ما الذي يمنع حقًا مشروع تجربة الذكاء الاصطناعي Agentic AI — وكيفية إصلاحه

الضغط لدمج الذكاء الاصطناعي في أنظمة الإرث الخاصة بك يمكن أن يكون ساحقًا. وإذا كنت تعتقد أن الطلبات المستمرة من قبل فريق الإدارة العليا لإضافة الذكاء الاصطناعي Agentic إلى العمليات قد وصلت إلى حد الحمى في عام 2025، فكن مستعدًا لضغط أكبر في عام 2026.

مع هذا الدفع لإضافة الذكاء الاصطناعي Agentic في أقرب وقت ممكن، فمن الطبيعي أن تتسرع إلى تجربة جديدة دون فهم متعمق للمتطلبات الكاملة لمثل هذا المشروع. هذا هو السبب في أن الغالبية العظمى من الشركات تPURSUING تجارب الذكاء الاصطناعي، ولكن فقط جزء صغير من تلك التجارب يتم نشرها.

تقريبًا 100 في المئة من تجارب الذكاء الاصطناعي تفشل. هذا ليس مبالغة.

لماذا هذا الاضطراب؟ لأنه يمكن للذكاء الاصطناعي Agentic تحويل أعمالك حقًا. في حالة خدمة العملاء، تظهر تجارب الذكاء الاصطناعي للشركات زيادة في الكفاءة، وتحويل الدعم إلى مورد استراتيجي بدلاً من مركز تكلفة. بينما يتعامل الذكاء الاصطناعي مع الاستفسارات المتكررة، يمكن للوكلاء توجيه انتباههم الكامل إلى مشاكل الدعم الصعبة والمعقدة. لا ي giúp فقط الذكاء الاصطناعي وكلاء الدعم في تحقيق أكبر سعادة للعملاء، بل يسمح للشركات بإعادة توجيه الموارد إلى أنشطة توليد الإيرادات.

وضع أساس قوي للتكامل

دعونا نفكر في تجربة الذكاء الاصطناعي Agentic مثل بناء منزل. بدلاً من بدء البناء على ما هو موجود، تقوم ببعض الأعمال التمهيدية وسك أساس قوي. لا يمكنك وضع طوب الذكاء الاصطناعي على نظام إرث مبني على تكنولوجيا قديمة ومصادر بيانات سيئة. للعمل بشكل صحيح، يحتاج الذكاء الاصطناعي إلى تكاملات نظيفة وبيانات قابلة للوصول وواجهات برمجة تطبيقات حديثة. تكشف تجارب الذكاء الاصطناعي عن مكان الحاجة إلى تحديثات moderne، وتسرع إما الإنفاق، أو تبرر زيادة في الكتلة البنائية المطلوبة حول الأنظمة التي يحتاج وكلاء الذكاء الاصطناعي إلى الوصول إليها، أو ببساطة تفشل.

هناك فرق كبير بين التجارب الفاشلة والتنصيبات الناجحة. من المهم أن يتم دمج الحل في سير العمل والأدوات الحالية دون انقطاع. هذا لأن الذكاء الاصطناعي Agentic ليس مجرد أداة أخرى؛ إذا تم دمجه بشكل صحيح، يلمس الذكاء الاصطناعي جميع أجزاء الشركة. لماذا؟ دعونا نعود إلى مثال خدمة العملاء: يحتاج الذكاء الاصطناعي إلى التعلم في الوقت الفعلي لتطابق صوت الشركة مع الأولوية للخصوصية، خاصة في الصناعات مثل الرعاية الصحية أو المالية، حيث تكون الثقة حرجة. عند الانتقال من بوتات الدردشة إلى الذكاء الاصطناعي Agentic، يتغير فريق الدعم من نموذج متأمل وسلبي إلى خدمة تفاعلية وذاتية.

تحديد التحديات المحتملة للبيانات والسياق وسير العمل

يعمل الذكاء الاصطناعي Agentic على البيانات، وتكمن واحدة من التحديات الكبيرة التي تواجهها الشركات في نضج البيانات: المعلومات الحساسة، التي هي حياة أي شركة، ليست جاهزة للذكاء الاصطناعي. يمكن أن تكون هذه المعلومات منخفضة الجودة أو صعبة الوصول؛ قد يكون هناك إشراف سيء على الأنظمة الداخلية، مما يؤدي إلى كشف البيانات الخاصة والحساسة.

هناك تحديان آخران يتعلقان بالسياق ووضوح سير العمل. في هذه الحالة، السياق هو ببساطة ما يسمح للذكاء الاصطناعي بالوصول إليه. للعمل بشكل فعال، يحتاج عملية الذكاء الاصطناعي Agentic إلى استهلاك المزيد من البيانات، وليس مجرد عينة صغيرة؛ يحتاج إلى كل شيء.对于 العديد من المنظمات، هذا يخلق مشكلة ثقة. الحل؟ جلب الذكاء الاصطناعي إلى داخل الشركة للحفاظ على البيانات الحساسة في الموقع.

تضمين الذكاء الاصطناعي في سير العمل المعروفة سير العمل هو طريقة منخفضة التأثير للحصول على عائد الاستثمار من الذكاء الاصطناعي. في حين أن أكبر رافعة من الذكاء الاصطناعي تأتي عندما يتعامل مع تدفقات جديدة لم تكن ممكنة من قبل، مثل تقديم دعم سياقي داخل المنتج، فإن أسرع طريقة لتكامل الذكاء الاصطناعي في شركة هو تضمينه في الأدوات وسير العمل الحالية، وتركها لتوصيل النقاط في الخلفية. من المهم أيضًا أن يفهم الجميع في سير العمل قيمة تجربة الذكاء الاصطناعي الحقيقية. يجب على الجميع من فريق الإدارة العليا إلى الأسفل فهم الفوائد والاستخدامات للذكاء الاصطناعي، حيث يمكنه وإلى أين لا يستطيع إضافة قيمة إلى حياتهم اليومية. لا يمكن للذكاء الاصطناعي أن يكون صندوقًا أسودًا لا يعرفه أحد … يجب أن يفهموه.

أخيرًا، يتطلب برنامج الذكاء الاصطناعي Agentic هندسة أمان أكثر صرامة ببساطة لأن هذه الأنظمة تثقب سلوك المستخدم، وتتعلم باستمرار من تلك المعلومات، وتتخذ إجراءات بناءً على ما تعلمته. الدعم الحقيقي للذكاء الاصطناعي لفريق خدمة العملاء يفحص المشكلة، وينظر في جميع البيانات المتاحة، لتطوير حلول دائمة تقوم على الحل.

يجب حماية المعلومات ولكن لا يجب حظرها.只要 الشركات تعوق تدفق المعلومات إلى الذكاء الاصطناعي، سوف تواصل تحقيق نتائج أقل من المتوقع وترى تجارب فاشلة. ومع ذلك، لن يسمح فريق الأمان بتقاسم بعض البيانات وواجهات برمجة التطبيقات مع بائعي السحابة، لأن ذلك يوسع محيط أمان الشركة إلى مورد لا يتحكمون فيه.

إلقاء الكتاب القديم لإدارة التغيير

الذكاء الاصطناعي Agentic يتغير باستمرار، ويحول أعمالك باستمرار. هذا يعني أن إدارة التغيير التقليدية، التي تأتي بنقطة نهاية، تحتاج إلى تحديث. مع تحديثات النموذج المستمرة، يضطر الذكاء الاصطناعي Agentic الشركات إلى الخروج من دورة الصيانة بعد التنفيذ المعتادة. المرونة والقدرة على التكيف بسرعة مع التحديثات الجديدة هي مفتاح.

مع عملية تحديث مستمرة، يحتاج الأمان إلى أن يكون صلبًا. بينما تعاملت مع البنية التحتية في وقت سابق من التجربة، تحتاج إلى تحديث المستخدمين حول النماذج الجديدة لضمان استخدام كل شيء بشكل مناسب.

هذا يعني أن من المهم تقصير نافذة التكامل لضمان أن يكون لدى المستخدمين وقت كافٍ للتعلم من العمليات الجديدة والتدريب بشكل مناسب. ابحث عن تجربة ذكاء اصطناعي لا تتطلب عمل هندسي كبيرًا لربط كل مصدر بيانات. مع تصميم بدون تكامل، يمكن نشر بعض التجارب ليس في أشهر، ولكن في ساعات فقط. هذا يعطي الشركات عائد استثمار أكثر تحقيقًا.

وتذكر، يعمل الذكاء الاصطناعي Agentic فقط عندما يمكنه اتخاذ إجراء: استفسار قواعد البيانات، وتحفيز سير العمل، ووصول إلى سجلات العملاء. هذا يتطلب تكاملًا عميقًا مع أنظمة حساسة، وهو ما يمكن أن يكون محفزًا للقلق. الأمان هو واحد من الأسباب التي تجعل نهج الذكاء الاصطناعي السحابي لا يمتد. في هذا العام، توقع أن تبحث المزيد من الشركات في عمليات النشر الذاتية والخاصة بالسحابة، والتي ستصبح قريباً الافتراضي لشركات جادة بشأن العمليات الذاتية. إنه أساس قوي ومفتاح بناء هيكل يدوم.