فقدان دانش عمیق در حوزه‌های مختلف؛ پاشنه آشیل استارتاپ‌های نوآور

استارتاپ‌های زیادی در سراسر جهان در حال فعالیت هستند و روزانه بر شمار آن‌ها نیز افزوده می‌شود، با این حال اکثر آن‌ها درگیر ایده‌های تکراری هستند و کمتر شاهد ایده‌های جدید و نوآورانه هستیم و به همین دلیل نیاز به تغییر در رویکرد خود داریم تا بتوانیم در آینده به پیشرفت ادامه دهیم.

در دنیای امروزی، در هر زمینه‌ای چندین استارتاپ وجود دارند، برای مثال شاید در ماه ده‌ها استارتاپ در زمینه فین‌تک، امور مالی، کار از راه دور، جلسات آنلاین، ارزهای دیجیتال یا ابزارهایی برای محل کار فعالیت خود را آغاز کنند. با توجه به این موضوع، ظاهرا در یک محل مانده‌ایم و همان نرم افزارهای قدیمی با ظاهر جدید یا عملکرد بهتر از راه می‌رسند.

در حقیقت چندان با نوآوری روبه‌رو نیستیم و سرعت آن کاهش پیدا کرده، البته همچنان زمینه‌های نوینی برای کار وجود دارند که برای مثال می‌توان به بیولوژی مصنوعی و داروی شخصی، ماهواره‌ها و فضاپیماها، ماشین‌های خودران و حتی ارزهای دیجیتال و امور مالی اشاره کرد. علاوه بر این، پلتفرم‌های نیمه‌هادی‌ها و سیلیکون نیز وجود دارند که می‌توانند با نوآوری همراه باشند.

با وجود چنین مواردی، استارتاپ‌ها در زمینه نوآوری با کمبود روبه‌رو هستند و سرمایه‌گذاران و کارآفرینان به سراغ چنین زمینه‌هایی نمی‌روند، البته برای ورود به این حوزه‌ها به یک حداقل‌هایی نیاز است و باید با دانش کافی در آن‌ها شروع به فعالیت کرد.

ما تا به امروز چندین نسل از استارتاپ‌ها را دیده‌ایم. در گذشته افرادی که ترک تحصیل کرده بودند، قادر به نوآوری بودند، می‌توانستند شبکه‌های اجتماعی را با اسکریپت PHP هک کنند یا اینکه در خانه خود با استفاده از قطعات، یک کامپیوتر بسازند. پس از آن‌ها به دوره‌ای رسیدیم که برای یک استارتاپ مناسب نیاز به مدرک دکترا در زمینه مهندسی برق، بیولوژی یا رشته‌های دیگر داشتیم.

اکنون در حال نزدیک شدن به یک مانع جدید هستیم که آن، نیاز به دانش فوق العاده بالا برای ایده‌های نوآورانه برای راه‌اندازی استارتاپ است. اگر بخواهید یک ایده انقلابی را مطرح کنید، باید نه تنها در یک زمینه، بلکه در دو حوزه دانش کافی داشته باشید، البته برخی مواقع شاید دو زمینه نیز کفایت نکند. به عنوان مثال می‌توانید به بیولوژی مصنوعی و داروسازی در آینده فکر کنید.

تصور کنید یک تئوری درباره یادگیری ماشینی و بیولوژی و داروسازی وجود دارد که نسل آینده درمان را می‌سازد. اطلاعات آماده هستند، بیماران می‌خواهند آن را بخرند و روش‌های کنونی در برابر آن بسیار قدیمی به نظر می‌رسند. با وجود چنین مواردی، باید برای دستیابی به هدف خود در دو زمینه بسیار متفاوت دانش بسیار بالایی داشته باشید.

هوش مصنوعی و زیست شناسی دو شاخه‌ای هستند که در سال‌های اخیر بسیار پیچیده شده‌اند و دانشمندان و محققان این دو حوزه به صورت جداگانه به سرعت در حال افزایش دانش خود هستند. با توجه به این موضوع اگر در یک زمینه تخصص داشته باشید، پاسخ بسیاری از سوالات حوزه دیگر را نمی‌دانید.

برای رفع این مشکل باید دو مدرک دکترا داشته باشید، البته منظور ما خود مدرک نیست، بلکه دانش موردنیاز برای انجام کارها در دو حوزه مختلف است. در حقیقت این مدرک باید نشان‌دهنده دانش شما باشد تا بتوانید با ترکیب آن‌ها، نسل بعدی راه حل‌ها را ارائه دهید. قبل از اینکه از ایده‌های خلاقانه ناامید شوید، اجازه دهید درباره تیم‌ها صحبت کنیم.

تیم‌ها متشکل از افراد با تخصص‌های مختلف هستند که می‌توانند چنین مشکلاتی را برطرف کنند. حتما نیاز نیست موسس یک استارتاپ دارای دانش کافی در حوزه‌های مختلف از بیولوژی و هوش مصنوعی گرفته تا ارزهای دیجیتال و امور مالی باشد، بلکه باید استعدادهای مناسب را دور هم جمع کند تا نوآوری شکل بگیرد، رویکردی که امروزه بسیاری از شرکت‌ها دنبال می‌کنند.

شاید با خود بگویید دیگر مشکلی در این میان وجود ندارد، اما باید به این موضوع توجع کنید که قرارگیری این افراد در کنار هم و کار با یکدیگر مقداری دشوار است. فرض کنید بخشی از اعضای تیم درباره مسائل زیست شناسی صحبت می‌کنند، تعدادی از آن‌ها مشغول کارهای هوش مصنوعی هستند و متخصصان رمزنگاری نیز در حال مذاکره درباره دیدگاه خود با یک وکیل بورس هستند.

افراد تیم بالا دانش کافی برای درک ایده‌های یکدیگر را ندارند و باید فردی صحبت‌های آن‌ها را ترجمه کند. در حقیقت ارتباط باید به گونه‌ای باشد که اعضا بتوانند همدیگر را درک کنند. یکی از بهترین مثال‌ها در این زمینه، نحوه واکنش به کرونا است، ویروسی که علاوه قربانی کردن شمار بالایی از مردم در سراسر جهان، ضربه سنگینی به اقتصاد نیز زده است.

اپیدمیولوژی و بهداشت عمومی از نظر تعداد تخصص‌های موردنیاز به صورت همزمان برای انجام مناسب کارها، احتمالا دو نمونه از دشوارترین زمینه‌ها محسوب می‌شوند. فرد متخصص در این زمینه باید درباره پزشکی و فیزیولوژی بدن اطلاعات کافی داشته باشد تا علت بیماری را تشخیص دهد. علاوه بر این باید سوابق علوم اجتماعی نیز داشته باشد تا نحوه ارتباط انسان‌ها به صورت شخصی و گروهی را نیز درک کند.

این افراد باید پیامدهای اقتصادی و سیاسی روش‌های مختلف پیشگیری را بفهمند و در نهایت دانش فوق العاده بالایی در زمینه مطالعه آمارها، درک آن‌ها و ایجاد مدل‌های درست از این اطلاعات داشته باشند. با توجه به موارد بالا، تعجبی ندارد که افراد کمی در این زمینه‌ها مشغول فعالیت هستند.

یکی از دلایلی که می‌تواند تیم‌ها را به بن‌بست بکشد، این است که هر مختصص باید محدودیت‌ها در زمینه‌های دیگر را درک کند و البته باید متوجه مانع اصلی و واقعی نیز باشد. شما نمی‌توانید یک مدیر پروژه که اطلاعات فنی ندارد را برای یک محصول هوش مصنوعی انتخاب کنید، چرا که اعضای این تیم باید همراه دلیل کارهای خود را برای دیگران توضیح دهند.

ما دیگر به این چالش‌های شناختی عادت نداریم. امروزه نرم افزارها در اختیار عموم مردم قرار دارند و ما فراموش می‌کنیم که برای شروع برخی کارها باید تا چه اندازه سختی را تحمل کنیم. در حال حاضر یک مدرس با دانش نه چندان بالا می‌تواند با استفاده از چندین خط کدنویسی، یک سرویس وب را توسعه و توسط زیرساخت‌هایی که به راحتی قابل دسترس هستند و ابزارهای ابری، در اختیار میلیون‌ها نفر قرار دهد.

بجای چنین کارهایی باید به سراغ استارتاپ در زمینه‌های جدید مانند ساخت راکت، داروسازی، ماشین‌های خودران یا هر حوزه دیگری که هنوز ناشناخته‌های بسیاری دارد، برویم. برای اینکه بیش از گذشته پیشرفت کنیم، باید زمینه‌های بیشتری را در کنار یکدیگر قرار دهیم و دانش موردنیاز آن‌ها را سریعتر و زودتر فشرده و در اختیار شمار بیشتری از مردم قرار دهیم.

ما نمی‌توانیم تا ۴۰ سالگی و گرفتن مدارک موردنیاز صبر کنیم و سپس وارد چنین حوزه‌هایی شویم. بنابراین باید یک مسیر برای رسیدن به نوآوری‌هایی که هنوز به آن‌ها دست پیدا نکرده‌ایم، ایجاد کنیم. اگر چنین رویکردی را در پیش نگیریم، در آینده شاهد الگوی یکسان با امروز خواهیم بود: چندمین نسخه از یک برنامه با بهبود عملکرد و عدم تلاش برای برداشتن موانع و پیشرفت.