// שירותים / AI

פיתוח מערכות AI
שעובדות בייצור_

פיתוח מערכות AI לארגונים ולמוצרים: עוזרי GPT ייעודיים, חיפוש חכם (RAG) על המסמכים שלכם, סוכני AI וצינורות הנתונים שמזינים אותם. אנחנו בונים את ה-AI בתוך המערכות שהצוות והלקוחות שלכם כבר משתמשים בהן, עם הרשאות, בדיקות איכות ומעקב עלויות. התוצאה: פיצ'רים שאנשים סומכים עליהם, ולא עוד שקף במצגת.

  • צ'אטבוט GPT לעסקים
  • RAG וחיפוש חכם
  • סוכני AI
  • אוטומציה של תהליכים
  • צינורות נתונים
  • אינטגרציית LLM
  • AI בתוך המוצר
  • בדיקות וניטור

// 01

מה אנחנו בונים_

מודל השפה הוא החלק הקל. אנחנו בונים את כל מה שצריך כדי שהוא יעבוד אצלכם.

01_

צ'אטבוט GPT לעסקים

עוזר עם הטון שלכם, הכללים שלכם וגישה למערכות שלכם. עונה ללקוחות בצ'אט, ב-SMS ובמייל, או עוזר לצוות לנסח, לסכם ולמצוא מידע.

02_

חיפוש חכם ו-RAG

חיפוש על המסמכים, הנהלים והפניות שלכם, בעברית ובאנגלית. כל תשובה מפנה למקור, מכבדת הרשאות, ואומרת בכנות כשהמסמכים לא עונים.

03_

סוכני AI ואוטומציה

סוכנים שמבצעים עבודה רב-שלבית בין מערכות: ממיינים פניות, מעדכנים את ה-CRM, מנסחים תשובה ופותחים קריאה. צעדים רגישים מחכים לאישור של אדם.

04_

צינורות נתונים

התשתית ש-AI תלוי בה: משיכת נתונים מהרבה מקורות, ניקוי, רענון והזנה למודלים ולדשבורדים, לפי לוח זמנים או בזמן אמת.

05_

AI בתוך המוצר שלכם

סיכומים, סיווג, המלצות וחיפוש בשפה חופשית בתוך מוצר ה-Web או המובייל הקיים, מאחורי ההתחברות שלכם ובעיצוב שלכם.

06_

בדיקות וניטור

סט בדיקות מהמקרים האמיתיים שלכם, בקרת איכות לפני כל גרסה, ומעקב דיוק ועלות בייצור, כדי שהעוזר יישאר טוב גם אחרי ההשקה.

// 02

נשמע מוכר?_

  • ההדגמה של הצ'אטבוט נראתה מצוין, ואז הוא נתקל במסמכים האמיתיים שלכם.
  • הצוות מחפש בחמש מערכות כדי לענות על שאלה אחת של לקוח.
  • בתוכנית העבודה כתוב פיצ'רי AI, ואף אחד עוד לא הגדיר מה זה אומר.
  • הנתונים שצריך יושבים במערכות שלא מדברות זו עם זו.
  • אתם חוששים שעוזר AI ימציא תשובה מול לקוח.

// 03

איך אנחנו בונים AI שמחזיק בייצור_

פיתוח AI הוא בעיקר הנדסה

מודל שפה הוא רכיב, כמו בסיס נתונים. מה שקובע אם פיצ’ר AI יצליח הוא כל מה שמסביב: להכניס את הנתונים הנכונים, לשמור אותם מעודכנים, לשלוט במי רואה מה, לתפוס תשובות שגויות, ולשמור על מערכת מהירה ומשתלמת כשמגיעים משתמשים אמיתיים. זו הנדסת תוכנה, וזה מה שאנחנו עושים עבור גופי שידור, מפעלים ורשתות מזון.

הדגמה של צ’אטבוט עובדת כמעט תמיד. הבעיות מתחילות ביום שבו הוא פוגש את המסמכים האמיתיים שלכם: קובצי PDF סרוקים, נהלים שסותרים זה את זה, הרשאות שונות לכל מחלקה, ושאלות בעברית עם שגיאות כתיב. פיתוח בינה מלאכותית רציני מתחיל בדיוק שם.

הניסיון ההנדסי ש-AI נשען עליו

במקום שקף עם לוגואים של כלי AI, הנה העבודה שפיתוח מערכות AI נשען עליה בפועל.

נתונים חיים מהרבה מקורות

ל-N12 בנינו את דשבורד הקורונה, שפותח ב-.NET ומשך והציג נתונים חיים מכמה מקורות, כולל משרד הבריאות. מיזוג, ניקוי ורענון של נתונים ממקורות שאינם בשליטתכם הם בדיוק מה שצינור RAG עושה לפני שעוזר AI יכול לענות על משהו.

זמן אמת בעומס שיא

ל-mako בנינו את אתר תוצאות הבחירות, שמציג את תוצאות הבחירות בישראל בזמן אמת. זה כנראה האתר הפופולרי ביותר למעקב אחרי התוצאות, ובנינו אותו ליותר ממערכת בחירות אחת. עומסי שיא ואפס סובלנות למספר שגוי הם אימון טוב להעמדת AI מול הציבור.

נתונים תפעוליים שהופכים להחלטות

ל-Netafim בנינו אפליקציית OEE מבוססת Web שנותנת תמונה בזמן אמת של ביצועי הייצור. להפוך נתוני מפעל גולמיים למשהו שמנהל יכול לפעול לפיו זו אותה מיומנות כמו להפוך מסמכים גולמיים לתשובות.

מערכות שמנהלות עסק

ibon היא פלטפורמת ניהול לתעשיית המזון, עם מלאי בזמן אמת, ניהול מחזור ייצור ועמידה ברגולציה, שמשמשת יותר מ-80 סניפים של Aroma. במערכות קריטיות עם הרבה משתמשים וחוקים נוקשים, פיצ’ר AI צריך להרוויח את האמון.

בנוסף, אנחנו מפעילים CRM עם עוזר AI על צינורות הלידים של העסקים שלנו ושל השותפים שלנו. כך אנחנו רואים כל יום מה מחזיק בייצור ומה נשאר יפה רק בהדגמה.

איזה פתרון מתאים לכם

לא כל בעיה צריכה סוכן AI. מדריך קצר למה שאנחנו ממליצים בדרך כלל:

אתם רוצים… מה אנחנו בונים
לענות על שאלות מתוך המסמכים שלכם עוזר RAG עם הפניה למקור
לטפל בפניות לקוחות בכמה ערוצים צ’אטבוט GPT שמחובר ל-CRM ולתיבת הפניות
להריץ תהליך רב-שלבי בין מערכות סוכן AI עם אישור אנושי בצעדים רגישים
להוסיף AI למוצר שאתם כבר מוכרים פיצ’רי AI בתוך הקוד שלכם
להזין AI ודשבורדים בנתונים נקיים צינור נתונים, מתוזמן או בזמן אמת

לרוב התשובה הכנה היא שילוב: צינור שמחזיק את מאגר הידע מעודכן, עוזר RAG מעליו, ואוטומציה אחת או שתיים שפועלות לפי מה שהוא מוצא.

מדויק, פרטי ומשתלם

שלושה דברים קובעים אם פיצ’ר AI ישרוד את החודש הראשון שלו בייצור.

דיוק. לפני שמכווננים משהו, בונים סט בדיקות מהמקרים האמיתיים שלכם, וכל שינוי נמדד מולו. התשובות מעוגנות במקורות שלכם ומפנות אליהם, גם כשהשאלה בעברית והמסמך באנגלית.

פרטיות. ההרשאות עוברות עם המשתמש, שדות רגישים מוסתרים לפני שהם מגיעים למודל, וכל קריאה נרשמת. אנחנו מתכננים את המערכת כך שתוכל לעמוד בדרישות חוק הגנת הפרטיות ותיקון 13, וההחלטות המשפטיות נשארות אצל היועץ המשפטי שלכם.

עלות. בחירת המודל, שמירה במטמון ואורך הפרומפט משנים את החשבון החודשי. אנחנו מודדים עלות לשיחה או למשימה מהיום הראשון, כדי שלא יהיו הפתעות כשהשימוש גדל.

איפה פיתוח AI משתלב

אם אתם רוצים AI בכל הארגון, כולל בחירת שימושים, פרטיות והדרכת צוותים, התחילו בהטמעת בינה מלאכותית בארגון. אם ה-AI צריך לשבת בתוך תהליך המכירה או השירות, ראו מערכת CRM מותאמת אישית. למוצר הרחב שסביב ה-AI ראו פיתוח תוכנה בהתאמה אישית, ולמפת דרכים מעשית קראו את המדריך שלנו באנגלית.

הביאו לנו משימה אחת שהייתם רוצים ש-AI יעשה. נגיד לכם איך היינו בונים אותה, ואיך נוכיח שהיא עובדת.

// 04

עבודות שמוכיחות את זה_

פרויקטים אמיתיים ללקוחות אמיתיים. דפי הפרויקטים באנגלית.

// 05

איך אנחנו עובדים_

  1. הגדרה

    בוחרים משימה אחת ל-AI, מגדירים איך נראית תשובה טובה, ואוספים דוגמאות אמיתיות לבדיקה.

  2. אב טיפוס

    גרסה עובדת על הנתונים שלכם, שנבדקת מול סט הבדיקות ולא על שקף.

  3. הקשחה

    הרשאות, מגבלות, לוגים, העברה לאדם כשצריך ובדיקות עומס, לפני שמשתמשים אמיתיים נוגעים בה.

  4. השקה

    שחרור לתוך המוצר או המערכות שלכם, עם ניטור של איכות, מהירות ועלות.

  5. שיפור מתמשך

    בודקים כשלים, מרחיבים את סט הבדיקות ומכווננים פרומפטים, שליפה ומודלים ככל שהנתונים גדלים.

// 06

ארגונים שעבדו עם הדינוזאורים_

  • Camp
  • Strauss
  • Sheba Medical Center
  • RGE Group
  • Bank Hapoalim
  • Nespresso
  • Netafim
  • Kan 11
  • Israel Electric Corporation
  • Delek Motors
  • Yes Planet
  • Aroma Espresso Bar
  • Playtika
  • Oreo
  • Nickelodeon
  • Mazda

// 07

שאלות נפוצות_

מה זה RAG, והאם אנחנו צריכים את זה?

RAG (Retrieval-Augmented Generation) אומר שה-AI מחפש קודם את הקטעים הרלוונטיים במסמכים שלכם, ורק אז עונה, עם הפניה למקור. צריך את זה בכל פעם שהתשובה חייבת לבוא מהנהלים, מהמוצרים או מהרשומות שלכם ולא מהידע הכללי של המודל. לרוב עוזרי ה-AI בארגונים זו בחירה בטוחה יותר מאימון מודל ייעודי.

באילו מודלים אתם עובדים, והם טובים בעברית?

אנחנו לא נעולים על ספק אחד. בוחרים מודל לכל משימה לפי איכות התשובות, מהירות, עלות ולאן מותר לנתונים שלכם לצאת, ובודקים את האפשרויות על דוגמאות אמיתיות שלכם, כולל בעברית, לפני שמחליטים. המודל יושב מאחורי הקוד שלנו, כך שאפשר להחליף אותו בהמשך בלי לבנות את המוצר מחדש.

האם הנתונים שלנו ישמשו לאימון מודל של מישהו אחר?

אנחנו מגדירים את הספקים וההסכמים כך שהנתונים שלכם לא ישמשו לאימון, בכל מקום שהספק מאפשר זאת, ומשאירים את השדות הרגישים ביותר מחוץ לפרומפטים. הרשאות, לוגים וכללי שמירת מידע הם חלק מהבנייה, ומתוכננים כך שהמערכת תוכל לעמוד בדרישות חוק הגנת הפרטיות ותיקון 13.

איך מונעים מעוזר AI להמציא תשובות?

מעגנים את התשובות במסמכים שלכם, מחייבים הפניה למקור, ומנחים את העוזר להגיד שהוא לא יודע כשהמקורות שותקים. לפני השקה מריצים אותו מול סט של שאלות אמיתיות, ובייצור בודקים תשובות שסומנו. כל מה שרגיש באמת עובר לאדם.

מה קובע את העלות של פרויקט פיתוח AI?

כמה מערכות ומקורות נתונים מעורבים, עד כמה הנתונים נקיים, בכמה ערוצים ה-AI צריך לעבוד, ועד כמה דרישות הדיוק והפרטיות מחמירות. עלות ההפעלה השוטפת תלויה במודל ובנפח השימוש. אחרי הגדרה קצרה תקבלו הערכה בכתב, ואם פתרון פשוט יותר מספיק, נגיד לכם.

// 08

כל השירותים

יש לכם רעיון?
בואו נבנה אותו_

ספרו לנו מה אתם רוצים להשיג, ואחד הדינוזאורים שלנו יחזור אליכם בהקדם.

// פרויקטים שמסרנו ללקוחות ב

  • ישראל
  • קנדה
  • ארה"ב
  • אירופה
  • אוסטרליה

ספרו לדינו על הפרויקט


    נשתמש בפרטים רק כדי לחזור אליכם. מדיניות הפרטיות