مدیرعامل هومص: بدون هوش مصنوعی حاکمیتی، مستعمره دیجیتال می‌شویم

محمدرضا معبودیان، مدیرعامل هومص، در گفت‌وگو با پیوست از تجربه سرمایه‌گذاری در استارت‌آپ‌های هوش مصنوعی و ورود این فناوری به صنایع و معادن می‌گوید. او معتقد است سرمایه‌گذاری روی پروژه‌های زودبازده می‌تواند مسیر ورود هوش مصنوعی به صنعت را هموار کند، اما در سطح کلان، بی‌توجهی به هوش مصنوعی حاکمیتی (Sovereign AI) خطر وابستگی ایران به پلتفرم‌های بزرگ جهانی و شکل‌گیری نوعی «استعمار دیجیتال» را به همراه دارد.

هومص یک سرمایه‌گذار خطرپذیر متمرکز بر هوش مصنوعی است و به گفته معبودیان، سرمایه‌گذاری خود را عمدتاً روی استارت‌آپ‌هایی متمرکز کرده که از مرحله تناسب محصول با بازار (Product-Market Fit) عبور کرده‌اند و هوش مصنوعی مزیت رقابتی اصلی آنها را تشکیل می‌دهد.

این مجموعه در کنار سرمایه‌گذاری روی تیم‌های موجود، در قالب استودیوی کسب‌وکار Venture) (Studio نیز فعالیت می‌کند؛ به این معنا که اگر در یک صنعت مساله‌ای شناسایی شود اما استارت‌آپی برای حل آن وجود نداشته باشد، تیم مورد نیاز را شکل می‌دهد و توسعه محصول را از ابتدا آغاز می‌کند. معبودیان این مدل را سرمایه‌گذار خطر پذیر جامع (Full-Stack VC) می‌نامد؛ مدلی که تلاش می‌کند بخش‌های مختلف زنجیره، از شناسایی مساله و شکل‌گیری تیم تا سرمایه‌گذاری و توسعه بازار را پوشش دهد.

هوش مصنوعی برای جبران عقب‌ماندگی صنعت

تمرکز هومص روی هوش مصنوعی صنعتی از نگاه معبودیان به وضعیت صنایع ایران و فاصله آنها با تحولات جهانی ناشی می‌شود. او معتقد است در حالی که جهان از نسل چهارم انقلاب صنعتی عبور کرده و به سمت نسل پنجم حرکت می‌کند، بخش‌هایی از صنایع ایران همچنان در نسل دوم و سوم باقی مانده‌اند.

او اقتصاد نفت‌محور ایران را نیز در نقطه‌ای می‌بیند که باید به دنبال ظرفیت‌های دیگری برای رشد باشد. از نظر او، با توجه به چالش‌های موجود در نفت، گاز و پتروشیمی، معدن و صنایع تولیدی می‌توانند سهم بیشتری در آینده اقتصاد کشور داشته باشند؛ مشروط بر اینکه فناوری و به‌ویژه هوش مصنوعی وارد فرایندهای آنها شود.

معبودیان هوشمندسازی معادن و کارخانه‌ها را یکی از مسیرهای افزایش بهره‌وری و جبران بخشی از عقب‌ماندگی صنعتی می‌داند و معتقد است ظرفیت هوش مصنوعی در این بخش فراتر از توسعه یک محصول فناورانه است و می‌تواند شیوه مدیریت و تولید در صنایع را تغییر دهد.

سرمایه‌گذار خصوصی دنبال پروژه‌های زودبازده

با این حال، همه پروژه‌های هوش مصنوعی صنعتی از منظر یک سرمایه‌گذار خصوصی ارزش و ریسک یکسانی ندارند. هومص پروژه‌ها را بر اساس زمان رسیدن به نتیجه و میزان ریسک به دو گروه زودبازده (Quick Win) و پروژه‌های بلند مدت و پرریسک(Hard Win)تقسیم کرده است.

معبودیان می‌گوید: اولویت سرمایه‌گذار خصوصی باید پروژه‌های زودبازده باشد؛ پروژه‌هایی که معمولاً در فاصله سه تا ۶ ماه می‌توان نتیجه آنها را مشاهده کرد و به دلیل نیاز کمتر به داده و پیچیدگی پایین‌تر فرایندها، سریع‌تر قابلیت تجاری‌شدن دارند.

در سوی دیگر، پروژه‌های پرریسک و بلندمدت قرار دارند که ممکن است حداقل دو سال زمان و سرمایه قابل توجهی نیاز داشته باشند. به گفته او، در ایران تغییر مدیران و سیاست‌ها، بی‌ثباتی و همچنین بحران‌های امنیتی یا حوادث صنعتی، ریسک چنین سرمایه‌گذاری‌هایی را افزایش می‌دهد.

از نظر معبودیان، پروژه‌هایی با این ابعاد و دوره بازگشت طولانی الزاماً گزینه مناسبی برای سرمایه‌گذار خصوصی نیستند و اجرای بخشی از آنها نیازمند ورود نهادهای بزرگ دولتی و صنعتی مانند وزارت نفت است.

فقط هشت استارت‌آپ از سد ارزیابی موشکافانه گذشتند

چالش سرمایه‌گذاری در هوش مصنوعی تنها به شرایط اقتصاد کلان یا ریسک صنایع محدود نمی‌شود. تجربه بررسی استارت‌آپ‌ها در هومص از فاصله میان توان فنی تیم‌ها و دانش کسب‌وکاری آنها حکایت دارد.

طبق آماری که معبودیان ارائه می‌کند، از میان ۳۳۸ پرونده استارت‌آپی بررسی‌شده در این مجموعه، تنها ۸ مورد توانسته‌اند به مرحله ارزیابی موشکافانه (Due Diligence) برسند.

او یکی از دلایل این ریزش را ضعف تیم‌ها در مفاهیم پایه کسب‌وکار می‌داند و می‌گوید بیش از نیمی از تیم‌هایی که بررسی کرده‌اند، با وجود داشتن ایده‌های قابل توجه، در تعریف مدل درآمدی، تدوین طرح کسب‌وکار و ارائه مناسب به سرمایه‌گذار مشکل داشته‌اند.

هومص برای پاسخ به این مشکل پلتفرمی با عنوان «دستیار عیار» توسعه داده است. هدف این پلتفرم کمک به تیم‌های استارت‌آپی برای آماده‌سازی مستندات مورد نیاز سرمایه‌گذار، تدوین مدل مالی و بهبود نحوه ارائه برای جذب سرمایه است.

فناوری هست، تجاری‌سازی ضعیف است

سرمایه‌گذاری‌های هومص بخش‌های مختلفی از زنجیره هوش مصنوعی صنعتی را در بر می‌گیرد. نگهداری و تعمیرات پیش‌بینانه (Predictive Maintenance)، دوقلوی دیجیتال (Digital Twin)، امنیت هوش مصنوعی با رویکرد ZT AI و پلتفرم‌های MLOps از جمله حوزه‌هایی هستند که معبودیان از آنها به عنوان بخش‌هایی از سبد سرمایه‌گذاری هومص نام می‌برد.

اشتراک‌گذاری توان پردازشی GPU نیز یکی دیگر از حوزه‌های مورد توجه این مجموعه است. در این مدل، ظرفیت پردازشی موجود در دیتاسنترها می‌تواند به صورت مشترک در اختیار چند کاربر یا کسب‌وکار قرار گیرد و امکان استفاده از منابع پردازشی بدون خرید مستقیم تجهیزات را فراهم کند.

یکی از معیارهای هومص برای سرمایه‌گذاری در این راهکارها، قابلیت مقیاس‌پذیری آنهاست. معبودیان می‌گوید راهکاری که برای حل یک مساله در صنعت فولاد توسعه پیدا می‌کند، در صورت امکان باید قابلیت انتقال و انطباق با صنایع دیگری مانند پتروشیمی را نیز داشته باشد.

با وجود این، او مشکل اصلی بازار هوش مصنوعی صنعتی را صرفاً کمبود فناوری نمی‌داند. به گفته معبودیان، ضعف تجاری‌سازی و مقاومت بخشی از مدیران سنتی صنایع از موانع توسعه این بازار است. برخی مدیران همچنان خرید تجهیزات فیزیکی مانند سرور را به استفاده از خدمات پردازشی و ابری ترجیح می‌دهند و پذیرش مدل‌های جدید ارائه خدمات برای آنها دشوار است.

او در عین حال با این گزاره که هوش مصنوعی در ایران هنوز بیشتر جنبه نمایشی دارد موافق نیست و جذب مشتریان سازمانی از سوی برخی شرکت‌های B2B و درآمد آنها را نشانه وجود بازار واقعی برای این فناوری می‌داند.

هوش مصنوعی حاکمیتی با سند و آئین‌نامه ساخته نمی‌شود

معبودیان در کنار مشکلات بازار و صنعت، یکی از چالش‌های اصلی توسعه هوش مصنوعی در ایران را به سطح سیاست‌گذاری مرتبط می‌داند. او معتقد است نگاه به هوش مصنوعی حاکمیتی نباید به تدوین چند سند و آئین‌نامه محدود شود.

از نظر او، Sovereign AI پیش از هر چیز به زیرساخت پردازشی، پلتفرم‌های بزرگ داده و سرمایه‌گذاری قابل توجه نیاز دارد و بدون شکل‌گیری این زیرساخت‌ها نمی‌توان صرفاً از طریق مقررات به حاکمیت در حوزه هوش مصنوعی دست پیدا کرد.

در این نگاه، حاکمیت بر هوش مصنوعی ارتباط مستقیمی با حاکمیت بر داده و زیرساخت دارد. معبودیان هشدار می‌دهد اگر کشور نتواند زیرساخت‌های مورد نیاز خود را ایجاد کند، استفاده از هوش مصنوعی به معنای افزایش وابستگی به پلتفرم‌های بزرگ خارجی خواهد بود.

او برای توصیف پیامد چنین وابستگی‌ای از تعبیر «استعمار دیجیتال» استفاده می‌کند و می‌گوید همان‌طور که در گذشته کشورها می‌توانستند به مستعمره قدرت‌های دیگر تبدیل شوند، امروز نیز وابستگی فناورانه می‌تواند رابطه مشابهی میان کشورها و شرکت‌های بزرگ فناوری ایجاد کند.

معبودیان OpenAI را به عنوان یکی از نمونه‌های این پلتفرم‌های جهانی مطرح می‌کند و معتقد است در صورت نبود زیرساخت و توان داخلی، میزان وابستگی به چنین بازیگرانی افزایش پیدا خواهد کرد. از نگاه او، راه مواجهه با این وضعیت نیز صرفاً محدودکردن پلتفرم‌های خارجی نیست؛ بلکه باید توان پردازشی، زیرساخت داده و اکوسیستم داخلی هوش مصنوعی توسعه پیدا کند.

مدیرعامل هومص در نهایت ارتباط با اکوسیستم فناوری و حضور مستمر در رویدادهای تخصصی داخلی و بین‌المللی را یکی از مسیرهای شناسایی فناوری‌ها و تیم‌های جدید می‌داند؛ مسیری که به اعتقاد او می‌تواند سرمایه‌گذاران و صنایع را در جریان تغییرات سریع هوش مصنوعی نگه دارد.