מדריך

תזמור סוכני בינה מלאכותית: המדריך לניהול כוח העבודה העסקי החדש

סיילספורס מציגה כיצד תזמור סוכנים מרובים, ניהול תהליכים ושילוב מערכות CRM מייעלים את העבודה בעסקים

5 דקות קריאה
EN
תזמור סוכני בינה מלאכותית: המדריך לניהול כוח העבודה העסקי החדש
מבוסס על כתבה שלSalesforce Blog ↗תרגום וסיכום באמצעות מערכת חדשות בליווי AIאיך אנחנו עובדים

תקציר מנהלים

מה חשוב לדעת

  1. מתזמר בינה מלאכותית מאמן, מנהל ומחליט כיצד כלי וסוכני בינה מלאכותית פועלים יחד לביצוע משימות מרובות שלבים.

  2. מחקר של Slack מראה כי 41% מהזמן בעבודה אובד על משימות חזרתיות בעלות ערך נמוך שסוכנים מתוזמרים יכולים לבצע.

  3. מרבית פעולות התזמור כוללות ארבעה שלבים: קליטת בקשה, ניתוב לסוכן המתאים, ביצוע פעולה וסקירה אנושית לפי כללים מוגדרים.

  4. תפקיד המתזמר אינו דורש ידע בכתיבת קוד אלא חשיבה תהליכית, ניסוח הנחיות ברורות, בדיקת תוצאות ושיקול דעת.

מדריך שפורסם על ידי סיילספורס (Salesforce) עוסק באופן שבו צוותים ועסקים מארגנים כלי בינה מלאכותית, סוכנים אוטונומיים ועבודה מרובת סוכנים (multi-agentic work). המדריך מציג מה שצריך לדעת על תזמור בינה מלאכותית (AI orchestration) ועל כוח העבודה של הדור הבא. המדריך מפרט את מהות התפקיד, אופן פעולתו, הכלים הקיימים, ההבדל בינו לבין אדמיניסטרציה של בינה מלאכותית, והמיומנויות הנדרשות הן מעובדים חדשים והן ממייסדים.

מהו מתזמר בינה מלאכותית וכיצד הוא נבדל ממנהל בינה מלאכותית?

לפי הכתוב במדריך, מתזמר בינה מלאכותית הוא האדם שמאמן, מנהל ומחליט כיצד כלי בינה מלאכותית פועלים לביצוע משימות עסקיות. תזמור בינה מלאכותית (AI orchestration) מוגדר כעבודה עצמה: תיאום בין סוכני בינה מלאכותית מרובים כך שכל שלב בעבודה מועבר לסוכן המתאים ביותר לביצועו. המדריך מציין כי חברת אנתרופיק (Anthropic) מתארת מבנה דומה במדריך שלה לבניית סוכני בינה מלאכותית יעילים, שבו מודל מרכזי מפרק משימה לחלקים ומעביר כל חלק למומחה ייעודי.

בנוסף, המדריך משווה בין תזמור בינה מלאכותית לבין ניהול בינה מלאכותית (AI administration). נכתב כי התפקידים חופפים במידת מה, ובצוותים קטנים אדם אחד מבצע לעיתים קרובות את שניהם, אך אין מדובר באותה משרה. מתזמר בינה מלאכותית מתכנן את זרימת העבודה: הוא קובע ומנהל מי עושה מה (הן סוכנים והן עובדים אנושיים), ומתי נדרש איש צוות להתערב בתהליך. לעומת זאת, מנהל בינה מלאכותית אחראי על התחזוקה השוטפת: הגדרת הרשאות, בדיקת תוצאות, עדכון הנחיות ושמירה על ניקיון ואיכות הנתונים.

כיצד פועל תהליך התזמור ומהו תזמור מרובה סוכנים?

במדריך מוסבר כי מרבית פעולות התזמור פועלות לפי לולאה קבועה בת ארבעה שלבים:

  1. קליטה (Intake): דוא"ל מלקוח, מילוי טופס מקוון או הודעה בערוץ Slack מפעילים את התהליך.
  2. ניתוב (Routing): המתזמר שולח את הבקשה לסוכן שנבנה עבור אותה משימה, כגון סוכן מכירות המטפל בליד חדש או סוכן שירות לקוחות העונה לשאלת החזר כספי.
  3. פעולה (Action): הסוכן מבצע את העבודה הנדרשת, כגון ניסוח טיוטת תגובה, עדכון רשומה במערכת או קביעת פגישה ביומן.
  4. סקירה (Review): כללים שנקבעו מראש מגדירים מה נדרש לאישור של גורם אנושי לפני שדבר מה נשלח החוצה.

המדריך מתאר את המעבר לתזמור מרובה סוכנים, שבו סוכן כניסה ראשי מזהה כל בקשה ומנתב אותה למומחה המתאים. נטען כי סוכן יחיד שמנסה לבצע את כל הפעולות בעסק עלול להפוך לאיטי ולבצע שגיאות, בעוד שצוות קטן של סוכנים מומחים הפועל בהובלת גורם מנהל ברור מסייע לאמן את הסוכנים, לנהל אותם ולשמור על מהלך עבודה תקין.

החשיבות של תזמור סוכנים לעסקים בצמיחה ומערכת ה-CRM

לפי המדריך, לעסקים בצמיחה אין מחלקה עודפת שיכולה לבצע מעקב ידני אחרי כל פנייה. מחקר של חברת Slack מראה כי 41% מהזמן בעבודה אובד על משימות חזרתיות בעלות ערך נמוך, ואלו בדיוק המשימות שסוכנים מתוזמרים יכולים לקחת על עצמם. תזמור יעיל מונע מהכלים השונים להתנגש זה בזה, תופעה שמובילה עסקים להטמיע חמישה יישומי בינה מלאכותית שונים מבלי להשיג תוצאות.

המדריך מפרט ארבע תועלות מרכזיות המתקבלות מתזמור נכון:

  • מענה מהיר יותר: לידים מקבלים תגובה בתוך דקות ספורות במקום להמתין ימים.
  • צמצום שיבושים בהעברת משימות: כל סוכן פועל מתוך אותה רשומת לקוח, מה שמונע אובדן מידע בין שלבים.
  • בקרה ושליטה: בעלי העסק מחליטים אילו משימות הבינה המלאכותית מבצעת בעצמה ואילו מקרים מועברים תמיד לאדם.
  • גמישות להתרחבות: הוספת סוכן חדש מתבצעת מבלי לבנות את כל המערך מחדש.

מערכת ניהול קשרי הלקוחות (CRM) מוצגת כבסיס הבית המשותף שבו שמור כל ההקשר של הלקוח. כאשר כל סוכן ניזון מאותה רשומת CRM, הפעולות מתבססות על נתונים מדויקים ולא על ניחושים.

המיומנויות הנדרשות וכלים מרכזיים בתחום התזמור

המדריך מדגיש כי לצורך תזמור בינה מלאכותית אין צורך לכתוב קוד תוכנה, אלא נדרש שיקול דעת. המתזמרים הטובים חולקים הרגלים הניתנים ללמידה תוך כדי עבודה, והעיסוק מזכיר ניהול עובד חדש יותר מאשר תכנות. המדריך ממליץ להתחיל במיפוי תהליכים:

  • כתיבת הנחיות ברורות.
  • מיפוי סדר הפעולות: מה מתרחש תחילה ומה מגיע לאחר מכן.
  • איתור פערים בתהליך שעלולים לגרום לאובדן לקוח.
  • בדיקת התוצאות בשטח.
  • תיקון תקלות ובעיות שמתגלות.

בתחום הכלים, המדריך מציין כלי אוטומציית תהליכים המחברים בין אפליקציות ומעבירים נתונים, כלי סוכנים המאפשרים לבינה מלאכותית להסיק מסקנות ולפעול בתוך העסק, וכלי שיתוף פעולה דוגמת Slack. מעל כל אלה פועלות שכבות תזמור המנהלות את החיבור הכולל. עבור עסק קטן, הנתיב הנגיש ביותר הוא שימוש בפלטפורמה שבה החלקים מחוברים מראש. המדריך מזכיר גם את חוברת ההדרכה Agentic AI playbook, המפרטת כיצד סוכנים צומחים ממענה על שאלות פשוטות לניהול תהליכי עבודה שלמים בין צוותים.

דוגמאות יישומיות והמלצות להתחלת העבודה

המדריך מציג שתי דוגמאות מוחשיות לאופן שבו תזמור פועל בפועל:

  • מאפייה המקבלת הזמנה מקוונת של 200 קאפקייקס: סוכן ראשון מאשר את ההזמנה ובודק את היומן, סוכן שני שולח חשבונית, וסוכן שלישי מתזכר את המטבח יומיים לפני כן. בעלת המאפייה נדרשת להתערב אך ורק כאשר לקוח מבקש טעם מותאם אישית.
  • חברת ייעוץ המופעלת על ידי שני אנשים: ליד חדש ממלא טופס פנייה, סוכן מדרג את הליד ומנסח טיוטת מענה, וסוכן נוסף מתאם שיחת היכרות. המייסדת בוחנת את הטיוטה בשעות הבוקר ומאשרת את השליחה. בשני המקרים לכל שלב מוגדר בעל תפקיד, וההחלטות המהותיות נשארות בידי האדם.

עבור עסקים המתחילים בתחום, המדריך ממליץ להתמקד בתהליך כואב אחד במקום לנסות לפתור עשרה במקביל. יש לבחור את המשימה שממנה נרתעים ביותר, דוגמת מעקב אחרי לידים או מענה על חמש שאלות נפוצות, ולבנות סביבה את המערך. יש לקבוע במפורש באילו נקודות אדם חייב להישאר מעורב, לבדוק תוצאות מדי שבוע בחודש הראשון ולאחר מכן אחת לחודש, ולהקפיד על שמירת הנתונים במערכות מהימנות – שכן אבטחה מהווה את החשש המרכזי של מנהלי עסקים קטנים ובינוניים (SMB) ביחס לבינה מלאכותית. סיילספורס מציינת בהקשר זה את פלטפורמת Agentforce, הכוללת סוכנים מובנים מראש למכירות ולשירות.

משאבים נוספים והדור הבא של העובדים

המדריך מפנה למספר מקורות למידה ללא תשלום: מדריך בינה מלאכותית לעסקים קטנים, מדריך הטמעה של Agentforce בחמישה שלבים, רשימת בדיקה (Checklist) להשקת סוכנים אוטונומיים, וחוברת הדרכה למניעת הזיות (AI Anti-Hallucination Playbook) המספקת כללים להפקת תוצאות יציבות. כמו כן מוזכרת פלטפורמת Trailhead לרכישת מיומנויות מעשיות, לצד אפשרות להתחיל עם Starter Suite בחינם או להפעיל את Foundations כדי להתנסות ב-Agentforce.

לסיכום, במדריך מודגש כי הדור הבא של עובדים ומייסדים לא יישפט לפי מספר כלי הבינה המלאכותית שהוא מכיר, אלא לפי היכולת לחבר ביניהם ולהוציא משימות לפועל. שילוב נכון של כלי סוכנים מאפשר להקים צוות של עמיתים דיגיטליים המסייע לעסק לצמוח במהירות.

האם זה היה שימושי לעסק שלכם?

שאלות ותשובות

שאלות נפוצות

הכתבה הוכנה באמצעות מערכת בליווי בינה מלאכותית לתרגום, סיכום ובקרות איכות אוטומטיות מתוך פרסום מקורי של Salesforce Blog. קראו על תהליך העריכה שלנו. קישור למקור המקורי.

קבלו עדכוני AI שימושיים למייל

תקציר ממוקד ממערכת החדשות שלנו.

עוד מ־Salesforce Blog

כל הכתבות מ־Salesforce Blog
מדריך סיילספורס לפיתוח סוכני AI, אפליקציות וארכיטקטורת Headless
מדריך
4 דקות
מ־Salesforce Blog

מדריך סיילספורס לפיתוח סוכני AI, אפליקציות וארכיטקטורת Headless

לפי מדריך שפרסמה סיילספורס, ארגונים נדרשים להתאים את מחזורי הפיתוח לעידן הבינה המלאכותית ולפתח סוכנים ואפליקציות מבלי להתפשר על אבטחה ואיכות. המדריך מתווה תהליך עבודה מודולרי בן שישה שלבים הכולל תכנון, בנייה, בדיקה, פריסה, ניטור והרחבה, תוך שילוב עקבי של משילות ואבטחה לכל אורך הדרך. במסגרת הבנייה מוצגים כלי פיתוח שונים, בהם Vibe coding, כלי Low-code ו-No-code כגון Builder Central, לצד ניתוב מחדש של קידוד מסורתי למשימות מותאמות אישית. שלבי הבדיקה והפריסה נשענים על סביבות Sandbox, מיסוך נתונים וכלי DevOps מובנים, בעוד ששכבת Headless ופרוטוקולי MCP מאפשרים לחבר את הסוכנים למערכות ארגוניות ולנתונים מנוהלים.

קרא עוד
סיילספורס השיקה את AI Skills ב-Agentforce Coworker
מוצר חדש
4 דקות
מ־Salesforce Blog

סיילספורס השיקה את AI Skills ב-Agentforce Coworker

סיילספורס הודיעה על זמינות כללית של AI Skills בתוך Agentforce Coworker. מיומנויות אלו מאפשרות למשתמשים להגדיר בשפה פשוטה סט הוראות לשימוש חוזר עבור משימות שחוזרות על עצמן, כך שהסוכן יוכל לבצע אותן בעקביות. Coworker, המתאם בין סוכני Agentforce ב-Salesforce, ב-Microsoft Teams ובמובייל, הוא הסוכן הראשון שכולל יכולת זו. בניגוד לתבניות הנחיה המפיקות פלטי טקסט בלבד, מיומנות מתארת משימה שלמה ומאפשרת לסוכן לנקוט פעולות על פי הרשאות המשתמש ולאחר קבלת אישור לעדכון רשומות.

קרא עוד
חיבור ידע מוצר לסוכני בינה מלאכותית: ארבעה לקחים מסיילספורס
ניתוח
4 דקות
מ־Salesforce Blog

חיבור ידע מוצר לסוכני בינה מלאכותית: ארבעה לקחים מסיילספורס

במאמר מאת Salesforce מפורטים ארבעה לקחים מניסיונה כמשתמשת הראשונה במוצריה (Customer Zero), ובפרט בחיבור ידע מוצר לסוכני בינה מלאכותית באמצעות Data 360 ו-Agentforce. החברה מתארת כיצד תשובות סוכן RAG תלויות באיכות התוכן הנשלף, וממליצה להעריך את מאגר הידע לפי התאמה, פער והתנגשות לפני בניית אינדקס. בנוסף מומלץ לפתח תצורות על בסיס השערות שנבדקות כמותית ואיכותית ולא לפי מפרט קשיח, להגדיר מראש מאגר נתוני ייחוס לבדיקות, ולשלב בדיקות אנושיות לצד מדדים אלגוריתמיים כדי למנוע דחיות שווא לפני עלייה לייצור.

קרא עוד
Data 360 ו-Snowflake: הרחבת שיתוף הפעולה במודל Zero Copy
מוצר חדש
4 דקות
מ־Salesforce Blog

Data 360 ו-Snowflake: הרחבת שיתוף הפעולה במודל Zero Copy

לפי הודעת סיילספורס, שיתוף הפעולה במודל Zero Copy עם חברת סנואופלייק מורחב במטרה להפוך נתונים ארגוניים מבוזרים להקשר מאוחד עבור סוכני בינה מלאכותית ובני אדם. השותפות מתמקדת בחיבור הנתונים מהמקום שבו הם מאוחסנים, ללא צורך בהעתקתם או בהפעלת תהליכי ETL מסורתיים. במרכז המהלך עומד מנוע ההקשר לסוכנים (Agent Context Engine - ACE) של Data 360, המשלב נתונים מובנים, תוכן לא מובנה, גרפי ידע וזיכרון סוכנים לשכבת הקשר אחת. החיבור מאפשר הרצת סוכנים על גבי נתוני לקוחות מעודכנים, הרחבת השימוש באמצעות פלטפורמת נתוני לקוחות סוכנותית ו-Data 360 Headless, וקישור ישיר בין פלטפורמות דרך פורמט הטבלאות Apache Iceberg ופרוטוקול Model Context Protocol (MCP).

קרא עוד

עוד כתבות שיעניינו אותך

לכל הכתבות
תמיכה ב-Private CA ב-Amazon Bedrock AgentCore Identity
מדריך
5 דקות
מ־AWS Machine Learning

תמיכה ב-Private CA ב-Amazon Bedrock AgentCore Identity

בפוסט שפורסם בבלוג של AWS, הוכרזה תמיכה בתעודות רשות אישורים פרטית (Private CA) במסגרת AgentCore Identity, יכולת של Amazon Bedrock AgentCore. יכולת זו מאפשרת לסוכני בינה מלאכותית להתחבר לספקי זהות פרטיים כמו Keycloak המאוחסנים ברשת פנימית, תוך מתן אמון ב-CA הארגוני. התעודה בפורמט PEM נשמרת ב-Secrets Manager או ב-S3 ומאומתת מול נקודות הקצה של ה-IdP דרך Amazon VPC Lattice. הפוסט מפרט את אופן ההגדרה, שלבי הניטור ב-CloudWatch ותהליך ביצוע רוטציה ללא השבתה.

קרא עוד
אוטומציה של טופסי יצירת קשר באמצעות עוזרי AI ו-Zapier
מדריך
4 דקות
מ־Zapier

אוטומציה של טופסי יצירת קשר באמצעות עוזרי AI ו-Zapier

במאמר שפורסם בבלוג של Zapier מוסבר כיצד ניתן לחבר טופסי יצירת קשר ליישומים עסקיים באמצעות עוזרי בינה מלאכותית. חיבור Zapier לעוזר AI דוגמת Claude, ChatGPT או Cursor, כשרת MCP או כמחבר, מאפשר למשתמש לתאר בשפה פשוטה את הפעולות הנדרשות עבור כל הגשת טופס. הסוכן בונה תהליך עבודה אוטומטי (Zap) המתחבר ליותר מ-9,000 אפליקציות, כגון HubSpot, Salesforce ו-Slack. האוטומציה פועלת ברגע קבלת הטופס, משתמשת בבינה מלאכותית רק לשלבים הדורשים שיקול דעת, ושומרת על פרטי ההתחברות ומפתחות ה-API מחוץ לצ'אט.

קרא עוד
מדריך סיילספורס לפיתוח סוכני AI, אפליקציות וארכיטקטורת Headless
מדריך
4 דקות
מ־Salesforce Blog

מדריך סיילספורס לפיתוח סוכני AI, אפליקציות וארכיטקטורת Headless

לפי מדריך שפרסמה סיילספורס, ארגונים נדרשים להתאים את מחזורי הפיתוח לעידן הבינה המלאכותית ולפתח סוכנים ואפליקציות מבלי להתפשר על אבטחה ואיכות. המדריך מתווה תהליך עבודה מודולרי בן שישה שלבים הכולל תכנון, בנייה, בדיקה, פריסה, ניטור והרחבה, תוך שילוב עקבי של משילות ואבטחה לכל אורך הדרך. במסגרת הבנייה מוצגים כלי פיתוח שונים, בהם Vibe coding, כלי Low-code ו-No-code כגון Builder Central, לצד ניתוב מחדש של קידוד מסורתי למשימות מותאמות אישית. שלבי הבדיקה והפריסה נשענים על סביבות Sandbox, מיסוך נתונים וכלי DevOps מובנים, בעוד ששכבת Headless ופרוטוקולי MCP מאפשרים לחבר את הסוכנים למערכות ארגוניות ולנתונים מנוהלים.

קרא עוד
שליחת חוזים לחתימה דיגיטלית ב-n8n עם TurboDocx ו-Slack
מדריך
4 דקות
מ־n8n

שליחת חוזים לחתימה דיגיטלית ב-n8n עם TurboDocx ו-Slack

פוסט אורח בבלוג של n8n מאת ניקולס פריי, מנכ"ל TurboDocx, מציג מדריך מפורט לבניית תהליך עבודה אוטומטי המטפל בכל שלבי הפקת החוזה והחתימה עליו. התהליך משתמש ברכיב המאומת של TurboDocx וכולל סריקה של שורות ב-Excel בסטטוס Ready to send, הפקת מסמך חוזה מתבנית Word, שליחת בקשת אישור למנהל בערוץ Slack, והעברת החוזה לחתימה אלקטרונית מול הלקוח. לאחר שהלקוח חותם מכל מכשיר, קובץ ה-PDF החתום נשמר ישירות בתיקייה ייעודית ב-SharePoint, שורת הנתונים ב-Excel מתעדכנת ל-Signed והצוות מקבל הודעה ב-Slack. המדריך מפרט גם אפשרויות להחלפת הכלים במערכות CRM, טיפול בתקלות נפוצות, ומגבלות קיימות כגון תמיכה בחותם יחיד.

קרא עוד