במשך שנים, הדרך היחידה להוציא תובנות מהדאטה הארגוני עברה דרך צווארי בקבוק של אנליסטים וכתיבת קוד. במאנדיי, המשימה הייתה להפוך את הגישה לנתונים לדמוקרטית באמת, כך שכל עובד יוכל לקבל תשובות לשאלות עסקיות מורכבות ללא תיווך טכני. הפתרון שנבנה הוא "קרמר", דאטה-אייג'נט שמתפקד כשותף אנליטי אישי הזמין לכלל עובדי החברה.
בפרק השבוע, מיקי רוזן, Data Director, ובן חבבו, Tech Data Lead, מסבירים בשיחה עם דריה ורטהיים איך ניגשים לבניית כלי כזה, שהפך לויראלי בחברה ומנגיש את הידע בלחיצת פרומפט.
המסע לבניית קרמר התחיל לא התחילה בקלות, כשהצוות הבין שגם ה-AI הכי חכם הופך לחסר אונים בלי קונטקסט עסקי עמוק. הניסיון לזרוק את מבנה הטבלאות למודל השפה הוליד תשובות שגויות, פשוט כי המכונה לא הכירה את ה"שכל" שמאחורי המספרים: את הדרך השונה שבה מחלקות המרקטינג והפרודקט מפרשות את אותה המטריקה בדיוק. לזה נוסף האתגר הרגיש של פעילות כחברה ציבורית; הצוות נאלץ לפצח דילמות אבטחה מורכבות כדי לוודא שמידע רגיש, מנתוני שכר ועד נתונים פיננסיים לפני דיווח לבורסה, לא יזלוג בטעות לידיים הלא נכונות. הדילמה האמיתית הייתה איך מייצרים דיוק מוחלט ב-Scale, מבלי לשעבד את האנליסטים לתחזוקה ידנית סיזיפית של הכלי.
כדי לגשר על הפער, הצוות יצא לכמה האקתונים לבניית סקילז שמלמדים את האייג'נט איך לגשת לנתונים ולחשוב כמו אנליסט. בפרק דיברנו על שיטת ה-Evaluation המורכבת שפיתחו, הבודקת את איכות התשובות, על האתגרים והזדמנויות, והחזון למעבר מפעולה ריאקטיבית ליוזמה פרואקטיבית של האייג'נט בזיהוי מגמות. מיקי ובן משתפים בתובנות פרקטיות על בניית לופ של קונטקסט אורגני ואיך להשתמש בכלי AI כדי לתעד את הידע הארגוני תוך כדי עבודה, במטרה להפוך את הדאטה לכלי עבודה יומיומי עבור מאות משתמשים. S4S20
האזנה לפרק 
קריאת הבלוג 
צפייה בוידאו 
שאלות / פידבק
