مع انتشار تقنية الوكالات الذكية بشكل سريع في مختلف الصناعات، بدأت كبرى شركات التكنولوجيا مثل Google و Microsoft في دمجها ضمن تجارب البحث الخاصة بها. كما أطلقت مجالات مثل السيارات والبنوك والتأمين أدوات服务 العملاء الذكية وأدوات أتمتة العمليات، ما يعكس طيفًا واسعًا من التطورات التي تشير إلى آفاق تطبيقات الذكاء الصناعي في عالم الأعمال.
وفقاً لدراسة سوقية، من المتوقع أن ينمو سوق وكلاء الذكاء الاصطناعي العالمي من 5.4 مليار دولار في عام 2024 إلى 50 مليار دولار في عام 2030، بمعدل نمو سنوي مركب يبلغ 45.8%. ومع ذلك، فإن وراء هذا النمو يكمن تحدٍ صارخ: فمشكلة جودة البيانات الضعيفة أصبحت العقبة الأكبر أمام تطبيقات وكلاء الذكاء الاصطناعي.
أظهرت الدراسات أن حوالي 78% من الشركات حول العالم لم تستعد بعد لتطبيقات وكيل الذكاء الاصطناعي والنماذج اللغوية الكبيرة. ولا تكمن المشكلة في الخوارزميات أو تقنيات النماذج، بل في نقص الدعم من البيانات عالية الجودة. وقد تكبدت العديد من الشركات بالفعل ثمنًا باهظًا بسبب ذلك، مثل شركة الطيران الكندية التي اضطرت لإعادة الأموال العام الماضي بسبب تقديم روبوت الدردشة لخصومات غير موجودة، فضلاً عن شركات تكنولوجية فقدت عددًا كبيرًا من المشتركين بسبب إجابات خاطئة من خدمة العملاء المدعومة بالذكاء الاصطناعي.
على الرغم من أن 80% من مؤسسات الخدمات تخطط لتحسين كفاءة الخدمات وتجربة العملاء في المستقبل، إلا أن هذا الاتجاه للاستثمار في الذكاء الاصطناعي يواجه تهديدات تتعلق بجودة البيانات. يشير الخبراء إلى أن أنظمة الذكاء الاصطناعي تعتمد بشكل كبير على البيانات عالية الجودة، وعندما تكون البيانات غير دقيقة أو قديمة أو غير مكتملة، فإنها ستزيد من الأخطاء وتؤثر على أداء العمليات الآلية.
لتفعيل دور وكيل الذكاء الاصطناعي، اقترح المؤسس المشارك لشركة Amperity، المتخصصة في إدارة بيانات أعضاء الذكاء الاصطناعي، أن على الشركات بناء قاعدة بيانات قوية لتحقيق أربعة متطلبات رئيسية. تواجه العديد من الشركات، قبل اعتماد وكيل الذكاء الاصطناعي، مشكلة رئيسية تتمثل في انتشار البيانات عبر منصات مختلفة مثل التجارة الإلكترونية، ونظام إدارة علاقات العملاء (CRM)، وخدمة العملاء، ونظام نقاط البيع (POS) في المتاجر، مما يؤدي إلى عدم تناسق بيانات العملاء وتكرار السجلات.
لذا، فإن كسر الحواجز بين الأنظمة المختلفة ودمج بيانات العملاء يعد خطوة هامة. حيث يمكن أن يساعد ذلك الذكاء الاصطناعي في الحصول على البيانات من منصات متعددة، مثل فهم تاريخ شراء العملاء وتفاعلاتهم الاجتماعية الأخيرة، مما يؤدي إلى تقديم خدمات وتوصيات أفضل.
تقوم الشركات التقليدية عادةً بتحديث البيانات يوميًا أو أسبوعيًا، ولكن في بيئة الوكلاء الذكية، يجب أن يستجيب النظام بشكل فوري للوضع الحالي، مثل توصيات المنتجات ومعالجة خدمة العملاء. إذا كانت هناك تأخيرات في البيانات، فسيؤثر ذلك بشكل كبير على النتائج.
يجب على الشركات أن تكون واضحة بشأن مصادر البيانات وتدفقها، لتجنب وجود رموز مختلفة لنفس العميل في أنظمة مختلفة، حيث يؤثر ذلك على قدرة الذكاء الاصطناعي على الفهم. في ظل القوانين المتزايدة الصرامة حول الخصوصية، تحتاج الشركات إلى إنشاء صلاحيات الوصول، وآليات الرقابة، وأنظمة تتبع الموافقة، لضمان توافق جميع تطبيقات الذكاء الاصطناعي مع المعايير واللوائح.
على الرغم من أن تقنيات الوكلاء الذكية AI يمكن أن تعزز بشكل كبير من تنافسية الشركات وكفاءتها، إلا أن كل ذلك يعتمد على بيانات صحيحة وكاملة وفي الوقت المناسب ومتوافقة مع القوانين. فإذا لم يكن الأمر كذلك، فإن حتى الشركات التي تستثمر في أحدث تقنيات الذكاء الاصطناعي قد تجد نفسها في النهاية تعاني من خسائر بسبب أخطاء في البيانات. مع سعي الشركات للحاق بركاب تيار الذكاء الاصطناعي، يجب عليها أن تعيد التفكير في متانة قاعدة بياناتها.
