הרבה ארגונים השקיעו שנים בכלים, בבוטים ובאינטגרציות, ועדיין מרגישים שהתהליכים שלהם אינם באמת אוטומטיים. הסיבה פשוטה: רוב התהליכים רק עברו אוטומציה, הם לא תוזמרו. ההבדל בין RPA לבין סוכן הוא ההבדל בין תסריט קבוע שנתקע ברגע שהקלט משתנה, לבין מערכת שמנמקת ויודעת לפתור בעצמה בעיות, קובעת לעצמה את הנתיב ופועלת. המאמר הזה הוא המדריך המעשי למעבר הזה.
ההבדל בין RPA לסוכן AI
RPA פועל לפי לוגיקה נוקשה של "אם זה, אז זה", ונתקע כשהקלט מגיע בפורמט לא צפוי. סוכן, לעומת זאת, תופס נתונים ממספר מקורות, מנמק ופותר על מנת להתקדם לעבר המטרה, מבצע בתוך הגבולות שהוגדרו לו, מטפל בחריגות בלי תסריט מוכן, ומתעד כל החלטה. הדוגמה ממחישה: כלי חיזוי אומר שמשלוח יאחר; הסוכן מזהה, בודק חלופות, מנתב מחדש, מעדכן את מערכת ניהול המחסן, מודיע ללקוח, ומבצע אסקלציה רק כשהמקרה חורג מהסמכות. הסוכן בוחר את הנתיב; RPA רק צועד בנתיב שאתה הגדרת.
מודל הנהלים המומלץ לעבודה עם סוכני AI בשלוש רמות
המטמיעים המובילים עובדים לפי מודל מדורג. ברמת הסיכון הנמוכה ביותר נמצאות החלטות בנפח גבוה, שגרתיות והפיכות, שבהן עלות הטעות קטנה ומובנת והסמכות תחומה: הסוכן פועל, מתעד וממשיך הלאה, למשל הזמנות חידוש מלאי סטנדרטיות מתחת לסף הוצאה, או תיחור מחדש של מוביל בתוך רשת ספקים מאושרת. ברמת הסיכון הבינונית, שבה המהירות חשובה אך אדם יכול להתערב בתוך חלון זמן מוגדר, הסוכן פועל אלא אם האדם החליט להתערב ומבטל את הפעולה של הסוכן. ברמת הסיכון הגבוהה, של החלטות אסטרטגיות או בלתי הפיכות, הסוכן מכין וממליץ, והאדם מכריע. הכלל החוצה את כל הרמות: כל החלטה אוטונומית מתועדת עם הנתונים וההיגיון שמאחוריה, ומרחב הסמכות מורחב רק ככל שהראיות מצדיקות זאת.
מאיפה מתחילים
מתחילים ממקרה בוחן אחד, ממוקד ובעל ערך גבוה. למשל ניהול חריגות לוגיסטי וחידוש מלאי סטנדרטי הם נקודות הפתיחה המומלצות: לוגיקת ההחלטה מוגדרת היטב, דרישות הנתונים ברורות, ההשפעה מדידה, והסיכון נמוך. פיילוט ממוקד על מקרה תחום יכול לעלות לאוויר תוך שלושה עד שישה חודשים, בעוד חיבור של מספר תהליכים נמשך זמן רב יותר. הטעות הנפוצה היא לרדוף אחרי חזון רחב של "שרשרת אספקה אוטונומית" עוד לפני שתשתית הנתונים קיימת.
התשתית שחייבת להיות
מערכות מבוססות-סוכנים זקוקות לנתונים נקיים ובזמן אמת מה-ERP, ממערכת ניהול המחסן, ממערכת ההובלה וממערכות הרכש. צריך להעריך את איכות הנתונים ושלמותם עוד לפני בחירת הפלטפורמה. זו בדיוק הסיבה שלפי חברת מחקר וייעוץ בינלאומית מובילה צפויים יותר מ-40% מפרויקטי הסוכנים להיכשל עד 2027, לא בגלל הסוכן אלא בגלל מערכות המידע המיושנות והנתונים. את הנהלים והסמכויות לסוכנים בונים במקביל, לא אחר כך, ומודדים תוצאות תפעוליות.
שכבת האורקסטרציה: היכן Comidor נכנסת
החלק החסר אצל רוב הארגונים הוא שכבת התזמור: הפלטפורמה שמחברת סוכנים, בני אדם ומערכות קיימות לתהליך אחד מבוקר ובר-תיעוד. פלטפורמת low-code לניהול תהליכים בנויה בדיוק לזה. Comidor, שמשיק מיישמת בישראל, מספקת מנוע תהליכים חזותי בגרירה-ושחרור, סוכני AI ואוטומציה קוגניטיבית (OCR, NLP וסיווג טקסט), אינטגרציית RPA למערכות צד-שלישי, מודלים של למידת מכונה בתוך התהליך, חילוץ נתונים ממסמכים שמקצר את זמן העיבוד בכ-80%, ובקרות אדם-בתוך-הלולאה ותיעוד מובנים. בפועל, אנשי העסקים וה-IT בונים יחד את התהליך מונחה-הסוכן, הסוכן פועל בתוך התהליך ובתוך ההגדרות שהוגדרו לו ומתוחמים בהרשאות, וכל פעולה נרשמת. כך "סוכן" הופך ל"תהליך מבוקר".
מהפיילוט להטמעה
הטכנולוגיה היא החלק הקל. הקושי הוא לבחור תהליך נכון: מקרה הבוחן הראשון הנכון, תשתית הנתונים, הגדרת הנהלים ואפיון התהליכים והתזמור. זו משמעות היישום. משיק משלבת ייעוץ שרשרת אספקה ורכש עם יישום מעשי של Comidor בישראל, כדי שהמעבר מ-RPA לסוכנים עצמאיים ייתן תוצאות מדידות.
