تصميم مساعد تنظيمي ذكي لـ "Arca"؛ من البحث عن المعلومات إلى التفاعل الذكي
نوع العلامة التجارية: شركة الخدمات الهندسية والاستشارات B2B
اسم العلامة التجارية: أركا
خدمات نتانيك: استراتيجية الذكاء الاصطناعي، RAG، وكيل الذكاء الاصطناعي، قاعدة المعرفة والأتمتة
المدير الفني للبنية التحتية والموقع: نافيد زماني
مدير المشروع ومصمم الجرافيك: سهيل موتاغينيا
مساعد ذكي للمؤسسات لـ Arca
شركة "Arka" هي مجموعة خدمات هندسية واستشارية B2B، كان لديها قدر كبير من المعلومات والوثائق والعقود والكتالوجات والتقارير والمعرفة المتخصصة خلال سنوات عملها. المشكلة الرئيسية هنا لم تكن نقص المعلومات؛ وكانت المشكلة هي أن العثور على المعلومات الصحيحة في الوقت المناسب لم يكن سهلاً دائمًا، وكان الخبراء يقضون جزءًا كبيرًا من وقتهم في البحث في الملفات والمصادر. نتانيك لهذه السلسلة مساعد ذكي للمؤسسات مصممة لتحويل المعرفة المتناثرة للمنظمة إلى بيئة تفاعلية وقابلة للبحث. لم يكن الهدف من المشروع بناء روبوت محادثة بسيط، بل إنشاء طبقة ذكية للوصول بشكل أسرع وأكثر تنظيمًا إلى المعرفة التنظيمية.
المشكلة الرئيسية في أركا
في المنظمات التي يتزايد فيها حجم المعلومات بسرعة عالية، فإن تخزين الملفات وحده لا يعني توفر المعرفة. تم تخزين معلومات Arca بتنسيقات مختلفة وفي أقسام مختلفة، وكان على الخبراء أحيانًا فحص عدة مستندات يدويًا للعثور على الإجابة المطلوبة. بالإضافة إلى كونها تستغرق وقتًا طويلاً، كانت هذه العملية تعتمد بشكل كبير على خبرة الأشخاص ومعرفتهم بموقع تخزين المعلومات. لذلك، يجب أن يكون الحل المطلوب قادراً على فهم مفهوم السؤال وبدلاً من عرض مجموعة من الملفات، يجب عليه استخراج المعلومات ذات الصلة من المصادر المتاحة.
الغرض من التصميم مساعد ذكي
كان هدف Netanik هو إنشاء نظام يمكن للموظفين من خلاله التفاعل مع معرفة المنظمة باستخدام اللغة الطبيعية. لا يجب أن يعرف المستخدم اسم الملف الدقيق أو مسار المجلد أو الكلمة الأساسية المستخدمة في المستند للحصول على الإجابة. يجب أن يكون النظام قادرًا على تحليل السؤال والعثور على الموارد ذات الصلة وتقديم الإجابة بناءً على المعلومات الصحيحة للمنظمة. وفي الوقت نفسه، كان لا بد من تصميم البنية بحيث تسمح بالتحكم في الموارد، وتحديث المعرفة، والإشراف البشري.
بنية المساعدة الذكية للمؤسسات
في تصميم هذا مساعد ذكي للمؤسسات، استخدم Netanik بنية قائمة على RAG حتى يتمكن نموذج الذكاء الاصطناعي من استرداد المعلومات ذات الصلة من قاعدة المعرفة الخاصة بشركة Arca قبل إنشاء إجابة. هذا النهج يجعل الإجابات لا تعتمد فقط على المعرفة العامة لنموذج اللغة ويمكن للنظام استخدام المعلومات المحددة للمنظمة. بعد الاستلام، تمت معالجة المستندات وإعدادها، ووضع محتواها القابل للبحث في الهيكل المناسب. بعد ذلك، عندما يسأل المستخدم، يقوم النظام أولاً بالعثور على الموارد ذات الصلة وتوفير المعلومات المستردة إلى النموذج.
طبقة استقبال ومعالجة المعلومات
كان الجزء الأول من النظام متعلقًا بإدخال البيانات وكانت مهمته إعداد مصادر مختلفة لاستخدامها في قاعدة المعرفة. يجب تنظيم الملفات النصية وملفات PDF والوثائق الداخلية والموارد الأخرى القابلة للاستخدام وإعدادها للبحث الدلالي عند استلامها. في هذه المرحلة، كانت جودة البيانات مهمة للغاية، لأن النظام الذكي لا يمكنه إنتاج مخرجات موثوقة من بيانات غير كاملة أو فوضوية. ولهذا السبب، اعتبرت بنية المشروع أيضًا عملية إدخال المعلومات وإعدادها جزءًا من النظام.
طبقة المعرفة والاسترجاع
بعد معالجة المعلومات، تم وضع محتوى المستندات في هيكل قابل للاسترجاع حتى يتمكن النظام من العثور على الأقسام ذات الصلة بناءً على مفهوم السؤال. هذه الخطوة هي الفرق الرئيسي بين chatbot العام و مساعد ذكي للمؤسسات في هذه البنية، ترتبط الإجابة أولاً بالمعلومات الموجودة في قاعدة معارف المنظمة، ومن ثم يتولى نموذج اللغة مهمة فهم الإجابة ودمجها وتقديمها. يتيح مثل هذا الهيكل مزيدًا من التحكم في مصادر المعلومات وتحديث المعرفة.
كيف تم استخدام RAG في مشروع Arca؟
كان RAG أو توليد الاسترجاع المعزز أحد المكونات الرئيسية لبنية هذا المشروع وتم تعريف دوره على أنه ربط نموذج اللغة بالمعرفة المحددة للمنظمة. بدلاً من تخزين جميع معلومات المنظمة في النموذج نفسه، تم تخزين المعلومات في قاعدة معارف خارجية وقام النظام باسترجاع الأجزاء ذات الصلة عندما تلقى استعلامًا. ثم تم تغذية هذه المعلومات إلى النموذج لإنتاج استجابة نهائية بناءً على المحتوى الفعلي للمستندات. تتيح هذه البنية إنشاء نظام ديناميكي يقوم بتحديث المعرفة القابلة للاستخدام عند إضافة مستندات جديدة.
دورة الاستجابة الذكية
تم تصميم عملية استجابة النظام بعدة خطوات محددة بحيث يكون لكل طلب مسار محدد. أولاً، يتم تحليل سؤال المستخدم ثم يقوم النظام بالعثور على الأجزاء ذات الصلة من قاعدة المعرفة وفقًا لمعناها. يتم تقديم المعلومات المستردة إلى النموذج وينتج النموذج استجابة مفهومة ومنظمة تعتمد على نفس السياق. وأخيرًا، يتم عرض الرد للمستخدم ويمكن أيضًا توفير معلومات المصدر إذا لزم الأمر.
التحكم في مصادر الاستجابة
كانت إحدى الاعتبارات المهمة للمشروع هي القدرة على التحقق من مصدر المعلومات، ولهذا السبب، تم تصميم البنية بطريقة يمكن من خلالها تتبع الإجابات إلى المصادر التنظيمية قدر الإمكان. هذه الميزة مهمة بشكل خاص لبيئات B2B، لأن المستخدم يحتاج إلى معرفة على أي أساس يتم تشكيل المعلومات المقدمة. يمكن أن يؤدي عرض المصدر أو تسجيله إلى تبسيط عملية المراجعة البشرية وبناء المزيد من الثقة في مخرجات النظام. لهذا السبب، في هذا المشروع، كانت جودة استرجاع المعلومات لا تقل أهمية عن جودة توليد الاستجابة.
تجربة مستخدم المساعد الذكي
على الرغم من أن معظم تعقيد المشروع كان وراء النظام، إلا أن تجربة المستخدم كانت تعتبر أيضًا جزءًا مهمًا منذ البداية. لم يكن من المفترض أن يعمل مستخدمو Arca باستخدام أداة تقنية معقدة ويجب أن يكونوا قادرين على طرح أسئلتهم كمحادثة طبيعية. تم تصميم واجهة المستخدم مع التركيز على البساطة بحيث يمكن للمستخدم طرح سؤال وتلقي إجابة والانتقال إلى السؤال التالي بناءً على نفس الموضوع إذا لزم الأمر. يسمح نموذج التفاعل هذا باستخدام مساعد ذكي للمؤسسات إنه ممكن لمستخدمين مختلفين دون الحاجة إلى تدريب فني مكثف.
التفاعل الطبيعي مع المعرفة التنظيمية
وكانت إحدى القيم الأساسية لهذا النظام هي تحويل تجربة البحث التقليدية إلى تجربة محادثة. فبدلاً من البحث عن عدة كلمات رئيسية والتحقق من نتائج مختلفة، يمكن للمستخدم شرح مشكلته باللغة الطبيعية. حاول النظام التعرف على معنى الطلب واستخراج المعلومات ذات الصلة من موارد المنظمة. يعمل نموذج التفاعل هذا على تقليل الفجوة بين "المعلومات المخزنة" و"المعرفة القابلة للاستخدام".
إدارة الأسئلة المعقدة
ليست كل الاستفسارات متماثلة، وقد تتطلب بعض الاستفسارات عدة مصادر مختلفة. في مثل هذه الحالة، يجب أن يكون النظام قادرًا على استرداد المعلومات ذات الصلة من أجزاء متعددة ودمجها في استجابة متماسكة. تم تطوير البنية المصممة لـ Arca مع أخذ ذلك في الاعتبار، بحيث لا يتم استخدام النظام للاستعلامات البسيطة فقط. في المستقبل، ستسمح هذه القدرة بتطوير المساعد نحو عمليات أكثر تخصصًا في المنظمة.
إدارة الأمن والوصول
في واحدة مساعد ذكي للمؤسسات، فإن أمن المعلومات لا يقل أهمية عن أداء الذكاء الاصطناعي. ليست جميع المستندات التنظيمية متاحة بالضرورة لجميع المستخدمين، ويجب أن تكون بنية النظام قادرة على التمييز بين مستويات الوصول المختلفة. لهذا السبب، تم أخذ مسألة إدارة الوصول في الاعتبار عند تصميم الحل بحيث يكون من الممكن في مسار التطوير ربط معرفة المنظمة بأدوار وأذونات مختلفة. كان الهدف هو منع الذكاء الاصطناعي من أن يصبح مسارًا غير مرغوب فيه للوصول إلى المعلومات الحساسة.
فصل مستويات الوصول
يمكن تحديد هيكل الوصول بناءً على الدور أو الوحدة التنظيمية أو نوع المعلومات، ويمكن لكل مستخدم الوصول إلى جزء فقط من المعرفة التي يحتاجها. بالإضافة إلى زيادة الأمان، فإن هذا الأسلوب يجعل استجابات النظام مناسبة لحالة المستخدم. في مؤسسة كبيرة، يمكن لمثل هذه البنية أن تمنع التعرض غير المرغوب فيه للمعلومات الداخلية. كما يعمل تصميم هذه الطبقة من البداية على تبسيط التطوير المستقبلي للنظام.
السيطرة البشرية والإشراف
لم يتم تعريف الذكاء الاصطناعي في هذا المشروع على أنه نظام مستقل تمامًا وظل التحكم البشري جزءًا من الهندسة المعمارية. يمكن للمديرين التحقق من مصادر المعرفة وبنية المعلومات وأداء النظام وإجراء التغييرات اللازمة إذا لزم الأمر. وهذا مهم بشكل خاص في بيئات الشركات، حيث لا ينبغي استخدام جميع الاستجابات دون مراجعة في العمليات الحساسة. مساعد ذكي للمؤسسات إنها ذات قيمة عندما تعمل جنبا إلى جنب مع الإنسان، وليس عندما تحل محله دون سيطرة.
القدرات الرئيسية لنظام Arca
يتكون الحل المصمم لـ Arca من عدة ميزات رئيسية، يغطي كل منها جزءًا من احتياجات المؤسسة. كان التركيز الرئيسي على إنشاء نظام مرن بحيث يمكن إضافة إمكانات جديدة في المستقبل دون إعادة تصميم البنية بالكامل. وهذا النهج يجعل الاستثمار في الذكاء الاصطناعي لا يقتصر على مشروع قصير المدى ويمكن تطويره تدريجياً. بعض الميزات الرئيسية للنظام هي:
البحث عن المعنى في الوثائق التنظيمية
الرد المحادثة على أسئلة المستخدمين
ربط الإجابات بقاعدة معرفية مخصصة
إدارة وتحديث مصادر المعلومات
القدرة على تحديد مستويات مختلفة من الوصول
القدرة على التوسع في العمليات التنظيمية الأخرى
بنية تحتية قابلة للتوسيع
كان أحد القرارات المهمة التي اتخذتها Netanik هو تصميم بنية معيارية بحيث يمكن ربط النظام بأدوات وخدمات أخرى في المستقبل. على سبيل المثال، يمكن أن تؤدي القدرة على ربط المساعد بإدارة علاقات العملاء أو نظام التذاكر أو أدوات إدارة المشروع أو الأنظمة الداخلية الأخرى إلى توسيع قدراته إلى ما هو أبعد من مجرد الرد. في هذه الحالة، يمكن للذكاء الاصطناعي أن يلعب دورًا في تنفيذ عمليات محددة بالإضافة إلى استرجاع المعلومات. يمكن لهذا المسار تحويل البنية الأساسية لـ Arca إلى واحدة وكيل الذكاء الاصطناعي للمؤسسة لتصبح أكثر اكتمالا
الاتصال بأدوات المؤسسة
ومع تطور البنية، أصبح بإمكان المساعد الاتصال بالأنظمة الداخلية في المستقبل وتلقي المعلومات المطلوبة من مصادر مختلفة. يتطلب مثل هذا الاتصال تعريفًا دقيقًا للأذونات وواجهات برمجة التطبيقات وقواعد تنفيذ العملية بحيث يمكن تنفيذ كل إجراء تحت سيطرة النظام. وكان هدف نتانيك منذ البداية هو أن يتمتع هيكل المشروع بالقدرة على مثل هذا التوسع. لذلك لم يتم تصميم المساعد كمنتج مغلق، ولكن كبنية تحتية قابلة للتطوير.
نتيجة المشروع والقيمة التي تم إنشاؤها
لا يمكن تلخيص القيمة الرئيسية لمشروع Arca ببساطة في "الإجابة على الأسئلة". وكانت القضية الأكثر أهمية هي تحويل الكمية الكبيرة من المعلومات المتناثرة إلى تجربة تفاعلية وقابلة للاستخدام للموظفين. يمكن لهذا النظام تقليل وقت البحث عن المعلومات، وتبسيط الوصول إلى المعرفة التنظيمية، وتقليل اعتماد المستخدمين على معرفة مسارات تخزين الملفات. وإلى جانب ذلك، توفر البنية المصممة منصة لتطوير قدرات أكثر ذكاءً في المستقبل.
تغيير النهج للمعرفة التنظيمية
قبل وجود هذا النظام، كانت العديد من المؤسسات تقوم ببساطة بتخزين معرفتها في شكل ملفات ومستندات وتتوقع أن يتمكن المستخدمون من العثور عليها عندما يحتاجون إليها. يأخذ النهج الجديد المعرفة من الأرشيف ويحولها إلى طبقة تفاعلية يمكن للمستخدمين التفاعل معها. يمكن لهذا التحول أن يغير الطريقة التي يستخدم بها الموظفون المعلومات الداخلية ويخلق طرقًا جديدة للأتمتة. بالنسبة لـ Arca، كان الهدف الرئيسي هو نفسه: تحويل المعلومات الموجودة إلى معرفة يمكن استخدامها في الوقت الحالي.
دور نتانيك في المشروع
في هذا المشروع، لم يلعب Netanik دور مطور Chatbot فحسب، بل تم التحقيق في المشكلة من منظور الإستراتيجية والهندسة المعمارية وتجربة المستخدم. بدءًا من تحليل احتياجات المنظمة وتصميم البنية المعرفية وحتى تعريف بنية RAG وتدفق التفاعل ومسار التطوير المستقبلي، تم تصميم المكونات المختلفة للحل معًا. وهذا النهج جعل تكنولوجيا الذكاء الاصطناعي في قلب احتياجات العمل الحقيقية وليس أن تصبح قدرة مستقلة ومنفصلة عن الهيكل التنظيمي. وكانت النتيجة بنية قابلة للتوسيع لتحرك Arca التدريجي نحو الاستخدام الأوسع للذكاء الاصطناعي.
مستقبل مساعد Arca الذكي
نسخة مبكرة من هذا مساعد ذكي للمؤسسات ويمكن أن تكون نقطة البداية لمسار أكبر وسوف تتوسع قدراتها إلى مجالات أكثر في المستقبل. يعد الاتصال بإدارة علاقات العملاء وتحليل طلبات العملاء وإنتاج التقارير الإدارية والمعالجة التلقائية للمستندات وتنفيذ بعض العمليات التنظيمية من بين مسارات التطوير المحتملة. ومع إضافة هذه الإمكانات، يصبح النظام أقرب من أداة الأسئلة والأجوبة إلى وكيل ذكي يمكنه لعب دور في تنفيذ عمليات محددة. يتيح التصميم المعياري الأساسي إمكانية إضافة أي وظيفة في الوقت المناسب ووفقًا للاحتياجات الفعلية للمؤسسة.
من Chatbot إلى وكيل الذكاء الاصطناعي
يكمن الاختلاف بين روبوت الدردشة البسيط ووكيل الذكاء الاصطناعي في قدرة النظام على فهم الهدف والتحكم في الوصول إلى الموارد وتنفيذ إجراءات محددة. يمكن أيضًا أن ينتقل مسار تطوير Arca من الإجابة على المعلومات إلى تنفيذ عمليات محددة. في مثل هذا النموذج، يمكن للنظام تلقي الطلب، وجمع المعلومات اللازمة، وتنفيذ منطق معين وتقديم النتيجة للمستخدم. هذه هي النقطة التي يمكن عندها للذكاء الاصطناعي أن يتحول من واجهة محادثة إلى جزء من البنية التحتية التشغيلية للمؤسسة.
ملخص
يعد مشروع Arca مثالاً على نهج Netanik في تصميم حلول الذكاء الاصطناعي للشركات؛ نهج لا يُنظر فيه إلى الذكاء الاصطناعي بشكل منفصل عن الاستراتيجية الرقمية والبنية التحتية. واحد مساعد ذكي للمؤسسات يمكن أن يخلق قيمة حقيقية عندما يكون متصلاً ببيانات صالحة وبنية مناسبة وأمان وتجربة مستخدم وعمليات حقيقية للمؤسسة. في هذا المشروع، حاول Netanik تصميم مثل هذه البنية التحتية مع التركيز على RAG ومعرفة الملكية وقابلية التوسع. وكانت النتيجة عبارة عن منصة يمكنها تلبية احتياجات المؤسسات اليوم وتمهيد الطريق لوكلاء الذكاء الاصطناعي الأكثر تقدمًا.
