Skip to main content

داتا

شهولی: هوش مصنوعی بدون حکمرانی داده پرهزینه و پرریسک است

رئیس هیئت‌مدیره داتا در دومین کنفرانس ملی حکمرانی داده و هوش مصنوعی دانشگاه تهران

دکتر سلمان شهولی در دومین کنفرانس ملی حکمرانی داده و هوش مصنوعی دانشگاه تهران، از نقش آمادگی داده، تبار داده و کنترل‌های امنیتی در توسعه کاربردهای بانکی هوش مصنوعی گفت.

دکتر سلمان شهولی، رئیس هیئت‌مدیره داتا، با تأکید بر ضرورت آماده‌سازی داده پیش از استقرار هوش مصنوعی، گفت دستیابی به نتایج پایدار در این حوزه به حکمرانی داده، مالکیت روشن، قابلیت ردیابی و کنترل‌های امنیتی وابسته است. او با مرور تجربه داتا در بانک تجارت، گردآوری و یکپارچه‌سازی داده‌های پراکنده را یکی از بخش‌های مهم و زمان‌بر توسعه کاربردهای بانکی دانست.

به گزارش روابط‌عمومی شرکت داده و هوش مصنوعی تجارت ایرانیان (داتا)، شهولی در دومین کنفرانس ملی حکمرانی داده و هوش مصنوعی دانشگاه تهران، بر پیوند میان آمادگی داده و موفقیت کاربردهای هوش مصنوعی تأکید کرد. این کنفرانس با حمایت داتا، در روزهای ۲۱ و ۲۲ مهر ۱۴۰۵ در دانشکدگان فنی دانشگاه تهران برگزار شد.

آمادگی داده باید از ابتدای پروژه دیده شود

شهولی با اشاره به تجربه سازمان‌ها در توسعه مدل‌ها و دستیارهای هوشمند، توضیح داد که گاهی ابزار با یک نمونه نمایشی مناسب آماده می‌شود، اما هنگام ورود به محیط عملیاتی، نبود داده مناسب یا کیفیت پایین آن مانع پیشرفت پروژه می‌شود. به گفته او، توجه به زیرساخت و حکمرانی داده باید از ابتدای مسیر توسعه کاربردهای هوش مصنوعی در نظر گرفته شود.

او همچنین بر هماهنگی میان واحدهای داده، فناوری و کسب‌وکار تأکید کرد و گفت اجرای پراکنده حکمرانی در بخش‌های مختلف، دستیابی به خروجی یکپارچه در سطح سازمان را دشوار می‌کند.

رئیس هیئت‌مدیره داتا با اشاره به درس‌های بحران مالی و اصول BCBS 239، توان تجمیع داده و تهیه گزارش‌های قابل اتکا را از پایه‌های تصمیم‌گیری در بانک‌ها دانست. او افزود که در فرایندهای تصمیم‌گیری خودکار، داده بی‌کیفیت می‌تواند بر خروجی‌های متعدد اثر بگذارد و کنترل پیامدهای آن دشوارتر شود.

حکمرانی داده باید به مسئولیت و کنترل اجرایی تبدیل شود

شهولی درباره رویکردهای مبتنی بر چک‌لیست گفت وجود سند، تأیید مدیریت و ثبت تعهدها باید با اقدامات اجرایی همراه شود تا اثر آن در کیفیت داده و عملکرد سازمان دیده شود.

او مسیر پیشنهادی خود برای آماده‌سازی داده و بهره‌برداری از هوش مصنوعی را در پنج محور توضیح داد: تعیین مالک و مسئول پاسخ‌گو برای حوزه‌های داده، گردآوری و یکپارچه‌سازی داده‌ها در محیطی تحت حکمرانی، ثبت تبار داده، استقرار کنترل‌های امنیتی و صحت‌سنجی، و به‌کارگیری و توسعه کاربردهای هوش مصنوعی در مقیاس سازمانی.

به گفته او، ثبت تبار داده (Data Lineage) امکان پیگیری منشأ داده و تغییرات انجام‌شده روی آن را فراهم می‌کند؛ از منبع اولیه و ترکیب با داده‌های دیگر تا محاسبات و تبدیل‌هایی که در مسیر استفاده انجام شده است. شهولی بر پیشبرد هماهنگ این اقدامات تأکید کرد و توضیح داد که منافع بهبود داده می‌تواند پیش از تکمیل همه مراحل نیز آشکار شود.

او با اشاره به تجربه حسابرسی داده‌محور در بانک‌ها، بررسی داده‌های تفصیلی سپرده‌ها و تسهیلات و تطبیق آن‌ها با ارقام گزارش‌شده را نمونه‌ای از افزایش اهمیت قابلیت ردیابی و اتکاپذیری داده در نظارت دانست.

تجربه داتا در حاکمیت داده و وصول مطالبات بانک تجارت

شهولی در بخش دیگری از سخنان خود، حاکمیت داده را از نخستین محورهای فعالیت داتا در بانک تجارت معرفی کرد. به گفته او، این مسیر با کار روی واژه‌نامه کسب‌وکار، کیفیت داده، تدوین دستورالعمل‌ها و تعیین مالکان داده آغاز شد و با تجمیع داده و توسعه کاربردهای تحلیلی ادامه یافت.

او تأکید کرد که میزان داده گردآوری‌شده، به‌تنهایی نشان‌دهنده پوشش نیازهای کسب‌وکار نیست. داده‌های تجمیع‌شده باید برای پاسخ‌گویی به نیازهای مشخص تحلیلی و عملیاتی بانک آماده باشند.

رئیس هیئت‌مدیره داتا با اشاره به سامانه وصول مطالبات بانک تجارت، توضیح داد که اطلاعات موردنیاز این کاربرد میان سامانه‌های بانکی، پرونده‌های حقوقی و اسناد فیزیکی پراکنده بود. داتا برای توسعه این سامانه، یکپارچه‌سازی فرایندها و گردآوری داده‌های موردنیاز را پیگیری کرد.

به گفته شهولی، آماده‌سازی داده در چنین پروژه‌ای بخش مهمی از زمان اجرا را به خود اختصاص می‌دهد. او این تجربه را نمونه‌ای از اهمیت توجه هم‌زمان به توسعه سامانه و فراهم‌کردن داده موردنیاز آن دانست و به فعالیت داتا در حوزه تحلیل داده، هوش تجاری و دستیارهای هوشمند نیز اشاره کرد.

هزینه و امنیت؛ ملاحظات استقرار هوش مصنوعی

شهولی در جمع‌بندی سخنان خود، محدودیت تأمین برق، هزینه تجهیزات محاسباتی، نرخ ارز و تحریم‌ها را از ملاحظات توسعه هوش مصنوعی برشمرد. او همچنین بر اهمیت کنترل گردش داده، ارزیابی امنیت زیرساخت‌ها و حفاظت از اطلاعات هنگام استفاده از تجهیزات و خدمات بیرونی تأکید کرد.

رئیس هیئت‌مدیره داتا گفت توسعه هوش مصنوعی بدون حکمرانی داده می‌تواند به پروژه‌ای گران‌قیمت و پرریسک تبدیل شود. به باور او، استقرار این فناوری بر پایه داده قابل اتکا و سازوکارهای حکمرانی، زمینه ایجاد مزیت پایدار برای سازمان‌ها و کشور را فراهم می‌کند.

شهولی در پایان، با اشاره به نقش نسل جوان در آینده فناوری، ابراز امیدواری کرد که توسعه و کنترل هوش مصنوعی به شکل‌گیری جهانی عادلانه‌تر و کاهش جنگ و فقر کمک کند.

یک پاسخ

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

مطالب مرتبط

حضور داتا در دومین کنفرانس ملی حکمرانی داده و هوش مصنوعی دانشگاه تهران

گزارش حضور داتا در دومین کنفرانس ملی حکمرانی داده و هوش مصنوعی دانشگاه تهران

الزامات استقرار هوش مصنوعی در بانک‌ها؛ تجربه‌های داتا در کنفرانس حکمرانی داده

گزارش حضور داتا در کنفرانس دانشگاه تهران با مرور دیدگاه‌های مرتضی ترک‌تبریزی، سلمان شهولی و وحید پارسی درباره هوش مصنوعی و حکمرانی داده.

وحید پارسی، مدیر پروژه‌های هوش تجاری داتا، در کنفرانس حکمرانی داده و هوش مصنوعی دانشگاه تهران مطرح کرد:

حکمرانی داده باید به خلق ارزش برای کسب‌وکار کمک کند

دکتر وحید پارسی در کنفرانس حکمرانی داده دانشگاه تهران، بر اجرای چابک، مالکیت داده در واحدهای کسب‌وکار و نقش هوش مصنوعی در کنترل کیفیت داده تأکید کرد.
نیما همتی در پنل کاربرد هوش مصنوعی در صنعت بانکداری و خدمات مالی در IRAN AI 2026

نیما همتی، مدیر فنی تیم هوش مصنوعی داتا در IRAN AI 2026

تصمیم بهتر، مسئله اصلی هوش مصنوعی در بانک‌هاست

نیما همتی در پنل IRAN AI 2026 از عامل‌های هوشمند، مدل‌های محلی، دستیار قوانین و توسعه مدل پایه بانکی برای تصمیم‌گیری بهتر گفت.