شکوه وعده‌ها، واقعیت شکست‌ها – هوشیو

«محمدرضا خالصی»، مدیرعامل شرکت فناوران، در رویداد اینوتکس ۲۰۲۵ با لحنی صریح و انتقادی از شکست‌های گسترده پروژه‌های هوش مصنوعی در صنایع فرایندی و معدنی سخن گفت. او معتقد است که موج اولیه امیدواری به این فناوری، جای خود را به دوران واقع‌بینی و عبرت‌آموزی داده است. در گفت‌وگویی مفصل، خالصی از ریشه‌های ناکامی، افسانه‌های رایج، و راه‌حل‌های فنی و راهبردی برای عبور از این بحران سخن گفت.

پایان عصر هیجان؛ آغاز دوران واقع‌گرایی در هوش مصنوعی

خالصی در ابتدای سخنان خود با اشاره به نمودار چرخه عمر فناوری‌ها گفت: «ما از دوران اوج هیجان و انتظارات متورم در مورد هوش مصنوعی عبور کرده‌ایم. حالا وارد دوره‌ای شده‌ایم که شاهد شکست‌های واقعی و دردناک هستیم.»

او تأکید کرد که پروژه‌های بسیاری در صنایع معدنی، پتروشیمی و مهندسی با وجود سرمایه‌گذاری‌های کلان، به اهداف خود نرسیده‌اند. شرکت‌هایی مانند بی‌اچ‌پی، اکسون‌موبیل، سمکس و زیمنس صدها میلیون دلار زیان دیده‌اند، برخی پروژه‌ها به‌کلی تعطیل شده‌اند و حتی در مواردی تا ۶۰۰ نفر اخراج شده‌اند.

از افسانه‌های دیجیتال تا واقعیت‌های زمینی

افسانه شماره ۱: داده‌ها ارزشمند هستند

خالصی با اشاره به یکی از مهم‌ترین تصورات غلط در پروژه‌های هوش مصنوعی گفت: «داده‌ها به خودی خود ارزشمند نیستند. در واقع، اغلب داده‌ها بدون پردازش، پاک‌سازی، و استانداردسازی، بی‌ارزش یا حتی گمراه‌کننده‌اند.»

او با طعنه افزود: «ما فکر می‌کنیم چون داده داریم، پس می‌توانیم با چند مدل یادگیری ماشین، دنیا را تغییر دهیم. اما این فقط یک افسانه است.»

وقتی متخصص فرایند و متخصص داده با هم حرف نمی‌زنند

افسانه شماره ۲: داده‌ها و الگوریتم‌ها کافی هستند

یکی دیگر از دلایل شکست، به‌زعم خالصی، نادیده‌گرفتن دانش تجربی و علمی متخصصان فرایند است.

او گفت: «ما یک هوش چند میلیون ساله داریم به اسم مغز انسان. قبل از اینکه از شبکه‌های عصبی برای تحلیل استفاده کنیم، باید یاد بگیریم از مدل‌های علمی استفاده کنیم؛ مدل‌هایی که طی صدها سال توسعه یافته‌اند.»

او به طرز کنایه‌آمیزی از پروژه‌هایی گفت که سعی کرده‌اند رابطه نیروی وارد بر جسم و شتاب آن را از طریق کلان‌داده کشف کنند، در حالی که این فرمول قرن‌هاست کشف شده!

بی‌نقشه نرو!

افسانه شماره ۳: عمل‌گرایی بدون استراتژی جواب می‌دهد

خالصی با لحنی جدی به مسئله عدم وجود استراتژی در پروژه‌ها اشاره کرد: «خیلی‌ها فکر می‌کنند با سخت‌کوشی و پیاده‌سازی سریع، می‌توان به موفقیت رسید. اما استراتژی نداشتن یعنی ندانستن مقصد. و وقتی ندانیم کجا می‌رویم، هیچ جاده‌ای ما را به مقصد نمی‌رساند.»

او تأکید کرد که باید ابتدا «ویژن»، سپس «استراتژی» و نهایتاً «نقشه راه» تدوین شود. این سه عنصر، همان‌طور که خالصی گفت، همچون قطعات یک پازل‌اند که بدون یکدیگر ناقص خواهند بود.

استعدادی که نداریم؛ مدیر تحول دیجیتال

افسانه شماره ۴: دانش درون‌سازمانی کافی است

یکی دیگر از محورهای سخنرانی، نبود تخصص در هدایت پروژه‌های تحول دیجیتال بود. خالصی گفت: «چه در شرکت‌های کوچک با کمتر از ۱۰۰ نفر نیرو، و چه در غول‌های صنعتی با هزاران کارمند، اغلب یک نقش کلیدی غایب است: مدیر یا طراح نقشه راه تحول دیجیتال.»

او تاکید کرد که این وظیفه فراتر از توانمندی‌های تیم‌های IT است و نیاز به افرادی با درک عمیق از فناوری، فرایند، راهبرد و رهبری دارد.

تجربه زیسته در پروژه‌های واقعی

در ادامه سخنانش، خالصی به تجربه خود در تدوین نقشه راه برای یک کارخانه فرآوری مواد معدنی اشاره کرد. او گفت که برای تعیین اهداف، به جای تکیه بر سلیقه مدیران یا طراحان، از یک الگوریتم هوش مصنوعی بهره برده‌اند که با رویکرد آینده‌پژوهی، بیش از ۳۰ کارکرد ایده‌آل را برای کارخانه شناسایی کرده است.

او افزود: «برای هر کارکرد، هزینه، زمان، زیرساخت، نیروی انسانی، و نوع سرمایه‌ای که ایجاد می‌کند (اجتماعی، فکری، مالی، انسانی و…) محاسبه شد. نتیجه نهایی یک نقشه راه مرحله‌ای بود که دقیقاً نشان می‌دهد در هر فاز، چه چیزی به دست می‌آوریم، چه چیزی از دست می‌دهیم و چه ارزشی خلق می‌شود.»

آینده روشن اما مشروط

خالصی سخنرانی خود را با این جمع‌بندی به پایان رساند که هنوز فرصت برای بازسازی اعتماد به پروژه‌های هوش مصنوعی وجود دارد، به شرط آنکه صنعت با «توهم دانایی» خداحافظی کند و وارد فاز «فهم عمیق و تخصصی» شود.

او گفت: «نقشه راه درست، ترکیب هوش انسانی و مصنوعی، شفاف‌سازی اهداف، و همسویی داده و دانش فرایندی، تنها مسیر نجات پروژه‌های تحول دیجیتال در صنایع است.»