نمایش گزارش

تاریخ ایجاد: دوشنبه 22 بهمن 1396 تعداد بازدید: 196 تعداد نظرات ارسالی: 0 نویسنده: host
گزارش: فناوری های مرتبط با دولت هوشمند
بر اساس یافته های گروه گارتنر (2014) رابطه نیرومندی که چهار نیروی قدرتمند اجتماعی، همراه، ابر داده­ای و اطلاعات را همگرا می­کند، تحریک نوآوری در بخش دولتی است. گارتنر اولین بار در سال 2013 ده روند راهبردی فناوری برای دولت هوشمند را معرفی کرد. این کار در سال 2014 نیز تکرار شد. 

تفاوت­های ایجاد شده نشان از شفاف­تر شدن اصطلاح دولت هوشمند در سال 2014 می­تواند داشته باشد.  اما در سال­های دیگر ده روند برتر فناوری­های راهبردی برای دولت­ها معرفی گردید.

در گزارشی گروه گارتنر (2015) اعلام کرد با توجه به آنکه سازمان‌های دولتی در پی اولویت‌بندی سرمایه‌گذاری در فناوری‌ها هستند باید فناوری‌هایی را در صدر فهرست خود قرار دهند که الگوهای خدماتی جدید را برای دولت دیجیتالی میسر کنند. این شرکت تحلیلگر، ده مهم‌ترین روند فناوری سال 2015 را برای دولت‌ها شناسایی کرده تا به مدیران عامل و  رؤسای فناوری اطلاعات در ارزیابی فناوری‌های راهبردی مهم و طراحی ره‌نگاشت‌های فناوری اطلاعات بنگاه‌ها یا موسسات کمک کند. گارتنر پیش‌بینی کرده‌است که هزینه دولت‌های جهان در خدمات و محصولات فناوری با افت 8/1 درصدی از 439 میلیارد دلار به 431 میلیارد دلار در سال 2015 کاهش یابد و در سال 2019 به 5/475 میلیارد دلار افزایش یابد.

در آخرین گزارش گروه گارتنر روند 10 فناوری راهبردی سال 2017 برای سازمان­ها بررسی شده است که این فناوری­ها در شکل 2-7 ارائه شده­است.

شکل 2-7- پیش­بینی روند ده فناوری راهبردی در سال 2017 در دولت­ها- گارتنر


در ادامه فناوری­های مرتبط با دولت هوشمند را که در سال­های اخیر مطرح و بررسی شده است، مرور خواهیم کرد؛

(1) محل کار شخصی همراه

با پیدایش دستگاه­های همراه که قابلیت اتصال به اینترنت را دارند، امکان انجام امور و وظایف محوله در دولت توسط کارمندان در همه جا و همه زمان فراهم آمده است. صرفنظر از روش کار، سازمان­های فناوری اطلاعات خوب دولتی تلاش می­کنند که انواع دستگاه­ها، برنامه­ها و سبک­های تعاملی را با توجه به نقش کاربر دسته بندی کنند. آنها استفاده شخصی را به استفاده شغلی از دستگاه همراه سوق خواهند داد.

سازمان فناوری اطلاعات دولتی ممکن است خیال کنترل توسط ارائه و مدیریت دستگاه­های همراه و یا اتخاذ سیاست برای اجازه و مدیریت دستگاه­های متعلق به کارکنان داشته باشد.  با این حال، واقعیت این است که کارکنان، بسته به جمعیت شناسی،  تنظیمات شخصی و فشار به منظور بهبود عملکرد، می­توانند تصمیم بگیرند چه مقدار از آنها می­خواهند از اطلاعات و برنامه­های کاربردی شرکت در مقابل اطلاعات و برنامه­های کاربردی شخصی استفاده کنند (گارتنر، 2014).

نیروی کار آینده‌ دولت‌ها، از کارگران ساده گرفته تا مدیران بلندپایه، کارکنانی دارای سواد دیجیتالی هستند. مکان کار دیجیتالی حالتی گشوده بدون مانع و مردم­سالار دارد. در واقع تحقق سازمانی دولت باز هستند. مدیران ارشد فناوری اطلاعات و رهبران فناوری اطلاعات باید پیشرو در ایجاد محیط کار اجتماعی‌تر، سیارتر، قابل دسترس‌تر و اطلاعات‌محورتر باشند (گارتنر، 2015).

(2) مشارکت شهروندی همراه

دستگاه­های همراه متصل به اینترنت روی نیازهای مشتریان و شهروندان نیز تاثیر گذاشته است. پاسخ مشتریان دولتی گارتنر به چند سوال نشان می­دهد علاقه به ارائه خدمات مستقیم به شهروندان با استفاده از دستگاه­های همراه، و نیز قابلیت­های نرم افزارهای اجتماعی وجود دارد. این علاقه با ترکیبی از فشار رهبری سیاسی و فرصت­هایی که فناوری­های جدید در حال حاضر فراهم می­کنند، هدایت می­شود.

مناسب بودن خدمات دولتی که به بیش از یک کانال همراه ارائه می­شود، بستگی به ترکیب جمعیتی، تکرار و بازگشت استفاده، بی­واسطه بودن و فوریت استفاده، سطح بالقوه اتوماسیون، مربوط بودن اطلاعات محلی برای ارائه خدمات و اقناع برای استفاده از این خدمت، دارد (گارتنر، 2014).

(3) مه داده­ها[1]

مه داده­ها یا داده­های بزرگ دارایی‌های داده‌ای بسیار انبوه، پرشتاب و/یا گوناگونی هستند که نیاز به روش‌های پردازشی تازه‌ای دارند تا تصمیم‌گیری، بینش تازه و بهینگی پردازش پیشرفته را فراهم آورند (بیر و لنی[2]، 2012). مه­داده­ها مسیر حرکت کسب و کار و فرآیند چرخش کار در سازمان‌ها را مشخص می‌کنند. در بزرگ‌داده با داده‌های متمایز و بزرگ که دائماً از لحاظ حجم، نرخ تولید داده و تنوع در حال تغییر هستند سروکار داریم. داده کاوی، روش­های نوین تجزیه و تحلیل داده­ها به سازمان­ها کمک می­کند تا با فناوری مه­داده­ها بصورت فعال مواجه شده و بهره­وری خود را افزایش دهند. بیشتر مه­داده­ها فاقد ساختار داده­ای مشخص هستند و عموما به کمک حسگرها و رسانه­های اجتماعی تولید می­شوند. سازمان­ها از این داده­ها در راستای بهبود عملکرد کسب وکار و افزایش سود خود استفاده ­می­کنند. برینجلفسون[3] و همکاران (2011) بیان کرده­اند که بنگاه­هایی که از روش­های مرتبط با تحلیل مه­داده­ها استفاده کرده­اند، توانسته­اند پنج الی شش درصد بهره­وری خود را افزایش دهند.

(4) تجزیه و تحلیل نسل جدید

داده­های بزرگ، ارائه دولت با پردازش مسائل و مدیریت اطلاعات که بیش از قابلیت­های فناوری اطلاعات سنتی به حمایت از کاربرد دارایی­های اطلاعاتی می­پردازد، را استمرار می­دهد. شیوه­های موجود که به طور انتخابی داده­هایی را که باید یکپارچه باشند، ارزیابی می­کنند، با تحقق همه داده­ها می­توانند با فناوری­هایی که به طور خاص برای انجام این کار توسعه یافته و یکپارچه می­کنند، به چالش بکشد.

پذیرش مفاهیم داده­های بزرگ و ابتکارات در بخش دولتی به طور گسترده­ای در میان حوزه­های قضایی متفاوت است و تا به امروز، به موارد استفاده خاص مانند تقلب، اسراف و تشخیص آزار، قابلیت­های امنیتی پیشرفته، نظارت بهداشت عمومی، مدیریت بهداشت و درمان، یا ترکیب داده­ها از برنامه­های کاربردی فناوری اطلاعات و فناوری عملیاتی به منظور افزایش نظارت بر امنیت و یا افزایش آگاهی موقعیتی محدود بوده است. دولت­ها در جستجوی راه­هایی برای استفاده از داده­های بزرگ برای دست آوردن بازده فرآیند کسب و کار و کاهش هزینه­ها هستند، هرچند تا کنون موفقیت­های محدودی داشته­اند (گارتنر، 2014).

روش­های تحلیل به‌سرعت در حال تحول است و یکی از این روش­ها تحلیل کران است که در حال تغییر و متمایز از کسب‌و‌کار به صورتی سیال به بهره‌برداری کاربر محور و سامانه­ای است. به‌ویژه قابلیت‌های تحلیل کران خیلی مهم است، زیرا مدیران ارشد فناوری اطلاعات دولتی و مدیران برنامه‌ها به طراحی خدمات سیاری دست می‌زنند که با بافت موقعیت و تعاملات بی‌درنگ غنا پیدا می‌کنند. تحلیل کران دارای سه مشخصه‌ متمایز است؛ نخست آنکه پیشرفته هستند، یعنی برای ارزیابی بی‌درنگ رویدادهایی که اتفاق خواهد افتاد یا باید اتفاق بیفتد از الگوریتم‌های پیش‌بینانه و رایانش شناختی در آنها استفاده می‌شود.

دوم آنکه تحلیل کران دارای حالت فراگیری است و درون کاربردها و فرایندهای کسب‌وکار گنجانده می‌شود تا عملکردی سازمانی چابک و پاسخگویی به دست آید. سوم آنکه تحلیل کران نامرئی است، یعنی مدام در پس‌زمینه عمل می‌کند، فعالیت کاربر را دنبال می‌کند، داده‌های محیطی و حسگری را پردازش می‌کند، با میزان‌سازی پویای گردش کار موجب تقویت تجربه‌ کاربری می‌شود یا فعالیت‌ها را همزمانی با رخ‌دادن رویدادها مدیریت می‌کند (گارتنر، 2015).

(5) داده­های باز

داده های باز دولت ([4]OGD) به عنوان مکانیسمی جدید برای دستیابی به شفافیت دولت، فعالیت­های مدنی، و اشکال جدیدی از همکاری برای نوآوری باز است (دفتر اجرایی ایالات متحده[5]، 2009). بسیاری از دولت­ها در سراسر جهان در حال اجرای طرح های داده­های باز هستند (جانسن[6] و همکاران، 2012؛ مرجل و دیسوزا[7]، 2013؛ کاسن[8]، 2013؛ زودرویجک و جانسن[9]، 2014؛ کونرادی و چونی[10]، 2014؛ میجر[11] و همکاران، 2014؛ لوناریس[12] و همکاران، 2014؛ ولکوویچ[13] و همکاران، 2014؛ جتزک[14] و همکاران، 2014، مشارکت دولت باز[15]، 2016). مفهوم داده­های باز دولت در تلاش است تا این داده­ها بعنوان دارایی مشهود و نامشهود سازمان­های دولتی، شناخته شود (کارگروه دولت باز[16]، 2007؛ الانازی و چت فیلد[17]، 2012).

بسیاری مایل هستند که داده­های باز را با داده­های عمومی برابر کنند، با این حال زمانی می­توان داده­ها را باز تعریف کرد که آنها قابل خواندن برای ماشین بوده و از طریق یک رابط برنامه نویسی نرم­افزار کاربردی در دسترس باشد. می­توان به طور بالقوه برای هر داده­ای که نیازمند به پردازش است اعمال شود: خواه آن داده عمومی باشد و قابل شناسایی از طریق آزادی درخواست براساس قانون اطلاعات، یا محدود به استفاده توسط یک سازمان دولتی خاص باشد. این امر به راه­های جدید کار با داده رسیده از منابع مختلف و توانایی ساخت خدمات جدید و فرآیندها بر اساس داده­های باز، منجر می­شود. دولت­ها هم ارائه دهندگان داده­های باز به یکدیگر و به عموم مردم (که دومی فقط برای اطلاعات عمومی) و هم مصرف کنندگان داده­های باز از دیگر بخش­های دولتی را به عنوان کسب و کار، سازمان­های غیر دولتی و جوامع شهروندی مناسب می­کنند (گارتنر، 2014).

جاکولا[18] و همکاران (2014) داده­های باز دولتی را اینگونه تعریف می­کنند: "داده­ای که آزادانه در دسترس همگان بدون محدودیت از قوانین کنترل کننده مانند حق انتشار یا مالکیت اختراع ثبت شده برای استفاده مکرر و مجدد قرار بگیرند". در این تعریف سه اصل مشخص است: اول دسترسی، دوم استفاده مجدد و توزیع مجدد و سوم مشارکت عمومی (مک­کنی[19]، 2015).

شمار و تنوع دادگان گشوده به روی عموم و واسط­های برنامه‌ کاربردی منتشر‌شده توسط تمام لایه‌های دولتی در جهان رو به افزایش است. به نظر گارتنر، داده‌های باز دولتی همچنان برقرار خواهند ماند، اما 10سال یا بیشتر طول می‌کشد تا حداکثر کاربری برای آنها محقق شود.

چتفیلد و ریدیک[20] (2017) با بررسی درگاه­های دولتی استرالیا و سیاست­های داده­های باز دولت در این کشور، اتخاذ سیاست­ها و اجرای داده­های باز را هنوز امری بسیار جدید می­دانند. این جدید بودن در تحقیقات افول دادزی و افول دادزی[21] (2017) قابل درک است چرا که با بررسی درگاه­های دولتی افریقایی آمادگی الکترونیک موجود در این قاره را بسیار پایین ارزیابی می­کنند.

رشد سریع دادگان باز در میان سازمان‌هایی که زود حرکت کرده‌اند و بودجه‌های ثابت یا نزولی موجب شده برنامه‌های داده‌های باز دولتی با چالش‌های پایداری مواجه شوند. دادگان باز رایگان نیست. در بیشتر موسسات دولتی برای برنامه‌های داده‌های باز اعتباری در نظر گرفته نشده یا کمتر از حد لازم است. پیش‌بینی گارتنر این است که تا سال 2018 بیش از 30 درصد طرح‌های دولت دیجیتالی با هر داده‌ای به عنوان داده‌ گشوده برخورد می‌کنند (گارتنر، 2015).

(6) داده­های مدیریت شده شهروند[22]

خزانه داده شهروند خدماتی را ارائه می­کند که افراد می­توانند دسترسی به داده­های خود خارج از چارچوب یک تراکنش دولتی خاص داشته، یا آنها می­توانند داده­های مربوط به خود را بسیار هموار فرای زمان و نحوه دسترسی داده و فارغ از شخص، در چارچوب حوزه قانونی کنترل کنند. خزانه داده شهروند مزایای بالقوه قابل توجهی در برآورده شدن انتظارات در حال تحول کاربران اینترنت ارائه می­کند. از جمله کنترل شفاف­تر حقوق حریم خصوصی افراد در داده­های الکترونیکی، کاهش وظیفه یکپارچه­سازی خدمات مختلف دولت، و ایجاد شرایط برای ایجاد خدمات ارزش افزوده تجاری، سازمان­های غیر انتفاعی و همکار به همکار (مانند شبکه­های اجتماعی) ارائه می­کند. از سوی دیگر، چالش­های قابل توجهی مانند قابلیت همکاری، مسائل محرمانگی، در دسترس بودن و اطمینان داده­ها، اعتبار و مسائل امنیتی و اندازه و پیچیدگی مراقبت­های بهداشتی و دیگر مناطق هدف برای غلبه وجود دارد (گارتنر، 2014).

(7) رایانش ابری

دولت های سراسر جهان همچنان به دنبال انواع عمومی و خصوصی از خدمات ابر هستند، اما تمرکز از توسعه خدمات ابری داخلی به نهادهایی که اجازه خرید خدمات تجاری فراهم کرده­اند بجز خدمات محدود دولتی، در حال چرخش است. برای مثال ابرهای دولت از فروشندگانی مانند گوگل و مایکروسافت، خدمات ایمیل در تعدادی از سازمان­ها از بخش عمومی به ابر دولت منتقل شده­اند. در همین حال، ابرهای عمومی بازتر در چندین کشور، بیشتر روی برنامه­های کاربردی غیر حساس شبیه مدیریت ارتباط با مشتری تاکید کرده­اند. اهداف اصلی پیش برنده اتخاذ ابرواره کاهش هزینه، سرعت تهیه و استقرار و پاسخگویی به مقررات و نیاز به برش هزینه بوده است. ابر عمومی نیز به عنوان دولت­های پیگیر صرفه جویی از طریق تهیه تلفیقی، در حال شتاب گرفتن است (گارتنر، 2014).

فناوری اطلاعات ترکیبی به مدیران ارشد فناوری اطلاعات دولتی طرح بهره‌برداری جدیدی ارایه می‌دهد که پشتیبان قابلیت گروه‌های فناوری اطلاعات در تلفیق و مدیریت زیرساخت داخلی یا ابرواره‌ی خصوصی داخلی و خارجی است. فناوری اطلاعات ترکیبی به این معنا است که گروه‌های فناوری اطلاعات را طوری سازمان‌دهی کنیم که بتوانند این محیط‌ها را ایمن کرده، تحویل داده، مدیریت کرده و بر آنها حکمرانی کنند (گارتنر، 2015).

(8) اینترنت اشیاء[23]

اینترنت فراتر از رایانه­های شخصی و دستگاه­های تلفن همراه به دارایی­های سازمان مانند تجهیزات زمین، و اقلام مصرفی مانند اتومبیل و تلویزیون در حال گسترش است. دولت­ها، و همچنین بسیاری از شرکت­ها و فروشندگان فناوری، هنوز امکانات اینترنت گسترش یافته را نداشته و آمادگی عملیاتی یا سازمانی مورد نیاز آن را پیدا نکرده­اند. طرح­های شهر هوشمند در حوزه های قضایی متعدد توانایی پردازش توده عظیمی از داده­ها را که از دستگاه­هایی مانند دوربین های ویدئویی، حسگرهای پارکینگ، نظارت بر کیفیت هوا و غیره برای کمک به دولت­های محلی جمع می­کند، برای دستیابی به هدف­هایی مانند افزایش امنیت عمومی، بهبود محیط زیست، کیفیت بهتر زندگی نشانه رفته است (گارتنر، 2014).

اینترنت اشیاء شبکه‌ای از اشیای ثابت یا متحرک است که فناوری ارتباطات، پایشگری، حسگری یا تعامل با چند محیط در آن تعبیه شده است. اینترنت اشیاء به دولت‌ها امکان می‌دهد راهبردهای خدمات را به لحاظ دیجیتالی متحول کنند. دگرگونی‌های اینترنت اشیاء می‌تواند در چند حوزه‌ مختلف مانند پایش‌گری زیرساخت عمومی یا محیطی، پاسخ‌های اضطراری، بازرسی زنجیره‌ تامین، مدیریت ناوگان و دارایی‌ها و ایمنی حمل و نقل رخ دهد.

مدیران ارشد فناوری اطلاعات دولتی باید به اینترنت اشیاء رویکردی راهبردی داشته باشند تا بتوانند ارزیابی کنند چگونه می‌توان تجهیزات و اشیای هوشمند فزاینده را با سامانه‌های فناوری و اینترنت سنتی تلفیق کرد و از نوآوری‌های غیرمنتظره در بهره‌برداری یا ارائه خدمات عمومی پشتیبانی کرد(گارتنر، 2015).

(9) اشیاء هوشمند[24]

اشیاء هوشمند منظور اشیاء فیزیکی است که فراتر از اجرای مدل برنامه­ریزی سفت و سخت به بهره برداری کاربردی هوش مصنوعی و یادگیری ماشین برای ارائه رفتارهای پیشرفته و به طور طبیعی بیشتر تعاملی با محیط اطراف خود و با مردم اشاره دارد. بطوری که در رابطه با اشیاء هوشمند، مانند هواپیماهای بدون سرنشین، وسایل نقلیه مستقل و لوازم خانگی هوشمند، گارتنر پیش بینی یک تغییر از اشیاء مستقل هوشمند به یک مدل همه چیز هوشمند مشترک را دارد (گارتنر، 2017).

(10) تعامل­پذیری[25]

برنامه­های دولت هوشمند به اطلاعات تعامل­پذیر، اطلاعات به دست آمده از منابع خارجی و داخلی و شبکه های پردازش و تحویل که به طور موثر برنامه ریزی، تجزیه و تحلیل عملکرد و عملیات کسب و کار را یکپارچه می­کند، بستگی دارد. برای رسیدن به اقتصاد مقیاس، دولت­ها به مدت طولانی به دنبال فرآیندها و دارایی­های استاندارد و تثبیت شده هستند. تا به امروز، نتایج درهم آمیخته شده­اند. برنامه­های معماری سازمانی کلان دولت اغلب در حفظ حرکت خود روی چرخه بودجه و یا بدلیل تغییرات در دولت شکست خورده است. این مهم است که تمرکز بر تعامل پذیری مقیاس­پذیر، رویکردی"فقط به اندازه کافی" به استانداردها و معماری است که سریعا ارزش کسب و کار را ( مانند اندازه­گیری نزدیک به دقت تعریف شده یا موارد مورد استفاده با اولویت بالا) ارائه می­کند (گارتنر، 2014).

(11) مدیریت فرایندهای کسب و کار

بازاری که برای مدیریت در تمامی موارد یکسان باشد، وجود ندارد. گارتنر موارد مختلف را در دو نوع متمایز می­کند. در موارد تصمیم محور، هدف از تلاش کاری است که به تصمیم گیری در مورد حقوق، دستمزد، پرداخت، ثبت نام، اولویت­ها، ریسک و یا برخی از نتایج با تاثیر بالای دیگر منجر می­شود. در موارد تحقیقاتی، نتیجه نامشخص است. در این موارد هدف از تلاش، کاری است که برای شناسایی الگوهای تعامل بین داده­ها انجام می­شود. هنگامی که موردی ایجاد می­شود، اغلب داده­ها و ساختار بسیار کمی دارد. هم زمان که تحقیقات پیشرفت می­کند، داده اضافه شده و الگوها ظاهر می­شوند. تشخیص تقلب و تحقیقات جنایی نمونه­هایی از این نوع است. هم نوع تصمیم محور و هم نوع موارد تحقیقی هر دو یک وابستگی محکم به اطلاعات نیمه ساختارمند و بدون ساختار دارند. دو بعد - نوع داده و گردش کار - فروشندگان نظام­های مدیریت فرایند کسب و کار[26] و مدیریت محتوای سازمانی[27] را در این بازار در حال ظهور به ارمغان آورده­اند (گارتنر، 2014).

(12) بازی انگاری (گیمیفیکیشن) برای مشارکت

بازی انگاری را می توان توسط دولت برای ایجاد انگیزه تعامل با شهروندان و یا برای رسیدن به سطح معنی دارتر از مشارکت با کارکنان استفاده کرد. انسان­ها کشش زیادی برای لذت بردن از بازی­ها داشته و یک تمایل طبیعی به تعامل در مشارکت هنگام قرار گرفتن در یک ساختار بازی دارند. گیمیفیکیشن برای خدمات دولتی، برنامه­ها و فرایندها می­تواند تعامل کاربر و تغییر رفتار او را در تعامل بیشتر افزایش دهد. شهروندان یا کارمندانی که می توانند سرگرم شوند احتمال بیشتری برای تغییر رفتار دارند. برای مثال، ناسا نسخه آلفا شبیه سازی مبتنی بر ماه را برای تحریک کار گروهی با استفاده از انواع ابزار، از جمله یک کاوشگر قمری طراحی کرده است. با این حال، برنامه­ریزی دولت­ها برای اهرم کردن گیمیفیکیشن باید به وضوح برای مخاطب هدف درک شود تا آنها قصد شرکت پیدا کرده، رفتار آنها بخواهد تغییر یافته و انگیزه مخاطب و تعامل خود را حفظ کنند، و اینکه چگونه موفقیت اندازه گیری شود (گارتنر، 2014).

(13) فروشگاه نرم افزارهای کاربردی سازمانی[28]

با رشد سریع نرم­افزارهای کاربردی به ویژه نرم­افزارهای ویژه دستگاه­های همراه نظیر تلفن همراه هوشمند، پدیده­ای جدید در سال­های اخیر به نام فروشگاه­های نرم­افزارهای کاربردی مانند بازار پدیدار شده است. از آنجا که سازمان­های دولتی نیز در حال تولید نرم­افزارهای موبایلی بوده و ارائه خدمات خود را روی این نرم­افزارها ارائه می­کنند دولت­ها باید جهت ارائه نرم­افزارهای امن و قابل اطمینان برای شهروندان، فروشگاه­های نرم­افزارهای کاربردی سازمانی دستگاه­های خود را راه­اندازی نمایند. ارائه نرم افزار در این فروشگاه­ها می­تواند فروشی یا رایگان باشد.

گارتنر (2013) پیش بینی کرده است که تا سال 2017 بیست و پنج درصد سازمان­ها فروشگاه نرم­افزار سازمانی خود را راه اندازی خواهند کرد.

(14) برنامه­های کاربردی هوشمند

برنامه­های کاربردی هوشمند با انجام برخی از وظایف، دستیار انسان شده و کارهای روزمره را راحت­تر انجام داده و برای کاربران آن موثرتر انجام وظیفه می­کنند. سایر برنامه­های هوشمند مانند دستیاران مشتری مجازی[29] تخصصی­تر برای انجام وظایف در زمینه­هایی مانند فروش و خدمات مشتری می­باشند. به این ترتیب، برنامه­های کاربردی هوشمند دارای پتانسیل برای تبدیل ماهیت کار و ساختار از محل کار هستند و در طول 10 سال آینده، تقریبا هر برنامه، نرم افزار و خدمات با سطحی از هوش مصنوعی ترکیب خواهد شد (گارتنر، 2017).

(15) قابلیت تعامل مقیاس پذیر

موسسات دولتی به‌طور فزاینده‌ای به اتکاکردن بر تبادل داده با شرکای بیرونی روی آورده‌اند تا شبکه‌های تحویل خدمات و کارکردهای کسب‌وکار مانند همکاری و هماهنگی، پایشگری و گزارش‌دهی را بهینه کنند. قابلیت تعامل مقیاس‌پذیر رهیافتی افزایشی و بسنده برای تحویل به‌موقع ارزش در اختیار مدیران ارشد فناوری اطلاعات دولت و تحلیلگران فرایند قرار می‌دهد (گارتنر، 2015).

(16) سکوهای دولت دیجیتال

در کسب‌وکار دیجیتالی دیگر نیاز نیست شهروندان برای یافتن خدمات مورد نظرشان اسیر درگاه‌های اینترنتی نسل اول و عمودی دولت الکترونیکی شوند و میان موسسات و برنامه‌های مختلف پرسه بزنند. سکوی‌ دولت دیجیتالی حاوی الگوهای طراحی معماری خدمت­گرا برای فراهم‌سازی و کاربری خدمات بنگاه‌ها در چند حوزه، سامانه و فرایند هستند. طرح­ها و پیشنهادهای سازندگان همچنان در مراحل ابتدایی است و عمدتا بر پشتیبانی از شهرهای هوشمند متمرکز است. مانند طرح شهر‌های هوشمندتر آی‌بی‌ام، شهر آینده‌ مایکروسافت، اجتماعات متصل هوشمند + سیسکو[30]، راهکارهای شهر هوشمند اوراکل و شهرهای جهانی کاپگمینی. این سکوها به‌رغم تمرکز بر فناوری‌های بهره‌برداری و اینترنت اشیاء[31] (IOT) به بسیاری از مسایل تبادل داده که در دولت دیجیتالی مطرح است رسیدگی می‌کنند (گارتنر، 2015).

(17) فناوری اطلاعات وب مقیاس

فناوری اطلاعات وب‌مقیاس الگوی معماری سامانه‌محوری برای رایانش در تراز جهانی است که قابلیت‌های فراهم‌آوران خدمت ابرواره‌ای بزرگ را درون سازمان فناوری اطلاعات بنگاه‌ها ارائه می‌کند و پدیدآوردن و تحویل سریع و مقیاس‌پذیر خدمات فناوری اطلاعات وب‌مقیاس را میسر می‌کند. این فناوری در واقع روشی برای طراحی، ساخت و مدیریت زیرساخت مراکز داده­ای است که قابلیت‌های آن‌ها فراتر از اندازه است و سرعت و چابکی در آن‌ها اهمیت بیشتری دارد. به‌طور ساده‌تر این فناوری یعنی تمام اتفاقاتی که در شرکت‌های بزرگ خدمات ابرواره همانند گوگل، آمازون، فیسبوک، نت‌فلیکس و ... رخ می‌دهد و به‌آن‌ها کمک می‌کند تا با استفاده از روش‌ها و معماری‌های جدید به بالاترین سطوح چابکی و مقیاس‌پذیری دست پیدا کنند.

گذار به فناوری اطلاعات وب‌مقیاس روندی درازمدت برای دولت‌ها است که با فرایند چشمگیر فناوری اطلاعات و تبعات فرهنگی و فنی همراه است. سازمان‌هایی که نگرش فناوری اطلاعات وب‌مقیاس را دنبال می­کنند به سراغ سخت‌افزارهای کم‌هزینه و منبع‌باز می‌روند تا واسطه‌های زیرساختی سنتی را دور بزنند و از منابع ذخیره‌سازی و شبکه‌بندی پرهیز می‌کنند (گارتنر، 2015).

(18) ارتباط چند رسانه­ای با شهروندان

حوزه‌های دولتی چندرسانه­ای (ادارات شهرداری، مکاتبات پستی، مراکز تماس، وبگاه‌های دولت الکترونیکی و برنامه‌های سیار) در تلاش هستند تا منظری یکنواخت از سازمان خود برای شهروندان فراهم کنند. راهبرد چندرسانه­ای در بستر دولت دیجیتالی دارای معنایی فراتر از فراهم‌سازی تجربه‌ای یکنواخت برای سهامداران است و به معنای انجام تراکنش‌هایی است که با هم پیوند دارند یعنی منسجم، مناسب، مبتنی بر همکاری، سفارشی، شفاف و روشن هستند (گارتنر، 2015).

(19) رایاشناسه شهروندی

رایاشناسه شهروندی به مجموعه‌ای هماهنگ از فرایندها و فناوری‌های تحت مدیریت دولت‌ها اطلاق می‌شود تا حوزه‌‌ای قابل اعتماد برای دسترسی شهروندان به خدمات عمومی شکل بگیرد و بتوانند برای این کار از هر  افزاره یا مجرای برخط (وب، برنامه‌ها یا افزاره‌های همراه) استفاده کرده و در مواردی از کارت‌خوان‌های هوشمند متصل به رایانه یا باجه‌ها استفاده کنند.

هدف دیرین و در عین حال دشوار بسیاری از برنامه‌ریزان دولتی، فراهم‌سازی دسترسی یکپارچه و بدون ایراد به تمام خدمات دولت برای شهروندان است. برای آنکه برنامه‌های رایاشناسه‌ شهروندی موفق باشند به رابطه‌ مطمئن دولت و سازندگان تجاری نیاز دارند و باید ارزش تجاری، ارتباط متقابل و کاربری در آنها محوریت داشته باشد. صرف‌نظر از اینکه موسسه‌ای دولتی نقش کارگزار اصلی رایاشناسه‌ی شهروندی را ایفا کرده یا آن را برون‌سپاری کند، حریم شخصی و الزامات قابلیت اطمینان باید رعایت شود (گارتنر، 2015).

(20) معماری امنیت انطباقی

مش هوشمند دیجیتال و سکوهای فناوری دیجیتال مرتبط و معماری نرم افزار همیشه ایجاد یک جهان پیچیده­تر برای حفظ امنیت می­کند (گارتنر، 2017). توسعه اینترنت اشیا، اشیاء هوشمند و ... موجب شده است تا نیاز به یک معماری امنیتی دقیق احساس شده و بر اساس نیازها تطبیق یابد. این معماری مبتنی بر چهار دسته مولفه با سه قابلیت در هر دسته توسعه داده شده است. به منظور رسیدن به راه حل جامع و تطبیقی برای مقابله با حملات ضرورت دارد که روی هر یک از قابلیت­ها در هر دسته تمرکز شود. مولفه های بحرانی یک معماری امنیتی تطبیقی عبارتند از (وایز[32]، 2008)؛

1- جلوگیری کننده: مجموعه ای از سیاست ها، محصولات و فرآیندها که در جای خود برای مقابله با حمله موفق قرار گرفته است. هدف کلیدی این دسته، افزایش موانع برای حملات بوسیله کاهش سطح حمله و مسدود کردن آنها و روش­های دیگر حمله قبل از اثرگذاری بر سازمان است.

2- شناسایی کننده: قابلیت­هایی که است به منظور کشف حملاتی که از اقدامات جلوگیری کننده عبور کرده­اند، استفاده می­شود. هدف کلیدی این دسته کاهش زمان ماندگاری تهدیدات و درنتیجه کاهش خرابی­های بالقوه است. قابلیت­های کشف بسیار بحرانی هستند چراکه سازمان باید امکان وقوع خطر را در هر لحظه در نظر بگیرند.

۳- گذشته نگر: تخصص­ها و مهارت­هایی که برای بررسی و اصلاح مسائل کشف شده بوسیله فعالیت­های شناسایی کننده (یا خدمات بیرونی) نیاز است. این تخصص­ها همچنین برای تحلیل فارنزیک و تحلیل ریشه­ای علت نیاز بوده و شاخص و اقدامات پیشگیرانه جدیدی را برای مقابله با رخدادهای آینده پیشنهاد می­کند.

۴- پیش بینی کننده: قابلیت­هایی که امنیت سازمانی را با یادگیری از رویدادهای خارجی از طریق نظارت خارجی بر عملکرد هکرهای زیرزمینی فراهم نموده و برای پیش بینی و اولویت بندی بلادرنگ حملات جدید در مقابل وضعیت جاری سیستم­ها و اطلاعات حفاظت شده، استفاده می­شود. این هوش سپس برای بازخورد به قابلیت­های شناسایی کننده و جلوگیری کننده مورد استفاده قرار می­گیرد.

معماری امنیتی تطبیقی یک چارچوب سودمند برای سازمان­ها است چراکه به آنها کمک می­کند تا سرمایه گذاری امنیتی بالقوه و موجود را طبقه بندی کرده و از یک رویکرد متعادل در این سرمایه گذاری اطمینان حاصل کنند. سازمان­ها به طور مداوم باید وضعیت موجود خود را از نظر کارآمدی سرمایه گذاری  بر روی مولفه­ها ارزیابی کنند. همچنین این معماری برای طبقه بندی و ارزیابی فروشندگان محصولات امنیتی مفید است. فروشندگانی که در چند دسته دارای قابلیت هستند، ارزش بیشتری نسبت به فروشندگان تک بعدی دارند.

در دوره ای که خطرات سازمان ها را پیوسته تهدید می کند، نیاز است که سازمان ها تفکر خود را از “پاسخگویی به رخدادها” به ” پاسخگویی مستمر” تبدیل کنند چرا که اطلاعات هرگز به طورکامل محافظت نمی­شوند و هکرها قادرند به سیستم­ها نفوذ کنند و  باید فرض شود که سیستم ها به طور مداوم در معرض خطرند، بنابراین مانیتورینگ و کنترل مداوم یک الزام برای حفظ و پایداری امنیت است. در معماری امنیت تطبیقی، مانیتورینگ مستمر یک ضرورت است.

(21) هوش مصنوعی و دستگاه­های پیشرفته یادگیری

هوش مصنوعی از بسیاری از فناوری­ها و تکنیک­ها (به عنوان مثال، یادگیری عمیق، شبکه­های عصبی، پردازش زبان طبیعی) تشکیل شده است. تکنیک­های پیشرفته­تر فراتر از الگوریتم­های مبتنی بر قواعد سنتی که حرکتی برای ایجاد سیستمی برای درک، یادگیری، پیش بینی، انطباق و به طور بالقوه مستقل عمل کردن است، می­باشد. این چیزی است که باعث می­شود ماشین­ها هوشمند به نظر برسند (گارتنر، 2017).

(22) واقعیت افزوده و مجازی

فناوری همه­جانبه، مانند واقعیت مجازی[33] و واقعیت افزوده[34]، راه تعامل افراد با یکدیگر و با سیستم­های نرم افزاری را تغییر داده­است. از نظر آقای کرلی چشم­انداز مصرف­کنندگان و کسب و کار محتوای همه­جانبه و برنامه­های کاربردی به طور چشمگیری تا سال 2021 تکامل خواهد یافت. قابلیت­های فوق با یک مدل شبکه عنکبوتی دیجیتال به شکل یک سیستم یکپارچه از توانایی دستگاه جهت سازماندهی یک جریان از اطلاعات یکپارچه خواهند شد که مرتبط به کاربر به عنوان برنامه­ها و خدمات فرافردی است. یکپارچگی در همه دستگاه­های همراه، پوشیدنی، اینترنت اشیاء و محیط های پر از سنسور، برنامه­های کاربردی همه­جانبه فراتر از تجربه و افراد گسترش می­یابد (گارتنر، 2017).

(23) همزاد دیجیتال[35]

همزاد دیجیتال به معادل رایانه­ای یک شئ فیزیکی اشاره می‌کند که می‌توان از آن برای مقاصد مختلف استفاده کرد. در این مفهوم، از داده‌های حاصل از حسگرهای نصب شده بر روی جسم استفاده می‌شود تا وضعیت جسم به صورت بلادرنگ در همزاد دیجیتال انعکاس یابد. همزاد دیجیتال علاوه بر شکل، از نظر موقعیت، وضعیت و حرکت هم به جسم اصلی شبیه است. یک نمونه از این مفهوم، استفاده از مدلسازی سه بعدی برای اشیاء فیزیکی است. حسگرها داده‌های جسم را جمع‌آوری کرده و آن را از طریق اینترنت اشیاء به نرم‌افزار شبیه‌سازی سه بعدی می‌دهند. این مفهوم به نوعی واقعیت افزوده هم محسوب می‌شود. از همزاد دیجیتال می‌توان برای تعمیر و نگهداری هوشمند استفاده کرد و بهره‌وری را بهبود بخشید.

در این رویکرد مفهوم همزاد دیجیتال، بعد زمانی هم می‌یابد و کل تاریخچه محصول را در خود ثبت می‌کند. حتی می‌توان نحوه استفاده از محصول را هم در آن گنجاند. همانند واژه اینترنت اشیاء، همزاد دیجیتال هم مجموعه‌ای از فناوری‌های موجود است که در کنار هم قرار داده شده‌اند.

رهگیری هواپیما، قطار، مرسوله پستی، پرونده­های قضایی و اداری دارای فیزیک، پیشرفت­های پروژه­های عمرانی دولت و ... همه می­تواند نمونه­ای از همزادی دیجیتال باشد.

(24) زنجیره توده­ها[36] (بلاک­ها)

رکوردی از رویدادها و متغیرهای موافقت‌شده که به شکل رمزنگاری شده از آن محافظت می‌گردد. می­توان آن را مثل یک صفحه‌گسترده‌ی فوق پیشرفته و مبتنی بر ابر با ویژگی عدم وابستگی به پلتفرمی که روی آن اجرا می‌شود در نظر گرفت. مشهورترین پیاده‌سازی زنجیره توده­ای در تبادل و ردیابی روال‌ها برای پول‌های کریپتوکارنسیز[37] مثل بیت­کوین[38] محسوب می‌شود. قبل از  ظهور زنجیره توده­ها، به یک موسسه‌ی انسانی قابل اطمینان مثل یک بانک نیاز بود تا به عنوان واسطه در این میان عمل کند، حتی برای چیزهای ساده‌ای مثل انتقال پول الکترونیکی. با استفاده از این فناوری که به شکل یک موسسه‌ی قانونی عمل می‌کند می‌توان کارهایی مثل نقل و انتقال وجه را بدون این که مجبور به پرداخت درصدی از مبلغ به یک واسط ثالث مثل بانک بود به انجام رساند. زمانی که از آن به عنوان مجموعه‌ای از قوانین دریافت و پرداخت پول، بدون احتمال تغییر در آن استفاده می­شود این فناوری امکان ایجاد قراردادهای هوشمند[39] را فراهم می‌نماید. این فناوری می‌تواند منجر به این شود که بتوان یک خانه را به شکلی کاملا ایمن و قابل اطمینان مستقیما از فرد دیگری خرید و یا حتی برای پرداخت رهن آن یک برنامه‌ی زمان‌بندی شده ایجاد کرد. بانک‌های بزرگ احتمالا به پشتیبانی از توسعه‌ی این فناوری بپردازند چراکه توانایی حفظ قراردادهای ایمن و از نظر محاسباتی هوشمند به معنای درآمدهای عظیم برای بخش مالی خواهد بود. بانک‌ها به کسب درآمدهای اندک از قراردادهایی که این‌جا و آن‌جا منعقد می‌شود علاقه دارند اما اگر بتوانند این را به قیمت کسب درآمد از سرمایه‌گذاری‌های پشت صحنه قربانی کنند مسلما چنین کاری را انجام خواهند داد.

این فناوری می‌تواند انقلابی عظیم در خرید و فروش سهام  ایجاد کند و آن را به کاری ساده برای همه تبدیل نماید. نه تنها توانایی‌های موسسات بزرگ را سرعت می‌بخشد و ساده می‌کند بلکه بسیاری از مهم‌ترین قابلیت‌های آنها را در اختیار بنگاه‌های تجاری کوچک و مستقل قرار می‌دهد (گارتنر، 2017).

(25) سیستم­های محاوره­ای

سیستم های محاوره­ای قانون سوم نیوتون را در کامپیوتر اعمال می­کنند. یعنی برای هر عمل کاربر عکس العملی نشان می­دهند. برای مثال کاربر با استفاده از دکمه­ها و کنترل­های موجود در cd-rom می­تواند صوت یا شکل یا رنگ را تغییر دهد. سیستم­های محاوره­ای الزاما پویا نیستند. اگر اطلاعات جدیدی در پایگاه وب قرار نگیرد بخش چند رسانه­ای محاوره­ای است در حالتی که بقیه قسمت­ها ایستا هستند. ویژگی­های محاوره­ای به خودی خود پایگاه­های وب پویا را ایجاد نمی­کنند و تنها رابط مناسبی را برای عدم تغییر محتویات فراهم می­کنند.

در حال حاضر تمرکز این سیستم­ها بر رابط­های کاربری محاوره­ای مانند ربات­های گفتگو (چت) و میکروفن­های فعال دستگاه­ها (مانند گوشی­های همراه، تبلت­ها و رایانه­های شخصی) می­باشد. با این حال، مش دیجیتال شامل یک مجموعه در حال گسترش از مردم به عنوان نقطه انتهایی است که برای دسترسی به برنامه­های کاربردی و اطلاعات، و یا ارتباط برقرار کردن با دیگران، جوامع اجتماعی، دولت­ها و کسب و کار از این مش دیجیتال استفاده می­کنند. این توسعه مش گونه دستگاه­ها فراتر از کامپیوترهای رومیزی سنتی و دستگاه­های متعدد برای در بر گرفتن طیف گسترده­ای از نقاط پایانی اتصال، با آن انسان­ها ممکن است برهم کنش داشته باشند. بطوریکه مش دستگاه­ها تکامل یافته، مدل­های اتصال گسترش خواهد یافت و تعامل سازنده بیشتر بین دستگاه­ها ظهور خواهد کرد و پایه و اساس یک تجربه مستمر و محیطی دیجیتالی جدید ایجاد خواهد شد (گارتنر، 2017).

 (26) معماری خدمات و برنامه­های کاربردی شبکه­ای[40]

در معماری خدمات و برنامه­های کاربردی شبکه­ای (مش برنامه­ها)، برنامه­های موبایل، برنامه­های وب، برنامه­های رومیزی و برنامه­های کاربردی اینترنت اشیا با هم پیوند داشته و به یک مش گسترده­ای از خدمات پسینی در سازمان­ها متصل هستند و کاربران تنها یک "نرم افزار کاربردی" را مشاهده می­کنند. رابط­های برنامه کاربردی و خدمات در سطوح مختلف و در سراسر مرزهای سازمانی در یک معماری بشکلی کپسوله شده­اند که تعادل تقاضا از خدمات را با ترکیب و استفاده مجدد از آنها برای چابکی و مقیاس­پذیری برقرار سازند. این فناوری به کاربران این امکان را می­دهد که بعنوان یک راه حل بهینه سازی شده برای نقطه پایانی هدفمند در مش های دیجیتال (مانند تبلت، گوشی­های هوشمند، خودرو) از آن بهره برند (گارتنر، 2017).

در جدول 2-9 پیش­بینی ده فناوری راهبردی برتر برای دولت هوشمند را مربوط به سال­های 2013 و 2014 که توسط گروه گارتنر ارائه شده بود، نمایش داده­شده است.

جدول 2-9- مقایسه پیش بینی­های گارتنر در رابطه با ظهور فناوری­های راهبردی برای دولت هوشمند

ردیف

فناوری­های راهبردی 2013

فناوری­های راهبردی 2014

1

دستگاه­های همراه

محل کار شخصی همراه

2

تجربه اجتماعی و متنی کاربر

مشارکت شهروندی همراه

3

تجزیه و تحلیل نسل بعدی

داده­های بزرگ و تجزیه و تحلیل عملی

4

اینترنت اشیاء

داده­های باز مقرون به صرفه

5

داده مدیریت شده توسط شهروند

داده­های مدیریت شده شهروند

6

مدیریت فرایند کسب و کار

ترکیب ابرواره و فناوری اطلاعات

7

مدیریت اطلاعات داده­های بزرگ

اینترنت اشیاء

8

فروشگاه نرم افزارهای کاربردی سازمانی

عبور از دامنه تعامل پذیری

9

رایانش ابری

مدیریت فرایندهای کسب و کار برای مدیریت موردی

10

عبور از دامنه تعامل پذیری

بازی انگاری (گیمیفیکیشن) برای مشارکت

در جدول 2-10 پیش­بینی گروه گارتنر در رابطه با ده فناوری راهبردی برتر مربوط به سال­های 2015، 2016 و 2017 را برای دولت­ها می­توانید مقایسه کنید.

جدول 2-10- مقایسه پیش بینی­های گارتنر در رابطه با ظهور فناوری­های راهبردی در دولت­ها

ردیف

فناوری­های راهبردی 2015

فناوری­های راهبردی 2016

فناوری­های راهبردی 2017

1

محل کار دیجیتالی

محل کار دیجیتالی

هوش مصنوعی و دستگاه های پیشرفته یادگیری

2

ارتباط چندرسانه­ای با شهروندان

ارتباط چندرسانه­ای با شهروندان

برنامه­های کاربردی هوشمند

3

گشودگی تمام داده‌ها

داده باز

اشیاء هوشمند

4

شناسه الکترونیکی (رایاشناسه)‌ شهروندی

رایاشناسه شهروندی

واقعیت افزوده و مجازی

5

تحلیل کران

تحلیل در همه جا

همزاد دیجیتال

6

قابلیت تعامل مقیاس‌پذیر

ماشین­های هوشمند

زنجیره توده­ها (بلاک­ها)

7

سکو‌های دولت دیجیتالی

اینترنت اشیاء

سیستم­های محاوره­ای

8

اینترنت اشیاء

سکوی دولت دیجیتالی

برنامه­های کاربردی شبکه­ای و معماری خدمات

9

فناوری اطلاعات وب‌مقیاس

معماری نرم افزار تعریف شده

سکوهای دیجیتال فناوری

10

ابر (و فناوری اطلاعات) ترکیبی

امنیت ریسک محور

معماری امنیت انطباقی

 



[1] Big Data

[2] Beyer & Laney

[3] Brynjolfsson

[4] Open government data

[5] U.S. Executive Office

[6] Janssen

[7] Mergel & Desouza

[8] Kassen

[9] Zuiderwijk & Janssen

[10] Conradie & Choenni

[11] Meijer

[12] Luna-Reyes

[13] Veljković

[14] Jetzek

[15] Open Government Partnership

[16] Open Government Working Group

[17] Alanazi & Chatfield

[18] Jaakkola

[19] Maccani

[20] Chatfield & Reddick

[21] Afful-Dadzie  Afful-Dadzie

[22] Citizen Managed Data

[23] Internet of Things

[24] Intelligent Things

[25] Interoperability

[26] BPMS: Business Process Management System

[27] ECM: Enterprise Content Management

[28] Enterprise App Stores

[29] virtual customer assistants

[30] Cisco Smart+Connected Communities

[31] Internet of Things

[32] Weise

[33] virtual reality

[34] augmented reality

[35] Digital Twin

[36] Blockchain

[37] cryptocurrencies

[38] bitcoin

[39] smart contracts

[40] mesh app and service architecture (MASA)

print



rating
  نظرات

نظری وجود ندارد.

نام
ایمیل
وب سایت
عنوان
نظر
تصویر کد امنیتی :
وارد نمودن کد