المرحلة التالية للوكيل (AI Agent) ليست جعل ذكاء اصطناعي واحد يصبح أكثر ذكاءً.
بل جعل عدة ذكاءات اصطناعية تشكل منظمة.
في العام الماضي، كان كامل القطاع يركز على قضية واحدة:
كيف نجعل الوكيل (Agent) ينجز المزيد من المهام.
على سبيل المثال:
يكتب الذكاء الاصطناعي الكود.
يبحث الذكاء الاصطناعي عن المعلومات.
يُحلل الذكاء الاصطناعي البيانات.
يعمل الذكاء الاصطناعي على المتصفح.
لكن الآن، يدخل قطاع الذكاء الاصطناعي المرحلة التالية:
المنظمة الوكيلة (Agentic Organization) (منظمة أصلية للذكاء الاصطناعي).
لم يعد الذكاء الاصطناعي مجرد مساعد.
بل هو فريق رقمي كامل.
لماذا يواجه الوكيل (Agent) الواحد حدودًا؟
لأن معظم الأعمال في العالم الواقعي تُنجز في جوهرها بشكل تعاوني.
لا يمكن أن تكون شركة برمجيات واحدة لديها موظف خارق فقط.
يتطلب الأمر:
يحدد مدير المنتج الاتجاه.
يقوم المصممون بتحسين تجربة الاستخدام.
يتولى المهندس التطوير.
يبحث المختبرون عن المشكلات.
يقوم العاملون في التشغيل بتحليل الملاحظات.
لكل شخص مسؤولياته الخاصة.
وسيواصل الذكاء الاصطناعي في المستقبل التطور في هذا الاتجاه أيضًا.
تخيّل شركة برمجيات للذكاء الاصطناعي:
مدير تنفيذي كعامل (CEO Agent):
يتولى وضع الأهداف والاستراتيجية.
عامل البحث (Research Agent):
يتولى أبحاث السوق وجمع المعلومات.
عامل المنتج (Product Agent):
يتولى تحليل المتطلبات وتخطيط المنتج.
عامل المطور (Developer Agent):
يتولى تطوير الكود.
عامل ضمان الجودة (QA Agent):
يتولى الاختبار وفحص الجودة.
عامل التسويق (Marketing Agent):
يتولى النمو وإدارة المستخدمين.
لكل عامل قدرته/تخصصه الخاص.
بدلًا من ذلك، يتولى نظام الهارنس (Harness) مسؤولية:
تفكيك المهام.
توزيع الأدوار.
إدارة العمليات.
استعادة/التعافي من الأخطاء.
تقييم النتائج.
وهذا هو تمامًا سير العمل الأصلي للذكاء الاصطناعي (AI) الحقيقي.
يعتقد الكثيرون أن AGI في المستقبل سيكون:
عقل خارق الذكاء.
لكن احتمالًا آخر هو:
فإن AGI يشبه مجتمعًا متكاملًا أكثر.
ليس نموذجًا واحدًا يحل جميع المشكلات.
بل مجموعة من العوامل (Agents) ذات القدرات المختلفة تعمل معًا بتنسيق.
وهذا يشبه تطور المجتمع البشري كثيرًا.
ليست الحضارة الإنسانية لأن كل شخص يمتلك كل المهارات.
بل لأن الأشخاص من تخصصات مختلفة يستطيعون تكوين تعاون معقد.
وهذا هو السبب في أن دوائر الذكاء الاصطناعي تركز مؤخرًا بشكل متزايد على:
نظام متعدد العوامل (Multi-Agent System).
إطار عمل العوامل (Agent Framework).
محرك سير العمل (Workflow Engine).
الذاكرة (Memory).
MCP.
هندسة الربط/التنسيق (Harness Engineering).
تبدو هذه الأشياء غير جذابة مثل ترقية النموذج.
لكنها هي التي تحدد ما إذا كان بإمكان الذكاء الاصطناعي دخول بيئة الإنتاج فعليًا.
قد تتغير نقطة التركيز التنافسية لشركات الذكاء الاصطناعي في المستقبل.
في الماضي:
من يملك أكبر نموذج؟
في المستقبل:
من يملك أفضل بنية للعامل (Agent Architecture)؟
تشمل القدرات الأهم بالفعل:
كيفية تفكيك المهام المعقدة.
كيفية توزيع العوامل المختلفة (Agents).
كيفية بناء حلقة تغذية راجعة.
كيفية التعامل مع الأخطاء.
كيفية تراكم الذاكرة طويلة المدى.
كيف نجعل عدة عوامل من الذكاء الاصطناعي تعمل معًا لتحقيق الأهداف؟
قد لا يعتمد إنتاجية شخص واحد في المستقبل على قدراته هو.
ويعتمد الأمر على:
كم عدد عملاء/عوامل الذكاء الاصطناعي (AI Agents) التي يمكنه إدارتها؟
مؤسس/رائد أعمال.
قد يمتلك:
مدير المنتج (Product Manager) كـ Agent.
تطوير العوامل (Develop Agent).
عامل المبيعات (Sales Agent).
عامل خدمة العملاء (客服 Agent).
عامل تحليل البيانات (Data Analysis Agent).
عامل أبحاث السوق (Market Research Agent).
شخص واحد يمتلك القدرة الإنتاجية لشركة صغيرة.
لذلك أعتقد:
أكبر تغيير في الذكاء الاصطناعي ليس هو إنشاء ChatGPT أكثر ذكاءً فحسب.
ليس مجرد إنشاء شيء، بل خلق شكل تنظيمي جديد.
قد لا تعود بنية الشركات في المستقبل مجرد:
الإنسان → البرنامج (Human → Software).
بل إن الأمر هو:
شبكة الإنسان + العوامل (Human + Agent Network).
إذا كان الإنترنت قد غيّر طريقة انتشار المعلومات.
غيّر الإنترنت عبر الهاتف المحمول طريقة ارتباط الناس بالخدمات.
إذًا، عامل الذكاء الاصطناعي (AI Agent) يغيّر:
المنظمات البشرية وأساليب الإنتاج.
الشركات القوية حقًا في المستقبل تحتاج إلى:
قد لا تكون الشركة التي لديها أكبر عدد من الموظفين.
بل الشركة التي تمتلك أقوى شبكة من عوامل الذكاء الاصطناعي.