בניית סוכני AI בארגונים: איך עושים את זה נכון?

צפיתי אתמול 9.9 בוובינר מרתק שנקרא "Operationalizing Agent Building in the Enterprise" ושעסק בשאלה איך ארגונים גדולים צריכים לעבור משימוש אישי ב-AI להטמעת סוכני AI שמייצרים ערך עסקי אמיתי. לצערי אין לי את ההקלטה המלאה.

הדוברת המרכזית הייתה Alyssa Cox, שמובילה תהליכי טרנספורמציה ב־Cardinal Health.

המסר המרכזי שלה: סוכן AI אינו פרויקט טכנולוגי. הוא כלי לשינוי תהליך עסקי. רוב הפרויקטים נכשלים לא בגלל המודל, אלא משום שהארגון לא מבין מספיק טוב את התהליך שהוא מנסה לשנות.

תובנות מרכזיות מהוובינר:

1. יש שלוש רמות שונות של סוכני AI בארגון

• סוכן אישי: עובד בונה לעצמו כלי שמייעל משימה נקודתית.
• סוכן משותף: כלי מרכזי שמשרת עובדים רבים, למשל סוכן HR, תמיכה טכנית או עוזר כתיבה.
• מערכת סוכנים תהליכית: כמה סוכנים המחברים אנשים, מערכות ושלבים שונים בתהליך מקצה לקצה.

הערך המשמעותי ביותר נמצא ברמה השלישית. סוכן אישי מאפשר לעובד להספיק יותר באותן 40 שעות; מערכת סוכנים יכולה לשנות את הכלכלה של התהליך כולו, להפחית עלויות, להאיץ תזרים או להגדיל הכנסות.

2. שימוש אישי ב-AI הוא גם מנגנון לחדשנות מלמטה

הדוברת ציינה שהארגון שלה, Cardinal Health מאפשר לעובדים לבנות סוכנים אישיים בסביבה מבוקרת, אך לא להפיץ אותם לאחרים באופן חופשי. המטרה אינה רק פרודוקטיביות אישית: העובדים מתנסים, בודקים רעיונות ומביאים לתהליך המרכזי פתרונות שכבר עברו מעין אבטיפוס.

כשחושבים על זה, זהו מודל מעניין של חדשנות:

1. העובדים מזהים חיכוך.
2. בונים פתרון אישי קטן.
3. הארגון מזהה פתרונות מבטיחים.
4. צוות מרכזי הופך אותם למוצרים משותפים או לתהליכים רחבים.

3. סוכנים רוחביים צריכים להיות מנוהלים כמוצרים

לא נכון לצפות מכל עובד לגלות ולבנות בעצמו את סוכן ה-HR או התמיכה הטכנית. הארגון צריך:

• לבנות ולנהל סוכנים מרכזיים.
• להגדיר בעלות ואחריות.
• להפיץ אותם לעובדים.
• להדריך ולהטמיע באופן מתמשך.
• למדוד שימוש, איכות ותוצאות.
• לבדוק ולעדכן אותם לאורך זמן.

אחד המסרים החשובים כאן: אחרי שהסוכן נבנה, האתגר המרכזי בדרך כלל אינו טכנולוגי אלא לגרום לאנשים להשתמש בו.

4. נקודת פתיחה טובה: להפחית חיכוך בחוויית העובד

סוכנים רוחביים ראשונים יכולים לעזור לעובדים בנושאים כמו:

• ציוד ותקלות IT.
• הטבות וזכויות.
• מדיניות ארגונית.
• חופשות לידה.
• בונוסים ותשלומים.
• איתור מידע ותהליכים פנים-ארגוניים.

אלה אינם בהכרח מקרי השימוש הזוהרים ביותר, אבל הם מפחיתים זמן מבוזבז, תסכול והפרעה לעבודה, ומייצרים ערך רוחבי שקל יחסית להבין.

5. מרכז המצוינות צריך להיות עסקי, גם אם הוא יושב ב-IT

ב־Cardinal Health מרכז המצוינות ב-AI נמצא תחת מערכות המידע. עם זאת, האנשים המצליחים ביותר בתוכו הם אלה שמבינים את הפעילות העסקית ואת חיי היום-יום של העובדים.

הטכנולוגים צריכים לדעת:

• מה אנשים באמת עושים.
• איפה נמצא החיכוך.
• מהו התוצר הרצוי.
• כיצד השינוי ישפיע על מדד עסקי.
• איך המשתמשים אמורים להשתלב בתהליך החדש.

כלומר, הארגון זקוק לאנשים המשמשים “דבק” בין טכנולוגיה, תהליך ופעילות עסקית, ולא רק למהנדסי AI.

איך לבחור איזה סוכנים לפתח?

ההצעה היא לא להתחיל מרשימה מנותקת של מאות רעיונות, אלא למפות אותם על גבי תהליך עסקי מקצה לקצה.

הסינון צריך להתבצע לפי חמישה קריטריונים:

1. מיקום בתהליך
   היכן בדיוק הסוכן פועל, אילו שלבים קודמים לו ומה הוא מאפשר בהמשך?
2. תלות ונתיב קריטי
   האם הוא מהווה תשתית לסוכנים וליכולות נוספות?
3. ערך כלכלי
   האם הוא מצמצם עלויות, מגדיל תפוקה, מאיץ הכנסה או משפר תזרים מזומנים?
4. סיכון תפעולי
   מה יקרה אם הסוכן יטעה או לא יעבוד? כדאי להתחיל בנקודה בעלת ערך גבוה אך ללא סכנה לפגיעה מיידית בליבת הפעילות.
5. יכולת שכפול
   האם התשתית, הלוגיקה או דפוס העבודה יוכלו לשמש אחר כך יחידות ותהליכים נוספים?

זו נקודה חשובה במיוחד: לא בהכרח לבחור את התהליך הקל ביותר, אלא תהליך שיוצר גם ערך מיידי וגם תשתית להתרחבות.

מקרה הבוחן המרכזי: טיפול במחלוקות תמחור

לקוחות של Cardinal Health מערערים לעיתים על המחיר בחשבונית. העובדים צריכים לאסוף מידע ממערכות שונות, לקרוא חוזים ותיקונים ולבדוק הסכמי תמחור מורכבים. החברה בנתה מערכת סוכנים שעוזרת לבצע את מחקר התמחור. הבחירה בתהליך הזה הייתה חכמה מכמה סיבות:

• הוא יצר צוואר בקבוק של ידע אנושי.
• עובדים מיומנים השקיעו זמן רב באיסוף ובהצלבת מידע.
• פתרון מהיר יותר של מחלוקות מאיץ את גביית הכסף.
• אפשר לטפל גם בזנב הארוך של המקרים שבעבר לא היה משתלם לבדוק.
• טעות בסוכן אינה עוצרת מיד הזמנות או משלוחים, משום שהתהליך מתרחש לאחר החיוב.
• היכולת שנבנתה יכולה לשמש בהמשך בניסוח חוזים, תכנון עסקאות ותהליכי תמחור נוספים.

זו דוגמה מצוינת ל־Lighthouse Use Case: תהליך מוגדר שמייצר ערך, משחרר מומחיות אנושית ובונה תשתית להתרחבות.

מקרה נוסף: בדיקות אשראי

מערכת סוכנים נוספת מסייעת להאיץ בדיקות אשראי של לקוחות חדשים. המדדים שנבחרו אינם “כמה השתמשו ב-AI”, אלא:

• מהירות קליטת לקוח חדש.
• האצת ההכנסות לאחר הקליטה.
• איכות החלטות האשראי.
• הפחתת הונאות.
• צמצום חובות אבודים.

זה ממחיש את עקרון המדידה המרכזי של הוובינר: המדד צריך להופיע בתוצאה העסקית, לא בדשבורד השימוש בכלי.

AI הוא לא הטרנספורמציה

אחד המשפטים החשובים ביותר בוובינר:

AI is a tool. AI is not the transformation.

לא נכון לבנות הצדקה עסקית סביב עצם השימוש ב-AI. צריך להגדיר תחילה איזו יכולת משתפרת ומהו הערך שמגיע בעקבותיה:

• פחות שעות עבודה.
• יותר תיקים מטופלים.
• שחרור קיבולת של עובדים מומחים.
• האצת תזרים.
• קליטת לקוחות מהירה יותר.
• שיפור איכות החלטות.
• הקטנת הפסדים וסיכונים.

במילים אחרות: לא לשאול “איפה נוכל להכניס סוכן?”, אלא “איזה תהליך ותוצאה עסקית אנחנו רוצים לשנות, והאם סוכן הוא הדרך המתאימה?”.

העלות האמיתית של סוכן AI

ה־ROI חייב לכלול הרבה יותר מעלות ההקמה והשימוש במודל:

• פיתוח והטמעה.
• תשתיות וחיבורים למערכות.
• זמן של מומחי התוכן והמשתמשים העסקיים.
• בדיקות לפני העלייה לאוויר.
• עלויות ספקים ויועצים.
• צריכת מודלים וטוקנים.
• ניטור ובדיקות חוזרות.
• התאמות בעקבות שדרוגי מודלים ותשתיות.
• הדרכה וניהול שינוי.
• תחזוקה שוטפת.

סוכנים אינם “Build it and forget it”. עדכון של המודל או של מערכת המקור עלול לשנות את ההתנהגות שלהם ולחייב בדיקה והתאמה.

תפיסה מקורית שלא חשבתי עליה לפני: גם סוכן יכול “לפשוט רגל”

צריך להתייחס לכל סוכן כאל יחידה כלכלית:$$ערך שנוצר > עלות הקמה + תפעול + תחזוקה$$

אם העלות השוטפת של הסוכן גבוהה מהערך שהוא מייצר, הוא למעשה “חדל פירעון”. בשלב הזה יש לבחון אם לשפר אותו, להחליף אותו, לצמצם אותו או להחזיר את העבודה לבני אדם.

לא תמיד סוכן AI זול או יעיל יותר מעובד, וזו מסקנה חשובה ונכונה.

מי אחראי לאיכות התוצאה?

האחריות משותפת, אבל לא באופן שווה בכל שלב:

• לפני ההשקה: המשתמשים העסקיים צריכים להגדיר מהי תשובה טובה ולהשתתף בבדיקות.
• אחרי ההשקה: גורם מרכזי צריך לנהל ניטור ובדיקות חוזרות.
• מומחי התהליך: צריכים להמשיך לבדוק את איכות התוצאות בנקודות זמן מוגדרות.
• מנהלי המוצר או הטרנספורמציה: צריכים לבחון את המערכת השלמה ולא רק כל סוכן בנפרד.

תדירות הבדיקות צריכה להיקבע לפי הסיכון והערך של ההחלטות, ולא רק לפי מספר המשתמשים.

למה סוכנים נכשלים?

הטענה המרכזית של Alyssa היא שכישלון נובע פעמים רבות מחוסר הבנה של התהליך:

• התהליך לא מתועד.
• אין הסכמה כיצד הוא באמת עובד.
• לא הוגדר תוצר רצוי.
• לא ברור כיצד נראית הצלחה.
• אין בעלים עסקיים.
• המשתמשים לא היו שותפים להגדרת הדרישות ולבדיקות.
• הפתרון גדול יותר מהיכולת הארגונית להבין ולנהל אותו.

המשפט שמסכם זאת היטב: אם אנשי העסק אינם מסוגלים להסביר את התהליך, אין להם דרך ללמד כלי AI לבצע אותו.

כמה גדול צריך להיות הפרויקט הראשון?

• קטן מדי — יביא תשואה קטנה שלא תעניין את ההנהלה.
• גדול מדי — יחרוג מבשלות הארגון ויסתכן בכישלון.
• הגודל הנכון — היקף התהליך שהארגון מסוגל כרגע למפות, להגדיר, לבדוק ולנהל היטב ושעדיין מסוגל לייצר ערך כספי משמעותי.

כלומר, לא להתחיל בהכרח ב־Quick Win קטן, אלא ב־Meaningful Win שהארגון בשל לבצע.

מתי לבנות לבד ומתי להיעזר בספק?

המודל שהוצג הוא Build Along:

• ספק חיצוני עוזר להקים במהירות יכולת חדשה.
• במקביל, צוות פנימי משתתף בפיתוח, באפיון ובבדיקות.
• לאחר ההשקה, הצוות הפנימי לוקח בעלות.
• אותו צוות מרחיב ומשכפל את הפתרון בארגון.

נכון, יש כאן תקופה של “כפל עלויות”, אבל היא מונעת תלות קבועה בספק יקר. אם הידע נשאר רק אצל היועצים, כל הרחבה או שינוי ימשיכו לדרוש עזרה חיצונית.

ההיבט האנושי: אי אפשר להסתפק ב״התפקיד שלכם בטוח״

כאשר עובדים שואלים אם הסוכן יחליף אותם, IT אינו הגורם שיכול לתת תשובה אמינה. האחריות משותפת להנהלת היחידה העסקית ולצוות הטרנספורמציה.

צריך להסביר באופן קונקרטי:

• מהו ה־Business Case.
• האם המטרה היא צמצום כוח אדם, הגדלת קיבולת או שיפור שירות.
• איזו עבודה תעבור לסוכן.
• מה העובדים יעשו בזמן שהתפנה.
• אילו משימות אינן מבוצעות כיום ויוכלו לקבל מענה.
• כיצד התפקידים צפויים להשתנות.

המסר הסוגר של הוובינר היה שאמון ושקיפות תמיד היו הבסיס לטרנספורמציה מוצלחת, ובעידן ה-AI הם חשובים אפילו יותר.

מה הכי חשוב שניקח מזה?

בעיניי, אלה חמש התובנות החזקות ביותר:

1. הפרויקט צריך להתחיל במיפוי תהליך ולא בבחירת כלי AI.
   הבנת העבודה הקיימת היא תנאי לאפיון הסוכן והערך שלו.
2. לעבור מפרודוקטיביות אישית לכלכלה של התהליך.
   המדד אינו כמה דקות העובד חסך, אלא מה קרה לתפוקה, להכנסה, לתזרים, לעלות או לסיכון.
3. לבחור מקרה שימוש שמשלב ערך, סיכון נשלט ויכולת שכפול.
   זהו בסיס טוב יותר לתוכנית AI ארגונית מאוסף Quick Wins לא מחוברים.
4. לנהל סוכנים כמו כוח עבודה דיגיטלי וכמו מוצרים גם יחד.
   לכל סוכן נדרשים בעלים, תקציב, יעדים, ניטור, תחזוקה והחלטה אם הוא עדיין “כדאי להעסקה”.
5. לדרוש מכל יוזמת AI תשובות לחמש שאלות:
   • איזה תהליך אנחנו משנים?
   • כיצד הוא עובד כיום?
   • איזו תוצאה עסקית תשתנה?
   • היכן נראה את השינוי בדוחות או במדדים?
   • מי מהעסק התחייב להשתתף, לבדוק ולקחת אחריות?

בעיניי, זו גם המסגרת הטובה ביותר להפוך דיון הנהלה על “סוכני AI” משיחה אופנתית לתוכנית טרנספורמציה עסקית אמיתית.

רוצים "ביס" של השראה בכל בוקר?
בימים א'-ה' אני משתף עם קהילת הברודקאסט שלי בוואסטאפ "ביס" תוכן קצר שעוסק בהשראה עסקית-דיגיטלית, רוצים להצטרף? לחצו על התמונה:

הגעתם עד לפה? כבוד.
כמה ידיעות חמות מהשבוע החולף בנושא סוכני AI מהזוית הצרכנית, שלדעתי גם מהם אפשר ללמוד בהסתכלות הארגונית.

מטא השיקה השבוע (8.9) את Muse, סוכן AI אישי שלא מסתפק במענה לשאלות, אלא מתחבר באישור המשתמש למייל, ליומן, לתשלומים ולשירותים נוספים כדי לבצע פעולות ממשיות: להזמין נסיעות, להשוות ולהוזיל חשבונות, למלא טפסים ואפילו לרכוש מוצרים.

הוא יהיה זמין גם בוואטסאפ ובהמשך במשקפיים החכמים של מטא. המשמעות רחבה בהרבה מהשקת עוד עוזר דיגיטלי: מטא מבקשת להפוך לשכבת התיווך שבין הצרכן לבין עסקים ומותגים, ולהעביר חלק מתהליך הקנייה מאתרים ואפליקציות לשיחה עם סוכן שמכיר את המשתמש ופועל עבורו.

עבור מותגים, זה אומר שבעתיד הם יצטרכו לשכנע לא רק את הלקוח, אלא גם את הסוכן שמייצג אותו באמצעות מידע מובנה, חיבוריות, זמינות ומחיר תחרותי. אלא שהצלחת המהלך תלויה בשאלה גדולה אחת: האם צרכנים יסכימו להעניק דווקא למטא גישה כה עמוקה לחייהם, להחלטותיהם ולכספם?

מוצר נוסף ומדהים שהכרתי בסופ"ש שעבר וגם התחלתי לעבוד איתו הוא: Instinct AI.

Instinct הוא סוכן ה־AI האישי שנועד לא רק לענות על שאלות, אלא לבצע משימות בפועל בשם המשתמש. הוא יכול להתחבר לחשבונות קיימים, לבצע תשלומים, להזמין נסיעות ותורים, לאתר עסקים לפי מיקום ולנהל תהליכים הדורשים כמה שלבים. אם רק לפני מספר חודשים השקעתי ימים כלילות בהקמה ובחיבור של סוכן ה-AI שלי מבוסס ה-Open Claw, כעת מוצר כמו Instinct עושה את הכל בלחיצת כפתור. התחלתי לעבוד עם זה והוא פשוט הפך לעוזר האישי שלי: עוזר לי לנהל את היומן, תזכורות, פגישות, קביעת תורים בקופת החולים ועוד.

תוספת חדשה מהשבוע: הוא מקבל גם כתובת אימייל משלו, צעד קטן לכאורה, שמקרב אותנו משמעותית לעולם שבו סוכנים דיגיטליים פועלים כישויות עצמאיות ברשת. באמצעות הכתובת שלו, הסוכן יכול לפתוח ולנהל חשבונות, ליצור קשר עם מסעדות ועסקים, לבצע הרשמות ולעקוב אחר משימות בלי להעמיס על תיבת הדואר של המשתמש.

אפשר גם להעביר אליו אישור הזמנה ולבקש ממנו לנהל החזרת מוצר מול שירות הלקוחות, עד לקבלת מדבקת המשלוח. המשמעות עבור חברות היא שבעתיד חלק מהלקוחות שלהן כלל לא יפנו אליהן בעצמם: הסוכן שלהם יעשה זאת בשמם, באמצעות זהות וכתובת נפרדות. כך נולדת שכבת תיווך חדשה בין המותג לצרכן, שמטשטשת את זהות האדם שמאחורי הבקשה ומחייבת עסקים להתאים את מערכי השירות, המכירה והזיהוי שלהם גם לתקשורת עם סוכני AI.

עוד טייק על עולם הסוכנים החכמים האישיים:

ידעתם שבכל שישי בבוקר אני משתף מהדורה חדשה של הניוזלטר שלי?
אוסף של קייסים, ניתוח מגמות, דעות מאמרים ועוד נושאים שעניינו אותי בשבוע החולף. רוצים גם לקבל את המהדורה הקרובה למייל? לחצו על התמונה: