پایگاه خبری راه پرداخت دارای مجوز به شماره ۷۴۵۷۲ از وزارت فرهنگ و ارشاد اسلامی و بخشی از «شبکه عصر تراکنش» است. راه پرداخت فعالیت خود را از دوم اردیبهشت‌ماه ۱۳۹۰ شروع کرده و اکنون پرمخاطب‌ترین رسانه ایران در زمینه فناوری‌های مالی، بانکداری و پرداخت و استارت‌آپ‌های فین‌تک است.
فناوری انقلاب‌های بزرگی برای انسان‌ها به ارمغان آورده است. به عنوان مثال، صنعت خودرو معنای دیگری به انسان‌ها، زندگی آن‌ها و تعاملات‌شان بخشیده و از صنعت رسانه و ارتباطات هم همین بس که هم‌اکنون، در سایه آن هیچ حد و مرزی برای بشر وجود ندارد. آزادی بیان، اندیشه و عمل مفهوم دیگری به خود گرفته و شکل زیرکانه‌تری از زندگی به جریان در آمده است. اما همه‌ی این‌ها، علاوه بر یک ذهن خلاق و مبتکر، نیازمند ایجاد زیرساخت‌هایی برای پیاده‌سازی هستند.
پس فقط شناسایی و اعتماد به یک فناوری کافی نخواهد بود. آن‌چه که در مرحله دوم، پس از ظهور یک فناوری لازم است، توانایی استفاده از آن یا به عبارت بهتر پیاده‌سازی آن است.
برای این‌که بتوانید از تاثیرات پیاده‌سازی این فناوری‌ها روی کسب‌وکار خود اطمینان حاصل کنید، لازم است که ابتدا آن‌ها را در سطح آزمایشگاهی پیاده کنید. با وجود این‌که در حال حاضر، اغلب شرکت‌ها و سازمان‌ها از عموم فناوری‌های رایج و مدرن استفاده می‌کنند و فناوری‌های نوظهور، هیاهوی زیادی در صنایع مختلف به پا کرده‌اند، اما ممکن است برخی از شرکت‌ها هنوز هم در مورد برخی از فناوری‌ها سستی کرده باشند.
اگر شما نیز جزو آن دسته از کسبوکارهایی هستید که فناوری‌های نوظهور را فقط از دور به نظاره نشسته‌اید و برای آزمون و خطای آن‌ها و بررسی آثارشان در کسب‌وکارتان اقدام نکرده‌اید، باید بپذیرید که از غافله عقب مانده‌اید. شک نکنید که بسیاری از رقیبان‌تان، نه فقط این فناوری‌ها را شناخته و در بوته آزمایش قرار دادهاند، چه بسا برای پیاده‌سازی آن‌ها در مقیاس عملی نیز دست به کار شدهاند. اما این فناوری‌ها ماهیتا چه هستند؟
بیایید لیستی از فناوری‌های نوظهور و پرکاربردی که هر کسی باید آن‌ها را دنبال کرده و در کسب‌وکار خود پیاده‌سازی کند را بررسی کنیم:
- رایانش ابری (Cloud Computing)
- خدمات مبتنی بر مکان (Location-Based Services)
- واقعیت افزوده، مجازی و ترکیبی (Augmented, Virtual & Mixed Reality)
- تحلیل شبکههای اجتماعی (Social Media Analytics)
- فناوری‌های پوشیدنی (Wearable Technology)
- اینترنت اشیا (The Internet-of-Things)
- هوش مصنوعی/ یادگیری ماشین (AI/Machine Learning)
- تحلیل‌های افزوده (Augmented Analytics)
- ارزهای رمزنگاری‌شده (Cryptocurrency)
- بلاکچین (Blockchain)
هدف از این مطلب، بررسی و پیاده‌سازی آزمایشی هر یک از این فناوری‌ها و سایر فناوری‌های نوظهوری است که به نظر می‌رسد در حال تغییر زیرساخت‌های کلی جهان هستند.
چند گام برای پیاده‌سازی فناوری‌های نوظهور
1) توصیف فناوری نوظهور مورد نظر (با تکیه بر تاثیرات آن روی کسب‌وکار)
2) هدف قراردادن تاثیرات بالقوه آن در مدل‌های ویژه کسب‌وکار و فرایند‌ها
3) شناسایی حامیان برای پشتیبانی از پیاده‌سازی
4) توسعه طرح‌های اولیه پیاده‌سازی (با ارزیابی ضریب تاثیر تجربی)
5) پیاده‌سازی فناوری در مقیاس عملی
رایانش ابری
بیایید با رایانش ابری شروع کنیم. این فناوری که برنامه‌های کاربردی گسترد‌ه‌ای نظیر برنامه‌های کاربردی رایانش ابری یا نرم‌افزار به‌عنوان سرویس (software-as-a-service)، سرویس‌های بستر ابری یا بستر به‌عنوان سرویس (platform-as-a-service)، سرویس‌های زیرساخت ابری یا زیرساخت به‌عنوان سرویس (infrastructure-as-a-service) و سرویس‌های سخت‌افزار به‌عنوان سرویس (hardware-as-a-service) را به کاربران خود ارائه می‌دهد، یک مدل رایانشی بر پایه شبکههای رایانه‌ای هم‌چون اینترنت است که بر اساس سرویس‌های ذکر شده مدل‌ها و الگو‌های جدیدی برای عرضه، مصرف و تحویل در اختیار کسب‌وکار‌ها قرار می‌دهد.
وجه تسمیه‌ی این فناوری، فضای ابر گونه‌ی اینترنت است که علی‌رغم گستردگی، کاربر هیچ اطلاعی از داخل و اتفاقات پشت پرده‌ی آن ندارد.
فناوری رایانش ابری قابلیت استقرار به‌صورت خصوصی و عمومی را دارد. بسیاری از شرکت‌ها و کسب‌وکار‌ها در حال حاضر نیز جزئی از این ابر بزرگ هستند، اما در مورد فناوری‌های رایانش ابری مدرنی نظیر معماری ابری توسعه یافته، معماری ابری چند سطحی و حتی معماری‌های ابری بدون سرور، کمتر کسی اطلاعاتی دارد و نسبت به پیاده‌سازی چنین فناوری‌هایی اقدام کرده است.
با وجود این‌که از رایانش ابری نیز در کنار سایر فناوری‌های نوظهور جهان یاد می‌کنیم، اما تاریخچه این فناوری به سال 1960 بر می‌گردد. آن‌چه که تغییر کرده و رایانش ابری را به یک فناوری مدرن تبدیل کرده است، ادغام آن با سایر فناوری‌های نوظهوری است که روزبه‌روز نیز به تعداد آن‌ها افزوده می‌شود.
سرویس‌هایی هم‌چون بلاکچین به‌عنوان سرویس (blockchain-as-a-service)، واقعیت افزوده به‌عنوان سرویس (blockchain-as-a-service) و تحلیل‌های افزوده به‌عنوان سرویس (augmented analytics-as-a-service) خدماتی هستند که در سایه چنین ادغام‌هایی شکل گرفته‌اند و می‌توانند شاخه‌ای جدید در صنعت خدمات مالی ایجاد کنند. تمامی این فناوری‌های نوظهور اهداف ما برای پیاده‌سازی در راستای مدل‌های کسب‌وکار هستند و نتایج به‌دست آمده از پیاده‌سازی آزمایشی آن‌ها و برآورد نهایی باید فرضیه‌ای کمی و قابل استناد باشد. این‌که آیا این فناوری می‌تواند روی کسب‌وکار من و بهبود مدل‌ها، فرایند‌ها، تجربه کاربری و دستاورد‌های مالی و معنوی آن تاثیر‌گذار باشد؟
دلایل مختلفی برای پیاده‌سازی برخی از فناوری‌های نوظهور حوزه رایانش ابری برای شرکت‌ها و استارت‌آپ‌ها وجود دارد. به‌عنوان مثال، پیاده‌سازی کانتینر به‌عنوان سرویس (containers-as-a-service) شرکت‌ها را قادر میسازد تا در صورت عدم رضایت از خدمات ارائه شده از سوی فروشندگان، کسب‌وکار خود را به فضای ابری دیگری با سطح بازاریابی و فروش بهتر انتقال دهند.
ضمن این‌که نباید فراموش کرد، پیاده‌سازی سایر سرویس‌های ابری نظیر سرویس بلاکچین به‌عنوان سرویس، واقعیت افزوده به‌عنوان سرویس و تحلیل‌های افزوده به‌عنوان سرویس نیز مستلزم تطابق این سرویس‌ها با مدل‌های کسب‌وکار آن‌ها و فرایند‌های‌شان است. به این مفهوم که برای استفاده از بلاکچین، هرگز نمی‌توانید روی زیرساخت‌ها و فرایندهای متمرکز پیاده‌سازی خود را انجام دهید.
یکی از فاکتور‌های مهمی که در پیاده‌سازی چنین فناوری‌های نوظهوری حائز اهمیت است، پیدا کردن سرمایه‌گذارانی قدرتمند و با سقف بودجه بالا است تا بتوانند از طرح‌های پیشنهادی به نحو درست پشیبانی کنند.
بدون داشتن چنین سرمایه‌گذار و پشتیبان کلیدی و قدرتمندی، را‌ه‌اندازی و پیاده‌سازی فناوری‌ها حتی در فرصت‌طلبانه‌ترین حالت هم دشوار و شاید غیرممکن است. هدف یک پیاده‌سازی مبتنی بر فناوری رایانش ابری، سریع و ارزان بودن آن است و در حقیقت، آن‌چه که اهمیت دارد، پیاده‌سازی فناوری در کمترین زمان ممکن و به شکلی مقرون به صرفه است. نتایجی هم که از این پیاده‌سازی سریع و مقرون به صرفه عاید شرکت‌ها می‌شوند، آثار کمی و بالقوه‌ی فناوری را نشان می‌دهند.
خدمات مبتنی بر مکان
خدمات مبتنی بر مکان یا به اختصار ال‌بی‌اس (LBS)، به تمامی خدماتی اشاره دارد که به داده‌های مکانی فیزیکی و دیجیتالی نیازمند هستند. از آن‌جا که خدمات مبتنی بر مکان تا حدود زیادی به مکان حضور کاربران تلفن‌های همراه وابسته است، هدف اصلی ارائه دهندگان از پیاده‌سازی این فناوری نیز مکان‌یابی فیزیکی و دیجیتالی کاربران است. برخی از مهمترین کاربرد‌های این فناوری نوظهور مسیریابی‌ها، نقاط مورد علاقه کاربران، دستیار‌های دایرکتوری، مدیریت ناوگان‌ها، اورژانس، ردیابی دارایی‌ها، ساختمان‌های حساس به مکان و تبلیغات محلی است و سوالی که باید برای بهبود وضعیت کسب‌وکارتان از خود بپرسید این است که کدام یک از این کاربرد‌ها می‌توانند روی کسب‌وکار شما تاثیر‌گذار باشند؟
اپلیکیشن‌هایی نظیر اوبر (Uber)، فور اسکوئر (Foursquare)، کورب‌ساید (Curbside)، دارک اسکای (Dark Sky) و گس بادی (Gas Buddy) که در بین سایر اپلیکیشن‌های در حال توسعه از محبوبیت بیشتری برخوردارند، از این خدمات بهره می‌گیرند. مهمترین تاثیر خدمات مبتنی بر مکان روی کسب‌وکار‌ها، مدل‌های کسب‌وکار و فرایندهای آن‌ها شناسایی، جذب و تشویق بیشتر کاربران به سمت این کسب‌وکار‌ها است و صدالبته جذب تامین کنندگان و حتی کارکنان.
افرادی که در حوزه‌های بازاریابی، فروش و توزیع محصولات مشغول فعالیت هستند، علاقه شدیدی به بهره‌مندی از قابلیت‌های خدمات مبتنی بر مکان در فرایندهای خود دارند. مانند سایر فناوری‌ها، حامیان و سرمایه‌گذاران این فناوری نیز نیازمند بودجه و قدرت لازم برای حمایت از آن به نحو احسن هستند تا بتوانند چنین پروژه‌های آزمایشی مهمی را را‌ه‌اندازی کنند.
سریع و ارزان بودن، دو فاکتور مهمی هستند که در پیاده‌سازی آزمایشی خدمات مبتنی بر مکان دخیل هستند و شرکت‌ها باید این مهم را مد نظر قرار دهند. ضمن این‌که معیار‌های عملکرد کمی و تجربی برای همین پیاده‌سازی آزمایشی نیز باید تعریف شوند تا بتوانند تاثیرگذاری خدمات مبتنی بر مکان را روی مدل‌های کسب‌وکار و فرایند‌ها ارزیابی کنند.
واقعیت افزوده، مجازی و ترکیبی
کیورا (Quora) می‌تواند شما را در درک بهتر تفاوت‌های واقعیت افزوده، مجازی و ترکیبی یاری کند. واقعیت مجازی، فناوری مدرنی است که کاربران را در محیطی کاملا مجازی، دیجیتال، هوشمند و مصنوعی غرق می‌کند. واقعیت افزوده، اشیای مجازی را در محیط دنیای واقعی پوشش می‌دهد؛ و واقعیت ترکیبی نیز علاوه بر پوشش دهی، اشیای مجازی را به دنیای واقعی متصل می‌کند. فناوری واقعیت افزوده، مجازی و ترکیبی را می‌توان جوان‌تر از دو فناوری رایانش ابری و خدمات مبتنی بر مکان توصیف شده قلمداد کرد و به همین علت نیز بررسی تاثیرات این فناوری روی مدل‌های کسب‌وکار و فرایندهای آن‌ها از طریق پیاده‌سازی، اندکی دشوارتر و پیچیده‌تر است. کدام بخش از مدل کسب‌وکار شما یا فرایند‌های‌تان می‌تواند تحت تاثیر فناوری واقعیت افزوده، مجازی و ترکیبی تحول یافته و رو به بهبودی بگذارد؟
تعداد اپلیکیشن‌هایی که بر اساس چنین فناوری‌هایی طراحی شدهاند روزبه‌روز در حال افزایش هستند و تنوع آن‌ها نیز رو به فزونی گذاشته است.
پس برای این‌که بتوانید مناسب‌ترین اپلیکیشن را برای مدل کسب‌وکار خود پیدا کنید، لازم است با ارائه دهندگان چنین سیستم‌هایی در کنار ارائه دهندگان فناوری رایانش ابری مشورت کنید. ضمن این‌که نگاهی دقیق به عملکرد‌های رقیبان‌تان می‌تواند شما را در شناسایی نیازمندی‌هایتان کمک کند. ببینید رقبا از چه ابزار‌هایی استفاده می‌کنند و سپس شما نیز برای پیاده‌سازی همان ابزار‌ها برای تقویت کسب‌وکار خود دست به کار شوید. پس از شناسایی، تنها کاری که می‌ماند، پیدا کردن یک حامی و سرمایه‌گذار قدرتمند است تا بتواند شما را در مسیر پیاده‌سازی فناوری در مدل کسب‌وکار و حصول نتیجه همراهی کند. فراموش نکنید که این پیاده‌سازی باید بتواند نتایجی کمی و قابل اطمینان از تاثیرات فناوری واقعیت افزوده، مجازی و ترکیبی روی مدل کسب‌وکار و فرایندهای شما به دست دهد.
تحلیل شبکههای اجتماعی
تحلیل شبکههای اجتماعی در حقیقت گردآوری اطلاعات از گراف‌ها و شبکه‌هایی است که افراد و روابط آن‌ها به‌صورت دیجیتال تشکیل دادهاند. کاربران و گروه‌هایی که عضو آن هستند، عملا گره‌های (Nodes) این گراف‌ها هستند و تعاملات و رفتار‌های آن‌ها یال‌ها (Edges) را تشکیل می‌دهند. بدیهی است که هرچه تعداد افراد و تعاملات آن‌ها بیشتر باشد، گراف پیچیده‌تر شده و نیاز به تجزیه و تحلیل‌های پیشرفته‌تری خواهد داشت. اما آن‌چه که حائز اهمیت است، قابلیت استفاده از این اطلاعات در راستای بهبود مدل‌های کسب‌وکار و ارائه تجربه کاربری جدیدی است که می‌تواند بازدهی و کارایی سیستم را ارتقا دهد. یک بینش ساختاری که مبتنی بر دادهها است و شما را در تصمیم‌گیری‌های مربوط به کسب‌وکارتان یاری می‌کند و رضایت مشتریان از برند‌ها و محصولات ارائه شده را افزایش می‌دهد.
برای تحلیل شبکههای اجتماعی سه گام مهم وجود دارد:
- شناسایی دادهها
- تجزیه و تحلیل دادهها
- و تفسیر اطلاعات
تحلیل شبکههای اجتماعی که فرآیند تحقیق و بررسی ساختار‌های اجتماعی، با تکیه بر نظریه شبکه و نظریه گراف است، روی محصولات، خدمات و در کل فاکتور‌های مختلف کسب‌وکار‌ها نظیر نوآوری، رضایت‌مندی مشتریان، مدیریت برند، تحلیل‌های رقابتی و فرایندهای جذب مشتری تاثیر گذار است. اما در این میان، دو فاکتور مربوط به مشتریان و رقبا از اهمیت بیشتری برخوردارند و می‌توانند در سایه فرایندهای تحلیل شبکههای اجتماعی طراحی و مدیریت بهتری را شاهد باشند. تاثیر گذاری چنین فناوری نوظهوری روی فاکتور‌های مربوط به مشتریان و رقیبان در سطح بازار، طی چند دوره پیاده‌سازی آزمایشی قابل بررسی و ارزیابی است، هرچند که چنین پیاده‌سازی‌های آزمایشی نیز اغلب نیازمند سرمایه گذاری و حمایت مالی و معنوی هستند. در صورتی که این فناوری بتواند به شکلی درست در سطح پایلوت پیاده‌سازی شود، می‌توان مقیاس تاثیرگذاری و نتایج بالقوه آن در بلندمدت را تا حدودی ارزیابی کرد.
فناوری پوشیدنی
فناوری پوشیدنی اصطلاحی است که به ابزار‌های الکترونیک مورد استفاده در لباس‌ها یا اکسسوری‌ها اطلاق می‌شود. اگرچه عنوان ظاهری این فناوری تا حدودی گویا است، اما نمی‌تواند پشت پرده کامل چنین فناوری شگرفی را تشریح کند. در این مقوله، با ساعت‌های دیجیتال یا هدفون‌ها مواجه نیستیم بلکه با دنیایی از هوش و مدرنیته طرفیم که می‌تواند بانکداری، کسب‌وکار‌ها، سلامت و در کل زندگی بشر امروز را تحت‌الشعاع قرار دهد.
دستگاه‌های پوشیدنی را می‌توان بزرگ ترین ابداع بشر در حوزه فناوری پس از گوشی‌های تلفن همراه هوشمند قلمداد کرد که رایج‌ترین انواع آن‌ها، ردیاب‌های فعالیتی و ساعت‌های هوشمند هستند.
نسل جدید دستگاه‌های پوشیدنی با قابلیت اتصال به شبکه به منصه‌ی ظهور رسید‌ه‌اند و می‌توانند در خللال این قابلیت، دادهها را میان دستگاه و شبکه مبادله کنند. اغلب این دست سیستم‌ها به حسگر‌های کاملا هوشمندی مجهز هستند که دادهها را از بدن کاربران دریافت کرده و با اتصال به شبکه اینترنت از طریق بلوتوث یا وای‌فای، اطلاعات را برای پردازش بیشتر و ذخیره‌سازی به شبکه نت یا تلفن همراه کاربران انتقال می‌دهند. قابلیت توامان ارسال و دریافت دادهها در چنین سیستم‌هایی، آن‌ها را به یکی از جلوداران حوزه اینترنت اشیا تبدیل کرده است.
تاثیرات فناوری‌های پوشیدنی را می‌توان در دو حوزه مورد بررسی قرار داد. اول، شرکت‌هایی که چنین فناوری و ابزار‌هایی را تولید کرده و ارائه می‌دهند و دوم، کسبوکارهایی که از آن‌ها در راستای اهداف و مدل‌های خود استفاده می‌کنند. کفش‌ها، دستگاه‌های ردیاب، ساعت‌های هوشمند و سایر ابزار‌های هوشمند پوشیدنی مدرنی که در حال ظهور، پیشرفت و گسترش هستند، می‌توانند تاثیر بسزایی در روند رشد، بهبود، تغییر یا حتی جایگزینی خدمات و محصولات کنونی ارائه شده از سوی کسبوکارهای مختلف داشته باشند. به همین دلیل نیز فرضیه پیاده‌سازی چنین سیستم‌هایی (که عملا توصیف کننده طرح آزمایشی آن است) مستلزم توسعه به منظور ارزیابی تاثیر حقیقی چنین فناوری‌هایی روی ارتقای مزایای رقابتی و بهبود تجربه کاربری در هر دو حوزه عنوان شده است.
اینترنت اشیا
اینترنت اشیا مفهوم جدیدی است که به شبکه‌ای متشکل از دستگاه‌های فیزیکی، با قابلیت گردآوری و به اشتراک گذاری داده‌های الکترونیکی از طریق اینترنت اطلاق می‌شود. تحقیقات اخیر گارتنر (Gartner) حاکی از این حقیقت قریب‌الوقوع است که تا پایان سال 2020 میلادی، شاهد شبکه‌ای از 25 میلیارد تلفن همراه هوشمند، ساعت هوشمند، ابزار‌های مبتنی بر فناوری پوشیدنی و دستگاه‌ها و خودرو‌های متصل به اینترنت و به یکدیگر خواهیم بود که به نوبه‌ی خود می‌توانند یکی از پایه‌های انقلاب دوم دیجیتالی را تشکیل دهند.
چنین جامعه‌ای از دستگاه‌های متصل به هم یا ارتباطات اصطلاحا ماشین به ماشین، مجموعه‌ای سترگ از دستگاه‌های هوشمند صنعتی را شامل می‌شوند که قادرند داده‌های به دست آمده از محیط، بدن انسان و غیره توسط حسگر‌ها را انتقال داده و از این اطلاعات برای بهبود فرایندهای مختلف استفاده کنند.
علاوه بر سود اقتصادی هنگفتی که صنعت جهان می‌تواند از این فناوری نوظهور به دست آورد، سبک زندگی بشر نیز رو به بهبود خواهد گذاشت. اتصالات ماشین به ماشین می‌توانند در سایه جمع‌آوری و تبادل حجم بالایی از داده‌های مربوط به کاربران، کسب‌وکار‌ها را در ارتقای مزایای رقابتی مدل‌های مورد استفاده خود و همچنین بهبود تجربه کاربری‌شان یاری کنند.
اغلب دستگاه‌های متصل به این دست شبکه‌ها، از پروتکل‌های اینترنتی یا آی‌پی (IP) استفاده می‌کنند. پروتکلی مشابه با آن‌چه که کامپیوتر‌ها در سراسر جهان برای شناسایی و ارتباط با یکدیگر به کار می‌برند. هدف از این فناوری مدرن، ایجاد قابلیت گزارش خودکار در دستگاه‌ها، در زمان واقعی است که علاوه بر افزایش بازدهی، داده‌های بسیار کارآمدتر و سریع‌تری را نسبت به سیستم‌های مبتنی بر عوامل انسانی در اختیار شبکه قرار می‌دهد.
اینرنت اشیا طراحی شده است تا داده‌های مورد نیاز از فرایند‌ها، دستگاه‌ها یا عوامل انسانی را استخراج کرده و فرایند‌هایی هوشمندتر ایجاد کند یا برخی از مشکلات موجود در فرایند‌ها را حل و فصل کند. تاثیرات بالقوه این فناوری مهم باید بر اساس برخی از اهداف هوشمند خاص مورد ارزیابی قرار گیرد و طبیعتا بهترین راه برای ارزیابی چنین تاثیراتی، پیاده‌سازی فناوری در مقیاس آزمایشگاهی است.
برای این‌که این فناوری بتواند ساختمان‌های هوشمند، شبکههای هوشمند، شهر‌های هوشمند، لباس‌های هوشمند و هرآن‌چه که در این جهان هست را پشتیبانی کرده و هوشمندی مورد تصور برای تمام فرایند‌ها و اشیای اطرافمان را به واقعیت بدل کند، نیاز به بررسی، آزمایش و ارزیابی مکرر دارد. فناوری تاثیرگذاری که معیار‌های اثربخشی کمی و تجربی آن می‌تواند در سایه پیاده‌سازی در مقیاس پایلوت برآورد شده و برای مقیاس عملی و در بلند مدت اعتبارسنجی شود.
هوش مصنوعی / یادگیری ماشین
هوش مصنوعی اصطلاحی برای شبیه‌سازی هوش انسانی در ماشین‌ها است… اید‌ه‌آل‌ترین قابلیت این فناوری خارق‌العاده، قدرت تفکر و ابراز واکنش‌هایی است که می‌توانند شانس رسیدن به اهداف تعیین شده را به حداکثر برسانند. اساس این فناوری نیز ایده تعریف هوش انسانی به گونه‌ای است که دستگاه‌ها بتوانند از آن تقلید کنند. این فناوری می‌تواند در زمینه‌های توصیف، استدلال و ادراک پیاده‌سازی شده و در سایه رویکرد‌های متقابل انضباطی مبتنی بر ریاضیات، علوم کامپیوتر، علوم زبان، فیزیولوژی و …، قابلیت‌های شگفت‌انگیزی از خود به اجرا بگذارد. در حقیقت، با تکیه بر چنین فناوری نوظهور و شگرفی ماشین‌ها قادر خواهند بود تا رفتار‌های مشابه انسانی نظیر درک شرایط پیچیده، شبیه‌سازی فرایندهای تفکر، شیوه‌های استدلال انسانی و پاسخ‌گویی‌های موفق و هدفمند آن‌ها را ارائه دهند.
از سوی دیگر، یادگیری ماشین نیز مفهوم مجزایی است که به ماشین‌ها و برنامه‌های کامپیوتری این امکان را می‌دهد تا از دادهها و رفتار‌های ورودی انسان‌ها به سیستم یادگیری کرده و پس از بهروزرسانی، بدون اتکا و وابستگی به هوش انسانی، تصمیم‌گیری کنند.
این فناوری را می‌توان زیرمجموعه‌ای از فناوری عظیم هوش مصنوعی تعریف کرد که الگوریتم‌های موجود در سیستم‌ها و برنامه‌های کامپیوتری را جاری نگه می‌دارد.
فناوری یادگیری ماشین نیز در کنار هوش مصنوعی، زمانی پررنگ‌تر می‌شود که پای دو مفهوم کلان داده (Big Data) و علوم تحلیل (Analytics) به میان کشیده می‌شود. همان‌طور که می‌دانید، در دنیای امروز حجم داده‌های تولیدی توسط حوزه‌های مختلف صنعت خدمات مالی به قدری است که از آن تحت عنوان کلان داده یاد می‌شود. داده‌هایی بسیار حجیم و متنوع که از منابعی مختلف و در فرمت‌های گوناگون ایجاد و گردآوری شدهاند و برای پردازش نیاز به فناوری‌های مدرن و قدرتمند دارند.
قابلیت دسترسی به داده‌های جدید در خلال خودآموزی به دستگاه‌ها، امکان جدیدی است که تحت عنوان یادگیری ماشین ایجاد شده است و در هنگام تعریف داده‌های جدید به سیستم‌ها، الگوریتم‌های موجود در دستگاه‌های پردازش‌گر را قادر میسازد تا در خلال یادگیری از رفتار‌هاری انسانی و بهروزرسانی از طریق داده‌های پیشین، پارامتر‌های موجود را برای تغییر الگو‌ها مورد ارزیابی قرارداده و بهترین و اید‌ه‌آل‌ترین پاسخ خروجی را تولید کند.
هوش مصنوعی بسیار منحصربه‌فرد است، چرا که می‌تواند یادگیری کرده و سپس به‌صورت خودکار تکرار شود و به همین علت نیز در میان سرمایه گذاران حوزه هوش مصنوعی، یک رقابت تسلیحاتی شدید به پا است.
گستره کسبوکارهای استفاده کننده از این فناوری نیز درست مانند حامیان آن بسیار غافلگیرکننده است و تقریبا تمام فرایندهای عملیاتی و خدماتی موجود در حال حاضر، به دنبال استفاده از مزایای رقابتی این فناوری پرسود هستند.
هوش مصنوعی تاثیرات عمیقی روی حوزه‌های سلامت و بهداشت، اقتصاد، حسابداری و خدمات مالی، ساخت و تولید، خدمات کاربری، هوانوردی، آموزش و پرورش، فروش، بازاریابی، قانون گذاری، مهمان‌داری، رسانه، امنیت، مذاکرات و حتی جنگ و صلح دارد.
این تاثیرات را می‌توان در خلال برنامه‌های پیاده‌سازی آزمایشی دو فناوری هوش مصنوعی و یادگیری ماشین در تمام حوزه‌های موجود مورد ارزیابی قرار داده و عمق و ابعاد آن را به کلیه مدل‌های کسب‌وکار و فرایند‌ها تعمیم داد. البته فراموش نکنید که این پیاده‌سازی مستلزم هزینه، سرمایه گذاری و حمایت خواهد بود.
تحلیل‌های افزوده
تقریبا تمامی کسانی که در حوزه‌های تجاری فعالیت می‌کنند، بر این باورند که آماده کردن دادهها (Data Preparation)، یکی از مراحل زمان‌بر و خسته کننده در پروژه‌های هوش تجاری است. ضمن این‌که بسیاری از فرایندهای موجود در این حوزه‌ها، اغلب با علوم زبان بیگانه بوده و نیاز به برنامه‌نویسی پیشرفته برای پردازش و پاسخ‌گویی دارند.
تحلیل‌های افزوده، در حقیقت فناوری است که با استفاده از یادگیری ماشین و پردازش زبان طبیعی، آماده‌سازی دادهها، پردازش و به اشتراک گذاری آن‌ها را بسیار آسان‌تر و سریع‌تر کرده است.
فرض کنید برای آماده‌سازی دادهها نیاز به تغییر یک عبارت در حجم بالایی از فایل‌ها (مثلا اکسل) دارید. اگر بخواهید به‌صورت دستی تمام عبارات مورد نظر در این فایل‌ها را تغییر دهید، طبیعتا زمان، هزینه و انرژی بالایی نیاز خواهد بود. اما فناوری تحلیل‌های افزوده قادر است با تکیه بر فناوری یادگیری ماشین، کل عبارات تعیین‌شده در تمام فایل‌ها را بر اساس دلخواه شما تغییر داده و فرایند آماده‌سازی دادهها را به شکل قابل ملاحظه‌ای تسهیل کند.
همچنین تصور کنید می‌خواهید از مجموعه‌ای بزرگ از پرونده‌ها یک آمار کمیتی خاص را بگیرید. علی‌رغم این‌که زمان، انرژی و هزینه مورد نیاز برای انجام چنین محاسباتی بسیار بالا خواهد بود، اما فناوری تحلیل‌های افزوده قادر است در سایه پردازش زبان طبیعی، تنها با وارد کردن یک جمله (که باید بر اساس زبان‌های تعریف‌شده برای سیستم باشد) کلیه محاسبات را با تغییر زبان به اس‌کیوال انجام داده و نتیجه مورد نظر را نمایش دهد.
اگرچه این فناوری هنوز در مراحل اولیه توسعه خود قرار دارد اما استفاده از آن در سطوح بالا می‌تواند قابلیت تصمیم‌گیری‌های قابل اعتماد برای مدل‌های کسب‌وکار را فراهم کند.
سرمایهگذاری در این حوزه در حقیقت همان سرمایهگذاری روی حوزه علوم تحلیل است که چهار حوزه توصیف (description)، تفسیر (explanation)، پیش‌بینی (prediction ) و تجویز یا صدرو فرمان (prescription) را شامل می‌شود. بررسی و ارزیابی تاثیرات فناوری تحلیل‌های افزوده روی کسب‌وکار‌ها و مدل‌های آن‌ها نیز باید روی این چهار حوزه متمرکز شود.
در حقیقت باید فرض کنیم که شرکت‌ها و کسب‌وکار‌ها، روش‌های تحلیلی و ابزار‌های مربوط به آن را در یکی از از این حوزه‌ها پیاده‌سازی می‌کنند و خارج از این محدوده نیازی به اثر‌گذاری نیست. ضمن این‌که چنین پیاده‌سازی‌های آزمایشی نیز همانند سایر فناوری‌ها نیازمند سرمایهگذاری و حمایت هستند. البته نباید از این موضوع مهم نیز غافل شد که هوش مصنوعی و یادگیری ماشین، دو فناوری موازی و وابسته به تحلیل‌های افزوده هستند و پیاده‌سازی هر یک از این فناوری‌ها، روی آن یکی تاثیر مستقیم خواهد گذاشت.
بلاکچین
بر اساس اظهارات فرانسوا زانینوتو (Francois Zaninotto): «بلاکچین دفتر کلی از حقایق است، که در خلال چندین رایانه تکرار شده و در یک شبکه همتا به همتا گردآوری شده است. این حقایق می‌توانند شامل همه چیز، از تراکنش‌های مالی گرفته تا امضا‌های محتوایی باشند و اعضای این شبکه نیز افراد ناشناسی به نام گره (Nodes) هستند. تمامی تعاملات صورت گرفته در داخل شبکه می‌توانند در سایه مزیت رمزنگاری، فرستنده و گیرنده را به شکلی امن شناسایی کنند.
زمانی که یکی از گره‌ها اقدام به وارد کردن یک حقیقت در دفتر کل کند، اجماعی در شبکه تشکیل می‌شود تا مشخص کند این حقیقت کجای دفتر کل باید ظاهر شود. اجماعی که یک بلوک نام‌‌گذاری می‌شود… بلاکچین، دفتر کل توزیع‌شده‌ای است که امکان اشتراک و پردازش امن اطلاعات بین طرفین متعدد شرکت کننده در شبکه‌ای با همتایان غیر قابل اعتماد را فراهم می‌کند. این دادهها هر چیزی می‌توانند باشند، اما جالب‌‌ترین موارد استفاده از این فناوری مربوط به داده‌هایی است که در حال حاضر برای تبادل نیاز به سوم شخصی قابل اعتماد دارند.»
بلاکچین، با این‌که در تعریف به‌عنوان اساس ارزهای رمزنگاری‌شده معرفی می‌شود، اما کاربرد‌های دیگری نیز دارد و هر نوع داد‌ه‌ای می‌تواند روی آن ثبت و ذخیره شود. اکر ساتوشی ناکاموتو (ایجاد کننده اولین ارز رمزنگاری‌شده با عنوان بیت‌کوین) از بلاکچین برای رمزنگاری استفاده کرده است، پاول دورف (مدیر و بنیان گذار تلگرام) نیز در صدد استفاده از آن برای را‌ه‌اندازی تلگرامی غیرقابل فیلتر است.
برخی از مهمترین و برجسته‌‌ترین حوزه‌های مورد استفاده برای این فناوری نوظهور، حوزه خدمات مالی نظیر مدیریت ثروت، پرداخت‌های برون مرزی، پردازش مطالبات بیمه و فرایندهای آن و قرارداد‌های هوشمند است. البته گفتنی است که بلاکچین می‌تواند در این حوزه‌ها بسیار مخاطر‌ه‌آمیز یا به‌عبارت بهتر ساختارشکن نیز عمل کند، چرا که ماهیت آن عملا زیرساخت‌های کلی چنین سیستم‌هایی را تهدید می‌کند.
برای پیاده‌سازی فناوری بلاکچین در مقیاس آزمایشی و عملی، اولین چیزی که لازم است حذف عناصر واسطه و سوم شخصی نظیر سیستم‌های بانکی است که طبیعتا، حامیان پروژه‌های پیاده‌سازی این فناوری در حوزه‌های مالی را نسبت به سایر سرمایه‌گذاران روی فناوری‌های نوظهور دیگر، با چالش‌ها و دشواری‌های بیشتری مواجه می‌کند.
اگر بخواهیم روشن‌تر در این باره صحبت کنیم، در مبحث پیاده‌سازی فناوری نوظهور بلاکچین در مقیاس عملی، مهمترین مانعی که وجود دارد دولت‌ها و سازمان‌های بزرگی هم‌چون بانک‌ها هستند که سیستم‌های غیرمتمرکزی هم‌چون بلاکچین، برخلاف رویکرد متمرکز آن‌ها عمل کرده و ساختارشکنی جدی برای آن‌ها به شمار می‌آید. با وجود این‌که پتانسیل‌های فراوان فناوری بلاکچین می‌تواند روی سازمان‌های دولتی، بیمه و صنایع خدمات مالی نیز تاثیرات مثبتی داشته باشد، اما هنوز هم تهدیدی برای آینده این سیستم‌ها قلمداد می‌شود و به نظر می‌رسد که در سال‌های آتی، در صورت پذیرش کامل بلاکچین و پیاده‌سازی عملی و گسترده آن، دیگر خبری از بانک‌ها و شعبه‌های آن‌ها نباشد.
ارزهای رمزنگاری‌شده
جیمز رویال (James Royal) ارزهای رمزنگاری‌شده را به این شکل توصیف می‌کند:
«ارز رمزنگاری‌شده نوعی از پرداخت است که می‌تواند در ازای خدمات یا کالا مبادله شود… ارزهای رمزنگاری‌شده با استفاده فناوری جدیدی تحت عنوان بلاکچین کار می‌کنند… تکنولوژی غیرمتمرکزی که در خلال کامپیوتر‌های متعددی که مدیریت کرده و تراکنش‌های را ثبت می‌کنند، توزیع شده است. بخشی از جذابیت این فناوری امنیت آن است… حامیان این فناوری ارزهای رمزنگاری‌شده‌ای نظیر بیت‌کوین را به‌عنوان پول آینده می‌ببینند و برای خرید این ارز‌ها قبل از گسترش بیشتر و احتمالا بالا رفتن ارزش آن‌ها مسابقه می‌دهند… برخی از حامیان نیز این حقیقت را که ارزهای رمزنگاری‌شده بانک‌های مرکزی را از چرخه مدیریت پول در جهان حذف خواهند کرد، می‌پسندند؛ چرا که در طول زمان، این بانک‌ها با ایجاد تورم از ارزش پول کاسته‌اند… حامیان دیگری نیز فناوری پشت ارزهای رمزنگاری‌شده، یعنی بلاکچین را دوست دارند، چرا که به‌عنوان یک فناوری غیرمتمرکز و سیستم ثبت داده، بسیار ایمن‌تر از فرایندهای پرداخت سنتی عمل می‌کند. هرچند که برخی نیز گم‌نامی شبکه بلاکچین را دوست دارند که اجازه هرگونه تراکنشی خارج از محدوده نظارت دولت را به کاربران می‌دهد. فعالیت‌هایی که می‌تواند شامل اعمال خراب‌کارانه و جرایم مالی نیز باشد.»
پیاده‌سازی چنین فناوری مدرنی می‌تواند بسیار چالش برانگیز باشد، چرا که در قبال فرایندهای سنتی پرداخت، حکم یک سیستم ساختارشکن را دارد. ارزهای رمزنگاری‌شده‌ای که به‌عنوان جایگزینی برای پول حقیقی رایج در جهان شناخته می‌شوند، تهدیدی جدی برای منافع مالی تثبیت شده هستند و حمایت و سرمایهگذاری مورد نیاز برای پیاده‌سازی چنین فناوری‌های نوظهوری در مقیاس آزمایشی و عملی، هزینه‌های بسیاری را به حامیان، سرمایه‌گذاران و سیستم‌های سنتی تحمیل خواهد کرد.
اگرچه حتی در صورت تامین سرمایه نیز دست‌یابی به هدف مورد نظر یا مورد انتظار کمی غیرممکن به نظر می‌رسد. بیایید آمار و ارقام را بررسی کنیم. عرضه اولیه سکه در سال گذشته توانسته رکورد زده و تعداد بالایی از استارت‌آپ‌های مبتنی بر ارزهای رمزنگاری‌شده را میلیاردر کند. اما طی سال جاری، تعداد انگشت‌شماری از این استارت‌آپ‌ها توانسته‌اند برنامه‌های وعده داده خود را پیاده‌سازی کنند و حتی برخی از آن‌ها، از پیاده‌سازی آزمایشی فناوری‌های مبتنی بر ارزهای رمزنگاری‌شده نیز عاجز بوده‌اند (شرکت‌هایی که هنوز نسخه آزمایشی پلتفرم‌ها را نیز بیرون نداده‌اند.)
به همین علت است که کسبوکارهای علاقه‌مند به این فناوری‌ها، ملزم به سنجش جوانب استفاده از آن در مدل‌های کسب‌وکار خود بر اساس نتایج کمی پیاده‌سازی آزمایشی هستند. به زبان ساده‌تر، اگرچه ارزهای رمزنگاری‌شده پر از پتانسیل و جذاب هستند، اما اگر قصد دارید از آن‌ها استفاده کنید، قبل از هرچیز نتایج بالقوه این انتخاب را بیازمایید.
سخن آخر
آن‌چه که در نهایت دارید یک لیست است و یک راهکار ساده: همه‌ی آن‌چه که مهم است بدانید این است که هرکدام از این فناوری‌های نوظهور چه تاثیری در کسب‌وکار شما، مدل مورد استفاده، فرایند‌ها، خدمات و محصولات‌تان دارند. این امر باید یک فرایند مستمر باشد، نه این‌که در پایان سال یا هر سه ماه یک‌بار برای ارزیابی آن اقدام کرده باشید؛ بلکه هر روز و با معرفی هر فناوری جدید، آن را بررسی کرده و آثار استفاده از آن در کسب‌وکار خود را بسنجید.
بدیهی است که با شتابی که از پیشرفت علم و تکنولوژی سراغ داریم، این لیست مدام در حال تغییر و تحول خواهد بود و امکان اضافه شدن برخی فناوری‌های نوظهور دیگر به آن بسیار بالاست. نیاز‌های شما نیز با توجه به رشد رقیبان‌تان و افزایش انتظارات کاربران و بازار از شما مدام در حال تغییر و افزایش است.
مطمئن باشید که پیاده‌سازی این فناوری‌ها، ابتدا در مقیاس آزمایشگاهی و در صورت نتیجه مطلوب در مقیاس عملی (چه آن‌ها که در این لیست آمد‌ه‌اند و چه آن‌ها که نیستند ولی رقبای شما برای پیاده‌سازی‌شان دست به کار شدهاند) مزیت رقابتی فوق‌العاد‌ه‌ای را از آن کسب‌وکار شما خواهد کرد. مطمئن باشید که این فناوری‌ها، در حال حاضر تنها راه برای پیشی گرفتن از رقبا هستند و اگر در این یک مورد عقب بمانید، قافله را باخته‌اید.
منبع: Forbes
