شکاف سرعت بین اقتصاد دیجیتال با حکمرانی

چگونه حکمرانی را به اقتصاد دیجیتال نزدیک کنیم؟

عارف شعبانی، کوفاندر و مدیرعامل دژینو، درباره نقش هوش مصنوعی در کشف تقلب تبلیغات آنلاین و بهینه‌سازی کمپین‌ها، و همچنین شکاف موجود میان سرعت رشد کسب و کارهای اقتصاد دیجیتال و حکمرانی صحبت می‌کند. چالش‌های تبادل داده با اد نتورک‌ها و لزوم گفتگو میان اتحادیه‌ها و نهادهای تصمیم‌گیر، محورهای اصلی این گزارش خبری هستند.

عارف شعبانی، کوفاندر و مدیرعامل دژینو، در روز ملی تجارت الکترونیک و اقتصاد دیجیتال، به اهمیت استفاده از هوش مصنوعی در فرایندهای کاری مجموعه‌اش اشاره کرد. وی بیان داشت که دژینو فعالیت خود را با تمرکز بر رصد تبلیغات آنلاین آغاز کرده و در این مسیر، هوش مصنوعی (AI) نقش کلیدی ایفا می‌کند. این مجموعه به دلیل نیاز به ابزارهای تحلیلی ریل تایم و الگوریتم‌های پیشرفته، از همان ابتدا استفاده از هوش مصنوعی را در دستور کار قرار داد.

مقاومت ادنتورک‌ها در برابر تبادل داده

ورود دژینو به بازار با کشف تقلب آنلاین در تبلیغات همراه بود و آن‌ها اولین موتور و انجین هوش مصنوعی برای کشف تقلب تبلیغات آنلاین را طراحی کردند. پیش از این، انجام کارهای تحلیلی به صورت دستی سبب می‌شد که در واکنش به تقلب، تأخیر ایجاد شود، لذا استفاده از هوش مصنوعی ضروری می‌نمود. دژینو اولین گزارش تقلب در تبلیغات آنلاین ایران را نیز در سال ۱۴۰۲ منتشر کرد.

بحث تقلب در حوزه مارکتینگ تا حدودی موضوع جدیدی بود و هنوز هم بسیاری از کسب و کارها آموزش کافی در مورد لایه‌های مختلف آن ندیده‌اند. پس از سال ۱۴۰۱، دژینو تمرکز خود را به سمت بهینه‌سازی کمپین (کمپین آپتیمایزیشن) تغییر داد. این تغییر جهت، لازمه‌ی کشف تقلب بود؛ زیرا ابتدا باید ترافیک واقعی از ترافیک غیرواقعی تشخیص داده شود.

برای ارزیابی پرفورمنس ترافیک پس از تشخیص واقعی بودن، مجدداً نیاز به استفاده از هوش مصنوعی و تحلیل داده‌ها بود. تحلیل داده‌ها به طور کلی، اگر بخواهد اثربخشی بیشتری داشته باشد، به سمت هوش مصنوعی یا الگوریتم‌های تحلیلی پیشرفته متمایل می‌شود. لذا هوش مصنوعی در دو مرحله تشخیص تقلب و بهینه‌سازی، بخش جدایی‌ناپذیر فعالیت‌های این حوزه از اقتصاد دیجیتال است.

راهکار دژینو برای شکستن دیوار داده

یکی از مسائل مهمی که در حوزه زیرساخت‌های اقتصاد دیجیتال مطرح می‌شود، مسئله تبادل داده است. این مسئله دو فاکتور اصلی دارد: سخت‌افزاری و نرم‌افزاری. در بخش نرم‌افزاری، شرکت‌ها باید دیتاهای خود را در اختیار یکدیگر قرار دهند یا تعاملاتی داشته باشند تا هوش مصنوعی بتواند بر مبنای آن داده‌ها آموزش (Trend) ببیند و نتایج مثبتی را رقم بزند.

اما این فرآیند اغلب با چالش روبروست، زیرا این دیتاها اغلب شامل اطلاعات شخصی یا اختصاصی شرکت‌ها هستند و گارد محافظه‌کارانه‌ای در برابر شکستن و تبادل این داده‌ها وجود دارد. شعبانی اشاره کرد که کسب و کارهای حوزه فناوری تبلیغات (اد تِک) ممکن است در برابر این تبادل گارد داشته باشند.

زمانی که دژینو در سال ۱۴۰۰ محصول ام‌وی‌پی خود را بالا آورد و تست‌ها را شروع کرد و در سال ۱۴۰۱ سرمایه‌گذاری (اینوست) گرفت، گارد بسیار زیادی از سمت اد نتورک‌ها و ذینفعان مختلف وجود داشت که مایل نبودند این کار انجام شود. این مسئله به این دلیل بود که کشف تقلب، مسئولیت پاسخگویی را متوجه دیجیتال مارکترها و پرفارمنس مارکترها می‌کرد.

در گذشته، پرفارمنس مارکترها به دنبال شاخص‌های کلیدی عملکرد (KPI) بالاتر مانند ترافیک و سشن بیشتر بودند، اما گزارش‌های دژینو نشان می‌داد که بخش زیادی از این ترافیک‌ها تقلبی هستند. این امر ذینفعان را تحت تأثیر قرار می‌داد و مدیران مارکتینگ را وادار به پاسخگویی می‌کرد که چرا ترافیک فیک زیاد بوده و کانال‌ها درست نشده‌اند.

تعامل و همکاری با اد نتورک‌ها نیز با مشکل روبرو بود؛ زیرا اد نتورک‌ها ابتدا گمان می‌کردند که تضاد منافع با دژینو دارند و دلیلی برای همکاری نمی‌دیدند. دژینو با درک این چالش، به سمت بهینه‌سازی محصول و کمک به دیجیتال مارکترها حرکت کرد تا بتوانند هم ترافیک تقلبی را تشخیص داده و جلویش را ببندند، و هم جای آن ترافیک را با ترافیک واقعی پر کنند.

برای اجرای یک کمپین موفق که تقلب آن به حداقل برسد و بودجه کسب و کار به کانال‌های مؤثر هدایت شود، ابزارهای ترد پارتی مانند دژینو و اد نتورک‌ها باید همکاری مستقیم داشته باشند. تبادل داده در این میان نقشی حیاتی دارد، زیرا برخی دیتاها نزد دژینو نیستند و اد نتورک باید آن‌ها را در اختیار دژینو قرار دهد.

از طرفی، دژینو می‌تواند پردازش‌هایی انجام دهد که نیاز اد نتورک به انجام این پردازش‌ها را از بین ببرد. اگرچه اد نتورک‌ها می‌توانند اسکریپت‌هایی را بر روی سایت‌ها نصب کنند (مانند تبلیغات ریتارگتینگ)، اما هزینه‌های پردازش این اطلاعات برایشان بسیار بالا می‌رود. بنابراین، تعامل و گفتگو باید شکل بگیرد تا هر طرف در حوزه تخصصی خود کارها را انجام دهد و تبادل دیتا ایجاد شود.

شعبانی تأکید کرد که تا لحظه گفتگو، این تبادل دیتا میان ابزارهای ترد پارتی و اد نتورک‌ها وجود ندارد. این عدم تبادل داده می‌تواند مانعی جدی در مسیر رشد بهینه کسب و کارهای مبتنی بر داده در اقتصاد دیجیتال باشد. اگرچه ارتباط با اد نتورک‌ها در سال‌های اخیر بهبود یافته، اما تبادل داده همچنان اتفاق نیفتاده است.

عقب‌ماندگی حکمرانی از سرعت بخش خصوصی

مشکلی که در فضای اقتصاد دیجیتال ایران وجود دارد، فاصله و عقب‌تر بودن سرعت حکمرانی (رگولاتوری) از بخش خصوصی است. بخش خصوصی ذاتاً تمایل دارد که رشد سریع داشته باشد و نیازها را برطرف کرده و کسب درآمد کند. در نتیجه، در فضای هوشمندسازی و هوش مصنوعی، بخش خصوصی به سرعت حرکت می‌کند.

در ابتدای شروع اقتصاد دیجیتال، حکمرانی برای قانون‌گذاری و رگولاتوری بسیار عقب بود و این تأخیر، باعث ایجاد لگ در سرعت رشد کسب و کارها شد. حال، با ظهور و توسعه سریع هوش مصنوعی، این نگرانی وجود دارد که اگر حکمرانی از ابزارهای هوش مصنوعی استفاده نکند، سرعت کسب و کارها در این بخش از اقتصاد دیجیتال بسیار بیشتر شده و این فاصله فزاینده‌تر شود.

کسب و کارهای اقتصاد دیجیتال، برخلاف صنایع سنتی مانند طلافروشی‌ها یا صنایع خدماتی خودرو، که قوانینشان در طول زمان تکمیل شده، یک اقتصاد نوپا در ایران محسوب می‌شوند. شرکت‌هایی که در حوزه اقتصاد دیجیتال کار می‌کنند، چالش‌های متفاوتی در ارتباط با دولت و رگولاتوری دارند.

توسعه هوش مصنوعی به طور خاص باعث سرعت گرفتن توسعه کسب و کارهای دیجیتال شده است؛ زیرا این کسب و کارها با فضای آنلاین آشنا هستند و از آن استفاده می‌کنند. مخاطبان و مشتریان این کسب و کارها نیز بیشتر در فضای آنلاین حضور دارند. اگرچه سهم اقتصاد دیجیتال از تولید ناخالص داخلی (GDP) فعلی حدود ۵ درصد است، اما این بخش با قشر وسیعی از جامعه سروکار دارد.

چرا مشکلات کوچک در اقتصاد دیجیتال بحران ملی می‌شوند؟

در فضای اقتصاد دیجیتال، یک موضوع کوچک می‌تواند ابعاد رسانه‌ای بسیار بزرگی پیدا کند و بخش زیادی از جامعه را درگیر کند. برای مثال، بسته شدن یک درگاه پرداخت، کل کشور را متوجه خود می‌سازد و این موضوع می‌تواند به عدم شفافیت یا پیچیده‌تر شدن مسائل ساده منجر شود.

این چالش رسانه‌ای شدن مسائل باعث می‌شود که رگولاتوری سرعت عمل خود را حتی کاهش دهد. به همین دلیل، با وجود پیشرفت مداوم تکنولوژی و سرعت گرفتن کسب و کارهای مبتنی بر هوش مصنوعی، فاصله بین توسعه اقتصاد دیجیتال و حکمرانی بیشتر می‌شود.بسیاری از زندگی‌ها اکنون درگیر کسب و کار دیجیتال هستند، لذا اتفاقات کوچک مانند قطع برق در فضای قدیم، اکنون نمود و اثرگذاری سریع‌تری پیدا می‌کنند. این اثرات، به عقیده شعبانی، سوال و ابهام را در فضای اقتصاد دیجیتال افزایش می‌دهد.

راهکارهای کاهش فاصله با بخش خصوصی

در پاسخ به این سوال که چگونه می‌توان فاصله میان سرعت رشد کسب و کارهای اقتصاد دیجیتال و حکمرانی را کاهش داد، شعبانی به راه حل‌های اساسی اشاره کرد. در اکوسیستم کسب و کارهای دیجیتال، ریسک سرمایه‌گذاری روی استارت‌آپ‌هایی که از هوش مصنوعی استفاده نمی‌کنند، بالاتر است؛ بنابراین، استارت‌آپ‌ها مجبورند هوشمند باشند که این امر به جا ماندن رگولاتوری منجر می‌شود.

به طور کلی، در هر مسئله‌ای یا باید آنکه سریع می‌رود، کند شود (که امکان‌پذیر نیست) یا آنکه کند است، سرعت بگیرد. اگر بخواهیم در این فضا رشد کنیم، رگولاتوری باید خود را به سطح استفاده از هوش مصنوعی و ترندهای جهانی برساند.شعبانی معتقد است که اتحادیه‌ها و انجمن‌های حوزه اقتصاد دیجیتال، که در ابتدای راه خود هستند، باید زحمت گفتگو و پیگیری مستمر با دولت و نهادهای تصمیم‌گیر را به دوش بکشند. اگر این گفتگو و تعامل جدی وجود نداشته باشد، فاصله بین بخش خصوصی و حکمرانی افزایش خواهد یافت.

یکی از راه‌های موثر برای کاهش فاصله، آشنایی حکمرانی با سیستم اقتصاد دیجیتال و سرعت تحولات آن است. یکی از پیشنهادها این است که نهادهای دولتی نیز از هوش مصنوعی برای پیش‌بینی صنایع آینده و آمادگی در برابر کسب و کارهای جدید استفاده کنند.در نهایت، بخش خصوصی اقتصاد دیجیتال، که در ۱۵ تا ۲۰ سال توانسته ۵ درصد از سهم GDP را به دست آورد و رشد قابل توجهی نسبت به صنایع قدیمی‌تر داشته، باید توسط حکمرانی حمایت شود تا بتواند مسیر خود را ادامه دهد.

موانع کلان اقتصاد دیجیتال

شعبانی به این نکته اشاره کرد که مشکلات بزرگتری در اقتصاد کلان وجود دارد، مانند تامین ارز و مشکلات نقل و انتقال پول به داخل و خارج ایران، که تا زمانی که این مشکلات بزرگ حل نشوند، تمرکز بر روی موضوعات کوچکتر شاید منطقی نباشد.همچنین، در خصوص استفاده از هوش مصنوعی، شعبانی پیشنهاد کرد که نهاد دولتی لزوماً نیازی نیست که خودش از هوش مصنوعی استفاده کند؛ بلکه می‌تواند بخش خصوصی را که وظیفه دارد ترندها را ببیند و روی آن سرمایه‌گذاری کند، زیر نظر داشته باشد.

مسئله اصلی در این حوزه عدم شکل‌گیری ارتباط منسجم میان صنعت و دولت است، وضعیتی که مشابه مشکل قدیمی ارتباط صنعت و دانشگاه است. این ارتباط، علیرغم وجود واحدهایی مانند “ارتباط با صنعت” در دانشگاه‌ها، همچنان به صورت اجرایی دیده نشده است.

در پایان، کوفاندر دژینو با تأکید بر اینکه حوزه اقتصاد دیجیتال در ابتدای راه است، ابراز امیدواری کرد که فعالان این بخش بتوانند با تلاش بیشتر، در حوزه ارتباط با دولت و دانشگاه، موانع موجود را برطرف کنند. وی این مسیر را سخت خواند، اما رشد و همراهی اکوسیستم دیجیتال با وجود چالش‌های روزمره را شایسته تقدیر دانست.

برای مشاهده ویدئوهای بیشتر اینجاکلیک کنید.