די לדבר על AI. הגיע הזמן לדבר על התהליך
מאת: דרור רייך | סמנכ"ל, מנהל חטיבת האסטרטגיה בחברת אנרג׳י טים
15.10.2026
תקציר
ארגונים לא צריכים עוד כלי AI. הם צריכים לדעת היכן AI באמת יכול לשנות את הדרך שבה העבודה מתבצעת. עם המעבר מיישומי Generative AI לסוכני AI המסוגלים לבצע רצף פעולות ולעבוד מול מערכות ארגוניות, האתגר המרכזי כבר אינו רק טכנולוגי. הוא תהליכי וארגוני: לזהות את התהליכים הנכונים, לבחון את בשלות התהליך והמידע, ולתכנן את החיבור בין אנשים, מידע, מערכות וסוכנים. לא כל תהליך מתאים לסוכן AI: לעיתים אוטומציה מסורתית היא הפתרון הנכון, לעיתים AI צריך לסייע לאדם, ורק בחלק מהמקרים נכון לאפשר לסוכן לבחור ולבצע פעולות במסגרת כללים, הרשאות ובקרות מוגדרים. הטרנספורמציה מתחילה לכן לא בשאלה "איזה Agent נבנה?", אלא בשאלה: איזו עבודה בארגון הגיע הזמן לבצע אחרת?
די. לא צריך עוד כלי AI
עוד מודל. עוד גרסה. עוד פלטפורמה ש"משנה את כללי המשחק". ועוד מצגת שמסבירה למה כל מה שהכרנו עד היום עומד להיעלם.
אפשר להבין למה מנהלים מרגישים מוצפים.
לכן, במקום להתחיל בעוד שיחה על AI, כדאי להתחיל בשאלה הרבה פחות נוצצת והרבה יותר חשובה:
איזו עבודה מתבצעת היום בארגון שלכם בצורה שפשוט כבר לא הגיוני להמשיך לבצע כך?
חפשו את העובד שמעתיק שוב ושוב מידע בין מערכות. את מנהלת התפעול שרודפת אחרי אישורים במייל. את צוות השירות שמחפש מידע בשלושה מקומות כדי לענות על שאלה אחת. את אנשי הכספים שבודקים ידנית חריגות, מסמכים ונתונים. את אנשי IT שמטפלים שוב ושוב בבקשות צפויות.
בארגון של מאות עובדים, כמה דקות מבוזבזות אינן רק כמה דקות. כשהן מוכפלות באלפי פעולות, עשרות עובדים ולאורך 12 חודשים, הן הופכות לעלות ארגונית משמעותית.
וכאן מתחיל הסיפור האמיתי של סוכני AI.
סוכן AI הוא לא ChatGPT עם חליפה
אחד הבלבולים הנפוצים הוא להתייחס לסוכן AI כאל עוד צ'אט חכם.
אבל הערך הארגוני שלו נמצא במקום אחר.
מערכת Generative AI יכולה לנסח, לסכם, לנתח או להפיק תוכן. סוכן AI יכול, בתכנון נכון ובהתאם להרשאות ולמנגנוני בקרה, להיות חלק מתהליך עבודה: לקבל משימה או Trigger, לאסוף מידע ממספר מקורות, לנתח אותו, להפעיל כללים, לבצע פעולות במערכות, להעביר חריגה לאדם ולהמשיך לשלב הבא.
לדוגמה, בקשת רכש עשויה להתחיל במייל, להמשיך בבדיקת תקציב ב-ERP, באימות ספק, בקריאת הצעת מחיר, בהעברה לאישור ובעדכון המבקש. במקום לשאול מיד "איך נכניס Agent?", נכון לפרק את הרצף: אילו שלבים דטרמיניסטיים ומתאימים לאוטומציה, היכן נדרש AI להבנת מסמכים או הקשר, ואיפה חייב להישאר אישור אנושי.
זה הבדל מהותי: לא רק AI שמייצר תשובה, אלא AI שמשתתף בביצוע העבודה.
לפני שבונים Agent, ממפים את העבודה
הפיתוי ברור: לבחור תהליך כואב, לחבר אליו AI ולקוות להשיג ROI.
בפועל, תהליך גרוע לא הופך לתהליך טוב רק משום שהוספנו לו בינה מלאכותית. לפעמים פשוט קיבלנו תהליך גרוע שעכשיו רץ מהר יותר.
לכן נקודת ההתחלה צריכה להיות התהליך עצמו: מי מפעיל אותו? אילו מערכות מעורבות? מאיפה מגיע המידע? איפה נמצאות ההמתנות? כמה חריגים קיימים? אילו החלטות דורשות שיקול דעת? ומה יקרה אם הסוכן יטעה?
רק לאחר מכן מגיעה שאלת הטכנולוגיה.
דרך שימושית להתחיל היא לבחון כל תהליך באמצעות חמש שאלות בשלות:
1. נפח - האם הפעולה חוזרת מספיק פעמים?ככל שתהליך מתרחש בתדירות גבוהה יותר, פוטנציאל ההשפעה שלו גדל.
2. חיכוך - כמה עבודה ידנית קיימת בו?העתקות, חיפושים, בדיקות, תיאומים, סיכומים ומעבר בין מערכות הם סימנים שכדאי לבדוק.
3. מידע - האם לסוכן תהיה גישה למידע הנכון?Agent טוב ככל שיהיה, לא יפצה על מידע מפוזר, נתונים באיכות נמוכה או הרשאות לא מתאימות. צריך לשאול גם מי הבעלים של המידע, עד כמה הוא עדכני ואמין, האם מותר לסוכן להיחשף אליו, והאם ניתן להתחקות אחר המקור שעליו הסתמך.
4. שיקול דעת - כמה מהתהליך ניתן לתחום?לא כל החלטה צריכה לעבור למכונה. צריך לזהות היכן ניתן להגדיר גבולות ברורים ומתי אדם חייב להיכנס לתמונה.
5. סיכון - מה המחיר של טעות?ככל שההשפעה העסקית, הכספית, הרגולטורית או האבטחתית גבוהה יותר, נדרשות יותר בקרות, ניטור ומעורבות אנושית (Human-in-the-Loop).
חמשת המשתנים האלה מייצרים לעיתים מסקנה מפתיעה: התהליך שהכי מרשים להדגים בכנס הוא לא בהכרח התהליך שכדאי ליישם ראשון.
לא כל מה שאפשר לבצע אוטומטית צריך להפוך לסוכן AI
זה אולי העיקרון החשוב ביותר.
אם תהליך קבוע לחלוטין, מבוסס חוקים ודטרמיניסטי, אוטומציה מסורתית או אינטגרציה עשויות להיות פתרון פשוט, זול וצפוי יותר.
אם התהליך דורש הבנת שפה, עבודה עם מידע לא מובנה, איסוף מידע ממקורות שונים, בחירה בין פעולות והסתגלות להקשר - שם מתחיל להיות מעניין לבחון Agentic AI.
ואם התהליך דורש אחריות אנושית, שיקול דעת רגיש או החלטה בעלת השלכות משמעותיות, ייתכן שהתפקיד הנכון של AI הוא להכין את ההחלטה לאדם, ולא לקבל אותה במקומו.
אפשר לחשוב על כך כעל שלוש קטגוריות:
חוקים ברורים + תהליך צפוי Automation
מידע לא מובנה + הקשר + בחירה בין פעולות AI Agent
שיקול דעת משמעותי + אחריות + סיכון Human + AI
כלומר, השאלה הבוגרת אינה "איפה נכון להשתמש ב-AI?", אלא:
מה נכון להשאיר לאדם, מה נכון להפוך לאוטומציה, ומה נכון להעביר למודל משולב של אדם וסוכן?
זה כבר אינו דיון על כלי. זה דיון על ארכיטקטורת העבודה של הארגון.
Agent אינו רק מודל. הוא רכיב בארכיטקטורה הארגונית
כאן מגיעה נקודה שקל לפספס.
Agent שמסוגל לקרוא מידע, לבחור פעולה בהתאם להקשר ולכללים ולבצע אותה במערכת ארגונית זקוק ליותר ממודל AI טוב. הוא זקוק לזהות, להרשאות, לגישה מבוקרת למידע, לרישום פעולות, לניטור, לטיפול בחריגות ולמנגנון Escalation.
במקרים מסוימים נדרש גם מנגנון אישור לפני ביצוע פעולה, אפשרות לעצור תהליך או לבטל פעולה שבוצעה.
לכן לא מספיק לשאול: האם הסוכן יודע לבצע את העבודה?
צריך לשאול גם: האם הארגון יודע לשלוט בו?
כדי להפוך POC ליכולת ארגונית נדרש לחבר חמישה מרכיבים:
Process → Data → Agent → Controls → Measurement
בלי תהליך נכון, מידע מתאים, בקרות ומדידה - נשארנו עם הדגמה טכנולוגית.
המשמעות היא ש-Data Readiness ו-Governance אינם שכבת תמיכה בפרויקט; הם חלק מהפתרון עצמו. בלי בעלות ברורה על המידע, הרשאות נכונות, Audit Trail ומנגנון לעצירת פעולה, קשה להפוך Agent מ-POC ליכולת ארגונית שניתן לסמוך עליה.
הסוכן הראשון שלכם לא צריך להיות הכי מרשים. הוא צריך להיות הכי נכון
ארגונים גדולים לא יכולים להרשות לעצמם אוסף ניסויי AI מנותקים שמייצרים התלהבות אבל לא שינוי מדיד.
נקודת פתיחה טובה היא תהליך בעל כאב עסקי ברור, נפח משמעותי, מידע נגיש, סיכון שניתן לשלוט בו ותוצאה שאפשר למדוד.
ומדידה אינה רק "כמה שעות חסכנו".
אפשר למדוד זמן טיפול, שיעור טעויות, זמני המתנה, SLA, עלות לפעולה, מספר העברות בין עובדים, חוויית לקוח או עובד, ולפעמים גם יכולת חדשה שלא הייתה קיימת קודם.
כך הופכים POC מעניין ליכולת ארגונית.
Energy Team
מלווה ארגונים בתהליכי ייעוץ, טכנולוגיה וטרנספורמציה דיגיטלית. זו גם נקודת המוצא שלנו בעולם סוכני AI: לא לחפש מקום לטכנולוגיה, אלא לזהות היכן שינוי בדרך העבודה יכול לייצר ערך עסקי אמיתי - ורק אז להתאים אליו את הטכנולוגיה.
אולי אתם לא צריכים עוד AI. אולי אתם צריכים מפה
המהפכה האמיתית לא תתרחש כשבארגון יהיו הכי הרבה Agents.
היא תתרחש כשהעובדים יפסיקו להשקיע זמן בעבודה שמערכת יכולה לבצע היטב, ויוכלו להשקיע אותו במקום שבו בני אדם מייצרים את הערך הגבוה ביותר: חשיבה, יצירתיות, מערכות יחסים, פתרון בעיות וקבלת החלטות.
לכן, לפני שרוכשים עוד כלי, פותחים עוד POC או מכריזים על AI Transformation, כדאי לעשות דבר אחד פחות נוצץ - והרבה יותר אפקטיבי:
למפות.
איזה תהליך גוזל הכי הרבה זמן? איפה נמצא צוואר הבקבוק? מה ניתן להעביר לאוטומציה? מה מתאים לסוכן? איפה חייב להישאר אדם? האם המידע מוכן? אילו בקרות נדרשות? והאם קיים Business Case ברור?
כי לפני שבוחרים Agent, כדאי לבחור נכון את הבעיה שהוא הולך לפתור.
איזה תהליך אצלכם באמת בשל ל־AI?
לפני שבונים Agent, כדאי לדעת איפה הוא באמת יכול לייצר ערך.
יצרנו צ׳ק ליסט קצר שיעזור לכם לבחון את התהליכים בארגון, לזהות איפה נמצא פוטנציאל אמיתי לייעול, ולהבין אילו מהם מתאימים לאוטומציה, לסוכן AI או לשילוב של אדם ו־AI.
רוצים לראות אילו תהליכים אצלכם הכי בשלים ל־AI?
*הבדיקה נועדה לספק אינדיקציה ראשונית וכללית בלבד, ואינה מהווה התחייבות, אבחון מקצועי או המלצה ליישום. לקבלת בחינה מעמיקה ומותאמת לארגון שלכם, ניתן להשאיר פרטים ולשוחח עם המומחים שלנו.
תגובות