לא צריך "להכניס AI לעסק". תנו לו קודם עבודה אחת קטנה

אל תתחילו מ-AI. התחילו ממשהו שנמאס לכם לעשות

במקום לשאול "איך להכניס AI לעסק?", שואלים: "איזו פעולה חוזרת על עצמה וגוזלת זמן?"

יש דרך מצוינת לגרום לבעלי עסקים שלא אוהבים טכנולוגיה להחליט שבינה מלאכותית היא לא בשבילם:

פותחים מולם ChatGPT. אחר כך עוד כלי שמסכם פגישות, עוד אחד שמייצר סרטונים, ועוד אחד שעונה לטלפון. מסבירים מה זה Agent, מזכירים API, זורקים פנימה Automation, Prompt ו-Workflow, ואז שואלים בחיוך: "אז במה כדאי להתחיל?".

בשלב הזה נוצרות שתי בעיות ברורות: הראשונה היא שעדיין לא פתרנו שום דבר בעסק. השנייה היא שכבר בא לסגור את המחשב וללכת הביתה.

וזה אבסורד, כי בינה מלאכותית אמורה לעשות בדיוק את ההפך: להוריד עבודה, לא להוסיף עוד מקצוע שצריך ללמוד.

הפער הזה אמיתי ומגובה בנתונים: בדוח ה-Small Business Credit Survey של הבנקים הפדרליים בארה"ב מ-2026, 46% מהעסקים המעסיקים עובדים דיווחו שכבר השתמשו ב-AI בעבודה. אבל מתוך המשתמשים, כמעט מחצית עדיין היו בשלב הניסויים ורק 7% הגדירו את ה-AI כמשולב לחלוטין בפעילות העסק.

מחקר עדכני של ה-San Francisco Fed מספטמבר 2026 מצא בדיוק את החסמים שאפשר לצפות להם מעסק קטן: אין מספיק זמן להטמעה ולהדרכת עובדים, חסר ידע איך ליישם, ויש חששות סביב דיוק, פרטיות והתאמה לעבודה האמיתית.

ובסקר אחר שפורסם באוגוסט 2026 נמצא פער מעניין עוד יותר: 92% מהעסקים הקטנים שנבדקו כבר משתמשים בכלי AI כלליים, אבל רק 30% מתקדמים להתאמה עמוקה יותר של הטכנולוגיה לעסק.

זה נכון בניהול משימות פנימי וזה נכון גם בשיווק: ההתרגשות סביב כניסת ChatGPT Ads לישראל ממחישה עד כמה ערוצי AI מציעים כיום הקשר עשיר של לקוחות מתלבטים – אך ללא שילוב בתהליכי העבודה ב-CRM, אותה כוונה לא תתורגם להכנסה.

כלומר, הבעיה אינה "איך משתמשים ב-AI?". הרבה אנשים כבר ניסו. השאלה המעניינת היא: איך גורמים לו להפוך מחלון שפותחים מדי פעם למשהו שבאמת מוריד עבודה מהעסק?

במקום לשאול "איך אני יכול להכניס AI לעסק?", נסו שאלה אחרת: **איזו פעולה בעסק אתם עושים שוב ושוב וכבר נמאס לכם ממנה?**

פתאום קל בהרבה לענות: לקרוא מיילים ארוכים ולהבין מה הלקוח רוצה; לסכם שיחות טלפון; לכתוב שוב את אותה תשובה; להוציא משימות מפגישה; להקליד פרטים ממקום למקום; לנסח פולואפ; לסווג פניות נכנסות; או להפוך Notes מבולגנים לסיכום מסודר.

אלה לא "פרויקטי AI" – אלה דברים שכבר קורים בעסק. וזו נקודת פתיחה עסקית מצוינת.

מבחן פשוט: איזו עבודה כדאי לתת ל-AI ראשונה?

ארבעת התנאים ההכרחיים לבחירת משימת פיילוט ראשונה ובטוחה

לא כל משימה היא מועמדת טובה לניסוי ראשון. למעשה, רוב הטעויות בהטמעת AI נובעות מבחירת משימה מורכבת או רגישה מדי – או מניסיון להלביש טכנולוגיה על תהליך שמלכתחילה סובל מחסמי צמיחה סמויים ותלות באנשים.

לניסוי הראשון, חפשו משימה שעומדת בארבעה תנאים ברורים:

1. **היא חוזרת על עצמה:** אם משהו קורה פעם בחצי שנה, לא שם מתחילים. חפשו פעולה שמתרחשת כמה פעמים בכל יום או שבוע.

2. **קל להסביר מה צריך לקרות:** אם עובד חדש יכול להבין את המשימה אחרי הסבר של שתי דקות, יש סיכוי מצוין שגם AI יוכל לעזור בחלק ממנה.

3. **קל לזהות תוצאה טובה:** סיכום צריך לכלול צורך, החלטות וצעד הבא. טיוטת תשובה צריכה להתייחס ישירות לשאלת הלקוח. משימה צריכה לכלול אחראי ותאריך יעד ברור.

4. **טעות אינה אסון:** אל תתחילו במקום שבו תשובה לא מדויקת יכולה ליצור נזק משפטי, כספי, רפואי או פגיעה קריטית בלקוח.

זו נקודה קריטית: הניסוי הראשון חייב להיות במקום שבו הגישה היא: **"תכין לי, אני אבדוק"** – ולא: **"קח את החברה, בהצלחה"**.

שלב 1: AI עוזר, האדם מבצע

השלב הכי פחות מפחיד: לא מחברים מערכות ולא נותנים הרשאות

זה השלב הבטוח והפשוט ביותר. לא מחברים שום מערכת, לא נותנים ל-AI הרשאות גישה, ולא משנים שום דבר בשגרת העסק. פשוט משתמשים בו כעוזר אישי לקיצור זמנים.

לדוגמה, מגיע מייל ארוך ומפותל מלקוח. במקום לקרוא אותו שלוש פעמים כדי להבין מה רוצים, מבקשים: *"סכם לי בשלושה משפטים: מה הלקוח רוצה, מה דחוף ומה צריך לעשות עכשיו"*.

או: *"הנה רשימת Notes קצרה מהפגישה. הפוך אותם לסיכום מסודר עם החלטות ומשימות המשך"*.

או: *"נסח טיוטת מענה קצרה ונעימה. אל תמציא שום מידע שלא מופיע בטקסט"*.

בשלב הזה האדם נשאר בשליטה מלאה של 100%. ה-AI רק מכין קיצור דרך ומסיר את החיכוך של "הדף הריק". זה תואם לחלוטין את הנתונים בשטח: עיקר השימושים המעשיים כיום הם באדמיניסטרציה, תמיכה במכירות, ניתוח מידע ראשוני וניסוחים שוטפים. אותו עיקרון בדיוק של הסרת החיכוך מאפשר כיום גם לבנות לעצמכם אתר תדמית עם AI: במקום להתחיל מאפס או להיגרר לפרויקטים ארוכים, מנסחים שיחה פשוטה שמייצרת בריף מלא להקמת אתר נקי ועובד.

שלב 2: AI מכין, האדם מאשר

לגלות את מקרי הקצה והחריגים לפני שנותנים חופש פעולה עצמאי

אחרי שהשתמשתם באותה פעולה שוב ושוב, מתחיל לקרות משהו מעניין: אתם כבר יודעים בדיוק מה אתם רוצים לקבל.

נניח שכל פנייה חדשה שמגיעה לעסק דורשת לקרוא אותה, להבין במה מדובר, לסכם, להחליט מי בצוות צריך לטפל וליצור משימת פולואפ.

בשלב הזה אפשר להגדיר ל-AI להכין את כרטיס המשימה באופן מובנה:

• **לקוח:** ישראל ישראלי • **נושא הפנייה:** בקשת הצעת מחיר למערכת • **תמצית הצורך:** מחפש פתרון לניהול לידים, צריך הטמעה עד סוף החודש • **פעולה מוצעת:** שיחת אפיון קצרה • **אחראי מוצע:** דנה

אבל שימו לב: עדיין לא נותנים למערכת לבצע את הפעולה לבד. אדם בצוות מביט בטיוטה, מוודא שהפרטים מדויקים, מאשר בלחיצה אחת – וממשיך.

זהו שלב קריטי ביותר בהטמעה: כאן מתחילים לגלות את המקרים המיוחדים שבהם ה-AI לא מבין את ההקשר הדק. אלה בדיוק מקרי הקצה שחובה ללמוד ולדייק לפני ששוקלים לתת לו עצמאות רבה יותר.

שלב 3: AI מבצע פעולה מוגדרת

למה עדיין ללחוץ על הכפתור? מעבר לאוטומציה תחומה עם גבולות מוגדרים

אחרי 50 או 100 פעמים שבהן ה-AI הכין הצעה לפעולה ואתם אישרתם אותה כמעט בעיניים עצומות ללא שינוי, מגיע הרגע לשאול: **למה אנחנו עדיין לוחצים על הכפתור בעצמנו?**

כעת אפשר לעבור לביצוע מוגדר ותחום היטב.

לדוגמה: כאשר נכנסת פנייה דרך טופס ספציפי ב-אתר פרימיום מחובר, ה-AI מנתח את הטקסט ומזהה את כוונת הפונה. אם מדובר בבקשת הצעת מחיר סטנדרטית, המערכת:

1. מעדכנת אוטומטית את איש הקשר ב-CRM עם הפרטים שחולצו.

2. מצמידה את תקציר הפנייה לציר הזמן של הלקוח.

3. פותחת Opportunity מתאימה במשפך המכירות.

4. מקצה משימה מיידית לאיש המכירות הרלוונטי לפי סבב הוגן.

5. שולחת אישור קבלה חם ומותאם בוואטסאפ ללקוח.

שימו לב למה שלא קרה כאן: לא אמרנו "AI, תנהל לנו את כל המכירות". נתנו לו רצף פעולות קטן, מדויק וסגור עם גבולות ברורים לחלוטין. זה ההבדל התהומי בין עבודה אמינה בשטח לבין ניסיונות קסם שכושלים.

שלב 4: AI מנהל תהליך, ואדם מטפל בחריגים

רק עכשיו הגיוני לדבר על סוכן (Agent): כשהעסק יודע בדיוק איך השגרה אמורה לעבוד

רק עכשיו, לאחר ששלושת השלבים הקודמים הוטמעו והוכיחו יציבות, מתחיל להיות הגיוני לדבר על סוכן חכם (Agent).

לא מפני ש-Agent הוא מושג טכנולוגי מסובך, אלא מפני שכדי לתת למערכת לנהל תהליך שלם, העסק עצמו חייב לדעת תחילה בדיוק איך התהליך אמור להתנהל ללא חריקות.

כאשר פנייה חדשה נכנסת בשלב זה, סוכן דיגיטלי יכול:

• לקרוא את תוכן הפנייה ולבדוק בהיסטוריית ה-CRM האם מדובר בלקוח קיים או חדש.

• לסכם את הצורך העסקי המדויק.

• לשלוח הודעת בירור קצרה בוואטסאפ אם חסר פרט חיוני להמשך.

• להציע מועד פגישה מתוך היומן הפנוי של הנציג.

• לעדכן את כל השדות בכרטיס הלקוח ולפתוח משימת מעקב.

• **ולהעביר מיידית את השיחה לטיפול אנושי ברגע שמתרחש משהו שאינו תואם את הכללים המוגדרים מראש.**

במצב כזה כבר יש לעובד הדיגיטלי תפקיד מוגדר בעסק. אבל הדרך להגיע אליו לא התחילה בהתקנת מערכות מסובכות, אלא במשימה הקטנה והפשוטה ביותר: "סכם לי את הפנייה".

זה כל הסוד: **עוזר ← מכין ← מבצע ← מנהל שגרה.** לא צריך לקפוץ ארבע מדרגות ביום הראשון.

Quick Win: ניסוי AI של שבעה ימים

תוכנית עבודה שבועית מעשית למי שלא בא מעולם הטכנולוגיה

אם אתם לא אנשי טכנולוגיה, אל תתפתו לבנות "תוכנית טרנספורמציה דיגיטלית שנתית". בצעו במקום זאת את הניסוי הממוקד הבא:

• **יום 1: מצאו את העצבים.** במשך יום עבודה רגיל אחד, סמנו נקודה בדף בכל פעם שאתם תופסים את עצמכם חושבים: *"עוד פעם אני צריך להקליד/לסכם/לנסח את זה מחדש?"* (בדיוק לפי עקרון "מבחן יום שלישי" שפירטנו במאמר על למה אנחנו ממשיכים לעבוד בדרך שכבר ברור לנו שלא עובדת).

• **יום 2: בחרו משימה אחת בלבד.** לא את המשימה החשובה או המורכבת ביותר בעסק, אלא את המשימה השגרתית שהכי קל לבדוק האם נעשתה נכון.

• **יום 3: כתבו איך אדם עושה אותה.** לא "Prompt הנדסי", אלא הוראות פשוטות בעברית לעובד חדש ביומו הראשון. לדוגמה: *"קרא את הפנייה. כתוב במשפט אחד מה הלקוח צריך. ציין אם יש תאריך או דחיפות. אל תנחש שום מידע שלא כתוב במפורש"*.

• **יום 4: תנו ל-AI לבצע על 5 מקרים ישנים מהעבר.** לא על לקוחות חיים ברגע זה. בדקו את התוצאות בעיניים שלכם והשוו מול מה שהצוות עשה בפועל.

• **יום 5: תקנו את ההוראות.** איפה המערכת פספסה? מה היה חסר? איזה כלל היה ברור לכם מאליו אך לא נכתב בהוראות?

• **יום 6: נסו על עבודה אמיתית, עם אישור אנושי.** המערכת מכינה טיוטה, אתם בודקים, מתקנים במידת הצורך ומאשרים.

• **יום 7: סכמו ומדדו.** כמה פעמים נעזרתם בה? כמה זמן נטו זה חסך? כמה תיקונים נדרשו? האם תרצו להמשיך להשתמש בזה גם בשבוע הבא?

אם התשובה היא לא – סוגרים את הניסוי. זה אינו כישלון, אלא הצלחה גדולה: חסכתם לעצמכם אלפי שקלים על רכישת כלים מיותרים שלא מתאימים לעסק שלכם.

אל תגידו לעובדים "מהיום עובדים עם AI"

איך מכניסים עובדים לתמונה בלי להפחיד אותם ובלי לייצר התנגדות שקטה

דמיינו מצב שבו אנשי הצוות שלכם עובדים שנים בצורה מסוימת ומוכרת. יום אחד נכנס המנהל ומכריז: *"חברים, מהיום אנחנו מכניסים בינה מלאכותית לחברה!"*.

מה העובדים שומעים באותו רגע? חלקם שומעים: *"יש עוד מערכת מבלבלת שאני צריך ללמוד על חשבון הזמן שלי"*. אחרים שומעים: *"מחפשים דרך להחליף אותי ברובוט"*. ורובם פשוט שומעים: *"עוד שיגעון חולף של ההנהלה שייעלם בעוד חודש וחצי"*.

לכן לעולם אל תתחילו מהטכנולוגיה. התחילו מהמטלה המעצבנת שכולם שונאים לעשות.

במקום להגיד: *"מהיום משתמשים ב-AI לסיכום שיחות"*, נסו להגיד: **"את הסיכום שאתם כותבים אחרי כל שיחה עם לקוח, המערכת תכין עבורכם כטיוטה מוכנה. אתם רק בודקים אותה בעשר שניות ומתקנים"**.

עכשיו הערך האישי לעובד ברור ומוחשי לחלוטין.

זהו לקח קריטי לאור פער הביטחון שעולה מהמחקרים: מחקר אמריקאי מ-2026 מצא שרק 20% מבעלי העסקים שנבדקו דירגו את עצמם ברמת ביטחון גבוהה בשימוש אפקטיבי ב-AI, בעוד 28% דירגו את עצמם בשלוש ומטה מתוך עשר. החסמים המרכזיים היו חוסר ידע, תחושה שהכלים אינם מותאמים לעסק והיעדר תמיכה מעשית.

בנוסף, מחקרים מראים שהחיסכון בזמן מורגש כיום בעיקר בקרב מנהלים ופחות אצל עובדים מן השורה, לצד חשש של עובדים מפגיעה במקצועיותם. הטמעה נכונה חייבת לייצר לעובד ניצחון קטן שהוא מרגיש בידיים בכל יום, ולא נאום מופשט על חדשנות.

מה אסור לתת ל-AI לעשות לבד בהתחלה?

ככל שהמחיר של טעות גבוה יותר – האדם חייב להישאר צמוד להחלטה

הכלל הפשוט והבטוח ביותר בניהול סיכונים הוא: **ככל שהמחיר של טעות הוא גבוה או בלתי הפיך, כך האדם חייב להישאר קרוב יותר לנקודת ההחלטה.**

בתחילת הדרך, אל תאפשרו ל-AI לבצע באופן אוטונומי:

• לאשר החזר כספי חריג או פיצוי ללקוח.

• להתחייב על מחיר, הנחה או תנאי תשלום שלא הוגדרו במחירון הרשמי.

• לתת ייעוץ מקצועי רגיש (משפטי, רפואי, הנדסי או פיננסי).

• להבטיח ללקוח זמני אספקה או התחייבות שהמערכת אינה יכולה לוודא בוודאות מוחלטת.

• למחוק נתונים, רשומות או היסטוריה מכרטיסי לקוח.

• לשלוח הודעות בנושאים טעונים או רגישים ללא עין אנושית בוחנת.

• לקבל החלטה שיווקית או עסקית משמעותית רק מפני שהמודל "סבור" שזה נכון.

החשש מטעויות אינו תיאורטי: עסקים קטנים מציינים את שאלת הדיוק, הפרטיות והאמינות כאחת הסיבות המרכזיות להססנות סביב הטמעת בינה מלאכותית.

לכן הגדירו לעצמכם כלל זהב שקל לזכור תמיד: **AI מטפל בשגרה המונוטונית. האדם מטפל בשיקול הדעת.** בהמשך, כשתראו שהמערכת מדויקת בעקביות, תוכלו להזיז את הגבול – אך לעולם אל תעשו זאת ביום הראשון.

למה CRM הוא מקום טבעי להתחיל ממנו

AI זקוק להקשר עסקי: המידע שכבר קיים בעסק פוגש בינה שיודעת להשתמש בו

יש סיבה מובהקת לכך שהיישומים המוצלחים והעמוקים ביותר של AI מתחברים ישירות למערכת ה-CRM של העסק.

בינה מלאכותית מצטיינת במיוחד כאשר מספקים לה **הקשר עסקי עשיר**.

בלי הקשר עסקי, הבקשה נראית כך: *"כתוב לי פולואפ ללקוח"*. התוצאה שתתקבל תהיה גנרית, שבלונית ומנותקת מהמציאות.

אבל עם הקשר עסקי מלא, הבקשה נראית אחרת לגמרי: *"הלקוח ביקש הצעת מחיר ביום שני, ציין שהתקציב שלו הוא 10,000 ש"ח, קיבל את ההצעה ביום שלישי ומאז לא השיב. נסח הודעת פולואפ קצרה, נעימה, שמתייחסת בדיוק ללוחות הזמנים שהזכיר ולא לוחצת יתר על המידה"*. זו כבר משימה ברמה אחרת לגמרי.

מערכת ה-CRM מחזיקה בדיוק את חומר הגלם הזה: מי הלקוח, מה נדון בשיחה האחרונה, באיזה שלב הוא נמצא במשפך, מה נשלח אליו ומהי הפעולה הבאה שתוכננה.

השילוב האמיתי אינו "מערכת CRM ועוד כפתור AI בצד", אלא: **המידע שכבר קיים בעסק + מנוע AI שיודע להיעזר בו ברגע הנכון.**

כאן מתחילים להרוויח תועלות אמיתיות: סיכום שיחות טלפון אוטומטי ישירות לציר הזמן, ניסוח פולואפ מותאם אישית להיסטוריה, זיהוי פניות שלא קיבלו מענה בזמן, חילוץ משימות המשך מתוך תכתובות, וטיוטות מענה מיידיות המבוססות על המידע שנצבר.

איך אפשר להתחיל ב-AltruBiz בלי להפוך את זה לפרויקט

בוחרים פעולה אחת שחוזרת על עצמה ומעבירים אותה בהדרגה מאדם למערכת

כשעובדים עם AltruBiz, לא צריך לחפש "את כל כפתורי ה-AI במערכת". הדרך הנכונה היא לפתוח רשימה קצרה ולשאול: מה העובדים עושים בתוך המערכת שוב ושוב?

לדוגמה: קוראים תכתובות ארוכות, מקלידים Notes, יוצרים משימות מעקב ידניות, מנסחים מענה לשאלות נפוצות, מסכמים פגישות או מסווגים לידים שנכנסו.

עכשיו בוחרים משימה אחת בלבד – למשל, סיכום פנייה חדשה שמגיעה מוואטסאפ או מטופס:

• **גרסה 1:** העובד מעתיק את הטקסט ומבקש מה-AI לסכם בשלוש נקודות.

• **גרסה 2:** המערכת מכינה את הסיכום אוטומטית כטיוטה בציר הזמן, והעובד רק מאשר אותה.

• **גרסה 3:** הסיכום נרשם ישירות בכרטיס הלקוח ונוצרת משימה לאיש הצוות המתאים באופן מיידי.

• **גרסה 4:** רק פניות מורכבות, חריגות או בלתי שגרתיות מנותבות לבדיקה ידנית מקדימה.

זוהי הטמעה אמיתית ומקצועית: לא "הפעלנו AI", אלא לקחנו פעולה עסקית קיימת והעברנו ממנה בהדרגה ובבטחה עבודה מהמוח האנושי למערכת.

איך יודעים אם זה באמת עובד?

לא לפי כמות הבאזווורדס במערכת, אלא לפי שעות העבודה שנחסכו בפועל

הצלחה לא נמדדת לפי כמה פעמים המילה AI מופיעה בממשק, וגם לא לפי כמה סוכנים (Agents) בניתם.

בוחרים משימה אחת ומודדים אותה במספרים פשוטים לפני ואחרי:

נניח שסיכום פנייה ותיעודה ב-CRM אורך כ-4 דקות. אם מגיעות 15 פניות ביום, מדובר בשעה שלמה של עבודה ידנית. אם סיוע AI מוריד את זמן הבדיקה לדקה אחת בלבד – חסכנו 45 דקות עבודה בכל יום. זהו חיסכון מצטבר של כמעט 20 שעות בחודש על פעולה בודדת!

אך ישנם גם מדדים איכותיים שחשובים לא פחות מזמן נטו:

• האם פחות פניות ולידים נשכחים ללא מענה?

• האם התיעוד ב-CRM הפך לאחיד, ברור ומסודר יותר?

• האם הלקוחות מקבלים מענה מהיר ומדויק יותר?

• האם נחסכה פעולת העתק-הדבק ידנית ומתישה בין מערכות שונות?

• האם איש צוות חדש יכול להבין את מצב הלקוח בתוך דקה אחת של קריאה?

• והמדד החשוב מכולם: **האם הצוות באמת ממשיך להשתמש בתהליך גם אחרי חודשיים?**

כלי שנראה מדהים בדמו שיווקי וננטש אחרי שבועיים חסך בדיוק אפס שעות. לעומת זאת, שיפור קטן שחוסך 3 דקות ונעשה 30 פעמים ביום שווה זהב לעסק.

הנתונים העולמיים מאשרים זאת: בסקר של ארגון SBE Council ממרץ 2026, בעלי עסקים קטנים שמשתמשים ב-AI דיווחו על חיסכון חציוני של כ-5 שעות בשבוע מזמנם האישי, ועוד כ-11.5 שעות שבועיות מזמן העובדים. אלה אינדיקציות ברורות לכך ששיפורים שגרתיים קטנים מייצרים החזר השקעה גבוה בהרבה מכל הצהרה מפוצצת.

השורה התחתונה: טכנופוב יכול להטמיע AI מצוין

היתרון של מי שלא מאוהב בטכנולוגיה: התמקדות בלעדית במה שמוריד עבודה

למעשה, לבעלי עסקים שלא אוהבים טכנולוגיה יש לפעמים יתרון עצום בהטמעת AI:

מפני שהם לא מתעניינים במודל החדש שיצא אתמול, לא אכפת להם כמה מיליארדי Parameters יש לו, והם לא רודפים אחרי Agents רק כי כולם מדברים עליהם ברשת.

הם שואלים שאלה אחת פשוטה וישרה: **"האם הדבר הזה יחסוך לי ולצוות שלי עבודה – כן או לא?"**.

זו בדיוק השאלה הנכונה.

לכן, אל תנסו "להכניס בינה מלאכותית לעסק". מחר בבוקר, חפשו פעולה שגרתית אחת שחוזרת על עצמה. משהו קטן, משעמם, ברור ומוגדר, שאפשר להסביר לעובד חדש בשתי דקות.

תנו ל-AI לעזור בה. אם הוא עושה עבודה טובה – תנו לו להכין אותה כטיוטה לאישורכם. אם הוא ממשיך להוכיח דיוק – תנו לו לבצע חלק מוגדר. ורק אחרי שהעסק סומך במאה אחוז על התהליך, תוכלו לחשוב על סוכן שמנהל את השגרה ומעביר לכם רק את מקרי הקצה.

כך עסק הופך ליעיל וחכם הרבה יותר – בלי שהאנשים שמנהלים אותו יצטרכו להפוך לאנשי הייטק.

וזה כנראה המבחן הטוב ביותר להטמעת AI בעסק: **אם כדי לחסוך שעה של עבודה צריך להשקיע עשר שעות בללמוד כלי חדש – עוד לא פתרנו שום בעיה.**