ירחון 2Know לניהול ידע
ירחון 2Know לניהול ידע
גיליון ינואר 2021 - מהדורה מס' 256
גיליון ינואר 2021 - מהדורה מס' 256
גיליון:

 1. כנס KMDM לניהול ידע ומסמכים יתקיים ב 01\19, לפרטים נוספים והרשמה >>

 

2. כנס שיתופיות בינלאומי- בסגנון שיתופי יתקיים ב 01\20, לפרטים והרשמה >>


3. שנה מסתיימת - שנה שלא ציפינו לה בשום צורה ואופן. מאחלים לכולם בריאות, הצלחה אישית מקצועית ועסקית- והרבה ניהול ידע התורם לכולם!

נכתב ע"י מורן סיני

ישנה מילה משמעותית עליה מבוססים יחסי עבודה ותהליכי עבודה. לעיתים לוקחים אותה כמובנית מאליה ולעיתים לא מייחסים לה חשיבות רבה. מילה זו הינה תקשורת. מי שעובד עם אנשים יודע כי תקשורת היא בין הכלים החשובים ביותר שצריכים להיות בארסנל של העובד אם לא הכלי החשוב ביותר. לדעתי האישית, תקשורת היא הבסיס להצלחתו או לכשלנו של פרויקט ושל יחסים בין אישיים בעבודה. חשוב לזכור כי תקשורת היא כלי הניתן לשכללו על ידי למידה ובכך לשפר את יחסי האנוש בארגון.

 

ראשית חשוב להבין מהי תקשורת בכלל ומהי תקשורת בין אישית בפרט – "התקשורת היא הדרך שבה שני אנשים או יותר משתפים ביניהם מידע או רעיונות. התקשורת מהווה אמצעי חשוב לביסוס קשר אותנטי וזורם בין אנשים, שהוא תנאי הכרחי ובסיסי לשיתוף פעולה משום שהוא מזמן אמצעים לפתרון בעיות ולהבעה של אכפתיות וקרבה. בהתאם לכך, התקשורת הבין-אישית משפיעה על יכולתו של האדם לקשור קשרים עם בני אדם אחרים בחברה".

 

תקשורת טובה בעבודה היא הבסיס למערכת יחסים מצוינת עם הבוס, קולגות, לקוחות ועם כל מי שיש איתו אינטראקציה כלשהי וכן, זה כולל את כל דרכי התקשורת, החל משליחת מסרים מקוונים, דרך דיבור מילולי ועד שפת גוף.

 

במהלך עבודתי למדתי כי התקשורת הינה הכלי החשוב ביותר על מנת לצלוח פרויקטים משותפים כחלק מתהליכי העבודה. זה היה ניכר מאוד בפרויקט שהסתיים לאחרונה. מדובר בפרויקט אשר התחיל בחודש אפריל השנה. היה זה פרויקט גדול אשר דרש לא מעט עבודה, חשיבה מוקדמת, תכנון נכון, תיאום ציפיות וכמובן תקשורת בין-אישית טובה. למדתי כי במיוחד כעת כאשר העבודה נעשית כולה ב'שלט רחוק' והתקשורת היחידה שבה ניתן להשתמש הינה תקשורת דיגיטלית-מקוונת, יש לחדד את תיאום הציפיות, להבין ולתכנן את כל הצעדים על מנת להבטיח כי הפרויקט יושלם בצורה הטובה ביותר הן ללקוח והן לנו כמבצעיו.
הפרויקט היה באחריותי ובאחריות מנהלת פרויקט חדשה אשר לא הייתה לנו אינטראקציה קודם לכן. תחילה, התקשורת בינינו לא הייתה במיטבה ולא אפשרה לנו לצלוח את שלבי הפרויקט, אך ככל שהזמן עבר למדנו לעבוד בשיתוף פעולה תוך שאנו מציפות את הצרכים ואת אופן העבודה הנדרש בכל שלב. היה לי חשוב מאוד לפתוח ולדבר על הדברים שהפריעו על מנת לאפשר פתיחות טובה ובכך תקשורת נכונה ובריאה. התקשורת הבין אישית הזו היא שתרמה והובילה אותנו בסופו של דבר לצלוח את הפרויקט ולסיימו בצורה הטובה ביותר. למדנו לעבוד יחד, להסביר מה כל אחת צריכה ורוצה וכך בעצם הפרויקט התקדם טוב יותר וביעילות רבה יותר.

 

מתוך המקרה הזה (פרויקט אשר ערך כמעט 7 חודשים) אני מסיקה מסקנות חשובות אשר יעזרו הן לי והן לשאר הצוות בהמשך ובפרויקטים הבאים:

  1. תיאום ציפיות – הפרויקט הבליט את הצורך הרב בביצוע תהליך של תיאום ציפיות טרום תחילת הפרויקט על מנת לצמצם את הפערים בין העובדים בפרויקט לבין ה-local owner (האחראי מטעם המדינה מולה אנו עובדים). תיאום הציפיות יכלול את לוחות הזמנים ואת התכנים בו, כמו גם את סבבי התיקונים. למדנו כי סבבי התיקונים נגררו והשתלטו על לוח הזמנים ובעצם גרמו לפרויקט להידחות ולא להעלות בתאריך ההשקה שנקבע תחילה (אם כי, לא תמיד באשמתנו). תיאום הציפיות מאפשר לנו לתכנן לעצמנו יעדים, מטרות ולהיות באותו ראש עם מנהל הפרויקט ועם הלקוח.
  2. כנות – אם קשה לנו עם מישהו ואנו חשים קצר בתקשורת, חשוב לדבר איתו על העניין ולנסות למצוא דרך משותפת לתקשורת יעילה וטובה. רק בדרך זו ניתן יהיה לעבוד זה עם זה בצורה הטובה ביותר והנכונה ביותר. אי כנות תוביל לפערים, לאי הבנות ולתקלות בפרויקט.
  3. תכנון מראש – כעת כאשר הפרויקט הסתיים, אני יכולה להגיד כי תכנון מראש של פרויקט הינו דבר הכרחי וחשוב, ובמיוחד כאשר מדובר בפרויקט בסדר גודל שכזה. התכנון מראש יכול למנוע טעויות, אי הבנות, פערים בין המצוי לרצוי ובעיקר לחסוך זמן יקר. לפני תחילת כל פרויקט ניתן להשתמש בכלי ייעודי לתכנון לוח זמנים אשר יכלול את כל שלבי הפרויקט ויפרט מה כולל כל שלב ושלב. מהלך זה יעזור להצלחת הפרויקט ולשביעות רצון גבוהה הן בקרב המבצעים בפועל והן בקרב הלקוח (ה-Local owner).

 

אסכם ואומר כי תקשורת בין אישית הינה כלי חשוב והכרחי בעבודה עם אנשים. זהו כלי שניתן לשכלול וללמידה עם הזמן וחשוב לזכור כי ככל שהתקשורת בינינו תהיה טובה יותר ובריאה יותר כך גדלים הסיכויים לצלוח פרויקטים משותפים, לעבוד בשיתוף פעולה יעיל ולפתח ולהתפתח בעתיד.

 

 

מקורות
1. צ'סנר, ש. כץ, מ. אל-דור, י. דרי, א. לוי-שמעון, ש. טרגר, ט. עינת, ע ושדמי, ח. (2009). לגעת מבעד לשריון. מתוך: https://cms.education.gov.il/NR/rdonlyres/7655B75C-0F73-4F3E-BBF5-71DBF7E35012/125917/choveret1.pdf  
2. אול ג'ובס. מדברים על זה – תקשורת טובה בעבודה. מתוך: https://www.alljobs.co.il/ArticlePage.aspx?LinkWord=talking_at_work 

נכתב ע"י ימית עומר

בגיליון הקודם כתבתי על טיפים בסיסיים ומועילים לשימוש ב ZOOM


בכתבה זו נתמקד בטיפים מתקדמים קצת יותר, למשתמשים מנוסים ב ZOOM


דגשים לטיפים המתקדמים:

  1. ההגדרות באפליקציה של ZOOM הן בסיסיות וכוללות בין היתר- ניהול פגישה, הוספת רקע, שימוש בווידאו או אודיו ועוד.
    כדי לשנות הגדרות מתקדמות יותר כמו הוספת סקרים או הפקת דוחות יש להיכנס דרך ZOOM WEBNIER במחשב עם המשתמש שלכם.
  2. חלק מהטיפים בכתבה הם למשתמשים בעלי מנוי ב ZOOM.
    מנוי ב ZOOM מאפשר לערוך פגישות ללא הגבלת זמן וכן בעל תכונות המותאמות לניהול קהלים גדולים, למשל סקרים, בקרות אירוח, שימוש מתקדם בצ'אט ועוד.

להלן ארבעה טיפים שבחרתי להציג לשימוש מתקדם ב ZOOM :

 

שיתוף מסך


א. Annotate- האפשרות לכתוב הערות על אותו מסמך בזמן הפגישה.
כפתור ה Annotate בסרגל הנפתח בזמן שיתוף המסך מאפשר עריכה של הקובץ בזום.
ניתן לסמן, להדגיש, לכתוב, למחוק ואפילו להוסיף מדבקות למסמך.
מדהים יותר ששאר משתתפי הפגישה יכולים לעשות בדיוק את אותו הדבר על אותו קובץ.
ממש כמו להעביר קובץ להערות אחד לשני, רק בלייב.

כדי שגם משתתפי הפגישה יוכלו לערוך את הקובץ:
more בסרגל כלים >> Enable Annotation for others


את המסמך עם ההערות ניתן להוריד למחשב כקובץ PDF או PNG.

 

ב. Portion of Screen – שיתוף מסך רק על חלק מהמסך.
בבואנו לשתף מסך, רובנו בוחרים בדרך כלל במובן מאליו- Screen וכך בעצם נותנים גישה למשתתפי הפגישה לצפות לנו בכל המסך.
מעט לא נעים כשקופצות התראות או מיילים נכנסים,
במקום זה , אפשר לבחור שטח שרק דרכו ניתן לשתף את המסך וכך לחתוך את החלונות הפתוחים מעלה ואת ההתראות שקופצות מטה על ידי שימוש ב Portion of Screen. איך?
לוחצים על Share Screen
בסרגל למעלה לוחצים על Advanced ובוחרים ב Portion of Screen

 

 

מספיק שתגדירו פעם אחת את הגודל של הריבוע על המסך והוא ישמש אתכם תמיד כשתרצו להשתמש בפיצ'ר הזה

 

דוח משתתפים Usage Reports


בפגישות זום רבות משתתפים כמו הרצאות וכנסים קיימת אפשרות לדעת בדיעבד מי השתתף בפגישה וכמה זמן כל אחד נכח.
את רשימות המשתתפים לכל פגישות הזום ניתן למצוא בפורטל זום באינטרנט כך:
Account management > Reports section > Usage Reports > meetings

 

*ביחרו את הפגישה עליה אתם רוצים לקבל מידע ואת סוג הדוח הספציפי אותו אתם רוצים להפיק


כדי להפיק דוח משתתפים נדרש להיות:

  • המארח של הפגישה
  • הבעלים של החשבון
  • עם דוחות שימוש מופעלים

איסוף מידע על משתתפי הפגישה


אפשר לקבל פרטים על משתתפים בפגישה כמו שם מלא וכתובת מייל עוד לפני שהם מתחברים לפגישה.
כדי לקבל את המידע, עליכם לדרוש רישום בעת זימון הפגישה על ידי סימון Require Registration
הזימון יישלח עם לינק לטופס רישום מובנה של הזום, להלן:

 

כדי לבחור שאלות נוספות לטופס יש להיכנס לפורטל זום באינטרנט ולערוך את הפגישה:

Edit > Registration options > Questions
*ניתן לבחור שאלות ממגוון שאלות רחב


כדי להוסיף שאלה אישית שלכם לטופס יש לערוך את הפגישה כך:
Edit > Registration options > Custom Question

 

הוספת סקר או הצבעה בזמן פגישה


משתמשים מנויים בזום (מארח ומארח שותף) יכולים להוסיף סקר ולקבל את התשובות עליו בזמן אמת. להוספת סקר יש לאשר את אפשרות המשאל בניהול חשבון בפורטל האינטרנט בזום
Account management < Account setting < meetings < polling
(שימו לב, גוללים הרבה עד שמגיעים ל polling)


לאחר אישור הסקר תוכלו להוסיף סקר בזמן פגישה באמצעות כפתור ה poll שנמצא עכשיו בתחתית המסך בסרגל הפגישה.
הכניסו את השאלה והתשובות ולחצו Launch polling
ניתן להוסיף שאלות סקר עם בחירה מרובה או שאלה אחת.

 

האפשרויות הן רבות,
חברת ZOOM קשובה לקהל המשתמשים ודואגת לשדרג את עצמה כל הזמן עם פיצ'רים חדשים ומועילים.


במאמר זה ריכזתי טיפים עיקריים אליהם התחברתי וחשובים בעיניי אך קצרה היריעה והרשימה עוד ארוכה :-)


תוכלו לקבל השראה לשימוש יעיל ולטיפים נוספים ב ZOOM Help Center

 

 

 

נכתב ע"י שרה קארסנטי

מכירים את זה שאתם מרגישים שמשהו לא עובד בתהליך? לדוגמא כאשר יש פערים שחוזרים על עצמם, או כשאנחנו לא מצליחים להתקדם ולהגיע למקום שרצינו, או כשאנחנו מרגישים שהתהליך עצמו אינו יעיל, אבל כך הוא מתנהל כבר שנים, ומי אנחנו שנשנה אותו דווקא עכשיו.
למעשה מדובר במצב שכיח במקומות עבודה רבים, אנחנו מיישמים שיטות עבודה סדורות, מבוססות אך גם שמרניות. אותן שיטות לא תמיד נותנות לנו מענה מספיק והן אינן בהכרח מותאמות לצרכים ולזמנים המשתנים, כך שלפעמים עלינו לצאת מהמסגרת ולחשוב באופן יצירתי על מנת להגיע לתוצאה הרצויה.
גם אני התמודדתי עם סיטואציה דומה במסגרת העבודה שלי.

אני מנהלת מוצר בחברה גלובאלית. המוצר הוא למעשה 'תבנית אתר', זו תבנית מעוצבת הכוללת סוגי דפים מסוגים שונים (כמו לובאים ודפי מאמר), ניווט עליון, פוטר (Footer) רכיבים, פיצ'רים (Features) ואף תוכן. ניתן לערוך את התוכן וכן להוסיף/להסיר רכיבים באמצעות מערכת ה- CMS (Content Management System), מדובר במערכת 'מאחורי הקלעים' (Back-end) שעליה יושבת התבנית. התבנית הזאת מוטמעת בכ-50 אתרי החברה, והעבודה שלי היא לדאוג לפיתוח המוצר ושיפורו.

תהליך הפיתוח מתחלק לשני שלבים עיקריים:

  1. שלב הכנת הדרישות לפיתוחים החדשים – זהו החלק שבאחריותי, במסגרתו אני עורכת את פרטי הדרישה: הגדרת מהות הפיתוח במילים שלי – מהו הצורך ובעקבות מה נוצר וכן מהו הפיתוח שישמש כפתרון לאותו צורך. בהמשך אפרט כיצד ניישם את הפיתוח במערכת הCMS, מהי התנהגות המצופה מאותו פיתוח (עשה ואל תעשה) וכן תרחישים אפשריים. בסיום, הדרישות מועברות לצוות המפתחים במחלקת IT.
  2. שלב הפיתוח - צוות המפתחים עובד על פיתוח הדרישות.
    עם סיום השלב השני (וביצוע בדיקות תקינות), אנו עולים לאוויר עם גרסה חדשה של האתר הכוללת את הפיתוחים החדשים.

לכאורה התהליך נשמע פשוט וסדור, אלא שיחד עם חבריי לצוות, התחלנו להבחין בפערים בין מה שציפינו לקבל לבין מה שקיבלנו בפועל:

  • חוסר תקשורת בין הצוות העיסקי לצוות הפיתוח בשלב יישום הדרישות לכדי פיתוח – הצוותים לא תקשרו מהשלב שלאחר הגשת הדרישות ועד העלייה לאוויר עם הפיתוחים החדשים. כך קרה ששאלות שעלו תוך כדי הפיתוח בנוגע לדרכי יישום הדרישה או קונפליקטים שהתגלו, לא שותפו ונפתרו פנימית, בהתאם לשיקול דעת המפתחים (שאינו תמיד זהה לשיקול הדעת שמניע את הצד העסקי).
  • אי עמידה ביעדי פיתוח – לאור הפערים שהתגלו בפיתוחים החדשים לאחר העלייה לאוויר, היה עלינו ל'תקן' אותם באמצעות פיתוח נוסף (דבר שגרר עוד שעות פיתוח ומאמץ מכל הצדדים). במצב הזה 'נתקענו' עם פיתוחים שאי אפשר לעשות בהם שימוש וכן לא יכולנו להמשיך ולהתקדם לפיתוחים חדשים.
  • ריבוי תקלות/באגים (Bugs) – על אף בדיקות התקינות שנעשו לפני העלייה לאוויר, לאחר העלייה לאוויר חווינו תקלות רבות, באופן חריג.

איפה טעינו? האם הדרישות לא היו ברורות? האם צוות הפיתוח אינו מספיק מנוסה? האם השקענו מספיק משאבים? ובעיקר - איך משפרים את התהליך??? 

חקרנו ומצאנו. למדנו שרבים וטובים כבר נתקלו בבעיה זו לפנינו, ואפילו בעולם התוכנה, וגיבשו תפיסה חדשה לפיתוח תוכנה: AGILE.


"פיתוח תוכנה זריז (Agile Software Development) היא גישה בהנדסת תוכנה המניחה שפיתוח תוכנה הוא ביסודו בעיה אמפירית, ולא ניתן לפתור אותה בשיטות המתבססות על חיזוי או תכנון. באנגלית, המונח Agile פירושו "זריז, קל רגליים, נע במהירות ובחן", ותרגומו לעברית הוא "זמיש" (הלחם של זריז וגמיש). הגישה קובעת שפיתוח תוכנה הוא פיתוח מוצר חדש ומתייחסת אליו כמשחק של שיתוף פעולה מוכוון־מטרה. הגישה הזריזה לפיתוח תוכנה מניחה שלא ניתן להגדיר במלואה תוכנה מסוימת קודם לפיתוחה בפועל, ומתמקדת במקום זאת בשיפור יכולתו של הצוות לספק תוצרים במהירות ולהגיב לדרישות העולות תוך כדי הפיתוח".(ויקיפדיה)

 

בפיתוח לפי המודל האג’ילי, קיימים יחסי גומלין לאורך כל שלב בין צוות המפתחים ללקוח. הלקוח מספק פידבקים ויכול לשנות את הדרישות המקוריות של התוכנה (לדוגמא בהתאם לדרישות השוק או לפתרונות חלופיים). קבלת הפידבק הוא חלק הכרחי, מאחר והוא מאפשר פיתוח המותאם באופן אופטימלי ללקוח, בניגוד לתהליך המסורתי של אפיון מסודר שעל בסיסו נבנה הפתרון – גם אם דרישות השוק או הלקוח השתנו לאורך תקופת הפיתוח.
בהתאם למודל, יישמנו כלים ומתודולוגיות שעזרו לנו להתמודד עם הקשיים שלנו:

  • ספרינט (Sprint) - סבב פיתוח מואץ הממוקד ביעדים ברורים ותחום לזמן קצר.
    פרשנו את התהליך על פני שישה שבועות, בכל סבב ביצענו את הפעולות הבאות ולאחריהן העלייה לאוויר. אלו השלבים העיקרים:
    - עריכת הדרישות
    - תיעדוף הדרישות
    - נעילת הספרינט
    - פיתוח
    - UAT (User acceptance testing) & QA – בדיקות תקינות
    - עלייה לאוויר (+ בדיקות שפיות Sanity)

  • על צוות הפיתוח ועל הצוות העסקי לעבוד ביחד באופן יום יומי לאורך הפרויקט – אנו מקיימים ישיבות מרובות משתתפים לפני הגשת הדרישות. באותן פגישות אנו דנים יחד במהות הדרישות, בהתנהגויות הצפויות והבלתי צפויות, אנו מסכימים על הדרך הטובה ביותר ליישם את אותן דרישות לכדי פיתוח ומגשרים על פערים.
    מה קיבלנו? צמצום פערי ידע בין הצוותים, תוצרים (פיתוחים) איכותיים, הבנה מעמיקה יותר של התהליך וכן של העשייה.

  •  

    בדיקות תקינות (UAT & QA) – מדובר בבדיקות שנעשות לפני העלייה לאוויר.
    בתחילת הדרך אותן בדיקות נעשו ע"י עובדים שונים (מי שיכל להתפנות לכך).
    לאחר שעברנו ליישום הגישה האג'ילית, ייעדנו אדם אחד לתפקיד בודק מטעם הצד העסקי, וכן צוות של מספר אנשי QA שביצע בדיקות תקינות מצד צוות הפיתוח.
    מה קיבלנו? צמצום פערי ידע, בדיקות תקינות יסודיות ותוצרים (פיתוחים) איכותיים יותר.

  •  

    בדיקות שפיות (Sanity test) – מדובר בבדיקות שבוצעו על האתרים לאחר העלייה לאוויר, כדי לוודא את תקינות האתרים החיים.
    בתחילת הדרך, כל בודק תיעד את הבדיקות שביצע בדף וורד (Word), דבר שהפך את תהליך הבדיקות לאיטי יותר. התקלות שנמצאו תועדו רק לאחר מכן ע"י מי שעבר על הרשומות וכן, מדי פעם היה עליו לחזור לאותו בודק לקבל הבהרות ולחזור שוב לתיעוד התקלות לאחר מכן.
    לאחר שעברנו ליישום הגישה האג'ילית, התחלנו להשתמש בתוכנת Jira כדי לתעד את התקלות באופן מיידי (אונליין) ובמשותף- כל הבודקים נחשפו לכל התקלות ויכלו לשתף אחד את השני בממצאים שלהם.
    מה קיבלנו? שיתוף ידע, חיסכון במשאבי עבודה, בדיקות שפיות איכותיות ויסודיות יותר.

כמובן שהיום אנחנו כבר מרגישים את השינוי בתפיסה ורואים את התוצאות החיוביות. מרגע שיישמנו את השיטה האג'ילית, אנחנו מחפשים איך אפשר להתייעל עוד יותר ולמקסם את הפוטנציאל של השיטה. אם בעבר תפסנו את המציאות ככזו ש"זה מה יש", היום אנחנו יודעים שלכל בעיה יש פתרון, או לכל הפחות דרך טובה יותר להתמודד עם הבעיה.

שם האירוע: כנס KMDM

מיקום האירוע: וירטואלי

תאריך: 19.01.21 
לפרטים נוספים: לחצו כאן 

 

שם האירוע: כנס שיתופיות בינלאומי

מיקום האירוע: וירטואלי

תאריך: 20.01.21 
לפרטים נוספים: לחצו כאן 

 

כנסים בעולם

 

שם האירוע: Twenty-first International Conference on Knowledge, Culture, and Change in Organizations

מיקום האירוע: New Zealand

תאריך: 15-16.01.21 
לפרטים נוספים: לחצו כאן 

נכתב ע"י ד"ר מוריה לוי

הספר, Artificial Intelligence in Practice- How 50 successful companies used AI and Machine Learning to Solve Problems הוא ספר שנכתב על ידי Bernard Marr בשיתוף Matt Ward. הספר שיצא לאור בשנת 2019 שופך אור על פרוייקטי בינה מלאכותית במגוון חברות, ובהחלט יכול לשמש השרה לכל אחד מאתנו למה יכול להיות רלוונטי בארגונים אותם אנחנו מכירים.
הספר מתואר כאוסף של 50 סיפורים, ומטבע הדברים כאן מתוארת רק תמצית קצרה ביותר: תיאור 10 ענקי ה AI, ובהמשך טבלה מפורטת של עיקרי העשייה בכל יתר החברות, וכן סיכום של המחברים.
ארגונים מיישמים AI כדי 1) לשנות את הדר שהם מבינים או מתקשרים עם לקוחות 2) כדי להציע פתרונות ושירותים טובים יותר ו 3) כדי לשפר ולמכן תהליכים עסקיים.
הארגונים המצליחים, מרעננים או אפילו משנים לחלוטין את דרך פעילותן העסקית.

 

קראתי. למדתי והשתאיתי. ממליצה מאד לקרוא את הספר, בין אם אתם קשורים לנושא ויכולים ליישם, ובין אם ככלי למידה להכרת העולם החדש.

ארגונים מובילי AI בעולם:


ALIBABA
על החברה:
חברה הפועלת מסין ומשמשת כענקית הרכישות ברשת בעולם.

פעילות ה AI:

  • משרתת את החברה לצורך מכירת המוצרים ברשת:
    o תעדוף אישי של מוצרים להצגה לכל קונה, בהתאם להעדפותיו הנלמדות
    o התאמות אישיות לפעולות הלקוחות, כדי להגדיל את סיכויי הרכישה מכל ביקור
    o  צ'אטבוט לתקשורת עם לקוחות
    o יצירת תוכן אוטומטי לתיאור מוצרי
  • מוכרת שירותי ענן וכלים נוספים לארגונים המבקשים ליישם AI אצלם
    o סביבת למידת מכונה ללקוחות הענן
    o כלי NLP
  • פועלת להפיכת ערים ל"חכמות"
    o איזון עומסי תחבורה
    o תאורה ברחובות ובמרכזי הערים
    o איסוף אשפה
    o קיוסקים חכמים בתחנות רכבת
  • חקלאות חכמה
    o מיכון החלטות בכל הנוגע להאכלת ואימון חזירים (סין היא צרכנית וספקית הגדולה בענף בעולם)

 

חזרה

 

GOOGLE


על החברה:
GOOGLE, או למעשה חברת ALPHABET (חברת האם של GOOGLE) הידועות לנו ממנוע החיפוש, WAZE, YOUTUBE, שירותי ענן ועוד.

 

פעילות ה AI:

לכל רוחב פעילויות החברה, כולל גם ולא רק:

  • חיפוש
    o ניתוח בקשות NLP
    o זיהוי תמונות דרך DEEP LEARNING
    o התאמה טובה של תוצאות בהתאם להבנת הבקשה דרך MACHINE LEARNING
  • מכוניות אוטונומיות
    o WAYMO- המכונית האוטונומית הראשונה המשמשת למטרות מסחריות
  • סרטים
    o הכנה של כתוביות אוטומטיות לסרטים
  • עוזרים וירטואליים חכמים
    o GOOGLE HOME עוזרים וירטואליים מותאמים למצבים מסוימים- דוגמת הזמנת תור במספרה
  • תרגום שפות
    o שיפור התרגום דרך ניתוח DEEP LEARNING של מרכיבי שפות
  • מדע רפואי מציל חיים
    o למידה של סריקות רפואיות של עיניים לזיהוי מחלות (DEEP LEARNING)

 

חזרה

 

AMAZON


על החברה:
ענקית מכירות ברשת. החלה דרכה והתפרסמה כדרך מכירת ספרים ברשת. רואה עצמה כענקית טכנולוגיה המתחרה ב GOOGLE ו APPLE וככזו מתרחבת כל העת גם לפתרונות נוספים דוגמת ALEXA לסיוע בבית.

 

פעילות ה AI:
משולב בכל פעילויות החברה והתפעול, כבר כעשור, לרבות יישום הרבה טכנולוגיית DEEP LEARNING. תפיסה ייחודית לשילוב נתונים וטכנולוגיה בין הפרויקטים והמחלקות השונות בחברה מאפשרת למידה זה מזה והמשך הרחבה ושיפור התוצרים:

  • התאמה אישית בחוויית המכירה
    o המלצות מכירה (בכמה היבטים)
  • ניהול המחסנים
    o שימוש ברובוטים המצוידים ב DEEP LEARNING לבחירה ושינוע מוצרים
  • עוזרת וירטואלית אישית
    o ALEXA- לסיוע בבית: מזהה מתי אנחנו מתעוררים כדי להתחיל להקשיב; מבין, מבצע ולומד
  • שירותי ענן
    o AWS- סביבה וכלים המאפשרים לחברות וארגונים הנעזרים בהם ליישם AI
  • רחפנים
    o רחפנים לשינוע המוצרים הנמכרים לבתי האנשים.

 

חזרה

 

APPLE


על החברה:
חברת מחשוב הגדולה בעולם. עוסקת בטכנולוגיות רבות החל ממחשבי ה MAC, דרך טלפוני ה iPhone, שעונים חכמים, טאבלטים, טלוויזיות ועוד.

פעילות ה AI:
פעילות ה AI היא סביב ההתקנים שהיא מוכרת. מובילה וחלוצה בתחום, ובעלת עליונות בכל הנוגע לאבטחת מידע וליכולת לייצר חווית משתמש ייחודית סוחפת (engaging):

  • טלפונים חכמים
    o משולב כ CHIP החל מ iPhone X המאפשר DEEP LEARNING לביצוע מהיר יותר של פונקציות שונות
    o זיהוי פנים
    o ניהול היישומונים (APPS)
    o מתן כלים למפתחי היישומונים של APPLE לשילוב DEEP LEARNING
    o יישומוני תשתית: זיהוי חפצים שהמצלמה מצביעה אליהם, הצעות לשיפור תמונות ועוד.
  • עוזרת וירטואלית אישית
    o SIRI- יכולות NLP, לרבות גם תרגום בין 40 שפות, ביצוע מדויק של הרצוי ועוד

 

חזרה

 

BAIDU


על החברה:
חברת שירותי ומוצרי אינטרנט בסין.

 

פעילות ה AI:
לכל רוחב פעילויות החברה, כולל גם ולא רק:

  • חיפוש
    o שיפור תוצאות
    o זיהוי תמונות
    o ניתוח סרטוני וידאו
  • מכוניות אוטונומיות
    o שילוב סנסורים ואלגוריתמים תוך שידור נתונים לענן כדי לזהות את תנאי הדרך והמכשולים ולהמליץ על פתרונות
    o APOLLO- סביבה פתוחה לטובת משאיות לנהיגה אוטונומית בכבישים מהירים
  • תרגומים
    o תרגומי ONLINE מבוססי DEEP LEARNING בין סינית, מנדרינית, אנגלית ויפנית.

 

חזרה

 

FACEBOOK


על החברה:
ענקית שירותי המדיה החברתית המוכרת גם שירותי רשת נרחבים.

פעילות ה AI:
החברה מנצלת את כל התכנים אליהם היא נחשפת כנתונים לטובת אימון / הפעלת המכונות. פרויקטי ותוצרי ה AI מוכוונים לשירות המשתמשים:

  • התאמה אישית לכל משתמש
    o חדשות ו FEED-ים
    o דפי בית
    o פרסומות
  • בקרת תוכן
    o סינון תוכן אלים או שקרי (FAKE NEWS)
  •  זיהוי פנים
    o זיהוי אנשים בתוך תמונות
  • הבנת טקסטים
    o DEEPTEXT- הבנת התכנים שאנו כותבים והרעיונות/רצונות שלנו הקשורים בהם
  • מניעת התאבדויות
    o הקשבה למשתמשים והפניית שירותי חירום לפי הצורך

 

חזרה

 

IBM


על החברה:
אחת מחברות המחשוב הגדולות, הפעילה כבר למעלה מ 100 שנים, כאשר בחלק מהתקופה הייתה הגדולה והמובילה בשוק זה.

פעילות ה AI:
פעילות ה AI מבוססת בראש וראשונה על ה WATSON- סביבה לחישוב קוגניטיבי. הרבה מהפעילות היא של לקוחות הרוכשים את שירותי המכונה ומפתחים מעליהם פרויקטים בעצמם, או בעזרת חברת IBM:

  • משחקים
    o DEEPBLUE: שחמט (ניצחון אלוף העלום)
    o ניצחון המומחים העולמיים במשחק ה JEOPARDY מבוסס שאלות ותשובות בידע כללי
  • CHATBOT
    o ב ROYAL BANK - שירות לקוחות ממוחשב (40% מהפניות נענות על ידי המכונה)
  • רפואה
    o איגוד הסרטן האמריקאי- סיוע לרופאים בהמלצה על תרופות מותאמות אישית לחולי סרטן
  • קוסמטיקה
    o ESTEE LAUDER- פיתוח בשמים חדשים
  • עיבוד שפה
    o PROJECT DEBATER- תשתית לעיבוד שפתי והתמודדות מל בני אדם בסוגיות מורכבות.

 

חזרה

 

JD.COM


על החברה:
חברת מסחר טכנולוגית בסין.

פעילות ה AI:
משלבת AI בכל פעילויות המשלוח, לוגיסטיקה והתפעול:

  • ניהול מרכז הזמנות ממוחשב
    o ניהול כ 200,000 הזמנות ביום במרכז הזמנות עם 4 אנשים בלבד
  • רובוטים לשינוע ואריזה
    o רובוטים חכמים המעבירים למסועים ולאריזות מותאמות ומנוצלות היטב את המוצרים
  • חוויית משתמש בשירות
    o CHATBOT המדבר עם הלקוחות. טוענים שיודע אפילו להציע דברי שירה משל עצמו
  • פרסומות מותאמות אישית
    o הפעילות במשולב עם חברות משחקי רשת ענקיות בסין
  • משלוחים מבוססי AI
    o רחפני משלוחים
    o משאיות אוטונומיות לביצוע משלוחים
  • זיהוי פנים
    o לתשלום ולקבלת משלוחים, ללא צורך בהוצאת ארנק או תעודה מזהה
  • מקררים חכמים
    o מקררים הכוללים מצלמות ויכולת זיהוי לניהול חסרים, תאריכי תפוגה ועוד
  • חנויות חכמות
    o חנויות ללא מוכרים
    o מכירה על ידי הסתכלות על המצלמה וזיהוי הפנים, ללא ארנק.

 

חזרה

 

MICROSOFT


על החברה:
ענקית המחשוב והטכנולוגיה. מעבר למחשוב אישי ומשרדי עוסקת גם בצרכנות אלקטרונית, משחקי וידאו, מחשוב בענן ומדיה חברתית.

פעילות ה AI:
פעילות ה AI מבוססת על עקרון הדמוקרטיזציה המנחה את החברה- לא רק מתן שימוש נרחב ככל האפשר לשימוש בתוצרים, אלא גם יכולת של חברות לפתח בעצמן AI מבוסס על שירותי וסביבות MICROSOFT:

  • כלים וסביבות פיתוח - AI AZURE COGNITIVE SERVICES
    o חיפוש
    o זיהוי דיבור
    o ניתוח טקסט
    o זיהוי תמונות; סיהוי פנים
    o תרגומים
    o בית ספר AI SCHOOL ברשת להדרכה בשימוש בכלים ובבניית רובוטים
    o SKETCH2Code- יצירת אתרי HTML מבוססי שרטוטים
  • OFFICE365
    o POWERPOINT- עיצוב מותאם אישית למשתמש
    o WORD- הצעת משמעויות, מונחים מקבילים ותיקוני מילים, דקדוק ופיסוק
  • שירותי ענן
    o שיפור מהירות השימוש באינטרנט
  • שיפור ביצוע RENAULT FORMULA1
    o במשותף עם חברת RENULT

 

חזרה

 

TENCENT


על החברה:
חברת ענק סינית לשירותי אינטרנט וטכנולוגיה. אחרת החברות בעלות הערך הגבוה ביותר בעולם בזכות פעילות המדיה החברתית ומשחקי הרשת שלהם.

פעילות ה AI:
החברה משקיעה באופן אגרסיבי ברכישת STARTUPS בתחום ה AI:

  • זיהוי פנים
    o מאפשרת מסחר בערים שלמות דרך כרטיסים דיגיטליים שלהם מבוססי תמונה (לא פיזיים)
  • משחקים
    o זיהוי גיל המשתמשים והגבלה בהתאם
    o ניצחון רובוטים של החברה במשחקי אסטרטגיה של SCRAFT 2 אל מול BOT-ים אחרים
  • רובוטים לשירות הבית
    o יודעים להסתובב בבית ולבצע משימות (כולל במדרגות)
    o מבצעים פעולות מסוגים שונים לרבות בידור, חברה ושמירה
  • רפואה
    o תיאום תורים חכם
    o תשלומים בעד שירותי רפואה
    o במשולב עם iCarbonX בעלי טכנולוגית סריקה- פיתוח תרופות מרשם
    o מעקב אחר התקדמות מחלת פרקינסון מתוך צפייה במטופלים (חוסך ביקורים בבתי חולים)
    o סיוע לניתוח סריקות MRI ולהצעת טיפול מתאים (מעל 700 מחלות).

 

חזרה

 

 

 

טבלת חברות ופעילויות
חברה צורך/פתרון נתונים
טכנולוגיית AI
מגזר: מסחר, צרכנות ומזון

 

Burberry

מכירת פריטי יוקרה והתאמת מוכרנים o נתוני פרופיל לקוחות
o הרגלי רכישה
o נתוני הצגת בגדים
o פרטים על הבגדים
o נתוני מכירות

(machine learning)
RFIQ
Coca-Cola פיתוח/ מכירת משקאות במכונות העצמיות ובפרסומות מותאמת למקום/זמן o נתוני צריכה
o נתוני מדיה חברתית
visual computing
NLP
DEEP LEARNING
Domino’s

שיפור איכות הפיצות המיוצרות.

עוזר וירטואלי בשירות.

משלוחים ברכב אוטונומי
שיפור איכות הפיצות המיוצרות.
עוזר וירטואלי בשירות.
משלוחים ברכב אוטונומי
NLP
Kimberly-Clark הבנת צרכי הלקוחות
והצעות מותאמות למצבם (למשל- תכניות הריון)
o נתוני גישה ברשת
o נתוני לקוחות מועדון
o נתוני תפעול
machine learning
McDonalds שיפור שירות.
הגדלת מכירות.
התאמת תפריטים למלאי, למזג האוויר ועוד.
חיזוי העדפות אישיות.
o נתוני רכישות ורוכשים דרך הקיוסקים (machine learning)
רובוטים
Samsung מוצרים חכמים לבית,
למקום העבודה
ולארגונים תעשייתיים.
עוזר וירטואלי
o סנסורים במכשירים NLP
רובוטיקה
Starbucks שיפור ניהול מלאים להבטחת הטעמים הרצויים בכל סניף.
הגדלת מכירות- המלצות אישיות.
משלוחים ברכב אוטונומי.
o התנהגות צרכנים
o צריכה כוללת לפי מיקום, תאריך, מזג אוויר, שעות ועוד
 (machine learning)
רובוטים
Stitch Fix

משלוח הצעות לרכישות אופנה לאנשים, לפי חיזוי העדפותיהם.

הבנת מידות לפי תמונה.
פיתוח בגדים שיימכרו.
התאמת סטייליסטים ללקוחות.

o התנהגות צרכנים פרטנית
o צריכה כוללת
machine learning
Unilever גיוס עובדים-
מבחנים ממוכנים, ניתוח ראיונות וידאו, ניתוח הבעות
o נתוני מבחנים
o נתוני וידאו
o מסמכי חברה
NLP
visual computing
Walmart מילוי שוטף ב LIVE של מדפים בהתאם לצריכה o צילומי מוצרים
o צילומי המדפים
רובוטיקה (דומה בדרך היישום לרכבים אוטונומיים)
מגזר: מדיה, בידור ותקשורת
Walt Disney קיצור תורים ללקוחות.
תשלומים דרך צמידים שעונדים
מצלמות:
o נתוני שהיה לכל אחד
o נתוני תורים
o נתוני היקף בפארקים
machine learning
visual computing
רובוטיקה
RFQID
Instagram צמצום בריונות רשת o תכנים ברשת NLP
Deep Learning
LinkedIn קישור עובדים למשרות ולקורסים מומלצים.
תכנון דרך עבודת האתר
o תכנים ברשת

(NLP)

machine learning

Netflix התאמה אישית לצופים במה כדאי לצפות.
שיפור זרימת הנתונים ברשת
o הרגלי צפייה קיימים מנותחים להרבה גורמים לחיזוי העדפות

Deep Learning
(Audio Analysis)
(Video Analysis)

Press Association כתיבת ידיעות מקומיות באופן ממוכן על סמך ידע הנאסף ע"י עיתונאים o ידיעות ששוות כיסוי
o מקורות מידע ברשת

NLP

Spotify מוזיקה בהתאמה אישית  o הרגלי שימוש קיימים
o מאגר שירים

machine learning
Audio Analysis
NLP

Telefonica איתור יישובים בדרום אמריקה שנכון ואפשר לחבר אותם לרשת התקשורת.
אחזקה מונעת לרשתות.
o נתוני לוויין (להערכת מקומות יישוב)
o נתוני תדרים
o נתוני פעילות הרשתות

visual computing
machine learning

Twitter צמצום FAKE NEWS ו SPAM שמקורו ב BOT-ים o פעילות ברשת
o תכנים ברשת

machine learning
(NLP)

Verizon שיפור איכות שירות תוך התחשבות בגורמים חיצוניים (מזג אוויר) ופנימיות (רמות ואופי שימוש)
CHATBOT לשירות עצמי
o ניטור פעילות הרשת
o נתוני סביבה ומזג אוויר
o ביצועי הרשתות
o נתוני חידוש מנויים

machine learning

Viacom שיפור ביצועי Video Streaming והגברת רמות הצפייה o ניטור פעילות הרשת
o נתוני צפייה
o נתוני רשתות חברתיות

machine learning

מגזר: שירות, פיננסי, ובריאות
American Express זיהוי הונאות בשימוש בכרטיסים.
עוזר אישי וירטואלי לנוסעים.
o נתוני רכישות עבר
o נתוני הונאות עבר
machine learning supervised & unsupervised
Elsevier תמיכה בהחלטות רפואיות.
המלצות למחקר מדעי רפואי.
o תכני ירחוני מחקר
o ספרי מחקר רפואי
o נתוני מטפולים
o נתוני תביעות ביטוח
NLP
Entrupy איתור זיופי מוצרים ברשת
(חברה נותנת שירות)
o צילומי מוצרים אותם עבורם היא מונעת זיוף
o בנוסף- מותאם לקוח
טכנולוגיות סריקה מתקדמות
machine learning
deep learning
visual computing
Experian פישוט, קיצור ואולי הוזלה של תהליכי אישור משכנתאות o מסמכי בקשות machine learning
(NLP)
Harley Davidson הגדלת מכירות דרך איתור מדויק של לידים, באמצעות סגמנטציה ששירותי פייסבוק נתוני לקוחות קיימים:
o הרגלי צריכה
o אתרים בהם שוהים
o תגובה לפרסומות
(machine learning)
(NLP)
Hopper הוזלת עלות הזמנת כרטיסי טיסה, ע"י לימוד התזמון הנכון להזמנת מבצעים, ובחירת יעדים ותארכים מדויקים והמלצה עליהם ללקוחות o נתוני הזמנות כרטיסים ומחירים (נרכש בתשלום)
o נתוני צרכנים
(machine learning)
NLP
Infervision זיהוי מוקדם של סרטן ושבץ o סריקות רפואיות (רנטגן, CT)
o מידע רפואי
deep learning
visual computing
Mastercard צמצום תביעות שווא לביטול חיוב על רכישות ע"י זיהוי מדויק אם חיוב הוא חוקי o נתוני רכישות
o נתוני הונאות
machine learning supervised & unsupervised
Salesforce סיוע לארגונים המשתמשים במוצרים להבין טוב יותר את מאפייני לקוחותיהם.
שירות טלפוני.
(חברה נותנת שירות CRM)
נתוני לקוחות:
o רכישות וכספים
o שירות
(machine learning)
NLP
Uber כלל פעילויות החברה החל ממכירות ועד חוויית שירות דרך זירוז הגעת רכב ההסעה או משלוחי אוכל.
חיזוי אם לקוחות שיכורים ומניעת נהגים שאינם מעוניינים מלהגיע.
חיזוי סיכויי תשלום.
o נתוני נסיעות
o נתוני GPS של הנוסעים והמסיעים
o נתוני מפות
machine learning
מגזר: תעשיה כבדה, רכב, חלל, תעשיה 4.0
BMW רכבים אוטונומיים.
התאמת נהיגה לנוסע
נתוני נהיגה:
o מצלמות ברכבים
o נתוני GPS
Cognitive computing
machine learning
visual computing
GE תחנות ייצור חשמל חכמות- חישוב פרמטרים לאופטימום תפעול וזיהוי בעיות היכולות ליצור מצבי אי-יעילות.
ניהול הרכש.
o סנסורים בתחנות Machine learning
Predictive analytics
John Deere הקטנת זיהומי הדברה- ע"י המלצה לשימוש ממוקד בחומרים.
המלצה לחקלאים היכן כדאי לזרוע.
o צילומי גידולים
o מאגר מזיקים
Machine learning
רובוטיקה
visual computing
KONE מעליות חכמות- אחזקה מונעת וזיהוי תקלות בדרך o סנסורים במעליות למיניהן Cognitive computing
machine learning
Daimler ייעול תהליכי ייצור של רכבי יוקרה.
מכוניות ומשאיות אוטונומיות.
o מצלמות וסנסורים בכלי הרכב
o נתוני GPS
o נתוני מטרולוגיה
machine learning deep learning
NASA לימוד החלל- על יד זיהוי נתונים ומידע חשובים.
ניטור אנרגיה של רכבי חלל.
רובוטים חלליים
 o סנסורים על רכבי החלל למיניהם רובוטיקה
(deep learning)
Shell שיפור וייעול כלל שרשרת האספקה באנרגיה- דוגמת איזון עומסי חשמל o נתוני אנרגיה הנאספים מהמתקנים והציודים השונים  (Machine learning)
(Predictive analytics)
Siemens מערך רכבות חכם:
- שיפור עמידת רכבות בזמנים
- אופטימיזציה של אנרגיה
- מיצוי מיטבי של משאבים
o סנסורים בכלל מרכיבי ההסעה
o מצלמות להפרעות (צפויות) במסילה
(Machine learning)
visual computing
Tesla רכבים אוטונומיים.
עוזרת וירטואלית לתקשור עם הנהג
o סנסורים ברכב
o נתונים משותפים מכלל מאגרי הרכב
o מצלמות תנועה
o סנסורים בדרך
o נתוני טלפון של הנוסעים
Machine learning
Volvo נהיגה עם מרכיבים אוטונומיים לשמירת הבטיחות o סנסורים ברכב
o סנסורים בדרך
Machine learning
Deep Learning Predictive analytics

סיכום


מטרת הספר הייתה לתת סקירה על יכולות AI תוך השראה לפעילויות של כל אחד בארגונו ובהתפתחות הקריירה שלו.
עיקר ההמלצות לקוראים בארגונים:

  1. פתחו מודעות לבינה מלאכותית
  2. פתחו יכולות (בתוך הארגון, לא רק עם יועצים)
  3. דאגו לנתונים מתאימים
  4. עדכנו את הבסיס הטכנולוגי (עבודה בענן, ציוד חכם ועוד); התאימו את המחשוב
  5. השתמשו בבינה מלאכותית באופן אתי
  6. דאגו להיפטר מהטיות מובנות (BIASES)
  7. הכינו את עצמכם וקדמו שינוי מבנה התפקיד שלכם, כך שחלק יוכל לעבור מיכון
  8. שיקלו להיכנס למקצועות החדשים דוגמת מהנדסי למידת מכונה, מהנדסי שפה טבעית ועוד.
    העתיד כבר כאן.

 

חזרה

 

נכתב ע"י ד"ר מוריה לוי

AGILE. לכאורה עוד BUZZWORD המתנוסס בעולם הניהולי, אך למתבוננים מקרוב- מדובר במהפכה של ממש.

התרגום המילולי של המילה היא זריזות. ויש יגידו זמישות (זריזות וגמישות). אך AGILE היא הרבה יותר מכך. מדובר בתפיסה כוללת שמצליחה דרך הסתכלות אחרת לייצר יותר פתרונות שמגיעים לקו סיום, ויותר ערך ללקוח בפתרונות אותם מקבל.

כפי שאולי רבים יודעים, התפיסה הגיעה במקור מעולם פיתוח התוכנה וממניפסט שנכתב וקבע את עקרונות פיתוח התוכנה ב AGILE: SPRINTS קצרים של תוכנה, עירוב בעלי תפקידים שונים כבר מההתחלה ובחלקים רבים בכל שלב, פגישות יומיות בעמידה, מרחבי עבודה פתוחים והרבה שיתופיות.

דוגמאות אלו מייצגות AGILE בתהליך העבודה.

 

לשמחתנו כיום אנחנו רואים AGILE בממדים רבים נוספים:

אחד הממדים הללו הינו AGILE בתוצר. פעם קראנו לזה LOW HANGING FRUIT. היום אנחנו מסתכלים על זה כמיקוד של הערך. במקום להציע את השמים ויותר מכך, ניתוח בכל שלב נתון מה יביא הכי הרבה ערך ללקוח והתמקדות בו; זאת, לעיתים במקום שירותים ומוצרים רחבי היקף ולעיתים במקביל ליישומם.

 

אנחנו עדים גם ליישום תפיסת AGILE בניהול הפרויקטים. גם אם יש מטרה ארוכת טווח, אנחנו מתכננים ועוקבים אחר המשימות, הלו"ז, הסיכונים והקשב לטווח המידי. שוב, לעיתים בנוסף לתכנון ארוך הטווח ולעיתים פשוט במקום. צעד אחר צעד.

 

וכיום, תפיסת AGILE מתחילה להיות מיושמת גם בניהול השינוי ויצירת ההרגלים החדשים. שינוי הוא תמיד לא לטווח המידי, אלא מסע. ובכל זאת, הרעיון שמאחורי תפיסת AGILE מציעה לפרוס פרוסה  קטנה ממנו, ליישם רק אותה לחגוג הצלחה, ולהתחיל לתכנן רק אז מה תהיה הפרוסה הבאה. לא רק מימוש מדורג, אלא גם חשיבה מדורגת. ככה, לעולם לא מבזבזים זמן על תכניות היפותטיות שאולי לא תהיה רלוונטיות בעוד תקופה, אם בגלל שהצלחנו יותר או פחות משתכננו, ואם כי היו שינויים חיצוניים.

 

האתגר בכל אלו, להבין ולהפנים שגם אם עוסקים כל פעם בחוליה אחת- אנחנו רוצים להגיע לשרשרת ארוכה, ולכן, כל פעם ברגע שמסיימים, צריך לעצור, לנשום רק לרגע- ולהתחיל מחדש. כי AGILE לא חוסכת את העבודה, היא פשוט מאפשרת לנו לכוון אותה טוב יותר, לתת יותר ערך, ולחייך הרבה יותר בדרך. שווה.

המגזין נכתב ע"י חברת Rom Knowledgeware
Fax 077-5020772 * Tel 077-5020771/3 * רח' בר כוכבא 23, בני ברק מיקוד 67135