فضای گفتمانی غلط، ناآگاهی مدیران ارشد، فرصت طلبی برخی افراد و تقلیل هوشمندسازی به موضوعی صرفاً فناورانه و نرم‌افزاری از سوی ایشان و همچنین حذف اصل یادگیری از هوش مصنوعی به دلیل کمبود داده و زیرساخت فنی و تقلیل آن به پروژه‌های پردازش تصویر و بینایی ماشین، چالش‌هایی هستند که در صورت تداوم می‌توانند تمام انرژی و ظرفیت بالقوه‌ی حوزه‌ی هوش مصنوعی کشور را در همان گام‌های ابتدایی خنثی کنند. هوشمندسازی باید از یک فعالیت نمایشی و جزیره‌ای به یک تحول سیستمی، مسئله‌محور و بین‌رشته‌ای بدل شود.
هوشمندسازی به‌عنوان یکی از ستون‌های تحول‌آفرین در انقلاب صنعتی چهارم، در مسیر رشد و شکوفایی خود در کشور با مجموعه‌ای از چالش‌های ساختاری، زیرساختی، فناورانه و دانشی مواجه است. این چالش‌ها اگرچه متنوع و گسترده‌اند، اما در میان آنها دو محدودیت بنیادین و اثرگذار وجود دارد که در صورت تداوم، می‌توانند تمام انرژی و ظرفیت بالقوه‌ی این حوزه را در همان گام‌های ابتدایی خنثی کنند.
نخست، رویکردی است که به دلیل کمبود داده و زیرساخت فنی، منجر به کنار گذاشتن یادگیری از هوشمندسازی شده و آن را به مجموعه‌ای از پروژه‌های محدود به پردازش تصویر و بینایی ماشین فروکاسته است؛ پروژه‌هایی که نه تنها بهبود مستمر ایجاد نمی‌کنند، بلکه باعث توقف حرکت به سوی سامانه‌های خودبهینه‌ساز می‌شوند. دوم، فضای گفتمانی غلطی است که در اثر ناآگاهی مدیران ارشد و فرصت‌طلبی برخی بازیگران درون‌سازمانی، هوشمندسازی را به موضوعی صرفاً فناورانه و نرم‌افزاری تقلیل داده است. این نگاه نه‌تنها موجب جدایی هوشمندسازی از مسائل واقعی صنعت شده، بلکه باعث شکست پیاپی پروژه‌ها و بازتولید بی‌اعتمادی نسبت به این تحول نوپا گردیده است.
عبور از این دو محدودیت، پیش‌نیاز کلیدی برای رهایی از وضعیت فعلی و حرکت به سمت تحقق کامل پتانسیل‌های هوشمندسازی در کشور است.
هوشمندسازی بدون یادگیری: محدودیت ناشی از استراتژی‌های کوتاه‌بینانه
هوشمندسازی، به‌معنای حل مسائل حوزه‌ی صنعت و معدن با تکیه بر قابلیت‌های هوش مصنوعی و یا بهینه‌سازی فرآیندها از طریق الگوریتم‌های هوشمند، مفهومی نوپاست که علی‌رغم تلاش‌های گسترده برای تبیین آن در سطح ملی، هنوز تعریف جامعی که متناسب با وعده تحول‌ساز آن در بستر انقلاب چهارم صنعتی باشد، مورد توجه جدی قرار نگرفته است. فقدان چنین تعریفی موجب شده است که چارچوب‌های ناقص و نابسنده، مبنای عمل بازیگران قرار گیرد؛ چارچوب‌هایی که نه‌تنها ظرفیت واقعی هوشمندسازی را در میان‌مدت محدود می‌کنند، بلکه در بلندمدت موجب انفعال راهبردی، کاهش توان رقابتی و از دست رفتن بازارها در برابر رقبا خواهند شد. اکنون، با گذشت یک سال از آغاز رسمی مسیر هوشمندسازی در کشور در سال ۱۴۰۳ و با نگاهی به اقدامات، رویکردها و نتایج حاصل‌شده، زمان آن فرارسیده است که از استمرار این روند نادرست و تثبیت تعاریف ناقص جلوگیری شود.
اگرچه انتظار می‌رفت سازمان ملی هوش مصنوعی، به عنوان نهاد متولی حکمرانی این فناوری در کشور، هدایت‌گر این مسیر باشد، اما چالش‌های بنیادینی چون سردرگمی راهبردی، عدم تأمین مالی پایدار، و ناتوانی در تثبیت جایگاه سیاسی، آن را از ایفای نقش مؤثر بازداشته است. در چنین شرایطی، بازیگران صنعتیِ فعال در بطن صنایع و معادن – و نه صرفاً در نهادهای مشورتی و سیاست‌گذار – ناگزیر شده‌اند تا مسئولیت تعریف درست و ترسیم نقشه‌راه آینده را برعهده گیرند.
نخستین گام در این مسیر، نقد و آسیب‌شناسی تعاریف رایج است. تعریفی که امروزه عملاً در فضای صنعتی کشور پذیرفته شده، هوشمندسازی را به تعدادی کاربرد محدود از هوش مصنوعی، نظیر بینایی ماشین[1] و پردازش زبان طبیعی[2] تقلیل داده است. این نگرش از نظر راهبردی، سطحی و ناکارآمد است؛ چرا که اولاً دامنه‌ی مسائلی که به‌واسطه‌ی این ابزارها قابل حل هستند، بسیار محدود است و ثانیاً تمرکز انحصاری بر آنها، موجب غفلت از فرآیند حیاتی جمع‌آوری داده‌های ساختارمند و باکیفیت برای آموزش مدل‌های یادگیرنده می‌شود – داده‌هایی که ستون فقرات هوشمندسازی واقعی را تشکیل می‌دهند.
هوشمندسازی، زمانی می‌تواند مسیر انقلاب صنعتی چهارم را هموار سازد که بر محور یادگیری دائمی و پیش‌رونده بنا شده باشد. افزودن یادگیری[3] به تجهیزات و فرآیندهای صنعتی و معدنی، زیربنای این تحول است. چشم‌پوشی از رویکردهای مبتنی‌بر یادگیری ماشین[4] و یادگیری عمیق[5] صرفاً به‌دلیل کمبود زیرساخت داده‌ای، نه‌تنها پتانسیل هوشمندسازی را محدود میکند، بلکه مسیر دستیابی به مزایایی همچون افزایش بهره‌وری، کاهش مصرف انرژی، ارتقای کیفیت، و کاهش هزینه‌های نگهداری و تعمیرات را مسدود می‌سازد. تنها با ورود برنامه‌ریزی‌شده به این حوزه‌های اساسی در هوشمندسازی و ریل‌گذاری برای یادگیری تقویتی[6] و واگذاری کنترل مدیریت‌شده به هوش مصنوعی، می‌توان امید داشت که مسیرهای نوآورانه برای حل مسائل قدیمی شناسایی شوند.
این عقب‌ماندگی، ریشه در فقدان برنامه‌ریزی روشن توسط بازیگران این حوزه و همچنین نبود پلتفرم‌های هوش مصنوعی صنعتی[7] قابل اتکا دارد – پلتفرم‌هایی که مبتنی‌بر استانداردها، چارچوب‌های منسجم، و پروتکل‌های عملیاتی باشند. غیاب این پلتفرم‌ها، موجب شده است که بسیاری از پروژه‌های هوشمندسازی در حد اتوماسیون‌های ایستا[8] و فاقد یادگیری باقی بمانند؛ اتوماسیون‌هایی که شاید به ظاهر هوشمند باشند، اما در واقع مانع از آزادسازی انرژی بالقوه‌ی هوشمندسازی خواهند شد.
هوشمندسازی تقلیل‌یافته[9]: محدودیت ناشی از ساده‌سازی مخرب مدیریتی و فرصت‌طلبی درون‌سازمانی
دومین مانع اساسی در مسیر توسعه‌ی هوشمندسازی در صنعت و معدن، رویکردی است که در آن، مفهوم هوشمندسازی توسط مدیران ارشد سازمان‌ها نادیده گرفته یا به‌اشتباه درک شده است. در بسیاری از بنگاه‌ها، این مفهوم به‌جای آنکه به‌مثابه یک تغییر پارادایمی در نحوه‌ی تصمیم‌گیری، کنترل و بهینه‌سازی فرآیندها شناخته شود، به سطح پروژه‌های فناورانه‌ای با محوریت واحد فناوری اطلاعات فروکاسته شده است و پروژه‌هایی که بیشتر از آنکه مسئله‌ای صنعتی را حل کنند، مأموریت نانوشته «اثبات توانمندی» یا «برجسته‌سازی» این واحدها را دنبال می‌کنند.
در چنین فضای ذهنی‌ای، مدیران ارشد، به‌جای بازطراحی معماری تصمیم‌سازی در سازمان خود و ادغام هوشمندسازی با عملیات واقعی، ترجیح داده‌اند با استخدام یک تحلیلگر داده یا تعریف یک پروژه‌ی نمایشی، این حوزه را به‌ظاهر در ساختار شرکت خود جای دهند. از سوی دیگر، برخی کارشناسان فناوری اطلاعات نیز که اغلب از جنس صنعت و تولید فاصله دارند، این خلأ تصمیم‌گیری را به فرصتی برای گسترش وجهه‌ی خود تبدیل کرده‌اند. نتیجه، پروژه‌هایی است که از بستر واقعی مسائل صنعتی جدا شده‌اند و نه‌تنها قادر به تولید ارزش واقعی نیستند، بلکه موجب دلسردی، اتلاف منابع و بازتولید نگاه تردیدآمیز به مقوله هوشمندسازی شده‌اند و یا خواهند شد.
این وضعیت خطرناک زمانی تشدید می‌شود که مفهوم پلتفرم هوشمندسازی صنعتی نیز در همین فضا تعریف و پیاده‌سازی می‌شود؛ پلتفرم‌هایی که در آن نه اثری از فرآیندهای واقعی بهره‌برداری دیده می‌شود، نه صدایی از کاربران صنعتی شنیده می‌شود، و نه تعاملی با زیرساخت‌های عملیاتی وجود دارد. همه‌چیز در لایه‌ای از نرم‌افزار و داده‌های تاریخی متوقف شده و پیوندی با منطق جاری در صحنه تولید برقرار نمی‌شود.
برای عبور از این محدودیت، باید هوشمندسازی از یک فعالیت نمایشی و جزیره‌ای به یک تحول سیستمی، مسئله‌محور و بین‌رشته‌ای بدل شود. نقش مدیران ارشد در این میان حیاتی است. آنها باید به جای تسهیل‌گری سطحی، مسئولیت‌پذیری عمیق نسبت به آینده‌ی دیجیتال سازمان خود داشته باشند و در کنار تیم‌های فنی، واحدهای تولید، نگهداری، بهره‌برداری و تصمیم‌سازان عملیاتی را نیز وارد این فرآیند کنند. تنها در چنین چارچوبی است که هوشمندسازی می‌تواند از سطح فناوری عبور کرده و به ابزاری برای تحول در کارایی، پایداری، و رقابت‌پذیری صنعتی تبدیل شود.
