לינקדאין בנתה מחדש את תשתיות הקוד והדאטה שלה כדי לאפשר עבודה עם סוכני AI, ועברה מסוכן כללי אחד לסוכנים ורטיקליים ממוקדי מטרה. סוכן התחזוקה שלהם פותר לבד כ-50% מכשלי ה-Build. הלקח המרכזי, לפי ה-CPO תומר כהן: השדרוג הטכנולוגי קל בהרבה מהשינוי הארגוני והאנושי סביבו.
- 1Maintenance Agent של לינקדאין, יחד עם סוכן QA, פותר אוטומטית קרוב ל-50% מכשלי ה-Build, לפי הראיון עם תומר כהן, CPO של LinkedIn.
- 2הסקילז הנדרשים לכל משרה בלינקדאין צפויים להשתנות ב-70% עד שנת 2030, לפי הראיון.
- 3כל ניסיונות לינקדאין לחבר כלים מהמדף נכשלו. נדרשה בנייה מחדש מלאה של תשתיות קוד ודאטה.
- 4הטעות הנפוצה ביותר בהטמעת AI ארגוני, לפי תומר כהן: לתת ל-AI גישה לכל מסמכי החברה, מה שמייצר רעש והזיות.
הניסיון שנכשל: כלים מהמדף
שיעור מרתק לפנינו עם ה-CPO של לינקדאין, תומר כהן, שמשתף הכי פתוח שיש בראיון על הטמעת סוכני AI בארגון. הנקודה הראשונה שהוא אומר, וכדאי לזכור אותה: כל הניסיונות של לינקדאין לחבר כלים מהמדף נכשלו. אין קיצורי דרך.
כדי שה-AI יוכל להבין באמת את מה שקורה בארגון, לינקדאין נאלצו לבנות מחדש תשתיות קוד ודאטה, ולבנות שכבות התאמה לקונטקסט הספציפי ולדאטה של הארגון. איפה ה-AI עדיין לא נותן מענה טוב? בעיקר בנקודות של שיקול דעת, וויז'ן ותקשורת.
למה גישה לכל המסמכים היא הטעות הכי נפוצה
הטעות הנפוצה ביותר, לפי תומר כהן, היא לתת ל-AI גישה לכל המסמכים בחברה. הבעיה: זה מייצר רעש ומבלבל את האלגוריתם, ומייצר הזיות.
הפתרון שלינקדאין אימצו הוא לסנן ידנית דוגמאות מושלמות, ולאמן את המודל רק עליהן. קטעי קוד או מסמכי אפיון איכותיים, לא כל מה שיש בארכיון.
סוכנים ורטיקליים במקום סוכן כללי אחד
במקום סוכן כללי אחד, לינקדאין בנו סוכנים ייעודיים לפי מטרות קצה: סוכן לאבטחה (Trust), סוכן Growth שמנתח הזדמנויות ומתעדף לפי אימפקט, סוכן אנליטיקס, סוכן מחקר, סוכן תחזוקה, סוכן QA ועוד.
הדוגמה המעניינת ביותר להצלחה היא ה-Maintenance Agent, שפותר היום באופן אוטומטי כ-50% מכשלי ה-Build, וחוסך המון זמן למתכנתים.
האתגר האנושי גדול מהטכנולוגי
הטאלנטים החזקים בורחים קדימה ומאמצים את הכלים הכי מהר. הסקילז הנדרשים לכל משרה צפויים להשתנות ב-70% עד שנת 2030, לפי הראיון.
לינקדאין יצרו תפקיד חדש, Full Stack Builder: סביבת עבודה אג'נטית שסוגרת את הפערים הטכניים והתלות בצוותים תומכים, ומאפשרת להגיע מרעיון למוצר עובד מקצה לקצה. דמיינו סניור במרקטינג שמקבל יכולות מחקר, עיצוב ופיתוח, ומייצר פתרונות שמשרתים את הצוות שלו בלי תלות ב-R&D.
לינקדאין גם יצאו עם תוכנית הכשרה שבה ג'וניורים לומדים קוד, עיצוב ומוצר יחד, במטרה להכשיר בילדרים מהיום הראשון לתוך הסביבה הזו. חשוב לזכור: יש השקעה בתשתית לפני שרואים תוצאות. המעבר לעבודה עם סוכני AI דורש לימוד והכנת דאטה מצד העובדים, ורק אחר כך מתחיל תהליך איטרטיבי של למידה ושיפור מתמיד.
השינוי הזה דורש מסלולי קידום ובונוסים חדשים, וחגיגת הצלחות שיוצרת תחושת FOMO בריאה ותחרותית, כזו שמעבירה מסר ברור: מי שלא מצטרף מפסיד הזדמנות גדולה. בזכות מעטפת הכלים המלאה הזו, הפערים הטכניים מתחילים להיסגר, וזו הזדמנות טובה לעבור דומיין מקצועי ולהתחיל לייצר בו ערך, למשל מעבר ממחקר לניהול מוצר.
השורה התחתונה
כל מי שמטמיע AI בארגון צריך לראות את הראיון הזה. הוא ממש הנחתה לקרקע של כל מה שאנחנו שומעים לאחרונה. להטמיע AI בהצלחה זו משימה שדורשת עבודה יסודית ועמוקה, לא פרויקט צד.
שאלות נפוצות
למה כלים מהמדף לא הצליחו ללינקדאין?
כי AI צריך להבין את הקוד והדאטה הספציפיים של הארגון. לינקדאין נאלצו לבנות מחדש תשתיות קוד ודאטה ולהוסיף שכבות התאמה לקונטקסט שלהם, במקום לחבר כלי מוכן.
מה ההבדל בין סוכן כללי אחד לסוכנים ורטיקליים?
סוכן כללי מנסה לענות על הכל ומייצר רעש. סוכנים ורטיקליים בנויים למטרת קצה מוגדרת, כמו אבטחה, Growth או QA. סוכן התחזוקה של לינקדאין, למשל, פותר לבד כ-50% מכשלי ה-Build.
מה זה תפקיד ה-Full Stack Builder שלינקדאין יצרו?
תפקיד חדש שמבוסס על סביבת עבודה אג'נטית שסוגרת פערים טכניים. הוא מאפשר, למשל, לסניור במרקטינג לקבל יכולות מחקר, עיצוב ופיתוח ולהגיע מרעיון למוצר עובד בלי תלות בצוות R&D.
מקורות
מדריך חדש עולה? שתדע ראשון.
מדריכים פרקטיים, סקירות שוק ותהליכי עבודה מהשטח. מה שעובד, עם המספרים והמקורות. בלי תיאוריה ובלי ספאם.
