שילוב AI בארגון
Alevectis משלבת AI (בינה מלאכותית) בעסקים בכל הארץ. מחפשים את המקומות שבהם AI פותר בעיה מוגדרת בעסק, בוחנים אותם בפיילוט מוגבל, ומרחיבים רק את מה שהוכיח את עצמו. כללי השימוש והפרטיות כתובים מראש.
מי עושה את זה: הצוות של Alevectis, מהאבחון ועד ההדרכה והתמיכה שאחריה.
שישה רכיבים שאפשר לבנות בפרויקט AI.
כל פרויקט AI לוקח מששת הרכיבים את מה שרלוונטי לו, ובשיחת ההיכרות בוחרים את זה יחד. בכל אחד מהם AI נכנס אחרי שיש לו בעיה עסקית לפתור, וכללי השימוש בו כתובים מראש.
בוט שירות לקוחות
עונה על שאלות, מנתב פניות ומעביר לאדם מקרים שדורשים אדם.
בסיס ידע חכם
נהלים, מחירונים ופרויקטים שמחפשים בהם עם שאלה בעברית.
יצירת תוכן
הצעות מחיר, סיכומי פגישות ומיילים בשפה ובנוסח של הארגון.
ניתוח נתונים
סיכום של מה שקרה בנתונים, בשפה שאפשר להעביר הלאה.
סוכן פנימי לצוות
חיפוש, ניסוח, סיכום ודיווח, ככלי עבודה יומיומי.
פרטיות ובקרה
איפה הנתונים נשמרים, מי ניגש אליהם ומה מותר להזין, כתוב מראש.
מתחילים בשילוב AI כשיש בעיה אחת שאפשר למדוד.
חמישה סימנים חוזרים מראים שיש בעסק בעיה מוגדרת ש־AI יכול לפתור.
- הצוות עונה שוב ושוב על אותן שאלות של לקוחות.
- יש הרבה ידע פנימי, אבל אף אחד לא מוצא אותו כשצריך.
- כתיבת תוכן שיווקי או מסמכים אורכת זמן לא פרופורציונלי.
- יש דאטה שאפשר להפיק ממנו תובנות, אבל אף אחד לא מספיק לנתח.
- רוצים להיכנס ל־AI בצורה אחראית, בלי לחשוף מידע רגיש.
AI נכנס אצלנו אחרי שיש לו בעיה עסקית לפתור. מתחילים מבעיה אחת שאפשר למדוד, בודקים אם יש דאטה מספק ואם התוצאה שווה את ההשקעה, ורק אז בונים. את מסקנת הבדיקה אנחנו אומרים כפי שהיא, כולל כשהיא ממליצה לחכות או להשקיע במקום אחר.
ממקרה שימוש אחד ועד צוות שיודע לעבוד עם הכלי.
אותו מסלול בכל פרויקט AI, כדי שתדעו מה קורה ומתי. ההיקף נשאר כזה שאפשר לסיים ולהעריך, והבדיקה מגיעה לפני הבנייה, כך שמה שנבנה נשען על דאטה ועל תוצאה שאפשר למדוד.
בוחרים מקרה שימוש אחד
בעיה אחת שאפשר למדוד, בהיקף שאפשר לסיים ולהעריך.
בודקים היתכנות לפני שבונים
מוודאים שיש דאטה מספק, שהתוצאה ניתנת למדידה, ושהיא שווה את ההשקעה.
בונים את הכלי ומכניסים אותו לעבודה
בוט, בסיס ידע חכם, סיוע בכתיבה או ניתוח, בהתאם למקרה שנבחר.
קובעים את גבולות המידע
מגדירים איזה מידע מותר שיצא החוצה, מה נשאר פנימי, ומי רשאי לגשת.
מדריכים את הצוות
איך עובדים עם הכלי ביום־יום, ומתי לבדוק אותו לפני שסומכים עליו.
כלי שעובד, וכללים כתובים לשימוש בו.
התוצרים משאירים אצלכם גם את הכלי וגם את הדרך להשתמש בו נכון, כולל מתי לבדוק את מה שהוא מחזיר. המדידה נמשכת גם אחרי העלייה לאוויר, כדי שתדעו אם הכלי עושה את מה שנבנה בשבילו.
כלי AI פעיל שפותר מקרה שימוש מוגדר.
מסמך מדיניות: מה מותר להזין, מה אסור, ומי אחראי.
הדרכה לצוות עם דוגמאות מהעבודה שלכם.
מדד שמראה אם הכלי באמת חוסך זמן.
כלי AI כללי או כלי שמחובר למידע שלכם: מה מכריע.
השאלה שחוזרת בשיחת ההיכרות היא מה צריך מעבר לכלי AI כללי. מה שמכריע הוא איפה נמצאת התשובה הנכונה: בידע הכללי שקיים בעולם, או בחומרים שיושבים אצלכם. אפשר לבדוק את זה בעצמכם לפני השיחה.
מה נדרש מכם.
כדי שהכלי ייבנה על העבודה כפי שהיא קורה בפועל, Alevectis מבקשת מכם ארבעה דברים, וכולם קטנים ביחס לפרויקט. את ארבעת הדברים שהצוות שלנו מביא לצידם, וכולם כלולים בעבודה, אפשר לראות בעמוד התהליך.
- איש קשר אחד עם סמכות
- מישהו שיכול להחליט בשם העסק.
- גישה למערכות ולנתונים
- הרשאות למה שצריך לגעת בו, בזמן סביר.
- זמן של אנשי השטח
- כמה שעות מזמנם של האנשים שעושים את העבודה בפועל.
- נכונות לשנות תהליך
- כלי חדש עובד כשגם התהליך סביבו משתנה.
ארבע שאלות שחוזרות על AI.
המידע שלנו ייחשף?
זו השאלה הראשונה שצריך לשאול, ואנחנו מתחילים ממנה. מגדירים מראש אילו נתונים מותר שיעברו לשירות חיצוני, ובמקרים רגישים בוחרים ארכיטקטורה ששומרת את המידע פנימי.
איך יודעים שהתשובות של AI נכונות?
מגבילים אותו למקורות ידע מאושרים, בונים מנגנון שמצביע על המקור, ומגדירים מתי הוא מעביר לבן אדם. אנחנו גם מודדים את זה אחרי העלייה לאוויר.
זה יחליף עובדים?
המטרה היא לפנות זמן. הכלים שאנחנו בונים מסירים עבודה חוזרת, ומשאירים לאנשים את מה שדורש שיקול דעת.
אנחנו עוד מבררים אם יש לנו מקרה שימוש. שווה לדבר?
כן. חלק מהשיחה הוא לבדוק אם יש הצדקה להשקיע, ועדיף לדעת את זה לפני שמשקיעים.