כמה סוכני AI יש לכם? זו השאלה הלא נכונה
אם תשאלו חדר מלא מנהלים איך הם משלבים סוכנים בארגון, הדיון ינוע מיד לשאלה "כמה סוכנים להריץ?" - כאילו שזה המדד להתקדמות. זו אינה השאלה הנכונה. ביותר מ-200 סדנאות עם ארגונים ברחבי העולם ניתן היה לראות שמי שמפיק ערך אמיתי מ-AI מתחיל מהבעיה העסקית, וגוזר ממנה את הפתרון. האחרים מתחילים מהטכנולוגיה.
ארבע שאלות נפוצות מובילות חברות טובות אל "מלכוד הפיילוטים" בכל מה שקשור בסוכני AI. הנה השאלות שכדאי לשאול במקומן:
1. אל תשאלו כמה סוכנים. שאלו איזו תוצאה אתם משפרים.
השנתיים האחרונות של מהפכת ה-AI הארגוני עסקו במהירות: עוזרים שעונים על שאלות, יישומים שמסכמים פגישות וכלים שכותבים טיוטות. הם מועילים, אבל מהירות אינה ערך בפני עצמה. הערך נמדד בתוצאות עסקיות: פחות טעויות שכר, שיבוץ משמרות יעיל, עלויות רכש נמוכות, שיעורי הצלחה גבוהים או גבייה במועדה.
זה ההבדל בין סוכן ליישום מבוסס סוכנים: סוכן מסייע במשימה בודדת; יישום מבוסס סוכנים מתאם בין צוותים של סוכנים מתמחים כדי לספק תוצאה עסקית. בלי מדד או יעד שהסוכן "מזיז" אין יישום אמיתי; יש רק דמו.
2. אל תשאלו אם ה-AI יודע להמליץ. שאלו אם הוא יודע לסיים את העבודה.
קיים בלבול בין ייעוץ לביצוע. מערכות רבות יודעות לזהות מצב ולומר מה צריך לקרות. זו התקדמות, אבל העבודה עדיין עומדת במקום. לדוגמה, עוזר חכם עשוי לזהות שקטגוריה עסקית מסוימת בשלה למשא ומתן ולהציע הליך רכש. אך מישהו עדיין צריך ליצור את ההליך, לתעדף הצעות, לנתב אישורים ולעדכן את החוזה. יישום מבוסס סוכנים מבצע את הרצף כולו בכפוף למדיניות, באישור אנושי כשנדרש ובתיעוד מלא.
המבחן פשוט: בסוף האינטראקציה, האם התהליך אכן התקדם או שיש לכם יותר ידע – ואת אותה כמות המשימות?
3. אל תשאלו איזה מודל מוביל בטבלה. שאלו אם הוא מבין את העסק שלכם.
השיח ב-AI עוסק לרוב בציוני הביצוע של מודלים אך לארגונים הם חשובים פחות מכפי שמנהלים סבורים. עוצמת המודל היא לעיתים רחוקות האילוץ המרכזי. ייתכן שמודל מתקדם מבין רכש, אבל הוא לא מכיר את רשימת הספקים שלכם, את מטריצת הסמכויות או את התנאים החריגים שאושרו בארגון. בלי אלה, התחכום הופך ללא הרבה מניחוש מנומק.
הגורם המבדל הוא ההקשר הארגוני: נתונים מהימנים, מדיניות, אישורים, היסטוריית עסקאות ותהליכי עבודה שכבר נמצאים במערכות הליבה. ככל שהסוכנים קרובים יותר למערכות האלה כך הם מבינים טוב יותר את ההקשר ופועלים במסגרת הבקרות הקיימות.
4. אל תשאלו על מערכת אחת שעושה הכול. שאלו איך המומחים מתואמים.
רבים מקווים ש-AI ארגוני יתגבש לעוזר דיגיטלי אחד שיודע הכול. אבל ארגונים לא עובדים כך, וגם ה-AI שלהם לא. ארגונים הם אקוסיסטם של מומחים - בכספים, משאבי אנוש, שרשרת אספקה, שירות ומכירות. המקבילה ב-AI אינה סוכן יודע-כל, אלא צוותים מתואמים שכל אחד מהם שולט בתחומו ופועל למטרה משותפת.
בגיוס עובדים, למשל, סוכן אחד מאתר ומסנן מועמדים, אחר מכין קליטה, שלישי מוודא תקציב ורביעי מקדם אישורים. בנפרד, כל אחד מועיל במידה; יחד הם מקדמים את התהליך כולו, מפרסום המשרה הפתוחה ליום העבודה הראשון. הערך הוא בתיאום, לא ברכיבים.
מה שמחבר את ארבע השאלות הוא שינוי בתפקיד התוכנה הארגונית. במשך שנים, יישומים תיעדו את מה שקרה. כעת נכנס עידן המערכות מבוססות התוצאה: תוכנה שקוראת את מצב הארגון, מנתחת אותו ופועלת לקדם את העבודה אל יעד מוגדר.
השינוי דורש מההנהלה לשאול שאלות אחרות: לא כמה סוכנים להפעיל, אלא איזו תוצאה רוצים להשיג; לא האם המערכת ממליצה, אלא האם היא מסיימת את העבודה; לא כמה חכם המודל, אלא כמה טוב הוא מכיר את הארגון; ולא מוח אחד יודע-כל, אלא צוות מתואם של מומחים.
שאלות נכונות מקלות על החלטות טכנולוגיות כבדות משקל. שאלות שגויות ייצרו אוסף מרשים של סוכנים וכלים שאיש לא יוכל לקשור למדד עסקי שבאמת חשוב.
גורן דיין הוא CTO של אורקל ישראל
