اگر تا سال ۲۰۲۷ مستقل نشوید، سال ۲۰۲۸ از دنیای هوش مصنوعی حذف خواهید شد!

تقریباً تمام پیش‌بینی‌ها درباره سال ۲۰۲۷ به یک نقطه مشترک ختم می‌شوند؛ نقطه‌ای که با یک سؤال کلیدی و اساسی از سوی هیئت‌مدیره روبه‌روی مدیران ارشد فناوری (CIO) آغاز می‌شود.

همین یک سال پیش، موضوع «حاکمیت داده و فناوری» (Sovereignty) فقط یک دلیل واضح داشت. دانشگاه MIT در ماه مه ۲۰۲۵ گزارشی منتشر کرد که نشان می‌داد ۲۳ درصد از رهبران سازمانی این مفهوم را درک کرده بودند، ۱۳ درصد از آن برای بالا بردن بهره‌وری استفاده می‌کردند و جالب اینکه همان ۱۳ درصد، بازدهی مالی ۵ برابری نسبت به بقیه داشتند! در آن روز‌ها موتور محرک اصلی فقط اقتصاد و سودآوری بود و پای سیاست اصلاً وسط نبود.

اما در طول همین یک سال همه‌چیز زیرورو شد. در سپتامبر ۲۰۲۶، نظرسنجی از ۳۰۰ مدیر ارشد در آمریکا، آلمان و هند نشان داد که ۷۲ درصد از آن‌ها معتقدند موضوع حاکمیت فناوری حالا بسیار حیاتی‌تر از دوازده ماه پیش شده است. وقتی دلیلش را پرسیدیم، شش پاسخ با اختلاف بسیار کمی در صدر قرار گرفتند: قانون‌گذاری‌ها، تنش‌های ژئوپلیتیک، تداوم کسب‌وکار، حریم خصوصی داده‌ها، امنیت سایبری و وابستگی خطرناک به ارائه‌دهندگان فناوری در کشور‌های دیگر.

به این ترتیب یک دلیل ساده به شش چالش بزرگ تبدیل شد. این اتفاق دیگر صرفاً یک «روند گذرا» نیست؛ بلکه به یک «ارز رایج و استاندارد» برای تبادلات تجاری تبدیل شده است. عملکرد بالا به آن ارزش بخشید و معادلات قدرت و سیاست آن را روان و نقدپذیر کردند.

اتفاقاتی که در آینده رقم می‌خورد، در چهار لایه اصلی جریان دارد: خودِ مفهوم حاکمیت، پلتفرمی که زیر پای آن قرار می‌گیرد، سیستم‌عامل تحت نظارت و کنترل‌شده‌ای که آن را عملی می‌کند، و در نهایت اقتصاد و نیروی انسانی که ضامن موفقیت این چرخه هستند.

حاکمیت فناوری: از یک الزام تجاری تا ارز معامله و عنوان شغلی جدید

حاکمیت فناوری در سال ۲۰۲۷ دیگر چیزی نیست که صرفاً مالکش باشید، بلکه ارزی است که باید آن را خرج کنید؛ خرجِ گرفتن مجوز فعالیت، کسب حق اجرای ایجنت‌ها در محیط عملیاتی و واقعی، و ورود به بازارهای جدید. برای اولین بار در تاریخ، اروپا با اختصاص ۲۳ میلیارد دلار در برابر ۲۱ میلیارد دلار آمریکای شمالی، در بازار ۱۱۰ میلیارد دلاری کلاود مستقل و بومی (Sovereign Cloud) پیشی می‌گیرد. با اینکه اتحادیه اروپا اجرای قوانین سخت‌گیرانه هوش مصنوعی (EU AI Act) را به دسامبر ۲۰۲۷ موکول کرده، اما خریداران و شرکت‌ها حتی سریع‌تر از قانون‌گذاران در حال حرکت هستند.

همین ماجرا یک صندلی خالی در اتاق مدیریت ایجاد کرده است: مدیر امنیت اطلاعات (CISO) مراقب مرزهای امنیتی است، مدیر ارشد داده (CDO) متولی داده‌هاست، مدیر ارشد فناوری (CIO) زیرساخت را هدایت می‌کند و مشاور حقوقی شرکت روی مقررات دست دارد. اما «حاکمیت داده و فناوری» ترکیبی هم‌زمان از هر چهار حوزه است و در عمل هیچ‌کدام صاحب تمام آن نیستند. در شرایطی که ۷۲ درصد مدیران می‌گویند این مسئله اولویت پیدا کرده، تنها ۳۰ درصد شرکت‌ها به صورت پیش‌فرض کنترل و نظارت روی داده‌ها دارند. بنابراین منتظر باشید در سال ۲۰۲۷ عنوان شغلی جدید «مدیر ارشد حاکمیت فناوری» (Chief Sovereignty Officer) متولد شود و جایگاه برنامه‌های محیط‌زیستی و حاکمیتی (ESG) را در جلسات هیئت‌مدیره با گزارش‌ها و شاخص‌های دقیق تصاحب کند.

پلتفرم یکپارچه Postgres: داده‌ها باید زیر یک سقف زندگی کنند

اگر بپرسید سازمان‌ها در حال حاضر چه پایگاه‌های داده‌ای را اجرا می‌کنند، اوضاع شبیه بیست سال گذشته به نظر می‌رسد. اما پژوهش جهانی ThinkerMedia در سپتامبر ۲۰۲۶ واقعیت متفاوتی را به تصویر کشیده است؛ وقتی از مدیران پرسیده شد انتخاب بعدی‌شان چیست، نتیجه خیره‌کننده بود: پستگرس (Postgres) با ۶۳ درصد آرا و با اختلاف ۱۹ درصدی، تمام رقبا را پشت سر گذاشت و سهم غولی مثل اوراکل (Oracle) به ۱۹ درصد سقوط کرد. موتور اصلی دنیای دیتابیس‌ها مشخص شده است. رقابت اصلی در سال ۲۰۲۷ بین قابلیت‌های «درون‌سازه‌ای و محلی» در برابر ابزار‌های «وصله‌پینه‌ای» خواهد بود؛ یعنی اینکه قابلیت‌های برداری (Vector)، نظارت، مدیریت کانتکست ایجنت‌ها و حاکمیت داده، مستقیماً داخل خود موتور پایگاه‌داده تعبیه شده باشند یا اینکه با وصله‌پینه دور آن پیچیده شوند. هیچ‌کس یک فِراری با قطعات پیچی و وصله‌ای نمی‌خواهد!

همین منطق درباره خود داده‌ها هم صادق است. نگهداری بارهای کاری تراکنشی، تحلیلی و هوش مصنوعی در سه پایگاه داده مجزا، درست مثل این است که سه خانه مجزا با سه یخچال پر از خوراکی داشته باشید؛ کاری که شاید فقط برای پادشاه بریتانیا منطقی باشد! از هر ده سازمان، هفت سازمان اعتراف می‌کنند که داده‌ها، هوش مصنوعی و ایجنت‌های آن‌ها هنوز پراکنده یا در حال ادغام نصفه‌نیمه هستند، ولی تقریباً همگی انتظار دارند تا سه سال آینده این روند کاملاً معکوس و یکدست شود. هزینه اینفرنس (استنتاج هوش مصنوعی) ۲۸۰ برابر ارزان‌تر شده، اما هزینه جابه‌جایی و انتقال داده‌ها اصلاً ارزان نشده است.

پس راهکار مشخص است: هوش مصنوعی را به سراغ داده ببرید، داده‌ها را در همان جایی که ذخیره شده‌اند پاکسازی کنید و یک سؤال حیاتی از خود بپرسید: آیا همه منابع ما زیر یک پنل کنترلی واحد جمع شده‌اند؟

سیستم‌عامل هوش مصنوعی و کلید روشن‌کردن هوشمند

هدایت یک سازمان مبتنی بر ایجنت‌ها درست مثل سرمربی‌گری در لیگ حرفه‌ای فوتبال آمریکایی (NFL) خواهد بود: برای هر تصمیم فقط ۲۵ تا ۴۰ ثانیه زمان دارید، بیش‌تر تاکتیک‌ها با شکست مواجه می‌شوند و باید بی‌وقفه درس بگیرید. هرگز نمی‌توان چنین سیستمی را با چند ابزار پراکنده اداره کرد. در حال حاضر فقط ۴۴ درصد مدیران وجود یک «سیستم‌عامل هوش مصنوعی» را ضروری می‌دانند، اما ۸۶ درصد انتظار دارند تا سه سال آینده این موضوع یک الزام غیرقابل مذاکره شود؛ این مفهوم سریع‌ترین رشد را در تحقیقات اخیر داشته است. مدیران سازمانی لایه‌های این معماری را به روشنی تفکیک می‌کنند: قابلیت‌های داده‌ای نقش پلتفرم پایه را بازی می‌کنند و متن‌باز بودن به همراه امکان استقرار در هر محیطی، ماهیت سیستم‌عامل را تشکیل می‌دهند.

پیام مشخص است: یا باید مالک هر دو لایه باشید یا هیچ‌کدام را در اختیار نخواهید داشت.

ایجنت‌ها را نمی‌توان بعد از بروز یک فاجعه با یک کلید خاموش متوقف کرد؛ وقتی یک میلیارد ایجنت مانند جراحان میکروسکوپی به صورت شبانه‌روزی و در ۳۶۵ روز سال فعالیت می‌کنند، به یک «کلید روشن‌کردن هوشمند و دقیق» نیاز دارید؛ یعنی قوانین کانتکست‌محوری که از همان ابتدا و به شکل لحظه‌ای درون لایه داده تعبیه شده باشند. یک‌سوم شرکت‌ها می‌گویند خروج از پلتفرم فعلی‌شان به معنای بازطراحی کل معماری سیستم است، در حالی که برنامه‌های نظارتی آن‌ها هنوز در مرحله «برنامه‌ریزی» خاک می‌خورد. به عبارت دیگر، بتن‌ریزی کار ساده‌ای است، اما جابه‌جا کردن بتن سخت شده غیرممکن خواهد بود!

نظارت و قابلیت جابه‌جایی سیستم را باید هم‌زمان انتخاب کنید، وگرنه هر دو را از دست می‌دهید. وقتی ۸۰ درصد پایگاه‌های داده مستقیماً توسط ایجنت‌ها ساخته شوند، نقش مهندسان نرم‌افزار از سازنده به ویراستار و ناظر تغییر خواهد کرد.

معادلات اقتصادی و دگرگونی نیروی انسانی

توسعه این زیرساخت‌ها با پول‌های قرضی پیش می‌رود: یک تریلیون دلار سرمایه‌گذاری زیرساختی که یک‌سوم آن متکی بر اعتبارات و وام‌هایی با بازدهی ۱۰ ساله نزدیک به ۵ درصد است. در این میان، منبع کمیاب حافظه سخت‌افزاری است نه مدل‌های زبانی! جالب است بدانید برق مصرفی فقط یک رَک سرور هوش مصنوعی برابر با برق مصرفی ۶۵ خانه مسکونی است و از هر پنج دیتاسنتر هوش مصنوعی، دو مرکز با محدودیت‌های شدید انرژی دست‌وپنجه نرم می‌کنند.

هزینه‌های جهانی هوش مصنوعی به مرز ۴ تریلیون دلار نزدیک می‌شود، با این حال ۴۰ درصد از پروژه‌های مبتنی بر ایجنت‌ها شکست می‌خورند! مشکل کمبود سرمایه نیست، بلکه مسئله اصلی ورود به فاز عملیاتی و تولید واقعی است؛ هوش مصنوعی تنها جایی مستقر می‌شود که بازگشت سرمایه آن ملموس و قابل اندازه‌گیری باشد. هزینه‌های شما برای سرویس‌های نرم‌افزاری (SaaS) آب می‌رود، چرا که ایجنت‌ها به داده نیاز دارند نه به اپلیکیشن‌های آماده؛ و درست به جای آن، ردیف بودجه جدیدی برای «حاکمیت داده و فناوری» در صورت‌های مالی ظاهر می‌شود.

پله‌های شغلی افراد تازه‌کار در حال حذف شدن است، نخبگان طراز اول هوش مصنوعی قبل از تدوین استراتژی سازمان‌ها را ترک می‌کنند، و حالا باارزش‌ترین مهارت انسانی، تعریف و نوشتن «اسکیل‌ها» (مهارت‌هایی که ایجنت‌ها اجرا می‌کنند) است. پرامپت‌ها حکم ماشین تحریر قدیمی را دارند، اما اسکیل‌ها به مثابه صنعت چاپ مدرن هستند! مدل هوش مصنوعی در واقع اجاره‌ای است، اما کتابخانه اسکیل‌ها دارایی اختصاصی شماست و در همان جایی نفس می‌کشد که داده‌های سازمان قرار دارند.

آیا سازمان شما مدیر ارشد حاکمیت فناوری یا حداقل برنامه‌ای برای استقلال داده دارد؟ اگر جوابتان منفی است، بدانید بقیه دنیا این کار را شروع کرده‌اند؛ و در سال ۲۰۲۷، جهان با ارزی معامله خواهد کرد که شما حتی یک سکه از آن را در دست ندارید!

مکس روماننکو (Max Romanenko)، مدیر ارشد فناوری در EnterpriseDB (EDB) است.

منابع: دانشگاه MIT، گزارش Sovereignty Matters (مه ۲۰۲۵)؛ پژوهش داده و هوش مصنوعی سازمانی ThinkerMedia با جامعه آماری ۶۰۰ سازمان (سپتامبر ۲۰۲۶)؛ گارتنر؛ گلدمن ساکس؛ آژانس بین‌المللی انرژی (IEA).