سود اقتصاد‌ها از هوش مصنوعی

این گزارش که به‌عنوان نخستین ارزیابی جامع از آثار هوش مصنوعی بر زندگی حدود ۶.۸‌میلیارد نفر در کشورهای در حال توسعه معرفی شده، نشان می‌دهد هوش مصنوعی در این کشورها بیش از آنکه جایگزین نیروی کار باشد، می‌تواند به افزایش بهره‌وری و جبران کمبود نیروی متخصص کمک کند. البته بانک جهانی هشدار می‌دهد که در صورت نبود سیاستگذاری مناسب، این کشورها ممکن است به فناوری‌های توسعه‌یافته در آمریکا یا چین وابسته شوند.

به گفته ایندرمیت گیل، اقتصاددان ارشد بانک جهانی، ساختار اقتصادهای در حال توسعه به گونه‌ای است که هوش مصنوعی بیشتر نقش مکمل نیروی کار را ایفا می‌کند تا جایگزین آن. برخلاف کشورهای پیشرفته که بخش بزرگی از مشاغل اداری و خدماتی در معرض خودکارسازی قرار دارند، سهم اندکی از مشاغل در اقتصادهای فقیر قابلیت جایگزینی با هوش مصنوعی را دارند، درحالی‌که تعداد بسیار بیشتری از مشاغل می‌توانند با کمک این فناوری کارآمدتر شوند. رقابت جهانی برای توسعه پیشرفته‌ترین سامانه‌های هوش مصنوعی، اقتصاد آمریکا را دگرگون کرده و صدها‌ میلیارد دلار سرمایه‌گذاری در مراکز داده و زیرساخت‌های پردازشی را به دنبال داشته است. با این حال، اغلب کشورهای در حال توسعه نه منابع مالی و نه زیرساخت‌های لازم را برای دنبال کردن چنین الگویی در اختیار دارند.

با وجود این، بهره‌گیری از ابزارهای ساده‌تر هوش مصنوعی نیز می‌تواند آثار قابل‌توجهی بر رشد اقتصادی آنها داشته باشد. یکی از مهم‌ترین مزیت‌های هوش مصنوعی برای این کشورها، کاهش اثر کمبود نیروی متخصص است. بسیاری از اقتصادهای در حال توسعه با کمبود پزشک، مهندس، برنامه‌نویس، تحلیلگر مالی و سایر نیروهای ماهر روبه‌رو هستند. هوش مصنوعی می‌تواند به کارکنان کم‌تجربه کمک کند تا وظایف شناختی پیچیده‌تری را انجام دهند، بخشی از مسوولیت‌های متخصصان را بر عهده بگیرند و در نهایت بهره‌وری کل نیروی کار را افزایش دهند.

البته این فناوری بدون هزینه نخواهد بود. بانک جهانی هشدار می‌دهد کشورهایی که طی سال‌های گذشته رشد خود را بر پایه برون‌سپاری خدماتی مانند مراکز تماس، خدمات اداری، پردازش اطلاعات و برخی فعالیت‌های مالی و نرم‌افزاری بنا کرده‌اند، ممکن است با کاهش فرصت‌های شغلی در این حوزه‌ها مواجه شوند. به اعتقاد اقتصاددانان، هوش مصنوعی می‌تواند مسیر ورود بسیاری از نیروهای جوان به مشاغل طبقه متوسط را محدود کند. با این حال، شدت این تهدید در اقتصادهای در حال توسعه به‌مراتب کمتر از کشورهای ثروتمند است. برآوردها نشان می‌دهد حدود ۱۴.۲ درصد از مشاغل در اقتصادهای پیشرفته قابلیت خودکارسازی با هوش مصنوعی مولد را دارند، درحالی‌که این نسبت در کشورهای در حال توسعه تنها ۴.۵ درصد است. دلیل این تفاوت، سهم بالای کشاورزی، مشاغل سنتی و بنگاه‌های کوچک در ساختار اشتغال این کشورهاست؛ بخش‌هایی که دست‌کم در آینده نزدیک کمتر در معرض جایگزینی کامل با هوش مصنوعی قرار دارند. از این رو، این فناوری بیشتر به افزایش سرعت، دقت و کیفیت کار نیروی انسانی کمک خواهد کرد تا حذف گسترده مشاغل.

یکی از موانع اصلی گسترش هوش مصنوعی در کشورهای در حال توسعه، ضعف زیرساخت‌هاست. کمبود برق پایدار، محدودیت توان پردازشی و دسترسی نامناسب به اینترنت، امکان ایجاد مراکز داده عظیم را برای بسیاری از این کشورها دشوار کرده است. با این حال، بسیاری از کاربردهای عملی هوش مصنوعی به چنین زیرساخت‌هایی نیاز ندارند و حتی در محیط‌هایی با امکانات محدود نیز می‌توان از ابزارهای ساده‌تر برای حل مسائل تخصصی و افزایش بهره‌وری استفاده کرد. اگر روند کنونی ادامه یابد، کشورهای ثروتمند همچنان بیشترین منافع اقتصادی را از هوش مصنوعی خواهند برد و افزایش بهره‌وری در آنها بیش از سه برابر اقتصادهای در حال توسعه خواهد بود. با این حال، این شکاف قابل کاهش است.

برای تحقق این هدف، کشورهای در حال توسعه باید دسترسی به توان پردازشی را گسترش دهند، داده‌های محلی بیشتری تولید کنند و منابع اطلاعاتی به زبان‌های بومی را توسعه دهند؛ زیرا عملکرد سامانه‌های هوش مصنوعی به کیفیت و تنوع داده‌هایی بستگی دارد که بر اساس آنها آموزش دیده‌اند. بانک جهانی، همچنین نسبت به پیامدهای ژئوپلیتیک گسترش هوش مصنوعی هشدار می‌دهد. از آنجا که توسعه پیشرفته‌ترین سامانه‌های هوش مصنوعی عمدتا در اختیار شرکت‌های آمریکایی و چینی است، وابستگی گسترده کشورهای در حال توسعه به این فناوری‌ها می‌تواند استقلال اقتصادی و فناوری آنها را تضعیف کند.

با این حال، راه‌حل این مشکل، رقابت مستقیم با آمریکا و چین یا ایجاد زنجیره تامین مستقل نیست؛ زیرا چنین اقدامی هزینه بسیار بالایی دارد. به باور اقتصاددانان، راهکار عملی‌تر آن است که این کشورها مدل‌های هوش مصنوعی، خدمات ابری و سایر ابزارهای مورد نیاز خود را از عرضه‌کنندگان متعدد تهیه کنند و زیرساخت‌هایی ایجاد کنند که امکان جابه‌جایی میان ارائه‌دهندگان مختلف را بدون نیاز به بازسازی کل سامانه فراهم کند. به این ترتیب، کشورهای در حال توسعه می‌توانند ضمن بهره‌گیری از مزایای اقتصادی هوش مصنوعی، خطر وابستگی بیش از حد به یک قدرت فناوری را نیز کاهش دهند.