תשתיות בינה מלאכותית והשפעת AI על עבודה וחברה
תמונה: נוצרה באמצעות AI עבור מערכת ITPortal

מה זה AI Integrator? כך מטמיעים בינה מלאכותית בעסק

תמונה: נוצרה באמצעות AI עבור מערכת ITPortal

עסקים רבים כבר משתמשים בכלי בינה מלאכותית, אבל שימוש ב-ChatGPT או ב-Copilot הוא רק תחילת הדרך. השאלה המעניינת היא מה קורה כשה-AI מתחבר למערכות האמיתיות של העסק: דואר, CRM, מסמכים, מוקד שירות, נתונים ותהליכי עבודה. כאן נכנס לתמונה ה-AI Integrator, איש מקצוע שמתרגם צורך עסקי לפתרון עובד, מאובטח ומדיד.

מה זה AI Integrator?

AI Integrator, או בעברית מטמיע פתרונות בינה מלאכותית, הוא הגורם שמחבר בין יכולות של מודלי AI לבין התשתיות והמערכות הקיימות בארגון. הוא לא חייב לפתח מודל שפה חדש. במקרים רבים העבודה שלו היא לבחור את הכלים המתאימים, לתכנן את זרימת המידע, לחבר מערכות באמצעות API, להגדיר הרשאות ולוודא שהתוצאה עובדת גם אחרי ההדגמה הראשונה.

בניגוד לשימוש נקודתי בצ'אטבוט, הטמעה ארגונית צריכה להתחשב בתהליכים, במקורות הנתונים, בזהות המשתמש, בתקציב וביכולת לתחזק את הפתרון לאורך זמן.

מה עושה AI Integrator בפועל?

העבודה מתחילה הרבה לפני כתיבת הפרומפט הראשון. לרוב היא כוללת כמה שלבים:

  • מיפוי צורך עסקי: זיהוי פעולה שחוזרת על עצמה, דורשת זמן או מייצרת טעויות, והגדרת תוצאה שאפשר למדוד.
  • מיפוי מערכות ומידע: בדיקה היכן נמצאים הנתונים, מי רשאי לגשת אליהם ומה אפשר להעביר לכלי חיצוני.
  • בחירת פתרון: השוואה בין כלי מדף, אוטומציות, סוכני AI, מודלים בענן ולעיתים גם מודל מקומי.
  • חיבור ואינטגרציה: עבודה עם API, Webhooks, מערכות CRM ו-ERP, Microsoft 365, בסיסי נתונים ומאגרי מסמכים.
  • בדיקות ואבטחה: טיפול במידע רגיש, הגבלת הרשאות, תיעוד פעולות, בדיקת תשובות שגויות והגדרת אישור אנושי לפעולות משמעותיות.
  • הפעלה ומדידה: הדרכת משתמשים, ניטור תקלות, בחינת עלויות שימוש ושיפור התהליך על בסיס תוצאות אמיתיות.

דוגמה פשוטה: מה קורה לפנייה שנכנסת לעסק?

נניח שפנייה מגיעה דרך טופס באתר או לתיבת דואר. במקום שעובד יעתיק את הפרטים ידנית למערכת, אפשר לבנות תהליך שבו הפנייה נקלטת, מסווגת לפי נושא ודחיפות, נבדקת מול לקוח קיים ב-CRM, ומועברת לגורם המתאים עם טיוטת תשובה. במקרים רגישים, כמו בקשה לשינוי פרטי תשלום, המערכת תעצור ותדרוש אישור של אדם.

התוצאה אינה עוד חלון צ'אט. מדובר בתהליך עסקי שעובר דרך מערכות שונות, ולכן חשוב לתכנן מה קורה כאשר שירות אינו זמין, מידע חסר או המודל מחזיר תשובה לא נכונה.

ההבדל בין יועץ AI, מפתח ו-AI Integrator

יועץ AI מסייע לזהות הזדמנויות ולבנות תוכנית עבודה. מפתח כותב את התוכנה והרכיבים הנדרשים. AI Integrator מתמקד בחיבור כל החלקים לסביבת העבודה הקיימת ובהפיכתם לשירות שאפשר להשתמש בו ולתחזק אותו. בפועל, בפרויקטים קטנים אותו אדם עשוי למלא יותר מתפקיד אחד.

הניסיון בתשתיות IT, בענן, בהרשאות, בגיבויים ובאבטחת מידע הוא יתרון משמעותי בהטמעה: ה-AI לא פועל בחלל ריק אלא בתוך ארגון שיש לו משתמשים, שרתים, מערכות ותהליכים קיימים.

איפה עסקים יכולים להתחיל?

לא חייבים להחליף את כל המערכות או לבנות מוצר חדש. עדיף לבחור תהליך מוגדר עם בעלים עסקי ברור, למשל סיכום פניות שירות, חיפוש במסמכים פנימיים, הכנת טיוטות להצעות מחיר או ניתוב בקשות למחלקה המתאימה. כדאי להתחיל בפיילוט עם מידע מוגבל ולבחון האם הוא חוסך זמן בלי לפגוע באיכות.

גם חיפוש במאגר ארגוני בעזרת RAG, שבו המודל מקבל מידע מתוך מסמכים מאושרים, דורש עבודה על איכות המידע, הרשאות ועדכונים. בלי אלה, תשובה שנשמעת משכנעת עלולה להסתמך על מסמך ישן או על מידע שהמשתמש כלל לא אמור לראות.

מה לבדוק לפני שמחברים AI למידע הארגוני?

  • האם לכל משתמש יש גישה רק למידע שמותר לו לראות?
  • אילו נתונים מועברים לספק חיצוני, היכן הם נשמרים ומה תנאי השימוש בהם?
  • האם יש לוגים, בקרת גישה ויכולת לבטל הרשאות או לעצור אוטומציה?
  • מה קורה כשהמודל טועה, כש-API אינו זמין או כשהעלות גדלה?
  • מי אחראי לתחזוקה, לעדכונים ולבדיקת התוצאה לאורך זמן?

צריך להפריד בין פעולות שמותר למערכת להציע לבין פעולות שהיא רשאית לבצע. ניסוח תשובה הוא דבר אחד; שליחת מסמך רגיש, עדכון הרשאה או ביצוע העברה כספית הם דבר אחר לגמרי. בפעולות כאלה יש לתכנן מנגנון אישור מתאים ולא להסתפק בהנחה שהמודל תמיד יבין נכון.

איך יודעים שהפרויקט הצליח?

מדידה טובה אינה מסתכמת במספר ההודעות שנשלחו למודל. רצוי לקבוע מראש מדדים כגון זמן טיפול ממוצע, שיעור מקרים שהועברו לטיפול אנושי, איכות התשובות, מספר תיקונים ידניים ועלות לתהליך. אם הפתרון מרשים בהדגמה אבל מחייב עובד לתקן כל תוצאה, ייתכן שהוא פשוט העביר את העבודה למקום אחר.

בשורה התחתונה: הערך של AI Integrator הוא לא בהתקנת עוד כלי, אלא בחיבור מושכל בין טכנולוגיה, מידע ואנשים. הטמעה טובה מתחילה בבעיה עסקית מוגדרת ומסתיימת בתהליך אמין שמישהו בארגון באמת יכול לעבוד איתו.

אריאל מרום, מייסד ומנכ״ל M-Challenge, עוסק בתשתיות מחשוב, ענן, אבטחת מידע ושילוב פתרונות טכנולוגיים בארגונים.

דילוג לתוכן