چالش انقلاب صنعتی چهارم

معاونت بررسی‌‌‌های اقتصادی اتاق بازرگانی تهران در گزارشی با عنوان «زنجیره ارزش داده در نسل‌‌‌ چهارم صنعت‌‌‌ (هم‌‌‌سویی‌‌‌ دیجیتال و صنعت‌‌‌)» و بر پایه‌‌‌ ادبیات موجود در حوزه انقلاب صنعتی‌‌‌ چهارم و تاثیر آن بر اقتصاد و کسب‌وکارها، اهمیت‌‌‌ داده‌ها در زمینه‌‌‌ اقتصاد جوامع‌‌‌ به‌ویژه کشورهای‌‌‌ در حال توسعه‌‌‌ را از طریق‌‌‌ ارائه‌‌‌ رویکرد مبتنی‌‌‌ بر همسویی‌‌‌ صنعت‌‌‌ و دیجیتال بررسی کرده است.

سیاست‌‌‌های‌‌‌ داده در سطح‌‌‌های‌‌‌ وسیع‌‌‌تری‌‌‌ ادغام شده و با اهداف توسعه‌‌‌ گسترده‌تر همسو می‌‌‌شوند. این‌‌‌ مسیرها هنوز در حال ظهور هستند و اینکه‌‌‌ آیا آنها به‌‌‌ Catch-up فناوری‌‌‌ منجر خواهند شد یا خیر، نامشخص‌‌‌ است‌‌‌. با این‌‌‌ حال، آنها اولین‌‌‌ گام مهم‌‌‌ را برای‌‌‌ بررسی‌‌‌ اینکه‌‌‌ چگونه‌‌‌ سیاست‌‌‌ داده می‌‌‌تواند از نظر استراتژیک‌‌‌ با توسعه‌‌‌ صنعتی‌‌‌ گسترده‌تر همسو شود، فراهم‌‌‌ می‌کند.

تمرکز اصلی‌‌‌ انقلاب صنعتی‌‌‌ چهارم در زمینه‌‌‌های‌‌‌ مدیریت‌‌‌ سفارش، تحقیق‌‌‌ و توسعه‌‌‌، تولید، توزیع‌‌‌ و در نهایت‌‌‌ بازیافت‌‌‌ محصولات است‌‌‌. انبوهی‌‌‌ از داده‌های تولیدشده توسط‌‌‌ فناوری‌‌‌های‌‌‌ انقلاب صنعتی‌‌‌ چهارم، شرکت‌ها و بنگاه‌ها را ملزم می‌کند که‌‌‌ درخصوص جمع‌‌‌آوری‌‌‌، ذخیره، پردازش و بازیابی‌‌‌ داده‌ها تجدیدنظر کنند. چهارمین‌‌‌ انقلاب صنعتی‌‌‌ که‌‌‌ با سطح‌‌‌ جدیدی‌‌‌ از اتوماسیون و تبادل داده مشخص‌‌‌ می‌شود بر ایجاد استراتژی‌‌‌ تجربه‌‌‌ مشتری‌‌‌ منحصربه‌فرد تمرکز دارد. در کل‌‌‌ زنجیره ارزش مبتنی‌‌‌ بر فناوری‌‌‌های‌‌‌ انقلاب صنعتی‌‌‌ چهارم تجزیه‌‌‌ و تحلیل‌‌‌ پیشرفته‌‌‌ وجود دارد. فناوری‌‌‌های‌‌‌ پیشرفته‌‌‌ و هوشمند می‌‌‌توانند با تمرکز بر تجزیه‌‌‌ و تحلیل‌‌‌ داده‌های مشتری‌‌‌ پیش‌بینی‌‌‌ دقیق‌‌‌تری‌‌‌ از تقاضا ارائه‌‌‌ دهند. در نتیجه‌‌‌ زنجیره ارزش داده‌ای که‌‌‌ با تقاضای‌‌‌ واقعی‌‌‌ همسو است‌‌‌ و انعطاف‌پذیری‌‌‌ لازم برای‌‌‌ تطبیق‌‌‌ با شرایط‌‌‌ پیش‌بینی‌‌‌‌نشده را دارد، شکل‌‌‌ می‌گیرد. از طرف دیگر رویکرد انقلاب صنعتی‌‌‌ چهارم تولید یکپارچه‌‌‌ کامپیوتری‌‌‌ در کل‌‌‌ فرآیند تولید است؛ به‌‌‌طوری‌‌‌که‌‌‌ از طریق‌‌‌ اینترنت‌‌‌ اشیا، سیستم‌های‌‌‌ فیزیکی‌‌‌ سایبری‌‌‌ با یکدیگر و با انسان‌ها در زمان حقیقی ‌‌‌ارتباط برقرار می‌کنند. کل‌‌‌ فرآیند تولید به‌‌‌ واحدهای‌‌‌ هوشمند مدولار تقسیم‌‌‌ می‌شود که‌‌‌ می‌‌‌توانند اطلاعات را با انجام مراحل‌‌‌ متوالی‌‌‌ به‌‌‌ اشتراک بگذارند. بنابراین‌‌‌ انعطاف‌پذیری‌‌‌ و هماهنگی‌‌‌ راحت‌‌‌تری‌‌‌ ایجاد می‌کند. ایجاد اقتصاد داده و قابلیت‌‌‌ها و توانایی‌‌‌ها در امتداد «زنجیره ارزش داده» یک‌‌‌ عامل‌‌‌ کلیدی‌‌‌ برای‌‌‌ موفقیت‌‌‌ صنعتی‌‌‌سازی‌‌‌ در آینده خواهد بود.

داده‌‌‌‌ها؛ جزء کلیدی اقتصاد دیجیتال

داده‌ها به‌‌‌‌عنوان یکی از اجزای کلیدی‌‌‌ اقتصاد دیجیتال ظاهر شده و از حیث‌‌‌ انتقال، نظارت بر تولید و کسب‌‌‌ درآمد از داده‌های مصرف‌کننده سنگ‌‌‌بنای‌‌‌ مدل‌های‌‌‌ کسب‌وکار هستند. داده‌ها و دسترسی‌‌‌ و اشتراک آنها برای‌‌‌ فعالیت‌‌‌های‌‌‌ اجتماعی‌‌‌ و اقتصادی‌‌‌ به‌‌‌ امری‌‌‌ مهم‌‌‌ بدل شده است. استفاده موثر از داده‌ها می‌‌‌تواند به‌‌‌ افزایش‌‌‌ بهره‌وری‌‌‌ و بهبود یا تقویت‌‌‌ محصولات، فرآیندها، روش‌های‌‌‌ سازمانی‌‌‌ و بازارهای‌‌‌ جدید کمک‌‌‌ کند. بنگاه‌هایی‌‌‌ که‌‌‌ از داده‌ها استفاده می‌کنند موجب‌‌‌ رشد سریع‌‌‌تر بهره‌وری‌‌‌ نیروی‌‌‌ کار شده و براساس یافته‌‌‌های‌‌‌ شرکت‌‌‌ مکینزی‌‌‌ درآمدزایی‌‌‌ از داده‌ها به‌‌‌طور فزاینده‌ای‌‌‌ به‌‌‌ مهم‌ترین‌‌‌ عامل‌‌‌ رشد درآمد بدل شده است‌‌‌. در بخش‌‌‌ ساخت‌‌‌ و تولید، داده‌ها معمولا از طریق‌‌‌ حسگرهایی‌‌‌ به‌‌‌ دست‌‌‌ می‌‌‌آیند که‌‌‌ به‌‌‌طور فزاینده‌ای‌‌‌ برای‌‌‌ نظارت و تجزیه‌‌‌ و تحلیل‌‌‌ کارآیی‌‌‌ ماشین‌‌‌آلات، بهینه‌‌‌سازی‌‌‌ عملکرد آنها و ارائه‌‌‌ خدمات پس‌‌‌ از فروش مورد استفاده قرار می‌‌‌گیرند. از این‌‌‌ داده‌ها در برخی‌‌‌ از موارد برای‌‌‌ کار با تامین‌‌‌کنندگان نیز استفاده می‌شود. در برخی‌‌‌ موارد، آنها از طریق‌‌‌ خدمات جدید مانند بهینه‌‌‌سازی‌‌‌ کنترل تولید، تجاری‌‌‌ می‌‌‌شوند. فعالیت‌‌‌های‌‌‌ تولیدی‌‌‌ به‌‌‌طور فزاینده‌ای‌‌‌ به‌‌‌ جریان داده‌هایی متکی‌‌‌ می‌‌‌شوند که‌‌‌ مراحل‌‌‌ پراکنده تولید از نظر جغرافیایی‌‌‌ را در سراسر زنجیره ارزش جهانی‌‌‌ به هم‌‌‌ متصل‌‌‌ می‌کنند. در اقتصاد نوین‌‌‌ جهانی‌‌‌ موضوع کسب‌وکار داده‌محور به‌‌‌ قدری جدی‌‌‌ شده است‌‌‌ که‌‌‌ طی‌‌‌ سال‌های‌‌‌ اخیر پنج‌شرکت‌‌‌ ارزشمند برتر جهان یعنی‌‌‌ اپل‌‌‌، آلفابت‌‌‌، مایکروسافت‌‌‌، فیس‌‌‌بوک و آمازون داده‌محور بوده‌اند. ماهیت‌‌‌ داده به‌‌‌‌قدری‌‌‌ موجب‌‌‌ تغییر در فضای‌‌‌ بازار کسب‌وکار شده ‌‌‌ که‌‌‌ در عمل‌‌‌، سیاستگذاری‌‌‌ها و راهکارهای‌‌‌ ضدانحصار دوران گذشته‌‌‌ را بی‌‌‌فایده کرده است‌‌‌. در سال‌های‌‌‌ اخیر پیشرفت‌‌‌ سریع‌‌‌ فناوری‌‌‌هایی‌‌‌ نظیر اینترنت‌‌‌، رایانش‌‌‌ ابری‌‌‌ و اینترنت‌‌‌ اشیا به‌‌‌ رشد انفجاری‌‌‌ داده‌ها در صنعت‌‌‌ و علوم منجر شده‌‌‌ است‌‌‌. در دوران انقلاب صنعتی‌‌‌ چهارم، تحول دیجیتال در صنایع‌‌‌ موجب‌‌‌ راهبردی‌‌‌ شدن عنصر «داده» در جامعه‌‌‌ و شکل‌‌‌گیری‌‌‌ مدل‌های نوظهور از اقتصاد و کسب‌‌‌‌وکار شده است‌‌‌.

تغییرات سریع‌‌‌ تکنولوژی‌‌‌ در دهه‌‌‌های‌‌‌ اخیر و افزایش‌‌‌ همه‌گیر استفاده از فناوری‌‌‌هایی‌‌‌ نظیر اینترنت‌‌‌ و دستگاه‌های دیجیتال بشر را با دریای‌‌‌ وسیعی‌‌‌ از داده‌های‌‌‌ گوناگون مواجه‌‌‌ کرده،‌‌‌ در نتیجه‌‌‌ کلان‌داده‌ها تحت‌تاثیر افزایش‌‌‌ انفجاری‌‌‌ داده‌های جهانی‌‌‌ به‌‌‌ وجود آمده است‌‌‌. داده‌های کلان به‌‌‌ مجموعه‌‌‌ای‌‌‌ از داده‌ها اطلاق می‌شود که‌‌‌ اندازه آنها فراتر از حدی‌‌‌ است‌‌‌ که‌‌‌ بتوان آنها را با نرم‌افزارهای‌‌‌ معمول و در یک‌‌‌ زمان معقول اخذ، مدیریت‌‌‌ و پردازش کرد. مفهوم اندازه در داده‌های کلان به‌‌‌طور مستمر در حال تغییر بوده و به‌‌‌ مرور بزرگ‌تر می‌شود. در مقایسه‌‌‌ با مجموعه‌‌‌ داده‌های قدیمی‌‌‌، داده‌های کلان عموما از توده‌های بدون ساختاری‌‌‌ تشکیل‌‌‌ می‌‌‌شوند که‌‌‌ به‌‌‌ زمان حقیقی‌‌‌ (زمان پاسخ‌‌‌ بی‌‌‌درنگ‌‌‌) بیشتری‌‌‌ برای‌‌‌ تحلیل‌‌‌ نیاز دارند. یکی‌‌‌ از چالش‌‌‌های‌‌‌ عمده در مورد انقلاب صنعتی‌‌‌ چهارم مدیریت‌‌‌ داده‌های حاصل‌‌‌ از فناوری‌‌‌هاست. یکی‌‌‌ از چالش‌‌‌های‌‌‌ مرتبط‌‌‌ با انقلاب صنعتی‌‌‌ چهارم، مدیریت‌‌‌ داده است‌‌‌. همراه با این‌‌‌ چالش‌‌‌ داده‌های تولیدشده توسط‌‌‌ صنعت‌‌‌ اندازه و پیچیدگی‌‌‌ جدیدی‌‌‌ دارند. حجم‌‌‌ داده (Volume)، نرخ تولید (Velocity)، تنوع (Variety)، صحت‌‌‌ (Veracity)، اعتبار (Validity)، نوسان (Volatility)، نمایش‌‌‌ (Visualization) و ارزش (Value) از ویژگی‌‌‌ها و مشخصات داده‌‌‌های کلان هستند.

فناوری‌های وابسته‌‌‌ به‌‌‌ کلان داده‌ها

فناوری‌‌‌های‌‌‌ وابسته‌‌‌ به‌‌‌ داده‌های کلان در زمینه‌‌‌های‌‌‌ مختلف‌‌‌ ذخیره‌سازی‌‌‌، دریافت‌‌‌ و تحلیل‌‌‌، کارآمد هستند. از جمله‌‌‌ این‌‌‌ فناوری‌‌‌های‌‌‌ می‌‌‌توان به‌‌‌ رایانش‌‌‌ ابری‌‌‌، اینترنت‌‌‌ اشیا، هادوپ و مرکز داده اشاره کرد. اقدامات هدفمند، ارتقای زیرساخت‌‌‌ها و قابلیت‌‌‌ها برای‌‌‌ ایجاد ارزش و مزایای‌‌‌ اقتصادی‌‌‌ از کلان داده‌ها ضرروری‌‌‌ است‌‌‌. با توجه‌‌‌ به‌‌‌ پیچیدگی‌‌‌ روزافزون داده‌ها، تجزیه‌‌‌ فرآیندهای‌‌‌ مرتبط‌‌‌ با «زنجیره ارزش داده» می‌‌‌تواند مفید باشد.

در زنجیره ارزش داده، جریان اطلاعات به‌‌‌عنوان مجموعه‌‌‌ای‌‌‌ متوالی‌‌‌ از گام‌ها توصیف‌‌‌ می‌شود که‌‌‌ برای‌‌‌ خلق‌‌‌ ارزش و بینش‌‌‌های‌‌‌ مفید از داده کاربرد دارد. طبق‌‌‌ دیدگاه کمیسیون اروپا زنجیره ارزش داده به‌‌‌ مثابه‌‌‌ «مرکز اقتصاد دانش‌‌‌ آینده، فراهم‌‌‌آورنده فرصت‌‌‌های‌‌‌ توسعه‌‌‌ دیجیتالی‌‌‌ برای‌‌‌ بخش‌‌‌های‌‌‌ سنتی‌‌‌تر مانند حمل‌‌‌ونقل‌‌‌، خدمات مالی‌‌‌، تولید و خرده‌فروشی‌‌‌ عمل‌‌‌ می‌کند.» مراحل زنجیره ارزش داده شامل کاربرد داده، ذخیره داده، گزینش داده، تحلیل داده و جمع‌‌‌آوری داده می‌شود. زنجیره ارزش داده‌ها درمورد هرنوع کسب‌وکاری‌‌‌ قابل‌‌‌ ترسیم‌‌‌ است‌‌‌، اما فراهم‌‌‌آورندگان فناوری‌‌‌ حوزه‌های مختلف‌‌‌ را متحول کرده و به‌‌‌ شکل‌‌‌گیری‌‌‌ انواع جدیدی‌‌‌ از زنجیره ارزش داده‌ها در حوزه‌های مختلف‌‌‌ کمک‌‌‌ می‌کند.

اجزای‌‌‌ مختلف‌‌‌ بازیگران زنجیره ارزش داده شامل موارد ذیل است. تامین‌‌‌کنندگان داده: شخص‌‌‌ یا سازمان (بنگاه‌های‌‌‌ اقتصادی‌‌‌ بزرگ و کوچک‌‌‌ و متوسط‌‌‌) که‌‌‌ از منابع‌‌‌ عمومی‌‌‌ و خصوصی‌‌‌، داده را خلق‌‌‌، گردآوری‌‌‌، تجمیع‌‌‌ و تبدیل‌‌‌ می‌کنند؛ تامین‌‌‌کنندگان فناوری‌‌‌: معمولا سازمان‌هایی‌‌‌ (بزرگ و کوچک‌‌‌ و متوسط‌‌‌) که‌‌‌ ابزارها، سکوها، خدمات و دانش‌‌‌ شیوه مدیریت‌‌‌ داده را فراهم‌‌‌ می‌‌‌آورند؛ کاربران نهایی‌‌‌: فرد یا سازمان‌های‌‌‌ مختلف‌‌‌ از بخش‌‌‌های‌‌‌ مختلف‌‌‌ صنایع‌‌‌ (بخش‌‌‌ خصوصی‌‌‌ و عمومی‌‌‌) که‌‌‌ از خدمات و فناوری‌‌‌ داده برای‌‌‌ مزیت‌‌‌های‌‌‌ خودشان بهره می‌‌‌گیرند؛ بازار داده: شخص‌‌‌ یا سازمانی‌‌‌ که‌‌‌ داده را از منتشرکنندگان مختلف‌‌‌ گرفته‌‌‌ و به‌‌‌ کاربران نهایی‌‌‌ یا مصرف‌کنندگان عرضه‌‌‌ می‌کند؛ کارآفرینان و شرکت‌های‌‌‌ نوپا: توسعه‌‌‌دهندگان خدمات، محصولات و فناوری‌‌‌های‌‌‌ مبتنی‌‌‌ بر داده خلاقانه؛ محققان و دانشگاهیان: کسانی‌‌‌ که‌‌‌ الگوریتم‌‌‌های‌‌‌ جدید، فناوری‌‌‌ها و روش‌شناسی‌‌‌های‌‌‌ مختلف‌‌‌ مدل‌های‌‌‌ کسب‌وکار و جنبه‌‌‌های‌‌‌ اجتماعی‌‌‌ موردنیاز پیشرفت‌‌‌ داده را بررسی‌‌‌ می‌کنند؛ مقررات‌گذاران: مقررات‌گذاران حریم‌‌‌ خصوصی‌‌‌ و جنبه‌‌‌های‌‌‌ حقوقی؛ نهادهای‌‌‌ استانداردسازی‌‌‌: نهادهایی‌‌‌ که‌‌‌ استانداردهای‌‌‌ فناورانه‌‌‌ ارتقای‌‌‌ پذیرش جهانی‌‌‌ فناوری‌‌‌ داده را تدوین‌‌‌ می‌کنند و سرمایه‌گذاران، صندوق‌های‌‌‌ خطرپذیر و مراکز رشد: شخص‌‌‌ یا نهادهایی‌‌‌ که‌‌‌ منابع‌‌‌ و خدمات را جهت‌‌‌ توسعه‌‌‌ قابلیت‌‌‌های‌‌‌ تجاری‌‌‌ فراهم‌‌‌ می‌‌‌آورد.

براساس زنجیره ارزش داده‌ها، می‌‌‌توانیم‌‌‌ مراحل‌‌‌ متمایزی‌‌‌ را بررسی‌‌‌ کنیم‌‌‌ که‌‌‌ از طریق‌‌‌ آن داده‌ها برای‌‌‌ استفاده در فرآیندهای‌‌‌ تصمیم‌‌‌گیری‌‌‌ تولید، جمع‌‌‌آوری‌‌‌، ذخیره، تجزیه‌‌‌ و تحلیل‌‌‌ می‌‌‌شوند. پذیرندگان دیرهنگام فناوری‌‌‌ در معرض از دست‌‌‌ دادن رقابت‌‌‌ هستند، اما با توجه‌‌‌ به‌‌‌ استراتژی‌‌‌های‌‌‌ مناسب‌‌‌ برای‌‌‌ انتقال فناوری‌‌‌، ارتباطات و فناوری‌‌‌های‌‌‌ اهرمی‌‌‌ می‌‌‌توانند به‌‌‌‌سرعت‌‌‌ ارتقا یابند. دولت‌‌‌ها می‌‌‌توانند از طریق‌‌‌ استراتژی‌‌‌ها و سیاست‌‌‌های‌‌‌ صنعتی‌‌‌ به‌‌‌طور سیستماتیک‌‌‌ از شرکت‌هایی‌‌‌ که‌‌‌ از فناوری‌‌‌ها عقب‌‌‌ مانده‌اند، حمایت‌‌‌ کنند. تعاریف‌‌‌ متعددی‌‌‌ از واژه Catch-up ارائه‌‌‌ شده است‌‌‌. در فرهنگ‌‌‌ لغت‌‌‌ کمبریج‌‌‌ این‌‌‌ واژه این‌گونه‌‌‌ تعریف‌‌‌ شده است: «دستیابی‌‌‌ به‌‌‌ سطح‌‌‌ یا کیفیتی‌‌‌ که‌‌‌ افراد دیگر یا چیزهای‌‌‌ دیگری‌‌‌ آن سطح‌‌‌ کیفیت‌‌‌ را دارند.» در واژه‌نامه‌‌‌ آکسفورد نیز این‌‌‌ اصطلاح این‌‌‌گونه‌‌‌ تعریف‌‌‌ شده است‌‌‌: «موفقیت‌‌‌ درگرفتن‌‌‌ یک‌‌‌ فردی‌‌‌ که‌‌‌ جلوتر از دیگران است‌‌‌ یا انجام کاری‌‌‌ که‌‌‌ دیگری‌‌‌ قبلا انجام داده است‌‌‌.»

با توجه‌‌‌ به‌‌‌ مفهوم سیاست‌‌‌ که‌‌‌ عبارت است‌‌‌ از مجموعه‌‌‌ تصمیمات و اقدامات دولت‌‌‌ در برخورد با یک‌‌‌ موضوع خاص، سیاست‌‌‌ همپا مجموعه‌‌‌ای‌‌‌ از تصمیمات و اقدامات دولت‌‌‌ است‌‌‌ که‌‌‌ در تلاش برای‌‌‌ جبران عقب‌‌‌ماندگی‌‌‌ و نیز پیشی‌‌‌گرفتن‌‌‌ از رقبا در زمینه‌‌‌های‌‌‌ خاص انجام می‌شود. شرکت‌ها و کشورهای‌‌‌ جدیدالورود می‌‌‌توانند آخرین‌‌‌ فناوری‌‌‌ها را با هزینه‌‌‌ کمتر از کشورهای‌‌‌ پیشگام کسب‌‌‌ کرده و از آن بهره‌برداری‌‌‌ موثر کنند. تقلید فناورانه‌‌‌ موضوع اصلی‌‌‌ توسعه‌‌‌ فناوری‌‌‌ و همپایی‌‌‌ با کشورهای‌‌‌ پیشرو است، اما عوامل‌‌‌ دیگری‌‌‌ نظیر جذب، تطابق‌‌‌ و توسعه‌‌‌ فناوری‌‌‌، ثبات اقتصاد کلان، محیط‌‌‌ سیاسی‌‌‌ و اجتماعی‌‌‌، قوانین‌‌‌ و مقررات، حقوق مالکیت‌‌‌ و مسائلی‌‌‌ از این‌‌‌ دست‌‌‌ در فرآیند توسعه‌‌‌ فناورانه‌‌‌ بسیار حائز اهمیت‌‌‌ هستند. به‌‌‌طور کلی‌‌‌ توسعه‌‌‌ فناورانه‌‌‌ بازیگران همپایی‌‌‌ در کشورهای‌‌‌ در حال توسعه‌‌‌ به‌‌‌طور گسترده‌ای به‌‌‌ نرخ تقلید فناورانه‌‌‌ (که‌‌‌ از مواردی‌‌‌ مانند توانمندی‌‌‌های‌‌‌ فناورانه‌‌‌، سیاست‌‌‌ها و ترتیبات نهادی‌‌‌ موجود متاثر است‌‌‌)، اکتساب و یادگیری‌‌‌ از دانش‌‌‌ و فناوری‌‌‌های‌‌‌ خارجی‌‌‌ وابسته‌‌‌ است‌‌‌. شایان ذکر است‌‌‌ که رشد و توسعه‌‌‌ به‌‌‌ خودی‌‌‌ خود اتفاق نمی‌‌‌افتد و عواملی‌‌‌ نظیر، ضمنی‌‌‌ بودن ماهیت‌‌‌ دانش‌‌‌ فناورانه‌‌‌، پیچیدگی‌‌‌ روزافزون محصولات و نیاز به‌‌‌ آموزش کافی‌‌‌ و مناسب‌‌‌ بر دشواری‌‌‌ همپایی‌‌‌ فناورانه‌‌‌ افزوده است‌‌‌. این‌‌‌ موارد به‌خصوص ماهیت‌‌‌ ضمنی‌‌‌ فناوری‌‌‌ و یادگیری‌‌‌ فناورانه‌‌‌ بعضی‌‌‌ از دولت‌‌‌ها را بر آن داشته‌‌‌ است‌‌‌ تا سیاست‌‌‌ها و مداخلاتی را‌‌‌ برای‌‌‌ انتقال بهینه‌‌‌ فناوری‌‌‌ طراحی‌‌‌ کنند. در حالی که‌‌‌ سیاست‌‌‌های‌‌‌ حمایت‌‌‌ از توسعه‌‌‌ قابلیت‌‌‌های‌‌‌ فناوری‌‌‌ شرکت‌های‌‌‌ عقب‌‌‌مانده از فناوری‌‌‌ شناخته‌‌‌ شده است‌‌‌، اما کمتر در مورد اینکه‌‌‌ چگونه‌‌‌ سیاست‌‌‌های‌‌‌ صنعتی‌‌‌ می‌‌‌توانند با استراتژی‌‌‌های‌‌‌ اقتصاد دیجیتال همسو شوند، شناخته‌‌‌ شده است‌‌‌.

رویکردهای سیاستگذاری

همسویی‌‌‌ سیاست‌‌‌های‌‌‌ دیجیتال و صنعتی‌‌‌ را می‌‌‌توان در چهار بعد جهت‌‌‌گیری‌‌‌، اهداف، ابزارهای‌‌‌ سیاست‌‌‌ صنعتی‌‌‌ و ابزارهای‌‌‌ سیاست‌‌‌ داده بررسی‌‌‌ کرد. جهت‌‌‌گیری‌‌‌ درونی‌‌‌ و بیرونی‌‌‌ شامل ایجاد تعادل بین‌‌‌ جهت‌‌‌گیری‌‌‌ داخلی‌‌‌ (هدایت‌‌‌ شرکت‌ها داخلی‌‌‌ و جریان داده‌ها) و جهت‌‌‌گیری‌‌‌ برون‌گرا (شکل‌‌‌دهی‌‌‌ شرایط‌‌‌ شرکت‌های‌‌‌ خارجی‌‌‌ در کشور و جریان داده‌های‌‌‌ آنها) است. اهداف سیاست‌‌‌ صنعتی شامل پتانسیل‌‌‌ انتشار و انتقال فناوری‌‌‌های‌‌‌ دیجیتالی‌‌‌ و ایجاد پیوندهای‌‌‌ محکم‌‌‌ از طریق‌‌‌ تسهیل‌‌‌کننده‌های اقتصادی‌‌‌ و جریان‌های باز است. ابزارهای‌‌‌ سیاست‌‌‌ صنعتی شامل ابزارهای‌‌‌ سیاستی‌‌‌ که‌‌‌ رقابت‌‌‌ را شکل‌‌‌ می‌دهند، از جمله‌‌‌ حمایت‌‌‌ از صنعت‌‌‌ داخلی‌‌‌، قوانین‌‌‌ مشارکت‌‌‌ خارجی‌‌‌ و موانع‌‌‌ تجاری‌‌‌ مرتبط‌‌‌ با اقتصاد دیجیتال است. ابزارهای‌‌‌ سیاست‌‌‌ داده شامل ابزارهای‌‌‌ سیاست‌‌‌ صنعتی‌‌‌ شامل‌‌‌ انباشت‌‌‌ (جمع‌‌‌آوری‌‌‌ و ذخیره) داده‌ها، الزامات محلی‌‌‌‌سازی داده‌ها، چارچوب‌های حفاظت‌‌‌ از داده‌ها و قوانین‌‌‌ شفافیت‌‌‌ در داده‌ها و الگوریتم‌‌‌هاست.سیاست‌‌‌ها در امتداد زنجیره ارزش داده‌ها: داده یک‌‌‌ ابزار اساسی‌‌‌ در سیاست‌‌‌های‌‌‌ صنعتی‌‌‌ شدن است‌‌‌ و در نتیجه‌‌‌ سیاست‌‌‌های‌‌‌ لازم برای‌‌‌ تحقق‌‌‌ این‌‌‌ امر در راستای‌‌‌ زنجیره ارزش داده اهمیت‌‌‌ دارد. دلایل‌‌‌ اساسی‌‌‌ برای‌‌‌ توسعه‌‌‌ سیاست‌‌‌های‌‌‌ داده‌محور، نگرانی‌ها‌‌‌ درخصوص امنیت‌‌‌ سایبری‌‌‌، حفاظت‌‌‌ از مصرف‌کننده و حریم‌‌‌ خصوصی‌‌‌ است‌‌‌. با این‌‌‌ حال، سیاست‌‌‌های‌‌‌ داده به‌‌‌طور فزاینده‌ای‌‌‌ اهداف اقتصادی‌‌‌ را نیز در بر می‌‌‌گیرند و از یک‌‌‌ مبحث‌‌‌ ساده «انباشت‌‌‌ داده‌ها» در مقابل‌‌‌ «جریان آزاد داده‌ها» فراتر می‌‌‌روند تا طیف‌‌‌ وسیع‌‌‌تری‌‌‌ از ابزارهای‌‌‌ خط‌‌‌مشی‌‌‌ را در امتداد زنجیره‌های ارزش داده در برگیرند. هر مرحله‌‌‌ در زنجیره ارزش داده‌ها مستلزم هزینه‌‌‌ها، فعالیت‌‌‌ها و مهارت‌های‌‌‌ متفاوتی‌‌‌ است‌‌‌. با استناد به‌‌‌ بحث‌‌‌ قبلی‌‌‌ در مورد جهت‌‌‌‌گیری سیاست‌‌‌ها، چند‌‌‌ خط‌مشی‌‌‌ در این‌‌‌ راستا معرفی‌‌‌ می‌شود: ماهیت‌‌‌ فناوری‌‌‌ و مهارت‌ها، نوع توانایی‌‌‌های‌‌‌ موردنیاز و امکان‌سنجی‌‌‌ سیاستی‌‌‌ را برای‌‌‌ رسیدن به‌‌‌ زنجیره ارزش داده تعیین‌‌‌ می‌کند.

سیاست‌‌‌ها و استراتژی‌‌‌های‌‌‌ داخلی‌‌‌ از شرکت‌های‌‌‌ داخلی‌‌‌ حمایت‌‌‌ و آنها را تشویق‌‌‌ می‌کند تا فرهنگ‌‌‌ داده‌محور را برای‌‌‌ اشتراک‌گذاری راحت‌‌‌تر داده‌ها و استفاده دوباره جاری‌‌‌ سازند.

سیاست‌‌‌های‌‌‌ برون‌گرا شرایط‌‌‌ را برای‌‌‌ شرکت‌های‌‌‌ خارجی‌‌‌ و جریان داده‌ها شکل‌‌‌ داده و قانون مدیریت‌‌‌ داده و اطلاعات ملی‌‌‌، استانداردها و الزامات بخشی‌‌‌، انواع و استفاده از داده‌ها را در اقتصادهای‌‌‌ عقب‌‌‌مانده از توسعه‌‌‌ فناوری‌‌‌ تعریف‌‌‌ می‌کنند. سیاست‌‌‌های‌‌‌ داده سمت‌‌‌ تقاضا می‌‌‌توانند نقش‌‌‌ مهمی‌‌‌ در ایجاد تقاضای‌‌‌ داخلی‌‌‌ برای‌‌‌ داده‌ها ایفا کنند. استراتژی‌‌‌های‌‌‌ دولتی‌‌‌، تدارکات و سایر ابتکارات می‌‌‌توانند تقاضا را افزایش‌‌‌ دهند.

یکپارچه‌‌‌سازی داده‌ها

سیاست‌‌‌های‌‌‌ ملی‌‌‌ داده در مسیر تکامل‌‌‌ و در عین‌‌‌ حال یکپارچه‌‌‌سازی‌‌‌ بیشتر قرار دارند. این‌‌‌ امر به‌‌‌ طور خاص به‌‌‌ زنجیره ارزش داده‌ها اشاره دارد و دولت‌‌‌ها در حال عملیاتی‌‌‌ کردن مجموعه‌‌‌ای‌‌‌ از اقدامات در مسیر داده‌های یکپارچه‌‌‌ هستند. چهار مسیر اصلی‌‌‌ در راستای‌‌‌ ایجاد داده‌های منسجم‌‌‌تر به‌‌‌ شرح زیر است‌‌‌:

قوانین‌‌‌ حاکمیت‌‌‌ داده و بومی‌‌‌سازی‌‌‌، پایه‌‌‌ و اساس اکوسیستم‌های‌‌‌ داده: چند‌‌‌ کشور با استفاده از سیاست‌‌‌های‌‌‌ صنعتی‌‌‌ هدفمند حول بومی‌‌‌سازی‌‌‌ داده‌ها و کنترل محلی‌‌‌، اقتصادهای‌‌‌ مبتنی‌‌‌ بر داده‌های محلی‌‌‌ را ایجاد کرده‌اند. به‌‌‌‌عنوان مثال در اندونزی‌‌‌، حرکت‌‌‌ به‌‌‌ سمت‌‌‌ بومی‌‌‌سازی‌‌‌ داده‌ها بخش‌‌‌ مهمی‌‌‌ از سیاست‌‌‌های‌‌‌ ملی‌‌‌ برای‌‌‌ توسعه‌‌‌ شرکت‌های‌‌‌ داخلی‌‌‌ مبتنی‌‌‌ بر داده در نظر گرفته‌‌‌ شده است‌‌‌. سیاست‌‌‌ مزبور در اندونزی‌‌‌ با ارائه‌‌‌ الزاماتی‌‌‌ برای‌‌‌ بومی‌‌‌سازی‌‌‌ داده‌ها با هدف تسهیل‌‌‌ جریان داده‌های‌‌‌ استراتژیک‌‌‌ و داده‌های‌‌‌ عمومی‌‌‌، حاکمیت‌‌‌ داده‌ها را ارتقا می‌دهد.

سیاست‌‌‌های‌‌‌ استراتژیک‌‌‌ دولت‌‌‌ها برای‌‌‌ حمایت‌‌‌ از اقتصاد داده: دولت‌‌‌ها در چند‌‌‌ کشور در حال توسعه‌‌‌ استراتژی‌‌‌هایی‌‌‌ را برای‌‌‌ ارتقای‌‌‌ دسترسی‌‌‌ و استفاده از داده‌های‌‌‌ استراتژیک‌‌‌ به‌‌‌عنوان پایه‌‌‌ای‌‌‌ برای‌‌‌ ایجاد اقتصاد داده اجرا می‌کنند. به‌‌‌‌طور مثال ابتکار India Stack به‌‌‌عنوان حامی‌‌‌ صنایع‌‌‌ و شرکت‌های‌‌‌ داده‌محور در هند، ابتکار عمومی‌‌‌ در آمریکای‌‌‌ لاتین‌‌‌ (به‌ عنوان مثال در شیلی‌‌‌، مکزیک‌‌‌ و کلمبیا) برای‌‌‌ تقویت‌‌‌ داده‌های باز در بخش‌‌‌ عمومی‌‌‌، حمایت‌‌‌ از نوآوری‌‌‌ و یکپارچه‌‌‌سازی‌‌‌ داده‌ها در بخش‌‌‌ مالی‌‌‌ تایلند فرصت‌‌‌هایی‌‌‌ را برای‌‌‌ ظهور شرکت‌های داده‌محور جدید باز می‌کند. دولت‌‌‌ها می‌‌‌توانند با پیاده‌سازی زیرساخت‌‌‌ داده، تعیین‌‌‌ استانداردها برای‌‌‌ داده‌ها و تدوین‌‌‌ قوانین‌‌‌ داده، راه را برای‌‌‌ اقتصاد دادهای‌‌‌ پویاتر هموار کنند.

فرصت‌‌‌ها در تبدیل‌‌‌ فعالیت‌‌‌های‌‌‌ داد‌ه‌ای‌‌‌ کم‌‌‌‌ارزش‌تر: کشورهایی‌‌‌ (مثل‌‌‌ هند، پاکستان و فیلیپین‌‌‌) که‌‌‌ پردازش اطلاعات و تجزیه‌‌‌ و تحلیل‌‌‌ داده‌ها را انجام می‌دهند، به‌‌‌عنوان قطب‌‌‌ فعالیت‌‌‌های‌‌‌ داده‌ای‌‌‌ کم‌‌‌ارزش‌تر مانند تجزیه‌‌‌ و تحلیل‌‌‌ ساده، مدیریت‌‌‌ محتوا و... شناخته‌‌‌ می‌‌‌شوند. تبدیل‌‌‌ این‌‌‌ فعالیت‌‌‌های‌‌‌ داده‌ای‌‌‌ کم‌‌‌ارزش‌تر به‌‌‌ فعالیت‌‌‌های‌‌‌ با ارزش افزوده بالا به‌‌‌ قابلیت‌‌‌های‌‌‌ دیجیتالی‌‌‌ موجود و همچنین‌‌‌ استراتژی‌‌‌های‌‌‌ زیرساختی‌‌‌ و همسویی‌‌‌ قوانین‌‌‌ داده بستگی‌‌‌ دارد. داستان شرکت‌های‌‌‌ معتبر در آسیا که‌‌‌ فناوری‌‌‌ اطلاعات (IT) و برون‌سپاری‌‌‌ فرآیند کسب‌وکار خود را در زنجیره ارزش خدمات ارتقا می‌دهند، مثالی‌‌‌ از این‌‌‌ نوع است‌‌‌. درواقع‌‌‌ آنها از وظایف‌‌‌ ساده IT به‌‌‌ سمت‌‌‌ توسعه‌‌‌ نرم‌افزار با ارزش بالاتر و نقش‌‌‌های‌‌‌ رهبری‌‌‌ در پروژه‌های فناوری‌‌‌ اطلاعات حرکت‌‌‌ می‌کنند. از استارت‌آپ‌های‌‌‌ نوپا گرفته‌‌‌ تا شرکت‌های‌‌‌ بزرگی‌‌‌ مانند فورچون ٥٠٠ و به‌‌‌طور کلی‌‌‌ کسب‌وکارها در هر اندازه‌ای فرآیندهای‌‌‌ خود را برون‌سپاری‌‌‌ می‌کنند زیرا سرویس‌‌‌های‌‌‌ جدید و نوآورانه‌‌‌ معرفی‌‌‌ می‌‌‌شوند و کسب‌وکارها به‌‌‌ دنبال مزیت‌‌‌هایی‌‌‌ برای‌‌‌ پیشی‌‌‌ گرفتن‌‌‌ در رقابت‌‌‌ بازار هستند. با این‌‌‌ حال، هنوز مشخص‌‌‌ نیست‌‌‌ که‌‌‌ آیا این‌‌‌ فعالیت‌‌‌های‌‌‌ داده‌ای‌‌‌ کم‌ارزش به‌‌‌‌عنوان پله‌‌‌ای‌‌‌ مشابه‌‌‌ برای‌‌‌ رسیدن به‌‌‌ زنجیره ارزش داده عمل‌‌‌ می‌کنند یا خیر.

ساخت‌‌‌ برنامه‌‌‌های‌‌‌ کاربردی‌‌‌ خاص بخش‌‌‌ مرتبط‌‌‌ با داده: اقتصاد داده را می‌‌‌توان در مرحله‌‌‌ کاربرد زنجیره ارزش داده ایجاد کرد.

• مشاغل آینده با ظهور فناوری‌‌‌های نوین
• حضور «آرتین» در روز فناوری هوش مصنوعی
• گوگل از کاربران هوش مصنوعی مولد دفاع می‌کند
• رابطه معکوس رانت و R D
• آینده‌ شرکت‌ها در تندباد دگردیسی