دستیارهای هوش مصنوعی در سازمان؛ از پاسخ به مشتری تا خلاصه‌سازی اسناد

۱مقدمه

مدل‌های زبانی بزرگ (Large Language Models) قادرند متن را درک، خلاصه و تولید کنند و به پرسش‌ها به زبان طبیعی پاسخ دهند. این قابلیت، فرصت تازه‌ای برای خودکارسازی کارهایی ایجاد کرده است که پیش‌تر تنها از عهدهٔ انسان برمی‌آمد.

۲بررسی موضوع

کاربردهای رایج در سازمان شامل پاسخ‌گویی اولیه به پرسش‌های مشتریان، خلاصه‌سازی قراردادها و صورت‌جلسه‌ها، جست‌وجوی هوشمند در آیین‌نامه‌ها و مستندات داخلی، و تهیهٔ پیش‌نویس نامه‌ها و گزارش‌هاست.

بیشترین ارزش زمانی ایجاد می‌شود که دستیار به دانش اختصاصی سازمان متصل باشد. در روش «تولید متن با بازیابی» (Retrieval-Augmented Generation)، دستیار ابتدا اسناد مرتبط را از پایگاه دانش سازمان بازیابی می‌کند و سپس پاسخ را بر پایهٔ همان اسناد و با ذکر منبع تولید می‌کند؛ این روش، احتمال پاسخ نادرست را به‌طور محسوسی کاهش می‌دهد.

ریسک‌های اصلی شامل نشت دادهٔ محرمانه به سرویس‌های خارجی، تولید پاسخ‌های نادرست با لحنی مطمئن و استفادهٔ نادرست در تصمیم‌های حساس است. استقرار داخلی یا قراردادهای روشن دربارهٔ نحوهٔ استفاده از دادهٔ ارسالی، کنترل دسترسی و بازبینی انسانی برای تصمیم‌های مهم، از الزامات استفادهٔ امن‌اند.

۳جمع‌بندی

شروع با یک کاربرد محدود و کم‌ریسک، مانند جست‌وجو در مستندات داخلی، و سنجش دقت و رضایت کاربران پیش از گسترش، مسیری منطقی برای بهره‌گیری از این فناوری است.