TL;DR
- تصور کنید به یک نماینده دیجیتال بگویید:.
- "از امتیازات من استفاده کنید و یک سفر خانوادگی به ایتالیا رزرو کنید.
- آن را در حد بودجه نگه دارید،.
چه اتفاقی افتاد
تصور کنید به یک نماینده دیجیتال بگویید:. "از امتیازات من استفاده کنید و یک سفر خانوادگی به ایتالیا رزرو کنید.
آن را در حد بودجه نگه دارید،. هتلهایی را که قبلا دوست داشتیم انتخاب کنید و جزئیات را بررسی کنید.
" به جای بازگرداندن لیستی از پیوندها،. نماینده یک برنامه سفر را جمع آوری میکند و خرید را اجرا میکند.
این تغییر، از کمک به اجرا، چیزی است که هوش مصنوعی عامل را متفاوت میکند. همچنین سرعت عملیات تجارت را تغییر میدهد.
تراکنشهای پرداخت در حال حاضر در میلی ثانیه مشخص است. شتاب جدید همه چیز قبل از پرداخت است:.
کشف،. مقایسه،.
تصمیمگیری،. مجوز،.
و پیگیری در بسیاری از سیستمها. همانطور که انسانها از تصمیمات معمول خارج میشوند،.
دادههای "به اندازه کافی خوب" به اندازه کافی خوب نیستند. در اقتصاد عامل محور، محدودیت سرعت نیست.
این اعتماد به سرعت و مقیاس ماشین است. بازارهای خودکار در حال حاضر کار میکنند زیرا هویت، اختیار و مسئولیت پذیری ایجاد شده است.
همان وضوح مورد نیاز است. مدیریت داده اصلی (MDM) - رشته ایجاد یک رکورد اصلی - به لایه مبادله تبدیل میشود:.
ردیابی اینکه یک نماینده چه کسی را نمایندگی میکند،. چه کاری میتواند انجام دهد،.
و مسئولیت زمانی که ارزش حرکت میکند کجاست. بازارها از اتوماسیون شکست نمیخورند.
آنها از مالکیت مبهم شکست میخورند. MDM اقدام مستقل را به اعتماد قانونی و مقیاس پذیر تبدیل میکند.
برای اینکه تجارت عاملی ایمن و مقیاس پذیر باشد،. ها به چیزی بیش از مدلهای بهتر نیاز دارند.
آنها به یک معماری داده مدرن و یک سیستم متنی معتبر نیاز دارند که بتواند فوراً موجودیتها. را تشخیص دهد،.
حل کند و متمایز کند. این تفاوت بین اتوماسیون است که مقیاس میگیرد و اتوماسیونی که نیاز به اصلاح دائمیانسانی دارد.
این عامل یک شرکتکننده جدید است تجارت دیجیتال مدت هاست که از دو طرف اصلی ساخته شده است:. خریداران و تامینکنندگان/تجار.
بازرگانی نمایندگی یک شرکتکننده سوم را اضافه میکند که باید بهعنوان شرکتکننده در نظر گرفته شود یک نهاد. درجه یک:.
عاملی که از طرف خریدار عمل میکند. این ساده به نظر میرسد تا زمانی که سؤالاتی را که هر شرکتی با آن روبه رو.
میشود بپرسید:. چه کسی در بین کانالها و دستگاهها با اطمینان کافی برای اتوماسیون است؟
عامل کیست و چه مجوزها و محدودیتهایی تعیین میکند که چه کاری میتواند انجام دهد؟ تاجر یا تامین کننده کیست و آیا مطمئن هستیم که منظورمان درست است؟
اگر نماینده با اجازه، اما بر خلاف قصد کاربر عمل کند، چه کسی مسئولیت دارد؟ خطر عملی سردرگمیاست.
برای مثال،. انسانها میتوانند استنباط کنند که «دلتا» هنگام رزرو پرواز به معنای شرکت هواپیمایی است،.
نه شرکت شیرآلات. یک عامل به سیگنالهای قطعی نیاز دارد.
اگر سیستم اشتباه حدس بزند،. یا اعتماد را از بین میبرد یا یک مرحله تأیید انسانی را مجبور میکند که وعده سرعت را.
شکست دهد. چرا دادههای «به اندازه کافی خوب» با سرعت ماشین شکسته میشوند بیشترها یاد گرفته اند.
که با دادههای ناقص زندگی کنند. سوابق مشتری تکراری قابل تحمل هستند ویژگیهای ناقص محصول آزاردهنده است.
هویت بازرگانان را میتوان بعداً با یکدیگر تطبیق داد. گردش کار عاملی این تحمل را تغییر میدهد.
هنگامیکه یک عامل بدون بررسی خروجی توسط انسان اقدام میکند،. به دادههایی نزدیک به کامل نیاز دارد،.
زیرا نمیتواند بهطور قابل اعتماد متوجه شود که دادهها مبهم یا اشتباه هستند. حالتهای خرابی قابل پیشبینی هستند و در مکانهایی ظاهر میشوند که بیشترین اهمیت را دارند:.
حقیقت محصول:. اگر کاتالوگ ناسازگار باشد،.
انتخابهای یک نماینده خودسرانه به نظر میرسند ("پیراهن اشتباه"،. "اندازه اشتباه"،.
"مواد اشتباه") و اعتماد به سرعت از بین میرود. حقیقت گیرنده وجه:.
تجارت عاملی فراتر از کارتها به تجربههای حساب به حساب و بانکداری باز متصل میشود و جهان دریافتکنندگان. و نیاز به شناسایی دقیق آنها را در زمان واقعی گسترش میدهد.
حقیقت هویت: افراد در زمینههای متعدد (کار در مقابل شخصی) عمل میکنند. دستگاهها جابجا میشوند.
سیستمیکه نمیتوان بین این زمینهها تمایز قائل شد یا فعالیت مشروع را مسدود میکند یا فعالیت مخاطرهآمیز. را تأیید میکند،.
که هر دو به پذیرش آسیب میرسانند. به همین دلیل است که دادههای ی یکپارچه و وضوح موجودیت از خوب به حالت مورد نیاز حرکت.
میکنند. هرچه استقلال بیشتری بخواهید،.
باید روی پایههای داده مدرن سرمایه گذاری کنید که از ایمن بودن آن اطمینان حاصل کنند. هوش زمینه:.
لایه گمشده زمانی که رهبران در مورد هوش مصنوعی صحبت میکنند،. اغلب بر قابلیت مدل تمرکز میکنند:.
برنامهریزی،. استفاده از ابزار،.
و استدلال. اینها ضروری هستند، اما کافی نیستند.
تجارت نمایندگی همچنین به لایهای نیاز دارد که زمینه معتبری را در زمان اجرا فراهم کند. آن را بهعنوان یک سیستم متنی بیدرنگ در نظر بگیرید که میتواند فورا و پیوسته پاسخ دهد:.
• آیا این فرد مناسبی است؟ • آیا این نماینده مناسبی است که با مجوزهای مناسب عمل میکند؟
• آیا این تاجر یا دریافتکننده پرداخت مناسب است؟ • چه محدودیتهایی در حال حاضر اعمال میشود (بودجه، سیاست، ریسک، قوانین وفاداری، تامین کنندگان ترجیحی)؟
دو اصل طراحی مهم است. اول، حقیقت موجودیت باید به اندازه کافی قطعی برای اتوماسیون باشد.
مدلهای زبان بزرگ ذاتاً احتمالی هستند. این برای ایجاد گزینههایی برای نوشتن و طراحی مفید است.
تصمیمگیری در مورد اینکه پول به کجا میرود،. به خصوص در B2B و جریانهای کاری مالی،.
جایی که «احتمالاً درست» قابل قبول نیست،. خطرناک است.
دوم،. زمینه باید با سرعت تعامل حرکت کند و در کل زنجیره ارزش شبکه متصل قابل حمل باقی بماند.
تجربه مسترکارت در بهینهسازی جریانهای پرداخت آموزنده است:. هرچه خدمات بیشتری را روی یک تراکنش قرار دهید،.
خطر کند کردن آن بیشتر میشود. الگویی که مقیاس را از قبل تعیین میکند،.
تنظیم میکند و سیگنال را بسته بندی میکند تا اجرا سبک باشد. این همان جایی است که توکن سازی در حال حرکت است.
ابتکاراتی مانند Mastercard's Agent Pay و Verifiable Intent آیندهای را نشان میدهد که در آن اعتبار. مصرف کننده،.
هویت نماینده،. مجوزها،.
و هدف کاربر قابل اثبات بهعنوان مصنوعات امن رمزنگاری شده رمزگذاری میشوند - به بازرگانان،. صادرکنندگان و پلتفرمها اجازه میدهند تا بهطور قطعی مجوز و اجرا را با سرعت ماشین تأیید کنند.
کاری که رهبران باید در 12 تا 24 ماه آینده انجام دهند پذیرش یکنواخت نخواهد بود. کشش اولیه اغلب کمتر به صنعت و بیشتر به پیچیدگی سیستمها و رشته دادههای بستگی دارد.
این باعث میشود دو سال آینده پنجرهای برای آمادگی عملی باشد. پنج حرکت برجسته است.
با عوامل بهعنوان هویتهای تحت کنترل رفتار کنید، نه ویژگیها. نحوه ورود، احراز هویت، مجوز، نظارت و بازنشستگی نمایندگان را تعریف کنید.
اولویتبندی حل و فصل نهاد در جایی که هزینه اشتباه بودن بالاتر است. با دریافت کنندگان پرداخت،.
تامین کنندگان،. هویت کارمند در مقابل هویت شخصی و دسته بندی محصولات با حجم بالا شروع کنید.
یک سرویس زمینه قابل استفاده مجدد بسازید که هر گردش کار و عاملی بتواند آن را فراخوانی کند. هر سیستمیرا مجبور نکنید برای بازسازی هویت و روابط از ابتدا.
سیگنالها را از قبل محاسبه و فشرده کنید. زمینه را در بالادست حل و فصل کنید تا تصمیمگیری در زمان اجرا سریع و قابل پیش.
بینی باقی بماند. تنها زمانی که اعتماد به دست میآید، استقلال را گسترش دهید.
یک چارچوب حکومتی برای رسیدگی به اختلافات بسازید،. انسانها را در جریان اقدامات پرخطرتر نگه دارید،.
دقت را اندازهگیری کنید،. و اتوماسیون را گسترش دهید،.
زیرا نتایج قابل اعتماد هستند. اثر سونامیدر صنایع هوش مصنوعی عاملی به سبد خرید محدود نخواهد شد.
تدارکات، سفر، ادعاها، خدمات مشتریان و عملیات مالی را تحت تأثیر قرار خواهد داد. چرخههای تصمیمگیری را فشرده میکند و مراحل دستی را حذف میکند،.
اما فقط برایهایی که میتوانند هویت پاک،. حقیقت موجودیت دقیق و زمینه قابل اعتماد را به نمایندگان ارائه دهند.
برندگان حقیقت و زمینه موجودیت را بهعنوان زیرساخت اصلی برای اتوماسیون تلقی خواهند کرد،. نه بهعنوان یک پروژه پاکسازی پشتی.
در تجارت با سرعت ماشین،. اعتماد وجود ندارد یک ویژگی برند؛
این یک تصمیم معماری است که در هویت،. زمینه و کنترل رمزگذاری شده است.
این محتوا توسط Reltio تولید شده است. این توسط هیات تحریریه MIT Technology Review نوشته نشده است.
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.