כיצד מטמיעים בצורה נכונה כלי בינה מלאכותית בארגון
בחודשים האחרונים אנחנו בעדיףTECH נפגשים לא מעט עם ארגונים, סוכנויות, סוכנים וחברות בינה מלאכותית במטרה לייצר קהילה עם ידע ופתרונות ישימים בתחום האוטומציה ובינה מלאכותית. במסגרת הפגישות אפשר לשים לב מצד אחד ליצירתיות הרבה, לשיתופי הפעולה הייחודיים שמייצרים סוכני הביטוח ולא רק במכירות, אלא גם בפתרונות דיגיטליים, ומצד שני ניכר שיש לא מעט תסכול.
ממה נובע התסכול? בדרך כלל מניסיונות שונים שביצעו בכלי בינה מלאכותית בזמן האחרון וכמעט כולם נכוו או לא הצליחו לממש את החזון או את הרצונות למציאות. מדוע זה קורה? כיצד ניתן להצליח בהטמעה של כלי בינה מלאכותית בארגון ומדוע בקרוב זה יהיה הרבה יותר קל?
ראשית, חשוב להבין שלמרות הקדמה ולמרות ההתקדמות הטכנולוגית, עדיין כל פרויקט מיכוני מהווה אתגר ויש בו לא מעט סכנות לארגון. זו הסיבה שכל מערכת תעלה לפני כן בסביבת טסט ורק אחרי בדיקות היא תועלה לסביבת פרודקשן, כאשר גם אז אנו צפויים לתקלות, לבאגים ואף לקריסת מערכת.
ככל שהמערכות יותר מורכבות ויש יותר ממשקים ושימוש בכמה מערכות ודאטה עשירה, כך יש סיכוי רב יותר להתנגשויות ולאפשרויות לתקלות בסביבת הייצור. לכן, גם כאשר אנו מעוניינים להטמיע כלי בינה מלאכותית בארגון אנו צריכים להתנהל בדיוק כפי שמתנהלים בכל הטמעת מערכת טכנולוגית תוך בדיקת ההיתכנות, הצרכים, הסכנות בהינתן התקציב.
ישנה תחושה שכלי בינה מלאכותית הם סוג של plug&play, כלומר – מחברים, עושים נקסט, נקסט והופה יש לנו כלי עובד. אנחנו עדיין לא שם ולכן יש להתחשב בלא מעט אתגרים כשברצוננו להטמיע כלי בינה מלאכותית ובמיוחד כאשר מדובר בכלים מתקדמים המבוססים על שפה (במיוחד בעברית) ולתכנן את האתגר. כיצד מבצעים זאת? מהן הנקודות החשובות וגם מהן הטעויות הנפוצות בתחום וכיצד ניתן לשפר כל פרויקט בינה מלאכותית?
1. הגדרת הצורך – העסקי
אחד הפרמטרים הכי חשובים בכל פרויקט הינו להגדיר מה הצורך העסקי שלנו, כיצד הוא משרת את הארגון והאם הוא נחוץ. הצורך העסקי יכול להיות עקב אתגר עסקי – מוצר חדש, שיתוף פעולה חדש או כל רעיון יצירתי שאנו מעוניינים לממש. בתוך הצורך העסקי חובה להגדיר פרמטרים להצלחה, מה היעד שנרצה להגיע, מה האתגרים בדרך?
הגדרת הצורך העסקי יבהיר לנו האם הפתרון אמור להגדיל מכירות, לשפר שירות, לייעל את העסק ויסייע לנו להבין מי הם השחקנים החשובים, מה ייחשב להצלחה ומה לכישלון. נקודה נוספת חשובה הינה להגדיר את מי הפתרון הולך לשרת – האם עובדים או לקוחות פנימיים של הארגון או הלקוחות החיצוניים המשלמים וכמובן מי הם, מה הצורך שלהם והאם הפתרון שלנו אכן ישרת את הצורך/המטרה העסקית.
אם למשל עלה צורך לייעל את השירות בסוכנות, ראשית יש לבחון האם באמת יש צורך כזה? האם הוא משותף לכל הלקוחות/מוצרים? מה יקרה בסוף התהליך במידה ונשפר את השירות? כיצד זה יסייע לארגון ומה ירגישו הלקוחות? אולי נצליח בהטמעה, אבל לא בטוח שהלקוחות שלנו יאהבו את השינוי. יש הבדל בין כלי מבוסס בינה מלאכותית לדור הצעיר לבין המבוגרים, דוברי שפה וזמן פנוי.
השורה התחתונה. שהצורך הוא אישי לכל ארגון ויש להתאימו לאופי הארגון וליכולות של הארגון. לא תמיד הדשא של השכן ירוק יותר.
2. הגדרת הפתרון הטכנולוגי
לאחר שזיהינו את הצורך העסקי והגדרנו פרמטרים להצלחה, יש להגדיר מה הפתרון הטכנולוגי שהארגון יכול לייצר באמצעותו הצלחה. נקודה זו היא חשובה וקריטית כי מצד אחד הפתרון עצמו מהווה משקל רב בהצלחת הפרויקט ומצד שני לרוב בעלי העסקים אין הבנה טכנולוגית מספיקה כדי לקבל החלטה (כפי שללקוחות שלכם אין יכולת להבין בין פנסיה לביטוח מנהלים למשל). הפתרון לנושא חייב להיות באמצעות שני כלים אפשריים:
• ייעוץ. לקחת יועץ חיצוני שמבין בטכנולוגיה ובניהול פרויקטים לפי גודל הפרויקט שאתם מתכננים, שידע לבדוק ולהתאים לכם את הפתרון הנכון עבורכם לפי הצורך העסקי או לפי המשאבים הנדרשים ויסייע לכם לקבל החלטה ולמנוע כשלים ואתגרים במהלך הפרויקט. מכיוון שהטמעת כלי בינה מלאכותית לא נעשית ביום אחד (למרות שיש כאלו שחשבו שכן), ישנה חשיבות קריטית לניהול נכון ולהתאמת הצורך לפתרון ומה תחנות הביניים עד למימוש הפרויקט. חשוב להבין שכלי בינה מלאכותית יכולים להיות נדבך על נדבך ולכן פרויקט אחד מוביל לפרויקט שני לאחר אימון והצלחת הכלי.
• ביצוע מכרז בין ספקים. לאור העלייה המהירה של פתרונות בינה מלאכותית צצו לא מעט ספקים שמציעים פתרונות מהירים וכלים חדשים המבוססים על בוטים, צ'אטים, ניהול ידע וכד'. ניתן לפנות לכמה ספקים, להציג את הצורך שלכם ולבקש מהם הצעות מחיר מפורטות המספקות מידע באילו כלים הם משתמשים, נושאי אבטחת מידע, כיצד מאמנים את הכלים ומה הם המשאבים שהארגון צריך לספק (חוץ מכסף יש משאבים של אנשים, בדיקות, התאמות ואימון הכלים). לפי ההצעות וההבדלים ניתן לבחון את הפתרון שנראה לכם הכי נכון / ישים / עומד בתקציב. גם כאן יש צורך בהבנה בסיסית בטכנולוגיה כדי להימנע מתקלות אפשריות בדרך ולשים לב היטב לגבי הבטחות לבין מימוש בפועל.
השורה התחתונה. חשוב לבדוק ולקבל הצעות, אבל גם לדרוש לראות פרויקט שכבר עובד או הדגמה בסיסית של הפתרון המוצע.
3. הגדרת תפיסת הפתרון והממשקים
הגדרה ובדיקת הפתרון לכשעצמו לא מספיק וכמובן שתלוי בגודל הפרויקט והשפעתו על מערכות וממשקים. לכן ישנה חשיבות לחשיבה מראש על תפיסת הפתרון – אילו תהליכים הוא מניע? איזו דאטה הכרחית להצלחה והאם היא קיימת? האם הפתרון הוא גנרי או אישי לכל לקוח?
כיום, רוב מערכות הבינה המלאכותית יש ממשקי API לצורך התחברות למערכות CRM, דאטה, מחוללים ומערכות תפעוליות. במידה ותפיסת הפתרון הינה פתרון גנרי, יחסית פשוט ללא ממשקים רק לצורך מענה בוטי במקום טלפון או מיילים, אז התפיסה תהיה הטמעה מהירה, יכולת בניית עץ נכון ומה הפלטפורמה הנכונה. זה השלב שרוב הסוכנים נמצאים בו ולצערי לא מבינים שעד שיטמיעו כלי יחסית פשוט זה, הם יצטרכו לעבור לשלב הפרסונלי ובמידה ולא בנו את התפיסה נכון ולא עם ראייה עתידית, הם ימצאו את עצמם עם חברה שיודעת אולי להעניק בוטים איכותיים, אבל לא ממשקים למידע אישי או לביצוע פעולות ובסוף יצטרכו כנראה לבצע פרויקט חדש וכנראה עם ספק חדש. תפיסת פתרון אשר מתוכננת ומביאה בחשבון יכולות עתידיות ורצונות עתידיים, תשפיע על תפיסת הפתרון הנכון לארגון ולכן ישנה חשיבות גבוהה בשלב זה.
השורה התחתונה. תפיסת הפתרון תסייע לכם בהמשך הפרויקט ומדידת הצלחתו לאורך זמן והרחבתו בהמשך למוצרים / שירותים נוספים.
4. בחירת הפתרון והספק
אז לאחר שהגדרנו את הצורך ואת תפיסת הפתרון ואנחנו כבר מבינים איזה כלי יכול להצליח, מהם הממשקים, מהו הגאנט לטווח הקצר, הבינוני והארוך, עלינו לבחור ספק שיוכל לממש את הפתרונות שהארגון זקוק לו. חשוב להבהיר שהכלים או הפתרונות הם יחסית זהים בין כל הספקים. הפלטפורמות כבר קיימות (רשתות חברתיות, וואטסאפ, מיילים, סמסים וכד'), הכלים שהבינה המלאכותית משתמשת בהם גם קיימים (בוטים, צ'אטים, טלפון, רובוט) ולכן ישנה חשיבות קריטית לבחירת הספק ובאיזו טכנולוגיה ומה הניסיון של הספק עם הכלי שנבחר?
כדי להסביר אתן דוגמה בהטמעת צ'אט בוט מבוסס ניתוח שפה. יש לא מעט כלים קיימים (החינמיים הם לצורך פרטי ולא עסקי), אבל ישנה חשיבות לרמת הדיוק בשפה העברית, בכמה שפות הוא תומך, באיזה מודלי שפה הוא משתמש, אבטחת מידע, זמני ביצוע וממשקים. בכל אלו ישנה שונות רבה בין הספקים וביכולות שלהם. לצערי, אני נתקל בלא מעט סוכנים שנכוו רק בגלל הצגת יכולות במצגת ובפועל כשרצו להטמיע, הבינו שהמרחק הוא גדול.
השורה התחתונה. יש לבחור טוב טוב את הספק ולבחון את העלויות למול הפתרון המוצע ומה הניסיון שלו בפתרון הספציפי ואפילו בתחום ההתמקצעות שלכם.
5. ניהול הפרויקט
כדי שהפרויקט שלכם יצליח, ישנה חשיבות לניהול הפרויקט לאורך הזמן תוך ביצוע בקרות ומדדים. כפי שכתבתי בהתחלה, כל פרויקט בינה מלאכותית לוקח זמן, דורש משאבים ותשומת לב של הארגון. לכן חשוב שיהיה אדם אחד שהוא המוביל ומתכלל את הפרויקט. חשוב שיהיה לו את הידע העסקי והטכנולוגי להצלחת הפרויקט.
חשוב להתחיל את הפרויקט רק לאחר שנבנה מסמך תכולה לפרויקט ולכל צד יש את הפרמטרים הנדרשים לצורך התחלת הפרויקט כגון הדאטה הנכונה, המשאבים הנדרשים, הממשקים והבדיקות. מנהל הפרויקט חייב להרים דגלים אדומים ולהבין בכל שלב מה המטרה וכיצד המימוש יתבצע.
השורה התחתונה. הגדירו רק אדם אחד שינהל את הפרויקט ותנו לו את הכלים לבדוק בזמן אמת את התקדמות ואת נכונות הפתרון.
6. בדיקת הצלחה והרחבת הכלים
לאחר שעלינו לאוויר עם הפתרון, התחיל בעצם רק השלב הראשון להצלחה ולהטמעת הכלי בארגון. הצלחת הפרויקט כפי שכתבתי תלויה בכמה פרמטרים ובעיקר בלקוחות שישתמשו בכלי החדש, בין אם הוא באתר שלנו, בוואטסאפ העסקי או במיילים.
לפני העלייה לאוויר ישנה חשיבות לבדיקות ולקבלת פידבקים מהלקוחות. נסו קודם להעלות או לשלוח את הפתרון לקבוצה קטנה שתיתן לכם פידבקים, ובמידת הצורך לתקן. אם ניתן, ישנה חשיבות לבצע A/B טסט לגבי הפתרון (הפלטפורמה, המלל, הזמנים ויכולת לעבור מצ'אט לדיבור לנציג ועוד).
הגענו לשלב שהצלחתם והטמעתם כלי בינה מלאכותית בארגון והלקוחות מרוצים. מה עכשיו? נרצה להרחיב את השירותים והפתרונות ולהמשיך להצליח. לשם כך נחזור שוב לסעיפים הקודמים ובמיוחד לבחירת הספק / יועץ שאמורים לבנות יחד אתכם מההתחלה את תפיסת הפתרון לטווח ארוך, כדי שלא תמצאו את עצמכם בעוד פרויקט ובעוד פרויקט אשר אין קשר ביניהם, ומדדי ההצלחה או ממשקים נכונים.
השורה התחתונה. עצם היכולת להטמיע כלי בינה מלאכותית לכשעצמו אינה מהווה הצלחה. הצלחה נמדדת לאורך זמן וכיצד היא משפרת ביצועים או חוסכת בעלויות. את זה ניתן לבצע בכלי בינה מלאכותית רק בהינתן שחושבים מראש, בוחרים נכון ומבינים שברוב המקרים זה ייקח זמן ובתהליך של פתרון קטן, על פתרון קטן – עד הפיכת הארגון למבוסס בינה מלאכותית מלאה.
אני ממליץ רק על חברות שיש להן ניסיון של כמה שנים לפחות, שיש להן פלטפורמה קיימת ועובדת ולא מתבססות רק על מודלים קיימים בשוק, שהיא בעלת יכולות תכנות וניהול פרויקט, כי תמיד יש מה לשנות או להוסיף בפרויקט טכנולוגי.
כתבות נוספות
נבחרי השנה 2023 | קבוצת הביטוח ופיננסים: כלל ביטוח ופיננסים
נבחרי השנה 2023 | בית ההשקעות: הראל פיננסים
נבחרי השנה 2023 | חברת הביטוח בענף ביטוחי הבריאות: מנורה מבטחים
נבחרי השנה 2023 | חברת הביטוח בענף ביטוחי החיים: מנורה מבטחים
נבחרי השנה 2023 | חברת הביטוח בענף הביטוח הכללי
כניסה לחשבון שלי
(באמצעות קוד חד פעמי)שמסתיים בספרות {{phone-four-last-digits}}
אנא הזן את הקוד שקיבלת