تحقیقات نشان میدهد که عوامل هوش مصنوعی به خرید تلویزیون و لپتاپ میرفتند و تقریبا 50 درصد مواقع خراب میشدند.
در اولین آزمایش در نوع خود، عوامل Gemini و Muse بالاترین امتیاز را در انجام کارهایی مانند خرید تلویزیون کسب کردند.
همانطور که عوامل هوش مصنوعی شخصی مانند Muse یا Claude بخشی از زندگی روزمره می شوند، افراد بیشتری از آنها می خواهند کارهای خرید را انجام دهند. اما یک مشکل وجود دارد: نمایندگان در خرید خیلی خوب نیستند. در اولین مطالعه در نوع خود، ویزا به 22 نماینده مختلف دستور داد تا سه کالای روزمره - یک تلویزیون، یک لپ تاپ و یک دستگاه مو - را خریداری کنند و در حالی که برخی از نمایندگان به طور قابل توجهی بهتر از دیگران عمل کردند، میزان موفقیت کلی فقط حدود 57٪ بود.
نتایج این مطالعه در وبسایت جدید Visa موجود است که نتیجه 15 سفر خرید جداگانه توسط هر یک از 22 نماینده را نشان میدهد. جای تعجب نیست که عواملی که از مدلهای پیشرفتهتر هوش مصنوعی بهره میبرند، بهترین عملکرد را داشتند، با نسخه Aragon 4 Gemini Google و نسخه Wonder Meta's Making بالاترین امتیاز را کسب کردند. هر دو نماینده در 82 درصد مواقع خرید موفقی انجام دادند. یک نماینده کلود با نرخ موفقیت 76 درصد در جایگاه سوم قرار گرفت، در حالی که یک نماینده OpenAI با نرخ موفقیت 64 درصد در جایگاه ششم قرار گرفت.
نمودار زیر از ویزا عملکرد هر 22 مدل را نشان می دهد. محور عمودی میزان موفقیت نمایندگان را نمره می دهد، در حالی که محور افقی هزینه اجرای هر درخواست خرید را منعکس می کند. (ویزا خاطرنشان می کند که پنج مدل گران قیمت به طور متوسط در 67٪ مواقع موفق بوده اند، در حالی که پنج مدل ارزان 50٪ امتیاز کسب کرده اند).
تلاش نمایندگان برای خرید موفق تا حدی ریشه در یک واقعیت ساده دارد: انگیزه های پشت هر خرید معین اغلب پیچیده است و در بسیاری از موارد، مصرف کنندگان اطلاعات کافی ندارند و مطمئن نیستند که چه می خواهند.
آزمایش ویزا به دنبال این بود که در مورد خریداران تلویزیون، لیستی از ویژگیهای مورد نیاز آنها را در یک تلویزیون تخصیص دهد - به عنوان مثال، سازگاری با کنسول بازی کودک، یک پنجره بازگشت 30 روزه، و یک مدل با Dolby Vision. همانطور که در مورد مصرف کنندگان دنیای واقعی وجود دارد، خریدار (که در این مورد نیز یک نماینده بود) برخی از اطلاعات را داوطلب می کند، اما نه همه آنها.
نتیجه این است که، برای اینکه یک عامل هوش مصنوعی در آزمایش ویزا موفق شود، باید با خریدار به گونهای تعامل داشته باشد که اطلاعات گمشده را در یک زمان معقول استخراج کند. موفقیت به منزله خرید تلویزیونی بود که با نیازهای خریدار مطابقت داشت، اما در بسیاری از موارد، نمایندگان محصول اشتباهی را خریداری کردند یا به سادگی چیزی مناسب را پیشنهاد نکردند.
روبیل بیروادکر، رئیس جهانی رشد ویزا، به فورچون گفت: "ما هنوز از منظر اعتماد یا فناوری به آنجا نرسیدهایم. اما به زودی وارد دنیایی خواهیم شد که مصرفکنندگان میتوانند اعتماد کنند و به آنها تفویض اختیار کنند."
Birwadker خاطرنشان کرد که خریدهای مبتنی بر نمایندگی هنوز در روزهای اولیه خود هستند، اما به سرعت در حال پیشرفت هستند. او افزود که تمرکز آزمایش ویزا - کشف محصول - تنها یکی از عناصر این نوع تجارت جدید است که خردهفروشان و شرکتهای هوش مصنوعی در تلاش برای کشف آن هستند.
برای اینکه نمایندگان هوش مصنوعی وارد جریان اصلی خرید شوند، شرکتها همچنین باید پرداختهای روان و ایمن را مرتب کنند - چالشی که ویزا و رقیبش Mastercard در حال حاضر با آموزش تجار و ایجاد ابزارهایی برای تسهیل تجارت به اصطلاح عاملی به دنبال رفع آن هستند.
همچنین مسائل حقوقی جدید و حلنشدهای در مورد خرید عوامل هوش مصنوعی وجود دارد. مهمتر از همه، هنوز مشخص نیست که چه کسی باید این مسئولیت را هنگام خریدهای نادرست یا مرتکب کلاهبرداری بر عهده بگیرد.
به گفته Birwadker، این سؤالات در طول زمان به همان روشی حل میشوند که نسل قبلی مصرفکنندگان و بازرگانان استفاده از تجارت الکترونیک را یاد گرفتند - اگرچه او اضافه کرد که خرید مبتنی بر نمایندگی تجربه بسیار متفاوتی با نحوه خرید آنلاین ما امروز خواهد بود.
ویزا در اعلام نتایج آزمایش خرید نماینده خود، وب سایتی را نیز راه اندازی کرد که به مصرف کنندگان اجازه می دهد با نمایندگان مورد استفاده در نظرسنجی خود تعامل داشته باشند.
این داستان در ابتدا در سایت Fortune.com منتشر شد
متن اصلی (انگلیسی)
AI agents went shopping for TVs and laptops—and messed up nearly 50% of the time, study shows
In a first of its kind experiment, Gemini and Muse agents scored the highest when it come to carrying out tasks like buying a TV.