מתי לא צריך AI?

הבקשה לא תמיד שווה לצורך

"אנחנו רוצים AI אבל לא יודעים איפה הוא באמת יעזור" הוא משפט שאנחנו שומעים הרבה. לפעמים הבקשה ל-AI היא בעצם בקשה לפתור בעיה תפעולית, ואוטומציה פשוטה תעשה זאת טוב יותר.

כשהחוקים ידועים, לא צריך מודל

אם אפשר לתאר את התהליך כרצף של "אם קורה X, עושים Y", למשל ליד חדש שמשויך לנציג, תזכורת שנשלחת אחרי זמן מוגדר או מסמך שעובר לאישור, אין סיבה להכניס LLM.

אוטומציה קבועה נותנת את אותה תוצאה בכל פעם, קל לבדוק אותה, קל להסביר אותה וקל לתקן אותה כשמשהו משתנה.

איפה AI כן מביא ערך

AI מתאים כשהקלט לא מובנה ואי אפשר לכסות אותו בחוקים: טקסט חופשי, מסמכים ושיחות. סיווג פניות, סיכום שיחות, חילוץ נתונים ממסמכים, חיפוש סמנטי בידע הארגוני (RAG) וניתוב לפי כוונה הם דוגמאות טובות.

גם אז, ה-AI עובד בתוך תהליך מוגדר ולא במקומו.

המחיר של AI במקום הלא נכון

תוצרים של מודל אינם קבועים, ולכן צריך בקרה, מקורות ידע מאושרים, הרשאות וניטור. יש גם עלות הפעלה שוטפת, ותקלות קשות יותר לאבחון. כשאין לזה הצדקה עסקית, זו מורכבות מיותרת.

השאלה הנכונה

לא "איך מכניסים AI?" אלא "מה התפקיד העסקי שלו?". כשיש תפקיד ברור ו-Success Criteria שאפשר למדוד, מטמיעים אותו בתוך ה-workflow. כשאין, מתחילים במיפוי ובאוטומציה פשוטה, ומוסיפים AI בנקודות שבהן הוא באמת נדרש.

התפקיד שלנו הוא לזהות אילו פעולות אפשר לבצע אוטומטית ואיפה נדרש שיקול דעת אנושי.