تعمل وكلاء الذكاء الاصطناعي بالفعل على تحويل مستقبل العمل والقوى العاملة. إليك ما يحتاج المطورون وقادة التكنولوجيا إلى معرفته حول الذكاء الاصطناعي الوكيل.

تخيل تطوير واجهة برمجة تطبيقات لعصر الذكاء الاصطناعي التوليدي . ستدعم هذه الواجهة إدخال اللغة الطبيعية ، والاستفادة من الذكاء من نماذج اللغة الكبيرة ، وأتمتة القرارات من خلال التكامل مع أنظمة SaaS والمؤسسات، وتمكين تنسيق العمليات التجارية من خلال الاتصال بواجهات برمجة تطبيقات أخرى تدعم الذكاء الاصطناعي التوليدي.

هذه إحدى الطرق لفهم ماهية وكلاء الذكاء الاصطناعي وكيف يعملون. فهم يدمجون منطق طلاب الماجستير في القانون المعتمدين على RAG مع الوصول إلى المعرفة التجارية السياقية والقدرة على التصرف بشكل شبه مستقل. في حين يأخذ طلاب الماجستير في القانون مدخلات اللغة الطبيعية ويجيبون على الأسئلة، فإن وكيل الذكاء الاصطناعي يشبه إلى حد كبير شريكًا تجاريًا ينجز العمل بالفعل. تم تصميم الوكلاء المستقلين الأكثر تطورًا للعمل دون أي تفاعلات بشرية إلى حد كبير. وباعتبارهم مستقلين، فإنهم يتعرضون لمخاطر أكبر في تفسير المدخلات واتخاذ الإجراءات.

تعمل وكلاء الذكاء الاصطناعي على تحويل مستقبل العمل من خلال تزويد المطورين ومستخدمي الأعمال وغيرهم بشريك قائم على الدور يقوم بأتمتة المهام بشكل استباقي ويعمل كمتعاون ذي خبرة. تولد وكلاء الذكاء الاصطناعي اهتمامًا تجاريًا كبيرًا لمجموعة حالات الاستخدام الخاصة بهم وقابلية التطبيق بما يتجاوز مجرد معالجة المعلومات الذكية باستخدام genAI . العديد من حالات استخدام وكلاء الذكاء الاصطناعي ليست طموحات كبيرة ولكنها مقترحات قوية من المرجح أن تحصل على تمويل.

وكلاء الذكاء الاصطناعي مقابل واجهات برمجة التطبيقات

دعونا نبدأ بفهم كيفية اختلاف وكلاء الذكاء الاصطناعي عن واجهات برمجة التطبيقات والخدمات الويبية الأخرى.

تقبل وكلاء الذكاء الاصطناعي اللغة الطبيعية وغيرها من المدخلات غير التقنية، بما في ذلك وكلاء الذكاء الاصطناعي الناشئين الذين يقبلون الصوت والصور والفيديو. قارن هذا بواجهات برمجة التطبيقات التي تقبل فقط المدخلات الموجهة للنظام مثل JSON وXML.

بدلاً من قواعد الأعمال المشفرة، يتصل وكلاء الذكاء الاصطناعي بـ RAG ونماذج اللغة ونماذج genAI الأخرى للحصول على المعرفة ذات الصلة.

يمكن لوكلاء الذكاء الاصطناعي أن يستدلوا على مسارات العمل التالية بناءً على الدور المخصص لهم والحواجز المحددة لما لا ينبغي لهم القيام به. ولأن واجهات برمجة التطبيقات تعتمد على القواعد، فإنها تتطلب وقتًا وجهدًا أكبر بكثير في البرمجة لمحاكاة الأدوار والقرارات والإجراءات المختلفة.

يمكن لكل من واجهات برمجة التطبيقات ووكلاء الذكاء الاصطناعي إجراء المعاملات والتواصل مع الخدمات الأخرى. كما يمكن لوكلاء الذكاء الاصطناعي أيضًا التصرف بناءً على قراراتهم وإرسال مطالبات باللغة الطبيعية إلى وكلاء الذكاء الاصطناعي الآخرين.

توفر وكلاء الذكاء الاصطناعي مخرجات باللغة الطبيعية للمتعاونين من البشر. ويمكن للأشخاص غير الفنيين التحقق من مستوى فهم وكيل الذكاء الاصطناعي وأفعاله لأن خطوات اتخاذ القرار والاتصال بواجهات برمجة التطبيقات ووكلاء الذكاء الاصطناعي الآخرين يتم تلخيصها باللغة الطبيعية.

يقول ديون نيكولاس، المؤسس المشارك لشركة Forethought : "يتعين على المطورين الذين يقومون ببناء وكلاء الذكاء الاصطناعي لحالات الاستخدام مثل خدمة العملاء استخدام اللغة الطبيعية لتشفير منطق الأعمال بدلاً من التعليمات البرمجية". "يجب عليهم تزويد الوكلاء بالقدرة على التواصل مع واجهات برمجة التطبيقات بنفس الطريقة التي يتواصل بها البشر مع مواقع الويب. سيؤدي هذا إلى إطلاق العنان للذكاء الاصطناعي الوكيل الحقيقي، والذي يمكنه اتخاذ الإجراءات وحل المشكلات، وتقديم قيمة مضافة حقيقية".

ما نوع وكيل الذكاء الاصطناعي الذي تحتاجه؟

هناك عدة أنواع من وكلاء الذكاء الاصطناعي ، مصنفة حسب كيفية اتخاذ القرارات وتنفيذ الإجراءات. يستبدل الوكلاء القائمون على النموذج القواعد بنماذج الذكاء الاصطناعي والبيانات الداعمة، بينما يقارن الوكلاء القائمون على الهدف والفائدة بين السيناريوهات المختلفة قبل اختيار مسار العمل. يستخدم وكلاء التعلم الذكي الأكثر تطورًا حلقات التغذية الراجعة لتحسين النتائج، بينما يعمل الوكلاء الهرميون في مجموعة لتفكيك المهام المعقدة.

هل يمكنك تغليف واجهة برمجة التطبيقات بواجهة لغة طبيعية وتسميتها وكيل الذكاء الاصطناعي؟ الإجابة هي نعم؛ فهذه وكلاء انعكاسيون بسيطون يستخدمون القواعد لربط مدخلات اللغة الطبيعية بالإجراءات.

ما هي المتطلبات الأساسية لتطوير وكلاء الذكاء الاصطناعي؟

عند تطوير وكلاء الذكاء الاصطناعي، يجب أن تكون على دراية بالمتطلبات الأساسية المتعلقة بالمنصات والبيانات والتكامل والأمان والامتثال.

يقول ريتش والدرون، المؤسس المشارك والرئيس التنفيذي لشركة Tray.ai : "يتطلب نجاح وكلاء الذكاء الاصطناعي منصة أساسية للتعامل مع تكامل البيانات وأتمتة العمليات الفعّالة وإدارة البيانات غير المنظمة". "يمكن تصميم وكلاء الذكاء الاصطناعي لتتوافق مع سياسات البيانات الصارمة وبروتوكولات الأمان، مما يجعلها فعّالة لفرق تكنولوجيا المعلومات لتحقيق مكاسب الإنتاجية مع ضمان الامتثال".

التقنيات والمنصات لتطوير وكلاء الذكاء الاصطناعي

أعلنت منصات المؤسسات مثل Appian وAtlassian وCisco Webex وCloudera وPega وSalesforce وSAP وServiceNow وWorkday عن إمكانات وكيل الذكاء الاصطناعي المضمنة في سير العمل وتجارب المستخدم. على سبيل المثال، يساعد وكيل التوظيف Workday مسؤولي التوظيف في الموارد البشرية في العثور على المواهب وتوظيفها، بينما يساعد وكيل الخدمة الافتراضي المدعوم بالذكاء الاصطناعي من Atlassian في أتمتة مشكلات الدعم من المستوى الأول.

تتمتع بعض المنصات أيضًا بإمكانيات تسمح لخبراء الموضوع ومستخدمي الأعمال غير الفنيين بتطوير وكلاء الذكاء الاصطناعي الخاصين بهم. يسمح Salesforce Agent Builder للمستخدمين غير الفنيين بإنشاء وكلاء ذكاء اصطناعي مخصصين. يصف المستخدمون دور الوكيل ويختارون الموضوعات التي تمثل العمل الذي يتعين القيام به، ويقوم الذكاء الاصطناعي بربطها بالأنشطة التي يمكن إجراؤها على المنصة. تشمل المنصات الأخرى ذات إمكانيات بناء وكلاء الذكاء الاصطناعي Cisco Webex AI Agent Studio و ServiceNow Agentic AI و Tray.ai Merlin Agent Builder .

يأتي أحد الخيارات لتطوير وكيل الذكاء الاصطناعي مباشرة كخدمة من بائعي المنصات الذين يستخدمون بياناتك لتمكين تحليل الوكيل، ثم توفير واجهات برمجة التطبيقات لإجراء المعاملات. الخيار الثاني هو من منصات منخفضة التعليمات البرمجية أو بدون تعليمات برمجية ، والأتمتة، ونسيج البيانات التي يمكنها تقديم أدوات عامة الغرض لتطوير الوكيل.

يقول ديفيد بروكس، نائب الرئيس الأول للتبشير في Copado : "سيتم استخدام مزيج من أدوات الكود المنخفض والأدوات الاحترافية لبناء الوكلاء، ولكن الكود المنخفض سيهيمن حيث سيتم تمكين محللي الأعمال من بناء حلولهم الخاصة". "سيستفيد العمل من هذا من خلال التكرار السريع للوكلاء الذين يعالجون احتياجات العمل الحرجة. سيستخدم المبرمجون المحترفون وكلاء الذكاء الاصطناعي لبناء الخدمات والتكاملات التي توفر الوكالة".

ويأتي الخيار الثالث من خلال تطوير الوكلاء بشكل أصلي باستخدام الكود، أو منشئي وكلاء الذكاء الاصطناعي ، أو أطر عمل تطبيقات LLM .

يقول أبي ماهيشواري، الرئيس التنفيذي لشركة Aisera : "يمكنك إما بناء وكلاء الذكاء الاصطناعي بشكل أصلي - مثل Python أو C++ - أو استخدام إطار عمل مثل AutoGen أو LangGraph أو CrewAI، ولكن قد لا يتم توسيع نطاقها بشكل جيد أو تحتوي على حواجز حماية كافية". "تحتاج أيضًا إلى بنية تحتية حديثة للبيانات، مثل بحيرة البيانات أو منزل البحيرة . يجب أن تكون البيانات أيضًا ذات صلة بالمجال و"متكاملة بسلاسة باستخدام تقنيات مثل الضبط الدقيق لـ LLMs أو RAG"، كما يقول ماهيشواري.

من المرجح أن تحتاج المنظمات التي تتطلع إلى أن تكون من أوائل المتبنين لتطوير وكلاء الذكاء الاصطناعي إلى مراجعة منصات إدارة البيانات وأدوات التطوير وعمليات DevOps الأكثر ذكاءً لتمكين تطوير الوكلاء ونشرهم على نطاق واسع.

تقول مريم أشوري، مديرة إدارة المنتجات في watsonx.ai، IBM : "لتسريع تطوير الوكلاء، ستحتاج الشركات إلى مجموعة قوية من الأدوات التي تسمح لها بتصميم الوكلاء وتخصيصهم ونشرهم ومراقبتهم على نطاق واسع". "يتضمن ذلك نماذج مُحسَّنة لاستدعاء الوظائف، وبرامج وسيطة لتنظيم الوكلاء وربطهم بمجموعات أدوات مؤسسية أوسع، ووقت تشغيل مُحسَّن، وحواجز تقنية، وقدرات حوكمة لضمان عملهم على النحو المقصود. سيتطلب الأمر أيضًا أدوات تلبي احتياجات مجموعة واسعة من المستخدمين ومجموعات المهارات، من أدوات البرمجة الاحترافية للمطورين إلى أدوات منخفضة الكود وبدون كود لمستخدمي الأعمال لتضمينها في سير العمل اليومي".

اختبار وكلاء الذكاء الاصطناعي

يتطلب اختبار نماذج LLM والتحقق من دقتها وجود مختبرين بشريين وأتمتة وبيانات اصطناعية لاختبار الدقة الأساسية، بينما تستفيد التقنيات الأكثر تطوراً من نماذج الذكاء الاصطناعي الثانوية وتستخدم الشبكات التنافسية التوليدية (GANs) للاختبار على نطاق واسع.

يقول راؤول برادان، نائب الرئيس للمنتج والاستراتيجية والذكاء الاصطناعي والبيانات والتحليلات في Couchbase ، "إن اختبار الدقة عبر أدوات المراقبة المتطورة وحلقات التغذية الراجعة وآليات الرجوع إلى الوراء سيساعد المؤسسات على بناء الثقة في وكلاء الذكاء الاصطناعي، مما يمثل قفزة نحو الاستفادة من الوكلاء الذين يمكنهم أداء المهام باستقلالية".

يقول مايك فينلي، المدير التكنولوجي والمؤسس المشارك لشركة AnswerRocket ، إن وكلاء الذكاء الاصطناعي يمكن اختبار دقتهم على مرحلتين:

طلب من وكلاء الذكاء الاصطناعي تقديم نقاط إثبات موثقة حيث تتضمن أي حقائق مستخدمة أو مقتبسة مصادرها وأي قرارات يتم اتخاذها تتضمن خطوات منطقية موثقة تصف مدخلاتها.

محققو الذكاء الاصطناعي هم وكلاء مشرفون مهمتهم مراقبة عمل وكلاء الذكاء الاصطناعي الآخرين ومراجعة الدقة أثناء البحث عن إشارات دقيقة مثل التغيير في النبرة.

سوف تعمل وكلاء الذكاء الاصطناعي على إعادة تعريف القوى العاملة

حظيت برامج الماجستير في القانون ودراسات الأعمال البحثية باهتمام كبير فيما يتعلق بالذكاء الاصطناعي التوليدي، وهو ما أتاح المجال لإمكانية تأثير وكلاء الذكاء الاصطناعي على الإنتاجية عبر مجموعة واسعة من سير العمل التجارية. ومع تزايد عدد المنصات التي توفر الوكلاء ومنصات التطوير القابلة للتطوير، فمن المرجح أن تظهر مسؤوليات بشرية وذكاء اصطناعي جديدة.

يقول أرتيم كروبينيف، نائب الرئيس للاستراتيجية في أوجوري: "ستعمل الذكاء الاصطناعي الوكيل على إعادة تشكيل مكان العمل وإنشاء أدوار جديدة، مثل "مديري الوكلاء" للإشراف على الوكلاء المتخصصين، وتوجيه هذه الأنظمة استراتيجيًا، وضمان التوافق مع الأدوار التجارية، على غرار المشرفين الذين يديرون الفرق اليوم" . "مع نمو أنظمة الوكلاء المتعددة، قد تظهر أقسام شبيهة بالموارد البشرية لإدارة قوة عاملة هجينة من الوكلاء البشريين والذكاء الاصطناعي، مع التركيز على التدريب والتنسيق ومقاييس الأداء. يمكن لهذا النهج الهجين أن يمزج بين الحدس البشري وكفاءة الآلة لتحسين الإنتاجية".

ربما لا يكمن مفتاح النمو في مدى سهولة تطوير وكلاء الذكاء الاصطناعي، بل في ما إذا كانت المنظمات ستثق بهم وكيف ستثق بهم وما إذا كان الموظفون سيحتضنون قدراتهم.