Precisely משיקה פלטפורמה ל-AI שאפשר לסמוך עליו

אתם מכירים את הרגע הזה שאתם מראים דמו מדהים של מודל AI ללקוח, הכול עובד חלק, אבל אז מגיע הרגע לנסות להרים את זה לפרודקשן — והכול מתפרק? הסיבה היא בדרך כלל לא ה-AI עצמו, אלא הנתונים שהוא עובד עליהם. לפי דוח של McKinsey, כמעט שני שלישים מהארגונים עדיין בשלב הפיילוט, ולא מצליחים להרחיב את השימוש ב-AI כי הם פשוט לא סומכים על הדטה. Precisely, חברת ניהול נתונים, מציגה היום פתרון לבעיה הזו בדיוק, עם שתי הכרזות גדולות ותמיכה בפרוטוקול חדש.

מה בעצם Precisely השיקה?

Precisely חשפה היום את Precisely Platform — פלטפורמת ניהול נתונים אחידה, שנועדה להפוך נתוני ארגונים ל-AI-ready. במקביל, היא משיקה את Precisely AI Studio, אוסף של אפליקציות, סוכנים ו-skills מוכנים מראש, שנועדו לעזור למפתחים ולצוותי דאטה לבנות פתרונות AI מהר יותר. בנוסף, החברה הודיעה על תמיכה ב-Model Context Protocol (MCP), פרוטוקול שמאפשר לחבר סוכני AI ועוזרים אינטליגנטיים ליכולות של הפלטפורמה, בלי לבנות אינטגרציות מותאמות אישית.

אז בואו נפרק את זה.

הפלטפורמה: נתונים נאמנים ל-AI, בלי להעביר אותם למקום חדש

הבעיה המרכזית ש-Precisely Platform באה לפתור היא פרגמנטציה. נתוני ארגונים מפוזרים על פני עננים, מערכות אחסון דאטה, מערכות legacy כמו מיינפריים ו-SAP, ופתרונות נקודתיים שונים. כשמוסיפים AI למשוואה הזו, ה-AI פועל על נתונים לא עקביים, עם חורי ממשל שבעבר אדם היה תופס — אבל עכשיו ההחלטות מתקבלות אוטומטית, בקנה מידה גדול, לפני שמישהו מספיק להתערב.

הפתרון של Precisely: פלטפורמה אחת שמנהלת את הנתונים היכן שהם נמצאים, בלי לדרוש העברה לאקוסיסטם אחיד. היא בנויה על שכבת מטא-דאטה וסמנטיקה אחת, שמשותפת לכל היכולות: אינטגרציה, איכות, ממשל, אינטליגנציית מיקום, ניהול נתוני לקוח ועוד. הפלטפורמה מטמיעה AI משלה — למשל, יצירת חוקי איכות דאטה אוטומטיים, התאמות חכמות והמלצות להעשרה — כדי לבצע אוטומציה של עבודה שבדרך כלל דורשת מומחיות. כל נכס דאטה מקבל ציוני איכות וממשל, מה שמאפשר למנהלים לראות מה מוכן ל-AI ומה מסוכן.

Stewart Bond, סגן נשיא ב-IDC, אמר שארגונים רבים "ממשיכים להיאבק בסביבות דאטה מפוצלות", והתעשייה עוברת לכיוון "פלטפורמות דאטה אינטליגנטיות מאוחדות". זה בדיוק מה ש-Precisely בונה כאן.

AI Studio: קיצור דרך ממפתחים ל-AI אמין

AI Studio הוא אוסף הולך וגדל של נכסים מוכנים — אפליקציות, סוכנים ו-skills — שנועדו לעזור ל-builders (מפתחים, מהנדסי דאטה) להתחיל ליצור פתרונות AI תוך דקות, בלי להתחיל מאפס. הנכסים עובדים עם כלים פופולריים כמו Claude, Microsoft Copilot ו-ChatGPT, ומדגימים איך להשתמש ביכולות של הפלטפורמה, כמו שיפור איכות והעשרת דאטה.

Matt Waxman, Chief Product Officer ב-Precisely, אמר: "לבנות דמו AI מרשים זה דבר אחד. לבנות AI שאתם יכולים לסמוך עליו בקנה מידה גדול זה הרבה יותר קשה. לקחנו עשרות שנות ניסיון בפתרון אתגרי דאטה מורכבים ומילאנו את ה-AI Studio באפליקציות, סוכנים ו-skills שמורידים את המחסום לבניית יישומי AI על גבי דאטה מוכן ל-AI. מדובר בקיצור הדרך מניסוי לייצור, בלי להתפשר על תוצאות."

AI Studio זמין כעת לניסיון בחינם, מה שאומר שאתם יכולים לגשת אליו מיד ולהתחיל להתנסות.

תמיכה ב-MCP: חיבור סוכנים בלי קוד מותאם אישית

ההכרזה השלישית, ואולי הכי מעניינת מבחינת ארכיטקטורה, היא תמיכה ב-Model Context Protocol (MCP). MCP הוא פרוטוקול שמאפשר לסוכני AI ועוזרים (כמו אלה שאתם בונים על גבי Claude או Copilot) להתחבר ישירות ליכולות של Precisely — כמו ניקוי דאטה, אימות כתובות, אוטומציה של תהליכי SAP ותקשורת עם לקוחות — בלי לבנות אינטגרציה מותאמת לכל יכולת.

המשמעות: אם יש לכם סוכן AI שאמור לבצע פעולות עסקיות, הוא יכול לגשת לאותן יכולות ניהול דאטה ותקשורת שהארגון כבר סומך עליהן, תוך שמירה על בקרות אבטחה וממשל קיימות. Waxman ציין ש"AI הופך לדרך העיקרית שבה אנשים מתקשרים עם מערכות ארגוניות, לרוב בשפה טבעית, וסוכנים מבצעים יותר ויותר פעולות בתהליכי עבודה עסקיים ובתקשורת. זה משאיר פחות מקום לטעויות, במיוחד בתעשיות מוסדרות."

תמיכה ראשונית ב-MCP מאפשרת לסוכנים תואמים לגשת ליכולות כמו ניהול מיינפריים, אוטומציה של SAP ותקשורת עם לקוחות.

זמינות ומה הלאה?

AI Studio זמין מיד, עם אפשרות להרשמה לניסיון בחינם. ה-Precisely Platform נמצאת כרגע בגרסת Preview, כשההשקה המלאה (General Availability) צפויה בתחילת 2027.

מה זה אומר עבורכם, אנשי הטכנולוגיה?

אם אתם עובדים בארגון שמתמודד עם אתגרי דאטה ל-AI — בין אם אתם בצוותי דאטה, מהנדסי פלטפורמה או מפתחי AI — ההשקות האלה מציעות גישה חדשה: במקום לפתח כל יכולת מאפס או להילחם בפרגמנטציה, יש פלטפורמה מאוחדת עם AI מובנה, ספרייה של כלים מוכנים, ופרוטוקול שמחבר את הכול. המטרה היא לקצר את הזמן עד להפקת ערך מ-AI, ובעיקר — לבנות אמון בנתונים שה-AI שלכם פועל עליהם.

בסוף, אם אתם עדיין מבלים יותר זמן בניקוי דאטה מאשר בבניית מודלים, אולי הגיע הזמן לשקול פתרון מאוחד. אחרי הכול, סוכנים לא עוצרים לשאול שאלות על הנתונים שהם מקבלים — הם פשוט פועלים עליהם.