شرکت هوش مصنوعی Asana ابزار جدیدی به نام «هم‌تیمی هوش مصنوعی» (AI Teammates) معرفی کرده است که به سازمان‌ها امکان می‌دهد تا فرایند پیچیده‌ی کارها را آسان‌تر پیش ببرند.
به‌گزارش تکناک، بسیاری از افراد تا‌به‌حال درباره‌ی هوش مصنوعی اخبار زیادی شنیده‌اند؛ نرم‌افزاری که به‌صورت خودکار مجموعه‌ای از وظایف را انجام می‌دهد. بااینحال، شرکت Asana رویکرد متفاوتی در‌قبال هوش مصنوعی در پیش گرفته است. روز گذشته، این شرکت نسخه‌ای اولیه از ابزاری موسوم به «هم‌تیمی هوش مصنوعی» (AI Teammates) معرفی کرد تا به پیشبرد کارها در سازمان‌ها کمک کند.
به‌نقل از تک‌کرانچ، با ورود هر فعالیت، هوش مصنوعی می‌تواند وضعیت جاری را ارزیابی و تعیین کند که آیا فعالیت برای انتقال به مرحله‌ی بعدی مهیاست یا اینکه نیازمند ارجاع مجدد به نیروی انسانی برای افزودن اطلاعات تکمیلی پیش از ادامه‌ی فرایند است. به‌عنوان مثال، اگر تیکت پشتیبانی با توضیحات ناقص یا ناکافی ارسال شود، هم‌تیمی هوش مصنوعی (AI Teammates) می‌تواند آن را به فرد ارسال‌کننده بازگرداند و اطلاعات موردنیاز را درخواست کند. این فرایند می‌تواند با به‌کارگیری هوش مصنوعی مولد محتوا به‌منظور کمک به کارمند در نگارش تیکت پیش از ارسال به ابزار هم‌تیمی هوش مصنوعی (AI Teammates) انجام شود. در‌نهایت، هم‌تیمی هوش مصنوعی (AI Teammates) می‌تواند تیکت را برای حل‌کردن به فرد مناسب هدایت کند.
هوش مصنوعی Asana به‌لطف «گراف کاری» خود، از مجموعه‌ی عظیمی از داده‌ها درباره‌ی نحوه‌ی پیشبرد کار در سازمان برخوردار است که این داده‌ها برای آموزش مدل‌های هوش مصنوعی آن به‌کار می‌روند. گراف کاری مدل‌سازی ارتباطات بین کارها در سطوح افراد و بخش‌ها را انجام می‌دهد.
با وجود چشم‌انداز مثبت این رویکرد، گفتنی است که هنوز‌هم امکان خطای شناختی (توهم) در برخی از دستیاران هوش مصنوعی (AI Agents) وجود دارد و درک ماهیت دقیق فعالیت‌ها، همواره برای آنها ممکن نیست. گراف کاری امکان می‌دهد تا به هوش مصنوعی بگوییم کار چگونه انجام می‌شود؛ بنابراین، زمانی‌که هم‌تیمی هوش مصنوعی (AI Teammates) را در گردش کار خاصی تعبیه می‌کنیم، وظیفه‌ای مشخص به آنها محول می‌شود.
بااین‌همه، پِیج کاستیلو، مدیر بخش هوش مصنوعی در Asana، اذعان می‌کند که این شرکت مشتریان خود را تشویق می‌کند تا همچنان انسان‌ها را درگیر فرایند نگه دارند؛ زیرا آنها می‌دانند که هوش مصنوعی همیشه کار را به‌درستی انجام نخواهد داد. این یعنی انسان‌ها باید بتوانند بر هوش مصنوعی نظارت کنند تا مطمئن شوند که بر‌اساس ارزش‌ها و شیوه‌ی کار شرکت، توصیه‌های درستی ارائه می‌دهد.
برای حل این مشکل، Asana به‌دنبال گردش کارهایی بوده است که در آنها بتواند به دقت بسیار زیادی دست یابد. با وجود تمام این تفاسیر، این ابزار هنوز در مرحله‌ی آزمایشی (بتا) قرار دارد و احتمالاً حین توسعه با مشکلاتی روبه‌رو خواهد شد؛ به‌ویژه زمانی که شرکت‌ها بخواهند از مرحله‌ی آزمایش فراتر بروند و آن را در مقیاس بزرگ اجرا کنند.
بااینحال، اگر داده کلید ساخت مدل‌های دقیق‌تر باشد، سازمانی مانند Asana که با نحوه‌ی کار شرکت‌ها آشنایی دارد، درمقایسه‌با بسیاری دیگر از رقبا، بخت بیشتری برای موفقیت در کمک به هوشمندانه‌تر‌شدن فرایند انجام برخی کارها خواهد داشت.
