AI ונתונים
מודלים וספקים, דיוק, שליפה או כיוונון עדין, פלטפורמות נתונים, נתונים בזמן אמת ואוטומציית מסמכים.
37 שאלות
במה מערכת רב־סוכנית שונה מצ׳אטבוט?
צ׳אטבוט עונה על שאלות. סוכן מבצע פעולות: הוא קורא רשומות, קורא למערכות שלכם ומשלים שלבים בתהליך. מערכת רב־סוכנית מחלקת משימה גדולה יותר בין סוכנים עם תפקידים צרים, שקל יותר לבדוק ולשלוט בהם.
מהם MCP, A2A ו-AP2?
הם פרוטוקולים פתוחים לסוכני AI. פרוטוקול הקשר למודלים (MCP) מחבר סוכן לכלים ולנתונים. Agent2Agent (A2A) מאפשר לסוכנים במערכות שונות להאציל עבודה. פרוטוקול תשלומי הסוכנים (AP2) מאפשר לסוכן לשלם במסגרת מנדט שאתם חותמים עליו.
איך אתם מונעים מסוכן לעשות משהו שאסור לו?
סוכן יכול לפעול רק דרך הכלים שאנחנו מגדירים לו, לכל אחד הרשאות ומגבלות משלו. כל קריאה נרשמת ביומן. מעקות בטיחות בודקים קלט ופלט, ושלבים שנושאים סיכון ממתינים לאישור של אדם.
מה פירוש פיקוח אנושי?
בעבודה עם אדם בלולאה (HITL), אדם מאשר כל שלב. בעבודה בפיקוח אנושי (HOTL), הסוכנים מבצעים את השלבים השגרתיים בזמן שאנשים מפקחים, מקבלים התראות ומתערבים בחריגות. אנחנו מסכימים איתכם אילו שלבים צריכים מה.
איך אתם יודעים שהסוכנים מדויקים מספיק?
אנחנו בונים מערך הערכה ממקרים אמיתיים עם התוצאות הצפויות. כל סוכן מדורג עליו לפני השחרור ואחרי כל שינוי בהנחיות, במודלים או בכלים. אתם מסכימים על הסף, ואנחנו לא משחררים מתחתיו.
עם אילו מודלי שפה אתם עובדים?
אנחנו בוחרים לפי משימה. האפשרויות כוללות מודלים חזיתיים מ-OpenAI, Claude ו-Gemini, מודלים בעלי משקולות פתוחות Llama, Qwen, DeepSeek ו-Mistral, ומודלים אזוריים כמו Jais, Falcon ו-ALLaM. היכן שהנתונים חייבים להישאר במדינה, אנחנו משתמשים במודלים שיכולים לפעול בסביבה שלכם.
לקריאה נוספת: LLM ו-SLM ריבוניים ופלטפורמות הקשרקישור לשאלה הזו
האם זה עובד בערבית ובניבים אזוריים?
כן. אנחנו מבצעים כיוונון עדין למודלי שפה קטנים בערבית תחילה כמו Jais, Falcon ו-ALLaM על אוצר המילים והמסמכים שלכם. לאחר מכן אנחנו בודקים אותם על השאלות שהמשתמשים שלכם שואלים, בניבים שהם משתמשים בהם.
לקריאה נוספת: LLM ו-SLM ריבוניים ופלטפורמות הקשרקישור לשאלה הזו
מהו GraphRAG מודע הרשאות?
יצירה מתוגברת שליפה מוצאת את הקטעים שעונים על שאלה ונותנת אותם למודל. GraphRAG מוסיף גרף ידע של האופן שבו הישויות שלכם קשורות, כך שתשובות יכולות ללכת אחרי הקשרים האלה. מודע הרשאות פירושו שכל קטע מסונן לפי הרשאות השואל תחילה.
לקריאה נוספת: LLM ו-SLM ריבוניים ופלטפורמות הקשרקישור לשאלה הזו
האם אנחנו זקוקים למודל גדול, או שקטן יספיק?
לעיתים קרובות קטן יספיק. סיווג, חילוץ ותשובות מהמסמכים שלכם עובדים בדרך כלל היטב על מודל שפה קטן שעבר כיוונון, שפועל על פחות GPU ועולה פחות. אנחנו שומרים מודלים גדולים למשימות שדורשות חשיבה עמוקה יותר.
לקריאה נוספת: LLM ו-SLM ריבוניים ופלטפורמות הקשרקישור לשאלה הזו
מהו מודל כמותי גדול? (מודלים כמותיים גדולים ולמידת מכונה יישומית)
מודל שפה גדול מאומן על טקסט. מודל כמותי גדול (LQM) מאומן על נתונים מספריים, כמו מחירים, עסקאות או זרימות שרשרת אספקה. הוא משמש לסימולציה של תרחישים ולחיזוי תוצאות שבהן התשובה היא מספר.
לקריאה נוספת: מודלים כמותיים גדולים ולמידת מכונה יישומיתקישור לשאלה הזו
האם אתם יכולים להסביר את החלטות המודל למבקרים וללקוחות?
כן. אנחנו משתמשים בשיטות של AI ניתן להסבר (XAI) שמראות אילו גורמים הניעו כל החלטה, ומתעדים איך המודל נבנה ונבדק. צוותי האשראי, הסיכון והביקורת שלכם יכולים לסקור כל מודל לפני שהוא עולה לאוויר.
לקריאה נוספת: מודלים כמותיים גדולים ולמידת מכונה יישומיתקישור לשאלה הזו
איך אתם בודקים הטיה?
אנחנו בודקים איך המודל מתפקד בין קבוצות הלקוחות החשובות לכם ולרגולטור שלכם. כשתוצאות שונות ללא סיבה מוצדקת, אנחנו משנים את הנתונים, את המשתנים או את המודל לפני השחרור.
לקריאה נוספת: מודלים כמותיים גדולים ולמידת מכונה יישומיתקישור לשאלה הזו
האם המודל יכול לעצור הונאה כשהיא קורית?
כן. מודלי הונאה והלבנת הון מדרגים עסקאות בזמן אמת, כשהן קורות. מקרים חשודים מוחזקים או מנותבים לחוקרים שלכם, עם הסיבות שבגללן המודל סימן אותם.
לקריאה נוספת: מודלים כמותיים גדולים ולמידת מכונה יישומיתקישור לשאלה הזו
האם סוכן קול או צ׳אט יכול באמת להשלים בקשה?
כן. סוכנים עסקיים קוראים למערכות שלכם דרך כלים מצומצמים ומתועדים כדי לבצע את העבודה, כמו בדיקת הזמנה או שינוי הזמנה. שלבים שנושאים סיכון, כמו תשלומים, יכולים לדרוש אישור של הלקוח או של עובד.
האם הסוכנים מבינים ערבית וניבים אזוריים?
אנחנו בונים ובודקים סוכנים בשפות ובניבים שהלקוחות שלכם משתמשים בהם, ובהם ערבית, בעזרת מודלים שמותאמים להם. אנחנו בודקים על הקלטות והודעות אמיתיות לפני שלקוח כלשהו שומע או קורא את הסוכן.
למה להריץ ראייה ממוחשבת בקצה?
וידאו כבד, וחלק מההחלטות אינן יכולות להמתין. עיבוד על המצלמה או לידה נותן תוצאות מהירות יותר, שולח פחות נתונים ברשת ושומר את הצילומים באתר כשהם חייבים להישאר שם.
אילו ערוצים הסוכנים יכולים לשרת?
שיחות קוליות, צ׳אט באתר והודעות, מחוברים לאותן מערכות צד שרת כך שלקוח יכול לעבור בין ערוצים. אנחנו מתחילים בערוץ שנושא את מרבית הבקשות.
מהו עיבוד מסמכים חכם (IDP 2.0)?
הוא קורא מסמכים כפי שאדם היה קורא אותם: הטקסט, הפריסה והמשמעות. IDP 2.0 מוסיף AI שבודק את הנתונים מול הכללים שלכם, פותר חריגות שגרתיות ורושם את התוצאה למערכות שלכם.
אילו מסמכים אתם יכולים לעבד?
חשבוניות, דפי חשבון בנק, מסמכי מימון סחר, קבצי KYC ומטפסים מורכבים, בין אם הוקלדו, נסרקו או צולמו. אנחנו בודקים על הדגימות שלכם, בכל הפריסות והשפות שאתם מקבלים.
מה קורה אם החילוץ שגוי?
כללי האימות תופסים את רוב השגיאות לפני הרישום, באמצעות בדיקת סכומים, ספקים, הזמנות ורשומות. כל דבר שאינו ודאי מעוכב לאדם, עם הסיבה מוצגת. התיקונים חוזרים למערכת כך שהיא משתפרת.
האם זה אותו דבר כמו אוטומציה של תהליכים רובוטיים?
לא. אוטומציה של תהליכים רובוטיים חוזרת על קליקים על מסכים ונשברת כשהפריסה משתנה. IDP מבין את המסמך עצמו, ורושם דרך הממשקים של ה-ERP שלכם ולא דרך המסכים שלו.
לאילו מערכות ERP אפשר לרשום?
אנחנו רושמים דרך הממשקים הנתמכים של מערכות ה-ERP שחטיבת האינטגרציות שלנו עובדת איתן, ובהן SAP, Oracle, Microsoft Dynamics 365 ו-Odoo. הרישומים נבדקים בסביבת בדיקה לפני שהם מגיעים לספר הראשי הפעיל שלכם.
באיזו פלטפורמת נתונים כדאי לנו להשתמש?
הדבר תלוי בנתונים שלכם, בכישורים שלכם, היכן הנתונים חייבים להישאר ובאיך תשאלו אותם. אנחנו משווים את Snowflake, Databricks ולייקהאוס Apache Iceberg פתוח מול עומסי העבודה וכללי מיקום הנתונים שלכם, וממליצים על הפשוטה ביותר שמתאימה.
לקריאה נוספת: ארכיטקטורת נתונים, לייקהאוסים וצינורות בזמן אמתקישור לשאלה הזו
האם אנחנו זקוקים לנתונים בזמן אמת?
רק היכן שהחלטה תלויה בהם, כמו בדיקות הונאה, רמות מלאי או פעולות של סוכנים. אנחנו מזרימים את האירועים האלה עם Kafka ו-Flink, ומשאירים טעינות אצווה היכן שמספרים יומיים מספיקים, משום שאצווה זולה יותר להפעלה.
לקריאה נוספת: ארכיטקטורת נתונים, לייקהאוסים וצינורות בזמן אמתקישור לשאלה הזו
האם אתם יכולים להוציא נתונים מה-ERP שלנו בלי להאט אותו?
כן. אנחנו קוראים שינויים דרך הממשקים הנתמכים של ה-ERP או יומני מסד הנתונים שלו ולא דרך שאילתות כבדות, ומתזמנים טעינות גורפות מחוץ לשעות העומס. אנחנו מודדים את העומס על ה-ERP לפני ואחרי.
לקריאה נוספת: ארכיטקטורת נתונים, לייקהאוסים וצינורות בזמן אמתקישור לשאלה הזו
איך אתם מוודאים שהמספרים נכונים?
לכל צינור יש בדיקות איכות לנפחים, למפתחות, לסכומים ולעדכניות, וכשלים עוצרים נתונים פגומים מלהגיע לדוחות. אנחנו מתאימים נתונים מרכזיים מול מערכות המקור יחד עם האחראים על הפיננסים והתפעול אצלכם.
לקריאה נוספת: ארכיטקטורת נתונים, לייקהאוסים וצינורות בזמן אמתקישור לשאלה הזו
כמה זמן השבתה ואובדן נתונים כדאי לתכנן?
זו החלטה עסקית, שמתקבלת כשתי מטרות. יעד נקודת השחזור (RPO) הוא כמות הנתונים האחרונים שאתם יכולים להרשות לעצמכם לאבד. יעד זמן השחזור (RTO) הוא כמה זמן מערכת רשאית להיות מושבתת. אנחנו מתכננים שכפול, מעבר כשל וגיבויים להשגתם, ואז בודקים אותם.
לקריאה נוספת: ארכיטקטורת נתונים, לייקהאוסים וצינורות בזמן אמתקישור לשאלה הזו
עם אילו סוגי מסדי נתונים אתם עובדים?
מסדי נתונים יחסיים, ומסדי נתונים מסמכיים, מפתח־ערך וחיפוש, על השרתים שלכם או כשירותי ענן מנוהלים. בהתחלה אנחנו מאשרים אילו מנועים וגרסאות אתם מפעילים, ומקצים מהנדסים שמכירים אותם. אם אתם בוחרים מסד נתונים חדש או שירות מנוהל, אנחנו משווים תחילה את האפשרויות מול עומס העבודה, הכישורים, הרישיונות ועלויות ההפעלה שלכם.
לקריאה נוספת: ארכיטקטורת נתונים, לייקהאוסים וצינורות בזמן אמתקישור לשאלה הזו
מסד הנתונים שלנו איטי. מאיפה אתם מתחילים?
במדידה, לא בניחושים. אנחנו לוכדים את השאילתות האיטיות והשכיחות ביותר, קוראים את תוכניות ההרצה שלהן ובודקים זמני המתנה, נעילות, זיכרון ואחסון. אינדקסים, שינויי שאילתות ותצורה עוזרים לעיתים קרובות יותר מחומרה חדשה, ועולים הרבה פחות. אנחנו מתקנים את הגורמים הגדולים ביותר תחילה ומודדים כל שינוי מול קו בסיס.
לקריאה נוספת: ארכיטקטורת נתונים, לייקהאוסים וצינורות בזמן אמתקישור לשאלה הזו
למה אנחנו זקוקים לניהול נתוני אב?
משום שכל מערכת מחזיקה עותק משלה של לקוחות, מוצרים וספקים, והעותקים מתרחקים זה מזה. ניהול נתוני אב מסכים על גרסה אחת, שומר אותה עדכנית ומזין אותה חזרה, כך שדוחות ומודלים מפסיקים לא להתיישב.
לקריאה נוספת: ממשל נתונים, ריבונות, פרטיות ואבטחהקישור לשאלה הזו
איך אתם מונעים מעוזר AI להדליף נתונים?
השליפה מיישמת את כללי הגישה שלכם ברמת שורה וברמת תפקיד לפני שטקסט כלשהו מגיע למודל. המודל רואה רק את מה שהאדם השואל רשאי לקרוא, ושדות רגישים יכולים להיות ממוסכים קודם.
לקריאה נוספת: ממשל נתונים, ריבונות, פרטיות ואבטחהקישור לשאלה הזו
האם הצפנה תאט את המערכות שלנו?
בדרך כלל לא באופן מורגש. מעבדים מודרניים מצפינים מהר, ורוב מסדי הנתונים ומערכות האחסון מצפינים במנוחה בהשפעה מועטה. הצפנת שדות בודדים בתוך יישום עולה יותר. אנחנו בודקים ביצועים על עומסי העבודה שלכם לפני הפריסה, ובוחרים בגישה שעומדת בסיכון בלי להאט את העסק.
לקריאה נוספת: ממשל נתונים, ריבונות, פרטיות ואבטחהקישור לשאלה הזו
האם אפשר לסמוך על תשובות מכלי BI שיחתי?
רק אם אפשר לעקוב אחריהן, ולכן כל תשובה מציגה את השאילתה שהריצה ואת הנתונים שבהם השתמשה. הכלי קורא מהגדרות מוסכמות בשכבה סמנטית, ואנחנו בודקים אותו מול נתונים שהצוותים שלכם כבר סומכים עליהם.
מה פירוש משפה טבעית ל-SQL?
משתמש מקליד שאלה בשפה פשוטה, ואנליסט ה-AI הופך אותה לשאילתת מסד נתונים, מריץ אותה על נתונים מנוהלים ומסביר את התוצאה. המשתמשים לא צריכים SQL, והאנליסטים מקדישים פחות זמן לבקשות שגרתיות.
האם אנחנו יכולים להציע אנליטיקה ללקוחות שלנו?
כן. אנחנו בונים אנליטיקה בתוך הפורטלים והאפליקציות שלכם, כשלכל לקוח מוגבל לנתונים שלו. היכן שהנתונים שלכם בעלי ערך לאחרים, אנחנו יכולים לארוז אותם כמוצר בשירות עצמי.
במה זה שונה מהוספת צ׳אטבוט?
צ׳אטבוט עונה על שאלות. אנחנו בונים מערכות שעושות עבודה. סוכנים קוראים לכלים שלכם בפיקוח, מודלים עונים רק ממה שהמשתמש רשאי לראות, ופלטפורמות הנתונים מספקות להם את הנתונים. כל אחד מהם נבדק, נרשם ביומן ונמדד.
איך אתם משאירים סוכני AI בשליטה?
סוכנים פועלים דרך כלים צרים שנרשמים ביומן, עם ההרשאות שאתם מעניקים. אנשים מפקחים עליהם תוך כדי התהליך ומאשרים את השלבים החשובים. AgentOps מוסיף טלמטריה, הערכה, מעקות בטיחות מפני תשובות מומצאות ומגבלות על הוצאת טוקנים.
שאלות נוספות
- הנדסת תוכנהבחירת מחסנית, מסגרות צד לקוח, ערבית ומימין לשמאל, נייטיב או חוצה פלטפורמות, ענן, כלי בדיקה ומערכות ותיקות.32 שאלות
- אינטגרציותמערכות ERP, תווכה, פורמטים בנקאיים, ISO 8583, מסופים, host-to-host או EBICS, בנקאות פתוחה ו-API של צדדים שלישיים.32 שאלות
- תעשיותבנקאות ליבה, ISO 20022, ניטור הונאות, חנויות, EDI ומובילים, HL7 ו-FHIR, נגישות ושדרוגי ERP.30 שאלות
- פתרונות מחלקתייםחיבורי ERP, חובות חשבוניות אלקטרוניות, ספקי AP2 ו-EDI, דרכוני מוצרים דיגיטליים, CRM, תמחור דינמי, BI שיחתי וערבית.13 שאלות
- עלות ותמחורמה קובע את העלות של פרויקט או צוות, ואיך אנחנו מעריכים.29 שאלות
- לוחות זמניםכמה זמן לוקח להתחיל ולספק עבודה, ומה משנה את זה.10 שאלות
- בעלות וחוזיםלמי שייכים הקוד, הנתונים והתוצאות, ואיך עובדים חוזים.22 שאלות
- אבטחה ונתוניםאיך אנחנו מגנים על המערכות, הקוד והנתונים שלכם בזמן שאנחנו עובדים.79 שאלות
- צוותים ואיושמי עובד על הפרויקט שלכם, איך הם נבחרים ואיך צוותים משתנים.30 שאלות
- תהליך ותקשורתאיך העבודה מתוכננת, מדווחת ומתקבלת.121 שאלות
- תמיכה ותפעולמה קורה אחרי העלייה לאוויר: תמיכה, ניטור ושינוי.29 שאלות
- אודות XSISמי אנחנו, היכן אנחנו ואיך ליצור איתנו קשר.6 שאלות
מתחילים בשיחה, לא בחוזה.
ספרו לנו מה אתם צריכים לבנות, לחבר או לאבטח. ארכיטקט עובר על זה איתכם, ואז ממליץ מאיפה להתחיל.
מה קורה עכשיו
תיאום מועד
הצוות שלנו שולח לכם דוא״ל לתיאום מועד למפגש.
מפגש ייעוץ מקדים
מפגש ייעוץ מקדים מקוון ללא עלות של 30 דקות: אנחנו עוברים איתכם על המטרות, המערכות והמגבלות שלכם.
סקירת מוכנות
במסגרת סקירת מוכנות ללא עלות בת 48 שעות, מהנדס ראשי בודק את הפרויקט שלכם מול הגדרת המוכנות בת שש הנקודות וממליץ על המסלול המתאים.
בחירת המסלול
פרויקטים עם היקף מוכן מקבלים הצעה מחייבת בתוך 3–5 ימי עסקים. פרויקטים בשלב הרעיון מתחילים ב-Blueprint Studio. מערכת חיה שנכשלת, אינה מתועדת או זקוקה לאינטגרציה מתחילה באבחון של 1–2 שבועות. ל-Blueprint Studio ולאבחון יש שכר טרחה קבוע, הנקוב בהצעה.