في عالم الأعمال الحديث عالي المخاطر، يواجه القادة عاصفة مستمرة من تغير الأسعار، واضطراب سلاسل التوريد، والمنافسين غير المتوقعين. إن اتخاذ الخيار الصحيح اليوم يتطلب غالباً التنبؤ بما سيحدث غداً، وهي مهمة أصبحت معقدة للغاية على الحدس البشري وحده. وللتنقل وسط حالة عدم اليقين هذه، لجأ الخبراء إلى الذكاء الاصطناعي، وتحديداً الأنظمة التي يمكنها معالجة كميات هائلة من البيانات لإيجاد أنماط قد تغيب عن البشر. ومع ذلك، لا تزال هناك عقبة رئيسية: فحتى أكثر أنظمة الذكاء الاصطناعي تقدماً يمكن أن تفقد تتبع الصورة الكبيرة عندما تغمرها فيض من المعلومات الجديدة، تماماً مثل شخص يحاول تذكر كل تفاصيل محادثة طويلة بينما يحاول في الوقت نفسه حل مسألة رياضية. وغالباً ما يتسبب هذا القصور في جعل الذكاء الاصطناعي يتخذ قرارات بناءً على حقائق قديمة أو ينسى سياق أفعاله السابقة.

تتناول دراسة جديدة أجراها "مين تري نغ كوانغ" من جامعة "تاي دو" هذه المشكلة تحديداً عبر بناء طريقة أكثر ذكاءً للذكاء الاصطناعي لإدارة ذاكرته والاستجابة للتغيرات في الوقت الفعلي. يقدم البحث نظاماً هجيناً يجمع بين ذكاء اصطناعي لغوي قوي و"توأم رقمي"، وهو في الأساس خريطة حية ومحدثة باستمرار للبيئة التجارية بأكملها. وبدلاً من ترك الذكاء الاصطناعي يخمن أو يعتمد على مجموعة ثابتة من القواعد، يحتفظ هذا النظام بسجل مثالي وفوري لكل أصل، وكل تغيير في السعر، وحالة كل عامل. ومن خلال مزامنة عقل الذكاء الاصطناعي مع هذه الخريطة الحية، يتجنب النظام الفخ الشائع المتمثل في نسيان التفاصيل الحرجة مع مرور الوقت. وقد اختبر الباحثون هذا النهج في محاكاة حاسوبية معقدة لاقتصاد زراعي، حيث كان الهدف هو زراعة المحاصيل، وتوظيف العمال، وشراء الأراضي، وبيع المنتجات لتحقيق أقصى قدر من الربح مع التنافس ضد وكلاء آليين آخرين.

كانت نتائج هذه المحاكاة مذهلة. فقد أثبت النظام الجديد، الذي يسميه المؤلف "وكيل الاستراتيجية-التوأم الرقمي" (Strategic-DT agent)، تفوقاً كبيراً على الأساليب الأخرى. في سلسلة من 100 مباراة محاكاة، استمرت كل منها لمدة 30 يوماً داخل اللعبة، أنهى هذا الوكيل الهجين بمتوسط رأس مال قدره 28,650 دولاراً. وكان هذا الأداء أفضل بكثير من ذكاء اصطناعي قياسي يعتمد فقط على قدراته اللغوية دون الخريطة الحية، والذي أدار 12,300 دولار فقط. كما فاز الوكيل الجديد في 94.5 بالمائة من المباريات، مقارنة بـ 42 بالمائة فقط للذكاء الاصطناعي القياسي. وتظهر الدراسة أنه من خلال منح الذكاء الاصطناعي وسيلة للتحقق المستمر من ذاكرته مقابل الحالة الراهنة للعالم، يمكنه اتخاذ قرارات أكثر دقة بشأن متى يوسع أراضيه، وكيف يسعر بضائعه، وكيف يدير عماله دون إضاعة الوقت أو المال.

لفهم كيفية عمل ذلك، تخيل الذكوا الاصطناعي كمدير مزرعة يحتاج إلى تقرير أي المحاصيل يجب ريها، ومتى يحصدها، وما إذا كان سيشتري المزيد من الأرض. في الماضي، ربما كان يُطلب من الذكاء الاصطناعي اتباع مجموعة من القواعد أو يُطلب منه "التفكير" في أفضل حركة بناءً على وصف للمزرعة. ولكن مع تقدم اللعبة، يبدأ الذكاء الاصطناعي في نسيان أي النباتات تحتاج إلى الماء أو كم بقي لديه من المال، مما يؤدي إلى خيارات سيئة. يحل النظام الجديد هذه المشكلة من خلال الحفاظ على توأم رقمي، وهو سجل منفصل ومنظم للغاية يتتبع كل قطعة أرض، وكل عنصر في مخزن الأدوات، وكل دولار في البنك. وقبل أن يتخذ الذكاء الاصطناعي قراراً، يتحقق من هذا السجل الحي لضمان توافق ذاكرته تماماً مع الواقع. وهذا يمنع الذكاء الاصطناعي من ارتكاب أخطاء مثل ري نبات تم ريه بالفعل أو محاولة بيع محاصيل لا يملكها فعلياً.

يستخدم النظام أيضاً طريقة ذكية للتحرك عبر شبكة المزرعة. فبدلاً من التجول بلا هدف أو اتخاذ مسارات غير فعالة، يقوم الوكيل بحساب أقصر مسار ممكن لمهمته التالية، تماماً كما يختار سائق التوصيل الطريق الأكثر مباشرة للوصول إلى وجهة ما. وتسمح هذه الكفاءة للوكيل بإكمال المزيد من المهام في نفس القدر من الوقت. علاوة على ذلك، يدير النظام عماله، أو "الأيدي العاملة المستأجرة"، من خلال تعيين وظائف محددة لهم بطريقة تمنعهم من عرقلة بعضهم البعض. يضمن هذا التنسيق سير العمل في المزرعة بسلاسة حتى مع نموها وزيادة تعقيدها. وقد وجد الباحثون أن إزالة أي جزء من هذا النظام - مثل خريطة الذاكرة الحية أو المسار الفعال - يؤدي إلى انخفاض حاد في الأداء، مما يثبت أن كل مكون ضروري للنجاح.

كان أحد أكثر الجوانب حرجاً في الدراسة هو كيفية تعامل الوكيل مع أسعار السوق. في المحاكاة، تغير سعر المحاصيل بناءً على كميتها المتاحة؛ فإذا تم بيع الكثير من المحاصيل دفعة واحدة، ينخفض السعر بشكل حاد. يستخدم النظام الجديد نظام خبير قائماً على القواعد لبيع حصاده بشكل استراتيجي، متجنباً إغراق السوق بالعرض الذي قد يهبط بالأسعار إلى أدنى مستوياتها، وذلك من خلال الالتزام بعتبات امتصاص السوق ونموذج تدهور السعر المفصلي. كما يتبع أيضاً عتبات رأس مال محددة مسبقاً لتحديد الوقت المناسب لشراء المزيد من الأراضي، منتظراً حتى يدخر ما يكفي من المال لجعل التوسع مربحاً. سمحت هذه القدرة على الموازنة بين الاحتياجات الفورية والأهداف طويلة المدى للوكيل بتنمية مزرعته من قطعة أرض صغيرة إلى عملية ضخمة تغطي كامل المساحة المتاحة في معظم عمليات المحاكاة. وتظهر الدراسة أن الجمع بين ذكاء اصطناعي لغوي ونظام ذاكرة مهيكل وفي الوقت الفعلي يخلق صانع قرار ليس فقط أكثر ذكاءً، بل أيضاً أكثر موثوقية وقدرة على التكيف من النماذج المستقلة الحالية.

يشير الباحثون بحذر إلى أن هذه النتائج تأتي من محاكاة حاسوبية محكومة، وليس من مزرعة أو عمل تجاري في العالم الحقيقي. ومع ذلك، فإن المبادئ الكامنة وراء النظام مصممة لتكون قابلة للتطبيق في الإدارة المؤسسية المعقدة، حيث يجب اتخاذ القرارات بسرعة ودقة تحت الضغط. وتشير الدراسة إلى أن مستقبل اتخاذ القرار الاستراتيجي يكمن في هذا النوع من النهج الهجين، حيث لا يقوم الذكاء الاصطناعي فقط بتوليد الأفكب، بل يحافظ أيضاً على فهم دقيق ومحدث للبيئة التي يعمل فيها. ومن خلال سد الفجوة بين التفكير الإبداعي للنماذج اللغوية والدقة الواقعية لتتبع البيانات، يقدم هذا العمل مساراً واعداً نحو إدارة أعمال أكثر فعالية واستقلالية. وتشير النتائج إلى أنه عندما يتم تزويد الذكاء الاصطناعي بالأدوات المناسبة للتذكر وفهم سياقه، فإنه يستطيع التنقل في المشاهد الاقتصادية المعقدة بمستوى من المهارة كان بعيد المنال في السابق.