תחום עיסוק

טרנספורמציה עסקית מבוססת AI

DataWise מרכזת את כל התפעול שלכם במערכת עבודה אחת, חיה בשימוש יומיומי, ובונה מעליה שכבת AI: אוטומציות, תובנות וסוכנים חכמים לצוות.

עודכן:

DataWise לוקחת תפעול שלם, שמפוזר בין כלים, גיליונות וראשים של אנשים, ומרכזת אותו במערכת עבודה אחת עם שכבת AI מעליה. עבור חברת הופעות חיות אפיינו כל תהליך עבודה בעסק, ריכזנו את התפעול במערכת מבוססת monday.com שנמסרה בשלבים, והמערכת חיה היום בשימוש יומיומי מלא. הטמעה בעינינו היא תפעול שעובד, לא מסמך אסטרטגיה. הסיפור המלא בפרויקט הדגל שלנו.

מה כוללת הטמעת AI רוחבית אצלנו?

היא מתחילה באפיון של כל תהליכי העבודה בעסק, לא רק אלה שנראים דיגיטליים. בפרויקט הדגל שלנו לחברת הופעות חיות זה כלל דשבורד ‘חדר בקרה’, תפעול יומי ושבועי, נוכחות, השכרות ציוד, ספקים, קבלות, מקומות אירוע ולוחות שנה של הפקות, הכול מרוכז במערכת עבודה אחת מבוססת monday.com, עם שילובים, אוטומציות ויכולת ניטור מובנית. הפלטפורמה עצמה היא בחירה שנעשית לכל לקוח בנפרד, לא מחויבות שאיתה אנחנו מגיעים: אנחנו לא מחויבים לאף פלטפורמה, ו-monday.com נבחרה שם כי התאימה לאנשים ולתהליכים של החברה. המסירה נעשתה בשלבים, שלב א’, שלב ב’ וכן הלאה, כך שהצוות הטמיע כל שכבה תוך כדי עבודה. התוצאה אינה חוברת המלצות: זו המערכת שהחברה עובדת עליה כל יום.

איפה נכנס ה-AI?

בשתי שכבות, וביושר. הראשונה כבר עובדת: אוטומציות ושילובים שמייתרים צעדים ידניים, ויכולת ניטור שמראה את התפעול במסך אחד במקום בעשרה כלים. השנייה היא מפת הדרכים שנבנית מעל תפעול מרוכז: סוכנים, למידה מתמשכת, הצפת תובנות יזומה ועוזרים שעובדים על נתוני התפעול עצמם. את השכבה השנייה אנחנו מציגים כחזון, לא כתוצר שנמסר, כי זה המצב האמיתי, וכי הסדר קובע: סוכני AI מעל תפעול מפוזר עושים אוטומציה לבלגן. קודם מרכזים, ואז שכבת ה-AI מתחילה לצבור ערך. זו גם נקודת הכשל המתועדת בשוק: קושי בשילוב כלי AI במערכות הליבה הוא אחד החסמים המרכזיים שרוכשי AI בישראל מציינים, לצד מחסור בכישורים ושאלות אבטחה, על פי סיקור בכלכליסט של סקר KPMG-Microsoft, ומוכנות הנתונים היא החסם האמיתי ברוב היוזמות שנתקעות.

אתם עובדים ככה בעצמכם?

כן, ואפשר לבדוק. פיתחנו פלטפורמת web מלאה בסביבת ייצור, ענן על גבי Kubernetes/EKS, מוצר רב-פאנלי עם חיפוש, הצעות מחיר, CRM ואנליטיקה, במתודולוגיית פיתוח מבוססת סוכני AI מקצה לקצה: תיעוד החלטות ארכיטקטורה, אימות אוטומטי ותהליכי הנדסה מונחי AI. פיתחנו גם סוכן AI קולי שקולט את תוכן האתר של עסק, בונה ידע מוצרים אוטומטית ומנהל שיחה קולית שממירה מבקרים ללידים, וסוכן תפעול ב-WhatsApp שמוסר חומרים ארגוניים בצ’אט, בקול ובטקסט בעברית. המתודולוגיה שאנחנו מביאים לתפעול שלכם היא זו שההנדסה שלנו עצמה רצה עליה.

מה אנחנו, ומה אנחנו לא

  • אנחנו: אותם אנשים בכירים שמאפיינים את התפעול גם בונים ומוסרים אותו. בלי מסירה בין ‘צוות אסטרטגיה’ ל’צוות ביצוע’.
  • אנחנו: לא כבולים לפלטפורמה; מערכת העבודה נבחרת לפי האנשים שלכם, ומה שנבנה עובר לבעלותכם.
  • אנחנו: עובדים בשלבים; העסק ממשיך לרוץ תוך כדי השינוי, וקו הסיום הוא שימוש יומיומי בפועל.
  • אנחנו לא: ספק ‘תוכניות טרנספורמציה’ שמוכר מצגת שלבים.
  • אנחנו לא: תגבור כוח אדם, ולא ספק צ’אטבוטים.
  • אנחנו ישרים לגבי מוכנות: אם האבחון מראה שהנתונים או התהליכים עוד לא מוכנים לשכבת ה-AI, זה מה שתשמעו, יחד עם סדר העבודה להגיע לשם.

הוכחות

פרויקט דגל

חברת הופעות חיות (עסק בינוני): אפיון כל תהליכי העבודה, ריכוז התפעול במערכת מבוססת monday.com, חדר בקרה, תפעול יומי ושבועי, נוכחות, השכרות, ספקים, קבלות, מקומות אירוע ולוחות הפקה, נמסר בשלבים, חי בשימוש יומיומי מלא.

מהעבודות שלנו

הנדסת פלטפורמת ייצור עם AI בליבה (פיתוח), סוכן AI קולי שממיר מבקרי אתר (פיתוח), סוכן תפעול ב-WhatsApp (פיתוח).

לכל העבודות הנבחרות

מהתעשייה

Kanfit, יצרן תעופה ישראלי, החליף שיבוץ ייצור מבוסס Excel בשיבוץ מבוסס AI והגדיל תפוקה ב-15% עד 30% בתוך שישה חודשים, בלי מכונה חדשה אחת, על פי מקרה לקוח של הספק Plataine. הרווח נוצר בתהליך העבודה, לא במכונות. זו בדיוק התזה.

שאלות ותשובות

אתם בעצם מטמיעי monday.com?

לא. בפרויקט הדגל monday.com הייתה מערכת העבודה הנכונה לאותה חברה, וציינו אותה בשמה כי המערכת אמיתית וחיה. הפלטפורמה נבחרת לכל לקוח בשלב האפיון; הקבוע הוא השיטה: לאפיין הכול, לרכז, לבנות אוטומציות, ואז לבנות AI מעל. בכל מקרה התוצאה בבעלותכם.

במה זה שונה מחברת ייעוץ גדולה?

מי שמאפיין את התפעול שלכם הוא מי שבונה ומוסר אותו, כך ששום דבר לא הולך לאיבוד במסירה. קו הסיום הוא צוות שעובד על המערכת כל יום, לא מסמך. ואנחנו ישרים גם לגבי גודל: DataWise בנויה לעסקים קטנים ובינוניים בישראל, לא לתוכניות ענק של מאות משתמשים.

כמה זה משבש את השוטף?

המסירה בשלבים קיימת בדיוק בשביל זה. כל שלב נכנס, הצוות מטמיע אותו בעבודה היומיומית, והשלב הבא נבנה על שימוש אמיתי ולא על הנחות.

מתי רואים AI ולא רק סדר?

אוטומציות ושילובים עובדים כבר מהשלבים הראשונים. שכבת הסוכנים והתובנות מתוכננת מעל התפעול המרוכז ברגע שהוא מייצר נתונים אמינים, ונגיד לכם בפשטות באיזה צד של הקו נמצאת כל יכולת.

ואם אנחנו רוצים לתקן רק תהליך אחד?

אז אתם צריכים אחד מתחומי המיקוד שלנו, תחזיות, סוכן ידע, ניתוח תמונה, ונכוון אתכם לשם. התחום הזה מיועד לבעלים שרוצים את כל התפעול על תשתית אחת.