وكلاء الذكاء الاصطناعي فاشلون لأنهم لا يعرفون عملك

في العام الماضي، احتاجت Absa، واحدة من أكبر البنوك في أفريقيا، إلى 120 يومًا لنقل نموذج جديد لاكتشاف الجرائم المالية من المرحلة التجريبية إلى الإنتاج. بينما كان ذلك قريبًا من المعدل المتوسط في الصناعة في ذلك الوقت، يمكن للبنك الآن نشر نموذج جديد في غضون 15 يومًا، حتى مع نفس البيئة التنظيمية وحجم المعاملات ومتطلبات الامتثال.

ومع ذلك، وجدت دراسة PwC أن 56٪ من رؤساء الشركات في الشركات الكبيرة لم يروا أي فائدة مالية كبيرة من استثماراتهم في الذكاء الاصطناعي. كل قائد شركة أheard العرض: إذا قمت بنشر وكلاء الذكاء الاصطناعي وتأتمتة سير عملك، فسترون عائدًا على الاستثمار بسرعة. بدلاً من ذلك، بعد 18 شهرًا وبضع ملايين دولارات، فإن التأثير التجاري مفقود. المكون الناقص هو السياق المجالي، وهو الفهم المعمول به الذي يعطي الوكيل ما يحتاجه لاتخاذ قرارات أعمال داخلية وماذا يفعل عندما يخطئ.

متى يتوقف الوكلاء عن الاستشارة ويتنقلون إلى العمل

تُقدر Gartner أن 50٪ من قرارات الأعمال ستكون مدعومة أو آليّة بواسطة وكلاء الذكاء الاصطناعي للاستخبارات القرارية بحلول عام 2027. حتى وقت قريب جدًا، كان دور الذكاء الاصطناعي في الشركات هو تقديم المشورة، تاركًا الموظف لاتخاذ القرار. كان أسوأ سيناريو هو فشل في اكتشاف فرصة، أو تأخير في اتخاذ القرار، أو عدم اتخاذ إجراء استجابة للتنبيه. مع الوكلاء، فإن العواقب أكبر بكثير.

في مصنع لأحد الشركات الصيدلانية العالمية لمنتجات البيولوجية، عندما يفحص المفتش باب المختبر، يتم إطلاق سير عمل التفتيش تلقائيًا، مع تعديلها وفقًا لمواصفات ومعدات الغرفة. يحدد الوكيل تسلسل التفتيش، ويعرض المادة المرجعية، ويدع المفتش يؤكد. في مصنع خاضع لتنظيم GxP، يجب أن يكون كل تفتيش جاهزًا للتدقيق، مما يعني أن الوكيل يتحمل جزءًا من العبء التشغيلي في بيئة توجد فيها عواقب حقيقية إذا كان يخطئ في التسلسل.

معظم إطارات الحوكمة الموجودة اليوم تم بناؤها للعالم السابق الذي كان يعتمد على الاستشارة: استعراض نموذجي دوري مع موظف يتحقق من إخراج نظام واحد. الآن لدينا وكلاء يتنقلون إلى مهام أخرى، ويتنسيقون عبر سير العمل، ويتكثفون في مكالمة سيئة في بداية العملية قبل أن يلاحظها أي شخص.

لماذا يصل الوكلاء العاديون إلى حائط

يمكن لوكيل عام أن يبدو مثيرًا للإعجاب في ظروف خاضعة للرقابة. ومع ذلك، يبدأ في النضال في عمليات الشركات، التي تتميز بالقيود والاعتماد المتبادل والقرارات التي تظهر واضحة لأي شخص عمل على أرض الواقع وغامضة لنموذج لم يُدرس ليرىها.

واجه مدير فئة في واحدة من الشركات الخمس الأولى لصناعة الأغذية والمشروبات مشكلة مماثلة على مقياس مختلف: 96٪ من اختراق السوق، بدون محركات تقليدية متبقية للضغط.حدد مدير الفئة منطق القرار مباشرةً من خلال توحيد أكثر من 100 مصدر بيانات عبر أكثر من 1000 خاصية لكل متجر، وسمح للنموذج الذكاء الاصطناعي ببناء ملفات تعريف سلوك المشتري التي يمكن لفريق الفئة العمل عليها. النتيجة؟ ثلاث مجموعات من المشترين، وجلسات أسبوعية مع شركاء التجزئة، وزيادة بنسبة 8٪ في المبيعات، و35٪ أسرع في إعادة تعبئة الرفوف.

كان ذلك ناجحًا لأن الوكيل كان يعرف بالفعل ما هو خطة تخطيط، وما يعني تجميع مشتري، وكيف تتأثر التغييرات الترويجية بالفئات المجاورة. يجب تعليم نموذج عام مصطلحات محددة للصناعة، وهو ما يستغرق 12 إلى 18 شهرًا لا تملكه معظم الشركات.

لماذا يجب تصميم الحوكمة

الإطارات الحوكمة التي تملكها معظم الشركات اليوم تم بناؤها حول تفسير إخراج النموذج بعد الحادث ومراجعته بشكل دوري. لم تكن مبنية لما يحدث عندما يطلق وكيل إجراءً لا يمكن逆ه في سير العمل.

لقد عملت مع شركة تأمين تعمل في أسواق أوروبا الوسطى والشرقية، ويجب أن تأخذ في الاعتبار متطلبات كل سوق عند اتخاذ قرارات الامتثال. كل قرار تدقيق عميل يمكن تتبعه كسجل حي يضم الإدخال والنموذج والإخراج والشخص الذي وقع عليه. يمكن لنظام الذكاء الاصطناعي للشركة توجيه معاملة متوافقة في سوق واحد وليست كذلك في سوق آخر دون تدقيق يدوية من قبل محلل الامتثال.

هذا هو نفس الهيكل الذي يسمح لـ Absa بنشر نظامها الإنتاجي لمنع غسيل الأموال في 15 يومًا بدلاً من 120. يتم بناء السرعة في البنية، بحيث يمكن للبنك تسليم نسخة السياسة لكل قرار إلى سلطة رقابية على الفور.

الشركات التي نراها تستثمر في هذه طبقات الحوكمة في وقت مبكر لا تزال تعمل بالوكلاء على نطاق واسع بعد 18 شهرًا. تلك التي تعاملت مع هذا كتمرين امتثال يُضاف بعد النشر هي التي يجب أن تعيد هندسة البنية.

الذكاء المجالي ليس تعديلًا دقيقًا

النماذج الأساسية القادرة لا تقدم نتائج شركات على نحو موثوق به لأنها مبنية لتكون مفيدة على نطاق واسع. تتطلب عمليات الشركات التخصص العميق والضيق. الخلط بين الاثنين قد كلف الصناعة بالفعل وقتًا ومواردًا، ولكنه لا يزال أكثر خطأ شائع أراه.

الذكاء المجالي ليس تطبيق توليد محسّن بالاسترجاع (RAG) أو تعديل نموذج عام. إنه الفرق بين وكيل يمكنه معالجة المعلومات حول متجر بقالة ووكيل يفهم كيف بنى العمل وployed 5000 خطة تخطيط فردية عبر أكثر من 750 متجر بدون فريق مركزي يلمس كل موقع.

ينشأ هذا النوع من الكفاءة التشغيلية من سنوات من بيانات التدريب المحددة بمجال معين، و منطق القرار مبني حول قيود تشغيلية حقيقية، وطبقة معرفة تشمل كيف يؤثر تغيير السعر على الهامش، وكيف يؤثر تغيير المجموعة على توافر الرفوف، وكيف يؤثر ذلك على ولاء المشتري. لشركة بقالة كبيرة في الولايات المتحدة، أنتجت هذه العقلانية المرتبطة 200 مليون دولار إضافي في الأرباح.

بناء هذا الأساس أو الحصول عليه من شريك قام بالعمل بالفعل هو تكلفة حقيقية في البيانات وخبرة المجال وضبط النفس لتقديم حكم مؤسسي بدلاً من跳 إلى اختبار تجريبي مباشر. إذا تم التسرع في هذا الأساس، فإن وكيلًا يبدو على دراية بمجال معين في اختبار概念 يمكنه الانهيار مع أول حالة حافة إنتاجية.

ما يعني الحصول على وكلاء الشركات بشكل صحيح

الشركات التي تواصل وضع نماذج قادرة في سير العمل الحالية سوف تضطر إلى الإعتراف بمجلس إدارتها بأن عائد الاستثمار لا يظهر. خلصت MIT في العام الماضي إلى أن尽管 استثمارات الشركات في الذكاء الاصطناعي التوليدي، فإن 95٪ من المنظمات تحصل على عائد صفر. إذا كنت لا تريد أن تكون في ذلك المخيم، ضع الذكاء المجالي في المكان قبل اليوم الأول، وادمج الحوكمة في البنية، واجعلهم مسؤولين عن نتائج محددة.

النموذج وراء أي وكيل معين هو، بشكل مخيف، أقل جزء متين في ذلك المعادلة. سوف يتم شحن نموذج أفضل في الربع التالي، من الشركة التي بنت النموذج الذي تستخدمه اليوم أو أحد منافسيها. ما لا يتغير مع إصدار النموذج التالي هو ما إذا كان وكلاؤك يفهمون عملك. يجب عليك بناء ذلك بشكل متعمد. الوكلاء الذين ينجحون في بيئتك لن يكونوا أكثر الوكلاء القادرين على الأغراض العامة في السوق، ولكنهم سوف يكسبون ثقتك لفعل المزيد والمزيد لشركتك.