نقش عامل های هوش مصنوعی در خودکارسازی فرایندهای کسب وکار

11 آبان 1405 - خواندن 7 دقیقه - 17 بازدید

عامل های هوش مصنوعی (AI Agents) از فناوری های نوظهور در حوزه تحول دیجیتال هستند که می توانند شیوه مدیریت و اجرای فعالیت های سازمانی را تغییر دهند. برخلاف ابزارهای سنتی که معمولا برای اجرای دستورالعمل های از پیش تعیین شده طراحی شده اند، عامل های هوش مصنوعی قادرند اهداف مشخصی را دریافت کنند، اطلاعات مرتبط را تحلیل کنند، مراحل انجام کار را برنامه ریزی کنند و با استفاده از ابزارها و نرم افزارهای مختلف، اقدامات موردنیاز را انجام دهند. این قابلیت باعث شده است که نقش هوش مصنوعی از تولید اطلاعات و پاسخ گویی به پرسش ها فراتر برود و به حوزه اجرای فرایندهای عملیاتی کسب وکار گسترش پیدا کند.


در ساختار سنتی سازمان ها، بسیاری از فعالیت ها به هماهنگی مستقیم کارکنان، بررسی دستی اطلاعات و انتقال داده ها میان واحدهای مختلف وابسته هستند. برای مثال، رسیدگی به سفارش مشتری ممکن است شامل دریافت درخواست، بررسی موجودی انبار، تایید پرداخت، ثبت سفارش و اطلاع رسانی به مشتری باشد. انجام این مراحل به صورت دستی می تواند زمان بر باشد و احتمال بروز خطا را افزایش دهد. عامل هوش مصنوعی با دسترسی کنترل شده به سامانه های مرتبط می تواند بخش هایی از این فرایند را مدیریت کند؛ به این صورت که اطلاعات سفارش را دریافت کند، وضعیت موجودی را بررسی کند، اطلاعات پرداخت را از سامانه مربوطه استخراج کند و در صورت رعایت شرایط تعیین شده، مراحل بعدی را اجرا کند. در مواردی که اطلاعات ناقص باشد یا تصمیمی خارج از اختیارات عامل لازم شود، موضوع را به نیروی انسانی ارجاع می دهد.


یکی از ویژگی های مهم این فناوری، توانایی تعامل با ابزارها و سامانه های نرم افزاری مختلف است. عامل های هوش مصنوعی می توانند از طریق رابط های برنامه نویسی کاربردی (API) یا سایر روش های مجاز، با نرم افزارهای مدیریت ارتباط با مشتری (CRM)، برنامه ریزی منابع سازمانی (ERP)، سامانه های حسابداری و ابزارهای مدیریت پروژه ارتباط برقرار کنند. برای نمونه، در واحد پشتیبانی مشتریان، یک عامل هوش مصنوعی می تواند درخواست های دریافتی را بررسی و دسته بندی کند، سوابق مشتری را بازیابی کند، پاسخ مناسب را پیشنهاد دهد و درخواست های پیچیده را به کارشناسان مربوطه منتقل کند. در واحد مالی نیز می توان از این فناوری برای استخراج اطلاعات فاکتورها، تطبیق اولیه اسناد، دسته بندی هزینه ها و تهیه گزارش های مالی استفاده کرد. البته تایید پرداخت ها و تصمیم های مالی حساس باید متناسب با سطح ریسک و اختیارات سازمان تحت نظارت انسانی باقی بمانند.


در حوزه بازاریابی و فروش، عامل های هوش مصنوعی می توانند اطلاعات مربوط به رفتار مشتریان، سوابق خرید و تعاملات قبلی را تحلیل کنند و بر اساس نتایج، پیشنهادهایی برای بهبود ارتباط با مشتری ارائه دهند. همچنین می توانند در برنامه ریزی فعالیت های بازاریابی، تهیه پیش نویس محتوا، پیگیری درخواست های فروش و تنظیم گزارش های عملکرد نقش داشته باشند. در مدیریت منابع انسانی نیز قابلیت هایی مانند پاسخ گویی به پرسش های کارکنان، بررسی اولیه رزومه ها، تنظیم برنامه مصاحبه و مدیریت درخواست های اداری قابل استفاده هستند. این کاربردها به معنای جایگزینی کامل نیروی انسانی نیستند، بلکه امکان کاهش فعالیت های تکراری و افزایش تمرکز کارکنان بر وظایف تخصصی تر را فراهم می کنند.


تفاوت عامل های هوش مصنوعی با روش های سنتی خودکارسازی نیز اهمیت زیادی دارد. برای مثال، خودکارسازی فرایند رباتیک (RPA) معمولا بر اجرای فعالیت های تکراری و مبتنی بر قوانین مشخص تمرکز دارد؛ درحالی که عامل های هوش مصنوعی می توانند در شرایطی که نیازمند تفسیر اطلاعات، انتخاب میان چند اقدام یا مواجهه با درخواست های متنوع است، انعطاف بیشتری داشته باشند. بااین حال، این دو فناوری رقیب یکدیگر محسوب نمی شوند و می توانند در کنار هم استفاده شوند. یک عامل هوش مصنوعی ممکن است اطلاعات را تحلیل و تصمیم مناسب را انتخاب کند و سپس اجرای یک فعالیت مشخص را به سامانه RPA یا نرم افزار سازمانی بسپارد. پژوهش های حوزه مدیریت فرایندهای کسب وکار نیز بر ظرفیت ترکیب فناوری های یادگیری ماشین، تحلیل فرایند و ابزارهای خودکارسازی برای بهبود عملکرد سازمان ها تاکید دارند (Weinzierl et al., 2024).


استفاده از عامل های هوش مصنوعی می تواند به کاهش زمان انجام فعالیت ها، بهبود هماهنگی میان بخش های سازمان، کاهش ورود دستی اطلاعات و افزایش سرعت دسترسی به داده ها کمک کند. همچنین امکان نظارت مستمر بر برخی فرایندها و شناسایی موارد غیرعادی می تواند کیفیت مدیریت عملیاتی را بهبود بخشد. بااین حال، دستیابی به این مزایا به عواملی مانند کیفیت داده ها، طراحی صحیح فرایند، دسترسی مناسب به سامانه ها و ارزیابی عملکرد عامل وابسته است. صرف استفاده از هوش مصنوعی الزاما به معنای افزایش بهره وری یا کاهش هزینه های سازمان نیست و نتایج باید با شاخص هایی مانند زمان تکمیل فرایند، میزان خطا، هزینه عملیاتی و رضایت مشتری ارزیابی شوند.


در کنار این مزایا، استفاده از عامل های هوش مصنوعی با محدودیت ها و مخاطراتی نیز همراه است. تولید اطلاعات نادرست، برداشت اشتباه از درخواست کاربران، افشای اطلاعات محرمانه، دسترسی بیش از حد به سامانه های سازمانی و اجرای اقدامات پیش بینی نشده از جمله چالش های مهم این فناوری هستند. همچنین در فرایندهایی که با اطلاعات مالی، حقوقی یا شخصی سروکار دارند، خطاهای احتمالی می توانند پیامدهای جدی ایجاد کنند. ازاین رو، تعیین سطح دسترسی، ثبت فعالیت ها، بررسی نتایج، استفاده از محدودیت های اجرایی و پیش بینی امکان مداخله انسانی از الزامات پیاده سازی مسئولانه این سامانه ها محسوب می شوند.

نکته مهم دیگر این است که عامل های هوش مصنوعی الزاما سامانه هایی کاملا مستقل یا خودآموز نیستند. میزان استقلال آن ها به معماری فنی، ابزارهای در اختیار، دستورالعمل ها و سطح اختیاراتی بستگی دارد که سازمان برایشان تعیین می کند. برخی عامل ها صرفا پیشنهاد و تحلیل ارائه می دهند، برخی با تایید انسان اقدامات مشخصی را اجرا می کنند و برخی دیگر می توانند در محدوده ای تعریف شده، چند مرحله از یک فرایند را بدون تایید جداگانه انجام دهند. بنابراین، واگذاری اختیار باید بر اساس میزان حساسیت فعالیت و پیامدهای احتمالی خطا صورت گیرد.


در مجموع، عامل های هوش مصنوعی می توانند به یکی از اجزای مهم زیرساخت دیجیتال کسب وکارها تبدیل شوند. ارزش اصلی این فناوری تنها در انجام خودکار وظایف نیست، بلکه در توانایی ارتباط میان سامانه ها، تحلیل اطلاعات و هماهنگ سازی مراحل مختلف یک فرایند قرار دارد. آینده خودکارسازی کسب وکار احتمالا به سمت الگوهایی حرکت خواهد کرد که در آن عامل های هوش مصنوعی اجرای فعالیت های مشخص و پردازش اطلاعات را برعهده می گیرند و نیروی انسانی بر تصمیم گیری های راهبردی، کنترل عملکرد و مدیریت شرایط پیچیده تمرکز می کند. تحقق چنین الگویی مستلزم تلفیق فناوری، بازطراحی فرایندهای سازمانی و ایجاد سازوکارهای مناسب برای نظارت و پاسخ گویی است.