بازارهای داده اینترنت اشیاء (Internet of Things): چیزی که توسعه‌دهندگان هوش مصنوعی (AI) نیاز دارند؟

اگر اخبار کسب‌وکار را دنبال می‌کنید، احتمالاً تا حالا با انبوه مقالات درباره هوش مصنوعی (AI) غافلگیر شده‌اید. AI بدون شک موضوع داغی در صنعت فناوری است. طبق گزارش CB Insights، در سال 2016 بیش از 550 استارتاپ مرتبط با AI بیش از 5 میلیارد دلار سرمایه جذب کردند.
هوش مصنوعی همچنین در یکی دیگر از اصطلاحات پر سر و صدای صنعت، یعنی اینترنت اشیاء (Internet of Things)، بسیار مهم است. فناوری‌های مبتنی بر AI ابزارهای ضروری‌ای هستند که به سازمان‌ها کمک می‌کنند تا از حجم روبه‌رشد داده‌های جاری از دستگاه‌های متصل معنا استخراج کنند و مهم‌تر از آن، تصمیم‌گیری کنند.
با این همه توجه به AI، به نظر می‌رسد که رقابت زیادی در فناوری‌های اصلی هوش مصنوعی وجود داشته باشد. اما این یکی از آن موقعیت‌های “بله، اما…” است.
شرکت‌هایی مثل بایدو (Baidu)، فیسبوک (Facebook)، گوگل (Google) و آمازون (Amazon) به‌طور جدی در حال توسعه نرم‌افزارهای مرتبط با AI هستند، اما بسیاری از آن‌ها را به‌صورت منبع‌باز (Open Source) منتشر می‌کنند.
با این کار، مشخص است که این شرکت‌ها بیشتر به AI به‌عنوان زیرساختی برای خدماتی که ارائه می‌دهند نگاه می‌کنند. اما چیزی که این شرکت‌ها دارند و دیگران شاید نداشته باشند، کلید موفقیت در AI است: داده‌ها. همان‌طور که اندرو نگ (Andrew Ng)، محقق برجسته AI دانشگاه استنفورد، گفته: “هوش مصنوعی باز است… دسترسی ممتاز به داده‌ها از الگوریتم‌ها مهم‌تر است.”

چرا تمرکز روی داده‌ها؟

یادگیری ماشینی (Machine Learning)، که قلب AI است، به داده‌ها وابسته است تا همان کاری که اسمش می‌گوید را انجام دهد – الگوریتم‌هایش را تمرین دهد تا الگوها را تشخیص دهد، پیش‌بینی کند و تصمیم بگیرد. بدون داده، AI مثل یک ظرف خالی می‌ماند؛ مجموعه‌ای از الگوریتم‌ها که بدون تولید چیزی مفید می‌چرخند.
الگوریتم‌های AI همچنین باید با داده‌های مناسب برای کاربرد موردنظرشان آموزش ببینند. اگر داده‌هایی که به AI داده می‌شود بیش‌ازحد گسترده یا متضاد با هدفش باشد، ممکن است به مشکل بربخورد.

آیا بازارهای داده IoT به کمک می‌آیند؟

سیسکو (Cisco) تخمین زده که داده‌های دستگاه‌های متصل تا سال 2020 به 600 زتابایت (معادل 600 تریلیون گیگابایت) می‌رسد. این حجم عظیم داده، پتانسیل بزرگی برای توسعه‌دهندگان فراهم می‌کند تا سیستم‌های AI را آموزش دهند.
در واقع، می‌توان گفت بدون AI، بخش زیادی از این داده‌ها بلااستفاده می‌ماند. پس طبیعی است که توسعه‌دهندگان AI در شرکت‌هایی که به این داده‌ها دسترسی دارند، از آن‌ها استفاده کنند.
اما کسانی که برای چنین سازمان‌هایی کار نمی‌کنند چه؟ معمولاً شرکت‌ها این نوع داده‌ها را منبع اصلی خود می‌دانند و تمایلی به انتشار آن‌ها خارج از سازمان ندارند.
با این حال، روندی در حال شکل‌گیری است که ممکن است به محققان AI کمک کند به داده‌های IoT دسترسی پیدا کنند – البته اگر سازمان‌هایشان پول کافی برای پرداخت داشته باشند. این روند به نام کسب درآمد از داده‌ها (Data Monetization) یا بازارهای داده (Data Marketplaces) شناخته می‌شود. شرکت‌های بیشتری حالا پتانسیل تبدیل مخازن داده‌شان به محصولات قابل‌فروش را می‌بینند.
طبق پیش‌بینی IDC، تا سال 2019 انتظار می‌رود 40 درصد پروژه‌های IT به راه‌هایی برای کسب درآمد از داده‌ها منجر شوند. با افزایش روزافزون داده‌های IoT، می‌توان فرض کرد که در آینده، داده‌های IoT بخش بزرگی از محصولات داده‌ای را تشکیل خواهند داد.
نشانه‌هایی وجود دارد که شرکت‌ها در این مسیر برنامه‌ریزی می‌کنند. در رویدادی در مارس 2017، فوجیتسو (Fujitsu) درباره امکان فروش مجموعه داده‌های IoT صحبت کرد و پیشنهاد داد که داده‌های ترافیکی جمع‌آوری‌شده توسط تاکسی‌ها می‌تواند برای خدمات وانت تحویل مفید باشد. کنتیننتال (Continental) و دلفی (Delphi)، دو تأمین‌کننده سیستم‌های خودرو، هم گفته‌اند که به این بازار فکر می‌کنند.

اولین قدم: بازاریابی؟

البته برای اینکه شرکت‌ها داده‌هایشان را به مشتریان خارجی بفروشند، باید بازاری وجود داشته باشد. بازارهای بازاریابی و تبلیغات (Marketing/Advertising) احتمالاً اولین بازارها برای داده‌های IoT خواهند بود.
سال‌هاست که بازاریابی برای بهبود هدف‌گذاری پیام‌هایش، مصرف‌کننده حریص داده‌ها بوده است. اگر مسائل حریم خصوصی به‌خوبی مدیریت شوند، داده‌های IoT پتانسیل بالایی برای ارائه داده‌های زمینه‌ای مفیدتر درباره مصرف‌کنندگان به بازاریابان دارند.
یک مثال از پتانسیل داده‌های IoT در بازاریابی از چین می‌آید. در حالی که در آمریکا توجه صنعت به اشتراک‌گذاری خودرو و خودروهای خودران جلب شده، چین شاهد علاقه زیادی به استارتاپ‌های اجاره دوچرخه است که دوچرخه‌ها را با برچسب‌های GPS و اپلیکیشن‌های موبایل ردیابی می‌کنند.
Mobike، یکی از شرکت‌های این حوزه، تحلیلی از الگوهای استفاده مشتریانش در تعطیلات ارائه داد. آن‌ها توانستند اطلاعاتی مثل افزایش ترافیک توریستی در کدام شهرها، مبدأ این توریست‌ها و مقاصد محبوب را ارائه دهند.
این نوع داده‌ها برای شرکت‌های فعال در صنعت گردشگری چین ارزش زیادی دارد تا محصولاتشان را بهتر بازاریابی کنند. با گسترش دستگاه‌های متصل در میان مصرف‌کنندگان، داده‌های زمینه‌ای اضافی درباره زندگی آن‌ها برای بازاریابان بسیار مورد تقاضا خواهد بود.

فراتر از بازاریابی

هرچند صنعت بازاریابی با سابقه مصرف (و مهم‌تر از آن، پرداخت) برای داده‌ها، پتانسیل بالایی برای پیشگام شدن در بازار داده‌های IoT دارد، اما تنها بازار نخواهد بود. داده‌های IoT می‌توانند برای حوزه‌ها و رشته‌های زیادی مفید باشند. مثلاً داده‌های دقیق از وسایل نقلیه حمل‌ونقل و حسگرهای محیطی برای برنامه‌ریزی شهری (Urban Planning) و زنجیره‌های تأمین صنعتی (Industrial Supply Chains) ارزشمندند.
قطعاً سازمان‌هایی که برای داده‌های IoT پول خرج می‌کنند، باید روی تکنیک‌های AI هم سرمایه‌گذاری کنند تا ارزش پنهان در این حجم عظیم داده را استخراج کنند. این یعنی دانشمندان داده در سازمان‌های بیشتری به داده‌های بیشتری برای آموزش الگوریتم‌هایشان دسترسی خواهند داشت – بیش از هر زمان دیگری.

نتیجه‌گیری

بازارهای داده اینترنت اشیاء (IoT Data Marketplaces) می‌توانند همان چیزی باشند که توسعه‌دهندگان هوش مصنوعی (AI) به آن نیاز دارند. با حجم عظیمی از داده‌ها که از دستگاه‌های متصل می‌آیند و شرکت‌هایی مثل فوجیتسو و Mobike که راه را هموار می‌کنند، این بازارها فرصت بزرگی برای آموزش بهتر الگوریتم‌ها و خلق راه‌حل‌های هوشمندتر فراهم می‌کنند. اگر در حوزه AI یا IoT هستید، این روند را از دست ندهید – آینده داده‌ها همین‌جاست!

منبع: iotforall