آماده موج عظیم نوآوری شوید - جعبه مهر

به گزارش دنیای اقتصاد به نقل از BCG، این موج بزرگ، هوش مصنوعی، زیست شناسی مصنوعی، نانوتکنولوژی، رایانش کوآنتوم و دیگر تکنولوژی های پیشرفته را دربرمی گیرد. اما موضوع مهم تر، همگرایی تکنولوژی ها و رویکرد هایی است که در دهه های آینده سرعت نوآوری را بیشتر و آن را بازتعریف خواهند کرد.

از آنجا که پیشرفت های تکنولوژیک از آزمایشگاه به بازار منتقل شده و شرکت ها در پی کاربرد های تجاری آن ها هستند، شاهد شباهت های زیادی در چگونگی و چرایی توسعه این تکنولوژی ها هستیم و یک اکوسیستم قوی درحال شکل گیری است تا پیشرفت آن ها را جلو ببرد.

در خاتمه سال 2020 شاهد قدرت این اکوسیستم بودیم و دیدیم شرکت مدرنا و تیم بایون تک و شرکت فایزر چگونه واکسن های کرونا را در کمتر از یک سال، با توالی ژنوم وارد بازار کردند. با اینکه این شرکت ها کار خارق العاده ای را با سرعت بسیار بالا انجام دادند، اما از همکاری نهاد های دیگر مثل دولت ها، دانشگاه، سرمایه گذاری خطرپذیر و کسب وکار های بزرگ هم منتفع شدند. همه این ها نقش های کلیدی در موجی که در راه است، خواهند داشت. در بخش اول و دوم این مطلب، چگونگی شکل گیری موج بزرگ در تکنولوژی عمیق را بررسی می کنیم.

تفاوت تکنولوژی عمیق

شرکت های تکنولوژی عمیق، یک گروه مجزا هستند. تعداد کمی از آن ها مثل مدرنا، از طریق عموم مردم شناخته شده اند. برخی دیگر مثل اسپیس ایکس و بلو اوریجین، توجه مردم را جلب کرده اند. برخی هم درگیر کار هایی هستند که زمانی صرفا در داستان های علمی- تخیلی شنیده می شد (مثل ماشین های پرنده). با این حال، همچنان بقیه این شرکت ها در حوزه هایی کار می کنند که بیشتر مردم توصیفی از آن ها ندارند، اما راه حل های بلندمدت برای بیماری ها، تغییرات اقلیمی و دیگر مسائل ارائه می کنند، زیست شناسی مصنوعی و رایانش کوآنتوم از جمله آن ها هستند.

بنگاه های تکنولوژی عمیق پیروز، استعداد های متعدد را گرد هم می آورند (از جمله دانشمندان، مهندس ها و کارآفرینان) تا مسئله ای را حل کنند. آن ها اغلب تکنولوژی های کاملا نو را توسعه می دهند، چون هیچ کدام از تکنولوژی های موجود، مسئله ای که درحال حاضر وجود دارد را به طور کامل حل نمی کنند.

در برخی موارد، پیروزیت به توسعه کاربرد های نو برای تکنولوژی های موجود بستگی دارد. به نام مثال، استارت آپ بوم سوپرسونیک (Boom Supersonic) روی نوعی هواپیمای فراصوت کار می کند که فقط از تکنولوژی هایی در آن استفاده می شود که گواهینامه های قانونی شناخته شده و سوابق امنیتی اثبات شده دارند. شرکت سیبورگ تکنولوژی (Seaborg Technologies) هم درحال کار کردن روی نیروگاه های هسته ای شناور مدولار است که با رآکتور های نمک مذاب فشرده کار می کنند؛ تکنولوژی ای که یک دهه قدمت دارد.

بنگاه های تکنولوژی عمیق پیروز، چهار ویژگی مکمل دارند:

• مشکل محور هستند. آن ها بر حل مسائل بزرگ و اساسی متمرکز می شوند و این موضوع را می توان از آمار 97 درصدی مشارکت بنگاه های تکنولوژی عمیق در حداقل یکی از اهداف توسعه پایدار سازمان ملل، دریافت.

• برای همگرایی تکنولوژی ها فعالیت می کنند. به نام مثال، 96 درصد بنگاه های تکنولوژی عمیق، حداقل از دو تکنولوژی استفاده می کنند و 66 درصد آن ها از بیش از یک تکنولوژی پیشرفته استفاده می کنند. حدود 70 درصد بنگاه های تکنولوژی عمیق، حق ثبت اختراع تکنولوژی های خود را دارند.

• عمدتا محصولات فیزیکی تولید می کنند تا نرم افزار. در واقع، 83 درصد بنگاه های تکنولوژی عمیق، درگیر ساخت یک محصول فیزیکی هستند. آن ها معادله نوآوری را تغییر داده اند و قدرت داده ها و رایانش را به دنیای فیزیکی آورده اند.

• در مرکز یک اکوسیستم عمیق قرار دارند. حدود 1500 دانشگاه و لابراتوار تحقیقاتی درگیر تکنولوژی عمیق هستند و بنگاه های تکنولوژی عمیق، تنها در سال 2018 حدود 1500 کمک اقتصادی از دولت ها دریافت کرده اند.

بنگاه های تکنولوژی عمیق، با وجود اینکه تعداد اندکی از استارت آپ ها را تشکیل می دهند، اما اثرگذاری قابل توجهی دارند، چون به مسائلی در مقیاس بزرگ حمله می کنند و همچنین کارشان هم آینده نگرانه است و هم عملی.

با وجود ریسک های ذاتی شکست، کسب وکار ها و سرمایه گذاران علاقه روزافزونی نسبت به تکنولوژی عمیق نشان داده اند. براساس ارزیابی های اولیه، سرمایه گذاری در تکنولوژی عمیق (از جمله سرمایه گذاری بخش خصوصی، ادغام و تملک و عرضه اولیه سهام) در یک دوره پنج ساله بیش از چهار برابر شده و از 15 میلیارد دلار در سال 2016 به بیش از 60 میلیارد دلار در سال 2020 رسیده است.

میانگین مبالغ اعلام شده در هر رویداد سرمایه گذاری خصوصی برای استارت آپ ها و شرکت های رشدیافته، از 13 میلیون دلار در سال 2016 به 44 میلیون دلار در سال 2020 رسیده است. یک نظرسنجی نو نشان می دهد مبلغ اختصاص یافته در هر رویداد سرمایه گذاری برای استارت آپ هایی که در آغاز کارشان هستند، بین سال های 2016 و 2019 از 36 هزار دلار به 2 میلیون دلار افزایش یافته است.

منابع سرمایه گذاری هم درحال افزایشند. در حالی که شرکت های تکنولوژی اطلاعات (IT) و ارتباطات (ICT) و زیست دارویی همچنان سرمایه گذاری قابل توجهی در تکنولوژی عمیق دارند، بنگاه های سنتی بزرگ بیشتری هم در این زمینه فعال شده اند. به نام مثال، شرکت سامیتومو (Sumitomo Chemical)، قرارداد مشارکت چندساله با شرکت زیمرجن (Zymergen) امضا کرده تا مواد اولیه تخصصی نو را وارد بازار محصولات الکترونیک کنند.

شرکت اِنی (Eni) هم 50 میلیون دلار در شرکت Commonwealth Fusion Systems سرمایه گذاری کرده و هیات مدیره دو شرکت با هم ادغام شده اند. شرکت بایر همکاری هایی را با شرکت جینکو بیورکز (Ginkgo Bioworks) آغاز کرده تا اتکای کشاورزی را به کود های شیمیایی نیتروژنی کربن زا کاهش دهد.

شرکت ها و نهاد های بزرگ، هر چه بیشتر به این موضوع پی می برند که راه حل مسائل بزرگ- و آینده نوآوری- به تکنولوژی های عمیق وابسته است.

موج چهارم نوآوری

اولین موج نوآوری کسب وکار های مدرن، در قرن نوزدهم و اوایل قرن بیستم و با پیشرفت هایی مثل فرآیند بسمر برای ساخت فولاد و فرآیند هابر-بوش برای ساخت آمونیاک آغاز شد.

بعد از جنگ دنیای دوم، موج دوم نوآوری کسب وکار های مدرن که انقلاب اطلاعات بود، موجب پیدایش واحد تحقیق و توسعه (R&D) در شرکت های بزرگ و به ویژه در بخش های ICT و داروسازی شد. بل لبز، IBM و Xerox PARC به شرکت هایی شناخته شده تبدیل شدند. شرکت مرک به تنهایی هفت داروی مهم نو در طول دهه 80 تولید کرد.

در موج سوم که انقلاب دیجیتال بود، دو دوست در یک گاراژ، موتور نوآوری را روشن کردند که به پیدایش سیلیکون، ولی آمریکا، به نام مرکز دنیای رایانش و تکنولوژی ارتباطات و رشد اقتصادی انجامید. همزمان، حوزه نو بیوتکنولوژی که از طریق کارآفرینان ایجاد شده بود، باعث نوآوری در داروسازی شد.

موجی که اکنون و همزمان با فرو ریختن موانع نوآوری درحال شکل گیری است، از یک مدل نو استقبال می کند و قرار است نوآوری را در هر بخش کسب وکار گسترده تر و عمیق تر کند. افزایش قدرت و کاهش هزینه های رایانش و ظهور پلت فرم های تکنولوژی ها، مهم ترین نقش ها را در این موج دارند. رایانش ابری به طور مداوم عملکرد ها را توسعه و وسعت کاربرد تکنولوژی ها را افزایش می دهد.

در ضمنً، هزینه ها به طور مداوم درحال کاهش است، از جمله هزینه های مرتبط با تجهیزات، تکنولوژی و دسترسی به زیرساخت ها. افزایش استفاده از استانداردها، ابزار های اقتصادی و داشتن رویکرد باز نسبت به نوآوری، در کنار افزایش مداوم دسترسی به اطلاعات و داده ها هم نقش مهمی در این میان ایفا می کنند.

قدرت بخشی به موج بزرگ: رویکرد تکنولوژی عمیق

بنگاه های تکنولوژی عمیق پیروز، بر یک رویکرد سه وجهی تکیه می کنند:

1- مشکل محوری. بنگاه های تکنولوژی عمیق، با پرداختن به مسائل پیچیده و اساسی، فرصت های دور از دسترس را هدف قرار می دهند. آن ها به جای اینکه روی راه حل های شناخته شده و تثبیت شده حساب کنند، از تفکر طراحی الهام می گیرند. سپس بهترین تکنولوژی ها را برای حل چنین مسائلی پیدا می کنند.

همچنین مشکل -محوری در یک بنگاه تکنولوژی عمیق، در خدمت یک هدف فنی قرار می گیرد و عملیات، سازمان و استراتژی بازار بنگاه را شکل می دهد. مشکل-محوری به بنگاه کمک می کند هدف محور و دستاوردمحور باشد. مشخص هدف از طریق مشکل-محوری، به تضمین حفظ استعدادها، شتاب دنیای و یک گفت وگوی منسجم در میان تیم هایی با تخصص های مختلف، کمک می کند.

2- رویکرد ها و تکنولوژی های همگرا. همگرایی رویکرد ها یک پیش نیاز دیگر برای تکنولوژی عمیق است و به شرکت ها امکان می دهد تلاش برای شناخت پایه ای را با تحقیقات کاربردی ترکیب کنند (شکل).

همگرایی با طراحی یا حل مشکل از طریق تحلیل فضا با تخصص های مختلف، یافتن مشکل و تولید ایده آغاز می شود. علم یک تئوری را مطرح می کند که از راه حل پشتیبانی می کند. مهندسی امکان پذیری فنی و تجاری را تضمین می کند. اما آنچه مثل یک فرآیند خطی به نظر می رسد، در واقع به صورت موازی رخ می دهد و به همین علت، جزئی از چالش نوآوری تکنولوژی عمیق می شود. علم و مهندسی باید از همان ابتدای حل مشکل در دسترس باشند. عمق و قابلیت آنها، بر راه حل هایی که پیدا می شوند، اثرگذاری قوی دارد.

مساله بعدی، همگرایی تکنولوژی ها است. رایانش و ادراک اطلاعات، دنیا را شکل می دهند و در ترکیب با حس و حرکت، به پیشرفت هایی مثل اتومبیل های خودران، اینترنت اشیا و روباتیک منجر شده اند. حالا پیشرفت هایی در توالی ژن، ویرایش، نوشتن و همچنین نانوتکنولوژی، جهت تازه ای را برای نوآوری هموار کرده اند.

محققان ساخت ابزار هایی را آغاز کرده اند که می توانند با آن اختراعات در مقیاس نانواسکوپ (یک نانومتر معادل یک میلیاردم یک متر است- اندازه ای که در آن نوسانات در ذرات تکی، می تواند بر رفتار سیستم ها اثرگذار باشد) را طراحی و تولید کنند و به شرکت ها امکان دهند از اهرم طبیعت برای طراحی محصول استفاده کنند. این قابلیت به خودی خود آثار عمیقی دارد، اما وقتی به قابلیت های تکنولوژیک در ماده و انرژی، رایانش و ادراک اطلاعات و سنسور ها و حرکت اضافه می شود، باعث می شود شرکت های نوآور مسائلی را که قبلا راه حلی برای آن وجود نداشت، مورد بررسی قرار دهند.

این اثرات را فقط در یک حوزه در نظر بگیرید: زیست شناسی. توانایی استفاده از هوش مصنوعی و چاپ سه بعدی زیستی، برای پیش بینی تاشدگی پروتئین ها، انقلابی در کشف و ساخت دارو ها ایجاد خواهد کرد. شرکت جینکو بیورکز و دیگر شرکت های این حوزه، از هوش مصنوعی برای طراحی سازه های ژنتیک استفاده می کنند و سپس بر فرآیند های روباتیک تکیه می کنند که این سازه ها را بسازند و تست کنند تا در نهایت پیشرفت های قابل توجهی در برنامه نویسی ارگانیسم ها حاصل شود.

به طور مشابه، شرکت زیمرجن، از تکنیک های فرآوری زیستی که شامل هوش مصنوعی پیشرفته، اتوماسیون و مهندسی بیولوژیک است، استفاده می کند تا موادی را تولید کند که قبلا وجود نداشته است. شرکت سلینو هم درحال ترکیب سلول های بنیادی، فیزیک لیزر و یادگیری ماشینی است تا تبدیل سلول های انسان بزرگسال به سلول های بنیادی را در مقیاس بزرگ انجام دهد.

نتایج همگرایی تکنولوژیک برای استارت آپ ها و شرکت های پیشکسوت تر، خیلی فرق دارد. استارت آپ های تکنولوژی عمیق، از رویکرد حل مشکل خود استفاده می کنند تا تکنولوژی های نوظهور را به شیوه هایی که چیز های غیرممکن قبلی را ممکن می کند، اغلب با سرعتی غیرقابل تصور ترکیب کنند. شرکت های پیشکسوت اغلب با این دینامیک دست و پنجه نرم می کنند و در استقبال از تکنولوژی های دیجیتال، یک تکنولوژی همگرا را به ترکیب های قبلی اضافه می کنند.

3- چرخه طراحی- ساخت- آزمایش-یادگیری. اگر تکنولوژی ها و رویکرد های همگرا، رویکرد تکنولوژی عمیق را شکل می دهند، چرخه مهندسی طراحی- ساخت-آزمایش- یادگیری (DBTL)، موتوری است که آن را پیش می برد. DBTL پلی را بین مسئله ای که باید به آن توجه شود و علم و تکنولوژی هایی که باید به کار گرفته شوند، در اختیار می گذارد. در واقع مشکل-محوری، یک پیش نیاز برای DBTL است، چون هر بار یکی از مراحل چرخه DBTL تکرار شوند، یعنی نقش آن در حل مسئله ای که پیش آمده، سنجیده می شود.

مرحله طراحی (design)، هسته فرآیند نوآوری است و بیشترین ارزش در آن ایجاد می شود. در این مرحله، دسترسی سریع تر به اطلاعات و تجهیزات رایانش ارزان تر و قدرتمندتر، یک فرآیند فرضیه-محور را تسریع می کند. در 10 سال گذشته، افزایش اطلاعات موجود، به ویژه اطلاعات متن باز، همراه با دسترسی سریع به این اطلاعات، باعث بیشتر شدن همکاری ها و نوآوری ها شده است.

در مراحل ساخت و آزمایش (build, test)، شرکت ها می توانند به اقتصاد مقیاس و سرعت بسیار بالا دست پیدا کنند و به کمک پیشرفت در پلت فرم ها و اتوماسیون و ادامه کاهش هزینه ها، به بالاترین دقت برسند.

هوش مصنوعی و دیگر تکنولوژی های پیشرفته هم سرعت مرحله یادگیری (learning) را بالا می برند. شرکت ها بر سر یادگیری با هم رقابت دارند و آن هایی که یادگیری بهتر و سریع تری دارند، برنده هستند. شرکت ها با کمک هوش مصنوعی می توانند حجم انبوهی از داده را از طریق الگوریتم های یادگیری ماشینی که ویژگی های محصول تولیدشده و نتایج آزمایش آن را در اختیار می گذارند، مدیریت کنند. این الگوریتم ها مشخص می کنند کدام نوع محصول مناسب است و کدام نیست و سپس نتایج را به صورت اتوماتیک و از طریق حلقه های بازخورد به مرحله طراحی برمی گردانند.

دور زمین: دور زمین | سفر به دور زمین هیچوقت اینقدر آسون نبوده! تور ارزان، تور لحظه آخری، اروپا، تور تایلند، تور مالزی، تور دبی، تور ترکیه