بر اساس اعلام مؤسسه گارتنر، تا پایان سال ۲۰۲۷ بیش از ۴۰ درصد از پروژه های هوش مصنوعی عاملی به دلیل افزایش هزینه ها، نبود ارزش تجاری روشن یا کنترل ناکافی ریسک ها، لغو خواهند شد.
هوش مصنوعی عاملی (Agentic AI) به نوعی از هوش مصنوعی گفته می شود که به جای انجام صرفِ وظایف مشخص و از پیش تعریف شده، قادر است به‌صورت مستقل تصمیم گیری کند، اقدامات پیوسته انجام دهد، و در محیط های پویا هدف محور عمل کند—درست مانند یک “عامل هوشمند”.
آغاز پر سر و صدا، اما پرریسک
آنوشتری ورما، تحلیل‌گر ارشد در گارتنر می گوید:
«اکثر پروژه های فعلی هوش مصنوعی عاملی، در مراحل اولیه یا در حد نمونه آزمایشی هستند که بیشتر تحت تأثیر هیاهوی تبلیغاتی شکل گرفته اند و اغلب نیز به درستی به کار نمی‌روند. این وضعیت باعث می شود سازمان ها نسبت به هزینه های واقعی و پیچیدگی های پیاده سازی این عامل ها در مقیاس گسترده دچار خطای محاسباتی شوند و پروژه ها پیش از رسیدن به مرحله اجرا متوقف شوند. سازمان ها باید از هیاهو عبور کرده و تصمیم گیری های راهبردی و دقیق درباره نحوه و محل استفاده از این فناوری نوظهور داشته باشند.»
در یک نظرسنجی که گارتنر در ژانویه ۲۰۲۵ با حضور ۳۴۱۲ شرکت‌کننده در وبینارهای خود انجام داد:
- ۱۹٪ از سازمان ها اعلام کردند که سرمایه گذاری قابل توجهی در هوش مصنوعی عاملی انجام داده اند.
- ۴۲٪ سرمایه گذاری محتاطانه داشته اند.
- ۸٪ هیچ سرمایه گذاری نکرده اند.
- و ۳۱٪ هنوز منتظر مانده اند یا اطمینانی به مسیر ندارند.
شست و شوی عاملیت (Agent washing) توسط فروشندگان
شست و شوی عاملیت (Agent Washing) اصطلاحی است جدید و انتقادی، که به بازاریابی گمراه کننده یا بزرگ نمایی درباره “عامل های هوشمند” و “هوش مصنوعی عاملی” اشاره دارد.
شست و شوی عاملیت یعنی وقتی شرکت ها یا فروشندگان فناوری، ابزارها یا نرم‌افزارهای ساده ای مثل چت بات، RPA (اتوماسیون رباتیک فرآیند) یا دستیارهای هوشمند را بدون داشتن توانمندی های واقعی “عاملیت”، به عنوان «عامل هوش مصنوعی» معرفی می کنند تا از هیجان بازار و سرمایه گذاری ها سود ببرند. به گفته گارتنر، از بین هزاران فروشنده ای که ادعای ارائه هوش مصنوعی عاملی دارند، تنها حدود ۱۳۰ مورد واقعاً قابل اتکا هستند.
این واژه برگرفته از اصطلاح معروف “شست و شوی سبز (Greenwashing)” است؛ یعنی وقتی شرکتی خود را بی جهت «سبز» و دوست دار محیط زیست نشان می دهد.
در شست و شوی عاملیت نیز شرکت ها ظاهر فناوری را مدرن جلوه می دهند، بدون اینکه واقعاً عاملیت یا استقلال هوش مصنوعی را فراهم کرده باشند.
ورما توضیح می دهد:
«بیشتر پیشنهادهای فعلی در حوزه هوش مصنوعی عاملی، فاقد ارزش واقعی یا بازگشت سرمایه (ROI) معنادار هستند. مدل های کنونی به اندازه کافی پخته نیستند که بتوانند به طور مستقل اهداف پیچیده تجاری را محقق کرده یا دستورالعمل های چندلایه را در طول زمان دنبال کنند. بسیاری از موارد استفاده ای که امروز به عنوان کاربردهای عاملی معرفی می شوند، اصلاً نیازمند پیاده سازی عامل نیستند.»
ارزش آفرینی تجاری با عاملیت واقعی
با وجود چالش های اولیه، گارتنر باور دارد که حرکت به سوی هوش مصنوعی عاملی، گامی بزرگ در مسیر توسعه قابلیت های هوش مصنوعی و فرصت های بازار است. این فناوری می تواند فراتر از بات های خودکار و دستیارهای مجازی، به سازمان ها در افزایش بهره وری منابع، خودکارسازی وظایف پیچیده و خلق نوآوری های جدید کمک کند.
پیش بینی گارتنر نشان می دهد که تا سال ۲۰۲۸ دست کم ۱۵٪ از تصمیمات روزمره کاری به‌طور مستقل توسط عامل های هوش مصنوعی گرفته خواهد شد (این رقم در سال ۲۰۲۴ تقریباً صفر بوده است). همچنین، تا ۲۰۲۸ حدود ۳۳٪ از نرم‌افزارهای سازمانی، قابلیت های هوش مصنوعی عاملی خواهند داشت (در سال ۲۰۲۴ این رقم کمتر از ۱٪ بوده است).
توصیه گارتنر: از ابتدا بازطراحی کنید
گارتنر توصیه می کند که سازمان ها در این مرحله اولیه، تنها در جاهایی از عامل ها استفاده کنند که ارزش مشخص و قابل اندازه گیری داشته باشد. پیاده سازی عامل ها در سیستم های قدیمی اغلب پیچیده، پرهزینه و همراه با اختلال در جریان کار است. در بسیاری موارد، بازطراحی فرآیندها از ابتدا بر پایه هوش مصنوعی عاملی، بهترین مسیر برای موفقیت است.
ورما در پایان می گوید:
«برای دستیابی به ارزش واقعی از هوش مصنوعی عاملی، تمرکز سازمان ها باید روی بهره وری سازمانی باشد، نه صرفاً انجام خودکار چند وظیفه فردی. آنها می‌توانند با این رویکرد شروع کنند: زمانی که تصمیم گیری لازم است از عامل، برای کارهای روتین از اتوماسیون، و برای بازیابی اطلاعات ساده از دستیار استفاده کنند. کلید ماجرا، خلق ارزش تجاری از مسیر هزینه، کیفیت، سرعت و مقیاس است.
پی نوشت: درباره این مطلبِ گارتنر، دکتر ونکات ونکاترامان در صفحه لینکدین خود چنین نوشته است:
شست و شوی عاملیت (Agent washing) اصطلاح جدیدی است که این روزها زیاد شنیده می‌شود. از دیدن این تیتر یا آمارهای پیش بینی شده تعجب نمی کنم. تاریخ به وضوح به ما نشان می دهد که ساخت نمونه اولیه و اجرای پایلوت آسان است، اما گسترش در مقیاس وسیع بسیار دشوارتر است.
تحول عاملی (Agentic shifts) فراتر از صرفاً به کارگیری فناوری هاست؛ این تحولات نیازمند تغییرات عمده سازمانی برای کنار گذاشتن شیوه ها و ساختارهای قدیمی هستند.
ما سال هاست از طریق پژوهش می دانیم که اگر فناوری را بر روی ساختارها و رویه های قدیمی سوار کنیم، نتیجه ای حاصل نمی شود.
درس مهم برای کسانی که در حال آزمودن عامل ها (Agents) هستند این است که فراتر از اثبات فنیِ عملکرد این عامل ها به تنهایی فکر کنند؛ باید نشان دهند که این عامل ها چگونه در کنار انسان ها و در مقیاس وسیع کار خواهند کرد.
مانع های احتمالی سازمانی برای گسترش و مقیاس بخشی به این تحول را شناسایی کنید. تاریخ را به‌خاطر بیاورید: شرکت های رسانه ای سنتی فقط با اضافه کردن پخش آنلاین، نتوانستند به شرکت های رسانه ای جدید تبدیل شوند. خرده فروشی های سنتی و فروشگاه های زنجیره ای هم با راه اندازی وب سایت، به پلتفرم های خرده فروشی چندکاناله تبدیل نشدند.
سازمان های سنتی هم نمی توانند فقط با خرید چند عامل (Agent) از فروشندگان، به سازمان هایی با محوریت هوش مصنوعی (AI-first) تبدیل شوند.
بازطراحی (Rearchitecting) سازمان برای ورود به عصر عاملی، یک تصمیم راهبردی است، نه صرفاً افزودن چند “عامل”.
مقالات مرتبط:
فرهنگ هوش مصنوعی؛ چیستی و چگونگی
رهبری هوش مصنوعی؛ چیستی و چگونگی
حکمرانی هوش مصنوعی؛ چیستی و چرایی
دیدگاه‌ها ۰
هنوز دیدگاهی ثبت نشده است.