דילוג לתוכן
Converify

מדריך · תפעול והזמנות

מתי באמת צריך AI, ומתי מספיקה אוטומציה רגילה?

מדריך לבעלי עסקים שמתלבטים אם להכניס AI לתהליך או להסתפק באוטומציה פשוטה: איך בודקים כל שלב בנפרד, מה ההבדל בין השניים ואיך משלבים אותם בלי לסבך.

מתי באמת צריך AI, ומתי מספיקה אוטומציה רגילה?

אוטומציה רגילה מספיקה כשאותו מצב מוביל תמיד לאותה פעולה והמידע מגיע במבנה קבוע, כמו שדות בטופס או הזמנה מהחנות באתר. AI נחוץ כשצריך להבין מה נאמר: הודעה של לקוח בלשון חופשית, מייל, מסמך סרוק שכל שולח מעצב אחרת, או שיחה. בודקים כל שלב בתהליך בנפרד, ורוב התהליכים משלבים את שני הסוגים.

בעלי עסקים שומעים על AI בכל מקום, ולכן קל להתחיל ממנו גם כשתזכורת קבועה או העברת נתונים בין מערכות היו מספיקות. מהצד השני, יש עסקים שבונים עשרות כללים כדי להבין הודעות של לקוחות, ומגלים שכל ניסוח חדש שובר אותם.

לפני ואחרי

היום

  1. מתלבטים "עם AI או בלי" על כל התהליך
  2. בוחרים כלי לפי מה שכולם מדברים עליו
  3. כללים שנשברים בכל ניסוח חדש
  4. AI שמנחש במקום שבו כלל פשוט היה מספיק

עם המערכת

  1. כל שלב מסומן בנפרד
  2. כללים קבועים לשלבים הצפויים
  3. AI רק בשלבים שדורשים הבנה
  4. אדם מחליט במקומות הרגישים

במספרים

אילו דרכים יש לעשות את זה?

דרך 1

בלי שום כלי

לפעמים הבעיה היא שאין סדר: אף אחד לא יודע מי אחראי על מה. כאן מספיק לכתוב את התהליך ולחלק אחריות.

דרך 2

מה שכבר מובנה במערכות

תזכורות ביומן, תבניות הודעה, חוקים בתיבת המייל ותהליכים קבועים במערכת הנהלת החשבונות. הרבה מזה כבר קיים ומחכה שיפעילו אותו.

דרך 3

אוטומציה לפי כללים

כלי שמעביר מידע בין מערכות לפי תנאים: כשנכנסת הזמנה, נשלחת הודעה ונפתחת משימה. התוצאה צפויה וקל לבדוק אותה.

דרך 4

אוטומציה עם שלב של AI

אותה אוטומציה, ובאמצע שלב אחד שקורא טקסט חופשי ומחליט מה הוא אומר: איזה סוג פנייה, מה הלקוח מבקש, אילו פרטים מופיעים במסמך.

מה צריך לפני שמתחילים?

  • תהליך אחד שכתוב שלב אחרי שלב, עם מה שגורם לו להתחיל ומה יוצא ממנו.
  • 10 עד 20 דוגמאות אמיתיות של המידע שנכנס לתהליך: הודעות, מיילים, טפסים או מסמכים.
  • מי שמבצע את התהליך ביום־יום, כדי לשאול אותו איך הוא מחליט בכל שלב.

איך עושים את זה, שלב אחרי שלב?

  1. כותבים את התהליך כרשימת שלבים. כל שלב הוא פעולה אחת: "מקבלים הודעה", "מבינים מה הלקוח רוצה", "פותחים משימה", "שולחים אישור".

  2. מסתכלים על המידע שנכנס לכל שלב. אם הוא מגיע תמיד באותו מבנה, כמו שדה "תאריך" בטופס, השלב מתאים לכללים. אם הוא מגיע בלשון חופשית או כמסמך שכל ספק מעצב אחרת, השלב דורש הבנה.

  3. שואלים על כל שלב: האם אפשר לכתוב את ההחלטה כמשפט "אם קורה כך, עושים כך" שעובד על כל הדוגמאות שאספתם? אם כן, זה שלב של כללים. אם צריך עוד ועוד חריגים כדי לכסות את הדוגמאות, זה שלב שבו AI עוזר.

  4. מסמנים שלבים שבהם טעות פוגעת במיוחד: תשלומים, התחייבות ללקוח או מידע רגיש. בשלבים האלה אדם מאשר, גם אם AI או כלל הכינו את הפעולה.

  5. מתחילים מהשלבים של הכללים, כי הם הכי צפויים. מוסיפים AI לשלב אחד שדורש הבנה, ובודקים אותו על הדוגמאות שאספתם לפני שהוא נוגע בלקוחות.

  6. בשבועיים הראשונים אדם עובר על כל תוצאה של שלב ה־AI ורושם טעויות. לפי זה מחליטים אם להרחיב, לתקן את ההנחיה או לחזור לכלל פשוט.

מוכן להעתקה

טבלת החלטה לכל שלב

מעתיקים לטבלה וממלאים שורה לכל שלב בתהליך.

שלב: [מה קורה]
איך המידע מגיע: [מבנה קבוע / טקסט חופשי / מסמך / שיחה]
אפשר לכתוב כלל אחד שמכסה את כל הדוגמאות: [כן / לא]
מה קורה כשטועים: [מה מרגיש הלקוח או העסק]
ההחלטה: [כללים / AI / אדם / AI ואדם מאשר]

הנחיה לעוזר AI: לסמן את שלבי התהליך

מדביקים בשיחה עם עוזר AI יחד עם תיאור התהליך.

זה תיאור של תהליך בעסק שלי: [תיאור התהליך]. פרקו אותו לשלבים, שלב אחד לכל פעולה. ליד כל שלב כתבו איך המידע מגיע אליו, וסמנו אחת מארבע אפשרויות: כללים קבועים, הבנה של טקסט חופשי, החלטה של אדם, או הבנה של טקסט ואישור של אדם. הסבירו בשורה אחת כל סימון, ושאלו אותי אם חסר מידע כדי להחליט.

איך זה נראה בשיחה?

הלקוח כתב בלשון חופשית, בלי טופס ובלי כפתור. כדי להבין שמדובר בתיקון כתובת ולשלוף מההודעה את הכתובת החדשה צריך הבנה של טקסט, ושם AI עוזר.

מה שקורה אחר כך הוא כלל פשוט: אם ההזמנה עוד לא יצאה, מעדכנים את הכתובת ושולחים אישור. הקדמת משלוח תלויה בלוח הזמנים של הצוות, ולכן היא עוברת לאדם.

המחשה: חנות רהיטים. שלב אחד דורש הבנה, השאר כללים והחלטה של אדם.

מה בודקים אחרי ההפעלה?

  • כמה פעמים שלב ה־AI טעה, למשל סיווג לא נכון של פנייה או פרט ששלף לא נכון, מתוך כל הפעמים שהוא רץ.
  • כמה פעמים שלב של כללים נתקע על מקרה שלא היה בכללים. מקרה שחוזר הרבה מעיד שהשלב צריך הבנה.
  • כמה זמן עבודה ידנית נשאר בתהליך, מול המצב לפני השינוי.
  • כמה פעמים אדם נאלץ לתקן תוצאה, ובאיזה שלב זה קרה.

איפה צריך כאן AI, ואיפה לא?

כללים קבועים מתאימים כשהמידע מובנה וההחלטה ברורה: תזכורת לפני תור, העברת הזמנה מהאתר למערכת המלאי, הודעת אישור אחרי תשלום. הם עובדים אותו דבר בכל פעם, וקל לבדוק אותם.

AI מתאים כשצריך לקרוא ולהבין: למיין הודעות לפי נושא, לשלוף פרטים מחשבונית שכל ספק מעצב אחרת, לסכם שיחה או לנסח תשובה שמתאימה למה שהלקוח כתב. החלטות שכרוכות בכסף, בהתחייבות או בחריגה מהמדיניות נשארות אצל אדם, גם כש־AI הכין אותן מראש.

אילו טעויות כדאי להכיר מראש?

  • להחליט "עם AI או בלי" על התהליך כולו במקום על כל שלב.
  • להכניס AI לשלב שכלל פשוט פותר. התוצאה פחות צפויה, וקשה יותר להבין למה משהו השתבש.
  • לבנות עשרות כללים כדי להבין טקסט חופשי. כל ניסוח חדש של לקוח מוסיף עוד חריג.
  • לבדוק את שלב ה־AI על שתי דוגמאות ולהפעיל אותו מול לקוחות.
  • לתת ל־AI להחליט לבד על כסף, החזרים או התחייבויות.

שאלות נפוצות

מה ההבדל בין אוטומציה ל־AI?

אוטומציה מבצעת פעולה לפי כלל שהגדרתם מראש: כשקורה כך, עושים כך. AI מוסיף את היכולת להבין מידע שלא הגיע במבנה קבוע, כמו הודעה, מייל או מסמך, ולהחליט מה הוא אומר. ברוב התהליכים משתמשים בשניהם, כל אחד בשלב אחר.

אפשר להתחיל בלי AI ולהוסיף אותו אחר כך?

כן, ובדרך כלל זו התחלה טובה. מפעילים קודם את השלבים של הכללים, ובשלבים שדורשים הבנה אדם ממשיך לעבוד כרגיל. כשרואים איפה הצוות מבזבז הכי הרבה זמן על קריאה ומיון, שם מוסיפים AI.

איך יודעים ש־AI עובד מספיק טוב?

בודקים אותו על דוגמאות אמיתיות לפני ההפעלה, ובשבועיים הראשונים אדם עובר על כל תוצאה. אם הטעויות נדירות וקל לתקן אותן, ממשיכים. אם הן חוזרות באותו סוג מקרה, מתקנים את ההנחיה או מעבירים את המקרה הזה לאדם.

רוצים לבדוק את זה על העסק שלכם?

רוצים לדעת כמה זה שווה אצלכם? בשיחה קצרה עם בר נחשב את זה לפי המספרים שלכם.

עודכן ב־13 באוקטובר 2026 · לכל המדריכים