چجوری سرمایه‌گذاری روی ایجنت‌های هوش مصنوعی رو کم‌ریسک‌تر کنیم؟

اگه تا الان با چت‌بات‌ها حرف زدی (که تقریباً همه‌مون حرف زدیم!) یا یه بار سیستم‌های پیشنهاددهنده‌ی برنامه یا موزیک رو تجربه کردی، پس می‌دونی که اتوماسیون یا خودکارسازی خیلی وقته اومده تو دل تجربه‌های مشتری. حالا اما یه موج جدید با اسم “هوش مصنوعی عامل‌محور” یا Agentic AI داره میاد که قضیه رو پیشرفته‌تر و باحال‌تر می‌کنه. این مدل از هوش مصنوعی می‌تونه خودش هدف بذاره، برنامه‌ریزی کنه، تصمیم بگیره و با موقعیتای جدید وفق پیدا کنه. یعنی فقط یه جواب ثابت بهت نمی‌ده، بلکه واقعاً باهات تعامل می‌کنه.

مثلاً نیرج ورما (معاون مدیریت محصول شرکت NICE) می‌گه: “واقعاً هرکسی که من می‌شناسم یا دیدم، یه جورایی دیگه با GenAI بوت‌ها یا همون ربات‌های هوش مصنوعی تولیدگر تعامل داشته. توقع مردم دیگه اینه که جواب‌ها الکی اسکریپت و تکراری نباشه. انگار به اون نقطه رسیدیم که انتظارات مردم از تجربه مشتری رو داریم براورده می‌کنیم، نه فقط اینکه داریم یه چیزی رو بهتر می‌کنیم.”

اینجا Generative AI یعنی هوش مصنوعی‌ای که خودش می‌تونه محتوا مثل متن یا تصویر بسازه، نه مثل ربات‌های قدیمی که فقط جواب ثابت می‌دادن. پس تجربه کاربری جذاب‌تر و طبیعی‌تر میشه.

اما وقتی شرکت‌ها می‌خوان از این ایجنت‌های هوشمند استفاده کنن، کلی چالش جدید هم به وجود میاد. مثلا:

  • چطور یه سیستمی رو تست کنن که هر بار جوابش فرق می‌کنه؟
  • چطور باید به یه هوش مصنوعی واقعی دسترسی به زیرساخت‌های اصلی شرکت رو بدن ولی همچنان امنیت و کنترل رو حفظ کنن؟
  • چطوری هزینه‌ها، شفافیت کار و ریسک‌های اخلاقی رو هندل کنن، ولی باز بتونن سود خوبی هم ببرن؟

شاید قبلاً همه‌چی با یه سری قوانین خطی و اسکریپت‌شده کنترل میشد، ولی الان این مدل‌های جدید «غیرقطعی» (یعنی نمی‌شه گفت دقیقاً دفعه بعد قراره چی جواب بدن) همه‌چی رو پیچیده‌تر کردن. برای همین شرکت‌ها مجبورن دوباره فکر کنن که چجوری ریسک رو مدیریت کنن، محدودیت بذارن، و موفقیت این سیستم‌ها رو اندازه بگیرن.

ورما اعتقاد داره موفقیت از آنِ شرکت‌هایی میشه که طراحی‌شون رو بر اساس نتیجه‌محور بودن می‌چینن؛ یعنی ابزارهایی می‌سازن که هم شفاف، هم امن و هم مقیاس‌پذیر باشن. Outcome-oriented design یعنی طراحی‌ای که هدفش رسیدن به نتیجه‌ی مطلوبه، نه فقط اینکه یه ابزار دیجیتالی گذاشته باشیم.

یه چیز مهم دیگه اینکه الان برنده‌های واقعی اون شرکت‌هایی هستن که از هوش مصنوعی کاربردی استفاده می‌کنن؛ یعنی میرن سراغ مساله‌های واقعی و با ابزارهای AI براشون راه‌حل می‌سازن. Applied AI همون هوش مصنوعی‌ایه که فقط واسه تحقیق نیست، بلکه وارد عمل و زندگی روزمره شده.

در کل باید بدونیم که سرعت و نحوه حرکت شرکت‌ها به سمت ایجنت‌های هوش مصنوعی بستگی به این داره که چقدر بتونن مطمئن و کم‌ریسک پیش برن و این ابزارها رو با دقت راه‌اندازی کنن.

نکته آخر: این مقاله رو تیم Insight از MIT Technology Review (یه گروه مستقل واسه تولید محتوای اختصاصی) نوشته و کارشون تحقیق و نوشتن با کمک آدمای واقعی بوده. حتی اگه بخشی از کار رو با استفاده از هوش مصنوعی جلو بردن، همه چی زیر نظر دقیق آدم‌ها کامل شده. پس کلی وقت و فکر پای این محتوا رفته!

منبع: +