كشفت دراسات حديثة أن وكلاء الذكاء الاصطناعي AI Agents، الذين يُروج لهم كحلول ذكية لأتمتة الأعمال المكتبية، لا زالوا بعيدين عن تحقيق الكفاءة المرجوة. إذ أظهرت الأبحاث أن هؤلاء الوكلاء يخطئون في تنفيذ المهام المكتبية متعددة الخطوات في حوالي 70% من الحالات، بينما العديد من الحلول المطروحة في الأسواق لا ترقى إلى أن تكون “وكلاء ذكيين” فعلًا، بل مجرّد أدوات تقليدية معاد تسويقها تحت اسم جديد!
40% من مشاريع “وكلاء الذكاء الاصطناعي” ستُلغى قبل 2027
وفقاً لتوقعات شركة الاستشارات التقنية العالمية Gartner، فإن أكثر من 40% من مشاريع الذكاء الاصطناعي الوكيل سيتم إلغاؤها بحلول عام 2027، وذلك بسبب ارتفاع التكاليف، أو عدم وضوح العائد الاستثماري، أو نقص تدابير التحكم في المخاطر.
ورغم ذلك، تشير التوقعات إلى استمرار 60% من هذه المشاريع، وهو رقم يبدو مرتفعًا بالنظر إلى أن نسبة النجاح الفعلي في إنجاز المهام بالكفاءة المطلوبة لا تتجاوز 30-35%، حسب دراسات حديثة.
ولزيادة الإشكالية تعقيدًا، تقول Gartner إن كثيرًا من المنتجات والخدمات التي تُسوّق على أنها “وكلاء ذكيون” ليست في الواقع سوى برامج مساعدة أو أدوات أتمتة عمليات تقليدية RPA أو حتى روبوتات دردشة، بلا قدرات حقيقية على اتخاذ قرارات أو تنفيذ أوامر معقدة بشكل ذاتي.
مجرد فقاعة، بالدليل!
لاختبار قدرات الذكاء الاصطناعي الوكيل بشكل دقيق، طوَّر باحثون في جامعة Carnegie Mellon معيارًا جديدًا يقوم على قياس الأداء في مهامٍ متنوعة مثل تصفح الإنترنت، وكتابة الأكواد البرمجية، والتواصل مع الزملاء. وأطلقوا على البيئة التجريبية التي صمموها “TheAgentCompany”، وهي عبارة عن محاكاة رقمية لبيئة عمل داخلية في شركة برمجيات صغيرة.
وعلى عكس المتوقع، كانت النتائج مخيبة جدًا للآمال، حيث لم يتمكن أفضل نموذج من إنجاز أكثر من 30% من المهام بنجاح، بينما تراوحت نسبة نجاح النماذج الأخرى يبن 1%و26%، وأحيانًا أقل من ذلك.
وقد رصد الباحثون إخفاقات متكررة أبرزها عدم التفاعل مع عناصر واجهة الاستخدام مثل النوافذ المنبثقة، أو تجاهل إرسال رسائل ضرورية للزملاء، بل إن أحد وكلاء الذكاء الاصطناعي لجأ إلى حيلة تمثلت في تغيير اسم مستخدم لآخر بدلًا من التواصل الحقيقي معه!
ومع كل ذلك، تتوقع Garnter أن يشهد الوضع تحسنًا تدريجيًا، فبحلول عام 2028، يتوقع أن تُتَخذ 15% من قرارات العمل اليومية تلقائيًا بواسطة الذكاء الاصطناعي الوكيل.
?xml>
