עליית סוכני ה-AI Agents

סוכני בינה מלאכותית (AI) משנים את הדרך בה אנו מתקשרים עם מנועי ה AI, כמו גם עם העולם סביבנו. אפליקציות חכמות מבוססות AI נועדו לתקשר עם הסביבה העסקית המוגדרת, לאסוף נתונים ולבצע משימות באופן עצמאי כדי להשיג מטרות שנקבעו מראש.

הרעיון של סוכני AI אוטונומיים – בוטים המונעים על ידי LLM שיכולים לחשוב ולבצע משימות באופן עצמאי – תפס תאוצה אדירה בשנת 2023. כעת, התחום זוכה לפריחה. חברת המחקר CB Insights מדווחת על יותר מ 50 חברות סטארטאפ העוסקות בפיתוח והנגשה של סוכנים חכמים מבוססי AI מאז שנת 2022, מספר שצפוי רק לעלות ואפילו להכפיל עצמו בשנה הקרובה.

דה מרקר התייחס לאחרונה בדיוק למגמה זו: ״צ'אטבוטים בסגנון ChatGPT הם כבר נחלת העבר. לעתיד קוראים סוכני AI. אם צ'אטבוטים שולפים תשובות מהשרוול – סוכני AI מאומנים לעבוד בצורה זהירה ומתודית כדי להגיע לתוצאות מדויקות יותר."

ארגוני אנטרפרייז בישראל בונים סוכנים חכמים לשימושם או כדי למכור אותם ללקוחות — ויותר ויותר סטארט־אפים שעוסקים בסוכני AI נולדים. בעולם כבר יש סטארט־אפים כאלו שגייסו סכומים גדולים כמו Cognition AI מסן פרנסיסקו, שמפתח סוכן AI למתכנת. החברה קמה רק בנובמבר 2023 וכבר גייסה 200 מיליון דולר, עם שווי של 2 מיליארד דולר בסיבוב האחרון.

למרות שאת המטרות והיעדים העסקיים מגדירים בני האדם, סוכן  -AI הוא זה שבוחר באופן עצמאי את הפעולות הטובות ביותר כדי לענות על הצרכים שהוגדרו.. העצמאות הזו הופכת את סוכני ה AI לגמישים ושימושיים במיוחד במגוון רחב של יישומים, החל משירות לקוחות דרך יצירת תוכן ועוד, ולא בכדי הם צפויים לשנות לשבש את הפעילות העסקית במגוון תעשיות. להלן כמה דוגמאות והסברים לגבי סוכני AI וכיצד הם עשויים להשפיע על המציאות העסקית של כולנו:

נתחיל מהבסיס: מה הם סוכני AI?

סוכני AI הם יישומי תוכנה המופעלים על ידי בינה מלאכותית, שמיועדים לבצע משימות ספציפיות באופן עצמאי או עם מינימום התערבות אנושית. בשונה ממערכות AI מסורתיות שמתמקדות בעיקר בניתוח נתונים או במתן המלצות, סוכני AI מכוונים לפעולה מוגדרת. הם מסוגלים לבצע סדרה של משימות, לעיתים תוך שילוב מערכות שונות, כדי להשיג תוצאה רצויה (שתמיד מוגדרת על ידי גורם אנושי).

המאפיינים העיקריים של סוכני ה AI:

  1. עצמאות: סוכני AI פועלים באופן עצמאי לאחר שניתנה להם משימה, ולעיתים קרובות מקבלים החלטות ונוקטים בפעולות ללא צורך בהתערבות אנושית.
  2. מכווני משימה: סוכנים אלו בנויים כדי להשלים משימות ספציפיות, שיכולות לנוע בין אינטראקציות עם לקוחות, דרך פתרון בעיות טכניות מורכבות, ועד לפונקציות של משאבי אנוש כמו קליטת עובדים חדשים.
  3. שילוב בין מערכות: סוכני AI מגשרים לעיתים קרובות בין מערכות תוכנה שונות, כשהם שולפים נתונים ממערכת אחת, מעבדים אותם, ואז נוקטים בפעולה במערכת אחרת, תוך שילוב חלק של אספקטים שונים של זרימת העבודה.
  4. למידה והתאמה: עם הזמן, סוכני AI יכולים ללמוד מהאינטראקציות והחוויות שלהם, ולהשתפר ביעילותם ובאפקטיביותם בביצוע משימות.
  5. מדרגיות: סוכני AI יכולים לטפל בנפח גדול של משימות בו זמנית, מה שהופך אותם לפתרונות מדרגיים מאוד עבור עסקים המעוניינים לאוטומט תהליכים חוזרים או מורכבים.

דוגמאות לשימוש בסוכני AI:

– שירות לקוחות: סוכני AI יכולים לנהל שיחות מול הלקוחות, לעבד את הבקשות שלהם ולהציע המלצות על מוצרים, שירותים והמלצות יוספות, ובכך להפחית את הצורך בגורמים אנושיים.

– משאבי אנוש: סוכני AI יכולים למכן תהליכים כמו סינון קורות חיים, תיאום ראיונות וקליטת עובדים חדשים.

– תמיכה טכנית (IT): הם יכולים לאבחן ולפתור בעיות טכניות, להתקין עדכונים ואפילו לנהל פרוטוקולי אבטחת מידע. אגב, לפי אתר דה מרקר: הסטארט־אפ אטרה (Atera), המפתח מערכת לצוותי תמיכה טכנית בארגונים, הצליח לפתח נציג וירטואלי שיפתור אוטומטית חלק מקריאות השירות המגיעות לתמיכה, כמו משתמשים שצריכים איפוס סיסמה. באטרה התחילו לעבוד על מערכת כזו כבר ב 2017, אבל ללא תוצאות מספיק טובות. פריצת הדרך הגיעה רק בזכות מודלי השפה החדשים. כיום אטרה משווקת סוכן שנמצא על המחשב של המשתמשים בארגון, ונותן להם פתרונות אוטומטיים לבעיות כמו תוכנות שלא נפתחות ומחשב איטי. הסוכן של אטרה יודע להריץ בדיקות כדי לזהות את המקור לאיטיות ואז לבצע שינויים נדרשים במערכות המחשוב.

עד כה התייחסנו למאפיינים המרכזים ובכמה דוגמאות ליישום פרקטי ועסקי – למחר בבוקר. אבל, בואו נדבר גם על הפוטנציאל העתידי:

ככל שטכנולוגיות מבוססות AI מתקדמות ומתפתחות יותר, סוכני AI צפויים לקחת על עצמם משימות מורכבות יותר ויותר, ואולי אף לנהל תהליכים עסקיים שלמים או לקבל החלטות אסטרטגיות בצורה אוטונומית לחלוטין. הם עשויים להתפתח כדי להתמודד עם משימות שמצריכות יותר רגישות להקשר, למשך קמפיינים שיווקיים מותאמים אישית, מחקרים מורבים, או אפילו אבחנות רפואיות.

אתגרים ושיקולים:

– שיקולים אתיים: ככל שסוכני AI הופכים לעצמאיים יותר, יעלו שיקולים אתיים בנושא קבלת החלטות, פרטיות ואחריות.
– אינטגרציה: שילוב סוכני AI עם מערכות ותהליכי עבודה קיימים עלולים לייצר אתגרים ארגוניים עסקיים, תפעוליים ומשפטיים ולדרוש התאמות טכניות משמעותיות מצד הארגון.
– פיקוח אנושי: חשוב לוודא שסוכני AI פועלים במסגרת הפרמטרים הרצויים ותואמים לערכים ולמטרות של החברה. רוב הארגונים כיום, משלבים רובד ניהולי ומעקב אנושי כדי לוודא שפעילות ה- ai עונה על הסטנדרטים העסקיים שמייצגים את הארגון.

לסיכום, ההתלהבות סביב סוכני AI גבוהה בימים אלו, אבל הכלים בתחום נמצאים בשלבים ראשוניים ועדיין לא הוכח הפוטנציאל המסחרי שלהם. פוטנציאל זה תלוי ביכולתם לספק תוצאה אמינה, איכותית ובטוחה מספיק כדי שאנשים וארגונים יאמצו אותם.

כל חברה המתמקדת בנושא מחפשת פתרונות משלה כדי להגיע לתוצאה כזו. ב Atera למשל מגבילים את הסוכן שלהם למשימות שבהן לא יוכל לגרום נזק למערכות בארגון. באנזו מתאימים כל סוכן AI שהם בונים לתעשייה ספציפית. סוכן שצריך לכתוב מאמרים לבלוג של עורכי דין, למשל, יופנה למאגרים משפטיים בלבד — ולא לכל המידע ברשת — כדי להקטין את הסיכוי שהוא יכלול בהם מידע לא קשור.

אנחנו בשטראוס נמשיך לעקוב אחרי המגמה הלוהטת הזו, ונשתף בערוצים שלנו לגבי ההתפתחויות החדשות. 

לתיאום קפה ☕ והתייעצות קטנה כגדולה בנושא סוכני בינה מלאכותית (AI) – לחצו כאן ⬅️

עוד כתבות עבורך

הטעות במיליוני ₪ שכל CIO יכול למנוע 

70% מפרויקטי הטרנספורמציה הדיגיטלית נכשלים. הסיבה?

לא חוסר תקציב או טכנולוגיה – אלא צעד אחד קריטי שרבים מדלגים עליו עוד לפני שמתחילים. 

התקציב אושר, הצוות מוכן, והלחץ לבצע עבודה מהירה גדול. הדחף הראשוני של כל מנהל טכנולוגיות הוא לצלול ישר לפתרונות טכנולוגיים, להשוואת ספקים ולניתוח נתונים.
אבל עצרו לרגע. הצעד החשוב ביותר להצלחת הפרויקט הוא דווקא זה שרוב המנהלים מדלגים עליו – והוא קובע את גורל הפרויקט עוד לפני שהתחיל. 

מודל מסדר (Framework) כבסיס למהלך אסטרטגי – לפני כל ניתוח או המלצה 

בעולם המודרני, בו החלטות טכנולוגיות משפיעות שנים קדימה, אסור לנו כמנהלים לצלול ישר לניתוח הנתונים, השוואות ספקים או בחירת פתרון. הצעד הראשון הקריטי שעלינו לבצע הוא הגדרת מודל מסדר (Framework)  שיכוון את תהליך הבדיקה וההחלטה. 

Framework הוא סדר חשיבה מובנה שמסייע לך לנתח מצב או בעיה בצורה שיטתית, בלי לפספס מרכיבים קריטיים. הוא משמש כמפת דרכים לקבלת החלטות עסקיות – מאפשר לבחון חלופות, לשקול יתרונות וחסרונות, ולבסוף לבחור בצעד שמייצר את הערך הגבוה ביותר לארגון. 

Framework נכון מאפשר לסדר את המידע, לדייק את המיקוד, ולהבטיח שכל ההיבטים הרלוונטיים נשקלים בצורה מאוזנת – גם במצב הקיים וגם בתהליך בניית האסטרטגיה להמשך. 

 

למה להתחיל ב- Framework? ארבעה יתרונות מוכחים: 

  1. Decision Velocity – קצר את זמן ההחלטה ב- 45%
    המודל ממקד את הדיון, מקצר את זמן ההגעה להחלטה ומבטיח שהיא מבוססת על הנתונים הנכונים.
  2. שפה משותפת עם ההנהלה ⬅️ תקציב מאושר…
    המודל החזותי הופך נושאים מורכבים למובנים גם למי שאינו טכנולוג.
    במקום להסביר למנכ"ל למה "אנחנו צריכים  API management platform", מומלץ להציג לו איך זה משפיע על מהירות הפיתוח, איכות השירות ועלויות התפעול. 
  3. הגנה מהטיות – מבנה קבוע מבטיח שלא "שוכחים" היבטים קריטיים. 
  4. מדידה והשוואה לאורך זמן – ניתן להחיל את אותו Framework על מצבים שונים ולמדוד שיפור. זה הופך כל פרויקט ללמידה שמשפרת את הבא. 

 

ומה יקרה אם נדלג על בניית ה- Framework הנכון?  

  1. פרויקטים שנתקעים: דיונים אינסופיים על כיוון הפרויקט כי המטרות לא הוגדרו בבירור. 
  2. בזבוז משאבים: השקעת זמן וכסף בניתוח פתרונות שבכלל לא עונים על הבעיה העסקית האמיתית. 
  3. הטיות והחלטות שגויות: בחירת פתרון על סמך "תחושת בטן" או העדפה אישית של גורם דומיננטי, במקום על סמך ניתוח מאוזן. 
  4. חוסר גיבוי מההנהלה ומהשותפים העסקיים: קושי להסביר את ההיגיון מאחורי המלצה אסטרטגית ללא מודל ויזואלי ברור. 

 

שתי דרכים ליישם Framework בעבודת ייעוץ  

אופציה 1 – בחירת Framework קיים. מתי כדאי? כשהאתגר שלכם טיפוסי לתעשייה  

כאשר יש מודלים מוכרים בתעשייה (כמו COBIT, TOGAF, ITIL או מודלי בגרות תהליכית), ניתן להתאים אותם לארגון: 

שלבים לבחירה נכונה: 

  1. הגדרת מטרות ההערכה – האם המיקוד טכנולוגי, תהליכי או עסקי. 
  2. בדיקת רלוונטיות לתעשייה – האם המודל נבדק והוכח בסביבה דומה. 
  3. פשטות מול עומק – לבחור מודל שלא יסבך את התהליך מעבר לנדרש. 
  4. התאמה לשפה הארגונית – להבטיח שהמושגים והמדדים ברורים לכל בעלי העניין. 

יתרון – חיסכון בזמן ויכולת להסתמך על Best Practices מוכחים.
חיסרון – ייתכן והמודל לא יתאים ב-100% לייחודיות הארגון. 

 

אופציה 2 – פיתוח Framework מותאם מאפס. מתי כדאי? כשהצרכים שלכם יותר ספציפיים  

כאשר לא קיים מודל שמתאים במדויק למצב, ניתן לפתח Framework מותאם. 

שלבים לפיתוח Framework ייעודי: 

  1. הגדרת יעדים מדויקים – מה ההחלטה שצריך לקבל ומה יכריע אותה. 
  2. זיהוי הממדים המרכזיים – טכנולוגיה, תהליכים, אנשים, רגולציה, שוק וכו'. 
  3. קביעת קריטריונים ומדדים – הגדרות ברורות ל"נמוך", "בינוני", "גבוה". 
  4. עיצוב חזותי – תרשימים, טבלאות, סקאלות צבע שמקלות על הבנה מיידית. 
  5. הרצה ופיילוט – בדיקה על מדגם קטן לפני החלת המודל בארגון כולו. 

יתרון – מענה מותאם ב-100% לצרכים הספציפיים.
חיסרון – דורש ניסיון, זמן ומשאבים לפיתוח. 

 

שילוב Framework בצומת אסטרטגית 

בין אם בוחרים מודל קיים או מפתחים חדש, חשוב לשלב אותו בשני שלבים קריטיים: 

  1. ניתוח מצב קיים – מדידה והצגה של היכולות הנוכחיות לפי המודל. 
  2. בניית ההמלצות והאסטרטגיה – שימוש ב-Framework  כבסיס לדיון על חלופות והשלכות. 

כך המודל הופך לכלי עבודה חי, לא רק מצגת חד-פעמית. 

דוגמה מהשטח – מסגרת להערכת מצב קיים ולבחירת כיוון בבחירת מערכת ליבה ארגונית  

כאשר אנחנו, בשטראוס אסטרטגיה, מלווים ארגון בצומת קריטית של החלפת מערכת ליבה (כדוגמת ERP, CRM), אנו תמיד מתחילים בהתאמת מודל מסדר מותאם לארגון הספציפי. המודל מדייק את הפרמטרים המרכזיים הרלוונטיים ביותר לארגון – האתגרים העסקיים, התהליכיים, הטכנולוגיים או הארגוניים (או כל שילוב ביניהם). בניית מסגרת הערכה מדויקת מפשטת את התהליך ומייעלת אותו ביותר. 

למשל בשלב ההמלצה על דרך הפעולה המיטבית, ניתן לבנות Framework שבוחן: 

  • Product Fitעד כמה הפתרון עונה על הצרכים העסקיים של היום ומוכן לאתגרי המחר  
  • הבשלות העסקית והתהליכית –  איכות התהליכים העסקיים, מוכנות הארגון, ומידת הבנתו את משמעות השינוי. 

הצגת המצב בתרשים ברור (כמו המודל שבדוגמה) מאפשרת לראות את התמונה המלאה ולהחליט אם יש מקום להחלפת המוצר, להתמקדות בחדשנות במוצר הקיים, להתמקדות בתהליכי העבודה ולא בהחלפת המוצר או לבניית תוכנית שתכלול שיפור מהותי של התהליכים תוך החלפה מדורגת של המוצר.  

 

 

סיכום – Framework כמצפן אסטרטגי בעידן של שינויים מהירים 

בעולם של שינויים טכנולוגיים מהירים, Framework נכון הוא לא "עוד שקף" אלא מצפן אסטרטגי. הוא יוצר שפה משותפת, מונע פספוס היבטים קריטיים, ומאפשר למנהלים לקבל החלטות טובות יותר. 

עומדים בפני החלטה אסטרטגית? החלפת מערכת ליבה? טרנספורמציה דיגיטלית?

לפני שאתם צוללים לפרטים, נשמח להראות לכם איך Framework נכון יכול לקצר לכם החלטות אסטרטגיות בחודשים ולחסוך מיליונים.

מוזמנים לכתוב לי ונדבר gil.r@s-strategy.com

איך רשות ניירות ערך הפכה את מחלקת מערכות המידע למנוע צמיחה אסטרטגי?

רקע על הפרויקט 

הרשות לניירות ערך (רנ"ע) היא הגוף הרגולטורי המוביל בישראל לפיקוח על שוק ההון, שמשרת מיליוני משקיעים וחברות ציבוריות. מחלקת מערכות המידע של הרשות עומדת בפני אתגרים רבים ונדרשת לייצר יכולות טכנולוגיות מתקדמות וחדשניות על מנת לאפשר לרשות לעמוד ביעדיה.

האתגר המרכזי היה ברור: איך מעבירים את מחלקת מערכות המידע ממצב של "תגובה לצרכים" למצב של "הובלה אסטרטגית" שתתמוך בחזון הרשות לקראת 2026?

צוות המומחים שלנו בשטראוס אסטרטגיה ביחד עם ה CIO של הרשות, אורן הנר, ומנכ"ל הרשות, שפירר עודד, ששם את הטכנולוגיה כמקום מרכזי באסטרטגיה של הארגון יצאו לתהליך של בניית מפת הדרכים למחלקת מערכות המידע של הרשות והפיכתה לגוף שמוביל את הארגון.

 

האתגרים העיקריים איתם המחלקה מתמודדת

  • חוב טכנולוגי מצטבר – חלק ממערכות הליבה המרכזיות מבוססות טכנולוגיות מיושנות.
  • ביזור מערכות וחוסר אינטגרציה – מגוון רחב של מערכות שבנויות כסילו ללא קישוריות ביניהן.
  • פערים בניהול ידע ארגוני – פיצול מקורות מידע, יכולות חיפוש מוגבלות, ונתונים לא מובנים שמקשים על קבלת החלטות מבוססות נתונים.

 

לאתגרים אלה השפעה על היכולת להוביל טרנספורמציה דיגיטלית ארגונית וקושי בניצול מלא הפוטנציאל של דאטה ו- AI.

למרות האתגרים, התגלו עוצמות משמעותיות שהיוו בסיס איתן לאסטרטגיה:

  1. צוות מקצועי ומחויב – הון אנושי איכותי עם מוטיבציה גבוהה ומחויבות למשימה.
  2. ניהול משאבים מושכל – ניהול אפקטיבי של תקציב וספקים עם השקעה מיטבית ב- Run, Grow ו- Transform.
  3. רמת שירות גבוהה – שיפור משמעותי ברמת השירות עם משוב חיובי מהמחלקות העסקיות.
  4. מיקוד עסקי וחדשנות – הובלה מקצועית הממוקדת במתן ערך עסקי אמיתי, כולל פעילות מובילה בדאטה ו- AI.
  5. יציבות ואמינות המערכות – תשתיות איתנות המבטיחות רציפות עסקית ברמה גבוהה.

 

תובנות ולקחים מרכזיים 

הפרויקט הניב תובנות חשובות הרלוונטיות לכל ארגון המעוניין בטרנספורמציה דיגיטלית:

  1. חשיבות המיפוי המדויק – "הצלחנו לזהות את העוצמות הקיימות ולבנות עליהן", מסביר מנהל הפרויקט ברנ"ע. "הבנת המצב הקיים בפירוט אפשרה לנו לתעדף את הפעולות הנכונות."
  2. מנהל מוצר כגורם מתכלל – אחת ההחלטות הנדרשות הינה מינוי מנהל מוצר ייעודי שיהווה גורם מתכלל בין כל השותפים. מנהל המוצר הוא הדבק שמחבר בין הטכנולוגיה, הצרכים העסקיים והמשתמשים ומסייע בתהליך השינוי מתפיסת פיתוח מערכות למענה לתהליכים עסקיים.
  3. שותפות עם המחלקות העסקיות – הבסיס להצלחה הוא עבודה משותפת והדוקה עם המחלקות העסקיות, תוך שקיפות במתן בהבנת הצרכים, תעדוף בראייה רוחבית ומתן מענים התואמים את הצורך העסקי.

 

מבט לעתיד 

מחלקת מערכות המידע של רנ"ע נמצאת כיום בשלב הבשלה "מוגדר ומדויק" ביחס למיצוי הפוטנציאל בתחומי הדאטה, אנליטיקה ו- AI עם תוכניות להתקדם לשלבי הבשלה מתקדמים יותר במסגרת המפה האסטרטגית לקראת 2026.

Govmap – איך הופכים תשתית למוצר דיגיטלי בעידן של ממשל חכם?

רקע על הפרויקט 

Govmap היא פלטפורמה גיאוגרפית ייחודית, מבית מפ"י (המרכז למיפוי ישראל), שנועדה לרכז ולנהל מידע גיאוגרפי עשיר הן ברמת המפות הטופולוגיות והן ברמת שכבות המידע המגוונות. הפרויקט נולד משיתוף פעולה אסטרטגי בין מערך הדיגיטל הלאומי ומרכז המיפוי לישראל (מפ"י), שהבינו את הצורך הדחוף בפתרון מרכזי לניהול המידע הגיאוגרפי בראיה רוחבית. 

במצב הקיים, קיימים מספר פתרונות טכנולוגים עבור ניהול המידע הגיאוגרפי במשרדי הממשלה והרשויות המקומיות, דבר שמוביל לכפילויות, בזבוז משאבים וקושי בקבלת החלטות מבוססות נתונים. 

 

האתגר העסקי והטכנולוגי 

האתגר המרכזי היה ברור: איך מייצרים פלטפורמה אחת שתשרת את כלל הממשלה, הרשויות המקומיות והציבור הרחב, ותאפשר גישה למידע גיאוגרפי מהימן ועדכני? 

האתגרים איתם הפרויקט מתמודד: 

  • פיזור מידע קריטי כל משרד ממשלתי החזיק את המידע הגיאוגרפי שלו בנפרד, ללא יכולת שיתוף אפקטיבית 
  • חוסר אמת אחת שכבות המידע הגיאוגרפי מופיעות ברמת עדכניות שונה במערכות שונות 
  • בזבוז משאבים כל גוף מפתח יכולות מיפוי משלו, מה שמיצר כפילויות יקרות 
  • קושי בקבלת החלטות מקבלי ההחלטות מתקשים לקבל תמונה מלאה ורוחבית של על בסיס המידע הגיאוגרפי 

השפעת האתגרים הללו הינה דרמטית: עיכובים בפרויקטים לאומיים, קושי בתכנון עירוני ואזורי וחוסר יכולת לספק שירות איכותי לאזרחים שזקוקים למידע גיאוגרפי.
 

תהליך העבודה והפתרון החדשני 

כאן נכנסה לתמונה חברת שטראוס אסטרטגיה, שהובילה אקסלרטור ייחודי לתכנון תפיסה מוצרית מקיפה עבור Govmap.
 

שלב א': הגדרת הצעת הערך 

הצוות של שטראוס, בעבודה משותפת עם מפ"י ומערך הדיגיטל הלאומי, החל בהגדרת הצעת ערך ברורה:
Govmap הינה פלטפורמה שיתופית המרכזת מידע גיאוגרפי עדכני ומגוון ממשרדי הממשלה, מהרשויות המקומיות ומגופים ציבוריים נוספים במקום אחד. Govmap מיועדת למשרדי ממשלה, רשויות מקומיות, ארגונים ציבוריים והקהל הרחב ומאפשרת ביצוע ניתוחים מתקדמים, ניהול מידע גיאוגרפי באופן עצמאי ושיתוף המידע בקלות עם גורמים נוספים – הכל במטרה לשפר את השירות הציבורי ולקדם קבלת החלטות מושכלת.
 

שלב ב': זיהוי אזורי המיקוד האסטרטגיים 

הצוות האינטגרטיבי זיהה שלושה אזורי מיקוד מרכזיים: 

  1. HUB ממשלתי ציבורי – יצירת מרכז מידע גיאוגרפי לכלל הממשלה 
  2. חיבור בין ממשלה לרשויות גישור על הפער בין הרמה הלאומית למקומית 
  3. כלי לקבלת החלטותהצגת נתונים אינטגרטיבית ופיתוח יכולות אנליטיות מתקדמות המסייעות בתהליך קבלת החלטות מבוסס נתונים
     

שלב ג': בניית מודל עסקי בר-קיימא 

אחד האתגרים הגדולים היה לבנות מודל עסקי שיבטיח את קיימות הפרויקט לאורך זמן. הצוות פיתח מודל המבוסס על ערך מוסף לכל השותפים, עם מנגנוני מימון ברורים ותמריצים לשיתוף מידע. 

 

שלב ד': גיבוש מפת דרכים מוצרית 

הצוות בנה מפת דרכים מפורטת הכוללת אבני דרך ברורות, החל מגרסת MVP ועד לפלטפורמה מלאה עם יכולות אנליטיות מתקדמות. 

 

התוצאות  

התשתית הושקה ועלתה לאוויר בשבוע שעבר וזמינה לציבור הרחב. מדובר בשלב הראשון במפת הדרכים ומכאן תמשיך להתפתח ולהתרחב בגרסאות עיתיות בפיתוח אג'ילי בהתאם לצרכים ולערך המוסף עבור הלקוחות השונים. 

 

תובנות ולקחים מרכזיים 

הפרויקט הניב תובנות חשובות הרלוונטיות לכל ארגון המעוניין בטרנספורמציה דיגיטלית: 

  1. חשיבות החזון המשותף
    "הצלחנו ליצור שפה משותפת בין כל השותפים", מסביר מנהל הפרויקט. "כשכולם מבינים את הערך שהם מקבלים, השיתוף הופך לטבעי." 
  2. מנהל מוצר כגורם מפתח
    אחת ההחלטות הנדרשות ביותר הינה מינוי מנהל מוצר ייעודי שהיווה גורם מתכלל בין כל השותפים. "מנהל המוצר הוא הדבק שמחבר בין הטכנולוגיה, הצרכים העסקיים והמשתמשים", מציינת מנהלת במערך הדיגיטל הלאומי. 
  3. התחלה קטנה, חשיבה גדולה
    הפרויקט החל עם מספר use cases ממוקדים שהוכיחו ערך מידי, ומשם התרחב בהדרגה. "לא ניסינו לפתור את כל הבעיות ביום אחד", מדגיש מנהל במפ"י. "אנו רוצים לבנות אמון צעד אחר צעד." 
  4. שותפויות אסטרטגיות
    הצלחת הפרויקט נבעה במידה רבה מהשותפויות החכמות שנוצרו. "הבנו שאנחנו לא יכולים לעשות הכל לבד", מסכם מנהל במפ"י. "השותפות עם מערך הדיגיטל הלאומי והליווי של חברת שטראוס אסטרטגיה הינם קריטיים להצלחה." 

 

מבט לעתיד 

Govmap ממשיכה להתפתח ולהתרחב. "זהו רק תחילתו של המסע", מסכם מנהל הפרויקט. "החזון שלנו הוא שכל החלטה ממשלתית או עירונית הקשורה למרחב תתבסס על מידע מדויק ועדכני מ- Govmap. אנחנו בדרך הנכונה להגשים את החזון הזה."