שבעה לקחים מחברות שמובילות בהטמעת בינה מלאכותית בארגונים. שימו לב שמדובר בגופים גדולים למשל מעולם הבנקאות והקמעונאות ומעניין ללמוד שיעור ישיר מאותן החברות. מצרפת את התמצית של התובנות מהגופים השונים, ובסוף הרשומה צירפתי את הדוח המקורי של OpenAI.
אחד הדברים שאני עוקבת אחריהם בקפידה הוא כיצד חברות מובילות משתמשות בבינה מלאכותית כדי להפוך את הדרך שבה הן פועלות. OpenAI פרסמה לאחרונה דוח מעניין המציג שבעה לקחים מחברות שממש מצליחות בתחום, ורציתי להביא לכאן את התובנות המרכזיות כדי שתוכלו להשתמש בהן בעסק שלכם.
הלקח הראשון שעולה – להתחיל עם מדידה ובחינה. Morgan Stanley, לדוגמא, התחילו בבדיקות מדוקדקות של המודלים לפני הטמעה רחבה. התוצאות מרשימות: 98% מהיועצים שלהם משתמשים בבינה מלאכותית על בסיס יומי, הגישה למסמכים זינקה מ-20% ל-80%, ומעקבים אחרי לקוחות שפעם לקחו ימים קורים עכשיו תוך שעות.
לקח שני חשוב – להטמיע בינה מלאכותית במוצרים. חברת Indeed הטמיעה מסרים מבוססי AI שמסבירים ללקוחות “למה” משרה מסוימת מתאימה להם. ההשפעה? עלייה של 20% בהתחלת תהליכי הגשת מועמדות ושיפור של 13% בהצלחת ההשמות. אחד הצעדים החכמים שלהם היה כיוון עדין של המודלים שאיפשר להם להשתמש ב-60% פחות טוקנים תוך שמירה על ביצועים.
הלקח השלישי מתמקד בחשיבות של להתחיל מוקדם ולהשקיע בתחילת הדרך. Klarna הטמיעה מערכת עוזרת וירטואלית שכבר מטפלת בשני שליש משיחות השירות, הורידה את זמן הפתרון מ-11 דקות לשתיים בלבד, וצופה לשיפור רווחיות של 40 מיליון דולר. מעניין שגם 90% מהעובדים משתמשים כעת בבינה מלאכותית בעבודה היומיומית שלהם.
Lowe’s ממחישה את הלקח הרביעי – להתאים אישית ולכוון את המודלים. הם שיפרו את דיוק תיוג המוצרים ב-20% וזיהוי שגיאות השתפר ב-60%. זה אפשר להם לייצר מומחיות ספציפית לתחום שלהם בחיפוש מסחר אלקטרוני.
BBVA, הבנק הגלובלי, מדגים את הלקח החמישי – להכניס את הבינה המלאכותית לידי המומחים בארגון. הם הפיצו את ChatGPT Enterprise ברחבי הארגון, והתוצאה? העובדים יצרו יותר מ-2,900 GPTs מותאמים אישית בחמישה חודשים, הצוות המשפטי עונה על 40,000 שאלות מדיניות בשנה, וזמני התהליכים התקצרו משבועות לשעות.
הלקח השישי מגיע מ-Mercado Libre – לשחרר חסמים למפתחים. הם בנו פלטפורמה בשם Verdi המבוססת על GPT-4o שעוזרת לקטלג פי 100 יותר מוצרים, בכך הם הגיעו לדיוק של כמעט 99% בזיהוי הונאות, וזה גם עוזר להם להאצה של פיתוח אפליקציות AI בקרב 17,000 המפתחים.
ולבסוף, הלקח השביעי מגיע מ-OpenAI עצמה – להציב יעדי אוטומציה נועזים. הם הכניסו אוטמציה מוגברת בתהליכי התמיכה שלהם, וכך הם יכולים לטפל במאות אלפי משימות מדי חודש, בנוסף הם בנו על תהליכי עבודה קיימים מבלי לייצר הפרעה. הגישה הזו בדיוק מתפשטת במהירות במחלקות השונות.
נקודת המוצא, חייבת להיות היכולת שלכם להסתכל על העסק, לזהות את המקומות בהם בינה מלאכותית יכולה לייצר ערך אמיתי, ולהכניס אותה לתוך התהליכים בצורה חכמה, מדידה ומדויקת. הארגונים שמשתמשים בטכנולוגיה הזו היום כבר רואים תוצאות מדהימות, וזה רק הולך להתגבר ככל שהזמן יעבור.
מוצרים שלי שכדאי לכם להכיר:
קורסים מקצועיים עם כלי GAI.
מפגש 1:1 ליעוץ על בינה מלאכותית גנרטיבית// מפגשי יעוץ לחדשנות באמצעות דיגיטל וטכנולוגיות.
