الذكاء الاصطناعي الوكالي مقابل الذكاء الاصطناعي التوليدي: 5 اختلافات رئيسية

تعريف الذكاء الاصطناعي الوكالي والذكاء الاصطناعي التوليدي

الذكاء الاصطناعي الوكالي والذكاء الاصطناعي الإبداعي، على الرغم من كونهما جزءًا من مشهد الذكاء الاصطناعي الأوسع، إلا أن لهما تركيزات مميزة. يتفوق الذكاء الاصطناعي الإبداعي في إنشاء محتوى جديد (نصوص، صور، شيفرات، إلخ) بناءً على الأنماط التي تم تعلمها من البيانات. إنه مثل مساعد إبداعي يستجيب للمطالبات. يركز الذكاء الاصطناعي الوكالي على العمل الذاتي وتحقيق الأهداف. إنه يدرك، ويستنتج، ويتصرف، ويتعلم لإكمال المهام مع الحد الأدنى من الإشراف البشري. اعتبره كحل للمشكلات بشكل استباقي يمكنه أتمتة سير العمل.

الذكاء الاصطناعي التوليدي:

• التركيز: إنشاء محتوى جديد. الآلية: تتعلم من البيانات وتولد مخرجات بناءً على الأنماط المتعلمة.
• أمثلة: نماذج اللغة الكبيرة مثل GPT-4، ونماذج الانتشار للصور.
• الوظيفة الأساسية: تستجيب للمطالبات، وتولد نصوص وصور وأكواد، وما إلى ذلك.
• تشبيه: مساعد إبداعي أو دردشة متطورة.

الذكاء الاصطناعي الوكالي

• التركيز: العمل الذاتي وتحقيق الأهداف. الآلية: يدرك بيئته، يتخذ قرارات، ويتخذ إجراءات لتحقيق الأهداف، غالبًا باستخدام الأدوات.
• أمثلة: أنظمة الذكاء الاصطناعي التي تقوم بأتمتة سير العمل المعقد، مثل مشغل OpenAI ومشروع مارينر من جوجل.
• الوظيفة الأساسية: تنفذ المهام، وتتخذ القرارات، وتتكيف مع الظروف المتغيرة.
• تشبيه: زميل نشط أو مساعد رقمي.

الاختلافات الرئيسية:

• أتمتة سير العمل: الذكاء الاصطناعي الوكلي مناسب جداً لأتمتة سير العمل وتبسيط العمليات، بينما يركز الذكاء الاصطناعي التوليدي أكثر على إنشاء المحتوى..
• الاستقلالية: تم تصميم الذكاء الاصطناعي الوكالي للعمل باستقلالية أكبر من الذكاء الاصطناعي التوليدي، الذي يعتمد عادةً على التعليمات.
• توجه الهدف: الذكاء الاصطناعي الفاعل موجه بطبيعته نحو الأهداف، بينما الذكاء الاصطناعي التوليدي موجه نحو إنشاء المحتوى.
• اتخاذ القرار: الذكاء الاصطناعي الوكالي يتخذ قرارات ويتخذ إجراءات، بينما يركز الذكاء الاصطناعي التوليدي بشكل أساسي على إنشاء المحتوى.

الذكاء الاصطناعي التوليدي هو الأساس للذكاء الاصطناعي الوكالي.

تُبنى أنظمة الذكاء الاصطناعي الحديثة على نماذج اللغة الكبيرة. تأتي قدرات التفكير والتخطيط واتخاذ القرار في هذه الأنظمة من نفس الأسس التوليدية التي تنتج النصوص أو الرموز أو الصور. توفر نماذج اللغة الكبيرة القدرة على تحليل اللغة الطبيعية، واستنتاج النوايا، وتوليد إجراءات منظمة يمكن أن يستخدمها الوكلاء للتقدم نحو الأهداف.

على سبيل المثال، عندما يحتاج وكيل إلى تخطيط سير العمل، فإنه يستخدم نموذج لغوي كبير لتقسيم هدف واسع إلى مهام فرعية. يقوم النموذج بتوليد خطوات التفكير وتسلسل الإجراءات، والتي يمكن للوكيل تنفيذها من خلال استدعاء واجهات برمجة التطبيقات، واسترجاع البيانات، أو التفاعل مع الأدوات. يعمل النموذج اللغوي الكبير ك"محرك إدراكي"، بينما يتولى إطار العمل الخاص بالوكيل إدارة الذاكرة، وتتبع الحالة، وتنفيذ الإجراءات.

تسمح هذه التكاملات للأنظمة الوكيلة بالعمل بمرونة في بيئات مفتوحة. بدون النماذج التوليدية، ستكون الوكلاء مقيدين بالمنطق القائم على القواعد أو سير العمل الثابت. من خلال تضمين نماذج اللغة الكبيرة، يكتسب الذكاء الاصطناعي الوكيل القدرة على التكيف والابتكار والتعافي من الظروف غير المتوقعة بينما لا يزال يعمل نحو الأهداف طويلة الأجل.

في الممارسة العملية، يعني ذلك أن التقدم في الذكاء الاصطناعي التوليدي يوسع مباشرة من قدرات الذكاء الاصطناعي الوكلي. إن التحسينات في التفكير، والتلخيص، وفهم السياق في نماذج اللغة الكبيرة تجعل الوكلاء أكثر موثوقية في إدارة العمليات متعددة الخطوات، والتكيف مع المدخلات الجديدة، والتعاون مع البشر.

الذكاء الاصطناعي الوكالي مقابل الذكاء الاصطناعي التوليدي: الفروقات الرئيسية

1. التركيز والأهداف

الذكاء الاصطناعي التوليدي يركز على المهام ويتفاعل. الهدف الأساسي منه هو توليد المحتوى بناءً على مطالبات مباشرة من المستخدمين. كل مهمة مكتفية ذاتياً - على سبيل المثال، كتابة فقرة، تلخيص مستند، أو إنشاء صورة. لا يحافظ على الاستمرارية بين المهام أو يعمل نحو أي هدف طويل الأمد. بمجرد إنتاج المحتوى، تنتهي العملية ما لم يتم إعطاء مطالبة جديدة.
الذكاء الاصطناعي الوكلي يركز على الأهداف ويكون استباقياً. بدلاً من الانتظار لمطالبات فردية، يبدأ بهدف محدد ويعمل من خلال خطوات متعددة لتحقيق ذلك الهدف. يقوم بتقييم التقدم باستمرار ويحدد ما يجب أن يحدث بعد ذلك. على سبيل المثال، إذا كان الهدف هو تخطيط عطلة، قد يقوم نظام وكلي بتقسيم ذلك إلى مهام فرعية مثل العثور على رحلات، التحقق من الطقس، حجز الفنادق، والتنسيق مع مسافرين آخرين - تنفيذ كل مهمة فرعية بشكل مستقل.

2. الوظيفة الأساسية

الوظيفة الأساسية للذكاء الاصطناعي التوليدي هي إنشاء المحتوى. إنه يولد مخرجات مثل النصوص والصور أو الشيفرات من خلال التعرف على الأنماط في مجموعات البيانات الكبيرة التي تم تدريبه عليها. يُستخدم بشكل أفضل في المهام ذات الخطوة الواحدة، حيث يقدم المستخدم مدخلات محددة ويتوقع مخرجات فورية وذات صلة. تشمل الأمثلة إنشاء مسودات المدونات، تلخيص التقارير، كتابة ردود البريد الإلكتروني، أو إنشاء الأصول المرئية.

الوظيفة الأساسية للذكاء الاصطناعي الوكالي هي إدارة وتنفيذ المهام متعددة الخطوات. يقوم بتنفيذ عمليات تتطلب ربط الإجراءات معًا للوصول إلى نتيجة مرغوبة. إنه يفكر، ويخطط، ويعمل عبر عدة طبقات من المنطق. على سبيل المثال، في البحث، يمكن للذكاء الاصطناعي الوكالي العثور على المصادر، واستخراج البيانات ذات الصلة، وصياغة تقرير، وتعديل استراتيجيته بناءً على ما يجده.

3. الاستقلالية

الذكاء الاصطناعي التوليدي لديه استقلالية منخفضة. إنه سلبي ويعتمد تمامًا على المستخدم لقيادة التفاعلات. كل إجراء يتخذه يتم تفعيله بواسطة موجه، ولا يحتفظ بالسياق بين المهام المختلفة ما لم يتم تصميمه صراحة للقيام بذلك ضمن جلسة. إنه لا يبدأ المهام أو يعدل سلوكه ما لم يتم إعادة تدريبه.

الذكاء الاصطناعي الوكالي يظهر استقلالية عالية. بمجرد إعطائه هدفًا شاملاً، يمكنه التخطيط وتنفيذ الإجراءات بشكل مستقل، مستخدمًا التغذية الراجعة من بيئته أو المخرجات لإبلاغ الخطوات التالية. يستخدم عمليته الخاصة في اتخاذ القرار للبقاء على المسار الصحيح وإكمال الأهداف، فقط يطلب التدخل البشري عند مواجهة الغموض أو المعرفة المتخصصة التي لا يمكنه حلها بمفرده.

4. أتمتة سير العمل

يلعب الذكاء الاصطناعي التوليدي دورًا داعمًا في أتمتة سير العمل. يساعد في خطوات فردية مثل الكتابة والتحرير أو الترجمة، لكنه لا يمكنه إدارة عملية كاملة من البداية إلى النهاية. يجب أن يتم توجيهه من قبل شخص في كل مرحلة، مما يحد من قدرته على قيادة سير العمل بالكامل بدون إشراف بشري.

الذكاء الاصطناعي القائم على الوكالة يمكنه أتمتة سير العمل بالكامل. تم بناؤه لتنفيذ تسلسلات من الإجراءات التي تتطلب التنسيق، واتخاذ القرارات، والتعديل. على سبيل المثال، في تخطيط المشاريع، يمكنه إدارة الجدولة، وإرسال الاتصالات، وتحديث الجداول الزمنية، والتعامل مع التغييرات غير المتوقعة. وهذا يجعله مفيدًا للصناعات مثل الامتثال، والبحث، وتطوير البرمجيات، حيث تمتد المهام عبر أنظمة وخطوات متعددة.

5. اتخاذ القرار

الذكاء الاصطناعي التوليدي يتخذ قرارات على مستوى أساسي. إنه يختار الكلمة التالية، أو مكون الصورة، أو جزء الشيفرة بناءً على الاحتمالية الإحصائية المستمدة من بيانات التدريب. إنه لا يقيم البدائل أو يفكر في العواقب - خياراته مدفوعة بالتعرف على الأنماط، وليس بالتوافق مع الأهداف أو التفكير الاستراتيجي.

الذكاء الاصطناعي الوكالي يقوم باتخاذ قرارات معقدة. يقوم بتقييم خيارات متعددة، وينظر في النتائج المتوقعة، ويختار أفضل مسار للعمل بناءً على الظروف الحالية وهدفه العام. يمكنه استخدام الأدوات، والتفاعل مع واجهات برمجة التطبيقات، والتعلم من أفعاله من خلال حلقات التغذية الراجعة. هذا يسمح له بالتكيف في الوقت الحقيقي، وتحسين سلوكه في المستقبل، والتعامل مع المواقف التي تتطلب التفكير والحكم.

محتوى ذو صلة: اقرأ دليلنا حول أدوات الذكاء الاصطناعي الفعالة (سيكون متاحًا قريبًا)

نصائح من الخبير

ستيف مور هو نائب الرئيس ورئيس استراتيجيات الأمن في إكزبيم، يساعد في تقديم الحلول لاكتشاف التهديدات وتقديم المشورة للعملاء بشأن برامج الأمن والاستجابة للاختراقات. وهو مضيف بودكاست "The New CISO Podcast"، و عضو في Forbes Tech Council، ومؤسس مشارك لـ TEN18 at Exabeam.

من خلال تجربتي، إليك نصائح يمكن أن تساعدك في الاستفادة بشكل أفضل من الذكاء الاصطناعي الوكالي والذكاء الاصطناعي التوليدي في سياقات الامتثال والأمان:

صمم حلقات تغذية راجعة للتصحيح الذاتي: قم ببناء أنظمة ذكاء اصطناعي قادرة على التحقق من مخرجاتها الخاصة مقابل القواعد أو السياسات قبل إنهاء الإجراءات.

استخدم عتبات الاستقلالية المتحكم بها: حدد حدود قرارات واضحة حيث يجب على الوكيل أن يرفع الأمر إلى إنسان قبل المتابعة—خصوصاً للقرارات التي تؤثر على التنظيم أو المالية أو الأمن.

تضمين تتبع المصدر في كل خطوة: يجب على الذكاء الاصطناعي تسجيل ليس فقط مخرجاته، ولكن أيضًا مسارات تفكيره، واستدعاءات الأدوات، والحالات الوسيطة لأغراض التدقيق الجنائي.

تعزيز تكاملات الأدوات/واجهات برمجة التطبيقات: تطبيق مصادقة صارمة، والتحقق من صحة المدخلات، ومبدأ الحد الأدنى من الامتيازات عند منح الذكاء الاصطناعي الوكلي الوصول إلى الأدوات أو واجهات برمجة التطبيقات الخارجية لمنع مخاطر تصعيد الوظائف.

دمج تنوع النماذج من أجل مرونة في مواجهة الأخطاء: للحصول على نتائج ذات أهمية عالية، يجب أن تقوم نماذج ذكاء اصطناعي متعددة (وكيلة أو توليدية) بإنتاج النتائج بشكل مستقل، ثم مقارنتها لاكتشاف التناقضات قبل اتخاذ أي إجراء.

حالات الاستخدام للذكاء الاصطناعي التوليدي

يستخدم الذكاء الاصطناعي التوليدي على نطاق واسع في سير العمل التي تحتوي على محتوى كثيف حيث تكون السرعة والاتساق وقابلية التوسع هي المفتاح. واحدة من أكثر تطبيقاته شيوعًا هي في إنشاء المحتوى. تستخدم الفرق التسويقية والوكالات الأدوات التوليدية لإنتاج كميات كبيرة من المشاركات في المدونات المحسّنة بالكلمات الرئيسية، وصفحات الهبوط، ونصوص الويب. وهذا يسمح لهم بزيادة تكرار النشر وتحسين تصنيفات محركات البحث مع الحد الأدنى من الجهد اليدوي.

في التسويق والمبيعات، يدعم الذكاء الاصطناعي التوليدي الفرق البشرية من خلال أتمتة المهام الروتينية المتعلقة بالتواصل. يمكن للمساعدين الافتراضيين والدردشة الآلية المدعومة بنماذج توليدية التعامل مع التواصل مع العملاء المحتملين، والمتابعات، وغيرها من التفاعلات. هذا يقلل من الوقت المستغرق في الأعمال الإدارية، مما يسمح للمهنيين في المبيعات بالتركيز على إغلاق الصفقات وبناء العلاقات.

الذكاء الاصطناعي التوليدي يحسن أيضًا أتمتة دعم العملاء. إنه يدعم الأنظمة التي تستجيب للاستفسارات الشائعة في الوقت الفعلي، مثل تتبع الطلبات أو طلبات الاسترداد. بالنسبة للأعمال التجارية الإلكترونية، يعني ذلك تقليل عدد التذاكر التي يجب على البشر التعامل معها، وزيادة سرعة استجابة العملاء، وتحسين اتساق الخدمة عبر المنصات.

استخدام آخر هو في تحليل السجلات وحركة مرور الشبكة. يمكن للنماذج التوليدية إنشاء مجموعات بيانات اصطناعية ولكن واقعية تحاكي سلوك الهجوم. وهذا يسمح لأنظمة الأمان بالتدريب على التهديدات النادرة أو الناشئة دون الاعتماد فقط على عينات حقيقية محدودة. من خلال تحسين تنوع بيانات التدريب، تصبح أنظمة الكشف أكثر مرونة ضد تقنيات الهجوم الجديدة.

يدعم الذكاء الاصطناعي التوليدي أيضًا الاستجابة للحوادث. ويمكنه المساعدة في إعادة بناء جداول زمنية للهجمات من خلال توليد سيناريوهات محتملة من بيانات غير مكتملة أو مجزأة. هذا يُسرّع التحقيقات ويُقلّل من مدة بقاء المهاجمين غير مُكتشفين في الأنظمة. بالنسبة للشركات الكبيرة، يعني هذا تعافيًا أسرع وأضرارًا أقل من الاختراقات. إدارة الثغرات الأمنية

حالات استخدام الذكاء الاصطناعي الوكالي

الذكاء الاصطناعي القائم على الوكالة مناسب للمهام التي تتطلب الاستقلالية، والتكيف، والعمل المستمر على مدى الزمن. في الأمن السيبراني، يمكن للذكاء الاصطناعي القائم على الوكالة أن يعمل كطبقة دفاع نشطة في الأمن السيبراني من خلال مراقبة الأنظمة باستمرار والاستجابة للتهديدات في الوقت الحقيقي. على عكس أدوات الكشف الثابتة، يمكنه تعديل استراتيجياته مع تغير تكتيكات المهاجمين. على سبيل المثال، إذا تم اكتشاف سلوك مشبوه على شبكة، يمكن لنظام قائم على الوكالة عزل الأجهزة المتأثرة، وقطع حركة المرور الضارة، وتصعيد التنبيهات إلى فرق الأمن دون انتظار موافقة بشرية.

في خدمة العملاء، يتجاوز الأمر الدردشات التقليدية من خلال فهم نية المستخدم ونبرة المشاعر، مما يسمح له باتخاذ خطوات استباقية لحل المشكلات. يمكنه أتمتة المهام الخلفية مثل استرجاع البيانات أو تنسيقها، مما يمكّن من تفاعلات أكثر سلاسة ويقلل من عبء العمل البشري.

في الرعاية الصحية، يمكن تضمين الأنظمة الوكيلة في الأجهزة الذكية لمراقبة حالات المرضى والعوامل البيئية. مثال بارز هو أجهزة الاستنشاق الذكية من Propeller Health، التي تجمع بيانات في الوقت الحقيقي عن استخدام الأدوية وجودة الهواء. تستخدم هذه الأجهزة الذكاء الاصطناعي الوكيل لتنبيه مقدمي الرعاية عندما تكون التدخلات مطلوبة، مما يمكّن من تقديم رعاية أكثر استجابة وتخصيصًا.

إدارة سير العمل الآلي هي تطبيق رئيسي آخر. يمكن للذكاء الاصطناعي الوكالي الإشراف على العمليات التجارية من البداية إلى النهاية دون إشراف بشري. على سبيل المثال، في اللوجستيات، يمكنه إعادة توجيه التسليمات ديناميكيًا بناءً على بيانات حركة المرور الحية وأهمية الشحن. هذا لا يقلل فقط من التأخيرات ولكن أيضًا يحسن الكفاءة التشغيلية.

في إدارة المخاطر المالية، يمكن للذكاء الاصطناعي الوكالي تحليل الاتجاهات السوقية باستمرار وتعديل الاستراتيجيات استجابةً للتغيرات الاقتصادية. يمكنه مراقبة مخاطر الائتمان، وتحسين محافظ الاستثمار، والتصرف بناءً على بيانات جديدة في الوقت الحقيقي. قد تستخدم شركة التكنولوجيا المالية ذلك لإعادة توازن الأصول مع تغير ظروف السوق، بهدف حماية استثمارات العملاء مع تعظيم العوائد.

الذكاء الاصطناعي الوكالي مقابل الذكاء الاصطناعي التوليدي في الأمن السيبراني

الذكاء الاصطناعي التوليدي يساهم في سير العمل الأمني بشكل أساسي من خلال تعزيز مهام التحليل والتواصل. يمكنه تلخيص تقارير الحوادث الطويلة، وتوليد ملخصات استخبارات التهديد، والمساعدة في كتابة السياسات أو الوثائق الأمنية. النماذج التوليدية مفيدة أيضًا في اكتشاف التصيد الاحتيالي، حيث تساعد في توليد متغيرات هجوم محتملة لتدريب واختبار أنظمة الدفاع.

ومع ذلك، يفتقر الذكاء الاصطناعي التوليدي إلى الاستجابة في الوقت الحقيقي وقدرات اتخاذ القرار. لا يمكنه مراقبة الأنظمة، أو إصدار التنبيهات، أو اتخاذ إجراءات بمفرده - مما يحد من دوره إلى وظائف الدعم ضمن عملية أمان يقودها الإنسان.

الذكاء الاصطناعي القائم على الوكالة، على النقيض من ذلك، يمكن أن يعمل كطبقة اتخاذ قرارات في الوقت الحقيقي ضمن بيئات الأمان. يقوم بمراقبة النشاط عبر الشبكات، ونقاط النهاية، أو أنظمة السحابة ويتخذ إجراءات فورية استجابةً للتهديدات المكتشفة. على سبيل المثال، يمكنه عزل الأنظمة المخترقة، وإلغاء الاعتمادات، أو بدء تسجيل الأدلة تلقائيًا. هذه القدرة على الإدراك، واتخاذ القرار، والعمل تمكن الذكاء الاصطناعي القائم على الوكالة من العمل كوكيل استجابة للتهديدات بشكل مستقل.

يدعم الذكاء الاصطناعي الفعال الامتثال المستمر من خلال فحص انحراف التكوين، وفرض ضوابط الوصول، ومعالجة انتهاكات السياسات. عند دمجه مع أنظمة إدارة معلومات الأمن والأحداث (SIEM)، يمكنه تصنيف التنبيهات، وربط الإشارات عبر المصادر، وتصعيد الحوادث ذات الأولوية العالية فقط - مما يقلل من إرهاق التنبيهات ووقت الاستجابة.

الفرق الرئيسي يكمن في التنفيذ: يساعد الذكاء الاصطناعي التوليدي البشر على فهم الأمن والتواصل حوله، بينما يمكن للذكاء الاصطناعي الوكالي إدارة عمليات الأمن مباشرة مع تدخل ضئيل.

الذكاء الاصطناعي الفعال في مركز العمليات الأمنية مع Exabeam

نظام Exabeam Nova هو نظام منسق من وكلاء الذكاء الاصطناعي المدمجين في منصة New-Scale Security Operations Platform. يدعم كل وكيل مرحلة معينة من سير العمل في الكشف والتحقيق والاستجابة، مما يساعد المحللين والمهندسين وقادة الأمن على العمل بشكل أسرع وأكثر اتساقًا. على عكس المساعدين المستقلين، فإن Exabeam Nova متكامل بالكامل، لذا لا توجد أدوات إضافية أو تكاليف أو سير عمل غير متناسق.

كيف تطبق Exabeam Nova الذكاء الاصطناعي الوكالي

• Perceive: يبني خطوطًا أساسية سلوكية عبر المستخدمين والكيانات وعوامل الذكاء الاصطناعي، ويكتشف الانحرافات الطفيفة التي قد تشير إلى وجود اختراق.
• السبب: يطبق تقييم المخاطر التكيفي ويربط الأحداث في جداول زمنية للتهديدات التي تبرز ما هو الأكثر أهمية.
• الإجراء: يؤتمت جمع الأدلة، وتصنيفها، وإنشاء الحالات، مما يقلل من الوقت المتوسط للكشف والاستجابة.
• النصيحة: توفر رؤى يومية حول الموقف من خلال وكيل المستشار، وتعيين الاكتشافات إلى أطر عمل مثل إطار MITRE للهجوم والتكتيكات والتقنيات المشتركة (ATT&CK) والتوصية بالتحسينات بمرور الوقت.

الفوائد الرئيسية لفرق الأمن

• تحقيقات أسرع مع جداول زمنية مبنية تلقائيًا وملخصات للقضايا.
• زيادة إنتاجية المحللين من خلال إسناد المهام المتكررة مثل تحليل السجلات وتوليد التقارير.
• تقليل الإرهاق من خلال سير العمل الموجهة التي تساعد المحللين على أي مستوى من المهارة في العمل بفعالية.
• زيادة وضوح البرامج للقادة من خلال نتائج قابلة للقياس وتقارير عن الوضع.

نتائج مركز العمليات الأمنية (SOC)

• وقت التحقيق أسرع بنسبة تصل إلى 80% مع الجداول الزمنية الآلية.
• استجابة للحوادث أسرع بنسبة 50% من خلال تقليل الخطوات اليدوية.
• تقليل بنسبة 60% في التنبيهات غير ذات الصلة من خلال أولوية قائمة على المخاطر.
• تحسين الامتثال من خلال التسجيل المركزي وإعداد التقارير.

الخط السفلي: Exabeam Nova يفعّل الذكاء الاصطناعي الوكالي لمركز العمليات الأمنية، حيث يدمج التحليلات السلوكية مع الأتمتة الآمنة حتى تتمكن الفرق من الكشف والتفسير والاستجابة بسرعة وثقة.