خلاصه مطالعات و فعالیت نوآوری

مواظب رویاهایی که برای خودتان می‌بافید، باشید، آنها واقعا اتفاق می‌افتند

رویاهای بزرگ برای خودتان ببافید، رویاهایی فراتر از پول، فراتر از یکی سری داشتن‌ها، مثلا چیزی که برای آدم‌ها ارزش خلق کند یا به آنها کمک کند، یا آنها را خوشحال کند، یا آنها را رشد دهد

آدم‌ها در مسیر رساندن شما به این رویاها با شما همراه می‌شوند.
در ضمن حواستان به رویاهایی که می‌بافید، باشد، آنها اتفاق می‌افتند

https://lnkd.in/p/er2fvWbk

https://t.me/irdigeco

چند روز پیش در «خانه اندیشه‌ورزان» فرصتی دست داد تا درباره تحول دیجیتال در حوزه حقوقی و قضایی گفت‌وگو کنیم.

نوآوری و فناوری این ظرفیت را دارد که بسیاری از فرایندهای دستگاه قضا را هوشمند کند و دسترسی جامعه به عدالت را تسهیل نماید.

اما وقتی از هوشمندسازی حقوقی و قضایی سخن می‌گوییم، لزوماً منظورمان رسیدگی هوشمند به پرونده‌ها نیست.

نکته مهم‌تر آن است که حتی بیرون از دستگاه قضا نیز می‌توان نوآوری‌ها و فناوری‌هایی توسعه داد که اساساً از شکل‌گیری دعوا و ورود پرونده به قوه قضاییه جلوگیری کنند؛ از جمله:

🔹 فناوری‌هایی که تقارن اطلاعاتی در معاملات ایجاد می‌کنند
🔹 ابزارهای کارشناسی و قیمت‌گذاری دارایی‌ها
🔹 هوش مصنوعی در میانجی‌گری و داوری
🔹 قراردادهای استاندارد
🔹 و …

ارائه من در این جلسه ناظر به همین ظرفیت‌های اقتصاد دیجیتال برای هوشمندسازی حوزه حقوقی و قضایی بود.

#تحول_دیجیتال #حقوق #قضاوت #هوش_مصنوعی #اقتصاد_دیجیتال

https://t.me/irdigeco

🤖 لایه پنهان هوش مصنوعی؛ ماشین واقعاً چقدر خودکار است؟
وقتی از ChatGPT سؤال می‌پرسیم و چند ثانیه بعد پاسخ می‌گیریم، یک «ماشین» را می‌بینیم.
اما پشت این ماشین، انسان‌های زیادی کار کرده‌اند.
کسانی که داده‌ها را جمع‌آوری و پاک‌سازی کرده‌اند؛
تصاویر و متن‌ها را برچسب زده‌اند؛
پاسخ‌های مدل را ارزیابی و رتبه‌بندی کرده‌اند؛
خطاهای مدل را اصلاح کرده‌اند؛
و امروز حتی پزشکان، برنامه‌نویسان، حقوقدانان و سایر متخصصان می‌توانند بخشی از تخصص خود را برای آموزش و ارزیابی مدل‌های هوش مصنوعی عرضه کنند.
به این معنا، هوش مصنوعی آن‌قدر که از بیرون خودکار به نظر می‌رسد، از درون انسانی است.
اما بخش مهم‌تر ماجرا کجاست؟
بخشی از این کارها از طریق پلتفرم‌ها و شرکت‌های برون‌سپاری به کشورهایی با دستمزد پایین‌تر منتقل شده است. کارگری در کنیا، هند یا فیلیپین ممکن است ساعت‌ها داده‌ای را برای آموزش یک مدل جهانی آماده کند، بدون اینکه حتی بداند محصول نهایی چیست یا مشتری نهایی چه کسی است.
در واقع، پشت «ماشین هوشمند» یک زنجیره جهانی کار انسانی قرار دارد.
و این زنجیره در حال تغییر است.
دیگر فقط صحبت از «برچسب‌زن داده» نیست.
ممکن است فردا یک پزشک، استاد دانشگاه، برنامه‌نویس یا تحلیلگر مالی نیز به‌عنوان نیروی آموزش و ارزیابی AI کار کند؛ یعنی تخصص انسانی مستقیماً به ماده اولیه هوش مصنوعی تبدیل شود.
اینجا یک سؤال مهم شکل می‌گیرد:
کسی که ماشین را تربیت می‌کند، آیا خودش ممکن است روزی توسط همان ماشین جایگزین شود؟
و سؤال بزرگ‌تر:
اگر پلتفرم رئیس تو باشد، الگوریتم کارت را ارزیابی کند و هوش مصنوعی مشتری بخشی از کار تو باشد، قانون کار دقیقاً باید از تو در برابر چه کسی حمایت کند؟
شاید مسئله آینده فقط «هوش مصنوعی و حذف شغل» نباشد.
مسئله مهم‌تر این است که:
چه کسی کار می‌کند، چه کسی ارزش ایجاد می‌کند و چه کسی از ارزش اقتصادی هوش مصنوعی سهم می‌برد؟
این، لایه پنهان اقتصاد هوش مصنوعی است؛
اقتصادی که پشت هر ماشین هوشمند، هنوز انسان‌های زیادی در آن مشغول کارند.

https://t.me/irdigeco

امشب مهمان رادیو تهران و برنامه «چراغ» هستم تا درباره یکی از لایه‌های کمتر دیده‌شده اقتصاد هوش مصنوعی گفتگو کنیم:

🤖 «لایه پنهان هوش مصنوعی؛ برچسب‌زن‌های داده و نیروی انسانی پشت ماشین»

وقتی از هوش مصنوعی صحبت می‌کنیم، معمولاً ذهنمان به سمت مدل‌های پیشرفته، الگوریتم‌ها، پردازنده‌ها و شرکت‌های بزرگ فناوری می‌رود؛ اما پشت بسیاری از این سیستم‌های هوشمند، حجم قابل‌توجهی از نیروی انسانی، داده و کارهای انسانیِ پنهان قرار دارد؛ از جمع‌آوری و پاک‌سازی داده گرفته تا برچسب‌گذاری، ارزیابی و آموزش مدل‌ها.

این موضوع از منظر اقتصاد دیجیتال اهمیت ویژه‌ای دارد؛ چراکه ارزش‌آفرینی در اقتصاد دیجیتال فقط به محصول نهایی یا فناوری قابل مشاهده محدود نمی‌شود. بخش مهمی از زنجیره ارزش، در لایه‌های زیرساخت داده، پلتفرم‌ها، نیروی انسانی و خدماتی شکل می‌گیرد که شاید کاربر نهایی حتی آن‌ها را نبیند.

در این گفتگو تلاش می‌کنیم درباره این سؤال صحبت کنیم که:

🔹 چه کسانی واقعاً پشت سیستم‌های هوش مصنوعی کار می‌کنند؟
🔹 اقتصاد برچسب‌گذاری و آماده‌سازی داده چگونه شکل گرفته است؟
🔹 این مشاغل چه جایگاهی در زنجیره ارزش اقتصاد دیجیتال دارند؟
🔹 و با گسترش AI، آینده این نوع کار و نیروی انسانی چه خواهد شد؟

🎙 امشب | شنبه ۲۸ شهریور | ساعت ۲۱:۳۰
📻 رادیو تهران | برنامه چراغ

https://t.me/irdigeco

اکسپورو؛ نمونه ای از بازار دیجیتال ملک در آلمان

بازار 🏢 Exporo یکی از نمونه‌های مهم اروپایی در حوزه PropTech و FinTech است که نشان می‌دهد دیجیتالی‌شدن بازار ملک فقط به خرید، فروش و اجاره محدود نمی‌شود؛ بلکه تأمین مالی و سرمایه‌گذاری در پروژه‌های ملکی نیز می‌تواند به یک بازار دیجیتال تبدیل شود.

اکسپورو 🇩🇪 در سال ۲۰۱۴ در هامبورگ تأسیس شد و امروز طبق اطلاعات رسمی شرکت، بیش از ۱.۱ میلیارد یورو سرمایه واسطه‌گری‌شده و بیش از ۶۰۰ پروژه تأمین مالی‌شده دارد. این پلتفرم علاوه بر املاک، در حوزه انرژی‌های تجدیدپذیر نیز فعال است. (exporo.de)

مدل 🔄 Exporo چیست؟
مدل اکسپورو را می‌توان یک Marketplace دوسویه دانست که در یک طرف آن توسعه‌دهندگان و صاحبان پروژه و در طرف دیگر سرمایه‌گذاران قرار دارند.
توسعه‌دهنده 🏗 برای ساخت، توسعه یا بازسازی پروژه به سرمایه نیاز دارد و سرمایه‌گذار 💰 می‌خواهد با سرمایه‌ای کمتر از خرید مستقیم ملک، در فرصت‌های ملکی مشارکت کند.

اکسپورو 🎯 در میانه این دو طرف، فرایندهایی مانند غربال‌گری پروژه، بررسی اعتباری، ساختاربندی تأمین مالی، جذب سرمایه، اطلاع‌رسانی و گزارش‌دهی را دیجیتال می‌کند.

تفاوت 🧩 با پلتفرم‌های آگهی ملک
پلتفرم‌هایی مانند بازارهای خریدوفروش ملک، عمدتاً محل معامله خود دارایی هستند؛ اما Exporo بخش دیگری از زنجیره ارزش را دیجیتال کرده است:
ملک ← پروژه ← نیاز به سرمایه ← تأمین مالی ← سرمایه‌گذاری ← بازپرداخت

بنابراین می‌توان Exporo را بیشتر یک Digital Real Estate Investment & Financing Marketplace دانست.

محصول 🏗 اصلی؛ تأمین مالی پروژه
در مدل Exporo Finanzierung، سرمایه‌گذار در تأمین مالی یک پروژه مشخص مشارکت می‌کند. ساختارهایی مانند Junior/Mezzanine و Senior/Whole Loan در این بازار دیده می‌شود و شرایط هر پروژه از نظر بازده، مدت و ریسک متفاوت است. (exporo.de)

محصول 🏢 دیگر؛ سرمایه‌گذاری در املاک موجود
در Exporo Bestand، سرمایه‌گذار در دارایی‌های ملکی موجود مشارکت می‌کند و می‌تواند از درآمد اجاره و افزایش ارزش دارایی منتفع شود. به این ترتیب، دارایی ملکی بزرگ به یک فرصت سرمایه‌گذاری با حداقل سرمایه کمتر تبدیل می‌شود.

لایه 🔍 مهم؛ ارزیابی پروژه
یکی از نقاط کلیدی مدل Exporo، فرایند Due Diligence است. شرکت اعلام می‌کند پروژه‌ها از نظر توسعه‌دهنده، موقعیت، بازار، ساختار مالی و ریسک بررسی می‌شوند و کمتر از ۱۰ درصد پروژه‌های ورودی در نهایت به عرضه روی پلتفرم می‌رسند. (exporo.de)

تجربه 📉 جالب؛ بازار ثانویه
اکسپورو در مقطعی Handelsplatz را برای معاملات ثانویه ایجاد کرد و از Blockchain و Tokenization نیز استفاده شد، اما این بازار بعداً متوقف شد؛ خود شرکت، استفاده کمتر از انتظار و نامتناسب بودن هزینه‌های فنی و اداری با حجم معاملات را از عوامل توقف اعلام کرده است. (handelsplatz.exporo.de)

این تجربه یک درس مهم دارد:
دیجیتالی‌کردن دارایی، الزاماً به معنی ایجاد نقدشوندگی نیست.

رگولاتوری 🇩🇪 چگونه است؟
بخش مهمی از جذابیت Exporo، معماری رگولاتوری آن است. شرکت Exporo Invest GmbH تحت نظارت BaFin فعالیت می‌کند و دارای مجوز European Crowdfunding Service Provider (ECSP) است. این چارچوب بر اساس مقررات اتحادیه اروپا، برای پلتفرم‌های Crowdfunding در حوزه تأمین مالی و سرمایه‌گذاری، الزامات مشخصی ایجاد کرده است. (exporo.de)

چارچوب 🛡 ECSP موضوعاتی مانند احراز صلاحیت سرمایه‌گذار، هشدارهای ریسک، ارائه اطلاعات استاندارد درباره پروژه، مدیریت تعارض منافع، رسیدگی به شکایات و الزامات گزارش‌دهی را پوشش می‌دهد.

سرمایه‌گذاران غیرحرفه‌ای نیز در برخی شرایط مشمول ارزیابی دانش و تجربه و دوره بازاندیشی چهارروزه هستند. همچنین برای هر پیشنهاد، اطلاعات کلیدی سرمایه‌گذاری باید در اختیار سرمایه‌گذار قرار گیرد. (eur-lex.europa.eu)
نکته ⚖️ مهم این است که در چنین پلتفرم‌هایی، رگولاتوری بخشی از طراحی محصول است؛ یعنی از ابتدا باید مشخص باشد چه دارایی یا ابزار مالی عرضه می‌شود، چه مجوزی لازم است، چه اطلاعاتی باید افشا شود و چگونه از سرمایه‌گذار محافظت می‌شود.

درس 🇮🇷 برای بازار ایران
تجربه Exporo نشان می‌دهد بازار دیجیتال ملک می‌تواند فراتر از معامله ملک طراحی شود و ترکیبی از این لایه‌ها باشد:
معامله ملک + داده و ارزش‌گذاری + احراز هویت + تأمین مالی + سرمایه‌گذاری + اعتبار و توثیق + مدیریت دارایی + بازار ثانویه + RegTech
در این نگاه، Exporo فقط یک شرکت PropTech نیست؛ بلکه نمونه‌ای از تلاش برای ساخت زیرساخت دیجیتال اتصال «ملک، سرمایه، داده و رگولاتوری» است.

#اقتصاد_دیجیتال #بازار_دیجیتال #املاک #PropTech #FinTech #Exporo #RealEstateTech #Crowdfunding #RegTech #نوآوری

https://t.me/irdigeco

نامه اصلی آمازون به سهامداران در سال ۱۹۹۷

امروز آمازون یکی از شناخته‌شده‌ترین نام‌ها در دنیای فناوری و تجارت آنلاین است؛ شرکتی که از فروش کتاب به یکی از بزرگ‌ترین کسب‌وکارهای جهان تبدیل شده است. اما برای فهمیدن اینکه این مسیر چطور آغاز شد، باید به سال‌هایی برگردیم که آمازون هنوز یک شرکت جوان و در حال رشد بود.

جف بزوس آمازون را در سال ۱۹۹۴ تأسیس کرد و وب‌سایت آن در سال ۱۹۹۵ به‌عنوان یک کتاب‌فروشی آنلاین آغاز به کار کرد. انتخاب کتاب اتفاقی نبود؛ بزوس معتقد بود تنوع بسیار زیاد کتاب‌ها فرصتی ایجاد می‌کند که یک فروشگاه اینترنتی بتواند مجموعه‌ای بسیار گسترده‌تر از هر کتاب‌فروشی فیزیکی ارائه دهد.

دو سال بعد، آمازون وارد مرحله مهمی از رشد خود شده بود. در سال ۱۹۹۷، این شرکت به بورس نزدک راه یافت و سهام آن به‌صورت عمومی عرضه شد. درآمد آمازون در همان سال به ۱۴۷.۸ میلیون دلار رسید و تعداد مشتریانش از ۱.۵ میلیون نفر فراتر رفت. بااین‌حال، آمازون هنوز شرکتی کوچک و زیان‌ده بود؛ کسب‌وکاری که برای رشد به سرمایه‌گذاری‌های سنگین نیاز داشت و باید به سرمایه‌گذاران توضیح می‌داد چرا نباید فقط به سود کوتاه‌مدت نگاه کنند.

در چنین شرایطی، جف بزوس نامه‌ای سالانه خطاب به سهام‌داران شرکت نوشت؛ نامه‌ای که در آن نه‌تنها درباره عملکرد آمازون در سال ۱۹۹۷ صحبت کرد، بلکه فلسفه مدیریتی و سرمایه‌گذاری خود را نیز توضیح داد. او از اهمیت تمرکز بر مشتریان، سرمایه‌گذاری برای رشد بلندمدت، پذیرش ریسک و ساختن کسب‌وکاری ماندگار گفت.

این نامه در واقع توضیحی درباره این بود که آمازون قرار است چه شرکتی باشد و چگونه می‌خواهد در آینده رشد کند. بزوس در آن به‌روشنی نشان داد که هدفش صرفاً ساختن یک فروشگاه آنلاین سودآور نیست؛ بلکه می‌خواهد کسب‌وکاری بسازد که بتواند در بلندمدت ارزش قابل‌توجهی برای مشتریان و سهام‌داران ایجاد کند.
متنی که در ادامه می‌خوانید، ترجمه نامه سالانه جف بزوس به سهام‌داران آمازون در سال ۱۹۹۷ است؛ نامه‌ای که بسیاری از اصول بنیادین این شرکت را در همان سال‌های ابتدایی شکل‌گیری آن به تصویر می‌کشد.

البته بسیاری از حرف‌های این نامه، اگر جدا از داستان آمازون خوانده شوند، چندان تازه یا شگفت‌انگیز به نظر نمی‌رسند. مشتری‌محوری، پایین نگه‌داشتن قیمت‌ها، گسترش انتخاب محصولات، سرمایه‌گذاری در تجربه خرید، ساختن زیرساخت توزیع و جذب مشتری حتی با تحمل زیان، امروزه بخش آشنایی از ادبیات کسب‌وکار هستند. اما اهمیت نامه در این است که نشان می‌دهد این مفاهیم در آمازون فقط شعار نبودند؛ بلکه به تصمیم‌هایی واقعی تبدیل شده بودند که شرکت حاضر بود برای آن‌ها هزینه بدهد.

در پسِ این نگاه، فلسفه‌ای قرار داشت که بعدها با عبارت «روز اول» یا Day 1 شناخته شد: این باور که یک شرکت، حتی پس از رسیدن به موفقیت‌های بزرگ، باید همچنان مثل روزهای ابتدایی خود کنجکاو، چابک، مشتری‌محور و آماده یادگیری باقی بماند.

امروز، بسیاری از تصمیم‌ها و دیدگاه‌هایی که در این نامه مطرح شده‌اند، بخشی از هویت آمازون به شمار می‌روند. به همین دلیل، این متن فقط روایتی از یک سال ابتدایی فعالیت یک شرکت نیست؛ بلکه تصویری از طرز فکر مدیری است که می‌خواست آینده را پیش از آن‌که شکل بگیرد، بسازد.

خواندن نامه اصلی آمازون به سهامداران در سال ۱۹۹۷ در استارتاپ لب👇

https://startuplab.site/amazons-original-1997-letter-to-shareholders/

قانون ملی توسعه هوش مصنوعی ابلاغ شد.

https://t.me/irdigeco

اپراتوری هوش مصنوعی؛ تنظیم‌گری نباید مانع نوآوری شود
یادداشت کارشناسی
محمد غلامی | 21 شهریور 1405

به نظر می‌رسد در طراحی آیین‌نامه اپراتورهای هوش مصنوعی باید میان اپراتورهای زیرساختی بزرگ و کسب‌وکارهای نوآور و تخصصی حوزه هوش مصنوعی تفکیک جدی قائل شد.

ایجاد اپراتورهایی با ظرفیت پردازشی بالا و توان تأمین زیرساخت GPU، به‌ویژه برای همکاری با دولت در پروژه‌های بزرگ و ملی، می‌تواند ضروری و قابل دفاع باشد. اما تعمیم الزامات چنین اپراتورهایی به تمام شرکت‌های فعال در حوزه هوش مصنوعی، می‌تواند نتیجه معکوس داشته باشد.

بخش مهمی از نوآوری در هوش مصنوعی توسط شرکت‌های کوچک و متوسطی شکل می‌گیرد که لزوماً مالک زیرساخت‌های عظیم پردازشی نیستند، بلکه مزیت آنها در فناوری، الگوریتم، داده، محصول و حل مسائل تخصصی است. اگر ورود به بخش قابل توجهی از بازار، به‌ویژه بازار دولتی، منوط به دریافت مجوزی با الزامات سنگین شود، عملاً بخش بزرگی از این شرکت‌ها از بازار کنار گذاشته خواهند شد؛ اتفاقی که می‌تواند نوآوری، سرمایه‌گذاری و رشد کسب‌وکارهای کوچک این حوزه را مختل کند.

از این رو، به نظر من بهتر است پروانه اپراتوری متناسب با مأموریت اصلی آن، یعنی تأمین زیرساخت و ارائه خدمات در مقیاس بزرگ تعریف شود و برای سایر کسب‌وکارهای هوش مصنوعی، متناسب با نوع فعالیت و سطح ریسک، چارچوب‌های ساده‌تر و غیرمحدودکننده در نظر گرفته شود.

نباید فراموش کنیم که شرکت‌های بزرگ امروز، ممکن است از دل همین کسب‌وکارهای کوچک و نوآور فردا شکل بگیرند. اگر برای شکل‌گیری شرکت‌های بزرگ، فضای رشد شرکت‌های کوچک را محدود کنیم، در واقع مسیر شکل‌گیری نسل بعدی بازیگران بزرگ هوش مصنوعی را مسدود کرده‌ایم.

این دیدگاه را در جلسه هیات مقررات‌زدایی وزارت امور اقتصادی و دارایی و در حضور وزیر محترم اقتصاد نیز مطرح کردم که مورد پذیرش قرار گرفت و مقرر شد پیشنهاد اصلاح آیین‌نامه از سوی وزارت اقتصاد برای طرح در هیات وزیران ارائه شود.

به اعتقاد من، تنظیم‌گری در حوزه هوش مصنوعی باید به‌جای تعیین و محدود کردن بازیگران، فضای رقابت و نوآوری را باز نگه دارد؛ چراکه در بازاری با چنین سرعت تحولی، مهم‌ترین سرمایه کشور نه فقط ظرفیت GPU، بلکه شرکت‌ها، ایده‌ها و نوآوری‌هایی است که هنوز متولد نشده‌اند.

آیین نامه مورد اشاره:
https://nezamat.ir/%D9%85%D8%B5%D9%88%D8%A8%D9%87-%D8%B4%D9%85%D8%A7%D8%B1%D9%87-8-%D8%AC%D9%84%D8%B3%D9%87-%D8%B4%D9%85%D8%A7%D8%B1%D9%87-364-%D9%85%D9%88%D8%B1%D8%AE-1404-7-29-%DA%A9%D9%85%DB%8C%D8%B3%DB%8C%D9%88/

https://t.me/irdigeco

مصاحبه آقای دکتر چیت ساز درباره طرح نظام بخشی فضای مجازی را بطور کامل در ایرنا خواندم. به نظرم نظرات کارشناسانه و عمیق و خوبی درخصوص «تنظیم‌گری اقتصاد دیجیتال» مطرح شده است و پیشنهاد میکنم مطالعه بفرمائید:

احسان چیت‌ساز، معاون سیاست‌گذاری، برنامه‌ریزی توسعه فاوا و اقتصاد دیجیتال وزیر ارتباطات، در گفت‌وگو با خبرنگار اقتصادی ایرنا با تأکید بر اینکه «نقد متوجه معماری متن است، نه نیت یا شخصیت طراحان»، گفت: نسخه پیشنهادی «طرح نظام‌بخشی فضای مجازی» حاوی ابتکارهای مثبتی مانند قواعد تعارض منافع، بی‌طرفی شبکه، انتشار عمومی پیش‌نویس مقررات و امکان مراجعه به دیوان عدالت اداری است؛ اما در شکل فعلی، ممکن است پراکندگی تنظیم‌گری را به «تعارض سازمان‌یافته صلاحیت‌ها» تبدیل کند.

مشروح این گفت‌وگو را در ادامه می‌خوانید:
https://www.irna.ir/news/86248902/یک-جدول-تنظیم-گر-نمی-سازد-طرح-نظام-بخشی-نباید-تعارض-صلاحیت

https://t.me/irdigeco

یادداشت کارشناسی
محمد غلامی | ۲۰ شهریور ۱۴۰۵

موضوع: الزامات و ظرفیت‌های اقتصاد دیجیتال و حکمرانی هوشمند در اجرای ماده (۸) قانون ساماندهی بازار زمین، مسکن و اجاره‌بها

ماده (۸) قانون ساماندهی بازار زمین، مسکن و اجاره‌بها ظرفیت مهمی برای شفافیت داده‌محور بازار مسکن، کاهش عدم تقارن اطلاعاتی و توسعه حکمرانی هوشمند ایجاد کرده است. بر اساس این ماده، وزارت راه و شهرسازی مکلف است با بهره‌گیری از داده‌های معاملات و فناوری‌های نوین، از جمله هوش مصنوعی، بازه قیمت و اجاره‌بهای منطقه‌ای را کشف و اطلاعات آن را به‌صورت برخط و رایگان در اختیار عموم قرار دهد.

از منظر اقتصاد دیجیتال، پیشنهاد می‌شود دولت در این حوزه به جای ایفای نقش «توسعه‌دهنده و اپراتور»، بر نقش تنظیم‌گر، سیاست‌گذار و متولی داده‌های حاکمیتی تمرکز کند. ضرورت ندارد دولت خود اقدام به توسعه موتور هوش مصنوعی برای تخمین ارزش املاک یا ایجاد سامانه‌ای موازی با راهکارهای موجود بازار کند. چنین رویکردی علاوه بر افزایش هزینه و زمان اجرا، می‌تواند موجب رقابت دولت با بخش خصوصی و تضعیف انگیزه سرمایه‌گذاری در فناوری‌های ملکی (PropTech) شود.

در سال‌های گذشته، سکوها و شرکت‌های فناور متعددی در ایران در حوزه داده‌های ملکی، تحلیل بازار، قیمت‌گذاری و ارزش‌گذاری املاک شکل گرفته‌اند و می‌توان از ظرفیت آنها برای اجرای این حکم استفاده کرد. پیشنهاد می‌شود یک چارچوب رقابتی برای ارزیابی و به‌کارگیری موتورهای هوش مصنوعی بخش خصوصی ایجاد شود؛ به‌گونه‌ای که شرکت‌های واجد صلاحیت، با استفاده از داده‌های حاکمیتی و داده‌های اختصاصی خود، مدل‌های کشف قیمت را توسعه دهند و دولت صرفاً کیفیت و عملکرد آنها را بر اساس استانداردها و داده‌های آزمون مستقل ارزیابی و تأیید کند.

در این مدل، نقش دولت شامل تأمین و حکمرانی داده‌های پایه، تدوین استانداردها، تأیید صلاحیت مدل‌ها، ممیزی و پایش عملکرد، صیانت از حریم خصوصی و امنیت داده‌ها و تضمین دسترسی عمومی به خروجی‌های رسمی خواهد بود. همچنین باید امکان ارائه خدمات ارزش افزوده توسط سکوهای خصوصی بر مبنای داده‌ها و خروجی‌های رسمی فراهم شود تا این ظرفیت به یک سامانه دولتی کم‌مخاطب محدود نشود.

از سوی دیگر، واگذاری اجرای خدمت به بخش خصوصی باید با تنظیم‌گری هوشمند همراه باشد. استفاده از ابزارهای RegTech و SupTech می‌تواند امکان پایش برخط عملکرد مدل‌ها، میزان خطا، انحراف از معاملات واقعی، تغییرات غیرعادی قیمت، کیفیت داده‌ها و سایر شاخص‌های نظارتی را فراهم کند. در نتیجه، هوش مصنوعی نه‌تنها در خدمت کشف قیمت، بلکه به‌عنوان بخشی از زیرساخت حکمرانی بازار مسکن مورد استفاده قرار می‌گیرد.

اجرای این الگو می‌تواند همزمان چند هدف را محقق کند: افزایش شفافیت معاملات، کاهش عدم تقارن اطلاعاتی، ارتقای کیفیت سیاست‌گذاری، کاهش هزینه‌های اجرایی دولت و توسعه بازار خدمات دیجیتال و هوشمند ملکی. همچنین داده‌ها و زیرساخت ایجادشده می‌تواند در آینده مبنای توسعه خدماتی مانند مشاوره هوشمند خرید و اجاره، تحلیل سرمایه‌گذاری و سایر خدمات مالی و ملکی قرار گیرد.

پیشنهاد می‌شود در تدوین و اجرای آیین‌نامه ماده (۸)، الگوی «دولت تنظیم‌گر ـ بخش خصوصی ارزش‌آفرین» مبنا قرار گیرد؛ به این معنا که دولت متولی داده‌های حاکمیتی، استانداردگذاری، نظارت و تضمین دسترسی عمومی باشد و توسعه و بهره‌برداری از موتورهای هوش مصنوعی و خدمات ارزش افزوده به سکوهای خصوصی واجد صلاحیت سپرده شود.

در این چارچوب، به جای سرمایه‌گذاری دولت برای ساخت یک موتور واحد قیمت‌گذاری، رقابت میان موتورهای هوش مصنوعی بخش خصوصی شکل می‌گیرد و نظارت بر آنها نیز با استفاده از RegTech و SupTech انجام می‌شود. این مدل می‌تواند اجرای سریع‌تر و کم‌هزینه‌تر ماده (۸)، جلوگیری از انحصار دولتی، تقویت اقتصاد دیجیتال و افزایش شفافیت و کارآمدی بازار مسکن را به همراه داشته باشد.

https://t.me/irdigeco

"If you're in a job that feels safe, you are not going to get exceptional, because if there is no danger, there is almost certainly no leverage."

- Paul Graham

اگر شغلی دارید که در آن احساس امنیت می‌کنید، فوق‌العاده نخواهید شد، زیرا اگر خطری نباشد، تقریباً مطمئناً اهرمی هم وجود نخواهد داشت.

https://x.com/zfellows/status/2098214692057456865?s=20

https://t.me/irdigeco

🎙️ در این بخش کوتاه از گفتگو، صحبت از رقابت دولت و بخش خصوصی در حوزه انرژی است.

حتی در برخی جاهایی که این رقابت شکل می‌گیرد، عملاً سوت داوری را از داور گرفته‌اند و در دهان دولت یا شرکت وابسته به دولت گذاشته‌اند؛ یعنی همان بازیگری که باید رقیب میدان باشد، خودش هم قاعده بازی تنظیم می کند و صلاحیت بخش خصوصی رقیب را تشخیص می‌دهد.

نکته‌ای که توجهم را جلب کرد این است که این چالش اصلاً محدود به حوزه انرژی نیست. در بسیاری از بخش‌های اقتصادی، اجتماعی و فرهنگی هم همین الگو دیده می‌شود؛ از جمله در حوزه اقتصاد دیجیتال که خودمان هم درگیرش هستیم.

در این حوزه هم همین ایراد تنظیم‌گری وجود دارد: گاهی دولت و حاکمیت، یا شرکتها و کانون‌های خصولتی وابسته به آن‌ها یا دارای نفوذ، هم‌زمان هم رقیب بخش خصوصی‌اند و هم متولی تنظیم‌گری همان بازار. سیاست‌گذار ابزار تنظیم‌گری را به دست همان بازیگری داده که خودش در میدان رقابت حضور دارد.

نتیجه این وضعیت چیست؟ رقابت سالم کمرنگ می‌شود، نوآوری و بهره‌وری افت می‌کند و انگیزه سرمایه‌گذاری بخش خصوصی از بین می‌رود.

#اقتصاد_دیجیتال #تنظیم_گری #رقابت #بخش_خصوصی #حکمرانی

https://t.me/irdigeco

📊 «سال بقا»؛ روایت داده‌محور فضای دیجیتال ایران در سایه جنگ و قطعی اینترنت

گزارش سالانه دیتاک در سال ۱۴۰۴ و بهار ۱۴۰۵، با تحلیل بیش از ۲ میلیارد محتوای آنلاین، تغییر رفتار کاربران، کسب‌وکارها و برندها را در یکی از پرچالش‌ترین دوره‌های فضای دیجیتال ایران بررسی کرده است.

🔹 افزایش حضور کاربران در چند پلتفرم

🔹 افت و بازگشت فروشگاه‌های اینستاگرامی پس از قطعی اینترنت

🔹 کوچک شدن بازار کمپین‌های فروش و بازاریابی

🔹 رشد چشمگیر بازار و هزینه استفاده از فیلترشکن

🔹 تأثیر بحران‌های فنی بر اعتبار و تصویر برند بانک‌ها

📌 پیام اصلی گزارش: در شرایط پرنوسان امروز، تاب‌آوری دیجیتال، حضور چندسکویی و تصمیم‌گیری مبتنی بر داده بیش از هر زمان دیگری برای کسب‌وکارها اهمیت دارد.

#اقتصاد_دیجیتال #دیتاک #تحول_دیجیتال #داده #هوش_مصنوعی

https://t.me/irdigeco

🔲⭕️ ایران چه باید بکند؟ اولویت‌های راهبردی ایران چیست؟ جمع بندی دیدگاه ۱۴۰ خبره و صاحب‌نظر در طرح ایران ۲۰۳۵

باور داریم نداشتن انتخاب‌های راهبردی یعنی واگذاری آینده یک ملت به جبر جغرافیایی، حوادث تاریخی و مداخلات خارجی و ایران امروز نیازمند انتخاب‌های جسورانه، منسجم و راهگشاست به گونه ای که همزمان توسعه و امنیت کشور را تامین کند.

این گزارش به ۲ سوال پاسخ می‌دهد:
◽️ایران برای ده سال آینده چه مسیری را باید طی کند؟
◽️اولویت‌های راهبردی ایران چیست؟

توضیح۱: ایران ۲۰۳۵ طرح دولتی نیست و با حمایت بخش خصوصی و هزینه شخصی انجام شد
توضیح۲: این طرح حتما نواقصی دارد، حتی اگر از نتایج آن خشمگین یا ناراضی هستید، خشم بزرگ را تبدیل کنید به کار بزرگ و پژوهشی دیگر را آغاز کنید که نواقص قبلی را نداشته باشد. زنجیره ای از تلاش‌ها مثل یک پلکان، پله پله ما را به حقیقت نهایی نزدیک می‌کند. هیچ آسانسوری وجود ندارد
توضیح۳: یکی از اهداف ایران ۲۰۳۵ آن بود که چراغ آینده را روشن کند آن هم در میانه بحران و کوران جنگ و محاصره که افق دید ما را به هفته آینده و ماه و فصل آینده محدود کرده، امیدواریم موفق بوده باشیم

@Dr_Lashkarbolouki

در سال‌های اخیر، بازیگران جدیدی با تجربه کاملاً دیجیتال و هویت مستقل وارد بانکداری ایران شده‌اند؛ اما همه آن‌ها نئوبانک یا بانک دیجیتال نیستند. یکی از این مدل‌ها «بتابانک» است؛ شرکت فناوری‌محوری که زیرمجموعه یک بانک کلاسیک و تحت مجوز آن فعالیت می‌کند.

شناخت این مدل و تفاوت آن با موبایل‌بانک، بانک دیجیتال و نئوبانک، نقطه شروع فهم بازاری است که تا پایان ۱۴۰۳، حدود ۲۰ تا ۲۲ میلیون کاربر یکتا جذب کرده است.

بتابانک چیست؟ مرز میان موبایل‌بانک، بانک دیجیتال و نئوبانک
نئوبانک، شرکتی فناوری‌محور است که خدمات بانکی و مالی را عمدتاً در بستر دیجیتال و بدون شعبه فیزیکی ارائه می‌دهد. در ایران اما این مدل در قالب متفاوتی بازتعریف شده است. بر اساس ابلاغ دستورالعمل نحوه فعالیت نئوبانک‌ها از سوی بانک مرکزی در آذر ۱۴۰۲، فعالیت مستقل نئوبانک‌ها ممنوع و فعالیت آن‌ها منوط به شعب دیجیتال بانک‌های کلاسیک و دریافت مجوز خاص از بانک مرکزی شد. در این مقاله، نئوبانک‌های زیرمجموعه بانک‌های کلاسیک را برای تفکیک از سایر مدل‌ها «بتابانک» می‌نامیم.

https://t.me/irdigeco

اقدامات کشورهای آسیای میانه، قفقاز و عربی خلیج فارس در حوزه هوش مصنوعی

کشورهای آسیای میانه، قفقاز جنوبی و عربی خلیج فارس در سال‌های ۲۰۲۵ و ۲۰۲۶ سرمایه‌گذاری گسترده‌ای در هوش مصنوعی آغاز کرده‌اند. محورهای اصلی این اقدامات شامل تدوین راهبرد و قوانین ملی، توسعه مراکز داده و زیرساخت‌های محاسباتی، آموزش نیروی انسانی، توسعه مدل‌های بومی و جذب سرمایه‌گذاری خارجی است.

در آسیای میانه، قزاقستان پیشروترین کشور است و با ایجاد وزارت هوش مصنوعی، تصویب قانون جامع، توسعه مراکز داده بزرگ و برنامه‌های آموزشی گسترده، به دنبال تبدیل شدن به قطب منطقه‌ای هوش مصنوعی است. ازبکستان نیز با اجرای استراتژی هوش مصنوعی تا ۲۰۳۰، حمایت از کاربرد هوش مصنوعی در بنگاه‌ها و جذب سرمایه‌گذاری چند میلیارد دلاری در مراکز داده حرکت مشابهی دارد. سایر کشورهای منطقه در مراحل ابتدایی‌تری قرار دارند.

در قفقاز جنوبی، ارمنستان با سرمایه‌گذاری‌های بزرگ در کارخانه‌های هوش مصنوعی و استقرار هزاران GPU، در حال توسعه ظرفیت صادراتی محاسبات هوش مصنوعی است. آذربایجان نیز با تکیه بر ظرفیت انرژی خود، توسعه سوپرکامپیوترها و مراکز داده بزرگ را دنبال می‌کند.

در کشورهای عربی خلیج فارس، امارات و عربستان سعودی در مقیاسی بسیار بزرگ‌تر سرمایه‌گذاری می‌کنند. امارات با پروژه Stargate UAE، صندوق MGX و توسعه مدل‌های بومی، و عربستان با شرکت HUMAIN، مراکز داده چندگیگاواتی و همکاری با شرکت‌هایی مانند NVIDIA، Microsoft و AWS، به دنبال تبدیل شدن به قطب‌های جهانی هوش مصنوعی هستند. قطر نیز سرمایه‌گذاری سنگینی در زیرساخت‌های محاسباتی آغاز کرده است.

در مجموع، این کشورها با اتکا به سرمایه حاکمیتی، انرژی ارزان و همکاری با شرکت‌های بزرگ فناوری، هوش مصنوعی را به یکی از محورهای اصلی توسعه اقتصادی آینده تبدیل کرده‌اند. مهم‌ترین چالش‌های آن‌ها تأمین انرژی، کمبود نیروی متخصص و رقابت ژئوپلیتیکی فناوری است.

منبع و متن کامل تر: https://t.me/iran_simorq/1395

https://t.me/irdigeco

📘 معرفی کتاب «سرمایه‌گذاری خطرپذیر» – اسکات کوپور

کتاب Secrets of Sand Hill Road نوشته اسکات کوپور، از مدیران ارشد Andreessen Horowitz (a16z)، یکی از منابع کاربردی برای آشنایی با منطق و سازوکار سرمایه‌گذاری خطرپذیر است.

این کتاب توضیح می‌دهد که سرمایه‌گذاران خطرپذیر چگونه استارتاپ‌ها را ارزیابی می‌کنند، چرا اندازه بازار و کیفیت تیم اهمیت زیادی دارد، ساختار صندوق‌های VC چگونه بر تصمیمات سرمایه‌گذاری اثر می‌گذارد و موضوعاتی مانند ارزش‌گذاری، Term Sheet، میزان مالکیت، Liquidation Preference، حاکمیت شرکتی، سرمایه‌گذاری‌های تکمیلی و Exit چگونه باید تحلیل شوند.

یکی از مهم‌ترین ایده‌های کتاب، مفهوم Power Law است؛ یعنی در یک پرتفوی سرمایه‌گذاری خطرپذیر، معمولاً تعداد محدودی از سرمایه‌گذاری‌های بسیار موفق، بخش عمده بازده کل پرتفوی را ایجاد می‌کنند. به همین دلیل VCها صرفاً به دنبال شرکت‌های «خوب» نیستند، بلکه به دنبال کسب‌وکارهایی هستند که در صورت موفقیت، ظرفیت ایجاد بازدهی بسیار بزرگ داشته باشند.

این کتاب برای مدیران سرمایه‌گذاری، اعضای کمیته‌های سرمایه‌گذاری، فعالان CVC، مدیران صندوق‌ها و بنیان‌گذارانی که قصد جذب سرمایه دارند می‌تواند بسیار آموزنده باشد.

🔹 برای معرفی و خلاصه کامل‌تر کتاب به لینک زیر مراجعه کنید:
https://chatgpt.com/share/6a99b3c0-4414-83eb-a3cb-ae20e022b91b

🔸معرفی و خرید کتاب در اپلیکیشن طاقچه:
https://taaghche.com/book/86595/%D8%B3%D8%B1%D9%85%D8%A7%DB%8C%D9%87-%DA%AF%D8%B0%D8%A7%D8%B1%DB%8C-%D8%AE%D8%B7%D8%B1%D9%BE%D8%B0%DB%8C%D8%B1

https://t.me/irdigeco

معرفی کتاب «فراجامعه» اثر پیتر تورچین

فراجامعه ترجمه فارسی کتاب Ultrasociety: How 10,000 Years of War Made Humans the Greatest Cooperators on Earth نوشته پیتر تورچین (Peter Turchin) است؛ کتابی در مرز تاریخ، جامعه‌شناسی، انسان‌شناسی تکاملی و علم پیچیدگی که می‌خواهد به یک پرسش بسیار بزرگ پاسخ دهد:
چگونه انسان از موجودی که در گروه‌های کوچک چند ده‌نفره زندگی می‌کرد، به موجودی تبدیل شد که می‌تواند با میلیون‌ها انسان غریبه، در قالب دولت، شهر، شرکت، ارتش، دانشگاه، بازار و حتی پروژه‌هایی مانند ایستگاه فضایی بین‌المللی همکاری کند؟

پاسخ تورچین هم جذاب است و هم جنجالی: جنگ و رقابت میان جوامع، طی هزاران سال، جامعه‌هایی را که بهتر قادر به همکاری بودند انتخاب و تقویت کرد؛ و به‌تدریج نهادها، ارزش‌ها و سازوکارهایی به وجود آمد که همکاری میان انسان‌های نامرتبط را در مقیاس بسیار بزرگ ممکن ساخت. او این توانایی را «فراجامعه‌بودن» یا Ultrasociality می‌نامد.

ادامه مطلب:
https://chatgpt.com/share/6a9415d2-0ee0-83eb-8735-db9ea835d185

ایده مرکزی کتاب
در یک جمله می‌توان استدلال تورچین را چنین خلاصه کرد:
در داخل هر جامعه، خودخواهی می‌تواند برای فرد سودمند باشد؛ اما در رقابت میان جوامع، جامعه‌ای که اعضایش بهتر همکاری می‌کنند معمولاً از جامعه‌ای که دچار اختلاف، فساد و بی‌اعتمادی است قوی‌تر خواهد بود.
این همان منطق انتخاب چندسطحی یا Multilevel Selection است. در سطح فرد، فرد خودخواه ممکن است از فرد فداکار جلو بیفتد؛ اما در سطح گروه، گروهی متشکل از افراد همکار می‌تواند گروهی متشکل از افراد فرصت‌طلب را شکست دهد. این منطق هنوز در ادبیات تکامل فرهنگی مورد بحث و توسعه قرار دارد.

https://t.me/irdigeco

داده های کلادفلر نشان می دهد در ژوئن 2026، ترافیک غیرانسانی شامل ربات ها و عامل های هوش مصنوعی به 57 درصد کل ترافیک وب رسیده و برای نخستین بار از سهم کاربران انسانی پیشی گرفته است./ این تحول نشانه ورود اینترنت به مرحله ای است که عامل های هوشمند به بازیگران اصلی تولید، مصرف و گردش اطلاعات تبدیل می شوند.

https://t.me/irdigeco