پرسش‌های کلیدی برای موفقیت بنگاه‌های جدید

بخش دوم و پایانی

در بخش اول این مطلب که هفته گذشته به چاپ رسید، گفتیم که جهان بعد از پشت‌سر گذاشتن سه موج نوآوری که اولین آن در اواخر قرن نوزده و اوایل قرن بیست شروع شد، آماده رویارویی با یک موج عظیم جدید شده که تکنولوژی‌هایی مثل هوش مصنوعی، زیست‌شناسی مصنوعی، نانوتکنولوژی، کوانتوم و ... را دربرمی‌گیرد. اما مهم‌تر از تک‌تک این تکنولوژی‌ها، همگرایی آنها در کنار هم است که سرعت نوآوری را بی‌سابقه خواهد کرد. قرار است این تکنولوژی‌های عمیق بسیاری از مشکلات پیچیده دنیای امروز را حل کنند. همچنین در مورد ویژگی‌های بنگاه‌هایی که از این تکنولوژی‌ها استفاده می‌کنند و رویکرد سه‌وجهی آنها را شرح دادیم. در بخش دوم، به جزئیات بیشتری از موج چهارم نوآوری می‌پردازیم.

تعالیم تکنولوژی عمیق

آژانس پروژه‌های پژوهشی پیشرفته دفاعی آمریکا (DARPA) نوآوری‌های تکنولوژیک بزرگی داشته است که اینترنت و GPS دو نمونه از آن هستند. اما با توجه به ریسک‌های ذاتی هر اقدامی، چگونه می‌توان تصمیم گرفت کدام پیشرفت‌های بالقوه ارزش دنبال کردن را دارند؟

جورک هایلمیر، مدیر سابق DARPA، مجموعه پرسش‌هایی را جمع‌آوری کرده بود که «تعالیم هایلمیر» نام گرفت و به مقامات آژانس کمک می‌کرد برنامه‌های تحقیقاتی پیشنهادی را ارزیابی کنند. از جمله این پرسش‌ها عبارت بودند از: محدودیت‌های فعالیت فعلی کدامند؟ چه چیز جدیدی در رویکرد شما وجود دارد و چرا فکر می‌کنید این چیز جدید به موفقیت خواهد رسید؟ اگر موفق شوید، چه تفاوتی ایجاد می‌شود؟ ریسک‌ها کدامند؟ هزینه‌ها چقدر خواهد بود؟ چقدر طول خواهد کشید؟

به همین ترتیب، بنگاه‌های تکنولوژی عمیق هم در چهار لحظه حقیقت شکل می‌گیرند که به‌طور موازی اتفاق می‌افتند و هر کدام حاوی یک پرسش مهم هستند (شکل):

p23-01 copy

* چارچوب‌بندی الگو. آیا واقعیت می‌تواند متفاوت باشد؟

* شکل‌دهی تئوری. آیا روشی برای ارائه یک راه‌حل وجود دارد؟

* برداشتن اولین قدم. آیا می‌توانیم همین امروز راه‌حل درست کنیم؟

* تغییر واقعیت. چه اتفاقی باید برای راه‌حل رخ دهد تا به نرمال جدید تبدیل شود؟

هر کدام از این چهار پرسش کلی، در فضای بنگاه اقتصادی خاص تحت بررسی، باید مورد بازنگری قرار بگیرند تا مشخص شود آیا حل مشکل با رویکرد تکنولوژی عمیق محتمل، امکان‌پذیر، واقعی، و سودآور است یا نه. به عنوان مثال، مدرنا اولین شرکتی که واکسن کرونا را ساخت و دومین شرکتی که توانست آن را وارد بازار کند، با این چهار لحظه حقیقت مواجه شد:

* چارچوب‌بندی الگو. آیا می‌توانیم سلول‌های بدن انسان را در جهتی ببریم که برای دفاع از خودشان، پروتئین‌های خاصی تولید کنند؟

* شکل‌دهی تئوری. آیا mRNA (توالی‌کدهای ژنتیکی) می‌تواند مورد استفاده قرار بگیرد تا برنامه تولید پروتئین سلولی را تغییر دهد؟

* برداشتن اولین قدم. آیا استفاده از mRNA می‌تواند زمان کشف واکسن کرونا را از چند سال به چند ماه کاهش دهد؟

* تغییر واقعیت. آیا می‌توانیم زمان و هزینه‌ تولید را آن‌قدر کاهش دهیم تا هزینه-فایده پیشگیری از بیماری‌های دیگر را رمزگشایی کنیم؟

مدرنا موفق شد، چون پاسخ‌های مثبتی برای هر یک از این پرسش‌های مهم پیدا کرد. این شرکت همچنین از ترکیب متوازنی از بنیان‌گذارانی که مهارت‌های مرتبط علمی، مهندسی و کسب‌وکار داشتند، بهره برد. تیم مدرنا شامل یک سرمایه‌گذار خطرپذیر، کارشناسان دانشگاهی در پژوهش‌ سلول بنیادی و مهندسی زیست‌شناسی و یک مدیرعامل سابق در عرصه تکنولوژی زیستی بود. به علاوه، اکوسیستم کاملی از سرمایه‌گذاران، شرکا و حامیان شامل دولت آمریکا، شرکت‌های بزرگ داروسازی (آسترازنکا، مرک و ورتکس)، دانشگاه‌ها و بنیادها (گیتس) به آن کمک می‌کردند.

چالشی که برای مواجه شدن با چهار لحظه حقیقت وجود دارد این است که به همه آنها خیلی زود و تقریبا به صورت همزمان باید رسیدگی شود. ارتباط‌پذیری هر پرسش همراه با هر کدام از لحظه‌های حقیقت، در طول زمان متفاوت است، اما پرداختن به همه آنها برای کاهش ریسک تلاش‌ها ضروری است و این کار با پیش‌بینی دشواری‌ها و هماهنگ‌سازی استراتژی و عمل، انجام می‌شود.

البته پیش‌بینی دشواری مسیر، مختص بنگاه‌های تکنولوژی عمیق نیست، اما فاکتوری کلیدی در موفقیت این بنگاه‌ها است. اهمیت پرداختن به چهار لحظه حقیقت از همان ابتدای کار، در مورد شرکت سیبورگ (Seaborg Technologies) که مدل جدیدی از رآکتور هسته‌ای تولید می‌کند، مشهود است. قرار است رآکتورهای این شرکت تا سال 2025 به یک منبع انرژی مقیاس‌پذیر، ایمن و ارزان‌تر از زغال سنگ تبدیل شوند. این رآکتورها به جای سوخت‌های جامد سنتی از نمک مذاب فشرده استفاده می‌کنند و به همین دلیل ذوب یا منفجر نمی‌شوند. هرگونه نشت از رآکتورها، به شکل سوخت مایع خواهد بود و بدون انتشار گازهای مضر رادیواکتیو به هوا یا آب، جامدسازی می‌شوند. سیبورگ نمک مذاب فشرده را وارد نیروگاه‌های هسته‌ای شناور مدولار می‌کند؛ جایی که رآکتور می‌تواند 12 سال بدون سوخت‌گیری مجدد کار کند. این باعث می‌شود کمترین تمرکز بر لجستیک لازم باشد.

سیبورگ چهارمین لحظه حقیقت را- یعنی کاری که باید برای تغییر واقعیت انجام می‌داد و نمک مذاب فشرده را به یک نرمال جدید تبدیل می‌کرد- از همان اول کار مدنظر قرار داد. این شرکت با ساختن نیروگاه‌های شناور یک رویکرد کاملا جدید معرفی کرد که به مجوزهای قانونی جدید نیاز داشت. در کشورهایی که تخصص چندانی در این حوزه ندارند، مجوز قانونی گرفتن برای راه‌اندازی تاسیسات رآکتور هسته‌ای نمک مذاب، فرآیند زمان‌بری خواهد بود.

سیبورگ همچنان درگیر حل‌وفصل سومین لحظه حقیقت خود است. این شرکت مشکل را شناسایی و الگو را چارچوب‌بندی کرده و روشی را برای ساخت یک نیروگاه هسته‌ای ایمن، ارزان و پاک پیدا کرده است. حالا با مساله اقدام و ساخت آن مواجه است. رویکرد منحصربه‌فرد شرکت برای دریافت مجوزهای قانونی، بخش بزرگی از پاسخ است: نیروگاه شناور سیبورگ می‌تواند به یک نرمال جدید تبدیل شود، چون انرژی هسته‌ای ایمن، ارزان و پاک را بدون وجود موانع قانونی عرضه می‌کند.

نمونه رآکتورهای نمک مذاب فشرده سیبورگ، ویژگی مهم دیگری از بنگاه‌های تکنولوژی عمیق را مورد تاکید قرار می‌دهد. شکافت فیزیکی که در رآکتورهای نمک مذاب به کار می‌رود، نوآوری سیبورگ نیست. در عوض، این شرکت از طریق همگرایی تکنولوژی‌ها و متدهای مختلف، ترکیب دینامیک‌های نوترونی و سوخت با پیشرفت‌های کامپیوتری، استفاده از مواد اولیه پیشرفته برای غلبه بر فرسایش و مقاومت رادیواکتیوی و حل مساله مجوز قانونی از طریق شیوه‌ای جدید، نوآوری کرده است. رویکرد سیبورگ بر کنار هم قرار دادن همه تکه‌ها برای رسیدن به هدف متمرکز بوده و از طریق این رویکرد مشکل‌محور به چشم‌اندازی جدید برای رسیدن به پاسخ‌های نوآورانه در برابر چالش‌ها، دست یافته است.

 چهار چالش برای تکنولوژی عمیق

تکنولوژی عمیق با همه مزایایش، باید بر چند چالش غلبه کند تا به پتانسیل کامل خود برسد. چهار چالش به‌طور خاص برجسته‌تر هستند و علاوه بر بنگاه‌های تکنولوژی عمیق، بر همه مشارکت‌کنندگان در این اکوسیستم اثرگذارند:

1- نیاز به تصویرسازی مجدد

افراد همیشه به سرعت متوجه این نمی‌شوند که علم و تکنولوژی چطور می‌توانند شکل فرآیندها را تغییر دهند و مشکلات را حل کنند. 20 سال طول کشید تا کسب‌وکارها بعد از اینکه موتورهای برقی جایگزین موتورهای بخار شدند، تجهیزات کارخانه‌ها را تعویض کنند.

برای بنگاه‌های تکنولوژی عمیق، که معمولا از یک پیشرفت تکنولوژیک برای حل یک مشکل استفاده می‌کنند، پیدا کردن چارچوب درست کسب‌وکار می‌تواند یک چالش بزرگ باشد. خیلی از آنها برای شناسایی یک ارزش پیشنهادی جذاب از طریق یک تصویرسازی مجدد واضح از زنجیره‌های ارزش و مدل‌های کسب‌وکار، با مشکل مواجه می‌شوند.

چالش اصلی شرکت‌های بزرگی که می‌خواهند برنامه‌های نوآوری خود را از طریق درگیری با تکنولوژی عمیق توسعه دهند، اغلب تصویرسازی محصولات و فرآیندهایی است که از یک منبع یا فرآیند کاملا متفاوت می‌آیند. در دهه‌های گذشته، 77 درصد شرکت‌های صنعتی پیشتاز، تا پنج سال همچنان رهبر بازار باقی می‌ماندند، اما امروز در بازاری که دینامیک‌تر است و نوآوری مداوم کلید موفقیت است، تعداد آنها تقریبا نصف شده و به 44 درصد رسیده است.

در این شرایط، شرکت‌های بزرگ با سخت‌ترین چالش هر مشارکت‌کننده‌ای در اکوسیستم تکنولوژی عمیق مواجه هستند. شرکت‌های بزرگ به جز نیاز به دانستن کاربردها و موارد مصرف تکنولوژی‌های نوظهور برای درگیری کامل با تکنولوژی عمیق، باید انواع مهارت‌ها را اهرم قرار دهند، از تنوع شناختی استقبال کنند و مطمئن شوند مدیران ارشد دائما در معرض ناشناخته‌ها هستند.

2- نیاز به از بین بردن مرزبندی‌های علم

با اینکه علم عامل پیشرفت‌های زیادی در حوزه‌های متعدد بوده، اما محققان در بسیاری از حوزه‌ها هنوز در اول راهند. به عنوان مثال، در زیست‌شناسی، پیچیدگی طبیعت ناشناخته‌های زیادی بر جای گذاشته است. در شیمی، پیچیدگی نانوذرات به عنوان اجزای چندگانه ساختارهای سه‌بعدی، همچنان چالش بزرگی برای طراحی و مهندسی محسوب می‌شود.

با وجود افزایش علاقه به روبات‌های نرم (ساخت روبات از موادی مشابه ارگانیسم‌های زنده)، محققان هنوز نتوانسته‌اند نمونه‌های اولیه چشمگیری درست کنند. درک رفتار مواد اولیه نرم دشوار است و بنابراین به سختی می‌توان آنها را کنترل و فعال کرد. رایانش کوانتوم، پتانسیل بسیار زیادی دارد، اما چالش‌های فنی متعدد، عامل پیشرفت است. دانشمندان گام‌های بلندی در هوش مصنوعی و یادگیری ماشینی برداشته‌اند، اما خیلی از مسائل در این حوزه‌ها هنوز حل نشده‌اند.

دولت‌ها، دانشگاه‌ها و استارت‌آپ‌ها همگی می‌توانند مرزهای علم را جابه‌جا کنند و قابلیت‌های تکنولوژیک را به کاربردهای کسب‌وکار تبدیل کنند.

3- دشواری در افزایش مقیاس

شرکت‌های تکنولوژی عمیق، نوآوری‌های بنیادینی دارند که اغلب به تولید محصولات فیزیکی جدید منجر می‌شود، اما ممکن است تجربه کافی برای رشد دادن و افزایش مقیاس آن نداشته باشند. افزایش مقیاس یک محصول فیزیکی تکنولوژی عمیق و فرآیند تولید صنعتی مرتبط با آن، می‌تواند پیچیده و هزینه‌بر باشد. بنگاه‌ها علاوه بر استقرار تاسیسات فیزیکی مناسب، باید بر چالش‌های مهندسی به شیوه‌ای که پارامترهای «طراحی بر مبنای هزینه» (متدی برای کنترل هزینه‌های تولید و ساخت محصول از همان ابتدا) رعایت شود، غلبه کنند. شرکت‌ها و دولت‌ها می‌توانند با قرض دادن تخصص مهندسی و تولید در مقیاس، به اولی و با درآمدن در نقش مشتریان آزمایشی اولیه محصول جدید، به دومی کمک کنند.

4- دشواری در دستیابی به منابع مالی

سرمایه‌گذاری در تکنولوژی عمیق در سال‌های اخیر افزایش یافته، اما مدل سرمایه‌گذاری فعلی همچنان یک مانع است. به‌طور خاص، مدل سرمایه‌گذاری خطرپذیر امروز که خیلی جاها دنبال می‌شود، برای وسعت تکنولوژی‌های خاصی مثل هوش مصنوعی و یادگیری ماشینی کافی نیست. چالشی‌تر کردن چیزها، یکی از مشکلات انتقال تکنولوژی عمیق از صحنه آزمایشگاه به پروژه‌ای عملی مبتنی بر سرمایه‌گذاری خطرپذیر است. خیلی از صندوق‌های سرمایه‌گذاری خصوصی و سرمایه‌گذاری خطرپذیر از نظر ساختاری محدودیت دارند (دوره فعالیت، اندازه و انگیزه) و نمی‌توانند در تکنولوژی عمیق سرمایه‌گذاری کنند. بیشتر آنها استعدادهای لازم را برای تشخیص کامل ریسک‌های علم و تکنولوژی ندارند. به علاوه، خیلی از صندوق‌های سرمایه‌گذاری خطرپذیر، ذهنیت «خطرپذیری» اصلی خود را از دست داده‌اند و در عوض چشمشان به دنبال سرمایه‌گذاری‌هایی است که دیگران انجام می‌دهند یا تمایل دارند سرمایه‌گذاری‌های امن‌تر در تکنولوژی‌های تثبیت‌شده و شناخته‌شده‌تر انجام دهند.

 نتیجه‌گیری

پاندمی کرونا،‌ با وجود همه آسیب‌هایی که داشته، نقطه روشنی برای توانایی تکنولوژی‌های عمیق بود تا یک مشکل اساسی انسانی را حل کنند و این کار را با سرعت، کارآمدی و هزینه نسبتا کم انجام دادند. موج بزرگ جدیدی که در راه است، در ذات خود یک رویکرد تازه نسبت به نوآوری دارد که قرار است مشکلات اساسی و پیچیده را شناسایی و حل کند.

تکنولوژی عمیق سه رویکرد با خود دارد (علم پیشرفته، مهندسی و طراحی) تا بر پیچیدگی مشکل غلبه کند و همچنین سه حوزه تکنولوژی دارد (ماده و انرژی، رایانش و حرکت، حس و حرکت) تا پتانسیل ترکیبی حل مشکل آنها را اهرم قرار دهد. قدرت‌بخشی و سرعت‌بخشی به این الگوی جدید نوآوری، همان چرخه مهندسی طراحی-ساخت-آزمایش-یادگیری (DBTL که در بخش قبلی به آن پرداخته شد) و آموزش مداوم است.

دنیا با مشکلات بزرگ دیگری هم مواجه است که از جمله آنها می‌توان به تغییرات اقلیمی اشاره کرد. پتانسیل تکنولوژی عمیق برای ایجاد نوآوری‌های اخلالگر بی‌سابقه است و وسعت مشکلاتی که این نوع تکنولوژی می‌تواند حل کند، برای ما هنوز مشخص نیست.