"האתגר במגזר הציבורי אינו איסוף הדאטה – אלא היכולת לסמוך עליה"

"האתגר במגזר הציבורי כבר מזמן אינו איסוף הדאטה – אלא היכולת לסמוך עליה, לחבר אותה, ולהפעיל אותה בזמן אמת. כל קידוד צינור הנתונים הוא אתגר. זה משהו איטי, זה משהו שזקוק לזמן ארוך בבנייה של פלטפורמה מודרנית, ואחת הבעיות הגדולות היא שאיכות הנתונים לא ברמה אחודה. זה אומר שצריך לסדר את הדאטה, וברגע שמעלים לענן מתחילים להתמודד עם אתגר חדש כי לא רוצים להעלות זבל לענן, אלא מבקשים לעשות ניקיון ולעלות באופן מסודר", כך סיפר אורי קלאסי, סמנכ"ל דאטה בחברת קליק (Qlik) בכנס Nimbus Summit 2026 של אנשים ומחשבים במסגרת הסדנה שהעבירה החברה על הדרך בה צריך לבנות תשתית דאטה שמכינה את המגזר הציבורי ל-AI כבר עכשיו.

לדבריו, הפתרון שמציעה החברה בנוי על שלושה עמודים. "הראשון הוא הנעת הדאטה, אחר כך עושים המרה של כל הנתונים, מכל הסוגים, לצרכים של המערכת – ואנחנו תומכים בכל ועושים את ההמרה הזו אצלנו בבית, ויש את העולם של בדיקות האיכות. אנחנו מדגישים כי חשוב לא לעשות אנליטיקה על דברים שהם אינם נכונים. ה-AI יודעת לספק תשובות על סמך הנתונים שיש לה, כך שהאיכות חייבת להיות בראש. אם הנתונים לא טובים, זה יכול לערער את החברה ואת כל המערכת, וכמובן שזה חשוב במיוחד ברמה הממשלתית. כשאני מעביר את הדאטה דרך המערכות שלנו, אני יכול ליצור קטלוג של כל המידע שעבר, והוא נשמר בפלטפורמה".

קלאסי הוסיף וסיפר כי החברה מציעה את האפשרות לקחת מידע כמעט מכל מקור, והיא מספקת למעלה מ-200 מחברים אל מוצרי SaaS שונים, עם התמחות בעולמות של סאפ.

"בסופו של דבר אנחנו מציעים פלטפורמה ללא קוד. היא מאפשרת לקחת את צינור הנתונים, לשכפל אותו, ובדרך לשנות את הכל מקצה לקצה לצורך ההתאמה, וכל הקוד מאחור מבצע התאמה ומשתנה לפי הצורך, וזה אומר שאפשר לנהל את הדאטה לפי גודל בכל מקום שרוצים", הוא סיכם את חלקו.

"שכבת ה-AI לא יכולה לחיות בפני עצמה, היא תלויה באיכות הנתונים ובתהליך"

גדי רוטמן, סמנכ"ל אנליטיקה ו-AIO בחברה, הציג את ההיבט של האנליטיקה וכיצד היא משתלבת עם AI סוכנית, כדי לעבור מעולם של לוחות נתונים וניתוח בדיעבד לעבודה פרואקטיבית המבוססת על תובנות בזמן אמת, מזיהוי חריגות, דרך המלצות אוטומטיות ועד הנעת תהליכים.

"כאמור, אנחנו אוספים דאטה ממערכות שונות וצריכים לחבר את הכל, אבל זו רק התחלת התהליך כי הדאטה אמורה לשמש את מקבלי ההחלטות, ולכן הצד השני הוא איך לוקחים את זה והופכים את הדאטה למשהו שיכול לעזור למשרדי הממשלה השונים, ובסופו של דבר לאזרח", הוא אמר.

רוטמן סיפר כי בתהליך העבודה מתבצעת חלוקה לשתי שכבות: עבודת הבסיס, בה מוצאים את האנליטיקה והבינה העסקית שמספקות את היכולת להבין את הדאטה ולתחקר אותה; ומעל שכבה שנייה שהיא ההנעה לפעולה – איך משתמשים בתובנות כדי לאפשר ביצוע.

"ומעליהן יש גם שכבת ה-AI", הוסיף והרחיב, "אבל זו לא שכבה שיכולה לחיות בפני עצמה, וכאמור היא מאוד תלויה באיכות הנתונים ובכל התהליך לפני שמשתמשים בה בפועל".

"אנחנו רוצים לספק הנעה לפעולה שגם יודעת להציע התמקדות באופן אוטומטי, אם משהו משתנה בדאטה, ומעבר להגיע למשתמשים באופן, אנחנו גם מחברים את זה למערכות אחרות, כי ליצור באופן אוטומטי תהליכים מעדכנים", סיפר רוטמן.

ומה התפקיד של ה-AI? לפי רוטמן, "היא עוזרת לשפר את כל התהליכים. היא מאפשרת גם לשאול שאלות בשפה חופשית, מאפשרת לבנות תחזיות אוטומטיות. היא גם מספקת את היכולת ליצור סוכן שיעבוד כל הזמן, כאמור, ויתריע אם משהו משתנה. היא מבוססת על שלוש נקודות עיקריות: נתונים איכותיים, ההקשרים שרוצים, וגם החוויה הסוכנית – חוויה חדשה שאנחנו פורסים באזורים השונים ואמורה להגיע בקרוב לישראל. אנחנו כל הזמן מוסיפים עוד יכולות, ובסופו של דבר המערכת תדע להפעיל את הסוכנים הרלוונטיים וגם להשתמש בעת הצורך בכלי AI חיצוניים".