למה הסוכן החכם שלכם לא מבין את העסק, ואיך פותרים את זה?

הסוכנים שלכם יודעים לגשת למידע ולבצע משימות מורכבות, אבל הם לא תמיד מבינים את ההיגיון העסקי מאחוריהן. כדי שתוכלו לסמוך עליהם באמת, אתם חייבים לבנות Company Brain

מוח ארגוני הוא לא מוצר שקונים ומתקינים, אלא תפיסה ארכיטקטונית שמממשים באמצעות טכנולוגיות קיימות (דימוי: Dreamstime)

מאת אריאל עוז

דמיינו סוכן AI שמקבל גישה למערכות הארגון. הוא שולף נתונים, קורא מסמכים, כותב שאילתות SQL ואפילו מבצע פעולות בעצמו. עכשיו בקשו ממנו לחשב את הכנסות החברה ברבעון האחרון. הוא ימצא את הנתונים ויחזיר מספר מדויק, אולי אפילו בגרף מרשים. רק שיש בעיה קטנה: הוא השתמש בהגדרה הלא נכונה של הכנסה, התעלם מהחרגה שהצוות הפיננסי מכיר היטב ושלף נתונים ממערכת שכבר מזמן אינה מקור האמת. מבחינתו, המשימה הושלמה בהצלחה. מבחינת הארגון, התוצאה שגויה.

למה זה עדיין קורה? המודלים אמנם משתפרים, אבל יש הבדל גדול בין היכולת לבצע משימה לבין היכולת להבין מה נכון לעשות.

לא חסרים נתונים, אלא ההבנה שמחברת ביניהם

ארגונים צוברים במשך שנים כמויות אדירות של ידע במחסני נתונים, בקוד, במסמכי אפיון, במערכות CRM ובתכתובות של עובדים. חלקו מסודר, חלקו מפוזר וחלקו קיים רק אצל האנשים שמכירים את הארגון מבפנים. עובד ותיק יודע איזה דוח נחשב למקור האמת ואילו החלטות קודמות משפיעות על המסקנה, אך סוכן AI לא מקבל את הידע הזה אוטומטית עם החיבור למאגרי המידע.

מנגנוני חיפוש ושליפה כמו RAG הם בסיס חשוב, אבל מציאת מסמך רלוונטי לא מבטיחה הבנה של המשמעות העסקית שלו. הפער הזה מחריף ככל שהסוכנים עוברים ממתן תשובות לביצוע עבודה עצמאית. טעות של צ'אטבוט מסתיימת בתשובה לא מדויקת, אך טעות של סוכן שמחובר למערכות הארגון עלולה להתגלגל להחלטה עסקית או לתהליך תפעולי שגוי.

מהו Company Brain ואיך הוא מחבר בין הנקודות?

ניתן לחשוב על Company Brain כשכבת הקשר ארגונית שמחברת בין שלושה מרכיבים:

• הזיכרון הארגוני. מסמכים, קוד, אפיונים, תוצרים מפרויקטים קודמים, החלטות ונהלים.
• ההיגיון העסקי. הגדרות המושגים, הקשרים ביניהם והכללים שלפיהם מחושבים מדדים. זה ההבדל בין סוכן שיודע לקרוא נתון לבין סוכן שמבין מה הנתון מייצג.
• יכולת הפעולה. גישה למערכות, הפעלת כלים וקריאה לממשקי API בהתאם להרשאות ולמדיניות הארגון.

מוח ארגוני הוא לא מוצר שקונים ומתקינים, אלא תפיסה ארכיטקטונית שמממשים באמצעות שילוב של טכנולוגיות קיימות. האתגר הוא לחבר בין הרכיבים, כך שהסוכן יקבל את ההקשר הנכון בזמן הנכון.

כדי לעשות את זה, הסוכן שלכם לא צריך עוד דאטה – הוא צריך מילון עסקי. לדוגמה: כדי לנתח רווחיות של לקוח, הסוכן צריך להבין מה נחשב להכנסה, אילו עלויות נכללות בחישוב ואיזה מקור נתונים מוסמך לכל מדד. שכבה סמנטית מגדירה את כל אלה בצורה מרכזית ועקבית, כך שהסוכנים לא יצטרכו לפרש מחדש את הנתונים בכל פעם. גרף ידע מוסיף ייצוג של קשרים מורכבים בין לקוחות, מוצרים ותהליכים, וקטלוג נתונים מספק מידע על הבעלות, האיכות והשימושים המותרים.

אסטרטגיית הדאטה צריכה להסתכל קדימה: לא רק על איך הנתונים ישרתו דוחות ומערכות BI, אלא גם איך הם יהפכו לתשתית שעליה סוכנים יבינו את העסק ויפעלו בתוכו.

איך Company Brain עובד בשטח?

בפרויקט שביצענו עבור חברת ביטוח גדולה, נדרשנו לאפיין מחדש מערכת פיננסית ותיקה בת כעשרים שנה שכללה את מנוע הליבה הפיננסי של הארגון. בפרויקט כזה הידע מפוזר בקוד, במסמכים היסטוריים ובהחלטות שהתקבלו לאורך שנים, וצריך לשחזר ממנו את הלוגיקה העסקית.

במסגרת הפרויקט שילבנו סוכני AI בתהליך וחיברנו אותם לקוד, לאפיונים, לתוצרים ולשיטות העבודה שנצברו בפרויקטים קודמים. באופן הזה הסוכנים יכלו לעבוד בסטנדרט ובשיטה שלנו, כמו אנליסטים ותיקים בצוות, ולפעול בהתאם להקשר העסקי של הארגון. כתוצאה מכך, עבודה שהייתה אמורה להתפרס על 17 חודשים, הושלמה בתוך חודש אחד.

זה לא בהכרח אומר שכל פרויקט יתקצר באותו שיעור, אבל זה ממחיש מה קורה כשהסוכן לא מתחיל מאפס. כאן נמצא הפוטנציאל הארגוני האמיתי: במקום "להוסיף AI למשימה", צריך להפוך את הניסיון שהצטבר בארגון לתשתית שניתן להפעיל שוב ושוב.

MCP מחבר את הכלים, לא את כל הנקודות

התפתחות נוספת שמאיצה את המעבר מסוכנים שמדברים לסוכנים שעובדים היא MCP – פרוטוקול המאפשר ליישומי AI להשתמש בכלים ובמקורות מידע דרך ממשק אחיד. אבל חיבור טכני לבדו לא מקנה הבנה עסקית – סוכן שמחובר למערכת CRM יודע איך לעדכן הזדמנות מכירה, אבל זה לא אומר שהוא יודע מתי נכון לשנות תחזית, או מי צריך לאשר את הפעולה.

לכן צריך להפריד בין שלוש שאלות: איזה מידע הסוכן מקבל, איך הוא מפרש אותו ואילו פעולות הוא רשאי לבצע. הרשאות, תיעוד ואישור אנושי הם חלק מהארכיטקטורה, ולא תוספות שחושבים עליהן בסוף.

הנכס הארגוני הכי חשוב כבר נמצא בידיים שלכם

קל להדגים את עבודת הסוכן בתרחיש שנבחר מראש. הרבה יותר קשה להפעיל אותו בארגון שבו מערכות מציגות נתונים סותרים, הגדרות עסקיות מתעדכנות והרשאות תלויות-הקשר. במצבים אלה הסוכן צריך לדעת איזה מקור מתאים למשימה ומתי לבקש אישור, והארגון צריך להבין על מה התבססה כל תוצאה. אלה אתגרים מוכרים, אבל בעידן הסוכנים האוטונומיים, המחיר של טעות גבוה מאוד.

הדרך המעשית לבניית המוח הארגוני היא לא להקים תשתית עצומה מראש, אלא להתחיל מתהליך עסקי מוגדר ולמפות מה הסוכן צריך לדעת כדי לעבוד היטב: אילו מקורות רלוונטיים, אילו הגדרות עסקיות קריטיות, אילו הרשאות נדרשות ומה חייב לעבור אישור אנושי. משם בונים את שכבת ההקשר ומרחיבים בהדרגה. כך אפשר להפוך אוסף של סוכנים נקודתיים ליכולת שמתפתחת יחד עם הארגון.

ככל שהמודלים והכלים נעשים נגישים יותר, עולה החשיבות של הנכס שכבר נמצא בתוך הארגון – הידע שנצבר לאורך שנים, ההגדרות העסקיות, ההחלטות ושיטות העבודה. השאלה החשובה אינה רק איזה סוכן הארגון מסוגל לבנות, אלא אם הארגון מסוגל לספק לסוכן את ההקשר הדרוש כדי להבין מה הוא עושה, מדוע ומה נחשב תוצאה נכונה. ארגונים שיצליחו לחבר בין דאטה, ידע, היגיון עסקי ויכולת פעולה יעשו את קפיצת המדרגה מסוכנים חכמים יותר, לסוכנים שבאמת מבינים את הארגון שבו הם פועלים.

הכותב הוא CTO ב-Eternity ובקבוצת אמן, ועוסק באסטרטגיית טכנולוגיה, דאטה ו-AI ארגוני