از چت‌بات تا Agent؛ ساخت AI Agentهای عملیاتی در سال ۲۰۲۶
از چت‌بات تا Agent؛ ساخت AI Agentهای عملیاتی در سال ۲۰۲۶
در آخرین روز از رویداد باهم ۱۴۰۵، نشستی با عنوان «ساخت AI Agentهای عملیاتی در سال ۲۰۲۶» برگزار شد.
در آخرین روز از رویداد باهم ۱۴۰۵، نشستی با عنوان «ساخت AI Agentهای عملیاتی در سال ۲۰۲۶» برگزار شد. دکتر سهیل تهرانی‌پور در این نشست با اشاره به تفاوت چت‌بات و AI Agent، قابلیت عامل‌های هوشمند در اجرای خودکار وظایف و فرایندهای سازمانی را تشریح کرد وگفت که تفاوت اصلی ایجنت‌ها با چت‌بات‌ها در توانایی انجام کار و اجرای عملیات است.
سهیل تهرانی‌پور، مدیرعامل شرکت دانش‌بنیان ساعیان ارتباط، در ابتدای این نشست با اشاره به سرعت پذیرش بازار از AI agentها گفت: « یکی از شاخص‌های کلیدی عملکرد (KPI) که در این ارائه به اهمیت آن اشاره می‌کنم، مدت‌زمان موردنیاز برای جذب کاربران پس از معرفی یک محصول است. اگر به محصولات مختلف نگاه کنیم، متوجه می‌شویم که برخی از آن‌ها برای رسیدن به یک میلیون کاربر به چند سال زمان نیاز داشته‌اند، درحالی‌که ChatGPT در مدت‌زمان بسیار کوتاهی توانست به یک میلیون کاربر دست پیدا کند. این موضوع نشان داد که بازار تا چه اندازه برای استفاده عملیاتی از راهکارهای مبتنی بر هوش مصنوعی و Chatbotها آمادگی دارد.»
او در ادامه با اشاره به اتفاق مهمی که در فضای چت‌بات‌ها و مدل‌های هوش مصنوعی بزرگ رخ داده است، اظهار کرد:
«اتفاق مهمی که در فضای LLMها و Chatbotها رخ داده، صرفا به افزایش تعداد کاربران یا استقبال از این ابزارها محدود نمی‌شود. مسئله مهم‌تر، مسیری است که از Chatbotها به سمت Agent Solutionها شکل گرفته است. ما امروز در حال حرکت به سمت راهکارهایی هستیم که علاوه بر درک درخواست کاربر و ارائه پاسخ، قابلیت انجام عملیات و اجرای وظایف مشخص را نیز دارند.»
تهرانی‌پور برای نشان دادن بهتر این تفاوت توضیح داد: «Chatbotها بر اساس اطلاعاتی که در اختیار دارند، سؤال را تحلیل کرده و پاسخی متنی ارائه می‌دهند. در این حالت، تعامل در سطح پرسش و پاسخ باقی می‌ماند. این ابزار می‌تواند تا حد زیادی در انجام کارها به من کمک کند، اما لزوماً خودش مسئولیت اجرای یک فرایند را بر عهده نمی‌گیرد. در مقابلagentها قابلیت عملیاتی دارند و می‌توانند بر اساس درخواست کاربر، یک کار مشخص را انجام دهد.»
او همچنین به این موضوع اشاره کرد کهAgent صرفا یک ابزار برای گفت‌وگو نیست، بلکه راهکاری است که می‌تواند در اجرای فعالیت‌های واقعی و عملیاتی به کار گرفته شود.
نقش مدل‌های زبانی در هدایت عملکرد AI Agentها
تهرانی‌پور با بیان این که امروزه بسیاری از افراد و سازمان‌ها از راهکارهایی مانند ChatGPT و نمونه‌های مشابه استفاده می‌کنند، اظهار کرد: « بااین‌حال، برای اینکه این راهکارها به ابزارهایی واقعا عملیاتی تبدیل شوند، باید بتوانند به محیط کاری، گزارش‌ها، اطلاعات سازمانی و ابزارهایی که برای اجرای فعالیت‌های مختلف موردنیاز هستند، دسترسی داشته باشند. در واقع، یک AI Agent زمانی می‌تواند ارزش عملیاتی ایجاد کند که علاوه بر درک درخواست کاربر، امکان تعامل با ابزارها و اجرای Actionهای موردنیاز را نیز داشته باشد.»
مدیرعامل شرکت دانش‌بنیان ساعیان ارتباط در ادامه این نشست با اشاره به بخش‌های مختلف AI agentها گفت: « ساختار یک AI Agent از سه جزء اصلی تشکیل می‌شود: ادراک، مغز و اقدام. در بخش ادراک، Agent داده‌ها و ورودی‌ها را دریافت می‌کند و محیط کاری را می‌خواند. مغز، که مدل زبانی (LLM) در کنار حافظه و دانش آن را شکل می‌دهد، مسئول استدلال و تصمیم‌گیری است؛ یعنی تشخیص می‌دهد کاربر چه می‌خواهد، چه مراحلی لازم است و از چه ابزارهایی باید استفاده شود. در نهایت، در بخش اقدام، Agent با فراخوانی ابزارها و APIها کار را انجام می‌دهد و خروجی تولید می‌کند.»
او با بیان یک نمونه این مدل را بیشتر توضیح داد و گفت زمانی که از یک Agent می‌خواهم گزارشی مشخص تهیه کند، LLM ابتدا درخواست من را تحلیل می‌کند و تشخیص می‌دهد که برای تولید این گزارش باید به چه منابعی مراجعه شود. ممکن است لازم باشد اطلاعات از چند ابزار مختلف دریافت شوند، داده‌ها با یکدیگر تطبیق پیدا کنند یا محاسبات مشخصی روی آن‌ها انجام شود. LLM با توجه به درخواست کاربر، ابزارهای مناسب را انتخاب و فراخوانی می‌کند تا فرایند موردنظر پیش برود.
نقش عامل‌های هوشمند در خودکارسازی فعالیت‌های سازمانی
تهرانی‌پور با اشاره به این که هوش مصنوعی صرفاً یک پاسخ متنی تولید نمی‌کند، بلکه با استفاده از ابزارهای در دسترس، مراحل مختلف یک فرایند را مدیریت می‌کند، ادامه داد: « به همین دلیل، AI Agentها می‌توانند در مقایسه با Chatbotهای معمولی، نقش گسترده‌تری در فعالیت‌های سازمانی داشته باشند. آن‌ها می‌توانند اطلاعات را از منابع مختلف دریافت کنند، وظایف مشخصی را به انجام برسانند و خروجی نهایی را در اختیار کاربر قرار دهند.»
او با تاکید بر اهمیت پروتکل‌هایی نظیر MCP، اظهار کرد: « این پروتکل امکان ارتباط مدل‌های هوش مصنوعی با ابزارها و سرویس‌های مختلف را فراهم می‌کند و به آن‌ها اجازه می‌دهد در چارچوب مشخصی به منابع اطلاعاتی و قابلیت‌های موردنیاز دسترسی داشته باشند. به این ترتیب، ارتباط میان LLM و ابزارهای اجرایی برقرار می‌شود و مدل می‌تواند متناسب با درخواست کاربر، ابزار مناسب را فراخوانی کند.»
Agent در قلب ERP؛ از نمونه اولیه تا راهکار قابل اتکا
تهرانی‌پور در بخش اصلی این نشست به جایگاه Agent در سیستم‌های ERP پرداخت. او ERP را «سیستم ثبت» و Agent را «لایه اقدام» روی آن توصیف کرد و قاعده‌ای طلایی برای این حوزه مطرح کرد: عدد از سیستم، روایت از مدل. به گفته او، مانده حساب، موجودی، قیمت و هر عدد دیگری باید مستقیماً و با منبع مشخص از ERP خوانده شود. مدل زبانی تنها وظیفه فهم درخواست، انتخاب ابزار درست و تفسیر نتیجه را بر عهده دارد، چرا که عددی که مدل از حافظه بگوید نامعتبر است و توهم در داده‌های مالی هزینه واقعی دارد.
او برای نشان دادن این رویکرد، چند مثال عملیاتی با داده‌های نمونه ارائه کرد. از جمله تطبیق سه‌طرفه سفارش خرید، رسید انبار و فاکتور پیش از پرداخت؛ پیگیری مطالبات معوق با اقدام متناسب برای هر بازه سنی بدهی؛ پاسخ مستند به پرسش مدیر مالی درباره افت حاشیه سود؛ و پیگیری خودکار درخواست‌های خرید معطل. در این بخش، ساخت یک جریان کاری نمونه با n8n نیز نمایش داده شد. به گفته او، اگر API آماده باشد، نمونه اولیه در چند روز تا دو هفته ساخته می‌شود.
تهرانی‌پور در ادامه تأکید کرد که فاصله دمو تا راهکار قابل اتکا زیاد است: دمو در یک هفته ساخته می‌شود، اما اعتماد در چند ماه. او Agent را کاربری جدید با دسترسی واقعی دانست که به حداقل دسترسی، دفاع در برابر تزریق پرامپت، ثبت و ردگیری کامل و محدودیت در عملیات نوشتنی نیاز دارد. از نگاه او، میزان اختیار Agent را ریسک عملیات تعیین می‌کند و کارهایی مانند ثبت سند یا پرداخت فقط باید با تأیید انسان انجام شوند. او همچنین توصیه کرد که هزینه به ازای هر کار سنجیده شود، نه هر توکن.
او در پایان این بخش نقشه راه ۹۰ روزه‌ای را پیشنهاد کرد: در ماه نخست، انتخاب یک فرایند پرتکرار و کم‌ریسک و سنجش وضع موجود؛ در ماه دوم، ساخت نمونه اولیه و آزمون آن در حالت سایه در کنار کارشناسان؛ و در ماه سوم، اجرای پایلوت با گروهی کوچک و تصمیم‌گیری درباره توقف، اصلاح یا گسترش. پیام او روشن بود: از یک فرایند کوچک شروع کنید و با سنجه اعتماد بسازید.
سهیل تهرانی‌پور در نهایت توضیح داد آنچه که AI Agentها را از Chatbotهای متداول متمایز می‌کند، صرفا هوشمندتر بودن در گفت‌وگو یا ارائه پاسخ‌های دقیق‌تر نیست؛ بلکه توانایی آن‌ها در تبدیل درخواست کاربر به مجموعه‌ای از اقدامات و اجرای این اقدامات با استفاده از ابزارهای مختلف است. این قابلیت می‌تواند زمینه استفاده گسترده‌تر از هوش مصنوعی در فرایندهای سازمانی را فراهم کند و نرم‌افزارها را از ابزارهایی برای پاسخ‌گویی و انجام فعالیت‌های محدود، به راهکارهایی تبدیل کند که فرایندها را تا انتها پیش می‌برند. البته به تأکید او، Agent عملیاتی معجزه نمی‌کند و نظارت انسانی، به‌ویژه در عملیات پرریسک، همچنان بخش جدایی‌ناپذیر آن است.