Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش خبری
پرامپت‌ نویسی
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
خطرات هوش مصنوعی
دیتاست
مدل‌های بنیادی
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
پیاده‌سازی هوش مصنوعی
گزارش
مصاحبه
هوش مصنوعی در عمل
 از هوش مصنوعی برای کاری استفاده نکنید که از قبل خوب انجام می‌شد

Business work and AI technology concept, Businessmen use laptop and AI technology artificial intelligence to generate something and data management convenience and modernity in the modern world.

از هوش مصنوعی برای کاری استفاده نکنید که از قبل خوب انجام می‌شد

زمان مطالعه: 2 دقیقه

در جریان رویداد تخصصی MachineCon GCC Summit 2025 که از سوی Analytics India Magazine برگزار شد، مفهومی تازه در استفاده از هوش مصنوعی مطرح شد، تفکر بومی مبتنی بر هوش مصنوعی (AI-Native Thinking).

در این نشست، «پاویتار سینگ»، مدیرعامل UnifyApps و «راماسوامی پی‌وی»، مدیر ارشد اطلاعات جهانی در شرکت Virtusa، تأکید کردند که آینده تحول دیجیتال نه در استفاده سطحی از ابزارهای GenAI بلکه در بازطراحی کامل فرآیندهای سازمانی با محوریت عامل‌های هوش مصنوعی نهفته است.

GenAI  پایان راه نیست

پاویتار سینگ در آغاز سخنرانی خود گفت: «آنچه اینترنت طی ۲۳ سال به آن رسید، مدل‌های زبانی بزرگ (LLM) در کمتر از سه سال محقق کرده‌اند.» به گفته او، ما دیگر صرفاً در حال «پذیرفتن» هوش مصنوعی نیستیم، بلکه باید ساختارها را بر اساس آن بازتعریف کنیم.

از نمونه‌های اولیه تا دگرگونی واقعی

راماسوامی با انتقاد از کاربردهای سطحی هوش مصنوعی مانند تولید محتوا، اظهار داشت: «ما فقط سطح را خراش می‌دهیم.» او شرکت JPMorgan Chase را مثال زد که بیش از ۶۰۰ مورد کاربرد عمیق برای هوش مصنوعی تعریف کرده و آموزش را از مدیران ارشد تا مسئول تاسیسات در اولویت قرار داده است.

نقش کارمند در عصر عامل‌های هوش مصنوعی

سینگ در بخش دیگری از سخنرانی‌اش گفت: «نرم‌افزارها تا امروز فقط ثبت اطلاعات انجام می‌دادند؛ اما عامل‌های هوش مصنوعی واقعاً کار انجام می‌دهند.» او پیش‌بینی کرد که توسعه‌دهندگان جونیور جای خود را به عامل‌های هوشمند خواهند داد و مهندسان ارشد صرفاً عملکرد آن‌ها را بررسی خواهند کرد.

به گفته او، «کارمند بومی‌سازی‌شده با هوش مصنوعی» فردی است که نمی‌نویسد یا اجرا نمی‌کند، بلکه کار را به عامل‌ها می‌سپارد. در چنین ساختاری، تخصص در حوزه‌های خاص ارزش واقعی پیدا می‌کند و کارهایی با نیاز به هوش متوسط یا معمولی به عامل‌ها واگذار می‌شود.

راماسوامی نیز با استفاده از یک استعاره جالب گفت: «هوش مصنوعی قرار نیست انسان را حذف کند؛ همان‌طور که خودروی سه‌چرخ جای کالسکه را گرفت اما راننده همچنان سر جای خود باقی ماند.»

هوش مصنوعی را برای حل چالش‌های واقعی به‌کار ببرید

سینگ هشدار داد: «از هوش مصنوعی برای کاری استفاده نکنید که از قبل خوب انجام می‌شد. مثلاً از LLM برای شمردن توت‌فرنگی استفاده نکنید! برای این کار ماشین حساب دارید!» او به جای آن، توصیه کرد از عامل‌ها در موقعیت‌هایی استفاده کنید که قبلاً انجام آن‌ها به‌صورت دستی ممکن نبود.

او مثالی داخلی از UnifyApps آورد که در آن عامل‌ها، شکایات مشتریان در ۲۴ ساعت گذشته را تحلیل می‌کنند و به‌صورت بلادرنگ به مهندسان اطلاع می‌دهند، کاری که در گذشته غیرممکن بود.

Agentic AI  یعنی چه؟

سینگ عامل‌های هوشمند را چنین تعریف کرد: «یک مدل زبانی، مجموعه‌ای از دستورالعمل‌ها و چند ابزار. عامل تصمیم می‌گیرد ابزارها را به چه ترتیبی به‌کار گیرد. شما آن را هدایت، ارزیابی و بهینه‌سازی می‌کنید.»

راماسوامی افزود: «مثل یک رستوران است؛ یک نفر سفارش می‌گیرد، یکی غذا می‌پزد و دیگری آن را سرو می‌کند. عامل‌های هوشمند نیز مثل تیمی هماهنگ کار را به انجام می‌رسانند.»

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها

در جریان مهم‌ترین اتفاقات AI بمانید

هر هفته، خلاصه‌ای از اخبار، تحلیل‌ها و رویدادهای هوش مصنوعی را در ایمیل‌تان دریافت کنید.

[wpforms id="48325"]