مرکز پژوهش‌های مجلس در تازه‌ترین گزارش خود وضعیت هوش مصنوعی در ایران را بررسی کرده است. این گزارش نشان می‌دهد با وجود ظرفیت‌های قابل‌توجه مانند نیروی انسانی متخصص و رشد شرکت‌های دانش‌بنیان، محدودیت‌های زیرساختی، ضعف سرمایه‌گذاری در بخش خصوصی و مدیریت پراکنده، دستیابی به اهداف بلندپروازانه حوزه هوش مصنوعی را دشوار کرده است. کارشناسان معتقدند برای پیشرفت واقعی، ایران نیازمند برنامه‌ریزی هدفمند، توسعه زیرساخت‌های داده‌ای و حمایت عملی از بخش خصوصی است.
در جهانی که حالا هوش مصنوعی قدم‌های ابتدایی خود را در آن برمی‌دارد این پدیده به یکی از محورهای اصلی تحول در صنایع، خدمات عمومی و اقتصاد جهانی تبدیل شده است. در ایران نیز با رشد شرکت‌های دانش‌بنیان، استعدادهای جوان و نیازهای داخلی، ظرفیت قابل‌توجهی برای توسعه این فناوری وجود دارد، اما در همین حال محدودیت‌هایی نیز به چشم می‌خورد که باعث شده است کشور نه تنها در جهان که در منطقه نیز برای پیشرفت در زمینه هوش مصنوعی با چالش‌های متعددی مواجه باشد. چالش‌هایی شامل کافی نبودن زیرساخت‌های محاسباتی، محدودیت در سرمایه‌گذاری صنعتی و بخش خصوصی و در دسترس نبودن داده‌های بومی با کیفیت برای آموزش الگوریتم‌ها. همچنین در این شرایط شکاف میان پژوهش و صنعت و کمبود متخصصان سطح بالا از دیگر چالش‌هایی است که مسیر توسعه هوش مصنوعی را در ایران دشوار می‌کند.
مرکز پژوهش‌های مجلس گزارش تازه‌ای از وضعیت هوش مصنوعی در ایران را با استفاده از مدل تحلیلی SOAR بررسی کرده است که تصویری جامع از توانمندی‌ها، فرصت‌ها، چالش‌ها و چشم‌انداز پیش رو ارائه می‌دهد. مدل SOAR که بر چهار مؤلفه نقاط قوت، فرصت‌ها، آرمان‌ها و نتایج تمرکز دارد، رویکردی مثبت و آینده‌نگر دارد، اما با تحلیل دقیق می‌توان ضعف‌ها و محدودیت‌ها را نیز شناسایی و مدنظر قرار داد. در بخش نقاط قوت سرمایه انسانی متخصص و جوان در حوزه‌های علوم داده، مهندسی کامپیوتر و ریاضیات برجسته است.
رشد استارت‌آپ‌های فناورانه و شرکت‌های دانش‌بنیان در زمینه‌هایی مانند پردازش زبان فارسی، بینایی ماشین و تحلیل داده، توان داخلی را تقویت کرده است. همچنین سرمایه‌گذاری‌های اولیه در زیرساخت‌های محاسباتی و ورود موضوع هوش مصنوعی به اسناد بالادستی مانند برنامه هفتم توسعه، پایه‌ای برای پیشرفت و توسعه بومی فراهم کرده است.
فرصت‌های پیشرو در دو دسته داخلی و خارجی قابل تقسیم هستند. در داخل کشور افزایش تقاضا برای راهکارهای هوش مصنوعی در صنایع مختلف مانند سلامت، بانکداری، انرژی و آموزش، زمینه توسعه بازار داخلی را فراهم می‌کند. همچنین توسعه محصولات و خدمات بومی متناسب با زبان و فرهنگ فارسی و استفاده از هوش مصنوعی برای ارتقای بهره‌وری و کیفیت زندگی از مهم‌ترین فرصت‌های داخلی محسوب می‌شوند. در سطح خارجی یا منطقه‌ای امکان همکاری با کشورهای همسایه و منطقه در پروژه‌های مشترک هوش مصنوعی و تقویت جایگاه ایران در بازارهای منطقه‌ای و جهانی فرصت‌های ارزشمندی برای توسعه فناوری فراهم می‌کنند.
با این حال نقاط ضعف و محدودیت‌ها نیز وجود دارند که نمی‌توان نادیده گرفت. زیرساخت‌های محاسباتی هنوز کافی و استاندارد نیست، سرمایه‌گذاری صنعتی و بخش خصوصی محدود است و داده‌های بومی باکیفیت برای آموزش الگوریتم‌ها کمبود دارد. شکاف میان پژوهش‌های دانشگاهی و صنعت، محدودیت‌های بین‌المللی و تحریم‌ها، کمبود متخصصان سطح بالا و نبود سیاست‌ها و چارچوب‌های حمایتی شفاف، دیگر چالش‌های مهم در مسیر توسعه هوش مصنوعی در ایران محسوب می‌شوند.
چشم‌انداز مطلوب یا آرمان‌های ترسیم‌شده ایران را به‌عنوان یکی از قطب‌های منطقه‌ای هوش مصنوعی تصویر می‌کنند. دستیابی به استقلال نسبی در فناوری‌های پایه، ایجاد نظام نوآوری باز و هم‌افزایی دانشگاه، صنعت و دولت و ارتقای کیفیت زندگی شهروندان از طریق خدمات هوشمند از اهداف کلیدی این مسیر هستند. برای این چشم‌اندازها همچنین اندازه‌گیری‌هایی ارائه شده تا پیشرفت و تحقق اهداف مشخص و قابل ارزیابی باشد.
در نهایت، نتایج مورد انتظار شامل افزایش بهره‌وری در صنایع مختلف، رشد اقتصادی پایدار، توسعه صادرات محصولات و خدمات مبتنی بر هوش مصنوعی و بهبود حکمرانی داده در سطح ملی است. این تحلیل نشان می‌دهد که تمرکز بر نقاط قوت و فرصت‌ها، همراه با مدیریت دقیق ضعف‌ها، می‌تواند مسیر ایران در حوزه هوش مصنوعی را به سمت جایگاه برتر منطقه‌ای هدایت کند.
البته کارشناسان این مدل و نگاه را با توجه به وضعیت فعلی هوش مصنوعی در ایران بسیار خوش‌بینانه می‌دانند. علی عبدالهی، کارشناس اقتصاد دیجیتال، با اشاره به اهداف بلندپروازانه گزارش مرکز پژوهش‌ها می‌گوید: « گزارش اخیر بررسی وضعیت هوش مصنوعی در کشور حاوی نکات قابل‌توجهی است، اما در عین حال ایراداتی نیز دارد. برخی مواردی که در بخش «فرصت‌ها» ذکر شده‌اند، در واقع به نقاط قوت داخلی مرتبط هستند و بهتر است در همان بخش مورد اشاره قرار گیرند. این مسأله نشان‌دهنده اشکال متدولوژیک در نگارش گزارش است. از نظر محتوایی اهدافی که در بخش چشم‌انداز و نتایج مطرح شده‌اند با وضعیت واقعی کشور همخوانی ندارند و تحقق آنها در شرایط کنونی دشوار است.
نمونه‌هایی از این اهداف عبارت‌اند از قرارگیری ایران در میان ۱۰ کشور برتر هوش مصنوعی، تبدیل شدن به قطب هوش مصنوعی منطقه جنوب غرب آسیا، دستیابی به خوداتکایی در فناوری‌های حیاتی مرتبط با هوش مصنوعی و خودکفایی در حوزه سخت‌افزار در افق ده‌ساله.» او معتقد است که با توجه به محدودیت‌های بودجه و منابع رسیدن به این اهداف بدون برنامه‌ریزی بلندمدت و سرمایه‌گذاری کلان ممکن نیست، زیرا کشورهای پیشرو در این حوزه سرمایه‌گذاری‌های چندبرابری انجام داده‌اند و دستیابی به چنین جایگاه‌هایی یک شبه میسر نمی‌شود.
این کارشناس اقتصاد دیجیتال همچنین در خصوص موانع توسعه هوش مصنوعی در کشور معتقد است: «توسعه هوش مصنوعی در ایران با موانع متعددی روبه‌رو است. بودجه ناکافی، عدم وضوح متولی اصلی و مدیریت پراکنده در دستگاه‌های مختلف، از جمله مشکلات اساسی هستند. مرکز ملی فضای مجازی، وزارت ارتباطات و معاونت فناوری ریاست جمهوری هر یک بخشی از پروژه‌ها را پیگیری می‌کنند، اما متولی مشخص و یکپارچه‌ای برای توسعه هوش مصنوعی وجود ندارد. علاوه بر این سرمایه‌گذاری‌ها، جزیره‌ای و ناکافی است و زیرساخت‌های داده‌ای کشور فاصله قابل‌توجهی با استانداردهای جهانی دارند.»
او معتقد است که علاوه بر این تمرکز بیش از حد بر بخش دولتی و کمبود حمایت از بخش خصوصی، توسعه این فناوری را محدود کرده است. عبدالهی توضیح می دهد: «درحالی‌که توسعه جهانی هوش مصنوعی عمدتا توسط بخش خصوصی انجام می‌شود، در ایران دولت بیشتر به سیاستگذاری پرداخته و نقش حمایتی کافی از بخش خصوصی نداشته است. نبود یک تنظیم‌گر واحد و محدودیت‌های قانونی اعمال‌شده توسط نهادهای مختلف، توسعه فناوری‌های نوین را کند کرده و ضعف زیرساخت‌های برق و اینترنت نیز وضعیت موجود را پیچیده‌تر کرده است. هم‌زمان مهاجرت نیروی انسانی متخصص و خروج کارشناسان جوان، یکی دیگر از چالش‌های جدی است که تحقق اهداف بلندپروازانه گزارش را دشوار می‌کند.
عبدالهی همچنین می‌گوید گزارش بسیار خوش‌بینانه و تا حدی غیرواقعی به نظر می‌رسد و راهکارهای ارائه‌شده اصولی و عملیاتی نیستند. تدوین یک راهبرد واقعی نیازمند تمرکز بر حوزه‌هایی است که باید در آنها تخصص ایجاد شود و مشخص کردن بخش‌هایی که ضرورتی برای تمرکز روی آنها وجود ندارد. تجربه کشورهای پیشرو نشان می‌دهد که تمرکز هدفمند بر بخش‌های مشخص زنجیره ارزش هوش مصنوعی، مانند سنسورها، اینترنت اشیاء، جمع‌آوری و پردازش داده و ایجاد زیرساخت‌های داده‌ای، می‌تواند توسعه این فناوری را هدایت کند. در حال حاضر ایران هنوز در خوداتکایی علمی و کاربردی در حوزه هوش مصنوعی محدودیت‌های جدی دارد و برای رسیدن به اهداف بلندمدت نیازمند برنامه‌ریزی دقیق و سرمایه‌گذاری کلان است.
در مجموع تجربه کشورهای پیشرو نشان می‌دهد تمرکز هدفمند بر بخش‌های مشخص، توسعه زیرساخت‌های داده‌ای، تقویت همکاری میان دانشگاه، صنعت و دولت و حمایت از نوآوری کلید پیشرفت واقعی است. رقبای منطقه‌ای، مانند امارات با سرمایه‌گذاری گسترده و رونمایی از مدل‌های پیشرفته، جایگاه خود را در عرصه جهانی تثبیت کرده‌اند و نمونه‌ای روشن از اهمیت برنامه‌ریزی بلندمدت و تمرکز استراتژیک ارائه می‌دهند. به این ترتیب اگر ایران بخواهد در منطقه و فراتر از آن حرفی برای گفتن داشته باشد باید سیاستگذاری‌ها و سرمایه‌گذاری‌ها را بازنگری کرده، زیرساخت‌ها و توانمندی‌های داخلی را تقویت کند و از بخش خصوصی و نوآوری حمایت عملیاتی به عمل آورد. بدون این اقدامات، اهداف مطرح‌شده بیش از یک چشم‌انداز بلندپروازانه جلوه‌ای واقعی نخواهند داشت.
