پرش به محتوای اصلی
پرش به محتوای مقاله

اتودسک تا سال ۲۰۲۷ گردش‌کارهای صنعتی را به سیستم‌های عامل‌محور منتقل می‌کند

·۲۴ شهریور ۱۴۰۵۴ دقیقه مطالعه۲ بازدید
پیش‌نمایش هوش مصنوعی عاملی در نرم‌افزارهای اتودسک: فرما، فیوژن و فلو
پیش‌نمایش هوش مصنوعی عاملی در نرم‌افزارهای اتودسک: فرما، فیوژن و فلو
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

جایگزینی مدل تک‌مدلی با یک ارکستراتور (Orchestrator) که مدل‌ها را بر اساس هزینه و دقت برای هر تسک به‌صورت پویا انتخاب می‌کند، به‌جای تکیه بر یک LLM کلی.

تصور کنید یک تغییر کوچک در سازه ساختمان ایجاد می‌کنید و به‌جای اینکه ساعت‌ها بین نرم‌افزارهای مختلف بچرخید تا اثرات آن را بسنجید، یک هماهنگ‌کننده هوشمند تمام زنجیره تأمین، هزینه‌ها و زمان‌بندی را به‌طور خودکار به‌روز کند. این همان جهشی است که اتودسک برای سال ۲۰۲۷ برنامه‌ریزی کرده است.

متخصصان حوزه طراحی و ساخت امروزه با بحران ظرفیت مواجه هستند، نه بحران ایده. برای حل این مشکل، شرکت اتودسک (Autodesk) در ۱۵ سپتامبر ۲۰۲۶ در کنفرانس Autodesk University در لاس‌وگاس، قابلیت‌های جدید هوش مصنوعی عامل‌محور را معرفی کرد. هدف این شرکت انتقال از مدل‌های ساده‌ی پرسش‌وپاسخ به سمت هوش مصنوعی عامل‌محور (Agentic AI) است تا هوش مصنوعی از یک ابزار پاسخ‌دهنده به یک هماهنگ‌کننده فعال پروژه تبدیل شود.

گذار به هوش مصنوعی عامل‌محور

بسیاری از ابزارهای هوش مصنوعی فعلی در داخل یک اپلیکیشن واحد محصور شده‌اند و کاربران را مجبور می‌کنند برای تکمیل یک پروژه پیچیده، مدام بین نرم‌افزارهای مختلف جابه‌جا شوند. این گردش‌کار تکه‌تکه شده، در حوزه‌های معماری، مهندسی و تولید باعث ایجاد اصطکاک و کاهش بهره‌وری می‌شود. اتودسک با تغییر به مدل عامل‌محور، قصد دارد اجازه دهد هوش مصنوعی «بافت‌های پیونددهنده» بین ابزارهای مختلف را مدیریت کند.

اتودسک هوش مصنوعی عامل‌محور را فناوری‌ای تعریف می‌کند که از بستر و زمینه پروژه (Project Context) استفاده می‌کند تا به متخصصان در درک، برنامه‌ریزی و اقدام عملی برای رسیدن به یک نتیجه مورد نظر کمک کند، به‌جای اینکه صرفاً به یک سؤال پاسخ دهد. این رویکرد، تجربه هوش مصنوعی را به‌جای محدود کردن در یک ابزار، در سطح محصولات، پروژه‌ها و تیم‌ها گسترش می‌دهد.

به گزارش این شرکت، نسل جدید Autodesk Assistant که در سال ۲۰۲۷ عرضه می‌شود، بر سه محور اصلی برای افزایش ظرفیت متخصصان استوار است:

  • مدیریت توجه (Understanding Attention): قابلیتی به نام Personal Pulse مسائل و بینش‌های حیاتی را در میان پروژه‌های مختلف اولویت‌بندی می‌کند. همچنین Assistant Spaces محیطی مشترک فراهم می‌کند تا تیم‌ها و عامل‌های هوشمند برای حل مسائل با هم همکاری کنند و اثرات زنجیره‌ای تغییرات را مشاهده نمایند.
  • اقدام در گردش‌کارها (Acting Across Workflows): این سیستم هوش مصنوعی‌های تخصصی طراحی و خلاقیت را با ابزارهای شبیه‌سازی و تولید ترکیب می‌کند. تمام این فرآیندها از طریق زبان طبیعی و دستورات صوتی قابل کنترل هستند.
  • هوش سفارشی (Custom Intelligence): ابزار Assistant Builder به مشتریان اجازه می‌دهد تا عامل‌های هوشمند اختصاصی خود و سرویس‌های شخص ثالث از بازار Design & Make Marketplace را به بستر و زمینه پروژه متصل کنند.

ارکستراسیون فنی و زیرساخت

در لایه‌ی فنی، Autodesk AI Orchestrator مدیریت این هوشمندی را بر عهده دارد. این ارکستراتور به‌جای تکیه بر یک مدل غول‌پیکر واحد، مدل‌های مختلف را بر اساس نیازهای خاص هر وظیفه ارزیابی می‌کند و تعادلی میان دقت، سرعت، امنیت و هزینه برقرار می‌سازد. این معماری به سیستم اجازه می‌دهد برای هر مسئله، از اشکال مختلفی از هوشمندی بهره ببرد.

این ساختار، آنچه اتودسک «هوش پروژه» (Project Intelligence) می‌نامد را فعال می‌کند. این هوش در واقع داده‌های عملیاتی است که از اتصال داده‌های پروژه، زمینه صنعتی و هوش مصنوعی به دست می‌آید و توسط سه ابر-سرویس (Industry Clouds) پشتیبانی می‌شود:

  • Autodesk Forma: داده‌ها و گردش‌کارهای معماری، مهندسی و ساخت (AEC) را متصل می‌کند و به‌عنوان زیربنای هوشمندی برای دنیای ساخته‌شده، از جمله محصولات آینده Revit، عمل می‌کند.
  • Autodesk Fusion: داده‌ها و گردش‌کارها را در سراسر طراحی محصول، مهندسی، تولید و ساخت متصل می‌سازد.
  • Autodesk Flow: تولید محتوا و تولیدات مربوط به رسانه و سرگرمی را به هم پیوند می‌دهد.

برای درک بهتر، تغییر در سازه یک ساختمان را تصور کنید. هوش مصنوعی عامل‌محور فقط به سؤال شما درباره این تغییر پاسخ نمی‌دهد؛ بلکه اثرات پایین‌دستی آن را بر ساخت، زمان‌بندی، هزینه، توالی ساخت و عملیات شناسایی کرده و سپس ابزارهای خاص مورد نیاز برای اصلاح آن‌ها را فرا می‌خواند.

ماریوس جابلونسکیس از شرکت Norconsult، یک شرکت مشاوره پان-نوردیک، اشاره کرد که این رویکرد دقیقاً منعکس‌کننده نحوه عملکرد تیم‌های واقعی پروژه است؛ آن‌ها در یک ابزار واحد کار نمی‌کنند، بلکه در طول کل چرخه حیات پروژه فعالیت می‌کنند. او تأکید کرد که توانایی وارد کردن ابزارهای اختصاصی شرکت‌ها به اکوسیستم اتودسک، یک محرک ارزش کلیدی برای شرکت‌های مشاوره بزرگ است.

برای کاربر نهایی، این به معنای تغییر از «پرامپت‌نویسی» (Prompting) به «تفویض اختیار» (Delegating) است. هوش مصنوعی از یک چت‌بات ساده به یک هماهنگ‌کننده پروژه تبدیل می‌شود که پیامدهای دنیای واقعی یک تغییر در طراحی را درک می‌کند. اندرو آناگنوست، رئیس و مدیرعامل اتودسک، تأکید کرد که پاسخ‌های تقریبی برای این متخصصان پذیرفتنی نیستند، زیرا کارهای آن‌ها پیامدهای فیزیکی و واقعی در دنیای خارج دارد.

این تحول توسط تقاضای صنعت پشتیبانی می‌شود. در گزارش ۲۰۲۷ وضعیت طراحی و ساخت اتودسک، ۷۰٪ از مدیران مورد بررسی انتظار دارند که هوش مصنوعی کارهای تکراری و کسالت‌بار را حذف کند تا آن‌ها بتوانند بر قضاوت‌های تخصصی و خلاقیت تمرکز کنند.

برای حفظ اعتماد، اتودسک از «کارت‌های شفافیت AI» (AI Transparency Cards) برای افشای نحوه استفاده از داده‌ها، فناوری‌های به‌کاررفته و محدودیت‌ها استفاده می‌کند. این سیستم بر اساس بستر واقعی پروژه استوار شده و از نظر یکپارچگی داده‌ها، حریم خصوصی و ریسک ارزیابی می‌شود. هدف این است که نظارت انسانی حفظ شود و قضاوت حرفه‌ای همواره به‌عنوان مرجع نهایی در ساخت‌وسازهای فیزیکی با ریسک بالا باقی بماند.

در حالی که پیش‌نمایش این قابلیت‌ها در AU 2026 در دسترس است، تجربه مستقل و عرضه کامل برای سال ۲۰۲۷ برنامه‌ریزی شده است. جزئیات مربوط به شرایط اشتراک و در دسترس بودن منطقه‌ای در سال آینده اعلام خواهد شد.

گام بعدی شما

  • اگر از ابزارهای AEC یا Fusion استفاده می‌کنید، ساختار داده‌های پروژه‌های خود را برای اتصال به عامل‌های آینده آماده کنید.
  • قابلیت‌های Assistant Builder را در نسخه‌های پیش‌نمایش دنبال کنید تا متوجه شوید چگونه ابزارهای داخلی شرکتتان را به اکوسیستم اتودسک متصل کنید.
  • استانداردهای شفافیت داده‌های اتودسک را بررسی کنید تا بدانید داده‌های حساس پروژه‌های شما چگونه پردازش می‌شوند.

اما این تحول در نرم‌افزار تنها نیمی از داستان است؛ اثر این تغییرات بر سخت‌افزارهای تولیدی و چاپ سه‌بعدی را در گزارش بعدی بررسی خواهیم کرد.

چرا این موضوع مهم است؟

این رویکرد با تکیه بر اعتبار داده‌های صنعتی (Industry Clouds)، هوش مصنوعی را از یک ابزار کمکی به یک هماهنگ‌کننده عملیاتی تبدیل می‌کند. این تغییر، تعریف بهره‌وری را در صنایع AEC و تولید از «سرعت رسم» به «سرعت مدیریت تغییرات» تغییر می‌دهد.

تأثیر برای ایران

به‌دلیل تحریم‌ها و محدودیت‌های لایسنس، دسترسی به ابر-سرویس‌های اتودسک برای شرکت‌های ایرانی دشوار است، اما این معماری عامل‌محور الگویی برای توسعه ابزارهای اتوماسیون داخلی در مهندسی است.

·نگاه ما
تحریریه دات‌هوش

اتودسک با معرفی ارکستراتور، عملاً پذیرفته است که هیچ مدل واحدی نمی‌تواند هم‌زمان در دقت مهندسی و سرعت پاسخگویی بهینه باشد. این استراتژی «توزیع هوشمندی» به‌جای «بزرگ‌تر کردن مدل»، مسیر منطقی‌تری برای صنایع High-Stakes است که در آن یک توهم کوچک می‌تواند منجر به فاجعه در ساخت‌وساز شود.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.