مع التطور السريع في مجال الذكاء الاصطناعي، تتغير طرق استخدام الذكاء الاصطناعي في الأعمال العملية، وستلاحظ أن دوره يتغير.

في الواقع، دخل الذكاء الاصطناعي تدريجيًا مرحلة التنفيذ، مثل تفعيل أوامر التداول، والمشاركة في جدولة عمليات التشغيل، وتأثير ترتيب توزيع الموارد، وحتى في بعض السيناريوهات، التأثير المباشر على الأرباح الحقيقية. هذا التغير هو في الغالب نتيجة لنضوج قدرات النماذج، وامتداد طبيعي لمستوى مسؤولية أعلى في الأعمال.
وبالتوازي مع الاتجاه المذكور أعلاه، هناك تأخر في بنية النظام الأساسية. لا تزال العديد من أنظمة الذكاء الاصطناعي مصممة حول طلب واحد ورد واحد، تفتقر إلى إدارة الحالة طويلة المدى، وأيضًا تفتقر إلى سجل منهجي للسلوكيات المتكررة.
عندما يبدأ سلوك الذكاء الاصطناعي في عبور الزمن، والمشاركة في عمليات متعددة، ويؤثر بشكل تراكمي على النتائج، تظهر قيود الهيكل الذي يركز على "الإخراج لمرة واحدة" تدريجيًا.
مع دخول التنفيذ إلى سلسلة الأعمال الحقيقية، تبدأ التحديات في التركيز على مستوى البنية التحتية. هل يمكن تتبع سلوك التنفيذ، هل يمكن التحقق منه، وهل يمكن دمجه في نظام المسؤولية والتسوية، كلها عوامل أصبحت شرطًا أساسيًا لمدى اعتماد النظام على المدى الطويل.
السلوك الذي يستمر لفترة طويلة يحتاج إلى تسجيل مستمر، والعلاقات التعاونية تحتاج إلى تفكيك واضح، والنتائج يجب أن تكون قابلة للفهم وإعادة المراجعة.
وقد لا تعتمد هذه الشروط على قدرات النموذج نفسه، بل تعتمد على ما إذا كانت بنية النظام الأساسية تملك التصميم الهيكلي الذي يمكنه استيعاب سلوك التنفيذ.
من شبكة الموارد إلى خبرة التنفيذ: نقطة انطلاق Melos الواقعية
عند مراجعة مسار تطور Melos على مدى السنوات الماضية، فإنها لم تبدأ من مفهوم الوكيل الذكي. كانت Melos في بداياتها أقرب إلى