עודכן לאחרונה:
למה ההטמעה של AI בארגון נכשלת? ברוב המקרים לא בגלל שהמודל לא מספיק חכם, אלא בגלל שה-AI יושב מחוץ לעבודה עצמה - בחלון נפרד, עם התחברות נפרדת, בלי גישה למידע של הארגון ובלי הבנה של ההרשאות. העובד מנסה שבועיים, מתעייף מלהעתיק ולהדביק, וחוזר לעבוד כמו קודם. Gemini Enterprise נבנה סביב הבעיה הזו: הוא נכנס לתוך הכלים והמערכות שהארגון כבר עובד איתם.
זו לא תחושה, זה מה שהמחקרים מראים. מחקר של מכון RAND משנת 2024 מצא שלמעלה מ-80% מפרויקטי ה-AI בארגונים לא מגיעים להטמעה משמעותית בייצור - פי שניים משיעור הכישלון של פרויקטי מחשוב רגילים. דוח של MIT מיולי 2025, שבחן יותר מ-300 הטמעות ארגוניות, מצא שכ-95% מפיילוטי ה-AI היוצר לא מייצרים החזר עסקי מדיד.
בסקר בינלאומי בקרב 500 מנהלי טכנולוגיה בכירים, רק 23% דיווחו על הצלחה ממשית בהטמעת מערכות AI. בישראל התמונה צנועה עוד יותר, ומעט מאוד ארגונים מדווחים על הצלחה עסקית משמעותית בתחום.
המסקנה החוזרת בכל המחקרים האלה זהה: רוב הכישלונות הם ארגוניים ומבניים, לא טכנולוגיים. לא המודל אשם.
העובד פותח חלון AI, מתחבר לחשבון, ומגלה שהכלי לא מכיר את הנהלים של החברה, לא רואה את המיילים שלו ולא יודע מה סוכם בישיבה של יום שלישי. אז הוא מדביק לשם קטעים ידנית. זה עובד, זה אפילו מרשים בהתחלה, אבל זו עבודה נוספת - וכל דבר שהוא עבודה נוספת מת תוך חודש.
במקביל קורה משהו פחות נעים. העובדים לא מפסיקים להשתמש ב-AI, הם רק עוברים לחשבונות פרטיים. מידע ארגוני יוצא החוצה דרך כלים שאף אחד לא מנהל, ולמנהל המערכות אין דרך לדעת לאן.
שלושה דברים משתנים ברגע שהכלי יושב בפנים ולא בחוץ:
אצל רוב הארגונים המידע החשוב באמת לא יושב בדואר. הוא יושב במערכת ניהול הלקוחות, במערכת הכרטיסים של התמיכה, בכלי ניהול הפרויקטים ובמאגרי הנתונים. Gemini Enterprise מגיע עם למעלה ממאה מחברים מוכנים, ואפשר גם לבנות מחבר מותאם למערכת פנימית שאין לה מחבר מדף.
אלה 20 המחברים הרלוונטיים ביותר לארגונים בישראל:
המשמעות המעשית פשוטה. איש מכירות שואל שאלה בשפה חופשית ומקבל תשובה שמצרפת את ההזדמנות מתוך מערכת הלקוחות, את החוזה מתוך הדרייב ואת שרשור המיילים מול הלקוח - בלי לפתוח שלוש מערכות ובלי לחפש בשלושה מקומות.
זו נקודה שהרבה ארגונים לא מכירים. פלטפורמת הסוכנים של Gemini Enterprise פתוחה ליותר מ-200 מודלים, ולא רק של גוגל. אפשר להריץ בתוכה את Claude של Anthropic, וגם מודלים כמו Mistral, Llama, Grok ומודלים פתוחים כמו Gemma ו-Qwen. ארגון שמעדיף להריץ מודל משלו יכול לפרוס אותו על אותה תשתית.
המשמעות היא שלא צריך לבחור צד. אם למשימה מסוימת מודל אחר מתאים יותר, מפעילים אותו בתוך אותה סביבה - עם אותן הרשאות, אותו ניטור ואותם יומני ביקורת, בלי להקים מערך אבטחה נפרד לכל ספק.
מעבר לשאלות ותשובות, אפשר לבנות סוכנים שמבצעים תהליכים שלמים. הכלי לזה נקרא Agent Designer, והוא פועל ללא קוד: מתארים בשפה חופשית מה הסוכן צריך לעשות, מחברים אותו למקורות המידע ולכלים, ורואים את זרימת העבודה על קנבס ויזואלי.
סוכן יכול להיות רב-שלבי ולהפעיל תת-סוכנים משלו, אפשר לתזמן אותו לרוץ באופן קבוע, ואפשר לשתף אותו עם שאר העובדים בארגון. יש גם גלריית סוכנים מוכנים שאפשר להתחיל ממנה.
כמה דוגמאות מהשטח: סוכן שסורק כל בוקר פניות חדשות ומסווג אותן לפי דחיפות, סוכן שמכין תקציר שבועי מנתוני המכירות, וסוכן שמצליב חוזה מול נוהל פנימי ומסמן חריגות.
Gemini Enterprise לא דורש לעבור לסביבת גוגל. יש לו מחברים מובנים ל-Outlook, ל-SharePoint, ל-OneDrive ול-Teams, וההתחברות נעשית מול Microsoft Entra ID הקיים - בלי לבנות מחדש משתמשים, קבוצות והרשאות. גם ההרשאות ברמת הקובץ נשמרות: מסמך ב-SharePoint שהעובד לא מורשה לראות לא יופיע בתשובה שלו.
חשוב להגיד את זה בכנות - זה לא Copilot. Gemini Enterprise הוא שכבה שיושבת מעל הסביבה הארגונית, לא תוסף שנולד בתוך Office. מי שמחפש כפתור בתוך Word יתאכזב. מי שמחפש שכבה אחת שרואה גם את סביבת גוגל, גם את סביבת מיקרוסופט וגם את מערכת הלקוחות, מקבל בדיוק את זה.
זו השאלה הראשונה שכל מנהל שואל, ובצדק. הנתונים הארגוניים אינם משמשים לאימון המודלים של גוגל והם אינם נסקרים על ידי בני אדם. זו לא הצהרת שיווק אלא התחייבות חוזית שמעוגנת בתנאי השירות של Google Cloud, תחת סעיף הגבלת האימון.
מעבר לכך, הבקרות הן ברמת ענן ארגונית:
זה החלק שאף אחד לא מספר עליו, והוא זה שמחליט אם ההטמעה תצליח או תמות אחרי חודשיים:
המרוץ על המודל החכם ביותר כבר פחות מעניין. השאלה האמיתית היא מי מצליח להכניס את הטכנולוגיה הזו לתוך יום העבודה של הארגון בלי לפרק אותו בדרך. הידע, ההרשאות, הדאטה וניהול השינוי הם החלק הקשה. הטכנולוגיה, בסוף, היא החלק הקל.
רוצים להטמיע את הכלים האלה בארגון שלכם, עם רישוי מסודר, מדיניות שימוש והדרכת עובדים? זה בדיוק מה שאנחנו עושים ב-Koogler. קראו עוד על כלי AI לארגונים, או דברו איתנו בשיחת אפיון ראשונית ללא עלות.
ברוב המקרים הסיבה ארגונית ולא טכנולוגית: הכלי ישב מחוץ לזרימת העבודה, בלי גישה למידע הארגוני ובלי חיבור להרשאות. עובד שנדרש לפתוח חלון נפרד ולהעתיק לשם תוכן ידנית מפסיק אחרי כמה שבועות.
לא. יש מחברים מובנים ל-Outlook, SharePoint, OneDrive ו-Teams, וההתחברות נעשית מול Microsoft Entra ID הקיים. ההרשאות ברמת הקובץ נשמרות, כך שמסמך שהעובד לא מורשה לראות לא יופיע בתשובה שלו.
לא. הנתונים אינם משמשים לאימון מודלים ואינם נסקרים על ידי בני אדם. זו התחייבות חוזית שמעוגנת בתנאי השירות של Google Cloud, לצד הצפנה עם מפתחות בבעלות הלקוח, אכיפת הרשאות ויומני ביקורת.
כן. פלטפורמת הסוכנים פתוחה ליותר מ-200 מודלים, בהם Claude של Anthropic, Mistral, Llama ומודלים פתוחים. הכל רץ באותה סביבה מנוהלת, עם אותן הרשאות ואותו ניטור.
ללמעלה ממאה מערכות, בהן Google Drive, Gmail, SharePoint, OneDrive, Outlook, Teams, Salesforce, HubSpot, monday.com, Jira, Confluence, Slack, ServiceNow, Zendesk, GitHub, Box ו-Dropbox. אפשר גם לבנות מחבר מותאם למערכת פנימית.
תלוי בגודל הארגון ובמצב ההרשאות והמידע. ההפעלה הטכנית מהירה, אבל הסדר בדרייב, מדיניות השימוש וההדרכה הם שקובעים את קצב האימוץ. הפעלה מדורגת לפי מחלקות עדיפה על הדלקה גורפת.
רוב פרויקטי ה-AI בארגונים נכשלים מסיבות ארגוניות ולא טכנולוגיות: הכלי יושב מחוץ לזרימת העבודה, בלי גישה למידע הארגוני ובלי הבנה של ההרשאות. Gemini Enterprise מתחבר למערכות שהארגון כבר עובד איתן - סביבת גוגל, סביבת מיקרוסופט, מערכת הלקוחות וכלי הניהול - מכבד את ההרשאות הקיימות, מאפשר לבנות סוכנים ללא קוד ולהריץ גם מודלים שאינם של גוגל, והמידע הארגוני נשאר בארגון ואינו משמש לאימון מודלים.
