اشتراک
هوش مصنوعی فناوری سازمانی اتوماسیون

حقیقت درباره عامل‌های هوش مصنوعی سازمانی (و نحوه کسب ارزش از آن‌ها)

در یک نگاه چکیدهٔ خودکار موتور هوش مصنوعی افق آبی

مقاله‌ای به قلم رایان پریِم در اجلاس هوش مصنوعی مولد در واشنگتن دی.سی. ارائه شده که به بررسی عامل‌های هوش مصنوعی سازمانی و نحوه بهره‌برداری از آن‌ها می‌پردازد. رایان پریِم، رهبر فروش Glean، با تجربیات دو دهه‌ای خود در فناوری و تحلیلات داده، به اهمیت استفاده صحیح از مدل‌های زبانی بزرگ اشاره می‌کند. او تأکید دارد که ارزش واقعی این مدل‌ها تنها از خودشان نشأت نمی‌گیرد، بلکه به استفاده کاربردی و صحیح از آن‌ها بستگی دارد. مقاله همچنین به سیستم‌های هوش مصنوعی کاری می‌پردازد که در سه بخش اصلی فعالیت دارند: جستجوی سازمانی با قابلیت شبیه گوگل، پاسخ‌دهی دقیق و مرتبط درون اکوسیستم سازمانی و اتوماسیون وظایف برای کاهش کارهای تکراری. این سیستم‌ها با کاهش اصطکاک و خودکارسازی وظایف روزمره، بهره‌وری بهتری را در محل کار فراهم می‌کنند و کمک می‌کنند تا زمان بیشتری برای انجام کارهای پربازده صرف شود. این مقاله به نحوه ساختن عامل‌های هوش مصنوعی مفید و مقیاس‌پذیر می‌پردازد که کاربران واقعاً به استفاده از آن‌ها علاقه‌مند باشند.

این مقاله از سخنرانی رایان پریِم در اجلاس هوش مصنوعی مولد واشنگتن دی.سی. سال ۲۰۲۵ گرفته شده است. ارائه کامل و انبوهی از منابع درخواستی منتظر شما هستند.


اگر هوش مصنوعی عملاً روز کاری شما را آسان‌تر نکند، چه فایده‌ای دارد؟

این سوالی است که من مدام به آن برمی‌گردم - و سوالی است که در نهایت مرا وارد فضای هوش مصنوعی مولد کرد.

من رایان پریِم هستم و رهبری فروش Glean را در شرق بر عهده دارم. پس از بیش از دو دهه فعالیت در فناوری، کار در داده و تجزیه و تحلیل در مکان‌هایی مانند Snowflake و EMC، شاهد تغییراتی بودم. مدل‌های زبانی بزرگ فقط چشمگیر نبودند - بلکه شروع به ارائه ارزش واقعی و قابل اندازه‌گیری کردند.

اما یک نکته وجود دارد: ارزش از خود مدل به تنهایی حاصل نمی‌شود. بلکه از نحوه استفاده صحیح از آن ناشی می‌شود.

این چیزی بود که مرا به Glean جذب کرد. ما بر استفاده از هوش مصنوعی برای حل مشکلات واقعی محل کار تمرکز داریم. خواه کمک به کسی برای یافتن سند مناسب، پاسخ دادن به یک سوال مهم یا خودکارسازی یک کار خسته‌کننده باشد، ما در حال ساختن هوش مصنوعی هستیم که به روشی که مردم کار می‌کنند، کار کند.

این مقاله، بررسی اجمالی از این سفر و آنچه واقعاً برای ساختن عامل‌های مفید و مقیاس‌پذیر که مردم واقعاً می‌خواهند از آن‌ها استفاده کنند، لازم است.

بیایید شروع کنیم.

سیستم‌های هوش مصنوعی کاری واقعاً چه کاری انجام می‌دهند (و چرا اکنون مهم هستند)

ما خودمان را یک شرکت "هوش مصنوعی کاری" طبقه‌بندی می‌کنیم. منظورمان این است که بر سه مورد اصلی استفاده تمرکز داریم:

  1. چیزی را پیدا کنید. به جستجوی سازمانی فکر کنید - قابلیت‌های شبیه گوگل در سراسر پیکره داده شما. ما بیش از ۱۲۰ اتصال‌دهنده بومی ساخته‌ایم که همه چیز را از Slack و Teams گرفته تا Confluence، Salesforce و SharePoint فهرست‌بندی می‌کنند.
  2. به چیزی پاسخ دهید. این جایی است که هوش مصنوعی مولد وارد عمل می‌شود. این در مورد ارائه پاسخ‌های دقیق و مرتبط از درون اکوسیستم سازمان شما است - مانند کاری که Microsoft Copilot انجام می‌دهد، اما در سراسر همه برنامه‌های شما.
  3. کاری انجام دهید. این قسمت واقعاً هیجان‌انگیز است: اتوماسیون وظایف. خواه آماده شدن برای یک جلسه، نوشتن یادداشت‌های پیگیری، ایجاد یک پست رسانه‌های اجتماعی یا حل یک تیکت پشتیبانی باشد - این‌ها کارهای روزمره‌ای هستند که سرعت افراد را کم می‌کنند. ما به شما کمک می‌کنیم آن‌ها را خودکار کنید.

نکته کلیدی همه این‌ها، کاهش اصطکاک است. اگر بتوانید سند مناسب را در چند ثانیه پیدا کنید، پاسخ درست را فوراً دریافت کنید و کارهای تکراری را به یک عامل واگذار کنید، می‌توانید زمان بیشتری را صرف انجام کارهای پربازدهی کنید که در واقع تجارت را به جلو می‌برند.

عامل‌های هوش مصنوعی: اتوماسیون و کمک هوشمند (راهنمای ۲۰۲۵) عامل‌های هوش مصنوعی موجودیت‌های نرم‌افزاری هوشمندی هستند که برای عملکرد مستقل و دستیابی به اهداف خاص طراحی شده‌اند. موسسه شتاب‌دهنده هوش مصنوعی محمد رشد عرب
اشتراک:
این گزارش ترجمه و بازنویسی خبری با موتور هوش مصنوعی افق آبی است و برای خوانندهٔ فارسی‌زبان بازتنظیم شده. منبع اصلی: موسسه شتاب‌دهنده هوش مصنوعی