ResolveGrid: סוכני AI שמוציאים את השירות הטכני מהדפדפן אל השטח
פורסם: · עודכן:
TL;DR
בעולם שבו רוב סוכני הבינה המלאכותית עדיין פועלים בתוך מסמכים, צ׳אטים, מערכות CRM וגיליונות עבודה, ResolveGrid מנסה לפתור בעיה מוחשית בהרבה: איך עוזרים לטכנאים בשטח לאבחן, לתקן ולהשלים עבודה מורכבת מול ציוד אמיתי. הפלטפורמה, שהושקה ב-14 במאי 2026, ממוצבת כשכבת אינטליגנציה לביצוע שירותי שטח, ומשלבת הנחיה אג׳נטית, ראייה ממוחשבת, הוראות עבודה דיגיטליות, לכידת ידע ארגוני והסלמה למומחה אנושי בזמן אמת. הערך המרכזי שלה אינו עוד צ׳אטבוט, אלא ניסיון להפוך ידע של מומחים מנוסים לתהליך עבודה מונחה, מתועד וחוזר על עצמו. טכנאי יכול לקבל צעדים מומלצים, לצלם ציוד, לתעד מדידות, להפעיל תהליך דרך קוד QR, להעלות ראיות עבודה, ולהעביר את כל ההקשר למומחה מרחוק אם נדרש. עבור ארגונים עם ציוד מורכב, ביקורי שירות יקרים, מחסור בטכנאים ותיקים ותיעוד מפוזר, זו הצעה חזקה במיוחד. עם זאת, מדובר בכלי ארגוני מוקדם יחסית, ללא תמחור פומבי וללא פירוט מלא של מודלי ה-AI או תקני האבטחה. נתוני ההשפעה העסקית שפורסמו, כמו הפחתת ביקורי שטח ושיפור שיעור תיקון ראשון, צריכים להיבדק כפיילוט מדיד לפני רכישה רחבה.
הסקירה המלאה
שוק ה-AI הארגוני התרגל לחשוב על סוכנים חכמים כעל כלים שמנהלים מיילים, מחפשים במסמכים, כותבים קוד או מעדכנים כרטיסי שירות. ResolveGrid מציעה זווית שונה ומעניינת יותר: בינה מלאכותית שמלווה טכנאי בשטח כשהוא עומד מול מכונה, מערכת רפואית, ציוד תעשייתי, מתקן תשתית או רכיב תקול. במקום להסתפק במענה טקסטואלי כללי, הפלטפורמה נועדה להפוך תהליך שירות מורכב לזרימת עבודה חיה: זיהוי מצב, המלצה על הצעד הבא, איסוף תמונות ונתונים, בדיקת חריגות, תיעוד הוכחת ביצוע, ובמקרה הצורך העברת ההקשר למומחה אנושי. מבחינת משתמש הקצה, זו יכולה להיות נקודת מפנה חשובה במיוחד. טכנאי חדש או פחות מנוסה אינו צריך לזכור את כל הנהלים, לחפש ידנית במסמכי PDF או להתקשר שוב ושוב למוקד התמיכה. הוא מקבל תהליך מסודר, מותאם הקשר, שמנסה להוביל אותו לתיקון נכון כבר בביקור הראשון.
החלק המעניין ביותר ב-ResolveGrid הוא השילוב בין שלושה עולמות שבדרך כלל נמכרים בנפרד: הוראות עבודה דיגיטליות, תמיכה חזותית מרחוק וסוכן AI תפעולי. לפי חומרי החברה, ניתן לבנות תהליכי עבודה ללא קוד, לשלב טקסט, תמונות, וידאו ותוכן תלת-ממדי, להוסיף הסתעפויות לוגיות, לפרסם תהליכים לטלפון או לטאבלט, ולהפעיל אותם דרך קישור או קוד QR. במהלך הביצוע הטכנאי יכול להזין קריאות, לצלם חלקים, לתעד מצב לפני ואחרי, ולהחזיר מידע למערכות CRM, ניהול שירות או כרטוס. כאן נמצא הערך הארגוני האמיתי: לא רק לעזור לטכנאי בודד, אלא ליצור לולאת למידה שבה כל תיקון, חריגה והסלמה משפרים את מאגר הידע הארגוני. אם החברה אכן מצליחה להפוך ידע שנמצא בראשם של מומחים ותיקים לתהליכים מאומתים, ניתנים לגרסה ולמדידה, היא יכולה לצמצם תלות באנשים בודדים ולשפר עקביות בשירות.
מנקודת מבט של מנהלי שירות, ההבטחה העסקית ברורה מאוד: פחות ביקורים חוזרים, פחות זמן השבתה אצל לקוחות, קיצור משך תיקון, שיפור קליטת עובדים חדשים והפחתת העומס על מומחים בכירים. החברה מציגה נתונים מרשימים, כולל הפחתה של 50% בדיספצ׳ים, שיעור תיקון ראשון של 82%, הפחתה של 63% בזמן שירות ו-85% פתרון מרחוק. אלה מספרים חזקים, אך חשוב להתייחס אליהם כאל טענות ספק עד שיובהר מה מקורם: האם מדובר בפיילוטים מצומצמים, בנתונים שהגיעו מטכנולוגיית CareAR המקורית, בפריסות נוכחיות של ResolveGrid, או בתרחישי מיטב. ארגון רציני צריך לבקש הגדרת מדדים מדויקת, בסיס השוואה, מספר אירועים שנמדדו, משך יישום, סוגי ציוד, רמת ניסיון של הטכנאים והאם התוצאות נבדקו באופן בלתי תלוי. ללא מדידה כזו, קל להתלהב מהנרטיב וקשה לדעת מה יהיה ההחזר בפועל.
בצד המגבלות, ResolveGrid נכנסת לאזור רגיש הרבה יותר מצ׳אט ארגוני רגיל. היא עשויה לעבד תמונות, וידאו, מיקום גאוגרפי, נתוני מכשיר, פרטי לקוחות, מזהי ציוד, הקלטות או מידע מאתרי לקוח. לכן נדרשת תשומת לב גבוהה לאבטחה, הרשאות, שמירת נתונים, ניהול גרסאות, ביקורת פעולות והסבריות של המלצות AI. בנוסף, בשירות שטח אין מקום להמלצות שגויות בתהליכים בטיחותיים או רגולטוריים. צריך לבדוק האם ניתן לחייב אישור מנהל בצעדים מסוימים, האם יש תיעוד מלא של ההמלצות והפעולות, איך המערכת מתפקדת כשאין קליטה, ומה קורה כשהידע הארגוני אינו מעודכן. בשורה התחתונה, ResolveGrid אינה נראית כמו מערכת FSM מלאה שמחליפה את ServiceNow, Salesforce או Dynamics, אלא יותר כשכבת אינטליגנציה וביצוע מעל מערכות קיימות. עבור ארגונים עם שירות שטח מורכב זו יכולה להיות בחירה מבטיחה מאוד, בתנאי שמבצעים פיילוט קפדני, בודקים אינטגרציות ואבטחה, ומוודאים שה-AI נשאר כלי הנחיה מבוקר ולא מקור יחיד לאמת תפעולית.
פיצ'רים בולטים
- הנחיה אג׳נטית לטכנאים: המלצות לצעד הבא בהתאם להקשר, נתוני הטכנאי, תהליך העבודה והידע הארגוני., * הוראות עבודה דיגיטליות: בניית תהליכים ללא קוד עם טקסט, תמונות, וידאו, תוכן תלת-ממדי, הסתעפויות ופרסום לשטח., * ראייה ממוחשבת ותמיכה חזותית: שימוש בתמונות, וידאו ושיתוף חזותי כדי לסייע באבחון, בדיקה ותיעוד תקלות., * הסלמה למומחה אנושי: העברת ההיסטוריה, התמונות, ההקשר והשלבים שבוצעו למומחה מרחוק בזמן אמת., * לכידת הוכחת ביצוע: איסוף קריאות, תמונות, הערות ותיעוד עבודה מתוך זרימת השירות., * הפעלה דרך קישורים וקודי QR: גישה מהירה לתהליכי עבודה בשטח דרך מכשירים ניידים., * שילוב עם מערכות ארגוניות: מיצוב כשכבת אינטליגנציה מעל מערכות CRM, FSM וכרטוס, בכפוף לאינטגרציות בפועל., * תמיכה בהדרכה והעברת ידע: הפיכת ידע של מומחים לתהליכים מובנים שמסייעים בהכשרת טכנאים חדשים.
עלויות
- תוכנית ארגונית מותאמת: לא פורסם מחיר באתר החברה, והגישה צפויה להתבצע דרך הדגמה, חוזה ארגוני וחשבון שמסופק על ידי הארגון., * אפליקציה למשתמשי ארגון: לפי עמוד Google Play, נדרש חשבון פעיל שמסופק על ידי הארגון, ולכן אין אינדיקציה לגרסת self-service לציבור הרחב., * תמחור לפי פריסה: סביר שהתמחור תלוי במספר טכנאים, היקף תהליכי העבודה, אינטגרציות, אחסון מדיה, דרישות אבטחה ותמיכה, אך יש לאמת זאת ישירות מול הספק.
טכנולוגיה ומודלים
- מודלי AI לא פורסמו בפומבי: נכון לממצאי המחקר, החברה אינה מציינת שימוש ב-GPT-4o, Claude, Gemini או מודל שפה מסוים אחר., * שכבת Agentic AI: הפלטפורמה מתוארת כסוכן תפעולי שמציע המלצות וצעדים הבאים על בסיס ידע ארגוני, קלט מהטכנאי והקשר תהליך העבודה., * אחזור ידע והקשר תפעולי: סביר שהמערכת משתמשת בגישה דמוית RAG או חיפוש סמנטי מעל מסמכים, נהלים ותהליכים, אך הארכיטקטורה המדויקת לא פורסמה., * ראייה ממוחשבת: החברה מציינת יכולות visual intelligence, בדיקה ותמיכה חזותית. יש לבדוק בהדגמה האם מדובר בזיהוי אובייקטים ופגמים בפועל או בעיקר בלכידת תמונות, הערות ושיתוף וידאו., * Workflow engine: רכיב בניית תהליכים ללא קוד מאפשר הסתעפויות, פרסום, לכידת נתונים ותיעוד הוכחות עבודה., * Human-in-the-loop: כאשר ההמלצה האוטומטית אינה מספיקה, ניתן להסלים למומחה אנושי תוך שימור ההקשר, שלבי העבודה והמדיה שנאספה.
קהל יעד
- ארגוני שירות שטח ארגוניים שמנהלים צוותי טכנאים מבוזרים וציוד מורכב., * יצרנים וספקי ציוד תעשייתי שרוצים לצמצם ביקורי שירות חוזרים ולשפר תיקון בביקור ראשון., * חברות מכשור רפואי עם תהליכי תמיכה, בדיקה ותחזוקה שמחייבים עקביות ותיעוד., * ארגוני תחבורה, תשתיות ומתקנים שבהם זמן השבתה וטעויות ביצוע יקרים במיוחד., * מנהלי הדרכה והכשרת טכנאים שרוצים להפוך ידע של מומחים לתהליכים דיגיטליים., * מוקדי תמיכה טכנית ושירות הנדסי שמבקשים להסלים מקרים עם הקשר מלא ולא דרך תיאור מילולי חלקי., * ארגונים עם כוח עבודה מתחלף או מזדקן שצריכים לשמר ידע מוסדי לפני שהוא נעלם.
התאמה לארגונים ואבטחת מידע
- מידע שנאסף: לפי מדיניות הפרטיות, השירותים עשויים לכלול מזהים אישיים, נתוני חשבון, נתוני מכשיר ורשת, פרטי קשר עסקיים, תמונות, וידאו, מיקום גאוגרפי, נתוני מוצר, הרשאות מצלמה ומיקרופון, הרשאות אנשי קשר וקואורדינטות GPS לפי בחירת המשתמש.
- תקני אבטחה: לא נמצא בממצאי המחקר אישור פומבי ל-SOC 2, ISO 27001 או תקן אבטחה ספציפי אחר. ארגונים צריכים לבקש דוח תאימות עדכני, מסמכי אבטחה והתחייבויות חוזיות.
- פרטיות ורגולציה: יש לבדוק התאמה ל-GDPR, הסכמי עיבוד מידע, מדיניות שמירת נתונים, מחיקה, אנונימיזציה ושימוש בנתוני לקוחות לאימון מודלים.
- בקרות ארגוניות רצויות: מומלץ לוודא תמיכה ב-SSO, SAML, SCIM, בקרת הרשאות מבוססת תפקידים, יומני ביקורת, ניהול גרסאות, הצפנה במנוחה ובמעבר, ואפשרויות data residency.
- אבטחת AI: בתהליכים בטיחותיים יש לבדוק תיעוד מלא של המלצות AI, הסבריות, אישורי מנהל לצעדים קריטיים, מניעת hallucinations ויכולת להשבית המלצות לא מאומתות.
- סביבת שטח רגישה: מכיוון שהמערכת עשויה לצלם אתרי לקוח וציוד, יש להגדיר מדיניות ברורה לגבי אחסון תמונות, שיתוף וידאו, גישה של קבלני משנה ושימור נתונים לאחר סיום פרויקט.
שאלות נפוצות
מהי ResolveGrid ומה הבעיה שהיא מנסה לפתור?
ResolveGrid היא פלטפורמת AI לשירות שטח, שנועדה לעזור לטכנאים לאבחן, לתקן ולתעד עבודות מורכבות מול ציוד אמיתי. במקום להיות רק צ׳אטבוט או כלי לניהול מסמכים, היא מנסה להביא את הבינה המלאכותית אל השטח עצמו וללוות את הטכנאי בזמן העבודה.
איך ResolveGrid עוזרת לטכנאים בשטח?
המערכת מספקת הנחיות אג׳נטיות בהתאם להקשר, מאפשרת לצלם ציוד, לתעד מדידות ולהעלות הוכחות ביצוע, ובמידת הצורך להסלים את המקרה למומחה אנושי בזמן אמת. כך טכנאי יכול לקבל תהליך עבודה מסודר יותר ולהגיע לפתרון נכון כבר בביקור הראשון.
אילו יכולות מרכזיות כוללת ResolveGrid?
הפלטפורמה משלבת הנחיה חכמה, ראייה ממוחשבת, הוראות עבודה דיגיטליות, לכידת ידע ארגוני והסלמה למומחה מרחוק. בנוסף, ניתן להפעיל תהליכים דרך קישורי QR, להוסיף טקסט, תמונות, וידאו ותוכן תלת-ממדי, ולתעד את כל שלבי העבודה.
למי ResolveGrid מתאימה במיוחד?
הפתרון מתאים בעיקר לארגוני שירות שטח עם ציוד מורכב, מחסור בטכנאים ותיקים, ביקורי שירות יקרים וצורך בתיעוד עקבי. היא רלוונטית גם ליצרנים, חברות ציוד רפואי, ארגוני תשתיות, תחבורה ומתקנים, ולמנהלי הדרכה שרוצים להפוך ידע של מומחים לתהליך מובנה.
האם ResolveGrid יכולה לשפר את תיקון התקלה בביקור הראשון?
כן, זו אחת ההבטחות המרכזיות של הפלטפורמה. לפי הכתבה, המערכת נועדה לצמצם טעויות, לקצר זמן תיקון, להפחית ביקורים חוזרים ולסייע לטכנאים פחות מנוסים לעבוד לפי ידע ארגוני מסודר. עם זאת, התוצאות בפועל צריכות להיבדק בפיילוט מדיד.
האם יש נתונים על החיסכון והביצועים של ResolveGrid?
החברה מציגה נתונים כמו הפחתה של 50% בדיספצ׳ים, שיעור תיקון ראשון של 82%, הפחתה של 63% בזמן שירות ו-85% פתרון מרחוק. יחד עם זאת, הכתבה מדגישה שמדובר בטענות שדורשות אימות דרך פיילוט, מדדים ברורים ובדיקת מקור הנתונים.
האם ResolveGrid מחליפה מערכות כמו ServiceNow, Salesforce או Dynamics?
לא. לפי הכתבה, ResolveGrid ממוצבת יותר כשכבת אינטליגנציה וביצוע מעל מערכות קיימות, ולא כתחליף מלא ל-FSM או CRM. היא יכולה להשתלב עם מערכות ארגוניות, אך האינטגרציות והיקפן בפועל צריכים להיבדק מול הספק.
האם יש מידע פומבי על התמחור של ResolveGrid?
לא פורסם תמחור פומבי. לפי המידע בכתבה, המודל הוא ארגוני, וכנראה כולל הדגמה, חוזה מותאם ופריסה לפי צרכי הארגון. לכן קשה להעריך מראש התאמה לעסקים קטנים או בינוניים.
אילו סיכונים או מגבלות חשוב לקחת בחשבון לפני הטמעה?
המערכת עשויה לעבד תמונות, וידאו, מיקום ונתוני לקוחות, ולכן יש צורך בבדיקת אבטחה, פרטיות, הרשאות, ניהול נתונים ותאימות רגולטורית. בנוסף, חשוב לוודא שההמלצות של ה-AI ניתנות לבקרה ושלא מסתמכים עליהן באופן עיוור בתהליכים רגישים או בטיחותיים.
האם ResolveGrid מתאימה לפיילוט בארגון?
כן, במיוחד אם הארגון מנהל שירות שטח מורכב ורוצה לבדוק שיפור במדדים כמו זמן תיקון, פתרון מרחוק ותיקון בביקור ראשון. הכתבה ממליצה לבחון אותה דרך פיילוט קפדני, עם מדידה ברורה של תוצאות, בדיקת אבטחה ואימות האינטגרציות לפני פריסה רחבה.