عصر تراکنش ۹۴؛ لیلا نظری، مدیر توسعه کسب‌وکار داتا / تولید و توسعه محصولات و سرویس‌های مبتنی بر داده در سال‌های اخیر در ایران با رشد چشمگیری همراه بوده و با سرعت قابل‌توجهی به‌سوی آینده حرکت می‌کند. اگر چالش‌های مرتبط با توسعه‌پذیری فنی این محصولات را کنار بگذاریم، موضوع اشتراک‌گذاری خروجی‌های محصولات داده‌محور ـ که در نهایت چرخه توسعه این دست محصولات را کامل می‌کند ـ چالشی جدی است که در فضای اکوسیستم داده‌ای کشور به‌شدت احساس می‌شود.
با وجود تلاش‌های فراوان در طراحی مدل‌ها و الگوریتم‌های تحلیلی، اغلب این محصولات پشت درهای بسته باقی می‌مانند و به سرویس‌هایی قابل استفاده برای سایر بازیگران اکوسیستم تبدیل نمی‌شوند. دلیل پیچیدگی موضوع اشتراک‌گذاری خروجی محصولات مبتنی بر تحلیل داده در کشور را می‌توان به چهار دسته موضوعی تقسیم کرد:
۱. مالکیت‌گرایی بر تحلیل: سازمان‌ها، حتی در مواردی که خروجی یک مدل تحلیلی قابلیت استفاده گسترده در صنایع مختلف را دارد، آن را به چشم یک دارایی محرمانه درون‌سازمانی می‌بینند. این نگاه محافظه‌کارانه ناشی از نگرانی آنها درباره افشای مزیت رقابتی‌شان است.
۲. ابهام حقوقی در اشتراک تحلیل و سرویس: نحوه تعریف مسئولیت حقوقی خروجی‌های مدل‌های تحلیلی در تعامل با دادههای سازمان‌های دیگر، در خلأ قانونی قرار دارد. نبود چهارچوب‌های شفاف در حوزه مالکیت فکری، مسئولیت‌پذیری و حقوق مصرف‌کننده باعث شده است تمایل به اشتراک به حداقل برسد.
۳. فقدان مدل درآمدی پایدار برای محصولات تحلیلی: بسیاری از شرکت‌ها نسبت به درآمدزایی از یک مدل یا API تردید دارند. نبود تجربه‌های موفق در این حوزه باعث می‌شود مدیران نسبت به سرمایه‌گذاری روی محصول‌سازی داده‌محور مردد بمانند.
۴. بی‌اعتمادی بین سازمان‌ها در همکاری داده‌ای: تعامل بین‌سازمانی در حوزه داده نیازمند فرهنگ شفاف‌سازی، استانداردسازی و پایبندی به SLA است؛ مؤلفه‌هایی که هنوز در فضای کسب‌وکار ایران به بلوغ نرسیده‌اند.
چه باید کرد؟
برای آن‌که مدل‌های تحلیلی از ابزارهایی صرفاً درون‌سازمانی به سرویس‌هایی قابل اشتراک و قابل فروش در سطح اکوسیستم تبدیل شوند، باید اقداماتی در سطوح مختلف انجام شود. اگر در جایگاه تصمیم‌گیر یا تصمیم‌ساز توسعه کسب‌وکار سازمان هستیم، اقدامات زیر را در برنامه داشته باشیم:
- تمرکز بر ایجاد هاب‌های تخصصی محصولات داده‌محور
- آموزش و توانمندسازی تیم‌های محصول و حقوقی سازمان برای ساخت سرویس‌های داده‌محور B2B
- طراحی و ترویج مدل‌های کسب‌وکاری پایدار مانند پرداخت به ازای مصرف (Pay-Per-Use) و اشتراک (Subscription) برای سرویس‌های تحلیلی
- ایجاد فرهنگ سازمانی اشتراک‌مدار
اگر در جایگاه قانون‌گذار یا سیاست‌گذار بالادستی قرار داریم، اقدامات زیر باید در قالب سیاست‌های کلان در دستور کار قرار گیرد:
- تدوین استانداردهای فنی و حقوقی برای APIها، مدل‌های تحلیلی و خدمات مبتنی بر هوش مصنوعی متناسب با سرعت رشد کسب‌وکارهای این حوزه
- حمایت از شکل‌گیری نهادهای میانی و شتاب‌دهنده‌های تخصصی در حوزه داده و هوش مصنوعی
- ایجاد سازوکارهای تنظیم‌گری پویا و انطباق‌پذیر
- توسعه زیرساخت‌های داده‌ای و محاسباتی ملی
در دنیای امروز، توانایی استخراج داده تنها یک مهارت پایه است. آنچه تمایز ایجاد می‌کند، قدرت ساختن، بسته‌بندی و به اشتراک‌گذاری تحلیل‌ها و مدل‌های هوشمند در قالب سرویس‌هایی مقیاس‌پذیر است. اکوسیستم دیجیتال ایران برای رسیدن به مرحله بهره‌وری از تحلیل، نیاز دارد از درون‌گرایی داده‌ای عبور کرده و به سمت مشارکت در ساخت زیرساخت‌های تحلیل اشتراکی حرکت کند؛ زیرساخت‌هایی که با امکان تبادل داده‌ها، الگوریتم‌ها و سرویس‌های هوشمند میان بازیگران مختلف، زمینه همکاری و هم‌افزایی در اکوسیستم را فراهم می‌آورند.
