מניסוי נקודתי למודל ארגוני: כך Shanghai Jahwa הרחיבה את WorkBuddy ל-9 מחלקות

הסיפור של Shanghai Jahwa מעניין פחות בגלל המספר המרשים של פי 4.5, ויותר בגלל הדרך שבה החברה הגיעה אליו. במקום להטמיע עוזר AI כללי בסגנון צ'אטבוט, העובדים הפכו משימות חוזרות ומבוססות-כללים לתהליכי עבודה בדוקים ול-Skills — יכולות שניתן להפעיל שוב ולשתף עם עובדים ומחלקות אחרות. כך ידע שהיה קודם אצל עובד מסוים הפך למשאב תפעולי משותף של הארגון. 4

עם זאת, חשוב לקרוא את הנתונים בזהירות: נתוני היעילות מגיעים ממקרי בוחן שעליהם דיווחה החברה, ולא מביקורת עצמאית של התפוקה.

מניסוי של שתי מחלקות לשימוש בתשע מחלקות

ההטמעה של WorkBuddy החלה, לפי הדיווחים, במחלקות ה-IT ומשאבי האנוש של Shanghai Jahwa באפריל 2026. בהמשך היא התרחבה לשימוש שוטף בתשע מחלקות, ובהן שרשרת האספקה, שיווק המותגים, מחקר ופיתוח, כספים, משאבי אנוש ו-IT. החברה דיווחה על שיפור ממוצע של יותר מפי 4.5 ביעילות העובדים. 4

ההתרחבות נשענה על ארבעה שלבים:

1. איתור משימות חוזרות: כל מחלקה זיהתה תהליכים שכללו איסוף נתונים, התאמות, עיצוב, ניתוח או דיווח שחזרו על עצמם.
2. הפיכת כללי העסק לתהליך עבודה: העובדים פירקו את אופן ביצוע המשימה והשתמשו ב-WorkBuddy כדי ליצור סקריפטים או Skills מובנים.
3. בדיקה מול עבודה אמיתית מהעבר: הצוותים השוו את התוצאות לנתונים היסטוריים, תיקנו שגיאות והוסיפו חריגים שהתגלו במהלך הבדיקות.
4. שימוש חוזר ושיתוף: לאחר שהתהליך הפך לאמין, ניתן היה להפעיל אותו שוב ושוב ולשתף אותו עם עובדים או מחלקות נוספות.

במילים אחרות, מדובר בתהליך של עיצוב מחדש של העבודה — לא רק בהתקנת תוכנה. העובדים שמכירים את העסק נשארו אחראים לשיקול הדעת ולבקרת האיכות, בעוד הסוכן טיפל בחלק גדול מהביצוע החוזרני.

משימות עסקיות, ניתוח נתונים ואוטומציה

השימושים שדווחו חרגו בהרבה מכתיבת טקסטים. בחודש האחרון שנכלל בדיווח, 67% מהמשתמשים הפעילו את WorkBuddy למשימות עסקיות ייעודיות, 63% לעיבוד וניתוח נתונים ו-57% לאוטומציה, תפעול או תחזוקה. אלה שיעורי שימוש מדווחים — לא מדדים לכמות הזמן שנחסכה בכל פעילות. 7

בין הדוגמאות שעליהן דווח ב-Shanghai Jahwa:

• מחקר ופיתוח: חיפוש מידע על רכיבים קוסמטיים ועל התקנות הרלוונטיות.
• כספים: הפיכת כללי בדיקת החזרי הוצאות לתהליך חוזר והפקת דוחות לסינון השקעות.
• משאבי אנוש: יצירת תזכורות למנהלים ולעובדים לקראת סיום תקופת ניסיון.
• שרשרת האספקה: עדכון אוטומטי של לוחות בקרה ברצפת הייצור בכמה סדנאות.
• שיווק המותגים: הפקת תובנות צרכניות, ניתוח תוכן ויצירת חומרי שיווק.

מחלקת השיווק אף המירה, לפי הדיווחים, כ-70% מהסקירות השבועיות שלה בפורמט של מצגות לדפי HTML. הדפים ניתנים לשיתוף ברחבי החברה ולעדכון מקוון, כך שהעובדים אינם צריכים להמתין להפצה של מצגת סטטית חדשה.

המבחן הגדול: התאמות חיוב בשרשרת האספקה

הדוגמה הממחישה בצורה הברורה ביותר את המודל מגיעה מעולם חיובי הלוגיסטיקה. פעילות ה-B2C של Shanghai Jahwa מתנהלת דרך Tmall, JD ו-Douyin, כאשר עלויות אחסנה, טיפול, משלוחים וחיובים נוספים מפוזרות על פני שבע קטגוריות חשבוניות גולמיות. בתוך 18 חודשים הצטברו הנתונים לכ-60 מיליון שורות. התהליך החודשי שהתבסס על Excel דרש בעבר חמישה עד שישה ימי עבודה של אדם, וקבצים גדולים אף עלולים היו להפוך לקשים לפתיחה ולעיבוד.

ג'אנג יינג, מנהלת תפעול בשרשרת האספקה, למדה כלכלה ולא הייתה מתכנתת. לפי הדיווח, היא פירקה את התהליך החודשי לשלבים קטנים יותר. WorkBuddy יצר עבור השלבים האלה סקריפטים ב-Python, וג'אנג בדקה אותם שוב ושוב מול 18 חודשי נתונים היסטוריים. כאשר הבדיקות חשפו חריגים או כללים עסקיים חדשים, היא הוסיפה אותם ל-Skills שניתנים לשימוש חוזר.

התוצאות שעליהן דווח:

• ניתוח חיובים חודשי: משני ימי עבודה ל-15 דקות.
• טבלת הבסיס לתרשים הפרפר: מיום עבודה אחד לשתי דקות.
• לוח בקרה חזותי: מיום וחצי לשלוש דקות.
• התהליך החודשי המלא: מחמישה או שישה ימי עבודה לפחות מ-20 דקות.
• השיפור הגבוה ביותר במשימה בודדת: עד פי 150.

התוצאה לא הייתה רק גיליון אלקטרוני מהיר יותר. לוח הבקרה המוגמר אפשר לסנן את הנתונים לפי מותג, פלטפורמה, קטגוריית הוצאה, שווי הזמנה ממוצע וממדים נוספים. מנהלים יכלו לפתוח קישור ולראות תוצאות מעודכנות, במקום להמתין לבנייה מחדש של הדוח.

למה המודל הצליח להתרחב

המקרה של Shanghai Jahwa מצביע על כך שהטמעת סוכני AI בארגון נוטה להתפשט כאשר השימושים הראשונים עומדים בשלושה תנאים:

• המשימה מתבצעת בתדירות שמצדיקה אוטומציה.
• ניתן להסביר ולבדוק את הכללים שלה.
• אפשר להשוות את התוצאה לרשומות קיימות או לציפיות עסקיות.

התאמות חיובי הלוגיסטיקה התאימו במיוחד לתבנית הזו. מדובר בתהליך חוזר ורווי נתונים, אך הוא עדיין דורש עובד שמכיר את מבנה החיובים, מזהה חריגים ויכול לקבוע אם התוצאה הגיונית מבחינה עסקית. WorkBuddy האיץ את העבודה המכאנית בלי לבטל את הפיקוח המקצועי.

אותו עיקרון הופעל גם בכספים, במשאבי אנוש, במחקר ופיתוח ובשיווק. כל צוות סיפק את ההקשר ואת שיקול הדעת; הסוכן סייע לארוז את החלקים החוזרים בתהליכי עבודה שניתן להפעיל מחדש ולעיתים גם לשתף ברחבי הארגון. 4

מכפיל פרודוקטיביות — לא החלפה אוטומטית של עובדים

הטענה המעשית של Tencent בעקבות ההטמעה מצומצמת ומעניינת יותר מהטענה ש-AI מחליף עובדי משרד. השיפור המדווח נבע ממומחי תוכן שהגדירו כללים, אימתו תוצאות, תיקנו חריגים והפכו תהליכים מוצלחים לנכסים ארגוניים שניתנים לשימוש חוזר. 4

ההבדל חשוב. צ'אטבוט יכול לספק תשובה חד-פעמית, אך Skill שנבדק יכול לשמר את האופן שבו החברה מבצעת משימה חוזרת. הערך גדל כאשר כמה מחלקות יוצרות ומשתפות תהליכי עבודה, במקום שכל אוטומציה תישאר ניסוי מבודד.

בה בעת, אין להסיק מהמספרים האלה שכל חברה או כל תפקיד ישיגו תוצאה דומה. הראיות הזמינות מתארות תוצאות שעליהן דיווחה Shanghai Jahwa בתהליכים נבחרים, ואינן מוכיחות באופן עצמאי שיפור של פי 4.5 בפרודוקטיביות של כלל העובדים. המסקנה הזהירה יותר היא לגבי מודל ההפעלה: להתחיל במשימות מדידות וחוזרות, להשאיר מומחים בתהליך, לבדוק מול נתונים אמיתיים ולשתף את מה שעובד.