مقارنة بين وكلاء الذكاء الاصطناعي ومساعدي الذكاء الاصطناعي

وكيلك مختلف. إنهم يستخدمون خبراتهم ليلًا ونهارًا لزيادة فرصك ودخلك. يمكنهم العمل بناءً على توجيهاتك—ربما منتج ترغب في تأييده—ولكنهم لا يحتاجون إلى توجيهات لمواصلة أداء وظائفهم. في الواقع، من المحتمل أن يدعمك وكيل أعمالك في هوليوود بطرق لا تعرف حتى أن تسأل عنها.

الفرق الرئيسي بين مساعد الذكاء الاصطناعي ووكيل الذكاء الاصطناعي متشابه. مساعدو الذكاء الاصطناعي متفاعلون، ويقومون بالمهام بناءً على طلبك. أما وكلاء الذكاء الاصطناعي استباقيون، يعملون بشكل مستقل لتحقيق هدف محدد بأي وسيلة متاحة لهم.

معًا، يرفع المساعدون والوكلاء أداء الفنانين المتميزين، ليصنعوا منهم نجومًا أو ليحافظوا على نجوميتهم. وبالطريقة نفسها، يمكن لمساعدي ووكلاء الذكاء الاصطناعي أن يجعلوا العاملين الأفراد والشركات أفضل من خلال أداء المهام البسيطة والمعقدة.

مساعد الذكاء الاصطناعي هو تطبيق ذكي يفهم أوامر اللغة الطبيعية ويستخدم واجهة الذكاء الاصطناعي الحواري لإكمال المهام للمستخدم. ويعتمد العديد من المساعدين الافتراضيين المعاصرين، مثل Alexa من Amazon وSiri من Apple، على هذه القدرات لتحسين تفاعلات المستخدم. ¹

اعتمد مساعدو الذكاء الاصطناعي الأوائل بشكل كبير على التعليمات القائمة على القواعد، والردود المُبرمجة مسبقًا، والمهام المُحددة سلفًا. اليوم، يعتمد مساعدو الذكاء الاصطناعي بالكامل تقريبًا على التعلم الآلي (ML) أو نموذج الأساس.

يتم بناء مساعدي الذكاء الاصطناعي بواسطة نموذج أساس (على سبيل المثال،™IBM® Granite، أو نماذج Llama من Meta أو نماذج OpenAI). النماذج اللغوية الكبيرة (LLMs) هي مجموعة فرعية من نماذج الأساس المتخصصة في المهام المتعلقة بالنصوص. فهي تمكِّن المساعدين من فهم الاستفسارات المقدمة من البشر وتقديم المعلومات ذات الصلة والاقتراحات أو الإجراءات التالية، ما يساعد المؤسسات على تبسيط الوصول إلى المعلومات وأتمتة المهام المتكررة وتبسيط مهام سير العمل المعقدة. في مجال الأعمال، يساعد مساعدو الذكاء الاصطناعي أيضًا على تحليل البيانات، ما يسمح للمستخدمين باستخراج الرؤى بكفاءة.

• الذكاء الاصطناعي الحواري: يمكن لمساعدي الذكاء الاصطناعي المستندين إلى النماذج اللغوية الكبيرة استخدام معالجة اللغة الطبيعية (NLP) للتواصل مع المستخدمين من خلال واجهة روبوت المحادثة. تتضمن أمثلة روبوت المحادثة المدعوم بالذكاء الاصطناعي Microsoft Copilot و ChatGPT و IBM watsonx™ Assistant. تتكامل هذه الأدوات المساعدة مع واجهات برمجة التطبيقات لتوسيع قدراتها.
  
  
• المطالبات: مساعدو الذكاء الاصطناعي يحتاجون إلى مشكلة محددة جيدًا أو استعلام للبدء. ويتطلب مساعدو الذكاء الاصطناعي إدخالات مستمرة من المستخدم.
  
  
• التوصية: يمكن لمساعد الذكاء الاصطناعي اقتراح معلومات أو إجراءات بناءً على البيانات التي يمكنه الوصول إليها. ويجب على المستخدمين مراجعة المخرجات للتأكد من دقتها.
  
  
• الضبط: يمكن للمستخدمين تكييف نماذج الذكاء الاصطناعي مع مهام أكثر تحديدًا من خلال الضبط، مما يلغي الحاجة إلى إعادة تدريب النموذج. فمن خلال الضبط الدقيق، يمكن للمستخدمين إعطاء النماذج أمثلة مصنفة لتكييفها مع المهمة المستهدفة. ومن خلال ضبط المطالبات، يمكن للممارسين تزويد النماذج بسياق محدد للمهمة.

مساعدو الذكاء الاصطناعي لديهم عدة حدود:

• إنهم يحتاجون إلى مطالبات محددة لاتخاذ الإجراء. بينما يمكن لمساعدي الذكاء الاصطناعي استخدام أدوات لأداء المهام، إلا أن قدراتهم تقتصر على وظائف محددة مسبقاً تم تجهيزهم وتدريبهم على التعامل معها. على سبيل المثال، يمكن لمساعد الذكاء الاصطناعي استخدام جدول بيانات لإنشاء جدول يقارن بين "x مقابل y،" ولكن لا يمكنه أن يقرر بشكل مستقل إنشاء مثل هذه المقارنة دون مطالبة محددة.
  
  
• ليس بالضرورة أن تكون لديهم ذاكرة ثابتة. يمكن تصميم مساعدي الذكاء الاصطناعي لتناسب احتياجات المستخدمين، ولكنها لا تحتفظ بطبيعتها بالمعلومات من تفاعلات المستخدم السابقة. لا تتعلم نماذج الذكاء الاصطناعي التي تُشغّل المساعدين أو تتطور باستمرار بناءً على الاستخدام؛ وبدلاً من ذلك، لا تحدث التحسينات إلا عندما يُصدر المطورون إصدارات محدّثة. ومع ذلك، يمكن لبعض مساعدي الذكاء الاصطناعي الرجوع إلى المحادثات السابقة داخل الجلسة من خلال تخزين التفاصيل ذات الصلة في نافذة السياق أو باستخدام سمة تسمى "الذاكرة" لاستدعاء المعلومات المحددة وتحسين الردود المستقبلية.

على حد تعبير Elvis Presley، "القليل من الكلام، والمزيد من العمل، من فضلك". أدخل وكلاء الذكاء الاصطناعي.

يشير وكيل الذكاء الاصطناعي إلى نظام أو برنامج يمكنه إكمال المهام بشكل مستقل نيابة عن المستخدمين أو عن نظام آخر عن طريق تصميم سير العمل الخاص به واستخدام الأدوات المتاحة.

وكلاء الذكاء الاصطناعي، الأكثر استقلالية واتصالًا وتعقيدًا من مساعدي الذكاء الاصطناعي، يمكن أن يشملوا مجموعة واسعة من الوظائف تتجاوز معالجة اللغة الطبيعية. وتشمل اتخاذ القرار وحل المشكلات والتفاعل مع البيئات الخارجية وتنفيذ الإجراءات. 

في حين أن مساعدي الذكاء الاصطناعي يحتاجون إلى أن يقدم المستخدمون مطالبات لكل إجراء، يمكن لوكلاء الذكاء الاصطناعي العمل بشكل مستقل بعد مطالبة أولية للانطلاق. يقيّمون الأهداف المعينة، ويقسمون المهام إلى مهام فرعية ويتطوعون في تطوير مهام سير العمل الخاصة بهم لتحقيق الأهداف المحددة المعنية.

يتم نشر هذه الوكلاء عبر تطبيقات مؤسسية متنوعة، من تصميم البرمجيات وأتمتة تكنولوجيا المعلومات إلى أدوات توليد التعليمات البرمجية والمساعدين التفاعليين. بالاستعانة بمعالجة اللغة الطبيعية المتقدمة من النماذج اللغوية الكبيرة، تفهم وكلاء الذكاء الاصطناعي مدخلات المستخدم خطوة بخطوة، ويضعون استراتيجيات لأفعالهم، ويحددون متى يستدعون الأدوات الخارجية.

• استقلالية أكبر: بعد المطالبة الأولية، يمكن لوكلاء الذكاء الاصطناعي الاستمرار في العمل دون مزيد من الإدخالات، مما يقلل من الحاجة إلى التدخل البشري في كل مرحلة. بخلاف المساعدين، الذين يقترحون إجراءات ليوافق عليها المستخدمون، تستخدم وكلاء الذكاء الاصطناعي استقلالية متعددة المكونات للتفكير واتخاذ القرارات وحل المشكلات بشكل مستقل، وذلك باستخدام مجموعات البيانات والأدوات الخارجية. قدرتهم على الخروج من إطار الدردشة النصية الخالصة تمكّنهم من اتخاذ قرارات استباقية والتعلم، مما يوفر في النهاية وقت الموظفين من خلال التعامل مع مهام سير العمل المعقدة بأنفسهم. نماذج أحدث تعمل على تحسين قدرات الاستدلال لدعم ذلك.²
  
  
• الوصول: يجمع وكلاء الذكاء الاصطناعي القدرات المختلفة في سير عمل واحد، مما يزيل العوائق التي تنشأ من الأنظمة غير المتصلة. من خلال التكامل بسلاسة مع التطبيقات الخارجية ومصادر البيانات ونماذج الذكاء الاصطناعي الأخرى، فإنها تعزز الإنتاجية مع تقليل الاحتكاك بين العناصر المختلفة للعملية.
  
  
• اتخاذ القرار والتنفيذ: القدرة على استدعاء الأدوات بحد ذاتها لا تجعل النموذج اللغوي الكبير (LLM) وكيلًا. يمكن لوكلاء الذكاء الاصطناعي أيضًا التصرف بشكل مستقل واختيار الأدوات المراد استخدامها ومتى. استنادًا إلى نماذج الأساس، يتجاوز وكلاء الذكاء الاصطناعي المحادثة لإنجاز المهام بمفردهم، استنادًا إلى هدف محدد ويتجاوزون نموذج الأساس للحصول على معلومات وقدرات إضافية. يقومون بتحليل المشكلات وتقسيمها إلى مهام فرعية وتخطيط خطواتهم التالية بشكل مستقل. هذا يجعلهم فعالين للتعامل مع المشاكل المعقدة والغامضة. حتى أن بعض الوكلاء، مثل Claude من Anthropic، يبرهنون على القدرة على استخدام الحاسوب، حيث يمكن لنموذج لغوي كبير النقر والكتابة وتشغيل الحاسوب لإنجاز المهام.³
  
  
• الذاكرة المستمرة والتعلم التكيفي: بالمقارنة مع مساعدي الذكاء الاصطناعي، يتمتع وكلاء الذكاء الاصطناعي بقدرة أكبر على التعلم. يقومون بتخزين الإجراءات والمحادثات والتجارب السابقة، مما يمكّنهم من تحسين نهجهم بمرور الوقت. وبفضل الذاكرة المستمرة، يمكن لوكلاء الذكاء الاصطناعي استرجاع التفاعلات السابقة لتحسين الاستجابات المستقبلية، بينما يسمح لهم التعلم التكيفي بتعديل سلوكهم بناءً على التعليقات والنتائج. لأنها تتكامل مع التطبيقات والأدوات الخارجية، يمكنها أن تتصرف بناءً على بيانات الوقت الفعلي بدلاً من الاعتماد فقط على تدريبها الأولي. ومع التفاعلات المتكررة، تصبح أكثر كفاءة ووعيًا بالسياق وأكثر توافقًا مع احتياجات المستخدم.
  
  
• تسلسل المهام: وكلاء الذكاء الاصطناعي لا يكملون المهام بمعزل عن بعضها البعض—فهم يقسمون مهام سير العمل المعقدة إلى خطوات أصغر يمكن التحكم فيها. يحدد وكلاء الذكاء الاصطناعي التبعيات بين المهام، مما يساعد على ضمان أن كل خطوة تتدفق بشكل منطقي إلى الخطوة التالية. تتيح هذه القدرة التنفيذ المنظم عبر عمليات متعددة الخطوات وتجعل الأتمتة أكثر ديناميكية.
  
  
• اللعب الجماعي: غالبًا ما يتخصص وكلاء الذكاء الاصطناعي في مهام محددة —قد يتفوق أحدهم في التحقق من الحقائق، بينما يتفوق آخر في البحث. يمكن أن يتعاون هؤلاء الوكلاء ويشكلوا فرقًا لمواجهة التحديات المعقدة معًا. تدعم IBM حاليًا وكلاء الذكاء الاصطناعي المكتوبين باستخدام LangChain، مع توفير تكامل LlamaIndex قريبًا. وبدلاً من الاعتماد بشكل كبير على المطورين، يتيح إطار عمل IBM للمستخدمين إنشاء وتحرير وكلاء الذكاء الاصطناعي في بيئة منخفضة التعليمات البرمجية أو بدون تعليمات برمجية.

يقدم وكلاء الذكاء الاصطناعي ومساعدو الذكاء الاصطناعي العديد من الفوائد، بدءاً من تحسين سير العمل إلى تحسين تجربة المستخدم. 

حلول الذكاء الاصطناعي التكميلية: يتخصص وكلاء الذكاء الاصطناعي في أداء مهام محددة أو معقدة بشكل مستقل، بينما يتفوق مساعدو الذكاء الاصطناعي في فهم المستخدمين والتفاعل معهم بشكل طبيعي. يعملون معًا على إنشاء حلول الذكاء الاصطناعي الأكثر قوة وبديهية.

تحسين سير العمل وزيادة الإنتاجية: تعمل أدوات الذكاء الاصطناعي والذكاء الاصطناعي التوليدي على تبسيط العمليات وأتمتة المهام الروتينية ومساعدة البشر في حل المشكلات، مما يحسّن الكفاءة الكلية.

تجربة مستخدم محسّنة: يوفر مساعدو الذكاء الاصطناعي الدعم التفاعلي ويتكيفون مع احتياجات المستخدم ويتعلمون من التعليقات وسجل المحادثات لتقديم تفاعلات أكثر تخصيصاً.

العمليات المستقلة وقابلية التوسع: يمكن لوكلاء الذكاء الاصطناعي العمل بشكل مستقل وإدارة مهام متعددة في وقت واحد والتوسع للتعامل مع العمليات المعقدة دون تدخل بشري مباشر.

تحسين إدارة المهام والتعاون: يمكن لوكلاء الذكاء الاصطناعي تفسير احتياجات المستخدم وتعيين المهام لمساعدي الذكاء الاصطناعي. يمكن للمساعدين استخدام البيانات التي ينشئها الوكيل لإنشاء مخرجات أكثر سهولة. هذه القدرات تعزز التنسيق.

تحسين إمكانات التكامل: مع تطور نماذج الذكاء الاصطناعي، يمكنها أن تدمج بشكل أفضل عناصر المحادثة والاستقلالية، مما يتيح تسليم المهام بسلاسة وتقديم استجابات عالية الجودة في وقت أقل.

يعمل مساعدو الذكاء الاصطناعي على تحسين تجربة العملاء من خلال توفير دعم حقيقي في الوقت الفعلي عبر المحادثة والصوت والبريد الإلكتروني. إنهم يتعاملون مع استفسارات العملاء الشائعة، ويوجهون المستخدمين من خلال خيارات الخدمة الذاتية، ويصعدون المشكلات المعقدة عند الحاجة. باستخدام معالجة اللغة الطبيعية، يقومون بتخصيص التفاعلات والتوصية بالمنتجات ومساعدة العملاء على إكمال المعاملات بسرعة. يعمل توفرهم في أي وقت على تحسين رضا العملاء وتقليل التكاليف.

يمكن لوكلاء الذكاء الاصطناعي أن يرتقوا بتجربة العملاء ودعم العملاء إلى آفاق أبعد من خلال التكيف مع سلوك المستخدم في الوقت الفعلي. على عكس مساعدي الذكاء الاصطناعي ذوي الاستجابات المكتوبة، فإن وكلاء الذكاء الاصطناعي يتعلمون ويحسنون التفاعلات، سواء كان ذلك محاكاة مقابلات العمل أو التعامل مع قضايا الدعم المعقدة بشكل مستقل. يعملون عبر المواقع الإلكترونية، والتطبيقات، وأجهزة إنترنت الأشياء لخلق تجارب مستخدم سلسة وشخصية للغاية.

يقدم مساعدو الذكاء الاصطناعي دعمًا مصرفيًا آمنًا وفوريًا من خلال التعامل مع استعلامات الرصيد وتنبيهات الاحتيال وطلبات القروض. كما أنها تساعد العملاء على إدارة شؤونهم المالية من خلال تحليل عادات الإنفاق وتقديم نصائح مخصصة بشأن الميزانية.

وكلاء الذكاء الاصطناعي يعملون بشكل استباقي على منع الاحتيال من خلال مراقبة المعاملات في الوقت الفعلي واكتشاف النشاطات المشبوهة وحظر التهديدات قبل أن تتصاعد. بخلاف المساعدين الذين يرسلون فقط تنبيهات الاحتيال، فإن وكلاء الذكاء الاصطناعي يقومون بتعديل بروتوكولات الأمان، وتحسين نماذج المخاطر، والتنسيق مع أنظمة اكتشاف الاحتيال للبقاء متقدمين على التهديدات الناشئة. في مجال التداول والاستثمار، يقوم وكلاء الذكاء الاصطناعي بتحليل اتجاهات السوق وتنفيذ الصفقات وتعديل المحفظة دون تدخل بشري.

يمكن لمساعدي الذكاء الاصطناعي مساعدة المؤسسات في تبسيط عملية التوظيف عن طريق إنشاء أوصاف وظيفية، وفرز السير الذاتية، وصياغة رسائل مخصصة. بالإضافة إلى التوظيف، فهي تساعد في التأهيل من خلال توجيه الموظفين الجدد من خلال السياسات والمزايا والمواد التدريبية.

يمكن لوكلاء الذكاء الاصطناعي أن يوسعوا نطاق أتمتة الموارد البشرية من خلال إدارة وتحسين اكتساب المواهب، وتفاعل الموظفين، وتخطيط القوى العاملة. يقومون بفحص المرشحين وجدولة المقابلات وتحسين الاستراتيجية باستخدام البيانات السابقة. لإدارة الأداء، يقوم وكلاء الذكاء الاصطناعي بتحليل ملاحظات الموظفين، واكتشاف الاتجاهات، والتوصية ببرامج تدريبية. كما أنهم يقومون بأتمتة عمليات الإعداد، وإدارة المزايا، وتتبع الامتثال، مما يجعل عمليات الموارد البشرية أكثر اعتمادًا على البيانات وكفاءة.

يلعب مساعدو الذكاء الاصطناعي دورًا رئيسيًا في أتمتة عملية الموارد البشرية من خلال المساعدة في تحسين تجارب المرضى وتبسيط المهام الإدارية. يجيبون على أسئلة المرضى في الوقت الفعلي، ويساعدون في تحديد مواعيد المراجعات، والفواتير، وتجديد الوصفات الطبية، ويوفرون وصولًا ذاتيًا إلى السجلات الطبية. يساعد مساعدو الذكاء الاصطناعي الأطباء من خلال تلخيص تاريخ المرضى والإبلاغ عن الحالات العاجلة. يمكن لمساعدي الذكاء الاصطناعي أيضًا المساعدة في تنظيم الوثائق، مما يساهم في ضمان بقاء التنسيق متسقًا لتسهيل الوصول إليها.

وكلاء الذكاء الاصطناعي يدعمون اتخاذ القرارات الطبية في البيئات المعقدة. في غرف الطوارئ، تساعد الأنظمة متعددة الوكلاء في فرز المرضى، وتعديل الأولويات بناءً على بيانات الوقت الفعلي من أجهزة الاستشعار. تقوم وكلاء الذكاء الاصطناعي أيضًا بتحسين إدارة إمدادات الأدوية، والتنبؤ بالنقص، وتعديل خطط العلاج بناءً على استجابات المرضى.

هناك مخاطر وقيود مرتبطة بالتقنيات المدعومة بالذكاء الاصطناعي يجب مراعاتها. النماذج اللغوية الكبيرة هشة، بمعنى أنها عرضة حتى لأصغر التغييرات في المُدخلات التي تتسبب في هياكل غير صالحة، أو حمولات خاطئة، أو هلوسات. وهذا يعني أن وكلاء الذكاء الاصطناعي ومساعديه قد يفشلون إذا ما هلوس نموذج الأساس الأساسي أو تعطل على سبيل المثال. 

بالنسبة لوكلاء الذكاء الاصطناعي، على وجه الخصوص، ما زالت البدايات. فإذا واجهوا مشكلة في وضع خطط شاملة أو فشلوا في التفكير في نتائجهم، فإن وكلاء الذكاء الاصطناعي سيتعثرون في حلقات لا نهائية من التعليقات. ونظرًا لأن وكلاء الذكاء الاصطناعي يأخذون في الاعتبار الأدوات والبيئات الخارجية، فيجب عليهم التعامل مع التغييرات التي تطرأ على تلك الأدوات. وبمرور الوقت، قد تؤدي هذه التغييرات إلى تعطل الوكيل. ومن ناحية أخرى، يمكن استخدام مساعدي الذكاء الاصطناعي بشكل موثوق في معظم الحالات، حيث إنهم لا يستخدمون أدوات خارجية.

لإنجاز المهام الأكثر صعوبة، تتطلب وكلاء الذكاء الاصطناعي قدرًا كبيرًا من التدريب، وقد يستغرقون وقتًا طويلاً لإكمالها. أيضًا، غالبًا ما تكون تكلفتهم مرتفعة.

نماذج الأساس اليوم ليست ذكية بما يكفي للعمل كوكلاء موثوق بهم، ولكن التقدم في استدلال النموذج سيحسن الوضع. لذلك، ما زلنا في المراحل الأولى لفهم وإدراك ما يمكن لوكلاء الذكاء الاصطناعي فعله. قد يشهد مستقبل الذكاء الاصطناعي توسعًا في التطبيقات ذاتية التوجيه لتقنية الذكاء الاصطناعي. ولكن في هذه المرحلة من التطور، لا يزال التدخل البشري ضروريًا في كثير من الأحيان لتقديم التوجيه أو إعادة التوجيه.