מיקרוסופט: אל תטמיעו סוכני AI לפני שתעצבו מחדש את העבודה

מיקרוסופט מציגה ב־Becoming a Frontier Firm טענה פשוטה: הטמעת סוכני AI אינה פרויקט תוכנה רגיל, אלא שינוי במודל התפעולי. על בסיס מאות מאמצי טרנספורמציה פנימיים, החברה טוענת שצריך קודם לחשוף את העבודה כפי שהיא מתבצעת בפועל, לפשט אותה ולהחיל עליה כללי ממשל — ורק לאחר מכן להטיל על סוכנים לבצע חלקים ממנה. את ההצלחה יש למדוד לפי איכות, מהירות, סיכון, הכנסות והשפעה על הלקוחות; לא לפי כמות רישיונות או שימוש בפרומפטים. 12

מתחילים בתהליך העבודה, לא בכלי ה־AI

העיקרון הראשון הוא להבין כיצד העבודה מתבצעת באמת: למפות תהליך מקצה לקצה, לאתר העברות בין עובדים וצוותים, חריגים, נקודות החלטה, והנתונים והמערכות שעליהם מסתמכים העובדים. בלי השלב הזה, ארגון עלול פשוט להפוך תהליך לא עקבי או דל־ערך לאוטומטי — במקום לשפר אותו. 12

מיקרוסופט מסכמת זאת בביטוי "lean before agents" — קודם מייעלים, אחר כך מטמיעים סוכנים. לפני שמטילים אחריות על סוכן, ההמלצה היא:

• לפשט ולתקנן את התהליך הבסיסי;
• להסיר אישורים מיותרים, עבודה כפולה והעברות ידיים;
• להקים תשתית נתונים משותפת ושימושית, וחיבורים למערכות הרלוונטיות;
• להגדיר בקרות גישה וממשל;
• לקבוע במפורש אילו החלטות, חריגים ופעולות בסיכון גבוה יישארו בידי בני אדם. 12

המשמעות המעשית: סוכן צריך לקבל תחום אחריות מוגדר בתוך תהליך שמובן היטב — לא הנחיה עמומה כמו "לשפר פרודוקטיביות".

שלושה מסלולים לשינוי

מיקרוסופט מתארת שלוש גישות משלימות, ולא מסלול אימוץ יחיד.

1. האצת תפקידים (Persona Acceleration)

גישה זו מציידת תפקידים בעדיפות גבוהה בעוזרים, פרומפטים, מיומנויות וסוכנים מותאמים לתפקיד. המטרה היא להפוך את שיטות העבודה של משתמשי AI חזקים ליכולת צוותית שניתן לשחזר, בעזרת למידה וניהול שהופכים שיתוף פעולה בין אדם ל־AI לחלק שגרתי מהעבודה. 1

2. עיצוב מחדש של תהליכים בעזרת AI (AI-Powered Process Redesign)

כאן המוקד הוא תהליך רוחבי שלם, שחוצה צוותים או מחלקות. במקום להפוך משימה בודדת לאוטומטית, הארגון מתכנן מחדש את התהליך כדי לצמצם השהיות, כפילויות, בזבוז וקבלת החלטות מפוצלת. זו ההמחשה הברורה ביותר לטענת מיקרוסופט שלפיה הערך מ־AI תלוי בשינוי האופן שבו העבודה מאורגנת. 12

3. אפשרות בגישת AI תחילה (AI-First Possibility)

במסלול זה צוותים קטנים ומנוסים מקבלים מרחב לבנות מוצר, שירות או שיטת עבודה, כאשר AI הוא הנחת יסוד כבר מההתחלה. יש בו יותר אי־ודאות, אך הוא עשוי לחשוף דפוסי עבודה ואפשרויות מוצר שאוטומציה הדרגתית לא הייתה מגלה. 1

להגדיל אוטונומיה בהדרגה

הפלייבוק אינו מציג אוטונומיה כהחלטת הכול או לא כלום. הוא מתאר התקדמות שבה בני האדם נשארים אחראים, בזמן שסוכנים מקבלים עבודה מוגדרת יותר ויותר:

1. אדם עם עוזר AI: ה־AI מנסח, מסכם, מנתח ותומך בשיקול דעת אנושי.
2. צוותי אדם־סוכן: סוכנים מבצעים משימות או החלטות מוגדרות, במסגרת בקרות, מסלולי הסלמה ופיקוח.
3. תהליכים בהובלה אנושית ובהפעלה של סוכנים: הסוכנים מבצעים חלק ניכר מהזרימה התפעולית; בני האדם מכוונים אסטרטגיה, מטפלים בחריגים, מאמתים תוצאות ונשארים אחראים. 1

לא מדובר בהכרח בסולם בגרות קשיח. ארגון יכול להפעיל רמות שונות בתהליכים שונים, לפי הסיכון, מוכנות הנתונים והמחיר של טעות.

מה אפשר ללמוד מהדוגמאות הפנימיות של מיקרוסופט

מיקרוסופט מספרת שעבודתה בתחום שרשרת האספקה בענן החלה בעיצוב מחדש של תהליכים ובהקמת יסודות משותפים, לפני שהתרחבה ליותר מ־111 סוכנים ייעודיים בתחומי התכנון, הרכש, המילוי והלוגיסטיקה. החברה מדווחת על קיצור של עד 75% בזמני המחזור בחלק מתהליכי שרשרת האספקה, ועל קיצור חקירות של תוכניות ביקוש מחמישה עד שבעה ימים לשעות. 24

בדוגמה נפרדת, צוות Copilot Cowork רב־תחומי בן תשעה אנשים השיק גרסה ראשונית של מוצר בתוך 35 ימים בגישת AI תחילה. לפי מיקרוסופט, הלקח אינו רק פיתוח מהיר יותר: מהנדסים ומנהלי מוצר עברו לתפקידים שכונו "מטא־מהנדסים" ו"מטא־מנהלי מוצר" — הם הכווינו, בדקו ותיאמו את פלט הסוכנים, והתמקדו יותר בשיפוט מוצרי ובתכנון המערכת. 24

במסגרת הזו, AI מצמצם את הזמן המושקע בטיוטות ראשונות, במחקר שגרתי ובמרדף אחר מידע תפעולי. עבודת האנשים נעה יותר להגדרת בעיות, תכנון מערכות, אימות תוצרים, טיפול בחריגים, בניית מערכות יחסים והפעלת שיקול דעת. המעבר הזה מחייב אוריינות AI, אמון, נכונות להתנסות ושינויים בתפקידים ובניהול — ולא רק גישה לרישיון Copilot. 12

היתרון התחרותי, לפי מיקרוסופט, אינו המודל עצמו

מיקרוסופט מעריכה שמודלי יסוד יהפכו בהדרגה לתחליפיים יותר. מקור ההגנה התחרותית שהיא מציעה הוא ייחודי לארגון: ידע מוסדי מהימן, גישה מבוקרת לנתונים ולכלים, תזמור תהליכי עבודה, הגדרות פנימיות של עבודה איכותית, ומנגנוני הערכה שמחוברים לתוצאות אמיתיות. 15

החברה מכנה את לולאת המשוב שנוצרת "מכונת טיפוס על גבעה" (hill-climbing machine). העיקרון הוא להגדיר את התוצאה הרצויה, להעריך את פלט הסוכן, ללכוד משוב ושגיאות, לשפר את התהליך או את הסוכן, ולחזור על המחזור. לפי תפיסה זו, היתרון נובע פחות מבחירת מודל יחיד ויותר משיפור מתמשך של מערכת שנבנית סביב הסטנדרטים ואופן העבודה של הארגון. 5

מה מלמדים נתוני סוכני הארגון

בניתוח שמיקרוסופט מדווחת כי ערכה על 40,093 סוכני Copilot Studio ארגוניים, בכמעט 2,000 טננטים, מקרי שימוש של פרודוקטיביות עובדים פנימית ותמיכת משתמשים היו 64.6% מהסוכנים שהוטמעו. החברה תיארה גם מעבר ליישומים תפעוליים ממוקדים יותר, לרבות סיוע טכני ותהליכים עסקיים ייעודיים. 3

התבנית הזו מחזקת את הטענה הרחבה של הפלייבוק: עוזרי פרודוקטיביות כלליים עשויים להיות נקודת פתיחה שכיחה, אבל הטמעות סוכנים בעלות השפעה משמעותית יותר צפויות להישען על תהליכים מוגדרים היטב, נתונים רלוונטיים, בקרות ותוצאות מדידות.

חשוב: מסגרת עבודה, לא אמת מידה אוניברסלית

הראיות בפלייבוק מבוססות על דיווחי מיקרוסופט מעבודת הטרנספורמציה הפנימית שלה וממערכת המוצרים שלה. נתוני הביצועים לא אומתו באופן בלתי תלוי, ומיקרוסופט עצמה מגדירה את הפלייבוק כגישת עבודה מתפתחת — לא פתרון מחייב או הבטחה לתוצאות אצל ארגונים אחרים. 12

לכן, הלקח השימושי אינו להעתיק את המספרים או את הכינויים הארגוניים של מיקרוסופט. כדאי לבחון את סדר הפעולות: לבחור תוצאה עסקית חשובה, לחשוף ולפשט את תהליך העבודה, להקים בסיסי נתונים וממשל, להקצות לסוכנים אחריות תחומה היטב, לשמר אחריות אנושית — ולשפר את המערכת באמצעות משוב מדוד.