شرکت‌های هوش‌مصنوعی در ایران: مطالعه کیفی موانع و مسائل کسب و کاری

نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 گرو مطالعات علم و فناوری- پژوهشکده مطالعات فناوری- پژوهشگاه مطالعات فرهنگی، اجتماعی و تمدی- تهران - ایران

2 دانشجوی دکتری، گروه علوم سیاسی، دانشکده حقوق و علوم سیاسی، دانشگاه تهران، تهران، ایران

3 پژوهشکده مطالعات فناوری، تهران، ایران.

چکیده

هوش‌مصنوعی، اکنون به یکی از اولویت‌های سیاست علم و فناوری ایران تبدیل شده است. سند ملی هوش‌مصنوعی جمهوری اسلامی ایران، بازتاب دهنده اهمیت این فناوری در سطح ملی است. یکی از ارکان اصلی توسعه هوش‌مصنوعی که در این سند نیز مورد تأکید قرار گرفته است، توسعه شرکت‌های این حوزه است. شناخت مسائل پیش‌روی این شرکت‌ها، اولین قدم برای تدوین سیاست‌هایی به منظور توسعه آنها خواهد بود. پژوهش پیش‌رو با هدف شناسایی مسائل پیش‌روی توسعه شرکت‌های هوش‌مصنوعی در ایران صورت گرفته است. روش‌شناسی این پژوهش براساس رویکرد تفسیری است. برای جمع‌آوری داده‌ها، با ۲۸ نفر از مدیران کسب و کارهای هوش‌مصنوعی مصاحبه نیمه‌ساختار یافته انجام شده است. همچنین، مستندات و گزارش‌هایی که ۱۳۵ شرکت‌حوزه هوش‌مصنوعی ارائه داده‌اند مورد استفاده قرار گرفته است. برای تحلیل داده‌ها از روش تحلیل مضمون استفاده شده است. براین‌اساس، هفت مضمون فراگیرِ توانمندی مدیریتی بنگاه، محیط نهادی شرکت‌داری، نیروی انسانی، اقتصاد سیاسی، تأمین مالی و هزینه‌ها، صادرات و اعتباربخشی به‌عنوانِ زمینه‌های علّیِ مرتبط با وضعیت و توسعه شرکت‌های هوش‌مصنوعی شناسایی شده‌اند. یافته‌های پژوهش بیانگر این است که زمینه‌هایِ علّیِ مرتبط با اقتصادسیاسی، توانمندی مدیریتی بنگاه‌، صادرات و اعتباربخشی به محصولات هوش‌مصنوعی، در ادبیات داخلی مورد توجه قرار نگرفته‌اند. در اقتصاد سیاسی، ارزان بودن انرژی و نیروی‌انسانی، از دلایل اصلی مقاومت در برابر استفاده از هوش‌مصنوعی به منظور افزایش بهره‌وری است. توانمند کردن مدیریتی بنگاه‌های هوش‌مصنوعی مورد توجه سیاستگذاران قرار نگرفته است و مدیران این شرکت‌ها، توانایی پایینی در مدیریت کسب و کار خود دارند. در صادرت، شرکت‌های داخلی مزیت رقابتی چندانی ندارند. رقبای خارجی، شرکت‌های بزرگی هستند که طیف وسیعی از محصولات را با قیمتی رقابتی ارائه می‌دهند. در اعتباربخشی، هنوز سازوکارهای مشخصی شکل‌نگرفته است و اعتباربخشی توسط کارفرما صورت می‌گیرد. به‌رغم این، چون بازار این محصولات گسترش پیدا نکرده است، هنوز این مسئله به یک مانع جدی تبدیل نشده است.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Artificial Intelligence firms in Iran: a qualitative study of their Business Impediments and problems

نویسندگان [English]

  • Hamid Heydari 1
  • vahid mirshafiee 2
  • Arman Khaledi 3
1 member of the science and technology studies department- Institute for Cultcher, Social and Civilization Studies- Tehran- Iran
2 Department of Management and Accounting, Faculty of Humanities, University of Tehran, Tehran, Iran
3 Assistant professor, Innovation Policy and foresight, Technology Studies Institute, Tehran. Iran.
چکیده [English]

AI is now one of the science and technology policy priorities. Iran’s national document on AI reflects the importance of this technology at the national level. One of the main pillars of AI development, which is also emphasized in the national document, is the development of AI enterprises. Comprehension of the problems that these enterprises face is the first step in formulating policies to develop them. This study is conducted to comprehend the problems that AI enterprises in Iran face. The methodology of this research is based on an interpretive approach. 28 semi-structured interviews with AI enterprise managers were conducted to collect data. Also, documents and reports from 135 AI enterprises were analyzed. The thematic analysis method was used to analyze the data. The findings indicate that AI enterprise development is under the influence of seven overarching themes. These themes are the management capability of the enterprise, institutional environment, human resources, political economy, funding, exporting, and assessment. The conclusions show that the problems of political economy, management capability of the enterprise, exporting, and assessment are not addressed in the literature. Political economy indicates that the low price of energy and human capital in the country is one of the main reasons for resistance to using AI to maximize productivity. Enabling the managers of these enterprises has also been neglected by public policy makers and managers of these enterprises are poorly qualified for handling their businesses. Domestic enterprises, don’t have any competitive advantage in exporting their products. Their global competitors are big corporations that offer a variety of products at competitive prices. There isn’t any standard mechanism for assessing the quality of AI products and assessment usually is conducted by the buyer. But, since the markets of AI products are not big, this problem isn’t a serious impediment yet.

کلیدواژه‌ها [English]

  • Artificial Intelligence
  • AI Firms
  • management Capacities of Firms
  • Assessment of Products
  • Political Economy

مراجع

 
Allen, G. C. (2019). Understanding China's AI Strategy, Clues to Chinese Strategic Thinking on Artificial Intelligence and National Security.
Alshahrani, A., Dennehy, D., and Mäntymäki, M. (2022). "An attention-based view of AI assimilation in public sector organizations: The case of Saudi Arabia". Government Information Quarterly, 39(4), p. 101617.
Bessen, J., Impink, S. M., Reichensperger, L., and Seamans, R. (2022). "The role of data for AI startup growth". Research Policy, 51(5), p.104513.
Braun, V., and Clarke, V. (2006). "Using Thematic Analysis in Psychology". Qualitative Research in Psychology, 3(2), pp.77-101.
Chui, M., Hazan, E., Roberts, R., Singla, A., and Smaje, K. (2023). The Economic Potential of Generative AI.
Cubric, M. (2020). Drivers, Barriers And Social Considerations For AI Adoption in Business and Management: A Tertiary Study. Technology in Society, 62, p.101257.
DePoy, E., and Gitlin, L. N. (2005). Introduction to Research: Understanding and Applying Multiple Strategies. Mosby. https://books.google.com/books?id=qgxqAAAAMAAJ
Etebar Sanji Arzesh Afarin Etemad. (2023). Annual report on the knowledge-based ecosystem {In Persion}.
Global AI Index (2024). The Global AI Index 2024. Retrieved October, 2024 from https://www.tortoisemedia.com/intelligence/global-ai/#pillars
Kanani, F., Rasoulian, P., Hafezi, R., and Ahangari, S. S. (2022). Roadmap for the development of artificial intelligence with a focus on the role of the Presidential Center for Progress and Development. {In Persion}.
Kanani, F., Rasoulian, P., Hafezi, R., and Ahangari, S. S. (2023). "Analysis of the Artificial Intelligence Ecosystem in Iran and Identifying Institutional and Functional Gaps". Journal of Science and Technology Policy, 16(2), pp. 59-77. https://doi.org/10.22034/jstp.2023.11303.1648 {In Persion}.
Karimi, M. (2022). "Artificial Intelligence in Oil and Gas Upstream: Trends, Challenges and Scenarios For the Future [Research]. Scientific- Propagative Journal of Oil and Gas Exploration & Productoin, 1401(199), pp. 37-49. http://ekteshaf.nioc.ir/article-1-3304-fa.html {In Persion}.
King, N., and Horrocks, C. (2010). Interviews in Qualitative Research. SAGE Publications. https://books.google.com/books?id=iOsnITKC48gC
Lincoln, Y. S., and Guba, E. G. (1985). Naturalistic Inquiry. SAGE Publications. https://books.google.com/books?id=2oA9aWlNeooC
Lundvall, B.-Å., and Rikap, C. (2022). China's catching-up in artificial intelligence seen as a co-evolution of corporate and national innovation systems. Research Policy, 51(1), 104395.
Neuman, W. L. (2007). Basics of Social Research: Qualitative and Quantitative Approaches. Pearson/Allyn and Bacon. https://books.google.com/books?id=dUvZAAAAIAAJ
Qin, Y., Xu, Z., Wang, X., and Skare, M. (2024). "Artificial Intelligence and Economic Development: An evolutionary Investigation and Systematic Review". Journal of the Knowledge Economy, 15(1), pp. 1736-1770.
Rouhani, A. A., and Mohammad Abadi, R. (2022). "Investigating the Artificial Intelligence Application in Oil and Gas Supply Chain. Farayandno, 17(79), pp. 57-73. https://doi.org/10.22034/farayandno.2023.1974530.1896 {In Persion}.
Safari, E., and Ansari, A. A. (2022). "Identifying and Ranking the Factors Affecting the Acceptance of Artificial Intelligence in the Public and Private Sectors". Business Intelligence Management Studies, 11(41), pp. 221-254. https://doi.org/10.22054/ims.2022.66402.2131 {In Persion}.
Supreme Council of the Cultural Revolution (2024). National AI Document of Islamic Republic of Iran {In Persion}.
 
Szczepanski, M. (2019). Economic impacts of artificial intelligence (AI).
Tehrantimes. (2024). Edurank places 100 Iranian universities among top institutions for AI. Retrieved October, 2024 from https://www.tehrantimes.com/news/501100/Edurank-places-100-Iranian-universities-among-top-institutions
Vice-Presidency for Science, Technology and Knowledge Based Economy (2024). Knowledge-Based Data Display.  Retrieved October, 2024 from https://daneshbonyan.isti.ir/%D9%81%D9%87%D8%B1%D8%B3%D8%AA-%DA%A9%D8%A7%D9%84%D8%A7-%D9%88-%D8%AE%D8%AF%D9%85%D8%A7%D8%AA-%D8%AF%D8%A7%D9%86%D8%B4-%D8%A8%D9%86%DB%8C%D8%A7%D9%86
Westenberger, J., Schuler, K., and Schlegel, D. (2022). "Failure of AI projects: Understanding the critical Factors". Procedia Computer Science, 196, pp. 69-76.

فایل ها

سابقه مقاله

  • تاریخ دریافت: 17 آذر 1403
  • تاریخ بازنگری: 08 دی 1403
  • تاریخ پذیرش: 02 بهمن 1403

هم رسانی

ارجاع به این مقاله

آمار