קודם FLOW ואז AI

24 קבוצות ווטסאפ: מה גילינו כשמיפינו את התהליך לפני שבחרנו AI

"אנחנו רוצים להכניס AI. אולי בוט שיענה ללקוחות בווטסאפ?"

ככה התחילה השיחה הראשונה שלנו עם דני (שם בדוי), שמנהל משרד מקצועי ותיק בצפון. כמה מאות לקוחות, כעשרים עובדים, עסק מצליח עם שם טוב. הבקשה שלו נשמעה הגיונית, ואנחנו שומעים אותה מהרבה מנהלים בחודשים האחרונים.

הטלפון שמחזיק את העסק

ביקשנו מדני להראות לנו איך נראית העבודה מול לקוח. הוא לא פתח מערכת. הוא פתח את הטלפון.

עשרים וארבע קבוצות ווטסאפ. כל בקשה, כל מסמך וכל שאלה של לקוח עוברים שם. כשעובד צריך לדעת מה המצב של לקוח, הוא גולל אחורה ומחפש, ובסוף לרוב שואל את דני.

וכאן הבנו שבוט לא יפתור את הבעיה. כדי לענות ללקוח, בוט צריך לדעת מה המצב שלו, והמידע הזה לא היה כתוב בשום מקום מסודר. הוא היה מפוזר בין עשרות שיחות ובראש של דני. בוט שהיה מתחבר לתהליך כזה רק היה עונה מהר יותר, בלי לדעת מה נכון.

לפני שבוחרים פתרון: ללמוד לראות

אז במקום לבחור פתרון, עשינו מה שאנחנו עושים בכל ארגון שאנחנו מלווים: מיפינו את התהליך. ישבנו עם דני והצוות ועברנו צעד אחרי צעד, מהרגע שלקוח שולח בקשה ועד שהיא נסגרת והתשלום מתקבל. בכל שלב שאלנו מי עושה אותו, איפה הוא נרשם, וכמה זמן העבודה מחכה בו.

התברר שבדרך יש 18 שלבים, ורק 6 מהם באמת מקדמים את העבודה.

חמישה בזבוזים שהיו שם כל הזמן

בסדנאות שלנו אנחנו מגדירים בזבוז ככל פעולה שהלקוח לא מוכן לשלם עליה, ושלא משנה את המוצר או השירות. כשהתהליך של דני היה כתוב מול העיניים, הבזבוזים בלטו:

  1. המתנה: הבקשה ממתינה לדני, המסמך שהלקוח שלח ממתין אצלו, ועבודה שהסתיימה ממתינה לגבייה.
  2. בדיקות ידניות (עיבוד יתר): מנהל שעובר כל שבוע על הבקשות, שואל את דני אם טופלו, ובודק אם בוצע חיוב.
  3. גילוי מאוחר (תיקונים): החוסר במסמך מתגלה רק אחרי שהבקשה כבר חיכתה.
  4. עבודה כפולה: בקשת השלמה יוצאת ללקוח גם מהווטסאפ המשרדי וגם מהווטסאפ של דני.
  5. מלאי: פעם בחודש עוברים על כל הבקשות הפתוחות ובודקים ידנית מה שולם.

אף אחד מהבזבוזים האלה לא נוצר בגלל אנשים לא טובים. הצוות של דני עובד קשה ומכיר את הלקוחות. הבזבוז נוצר כי אין תהליך שמחזיק את העבודה, ולכן אנשים מחזיקים אותה בעצמם.

איך נראה תהליך שזורם

רק אחרי שראינו את הבזבוזים, תכננו יחד עם הצוות איך התהליך צריך לזרום:
• ווטסאפ ארגוני אחד, שאליו נכנסת כל בקשה.
• לוח משימות שבו לכל בקשה יש סטטוס, תעדוף ואחראי.
• כשהעבודה מסתיימת יוצא חיוב, והבקשה נשארת פתוחה עד שהתשלום מתקבל.

18 השלבים הפכו ל-13, בלי המתנות פנימיות ובלי בדיקות ידניות של המנהל.

ועכשיו, איפה AI נכנס

עכשיו היה ברור גם איפה AI יכול לעזור באמת. בתהליך החדש AI הופך כל הודעה למשימה בלוח של דני, מזהה שחסר מסמך לפי רשימת המסמכים שהמשרד הגדיר, ומבקש אותו מהלקוח. כשהמסמך מגיע, AI מזהה אותו ומעביר את הבקשה לטיפול. בסוף הוא שולח חיוב ומזהה את התשלום.

דני והצוות עושים את מה שרק הם יודעים לעשות: את העבודה המקצועית עצמה.

זה ההבדל בין AI שמאיץ בלגן לבין AI שעובד על תהליך שזורם. הטכנולוגיה זהה. מה שהשתנה זה התהליך שהיא מתחברת אליו.

מה עוד חשוב לנו בליווי

בניית התהליך החדש היא רק ההתחלה. בליווי של דני והארגון אנחנו עובדים גם על מה שקורה אחרי שהפתרון עולה:
• בקרה: מי בודק שה-AI מזהה נכון מסמכים חסרים, ומה עושים כשהוא טועה.
• אבטחת מידע: אילו נתונים של לקוחות נכנסים למערכת, ומי מורשה לראות מה.
• מדידה: כמה זמן לוקח היום לסגור בקשה, וכמה זמן זה ייקח בתהליך החדש.
• אנשים: איך הצוות עובר לעבוד בדרך חדשה, ומי מוביל את השינוי מבפנים.

לא רק במשרדים

הסיפור של דני מוכר לנו גם ממפעלים: הזמנות ושינויים בהזמנה מגיעים מלקוחות בווטסאפ, ומשם עוברים לייצור בהודעה מועברת או בשיחת טלפון. גם מחברות ביטוח, ממרפאות ומרשויות מקומיות. הכלים שונים, והבזבוזים דומים מאוד.

בדיקה קטנה לשבוע הקרוב

בחרו תהליך אחד מול לקוחות, ונסו לכתוב את השלבים שלו מההתחלה ועד הסוף. בכל שלב שאלו: כמה זמן העבודה מחכה כאן? מי בודק ידנית אם משהו קרה? מה נעשה פעמיים? ומה תלוי בזה שמישהו יזכור?

התשובות יראו לכם מאיפה כדאי להתחיל, עוד לפני שבוחרים פתרון.

רוצים לבדוק את זה אצלכם?
• שיחת היכרות של 20 דקות: נשמע איך נראה אצלכם תהליך אחד מול לקוחות, ונחשוב יחד מאיפה נכון להתחיל.
• מפת Use Cases לארגוני Non-IT: תרחישים מהשטח, מהקל לקשה, עם הבזבוז שבכל אחד. כתבו לנו ונשלח.
• סדנת מיפוי תהליכים לצוות: ממפים יחד תהליך אמיתי שלכם, מזהים בזבוזים ומתכננים את התהליך החדש, לפני שבוחרים טכנולוגיה.

אפשר לעקוב אחרינו, להגיב, לשתף ובעיקר – לצמוח יחד איתנו.

בברכה,

צוות KAMY

שתף את הכתבה:
אולי יעניין אתכם גם:
האג'יל נגמר? האם הבינה המלאכותית מערערת את פרקטיקות העבודה שלנו?
21.08.25
 האג'יל נגמר? השפעת AI על פרקטיקות עבודה. סדרת כתבות שבוחנת את השפעת הבינה המלאכותית על פרקטיקות האג'יל והמצוינות הארגונית. כיצד AI משנה את עולם הפיתוח והניהול? 
לכתבה מלאה
איך לא להתפרק כשצומחים מהר: לקחים מ OpenAI לארגוני הייטק
21.07.25
מאמר זה מציג תובנות מהצמיחה המהירה של OpenAI ומתרגם אותם לכלים יישומיים לחברות הייטק בישראל המתמודדות עם צמיחה מהירה ורוצות לשמור על יעילות ותרבות חדשנית.
לכתבה מלאה
יריית פתיחה: סדנת מצוינות ארגונית לצוות שיפור תהליכי פיתוח
22.12.24
סדנת מצוינות ארגונית שהעברנו לצוות שיפור חדש. כיצד בונים תשתית לשיפור זרימת תהליכי פיתוח והטמעת תרבות של חדשנות ושיפור מתמיד.
לכתבה מלאה
בואו נדבר בוואטסאפ

באתר שלנו נעשה שימוש בקובצי Cookies כדי לשפר את החוויה שלך באתר.
בלחיצה על “מאשר הכול” הינך מסכים/ה לשימוש בקובצי Cookies בהתאם למדיניות הפרטיות שלנו.

מדיניות פרטיות