روز پنجشنبه، شرکت Box، کنفرانس توسعه‌دهندگان خود با نام BoxWorks را با اعلام مجموعه‌ای جدید از ویژگی‌های هوش مصنوعی آغاز کرد و مدل‌های هوش مصنوعی عامل‌محور را در ستون فقرات محصولات این شرکت قرار داد.
این کنفرانس بیش از حد معمول میزبان معرفی محصولات جدید بود که نشان‌دهنده سرعت فزاینده توسعه هوش مصنوعی در این شرکت است: شرکت Box سال گذشته استودیوی هوش مصنوعی خود را راه‌اندازی کرد و پس از آن در ماه فوریه مجموعه‌ای جدید از عوامل استخراج داده‌ها و در ماه می نیز مجموعه‌ای دیگر برای جستجو و تحقیقات عمیق راه‌اندازی کرد.
اکنون این شرکت در حال راه‌اندازی سیستم جدیدی به نام Box Automate است که به عنوان نوعی سیستم عامل برای عوامل هوش مصنوعی عمل می‌کند و گردش‌های کاری را به بخش‌های مختلفی تقسیم می‌کند که در صورت لزوم می‌توانند با هوش مصنوعی تقویت شوند.
آرون لوی (Aaron Levie)، مدیرعامل شرکت Box، در مورد رویکرد شرکت به هوش مصنوعی و کار پرخطر رقابت با شرکت‌های مدل‌سازی بنیادی مصاحبه کرد. همانطور که انتظار می‌رفت، او در مورد امکانات هوش مصنوعی در محیط کار مدرن بسیار خوش‌بین بود، اما در مورد محدودیت‌های مدل‌های فعلی و نحوه مدیریت این محدودیت‌ها با فناوری موجود نیز کاملاً آگاه بود.
در ادامه این مصاحبه را می‌خوانید:
مصاحبه آرون لوی، CEO شرکت Box
شما امروز مجموعه‌ای از محصولات هوش مصنوعی را معرفی می‌کنید، بنابراین می‌خواهیم با پرسیدن در مورد چشم‌انداز کلی شروع کنیم.
چرا باید عوامل هوش مصنوعی را در یک سرویس مدیریت محتوای ابری بگنجانیم؟
بنابراین چیزی که ما تمام روز به آن فکر می‌کنیم (و تمرکز ما در شرکت Box روی آن است) این است که هوش مصنوعی چقدر کار را تغییر می‌دهد. و بخش عمده‌ای از این تأثیر در حال حاضر بر روی گردش‌های کاری مربوط به داده‌های بدون ساختار است. ما قبلاً توانسته‌ایم هر چیزی را که با داده‌های ساختاریافته‌ای که وارد پایگاه داده می‌شوند، سروکار دارد، خودکار کنیم. اگر به سیستم‌های CRM، ERP و HR فکر کنید، ما سال‌هاست که در این حوزه اتوماسیون داریم. اما جایی که هرگز اتوماسیون نداشته‌ایم، هر چیزی است که با داده‌های بدون ساختار سروکار دارد.
به هر نوع فرآیند بررسی حقوقی، هر نوع فرآیند مدیریت دارایی‌های بازاریابی، هر نوع بررسی معامله ادغام و تملک فکر کنید – همه این گردش‌های کاری با داده‌های بدون ساختار زیادی سروکار دارند. افراد باید آن داده‌ها را بررسی کنند، به‌روزرسانی‌هایی روی آنها انجام دهند، تصمیم‌گیری کنند و غیره. ما هرگز نتوانسته‌ایم اتوماسیون زیادی را به این گردش‌های کاری بیاوریم. ما توانسته‌ایم آنها را به نوعی در نرم‌افزار توصیف کنیم، اما کامپیوترها در خواندن یک سند یا بررسی یک دارایی بازاریابی به اندازه کافی خوب نبوده‌اند.
آرون لوی: برای ما، هوش مصنوعی به این معنی است که برای اولین بار، می‌توانیم واقعاً به تمام این داده‌های بدون ساختار دسترسی پیدا کنیم.
برخی از مشتریان شما حتماً در مورد استقرار چیزی شبیه به این روی داده‌های حساس نگران هستند.
در مورد خطرات استقرار عامل‌ها در یک زمینه تجاری چطور؟
داشتن نقاط مرزی مناسب، جایی که عامل شروع می‌شود و سایر بخش‌های سیستم پایان می‌یابند، واقعاً مهم می‌شود. برای هر گردش کاری، این سوال مطرح می‌شود که چه چیزی باید دارای محافظ‌های قطعی باشد و چه چیزی می‌تواند کاملاً عامل و غیر قطعی باشد.
کاری که می‌توانید با Box Automate انجام دهید این است که قبل از واگذاری کار به یک عامل دیگر، تصمیم بگیرید که می‌خواهید هر عامل چقدر کار انجام دهد. بنابراین ممکن است یک عامل ارسال داشته باشید که جدا از عامل بررسی باشد و غیره. این به شما امکان می‌دهد اساساً عامل‌های هوش مصنوعی را در مقیاس بزرگ در هر نوع گردش کار یا فرآیند تجاری در سازمان مستقر کنید.
با تقسیم‌بندی گردش کار، از چه نوع مشکلاتی جلوگیری می‌کنید؟
ما قبلاً برخی از محدودیت‌ها را حتی در پیشرفته‌ترین سیستم‌های کاملاً عامل‌گرا مانند کلودی کد (Claude Code) دیده‌ایم. در مقطعی از کار، مدل دیگر فضای کافی برای تصمیم‌گیری‌های خوب ندارد. در حال حاضر در هوش مصنوعی هیچ چیز رایگان نیست.
شما نمی‌توانید یک عامل با سابقه طولانی و پنجره زمینه نامحدود داشته باشید که هر کاری را در کسب‌وکارتان انجام دهد. بنابراین باید گردش کار را تجزیه کنید و از عامل‌ها استفاده کنید.
من فکر می‌کنم ما در عصر زمینه در هوش مصنوعی هستیم. چیزی که مدل‌ها و عامل‌های هوش مصنوعی به آن نیاز دارند، زمینه است و زمینه‌ای که باید روی آن کار کنند، درون داده‌های بدون ساختار شما قرار دارد. بنابراین کل سیستم ما واقعاً طوری طراحی شده است که بفهمد چه زمینه‌ای را می‌توانید به عامل هوش مصنوعی بدهید تا مطمئن شود که تا حد امکان به طور مؤثر عمل می‌کند.
بحث‌های زیادی در صنعت در مورد مزایای مدل‌های بزرگ و قدرتمند frontier در مقایسه با مدل‌های کوچک‌تر و قابل اعتمادتر وجود دارد.
آیا این موضوع شما را در سمت مدل‌های کوچک‌تر قرار می‌دهد؟
احتمالاً باید توضیح بدهم: هیچ چیز در سیستم ما مانع از طولانی یا پیچیده شدن دلخواه وظیفه نمی‌شود. کاری که ما سعی در انجام آن داریم ایجاد گاردریل‌های مناسب است تا شما بتوانید تصمیم بگیرید که می‌خواهید آن وظیفه چقدر عامل‌محور باشد.
ما فلسفه خاصی در مورد جایگاه افراد در این طیف نداریم. ما فقط در تلاشیم تا یک معماری آینده‌نگر طراحی کنیم. ما این را به گونه‌ای طراحی کرده‌ایم که با بهبود مدل‌ها و بهبود قابلیت‌های عامل‌ها، شما تمام آن مزایا را مستقیماً در پلتفرم ما دریافت خواهید کرد.
نگرانی دیگر کنترل داده‌ها است. از آنجا که مدل‌ها بر اساس داده‌های بسیار زیادی آموزش داده می‌شوند، ترس واقعی وجود دارد که داده‌های حساس دوباره بازیابی یا مورد سوءاستفاده قرار گیرند.
این موضوع چگونه در نظر گرفته می‌شود؟
اینجاست که بسیاری از استقرارهای هوش مصنوعی به اشتباه پیش می‌روند. مردم فکر می‌کنند، “هی، این آسان است. من به یک مدل هوش مصنوعی دسترسی به تمام داده‌های بدون ساختار خود را می‌دهم و او به سوالات مردم پاسخ می‌دهد.” و سپس شروع به ارائه پاسخ‌هایی در مورد داده‌هایی می‌کند که به آنها دسترسی ندارید یا نباید دسترسی داشته باشید. شما به یک لایه بسیار قدرتمند نیاز دارید که کنترل‌های دسترسی، امنیت داده‌ها، مجوزها، مدیریت داده‌ها، انطباق و همه چیز را مدیریت کند.
بنابراین ما از چند دهه‌ای که صرف ساخت سیستمی کرده‌ایم که اساساً همین مشکل را حل می‌کند، سود می‌بریم: چگونه مطمئن می‌شوید که فقط فرد مناسب به هر بخش از داده‌ها در سازمان دسترسی دارد؟ بنابراین وقتی یک نماینده به سؤالی پاسخ می‌دهد، به طور قطعی می‌دانید که نمی‌تواند از داده‌هایی که آن شخص نباید به آنها دسترسی داشته باشد، استفاده کند. این چیزی است که اساساً در سیستم ما تعبیه شده است.
اوایل این هفته، شرکت Anthropic ویژگی جدیدی برای آپلود مستقیم فایل‌ها در Claude.ai منتشر کرد. این ویژگی با نوع مدیریت فایلی که شرکت Box ارائه می‌دهد، فاصله زیادی دارد، اما حتماً به رقابت احتمالی از سوی شرکت‌های مدل‌سازی بنیادی فکر می‌کنید.
چگونه از نظر استراتژیک به این موضوع نزدیک می‌شوید؟
اگر به نیازهای شرکت‌ها هنگام استقرار هوش مصنوعی در مقیاس بزرگ فکر کنید، به امنیت، مجوزها و کنترل نیاز دارند. آنها به رابط کاربری، APIهای قدرتمند و انتخاب مدل‌های هوش مصنوعی دلخواه خود نیاز دارند، زیرا روزی یک مدل هوش مصنوعی، برخی موارد استفاده را برای آنها بهتر از دیگری می‌کند، اما ممکن است این تغییر کند و آنها نمی‌خواهند به یک پلتفرم خاص محدود شوند.
بنابراین چیزی که ما ساخته‌ایم سیستمی است که به شما امکان می‌دهد عملاً از همه این قابلیت‌ها استفاده کنید. ما ذخیره‌سازی، امنیت، مجوزها، جاسازی بردار را انجام می‌دهیم و به هر مدل هوش مصنوعی پیشرو موجود متصل می‌شویم.
