ثروت پنهان

داده‌های اقتصادی شهروندان صرفاً دیگر اطلاعاتی برای ثبت و نگهداری نیستند و در صورت دسترسی و استفاده درست می‌توانند به یکی از زیرساخت‌های خلق ارزش در اقتصاد دیجیتال تبدیل شوند. بااین‌حال بخش بزرگی از این داده‌ها در ایران میان بانک‌ها، پلتفرم‌ها و نهادهای مختلف پراکنده است و نبود سازوکار روشن برای تبادل آنها امکان شکل‌گیری کسب‌وکارها و خدمات مبتنی‌بر داده را محدود کرده است. نیما نامداری، فعال اکوسیستم استارت‌آپی، معتقد است، ارزش اقتصادی داده زمانی محقق می‌شود که امکان استفاده از آن برای شخصی‌سازی خدمات، کاهش ریسک و توسعه محصولات جدید فراهم باشد. در غیر این صورت انحصار یا دسترسی نابرابر به داده می‌تواند به‌جای خلق ارزش، زمینه‌ساز رانت و ایجاد مزیت ناعادلانه در بازار شود.

  ♦♦♦

داده‌های اقتصادی شهروندان در ایران امروز تا چه اندازه به یک دارایی اقتصادی تبدیل شده‌اند و مهم‌ترین بازیگران این اقتصاد چه کسانی هستند؟

همه داده‌های دیجیتال را می‌توان به‌نوعی داده اقتصادی تلقی کرد یا دقیق‌تر، هر داده‌ای که امکان ایجاد ارزش اقتصادی و درآمدزایی از آن وجود داشته باشد می‌تواند در این دسته قرار گیرد. اما اگر منظور مشخصاً داده‌هایی باشد که به رفتار اقتصادی شهروندان و شرکت‌ها مربوط می‌شوند، می‌توان این داده‌ها را در سه گروه اصلی دسته‌بندی کرد. گروه نخست، داده‌های مربوط به تراکنش‌های مالی، بانکی و پرداخت‌های افراد است که بخش عمده آن در بانک‌ها و شرکت‌های پرداخت الکترونیکی تولید و نگهداری می‌شود. گروه دوم، داده‌های مربوط به دارایی‌های افراد است. در حوزه دارایی‌های مالی، ازجمله اوراق بهادار و سهام اطلاعات بسیار گسترده و دقیقی در شرکت سپرده‌گذاری مرکزی و سامانه سجام وجود دارد و برای هر فرد اطلاعات و تاریخچه معاملات قابل ثبت و نگهداری است. در حوزه املاک نیز سامانه‌های سازمان ثبت اسناد و املاک اطلاعات مربوط به مالکیت را در اختیار دارند. هرچند تبدیل این اطلاعات به ارزش اقتصادی دقیق، به‌دلیل مشخص نبودن ارزش روز املاک نیازمند سازوکارهایی دیگر است. در مورد خودرو نیز اطلاعات مالکیت در اختیار پلیس راهنمایی و رانندگی قرار دارد، اما ارزش‌گذاری خودرو به این اطلاعات متصل نیست. علاوه‌بر این، وضعیت یک خودرو ممکن است در طول دوره مالکیت تغییر کند. برای مثال ممکن است خودرو تصادف کند و ارزش آن کاهش پیدا کند. در سال‌های اخیر نیز دارایی‌هایی مانند رمزارزها و طلا رواج بیشتری پیدا کرده‌اند که اطلاعات مربوط به آنها در پلتفرم‌های مختلف نگهداری می‌شود. نکته مهم این است که در ایران به‌دلیل استفاده از کد ملی برای اشخاص حقیقی و شناسه ملی برای اشخاص حقوقی امکان شناسایی و تفکیک داده‌های مربوط به بازیگران مختلف وجود دارد. بنابراین داده‌های اقتصادی به‌صورت جزیره‌ای و در اختیار نهادها و کسب‌وکارهای مختلف وجود دارند و بخش قابل توجهی از آنها نیز به ‌شکل دیجیتال نگهداری می‌شوند. مسئله اصلی این است که این داده‌ها به‌صورت یکپارچه تجمیع نشده‌اند و میان بخش‌های مختلف، تبادل داده موثری شکل نگرفته است. درواقع ایران از نظر تولید و دیجیتالی شدن داده‌های اقتصادی وضعیت نسبتاً مطلوبی دارد، اما از نظر ایجاد بازار داده با چالش جدی مواجه است. به بیان دیگر، سازوکار موثری برای تبادل داده و نزدیک کردن عرضه‌کنندگان و متقاضیان داده در کشور شکل نگرفته است. ایجاد چنین بازاری نیازمند سازوکارهایی مشخص برای مبادله داده میان بازیگران مختلف است. به‌ویژه در مواردی که یکی از طرف‌های این تبادل یک نهاد دولتی باشد، باید مبنای قانونی مشخصی برای دسترسی و تبادل داده وجود داشته باشد. برای مثال امروز تقریباً ۹۹ درصد تراکنش‌های پرداختی در ایران به‌صورت دیجیتال انجام می‌شود و اطلاعات مربوط به پرداخت‌ها و نقل‌وانتقالات مالی در سامانه‌های بانک مرکزی ازجمله شبکه شتاب و شاپرک به‌صورت متمرکز وجود دارد. بااین‌حال چهارچوب قانونی مشخصی که بانک مرکزی را ملزم یا مجاز کند این داده‌ها را در اختیار سایر بازیگران قرار دهد، وجود ندارد. در نتیجه بانک مرکزی براساس تشخیص خود تصمیم می‌گیرد از این داده‌ها چه استفاده‌ای شود و آیا در اختیار دیگران قرار بگیرند یا خیر. این وضعیت می‌تواند در برخی موارد به ایجاد رانت اطلاعاتی منجر شود و در برخی موارد نیز ممکن است احتیاط و محافظه‌کاری بیش‌ازحد مانع از بهره‌برداری موثر از داده‌ها شود.

بانک‌ها، پلتفرم‌های دیجیتال، اپراتورها و سایر دارندگان داده از اطلاعات اقتصادی کاربران دقیقاً از چه مسیرهایی ارزش و درآمد ایجاد می‌کنند؟

به‌طور کلی از انواع داده، به‌ویژه داده‌های اقتصادی در کسب‌وکارها می‌توان به سه روش اصلی برای خلق ارزش استفاده کرد. نخستین کاربرد، شخصی‌سازی محصولات و خدمات موجود است. هرچه اطلاعات بیشتری از کاربر یا شهروند در اختیار یک کسب‌وکار باشد امکان مناسب‌سازی محصول یا خدمت ارائه‌شده برای او افزایش پیدا می‌کند. دومین کاربرد، مدیریت و کاهش ریسک است. هرچه اطلاعات بیشتری درباره یک کاربر در اختیار باشد امکان ارزیابی دقیق‌تر ریسک نیز افزایش پیدا می‌کند. یکی از نمونه‌های مهم این موضوع خدمات اعتباری، خرید اعتباری و مدل‌های «الان بخر، بعداً پرداخت کن» است که در سال‌های اخیر در ایران نیز رواج پیدا کرده‌اند. زمانی که اطلاعات بیشتری از مشتری در دسترس باشد، اعتبارسنجی او با دقت بیشتری انجام می‌شود، در نتیجه می‌توان ریسک اعطای اعتبار را کاهش داد و به مشتریانی که از اعتبار بالاتری برخوردارند متناسب با سطح اعتبارشان خدمات عرضه کرد. همچنین اگر اطلاعات مربوط به دارایی‌های یک کاربر در دسترس باشد، می‌توان از آن برای ایجاد سازوکارهای تضمین الکترونیکی استفاده کرد. در حال حاضر نیز نمونه‌هایی از این مدل را می‌توان در پلتفرم‌های طلا و رمزارز مشاهده کرد. برای مثال فردی که در یک پلتفرم طلا دارای دارایی است یا در یک صرافی رمزارزی دارایی دیجیتال دارد می‌تواند از دارایی خود به‌عنوان پشتوانه دریافت اعتبار در برخی پلتفرم‌های لندتک استفاده کند. در چنین مدلی تبادل و استفاده از داده می‌تواند به کاهش ریسک کسب‌وکار منجر شود و کاهش ریسک نیز زمینه افزایش اعتبارپذیری کاربران را فراهم می‌کند.

سومین کاربرد، توسعه محصولات و خدمات جدید است. یعنی ایجاد محصول یا خدمتی که پیش از این وجود نداشته است. این نوع ارزش‌آفرینی از طریق ترکیب داده‌ها و ایجاد محصولات جدید در ایران هنوز نمونه‌های بسیار بزرگ و برجسته‌ای ندارد و معمولاً زمانی اهمیت بیشتری پیدا می‌کند که کسب‌وکارها به مقیاس قابل‌ توجهی رسیده باشند. بنابراین برای آنکه بتوان از تجمیع داده‌ها محصولی کاملاً جدید ایجاد کرد، کسب‌وکار باید به مقیاس مشخصی از فعالیت و داده دسترسی داشته باشد. در ایران به دلایلی مانند تحریم‌ها، کوچک شدن اقتصاد، فیلترینگ و سایر محدودیت‌ها، تعداد کسب‌وکارهایی که به اندازه کافی بزرگ باشند و حجم قابل توجهی از داده دیجیتال تولید و نگهداری کنند محدود است.

از سوی دیگر همان‌طور که اشاره شد، نبود بازار داده باعث شده است کسب‌وکارهایی که حجم قابل توجهی از داده در اختیار دارند عمدتاً تلاش کنند از داده‌های خود در داخل مجموعه استفاده کنند. برای مثال، داده‌های موجود در دیجی‌کالا عمدتاً از سوی خود این پلتفرم مورد استفاده قرار می‌گیرد. همین وضعیت درباره داده‌های شرکت‌های پرداخت، دیوار، اپراتورهای تلفن همراه و سایر کسب‌وکارهای بزرگ نیز وجود دارد. این جزیره‌ای بودن داده‌ها باعث می‌شود مقیاس استفاده از داده محدود باقی بماند. اگر برای مثال، دیجی‌کالا و دیوار امکان تبادل داده داشتند یا بانک‌ها و پلتفرم‌های تجارت الکترونیکی می‌توانستند در چهارچوبی مشخص داده‌های خود را با یکدیگر به اشتراک بگذارند حجم و تنوع داده‌های قابل استفاده افزایش پیدا می‌کرد و امکان توسعه خدمات و کسب‌وکارهای بزرگ‌تر فراهم می‌شد. در مقطعی نیز این موضوع مطرح بود که بانک‌ها و شرکت‌های پرداخت از داده‌های مربوط به تراکنش‌های خرید و اطلاعات بانکی افراد برای ایجاد یک نظام اعتبارسنجی جامع‌تر استفاده کنند. بااین‌حال این طرح به نتیجه مطلوب نرسید و درحال‌حاضر نظام اعتبارسنجی عمدتاً بر داده‌هایی مانند سوابق چک و تسهیلات بانکی متکی است. درحالی‌که این داده‌ها نسبت به اطلاعات مربوط به تراکنش‌های روزمره، درآمد و رفتار مالی افراد، دامنه محدودتری دارند.

مرز میان خلق ارزش از داده و رانت داده کجاست؟ به‌نظر شما انحصار یا دسترسی نابرابر به داده چگونه می‌تواند به مزیت ناعادلانه و قدرت بازار تبدیل شود؟

رانت داده زمانی شکل می‌گیرد که یکی از دو وضعیت وجود داشته باشد. نخست انحصار قانونی در دسترسی به داده‌هاست. برای مثال، در بازار سرمایه شرکت سپرده‌گذاری مرکزی به‌عنوان یک شرکت دولتی، انحصار قانونی نگهداری و تجمیع بخش قابل توجهی از داده‌های مربوط به سهامداران و شرکت‌های سهامی را در اختیار دارد. در نظام بانکی و پرداخت نیز بخش مهمی از داده‌ها در اختیار مجموعه‌هایی مانند شرکت خدمات انفورماتیک به‌عنوان یکی از مجموعه‌های وابسته به بانک مرکزی قرار دارد. در حوزه اطلاعات هویتی نیز سازمان ثبت احوال به واسطه جایگاه قانونی خود انحصار دسترسی و نگهداری بخشی از این اطلاعات را در اختیار دارد. مسئله زمانی ایجاد می‌شود که نهادی که به واسطه قانون به چنین انحصاری دسترسی پیدا کرده است، از سوی قانون مکلف نباشد داده‌های در اختیار خود را براساس یک پروتکل مشخص و شفاف با سایر بازیگران به اشتراک بگذارد. در چنین شرایطی این احتمال وجود دارد که نهاد دارنده داده اساساً آن را در اختیار دیگران قرار ندهد و مانع از خلق ارزش جدید از داده شود یا در صورت اشتراک‌گذاری، قواعد رقابتی و برابر را رعایت نکند و براساس تشخیص خود، داده را در اختیار یک شرکت یا گروه خاص قرار دهد. این وضعیت در ایران نیز نمونه‌های متعدد داشته است. به‌گونه‌ای که در برخی موارد سازمان‌های دولتی، داده‌های در اختیار خود را در اختیار شرکت‌هایی قرار داده‌اند که نحوه انتخاب آنها و مبنای اعطای دسترسی به داده‌ها شفاف نبوده است. در چنین شرایطی اگر شرکت دریافت‌کننده داده خود نیز در همان بازار فعال باشد، دسترسی انحصاری به داده می‌تواند به ایجاد مزیت ناعادلانه و شکل‌گیری رانت منجر شود.

برای مثال در مقطعی اطلاعات مربوط به خودرو، پلاک و مشخصات کارت خودرو متمرکز بود و گاه بخشی از این اطلاعات به تعدادی از شرکت‌ها ارائه می‌شد. اگر سازوکار انتخاب این شرکت‌ها و مبنای اعطای دسترسی به داده‌ها شفاف و رقابتی نباشد، چنین مدلی می‌تواند زمینه ایجاد رانت داده را فراهم کند. شکل دوم رانت داده زمانی ایجاد می‌شود که یک بازیگر به‌دلیل موقعیت خود در بازار و برخورداری از اثر شبکه‌ای به حجم بسیار زیادی از داده دسترسی پیدا کند. در این شرایط موقعیت برتر یک کسب‌وکار باعث می‌شود داده بیشتری در اختیار آن قرار گیرد و افزایش داده نیز به تقویت موقعیت آن در بازار منجر شود.

با توجه به چالش‌های حقوقی، فنی و نهادی موجود در کشور، آیا حرکت به سمت تمرکز داده و ایجاد یک نظام متمرکز حکمرانی داده، در شرایط فعلی ایران اجتناب‌ناپذیر است؟ در این صورت، چگونه می‌توان با تفکیک دقیق داده‌های حاکمیتی و تجاری، سازوکارهای دسترسی و نظارت را شفاف کرد و همزمان زمینه شکل‌گیری یک بازار داده و خلق ارزش اقتصادی از داده‌های بخش خصوصی را فراهم کرد؟

تجمیع اطلاعات با تبادل اطلاعات دو موضوع متفاوت هستند. در تبادل داده اطلاعات به‌صورت توزیع‌شده در منابع مختلف قرار دارند و صاحبان یا متولیان این منابع براساس پروتکل‌ها و قواعد مشخص برای تبادل داده با یکدیگر توافق می‌کنند. این شیوه از نظر کارآمدی می‌تواند مزایای قابل توجهی داشته باشد و ازآنجاکه موجب نوعی عدم تمرکز می‌شود، از منظر امنیتی نیز قابل توجه است. اما تحقق چنین نظامی به پیش‌نیازهای متعددی نیاز دارد. ازجمله یک نظام حقوقی کارآمد، زیرساخت‌های فنی مناسب، جامعه مدنی و رسانه‌های توانمند، نظام قضایی کارآمد و همچنین شکل‌گیری عرف‌های کسب‌وکار و تجاری مشخص. درحالی‌‌که چنین الزامات و زیرساخت‌هایی به‌طور کامل فراهم نیست، اگرچه ایده حرکت به سمت تبادل و عدم تمرکز داده از نظر مفهومی می‌تواند درست باشد، اما اجرای آن با چالش‌های جدی مواجه خواهد بود. در چنین وضعیتی سناریوی دیگر حرکت به سمت تمرکز اطلاعات است. اتفاقی که به‌نظر می‌رسد عملاً در حال وقوع است. اگر تمرکز اطلاعات به‌عنوان یک واقعیت ناخوشایند، اما گریزناپذیر پذیرفته شود، ضروری است همزمان یک نظام شفاف حکمرانی داده نیز شکل بگیرد. این نظام باید قوانین و ضوابط روشنی داشته باشد و مسئولیت نهادهای حاکمیتی را مشخص کند. ازجمله اینکه دسترسی به داده‌ها در چه شرایطی امکان‌پذیر است، دسترسی نهادهای حاکمیتی به داده‌ها چگونه و با چه سازوکار قضایی انجام می‌شود و سازوکار بازخواست و نظارت بر این دسترسی‌ها چگونه خواهد بود. همچنین باید نقش و مسئولیت رسانه‌ها در این فرآیند نیز به‌روشنی مشخص شود. یکی از موضوعات مهم در این زمینه تعیین مرز میان داده‌های حاکمیتی و داده‌های غیرحاکمیتی و تجاری است. برای مثال داده‌هایی که در اختیار پلتفرم‌هایی مانند دیجی‌کالا، اسنپ یا دیوار قرار دارد، در زمره داده‌های تجاری قرار می‌گیرد. درحالی‌که داده‌های موجود در سازمان ثبت احوال ماهیت حاکمیتی دارد. بنابراین اگر قرار است داده‌ها تجمیع یا یکپارچه شوند و به‌صورت کارآمد در دسترس قرار گیرند و استفاده شوند، ابتدا باید ماهیت و جایگاه هر دسته از داده‌ها به‌طور دقیق مشخص شود. در این چهارچوب، بخش خصوصی می‌تواند در میان خود برای تبادل و استفاده از داده‌های تجاری به توافق برسد و حتی در مواردی با حاکمیت نیز درباره نحوه استفاده از این داده‌ها به توافق برسد. از این طریق می‌توان از ظرفیت داده‌های تجاری موجود در بخش خصوصی در چهارچوبی مشخص و مطلوب استفاده کرد. البته در این میان یک بخش خاکستری نیز وجود دارد. برای نمونه داده‌های بانک‌ها در اصل داده‌های تجاری محسوب می‌شوند و داده حاکمیتی نیستند، اما ازآنجاکه بخش قابل ‌توجهی از بانک‌های کشور دولتی هستند دسترسی به داده‌های آنها عملاً می‌تواند با امکانات و ظرفیت‌های حاکمیتی همراه شود. نمونه دیگر شرکت خدمات انفورماتیک است که اگرچه زیرمجموعه بانک مرکزی است، اما از منظر تعریف یک شرکت حاکمیتی محسوب نمی‌شود و فعالیت تجاری دارد و درعین‌حال داده‌های شاپرک را در اختیار دارد. این داده‌ها نیز لزوماً داده حاکمیتی نیستند و ماهیت تجاری دارند. ازاین‌رو تعیین دقیق مرز میان داده تجاری و داده حاکمیتی اهمیت بسیار زیادی دارد. باید مشخص شود داده حاکمیتی چگونه و با چه سازوکاری متمرکز و مدیریت شود، داده‌های تجاری در چه چهارچوب و بازاری قابلیت تبادل داشته باشند و هر یک از این دو دسته داده، تحت چه ضوابطی مورد استفاده قرار گیرند.