هوش مصنوعی عاملمحور (Agentic AI) رویکردی است که با برخورداری از عاملیت و استقلال نسبی، برای دستیابی به اهداف مشخص برنامهریزی، تصمیمگیری و اقدام میکند. این رویکرد با گذار از سامانههای صرفاً پاسخگو به سامانههای هدفمند و کنشگر، ظرفیت تازهای برای هوشمندسازی فرایندها و تصمیمگیری در سازمانها فراهم کرده است. نظر به اهمیت موضوع در این مقاله، «هوش مصنوعی عاملمحور» مفهومسازی و تعریف خواهد شد.
تعریف هوش مصنوعی عاملمحور
هوش مصنوعی عاملمحور به سامانههایی اشاره دارد که برای دستیابی به یک هدف، مجموعهای از فعالیتهای مرتبط را برنامهریزی و اجرا میکنند. این سامانهها مسئله را به وظایف کوچکتر تقسیم میکنند و درباره ترتیب اقدامات تصمیم میگیرند. سپس ابزارها و منابع موردنیاز را انتخاب میکنند و براساس نتایج، مسیر خود را ادامه میدهند یا اصلاح میکنند. بنابراین، هدفمندی، استقلال نسبی، برنامهریزی و اقدام از ویژگیهای اصلی این رویکرد هستند.
اهمیت این رویکرد در گذار از سامانههای پاسخگو و هوش مصنوعی مولد به سامانههای کنشگر است. این سامانهها علاوه بر تولید پاسخ، میتوانند تصمیم بگیرند، اقدام کنند و مسیر خود را اصلاح نمایند. ازاینرو، هوش مصنوعی عاملمحور ظرفیت بالایی برای توسعه هوش مصنوعی در مدیریت و هوشمندسازی فرایندهای سازمانی دارد.
توسعه این رویکرد به زیرساخت مناسب فناوریهای دیجیتال نیز نیاز دارد. دادههای سازمانی، سامانههای اطلاعاتی و توان پردازشی، بستر فعالیت عاملها را فراهم میکنند. رایانش ابری منابع پردازشی و ذخیرهسازی موردنیاز را در اختیار سامانه قرار میدهد. در فعالیتهای حساس به زمان نیز رایانش لبهای پردازش داده را در نزدیکی محل تولید آن امکانپذیر میکند. ترکیب این فناوریها زمینه استقرار هوش مصنوعی عاملمحور در محیطهای سازمانی را فراهم میسازد.
عامل هوشمند و هوش مصنوعی عاملمحور
هسته اصلی این رویکرد بر مفهوم «عامل هوشمند» استوار است، اما عاملیت را به سطح گستردهتری میرساند. یک عامل میتواند برای انجام وظیفهای مشخص طراحی شده باشد، درحالیکه سامانه عاملمحور قادر است مجموعهای از وظایف وابسته را مدیریت کند و برای دستیابی به یک نتیجه نهایی میان آنها هماهنگی برقرار سازد. در معماریهای پیشرفتهتر، چند عامل نیز میتوانند با تقسیم وظایف، تبادل اطلاعات و هماهنگی اقدامات در قالب یک سامانه چندعاملی فعالیت کنند.
عامل هوشمند سامانهای هدفمحور است که برای انجام یک وظیفه مشخص، محیط را درک میکند و دست به اقدام میزند. دامنه فعالیت عامل معمولاً محدود و از پیش تعیینشده است. در مقابل، هوش مصنوعی عاملمحور میتواند یک هدف پیچیده را به چند وظیفه تقسیم کند و برای انجام آنها برنامهریزی نماید.
این سامانه از حافظه، استدلال و ابزارهای مختلف استفاده میکند و براساس نتایج، مسیر خود را اصلاح مینماید. همچنین ممکن است چند عامل تخصصی را برای انجام یک هدف مشترک هماهنگ کند. بنابراین، عامل هوش مصنوعی واحد کنشگر است، اما هوش مصنوعی عاملمحور بر سازماندهی و هماهنگی کنشهای هدفمند تأکید دارد. این تفاوت با افزایش سطح خودمختاری، پیچیدگی وظایف و توانایی تصمیمگیری آشکارتر میشود.
تفاوت هوش مصنوعی عاملمحور و مولد
هوش مصنوعی مولد با توانایی تولید متن، تصویر، صدا، کد و انواع محتوای جدید شناخته میشود. کاربر در این الگو معمولاً درخواست یا پرسشی را مطرح میکند و سامانه براساس دادهها و الگوهای آموختهشده پاسخی متناسب تولید میکند. بنابراین نقطه تمرکز اصلی بر تولید محتوا و پاسخ به درخواست کاربر است و آغاز مرحله بعدی فعالیت معمولاً به دستور یا تعامل دیگری از سوی انسان نیاز دارد.
در هوش مصنوعی عاملمحور، تولید محتوا میتواند تنها یکی از اجزای فرایند باشد. سامانه پس از دریافت هدف، درباره اقدامهای لازم تصمیم میگیرد، ابزارهای موردنیاز را انتخاب میکند، مراحل مختلف را به اجرا درمیآورد و نتایج را برای ادامه مسیر مورد ارزیابی قرار میدهد. برای نمونه، یک سامانه مولد میتواند گزارشی درباره وضعیت فروش تهیه کند، اما سامانه عاملمحور میتواند دادههای فروش را گردآوری کند، وضعیت را تحلیل کند، انحرافها را شناسایی کند، گزینههای اقدام را بررسی کند و نتیجه را برای تصمیمگیری مدیریتی ارائه دهد.
مرز میان عامل هوشمند و هوش مصنوعی عاملمحور نیز به میزان استقلال و دامنه کنش مربوط است. عامل هوشمند معمولاً یک موجودیت نرمافزاری دارای هدف و توانایی تعامل با محیط است، درحالیکه هوش مصنوعی عاملمحور بر معماری و رویکردی تأکید دارد که عاملیت را در قالب زنجیرهای از تصمیمها و اقدامات هدفمند سازماندهی میکند. از این منظر، عامل هوشمند را میتوان یکی از اجزای بنیادین شکلگیری سامانههای عاملمحور دانست.
کاربرد هوش مصنوعی عاملمحور در سازمان و مدیریت
گسترش هوش مصنوعی در سازمان، نقش سامانههای هوشمند را از ابزارهای تحلیلی به مشارکت فعال در فرایندهای سازمانی تغییر میدهد. عاملها میتوانند فعالیتهای تکراری را انجام دهند، اطلاعات را گردآوری و رویدادها را پایش کنند. آنها همچنین میتوانند در محدوده اختیارات خود، اقدام مناسب را پیشنهاد دهند یا اجرا کنند. این قابلیت، تحول دیجیتال را از دیجیتالیسازی فرایندها به سوی هوشمندسازی آنها هدایت میکند.
در حوزه تصمیمگیری، عاملها اطلاعات پراکنده را گردآوری و برای مدیران یکپارچه میکنند. ارتباط آنها با هوش تجاری و تحلیل دادهها به شناسایی تغییرات، ارزیابی گزینهها و ارائه پیشنهادهای مناسب کمک میکند. هدف، جایگزینی مدیران نیست، بلکه تسهیل دسترسی به اطلاعات و پشتیبانی از تصمیمگیری مدیریتی است.
در مدیریت منابع انسانی، عاملهای هوشمند میتوانند در امور اداری، آموزش، مدیریت دانش و پاسخگویی به کارکنان نقش داشته باشند. در مدیریت زنجیره تامین نیز برای پایش موجودی، هماهنگی سفارشها و شناسایی اختلالات کاربرد دارند. جهت بازاریابی و مدیریت ارتباط با مشتری نیز میتوانند نیازهای مشتریان را تحلیل و ارائه خدمات را تسهیل کنند.
در مدیریت مالی، عاملها میتوانند جریانهای مالی را پایش کنند و در مدیریت نقدینگی، ارزیابی ریسک و کنترل انحرافات به کار گرفته شوند. همچنین اطلاعات لازم برای تصمیمگیری مالی را گردآوری و تحلیل میکنند. در صنعت بانکداری نیز پایش تراکنشها، مدیریت ریسک و ارائه خدمات شخصیسازیشده از کاربردهای آنها در بانکداری هوشمند است. گسترش این کاربردها، تعیین حدود اختیار عامل و مسئولیت ناشی از اقدامات آن را به مسئلهای مهم در مدیریت تبدیل کرده است.
چالشهای هوش مصنوعی عاملمحور
افزایش استقلال سامانههای عاملمحور در کنار مزایای عملیاتی، چالشهای جدیدی برای سازمان ایجاد میکند. هرچه سامانه از مرحله ارائه پیشنهاد به سمت اجرای اقدام حرکت کند، تعیین حدود اختیار، مسئولیت و پاسخگویی اهمیت بیشتری پیدا میکند. سازمان باید مشخص کند چه تصمیمهایی میتوانند به عامل واگذار شوند، چه اقدامهایی نیازمند تأیید انسان هستند و مسئولیت پیامدهای تصمیم یا اقدام نادرست چگونه تعیین میشود.
حکمرانی هوش مصنوعی در چنین شرایطی مجموعهای از اصول، ساختارها و سازوکارهای نظارتی برای هدایت استفاده مسئولانه از سامانههای هوشمند فراهم میکند. شفافیت، قابلیت توضیح تصمیم، حفاظت از اطلاعات، مدیریت ریسک، امنیت و امکان مداخله انسانی از عناصر مهم این چارچوب هستند. حکمرانی داده نیز اهمیت ویژهای دارد، زیرا کیفیت عملکرد عامل به کیفیت، اعتبار، دسترسپذیری و امنیت دادههایی وابسته است که برای تصمیمگیری مورد استفاده قرار میدهد.
موضوع دیگر، نظارت انسانی است. استقلال عامل نباید به معنای حذف انسان از چرخه تصمیمگیری تلقی شود. سطح نظارت باید متناسب با اهمیت و ریسک فعالیت تعیین شود؛ بهگونهای که در تصمیمهای حساس مالی، حقوقی، منابع انسانی یا راهبردی، امکان بررسی، توقف یا اصلاح اقدام عامل وجود داشته باشد. طراحی سطوح اختیار مشخص میتواند میان بهرهگیری از سرعت و استقلال سامانه و حفظ مسئولیتپذیری سازمانی تعادل برقرار کند.
امنیت نیز با گسترش دسترسی عاملها به سامانهها و ابزارهای سازمانی اهمیت بیشتری مییابد. عاملی که اجازه مشاهده داده، فراخوانی ابزار یا اجرای عملیات را دارد، در صورت طراحی نامناسب میتواند به منبع جدیدی از ریسک فناوری اطلاعات تبدیل شود. ازاینرو، مدیریت دسترسی، ثبت فعالیتها، کنترل هویت، حفاظت از داده و پایش مستمر عملکرد باید بخشی از معماری استقرار این فناوری باشد.
سخن پایانی
هوش مصنوعی عاملمحور مرحلهای مهم در تحول سامانههای هوشمند از ابزارهای پاسخگو به سامانههای هدفمند و کنشگر محسوب میشود. ترکیب قابلیتهای هوش مصنوعی مولد با برنامهریزی، حافظه، استفاده از ابزار و استقلال نسبی، ظرفیت تازهای برای خودکارسازی و هوشمندسازی فرایندهای سازمانی ایجاد کرده است. این تحول میتواند مسیر تحول دیجیتال را در حوزههایی مانند مدیریت مالی، منابع انسانی، بازاریابی، زنجیره تأمین و تصمیمگیری مدیریتی گسترش دهد. بااینحال، افزایش عاملیت بدون چارچوب مناسب میتواند ریسکهای جدیدی در زمینه مسئولیت، امنیت، شفافیت و کنترل ایجاد کند. بنابراین ارزش واقعی این فناوری زمانی آشکار میشود که توسعه فناوریهای دیجیتال با حکمرانی مناسب، نظارت انسانی و تعیین روشن حدود اختیار و پاسخگویی همراه باشد.
منبع: حبیبی، آرش؛ قوامی، محبوبه؛ تقیپور، خدیجه. هوش مصنوعی در سازمان و مدیریت. پارسمدیر.
نگارنده: پشتیبانی پارسمدیر | 
