פרויקט NORAI: כיצד האיים הבלאריים מתכננים להפחית את הבירוקרטיה בעזרת בינה מלאכותית – מהפכה בניהול עם 5.45 מיליון אירו – תדמית יצירתית בנושא, באמצעות בינה מלאכותית: Xpert.Digital
בינה מלאכותית באיים הבלאריים: דרך לניהול יעיל יותר
ממשל 2.0: האיים הבלאריים משנים את פעילות הבינה המלאכותית שלהם עם 5.45 מיליון אירו
עתיד הממשל באיים הבלאריים: בינה מלאכותית כמפתח ליעילות
האיים הבלאריים מתחילים שינוי משמעותי במבנים המנהליים שלהם, המונע על ידי שימוש בבינה מלאכותית (AI). בהשקעה של 5.45 מיליון אירו, פרויקט NORAI יוצא לדרך, שמטרתו ליצור פלטפורמת בינה מלאכותית משותפת לכלל הממשל האוטונומי תוך 24 חודשים. המטרה אינה רק לשפר את היעילות וזמני העיבוד, אלא גם לשפר את איכות השירותים לאזרחים ולעסקים. יוזמה זו חורגת מעבר לדיגיטציה של תהליכים קיימים בלבד, ומטרתה להפוך את הנוף המנהלי המקוטע לפלטפורמה מרושתת וניתנת לשימוש חוזר לשירותים ציבוריים. עם זאת, הצלחת השינוי תלויה לא רק בטכנולוגיה עצמה, אלא גם בנכונות הממשל להתארגן מחדש באופן יסודי. שאלות מרכזיות כוללות האם בינה מלאכותית באמת תאפשר לאיי הבלאריים להשיג זמני עיבוד קצרים יותר, שיעורי שגיאות נמוכים יותר ויכולת ניהולית מוגברת, וכיצד הם יעמדו באתגרים של ממשל ציבורי שעבר ארגון מחדש.
האיים הבלאריים הופכים את הממשל שלהם לפלטפורמת בינה מלאכותית
5.45 מיליון יורו נגד בירוקרטיה: השאלה המכרעת אינה האם בינה מלאכותית עובדת, אלא האם היא יכולה לשנות את המדינה
האיים הבלאריים עוברים טרנספורמציה טכנולוגית שמשמעותה הכלכלית חורגת הרבה מעבר להכנסת מספר מצומצם של עוזרים דיגיטליים. בהשקעה של 5.45 מיליון אירו ותקופת יישום של 24 חודשים, מפותחת תשתית בינה מלאכותית משותפת, המכונה NORAI, ברחבי הממשל האוטונומי כולו. היא תגיע לכל המשרדים האזוריים ומוסדות הציבור, ותתמוך בצוות המנהלי בעיבוד קבצים, ניתוח מסמכים, הכנת דוחות, טיפול בפניות אזרחים ושילוב עם אוטומציה של תהליכים, כריית תהליכים וניתוח נתונים מתקדם. מנקודת מבט כלכלית, אין מדובר בפרויקט IT טיפוסי, אלא בניסיון להפוך נוף ממשל ציבורי מקוטע לפלטפורמת ייצור רב פעמית עבור שירותים ציבוריים.
השאלה המרכזית אינה כמה משימות מודל שפה יכול לבצע. השאלה המכרעת היא האם האיים הבלאריים יכולים באמת להשיג זמני עיבוד קצרים יותר, שיעורי שגיאות נמוכים יותר, יכולת ניהולית מוגברת ושירותים טובים יותר לאזרחים ולעסקים באמצעות טכנולוגיה. זה מאתגר יותר מאשר פריסת צ'אטבוט בלבד. מינהל ציבורי מורכב ממסגרות משפטיות, אחריות, מאגרי נתונים, חריגים, מועדים והחלטות שקופות. בינה מלאכותית יכולה להפוך את המערכת הזו לפרודוקטיבית יותר, אך רק אם תהליכים, נתונים, אחריות ובקרות עוברים מודרניזציה בו זמנית.
מדיגיטציה לארגון מחדש
תוכניות דיגיטציה רבות בעבר פשוט שכפלו תהליכים אנלוגיים באופן אלקטרוני. טופס נייר הפך לקובץ PDF, מכתב רשמי לדוא"ל, ותיקיית קבצים למערכת ניהול מסמכים. התהליך עצמו נותר לעתים קרובות ללא שינוי. NORAI נוקטת בגישה מקיפה יותר: שכבה טכנולוגית משותפת נועדה לנתח מידע, להכין תהליכים ולתמוך בזרימות עבודה חוזרות מעבר לגבולות המחלקתיים. זה מעביר את המיקוד ממתן גישה דיגיטלית בלבד לארגון חכם של התהליכים המנהליים הבסיסיים.
להבחנה זו יש חשיבות כלכלית. בעוד שטופס דיגיטלי מפחית את עלויות הנסיעה והמשלוח, הוא אינו מבטל באופן אוטומטי הפסקות מדיה, הזנת נתונים כפולה או תורים פנימיים. לעומת זאת, פלטפורמה המופעלת על ידי בינה מלאכותית יכולה לסווג מסמכים, לחלץ תוכן, לזהות מידע חסר, למיין מראש קבצים וליצור טיוטות סטנדרטיות. בשילוב עם אוטומציה מבוססת כללים, ניתן לבצע שלבי עבודה מוגדרים בבירור ללא הזנת נתונים ידנית. לפיכך, רווחי הפרודוקטיביות הפוטנציאליים נובעים לא רק מבינה מלאכותית, אלא גם משילוב הגומלין בין בינה מלאכותית, אוטומציה, גישה לנתונים ותהליכים שעוצבו מחדש.
כאן בדיוק טמון הערך האסטרטגי של תשתית מרכזית. אם כל סוכנות מפתחת פתרונות משלה, יעלו עלויות מקבילות עבור רכש, אינטגרציה, ביקורות הגנת מידע, תפעול, הדרכה ותחזוקה. יתר על כן, מודלים של נתונים לא תואמים ורמות אבטחה שונות מתרבים. פלטפורמה משותפת יכולה לספק רכיבים בסיסיים פעם אחת ולעשות בהם שימוש חוזר על פני מספר מחלקות. אלה כוללים ניהול זהויות וגישה, רישום, גישה למודל, עיבוד מסמכים, פונקציות חיפוש, בקרות איכות וממשקים ליישומים מיוחדים קיימים. ככל שרכיבים אלה נמצאים בשימוש בתדירות גבוהה יותר, כך העלות הממוצעת של כל מקרה שימוש עוקב יכולה להיות נמוכה יותר.
5.45 מיליון יורו כהימור פלטפורמה
התקציב של 5.45 מיליון אירו שווה ערך לכ-2.725 מיליון אירו בשנה במהלך תקופת היישום המתוכננת. זה אינו סכום מוגזם למודרניזציה מקיפה של כל המשרדים והמוסדות. אלא, זה מספיק כדי לכפות קביעת סדרי עדיפויות. הסכום יכול ליצור בסיס משותף איתן, אך הוא אינו מספיק לשיפוץ מלא של כל ההליכים המנהליים. לכן, ההצלחה הכלכלית תלויה בשאלה האם תהליכים בעלי נפח גבוה במיוחד, פוטנציאל סטנדרטיזציה ועומס עבודה נבחרים ראשונים.
תהליכים מתאימים כוללים מסמכים רבים בעלי מבנה דומה, שלבי סקירה ברורים, שאילתות חוזרות ומאמץ חיפוש ידני משמעותי. אלה יכולים לכלול בקשות למענקים, מסמכי אישור, ביקורות חשבוניות, דוחות פנימיים, בקשות מידע או פניות סטנדרטיות של אזרחים. פחות מתאימים הם תהליכים שבהם כל מקרה דורש הערכה משפטית פרטנית ביותר או שבהם אפילו שגיאות קלות עלולות להיות בעלות השלכות משמעותיות על זכויות יסוד. לכן, גישה כלכלית נבונה מתחילה בפונקציות תמיכה והכנה, ולא בהחלטות אוטומטיות לחלוטין.
יתר על כן, אין למדוד את ההשקעה אך ורק על ידי שעות עבודה שנחסכו. מינהל ציבורי אינו מייצר רווח במובן המסורתי. היתרונות הכלכליים שלו כוללים גם מניעת זמני המתנה, הפחתת עלויות עקב טעויות, תשלום מהיר יותר של הטבות, אישורים מהירים יותר ותכנון משופר עבור עסקים. כאשר חברה מקבלת היתר מוקדם יותר, משפחה יכולה לקבל הטבות מהר יותר, או עובדים מבזבזים פחות זמן בהגשה מחדש של מסמכים קיימים, נוצרת תועלת כלכלית ממשית, גם אם היא אינה מופיעה כהכנסה בתקציב.
גישת קיצוץ עלויות גרידא תהיה אפוא צרה מדי. האיים הבלאריים חווים צמיחה עונתית ומבנית תחת לחצים מיוחדים: תיירות, מחסור בדיור, בעיות סביבתיות, תנועה באיים ואוכלוסייה מפוזרת גיאוגרפית יוצרים אינטראקציות אדמיניסטרטיביות מורכבות רבות. אם עומס העבודה גדל מהר יותר מרמות כוח האדם, קיבולת דיגיטלית נוספת הופכת חיונית לשמירה על רמות השירות. בהקשר זה, בינה מלאכותית יכולה לשמש כמגבירה פרודוקטיביות. היא לא מחליפה באופן אוטומטי מקומות עבודה, אלא באופן אידיאלי מגדילה את מספר ואיכות התהליכים שניתן לטפל בהם עם המשאבים הקיימים.
הטייס משדר אות חזק אך מוגבל
האיים הבלאריים לא מתחילים מאפס. בפרויקט פיילוט אוטומציה בן שנתיים, עובדו 432,440 קבצים ו-70,674 מסמכים. המערכות פעלו במשך 8,765 שעות, ולפי נתוני הממשל, ייצרו תפוקת עבודה השווה ל-45,592 שעות עבודה אנושיות. זמן העיבוד הממוצע לכל תיק היה 1.16 דקות, המקבילות לכ-52 תיקים לשעה. הטכנולוגיה שימשה ב-16 הליכים מנהליים, כולל סובסידיות חקלאיות ודיג, הטבות סוציאליות, בקשות לצריכה עצמית של אנרגיה, ניהול פיננסי פנימי ותהליכים הקשורים לדיור.
נתונים אלה רלוונטיים כלכלית, אך אין ליישם אותם באופן חסר ביקורת על NORAI. פרויקט הפיילוט התמקד בעיקר באוטומציה של תהליכים בסיוע רובוטים בזרימות עבודה מוגדרות בבירור. בינה מלאכותית גנרטיבית ואנליטית מטפלת לעתים קרובות במשימות פחות סטנדרטיות שבהן יש לאמת את התוצאות. מערך נתונים המועבר אוטומטית קל יותר למדידה מאשר דוח מסכם, תזכיר מחוקר או טיוטת תגובה לאזרח. האוטומציה עד כה מדגימה כמויות גדולות וניסיון תפעולי בתוך הממשל. עם זאת, היא עדיין לא מוכיחה שכל יישום בינה מלאכותית חדש ישיג את אותה מהירות או את אותה תשואה כלכלית.
אף על פי כן, פרויקט הפיילוט מספק נקודת התייחסות שימושית. על פני שנתיים, 45,592 שעות עבודה אנושיות שנמנעו מהן שוות ערך לכ-22,800 שעות בשנה. בהנחה של זמן עבודה שנתי פרודוקטיבי של כ-1,600 שעות, נתון זה יתאים לכ-14 משרות מלאות. נתון זה אינו אומר ש-14 משרות בוטל או צריכות להתבטל. אלא, הוא ממחיש את הקיבולת שניתן לפנות לבדיקות מורכבות יותר, אינטראקציות עם אזרחים ועיכובים כאשר מכונות משתלטות על משימות חוזרות ונשנות.
הערך הכספי תלוי בעלות הכוללת בפועל של שעת עבודה. על פי הערכה רחבה של 35 עד 60 אירו לשעה, הערך ברוטו של הזמן שנחסך לאורך כל תקופת הפיילוט יהיה כ-1.6 עד 2.7 מיליון אירו. מכך יש לנכות את עלויות הפיתוח, התפעול, הרישוי, הניטור והשינויים. לכן, חישוב זה אינו הוכחה לתשואה על ההשקעה, אלא תרחיש. עם זאת, הוא מדגים שגם מספר מוגבל של תהליכים שנבחרו בקפידה יכולים להצדיק כלכלית חלק ניכר מההשקעה.
המינוף הגדול ביותר טמון בשימוש חוזר
היתרון המרכזי של NORAI אינו טמון במקרה שימוש מרהיב אחד, אלא ביכולת ליישם שיפורים בינוניים רבים על אותו בסיס. רכיב מסמך שמזהה, מסווג ומסכם טקסט ניתן לפרוס על פני מספר משרדים. עוזר מאובטח למדיניות פנימית יכול לתמוך בעובדים בסוכנויות שונות. סביבת ניתוח משותפת יכולה להעריך נתוני תהליכים ממספר מחלקות. זה יוצר אפקט תיק עבודות: לא כל מקרה שימוש צריך לספק חיסכון יוצא דופן, כל עוד הפלטפורמה מפזרת את עלויות הבסיס שלה על פני שימושים רבים.
עם זאת, גמישות זו עובדת רק אם שימוש חוזר כבר מתוכנן מבחינה ארכיטקטונית. אם יישומים נבנים כפתרונות מותאמים אישית למרות פלטפורמה משותפת, הפיצול חוזר דרך הדלת האחורית. ממשקים אחידים, מודלים לחיקוי סטנדרטיים, דרישות איכות משותפות וקטלוג מרכזי של רכיבים מאושרים נחוצים. סוכנויות ייעודיות חייבות להיות מסוגלות לייצג את הצרכים הספציפיים שלהן מבלי ליצור סילו טכני חדש לכל משימה.
מנקודת מבט כלכלית, כל מקרה שימוש חדש צריך לענות על לפחות ארבע שאלות: מהו נפח התיק? כמה זמן גוזל התהליך הנוכחי? איזה אחוז מהעבודה ניתן לתקנן? אילו עלויות נובעות משגיאות, שאילתות ועיכובים? רק ממדדים אלה ניתן להפיק תועלת אמינה. נראות פוליטית או מודרניות טכנולוגית בלבד הן קריטריונים גרועים לבחירה. תהליך נסתר עם מאות אלפי עסקאות יכול להיות בעל ערך רב יותר מעוזר בעל פרופיל גבוה עם שימוש נמוך.
כריית תהליכים הופכת את הבירוקרטיה למדידה
חשיבות מיוחדת היא השילוב המתוכנן של בינה מלאכותית עם כריית תהליכים. זה כרוך בשימוש בנתוני אירועים דיגיטליים כדי להמחיש את זרימת ההליכים בפועל. בדרך זו, ניתן לזהות היכן קבצים נתקעים, אילו לולאות מתרחשות לעתים קרובות, היכן מידע חסר, ואילו וריאציות של תהליך סטנדרטי לכאורה קיימות בפועל. זה מספק למנהל הציבורי לא רק כלי אוטומציה, אלא גם כלי לניתוח ארגוני אמפירי.
זהו הבחנה מכרעת. אוטומציה פשוטה של תהליך לא יעיל ללא שינוי עלולה רק להאיץ שלבים מיותרים. כריית תהליכים, לעומת זאת, יכולה לחשוף אילו שלבים יש לבטל, לתקנן או לסדר מחדש. התועלת הגדולה ביותר נובעת לעתים קרובות לא מאוטומציה של בדיקה קיימת, אלא מביטול בדיקות כפולות לחלוטין, חיבור ישיר של מקור נתונים או הימנעות משאילות מיותרות.
כדי שגישה זו תעבוד, נתוני האירועים חייבים להיות מלאים ועקביים. חותמות זמן, סטטוס עיבוד, מסירות והחלטות חייבים להיות מתועדים באופן מהימן. אם נתונים כאלה חסרים, הניתוח מספק תמונה חלקית בלבד. יתר על כן, קיים מכשול ארגוני: שקיפות בנוגע לזמני עיבוד ועיקופים עלולה לעורר ניגודי אחריות. לכן, כריית תהליכים אינה ניטרלית. היא חושפת היכן מבנים אינם מתפקדים וכך יוצרת לחץ לשינוי. הטכנולוגיה מספקת את הממצאים; מנהיגים פוליטיים ומנהליים חייבים להסיק את המסקנות הנדרשות.
עוזרים חכמים משנים את העבודה היומיומית
עוזרי בינה מלאכותית יכולים לתמוך בצוות המנהלי בחיפוש אחר תקנות, סיכום קבצים נרחבים, השוואת מסמכים ויצירת טיוטות ראשוניות. כאשר הם מתוכננים ביעילות, הם לא רק מקצרים משימות בודדות אלא גם מפחיתים את הצורך במעבר בין יישומים ייעודיים, כוננים, מיילים ומסדי נתונים של ידע. מאמץ חיפוש ותיאום זה, בפרט, מייצג גורם עלות משמעותי ולעתים קרובות אינו מוערך כראוי בארגונים עתירי ידע.
עם זאת, אין להציג את העוזר כמקור ידע בלתי ניתן לטעויות. מודלים של שפה מייצרים ניסוחים סבירים, אך עלולים לבלבל עובדות, להשתמש בכללים מיושנים או למלא פערים במידע מפוברק. לכן, גישה מבוקרת נחוצה לניהול. תשובות צריכות, במידת האפשר, להתבסס על מערכי נתונים מאושרים, לזהות בבירור את המסמכים שבהם נעשה שימוש, ולציין אי ודאות כאשר המידע אינו מספיק. על העובדים להיות מסוגלים לזהות איזו הצהרה נגזרה מאיזו תקנה או קובץ מנהליים.
גישה מדורגת שימושית במיוחד. בשלב הראשון, בינה מלאכותית תומכת במשימות פנימיות בלבד ללא השפעה חיצונית ישירה. בשלב השני, היא יוצרת טיוטות שנבדקות ומאושרות על ידי עובדים מוסמכים. רק במקרים סטנדרטיים בעלי סיכון נמוך, מוגדרים בקפידה, ניתן לשקול עיבוד אוטומטי במידה רבה. רצף זה מפחית את הסיכון, מגביר את יכולת הלמידה של הארגון ובונה אמון בקרב העובדים והציבור.
עבור אזרחים ועסקים, עוזרים יכולים לספק מידע מסביב לשעון, להסביר תחומי אחריות, להצביע על מסמכים חסרים ולהדריך אותם בתהליכים דיגיטליים. ערכם טמון לא רק בתגובות מהירות יותר אלא גם במניעת בקשות כושלות. אם המשתמשים יודעים אילו מסמכים חסרים או אילו מועדים חלים לפני הגשת בקשה, גם עבודת המעקב הפנימית מצטמצמת. לכן, סיוע טוב לאזרחים ויעילות פנימית אינם הפכים אלא יכולים לחזק זה את זה.
איכות הנתונים קובעת את התשואה
אפילו החוזק הטכני הגדול ביותר של מערכת בינה מלאכותית אינו יכול לפצות על נתונים אדמיניסטרטיביים גרועים. תוויות לא עקביות, רשומות כפולות, מסמכים סרוקים ללא זיהוי טקסט אמין, רישומים סותרים וזכויות גישה לא ברורות מגבילות את התועלת שלה. לכן, בארגונים רבים חלק משמעותי מהעבודה אינו על המודל עצמו, אלא על ניקוי נתונים, מטא-דאטה, ממשקים והרשאות.
NORAI דורשת ארכיטקטורת נתונים ברורה. יש להגדיר אילו מקורות ניתן להשתמש לאיזו מטרה, מי אחראי על איכותם וכיצד מתבצעים עדכונים. מידע אישי ורגיש במיוחד מותר לעבד רק במידה הנדרשת. במקביל, לעובדים חייבת להיות גישה למידע הדרוש להם במקרה הספציפי שלהם. קיים מתח מתמיד בין מקסום השימוש בנתונים לבין הקפדה עקבית על הגבלת המטרה, מתח שלא ניתן לפתור באמצעות תצורה טכנית חד פעמית.
מנקודת מבט כלכלית, איכות נתונים היא נכס הון. השקעות במרשם נקי, פורמטים סטנדרטיים וממשקים הניתנים לפעולה הדדית מייצרות יתרונות מעבר למקרה שימוש יחיד. הן משפרות את הבסיס לניתוח, אוטומציה, סטטיסטיקה ושירותים דיגיטליים עתידיים. לעומת זאת, התמקדות מוגזמת ביישומי בינה מלאכותית גלויים מובילה לתת-מימון של עבודת נתונים פחות זוהרת. התוצאה היא הדגמות מרשימות, אך לא תפוקה אדמיניסטרטיבית אמינה.
מימד חדש של טרנספורמציה דיגיטלית עם 'בינה מלאכותית מנוהלת' (בינה מלאכותית) - פלטפורמה ופתרון B2B | ייעוץ אקספרט
מימד חדש של טרנספורמציה דיגיטלית עם 'בינה מלאכותית מנוהלת' (בינה מלאכותית) – פלטפורמה ופתרון B2B | ייעוץ אקספרט - תמונה: Xpert.Digital
כאן תלמדו כיצד החברה שלכם יכולה ליישם פתרונות בינה מלאכותית מותאמים אישית במהירות, בצורה מאובטחת וללא חסמי כניסה גבוהים.
פלטפורמת בינה מלאכותית מנוהלת היא הפתרון השלם והחסר דאגות שלכם לבינה מלאכותית. במקום להתמודד עם טכנולוגיה מורכבת, תשתית יקרה ותהליכי פיתוח ארוכים, אתם מקבלים פתרון מוכן מראש המותאם לצרכים שלכם משותף מתמחה - לעתים קרובות תוך מספר ימים בלבד.
היתרונות המרכזיים במבט חטוף:
⚡ יישום מהיר: מרעיון ליישום מוכן לשימוש תוך ימים, לא חודשים. אנו מספקים פתרונות מעשיים היוצרים ערך מוסף מיידי.
🔒 אבטחת מידע מקסימלית: המידע הרגיש שלך נשאר אצלך. אנו מבטיחים עיבוד מאובטח ותואם ללא שיתוף מידע עם צדדים שלישיים.
💸 אין סיכון פיננסי: אתם משלמים רק על תוצאות. השקעות גבוהות מראש בחומרה, תוכנה או כוח אדם מבוטלות לחלוטין.
🎯 התמקדו בעסק הליבה שלכם: התרכזו במה שאתם עושים הכי טוב. אנחנו דואגים לכל תהליך היישום הטכני, התפעול והתחזוקה של פתרון הבינה המלאכותית שלכם.
📈 עמיד לעתיד וניתן להרחבה: הבינה המלאכותית שלכם גדלה איתכם. אנו מבטיחים אופטימיזציה וגמישות מתמשכת, ומתאימים את המודלים לדרישות חדשות בצורה גמישה.
מידע נוסף כאן:
פריצות דרך כלכליות באמצעות תהליכים אדמיניסטרטיביים חכמים
חוק הבינה המלאכותית של האיחוד האירופי יהפוך לעיקרון אדריכלי
רשויות ציבוריות נושאות באחריות מיוחדת משום שהחלטותיהן משפיעות על שירותים, זכויות וחובות של אנשים. המסגרת המשפטית האירופית מבחינה בין סיכונים וקובעת דרישות מחמירות למערכות בסיכון גבוה בנוגע לניהול סיכונים, איכות נתונים, תיעוד, רישום, פיקוח אנושי, חוסן ואבטחת סייבר. מפעילים ציבוריים של מערכות רלוונטיות חייבים לעמוד בהתחייבויות נוספות, כולל רישום, ניטור, ובמקרים מסוימים, הערכת השפעה על זכויות יסוד.
עבור NORAI, משמעות הדבר היא שלא ניתן להתאים את התקנות ליישומים מוגמרים. רישום, חלוקת תפקידים, עקיבות ואפשרויות התערבות אנושית חייבות להיות חלקים בלתי נפרדים מהפלטפורמה. קטלוג מרכזי של כל מערכות הבינה המלאכותית הפרוסות הוא בעל ערך רב בהקשר זה. הוא מספק סקירה כללית של המטרה, המפעיל, מקורות הנתונים, גרסאות המודל, סוג הסיכון, מדדי הביצועים והגורמים האחראים. ללא מלאי כזה, מנהל גדול אינו יכול לנהל ביעילות עלויות או סיכונים.
אסור לצמצם את הפיקוח האנושי לעניין פורמלי בלבד. כאשר מצופה מעובדים לאשר מאות הצעות שנוצרו על ידי מכונה תחת לחץ זמן, נוצרת הטיה של אוטומציה: אנשים נוטים ללכת בעקבות המכונה האובייקטיבית לכאורה. לכן, פיקוח יעיל דורש זמן מספיק, מומחיות והסבר ברור של קריטריוני קבלת ההחלטות. יתר על כן, יש להיות ברור מתי יש לדחות הצעה, להעלות אותה לשלב הבא או לעבד אותה באופן ידני לחלוטין.
עלויות הניטור הנלוות אינן טיעון נגד בינה מלאכותית. הן חלק מעלויות הייצור של מינהל דיגיטלי המבוסס על שלטון החוק. פתרון זול לכאורה ללא תיעוד אמין יכול להפוך יקר יותר בטווח הארוך אם יערערו על החלטות שגויות, יתרחשו דליפות נתונים או אובדן אמון. לכן, יש לתת לאיכות, ודאות משפטית ואבטחה את אותו משקל כמו למהירות בניתוחי עלות-תועלת.
ריבונות דיגיטלית זקוקה למגבלות ריאליות
האסטרטגיה הבלארית מדגישה שליטה ציבורית וריבונות דיגיטלית. זה מובן, אך אין לבלבל זאת עם עצמאות טכנולוגית מוחלטת. ממשל אזורי לא יפתח מודלים בסיסיים משלו בקנה מידה עולמי ולא ייצר את כל רכיבי התשתית בעצמו. במקום זאת, ריבונות פירושה שימור אפשרויות ויכולת פעולה: שליטה בנתונים, יכולת החלפת ספקים, שימוש בממשקים פתוחים, הערכת ביצועי מודל, ובמידת הצורך, המשך הפעלת פונקציות קריטיות באופן עצמאי.
סיכון משמעותי הוא נעילת ספקים. קשירה הדוקה של פורמטי נתונים, זרימות עבודה ויישומים עסקיים לשירותים קנייניים מגדילה את עלויות המעבר בהמשך. הארגון עלול להפוך לתלוי מבחינה טכנית, גם אם המחיר הראשוני היה אטרקטיבי. לכן, חוזים וארכיטקטורה צריכים לאפשר ייצוא של נתונים, יומנים, תצורות ומאגרי ידע. הפרדת יישומים, גישה למודלים ואחסון נתונים משפרת גם היא את עמדת המשא ומתן.
במקביל, דרישה מוגזמת לריבונות עלולה להגדיל את עלות החדשנות. לא כל רכיב צריך להיות מופעל באופן פנימי. בידול מבוסס סיכונים הוא קריטי. מודלים תפעוליים מבוקרים בקפדנות נחוצים עבור נתונים רגישים ביותר ותהליכי קבלת החלטות מרכזיים. עבור פונקציות תמיכה בעלות סיכון נמוך, שירותים חיצוניים סטנדרטיים יכולים להיות בת קיימא מבחינה כלכלית, בתנאי שהגנה על נתונים, אבטחה ותחלופה מובטחות. ריבונות אמיתית אינה פירושה בעלות על הכל, אלא ניהול מודע של תלות.
עובדים אינם בעיה שולית
הכנסת הבינה המלאכותית משנה פרופילי עבודה. משימות שגרתיות פוחתות, בעוד שבדיקות, טיפול בחריגים, תקשורת ובקרת איכות הופכים לחשובים יותר. דבר זה יכול להגביר את ערך העבודה אם העובדים אכן משוחררים ממשימות מונוטוניות. עם זאת, הדבר יכול גם להגדיל את עומס העבודה אם רק משימות פשוטות עוברות אוטומציה והמקרים הנותרים מורכבים במיוחד, ללא כל התאמות למגבלות הזמן.
לכן, הכשרה היא מרכיב מרכזי בהשקעה. עובדים זקוקים לא רק ליסודות כלליים של בינה מלאכותית, אלא גם למיומנויות ספציפיות לתפקיד. צוות אדמיניסטרטיבי חייב להיות מסוגל לסקור תוצאות ולזהות מגבלות. מנהלים חייבים להיות מסוגלים לנהל יתרונות, סיכונים ושינויים בתהליכים. צוותי IT ונתונים זקוקים למומחיות באינטגרציה, ניטור, אבטחה והערכת מודלים. מחלקות הגנת מידע, משפט ומשאבי אנוש חייבות להיות מעורבות בשלב מוקדם, במקום לאשר יישומים גמורים בדיעבד.
האיים הבלאריים כבר הגדילו משמעותית את מספר קורסי ההכשרה בתחום הבינה המלאכותית לעובדים. עובדה זו מאותתת על ביקוש ויוצרת נקודת התחלה טובה יותר. עם זאת, הגורם המכריע הוא הקשר בין ההכשרה למקום העבודה. קורס חד פעמי משיג מעט מאוד אם אין כלים אמינים, כללים ברורים ומקרי שימוש מפוקחים לאחר מכן. לעומת זאת, אספקת מערכות חזקות ללא הכשרה מובילה לשימוש בצללים, שימוש לרעה וחוסר אמון.
מעורבות עובדים היא גם כדאית מבחינה כלכלית. הם מכירים את המעקפים בפועל, מקרים מיוחדים ופערי מידע בתהליך. אם יישומים מתוכננים אך ורק מנקודת מבט טכנית, הם לרוב הופכים מודל תהליך אידיאלי לאוטומטי. לכן, עובדים מיומנים צריכים להיות מעורבים בבחירה, בתכנון ובבדיקה. זה לא רק מגביר את הקבלה אלא גם מפחית שגיאות יקרות.
אסור שמעורבות אזרחית תצטמצם לצ'אטבוט
תגובות דיגיטליות מהירות הן בעלות ערך, אך לא כל אזרח יכול או רוצה לתקשר באופן דיגיטלי בלבד. אסור שאנשים מבוגרים, אנשים עם מוגבלויות, אנשים עם כישורי שפה מוגבלים או כאלה שאין להם זהות דיגיטלית מאובטחת ייפגעו. לכן, ממשל חכם חייב לשמור על ערוצי גישה מרובים ולהשתמש בבינה מלאכותית כדי לתמוך בייעוץ אישי, לא כדי לבטל אותם באופן גורף.
רב-לשוניות רלוונטית במיוחד באיים הבלאריים. הממשל פועל הן בקטלאנית והן בספרדית, בעוד שתיירות והגירה בינלאומית מביאות שפות נוספות לחיי היומיום. בינה מלאכותית יכולה להקל על תרגום ושימוש בשפה ברורה, אך מידע רלוונטי מבחינה משפטית חייב להישאר מדויק מבחינה טרמינולוגית. לכן, יש לבחון תרגומים אוטומטיים על סמך סיכון ולהבחין בבירור מעשים מנהליים מחייבים מבחינה משפטית.
מרכזיות באזרח פירושה גם שקיפות. אנשים צריכים לדעת מתי הם מקיימים אינטראקציה עם מערכת אוטומטית, איזה תפקיד היא ממלאת וכיצד ליצור קשר עם אדם. גם אם בינה מלאכותית רק מכינה החלטה, עדיין חייב להיות ברור מי אחראי. ככל שהתהליך רגיש יותר, כך ההצדקה, האפשרות לערעור וביקורת אנושית הופכות חשובות יותר.
הצלחה דורשת יעדים מדידים
הנוסחאות "יעילות רבה יותר" ו"שירותים טובים יותר" אינן מספיקות עבור תוכנית בסדר גודל כזה. NORAI דורש מדידות בסיס אמינות לפני תחילת כל מקרה שימוש. אלה כוללות זמן עיבוד, זמן תפוקה, מספר שאילתות, שיעור שגיאות, שיעור נטישה, עלות לתהליך, צבר הזמנות ושביעות רצון המשתמשים. רק השוואה עם ערכי בסיס אלה מגלה האם אפליקציה אכן משפרת תהליכים או רק מייצרת פעילות.
חיוני להבחין בין זמן עיבוד לזמן תפוקה. בינה מלאכותית יכולה להפחית את העבודה הפעילה על תיק מ-30 ל-15 דקות, בעוד שהתיק עדיין ממתין בתורים במשך שלושה שבועות. עבור אזרחים, ההשפעה בקושי תהיה מורגשת. לכן, מדדים מקצה לקצה צריכים להיות המוקד העיקרי. יש למדוד גם איכות: תגובות מהירות יותר אינן התקדמות אם תיקונים, תלונות או ערעורים גוברים.
מדדי ביצוע מרכזיים (KPI) מתאימים יכללו את שיעור התהליכים המוכנים באופן אוטומטי, שיעור הקבלה של הצעות מכונה, זמן התיקון הממוצע, מספר השגיאות הקריטיות, השימוש לפי מחלקה ויכולת העבודה שהתפנתה בפועל. עבור שירותי אזרחים, הבנה, שיעור פתרון בשיחת טלפון ראשונה, זמן המתנה ונגישות רלוונטיים גם כן. יש לקחת בחשבון אירועי אבטחה, פרצות הגנת מידע ושגיאות מודל גם בניהול הביצועים.
ניתוח עלות-תועלת מרכזי צריך להפריד בין עלויות פלטפורמה משותפת לבין עלויות של מקרי שימוש בודדים. אחרת, פרויקטים מוקדמים נראים יקרים באופן מלאכותי משום שהם מממנים את פיתוח התשתית כולה. לעומת זאת, פרויקטים מאוחרים יותר נראים זולים מדי אם השימוש בתשתית שלהם לא נלקח בחשבון. מודל עלויות שקוף מאפשר קבלת החלטות טובות יותר לגבי אילו יישומים יש לפתח עוד, להפסיק או להרחיב.
עלויות המעקב שלא הוערכו כראוי
5.45 מיליון האירו מייצגים רק את ההשקעה הראשונית. לאחר תקופה של 24 חודשים, יתעוררו עלויות שוטפות עבור כוח מחשוב, גישה למודל, אחסון, תחזוקה, ניטור אבטחה, תמיכה, הדרכה והתאמה לדרישות משפטיות חדשות. מודלים ורכיבי תוכנה משתנים במהירות. מערכת יעילה כיום עשויה להיות מיושנת, יקרה יותר או לא זמינה עוד מחר. ללא מודל תפעולי ארוך טווח, סביר להניח שיהיה צורך במחזור שדרוג יקר לאחר שלב ההתקנה הראשוני.
אפילו אוטומציה מוצלחת מייצרת עלויות מעקב. אם יותר תהליכים מגיעים לבדיקה טכנית מהר יותר, צוואר הבקבוק עלול פשוט לעבור למקום אחר. עוזר יכול להשלים יישומים, אך זה מגדיל את מספר המקרים הדורשים בדיקה. אם קיבולות במורד הזרם לא יותאמו בהתאם, התור שם יגדל. לכן, בקרת תהליכים חייבת תמיד להתחשב בכל שרשרת הערך.
סיכון נוסף הוא התרחבות בלתי מבוקרת. ברגע שהיישומים הראשוניים פונקציונליים, הביקוש מכל המחלקות עולה. ללא סדרי עדיפויות ברורים, צצים יותר מדי פרויקטים מקבילים, מה שעומס יתר על מומחים וצוותים טכניים. מנגנון היגוי מרכזי צריך להעריך פרויקטים על סמך תועלת, סיכון, בגרות נתונים ושימוש חוזר. לא כל רעיון טוב צריך להיות מיושם באופן מיידי.
מה חברות מרוויחות מניהול חכם
עבור עסקים, ניהול הוא גורם מפתח בהחלטות המיקום שלהם. זמני עיבוד של היתרים, סובסידיות, פרויקטים של אנרגיה, פרויקטים של בנייה או הודעות משפיעים על החלטות השקעה ונזילות. עסקים קטנים ובינוניים (SME) סובלים במיוחד מדרישות תיעוד מורכבות מכיוון שיש להם פחות צוות זמין למשימות אדמיניסטרטיביות. ניהול מהיר, שקוף וצפוי יותר מפחית את עלויות העסק העקיפות.
היתרונות יכולים לעלות על החיסכון הפנימי בזמן של הסוכנות. לדוגמה, אם היתר ניתן מספר שבועות מוקדם יותר, חברה יכולה לבצע השקעות מוקדם יותר, לייצר הכנסות או להעסיק עובדים. עיבוד מהיר יותר של בקשות למענקים משפר את המימון. השפעות כאלה קשות יותר למדידה אך הן משמעותיות לכלכלה כולה. לכן, על NORAI לנטר לא רק את הפריון הפנימי אלא גם את ההשפעה על המבקשים.
פלטפורמה משותפת יכולה גם לאפשר מידע עקבי יותר. כיום, חברות מקבלות לעיתים מידע סותר ממקורות שונים במהלך תהליכים מורכבים. גישה מבוקרת לידע יכולה להפחית סתירות ולהבהיר את האחריות. זה דורש מהעוזר גישה לתוכן עדכני ומחייב מבחינה משפטית, ולא ליצור תחושה כוזבת של ודאות משפטית במקרים בהם קיים תמרון שיקול דעת.
שוק אזורי עבור GovTech הולך ומתפתח
השקעות ציבוריות בבינה מלאכותית משפיעות גם הן על שוק הטכנולוגיה. הן יוצרות ביקוש לאינטגרציה, ניהול נתונים, אבטחת סייבר, ייעוץ תהליכים, אימות מודלים והדרכה. זה יכול להוביל להפניות ומומחיות חדשה עבור ספקים אזוריים וספרדים. פלטפורמה משותפת בדרך כלל מאפשרת גישה למומחים קטנים יותר, בתנאי שהממשקים פתוחים והמודולים ניתנים להחלפה.
עם זאת, פוטנציאל המדיניות הכלכלית תלוי בתכנון השוק. מערכת מונוליטית מעדיפה ספקים גדולים ורב-תכליתיים ויכולה לחנוק חדשנות מקומית. ארכיטקטורה מודולרית, לעומת זאת, מאפשרת שילוב של פתרונות ייעודיים מבלי לוותר על שליטה כוללת. תחרות לא צריכה להתרחש רק במהלך ההתקנה הראשונית, אלא צריכה להישאר אפשרית לאורך כל חיי המערכת.
אסור להקריב יצירת ערך אזורית לטובת איכות. מנהל ציבורי זקוק למערכות חזקות, מאובטחות וניתנות להרחבה. הגישה הנבונה ביותר משלבת סטנדרטים מרכזיים עם מערכת אקולוגית פתוחה שבה ספקים שונים יכולים להציע שירותים מוגדרים בבירור. בדרך זו, NORAI יכולה בו זמנית למודרן את המנהל הציבורי ולטפח שוק תובעני יותר לבינה מלאכותית אחראית.
ספרד נותנת דחיפה, אך אין ערובה להצלחה
NORAI משתלבת באסטרטגיה הספרדית הרחבה יותר של הרחבת הבינה המלאכותית בעסקים ובמנהל הציבורי. ברמה הממשלתית גויסו משאבים משמעותיים לתשתיות, מודלים, נתונים, כישרונות ומקרי שימוש ציבוריים. התוכניות כוללות מודלים משותפים של נתונים וקורפוסים, מעבדות חדשנות ושירותי בינה מלאכותית נגישים באופן מרכזי. לכן, האיים הבלאריים אינם נעים בבידוד, אלא כחלק ממהלך מודרניזציה לאומי ואירופי.
ספרד נמצאת במצב טוב יחסית בכל הנוגע לשירותים דיגיטליים לאזרח. חלק גדול מהאוכלוסייה כבר משתמש בשירותים מקוונים המוצעים על ידי גופים ציבוריים, והשירותים הדיגיטליים לאזרחים נמצאים מעל הממוצע האירופי. עם זאת, התמונה מעורבת יותר בכל הנוגע לשירותים עסקיים. ממצא זה מצביע על כך שהתקדמות נוספת תלויה פחות בגישה מקוונת בלבד ויותר באיכות, אינטגרציה וקלות שימוש.
בסיס דיגיטלי איתן מפחית את החסמים ליישום, אך אינו מבטיח עלייה בפריון. פרויקטים רבים של בינה מלאכותית במגזר הציבורי נותרים תקועים בשלבי פיילוט עקב חוסר במדידת תועלת, גישה לנתונים, כוח אדם מיומן או אחריות ארגונית. לכן, יהיה צורך לשפוט את NORAI על יכולתה לעבור בהצלחה מניסויים לפעילות יציבה וסדירה. מעבר זה בדרך כלל יקר וקשה יותר מההדגמה הטכנית עצמה.
שלושה תנאים לפריצת דרך כלכלית
ראשית, על הפלטפורמה להתמקד בתחילה במספר מצומצם של מקרי שימוש מדידים ובעלי נפח גבוה. למידה מהירה חשובה, אך אין להשיגה באמצעות הדגמות טריוויאליות. תהליכים מתאימים הם אלו שהעלויות והבעיות האיכותיות הנוכחיות שלהם ידועות ושבהם פיקוח אנושי נותר מעשי.
שנית, NORAI זקוקה לממשל חזק ומרכזי יחד עם אחריות אמיתית בתוך המחלקות המומחיות. ממשל מרכזי צריך להגדיר את הארכיטקטורה, האבטחה, המסגרת המשפטית, הקטלוג, הגישה למודל ושיטות המדידה. המחלקות המומחיות חייבות להיות אחראיות לתכנון תהליכים, איכות הנתונים והתוצאות הפונקציונליות. אם האחריות מוטלת אך ורק על ה-IT, השינוי הארגוני יקפא על שמריו. אם כל מחלקה תקבל החלטות באופן עצמאי, הפלטפורמה המשותפת תתפורר.
שלישית, על הממשל להתמודד בגלוי עם שגיאות ומגבלות. מערכות בינה מלאכותית ייצרו הצעות שגויות. הגורם המכריע הוא האם הן מזוהות, מתועדות ומופחתות באופן שיטתי. תרבות המאפשרת רק סיפורי הצלחה מעודדת הסתרת בעיות. לעומת זאת, ממשל לומד מתייחס לסטיות כנתונים לשיפור מודלים, כללים ותהליכים.
התשואה האמיתית היא יכולת הפעולה של המדינה
התועלת המיידית של NORAI יימדדה בשעות שנחסכו, זמני עיבוד קצרים ונימונעת טעויות. עם זאת, התשואה הגדולה יותר טמונה ביכולתו של הממשל להתמודד עם דרישות הולכות ומורכבות יותר ללא עלייה פרופורציונלית בביורוקרטיה. תמריצים אקלימיים, סוגיות דיור, שירותים חברתיים, מעברים אנרגטיים ושירותים עסקיים מייצרים תהליכים נוספים. ללא עלייה בפריון, סביר להניח שגם זמני המתנה ארוכים יותר או עלייה בעלויות כוח אדם.
פלטפורמת בינה מלאכותית מתפקדת יכולה למתן התפתחות זו. היא יוצרת יכולות רב פעמיות, הופכת תהליכים למדידים ומאפשרת השקה מהירה יותר של שירותים חדשים. במקביל, היא מגבירה את הדרישות למנהיגות, ניהול נתונים, תאימות לחוק והסמכה. טכנולוגיה לא מפחיתה באופן אוטומטי את המורכבות; היא מעבירה חלק ממנה לארכיטקטורה ולממשל.
לכן, ההשקעה של 5.45 מיליון אירו אינה פריצת דרך מובטחת וגם לא רק ניסוי דיגיטלי יקר. זוהי הימור אסטרטגי שמנהל אזורי יוכל להבין ולנהל את תהליכיו כמערכת ייצור מגובשת. אם זה יצליח, זמני עיבוד קצרים יותר ומידע טוב יותר יהיו רק התוצאות הנראות לעין. הטרנספורמציה העמוקה יותר תכלול מנהל המנצל ידע, נתונים ואוטומציה מעבר לגבולות מחלקתיים מבלי לוותר על אחריות לאלגוריתמים.
NORAI לא ייכשל בעיקר בגלל תגובה שגויה מדי פעם באמצעות בינה מלאכותית. היא תיכשל אם תהליכים ישנים יישארו ללא שינוי, האחריות על הנתונים אינה ברורה, החיסכון לא נמדד, וכל סוכנות תבנה פתרון קנייני משלה. לכן, הצלחה תלויה פחות במודל העדכני ויותר במדיניות ארגונית ממושמעת. בעזרת NORAI, האיים הבלאריים יכולים להפוך למודל חזק לממשל אזורי חכם. כדי להשיג זאת, עליהם להוכיח שהמדינה יכולה לא רק לרכוש בינה מלאכותית אלא גם לארגן את עצמה מחדש.
🎯🎯🎯 מרכז תעשייה B2B מונחה נתונים כפתרון כמעט פנימי
הפתרון הכמעט-פנים-ארגוני: כיצד Xpert.Digital סוגרת פערים תפעוליים בשיווק ומכירות B2B – עסק חכם מונחה תוכן - תמונה: Xpert.Digital
Xpert.Digital הוא מרכז תעשייתי B2B מונחה נתונים בראשות Konrad Wolfenstein . החברה משמשת כפתרון חיצוני, מעין פנימי, עבור שותפים תעשייתיים, וסוגרת פערים תפעוליים בשיווק, תוכן ומכירות - מבלי לדרוש משאבים נוספים מצד הלקוח.
מידע נוסף כאן:
שותף השיווק והפיתוח העסקי הגלובלי שלך
☑️ שפת העסקים שלנו היא אנגלית או גרמנית
☑️ חדש: התכתבות בשפת האם שלך!
Konrad Wolfenstein
אני והצוות שלי שמחים לעמוד לרשותכם כיועצים האישיים שלכם.
ניתן ליצור איתי קשר על ידי מילוי טופס יצירת הקשר כאן wolfenstein@xpert.digital:או פשוט להתקשר אליי למספר 49 7348 4088 965+. כתובת הדוא"ל שלי היא
אני מצפה בקוצר רוח לפרויקט המשותף שלנו.
