این نوع سیستمها چه معنایی برای کسبوکارها دارند؟ سه یوزکیس فرضی زیر نمایی از آنچه که ممکن است در آیندهای نه چندان دور ممکن شود را ارائه میدهند.
یوزکیس اول: بررسی و ارزیابی وام
مؤسسات مالی برای ارزیابی ریسک اعتباری اعطای وام یا اعتبار به یک وامگیرنده، یادداشتهای ریسک اعتباری تهیه میکنند. این فرآیند شامل جمعآوری، تجزیه و تحلیل و بررسی انواع مختلف اطلاعات مربوط به وامگیرنده، نوع وام و سایر عوامل است. به دلیل تنوع سناریوهای ریسک اعتباری و تحلیلی که مورد نیاز است، این کار معمولاً یک تلاش زمانبر و همکاریمحور است که نیاز به مدیر رابطه برای همکاری با وامگیرنده، ذینفعان و تحلیلگران اعتباری دارد تا تحلیلهای تخصصی انجام شود، که سپس برای بررسی و تخصص بیشتر به مدیر اعتباری ارسال میشود.
راهحل بالقوه مبتنی بر ایجنت: یک سیستم ایجنتی—که از چندین ایجنت تشکیل شده است که هرکدام نقش خاص و مبتنی بر وظیفهای را بر عهده دارند—ممکن است برای مدیریت طیف گستردهای از سناریوهای ریسک اعتباری طراحی شود. یک کاربر انسانی فرآیند را با استفاده از زبان طبیعی برای ارائه یک طرح کاری سطح بالا از وظایف با قوانین، استانداردها و شرایط خاص آغاز میکند. سپس این تیم ایجنتها کار را به زیرمجموعههای قابل اجرا تقسیم میکنند.
برای مثال، یکی از ایجنتها میتواند به عنوان مدیر رابطه عمل کند و ارتباطات بین وامگیرنده و مؤسسات مالی را مدیریت کند. یک ایجنت اجرایی میتواند اسناد لازم را جمعآوری کرده و آنها را به ایجنت تحلیلگر مالی ارسال کند که مثلاً بدهیها را از صورتوضعیتهای جریان نقدی بررسی کرده و نسبتهای مالی مرتبط را محاسبه میکند، که سپس توسط یک ایجنت منتقد مورد بازبینی قرار میگیرد تا انحرافات و اشتباهات شناسایی شده و بازخورد ارائه دهد. این فرآیند تقسیم، تجزیه و تحلیل، تصفیه و بازبینی تا زمانی که یادداشت نهایی ریسک اعتباری تکمیل شود، تکرار میشود.
برخلاف معماریهای سادهتر هوش مصنوعی مولد، ایجنتها میتوانند محتوای با کیفیت بالا تولید کنند و زمانهای دوره بازبینی را بین ۲۰ تا ۶۰ درصد کاهش دهند. ایجنتها همچنین قادرند از چندین سیستم عبور کرده و دادههای استخراجشده از منابع مختلف را تحلیل کنند. در نهایت، ایجنتها میتوانند روند کار خود را نشان دهند: تحلیلگران اعتباری میتوانند به سرعت به هر متن یا عدد تولید شده نفوذ کرده و زنجیره کامل وظایف را مشاهده کنند و از منابع داده برای تولید بینشهای حاصل استفاده کنند. این امر فرآیند تأیید سریع خروجیها را تسهیل میکند.
یوزکیس دوم: مستندسازی و نوسازی کد
برنامهها و سیستمهای نرمافزاری قدیمی در شرکتهای بزرگ معمولاً خطرات امنیتی به همراه دارند و میتوانند سرعت نوآوری در کسبوکار را کند کنند. اما نوسازی این سیستمها میتواند پیچیده، پرهزینه و زمانبر باشد، به طوری که مهندسان باید میلیونها خط از کد قدیمی و مستندات دستی منطق تجاری را بررسی و درک کرده و سپس این منطق را به یک کد جدید ترجمه کرده و آن را با سیستمهای دیگر یکپارچه کنند.
راهحل بالقوه مبتنی بر ایجنت: ایجنتهای هوش مصنوعی پتانسیل دارند که این فرآیند را به طور قابل توجهی سادهسازی کنند. یک ایجنت متخصص میتواند به عنوان کارشناس نرمافزارهای قدیمی مستقر شود و کد قدیمی را تجزیه و تحلیل کرده و بخشهای مختلف کد را مستند کرده و ترجمه کند. در عین حال، یک ایجنت تضمین کیفیت میتواند این مستندات را نقد کرده و تست کیسها را تولید کند، به طوری که سیستم هوش مصنوعی بتواند خروجیهای خود را به طور تدریجی بهبود داده و دقت و انطباق آن با استانداردهای سازمانی را تضمین کند. ماهیت تکرارپذیر این فرآیند همچنین میتواند اثر چرخدندهای ایجاد کند، به طوری که اجزای چارچوب ایجنت برای مهاجرتهای نرمافزاری دیگر در سراسر سازمان مجدداً استفاده شوند و در نتیجه بهرهوری به طور قابل توجهی افزایش یابد و هزینه کلی توسعه نرمافزار کاهش یابد.
یوزکیس سوم: ایجاد کمپین بازاریابی آنلاین
طراحی، راهاندازی و اجرای یک کمپین بازاریابی آنلاین معمولاً شامل مجموعهای از ابزارها، برنامهها و پلتفرمهای مختلف نرمافزاری است. جریان کاری یک کمپین بازاریابی آنلاین به شدت پیچیده است. اهداف تجاری و روندهای بازار باید به ایدههای خلاقانه کمپین تبدیل شوند. مطالب نوشتاری و بصری باید ایجاد شده و برای بخشها و جغرافیاهای مختلف سفارشیسازی شوند. کمپینها باید با گروههای کاربری در پلتفرمهای مختلف آزمایش شوند. برای انجام این وظایف، تیمهای بازاریابی اغلب از نرمافزارهای مختلف استفاده کرده و باید خروجیها را از یک ابزار به ابزار دیگر منتقل کنند که اغلب این فرآیند وقتگیر و زمانبر است.
راهحل بالقوه مبتنی بر ایجنت: ایجنتها میتوانند به اتصال این اکوسیستم بازاریابی دیجیتال کمک کنند. به عنوان مثال، یک بازاریاب میتواند کاربران هدف، ایدههای اولیه، کانالهای مورد نظر و دیگر پارامترها را به زبان طبیعی شرح دهد. سپس، یک سیستم ایجنتی—با کمک متخصصان بازاریابی—میتواند به توسعه، آزمایش و تکرار ایدههای مختلف کمپین کمک کند. یک ایجنت استراتژی بازاریابی دیجیتال میتواند از نظرسنجیهای آنلاین، تجزیه و تحلیلهای سیستمهای مدیریت ارتباط با مشتری و دیگر پلتفرمهای تحقیقات بازار استفاده کند تا اطلاعات مورد نیاز برای ایجاد استراتژیها با استفاده از مدلهای پایه چندوجهی جمعآوری کند. ایجنتهای بازاریابی محتوا، نویسندگی و طراحی سپس میتوانند محتوای سفارشیسازی شده بسازند که یک ارزیاب انسانی آن را برای تطابق با برند بررسی خواهد کرد. این ایجنتها با یکدیگر همکاری کرده و خروجیها را تکرار و تصفیه میکنند و به سمت رویکردی هماهنگ میشوند که تاثیر کمپین را بهینه کرده و ریسک برند را به حداقل میرساند.
