أڤايا تستعرض قدرات الذكاء الاصطناعي بعالم تجارب العملاء في 2024 LEAP
تاريخ النشر: 26th, February 2024 GMT
أعلنت أڤايا، الشركة الرائدة عالميا في عالم حلول تجارب العملاء، اليوم عن مشاركتها في دورة العام 2024 من معرض "ليب" LEAP، حيث ستوضح كيف يمكن للمؤسسات الداعمة للتحوّل في اقتصاد المملكة العربية السعودية، استخدام الذكاء الاصطناعي لتقديم التجارب التي تتطلّبها البيئة الاقتصادية الجديدة.
وبينما تتقدم المملكة نحو اقتصاد غير قائم على النفط، ستستغل أڤايا فرصة مشاركتها الكبيرة في "ليب" لاستعراض الحلول التي تساهم في دعم التحوّل على مستوى مختلف القطاعات الاقتصادية.
وقال النائب الأول للرئيس والرئيس العالمي لقطاع المبيعات في أڤايا، ورئيس أڤايا العالمية نضال أبو لطيف: "بينما تخوض المؤسسات السعودية غمار عملية التحوّل، فإنها تتطلع إلى الذكاء الاصطناعي لتعزيز الكفاءة، وتحسين عملية شخصنة التجارب، وإتاحت ميزة استشراف التطورات لدى العملاء. وكل هذا سيحدث من دون تعريض الأمن الرقمي أو الخصوصية للخطر. ولكنها تحتاج أيضا إلى أن تكون قادرة على الابتكار بالسرعة التي تناسبها، وتعزيز قدراتها الحالية مع الحفاظ على التجارب الراسخة التي بنتها بمرور الزمن. سنوضح في "ليب" كيف يمكن للمؤسسات تحقيق هذا التوازن الدقيق لتحقيق التحوّل في عملياتها والتجارب التي تقدمها، بما يتماشى مع رؤية 2030".
وخلال الحدث، ستستعرض أڤايا الحلول التي تستخدم الذكاء الاصطناعي بهدف تحقيق تحوّل في التجارب التي يحصل عليها العميل والموظف. وستوضح الحلول المعروضة أيضا كيف يمكن للمؤسسات رسم مسارها الخاص لتقديم هذه التجارب المعزّزة بالذكاء الاصطناعي دون عرقلة أو تعطيل العمليات المؤسساتية القائمة.
كذلك، ستستعرض أڤايا خلال "ليب" كيف يمكن للمؤسسات سواء كانت عامة أم خاصة، دعم وتمكين فرق عملها باستخدام أدوات الذكاء الاصطناعي المتقدمة لتوفير خدمة أفضل للعملاء، بالإضافة إلى تمكين العملاء من إنشاء رحلاتهم المفضلة عبر نقاط التواصل المتعددة. وستكشف الحلول، التي سيتم عرضها باستخدام سيناريوهات عمل حقيقية، عن كيفية رفد الاستثمارات الحالية بقدرات جديدة لتقديم تجارب استخدام أفضل.
وستتضمن حالات الاستخدام التي ستعرضها شركة أڤايا في منصتها ما يلي:
ابتكارات تجربة العملاء:
قدرات الخدمة الذاتية التي تمكن العملاء من الوصول إلى الإجابات المطلوبة بسرعة وكفاءة، بالإضافة إلى الخدمة المساعدة التي تعزّز التفاعل المباشر مع ممثّلي خدمة العملاء. كذلك، ستُظهر الحلول التي سيتم استعراضها، قوة وأهمية التواصل بين العملاء والموظفين عبر مختلف نقاط الاتصال، ما يضمن توفير تجربة متسقة ومتماسكة للعملاء.
ابتكارات تجربة الموظف:
تقديم تجارب الاستخدام المتعلقة بالموظفين، والتي تساهم في تعزيز الإنتاجية والرضا، بالإضافة إلى أدوات المشاركة الخاصة بفرق العمل، بهدف دعم وتعزيز قدرات الموظفين.
الابتكارات الخاصة بتنمية الأعمال:
تنسيق وتسهيل رحلة العميل لتوفير وصول سهل إلى الخدمات من خلال مختلف نقاط التواصل مع الموظفين، بالإضافة إلى المبادرات المتعلقة بدعم العملاء بشكل استباقي بهدف توقّع احتياجاتهم قبل ظهورها وتلبيتها بشكل سريع.
أڤايا ستستضيف عددا من الشركاء وعملاء التكنولوجيا العالميين في "ليب"، لتسليط الضوء على عمق شراكاتها الهادفة إلى الارتقاء بتجارب الموظفين والعملاء باستخدام الذكاء الاصطناعي. ويأتي حضور أڤايا في "ليب" بالشراكة مع AIC2، Converged Generation Communications Co.، Gulf Applications، NovelVox، Next Generation Networks، Vision Space، Hawsabah، Imperium وSmart Information System.
تشرّفنا زيارتكم في جناحنا H2A.D70 في مركز الرياض للمعارض والمؤتمرات بين 4 و7 مارس 2024.
المصدر: بوابة الوفد
إقرأ أيضاً:
كيف ينتج الذكاء الاصطناعي معلومات خاطئة؟
#سواليف
تخيّل أنك تخوض امتحان تاريخ دون استعداد كافٍ، وتعتمد فقط على الحدس في الإجابة، فتربط “1776” بالثورة الأمريكية و”هبوط القمر” بعام 1969. هذا تقريباً ما تفعله نماذج اللغة الكبيرة (LLMs) مثل ChatGPT: إنها لا تفهم أو تفكر، بل “تخمّن” الكلمة التالية بناءً على أنماط شاهدتها في كميات هائلة من النصوص.
هذه الحقيقة تؤكد قوة #نماذج #اللغة_الكبيرة وحدودها، وهذا يقودنا إلى السؤال الأهم: إذا كانت النماذج بهذه الذكاء، فلماذا لا تزال ترتكب الأخطاء، أو تهلوس الحقائق، أو تظهر تحيزاً؟ لفهم ذلك، علينا التعمق في كيفية تعلمها، وفق “إنتريستينغ إنجينيرنغ”.
كيف تعمل هذه النماذج؟
تُقسّم اللغة إلى وحدات صغيرة (رموز) مثل “wash” و”ing”، وتخصص لكل منها وزناً في شبكة عصبية ضخمة، ثم تعدّل هذه الأوزان باستمرار خلال التدريب لتقليل الأخطاء. بمرور الوقت، تتقن هذه النماذج التعرف على الأنماط، لكنها لا “تعرف” الحقائق، فهي فقط تتوقع ما يبدو صحيحاً.
مقالات ذات صلةلماذا تخطئ أو تهلوس؟
لأنها تخمّن. هذا التخمين يؤدي أحياناً إلى “هلوسة” معلومات خاطئة أو مفبركة بثقة، كاختراع مصادر أو استشهادات.
هذه ليست أكاذيب متعمّدة، بل نتيجة لعدم تمييز النموذج بين الصحيح والمزيف.
وفي التطبيقات العملية، يمكن للهلوسة أن تؤدي إلى عواقب وخيمة، وفي البيئات القانونية والأكاديمية والطبية، يمكن للذكاء الاصطناعي اختلاق قوانين ومصادر أو تشخيص الحالات بثقة تامة دون معرفة تاريخ صحة المريض، وهذا يوضح ضرورة مراجعة البشر لأي محتوى ينتجه الذكاء الاصطناعي والتحقق منه، خاصةً في المجالات التي تعدّ فيها الدقة أمراً بالغ الأهمية.
التحيّز والمعرفة القديمة
نظراً لأن النماذج تتعلم من بيانات الإنترنت، فهي معرضة لاكتساب التحيزات الثقافية والجندرية والسياسية المتأصلة في تلك البيانات.
كما أن “معرفتها” مجمّدة زمنياً، فإذا تغير العالم بعد آخر تدريب لها، تصبح استنتاجاتها قديمة.
لماذا يصعب إصلاح هذه الأخطاء؟
يعمل مدربو الذكاء الاصطناعي مع مليارات الاحتمالات، وتدريبهم مرة أخرى من الصفر مكلف من حيث المال والقدرة الحاسوبية، والأسباب متشعبة، منها:
تكلفة تحديث البيانات: تدريب نموذج جديد يتطلب موارد هائلة.
غموض “الصندوق الأسود”: لا يمكن دائماً تفسير لماذا أعطى النموذج استجابة معينة.
محدودية الرقابة البشرية: لا يمكن فحص كل إجابة يخرج بها النموذج.
الحلول المطروحة
وللتغلب على هذه المشكلات، يلجأ المطورون إلى:
التعلّم المعزز بالتغذية الراجعة البشرية (RLHF)، حيث يقيّم البشر مخرجات النموذج لتحسينه.
الذكاء الاصطناعي الدستوري، كما لدى Anthropic، لتدريب النماذج على الالتزام بمبادئ أخلاقية.
مبادرة Superalignment من OpenAI، لتطوير ذكاء اصطناعي يتماشى مع القيم الإنسانية دون إشراف دائم.
قانون الذكاء الاصطناعي في الاتحاد الأوروبي، الذي يضع قواعد صارمة للأنظمة عالية المخاطر.
ما دور المستخدمين؟
#الذكاء_الاصطناعي أداة قوية، لكنه ليس معصوماً. لذا، تظل المراجعة البشرية ضرورية، خاصة في المجالات الحساسة كالقانون والطب والتعليم، فالخطأ الذي يصدر عن الذكاء الاصطناعي، تقع مسؤوليته على البشر، لا على الخوارزميات.
عماد السالمي : النصر غريب .. سالم الدوسري ” نمبر ون “