![Agents will change everything about how we work. It's critical to separate fact from fiction. [Adobe Stock | Cream Creative]](https://www.salesforce.com/il/blog/wp-content/uploads/sites/16/2024/12/5-Myths-About-AI-Agents-2160x1215-1.webp?w=300)
ממש לאחרונה פרסמנו כאן בבלוג כתבה שמציגה את Agentforce – כלי שמצייד את הארגונים בסוכני בינה מלאכותית אוטונומיים, שמגבירים במידה עצומה את היעילות ואת שביעות הרצון במחלקות השירות, המכירות, השיווק, המסחר ועוד.
אבל לפני שצוללים לעולם הזה של טכנולוגיות חדשות ומהפכניות, נשאלת השאלה: האם הן באמת מספקות לכם ערך? מה הן יכולות לעשות ומה לא? והאם לא מדובר רק ב"בוטים עם יחסי ציבור?"
כל אלה הן שאלות לגיטימיות, וכמו בכל טכנולוגיה חדשה, יש כמה תפיסות שגויות שמרחפות מעל הכל, תפיסות שעלולות לפגום בהבנה שלכם לגבי הפוטנציאל שלה. אז כדי לגרום לטכנולוגיית סוכני הבינה המלאכותית להצליח, הגיע הזמן לנפץ כמה מיתוסים נפוצים.
מיתוס מס' 1: הם פשוט צ'אטבוטים עם יחסי ציבור
צ'אטבוטים וסוכני בינה מלאכותית הם שני דברים שונים מהותית מבחינת המורכבות והפונקציונליות שלהם. בעוד שבוטים עוסקים באחזור נתונים ומענה על שאלות, סוכנים עוסקים בפעולה ממשית.
בוטים משתמשים בכללים מוגדרים מראש ובתגובות כתובות כדי לענות על שאלות, והם אינם חורגים מהם. כך למשל, הם נמצאים בשימוש נרחב בתמיכת לקוחות עבור שאלות נפוצות כמו "איפה ההזמנה שלי?" או "מהי מדיניות ההחזרה שלכם?"
הנוקשות הזו מגבילה את התועלת שלהם. בוטים גם לא מבינים הקשרים מורכבים יותר ולא יכולים להיות יצירתיים בפתרון הבעיות שעומדות בפניהם. בניגוד לכלי בינה מלאכותית מתקדמים יותר, הם אינם "לומדים את עצמם". המשמעות היא שבכל פעם שנעשה למשל שינוי במדיניות החברה, הוא חייב להתבצע באופן ידני בתוך כלי הבינה המלאכותית. בקיצור, בוטים לא נעשים חכמים יותר עם הזמן – הם מתוכנתים לאחזר נתונים ולהגיב לשאלות שגרתיות וצפויות. בזה הם אמנם מצטיינים, אבל זהו בעצם הגבול שלהם.
לעומת זאת, סוכנים אוטונומיים מגיעים הרבה מעבר לשאלות ותשובות פשוטות. הם יכולים לבצע משימות מורכבות ורב-שלביות בלי התערבות אנושית ישירה, בעוד שסוכנים אוטונומיים-למחצה מערבים "אדם בלופ" כדי להתמודד עם סוגים מסוימים של בקשות.
בניגוד לצ'אטבוטים, סוכנים יכולים לעבד כמויות אדירות של נתונים, לקבל החלטות וללמוד מהסביבה שלהם, מה שמאפשר להם לנהל תהליכי עבודה, לייעל תהליכים ולהמליץ על אסטרטגיות. לעתים קרובות הם משלבים טכניקות מתקדמות יותר של בינה מלאכותית, שעוזרות להם לפעול באופן יזום ולהסתגל לתנאים משתנים.
ואם לדבר "תכלס", זה למשל ההבדל בין בוט שרק מנתח את נתוני המכירות שלכם, לבין סוכן אוטונומי שמנתח נתונים ומשתמש בהם כדי להתאים את רמות המלאי, לעדכן אסטרטגיות שיווק ולתקשר עם ספקים.
מיתוס מס' 2: הם לא צפויים ובלתי ניתנים לשליטה
יש בינינו עדיין אנשים שכשהם שומעים את צמד המילים "סוכנים אוטונומיים", הם מיד נזכרים בסרטים כמו "2001: אודיסיאה בחלל" או "שליחות קטלנית", שבהם מערכות בינה מלאכותית מתחילות להתפרע וליצור כאוס. אבל ב"חיים האמיתיים", הסוכנים היעילים ביותר כיום הם אלו שמשתמשים בכלים ובטכניקות מתוחכמים כדי להתגונן מפני טעויות והזיות, ובבסיסם תמצאו בטיחות ומהימנות.
בלב העניין ישנו מנוע חשיבה שמייצר תוכנית פעולה המבוססת על מה שהמשתמש מנסה לעשות. הוא מעריך ומחדד את התוכנית, שואב נתונים ממערכת ניהול קשרי לקוחות (CRM) וממערכות אחרות. הוא מחליט באיזה תהליך עסקי להשתמש בהתבסס על הבקשה, וחוזר על התהליך עד שהוא קולט את העניין לעומק. והוא גם מחכים כל הזמן.
ואם משימה מבוקשת נראית מחוץ למגבלות הבטיחות שהוגדרו על ידי הארגון (כולל הרשאות משתמש), אותו מנוע חשיבה בודק את העניין ומערב בו בן אדם באופן אוטומטי, לצורך פיקוח.
"לעזור לסוכן לבצע פעולות בצורה מדויקת ולהבין מה אסור לו לעשות, זו משימה מורכבת", אומר קרישנה גנדיקוטה, Manager of Solution Engineering בסיילספורס. "אבל מנוע חשיבה עוזר לבינה המלאכותית לתכנן ולהעריך את קו הפעולה שלו לפני שהוא נוקט בפעולה. זה גם יקבע אם יש לו את הכישורים והמידע הנכונים לבצע את הפעולה".
גנדיקוטה מוסיף שתהליך קבלת ההחלטות הזה מועצם באמצעות היכולת של הסוכן ללמוד בלי הפסקה מהאינטראקציות ומהחוויות שלו כדי לחדד ולשפר את התגובות שלו לאורך זמן.
סוכני הבינה המלאכותית היעילים ביותר הם אלה שמודעים להקשר ומתבססים על הנתונים הרלוונטיים ביותר. יש כמה דרכים לעשות את זה. האחת היא טכניקה שנקראת "יצירה מועצמת באמצעות שליפה" Retrieval Augmented Generation , RAG). היא מוצאת את המידע הטוב ביותר לשימוש, ולאחר מכן יוצרת תגובות חדשות על סמך זה. דרך נוספת היא באמצעות חיפוש סמנטי, שמציג את הנתונים העדכניים והרלוונטיים ביותר שנדרשים למשימה.
Agentforce משתמש ב-Data Cloud, שהטכניקות האלה מובנות בו. לקבלת תוצאות מדויקות עוד יותר, Data Cloud משתמש בטכנולוגיית Zero Copy, שמאפשרת לסוכני בינה מלאכותית לגשת לנתונים שנקלטו ממקורות נתונים מגוונים בזמן אמת, מבלי להזיז, להעתיק או לשנות אותם.
מיתוס מס' 3: הם מסובכים, זוללים זמן ויקרים להתקנה
יש מי שבטוחים שטכנולוגיות בעלות השפעה כמו סוכני בינה מלאכותית, ידרשו חודשים של פיתוח ואינטגרציה מורכבים, וגם מיליוני שקלים. אבל סוכנים שמופעלים על ידי בינה מלאכותית יוצרת (גנרטיבית) ומודלי שפה גדולים (LLMs) יכולים להיות מוגדרים בתוך דקות עם נושאים שנבנו מראש, שהם בעצם תחומי העניין שהסוכן נועד לטפל בהם – וגם עם פעולות, שהן המשימות שסוכן הבינה המלאכותית מבצע.
יש כבר כמה סוכנים מוכנים לשימוש עבור שירות לקוחות, מסחר, אימון מכירות ועוד. אבל יש גם אפשרויות עם מעט קוד לבניית סוכנים שניתנים להתאמה אישית במהירות. על ידי שימוש בעיבוד שפה טבעית (NLP), תוכלו לבנות סוכן מותאם אישית.
ויש עוד: כלים כמו Agent Builder מציעים מגבלות בטיחות באופן אוטומטי, כדי לעזור לסוכן לבצע את עבודתו באופן בטוח. באמצעות תיאור ה-NLP של העבודה שתרצו שהסוכן יבצע, Agent Builder מוצא מקורות דומים מבחינה סמנטית בתוך המטא-נתונים של האפליקציה שלכם. כך, הוא מקבל מודעות לאופן שבו העסק שלכם פועל, ומציע באופן אוטומטי ידע ופעולות כדי להשלים את העבודה בצורה הטובה ביותר.
"כל התחכום כבר נמצא בפלטפורמה", אומר גנדיקוטה. " שכבת ה-Trust של איינשטיין, מנוע החשיבה, מסד הנתונים הווקטוריים (עבור RAG וחיפוש סמנטי) – כל אלו מעורבים באופן אוטומטי. תוכלו לבנות צבא של סוכנים עם פלטפורמה שמפגישה את הכל בצורה הכי אמינה ופתוחה".
מיתוס מס' 4: הם תמיד אוטונומיים לחלוטין
סוכנים לא תמיד חייבים להיות אוטונומיים ב-100%. רמת האוטונומיה שלהם משתנה בהתאם למטרה שלהם ולמורכבות המשימות שלהם. עם זאת, סוכנים יהיו הכי יעילים אם "משדכים" אותם לבני אדם, כדי להניע הצלחה של לקוחות ותוצאות עסקיות חיוביות.
במצב חצי אוטונומי, סוכנים תומכים בעובדים בקבלת החלטות ובביצוע משימות, ולרוב דורשים התערבות כדי לאשר החלטות. למשל, סוכן בענף השירותים הפיננסיים מנתח את תיק ההשקעות של הלקוח ומציע למנהל התיקים הצעות כיצד לבצע אופטימיזציה שלו, מבלי לבצע את הפעולות האלה בעצמו.
עם אוטונומיה מפוקחת, סוכנים משלימים משימות באופן אוטונומי, אך מנוטרים כל הזמן על ידי בני אדם. עניין זה חשוב במיוחד בענפים עם רגולציה ורמת בטיחות גבוהה כמו בריאות, ביטוח, תחבורה ותרופות.
סוכנים אוטונומיים לחלוטין מבצעים משימות ללא כל התערבות אנושית. הם שולפים נתונים, מנתחים, מקבלים החלטות, מסתגלים ומבצעים פעולות בעצמם. עם זאת, אפילו הסוכנים האלה פועלים בתוך מגבלות הבטיחות שהוגדרו מראש, כאלו שתוכננו על ידי בני אדם.
"סוכנים לא תמיד צריכים להיות אוטומטיים לחלוטין בפעולה שלהם, אבל הם כן מבינים את הבקשות והסיבות לגבי האם הם יכולים לבצע את הפעולה בעצמם, ולבקש התערבות אנושית במידת הצורך", אומר גנדיקוטה.
מיתוס מס' 5: הם לא יספקו ערך עסקי אמיתי
ארגונים רבים שמשתמשים בבינה מלאכותית מבוססת GPT עבור משימות כלליות לכל מטרה, לא רואים את היתרונות ביעילות או את הערך העסקי שציפו לו. אבל סוכני בינה מלאכותית הם עניין שונה מאוד. בין אם מדובר בטיפוח לידים למכירות, סיעור מוחות של רעיונות למסע פרסום או הסטת קריאות שירות – סוכנים שמיועדים לתפקידים מוגדרים מתמקדים בעבודה ספציפית אחת ועושים אותה בצורה מצוינת.
והיתרון הגדול הוא שהם נוקטים בפעולה בשמכם. סוכני בינה מלאכותית ממוקדים אלה, שנועדו לפתור בעיה ספציפית, מביאים איתם הבטחה גדולה יותר מבינה מלאכותית גנרית שאינה מותאמת לצרכים העסקיים שלכם. זו הסיבה ש-82% מהחברות הגדולות מתכננות ליישם סוכנים עד 2027.
יש כמובן חברות שלא יושבות על הגדר. Wiley, חברת הוצאה לאור בתחום החינוך, פתרה למעלה מ-40% יותר מקרי תמיכה מאז הטמעת סוכן בינה מלאכותית. זאת לעומת הביצועים של הצ'אטבוט הישן שלה. מהחברה נמסר כי הסוכנים מסייעים בניהול סוגיות שגרתיות, מה שמפנה את צוותי השירות שלה למקרים מורכבים יותר. מאמצים מוקדמים אחרים, כולל OpenTable ו-ADP, אף מציגים אחוזים גבוהים יותר של פתרון מקרים.
לפי חברת המחקר MarketsandMarkets, "הגורם הקריטי באימוץ סוכני בינה מלאכותית הוא הדרישה הגוברת לאוטומציה שמשפרת את היעילות, ההיקף ומהירות קבלת ההחלטות. סוכנים מציעים אלטרנטיבה יעילה באמצעות אוטומציה של פונקציות שחוזרות על עצמן, ניתוח מערכי נתונים גדולים ומתן תובנות הניתנות לפעולה בזמן אמת".
החברה צופה גם ששוק הסוכנים יזנק מ-5.1 מיליארד דולר השנה ל-47 מיליארד דולר עד 2030.
לסיכום, חיוני שמנהלים בכירים ידעו להפריד בין עובדות לבדיון. חוסר הבנה של מהות סוכני בינה מלאכותית אוטונומיים עלולה להוביל להחמצת הזדמנויות או, גרוע מכך – לטעויות יקרות. עם הבנה ברורה של היכולות והמגבלות של הסוכן, תוכלו להיות בעמדה טובה יותר של עבודה יעילה וקבלת החלטות חכמות ומושכלות יותר.
התחילו לבנות את סוכני Agentforce שלכם עוד היום!
שחררו את מלוא הפוטנציאל של Agentforce על ידי לימוד כיצד להגדיר תפקידים, להרחיב את היכולות עם כלים מתקדמים והתאמה אישית לצרכים העסקיים שלכם. הירשמו להדגמה שלנו עכשיו!
