ما المقصود بالذكاء الاصطناعي للوكلاء؟

قفزة الذكاء الاصطناعي من المساعدة في العمل إلى تنفيذ العمل هنا. يخرج الذكاء الاصطناعي للوكلاء من الدور السلبي إلى مركز التحكم، المصمم للتخطيط والتنفيذ والتكيف بشكل مستقل لاتخاذ قرارات مُستقلة تستند إلى بيئته وتنفيذ المهام ضمن نطاقه التشغيلي. تحمِل هذه الإمكانية لحل المشكلات بشكل استباقي والموجّهة نحو الأهداف وعودًا هائلة في مواجهة التحديات المُعقدة عبر مختلف المجالات. إليك ما تحتاج إلى معرفته.

ما المقصود بالذكاء الاصطناعي للوكلاء؟

يشير الذكاء الاصطناعي للوكلاء إلى نظام الذكاء الاصطناعي قادر على اتخاذ قرارات مُستقلة على أساس كل من الأداء السابق وتقييمه الحالي لما هو مطلوب لإنجاز مهمة، والعمل بأقل قدر من الإشراف البشري. يمكن لنظام الذكاء الاصطناعي للوكلاء أن ينظر إلى الحالة الراهنة لتقدمه نحو هدفه، ثم يتخذ القرارات المناسبة، مثل إضافة خطوات جديدة أو طلب المساعدة من البشر أو أنظمة الذكاء الاصطناعي الأخرى.

على عكس الذكاء الاصطناعي التقليدي—المصطلح المستخدم عادةً لخدمات الذكاء الاصطناعي غير التوليدي—لا يكون الذكاء الاصطناعي للوكلاء عالق في نموذج مدخلات/مخرجات من خلال الاستعلامات البشرية والإشراف. بدلاً من ذلك، تكون التكنولوجيا مستقلة بما فيه الكفاية بحيث يمكن للنظام اتخاذ خطوات مُعقدة نحو هدفه، والتحقق مع البشر عند الحاجة.

تأتي طريقة أخرى للتفكير في الذكاء الاصطناعي للوكلاء في مقارنته المدير مقابل الفني. يتم تدريب وكلاء الذكاء الاصطناعي المُتخصصين على القيام بمهام معينة على أساس المدخلات الخارجية، مثل فني ماهر تم تعيينه لمهمة. يمكن للذكاء الاصطناعي للوكلاء نشر تقنيات الذكاء الاصطناعي المُختلفة، بما في ذلك الذكاء الاصطناعي التوليدي، مع اتخاذ قرارات مستقلة، مثل المدير الذي يحدد الفنيين اللازمين لإكمال المشروع. باستخدام هذا القياس، يمكن للمدير التعاون مع الأقران وتلقي ملاحظات من الفنيين الميدانيين، وتحسين سير العمل، وطلب المزيد من المعلومات، ونشر موارد إضافية حسب الحاجة.

النقاط الرئيسة

• يشير الذكاء الاصطناعي للوكلاء إلى أنظمة الذكاء الاصطناعي القادرة على اتخاذ قرارات مُستقلة حول طريقة تحقيق هدف، ثم تنفيذ قراراته.
• يمكن أن تتعاون أنظمة الذكاء الاصطناعي للوكلاء مع وكلاء الذكاء الاصطناعي والبشر لتحديد الأهداف وتحقيقها.
• تستخدم غالبًا أنظمة الذكاء الاصطناعي للوكلاء أدوات، بما في ذلك نماذج الذكاء الاصطناعي ووكلاء الذكاء الاصطناعي المُتخصصين وخدمات الذكاء الاصطناعي المنظمة، لتحقيق الأهداف الاستراتيجية.
• على الرغم من أن أنظمة الذكاء الاصطناعي للوكلاء قادرة على اتخاذ إجراءات أكثر تعقيدًا واستقلالية من الذكاء الاصطناعي التقليدي، إلا أنها قد تتطلب أيضًا موارد أكثر بكثير.

شرح الذكاء الاصطناعي للوكلاء

يمثل الذكاء الاصطناعي للوكلاء الموجة الثالثة من تطور الذكاء الاصطناعي. شهدت الدَفعة الأولية من الذكاء الاصطناعي الحديث إدخال تقنيات، بما في ذلك محركات التوصية والملء التلقائي للنص التي حللت مجموعات البيانات الكبيرة لتحديد الارتباطات الإحصائية وحساب النتائج المحتملة. جاءت الموجة الثانية مؤخرًا وأدت الخوارزميات الجديدة لها والمزيد من قوة المعالجة وتوافر البيانات إلى قدرة الذكاء الاصطناعي على إنشاء محتوى إبداعي، بما في ذلك النصوص والصور والموسيقى.

تركز الموجة الثالثة من الذكاء الاصطناعي في القدرة على الجمع بين العناصر والقدرات المختلفة تحت مظلة الاختيار. من المهم التمييز بين وكلاء الذكاء الاصطناعي وأنظمة الذكاء الاصطناعي للوكلاء. يتمتع الوكلاء بإمكانية الوصول إلى إمكانات الذكاء الاصطناعي التنبؤية والتوليدية وغيرها. بدلاً من انتظار مطالبة المستخدم، على سبيل المثال بمخرجات عامة، تتم برمجة الوكيل للعمل نحو هدف مُحدد. بالتالي، يحلل الذكاء الاصطناعي للوكلاء المسارات نحو الهدف ويتخذ القرارات بشأن أفضل طريقة لإكمال المهمة. يمكن للوكلاء أيضًا مراعاة سجل إتمام المهام السابقة لتحسين النتائج.

مع القدرة على معالجة كميات كبيرة من البيانات وجمعها، قد يكون وكيل الذكاء الاصطناعي قادرًا على إنجاز الأبحاث على مستوى لا يستطيع البشر القيام به. من خلال اتخاذ الخيارات دون مطالبات، يمكن للوكلاء الكشف عن مزيد من المعلومات واستيعاب الملاحظات، مما يساعدهم في أن يصبحوا شركاء تعاونيين، سواء لأجل لعمل أو الهوايات أو المهام الشخصية.

تتطور أنظمة الذكاء الاصطناعي للوكلاء من خلال دمج وكلاء الذكاء الاصطناعي الفرديين والأنظمة أو الأدوات المناسبة الأخرى معًا في مجموعة مُتماسكة. على سبيل المثال، يمكن لوكيل الذكاء الاصطناعي التعامل مع شكاوى العملاء. يمكن لنظام الذكاء الاصطناعي للوكلاء بعد ذلك استخدام تلك البيانات لمساعدة مُصممي المنتجات وقادة التسويق في تكييف عروضهم على أساس أنماط سلوك العملاء.

بالتالي، فإن السؤال الذي يواجه الشركات ليس "ما الذي يمكن أن يفعله الذكاء الاصطناعي للوكلاء لأجلنا؟" بدلاً من ذلك، قد ترغب الشركات في طرح سؤال "من أين يجب أن نبدأ؟" تكون الإجابة غالبًا في منصات الذكاء الاصطناعي للوكلاء التي تم إنشاؤها مُسبقًا والتي توفر سهولة التكامل وقابلية التوسع والتخصيص.

كيف يعمل الذكاء الاصطناعي للوكلاء؟

تم تصميم أنظمة الذكاء الاصطناعي للوكلاء لإدارة عناصر الذكاء الاصطناعي المختلفة وتنفيذها سعيًا إلى تحقيق هدف مشروع مُحدد. في حين أن التفاصيل المحددة لكل مهمة تختلف قليلاً، يوضح ما يلي الخطوات العامة التي تستخدمها أنظمة الذكاء الاصطناعي للوكلاء:

1. إنشاء هدف ومعلمات: يتم استلام هدف المشروع وقيوده من مساهمات بشرية.
2. المهام والخطوات: يعالج نموذج LLM المناسب الذي ربما يكون نموذجًا أساسًا، ومُحددًا من الخيارات التي تم إنشاؤها مُسبقًا هذه المعلومات لربط المهام اللازمة لتحقيق الهدف مع البقاء ضمن المعلمات والقيود المحددة.
3. القرارات المستقلة: مع مجموعة المهام، يحدد نظام الذكاء الاصطناعي للوكلاء طريقة تحقيق أهدافه وتنفيذها بشكل مستقل أو مع تفاعل بشري عند اللزوم.
4. الملاحظات والمراجعة: يأخذ الوكيل البيانات من المهام المتوازية ويعدِّل سير العمل حسب الحاجة. يمكن أن يعني هذا أي شيء بدءًا من اختزال خطوات لتحسين سير العمل إلى إضافة خطوات جديدة للمزيد من جمع البيانات. إن ما يجعل أنظمة الذكاء الاصطناعي للوكلاء جذابة للغاية هو قدرتها على اتخاذ القرارات والتكيف على أساس البيانات الفورية.
5. التحسين النظامي: بينما يعمل الوكيل نحو هدفه، يمكنه أن يطبق النتائج والإجراءات المُسجلة في حلقة ملاحظات نظامية، والتي تُعرف عادةً في صناعة الذكاء الاصطناعي باسم "عجلة البيانات". تدفع هذه الحلقة حدود الوكيل، بهدف تحسين الدقة والكفاءة مع مرور الوقت.

لكي تعمل أنظمة الذكاء الاصطناعي للوكلاء كما هو مصمم، توفر غالبًا فِرق تكنولوجيا المعلومات عمليات/وكلاء وبيانات أقل مستوى للوكلاء. بمجرد أن يتم ذلك، يمكن للمؤسسات دمج نظام ذكاء اصطناعي للوكلاء تجاري يناسب احتياجاته للوظيفة وقابلية التخصيص وقابلية التوسع والأداء قبل تنقيحه للتنفيذ على أساس أهداف المشروع.

كيف يختلف الذكاء الاصطناعي للوكلاء عن الذكاء الاصطناعي التقليدي؟

يمثل الذكاء الاصطناعي التقليدي مصطلح للصناعة لأنظمة الذكاء الاصطناعي التي ليست توليدية، وبالتالي؛ ليست للوكلاء. تأخذ هذه الأنظمة المستندة إلى القواعد والمنطق البيانات وتعالجها وتنتج المزيد من البيانات في شكل مخرجات. كشف الاحتيال مثالاً على ذلك. في هذه الحالة، يركز النظام على سجلات عملاء شركة إدارة مالية بعد تدريبهم على تحديد الحالات الشاذة والقيم الشاذة عبر مجموعة من الفئات، بما في ذلك نوع الشراء والمنطقة الجغرافية والمبلغ والوقت من اليوم. هذه حالة إدخال (بيانات المعاملات)/إخراج (تحديد حالة الاحتيال). على الرغم من قرارات سير العمل المعنية، يقوم الذكاء الاصطناعي في نهاية المطاف بمهمة محددة مُسبقًا يتم تدريبه عليها بشكل خاص.

تم تصميم الذكاء الاصطناعي للوكلاء ليكون أكثر استقلالية، مع التركيز على هدف، ثم اتخاذ قرار بشأن أفضل طريقة للوصول إلى تلك النقطة. يتمتع نظام الذكاء الاصطناعي الوكيل بالاستقلالية للبحث عن المعلومات التي يحتاجها لتحديد طريقة تحقيق هدفه، أو حتى التواصل مع الأدوات المتاحة الأخرى. دعونا نعود إلى مثال الكشف عن الاحتيال. يمكن للذكاء الاصطناعي للوكلاء طرح الأسئلة والكشف عن المعلومات التي قد توفر المزيد من السياق وبالتالي؛ قد تؤدي إلى نتائج أفضل. لذلك؛ إذا لاحظ نموذج سابق للكشف عن الاحتيال وجود خلل في سعر الشراء والفئة التي تؤدي إلى وضع علامة، فيمكن لنظام الذكاء الاصطناعي للوكلاء التواصل مع الأنظمة الأخرى لجمع مزيد من التفاصيل حول حالة العميل.

في هذه الحالة، يمكن أن يكشف طلب تفاصيل الطقس أن منطقة العميل واجهت عاصفة هائلة ومُفاجئة مع تقارير واسعة النطاق عن حالات الكوارث. بالإضافة إلى ذلك، السلسلة المتلاحقة للمشتريات المفاجئة خرجت من متاجر الأجهزة ومحلات البقالة، مما قد يشير إلى التسوق للحصول على إمدادات الطوارئ. على الرغم من السلوك خارج المألوف، يمكن للوكيل تطبيق هذه المعرفة وإرسال ملاحظات سياقية عند الإبلاغ بإشارة حتى يتمكن الإنسان من إجراء الاستدعاء النهائي. بسبب قدرة الذكاء الاصطناعي للوكلاء على اتخاذ القرارات، يصبح لدى المشرف المزيد من المعلومات لتقديم حكم نهائي دون الحاجة إلى القيام بالعمل الشاق.

ما الفَرق بين الذكاء الاصطناعي للوكلاء والذكاء الاصطناعي التوليدي؟

يُعد كل من الذكاء الاصطناعي للوكلاء والذكاء الاصطناعي التوليدي أنظمة قوية، ويخدم كل منهما أغراضًا مُحددة وفريدة من نوعها. يركز الذكاء الاصطناعي للوكلاء على اتخاذ القرارات والإجراءات، بينما يركز الذكاء الاصطناعي التوليدي على إنشاء المحتوى. على الرغم من أن GenAI قد تطور في القوة والإمكانات في السنوات الأخيرة—وتحسنت المخرجات نفسها في الدقة والجودة—إلا أنه لا يزال سير عمل بيانات بالداخل/بيانات بالخارج.

بمعنى آخر، لا يزال GenAI يحتاج إلى مطالبة.

خذ مثالاً على ذلك في نموذج لغة كبير للبحث في تقرير فني. يقدم الباحث مجموعة مُتنوعة من المطالبات ويحصل على مخرجات مُفصَّلة. يمكن للباحث أيضًا طرح أسئلة متابعة على أساس الناتج أو تغيير سياق الاستعلام لتقديم نهج أو منظور مُختلف. يمكن للباحث بعد ذلك دمج هذه المعلومات واستخلاص الأنسب منها للتقرير.

باستخدام الذكاء الاصطناعي للوكلاء، يمكن تبسيط الكثير من هذه العملية نظريًا. بدلاً من طرح سلسلة من الاستفسارات والنظر في موضع سد المعلومات للفجوات، يزود الباحث نظام الذكاء الاصطناعي للوكلاء بهدف—أكثر تحديدًا وتفصيلًا كلما كان ذلك أفضل. داخل هذا الهدف، يمكن لنظام الذكاء الاصطناعي للوكلاء بعد ذلك التواصل مع نموذج LLM للحصول على مخرجات تم إنشاؤها. مع معرفة الهدف المقصود، يمكن لنظام الذكاء الاصطناعي للوكلاء بعد ذلك الحصول على المعلومات المُقدمة ومواصلة التنقيح حتى تصبح المخرجات مرضية. بالإضافة إلى ذلك، يمكن لنظام الذكاء الاصطناعي للوكلاء التواصل مع المصادر الخارجية الأخرى ونماذج الذكاء الاصطناعي، مما يفتح مسارًا للبحث الأصلي الذي يمكن تطبيقه على المخرجات قبل تقديم نتيجة نهائية إلى المستخدم.

بتشبيه واقعي، فإن GenAI يشبه وجود مجموعة أدوات لإصلاح بالوعة به تسريب بنفسك. يشبه وكيل الذكاء الاصطناعي جلب سباك لإصلاح التسرب واستكشاف المشكلات القائمة ذات الصلة إن وجدت، والتي قد تسببت في المشكلة. كما أن نظام الذكاء الاصطناعي للوكلاء يشبه المقاول العام الذي يمكنه توجيه السباك مع التنسيق أيضًا مع كهربائي وفاحص العفن للتحقيق في الأضرار المتعلقة بالتسرب.

حالات ااستخدام واقعية للذكاء الاصطناعي للوكلاء

يتمتع الذكاء الاصطناعي للوكلاء بالقدرة على تسريع العمليات وحل المشكلات عبر مجموعة من حالات الاستخدام: للمؤسسات والحكومات والتطبيقات الشخصية والمزيد. يعرض ما يلي بعض الطرق التي يمكن أن يندمج بها الذكاء الاصطناعي للوكلاء في الحياة اليومية.

• ملفات شخصية للرعاية الصحية: يمكن أن تأتي بيانات المريض من العديد من المصادر، بما في ذلك الأجهزة القابلة للارتداء ونتائج الدم والعلامات الحيوية من الأجهزة المادية. عند تجميعها معًا، قد تُظهر هذه البيانات نمطًا يشير إلى حالة ناشئة. مع ذلك، يتطلب التوصل إلى هذا الاستنتاج معرفة مؤسسية أوسع نطاقًا مقترنة بالقدرة على الوصول إلى تلك البيانات وتقييمها. يمكن للذكاء الاصطناعي للوكلاء معالجة جميع البيانات الواردة بسرعة لمريض معين لمعرفة بوادر المشكلات. بالإضافة إلى ذلك، يتمتع الوكيل بالاستقلالية للحصول على بيانات إضافية حسب الحاجة لتحديد وإخراج تقرير للطبيب المُشرف.
• مطالبات التأمين: تتعامل مطالبات التأمين مع العديد من الأجزاء المتغيرة، وتعالج غالبًا المعلومات من أطراف متعددة. يمكن لأنظمة الذكاء الاصطناعي للوكلاء تسريع هذه العملية من خلال تحديد البيانات المهمة وذات الصلة من النماذج والتفاصيل المُقدَّمة لإحالة المعلومات مرجعيًا والتحقق منها. في الوقت نفسه، يمكن للنظام إدارة عملية سير العمل والإشارة إلى أصحاب المصلحة عندما يكون لديهم طلبات إجراء معلقة.
• إدارة سلسلة التوريد: يمكن للعديد من عناصر سلسلة التوريد النموذجية—من التنبؤ إلى إدارة المخزون—الاستفادة من الذكاء الاصطناعي للوكلاء. مثال محدد واحد على ذلك؛ النقل وإدارة الطرق. في هذه الحالة، تأتي البيانات اللوجستية القياسية من نظام تتبع الشحنات. مع ذلك، يمكن لوكيل الذكاء الاصطناعي التفاعل مع الأنظمة الأخرى للنظر في تحسين الطرق. يمكن اعتبار الطقس وحركة المرور وحتى عوامل مثل الاستقرار السياسي والعطلات الوطنية، مع تعديلات يتم إنشاؤها بواسطة الوكيل لتحسين طرق التسليم.
• إدارة حركة المرور: يمكن للحكومات دمج الذكاء الاصطناعي للوكلاء في أنظمة التحكم في حركة المرور لتجميع مجموعة مُتنوعة من البيانات الواردة. يمكن معالجة بيانات حركة المرور على الفور من الكاميرات وأجهزة الاستشعار وبيانات الطقس والبناء والتحليلات التنبؤية باستخدام الأنماط السابقة وتحليلها من خلال الإشراف على الذكاء الاصطناعي للوكلاء لضبط توقيت ضوء حركة المرور للمساعدة في تقليل الازدحام وتخفيف إحباط السائقين.

مزايا الذكاء الاصطناعي للوكلاء

يمثل الذكاء الاصطناعي للوكلاء ترقية إلى الأتمتة وتحسين للعمليات، مما قد ينتج عنه العديد من المزايا، خاصةً عند اعتماده على أساس متين لأحمال العمل وإدارة البيانات وأنظمة الوكلاء الخاصة بالتطبيق.

فيما يلي بعض المزايا الأكثر شيوعًا التي تتمتع بها المؤسسات عند تنفيذ الذكاء الاصطناعي للوكلاء بنجاح.

• عمليات التشغيل الدائمة: يتجاوز الذكاء الاصطناعي للوكلاء حاجة الذكاء الاصطناعي لغير الوكلاء إلى الإدخال عند إنهاء مهمة ويعمل بدلاً من ذلك نحو هدف ما. تعني الاستقلالية في صنع القرار تلك أنها يمكن أن تسهم في عمليات التشغيل المستمرة، سواء لمعالجة البيانات أو جمع الأبحاث أو الاستجابة إل طلبات العملاء وأسئلتهم أو وظائف أخرى.
• خفض التكلفة: يمكن أن تكون أنظمة الذكاء الاصطناعي للوكلاء سريعة ودقيقة وتعمل دائمًا، ويمكن أن يؤدي ذلك إلى أوجه كفاءة في التكلفة. يختلف مصدر طرق التوفير حسب الصناعة، لكن تستفيد الشركات عادةً من تشغيل التحليل أسرع وعلى نطاق أوسع، مما يتيح لها اتخاذ قرارات يمكن أن تساعدها في تحسين العمليات أو تحقيق مراحل هامة أسرع.
• زيادة الإنتاجية: عندما يتم توجيه نظام الذكاء الاصطناعي للوكلاء نحو هدف، مثل تصنيف المعاملات المالية، أو إجراء إدخالات دفتر الأستاذ العام، أو مساعدة العملاء، فيمكن للذكاء الاصطناعي اتخاذ قرارات بشأن جمع معلومات إضافية، أو تشغيل تحليل ملموس، أو مهام أخرى ذات صلة. يمكن لأنظمة الذكاء الاصطناعي للوكلاء جمع المعلومات بسرعة مع تمكين مجموعة من العمليات المتوازية، كل ذلك بأقل تدخل بشري.
• وجهات نظر جديدة: تم تصميم الذكاء الاصطناعي للوكلاء لتحقيق هدف مع استقلاليته في اتخاذ قرارات بشأن طريقة تحقيق هدفه. تقع كل من الانحرافات وجمع/معالجة البيانات الإضافية ضمن نطاق إمكانيات الوكيل، والتي يمكن أن تفتح الباب أمام رؤى جديدة غير متوقعة.

تحديات الذكاء الاصطناعي للوكلاء

مع بدء الذكاء الاصطناعي في تقديم تفاعلات تشبه الإنسان، تصبح التحديات مزيجًا من المشكلات الفنية، مثل التعامل مع المعالجة المطلوبة، وإنشاء آليات للثقة والتحكم وموافقة قيم الشركة ونواياها. كلما تعين على الذكاء الاصطناعي الأكثر استقلالية تحديد الأهداف وتخطيط الإجراءات والتفاعل مع الأشخاص، رغبت المؤسسات في التفكير في تطوير طرق للمراقبة والتدخل—دون كبت إمكانات الابتكار وحل المشكلات.

فيما يلي أربع قضايا مُحددة يجب مراعاتها.

• الدقة: تُحسِّن أنظمة الوكلاء بشكل عام من الدقة على مستوى البشر. مع ذلك، كما هو الحال دائمًا، يمكن أن تؤدي البيانات السيئة إلى نتائج غير مرغوب فيها، بما في ذلك مخرجات غير دقيقة أو إجراءات غير مرغوب فيها. مثل الموظف الجديد تمامًا، قد ترغب الشركات في مراقبة أنظمة الوكلاء التي تم نشرها حديثًا حتى تكون النتائج صحيحة باستمرار. وكما هو الحال مع موظف جديد، يجب كسب ثقته. مع وضع ذلك في الاعتبار، ينبغي مراعاة أن المهام المُبكرة التي تتعامل معها أنظمة الذكاء الاصطناعي للوكلاء يجب أن تكون منخفضة المخاطر ويمكن إصلاحها بسهولة.
• إدارة البيانات وأحمال العمل: في نهاية المطاف، يعد أي نظام ذكاء اصطناعي امتدادًا لبيانات المؤسسة وإدارة للموارد وأحمال العمل الحوسبة والشبكة اللازمة المستخدمة للمهمة. بالتالي، قد ترغب فِرق تكنولوجيا المعلومات في تحديد إذا كانت البنية التحتية وقواعد البيانات والموارد الأخرى المحلية والسحابية فعَّالة ومحسنة قبل البدء في تكامل الوكيل.
• خصوصية البيانات: يعني استقلالية الذكاء الاصطناعي للوكلاء أنه يمكنه طلب الوصول إلى الأنظمة والبيانات الخارجية. مع معالجة الوكلاء أحجام كبيرة بسرعة، تزداد احتمالية مواجهة المعلومات الحساسة. يمكن أن تتيح معالجة الخصوصية والامتثال التنظيمي، والمعلومات التي يمكن الوصول إليها حول الإجراءات والبيانات التي يتم الوصول إليها للذكاء الاصطناعي للوكلاء العمل مع خطر أقل من اختراق البيانات الحساسة.
• الشفافية: يمثل الوكلاء أساس الذكاء الاصطناعي للوكلاء، ويجب تطويرهم بالوسائل التي تشرح القرارات والاستنتاجات. بالإضافة إلى ذلك، ضع في اعتبارك أنه يجب الوصول إلى العناصر الرئيسة، مثل منطق الوكيل وطرق التقييم، بحيث يمكن تأكيد أنها تستند إلى أُسس جيدة أو تصحيحها إذا لم تكن كذلك.

طريقة بدء استخدام الذكاء الاصطناعي للوكلاء

8 خطوات لتنفيذ الذكاء الاصطناعي للوكلاء

تكون عادةً مشروعات الذكاء الاصطناعي للوكلاء فريدة للمؤسسات ذات المعلمات التي تستند إلى الموارد المتاحة وأهداف الفريق والمتغيرات الأخرى. مع ذلك، توضح الخطوات العامة التالية طريقة بدء معظم الفِرق في مشروعات الذكاء الاصطناعي للوكلاء.

1. تحديد الأهداف

تتمتع أنظمة الذكاء الاصطناعي للوكلاء بالاستقلالية وإمكانات تحديد الأهداف، إذ تخطط مهام متعددة الخطوات نحو نتيجة بأقل تدخل بشري وتنفذها. يختلف هذا عن أنظمة الذكاء الاصطناعي لغير الوكلاء والتي تركز على المهام، والتي قد يكون لها هدف إنتاج مخرجات محددة ودقيقة—على سبيل المثال، صورة تم إنشاؤها بواسطة استعلام أو فيلم يستمتع به شخص ما. حتى يتم تحديد الهدف المطلوب، لا يمكن للفِرق التركيز على إنشاء نظام يستند إلى الموارد المتاحة. يمكن للأهداف أيضًا إعلام النظام الذي تم إنشاؤه مُسبقًا للبدء في استخدامه.

2. مصمم للمتانة والموثوقية

تعيين معايير الأداء ومقاييسه المناسبة التي تمتد عبر دورة حياة النظام، بدءًا من التدريب والتنفيذ إلى الذكاء الاصطناعي للوكلاء النشط. تعد مراجعات الأمان والامتثال والجودة عوامل رئيسة ويجب أن تدمج أكبر عدد ممكن من وجهات النظر. أخيرًا، حتى لو كان المشروع يحقق مؤشرات الأداء الرئيسة أو حتى يتجاوزها، فيمكن أن تظل الفِرق لديها رغبة في الالتزام بالمراقبة والتحسينات المستمرة لتتماشى مع الطلب المتزايد الذي نأمل فيه. فكر في نقاط الفشل المحتملة، وضع خطط الطوارئ.

3. دمج طبقات الأمان

نظرًا إلى منح الذكاء الاصطناعي للوكلاء مستوى من الاستقلالية لاتخاذ القرارات، ضع في اعتبارك طبقات الأمان لمشروعك. قد تشمل هذه حواجز الحماية التقنية التي تساعد في منع سوء الاستخدام والأمان وطبقات خصوصية البيانات للمساعدة في حماية البيانات أثناء مواجهة الذكاء الاصطناعي مع الأنظمة الأخرى وتدخل الإشراف البشري في سير عمل المشروع.

4. تقييد النطاق والاستقلالية

تتطلب مشروعات الذكاء الاصطناعي للوكلاء معلمات للمساعدة في منع قرارات الذكاء الاصطناعي من تجاوز حدود النطاق أو الاستقلالية. تتضمن أمثلة المعلمات حدود القرار التي تؤدي إلى التدخل البشري، والعوائق الواقعة على إجراءات وقرارات معينة، والقيود المفروضة على الوصول إلى أنواع معينة من المواد، ودمج حلقات الملاحظات للمساعدة في ضمان استمرار تحسن نتائج الوكيل.

5. التركيز على قابلية التفسير والشفافية

نظرًا إلى أن الذكاء الاصطناعي للوكلاء يعمل بشكل مستقل، يجب أن تكون الاستنتاجات والإجراءات قابلة للشرح بحيث عندما تفحص الفرق القرارات، تكون الأسباب والحلول واضحة. تدعم إمكانية التفسير تحسين النموذج وتساعد في استكشاف الأخطاء وإصلاحها عندما لا يتم تحقيق الأهداف على النحو الأمثل.

6. إنشاء عناصر تحكم واضحة وتحديد أولويات الخصوصية والأمان والامتثال

من المحتمل أن تكون مؤسستك قد وضعت قواعد لمعالجة الخصوصية والأمان والامتثال. ضع في اعتبارك إذا كانت هذه الإرشادات قابلة للتطبيق على الأنظمة الجديدة، مثل الذكاء الاصطناعي للوكلاء. في كل مرة يتخذ فيها نظام الوكلاء قرارًا، أو يتصل بالأنظمة الأخرى، أو يعالج المدخلات، أو ينشئ مخرجات، تمثل خطرًا محتملاً، لذلك يعد إنشاء الضوابط اعتبارات مهمة.

7. المراقبة والتقييم والتحسين المستمرين

كما هو الحال مع أي تقنية جديدة، يجب مراقبة أنظمة الذكاء الاصطناعي للوكلاء. تتضمن المجالات التي يجب مراقبتها الأداء—مدى توفر النظام ومدى سرعة إكمال المهام المُخصصة إليه—ومدى دقة المخرجات أو الإجراءات. ضع في اعتبارك أيضًا مراقبة السلوك. من خلال تسجيل الإجراءات والقرارات بمرور الوقت، يمكنك التعرُّف على أنماط السلوك غير العادية أو غير المتوقعة أو تغييرات قد تشير إلى انحراف البيانات أو تدهور النموذج. يعتمد عمق المراقبة وتكرارها على أهمية الذكاء الاصطناعي للوكلاء وكيف قد يؤثر فشله على المؤسسة.

8. تشجيع التعاون والمدخلات متعددة التخصصات

تتيح مجموعة واسعة ومتنوعة من وجهات النظر للفِرق الحصول على رؤى حول النتائج وفُرص التدريب التي قد يتم تجاهلها. من خلال تحليل النموذج من مجموعة من وجهات النظر، يمكن للفِرق أن تتمتع بنظام ذكاء اصطناعي للوكلاء أكثر اكتمالاً وتحسينًا يساعد في تقليل كل من النقاط الغامضة والمخاطر المحتملة.

تتدفق جميع التفاصيل المذكورة أعلاه فيما يتعلق بالمراقبة والتحليل والشفافية لمسح عمليات التبادل التي تحدد المسؤوليات بين وكلاء الذكاء الاصطناعي الذين يتألفون من نظام الذكاء الاصطناعي للوكلاء والفِرق البشرية.

مستقبل الذكاء الاصطناعي للوكلاء

يعمل المهندسون على جعل أنظمة الذكاء الاصطناعي للوكلاء أقوى وأكثر موثوقية وقادرة على العمل بفعالية وأمان في البيئات المعقدة والديناميكية. يتطور هذا المجال بسرعة، ومن المتوقع أن تستمر الأبحاث الجارية في التصميم المعياري، ومزايا السحابة، وآليات التعلم المُتقدمة، وغيرها من المجالات في المساهمة في بناء أنظمة مستقلة أكثر موثوقية.

فيما يلي بعض المجالات التي يجب مراقبتها.

• الدقة: مع تحسين أنظمة الذكاء الاصطناعي للوكلاء، تنظر الفِرق في طرق جديدة لتحسين الدقة من خلال عمليات التعلم التي يمكن أن تتضمن ملاحظات من قصص النجاح والإخفاقات لتحسين السياسات واتخاذ القرارات. راقب تقنيات مثل التعلم المعزز وتقنيات التصفية والتحقق الأفضل.
• التكامل: في الوقت الحالي، يتم دمج الذكاء الاصطناعي للوكلاء في أنظمة المؤسسة، بما في ذلك تطبيقات الأعمال. على مدار السنوات القليلة القادمة، من المتوقع أن يصبح استخدام الذكاء الاصطناعي للوكلاء أكثر قابلية للتكيف والتخصيص، مع نقاط إدخال أسهل عبر المزيد من الوظائف.
• كفاءة الطاقة: يعد استهلاك الطاقة أحد أكبر التحديات التي يواجهها الذكاء الاصطناعي. من المتوقع أن يستخدم الذكاء الاصطناعي للوكلاء مع عملياته الأكثر تعقيدًا بطبيعته وبحوثه ذاتية التوجيه، موارد أكثر من حالات استخدام الذكاء الاصطناعي السابقة. قد يكون العثور على طرق لتقليل بصمة الطاقة للنماذج أمرًا أساسًا لنجاح الذكاء الاصطناعي للوكلاء على المدى الطويل.
• الاستقلالية: في الوقت الحالي، تعمل أنظمة الذكاء الاصطناعي للوكلاء بشكل عام بإشراف بشري—مع ذلك، هذا ليس متطلبًا. يرجع ذلك إلى أن التكنولوجيا لم تحصل على ثقة الاستقلالية التامة. يكمن الهدف من تكنولوجيا الذكاء الاصطناعي للوكلاء في إيجاد توازن مناسب بين الاستقلالية والوظائف والتحكم.

بدء استخدام وكلاء الذكاء الاصطناعي التوليدي لـ OCI

يمكن للمؤسسات دمج الذكاء الاصطناعي للوكلاء بسهولة وسرعة مع وكلاء الذكاء الاصطناعي التوليدي للبنية التحتية من Oracle Cloud (OCI). مع قوة المعالجة وقابلية التوسع في OCI، تجمع منصة الذكاء الاصطناعي للوكلاء من Oracle بين LLM وإمكانات الإنشاء المعززة بالاسترجاع مع بيانات مؤسسية، مما يتيح رؤى قوية يتم اكتشافها بشكل مستقل وتوجيهها بواجهات اللغة الطبيعية. يمكن لأدوات الأتمتة لأنظمة الذكاء الاصطناعي للوكلاء، مثل Oracle Integration مساعدة المؤسسات في تبسيط تنسيق الخدمة، بما في ذلك أتمتة العمليات الروبوتية، أو RPA، والروبوتات ذات قابلية الملاحظة الموحدة والرقابة البشرية الفعَّالة.

الأسئلة الشائعة حول الذكاء الاصطناعي للوكلاء

ما الفَرق بين RPA والذكاء الاصطناعي للوكلاء؟

يشير RPA إلى أتمتة العمليات الروبوتية ويركز على مهام مُحددة فضلاً عن القرارات. على سبيل المثال، تتفوق RPA في أتمتة المهام المتكررة، مثل تحديث تنسيقات البيانات أو نقل البيانات من تطبيق إلى آخر. تتعاون أنظمة الذكاء الاصطناعي للوكلاء لتعيين الأهداف وتحسينها وتحقيقها؛ في هذه الحالة، يمكن لوكيل الذكاء الاصطناعي تحديد مجموعة بيانات يلزم الوصول إليها بتنسيق مُنفصل، ويستخدم RPA لإنشاء نسخة من مجموعة البيانات قبل تحديث التنسيق.

ما الذكاء الاصطناعي التوليدي الأكثر استخدامًا؟

تظل ChatGPT أداة الذكاء الاصطناعي التوليدي الأشهر. تشمل أدوات GenAI الشائعة الأخرى التي تعمل في وسائط أخرى Midjourney لإنشاء الصور وSora لإنشاء مقاطع الفيديو.

ما المقصود بإطار عمل الذكاء الاصطناعي للوكلاء؟

من منظور شامل، تشير أطر عمل الوكلاء إلى البرامج والأنظمة المستخدمة لتطوير أنظمة الذكاء الاصطناعي للوكلاء. يتم بناء أطر عمل الوكلاء غالبًا على المكونات الحالية لتوفير الأساس للتحسين والخصوصية الموجَّهة نحو المشروعات للأهداف والإمكانات. تتضمن الأطر العملية عادةً وحدات أساس لتفسير اللغة، وتكامل الأدوات، وإدارة الموارد، وتحليل المشاعر، والبحث عن المتجهات، والمعالجة المُسبقة للبيانات.