ក្រោយមានបទពិសោធន៍សន្ទនាជាមួយអ្នកប្រើប្រាស់ទូទៅសកលលោកប៉ុន្មានឆ្នាំមកនេះ AI ពីមុនដែលគេស្គាល់ថា Generative AI (បញ្ញាសិប្បនិម្មិតស្វ័យបង្កើត) អភិវឌ្ឍដល់កម្រិតមួយទៀត ដែលគេហៅថា Agentic AI (បញ្ញាសិប្បនិម្មិតភ្នាក់ងារ)។ យ៉ាងក៏ដោយវត្តមាន Generative AI ក៏នឹងមានបន្តធម្មតា ហើយ Agentic AI ជាប្រភេទថ្មីមួយទៀតដែលដាក់ឱ្យដំណើរការ ដោយសារវាមានតួនាទីផ្សេងពីគ្នា និងអាស្រ័យគ្នាផងដែរ។
និយាយពី Agentic AI (បញ្ញាសិប្បនិម្មិតភ្នាក់ងារ)
តាមរយៈឈ្មោះរបស់វាអាចឱ្យយើងយល់បានខ្លះអំពីបញ្ញាសិប្បនិម្មិតជំនាន់ថ្មីមួយនេះ។ Agentic មានន័យថាដែលជាភ្នាក់ងារ។ ស្ដាប់ទៅវាហាក់ដូចជា Robot (រ៉ូបត) ដែលអាចធ្វើការជំនួសមនុស្សបាន។ ហើយនេះជាការពិត Agentic AI មានសមត្ថភាពសម្រួលការងារមនុស្សបានយ៉ាងច្រើន តាមរយៈការបំពេញកិច្ចការស្វ័យប្រវត្តិដោយការវិភាគស៊ីជម្រៅ ផ្អែកលើហេុតផល និងបទពិសោធន៍របស់វា។ មុខងារនេះស្ទើរតែដូចមនុស្សយើងទៅហើយ ព្រោះថាធម្មតាយើងបំពេញការងាររាល់ថ្ងៃ ប្រើប្រាស់ពេលវេលា ជំនាញ គំនិត របស់យើងដូចគ្នាដែរ។
របៀបដំណើរការរបស់ Agentic AI
សមត្ថភាពខ្ពស់ក្នុងការបំពេញការងារដោយស្វ័យប្រវត្តិ និងប្រើប្រាស់ទិន្នន័យ និងបទពិសោធន៍របស់ខ្លួនដោះស្រាយបញ្ហាផ្សេងៗប្រកដដោយការច្នៃប្រឌិត របស់ Agectic AI អាចមានទម្រង់ផ្សេងៗពីគ្នា។ ប៉ុន្ដែគោលគំនិតនៃទម្រង់ផ្សេងៗនោះ ស្ថិតក្នុងរបៀបដូចខាងក្រោម។
ការឈ្វែងយល់ (Perception)
ប្រមូលទិន្នន័យពីបរិយាកាសរបស់វាដោយមុខងារសម្គាល់ បណ្ដាញ APIs មូលទិន្នន័យ(Database) និងការប្រាស្រ័យទាក់ទងជាមួយអ្នកប្រើប្រាស់។ សកម្មភាពនេះរួមមានការវិភាគទិន្នន័យលើអត្ថបទ រូបភាព និងទម្រង់នៃទិន្នន័យដើម្បីឈ្វែងយល់ពីកាលៈទេសៈបានល្អ។
ថ្លឹងថ្លែងហេតុផល (Reasoning)
បន្ទាប់ពីប្រមូលទិន្នន័យរួចរាល់ វាចាប់ផ្ដើមស្រាវជ្រាវនូវការយល់ធ្លុះជ្រៅសំខាន់(meaning insights)។ ប្រើប្រាស់ Natural Learning Processing (NPL) ឬ Large Learning Model (LLM) ដើម្បីវិភាគទិន្នន័យទទួលបានដើម្បីយល់បរិបទ, កំណត់ព័ត៌មានពាក់ព័ន្ធ, និងរបៀបចំយ៉ាងដំណោះស្រាយជាក់លាក់។
ការកំណត់គោលដៅ (Goal setting)
កំណត់កម្មវត្ថុយោងទៅតាមគោលដៅដែលបានគ្រោងទុក ឬគោលដៅដែលបញ្ជូលដោយអ្នកប្រើប្រាស់។ វាបង្កើតយុទ្ធសាស្ត្រដើម្បីសម្រេចគោលដៅនេះ ដោយបែងចែកផែនការសកម្មភាពលម្អិតតាមបែប decision tree, reinforcement learning ឬវិធីដោះសាស្ត្របែប Algorithms ។
ការសម្រេចចិត្ត (Decision-making)
AI វាយតម្លៃសកម្មភាពដែលអាចទៅរួចនានា និងសម្រេចចិត្តយកជម្រើសមួយផ្អែកលើកត្ដាសក្តិសិទ្ធិភាព(Efficiency) ភាពប្រាកដប្រជា(Accuracy) និងផលសម្រេចព្យាករណ៍(predicted outcomes)។ វាអាចប្រើលំនាំប្រូបាប៊ីលីតេ មុខងារ Utility ឬ Machine Learning ជាចំបងក្នុងការថ្លឹងថ្លែងហេតុផលដើម្បីកំណត់សកម្មភាពសមស្របបំផុត។
ការប្រតិបត្តិ (Execution)
ក្រោយកំណត់បានសកម្មភាពសមស្របរួច AI អនុវត្តសកម្មភាពនោះដោយការប្រាស្រ័យទាក់ទងនឹងប្រព័ន្ធខាងក្រៅ (APIs, ទិន្និន័យ, រ៉ូបត) ឬ ផ្ដល់ការឆ្លើយតបដល់អ្នកប្រើប្រាស់។
បន្តរៀន និងសម្របខ្លួន (Learning and adaptation)
ក្រោយប្រតិបត្តិការរួចរាល់ វាវាយតម្លៃលទ្ធផល ប្រមូលមតិត្រឡប់ដើម្បីពង្រឹងសមត្ថភាពក្នុងការសម្រេចចិត្តនាពេលក្រោយៗ។ តាមរយៈ reinforment learning ឬ self-suppervised learning, Agentic AI កំណត់យុទ្ធសាស្ត្រកាន់តែប្រសើរឡើងពីមួយពេលទៅមួយពេល និងអនុវត្តការងារដែលចាត់ឱ្យកាន់តែមានសក្តិសិទ្ធិភាពនៅពេលខាងមុខ។
ស៊ីចង្វាក់ (Orchestration)
ចំណុចនេះ AI Orchestration (ក្រុមបញ្ញាសិប្បនិម្មិត) រួមបញ្ចូលគ្នារវាងប្រព័ន្ធ និងភ្នាក់ងារ។ Orchestration ជាវេទិការការងារបញ្ញាសិប្បនិម្មិតដោយស្វ័យប្រវត្តិ តាមដានដំណើការសម្រេចនៃប្រតិបត្តិការ ចាត់ចែងធនធាន ត្រួតពិនិត្យលំហូរទិន្នន័យ និងអង្គចងចាំ និងដោះស្រាយប្រតិបត្តិការបរាជ័យ។
ឧទាហរណ៍នៃការងារស្វ័យប្រវត្តិដោយ Agentic AI
បញ្ញាសិប្បនិម្មិតភ្នាក់ងារ (Agentic AI) ត្រូវបានកំពុងអនុវត្តនៅក្នុងឧស្សហកម្មជាច្រើនដើម្បីប្រតិបត្តិការងារស្វ័យប្រវត្តិ និងសម្រួលដំណើរការនៃប្រតិបត្តិការ។ នេះជាឧទាហរណ៍ខ្លះៗ៖
សេវាកម្មអតិថិជន
Agentic AI អាចផ្តល់ជំនួយដល់ភ្នាក់ងារមនុស្សពិតដោះស្រាយបញ្ហាអតិថិជន ឆ្លើយតបការសួរនាំរបស់អតិថិជន ដោះស្រាយបញ្ហា និងផ្តល់នូវជំនួយការលក្ខខណៈបុគ្គល។
ការគ្រប់គ្រងចង្វាក់ផលិតកម្ម
ធ្វើឱ្យដំណើរការចង្វាក់ផលិតកម្មមានភាពរលូន និងស្វ័យប្រវត្តិច្រើនដូចជាការកំណត់វិភាគបញ្ហាទិញ ការបញ្ជាទិញ ដើម្បីរក្សាបាននូវតុល្យភាពសារពើភណ្ឌ។
សេវាកម្មហិរញ្ញវត្ថុ
វាអាចជួយធ្វើស្វ័យប្រវត្តិកម្មលើការក្លែងបន្លំ ការវាយតម្លៃហានិភ័យ និងយុទ្ធសាស្ត្រវិនិយោគ ដោយវិភាគទិន្នន័យទីផ្សារ ឥរិយាបថរបស់អតិថិជន និងរបាយការណ៍ហិរញ្ញវត្ថុ។
ការថែទាំសុខភាព
នៅក្នុងវិស័យថែទាំសុខភាព Agentic AI អាចតាមដានទិន្នន័យអ្នកជំងឺ កែសម្រួលវេជ្ជបញ្ជាដោយផ្អែកលើលទ្ធផលតេស្តថ្មី និងផ្តល់មតិត្រឡប់ដល់គ្រូពេទ្យឆាប់រហ័សតាមរយៈ chatbots។
សន្តិសុខសាយប័រ
នៅក្នុងសន្តិសុខសាយប័រ Agentic AI អាចតាមដានចរាចរណ៍បណ្តាញ កំណត់ហេតុប្រព័ន្ធ និងឥរិយាបថអ្នកប្រើប្រាស់ជាបន្តបន្ទាប់ ដើម្បីស្វែងរកភាពមិនប្រក្រតីដែលអាចបង្ហាញពីភាពងាយរងគ្រោះចំពោះមេរោគ ការវាយប្រហារលំនាំ Phishing ឬការប៉ុនប៉ងចូលប្រើដោយគ្មានការអនុញ្ញាត។
ផលវិបាករបស់ Agentic AI
តាមរយៈការលើកឡើងខាងលើយើងបានឃើញពីគុណសម្បត្តិជាច្រើនរបស់ Agentic AI សម្រាប់អាជីវកម្ម។ ទន្ទឹមនឹងគុណសម្បត្តិនៃស្វ័យប្រវត្តិកម្មរបស់វា ស្វ័យប្រវត្តិកម្មនេះអាចនាំមកនូវប្រសិនបើ Agentic AI នោះឈានដល់ដំណាក់កាលគ្រប់គ្រងលែងបាន។
