تطبيقات الوكلاء الذكية الحالية في السوق، مثل المساعدين الشخصيين ومساعدي التعلم، غالبًا ما تجعل المستخدمين يشعرون بخيبة أمل بسبب نقص التخصيص. العديد من المستخدمين أبلغوا أن هذه الأدوات "تبدو متشابهة" و"لا تفهم الاحتياجات الشخصية"، مما يؤدي إلى انخفاض معدل الاستخدام. على سبيل المثال، هناك طلاب يرغبون في تلقي إشعارات المعرفة وفقًا لجدولهم الزمني (الساعة 6 صباحًا والساعة 8 مساءً)، لكن المساعدين التعليميين الحاليين لا يمكنهم تلبية هذا الطلب المخصص.

ما يثير القلق أكثر هو مشكلة أمان البيانات. يحتاج بعض المستخدمين عند استخدام وكلاء الذكاء الاصطناعي المرتبطة بالصحة إلى إدخال معلومات حساسة مثل تاريخ الحساسية وعادات تناول الأدوية، لكن القلق بشأن تسرب البيانات يمنعهم من الاستمرار في استخدام هذه الخدمات. حتى لو قدمت بعض أدوات الذكاء الاصطناعي إعدادات تخصيص أساسية، فإن فعاليتها غالبًا ما تكون غير مرضية. على سبيل المثال، استخدم شخص يعمل في مكان ما مساعد الذكاء الاصطناعي لتنظيم محاضر الاجتماعات، ولكن نظرًا لعدم إلمام الذكاء الاصطناعي بمصطلحات الصناعة المحددة، كانت النتيجة النهائية تحتاج إلى تعديل يدوي كبير، مما زاد من عبء العمل.

تسببت هذه المشاكل في أن معدل احتفاظ المستخدمين بوكلاء الذكاء الاصطناعي لم يكن سوى 20%، وهو أقل بكثير من أدوات Web2 التقليدية التي تصل إلى 60%. ومع ذلك، طرحت OpenLedger حلاً مبتكراً من خلال "تكوين شخصي على السلسلة + تفويض أمان البيانات + تحسين تكراري للنتائج"، مما يحول وكلاء الذكاء الاصطناعي إلى مساعدين شخصيين يفهمون احتياجات المستخدمين حقًا، ويضمنون أمان البيانات، ويتميزون بعملية عالية الفعالية. وقد أدت هذه الابتكارات إلى زيادة معدل احتفاظ المستخدمين بشكل ملحوظ إلى 75%.

تتمثل الميزة الأساسية لـ OpenLedger في تحويل وكيل الذكاء الاصطناعي من "قالب عام" إلى "تخصيص خاص". يكمن مفتاح تحقيق التخصيص في ثلاثة جوانب: أولاً، من خلال مركز التكوين على السلسلة، يمكن للمستخدمين تخصيص الوظائف الأساسية لوكيل الذكاء الاصطناعي وفقًا لاحتياجاتهم. ثانيًا، يتم استخدام آلية تفويض البيانات القابلة للتحكم، مما يضمن حماية خصوصية المستخدم. أخيراً، من خلال التغذية الراجعة المستمرة للأداء وتحسينات التكرار، يتم تعزيز أداء وكيل الذكاء الاصطناعي بشكل مستمر.

تسمح هذه الطريقة لكل وكيل من وكلاء الذكاء الاصطناعي بالتكيف حقًا مع احتياجات المستخدم الشخصية. يمكن للمستخدمين ضبط تفضيلاتهم بتفصيل في 'مركز تكوين الوكلاء' في OpenLedger، مثل أوقات الدفع ونوع المحتوى للمساعد التعليمي، أو معلمات المراقبة للوكيل الصحي، وما إلى ذلك. من المتوقع أن تحدث هذه النهج المخصص والآمن ثورة في طريقة تفاعل المستخدمين مع وكلاء الذكاء الاصطناعي، مما يفتح فرص تطوير جديدة في مجال تطبيقات الذكاء الاصطناعي.