وسواس جدید شرکتهای بزرگ فناوری: عاملهایی که کارهای شما را انجام میدهند
نوشته جو کانستانتز
اگر تازه با چتباتها و همکاران دیجیتال آشنا شدهاید، باید بدانید که اکنون صحبت در سیلیکون ولی به طور کامل بر روی عاملها متمرکز شده است - هوش مصنوعی که میتواند کارهای چند مرحلهای مانند پذیرش مشتریان، تأیید هزینهها و نه تنها هدایت بلکه واقعاً پاسخ به درخواستهای خدمات مشتری را با حداقل نظارت انسانی انجام دهد.
مدیرعامل OpenAI، سم آلتمان، عاملها را «پیشرفت بزرگ بعدی» مینامد. Salesforce Inc. قبلاً قراردادهایی برای نصب عاملهای هوش مصنوعی در بیش از ۲۰۰ شرکت از جمله Accenture Plc، Adecco Group، FedEx Corp.، International Business Machines Corp. و RBC Wealth Management امضا کرده است.
«ما واقعاً در آستانه یک تحول انقلابی هستیم»، مدیرعامل Salesforce، مارک بنیوف، در آخرین تماس درآمدی شرکت نرمافزاری گفت. «این واقعاً ظهور نیروی کار دیجیتال است.»
شکاکان ممکن است به لحن مشابه هیجان اشاره کنند که با معرفی ChatGPT در سال ۲۰۲۲ همراه بود. در حالی که چتبات OpenAI شگفتانگیز بود، هنوز به طور گستردهای بهرهوری قابل توجهی را باز نکرده یا به طور رادیکال اکثر محیطهای کاری را تغییر نداده است. فناوری عاملها یک قدم جلوتر میرود، نه تنها انجام ترفندهای نمایشی و ارائه پاسخهای قابل قبول به سوالات بلکه واقعاً انجام کارهای تکراری که امروزه توسط میلیونها انسان انجام میشود.
عاملها تنها برای محیطهای کاری نیستند. ممکن است به زودی از یکی برای تحقیق، انتخاب و رزرو هر جزء از یک برنامه سفر طولانی استفاده کنید. آنچه آلتمان را بیشتر هیجانزده میکند، چشمانداز یک عامل است که مانند «یک همکار ارشد واقعاً باهوش که میتوانید با او در یک پروژه همکاری کنید» عمل میکند، او در یک مصاحبه پادکست ماه گذشته گفت. «عامل میتواند یک کار دو روزه - یا دو هفتهای - را واقعاً خوب انجام دهد و هنگامی که سوالی دارد به شما پیام دهد، اما با یک محصول کاری عالی به شما بازگردد.»
در حالی که ممکن است پیشبینی همه بازتابهایی که عاملهای کار خودکار ممکن است ایجاد کنند دشوار باشد، چند مورد استفاده خاص در حال حاضر در حال ظهور است.
- عاملهای متخصص میتوانند مجموعهای تعریف شده از وظایف پایه و تکراری را انجام دهند، مانند پاسخ به سوالات مشتریان که به طور مکرر رخ میدهند یا سادهسازی مدارک مشتری در سراسر بخشها.
- عاملهای دستیار شخصی میتوانند وظایف برنامهریزی و اداری کارکنان را مدیریت کنند.
- عاملهای همکار میتوانند با تیمها و افراد همکاری کنند، در جلسات طوفان فکری شرکت کنند و در موضوعات Slack برای ارائه ایدهها شرکت کنند.
- عاملهای ناظر میتوانند کار چندین نوع دیگر از عاملها را نظارت و هماهنگ کنند.
Salesforce محصول عامل خود را که «Agentforce» مینامد، در سپتامبر راهاندازی کرد. Anthropic محصول خود را در اکتبر راهاندازی کرد و به دنبال آن یک راهاندازی توسط Microsoft در نوامبر انجام شد. OpenAI قرار است یک عامل را در یک پیشنمایش تحقیقاتی در ژانویه رونمایی کند. در همین حال، تعداد زیادی از استارتاپها محصولات هوش مصنوعی «عاملمحور» خود را راهاندازی کردهاند.
پاتریک استوکس، معاون اجرایی بازاریابی محصول و صنایع در Salesforce، در مصاحبهای گفت که انتظار دارد عاملها به زودی در سهماهه اول ۲۰۲۵ گستردهتر شوند.
«نوامبر سال آینده، ما به گذشته نگاه خواهیم کرد و خواهیم گفت، 'چگونه دنیایی وجود داشت که این وجود نداشت؟'» استوکس گفت.
«نقشها تغییر خواهند کرد»
در یک رویداد اخیر Salesforce در نیویورک، مدیران اطمینان دادند که عاملها برای سرقت شغلها طراحی نشدهاند. «این جایگزین نخواهد شد، بلکه تقویت خواهد شد»، مدیرعامل Saks Global، مارک متریک، در یک ویدئوی تبلیغاتی Salesforce که در طول سخنرانی اصلی پخش شد، گفت.
اما، همانطور که بنیوف در تماس درآمدی گفت، تغییراتی باید انجام شود، از جمله در Salesforce. «تحول بدون چالش نیست، شغلها تکامل خواهند یافت، نقشها تغییر خواهند کرد و کسبوکارها باید سازگار شوند»، بنیوف گفت. «ما همه باید نیروی کار خود را بازتعادل کنیم زیرا عاملها بخش بیشتری از نیروی کار را به عهده میگیرند و سپس میتوانیم شرکتهای خود را به روشهای جدید بازتعادل و بازشکل دهیم.»
در شرکت مشاوره McKinsey & Co.، یک عامل هوش مصنوعی اکنون خستگیپذیری پذیرش مشتری را مدیریت میکند. این کار مدارک را هماهنگ میکند، جزئیات تماس مربوطه را به اشتراک میگذارد، دامنه پروژه را تأیید میکند - و همه چیز را توسط بخشهای حقوقی، ریسک، مالی، کارکنان و دیگر بخشها برای دریافت تأییدیههایشان اجرا میکند.
«این قبلاً یک کاسه اسپاگتی از رشتههای ایمیل بین همه عملکردهای مختلف بود»، گفت رادنی زمل، که رهبری تمرین دیجیتال McKinsey و تحول هوش مصنوعی شرکت را بر عهده دارد. در گذشته، پذیرش مشتری نیاز به دهها ساعت برای هر مشتری جدید داشت. اکنون، «یک عامل اساساً همه آن پیگیریها را برای شما انجام میدهد» و فرآیند را در حدود ۳۰٪ از زمان کامل میکند. این ایمیلها را ارسال میکند و برای جمعآوری هر اطلاعاتی که نیاز دارد تا پروژهها را به جلو ببرد، پیگیری میکند. محصول نهایی سپس توسط یک انسان بررسی و تأیید میشود.
«این در این مورد کار میکند زیرا مجموعهای پیچیده از وظایف است، اما در واقع یک کار استاندارد و روتین شده است، بدون نیاز به قضاوت زیاد»، زمل گفت.
یکی دیگر از کاربردهایی که McKinsey در حال آزمایش آن است، یک «تیم» از عاملها است که با هم مانند یک تیم از کارکنان انسانی کار میکنند. McKinsey اغلب به شرکتها کمک میکند تا دادهها را از مینفریمها به ابر منتقل کنند - یک فرآیند «خستهکننده، پیچیده و گرانقیمت»، زمل گفت. بنابراین McKinsey یک تیم عامل را آموزش داد تا اعضای مختلف تیم را که معمولاً پروژه را تأمین میکنند، مانند طراحان و مهندسان داده، تقلید کند.
در حالی که تیمها هنوز به طور کامل عملیاتی نشدهاند، زمل گفت که نتایج اولیه چشمگیر بوده است. «شما میتوانید زمان انتقال از مینفریم به ابر را بیش از نصف کاهش دهید با استفاده از این تیمهای عامل با درجه مناسب نظارت انسانی بر روی آن»، او گفت.
عاملها میتوانند با دستورالعملهای زبان طبیعی فعال شوند و به گونهای طراحی شدهاند که با کاربران انسانی خود به همان اندازه مکالمه کنند. McKinsey اخیراً به یک پلتفرم داخلی دسترسی داده است که به همه در شرکت اجازه میدهد عاملهای خود را بسازند. اجازه دادن به هر کارمند برای طراحی عاملهایی که برای آنها مفیدترین هستند میتواند مزایای بزرگی در بهرهوری به همراه داشته باشد. اما همچنین، زمل گفت، «پتانسیل ایجاد هرج و مرج مطلق وجود دارد»، بنابراین ساختن محافظهای مناسب در اطراف عاملها ضروری است. در McKinsey، یک تیم مرکزی همه عاملها را در برابر سیاستهای سایبری، ریسک، حقوقی و داده بررسی خواهد کرد قبل از اینکه آنها برای بقیه شرکت در دسترس قرار گیرند.
شرکتهایی که عاملها را به کار میگیرند، یک شبه کل بخشها را جایگزین نخواهند کرد، زمل گفت. فناوری جدید ممکن است حتی به معکوس کردن برونسپاری برای عملکردهایی مانند منابع انسانی، مالی یا فناوری منجر شود. به جای برونسپاری کار به یک تیم بزرگ با مجموعه مهارتهای متوسط در کشوری با هزینههای کار پایینتر مانند هند، شرکتها بیشتر از استخدام یک تیم کوچک اما با مهارت بالا در خانه که توسط عاملهای قدرتمند تقویت شده است، بهرهمند میشوند.
فریب حتی مادر
عاملها در این که میتوانند به طور داخلی استفاده شوند یا برای «صحبت کردن» با مشتریان تنظیم شوند، همهکاره هستند. Nsure، یک شرکت بیمه آنلاین، یک عامل هوش مصنوعی را به کار گرفت که با مشتریان از طریق تلفن، پیامک، ایمیل و چت آنلاین ارتباط برقرار میکند، به سوالات پاسخ میدهد، قیمتها را ارائه میدهد، اطلاعات را ثبت میکند و مشکلات را حل میکند.
عامل، که به نام معاون رئیس هوش مصنوعی و اتوماسیون Nsure، جان هایش، نامگذاری شده است، ۶۰٪ از درخواستهای مشتریان را مدیریت میکند و وظایف تکراری و زمانبر را که قبلاً توسط کارکنان انسانی انجام میشد، به عهده میگیرد. «جان دوستانه»، همانطور که عامل شناخته میشود، بر اساس ۳۰۰ ساعت از صدای هایش آموزش دیده است، که منجر به یک شبیهسازی شد که به قدری قانعکننده بود که مادر مدیر اجرایی فکر کرد اوست، فقط با یک سرماخوردگی جزئی.
Nsure همچنین عامل را بر اساس قوانین بیمه و اطلاعات نظارتی، به علاوه سه سال تعاملات عامل انسانی با مشتریان، آموزش داد، با مکالمات حاشیهنویسی شده برای اصلاح هرگونه نقص. و عامل به طور مداوم بهبود مییابد زیرا شرکت مکالمات اخیر خود را به مدل بازمیگرداند تا هر چیزی را که منجر به انتقال به یک عامل انسانی شده است، نشان دهد.
همبنیانگذار و مدیر عملیاتی Nsure، ووجتک گوداشفسکی، گفت که با عاملهای هوش مصنوعی، شرکت میتواند کسبوکار را با تنها ۲۰٪ از نیروی کاری که در غیر این صورت برای دستیابی به همان مقیاس نیاز داشت، رشد دهد. اما این شرکت کوچک نشده است. با تنظیم کار به صورت یک خط تولید، به سادگی عاملهای انسانی را به جای دیگری در خط منتقل کرد - از نقشهایی که نیاز به وظایف تکراری بیشتری داشتند به نقشهایی که پیچیدهتر بودند.
این تغییر منجر به افزایش روحیه و کاهش گردش کارکنان شد، گوداشفسکی گفت، با کارکنانی که به نقشهای بالاتر با پرداخت بیشتر و معنادار منتقل شدند که در آن میتوانند یاد بگیرند و رشد کنند. یک مزیت دیگر: از آنجا که عامل هوش مصنوعی میتواند به سوالات مشتریان در تمام ساعات روز پاسخ دهد، کارکنان انسانی نیازی به نگرانی در مورد کار در شبها یا تعطیلات ندارند.
تا کنون، تجربه در Nsure با فرضیهای که توسط داریو آمودی، همبنیانگذار شرکت هوش مصنوعی Anthropic، مطرح شده است، همخوانی دارد. او پیشنهاد کرد که ورود عاملهای هوش مصنوعی میتواند به پرداخت بالاتر برای انسانهایی که مهارتهایی دارند که هوش مصنوعی نمیتواند تکرار کند، منجر شود.
«در واقع، حتی اگر هوش مصنوعی بتواند ۱۰۰٪ کارها را بهتر از انسانها انجام دهد، اما در برخی وظایف ناکارآمد یا گرانقیمت باقی بماند، یا اگر ورودیهای منابع به انسانها و هوش مصنوعیها به طور معناداری متفاوت باشد، آنگاه منطق مزیت نسبی [برای انسانها] همچنان اعمال میشود»، آمودی در یک تأمل گسترده در مورد چگونگی شکلگیری آینده ما توسط هوش مصنوعی نوشت.
«با این حال، من فکر میکنم در بلندمدت هوش مصنوعی به قدری مؤثر و ارزان خواهد شد که این دیگر اعمال نخواهد شد»، او نوشت. «در آن نقطه، ساختار اقتصادی فعلی ما دیگر منطقی نخواهد بود و نیاز به یک گفتگوی گستردهتر اجتماعی در مورد چگونگی سازماندهی اقتصاد وجود خواهد داشت.»
انواع مختلف عاملها
خیلی قبل از اینکه به طور بالقوه به آن نقطه برسیم، شرکتها طیف گستردهای از کاربردها برای عاملهای هوش مصنوعی را آزمایش خواهند کرد.
در Accenture، برنامههایی در حال انجام است تا عاملهای خاص صنعت را برای مشتریان در بخشهای مختلف، از سفر تا بانکداری خردهفروشی تا برنامهریزی زنجیره تأمین، بسازند.
به طور داخلی، شرکت قبلاً عاملهایی را برای کمک به بخش بازاریابی خود در پیشبینی بازگشت سرمایه برای رویدادها یا تهیه یک برنامه بازاریابی بر اساس دادههای تاریخی و اطلاعات در مورد آنچه رقبا انجام میدهند، به کار گرفته است. عاملها ابتدا در آگوست آزمایش شدند و اکنون به حدود ۵۰۰ کارمند بازاریابی ارائه شدهاند.
بیشتر عاملها «عاملهای کاربردی» هستند که مانند یک محقق جوان عمل میکنند. اما شرکت همچنین آنچه را که «عاملهای استراتژیک» مینامد، ساخته است، که میتوانند کار چندین عامل تحقیقاتی را هماهنگ کنند، مشابه یک رهبر تیم. عاملها همچنین میتوانند در میان خود «گردهمایی» کنند، اطلاعاتی مانند کارکنان در جلسات منظم بررسی به اشتراک بگذارند.
لان گوان، مدیر ارشد هوش مصنوعی Accenture، گفت که عاملهای استراتژیک میتوانند در کنار بازاریابان جوان کار کنند و حتی به عنوان مربی برای آنها عمل کنند. در گذشته، یک کارمند جوان که وظیفه برگزاری یک رویداد را داشت ممکن است در فکر نوشتن یک خلاصه بازاریابی یا انجام برنامهریزی استراتژیک عصبی شود. تحت فشار، ممکن است به دنبال مشاوره یک ناظر باشند. «این روش قدیمی کار کردن است»، گوان گفت.
اکنون، او گفت، یک عامل استراتژیک زمینه و حافظه لازم را دارد تا بفهمد کارمند چه میخواهد انجام دهد و میتواند عاملهای کاربردی مناسب را بر اساس تجربه گذشته و بهترین شیوهها برای انجام کار هماهنگ کند.
Accenture از گفتن اینکه آیا پیشبینیهای استخدامی آن با بهرهوریهای مورد انتظار از استفاده از عاملهای هوش مصنوعی تغییر کرده است، خودداری کرد.