מעבר לפרומפט: Copilot לעומת סוכנים אוטונומיים של Dynamics 365

By Mirko Peters · 2026-08-27

ברוכים השבים לבלוג! אם אתם עוקבים אחרי פרקי הפודקאסט האחרונים שלנו, אתם יודעים שאנחנו מקדישים הרבה זמן לבחינה של האופן שבו בינה מלאכותית משנה את מקום העבודה המודרני…

Automatically translated with AI from the original post. Read the English original

ברוכים השבים לבלוג! אם אתם עוקבים אחרי פרקי הפודקאסט האחרונים שלנו, אתם יודעים שאנחנו מקדישים הרבה זמן לבחינה של האופן שבו בינה מלאכותית משנה את מקום העבודה המודרני. בפוסט הזה אנחנו מרחיבים לעומק נושא גדול שפתחנו לאחרונה בפרק: המעבר מעוזרי בינה מלאכותית תגובתיים לטכנולוגיה יזומה ומונעת אירועים. כדי לשמוע את השיחה המלאה ולהעמיק בשינוי הזה, הקשיבו לפרק המשלים שלנו, Dynamics 365 Autonomous Agents - Simply Explained.

בשנים האחרונות, השיח על בינה מלאכותית במקום העבודה נשלט בעיקר על ידי עוזרים מבוססי צ'אט. פותחים חלונית צדדית, מקלידים פרומפט, מבקשים סיכום או מבקשים from המערכת לנסח הודעת דוא"ל. אבל הטכנולוגיה מתפתחת במהירות. אנחנו עוברים מעבר לפרומפטים פשוטים אל עידן חדש שמוגדר על ידי Dynamics 365 Autonomous Agents. אלו מערכות שנועדו לא רק לענות על שאלות כשפונים אליהן, אלא לעקוב אחר טריגרים, להעריך נתונים הקשריים ולבצע באופן אוטונומי תהליכים עסקיים מוגדרים. בפוסט הזה נפרק מה הסוכנים האלו, איך הם שונים מ-Copilot ומאוטומציה מסורתית, ואיפה עסקים מיישמים אותם כבר עכשיו.

במהותו, סוכן אוטונומי הוא כלי בינה מלאכותית מתמחה שנבנה לבצע תפקיד עסקי צר וספציפי מאוד. בניגוד לבינה מלאכותית כללית שיכולה לדבר על כל דבר, מהיסטוריה עתיקה ועד פיזיקה קוונטית, סוכן אוטונומי נבנה לביצוע תפעולי. הוא יכול לבחון מידע עסקי, לבחור מתוך קבוצה של צעדים הבאים מותרים, ולפעול לקראת מטרה מוגדרת בבירור.

המילה החשובה ביותר בתיאור הזה היא "מוגדרת". סוכן אוטונומי לעולם לא מקבל שליטה בלתי מוגבלת, כמו מערב פרוע, על תהליך עסקי. במקום זאת, הארגון קובע את תיאור התפקיד המדויק שלו, את מסדי הנתונים והקבצים הספציפיים שאליהם הוא יכול לגשת, את הפעולות שהוא מורשה לבצע מבחינה משפטית, ואת הסף המדויק שבו עליו לעצור ולשלב אדם. חשבו על זה פחות כמו מוח מלאכותי כל-יודע, ויותר כמו חבר צוות דיגיטלי ייעודי, בעל תפקיד ברור, סט נהלי עבודה סטנדרטיים ברורים, ומפקח שעוקב אחר התוצרים שלו.

כדי להבין באמת איך סוכנים אוטונומיים משנים את השגרה היומיומית שלנו, כדאי להבין איך הם שונים מהכלים שכבר אנחנו משתמשים בהם, כמו Microsoft Copilot. Copilot בדרך כלל פועל בצורה תגובתית. הוא ממתין בסבלנות שאדם יבקש עזרה. משתמש פותח אפליקציה, שואל שאלה, מבקש טיוטת מסמך, או מבקש לסכם שרשור.

סוכן אוטונומי פועל אחרת מהיסוד. במקום לחכות לפרומפט, הוא מונע אירועים. הוא יכול להגיב מיידית כשמשהו קורה במערכת האקולוגית: מגיעה פנייה חדשה לשירות לקוחות, לקוח שולח הודעת מעקב, ליד מכירות חדש נכנס ל-CRM, או הזמנת רכש דורשת אישור.

דרך מצוינת לדמיין את זה היא דרך אנלוגיה של בניין משרדים. Copilot עובד בדלפק הקבלה. כשאנשים ניגשים לדלפק ומבקשים עזרה, Copilot נמצא שם כדי לסייע להם, לענות על שאלות ולכוון אותם לכיוון הנכון. סוכנים אוטונומיים, לעומת זאת, הם הצוות שעובד מאחורי הקלעים, במשרדים הפנימיים, מעבד ניירת, מנהל לוגיסטיקה ושומר על מנגנון התפעול פועל בצורה חלקה, בלי שיצטרכו להעביר להם משימות כל הזמן.

ארגונים רבים הסתמכו במשך שנים על אוטומציה מסורתית, כמו תהליכי עבודה סטנדרטיים ב-Power Automate. אוטומציה מסורתית מצוינת כשתהליכים פועלים לפי כללים נוקשים וצפויים: אם קורה X, בצע Y. אבל אוטומציה מסורתית מתקשה כשנכנסים לתמונה ניואנסים, הבנת שפה ונתונים לא מובנים.

סוכנים אוטונומיים מביאים שכבה נוספת בזכות היכולת של בינה מלאכותית גנרטיבית להבין הקשר. סוכן יכול לקרוא הודעת לקוח מבולבלת וכתובה בצורה גרועה, לבחון רשומות מקושרות, לנתח בסיסי ידע מאושרים ולבחור בין פעולות שונות המותרות לפי התצורה שלו. בינה מלאכותית גנרטיבית מספקת את ההבנה הלשונית וההיגיון, ואילו ההתנהגות האוטונומית מחברת את ההבנה הזו ישירות לפעולות עסקיות. הסוכן יכול לזהות בעיה, למצוא מאמר ידע רלוונטי, לעדכן רשומה במסד נתונים, להכין טיוטת תגובה, או להעביר את המקרה בחוכמה לנציג אנושי מומחה.

ייתכן שתתהו מדוע סוכנים כאלה צריכים להיות מקושרים דווקא לפלטפורמה כמו Dynamics 365, ולא לפעול על כלי בינה מלאכותית עצמאיים וגנריים. התשובה מסתכמת בהקשר העסקי.

מודל בינה מלאכותית גנרי יכול בקלות להבין משפט כמו "המשלוח שלי עדיין לא הגיע". אולם, כשהוא עומד לבדו, אין לו מושג איזה לקוח אמר זאת, לאיזו הזמנה המשפט מתייחס, איזו חברת שילוח מטפלת בו, או אילו שיחות קודמות כבר התקיימו. Dynamics 365 מספק את ההקשר העסקי הבסיסי. רשומות לקוחות, פניות תמיכה, הזמנות פתוחות, צינורות מכירה, נתוני פנקס חשבונות וצ'אטים היסטוריים מאפשרים לסוכן להבין אמירה בתוך המציאות התפעולית בפועל של הארגון. ההקשר הזה הוא שהופך יכולות בינה מלאכותית כלליות לסיוע עסקי מעשי ואמין.

כדי לראות את הערך האמיתי של מערכות אלה, עלינו להביט באופן שבו הן נפרסות במחלקות שונות. שירות לקוחות מספק כמה מהדוגמאות הברורות ביותר לסוכנים אוטונומיים בפעולה.

סוכן הכוונת לקוחות (Customer Intent Agent) מנתח שיחות לקוחות מתמשכות ופניות תמיכה כדי לזהות דפוסים סמויים בשאלה מדוע לקוחות פונים. נקודות הכאב של לקוחות משתנות כל הזמן, כאשר חברות משיקות מוצרים, משנות שירותים או מעדכנות מחזורי חיוב. במקום לאלץ מנהלים לסקור ידנית מאות תמלילי תמיכה, הסוכן חושף נושאים מתעוררים באופן אוטומטי, ועוזר לארגונים לשפר פורטלי שירות עצמי, לעדכן בסיסי ידע ולחדד תהליכי תמיכה.

בהמשך לתחום התמיכה, סוכן ניהול הפניות (Case Management Agent) מסייע בפעילויות שגרתיות לאורך כל מחזור החיים של שירות הלקוחות. הוא יכול לעזור ביצירת פניות חדשות, לעדכן מידע, להתקדם בעבודה לקראת פתרון, לבצע מעקב מול לקוחות ולסגור פניות לפי כללים ארגוניים שהוגדרו. המטרה כאן היא לעולם לא להחליף נציגי שירות לקוחות אנושיים. במקום זאת, היא לשחרר אותם מהנטל האדמיניסטרטיבי החוזר, כך שאנשי השירות יוכלו להקדיש יותר זמן למצבים מורכבים של לקוחות ולאינטראקציות הדורשות אמפתיה רבה.

ניהול ידע הוא צוואר בקבוק משמעותי נוסף. פתרונות תמיכה בעלי ערך נתקעים לעיתים קרובות בתוך פניות סגורות, הערות פנימיות והיסטוריית צ'אטים. סוכן ניהול הידע של לקוחות (Customer Knowledge Management Agent) בוחן יומני פניות שהושלמו כדי לזהות ידע שניתן לעשות בו שימוש חוזר ולאתר פערים בתיעוד התמיכה הקיים. מכיוון שפתרון עוקף שנמצא בפנייה ישנה עלול להיות מיושן או ספציפי ללקוח מסוים, הסוכן מציג את החומר תוך שמירה על מעורבות של אנשים בהחלטה מה הופך בפועל להנחיה ארגונית מהימנה.

במחלקת המכירות, סוכן ההסמכה למכירות (Sales Qualification Agent) עבור Dynamics 365 Sales מטפל בשטף הגדול של לידים נכנסים, שלעיתים קרובות מציפים צוותי מכירות. הוא חוקר לקוחות פוטנציאליים, מדרג לידים לפי פוטנציאל, ואף מכין טיוטות של מיילים מותאמים אישית ליצירת קשר. אנשי המכירות שומרים עדיין על שליטה מלאה בהחלטה אילו הזדמנויות ראויות לתשומת לב, בבדיקת התכתבויות ובבניית הקשרים האנושיים הנדרשים לסגירת עסקאות.

סוכנים אוטונומיים אינם מוגבלים לתפקידים הפונים ללקוחות; הם משנים גם את פעילות העורף.

ב-Business Central, סוכן הזמנות המכירה תומך בתהליך קליטת ההזמנות מהרגע שבו הן מתקבלות ועד לאישורן, ומפחית באופן משמעותי את הזנת הנתונים הידנית, כך שהצוות יכול להתמקד בבקשות חריגות ובמקרים מיוחדים. במחלקה הפיננסית, משימות כמו סגירת תקופה דורשות הכנה והתאמה בהיקפים גדולים. סוכן ההתאמה הפיננסית עוזר לנקות מערכי נתונים, ואילו סוכן התאמת החשבונות ב-Dynamics 365 Finance עוזר להתאים ולסגור עסקאות בין תת-המערכות לבין הספר הכללי, ומשאיר לחשבונאים לבדוק אי-התאמות ולהבטיח את דיוק הדוחות הכספיים.

צוותי רכש מבלים שעות אינסופיות בפנייה לספקים כדי לאשר הזמנות רכש ותאריכי אספקה. סוכן התקשורת עם ספקים עבור Dynamics 365 Supply Chain Management מטפל במעקבים שגרתיים ועוזר לזהות מוקדם יותר עיכובים אפשריים בשרשרת האספקה. במקביל, בניהול שירות שטח, לוחות הזמנים מופרעים כל הזמן בשל פקקי תנועה, ביטולים ומשימות דחופות. סוכן תפעול התזמון עבור Dynamics 365 Field Service עוזר לשולחים לשנות בזמן אמת את לוחות הזמנים של הטכנאים, while שולחים אנושיים שומרים על השליטה בסדרי העדיפויות הקריטיים של הלקוחות ובהתחייבויות בעלות סיכון גבוה.

לצד כל היכולות הללו עולה שאלה מהותית: איך אנחנו שומרים על מערכות אלה מאובטחות ואמינות? הארגונים חייבים להגדיר בקפידה אילו פעולות מותר לסוכן אוטונומי לבצע. האם הוא יכול לקרוא רשומת לקוח? האם הוא יכול לעדכן אותה? האם הוא יכול לנסח הודעת דוא"ל, או לשלוח אותה ללא אישור אנושי? הרשאות ברורות ומגבלות הן מה שמבדיל בין ניסוי כאוטי לבין תהליך עסקי מבוקר.

אוטונומי בהחלט אינו אומר ללא פיקוח. סוכנים עלולים מדי פעם לא להבין בקשות, לפעול על נתונים חסרים, או להפיק תוצרים שלא פוגעים במטרה. כל תהליך הכולל החלטות עסקיות משמעותיות, עסקאות כספיות, שיקולי פרטיות או הבטחות ישירות ללקוחות דורש פיקוח אנושי הדוק. הארגונים חייבים לבחון באופן קבוע את פעילות הסוכנים, לנתח משוב, לבדוק רשומות שעברו שינוי ולשפר את ההוראות.

אם אתם מתכננים להכניס סוכנים אוטונומיים לארגון שלכם, הגישה הנכונה היא להתחיל בקטן. בחרו תהליך צר וחוזר על עצמו, שבו טעויות קלות לזיהוי ולתיקון. אפשר להתחיל בכך שסוכן יכין טיוטות של הודעות מעקב פנימיות לבדיקה, ימיין פניות תמיכה נכנסות, או יבצע סינון מקדים של לידים מכירתיים.

כשמתחילים בקטן, הצוות יכול למדוד תוצאות, לשפר את הוראות המערכת, לכייל הרשאות ולבנות אמון לפני שמחברים סוכנים לתהליכי עבודה תפעוליים קריטיים יותר. כדי לשמוע עוד על האופן שבו הטכנולוגיה הזו מתפתחת ולקבל הסבר מעמיק על הארכיטקטורה ועל האסטרטגיה שמאחוריה, הקפידו להאזין לפרק הנלווה Dynamics 365 Autonomous Agents - Simply Explained. תודה על הקריאה, ונתראה בפרק הבא!