تاثیر هوش مصنوعی بر تجارت بین‌الملل

نگارنده: راهله حزب‌الهی (کارشناسی ارشد برنامه‌ریزی و تحلیل سیستم‌های اقتصادی)

هوش مصنوعی می‌تواند تاثیری دگرگون‌کننده‌ای‌ بر تجارت بین‌الملل داشته باشد. برنامه‌های کاربردی خاص در زمینه‌هایی مانند تجزیه و تحلیل داده‌ها و خدمات ترجمه می‌توانند موانع تجارت را کاهش دهند. درعین حال، چالش‌هایی مانند بهبود دسترسی جهانی به داده‌ها برای آموزش سیستم‌های هوش مصنوعی در زمینه توسعه هوش مصنوعی وجود دارد که قوانین تجارت بین‌الملل می‌تواند آنها را مرتفع نماید.

در اینجا به مرور برخی از فرصت‌های کلیدی هوش مصنوعی برای تجارت و همچنین حوزه‌هایی که قوانین تجارت می‌توانند به توسعه هوش مصنوعی کمک کنند پرداخته می‌شود.

دانلود فایل PDF و مشاهده عناوین ماهنامه ” اقتصاد دیجیتال” شماره ۱۴، آبان ماه۱۴۰۰

هوش مصنوعی چیست

قبل از پرداختن به تاثیر هوش مصنوعی برتجارت، ابتدا لازم است تعریفی روشن از هوش مصنوعی بیان شود. به‌طور خاص، بین هوش مصنوعی محدود در امر تجارت مانند خدمات ترجمه، ربات‌های گفتگو و وسایل نقلیه و هوش مصنوعی عمومی مانند کلیه سیستم‌های خودآموز که می‌توانند آموزش‌های لازم را از تجربیات انسانی ببینند و از عملکرد انسان در همه وظایف پیشی بگیرند تفاوت‌هایی وجود دارد. در مورد هوش‌مصنوعی 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 به عنوان یک فناوری حیاتی در آینده به توسعه خود ادامه خواهد داد. برای درک اهمیت بالقوه هوش مصنوعی محدود شده در امر تجارت، ابتدا باید به‌طور خلاصه به بخش‌های اصلی آن پرداخته شود. هوش مصنوعی میتنی بر یادگیری ماشینی است که از مقادیر زیادی داده و الگوریتم‌های قدرتمند برای توسعه پیش‌بینی‌های قوی‌تر در مورد آینده استفاده می‌کند. داده‌های مورد استفاده 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 قیلی دارند. یکی دیگر از پیشرفت‌های اساسی که زمینه‌ساز هوش مصنوعی است شبکه عصبی عمیق دی‌ان‌ان[۱]است.

دی‌ان‌ان‌ها از لایه‌های توابع غیرخطی تشکیل شده‌اند که در آن خروجی هر لایه به ورودی لایه بعدی در شبکه تبدیل می‌شود. در هر لایه امکان گرفتن لایه‌ای بهینه شده برای یک نوع داده مثلا تصاویر و ترکیب آن با لایه‌های دیگر برای انواع دیگر داده‌ها مثلا متن امکان‌پذیر است. این شبکه‌های عصبی عمیق قادر به ترکیب چندین وظیفه یادگیری ماشین با یکدیگر هستند. هوش مصنوعی همچنین شامل ابزارهای خاصی است مانند: ۱-اعنبارسنجی خارج از نمونه برای اعتبارسنجی مدل‌ها،۲- گرادیان کاهشی تصادفی[۲] برای مدل‌های آموزشی یر روی جریان داده‌ها و۳- واحدهای پردازشی گرافیکی که در ابتدا برای توسعه بازی‌های ویدیویی مناسب بودند و اما بعدها برای پشتیبانی از انواع محاسبات موازی عظیم مورد نیاز برای آموزش دی‌ان‌ان ها مفید واقع شدند.

به‌کارگیری این پیشرفت‌ها در دنیای واقعی به مجموعه داده‌های بزرگی نیاز دارد تا سیستم‌های هوش مصنوعی را راه‌اندازی کند. درواقع کمیت 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.

جهت مشاهده و دانلود ماهنامه ” اقتصاد دیجیتال” اینجا کلیک نمایید.

تاثیر هوش مصنوعی بر رشد اقتصادی و تجارت بین‌الملل

توسعه هوش مصنوعی به چندین روش بر تجارت بین ‌الملل تاثیر می‌گذارد. یکی از این روش‌ها از طریق متغیرهای کلان اقتصادی است. به عنوان مثال، اگر هوش مصنوعی رشد بهره‌وری را افزایش دهد، رشد اقتصادی به دنبال آن افزایش می‌یابد و متعاقبا 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 پایین بودن نرخ رشد بهره‌وری این است که زمان زیادی لازم است تا یک اقتصاد بتواند از فناوری‌های جدید و پیچیده‌ای مانند هوش مصنوعی جهت تاثیر‌گذاری استفاده نماید. این زمان شامل زمان لازم برای سرمایه‌گذاری و ایجاد یک سرمایه کافی بزرگ، دسترسی به اقراد ماهر و شیوه‌های تجاری است. هوش مصنوعی همچنین بر نوع و کیفیت رشد اقتصادی تاثیر زیادی دارد. به عنوان مثال، هوش مصنوعی انتقال به سمت اقتصاد مبتنی بر خدمات را تسریع خواهد کرد. با توجه به این مسئله نگرانی‌ها در مورد تاثیر هوش مصنوعی بر مشاغل افزایش می‌یابد زیرا هوش مصنوعی اتوماسیون را گسترش داده و سرعت از دست دادن مشاغل برای کارگران کم مهارت در زمینه‌های تولید را افزایش می‌دهد. 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 تاثیر زیادی گذاشته است. از این فناوری می‌توان برای بهبود پیش‌بینی روندهای آینده، مانند تغییرات در تقاضای مصرف‌کننده و مدیریت بهتر ریسک در طول زنجیره تامین استفاده کرد. در واقع این ابزار از طریق کمک به مدیریت بهتر واحدهای تولیدی پیچیده و پراکنده تاثیر مثبتی بر تجارت گذاشته و سبب افزایش کارایی کلی زنجیره ارزش چهانی می‌شود. به عنوان مثال هوش مصنوعی در کسب و کار سبب بهبود مدیریت انبار، پیش‌بینی تقاضا، کیفیت تولید و تحویل به موقع محصولات می‌شود. همچنین عملیات رباتیک می‌تواند بهره‌وری و کارایی را در مرحله بسته‌بندی و بازرسی موجودی افزایش دهد.

کسب و کارها همچنین می‌توانند از هوش مصنوعی برای بهبود کیفیت بازرسی فیزیکی و نگهداری دارایی‌ها در طول زنجیره تامین استفاده کند. روند افزایشی استفاده از هوش مصنوعی برای توسعه تولید هوشمند تاثیرات زیادی بر توسعه زنجیره ارزش جهانی دارد. به عنوان مثال مفهوم صنعت ۴ یا انقلاب صنعتی چهارم به رهبری آلمان که بر اساس حسگرها، اینترنت اشیا و سیستم‌های فیزیکی سایبری شکل گرفته است، ماشین‌ها، مواد، لوازم و مشتریان را به‌هم متصل می‌کند. این اتصال شامل اتصال بین ماشین‌های پیش‌بینی و خودنگهداری در سطح کارخانه، ارتباطات کامل بین شرکت‌ها در طول زنجیره تامین 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 تاکید بر اتصال می‌تواند زنجیره‌های ارزش جهانی را به دلیل مشارکت بیشتر تامین‌کنندگان خدمات تخصصی در زمینه‌هایی مانند تحقیق و توسعه، طراحی روباتیک و تجزیه و تحلیل داده‌ها، ارتقا دهد.‌ هوش مصنوعی می‌تواند تولید را تقویت نماید و از طریق ایجاد اتوماسیون گسترده‌تر و همچنین مقیاس‌پذیری چاپ سه‌بعدی نیاز به زنجیره‌های تامین گسترده را برای آنهایی که به‌ویژه متکی به مجموعه‌ای از نیروی کار کم هزینه هستند، کاهش دهد. این فناوری می‌تواند روندی را که دنی‌رودریک[۳] به عنوان صنعتی شدن زودرس در کشورهای درحال توسعه توصیف می‌کند، تسریع بخشد.

تجارت با استفاده از پلتفرم‌های دیجیتال

حوزه دیگری که هوش مصنوعی در حال حاضر در آن مستقر شده است، پلتفرم‌های دیجیتالی مانند ای‌بی[۴] است. پلتفرم‌های دیجیتال فرصت بی‌سابقه‌ای را برای پیشرفت و جهانی شدن مشاغل کوچک فراهم کرده‌اند. به‌عنوان مثال، در ایالات متحده، ۹۷ درصد از کسب و کارهای کوچک در ای‌بی صادرات خود را انجام می‌دهند. خدمات ترجمه توسعه‌یافته با هوش‌مصنوعی، نوعی محرک پلتفرم‌های دیجیتالی جهت افزایش تجارت بین‌الملل است. به عنوان مثال، در نتیجه خدمات ترجمه ماشینی ای‌بی، صادرات مبتنی بر ای‌بی به اسپانیایی زبانان آمریکای لاتین ۱۷.۵ درصد افزایش یافت که در کل سبب افزایش ۱۳.۱ درصدی درآمد تجاری شد. با توجه به اینکه برآوردها نشان می‌دهد کاهش ۱۰ درصدی فاصله بین کشورها با افزایش ۳.۵۱ درصدی درآمد تجاری مرتبط است، بنابراین افزایش ۱۳.۱ درصدی درآمد حاصل از ترجمه ماشینی ای‌بی معادل کاهش فاصله بین کشورها تا بیش از ۳۵ درصد است.

مذاکرات تجاری

هوش مصنوعی می‌تواند برای بهبود نتایج مذاکرات تجاری بین‌المللی نیز استفاده شود. به عنوان مثال این فناوری می‌تواند برای تحلیل بهتر مسیرهای اقتصادی هر یک از شرکای مذاکره کننده تحت مفروضات مختلفی از جمله نتایج مشروط به مذاکره تجاری و نحوه تاثیرگذاری این نتایج در یک سناریوی چند نفره که در آن موانع تجاری با نرخ‌های مختلف کاهش می‌یابد و همچنین پیش‌بینی واکنش تجاری کشورهایی که طرف مذاکره نیستند، استفاده شود. به عنوان 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.

توسعه قوانین تجارت برای پشتیبانی از هوش مصنوعی

علاوه بر 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 توسعه هوش مصنوعی نقش عمده‌ای داشته باشد. موارد زیر به تشریح برخی حوزه‌های کلیدی که در آنها قوانین تجاری جهت توسعه 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 توافقنامه جامع و پیشرو ترانس‌پاسیفیک[۷] و اخیرا در توافقنامه ایالات‌متحده-مکزیک-کانادا[۸] منعکس شده است، نشان دهنده حمایت از توسعه 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. به عنوان مثال توسعه هوش مصنوعی 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، توسعه ظرفیت هوش مصنوعی را کاهش می‌دهد.

توسعه و استفاده از هوش مصنوعی مبتنی بر سایر فناوری‌های دیجیتال نظیر رایانش ابری، داده‌های کلان و اینترنت اشیاء است. تمام این فناوری‌های دیجیتال بر جریان داده‌های برون مرزی متکی هستند. این بدان معناست که اقدامات بومی‌سازی داده‌ها که انتقال داده‌های جهانی را محدود می‌کند مستقیما از طریق ارائه داده‌های آموزشی کمتر و به‌طور غیرمستقیم از طریق کاهش بلوک‌های ساختمانی که هوش مصنوعی بر روی آنها ساخته شده است، به توسعه هوش مصنوعی ضربه وارد می‌سازند. اعمال محدودیت بر جریان داده‌های فرامرزی احتمالا بیشترین تاثیر را بر کشورهای کوچتر و در حال توسعه خواهد داشت. به عنوان مثال کشورهایی نظیر ایالات متحده و چین که جمعیت زیادی دارند به میزان کمتری به دسترسی به داده‌های کشورهای ثالث برای توسعه قابلیت هوش مصنوعی متکی هستند. اما کشورهایی با جمعیت کمتر به خصوص برای توسعه 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 توسعه هوش مصنوعی همچنین مستلزم آن است که دولت‌ها به عنوان مخازن مجموعه داده‌های بزرگ، این داده‌ها را در دسترس عموم قرار دهند.

حریم خصوصی و هوش مصنوعی

تعهدات صورت گرفته در مورد جریا‌ن‌ آزادسازی داده‌های فرامرزی در موافقتنامه‌های تجاری معمولا 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. به عنوان مثال، مقررات حفاظت از داده‌های عمومی اتحادیه اروپا، انتقال داده‌های شخصی به کشورهایی را که توسط کمسیون اروپا تائید نشده‌اند، ممنوع می‌کند. محدودیت‌های ایجاد شده توسط مقررات حفاظت از داده‌های عمومی اروپا در استفاده از داده‌های شخصی، می‌تواند بر توسعه قابلیت‌های هوش مصنوعی تاثیر منفی بگذارد. به عنوان مثال، طبق این مقررات داده‌های شخصی فقط می‌توانند برای هدفی که برای آن جمع‌آوری شده‌اند استفاده شوند. این داده‌ها نمی‌توانند به عنوان بخشی از یک تراکنش برای آموزش هوش مصنوعی و بهبود ارائه خدمات استفاده شوند. این مقررات شرکت‌ها را ملزم می‌کند میزان داده‌های جمع‌آوری شده و مدت زمان نگهداری آن‌ها را به حداقل برسانند.

این الزامات نیز با توسعه 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 من جمله ارائه مقادیر زیادی داده شخصی برای یادگیری هوش مصنوعی مورد نیاز خواهد بود. از این منظر هیچ تضادی بین توسعه هوش مصنوعی و حریم خصوصی وجود ندارد. در واقع چالش اصلی، چگونگی طراحی قوانین حفظ حریم خصوصی است که باید به گونه‌ای باشد که محدودیت‌های غیرضروری برای دسترسی و استفاده از داده‌ها ایجاد نکند. قوانین تجارت می‌تواند با درج تعهدات حفاظت از حریم خصوصی داده‌های شخصی از طرف کشورهای وارد کننده داده در مقابل کشورهای صادر کننده داده کمک زیادی نماید. این کمک و تعهدات را می‌توان با تشویق اشکال به رسمیت شناختن متقابل سیستم‌های حریم خصوصی و همچنین توسعه اصول مشترک حریم خصوصی منطقه‌ای و جهانی به دست آورد.

استانداردها و هوش مصنوعی

ادغام هوش مصنوعی در صنعت مستلزم توسعه طیف وسیعی از استانداردهای جدید است. به عنوان مثال خودروهای اتوماتیک به استانداردهای ایمنی و جدید ساخت خودرو نیاز دارند. توسعه 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 اتحادیه 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 توسعه 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 توسعه فناوری هوش مصنوعی ایجاد می‌کند. از آنجایی که هوش مصنوعی مبتنی بر الگوریتم‌ها است، شرطی کردن دسترسی به بازار برای دسترسی به کد منبع، به صورت یک مانع تجارت بین‌المللی عمل می‌کند که به دنبال آن توسعه هوش مصنوعی را در سطح جهانی کاهش می‌دهد. ایالات متحده و سایر کشورها اظهار نگرانی کرده و واکنش‌هایی در رابطه با این موضوع نشان داده‌اند. به عنوان مثال در موافقتنامه ترانس‌پاسیفیک و توافقنامه ایالات‌متحده-مکزیک-کانادا طرفین توافق کرده‌اند که نیازی به انتقال یا دسترسی به کد منبع به عنوان شرط واردات یا فروش نباشد.

حفاظت از مالکیت معنوی و هوش مصنوعی

توسعه 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 نحوه جمع‌آوری داده‌ها، منجر به کپی غیرمجاز هزاران اثر محافظت شده شود. ایالات متحده با تکیه بر یکسری استثنائات و استفاده 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. استفاده منصفانه و استثنائات یک پشتوانه قانونی قابل توجهی در نابودی مدل‌های کسب و کار دیجیتال در ایالات‌متحده به وجود آورده است. اما بررسی این مسئله که آیا این استثنائات برخی از کاربردهای پیچیده‌تر داده‌ها نظیر استفاده آنها در آموزش هوش مصنوعی را نیز پوشش می‌دهد ، هنوز در دست بررسی است و باید آزمایشات لازم انجام شود. این استثنائات یا انعطاف‌پذیری‌های حق چاپ در بسیاری از کشورهای دیگر و حتی اتحادیه اروپا وجود ندارد. این بدان معناست که از دیدگاه تجارت بین‌الملل، کپی قانونی داده‌ها برای توسعه هوش مصنوعی در ایالات متحده ممکن است در کشورهای دیگر غیرقانونی تلقی شده و مانعی برای استقرار هوش مصنوعی در این کشورها ایجاد کند.

هوش مصنوعی فراتر از مجموعه‌ فناوری‌ها است. در واقع 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 تا با تاثیر هوش مصنوعی بر تجارت بین‌الملل آشنا شوند و هرچه سریغتر اقداماتی را در این زمینه به کار گیرند.

تهیه شده در گروه مطالعات اقتصادی پژوهشگاه فضای مجازی

پیوند منبع
[۱] DNN
[۲] Stochastic Gradient: روشی مبتنی بر تکرار برای بهینه‌سازی یک تابع مشتق‌پذیر مانند تابع هدف
[۳] Dani Rodrik
[۴] eBay
[۵] WTO
[۶] FTA
[۷] CPTPP
[۸] USMCA
[۹] Source code:
هر برنامهٔ رایانه‌ای به یکی از زبان‌های برنامه‌نویسی نوشته شده‌است، مانند پایتون، جاوا، سی++ و…. متن این برنامه‌ها ممکن است چند خط یا میلیون‌ها خط داشته باشند به متن این برنامه‌ها کد منبع می‌گویند. معمولاً برای سادگی به جای کد منبع از منبع استفاده می‌شود. کد منبع شامل مواردی همچون تعریف متغیرها، دستورها، توابع، حلقه‌ها، و دیگر عباراتی می‌شود که به برنامه می‌گوید چگونه باید عمل کند.