در این یادداشت به مرورِ برخی از فرصت‌های کلیدی هوش مصنوعی برای تجارت و همچنین حوزه‌هایی که قوانین تجارت می‌توانند به توسعۀ هوش مصنوعی کمک کنند می‌پردازیم.

هوش مصنوعی چیست؟

قبل از پرداختن به تأثیر هوش مصنوعی بر تجارت، ابتدا لازم است تعریفی روشن از هوش مصنوعی بیان کنیم. به‌طور خاص، بین هوش مصنوعیِ محدود در امر تجارت (مانند خدمات ترجمه، ربات‌های گفت‌وگو و وسایل نقلیه) و هوش مصنوعیِ عمومی (مانند کلیۀ سیستم‌های خودآموز که می‌توانند آموزش‌های لازم را از تجربیات انسانی ببینند و از عملکرد انسان در همۀ وظایف پیشی بگیرند) تفاوت‌هایی وجود دارد. درمورد هوش مصنوعی عمومی نگرانی‌های گسترده‌تری وجود دارد مانند اینکه چگونه می‌توان اهداف چنین سیستمی را با اهداف انسانی برای جلوگیری از پیامدهای فاجعه‌آمیز هماهنگ کرد. با این وجود هوش مصنوعی عمومی همچنان در آینده به‌عنوان یک فناوری حیاتی به توسعۀ خود ادامه خواهد داد. برای درک اهمیت بالقوۀ هوش مصنوعیِ محدود در امر تجارت نیز ابتدا باید به‌طور خلاصه به بخش‌های اصلی آن پرداخته شود.

هوش مصنوعی مبتنی بر یادگیری ماشینی است که از مقادیر زیادی داده و الگوریتم‌های قدرتمند برای توسعۀ پیش‌بینی‌های قوی‌تر درمورد آینده استفاده می‌کند. داده‌های مورداستفاده برای یادگیری ماشینی می‌توانند تحت نظارت باشند (مانند داده‌های با حقایق مرتبط) یا بدون نظارت باشند (مانند داده‌های خام که نیاز به شناسایی الگوها بدون درخواست قبلی دارند). یکی دیگر از پیشرفت‌های اساسی که زمینه‌ساز هوش مصنوعی است شبکۀ عصبی عمیق دی‌ان‌ان[۱] است. دی‌ان‌ان‌ها از لایه‌های توابع غیرخطی تشکیل شده‌اند که در آن، خروجی هر لایه به ورودی لایۀ بعدی در شبکه تبدیل می‌شود. در هر لایه امکان گرفتن لایه‌ای بهینه‌شده برای یک نوع داده (مثلاً تصاویر) و ترکیب آن با لایه‌های دیگر برای انواع دیگر داده‌ها (مثلاً متن) امکان‌پذیر است. این شبکه‌های عصبی عمیق قادر به ترکیب چندین وظیفۀ یادگیری ماشین با یکدیگر هستند.

هوش مصنوعی همچنین شامل ابزارهای خاصی است مانند: 1. اعنبارسنجی خارج از نمونه برای اعتبارسنجی مدل‌ها؛ 2. گرادیان کاهشی تصادفی[۲] برای مدل‌های آموزشی یر روی جریان داده‌ها و 3. واحدهای پردازشی گرافیکی که در ابتدا برای توسعۀ بازی‌های ویدیویی مناسب بودند و اما بعدها برای پشتیبانی از انواع محاسبات موازی عظیم موردنیاز برای آموزش دی‌ان‌ان‌ها مفید واقع شدند. به‌کارگیری این پیشرفت‌ها در دنیای واقعی به مجموعه داده‌های بزرگی نیاز دارد تا سیستم‌های هوش مصنوعی را راه‌اندازی کند. درواقع کمّیت داده در اینجا اهمیت زیادی دارد زیرا یادگیری ماشین باید بتواند تا حد امکان بسیاری از نتایج گذشته را در پیش‌بینی‌های آینده بگنجاند. این بدان معناست که دسترسی به میزان زیادی از داده‌ها حتی داده‌های کمتر معمول و نامنظم نیز مهم است.

تأثیر هوش مصنوعی بر رشد اقتصادی و تجارت بین‌الملل

توسعۀ هوش مصنوعی به چندین روش بر تجارت بین‌الملل تأثیر می‌گذارد. یکی از این روش‌ها از طریق متغیرهای کلان اقتصادی است. برای مثال، اگر هوش مصنوعی رشد بهره‌وری را افزایش دهد، رشد اقتصادی به‌دنبال آن افزایش می‌یابد و متعاقباً فرصت‌های جدیدی برای تجارت بین‌الملل فراهم می‌شود. نرخ‌های کنونی رشد بهره‌وری در سطح جهانی پایین است و دلایل مختلفی نیز برای آن وجود دارد. یکی از دلایل پایین‌بودن نرخ رشد بهره‌وری این است که زمان زیادی لازم است تا یک اقتصاد بتواند از فناوری‌های جدید و پیچیده‌ای مانند هوش مصنوعی جهت تأثیر‌گذاری استفاده کند. این زمان شامل زمان لازم برای سرمایه‌گذاری و ایجاد یک سرمایۀ کافی، دسترسی به اقراد ماهر و شیوه‌های تجاری است.

هوش مصنوعی همچنین بر نوع و کیفیت رشد اقتصادی تأثیر زیادی دارد. برای نمونه، هوش مصنوعی انتقال به سمت اقتصاد مبتنی بر خدمات را تسریع خواهد کرد. با توجه به این مسئله، نگرانی‌ها درمورد تأثیر هوش مصنوعی بر مشاغل افزایش می‌یابد زیرا هوش مصنوعی اتوماسیون و خودکارسازی را گسترش می‌دهد و کارگرانِ کم‌مهارت در زمینه‌های تولید با سرعت بیشتری کار خود را از دست می‌دهند. هوش مصنوعی با هدف افزودن ارزش به تولیدات و محصولات استفاده می‌شود و این امر منجر به گسترش بیشتر سهم خدمات در تولید و افزایش تجارت بین‌الملل می‌شود.

کاربردهای ویژه هوش مصنوعی در تجارت بین‌الملل

هوش مصنوعی و زنجیره‌های ارزش جهانی

هوش مصنوعی بر توسعه و مدیریت زنجیره‌های ارزش جهانی تأثیر زیادی گذاشته است. از این فناوری می‌توان برای بهبود پیش‌بینی روندهای آینده، مانند تغییرات در تقاضای مصرف‌کننده و مدیریت بهتر ریسک در طول زنجیرۀ تأمین استفاده کرد. در واقع این ابزار ازطریق کمک به مدیریت بهتر واحدهای تولیدی پیچیده و پراکنده، تأثیر مثبتی بر تجارت می‌گذارد و سبب افزایش کارایی کلّی زنجیرۀ ارزش چهانی می‌شود. برای مثال، هوش مصنوعی در کسب‌وکار سبب بهبود مدیریت انبار، پیش‌بینی تقاضا، کیفیت تولید و تحویل به‌موقع محصولات می‌شود. همچنین عملیات رباتیک می‌تواند بهره‌وری و کارایی را در مرحلۀ بسته‌بندی و بازرسی موجودی افزایش دهد. کسب‌وکارها همچنین می‌توانند از هوش مصنوعی برای بهبود کیفیت بازرسی فیزیکی و نگهداری دارایی‌ها در طول زنجیرۀ تأمین استفاده کنند.

روند افزایشی استفاده از هوش مصنوعی برای توسعۀ تولید هوشمند، تأثیرات زیادی بر توسعۀ زنجیرۀ ارزش جهانی دارد. برای مثال، مفهوم صنعت 4 یا انقلاب صنعتی چهارم به رهبری آلمان که براساس حسگرها، اینترنت اشیاء و سیستم‌های فیزیکی سایبری شکل گرفته است، ماشین‌ها، مواد، لوازم و مشتریان را به هم متصل می‌کند. این اتصال شامل اتصال بین ماشین‌های پیش‌بینی و خودنگهداری در سطح کارخانه، ارتباطات کامل بین شرکت‌ها در طول زنجیرۀ تأمین و توانایی تولید براساس مشخصات مشتری حتی در دسته‌های کوچک یا تک خواهد بود. چنین پیشرفت‌هایی می‌تواند زنجیره‌های ارزش جهانی را تقویت و گسترش دهد. برای مثال، تولید هوشمند با تأکید بر اتصال می‌تواند زنجیره‌های ارزش جهانی را به دلیل مشارکت بیشتر تأمین‌کنندگان خدمات تخصصی در زمینه‌هایی مانند تحقیق و توسعه، طراحی رباتیک و تجزیه‌وتحلیل داده‌ها، ارتقا دهد.‌

هوش مصنوعی می‌تواند تولید را تقویت نماید و ازطریق ایجاد اتوماسیون گسترده‌تر و همچنین مقیاس‌پذیری چاپ سه‌بعدی نیاز به زنجیره‌های تأمین گسترده را برای آن‌هایی که به‌ویژه متکی به مجموعه‌ای از نیروی کار کم‌هزینه هستند، کاهش دهد. این فناوری می‌تواند روندی را که دنی رودریک[۳] به‌عنوان صنعتی شدن زودرس در کشورهای درحال توسعه توصیف می‌کند، تسریع بخشد.

تجارت با استفاده از پلتفرم‌های دیجیتال

حوزۀ دیگری که هوش مصنوعی درحال حاضر در آن مستقر شده است، پلتفرم‌های دیجیتالی مانند ای‌بی[۴] است. پلتفرم‌های دیجیتال فرصت بی‌سابقه‌ای را برای پیشرفت و جهانی‌شدن مشاغل کوچک فراهم کرده‌اند. برای مثال، در ایالات متحده، 97درصد از کسب‌وکارهای کوچک صادرات خود را در ای‌بی انجام می‌دهند. خدمات ترجمۀ توسعه‌یافته با هوش‌مصنوعی، نوعی محرّک پلتفرم‌های دیجیتالی جهت افزایش تجارت بین‌الملل است. به‌عنوان مثال، در نتیجۀ خدمات ترجمۀ ماشینی ای‌بی، صادرات مبتنی بر ای‌بی به اسپانیایی‌زبانان آمریکای لاتین 17.5درصد افزایش یافت که در کل سبب افزایش 13.1درصدی درآمد تجاری شد. با توجه به اینکه برآوردها نشان می‌دهد کاهش 10درصدی فاصلۀ بین کشورها با افزایش 3.51درصدی درآمد تجاری مرتبط است، بنابراین افزایش 13.1درصدی درآمد حاصل از ترجمۀ ماشینی ای‌بی معادل کاهش فاصله بین کشورها تا بیش از 35درصد است.

مذاکرات تجاری

هوش مصنوعی می‌تواند برای بهبود نتایج مذاکرات تجاری بین‌المللی نیز استفاده شود. برای مثال، این فناوری می‌تواند برای تحلیل بهتر مسیرهای اقتصادی هر یک از شرکای مذاکره‌کننده تحت مفروضات مختلفی ازجمله نتایج مشروط به مذاکره تجاری و نحوۀ تأثیرگذاری این نتایج در یک سناریوی چندنفره که در آن موانع تجاری با نرخ‌های مختلف کاهش می‌یابد و همچنین پیش‌بینی واکنش تجاری کشورهایی که طرف مذاکره نیستند، استفاده شود. برای مثال، کشور برزیل در این رابطه یک طرح هوشمند فناوری و تجارت ایجاد کرده است که شامل استفاده از هوش‌مصنوعی برای بهبود مذاکرات تجاری است.

توسعۀ قوانین تجارت برای پشتیبانی از هوش مصنوعی

علاوه‌بر تاثیر هوش مصنوعی بر الگوهای تجارت بین‌الملل، قوانین تجاری که در سازمان تجارت جهانی[۵] و قرارداد تجارت آزاد[۶] منعکس می‌شود نیز می‌تواند در حمایت از توسعۀ هوش مصنوعی نقش عمده‌ای داشته باشد. موارد زیر به تشریح برخی حوزه‌های کلیدی که در آن‌ها قوانین تجاری جهت توسعۀ فناوری هوش مصنوعی در سطح جهانی اهمیت دارند، می‌پردازد.

اهمیت داده‌ها برای هوش مصنوعی

تعهدات تجاری در مورد جریان آزاد داده‌ها در سطح جهانی که در توافقنامۀ جامع و پیشروی ترانس پاسیفیک[۷] و اخیراً در توافقنامۀ ایالات‌متحده-مکزیک-کانادا[۸] منعکس شده است، نشان‌دهندۀ حمایت از توسعۀ هوش مصنوعی است. دسترسی به مقادیر زیادی از داده‌ها برای آموزش سیستم‌های هوش مصنوعی امری ضروری است. سیستم‌های هوش مصنوعی برای اینکه بتوانند به چالش‌ها و گروه‌های جمعیتی مختلف پاسخ دهند نیازمند دسترسی به داده‌های جهانی هستند. مثلاً توسعۀ هوش مصنوعیِ تشخیص گفتار، مستلزم دسترسی به مقادیر زیادی از داده‌های گفتاری است تا بتواند لحن عامیانه و محلی و همچنین کلماتی که کمتر استفاده می‌شود را ضبط کند. بنابراین می‌توان گفت که اقدامات مربوط به بومی‌سازی داده‌ها که توانایی انتقال داده‌ها را در سطح جهانی محدود می‌کند، توسعۀ ظرفیت هوش مصنوعی را کاهش می‌دهد.

توسعه و استفاده از هوش مصنوعی مبتنی بر سایر فناوری‌های دیجیتال نظیر رایانش ابری، کلان‌داده‌ها و اینترنت اشیاء است. تمام این فناوری‌های دیجیتال بر جریان داده‌های برون‌مرزی متکی هستند. این بدان معناست که اقدامات بومی‌سازی داده‌ها که انتقال داده‌های جهانی را محدود می‌کند مستقیماً ازطریق ارائۀ داده‌های آموزشی کمتر و به‌طور غیرمستقیم ازطریق کاهش بلوک‌های ساختمانی که هوش مصنوعی بر روی آن‌ها ساخته شده است، به توسعۀ هوش مصنوعی ضربه می‌زند. اعمال محدودیت بر جریان داده‌های فرامرزی احتمالاً بیشترین تأثیر را بر کشورهای کوچک‌تر و درحال توسعه خواهد داشت. به‌عنوان مثال کشورهایی نظیر ایالات متحده و چین که جمعیت زیادی دارند به میزان کمتری به دسترسی به داده‌های کشورهای ثالث برای توسعۀ قابلیت هوش مصنوعی متکی هستند. اما کشورهایی با جمعیت کمتر به‌خصوص برای توسعۀ هوش مصنوعی در زمینه‌های مراقبت‌های بهداشتی نیاز بیشتری به دسترسی به داده‌‌های بهداشت جهانی دارند و محدودیت دسترسی به این داده‌ها دقت و ارتباط سیستم‌های هوش مصنوعی‌شان را کاهش می‌دهد.
بهبود دسترسی به داده‌ها برای توسعۀ هوش مصنوعی همچنین مستلزم آن است که دولت‌ها به‌عنوان مخازن مجموعه داده‌های بزرگ، این داده‌ها را در دسترس عموم قرار دهند.

حریم خصوصی و هوش مصنوعی

تعهدات صورت‌گرفته درمورد جریا‌ن‌ آزادسازی داده‌های فرامرزی در موافقت‌نامه‌های تجاری معمولاً با محدود سازی جریان داده‌ها توسط دولت‌ها با هدف دستیابی به اهداف مشروع سیاسی، خنثی می‌شود. حفظ استانداردهای حریم خصوصی داخلی دلیل کلیدی است که دولت‌ها جریان آزاد داده‌ها را در مرزها کاهش می‌دهند. برای مثال، مقررات حفاظت از داده‌های عمومی اتحادیۀ اروپا، انتقال داده‌های شخصی به کشورهایی که توسط کمسیون اروپا تأیید نشده‌اند را ممنوع می‌کند. محدودیت‌های ایجادشده توسط مقررات حفاظت از داده‌های عمومی اروپا در استفاده از داده‌های شخصی، می‌تواند بر توسعۀ قابلیت‌های هوش مصنوعی تاثیر منفی بگذارد. مثلاً طبق این مقررات، داده‌های شخصی فقط می‌توانند برای هدفی که برای آن جمع‌آوری شده‌اند استفاده شوند. این داده‌ها نمی‌توانند به‌عنوان بخشی از یک تراکنش برای آموزش هوش مصنوعی و بهبود ارائۀ خدمات استفاده شوند.

این مقررات شرکت‌ها را ملزم می‌کند میزان داده‌های جمع‌آوری‌شده و مدت‌زمان نگهداری آن‌ها را به حداقل برسانند. این الزامات نیز با توسعۀ مجموعه داده‌ها برای آموزش هوش مصنوعی در تضاد است. از طرفی دیگر برای اینکه مردم بتوانند به زندگی آنلاین خود اعتماد کنند، حریم خصوصی قوی من‌جمله ارائۀ مقادیر زیادی دادۀ شخصی برای یادگیری هوش مصنوعی موردنیاز خواهد بود. از این منظر هیچ تضادی بین توسعۀ هوش مصنوعی و حریم خصوصی وجود ندارد. درواقع چالش اصلی، چگونگی طراحی قوانین حفظ حریم خصوصی است که باید به‌گونه‌ای باشد که محدودیت‌هایی غیرضروری برای دسترسی و استفاده از داده‌ها ایجاد نکند. قوانین تجارت می‌تواند با درج تعهدات حفاظت از حریم خصوصی داده‌های شخصی از طرف کشورهای واردکنندۀ داده در مقابل کشورهای صادرکنندۀ داده کمک زیادی نماید. این کمک و تعهدات را می‌توان با تشویق اشکال به‌رسمیت شناختن متقابل سیستم‌های حریم خصوصی و همچنین توسعۀ اصول مشترک حریم خصوصی منطقه‌ای و جهانی به دست آورد.

استانداردها و هوش مصنوعی

ادغام هوش مصنوعی در صنعت مستلزم توسعۀ طیف وسیعی از استانداردهای جدید است. برای نمونه، خودروهای خودران به استانداردهای ایمنی و جدید ساخت خودرو نیاز دارند. توسعۀ استاندارهای داخلی مختلف در بین کشورها، هزینه‌های تولیدکنندگان خارجی را افزایش می‌دهد زیرا برای صادرات مجبور به تجهیزات مجدد کالای خود هستند. مفررات حفاظت از داده‌های عمومی اتحادیۀ اروپا با ایفای تعهداتی مبنی بر اینکه استانداردهای داخلی مبتنی بر استانداردهای بین‌المللی باشد به این موضوع می‌پردازد که از قابلیت همکاری پشتیبانی کند و موانع توسعۀ هوش مصنوعی در سطح جهانی را کاهش دهد.

حفاظت از کد منبع[۹]

دسترسی به کد منبع یکی از شروط سرمایه‌گذاری یا دسترسی به بازار است. نیاز به این دسترسی چالش دیگری را بر سر راه توسعۀ فناوری هوش مصنوعی ایجاد می‌کند. از آنجایی که هوش مصنوعی مبتنی بر الگوریتم‌ها است، شرطی کردن دسترسی به بازار برای دسترسی به کد منبع، به‌صورت یک مانع تجارت بین‌المللی عمل می‌کند که به دنبال آن توسعۀ هوش مصنوعی را در سطح جهانی کاهش می‌دهد. ایالات متحده و سایر کشورها اظهار نگرانی کرده‌اند و واکنش‌هایی در رابطه با این موضوع نشان داده‌اند. برای مثال، در موافقتنامۀ ترانس پاسیفیک و توافقنامۀ ایالات‌متحده-مکزیک-کانادا، طرف‌ها توافق کرده‌اند که نیازی به انتقال یا دسترسی به کد منبع به‌عنوان شرط واردات یا فروش نباشد.

حفاظت از مالکیت معنوی و هوش مصنوعی

توسعۀ هوش مصنوعی مسائل و بررسی‌های مربوط به مالکیت معنوی را به همراه دارد. زبرا همان‌طور که اشاره شد، هوش مصنوعی به مقادیر زیادی از داده‌های ورودی متکی است و این داده‌ها اغلب برای استفاده نیاز به کپی و ویرایش دارند. این مسئله می‌تواند بسته به نحوۀ جمع‌آوری داده‌ها، منجر به کپی غیرمجاز هزاران اثر محافظت‌شده شود. ایالات متحده با تکیه بر یک سری استثنائات و استفادۀ منصفانه نظیر کپی‌برداری به‌صورت تغییر یا غیربیانی، پوشش قانونی برای استفاده از داده‌ها فراهم نموده است. در واقع این استثنائات حق نسخه‌برداری مبتنی بر اصول انعطاف‌پذیر را فرآهم می‌کند. استفادۀ منصفانه و استثنائات، یک پشتوانۀ قانونی قابل‌توجه در نابودی مدل‌های کسب‌وکار دیجیتال در ایالات‌متحده به وجود آورده است. اما بررسی این مسئله که آیا این استثنائات برخی از کاربردهای پیچیده‌تر داده‌ها نظیر استفادۀ آن‌ها در آموزش هوش مصنوعی را نیز پوشش می‌دهد، هنوز در دست بررسی است و باید آزمایش‌های لازم انجام شود. این استثنائات یا انعطاف‌پذیری‌های حق چاپ در بسیاری از کشورهای دیگر و حتی اتحادیۀ اروپا وجود ندارد. این بدان معناست که از دیدگاه تجارت بین‌الملل، کپی قانونی داده‌ها برای توسعۀ هوش مصنوعی در ایالات متحده ممکن است در کشورهای دیگر غیرقانونی تلقی شود و مانعی برای استقرار هوش مصنوعی در این کشورها ایجاد کند.
هوش مصنوعی فراتر از مجموعۀ فناوری‌ها است. درواقع یک روش جدید برای تجارت است. هنوز بسیاری از مدیران مطمئن نیستند که چگونه از این فناوری برای رشد و عملکرد تجاری خود استفاده نمایند. اما وقت آن رسیده است که با تأثیر هوش مصنوعی بر تجارت بین‌الملل آشنا شوند و هرچه سریع‌تر اقداماتی در این زمینه انجام دهند.