رفتن به محتوا

مقالهایجنت‌های هوش مصنوعی

گردش‌کار عامل‌محور (Agentic Workflow) یا گردش‌کار BPMS؟ کجا ایجنت، کجا قاعده

گردش کار BPMS مسیری از پیش تعریف‌شده با شرط‌ها، تأییدها و مهلت‌های صریح است و پیش‌بینی‌پذیر و قابل ممیزی می‌ماند. گردش کار عامل‌محور از مدل زبانی برای تصمیم پویا استفاده می‌کند و در برابر ورودی‌های بدون ساختار انعطاف دارد. مسیرهای مالی، حقوقی و انطباقی باید قاعده‌مند بمانند و هوش مصنوعی در خواندن پیوست، تشخیص نوع درخواست، هشدار نقص مدرک، پیش‌نویس مسیر و خلاصه پرونده پیشنهاد بدهد و انسان تأیید کند.

انتشار: ۸ دقیقه مطالعه

خلاصه در چند نکته

  • گردش کار مسیر از پیش کدنویسی‌شده دارد؛ ایجنت مسیر را خودش انتخاب می‌کند.
  • Anthropic توصیه می‌کند ساده‌ترین راه‌حل را انتخاب و پیچیدگی را فقط در صورت نیاز اضافه کنید.
  • الگوهای میانی مثل زنجیره دستور و مسیریابی، بیشترین ارزش را با کمترین ریسک می‌دهند.
  • سقف مالی، مسیر حقوقی و الزامات انطباقی باید قاعده صریح بمانند.
  • معیار تصمیم: تغییرپذیری ورودی و هزینه اشتباه.
  • پیشنهاد مدل باید در رابط کاربری از دکمه رسمی تأیید جدا باشد.
  • فرایند باید بدون هوش مصنوعی هم کار کند.
فهرست مطالب

مالکان فرایند در سازمان‌ها با یک پرسش تازه روبه‌رو شده‌اند: حالا که مدل‌های زبانی می‌توانند متن بفهمند و تصمیم بگیرند، آیا هنوز باید مسیرهای تأیید را با دقت در یک سامانه مدیریت فرایند (BPMS) طراحی کرد، یا می‌توان کار را به یک «گردش کار عامل‌محور» (Agentic Workflow) سپرد که خودش تصمیم بگیرد درخواست به کجا برود؟

پاسخ کوتاه این است: هر دو لازم‌اند، اما برای کارهای متفاوت. این مقاله معیاری عملی برای تصمیم «کجا ایجنت، کجا قاعده» ارائه می‌کند. تمرکز ما بر همین انتخاب است؛ اگر می‌خواهید بدانید چگونه BPMS، هوش مصنوعی و یکپارچه‌سازی در یک راهبرد کلان کنار هم قرار می‌گیرند، مقاله هایپراتوماسیون چیست را بخوانید.

دو تعریف پایه

گردش کار BPMS: مسیر از پیش تعریف‌شده

در یک سامانه مدیریت فرایند، طراح فرایند مسیر را از قبل مشخص می‌کند: فرم درخواست، ایستگاه‌های تأیید، شرط‌ها (مثلاً «اگر مبلغ بیش از ۵۰۰ میلیون ریال بود، به معاون مالی برود»)، مهلت هر مرحله و اقدام در صورت تأخیر. اگر با این مفاهیم آشنا نیستید، مقاله تفاوت BPMS، BPM و BPMN را ببینید. ویژگی اصلی این رویکرد پیش‌بینی‌پذیری است: هر بار که شرط یکسان باشد، مسیر یکسان است و می‌توان دقیقاً گفت چرا درخواست به فلان ایستگاه رفته است.

گردش کار عامل‌محور: تصمیم پویا با مدل

در گردش کار عامل‌محور، مدل زبانی در یک یا چند نقطه از مسیر تصمیم می‌گیرد: درخواست از چه نوعی است، به کدام واحد برود، چه مدرکی کم است یا گام بعدی چیست. در شکل کامل آن، یک ایجنت با هدف کلی شروع می‌کند و خودش ترتیب گام‌ها و ابزارها را انتخاب می‌کند.

شرکت Anthropic در راهنمای «ساخت ایجنت‌های مؤثر» این تمایز را به‌روشنی بیان می‌کند: گردش کار سامانه‌ای است که در آن مدل‌ها و ابزارها از طریق مسیرهای از پیش کدنویسی‌شده هماهنگ می‌شوند؛ ایجنت سامانه‌ای است که در آن خود مدل فرایند و استفاده از ابزارها را به‌صورت پویا هدایت می‌کند. توصیه این راهنما هم صریح است: ساده‌ترین راه‌حل ممکن را پیدا کنید و فقط وقتی پیچیدگی را افزایش دهید که لازم باشد؛ چون سامانه‌های عامل‌محور معمولاً تأخیر و هزینه بیشتری را با عملکرد بهتر معاوضه می‌کنند.

الگوهای میانی: لازم نیست همه‌چیز ایجنت باشد

میان «قاعده خالص» و «ایجنت کامل»، الگوهای میانی وجود دارد که همان راهنما آن‌ها را برشمرده است و در فرایندهای اداری بسیار کاربردی‌اند:

الگو توضیح مثال اداری
زنجیره دستور (Prompt Chaining) کار به چند گام ثابت تقسیم می‌شود و خروجی هر گام ورودی گام بعد است خواندن نامه ← استخراج فیلدها ← تهیه خلاصه
مسیریابی (Routing) مدل نوع ورودی را تشخیص می‌دهد و آن را به مسیر مناسب از پیش تعریف‌شده می‌فرستد تشخیص نوع درخواست و ارسال به فرایند خرید، مرخصی یا پشتیبانی
موازی‌سازی (Parallelization) چند بررسی هم‌زمان انجام و نتیجه‌ها ترکیب می‌شوند بررسی هم‌زمان کامل‌بودن مدارک و تطابق مبلغ با بودجه
ارکستراتور و کارگزاران یک مدل کار را تقسیم و به زیرکارها می‌سپارد تهیه گزارش از چند منبع مختلف
ارزیاب و بهینه‌ساز یک مدل پیش‌نویس می‌سازد و دیگری آن را نقد می‌کند پیش‌نویس پاسخ نامه و بازبینی لحن و کامل‌بودن

نکته مهم این است که در سه الگوی اول، مسیر کلی همچنان قاعده‌مند است و مدل فقط در نقطه‌ای مشخص کمک می‌کند. این همان جایی است که بیشترین ارزش با کمترین ریسک به دست می‌آید.

کجا قاعده بماند؟

برخی تصمیم‌ها به دلایل حقوقی، مالی یا انطباقی باید قاعده‌مند، قابل توضیح و قابل ممیزی بمانند:

  • سقف‌های مالی و مجوز امضا: اینکه چه کسی تا چه مبلغی می‌تواند تأیید کند، باید یک قاعده صریح باشد، نه برداشت مدل.
  • مسیرهای حقوقی و قراردادی: مراحل بررسی حقوقی، امضای مجاز و ثبت قرارداد.
  • الزامات قانونی و استاندارد: مثلاً ثبت انحراف و اقدام اصلاحی در صنایع دارویی یا کنترل اسناد در ISO 9001.
  • تأییدهای موازی و شرطی شناخته‌شده: وقتی می‌دانید چه کسانی باید تأیید کنند؛ الگوهای آن را در مقاله گردش کار شرطی و تأیید موازی آورده‌ایم.
  • مهلت‌ها و ارجاع خودکار در تأخیر: SLA باید دقیق و یکسان اجرا شود.

در این موارد، پیش‌بینی‌پذیری یک ویژگی است نه یک محدودیت. ممیز، مدیر مالی یا بازرس می‌خواهد بداند «چرا» یک درخواست تأیید شده و پاسخ «مدل این‌طور تشخیص داد» کافی نیست.

کجا هوش مصنوعی کمک کند؟

هوش مصنوعی در نقاطی بیشترین ارزش را دارد که ورودی بدون ساختار است و کار انسانی صرف خواندن، تشخیص و تکمیل می‌شود:

  1. تبدیل شرح متنی به پیش‌نویس مسیر: مالک فرایند به زبان ساده شرح می‌دهد و مدل پیش‌نویس گردش کار را می‌سازد؛ طراح آن را اصلاح و تأیید می‌کند.
  2. تشخیص نوع درخواست: وقتی متقاضی نمی‌داند فرم درست کدام است، مدل نوع را پیشنهاد می‌کند.
  3. استخراج فیلد از پیوست: خواندن مبلغ، تاریخ و شماره از پیش‌فاکتور اسکن‌شده.
  4. هشدار نقص مدرک: پیش از رسیدن درخواست به مدیر، مدل تشخیص می‌دهد کدام مدرک الزامی کم است.
  5. پیشنهاد ایستگاه بعدی در موارد استثنا: وقتی درخواست با هیچ شرط شناخته‌شده‌ای جور نیست، مدل پیشنهاد می‌دهد و انسان تصمیم می‌گیرد.
  6. خلاصه پرونده برای تأییدکننده: مدیر به‌جای خواندن بیست پیوست، خلاصه‌ای با ارجاع به اصل مدرک می‌بیند.

در همه این موارد، مدل پیشنهاد می‌دهد و مسیر رسمی همچنان قاعده‌مند است.

ماتریس تصمیم: ایجنت یا قاعده؟

برای هر گام فرایند، دو پرسش بپرسید: ورودی چقدر متغیر است؟ و اشتباه چقدر پرهزینه است؟

اشتباه کم‌هزینه و قابل‌برگشت اشتباه پرهزینه یا غیرقابل‌برگشت
ورودی ساختاریافته و قابل پیش‌بینی قاعده ساده و اتوماسیون کامل قاعده صریح + تأیید انسان
ورودی متنوع و بدون ساختار مدل یا ایجنت با نظارت دوره‌ای مدل پیشنهاد می‌دهد + تأیید انسان + ممیزی

این ماتریس نشان می‌دهد که حتی در فرایندهای پرریسک هم می‌توان از هوش مصنوعی استفاده کرد؛ به شرط آنکه نقش آن «پیشنهاد» باشد و تصمیم رسمی با نقش مجاز بماند.

یک مثال کامل: درخواست خرید کالا

بیایید یک فرایند رایج را گام به گام تحلیل کنیم:

گام چه کسی/چه چیزی دلیل
ثبت درخواست با شرح آزاد و پیوست پیش‌فاکتور متقاضی ورودی انسانی
استخراج مبلغ، فروشنده و اقلام از پیش‌فاکتور مدل، با تأیید متقاضی ورودی بدون ساختار؛ اشتباه پیش از ارسال دیده می‌شود
بررسی کامل‌بودن مدارک مدل هشدار می‌دهد کاهش رفت‌وبرگشت
تعیین مسیر بر اساس مبلغ و نوع کالا قاعده BPMS سقف مالی باید قابل توضیح باشد
خلاصه پرونده برای مدیر مدل صرفه‌جویی در زمان خواندن
تأیید یا رد مدیر مسئولیت مالی
صدور سفارش کارشناس خرید اقدام رسمی

در این طراحی، هیچ گامی به ایجنت خودمختار سپرده نشده، اما بخش زیادی از کار خواندن و تکمیل اطلاعات با کمک مدل انجام می‌شود.

خطرات سپردن مسیر رسمی به ایجنت

  • ناسازگاری: دو درخواست مشابه ممکن است مسیرهای متفاوت بگیرند.
  • توضیح‌ناپذیری: پاسخ دادن به ممیز درباره دلیل یک تصمیم دشوار می‌شود.
  • دستکاری از طریق ورودی: متقاضی می‌تواند با نوشتن جمله‌هایی در شرح درخواست، مدل را به مسیر دلخواه هدایت کند؛ این همان ریسک تزریق پرامپت است.
  • وابستگی به نسخه مدل: با تغییر یا به‌روزرسانی مدل، رفتار فرایند ممکن است بی‌صدا عوض شود.

چگونه نتیجه را بسنجیم؟

افزودن هوش مصنوعی به فرایند تنها زمانی موفق است که اثرش قابل اندازه‌گیری باشد. پیش از شروع پایلوت، خط پایه را از داده سامانه استخراج کنید و پس از چند هفته همان شاخص‌ها را دوباره بسنجید. شاخص‌های پیشنهادی:

  • زمان چرخه: میانگین زمان از ثبت درخواست تا تصمیم نهایی.
  • نرخ برگشت به متقاضی: چند درصد درخواست‌ها به دلیل نقص مدرک یا اطلاعات ناقص برگشت خورده‌اند.
  • دقت پیشنهاد مدل: در چند درصد موارد، کاربر پیشنهاد مدل (مثلاً مبلغ استخراج‌شده یا نوع درخواست) را بدون تغییر پذیرفته است.
  • زمان صرف‌شده در ایستگاه مدیر: آیا خلاصه پرونده واقعاً زمان تصمیم را کم کرده است؟
  • خطاهای مسیر: چند درخواست به ایستگاه اشتباه رفته‌اند.

از وعده‌هایی مثل «حذف نیمی از نیروی اداری» پرهیز کنید. اثر واقعی هوش مصنوعی در فرایند معمولاً در کاهش رفت‌وبرگشت، کم‌شدن خطای ورود داده و سریع‌تر رسیدن پرونده کامل به تصمیم‌گیرنده دیده می‌شود. اگر دقت پیشنهاد در یک قابلیت کمتر از حد قابل‌قبول بود، آن قابلیت را خاموش کنید و فرایند را با همان قاعده‌های قبلی ادامه دهید؛ این انعطاف، مزیت طراحی ترکیبی است.

چک‌لیست طراحی برای مالکان فرایند

  • [ ] گام‌های فرایند را فهرست کنید و برای هر گام، تغییرپذیری ورودی و هزینه اشتباه را مشخص کنید.
  • [ ] شرط‌های مالی، حقوقی و انطباقی را به‌صورت قاعده صریح در BPMS پیاده کنید.
  • [ ] نقاطی که خواندن و تکمیل اطلاعات زمان‌بر است را برای پیشنهاد مدل علامت بزنید.
  • [ ] پیشنهاد مدل را در رابط کاربری از دکمه رسمی تأیید جدا کنید.
  • [ ] فرایند باید بدون هوش مصنوعی هم کار کند تا قطعی مدل، کار را متوقف نکند.
  • [ ] برای پایلوت، یک فرایند و یک قابلیت انتخاب و دقت را با نمونه‌های واقعی بسنجید.

رویکرد آریا آی‌تی

در هوش فرآیند آریا آی‌تی، مدل از شرح متنی، پیش‌نویس مسیر گردش کار می‌سازد، نقص مدرک را پیش از کارتابل مدیر پرچم می‌کند، فیلد را از پیوست استخراج و پرونده را خلاصه می‌کند؛ اما ارسال روی مسیر، تأیید سقف مالی و انتشار با نقش انسان است. عامل خودمختاری که پرداخت انجام دهد یا دستورعمل منتشر کند در محصول نیست. مسیرهای رسمی در سامانه مدیریت فرایند (BPMS) قاعده‌مند تعریف می‌شوند و پردازش هوش مصنوعی روی سرور سازمان یا سرورهای آریا آی‌تی انجام می‌شود. برای آشنایی با سطوح مختلف هوش مصنوعی، مقاله ایجنت هوش مصنوعی چیست را هم ببینید.

جمع‌بندی

گردش کار BPMS مسیر را قابل پیش‌بینی و قابل ممیزی نگه می‌دارد و گردش کار عامل‌محور در برابر ورودی‌های متنوع انعطاف دارد. راه درست، انتخاب یکی از این دو نیست؛ بلکه ترکیب آن‌هاست: قاعده برای تصمیم‌های رسمی و پرریسک، و هوش مصنوعی برای خواندن، تشخیص، تکمیل و خلاصه‌سازی. با این ترکیب، سرعت فرایند افزایش می‌یابد بدون آنکه مسئولیت و شفافیت قربانی شود.


مشاوره رایگان: برای تحلیل یک فرایند پرچم و تعیین نقاط مناسب کمک هوش مصنوعی، با آریا آی‌تی تماس بگیرید یا درخواست پایلوت هوش فرآیند را ثبت کنید.

پرسش‌های متداول

گردش کار عامل‌محور چیست؟

+

گردش کاری است که در آن مدل زبانی در یک یا چند نقطه از مسیر تصمیم پویا می‌گیرد؛ مثلاً نوع درخواست را تشخیص می‌دهد یا گام بعدی را انتخاب می‌کند. در شکل کامل، یک ایجنت با هدف کلی شروع می‌کند و ترتیب گام‌ها را خودش تعیین می‌کند.

آیا هوش مصنوعی جای BPMS را می‌گیرد؟

+

خیر. تصمیم‌های رسمی مالی، حقوقی و انطباقی باید قاعده‌مند و قابل توضیح بمانند. هوش مصنوعی در نقاطی کمک می‌کند که ورودی بدون ساختار است، مثل خواندن پیوست، تشخیص نوع درخواست و خلاصه پرونده.

کدام گام‌های فرایند برای هوش مصنوعی مناسب‌ترند؟

+

گام‌هایی که در آن‌ها زمان انسانی صرف خواندن، تشخیص و تکمیل اطلاعات می‌شود و اشتباه پیش از اثرگذاری دیده می‌شود: استخراج فیلد از اسکن، هشدار نقص مدرک، پیشنهاد مسیر از شرح متنی و خلاصه برای تأییدکننده.

آیا هوش فرآیند آریا آی‌تی مسیر را خودکار تأیید می‌کند؟

+

خیر. مدل پیش‌نویس مسیر، طبقه‌بندی، استخراج و خلاصه پیشنهاد می‌دهد؛ ارسال روی مسیر، تأیید سقف مالی و انتشار با نقش انسان است و عامل خودمختار پرداخت یا انتشار در محصول نیست.

منابع

  1. Anthropic - Building effective agents
  2. IBM - What are agentic workflows?

این مطلب برایتان مفید بود؟

اتوماسیون اداری آریا آی‌تی را رایگان امتحان کنید

هر آنچه در دانشنامه خواندید، در محیط کار دیجیتال آریا آی‌تی آماده استفاده است؛ بدون نصب و راه‌اندازی پیچیده.