SESTEK تعزّز إمكانيات حلول المساعد الافتراضي لديها بالـ Agentic AI

المستقلة/-أعلنتSESTEK، إحدى الشركات الرائدة عالميًا في مجال تقنيات أتمتة المحادثات، عن إضافة إمكاناتAgentic AI الجديدة إلى حلول المساعد الافتراضي، Knovvu. حيث تُمكِّن المنصة الشركات من تقديم دعم عملاء مخصص وآمن ومتعدد اللغات مع إدارة التكاليف والتعقيدات في الوقت نفسه.
وقال البروفيسور والرئيس التنفيذي للشركة لڤنت أرسلان 'يُطلب من الشركات إنجاز الكثير بأقل قدر من الموارد – عدد أقل من مندوبي خدمة العملاء، وميزانيات أقل، بالإضافة إلى تزايد توقعات العملاء. ونحن بدورنا نجابه هذا التحدي مباشرةً من خلال الجمع بين المنطق والذاكرة وتنفيذ المهام في مساعد افتراضي واحد دقيق وجاهز للتوسع'.
وأضاف 'يمكن الآن للمساعدين الافتراضيين المدعومين بميزات Agentic AI أن يقدموا تجارب أكثر شبهًا بالبشر وأكثر استقلالية وتخصيصًا للعملاء. تعتمد تقنية مندوب خدمة العملاء المدعوم بالذكاء الاصطناعي Agentic AI على نماذج لغوية كبيرة (LLM) لاستجابات أكثر ذكاءً ودقة، مما يتيح تواصلًا أكثر واقعية ومراعاة للسياق. وقد عززنا حل Knovvu Virtual Agent لدينا بهذا النهج، وتستخدمه شركات رائدة في مختلف القطاعات، بدايةً من التمويل والتأمين وحتى الاتصالات والتجارة الإلكترونية'.
Agentic AI انطلاقة حقبة جديدة في تجربة العملاء
وأشار أرسلان الى: 'إن Agentic AI هو بداية عصر جديد في تجربة العملاء. وبفضل هذه التكنولوجيا الجديدة، أصبحت استجابات المساعدين الافتراضيين الآن أكثر دقة وإتقانًا ومراعاةً للتفاعلات السابقة، مما يرفع مستوى رضا العملاء بشكل ملموس'.
يتيح Knovvu Virtual Agent من SESTEK للشركات تعيين مهام معينة لمساعدين مختلفين وتحديد أدوار خاصة لكل منهم. ويمكنها أيضًا تعيين قواعد وقيود تنظيمية واستجابات آلية خاصة بنطاق عمل المؤسسة، مما يعزز التفاعلات الآمنة خاصةً في نطاقات العمل ذات اللوائح التنظيمية المشددة.
دعوة إلى اتخاذ خطوة مبكرة نحو مستقبل تجربة العملاء
وسلَّط البروفيسور أرسلان الضوء على سبب تفضيل العلامات التجارية العالمية لشركة SESTEK: دقة الذكاء الاصطناعي في التحليل والإدراك الرائدة في السوق، والتوافق مع البنية السحابية، والقدرة العالية على التكيف التكنولوجي. وصرح قائلًا: 'ستؤدي التطورات في مجال الأتمتة ومساعدي الذكاء الاصطناعي إلى تغيير خدمة العملاء ومراكز الاتصال. ويتعين على الشركات المستعدة لتبني مستقبل تجربة العملاء – حيث تتولى الأتمتة زمام المبادرة وتقل المشاركة البشرية – استكشاف هذه التقنيات. فهي تعزز راحة العملاء مع ضمان الأمان والخصوصية والامتثال'.

جرب ميزات الذكاء الاصطناعي لدينا

اكتشف ما يمكن أن يفعله Daily8 AI من أجلك:

التعلم مع الذكاء الاصطناعيالتحقق من الحقائقتحويل النص إلى كلامملخص الذكاء الاصطناعي

أخبار ذات صلة

وكالة الصحافة المستقلة

١٠-٠٤-٢٠٢٥

• وكالة الصحافة المستقلة

SESTEK تعزّز إمكانيات حلول المساعد الافتراضي لديها بالـ Agentic AI

المستقلة/-أعلنتSESTEK، إحدى الشركات الرائدة عالميًا في مجال تقنيات أتمتة المحادثات، عن إضافة إمكاناتAgentic AI الجديدة إلى حلول المساعد الافتراضي، Knovvu. حيث تُمكِّن المنصة الشركات من تقديم دعم عملاء مخصص وآمن ومتعدد اللغات مع إدارة التكاليف والتعقيدات في الوقت نفسه. وقال البروفيسور والرئيس التنفيذي للشركة لڤنت أرسلان 'يُطلب من الشركات إنجاز الكثير بأقل قدر من الموارد – عدد أقل من مندوبي خدمة العملاء، وميزانيات أقل، بالإضافة إلى تزايد توقعات العملاء. ونحن بدورنا نجابه هذا التحدي مباشرةً من خلال الجمع بين المنطق والذاكرة وتنفيذ المهام في مساعد افتراضي واحد دقيق وجاهز للتوسع'. وأضاف 'يمكن الآن للمساعدين الافتراضيين المدعومين بميزات Agentic AI أن يقدموا تجارب أكثر شبهًا بالبشر وأكثر استقلالية وتخصيصًا للعملاء. تعتمد تقنية مندوب خدمة العملاء المدعوم بالذكاء الاصطناعي Agentic AI على نماذج لغوية كبيرة (LLM) لاستجابات أكثر ذكاءً ودقة، مما يتيح تواصلًا أكثر واقعية ومراعاة للسياق. وقد عززنا حل Knovvu Virtual Agent لدينا بهذا النهج، وتستخدمه شركات رائدة في مختلف القطاعات، بدايةً من التمويل والتأمين وحتى الاتصالات والتجارة الإلكترونية'. Agentic AI انطلاقة حقبة جديدة في تجربة العملاء وأشار أرسلان الى: 'إن Agentic AI هو بداية عصر جديد في تجربة العملاء. وبفضل هذه التكنولوجيا الجديدة، أصبحت استجابات المساعدين الافتراضيين الآن أكثر دقة وإتقانًا ومراعاةً للتفاعلات السابقة، مما يرفع مستوى رضا العملاء بشكل ملموس'. يتيح Knovvu Virtual Agent من SESTEK للشركات تعيين مهام معينة لمساعدين مختلفين وتحديد أدوار خاصة لكل منهم. ويمكنها أيضًا تعيين قواعد وقيود تنظيمية واستجابات آلية خاصة بنطاق عمل المؤسسة، مما يعزز التفاعلات الآمنة خاصةً في نطاقات العمل ذات اللوائح التنظيمية المشددة. دعوة إلى اتخاذ خطوة مبكرة نحو مستقبل تجربة العملاء وسلَّط البروفيسور أرسلان الضوء على سبب تفضيل العلامات التجارية العالمية لشركة SESTEK: دقة الذكاء الاصطناعي في التحليل والإدراك الرائدة في السوق، والتوافق مع البنية السحابية، والقدرة العالية على التكيف التكنولوجي. وصرح قائلًا: 'ستؤدي التطورات في مجال الأتمتة ومساعدي الذكاء الاصطناعي إلى تغيير خدمة العملاء ومراكز الاتصال. ويتعين على الشركات المستعدة لتبني مستقبل تجربة العملاء – حيث تتولى الأتمتة زمام المبادرة وتقل المشاركة البشرية – استكشاف هذه التقنيات. فهي تعزز راحة العملاء مع ضمان الأمان والخصوصية والامتثال'.

وكالة أنباء براثا

٠٥-١١-٢٠٢٤

• وكالة أنباء براثا

روسيا: تطوير كاتب سيناريو آلي

قام طلاب مدرسة الرياضيات التطبيقية والمعلوماتية في معهد موسكو للفيزياء التقنية، بوضع برنامج يقوم بإعداد سيناريو للأفلام الروائية والمسلسلات التلفزيونية باستخدام الذكاء الاصطناعي. حسبما صرّحت بذلك الخدمة الصحفية للمعهد. ويجب أن يتولى الذكاء الاصطناعي المساعد، حسب المطورين، أداء المهام الروتينية مثل طرح أفكار، وتحرير نصوص جاهزة، وأداء دور الوساطة في حال يعمل فيها عدة مؤلفين على إعداد نص واحد في وقت واحد. سيؤدي استخدام البرنامج إلى توفير الوقت إلى حد بعيد وتبسيط عملية إعداد السيناريوهات للسينما والتلفزيون. وعلى سبيل المثال، فإن شبكة عصبية ستعمل على إنشاء حلقة من المسلسل تستغرق 40 دقيقة خلال 20 دقيقة فقط. وقسّم المطورون العملية الإبداعية إلى ثلاث مراحل، وهي: إعداد معلومات حول الشخصيات أو الأحداث التي سيخصص لها النص الأدبي، وتشكيل طلب يقدم إلى مدخل النموذج اللغوي الكبير (LLM)، والتواصل مع وكيل LLM في نظام Chat completion ( الدردشة المكملة). وحسب المطورين، فإن منتجهم قابل للتكيف بسهولة مع إنتاج نصوص متنوعة، مثل قصص قصيرة ومسلسلات تلفزيونية وأفلام وثائقية. وأشار فلاديسلاف سميرنوف أحد مطوري المشروع: "يكفي الإشارة إلى الأسلوب والشكل والأمثلة ذات الصلة للنصوص وشروط أخرى مطروحة أمام النص في الطلب المقدم إلى الوكيل". وقال زميله سيرغي كونين إن تنسيق الطلب وتنظيمه يتم بناء على معلومات واردة من قاعدة البيانات، وتستغرق العملية أجزاء من الثانية في المتوسط، أما إيجاد موقع إلكتروني يحتوي على سيرة ذاتية للشخصية وفرز الحقائق الأساسية اللازمة لتسليط الضوء عليها فلم يستغرق أكثر من 5 دقائق. مع ذلك فإن المطورين أنفسهم يعترفون بأن النصوص التي يتم إنشاؤها تعاني من وجود صور نمطية ومخطط لها مسبقا. لذلك في رأيهم، لا ينبغي لكاتبي السيناريو أن يخافوا من أنهم سيبقون بدون عمل بسبب أن الذكاء الاصطناعي سيحل محلهم.

الوفا

١٦-١٠-٢٠٢٤

• الوفا

يُظهر مهندسو شركة Apple مدى هشاشة 'استدلال' الذكاء الاصطناعي

لبعض الوقت الآن، شركات مثل OpenAI وGoogle تساعد الهشاشة التي تم إبرازها في هذه النتائج الجديدة في دعم الأبحاث السابقة التي تشير إلى أن استخدام ماجستير إدارة الأعمال لمطابقة الأنماط الاحتمالية يفتقر إلى الفهم الرسمي للمفاهيم الأساسية اللازمة لمهارات التفكير الرياضي الموثوقة حقًا. 'إن طلاب ماجستير القانون الحاليين غير قادرين على التفكير المنطقي الحقيقي'، يفترض الباحثون بناءً على هذه النتائج. 'بدلاً من ذلك، يحاولون تكرار خطوات التفكير التي تمت ملاحظتها في بيانات التدريب الخاصة بهم.' مزجها في 'GSM-Symbolic: فهم حدود الاستدلال الرياضي في نماذج اللغات الكبيرة' – متوفر حاليًا يساعد هذا النهج على تجنب أي 'تلوث بيانات' محتمل يمكن أن ينتج عن إدخال أسئلة GSM8K الثابتة مباشرة في بيانات التدريب الخاصة بنموذج الذكاء الاصطناعي. في الوقت نفسه، لا تغير هذه التغييرات العرضية من الصعوبة الفعلية للاستدلال الرياضي المتأصل، مما يعني أن النماذج يجب أن تؤدي نظريًا أداءً جيدًا على قدم المساواة عند اختبارها على GSM-Symbolic كما هو الحال على GSM8K. وبدلاً من ذلك، عندما اختبر الباحثون أكثر من 20 ماجستيرًا في إدارة الأعمال (LLM) على نظام GSM-Symbolic، وجدوا انخفاضًا في متوسط ​​الدقة بشكل عام مقارنة بـ GSM8K، مع انخفاض في الأداء يتراوح بين 0.3% و9.2%، اعتمادًا على النموذج. وأظهرت النتائج أيضًا تباينًا كبيرًا عبر 50 تشغيلًا منفصلاً لـ GSM-Symbolic بأسماء وقيم مختلفة. كانت فجوات الدقة التي تصل إلى 15% بين أفضل وأسوأ عمليات التشغيل شائعة في نفس النموذج، ولسبب ما كان تغيير الأرقام يؤدي إلى دقة أسوأ من تغيير الأسماء. هذا النوع من التباين، سواء ضمن تحليلات GSM-Symbolic المختلفة أو فيما يتعلق بنتائج GSM8K، هو أكثر من مفاجئ لأنه، كما أشار الباحثون، 'خطوات الاستدلال الشاملة اللازمة لحل السؤال تظل كما هي'. حقيقة أن مثل هذه التغييرات الصغيرة تؤدي إلى مثل هذه النتائج المتغيرة تشير إلى الباحثين أن هذه النماذج لا تقوم بالاستدلال 'الرسمي' بل هي 'محاولات'.[ing] لإجراء نوع من مطابقة الأنماط داخل التوزيع، ومواءمة الأسئلة المحددة وخطوات الحل مع تلك المشابهة التي تظهر في بيانات التدريب. لا تشتت انتباهك ومع ذلك، فإن التباين الإجمالي المعروض لاختبارات GSM-Symbolic كان في كثير من الأحيان منخفضًا نسبيًا بشكل عام. على سبيل المثال، ارتفعت دقة ChatGPT-4o من OpenAI من 95.2% على GSM8K إلى نسبة مذهلة تبلغ 94.9% على GSM-Symbolic. يعد هذا معدل نجاح مرتفعًا إلى حد ما باستخدام أي من المعيارين، بغض النظر عما إذا كان النموذج نفسه يستخدم أي تفكير 'رسمي' خلف الكواليس (على الرغم من أن الدقة الإجمالية للعديد من النماذج قد انخفضت بشكل كبير عندما أضاف الباحثون خطوة منطقية واحدة أو خطوتين إضافيتين فقط إلى المشكلات ). ). ومع ذلك، كان أداء امتحانات LLM التي تم اختبارها أسوأ بكثير عندما قام باحثو شركة Apple بتعديل معيار GSM-Symbolic من خلال إضافة 'بيانات تبدو ذات صلة ولكنها في النهاية غير مهمة' إلى الأسئلة. بالنسبة لهذه المجموعة المرجعية 'GSM-NoOp' (اختصار لـ 'no Operation')، يمكن تعديل السؤال حول عدد حبات الكيوي التي يختارها الشخص على مدار عدة أيام ليشمل التفاصيل العرضية التي 'خمسة منها [the kiwis] كانت أصغر قليلا من المتوسط. وأدت إضافة هذه الخيوط الكاذبة إلى ما أسماه الباحثون 'انخفاضات كارثية في الأداء' في الدقة مقارنة بـ GSM8K، حيث تراوحت من 17.5% إلى 65.7%، اعتمادًا على النموذج الذي تم اختباره. وكتب الباحثون أن هذه الانخفاضات الهائلة في الدقة تسلط الضوء على القيود الكامنة في استخدام 'مطابقة الأنماط' البسيطة 'لتحويل البيانات إلى عمليات دون فهم معناها حقًا'. 'Social media addict. Zombie fanatic. Travel fanatic. Music geek. Bacon expert.'