קלוד בארגונים מפוקחים: מהלך שמחזיר את הבינה המלאכותית אל מערכות הליבה

ארגונים מפוקחים כבר עברו את שלב ההתלהבות מצ׳אטבוטים בשולי הארגון. האתגר האמיתי הוא להכניס בינה מלאכותית לתהליכים שבהם טעות אחת יכולה להשפיע על תשלום, תביעה, טיסה, רגולציה או אמון לקוחות. לכן ההכרזה האחרונה על הברית הרב שנתית בין אנתרופיק לחברת DXC Technology חשובה במיוחד, משום שהיא מסמנת מעבר משימוש נקודתי במודל שפה אל שילוב מבוקר בתוך מערכות ליבה.

קלוד בארגונים מפוקחים משנה את מודל ההטמעה

הברית בין אנתרופיק לחברת DXC אינה עוד שיתוף פעולה שיווקי סביב בינה מלאכותית. חברת DXC מפעילה ומתחזקת מערכות מידע קריטיות בבנקים, מבטחים, חברות תעופה, יצרנים וגופי ממשל. המשמעות היא שמודל Claude מיועד להיכנס לסביבות שבהן נדרשים ניהול הרשאות, עקיבות, הפרדת סביבות, בדיקות קוד, תיעוד החלטות ועמידה בתקנות. בעולם כזה איכות התשובה של המודל היא רק רכיב אחד. הערך העסקי מגיע כאשר המודל מחובר נכון לנתונים, לתהליכים, למערכות קיימות ולשכבות בקרה שמונעות פעולה לא מורשית.

סוכני AI ומערכות ליבה דורשים הנדסה, לא הדגמה

הפרט המעניין במהלך הוא שחברת DXC התחילה מבפנים, עם פעילות הכוללת כ-115 אלף עובדים בכ-70 מדינות. החברה מדווחת כי יותר מ-95 אחוז מהקוד בפלטפורמת DXC OASIS נוצר בעזרת Claude ונבדק לאחר מכן על ידי מהנדסים. מספר כזה מרשים, אבל חשוב לפרש אותו נכון. קוד שנוצר על ידי מודל אינו מערכת ייצור, ובוודאי לא מערכת ייצור בסביבה מפוקחת. הערך נמצא בשילוב בין האצת פיתוח לבין ארכיטקטורה, בדיקות אוטומטיות, בקרת איכות, סקירות אבטחה ואחריות אנושית. זה בדיוק ההבדל בין הדגמת AI יפה לבין יכולת ארגונית שניתן להפעיל לאורך זמן.

אבטחת מידע וניהול סוכנים הם תנאי ליישום אחראי

כאשר אנו מלווים ארגונים בהטמעת AI, הפער המרכזי אינו טכנולוגי בלבד. הצלחה דורשת הבנה עמוקה של תהליכים עסקיים, ידע מקצועי בתחום הארגון, תשתית נתונים, מדיניות אבטחת מידע ומודל הפעלה ברור לאדם בלולאה. בבנק, סוכן יכול לנתח מסמכי אשראי ולהכין המלצה, אך אדם צריך לאשר חריגה מהותית. במרכז שירות ביטוחי, סוכן יכול לסווג תביעה, לאתר מסמכים חסרים ולהציע ניסוח ללקוח, אך המערכת חייבת לתעד מקור מידע, רמת ודאות ופעולה שבוצעה. במרכז SOC, סוכן אבטחה יכול לתעדף התראות ולפתוח אירוע, אך אסור לאפשר לו לבצע חסימה רוחבית ללא מדיניות הרשאות קשיחה.

עמדתנו ברורה: AI בארגון אינו פרויקט טכני של התקנת כלי. מודל Claude הוא כיום מהכלים החזקים לשימוש ארגוני רחב, וכלי Claude Code מציג ערך יישומי גבוה במיוחד בפיתוח, מודרניזציה וניתוח קוד ותיק. יחד עם זאת, הטמעה רחבה מחייבת תכנון אבטחת מידע, ניהול סיכונים ובניית יכולת פנימית. מערכות מידע צפויות להפוך בהדרגה למחלקות משאבי אנוש עבור סוכני AI, עם תפקידים, הרשאות, מדדי ביצוע, הדרכה, ניטור והפסקת פעילות בעת הצורך.

מנהלים שרוצים להיערך נכון צריכים לפעול בשני צירים במקביל. ראשית, לבנות אוריינות AI לעובדים ולמנהלים, כולל יכולת תקשורת יעילה עם מודלים והבנת מגבלות כמו הזיות, הטיות ודליפת מידע. שנית, להקים פלטפורמה ארגונית לניהול סוכנים, עם חיבורי API מבוקרים, סביבת ניסוי, מדדי הצלחה ותיעוד מלא. שלישית, לבחור תהליך עסקי אחד בעל ערך מדיד, למשל קיצור זמן טיפול בתביעה ב-30 אחוז או הפחתת עומס תחזוקת קוד ב-20 אחוז, ורק לאחר מכן להרחיב. ארגון שינסה לקפוץ ישירות להטמעת AI בליבה בלי ידע, ממשל ובקרה, יקבל סיכון. ארגון שיבנה יכולת מקצועית אמיתית, יקבל מנוע תפעולי חדש.