توسيع نطاق الذكاء الاصطناعي الذاتي: التحول من المشروعات التجريبية إلى النشر على مستوى المؤسسة

الدروس المستفادة الرئيسية

تسلط الدروس المستفادة الرئيسية المتعلقة بتوسيع نطاق هذه الأنظمة الضوء على التحول الجوهري من اختبار النماذج المنفصلة إلى التنسيق بين الأنظمة وحوكمتها على مستوى المؤسسة بأكملها.

• يتطلب توسيع نطاق العمليات المعتمدة على برامج الوكلاء تحويل التركيز من قدرات النماذج كل على حدة إلى تنسيق مسار العمل على مستوى النظام بأكمله.
• غالباً ما تفشل المشروعات التجريبية المنعزلة في بيئات الإنتاج بسبب فقدان السياق وهشاشة التكاملات مع الأنظمة القديمة، والثغرات الكبيرة في الحوكمة.
• يعتمد النشر الناجح على مستوى المؤسسة على أربع ركائز أساسية: تحديث بنية البيانات، والتنسيق المتماسك، والحوكمة والضوابط الوقائية المدمجة، وإعادة تصميم الأدوار البشرية.
• توفر Automation Anywhere البنية الأساسية اللازمة لربط الذكاء الاصطناعي بأمان بعمليات الأعمال القابلة للتوسع والجاهزة للتشغيل في بيئة الإنتاج.

ما المقصود بتوسيع نطاق الأنظمة؟ (ولماذا تفشل المشروعات التجريبية)

توسيع نطاق الأنظمة هو عملية تنسيق سلاسل مهام الذكاء الاصطناعي على مستوى أنظمة المؤسسة، وهو سبب فشل المشروعات التجريبية المنفصلة عند إدخالها في بيئة الإنتاج. فالانتقال من مشروع تجريبي ناجح لبرنامج وكيل إلى نشره على نطاق واسع لا يتعلق بزيادة موارد الحوسبة أو استخدام نموذج أكثر ذكاءً، لكن الفرق غالبًا ما تفترض أن الأمر كذلك.

يسلط تقرير حديث صادر عن McKinsey الضوء على أن 70% من المشروعات التجريبية لبرامج وكلاء الذكاء الاصطناعي تفشل في التوسع بسبب هشاشة التكامل مع الأنظمة القديمة والافتقار إلى الحوكمة والضوابط الوقائية أثناء التشغيل.

تفسير فخ المشروعات التجريبية

يكشف تفسير فخ المشروعات التجريبية عن أن برامج الوكلاء المصممة لعمليات محدودة النطاق تفتقر إلى البنية التحتية المتماسكة اللازمة للعمل بموثوقية في بيئات الإنتاج واسعة النطاق. فقد يحقق برنامج الوكيل أداءً جيدًا في البيئة المحدودة التي صُمم من أجلها؛ سواءٌ أكانت عملية محددة أو مجموعة معروفة من المدخلات أو فريقًا واحدًا، ومع ذلك قد يتعذر الحفاظ على مستوى أدائه عند توسيع نطاقه، أو حتى تكرار هذا الأداء بموثوقية، وذلك بسبب غياب البنية التحتية والبنية المعمارية التي تتطلبها بيئة الإنتاج منذ البداية.

في بيئات الإنتاج الفعلية، يجب أن تمتد مسارات العمل عبر الأنظمة القديمة، وأن تحافظ على حالة العملية في جميع الخطوات، وتستوعب الحالات الاستثنائية، وتوفر للمدقق أدلة تثبت سلامة كل قرار.

يُعد تحسين قدرات برنامج وكيل واحد بمعزل عن غيره توسيعًا لنطاق النموذج. أما توسيع نطاق مسارات العمل على مستوى الأنظمة والفرق الفعلية بموثوقية وقابلية للتكرار وفي ظل الحوكمة، فهو توسيع لنطاق الأنظمة.

يستند توسيع نطاق النماذج إلى قوانين التوسع العصبي التي يمكن التنبؤ بها، لكن منحنيات هذه القوانين تصف تحسن أداء نموذج واحد. ولا تنتقل أي من هذه المكاسب إلى مستوى الموثوقية الذي تتطلبه الأنظمة في بيئة الإنتاج.

تظهر الأعراض الأربعة نفسها كلما جرى توسيع نطاق مشروع تجريبي بما يتجاوز البيئة التي صُمم من أجلها:

• فقدان السياق بسبب عدم الاحتفاظ بحالة العملية. قد تلاحظ أن برنامج الوكيل الذي كان أداؤه مستقرًا في المشروع التجريبي بدأ يناقض نفسه عند توسيع نطاقه؛ إذ يسلك مسارات مختلفة عند تلقي مدخلات متطابقة، ويفقد تسلسل العمل في منتصف العملية، ويكرر أخطاء سبق أن ارتكبها، وذلك لعدم الاحتفاظ بأي معلومات من عملية تشغيل إلى أخرى.
• هشاشة التكامل. يعمل برنامج الوكيل جيدًا إلى أن يضطر إلى التعامل مع أنظمة خارج نطاق عمله المعتاد. فبمجرد أن يحاول الوصول إلى النظام البنكي الأساسي أو نظام تخطيط موارد المؤسسة (ERP) أو أحد التطبيقات القديمة التي تفتقر إلى واجهة برمجة تطبيقات (API) واضحة، تتوقف العملية عند مرحلة التسليم. ولا تجدي قدرات التحليل القوية نفعًا إذا تعذر على برنامج الوكيل الوصول إلى الأنظمة التي يجري العمل من خلالها.
• الارتفاع غير المنضبط للتكاليف. يرتفع الإنفاق بوتيرة أسرع من نمو الاستخدام ويستمر في الزيادة، فتزداد تكلفة تنفيذ المهام نفسها بمرور الوقت مع استمرار تشغيل برامج الوكلاء، وإعادة المحاولة عند الفشل، وإعادة حل مشكلات سبق أن حلتها.
• ثغرات الحوكمة. لا يستطيع أحد الإجابة عن الأسئلة التي سيطرحها المدقق أو فريق الأمان: لماذا اتخذ برنامج الوكيل هذا الإجراء؟ وما البيانات التي وصل إليها؟ ومن وافق على الإجراء؟ وفي غياب مسارات التدقيق وضوابط الوصول والقرارات القابلة للتفسير، تتعثر عمليات النشر قبل الوصول إلى بيئة الإنتاج.
• تراكُم الأخطاء عبر الخطوات. عند ربط برامج الوكلاء الاحتمالية معًا في سلسلة متتابعة، تتراجع الموثوقية مع كل عملية تسليم؛ إذ ترث كل خطوة أخطاء الخطوة السابقة وتضيف إليها أخطاءها الخاصة. وهكذا، قد تبدو سلسلة من خطوتين أو ثلاث خطوات سليمة، لكنها تتعطل تدريجيًا عندما تمتد إلى عشر خطوات. فزيادة عدد برامج الوكلاء المتتابعة تعني انخفاض الموثوقية، لا زيادة القدرات.

لاحظ أن أيًا من هذه المشكلات لا يتعلق بجودة النموذج، بل كلها مشكلات تتعلق بالبنية المعمارية؛ ولهذا تحديدًا، لا يمكن لنموذج أفضل وحده أن يُخرج الذكاء الاصطناعي الذاتي من فخ المشروعات التجريبية.

الركائز الأربع لتوسيع نطاق الذكاء الاصطناعي الذاتي

يتطلب الخروج من فخ المشاريع التجريبية أربعة تحولات في البنية المعمارية. وترتبط هذه التحولات ارتباطًا مباشرًا بالمجالات التي تتعثر فيها المشروعات التجريبية، وهي البيانات والتنسيق والتحكم والعنصر البشري. وتسهم كل ركيزة منها في تعزيز فعالية الركيزة التالية.

1. تحديث بنية البيانات والسياق

يعني تحديث بنية البيانات والسياق تزويد برامج وكلاء الذكاء الاصطناعي بمعلومات آنية مؤهلة لاتخاذ القرارات، لمنعها من اتخاذ إجراءات خاطئة بثقة عند العمل على نطاق واسع. فتحلل برامج الوكلاء المعلومات المتاحة لها ضمن السياق الذي تستطيع الوصول إليه. وإذا اعتمدت على بيانات منعزلة في أنظمة منفصلة أو بيانات قديمة، فإنها ستتخذ قرارات خاطئة بثقة على نطاق واسع.

تتمثل الركيزة الأولى في جاهزية البيانات، أي إتاحة سياق مهيأ للذكاء الاصطناعي ومؤهل لاتخاذ القرارات لكل برنامج وكيل، وهو معيار أكثر صرامة من معيار البيانات المهيأة للتحليلات الذي تعتمده معظم الفرق. فالتحليلات يمكن أن تعمل على بيانات تُعالج على دفعات أو بيانات تاريخية يراجعها أحد الموظفين قبل اتخاذ أي قرار؛ بينما يتخذ برنامج الوكيل إجراءات مباشرةً استنادًا إلى السياق وفي الوقت الفعلي، ومن ثم يحتاج إلى بيانات حديثة تراعي أذونات الوصول ومنظمة بطريقة تتيح للآلة تحليلها بدلًا من الاعتماد على الإنسان لتفسيرها.

• سد فجوة السياق. استبدل بعمليات سحب البيانات المباشرة بين الأنظمة منتجات بيانات موحدة تعتمد على واجهات برمجة التطبيقات، بحيث تستمد برامج الوكلاء معلوماتها من مصدر متسق ومحدّث بدلًا من إعادة تكوين حالة العملية من البداية في كل عملية تشغيل.
• استخدام الرسوم البيانية المعرفية لخفض التكلفة وتقليل الأخطاء. تؤدي اقتصاديات الرموز المميزة في المؤسسات دورًا بالغ الأهمية في هذا المجال؛ إذ إن تنظيم المعرفة المؤسسية في صورة رسم بياني يقلل عمليات الاسترجاع المتكررة، ويحسّن استخدام الرموز المميزة، ويوفر لبرامج الوكلاء علاقات مستندة إلى معلومات موثوقة يمكنها تحليلها، ما يخفض الإنفاق على الرموز المميزة ويقلل معدلات الهلوسة على حد سواء. ووفقًا لشركة Forrester Research، فإن المؤسسات التي تستخدم الرسوم البيانية المعرفية الموحدة لتوفير السياق للذكاء الاصطناعي تقلل الوقت المستغرق في استرجاع البيانات المتكررة بنسبة 45%.
• تسجيل معلومات كافية للقرارات. لا تكتفِ بتسجيل النتائج، بل سجّل أيضًا البيانات والتحليل اللذين استند إليهما كل قرار، بحيث يمكن استخدام السجل نفسه في عملية التشغيل التالية لبرنامج الوكيل وفي مراجعة المدقق.

تمثل طبقة السياق هذه الأساس الذي تعتمد عليه جميع المكونات الأخرى لضمان عمل الذكاء الاصطناعي للمؤسسات بموثوقية.

2. التنسيق

التنسيق هو الطبقة التي تتولى إدارة برامج وكلاء الذكاء الاصطناعي وواجهات برمجة التطبيقات والموظفين البشر للحفاظ على حالة العملية عبر مسارات العمل المؤسسية المعقدة. فلا يستطيع برنامج وكيل واحد تنفيذ عملية مؤسسية بأكملها. إذ تمتد مسارات العمل الفعلية عبر أنظمة متعددة، وتجمع بين خطوات حتمية وأخرى تتطلب التقدير، وتستغرق مددًا تتراوح بين ثوانٍ وأسابيع. وتتولى طبقة التنسيق إدارة الجهات المؤثرة في العمل، التي تشمل برامج وكلاء الذكاء الاصطناعي والروبوتات وواجهات برمجة التطبيقات والكوادر البشرية، مع الحفاظ على حالة العملية عبر جميع هذه الجهات. تمنع هذه الطبقة أيضًا تراكم حالات الفشل في سلاسل برامج الوكلاء؛ إذ تتولى طبقة حتمية إدارة تسلسل الخطوات والتحقق من كل خطوة، بحيث تتولى المكونات المدعومة بالذكاء الاصطناعي مهام التحليل، بينما يظل المسار الذي يربط بينها فاعلًا.

• بناء شبكة من برامج الوكلاء خاضعة للحوكمة. أسند إلى برامج الوكلاء خطوات منفصلة ومحددة بوضوح، ونسّق بينها من خلال طبقة تنسيق حتمية تتحقق من كل عملية تسليم، بدلًا من الاعتماد على سلسلة من برامج الوكلاء التي تتبادل العمل بحرية. فالبنية المنظمة والتحقق هما ما يجعلان استخدام برامج وكلاء متعددة أكثر أمانًا من أداء برنامج وكيل واحد العمل بأكمله، وليس مجرد زيادة عدد برامج الوكلاء.
• توجيه كل مهمة إلى الأداة المناسبة. أسند كل مهمة إلى الفاعل الأنسب لتنفيذها، والذي غالبًا ما يكون الأقل تكلفة، وقد لا يكون نموذج ذكاء اصطناعي أصلًا، لأن الأتمتة الحتمية تنفذ الخطوات القائمة على القواعد بدقة أعلى وتكلفة أقل من النماذج اللغوية الكبيرة (LLM). وهذا تطبيق لمنطق مزيج الخبراء على مستوى مسار العمل، وليس داخل النموذج؛ إذ تُخصص قدرات التحليل باستخدام النماذج للخطوات التي تتطلب التقدير فعلًا. ويُعد توجيه المهام العامل الأساسي الذي يحدد مدى تحقيق وفورات في التكلفة وتعزيز الموثوقية أو الإخفاق في ذلك. ووفقًا لمؤسسة Gartner، فإن المؤسسات التي تطبق توجيه المهام بما يتناسب مع التكلفة وتستخدم الأتمتة الحتمية تخفض تكاليفها التشغيلية للذكاء الاصطناعي التوليدي بنسبة تصل إلى 80%.
• التوسع بمرونة. يستوعب التنفيذ دون خوادم الارتفاعات المفاجئة في أعباء العمل دون إبقاء البنية التحتية غير مستغلة بين فترات زيادة الطلب.

وهنا يصبح تشغيل الذكاء الاصطناعي الذاتي على نطاق واسع مسألة تتعلق بالمنصة. فالقدرة على تنسيق العمل على مستوى الأنظمة المنفصلة، مع الحفاظ على حالة العملية عند كل عملية تسليم، هي السمة المميزة لمنصة الأتمتة الذاتية للمؤسسات، وهي السبب في أن التنسيق، وليس النموذج، هو الأساس الذي يقوم عليه توسيع النطاق.

3. الحوكمة والقابلية للمراقبة

تشمل الحوكمة والقابلية للمراقبة دمج ضوابط صارمة للوصول وتسجيل عمليات التدقيق مباشرةً في بيئة التشغيل لضمان أمان الأنظمة المستقلة عند العمل على نطاق واسع. فالاستقلالية تضاعف المخاطر؛ إذ إن اتخاذ برنامج وكيل واحد قرارًا دون مراجعة يمثل مشكلة محدودة النطاق، أما اتخاذ ألف برنامج وكيل قرارات دون مراجعة فيمثل مشكلة على مستوى النظام بأكمله. ولذلك، يُعد وضع إطار متين للحوكمة والضوابط الوقائية ضروريًا لضمان منح برامج الوكلاء الاستقلالية بأمان.

• تحديد مستويات الاستقلالية الخاضعة للضوابط. حدد أوضاع تشغيل واضحة، تشمل تقديم المشورة والتنفيذ والعمل باستقلالية تامة، بحيث يُمنح كل مسار عمل القدر من الاستقلالية الذي تسمح به طبيعة مخاطره لا أكثر.
• تتبُّع كل سلسلة من خطوات التحليل. سجّل عمليات استدعاء الأدوات والمدخلات والمسارات المنطقية التي يستند إليها كل إجراء، بحيث يمكن إعادة بناء سلوك برنامج الوكيل وتفسيره بعد حدوثه.
• التقييم المستمر. راقب انحراف الأداء والتحيز والالتزام بالسياسات في بيئة الإنتاج، وليس عند بدء التشغيل فحسب. فقد يصل برنامج الوكيل إلى الإجابة الصحيحة باتباع مسار خطأ، ولن تكشف المراقبة على مستوى النتائج عن ذلك لأن النتيجة لا تزال تبدو صحيحة. ويشكل هذا المسار المعيب خطرًا قد تظهر تبعاته مع توسيع نطاق النشر.

تتمثل البنية المعمارية التي تتيح تحقيق ذلك في دمج الحوكمة في بيئة التشغيل بدلًا من إضافتها لاحقًا، بحيث تُفرض تلقائيًا ضوابط الوصول وإخفاء البيانات الحساسة وتسجيل عمليات التدقيق أثناء تنفيذ العمل. ولضمان الامتثال، ينبغي للمؤسسات مواءمة ممارساتها مع الأطر المرجعية المعتمدة، مثل إطار إدارة مخاطر الذكاء الاصطناعي الصادر عن المعهد الوطني للمعايير والتكنولوجيا (NIST).

تستعرض رينكو ساركار، مديرة إدارة المنتجات في Automation Anywhere، الركائز الثلاث لحوكمة الذكاء الاصطناعي، وهي التقييم والحماية والمراقبة، وتوضح كيف تمثل الحوكمة العامل الفاصل بين برامج الوكلاء التي تظل حبيسة المرحلة التجريبية وتلك التي تصل إلى بيئة الإنتاج.

4. إعادة تصميم الأدوار البشرية

تؤدي مقاومة التغيير داخل المؤسسات إلى فشل عمليات نشر أكثر مما تتسبب فيه الإخفاقات التقنية. فتوسيع نطاق الذكاء الاصطناعي الذاتي يتعلق بالجاهزية المؤسسية وإدارة التغيير والإشراف البشري بقدر ما يتعلق بإعادة تصميم الأدوار أو الأنظمة.

• الإشراف بدلًا من التنفيذ. أبقِ البشر مشاركين في العملية؛ إذ ينتقل الموظفون من أداء الأعمال الروتينية إلى التعامل مع الاستثناءات واتخاذ القرارات التي تتطلب التقدير وممارسة الإشراف، بينما تتولى الأتمتة وبرامج الوكلاء تنفيذ المهام كبيرة الحجم، ويحتفظ البشر بمسؤولية اتخاذ القرارات التي تتطلب التعاطف أو المساءلة المباشرة.
• اختيار نموذج التشغيل. قرّر عن وعي ما إذا كنت ستعتمد الحوكمة المركزية من خلال مركز للتميز أم نموذجًا لامركزيًا تتولى فيه وحدات الأعمال مسؤولية إدارة العمليات. فنموذج التشغيل يؤثر في القدرة على التوسع بقدر تأثير البنية المعمارية.

وعند تنفيذ ذلك على النحو الصحيح، فإنه يمهد الطريق نحو مؤسسة أكثر استقلالية يرتقي فيها دور الموظفين بدلًا من الاستغناء عنهم.

معالجة تحديات التوسع

توضح الركائز ما ينبغي بناؤه، أما الحلول التكتيكية التالية فتعالج أنماط الإخفاق التي قد تواجهها أثناء البناء.

• الارتفاع الهائل في التكاليف. تعامل مع التكلفة باعتبارها قرارًا يتعلق بالبنية المعمارية. واستخدم توجيه المهام بما يتناسب مع التكلفة لإسناد كل مهمة إلى النموذج الأقل تكلفة القادر على تنفيذها، مع تخزين نتائج الاستدعاءات المتكررة مؤقتًا. ويتمثل العامل الأكثر تأثيرًا في تجنب نشر برنامج وكيل لأداء مهمة تنفذها الأتمتة الحتمية بالفعل. وتأتي الذاكرة التشغيلية في المرتبة التالية من حيث التأثير، لأن دورات الخطأ وإعادة المحاولة هي ما تتسبب في معظم الزيادات المتبقية في التكاليف. وراقب تكلفة كل مسار عمل مكتمل، لا تكلفة كل استدعاء، لأن أي تغيير يخفض تكلفة الاستدعاء الواحد لكنه يؤدي إلى زيادة محاولات إعادة التنفيذ قد يرفع في خفاءٍ التكلفة الإجمالية.
• فقدان السياق. تتيح الذاكرة التشغيلية لبرامج الوكلاء الاستفادة من الدروس المستخلصة من عمليات التشغيل السابقة في العمليات الجديدة، والحفاظ على حالة العملية على مستوى العمليات طويلة الأمد. وتحقق هذه الذاكرة أفضل النتائج عندما تنطلق من أساس قائم، يتمثل في طبقة تحليل مدرّبة فعليًا على الأنماط المستخلصة من أعداد كبيرة من عمليات التشغيل السابقة، بدلًا من البدء من الصفر.
• إخفاقات الامتثال. افرض السياسات داخل بيئة التشغيل، من خلال تسجيل معلومات كافية لتدقيق القرارات، وإخفاء البيانات الحساسة وفقًا للأدوار، والفصل بين المهام أثناء عمل برنامج الوكيل، بحيث تنشأ مسارات التدقيق تلقائيًا من عملية التنفيذ بدلًا من إعادة تكوينها لاحقًا. ويتمثل الخطأ الشائع في إضافة الحوكمة كخطوة موافقة منفصلة، ما يبطئ جميع مسارات العمل مع استمرار وجود ثغرات. وحدد مسبقًا المعلومات التي يجب تسجيلها، والحالات التي تستدعي التصعيد إلى عنصر بشري، والأشخاص المخوّلين بمراجعة تحليل برنامج الوكيل. فهذه قرارات تتعلق بالسياسات ولن تتخذها المنصة نيابةً عنك. ويتمثل الاختبار في السؤال التالي: هل يمكنك إعادة بناء أي قرار بعينه عند الطلب، بما يشمل المدخلات والبيانات التي جرى الوصول إليها والشخص الذي وافق عليه؟
• هشاشة التكامل. تمثل البنى المعمارية التي تعطي الأولوية لواجهات برمجة التطبيقات ومنتجات البيانات الموحدة أساسًا متينًا، إلى جانب الموصلات المخصصة للأنظمة القديمة والأنظمة المستضافة محليًا. حدد المواضع التي تنتقل فيها برامج الوكلاء بين الأنظمة، ثم عزز أولًا عمليات التسليم الأكثر استخدامًا، لأنها المواضع التي تتركز فيها حالات الفشل. ونادرًا ما يضطر المشروع التجريبي إلى التعامل مع أصعب عمليات التكامل، ولذلك تكون هذه الاتصالات الأكثر عرضة لظهور المشكلات عند توسيع النطاق. عزز أيضًا قدرة عمليات التسليم على مواجهة الأعطال من خلال إعادة المحاولة تلقائيًا عند حدوث أعطال مؤقتة، وتوجيه الأعطال المستمرة إلى عنصر بشري مع تزويده بالسياق اللازم، حتى لا يؤدي اتصال واحد هش إلى تعطيل العملية بأكملها.

كيفية توسيع نطاق الذكاء الاصطناعي الذاتي: خارطة طريق التنفيذ

1. التقييم وترتيب الأولويات. حدد مسارات العمل كبيرة الحجم وعالية القيمة التي تتوفر لها بالفعل إمكانية الوصول إلى البيانات المنظمة الجاهزة للاستخدام. وابدأ من الحالات التي تستطيع الأتمتة الحتمية تنفيذ الجزء المتكرر الأساسي منها، وتتطلب فيها خطوة محددة تقدير برنامج وكيل، وتكون القيمة المتحققة من الجمع بينهما كافية لتبرير الاستثمار في بناء الحل.
2. إرساء الأساس. حدّث طبقة البيانات والسياق، وأنشئ إمكانات التنسيق والمراقبة قبل التوسع وليس بعده. فتوسيع النطاق بناءً على أساس ضعيف لن يؤدي إلا إلى مضاعفة جهود معالجة المشكلات.
3. تنفيذ مشروعات تجريبية بضوابط وقائية. انقل كل مسار عمل تدريجيًا من وضع تقديم المشورة إلى وضع التشغيل شبه المستقل، ثم إلى وضع التشغيل المستقل تمامًا، مع الإبقاء على التدخل البشري للتعامل مع الاستثناءات والتجاوزات، وعزز الثقة وأحكم الضوابط في كل مرحلة.
4. التوسُّع مع المراقبة. توسع إلى مسارات العمل ذات الصلة، مع مراقبة التكلفة وجودة التحليل، وليس فقط نجاح تنفيذ المهام. وتتيح منصات الذكاء الاصطناعي الذاتي لمسارات العمل الجديدة وراثة الضوابط الوقائية التي أثبتت فعاليتها بدلًا من إعادة بنائها في كل مرة.

الخاتمة: من التعثر في المرحلة التجريبية إلى الذكاء الاصطناعي الجاهز لبيئة الإنتاج

يتطلب الخروج من فخ المشروعات التجريبية توسيع نطاق الأنظمة، وليس مجرد استخدام نموذج أفضل. فالمؤسسات التي تتجاوز المراحل التجريبية تنشر البنية المعمارية التي تتيح لبرامج الوكلاء العمل بموثوقية على مستوى المؤسسة، بما يشمل جاهزية البيانات والتنسيق والحوكمة وإمكانات المراقبة وإعادة تصميم الأدوار. وهذا التوسع في الأنظمة هو ما يجعل الأتمتة الذاتية جديرة بالاعتماد عليها في تنفيذ العمليات المتكررة بموثوقية وعلى نطاق واسع، مع الالتزام بمتطلبات الحوكمة اللازمة للتشغيل في بيئات الإنتاج على مستوى المؤسسات.

في عام 2026، ومع انتقال الذكاء الاصطناعي الذاتي من المشروعات التجريبية إلى صميم طبيعة عمل المؤسسات، ستتحدد الفجوة التنافسية بين المؤسسات التي تبني البنية المعمارية اللازمة لتشغيل برامج الوكلاء بموثوقية، وتلك التي لا تزال تعيد إطلاق مشروعات تجريبية لا تصل أبدًا إلى بيئة الإنتاج.

يوحّد نظام الأتمتة الذاتية للعمليات من Automation Anywhere هذه المكونات، بما فيها التنسيق والذاكرة التشغيلية والحوكمة في وقت التشغيل، في منصة واحدة، ما يتيح توسيع النطاق من مسار عمل واحد إلى النشر على مستوى المؤسسة بأكملها دون الحاجة إلى إعادة بناء الأساس في كل مرة.

الأسئلة الشائعة حول توسيع نطاق الذكاء الاصطناعي الذاتي

ما المقصود بتوسيع نطاق الذكاء الاصطناعي الذاتي؟

هو الانتقال من المشروعات التجريبية المنفصلة إلى النشر على مستوى المؤسسة بأكملها من خلال التنسيق وطبقة السياق المشترك والحوكمة والقابلية للمراقبة وإعادة تصميم الأدوار البشرية. ويعني ذلك توسيع نطاق الأنظمة، أي تنسيق العمليات الفعلية، وليس مجرد توسيع نطاق النماذج.

لماذا تفشل المشروعات التجريبية لبرامج وكلاء الذكاء الاصطناعي في التوسع؟

تتعثر المشروعات التجريبية بسبب فقدان السياق وهشاشة التكاملات وتصاعُد التكاليف بلا ضوابط وغياب الحوكمة. ويتطلب نجاح برامج وكلاء الذكاء الاصطناعي على نطاق واسع تغييرًا في البنية المعمارية، بما في ذلك التنسيق والذاكرة والاستقلالية المنضبطة، وليس نموذجًا أكثر ذكاءً.

ما المقصود بتوسيع نطاق النماذج مقارنةً بتوسيع نطاق الأنظمة؟

يُعزّز توسيع نطاق النماذج قدرات برنامج وكيل واحد، وعادةً ما يكون هذا باستخدام نموذج أكبر أو قدرة حوسبة أكبر. أما توسيع نطاق النظام فينشئ البنية المعمارية والتنسيق والسياق المشترك والحوكمة بهدف لتشغيل مسارات العمل بموثوقية على مستوى المؤسسة.

هل الأتمتة الذاتية من Automation Anywhere قابلة للتوسع؟

نعم. صُمم نظام الأتمتة الذاتية للعمليات من Automation Anywhere للعمل على نطاق المؤسسات؛ بما يشمل التنسيق والذاكرة التشغيلية من خلال محرك تحليل العمليات والحوكمة المدمجة في بيئة التشغيل وقابلية كل إجراء وعملية تسليم بين برامج الوكلاء للمراقبة.

ما المقصود بشبكة وكلاء الذكاء الاصطناعي؟

هي نظام متعدد الوكلاء يتولى فيه كل برنامج وكيل متخصص تنفيذ خطوة منفصلة من مسار العمل. ففي معالجة الفواتير، على سبيل المثال، يستخرج أحد برامج الوكلاء البيانات من ملف PDF، ويتحقق برنامج آخر من بيانات المورد، بينما يطابق برنامج ثالث الفاتورة مع أمر الشراء. وتتولى طبقة تنسيق حتمية تنسيق عمل هذه البرامج والتحقق من كل عملية تسليم، بدلًا من ترك برامج الوكلاء تتبادل العمل فيما بينها دون رقابة.

كيف يمكن التحكم في التكاليف عند توسيع نطاق الذكاء الاصطناعي الذاتي؟

لا تنشر برنامج وكيل في حالة يمكن للأتمتة الحتمية أن تؤدي فيها المهمة المطلوبة بالفعل، فهذا هو العامل الأكبر تأثيرًا. إلى جانب ذلك، وجّه المهام إلى النماذج المناسبة من حيث التكلفة، وخزّن نتائج الاستدعاءات المتكررة مؤقتًا، واستخدم الرسوم البيانية المعرفية لتقليل عمليات استرجاع البيانات، وطبّق الذاكرة التشغيلية.