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 ⬅️

מחקר מקיף חושף תובנות חשובות על דפוסי אימוץ של כלי AI במקום העבודה

💡 הידעתם?

 ✨כ 50% מהעובדים במקצועות שנסקרו כבר התנסו ב ChatGPT

✨קיים פער-אימוץ משמעותי בקרב מקצועות שונים באותו ארגון

✨המסגלים הראשונים מגיעים משני קצוות הוותק/בכירות

✨קיים פער מגדרי מפתיע של כ 20% בשימוש

🧪 מחקר יוצא דופן בהיקפו ובאיכותו

 המחקר נערך בין נובמבר 23 לינואר 24 ומציג תובנות לגבי דפוסי האימוץ של כלי AI אישיים דוגמת Chat GPT בארגונים. המחקר בראשות חוקרים מאונ' שיקגו וקופנהגן סקר 100,000 עובדים ב-11 משלחי יד בדנמרק.

🔑 ממצאים מרכזיים:

✨אימוץ נרחב:

50% מהעובדים שנסקרו השתמשו בכלי במ"י. 32% מהם באופן שוטף, עדות לקצב אימוץ מהיר וערך נתפס מוחשי

✨פערי אימוץ בין מקצועות:

מפתחי תוכנה מובילים עם 79% אימוץ, לעומת 34% בקרב יועצים פיננסיים. הפער מדגיש את ההבדלים באוריינות הטכנולוגית ובאופי העבודה בין המקצועות

✨ פוטנציאל פריון משמעותי:

העובד מעריך שכלי AI יכולים לחסוך כ- 50% מזמן העבודה ב-37% ממשימותיו

✨ פער מגדרי:

הסבירות של נשים לאמץ כלי AI נמוך בכ 20% בהשוואה לגברים באותו מקצוע, גם באותו מקום עבודה

🧠 חסמי אימוץ:

✨43% – זקוקים להדרכה אפקטיבית

✨35% – נתקלים בהגבלות ארגוניות

✨פחות מ-10% מדווחים על "פחדים קיומיים" כסיבה לאי-שימוש.

👥 פרופיל המסגלים הראשונים:

✨צעירים וחסרי ניסיון נוטים יותר לאמץ את הטכנולוגיה

✨עובדים מצטיינים גם הם מובילים באימוץ.

ממצא זה מצביע על פוטנציאל לפער דיגיטלי חדש בין קבוצות עובדים שונות.

📊 תובנות למקבלי החלטות:

✨ טרנספורמציה בפריון העבודה:

עוד לפני שהארגון מקדם אסטרטגיית GAI מפוארת ועתירת ממון, ראוי שידע שחלק משמעותי מהפוטנציאל לטרנספורמציה בפריון העבודה נמצא "מתחת לפנס": טרנספורמציה בפרודוקטיביות האישית של כל עובד-ידע.

✨ אוריינות AI  הוליסטית היא מרכיב אסטרטגי:

אוריינות ברת-קיימא (בשונה מהדרכות נקודתיות וגנריות) לצד הנגשה מערכתית של כלי AI הן מפתח ליישום מהיר של הטרנספורמציה הזאת.

✨ מדיניות AI מאוזנת: הדאגה משימוש לא אחראי בכלי AI היא סבירה. אולם ההיסטריה והיעדר מדיניות מאוזנת אינה סבירה. חובה לפתח מדיניות המאזנת בין ניהול סיכונים לבין אימוץ ויעילות. ולא, חסימת גישה לכלים או נהלי Don’t בסגנון ביידן אינם אסטרטגיה…

✨ מדיניות מעודדת אימוץ:

זה לבדו ראוי ל 2-3 פוסטים. אם הערך הנתפס ברמת הפרט כה מוחשי, חובה ליישם תוכנית המעודדת אימוץ, כלכלת מוטיבציה שקושרת יעדים, תמריצים,  והתאמה לקהלי היעד כדי למקסם אימוץ.

🎯 השורה התחתונה

מובילי טרנספורמציית AI יכולים להוביל מהפכה בפריון העבודה וביעילות התפעולית בעזרת ארגז כלים ואוריינות AI נכונים בידי העובד. אולם, זהו ניהול שינוי ולא אוסף הדרכות ומשימות. זהו נדבך אורגני באסטרטגיה ובמפת דרכים גמישה וברת-קיימא.

אני מכנה ארגון המסוגל לצמצם את המרחק בין זיהוי הזדמנות לטרנספורמציה לבין הגשמה מהירה – "ארגון אקספוננציאלי" – Exponential Organization.

❣️מעוניינים להיות ארגון אקספוננציאלי? ליישם אסטרטגיית אוריינות AI בארגון שלכם תוך איזון בין תפוקה לניהול סיכונים? נשמח לשוחח ולחלוק תובנות נוספות מניסיוני בתחום.