AWS מציגה איך סוכני AI עובדים בארגונים גדולים: Cornerstone קיצרה את אבחון תקלות מסדי הנתונים ב-78%

AWS פרסמה סדרת מאמרים שמראה איך ארגונים גדולים מפעילים בפועל agentic automation, כלומר מערכות AI שמסיקות מסקנות, מקבלות החלטות ומבצעות משימות בכמה שלבים. אין כאן מוצר אחד חדש. זה אוסף של מקרי בוחן, מסגרת לחישוב החזר השקעה ומדריכים טכניים. המסר המשותף: השאלה היא כבר לא אם להכניס סוכני AI לארגון, אלא איך להטמיע אותם, לפקח עליהם ולהוכיח שהם משתלמים.

45 דקות הפכו ל-10

הנתון הבולט בסדרה מגיע מ-Cornerstone OnDemand, חברה לפתרונות הכשרת עובדים עם 140 מיליון משתמשים ב-186 מדינות. צוות של שלושה אנשים בנה בתוך שישה חודשים מערכת בשם Orion AI. זו מערכת multi-agent, כלומר כמה סוכנים שעובדים יחד: סוכן מתאם מחלק עבודה לסוכנים מתמחים בניטור תשתיות, באבחון מסדי נתונים ובתמיכה. המערכת בנויה על Amazon Bedrock ועל Strands Agents, כלי קוד פתוח של AWS לתיאום בין סוכנים.

לפי החברה, אבחון תקלה במסד נתונים לקח בעבר כ-45 דקות. המהנדסים התחברו לשרת, הריצו שאילתות ידניות והצליבו לוגים. היום האבחון לוקח 10 דקות, ירידה של 78%. תהליכים שדרשו יותר מעשרה צעדים ידניים מתבצעים עכשיו בפנייה אחת בשפה טבעית. ההתראות הכפולות ירדו בחציון ב-65%: מכל עשר התראות, רק שלוש או ארבע מגיעות למהנדסים.

Qlik: תשובות עם מקורות

Qlik, חברת אנליטיקה עם יותר מ-40,000 לקוחות, מתארת את Qlik Answers. הכלי זמין לכלל הלקוחות מפברואר 2026, ומחזיר לעובדים תשובות שמבוססות על מקורות שאפשר לבדוק. לפי החברה, סוכן Discovery Agent, שמזהה חריגות בנתונים, הציף ללקוחות יותר מ-100,000 ממצאים מאז ההשקה. אחד הלקוחות, Lintech International, הזין לכלי יותר מ-17,000 מסמכים טכניים ודיווח שזמני התגובה התקצרו ב-75%.

החברה בחרה לא לבנות עוזר אחד גדול. במקומו יש שכבות נפרדות: שכבת ניתוב שמחליטה לאן תגיע כל שאלה, סוכנים מתמחים, ושכבה שמחילה Amazon Bedrock Guardrails, מנגנון בקרה של AWS, על כל בקשה. החברה מציינת שהיה עליה לעמוד גם בדרישות לשמירת נתונים בתוך אזורים גאוגרפיים שונים.

שעות שנחסכו הן לא כסף שנחסך

מאמר אחר בסדרה טוען שהדרך הרגילה לחשב החזר השקעה באוטומציה, שעות שנחסכו כפול עלות שעת עבודה, לא מתאימה לסוכנים. המאמר מציע מודל בשם Agentic Value Model, שבודק גם טיפול בחריגים, איכות החלטות ועלויות תחזוקה. בדוגמה שמובאת בו, אוטומציה של 70% מתהליך מיון תביעות משחררת זמן עבודה בשווי של כ-1.26 מיליון דולר. אבל הכסף מגיע לשורת הרווח רק אם הארגון באמת מצמצם הוצאות.

בקרה אנושית וחינוך

AWS מפרסמת גם מדריך טכני לתיקון אוטומטי של תקלות בעקבות חקירה של AWS DevOps Agent. במודל הזה הסוכן מריץ פעולות קריאה בלבד באופן עצמאי, אבל כל שינוי בתשתית ממתין לאישור של אדם. בנוסף, החברה מתארת תוכנית הכשרה של שישה שבועות לעובדים שאינם מהנדסים. בסקר שערכה בקרב אנשי עסקים, 90% מהם אמרו שהם רוצים ניסיון מעשי בבניית סוכנים.

המשמעות

כדאי לזכור שכל המספרים כאן מגיעים מהבלוג של AWS ומלקוחותיה, ולא מבדיקה עצמאית. ועדיין, הסדרה מצביעה ככל הנראה על שלב חדש בשוק. אחרי תקופה של הדגמות, הדגש עובר למדידה, לבקרה ולהכשרה. דווקא ההסתייגויות במאמרים, למשל שחיסכון בשעות לא הופך מעצמו לחיסכון כספי ושצריך אישור אנושי לכל שינוי בתשתית, מרמזות שספקיות הענן מבינות שארגונים מבקשים הוכחות ולא רק הבטחות.