מ"לחסוך זמן" ל"מענה עיסקי": מאחורי הקלעים של עולם ה-Agentic AI בסלברייט

כאשר מדובר בחברה עתירת טכנולוגיה כמו Cellebrite, המובילה העולמית בתחום פיתוח פתרונות לחקירות דיגיטליות לזיהוי פלילי, החיפוש אחר כלי בינה מלאכותית הגיע ישירות מצורך אסטרטגי הן במוצרי החברה והן בניהול העיסקי של החברה.
"מהרגע הראשון ההחלטה היתה שה-AI חייב לשרת מטרות עיסקיות ולהתחיל בחשיבה מתכללת מרמת הנהלה ומטה", אומרת סיגלית שביט, סמנכ"לית מערכות המידע בסלברייט. "התמקדנו בלהבין מה המטרות העיסקיות שהטכנולוגיה הזאת יכולה לשרת ותרגמנו את זה לתוכנית שתייצר אקסלרציה של תהליכים, צימצום פעולות "בירוקרטיות", שיפור חווית עובד, שיפור הפרודוקטיביות של העובד (לדוגמא – שיח עם Agent שכולל מידע כללי, מידע מנותח אנליטי, המלצות פעולה וגם ביצוע פעולות בשם המשתמש) ושיפור הממשק עם לקוחות החברה."
בנוסף, התוכנית כוללת גם התייחסות למרכיבים שאינם טכנולוגיים, לדוגמא חווית המשתמש וניהול השינוי בשותפות מלאה עם מחלקת ה HR בחברה. "בנינו מספר עקרונות שעליהם נשענת התוכנית, אבל העיקרון הכי חשוב היה ש-AI זה מוצר נותן שירות שצריך להיבנות ל-Scale.
בשלב בניית אסטרטגיית הבינה המלאכותית, החלטנו לא לפתח פתרונות AI מאפס, אלא "לעצב מוצר" שמספק שירות בהסתמך על יכולות קיימות ומתפתחות שיש בפלטפורמות Enterprise Grade הקיימות בארגון ועליהן להוסיף מה שחסר. "הבחירה היא לא במוצר, אלא בפתרון שיודע לתכלל מקורות מידע רבים ומגוונים ומדבר עם אגנטים שונים בכדי להנגיש תשובה נכונה ואינטליגנטית במקום אחד," משתפת סיגלית. "הסוכנים יודעים לדבר עם Agentforce ועם מערכות הליבה האחרות (כמו Snowflake ו-365), ולתכלל תשובה אחת למשתמש."

היתרון המכריע של Agentforce בתוך סיילספורס, הוא שהבינה מובנית בפלטפורמה: "עבורנו, היה לא יעיל ולא מהיר מספיק לפתח פתרון AI אייג׳נטי כזה בעצמנו," היא מסבירה. "השימוש באייג׳נטים מובנים מאפשר שימוש מהיר ואחידות של הלוגיקה והשפה העסקית, משמר את ההרשאות לאורך המסע של האייג׳נט ועטוף באבטחה של הרשת ושל אותה המערכת, והכי חשוב, האייג׳נטים האלה מתפתחים ללא צורך בהשקעות שלנו ולראייה בעיות וצרכים שהיו לנו קיבלו עם הזמן מענה מהיר ללא צורך בפיתוח שלנו.

האתגרים בהטמעת AI
למרות המהירות שבה Agentforce נכנס לשימוש בתוך Cellebrite, סיגלית מדגישה מספר נושאים שהטמעת בינה מלאכותית מעצימה באופן משמעותי ושצריך לקחת בחשבון בהקמת והטמעת פתרונות AI:

1. הרשאות וגישה מאובטחת: "האייג׳נט שלנו מתכלל ומדבר עם מקורות שונות ולכן לאורך המסע שלו להבאת תשובה, אנחנו צריכים לשמור על ה-Identity של המשתמש לאורך כל השלבים ומקורות המידע. אם אני סיגלית, הסוכן צריך לדעת מי אני בכל מקור ומערכת ומה ההרשאות שלי בו . זה מאוד מורכב, לא כל המערכות תומכות בזה והשקענו זמן לפצח את זה ללא פיתוח."
2. איכות הנתונים – כמו בכל פתרון מערכת Garbage In, Garbage Out: אבל בשביל להבטיח את שלמות ונכונות התוצאות של הבינה המלאכותית נדרש לוודא שמקורות המידע ובפרט אלה שהם אינם בסיסי נתונים מובנים, אלא מסמכים ושדות טקסטואליים, נכונים ושלמים. כמו כן נדרש לשנות את תהליכי הבדיקות ולהוסיף שלב הרצה (Validation and verification), שבודק את המודל והתוצאות בסביבת אמת ולאורך זמן, ועוקב אחרי מדדי איכות וביצועים, לפני שמכניסים את כל המשתמשים.
3. תהליך יישום: בנינו תהליך הטמעת בינה מלכותית שיש בו שלבים טיפה שונים מיישום קלאסי: בשלב האפיון יש מרכיבים ותשומת לב שונה, לדוגמא: לרכיבי עלות הפתרון במקומות שרישוי נמדד לפי שימוש, לרכיבי אבטחת מידע מורכבים יותר שדורשים מעורבות גבוהה יותר של ארכיטקטים ולרכיבים של בניית מדדי ביצועים ל-  Agent, שנמדד כמו עובד. 
   שלב הבדיקות ארוך יותר לטובת וריפיקציה של המודל הן מבחינת ביצועים עיסקיים והן מבחינת נכונות ואיכות התוצאות, זה נעשה עם המשתמשים תוך איסוף פידבקים וסטטיסטיקות ביצועי אייג׳נט. בתהליך איטראטיבי מתקנים חומרים שלא כתובים נכון ומדייקים את הסוכן ואת המודל.
4. ניהול השינוי: הטמעת AI דוחפת לשינוי בתהליכי עבודה ובדרישות ממיומנויות העובדים. ״בסלברייט משאבי אנוש לקחו אחריות על ניהול השינוי כולל העמקות ידע ובניית מערך ארגוני תומך .״

 "לפני ואחרי": ה-AI שמקצר את זמן התמיכה – התועלות שהתגלו תוך חודשים ספורים הן מדידות:

• שירות לקוחות: תהליך התמיכה שהשקנו ממש לפני כמה חודשים כולל כיום סוכני בינה עבור מערך התמיכה ועבור הלקוחות. הם עונים על שאלות טכניות ומציעים פתרונות טכניים והכוונה. זה מפקס ומייעל את עבודת השירות באופן דרמטי. הן בצימצום מספר הפניות והן בזמן לסגירת קריאה.
• ייעול פנימי: סוכן שעוזר לאיש המכירות בתהליכי העבודה, הכנה לפגישה, ארגון ה Pipeline והכנת תחזית מכירות.
  עזרה זו אינה רק בהצגת נתונים מתכללת אלא גם הנחייה והמלצות לביצוע ועידכון המערכת במידה ויתבקש.
  בנוסף, במקום מיילים וכניסה למספר מערכות, הסוכן מספק לאנשי המכירות תשובות מיידיות לשאלות.

החזון: להכשיר את ה-Agent כשותף תומך לעובדי החברה
במבט קדימה, סלברייט רואה בסוכני AI בכלל וב-Agentforce בפרט לא כלי תגובתי, אלא "עובד שמתפתח עם הזמן". "המטרה שלנו היא שה-Agent ייקח עוד אחריות על עצמו," אומרת סיגלית. "כרגע הוא יודע לענות על שאלות בנושאים מסויימים, להמליץ, לכוון ולבצע פעולות פשוטות אבל כבר כעת אנחנו מתחילים להכניס אותו לעזור לתהליכים עיסקיים כמו חידושי רישיונות, נושאים מסחריים ופיננסיים וכו׳, הוא יצמצם אדמיניסטרציה, יסייע ב-'Guided Selling' וידחוף לפעולה פרואקטיבית."

"סלברייט היא סוג של יוניקורן והדוגמה הכי טובה שיש לאיך צריך להיראות Agentic Enterprise״, משתף יונתן נבו, Customer Executive של Cellebrite בסיילספורס. ״ההשקעה של החברה והצוות בטכנולוגיה הזו הופכת אותה למובילת שוק. הם מבינים שההתחלה דורשת אופטימיזציה מתמדת, ושהמהלך הוא אסטרטגי מאוד."

עצתה של סיגלית למנהלי מערכות מידע: "היות ושימוש בפלטפורמות קיימות עם יכולות בינה מלאכותית חזקות מהוות קרש קפיצה מהיר, הייתי ממליצה לא לרוץ לפתח, אלא כמה שיותר להשתמש בפלטפורמות קיימות ולמנף את היכולות שלהן ואת התשתית שכבר ביססתם עליהן (כמו אבטחת מידע, הרשאות, ידע של הצוותים, ממשק משתמש ועוד). לבדוק את יכולות ה-AI ואת תוכניות הפיתוח של הספקים האסטרטגיים שלכם, זה הופך לשיקול משמעותי בחידוש ובבחינה של פתרונות וכלים, אנחנו מסתכלים לא רק על היכולות הפונקציונליות אלא גם על יכולות כמו פתיחות לחיבוריות למערכות אחרות, יכולת לבצע conversation בין אייג׳נטים בפלטפורמה ובין פלטפורמות ועוד.
פלטפורמה אסטרטגית כמו סיילספורס, מאפשרת למנף בינה מלאכותית ומודלים בפלטפורמה, למנף שימור הרשאות, ובעיקר משחררת את הצוות להתמקד בשיח העיסקי, בעיצוב ובניית הפתרונות ופחות להתמודד עם בניית תשתיות שלוקחות זמן ומשאבים."