Agentic AI (કેટલીકવાર મલ્ટી એજન્ટ AI સિસ્ટમ્સ તરીકે ઓળખવામાં આવે છે) વ્યવસાયિક કામગીરીમાં ક્રાંતિ લાવવા માટે સુયોજિત છે. જો ડનલેવી, ગ્લોબલ એસવીપી અને એન્ડાવા ખાતે AI પોડના વડા, સમજાવે છે કે કેવી રીતે આ આકર્ષક ટેક્નોલોજી AIના વધુ પારદર્શક, ઓડિટેબલ અને ટકાઉ ઉપયોગ માટે માર્ગ મોકળો કરશે અને તેની અસર મોટા પાયે વ્યવસાયોને કેવી રીતે પરિવર્તિત કરશે.
અત્યાર સુધી, જ્યારે AI ટેક્નોલૉજીને દાણાદાર સૂચનાઓ પૂરી પાડવાની વાત આવે ત્યારે માણસોએ ડ્રાઇવરની સીટમાં હોવું જરૂરી હતું. આનાથી એ સુનિશ્ચિત થયું કે AI માત્ર પરિણામના સંદર્ભમાં યોગ્ય દિશામાં જ નિર્દેશિત નથી પરંતુ આભાસ, ખોટી માહિતી અથવા પૂર્વગ્રહ જેવા કોઈપણ સંભવિત જોખમોને ઘટાડવામાં પણ મદદ કરે છે. વધુમાં, સંગઠનો કે જેઓ AI નો ઉપયોગ કરે છે તે મોટા પાયે સ્વાયત્ત ઓટોમેશનને લક્ષ્યાંકિત કરવાને બદલે ટૂંકા ગાળાના મૂલ્યનો પાક લેતા એકવચન કાર્યોની કાર્યક્ષમતામાં વધારો કરે છે.
જો કે, AI સિસ્ટમ્સ હવે વધુ મહત્વાકાંક્ષી બિઝનેસ પ્રક્રિયાઓ, નિર્ણય લેવાની અને ડેટા ટ્રાન્સફોર્મેશનને હેન્ડલ કરવામાં સક્ષમ છે. Agentic AI ક્રાંતિ લાવવા માટે સુયોજિત છે કે કેવી રીતે સમગ્ર ઉદ્યોગોનાં સંગઠનો તેમના લાભ માટે આ ટેક્નોલોજીનો લાભ લઈ શકે છે. એજન્ટિક AI ની મદદથી, તેઓ ટૂંક સમયમાં સંપૂર્ણપણે નવી, વધુ કાર્યક્ષમ અને સ્વાયત્ત રીતે પ્રક્રિયાઓને સ્વચાલિત કરવામાં સક્ષમ બનશે, જેનાથી તેઓ જટિલ વ્યવસાયિક સમસ્યાઓને સ્કેલ અને ઝડપે ઉકેલી શકશે. પરંતુ તેઓ સૌથી અસરકારક, સુરક્ષિત અને સુસંગત રીતે ત્યાં કેવી રીતે પહોંચી શકે?
જૉ ડનલેવી
સામાજિક લિંક્સ નેવિગેશન
એન્ડવા ખાતે વૈશ્વિક SVP અને AI પોડના વડા.
AI પરિવર્તનના ત્રણ તબક્કા
પ્રદર્શન, ઓટોમેશન અને સ્વાયત્તતાના આ સ્તરને હાંસલ કરવા માટે, AI ને મજબૂત પાયાની જરૂર છે. રૂપાંતરણ ત્રણ તબક્કામાં થાય છે. પ્રથમ તબક્કો દસ્તાવેજોનો સારાંશ આપવા અથવા પ્રસ્તુતિઓ જેવી અસ્કયામતો બનાવવા જેવા કાર્યોમાં સહાય કરીને રોજિંદા કામને વધારવા પર ધ્યાન કેન્દ્રિત કરે છે, જે ઝડપી, વધુ ખર્ચ-અસરકારક અને સચોટ પરિણામો તરફ દોરી જાય છે. આગળના તબક્કામાં, ઓટોમેશન પ્રક્રિયાઓ વ્યવસાયિક ઉદ્દેશ્યો સાથે વધુ સંકલિત બને છે. આ સમયે, AI વ્યક્તિગત આદેશોને અનુસરવાને બદલે લોકોની સાથે કામ કરીને, કાર્ય સિક્વન્સ માટે વધુ જવાબદારી લે છે. આ રીતે, AI એક સાધનમાંથી વિશ્વાસપાત્ર ભાગીદારમાં વિકસિત થાય છે.
ત્રીજા તબક્કામાં, તકનીકી સ્વાયત્તતાની વધુ ઉચ્ચ ડિગ્રી પ્રાપ્ત કરે છે. આ બિંદુએ, AI હવે ‘માત્ર’ એક ટીમ સાથી નથી જે માહિતી એકત્રિત કરે છે, સારાંશ આપે છે અને તેનું વિશ્લેષણ કરે છે. તેના બદલે, તે સલાહકારી, વધુ ‘પ્રોએક્ટિવ’ ભૂમિકા લે છે. આ એઆઈ-આધારિત, સ્વાયત્ત રીતે અભિનય કરતા એજન્ટો (એજન્ટિક AI) દ્વારા શક્ય બન્યું છે જે કોઈપણ પર્યાવરણમાં સીધા માનવ હસ્તક્ષેપ વિના કામ કરી શકે છે, જેમાં વિવિધ મોટા ભાષા મોડેલ્સ (LLM) અને ક્લાઉડ પ્લેટફોર્મનો સમાવેશ થાય છે. પરંપરાગત AI મોડલ્સથી વિપરીત, જે ખાસ કરીને એકવચન પ્રક્રિયાઓ માટે પ્રોગ્રામ કરવામાં આવે છે, એજન્ટિક AI અભિગમો વધુ જટિલ કાર્યોને સંભાળી શકે છે.
સ્વાયત્ત એજન્ટો (મલ્ટિ-એજન્ટ સિસ્ટમ) ની ટીમમાં, દરેક એજન્ટને વ્યક્તિગત ભૂમિકા સોંપવામાં આવે છે અને જરૂરી જ્ઞાન આપવામાં આવે છે. આ એજન્ટો એકબીજા સાથે તેમજ તેમના પર્યાવરણ સાથે વાતચીત કરી શકે છે અને ક્રિયાપ્રતિક્રિયા કરી શકે છે, ફેરફારો પર પ્રતિક્રિયા આપી શકે છે અને સર્વગ્રાહી નિર્ણયો લેવા અને શ્રેષ્ઠ શક્ય પરિણામ પ્રાપ્ત કરવા માટે તેમના કાર્યોને સંદર્ભિત કરી શકે છે. આ તમામ પ્રક્રિયાના દરેક પગલા પર મેન્યુઅલી ઇનપુટ પ્રદાન કરવાની જરૂર વગર, ન્યૂનતમ માનવ દેખરેખ સાથે કામ કરે છે.
એજન્ટિક AI ટેક્નોલોજી હજુ તેના પ્રારંભિક તબક્કામાં હોવા છતાં, આ સિસ્ટમો ન્યૂનતમ દેખરેખ સાથે સુરક્ષિત રીતે વર્કફ્લોને આગળ ધપાવી શકે છે. જ્યારે સ્વાયત્ત એજન્ટો આપમેળે સમય માંગી લેનારા, ભૌતિક અને પુનરાવર્તિત કાર્યો કરે છે, તેઓ ચોક્કસ સમયમર્યાદામાં કરવામાં આવેલા કામની માત્રાને વેગ આપી શકે છે, જે મોટા પાયે કાર્યક્ષમતા વધારવા માટે સમગ્ર વ્યવસાયમાં લાગુ કરી શકાય છે. આ કર્મચારીઓને મુક્ત કરે છે જે બદલામાં વધુ જટિલ વ્યૂહાત્મક અને સર્જનાત્મક પડકારો પર ધ્યાન કેન્દ્રિત કરી શકે છે. આ અભિગમ દરેક કર્મચારીની સંભવિતતાને પોષે છે, કર્મચારીની નોકરીનો સંતોષ વધારે છે અને વ્યવસાયની વૃદ્ધિ અને મૂલ્યને આગળ ધપાવે છે.
સ્વાયત્ત એજન્ટો પાસેથી લાભ મેળવો – પરંતુ પારદર્શિતા વિના નહીં
કોઈપણ કલ્પનાશીલ ઉદ્યોગમાં જટિલ અને સૂક્ષ્મ વર્કફ્લોનો સામનો કરવા માટે સ્વાયત્ત એજન્ટો લાગુ કરી શકાય છે. જો કે, AI સિસ્ટમો સામાન્ય રીતે કહેવાતા બ્લેક બોક્સ તરીકે બનાવવામાં આવે છે જેમાં તેમના કાર્યો અને પ્રક્રિયાઓ તેમના વપરાશકર્તાઓને દેખાતી કે સમજી શકાતી નથી. પરિણામે, આરોગ્યસંભાળ, નાણાકીય સેવાઓ, વીમો અને ઉર્જા જેવા કડક રીતે નિયંત્રિત ઉદ્યોગો — જ્યાં સંવેદનશીલ ડેટાના સંગ્રહ, પ્રક્રિયા અને સંગ્રહને કડક નિયમો સંચાલિત કરે છે — ઘણી વખત તેમના રોજિંદા વ્યવસાયની કામગીરીમાં ટેક્નોલોજીનો અમલ કરવામાં અનિચ્છા હોય છે. છેવટે, તેમણે ડેટા એકત્રિત કરતી વખતે, પ્રક્રિયા કરતી વખતે, ઉપયોગ કરતી વખતે અને સંગ્રહિત કરતી વખતે (સંવેદનશીલ) ચોક્કસ જરૂરિયાતોનું પાલન કરવું પડે છે. જેમ કે માત્ર સાચા જવાબ સુધી પહોંચવું જ નહીં પરંતુ કાયદા અથવા એકાઉન્ટિંગ જેવા ક્ષેત્રોમાં લેવાયેલા પગલાંનું નિદર્શન પણ કરવું અગત્યનું છે, તેમ આ ઉદ્યોગો એ સ્પષ્ટપણે બતાવવા માટે સક્ષમ હોવા જોઈએ કે એઆઈ તેના પરિણામો પર કેવી રીતે પહોંચે છે તે પાલનની આવશ્યકતાઓને પૂર્ણ કરે છે.
આ પડકારનો ઉકેલ ડેટા-પ્રથમ અભિગમ છે. આ ઉદ્યોગો તેમની તરફેણમાં AI નો ઉપયોગ કરવા અને તેમની પ્રક્રિયાઓને ઑપ્ટિમાઇઝ કરવા માટે, તેઓ બ્લેક બોક્સને તોડી શકશે અને તેના સમાવિષ્ટોને પારદર્શક અને ઓડિટેબલ રીતે જાહેર કરી શકશે. એક સ્વાયત્ત મલ્ટિ-એજન્ટ સિસ્ટમ કે જે દર્શાવે છે કે AI એજન્ટો ડેટા કેવી રીતે ઇન્જેસ્ટ કરે છે અને ટ્રાન્સફોર્મ કરે છે તે આ પડકારને પહોંચી વળવા માટે આદર્શ છે કારણ કે જ્યારે પણ એજન્ટ ડેટા પર કાર્ય કરે છે, ત્યારે સિસ્ટમ ઑપરેશનની આસપાસની સંબંધિત માહિતીને કૅપ્ચર કરે છે, સ્પષ્ટ દૃષ્ટિ અને સમજણની રેખા બનાવે છે. ઓડિટ ટ્રાયલ તરીકે એજન્ટ જે નિર્ણય લે છે. આ ભંગાણ ડેટા અને પ્રક્રિયાઓ બંનેને દૃશ્યમાન, સમજી શકાય તેવું બનાવવાની મંજૂરી આપે છે અને AI આભાસ જેવી સામાન્ય AI-સંબંધિત સમસ્યાઓને અસરકારક રીતે અટકાવી શકાય છે.
એજન્ટિક AI ની મદદથી, વ્યવસાયો અત્યાધુનિક પ્રક્રિયાઓને સ્વચાલિત કરી શકે છે અને મોટા પાયા પર જટિલ વ્યવસાયિક સમસ્યાઓનું નિરાકરણ લાવી શકે છે, જ્યારે તે બધા સુસંગત રહે છે. પરિણામે, ટેક્નોલોજી ઉત્પાદકતા, સંતોષ, વ્યવસાય વૃદ્ધિ અને સ્પર્ધાત્મક લાભ જાળવવા માટે ચાવીરૂપ છે. આનો અર્થ એ નથી કે કર્મચારીઓને ટેક્નોલોજી દ્વારા બદલવામાં આવશે. જ્યારે તેને ઓછા માનવ હસ્તક્ષેપ અને દેખરેખની જરૂર હોય છે, ત્યારે વપરાશકર્તાઓ AI સિસ્ટમના સંપૂર્ણ નિયંત્રણમાં અને કામગીરીના કેન્દ્રમાં રહે છે. AI ડ્રાઇવરની સીટ પર હોઈ શકે છે, પરંતુ વપરાશકર્તાઓ દિશા નિર્દેશ કરે છે અને કોઈપણ સમયે બ્રેક પર પગ મૂકી શકે છે.
અમે શ્રેષ્ઠ ક્લાઉડ સ્ટોરેજ દર્શાવ્યું છે.
આ લેખ TechRadarPro ની નિષ્ણાત આંતરદૃષ્ટિ ચેનલના ભાગ રૂપે બનાવવામાં આવ્યો હતો જ્યાં અમે આજે ટેક્નોલોજી ઉદ્યોગમાં શ્રેષ્ઠ અને તેજસ્વી દિમાગ દર્શાવીએ છીએ. અહીં વ્યક્ત કરાયેલા મંતવ્યો લેખકના છે અને જરૂરી નથી કે તે TechRadarPro અથવા Future plcના હોય. જો તમને યોગદાન આપવામાં રસ હોય તો અહીં વધુ જાણો: https://www..com/news/submit-your-story-to–pro