برای آخرین به روزرسانی ها و مطالب اختصاصی در مورد پوشش هوش مصنوعی پیشرو در صنعت ، به خبرنامه های روزانه و هفتگی ما بپیوندید. بیشتر بدانید
شرکت هوش مصنوعی در سال 2025 از آزمایش به سمت اجرای حرکت می کند و استقرار از دستیاران هوش مصنوعی به سمت عوامل هوش مصنوعی در حال تحول است.
این موضوع اصلی کنفرانس IBM Think 2025 است که امروز در حال انجام است. در این رویداد ، IBM در حال اعلام لیست گسترده ای از خدمات جدید AI شرکت و همچنین پیشرفت در فن آوری های موجود برای کمک به حرکت بیشتر تلاش های هوش مصنوعی شرکت در استقرار در دنیای واقعی است. هسته اصلی به روزرسانی های IBM مجموعه ای از به روزرسانی ها برای پلتفرم Watsonx خود است که برای اولین بار در Think 2023 اعلام شد. در رویداد Think 2024 ، موضوع بزرگ معرفی ارکستراسیون و توانایی کمک به شرکت در ساخت دستیاران هوش مصنوعی خود بود. در سال 2025 ، دستیاران هوش مصنوعی دارای جدول جدول هستند و مکالمه در سراسر صنعت و در هر بنگاه چگونه می توان از AI Agentic ساخت ، استفاده و بهره مند شد.
IBM در حال اعلام مجموعه ای از قابلیت های عامل AI ، از جمله:
- کاتالوگ عامل AI: یک مرکز کشف متمرکز برای عوامل از پیش ساخته.
- عامل اتصال: یک برنامه شریک برای توسعه دهندگان شخص ثالث برای ادغام نمایندگان خود با ارکسترات واتسونکس.
- الگوهای عامل خاص دامنه برای فروش ، تهیه و HR.
- سازنده عامل بدون کد برای کاربران تجاری بدون تخصص فنی.
- ابزار توسعه عامل برای توسعه دهندگان
- ارکستور چند عامل با قابلیت های همکاری عامل به عامل.
- نماینده عامل (در پیش نمایش خصوصی) تهیه تله متری و مشاهده.
هدف اساسی IBM کمک به شرکت ها است که شکاف بین آزمایش ، استقرار در دنیای واقعی و مزایای تجاری را ایجاد کنند.
مدیرعامل IBM ، آرویند کریشنا ، مدیرعامل IBM در جلسه توجیهی با مطبوعات و تحلیلگران گفت: “طی چند سال آینده ، ما انتظار داریم بیش از یک میلیارد برنامه کاربرد جدید با استفاده از هوش مصنوعی تولید شود.” “هوش مصنوعی یکی از فناوری های منحصر به فرد است که می تواند در تقاطع بهره وری ، صرفه جویی در هزینه و مقیاس درآمد قرار بگیرد.”
Enterprise AI Challenge: چگونه ROI واقعی را بدست آوریم
در حالی که کمبود اعتیاد به مواد مخدره و علاقه به هوش مصنوعی وجود ندارد ، این چیزی نیست که در واقع تفاوت واقعی را برای یک شرکت مربوط به خط پایین ایجاد می کند.
تحقیقات با حمایت IBM نشان می دهد که شرکت ها فقط بازده سرمایه گذاری (ROI) را دریافت می کنند که تقریباً 25 ٪ از زمان را انتظار دارند. کریشنا خاطرنشان کرد: چندین عامل بر ROI تأثیر می گذارد. آنها شامل دسترسی به داده های سازمانی ، ماهیت خاموش برنامه های مختلف و چالش های زیرساخت های ترکیبی هستند.
کریشنا گفت: “همه در مورد سرمایه گذاری های هوش مصنوعی دو برابر می شوند.” “تنها تغییر در 12 ماه گذشته این است که مردم در حال متوقف کردن آزمایش هستند و بسیار تمرکز می کنند که ارزش تجارت را در کجا قرار می دهد.”
از آزمایش هوش مصنوعی گرفته تا تولید سازمانی
در قلب اعلامیه های IBM این تشخیص است که سازمانها از آزمایش های جدا شده هوش مصنوعی به استراتژی های استقرار هماهنگ که نیاز به قابلیت های درجه یک دارند ، تغییر می دهند.
ریتیکا گونار ، داده های مدیر کل و هوش مصنوعی در IBM ، در مصاحبه ای به VentureBeat گفت: “ما در حال تلاش برای ایجاد شکاف از جایی که امروز هستیم ، هستیم ، که هزاران آزمایش در استقرار درجه سازمانی است که به همان نوع حاکمیت امنیتی و استانداردهایی که ما در برنامه های مهم ماموریت نیاز داشتیم ، نیاز داریم.”
تکامل پلت فرم ارکسترات IBM Watsonx نشان دهنده بلوغ گسترده تر فناوری هوش مصنوعی است. این سکو برای اولین بار توسط IBM در سال 2023 اعلام شد ، عمدتاً به عنوان راهی برای کمک به ساخت و کار با دستیاران هوش مصنوعی و اتوماسیون. در سال 2024 ، به عنوان عامل AI برای اولین بار شروع به تبدیل شدن به جریان اصلی ، IBM شروع به افزودن قابلیت های عامل و با چندین فروشندگان از جمله خدمه هوش مصنوعی کرد.
با استفاده از مؤلفه های جدید عامل AI IBM ، اکنون جهت کمک به همکاری و گردش کار چند عامل است. این در مورد فراتر از توانایی ساخت و استقرار عوامل است تا در واقع بفهمد چگونه یک شرکت می تواند ROI را از مأمورین تولید کند.
گونار گفت: “ما واقعاً معتقدیم که ما وارد دوره ای از سیستم های اطلاعات واقعی هستیم.” “از آنجا که اکنون ما در حال ادغام هوش مصنوعی هستیم که می تواند کارها را برای شما انجام دهد و این یک تمایز بزرگ است.”
فناوری و پروتکل هایی که عامل عامل شرکت AI را فعال می کنند
این صنعت کمبود تلاش برای کمک به فعال کردن AI عامل ندارد.
لانگچین یک بستر گسترده برای ساخت و ساز و در حال اجرا است و همچنین بخشی از تلاش گسترده تر در کنار سیسکو و گالیله برای چارچوب باز Agntcy برای Atical AI است. وقتی صحبت از ارتباطات نماینده به عامل می شود ، گوگل در ماه آوریل Agent2Agent را اعلام کرد. سپس ، البته ، پروتکل زمینه مدل (MCP) وجود دارد ، که ظاهر شده است به یک استاندارد de facto برای اتصال ابزارهای عامل AI به خدمات تبدیل شده است.
گونار توضیح داد که IBM از فناوری خاص خود برای قطعه ارکستراسیون چند عامل استفاده می کند. وی خاطرنشان کرد: نحوه همکاری عوامل با هم بسیار مهم است و یک نقطه تمایز برای IBM است. به گفته وی ، او همچنین تأکید کرد که IBM در تلاش است تا رویکردی باز انجام دهد. این بدان معناست که شرکت ها می توانند با ابزارهای IBM ، مانند Beeai ، یا سایر فروشندگان ، از جمله خدمه AI یا Langchain ، عوامل ایجاد کنند و همه آنها هنوز هم با Orchestrate Watsonx کار می کنند.
IBM همچنین MCP را قادر و پشتیبانی می کند. به گفته Gunnar ، IBM با استفاده از ابزارهایی با رابط MCP ، از MCP پشتیبانی می کند تا به طور خودکار در ارکسترات Watsonx نشان داده شود و قابل استفاده باشد. به طور خاص ، اگر ابزاری با رابط MCP وجود داشته باشد ، به طور خودکار برای استفاده در ارکسترات Watsonx در دسترس خواهد بود.
وی گفت: “هدف ما باز است.” “ما می خواهیم بدون توجه به هر چارچوبی که در آن ساخته اید ، عوامل خود را ادغام کنید.”
پرداختن به نگرانی های سازمانی: امنیت ، حاکمیت و انطباق
به عنوان بخشی از اطمینان از Ai AI برای استفاده از شرکت ، نیاز به اطمینان از اعتماد و انطباق وجود دارد.
این همچنین بخش مهمی از فشار IBM است. گونار توضیح داد که IBM GuardRails و حاکمیت را مستقیماً در نمونه کارها Watsonx ساخته است.
وی گفت: “ما در حال گسترش توانایی هایی هستیم که برای مدیریت LLMS به فناوری عامل داریم.” “دقیقاً همانطور که ما ارزیابی LLMS را داریم ، باید بتوانید ارزیابی از معنای پاسخ عامل را داشته باشید.”
IBM همچنین معیارهای ارزیابی یادگیری ماشین سنتی خود را به فن آوری های عامل گسترش می دهد. گونار گفت که IBM بیش از 100 معیار مختلف را برای مدل های بزرگ زبان دنبال می کند ، که اکنون در حال برون یابی نیز به فناوری های عامل است.
تأثیر در دنیای واقعی
AI عامل در حال حاضر برای بسیاری از سازمان ها تأثیر در دنیای واقعی دارد.
IBM از AI عامل خود برای کمک به بهبود فرآیندهای خاص خود استفاده می کند. گونار خاطرنشان کرد: با استفاده از عامل HR خود ، 94 ٪ درخواست های ساده و پیچیده در IBM در واقع توسط یک عامل HR پاسخ داده می شود. برای کارهای تهیه ، استفاده از IBM از گردش کار عامل خود به کاهش زمان تهیه تا 70 ٪ کمک کرده است.
گروه بزرگی از سازمان ها که قبلاً از رویکرد AI عامل IBM بهره مند می شوند ، شرکای شرکت هستند. به عنوان مثال ، Ernst & Young از عامل AI IBM برای ساختن یک بستر مالیاتی برای مشتریان خود استفاده می کند.
این برای شرکت ها چه معنی دارد
برای شرکتهایی که به دنبال رهبری راه در استقرار هوش مصنوعی هستند ، جهت AI عامل AI IBM نقشه ای را برای حرکت از آزمایش به استقرار فراهم می کند.
به سادگی ساختن یک عامل کافی نیست. اگر مدیرعامل IBM درست باشد ، آینده هزاران عامل را درگیر می کند که روی کارهای شرکت کار می کنند. سازمان ها از منابع مختلف ، عوامل و خدمات عامل مانند MCP را می سازند و مصرف می کنند.
رهبران فناوری اطلاعات باید بر اساس چهار عامل مهم این پلتفرم را ارزیابی کنند:
- قابلیت های ادغام با سیستم های سازمانی موجود.
- مکانیسم های حاکمیتی برای رفتار سازگار و ایمن.
- تعادل بین استقلال عامل و نتایج قابل پیش بینی.
- قابلیت اندازه گیری ROI برای استقرار نمایندگان.
این وظیفه بر شرکتها است که اکنون در مورد چگونگی کار نمایندگان با هم ، چگونگی امنیت و اداره آنها فکر کنند. اکوسیستم AI عامل AI IBM به مشتریان سازمانی خود متوسل خواهد شد و باز بودن برای اتصال سایر سیستم های AI عامل ، به این معنی است که سازمانها امیدوارم که سیلوی دیگری ایجاد نکنند.