מה ChatGPT לא יכול לעשות עם הנתונים שלכם ב-SAP — ומה כן

רוב הלקוחות שאני מדבר איתם בחצי השנה האחרונה כבר ניסו ChatGPT עם נתוני העסק שלהם. הם פתחו דפדפן, התחברו, שאלו על לקוח ספציפי, קיבלו תשובה כללית. אז הם סגרו את החלון וחזרו לעבודה הידנית ב-SAP.

המסקנה שלהם היא שזה לא בשבילם. וזאת מסקנה הגיונית, אבל לא מדויקת. הבעיה היא לא ש-AI לא מתאים לעסק. הבעיה היא ש-ChatGPT הציבורי הוא הכלי הלא נכון לעבודה הזו.

מה הוא כן עושה טוב

ChatGPT מצוין בכל מה שנוגע לטקסט עצמו. הבנת שאלה בעברית רהוטה, הסבר על תהליך עסקי כללי, ניסוח מקצועי של פנייה ללקוח. אם תשאל אותו “מה הזרימה הסטנדרטית של מסמך הזמנה ב-SAP”, הוא יענה תשובה מסודרת. אם תבקש לנסח תזכורת תשלום ללקוח שאיחר ב-60 ימים, הוא יכתוב משהו נימוסי ומקצועי.

זה לא קלי-קלות. עובד שמעולם לא ראה SAP יכול להבין באמצעות ChatGPT איך עובד תהליך החזר ספק. עובד שמתקשה באנגלית מקצועית יקבל ניסוחים תקינים. בעולם הזה ChatGPT הוא תוספת ראויה לארגז הכלים.

מה הוא לא יכול לעשות

עכשיו לדבר שעליו ChatGPT לא בנוי. תשאל אותו “מה היתרה של מאיר ובניו?”, הוא ישיב משהו בנוסח של “אני לא יכול לגשת למערכת SAP שלך, אבל אם תיתן לי את הנתונים אעזור לנתח אותם”. זה הרגע שבו הקסם מתפוגג.

הסיבה טכנית, לא מסתורית. ChatGPT הוא מודל שפה. הוא לא מחובר ל-SAP, ל-CRM, או למסד הנתונים של העסק. הוא יודע על תהליכים עסקיים בתיאוריה, אבל הוא לא יודע מי הם הלקוחות שלכם, איזה מוצרים אתם מוכרים, ומה ההזמנה האחרונה שיצאה אתמול.

יש מגבלה נוספת שבעלי עסקים נוטים לפספס. ChatGPT לא יכול לבצע פעולות. תכתוב לו “תכין הצעת מחיר ל-100 יחידות פריט X ללקוח Y”, הוא יחזיר טקסט של איך הצעת מחיר אמורה להיראות. אבל ההצעה לא תיכנס ל-SAP. עדיין מישהו צריך לפתוח את המסך, להקליד את הנתונים, ולשמור.

ויש את עניין הזיכרון. אם הסברת לו אתמול שב-WMS שלכם המוצרים מקודדים בפורמט של 3 ספרות, מקף, 4 ספרות, מחר תצטרכו להסביר שוב. אין רציפות בין שיחות. זה מתאים למשימה אישית מזדמנת, אבל לא לכלי שאמור ללוות צוות שלם לאורך זמן.

איך זה נראה כשזה כן עובד

ההבדל בין AI שעובד ל-AI שלא הוא לא ביכולת השפה, ולא במודל. רוב הספקים בענף משתמשים באותם מודלים ציבוריים: Claude, GPT, Gemini. ההבדל הוא בחיבור. ה-AI שעובד מחובר ל-SAP דרך ה-Service Layer, יודע להוציא שאילתה אמיתית, ומחזיר תשובה על נתונים אמיתיים.

נראה כך בעבודה: עובד מכירות בשטח, באמצע שיחה עם לקוח, פותח את האפליקציה ושואל “מה היתרה של מאיר ובניו, יש דחיות?”. תוך שלוש שניות הוא מקבל תשובה: 47,300 ש”ח חוב פתוח, מתוכם 12,000 בפיגור 60+ ימים, אשראי מאושר 80,000, שלוש חשבוניות פתוחות. הוא ממשיך עם הלקוח בלי להתקשר למשרד.

זאת הקטגוריה הנכונה של פתרון AI לעסק. זה גם מה שאנחנו מטמיעים אצל לקוחות עם AigentOne, אבל זה לא נחלת ספק יחיד.

איך לסנן ספקים

לקוחות מתקשרים אלי בעיקר בשני מצבים. או שהם רוצים להבין איפה להתחיל, או שהם בדיוק יצאו מתהליך הטמעה שלא הסתדר. בשני המקרים, יש שלוש שאלות שבדרך כלל פותחות את הדיון.

הראשונה היא איך ה-AI רואה את הנתונים. אם הספק עונה “תעלה אותם בקובץ”, זה ChatGPT עם שלב נוסף, לא AI עסקי. AI עסקי מתחבר ישירות לשכבת ה-Service Layer של SAP, או ל-API פנימי, או ל-SQL. הוא לא דורש מכם שלב ייצוא ידני בכל פעם.

השנייה: מי בעלי הקוד שאתם בונים סביב המוצר. אם הספק לא נותן תשובה ברורה, או מציג את זה כשותפות עמומה לכל המידע, יש שם בעיה. הקוד שמשלמים על פיתוחו צריך להיות שלכם. הנתונים אצלכם. אופציה לעבור לספק אחר בלי לאבד הכל, גם היא שלכם.

השלישית קשורה ללמידה. מערכת AI שמתאימה לעסק זוכרת מה למדה. אחרי חודש שימוש, היא צריכה להכיר את מילון המונחים שלכם, את מוסכמות השמות, את התהליכים הייחודיים. אם בעוד שלושה חודשים היא עדיין שואלת “מה זה ליזה?”, סיימתם.

איפה להתחיל

אם אתם משתמשים ב-SAP B1 ושוקלים את AI ברצינות, התחילו ב-use case אחד מצומצם. שאלות מהירות על לקוחות, למשל. שבועיים פיילוט עם משתמשים אמיתיים, על נתונים אמיתיים. אם זה מאיץ את העבודה היומיומית בצורה מורגשת, השאר יבוא בעקבותיו. אם לא, חסכתם השקעה גדולה ב-hype.

שיחת ייעוץ של 30 דקות — בלי מצגות, בלי התחייבות. נראה אם בכלל יש case שמתאים לעסק שלכם.