌های بازخورد و سرعت‌های تغییر» دقیقاً بر همین مسئله تأکید می‌کند: مسیر آینده هوش مصنوعی را نه یک فناوری منفرد، بلکه تعامل مجموعه‌ای از نیروهای اقتصادی، نهادی، اجتماعی و فناورانه تعیین خواهد کرد.
این نگاه یک تغییر مهم در شیوه تحلیل اقتصاد دیجیتال محسوب می‌شود. پرسش اصلی دیگر این نیست که هوش مصنوعی چه کارهایی می‌تواند انجام دهد؛ بلکه این است که اقتصاد، سازمان‌ها و نهادها تا چه اندازه توانایی تبدیل این قابلیت‌ها به ارزش اقتصادی و اجتماعی را دارند.
#دکتر‌حمیدرضا‌احمدیان
۲
اقتصاد هوش مصنوعی چگونه شکل می‌گیرد؟
جالبه اگر بدانید که مکینزی برای توضیح این نظام، سه لایه تحلیلی معرفی می‌کند:
الف) لایه بنیادین؛ ظرفیت‌های شکل‌دهنده هوش مصنوعی
این لایه شامل چهار مؤلفه اصلی است:- قابلیت‌های هوش مصنوعی و پیشرفت مدل‌ها؛- تحقیق و توسعه و سرمایه‌گذاری فناورانه؛- منابع فیزیکی شامل تراشه، مراکز داده، انرژی، آب و زیرساخت محاسباتی؛- نهادها، مقررات، استانداردها و شرایط اعتماد عمومی.
ب) لایه انتقال؛ تبدیل قابلیت به کاربرد اقتصادی
در این سطح، فناوری وارد فعالیت واقعی بنگاه‌ها، دولت‌ها و زندگی مردم می‌شود. پذیرش فناوری به‌تنهایی کافی نیست؛ سازمان‌ها باید ساختارها، گردش کار، فرایندهای تصمیم‌گیری و مدل عملیاتی خود را با قابلیت‌های جدید تطبیق دهند.
ج) لایه پیامدها؛ آثار اقتصادی و اجتماعی
نتایج این تحول در حوزه‌های مختلف ظاهر می‌شود:- رشد بهره‌وری؛- نوآوری و خلق محصولات جدید؛- ایجاد تقاضا و بازارهای تازه؛- تغییر مشاغل و مهارت‌ها؛- جابه‌جایی سرمایه؛- تغییر ساختار رقابت بنگاه‌ها؛- تغییر موازنه‌های ژئوپلیتیکی؛- آثار اجتماعی و رفاهی.
نکته مهم این است که این سه لایه مستقل از یکدیگر عمل نمی‌کنند. هر تغییر در یک بخش می‌تواند بخش‌های دیگر را تقویت یا محدود کند.
#دکتر‌حمیدرضا‌احمدیان
جالبه اگر بدانید که مکینزی برای توضیح این نظام، سه لایه تحلیلی معرفی می‌کند:
الف) لایه بنیادین؛ ظرفیت‌های شکل‌دهنده هوش مصنوعی
این لایه شامل چهار مؤلفه اصلی است:- قابلیت‌های هوش مصنوعی و پیشرفت مدل‌ها؛- تحقیق و توسعه و سرمایه‌گذاری فناورانه؛- منابع فیزیکی شامل تراشه، مراکز داده، انرژی، آب و زیرساخت محاسباتی؛- نهادها، مقررات، استانداردها و شرایط اعتماد عمومی.
ب) لایه انتقال؛ تبدیل قابلیت به کاربرد اقتصادی
در این سطح، فناوری وارد فعالیت واقعی بنگاه‌ها، دولت‌ها و زندگی مردم می‌شود. پذیرش فناوری به‌تنهایی کافی نیست؛ سازمان‌ها باید ساختارها، گردش کار، فرایندهای تصمیم‌گیری و مدل عملیاتی خود را با قابلیت‌های جدید تطبیق دهند.
ج) لایه پیامدها؛ آثار اقتصادی و اجتماعی
نتایج این تحول در حوزه‌های مختلف ظاهر می‌شود:- رشد بهره‌وری؛- نوآوری و خلق محصولات جدید؛- ایجاد تقاضا و بازارهای تازه؛- تغییر مشاغل و مهارت‌ها؛- جابه‌جایی سرمایه؛- تغییر ساختار رقابت بنگاه‌ها؛- تغییر موازنه‌های ژئوپلیتیکی؛- آثار اجتماعی و رفاهی.
نکته مهم این است که این سه لایه مستقل از یکدیگر عمل نمی‌کنند. هر تغییر در یک بخش می‌تواند بخش‌های دیگر را تقویت یا محدود کند.
#دکتر‌حمیدرضا‌احمدیان
۲
حلقه‌های بازخورد؛ موتور محرک اقتصاد جدید
بهبود مدل‌های هوش مصنوعی کاربردهای بیشتری ایجاد می‌کند و افزایش کاربردها، تقاضا برای خدمات هوش مصنوعی را بالا می‌برد و در نتیجه این تقاضا سرمایه‌گذاری در مراکز داده، تراشه و تحقیق و توسعه را افزایش می‌دهد. سرمایه‌گذاری جدید نیز به توسعه مدل‌های قدرتمندتر منجر می‌شود.
و در نهایت در این چرخه، فناوری، سرمایه، زیرساخت و بازار یکدیگر را تقویت می‌کنند.
اما همین چرخه می‌تواند در جهت معکوس نیز عمل کند. کمبود انرژی، محدودیت زیرساخت، نبود اعتماد عمومی یا ضعف حکمرانی ممکن است پذیرش فناوری را کاهش دهد؛ کاهش پذیرش نیز بازده سرمایه‌گذاری را محدود می‌کند و انگیزه توسعه را تحت تأثیر قرار می‌دهد.
بنابراین اقتصاد هوش مصنوعی هم ظرفیت رشد شتابان دارد و هم در معرض ریسک‌های سیستمی قرار گرفته است.
#دکتر‌حمیدرضا‌احمدیان
بهبود مدل‌های هوش مصنوعی کاربردهای بیشتری ایجاد می‌کند و افزایش کاربردها، تقاضا برای خدمات هوش مصنوعی را بالا می‌برد و در نتیجه این تقاضا سرمایه‌گذاری در مراکز داده، تراشه و تحقیق و توسعه را افزایش می‌دهد. سرمایه‌گذاری جدید نیز به توسعه مدل‌های قدرتمندتر منجر می‌شود.
و در نهایت در این چرخه، فناوری، سرمایه، زیرساخت و بازار یکدیگر را تقویت می‌کنند.
اما همین چرخه می‌تواند در جهت معکوس نیز عمل کند. کمبود انرژی، محدودیت زیرساخت، نبود اعتماد عمومی یا ضعف حکمرانی ممکن است پذیرش فناوری را کاهش دهد؛ کاهش پذیرش نیز بازده سرمایه‌گذاری را محدود می‌کند و انگیزه توسعه را تحت تأثیر قرار می‌دهد.
بنابراین اقتصاد هوش مصنوعی هم ظرفیت رشد شتابان دارد و هم در معرض ریسک‌های سیستمی قرار گرفته است.
#دکتر‌حمیدرضا‌احمدیان
۲
تاکنون به اهمیت زمان در فناوری نگاه کرده اید؟.
مکینزی در آخرین گزارش خود برای توضیح اهمیت زمان در تحقق آثار اقتصادی فناوری‌های عمومی، به تجربه تاریخی اشاره می‌کند:- موتور بخار: حدود ۱۰۰ سال تا اوج اثرگذاری بر رشد اقتصادی؛- برق: حدود ۴۰ سال؛- رایانه و اینترنت: حدود ۲۵ سال.
این مقایسه نشان می‌دهد که اختراع یک فناوری با تحقق آثار اقتصادی آن یکسان نیست. بهره‌برداری کامل از فناوری به زیرساخت، سرمایه مکمل، تغییر سازمانی و شکل‌گیری بازارهای جدید نیاز دارد.
#دکتر‌حمیدرضا‌احمدیان
مکینزی در آخرین گزارش خود برای توضیح اهمیت زمان در تحقق آثار اقتصادی فناوری‌های عمومی، به تجربه تاریخی اشاره می‌کند:- موتور بخار: حدود ۱۰۰ سال تا اوج اثرگذاری بر رشد اقتصادی؛- برق: حدود ۴۰ سال؛- رایانه و اینترنت: حدود ۲۵ سال.
این مقایسه نشان می‌دهد که اختراع یک فناوری با تحقق آثار اقتصادی آن یکسان نیست. بهره‌برداری کامل از فناوری به زیرساخت، سرمایه مکمل، تغییر سازمانی و شکل‌گیری بازارهای جدید نیاز دارد.
#دکتر‌حمیدرضا‌احمدیان
۲۱
سیاست توسعه هوش مصنوعی نباید به حمایت از شرکت‌های فناور، خرید تجهیزات محاسباتی یا توسعه چند مدل زبانی محدود شود.
اقتصاد هوش مصنوعی زمانی شکل می‌گیرد که میان پنج حوزه ارتباط مؤثر ایجاد شود:
1. زیرساخت محاسباتی و ارتباطی؛2. دسترسی پایدار به داده با کیفیت و سازوکارهای قانونی اشتراک‌گذاری آن؛3. سرمایه انسانی و ظرفیت تحقیق و توسعه؛4. بازطراحی کسب‌وکارها و فرایندهای دستگاه‌های اجرایی؛5. حکمرانی، تنظیم‌گری و اعتماد عمومی.
در این چارچوب، دولت باید از نقش صرفاً تأمین‌کننده فناوری فراتر رود و به تسهیلگر شکل‌گیری یک اکوسیستم اقتصادی مبتنی بر داده و هوش مصنوعی تبدیل شود.
#دکتر‌حمیدرضا‌احمدیان
اقتصاد هوش مصنوعی زمانی شکل می‌گیرد که میان پنج حوزه ارتباط مؤثر ایجاد شود:
1. زیرساخت محاسباتی و ارتباطی؛2. دسترسی پایدار به داده با کیفیت و سازوکارهای قانونی اشتراک‌گذاری آن؛3. سرمایه انسانی و ظرفیت تحقیق و توسعه؛4. بازطراحی کسب‌وکارها و فرایندهای دستگاه‌های اجرایی؛5. حکمرانی، تنظیم‌گری و اعتماد عمومی.
در این چارچوب، دولت باید از نقش صرفاً تأمین‌کننده فناوری فراتر رود و به تسهیلگر شکل‌گیری یک اکوسیستم اقتصادی مبتنی بر داده و هوش مصنوعی تبدیل شود.
#دکتر‌حمیدرضا‌احمدیان
۲۲۱
اقتصاد هوش مصنوعی با خرید فناوری ایجاد نمی‌شود؛ این اقتصاد حاصل تعامل میان فناوری، زیرساخت، سرمایه، سازمان، بازار و نهادهاست.
#دکتر‌حمیدرضا‌احمدیان
#دکتر‌حمیدرضا‌احمدیان
۲۲
چرا پیشرفت سریع هوش مصنوعی لزوماً به رشد سریع اقتصادی منجر نمی‌شود؟
مسئله اصلی؛ وجود شکاف زمانی میان اجزای مختلف اقتصاد هوش مصنوعی است.
قابلیت‌های مدل‌های هوش مصنوعی با سرعت زیادی پیشرفت می‌کنند؛ اما توسعه زیرساخت فیزیکی، تأمین انرژی، ساخت مراکز داده، تربیت نیروی انسانی و بازطراحی سازمان‌ها به زمان بیشتری نیاز دارد.
این تفاوت سرعت، یکی از مهم‌ترین محدودیت‌های توسعه اقتصاد هوش مصنوعی است.
به بیان ساده، ممکن است فناوری آماده باشد، اما سازمان، زیرساخت یا نظام اقتصادی هنوز آمادگی استفاده مؤثر از آن را نداشته باشد.
معمولاذچهار سرعت متفاوت در اقتصاد هوش مصنوعی مطرح است:نخست: سرعت پیشرفت فناوری
قابلیت‌های مدل‌ها در حال افزایش است. مکینزی با استناد به داده‌های METR گزارش می‌کند که افق زمانی وظایفی که مدل‌ها می‌توانند با قابلیت اطمینان ۵۰ درصد انجام دهند، از سال ۲۰۱۹ تقریباً هر هفت ماه و از سال ۲۰۲۳ تقریباً هر چهار ماه دو برابر شده است.
این شاخص به معنای دو برابر شدن همه توانایی‌های هوش مصنوعی نیست؛ بلکه سنجه‌ای مشخص برای طول و پیچیدگی وظایف قابل انجام است.
دوم: سرعت توسعه زیرساختتوسعه تراشه، مراکز داده، شبکه برق، سیستم‌های خنک‌کننده و تأمین آب مستلزم سرمایه‌گذاری، مجوز، زمین، تجهیزات و زمان است.مکینزی به نمونه‌ای اشاره می‌کند که در آن کمبود تراشه‌های پیشرفته ابتدا مانع توسعه بود؛ پس از کاهش این محدودیت، تأمین برق و اتصال به شبکه به گلوگاه جدید تبدیل شد.
سوم: سرعت تطبیق سازمانیتغییر فرایندهای کاری، ساختار سازمانی، مسئولیت‌ها و نظام تصمیم‌گیری بسیار پیچیده‌تر از نصب یک نرم‌افزار جدید است.
چهارم: سرعت تطبیق نهادی و اجتماعیقوانین، استانداردها، نظام مسئولیت‌پذیری و اعتماد عمومی نیز باید با کاربردهای جدید سازگار شوند.
#دکتر‌حمیدرضا‌احمدیان
مسئله اصلی؛ وجود شکاف زمانی میان اجزای مختلف اقتصاد هوش مصنوعی است.
قابلیت‌های مدل‌های هوش مصنوعی با سرعت زیادی پیشرفت می‌کنند؛ اما توسعه زیرساخت فیزیکی، تأمین انرژی، ساخت مراکز داده، تربیت نیروی انسانی و بازطراحی سازمان‌ها به زمان بیشتری نیاز دارد.
این تفاوت سرعت، یکی از مهم‌ترین محدودیت‌های توسعه اقتصاد هوش مصنوعی است.
به بیان ساده، ممکن است فناوری آماده باشد، اما سازمان، زیرساخت یا نظام اقتصادی هنوز آمادگی استفاده مؤثر از آن را نداشته باشد.
معمولاذچهار سرعت متفاوت در اقتصاد هوش مصنوعی مطرح است:نخست: سرعت پیشرفت فناوری
قابلیت‌های مدل‌ها در حال افزایش است. مکینزی با استناد به داده‌های METR گزارش می‌کند که افق زمانی وظایفی که مدل‌ها می‌توانند با قابلیت اطمینان ۵۰ درصد انجام دهند، از سال ۲۰۱۹ تقریباً هر هفت ماه و از سال ۲۰۲۳ تقریباً هر چهار ماه دو برابر شده است.
این شاخص به معنای دو برابر شدن همه توانایی‌های هوش مصنوعی نیست؛ بلکه سنجه‌ای مشخص برای طول و پیچیدگی وظایف قابل انجام است.
دوم: سرعت توسعه زیرساختتوسعه تراشه، مراکز داده، شبکه برق، سیستم‌های خنک‌کننده و تأمین آب مستلزم سرمایه‌گذاری، مجوز، زمین، تجهیزات و زمان است.مکینزی به نمونه‌ای اشاره می‌کند که در آن کمبود تراشه‌های پیشرفته ابتدا مانع توسعه بود؛ پس از کاهش این محدودیت، تأمین برق و اتصال به شبکه به گلوگاه جدید تبدیل شد.
سوم: سرعت تطبیق سازمانیتغییر فرایندهای کاری، ساختار سازمانی، مسئولیت‌ها و نظام تصمیم‌گیری بسیار پیچیده‌تر از نصب یک نرم‌افزار جدید است.
چهارم: سرعت تطبیق نهادی و اجتماعیقوانین، استانداردها، نظام مسئولیت‌پذیری و اعتماد عمومی نیز باید با کاربردهای جدید سازگار شوند.
#دکتر‌حمیدرضا‌احمدیان
۳۱
رفع یک محدودیت لزوماً به معنای پایان مشکلات نیست.
وقتی دسترسی به تراشه محدود باشد، سرمایه به سمت تولید تراشه حرکت می‌کند. با کاهش این محدودیت، کمبود برق آشکار می‌شود. پس از توسعه انرژی، ممکن است کمبود نیروی متخصص، ضعف امنیت، محدودیت داده یا ناتوانی سازمان در تغییر فرایندها به مانع اصلی تبدیل شود.به این ترتیب، گلوگاه‌ها جابه‌جا می‌شوند.
این مسئله برای سیاست‌گذاران اهمیت ویژه‌ای دارد؛ زیرا سیاستی که در یک مرحله مؤثر است، ممکن است در مرحله بعد دیگر اولویت اصلی نباشد.در سیاست‌گذاری ملی، توسعه هوش مصنوعی باید با شناسایی گلوگاه‌های واقعی اقتصاد کشور آغاز شود.
برای نمونه:- اگر مسئله اصلی محدودیت محاسباتی است، توسعه دسترسی به زیرساخت پردازشی اهمیت پیدا می‌کند.- اگر مسئله اصلی کمبود داده باکیفیت است، حکمرانی داده و تعامل‌پذیری باید در اولویت قرار گیرد.- اگر مسئله اصلی ضعف بهره‌وری است، باید بر کاربردهای اقتصادی و بازطراحی فرایندها تمرکز کرد.- اگر مسئله اصلی کمبود مهارت است، سیاست آموزش باید از آموزش عمومی ابزارها به بازآموزی حرفه‌ای و توسعه مهارت‌های مکمل هوش مصنوعی حرکت کند.- اگر مسئله اصلی بی‌اعتمادی است، پاسخ در شفافیت، امنیت، پاسخ‌گویی و حفاظت از حقوق مردم قرار دارد.
#دکتر‌حمیدرضا‌احمدیان
وقتی دسترسی به تراشه محدود باشد، سرمایه به سمت تولید تراشه حرکت می‌کند. با کاهش این محدودیت، کمبود برق آشکار می‌شود. پس از توسعه انرژی، ممکن است کمبود نیروی متخصص، ضعف امنیت، محدودیت داده یا ناتوانی سازمان در تغییر فرایندها به مانع اصلی تبدیل شود.به این ترتیب، گلوگاه‌ها جابه‌جا می‌شوند.
این مسئله برای سیاست‌گذاران اهمیت ویژه‌ای دارد؛ زیرا سیاستی که در یک مرحله مؤثر است، ممکن است در مرحله بعد دیگر اولویت اصلی نباشد.در سیاست‌گذاری ملی، توسعه هوش مصنوعی باید با شناسایی گلوگاه‌های واقعی اقتصاد کشور آغاز شود.
برای نمونه:- اگر مسئله اصلی محدودیت محاسباتی است، توسعه دسترسی به زیرساخت پردازشی اهمیت پیدا می‌کند.- اگر مسئله اصلی کمبود داده باکیفیت است، حکمرانی داده و تعامل‌پذیری باید در اولویت قرار گیرد.- اگر مسئله اصلی ضعف بهره‌وری است، باید بر کاربردهای اقتصادی و بازطراحی فرایندها تمرکز کرد.- اگر مسئله اصلی کمبود مهارت است، سیاست آموزش باید از آموزش عمومی ابزارها به بازآموزی حرفه‌ای و توسعه مهارت‌های مکمل هوش مصنوعی حرکت کند.- اگر مسئله اصلی بی‌اعتمادی است، پاسخ در شفافیت، امنیت، پاسخ‌گویی و حفاظت از حقوق مردم قرار دارد.
#دکتر‌حمیدرضا‌احمدیان
۳۳
سرعت پیشرفت فناوری، معیار کافی برای سنجش آمادگی یک کشور نیست. مسئله اساسی، هماهنگی سرعت تغییر در فناوری، زیرساخت، سازمان و نهادهاست.
در اقتصاد هوش مصنوعی، مزیت رقابتی تنها در سریع‌تر حرکت کردن نیست؛ در شناسایی به‌موقع گلوگاه‌ها و هماهنگ کردن اجزای نظام اقتصادی برای عبور از آن‌هاست.
#دکتر‌حمیدرضا‌احمدیان
در اقتصاد هوش مصنوعی، مزیت رقابتی تنها در سریع‌تر حرکت کردن نیست؛ در شناسایی به‌موقع گلوگاه‌ها و هماهنگ کردن اجزای نظام اقتصادی برای عبور از آن‌هاست.
#دکتر‌حمیدرضا‌احمدیان
۷۱