הבינה שעולה מיליארדים: איך מטמיעים AI בארגון?

משלבים כוחות עם AI בארוגנים. צילום: Anna Shvets Pexles

הבינה המלאכותית לא איבדה מהמעמד שלה כבאזז שיווקי וטכנולוגי, והיא ממשיכה להתחזק על כל נגזרותיה, ובהן בינה מלאכותית מחוללת (GenAI) וסוכנים (AI Agents). החברות במירוץ לשלב כלי AI במוצרים ללקוחות, ובמקביל גם משקיעות הון עתק בהטמעת AI בתוך מערכות הארגון.

הטכנולוגיה תופסת מקום משמעותי בתעשייה, עד כדי כך שהוצאות על דאטה סנטרים מרקיעות שחקים, והחברות שמפעילות את הכוח שמאחורי AI החלו להתעניין בייצור חשמל באמצעים כורים אטומיים.

הטמעת ה-AI אצלנו הייתה מענה לבעיה דו-שלבית, שהייתה תסמין של אתגר רחב יותר – גישה לידע ולזיכרון הארגוני

הנתונים של החברות שמאמצות AI תומכים בדרישות הגוברות האלה: 68% מהמנהלים אמרו שישקיעו בין 50 ל-250 מיליון דולר ב-GenAI בשנה הקרובה. לשם השוואה – ברבעון הראשון של 2024, היה מדובר רק ב-45%.

כך עולה מסקר של KPMG שפורסם בתחילת החודש, שמביא נקודות מבט מ-100 מנהלים בכירים בארה"ב מארגונים עם הכנסה שנתית של מיליארד דולר או יותר. רוב המנהלים השיבו כי בינה מלאכותית תשנה באופן יסודי את אופי העסק שלהם בטווח של שנה עד שנתיים (56% בשנה הבאה ו-67% בשנתיים הבאות).

ממענה ללקוחות ועד הנגשת ידע ארגוני

"AI הוא הבסיס שלנו", מסביר היליק ניסני, COO ב-Honeycomb Insurance, חברה המבטחת נכסי נדל"ן בשווי של 45 מיליארד דולר ב-18 מדינות בארה"ב. "החלטות החיתום שלנו מבוססות על מודלים מרובים שפועלים יחדיו כדי להבטיח החלטות איכותיות, ותחרותיות בנינו צוות AI פנימי חזק שמורכב מחוקרים, מפתחים ומתייגים".

"מעבר לכלים המוכרים", מסביר ניסני, "יש לנו כלים שמסייעים נקודתית באזורים אופרטיביים שונים של החברה, כמו שירות לקוחות ואבטחה. בנוסף, ליבת הטכנולוגיה שלנו מבוססת על מודלים רבים של למידת מכונה, machine vision ו-AI".

גם בביטוח נדל"ן. צילום: asphotograpy, pexels

בבנק הדיגיטלי ONE ZERO גם נעזרים בטכנולוגיה במחלקות שונות, ומתגאים ביכולת שלהם לטפל בפניות של לקוחות בערוצים הדיגיטליים.

חיה דוד, מנהלת ידע והדרכה ב-Fullpath

עמית שגב, Head of Data & AI בבנק מסביר: "יותר מ-80% מהאינטראקציות שלנו עם לקוחות מטופלות מקצה לקצה באמצעות AI". כלומר, זה לא רק ניתוב השיחה לגורם המתאים או הדבקת תגובה מוכנה מראש בצ'אט, אלא טיפול מלא בלקוח

ב-Fullpath, המפתחת פלטפורמה טכנולוגית לשוק הרכב האמריקאי ועובדת עם יותר מ-1,200 לקוחות, השתמשו ב-AI כדי לענות על בעיה שמכירה כל חברה שבה – צריך להגיד את זה בכנות – יש יותר משלושה עובדים: גישה לידע הארגוני.

"הטמעת ה-AI אצלנו הייתה מענה לבעיה דו-שלבית, שהייתה תסמין של אתגר רחב יותר – גישה לידע ולזיכרון הארגוני", מסבירה חיה דוד, מנהלת ידע והדרכה בחברה, "בשלב הראשון התמודדנו עם הקושי של אנשי הארגון למצוא תשובות מדויקות מתוך מאות מאמרים במאגרי המידע שלנו, והשלב השני עסק בחזרתיות – אותן שאלות עלו שוב ושוב בקבוצות Slack השונות".

בעולם פיתוח התוכנה אנחנו רגילים למערכות דטרמיניסטיות, שפועלות באופן עקבי וצפוי; בעולם ה-GenAI המודלים הם מודלים סטטיסטיים והארגון נדרש להתאים את עצמו לכך

הפתרון? "בנינו צ'טבוט פנימי בשם Oracle, המבוסס על AI ו-GPT ופועל בערוצי סלאק ייעודיים.", מסבירה דוד, " אורקל מספק תשובות מדויקות ומהירות מתוך בסיס שנשען על שלושה מקורות עיקריים: מאגר המידע של החברה, ערוצי Slack נבחרים ותכנים שהוזנו ידנית לפורטל הפנימי".

דוד מספרת כי הבוט ממשיך להתפתח באמצעות למידה מתשובות הניתנות בערוצי Slack. "לדוגמה, אם מנהל מוצר מספק תשובה מפורטת ומדויקת יותר מזו הקיימת, הצ'טבוט מעדכן את מאגר הידע ומשפר את תשובותיו לשאלות עתידיות".

תפישה שונה בתכלית מפיתוח רגיל

ארגונים שנמצאים כעת בהתליכי הטמעה רואים שיש המון כלי AI על המדף, אבל גם מגלים שהם שונים מאוד מכלי מדף אחרים: הם דורשים התאמות ספציפיות לארגון, והרבה זהירות – אף אחד לא רוצה שכלי ה-AI יספק הזיות ללקוחות או לעובדים. בנוסף, באחריות של כל ארגון צריך לאמן את כלי ה-AI לדרישות הספציפיות של המוצר, לוודא שהוא נשאר עדכני ולדעת מתי התוצרים שלו הם שגויים.

היליק ניסני, COO ב-Honeycomb Insurance

"פיתוח של מערכת AI דורש גישה שונה מאוד מפיתוח תוכנה סטנדרטי", מסביר שגב מ-ONE ZERO, "יש אמנם המון דמיון בשיטות העבודה ובטכנולוגיות בהן משתמשים, אבל ה-mindset שבו נמצאים כארגון הוא שונה בתכלית ודורש הסתגלות. בעולם פיתוח התוכנה אנחנו רגילים למערכות דטרמיניסטיות, שפועלות באופן עקבי וצפוי; בעולם ה-GenAI המודלים הם מודלים סטטיסטיים והארגון נדרש להתאים את עצמו לכך".

ניסני מ-Honeycomb מהדהד את האתגר: "פיתוח של מערכת מבוססת בינה מלאכותית היא תהליך ארוך ומורכב. החתמים עסוקים בחיתום ולא תמיד קל להם להגדיר איך מתקבלת החלטה כזו או אחרת. הם רואים את עבודתם כסוג של אומנות. זה בעצם תהליך של מיפוי קבלת ההחלטות האנושי ותרגומו לאלגוריתם פשוט יחסית להבנה".

ב-Fullpath האתגרים המרכזיים היו שונים. דוד מסבירה כי בחברה רצו לוודא שהבוט שלהם עושה שימוש אך ורק במידע מתוך המשאבים המוגדרים, ולא משלים מידע באופן שגוי. לדבריה, "אתגר נוסף היה זיהוי מידע לא מעודכן במאגר, מה שחייב אותנו לעדכן אותו באופן מתמיד עד שהמערכת למדה להתעדכן בעצמה".

העובדים וה-AI – שותפות במקום תחרות

"כארגון שהוא דיגיטלי באופיו, במקומות רבים בארגון הוטמעו פתרונות שהם co-pilot עבור העובדים", מסביר שגב מ-ONE ZERO. לדבריו, הפתרונות הללו "משפרים את היעילות של העובדים בצורה משמעותית ואת איכות התוצרים המתקבלים – על פני כל המחלקות".

"אנחנו ראינו שהחיסכון בא לידי ביטוי בכלים, ולא בתקני עובדים", אומר ניסני ומוסיף כי המטרה היא "להגדיל משמעותית את היקף הפוליסות שאנחנו יכולים לטפל בהן בכל רגע נתון. כמו כן, לקצר את משך זמן הטיפול לדקות ספורות לעומת החברות מסורתיות בהן זה יכול לקחת שעות ואף ימים. לדבריו, "סך הכל, הצלחנו בכל ההטמעות, מאחר שהשימוש בבינה מלאכותית היא בבסיס מערכת ההפעלה הארגונית שלנו. כולם גאים בשימוש בכלים הללו ובמודלים ואלגוריתמים שפיתחנו".

ב-Fullpath ההצלחה הייתה מיידית. "האימוץ של Oracle בקרב העובדים היה מהיר ואינטואיטיבי", מספרת דוד, "כבר ביום ההשקה ראינו עשרות פניות, והמגמה המשיכה לעלות עם הזמן".

התסכול ירד; הלקוחות מקבלים תשומת לב אישית

השילוב של AI יכול לגזול משאבים רבים בעלויות של שרתים, בשעות עבודה של ניסוי וטעייה וביצירת פתרונות ומוצרים שלא יספקו את המענה הנדרש, או כזה שלא ישתלם על פני פתרונות אחרים.

בסקר של KPMG פחות משליש מהמנהלים (31%) אמרו שהם צופים שיוכלו למדוד החזר השקעה בחצי השנה הקרובה. אם כך, איך מודדים הצלחה? בקרב אותם מנהלים שנסקרו, אף לא מנהל אחד אמר שהוא נמצא בשלב הזה. אך בניגוד אליהם, המרואיינים שאיתם דיברנו כבר גאים בהצלחות שלהם.

"כ-60% מהחלטות החיתום של דחייה או הפקת פוליסה מבוססות על הטכנולוגיה שלנו ונעשות ללא התערבות אנושית", מתגאה ניסני. לדבריו, 40% הנוספים שעוברים לחתמים אנושיים גם לא דורשים עבודה ידנית לחלוטין: "הם מסוגלים לקבל החלטה המבוססת על מאות פריטי מידע בדקות ספורות". התוצאה? "אנחנו נהנים מיחס של תביעות לפוליסות שנמוך ב-50% מהמקובל בתעשייה. השילוב עם גידול חזק במכירות הוא האינדיקציה להצלחה".

ב-ONE ZERO ההצלחה מתבטאת בגידול דרמטי. "הצלחנו להגדיל את מספר הלקוחות שלנו בעשרות אחוזים, בלי להגדיל את כמות הפניות שמגיעות בפועל לנציגים אנושיים", שגב מספר, "הבנקאים יכולים להתמקד ולהשקיע יותר אנרגיות במקרים שמגיעים אליהם בפועל, שהם לרוב מורכבים יותר".

להגדיל את מספר הלקוחות בעשרות אחוזים. צילום אילוסטרציה: Cup of Couple, Pexels

Fullpath מודדת הצלחה דרך שני מדדים מרכזיים: ירידה במספר הפניות לצוות התמיכה וצמצום השאלות המופנות למנהלי המוצר בערוצים השונים. "מאז הטמעת אורקל", אומרת דוד, "זמני פתרון הבעיות התקצרו משמעותית, הן פנימיות והן מול לקוחות. בנוסף, תחושת התסכול של צוותי ארה"ב שנבעה מהפרשי השעות פחתה בצורה ניכרת".

להקשיב לעובדים ולהתחיל בקטן

איך מתחילים להטמיע AI בארגון? השאלה כמובן מורכבת ושונה מארגון לארגון. אבל המרואיינים שמחו לשתף את התובנות שלהם מהתהליכים שהם עברו.

עמית שגב, Head of Data & AI ב-One Zero

"חשוב לזהות את הצרכים של העובדים ולהתאים את התהליך לצורת העבודה שמתאימה להם", אומרת דוד ומוסיפה כי במקרה שלהם העובדים העדיפו לקבל מידע ישירות ב-Slack. "ייתכן כי בארגונים אחרים יעדיפו כלים אחרים לשאלות על ידי ארגוני", היא אומרת.

שגב מייעץ להתחיל בקטן: "גם בארגונים שהם יותר מסורתיים, כדאי להתחיל לבנות 'דנ"א של AI' בארגון – בין אם בהטמעה של פתרונות פשוטים יחסית או עבור משימות מוגדרות ותחומות". הוא מוסיף כי חשוב להקפיד לבנות את המערכות כך שיהיו גמישות ויוכלו להתאים גם לטכנולוגיה של מחר, "ולא להיות כבולים למגבלות של הטכנולוגיה הקיימת כיום".

ניסני מדגיש את חשיבות הראייה הרחבה: "הטמעה מוצלחת מחייבת התייחסות למספר ממדים מרכזיים – השפעה על מוצרי ושירותי החברה, השפעה תפעולית, השפעה על העובדים וניהול תהליך השינוי". הוא ממליץ לבנות תכנית שינוי מקיפה, "המלווה את התהליך שלב אחר שלב, כולל מתן מענה להתנגדויות שעשויות לעלות מצד העובדים".

המסר המשותף לשלושתם ברור: הצלחה בהטמעת AI אינה רק עניין טכנולוגי, אלא תהליך ארגוני מקיף שדורש תכנון, גמישות והקשבה מתמדת לצרכי העובדים והלקוחות.