WDI Agentic Solutions
מערכת ה-ERP שפיתחנו בבית, עם סוכן AI שעונה בעברית חופשית על שאלות שחוצות מודולים.
ב-WDI בנינו מערכת ERP פנימית משלנו. היא מכסה לוח אירועים, פרויקטים, כוח אדם, אנשי קשר, דירוג ספקים, ציוד, כלי רכב, חוזים ופיננסים — כלומר את מה שהחברה עושה בפועל, ולא את מה שמודול גנרי מניח שהיא עושה. מעל בסיס הנתונים הזה יושב סוכן AI שעונה על שאלות בשפה חופשית בעברית, חוצה מודולים, בלי שהמשתמש צריך לדעת היכן המידע יושב.
המעבר המהותי לא היה למודל שפה. הוא היה מריבוי גיליונות אקסל למקור אמת אחד שכל הצוות מזין אליו. זו הנקודה שאנחנו הכי מקפידים עליה, כי היא זו שנוטים לדלג עליה: ה-AI אינו החדשנות — מבנה הנתונים הוא. סוכן שמורץ מעל גיליונות מפוזרים מחזיר תשובות שנשמעות בטוחות ואינן נכונות, וזו תוצאה גרועה יותר מאי-קבלת תשובה, מפני שאי אפשר לזהות אותה בלי לבדוק ידנית.
המערכת עונה בשלוש רמות. הראשונה היא שליפה תפעולית פשוטה — אילו פרויקטים פעילים, כמה עובדים, אילו כלי רכב דורשים טיפול, מי הספקים המדורגים הגבוה ביותר. הרמה השנייה מרכיבה תשובת סטטוס מכמה חלקים של המערכת: פרטי הפרויקט, המבנה הארגוני שלו, שותפי הקונסורציום, ההיקף ושלב המכרז הנוכחי — מוצגים כתשובה אחת קוהרנטית, עם הסתייגויות היכן שהדברים עדיין פתוחים. הרמה השלישית היא שיפוט: לשאלה "מה שלושת הדברים שבעל החברה צריך לשים לב אליהם" המערכת מתעדפת לפי דחיפות ומסבירה מדוע, במקום להחזיר רשימה.
את אותו הדבר אנחנו יכולים להקים עבור פרויקט לקוח גדול ורב-שנתי. הערך שם הוא רציפות ידע. פרויקט שנמשך שנים שורד תחלופת אנשים כשהידע נשאר במערכת, ניתן לשליפה מיידית וניתן לניתוח. אובדן ידע הוא הבעיה היקרה ביותר והפחות מתוקצבת בפרויקטים ארוכים — איש אינו רושם אותה כסעיף בתקציב, והיא פשוט קורית ברגע שמנהל עוזב והנימוקים שמאחורי ההחלטות עוזבים איתו.
אריק דוידי, שותף-מייסד ב-WDI, היה שותף-מייסד של StructShare וכיהן כמנכ"ל שלה כשבע שנים. הניסיון הזה — בניית מוצר טכנולוגי לענף הבנייה מבפנים — הוא חלק ממה שמאפשר לנו לקרוא את השוק הזה ולא רק להשתמש בו.
איזו בעיה זה פותר
בחברת ניהול פרויקטים המידע קיים — אבל הוא מפוזר. פרויקטים בגיליון אחד, ספקים בשני, כלי רכב וציוד בשלישי, חוזים בתיקייה, וההקשר שמסביר למה התקבלה החלטה נמצא בראש של מנהל אחד. השאלה "מה הסטטוס" דורשת אז חצי יום של איסוף, והתשובה מתיישנת תוך שבוע.
רלוונטיות לשוק הישראלי
המערכת נבנתה בעברית, לשוק הישראלי, מול האופן שבו פרויקטים מנוהלים כאן בפועל — כולל מבני קונסורציום, מכרזים ציבוריים ועבודה מול רשויות. זו אינה התאמה של מוצר זר; זו מערכת שנכתבה מלכתחילה כך.
מגבלות והיכן זה פחות מתאים
המערכת טובה בדיוק כמו המשמעת בהזנת הנתונים. סוכן AI אינו מפצה על שדות ריקים — אם הצוות אינו מתחזק את הנתונים, התשובות ייראו סמכותיות ויהיו חלקיות, וזו בדיוק התקלה שהמבנה נועד למנוע. לכן ההטמעה אצל לקוח מתחילה בהגדרת מבנה הנתונים ובנהלי עבודה, לא בהתקנת מודל. מי שמחפש כלי שמותקן בשבוע ומתחיל לענות — זה לא זה.
להלן שלוש דוגמאות לשאלות שנשאלות במערכת ביום עבודה רגיל, משלוש רמות היכולת. הדוגמה הפשוטה חשובה לא פחות מהמרשימה: היא זו שמראה שהמערכת בשימוש יומיומי ולא הועמדה לצורך הדגמה.