דל עוברת מצ'אטבוטים לסוכני AI: מ-900 פרויקטים ל-13 יוזמות בייצור

המסר של דל בכנס The Six Five Summit: AI Unleashed 2026 היה חד: הבינה המלאכותית הארגונית נכנסת לשלב חדש. במקום להשתמש בצ'אטבוטים בעיקר לחיפוש, סיכום ויצירת תוכן, חברות מתחילות להפעיל סוכנים שמבצעים עבודה עסקית בפועל.

דל אמרה כי צמצמה כ-900 פרויקטים אפשריים בתחום ה-AI ל-13 יוזמות בעלות ערך עסקי ברור, ותיארה שיפורים ראשוניים של כ-20%–40% בפרודוקטיביות. 1

חשוב להדגיש: מדובר בנתונים ובטענות של דל, ולא במדד כלל-תעשייתי. עם זאת, האסטרטגיה שהציגה מספקת מסגרת שימושית להבנת השינוי שמתרחש כאשר AI עובר משלב הניסויים לביצוע תהליכים תפעוליים.

AI סוכני נועד לבצע עבודה — לא רק לענות על שאלות

דל הבחינה בין הגל הראשון של הבינה המלאכותית היוצרת לבין מערכות AI סוכניות. צ'אטבוטים ועוזרים יכולים לסייע לעובדים למצוא מידע במאגרי החברה, לסכם מסמכים או ליצור תוכן. מערכת סוכנית, לעומת זאת, נועדה לדיגיטציה של תהליך: היא יכולה לנתח משימה, להפעיל כלים, לתאם בין שלבים ולהשלים עבודה עם פחות התערבות אנושית ישירה. 1

ההבדל אינו מסתכם במודל השפה. לדברי דל, הפעלה של AI סוכני בסביבת ייצור מחייבת שינויים במערך הטכנולוגי, בתשתיות, בממשל הארגוני ובמבנה העבודה. היעד האסטרטגי הוא לצמצם את התלות בין היקף העבודה שהחברה מסוגלת לבצע לבין כמות כוח האדם הזמינה לה. 1

מה דל כבר מפעילה: CRM, קוד ותמחור

דל אמרה כי היא מפתחת סוכנים זה כשנתיים והעבירה אותם לשימוש ייצור במהלך השנה שקדמה לכנס. החברה הציגה שלושה תחומי שימוש תפעוליים:

• ניקוי נתוני CRM: סוכנים יכולים לטפל בעבודות חוזרות של שיפור איכות הנתונים ברשומות לקוחות.
• פיתוח תוכנה: סוכנים יכולים לסייע בכתיבת קוד שגרתי, בהוספת הערות ובחלקים מתיאום תהליכי CI/CD — תהליכי שילוב, בדיקה והפצה של קוד.
• תמחור מיוחד: סוכנים יכולים לתמוך בתהליך שבו מהירות ויישום עקבי של כללים הם גורמים מרכזיים. 1

אלה אינם תיאורים של ארגון אוטונומי לחלוטין, אך הם ממחישים מדוע עיצוב התהליך חשוב לא פחות מהמודל. הטמעה מוצלחת אינה רק שילוב של מודל בתוך אפליקציה קיימת; מדובר בתהליך עבודה אוטומטי עם קלטים, כלים, הרשאות ותוצאות מוגדרים.

מדוע דל צמצמה 900 פרויקטים ל-13

דל אמרה כי צמצמה כ-900 מועמדים לפרויקטי AI לכ-13 יוזמות ממוקדות, שנבחרו על בסיס ערך עסקי מפורש ונוהלו באמצעות סדרי עדיפויות שהוגדרו מהנהלת החברה. 1

המהלך משקף לקח מעשי עבור תוכניות AI ארגוניות: רשימה ארוכה של ניסויים אינה בהכרח יתרון תפעולי. לפי הגישה שהציגה דל, ארגונים צריכים לרכז משאבים בתהליכים שבהם אפשר למדוד את התוצאה העסקית הצפויה, ולאחר מכן לבנות את הבקרות והתשתיות שיאפשרו להפעיל אותם באמינות.

דל ייחסה להטמעות ממוקדות של עוזרים שיפור ראשוני של כ-20%–40% בפרודוקטיביות, וטענה כי השיפור עשוי להיות גדול בהרבה כאשר סוכנים מקבלים אחריות על קטגוריות עבודה שלמות. החברה גם אמרה שהתוכנית הממוקדת סייעה לנתק את צמיחת ההכנסות ממבנה העלויות שלה. אלה תוצאות מדווחות של החברה, ולכן אין לראות בהן אמת מידה מובטחת לכל ארגון או לכל הטמעה. 1

"כביסת סוכנים" מטשטשת את ההבדל האמיתי

ג'ון רוז, בכיר בדל, הזהיר מפני מצב שבו כל יכולת AI מוצגת כסוכן אוטונומי. לפי המסגור של דל, Agent Washing, או "כביסת סוכנים", מתרחש כאשר צ'אטבוטים, עוזרים מוגבלים ומערכות שמסוגלות לבצע פעולות באופן עצמאי מתוארים כאילו הם אותו הדבר. 1

ההבחנה הבסיסית היא:

• צ'אטבוט: מגיב להנחיה, בדרך כלל באמצעות מידע או תוכן.
• עוזר ממוקד: משפר משימה מוגדרת, כאשר אדם עדיין מעורב מקרוב.
• סוכן אוטונומי: מסוגל לתכנן, להפעיל כלים, לתאם פעולות ולבצע תהליך עם פיקוח ישיר מצומצם יותר. 1

להבדל הזה יש משמעות מעשית. טעות בסיכום דורשת תיקון; סוכן שמחובר למערכות עסקיות עלול לשנות רשומות, להפעיל פעולות המשך או לחשוף מידע רגיש.

המעבר לסוכנים משנה את משוואת התשתיות

מאט מרפי, מנכ״ל Marvell, אמר כי הסקת מסקנות בסביבת ייצור באמצעות סוכנים יוצרת עומסים שונים מאלה של אימון מודלי AI. סוכנים עשויים להידרש לשמור את מצב התהליך באמצעות מטמוני key-value לאורך קריאות חוזרות למודל, הקשרים ארוכים ואינטראקציות ממושכות בין כמה סוכנים. במצב כזה, נפח הזיכרון ורוחב הפס עלולים להפוך לצוואר בקבוק עוד לפני שכוח החישוב הגולמי יהיה המגבלה העיקרית. 1

מרפי הוסיף כי המעבדים המרכזיים (CPU) נעשים חשובים יותר, משום שמערכות סוכניות דורשות תזמור: הסתעפות, שליפת מידע, הפעלת כלים, הרצה בסביבות מבודדות ותיאום בין סוכנים. בדיון תואר שינוי ביחס בין CPU ל-GPU — מיחס של כ-8–16 ל-1 ביישומי AI מסורתיים לכ-1–2 ל-1 בעומסי עבודה סוכניים. 1

עבור ארגונים שרוכשים תשתיות, המשמעות ברורה: אי אפשר להעריך פלטפורמת סוכנים רק לפי איכות המודל או מספר מעבדי ה-GPU. גם זיכרון, תקשורת, תזמור באמצעות CPU, יכולות ניטור ועלות ההסקה החוזרת יקבעו אם תהליך מסוים כדאי להפעלה בייצור.

לא יהיה מודל אחד שמתאים לכל סוכן

דל יצאה נגד גישה של "מונוקולטורה" — מודל יחיד או מיקום יחיד לכל משימות ה-AI. הגישה שהציגה משלבת אפשרויות כמו מודלים פתוחים מקומיים, מודלים מתקדמים המתארחים אצל דל, עננים פרטיים וירטואליים מבוקרים, ממשקי API חיצוניים ומודלים שרצים על גבי מכשירים. הבחירה אמורה להיקבע לפי ביצועים, רגולציה, יכולות ועלות. 1

גם הכלכלה תלויה בסוג המשימה. דל השוותה בין סוכן לתמיכה בקבלת החלטות של מנהל בכיר — שעבורו ייתכן שתוצדק הוצאה חודשית גבוהה — לבין תהליך ניקוי CRM בהיקף גדול, שדורש עלות נמוכה מאוד לכל רשומה, שתוארה בדיון כנמוכה מכ-0.50 דולר. 1

לכן השאלה הנכונה עבור ארגונים אינה בהכרח "איזה מודל הוא הטוב ביותר?" אלא איזה מודל, מיקום הפעלה ורמת אוטונומיה יספקו את התוצאה הדרושה בעלות וברמת סיכון מקובלות.

זהות דיגיטלית היא שכבת הבקרה של סוכנים אוטונומיים

דל אמרה כי כל סוכן אוטונומי שניגש לנתונים שלה — פנימיים או חיצוניים — צריך לקבל זהות דיגיטלית מטעם דל. זהות כזו מאפשרת הרשאות מדויקות ומאפשרת לבטל את הגישה במקרה הצורך, כמעין מתג חירום מעשי. 1

האתגר האבטחתי גדל כאשר הסוכן אינו פשוט יורש את הזהות של המשתמש. סוכן שפועל בזהות משתמש עובד תחת פרטי הזיהוי של עובד מסוים. לעומתו, סוכן ללא משתמש (headless agent) פועל באופן עצמאי יותר, ולכן קשה יותר לשייך אליו פעולות, להגדיר את הרשאותיו ולנהל את מחזור חייו. לפי הדיון, דל צופה שסוכנים כאלה יהוו כ-70% מההטמעות העתידיות. 2

דל הצביעה גם על פרוטוקולים לתקשורת בין סוכנים ובין סוכנים לכלים, וכן על היערכות לעידן פוסט-קוונטי, כחלק ממודל האבטחה הדרוש לאוטונומיה בסביבת ייצור. 1 המסקנה הרחבה יותר היא שסוכן צריך להיחשב לזהות תוכנה בעלת בעלים, תחום פעילות, נתיב ביקורת ואפשרות ביטול — ולא להיתפס כהרחבה בלתי נראית של צ'אטבוט.

התפקידים יתפרקו למשימות

דל אמרה כי ניתחה 6,800 תפקידים, באמצעות חלוקה לקטגוריות כמו פרודוקטיביות, "היגיינת נתונים", תיאום, עבודה מקצועית ועבודה מול בני אדם. המסקנה שלה הייתה שסוכנים צפויים להסיר חלקים מתפקידים, ולא בהכרח לבטל משרות שלמות באופן אוטומטי. 1

בתחום פיתוח התוכנה, למשל, סוכנים עשויים לטפל בכתיבת קוד שגרתי, בהוספת הערות ובחלקים מתיאום תהליכי האספקה, בעוד העובדים יתמקדו יותר בארכיטקטורה, בדרישות, בשיקול דעת ובקשר עם הלקוחות. 1

אין פירוש הדבר שהתפקידים יישארו כפי שהם. הטענה של דל היא שכל תפקיד ישתנה כאשר משימות שניתנות לאוטומציה יוצאו ממנו, והעובדים יעברו בהדרגה לאחריות הנשענת יותר על מומחיות, הקשר, שיקול דעת ויחסים אנושיים.

מבחן הייצור של AI סוכני

את עמדת דל אפשר לסכם במבחן תובעני: פרויקט AI סוכני מוכן לייצור רק כאשר יש לו תוצאה עסקית מדידה, תהליך מוגדר ומוגבל, כלכלה מתאימה ובקרות לזהות, להרשאות ולהתאוששות מתקלות.

המעבר מ-900 אפשרויות ל-13 יוזמות ממחיש את האסטרטגיה. AI סוכני אינו רק ממשק שיחה מתוחכם יותר. זהו מודל תפעולי שבו תוכנה מבצעת עבודה — ולכן התשתיות, האבטחה ועיצוב התפקידים חייבים להתפתח יחד עם המודלים.