עבור יזמי סטארטאפים, הרעיון שממנו יוצאים לדרך הוא לעיתים רחוקות גם זה שמגדיר בסופו של דבר את החברה. לא פעם, דווקא הלקוחות הם אלה שחושפים בעיה גדולה, דחופה ומשמעותית יותר מזו שהיזמים התכוונו לפתור מלכתחילה.
זה בדיוק מה שקרה ב-Unfold. החברה החלה את דרכה מתוך תפיסה שהתמקדה בעולם הסייבר, אך שיחות עם לקוחות וארגוניים הובילו את מייסדיה להזדמנות רחבה בהרבה: לאפשר לארגונים להפוך מידע שכלוא בתוך מערכות התוכנה שלהם לנגיש ושימושי עבור מערכות בינה מלאכותית.
בכנס HumanX באמסטרדם שוחח עם איש התקשורת המדורג מספר 1 בארה״ב עומרי הורביץ עם עידן שוסטר, מייסד-שותף וסמנכ"ל המוצר של Unfold, על השינוי שעברה החברה, האתגרים שבמכירת תשתיות לארגונים גדולים והחזון לבניית שכבת תשתית שתחבר בין מערכות ארגוניות מורכבות לבין עידן ה-AI.
הכל התחיל בסייבר
הרקע המקצועי של שוסטר הפך את תחום הסייבר לנקודת פתיחה טבעית. הוא בילה כעשור בתעשייה, בין היתר כבודק חדירות (Penetration Tester), בעולמות הסייבר ההתקפי, בייעוץ ובניהול מוצר ב-Varonis. לפני כן שירת במשך ארבע שנים ביחידה 8200.
הניסיון הזה חשף אותו למגוון רחב של ארגוני אבטחת מידע ולאופן שבו צרכים טכנולוגיים מתחברים לתקציבים, סדרי עדיפויות עסקיים ובעלי עניין שונים בתוך הארגון.
כאשר Unfold הוקמה, המייסדים הניחו שצוותי אבטחת מידע יהיו השוק הטבעי ביותר עבור החברה. המוצר התמקד בסיוע לארגונים לחלץ מידע ממערכות שונות לצורכי אבטחה ומניעת הונאות.
אלא ששיחה עם לקוח עזרה להבין שיש הזדמנות גדולה יותר.
CISO בחברת בריאות חיבר את אנשי Unfold ל-CIO של הארגון. במקום לבקש יכולת אבטחה נוספת, ה-CIO שאל האם הטכנולוגיה של Unfold יכולה לחלץ מידע ממערכות בריאות ייעודיות ולהפוך אותו לזמין עבור תהליכי AI.
"ככל שהתחלנו לדבר עם יותר אנשי מקצוע ויותר CIOs, הבנו שמדובר בבעיה עצומה — גם עבור חברות קטנות וגם עבור ארגונים גדולים", אמר שוסטר.
המייסדים החליטו ללכת בעקבות מה ששמעו מהשוק.
הבעיה הגדולה כבר הייתה שם
ככל שאנשי Unfold שוחחו עם יותר מנהלי מערכות מידע ומנהלים טכנולוגיים בארגונים, הם נתקלו שוב ושוב באותה בעיה בסיסית: חברות השקיעו במשך שנים בתוכנות וצברו כמויות אדירות של מידע ייחודי, אך חלק משמעותי ממנו אינו נגיש בצורה שמאפשרת למערכות AI להשתמש בו באופן אפקטיבי.
הבעיה יכולה להופיע במערכות מודרניות עם ממשקי API מוגבלים, במערכות Mainframe שנבנו לפני עשרות שנים ובתוכנות ייעודיות לתעשיות ספציפיות.
ארגונים אמנם מצאו לאורך השנים דרכים לעקוף את המגבלות הללו, אך לדברי שוסטר, הפתרונות הופכים ליקרים ומורכבים יותר. חלק מהחברות ממתינות שספקי התוכנה יפתחו APIs או יכולות חדשות, אחרות משקיעות סכומים משמעותיים בשירותים מקצועיים, ויש גם ארגונים התלויים בעובדים שהפכו עם השנים לאנשים היחידים שמכירים לעומק מערכות קריטיות.
בעידן שבו ארגונים מנסים להטמיע AI במהירות, מדובר כבר לא רק באתגר טכנולוגי, אלא גם בבעיה עסקית ותפעולית.
להתחיל ממערכת אחת
הגישה של Unfold היא להתחיל בקטן. החברה מחברת תחילה מערכת אחת בתהליך ששוסטר מכנה "Unfolding", הנמשך בדרך כלל כשבעה ימים.
לאחר החיבור, הארגון יכול לבצע שאילתות על המידע, ליצור דשבורדים ולשלב את הנתונים בתהליכי העבודה מבוססי ה-AI שלו.
שוסטר משווה את התהליך להדלקת אור בחדר שהיה חשוך.
"כשאנחנו מחברים מערכת עם Unfold, זה כמו להדליק את האור. קודם היה חושך — לא היה לך את המידע. ופתאום אתה יכול לעשות איתו כל מה שאתה רוצה", אמר.
למרות ההתקדמות באוטומציה, החברה עדיין משלבת גורם אנושי בתהליך האימות. כאשר מדובר במידע ארגוני, מסביר שוסטר, הדיוק חשוב יותר מהניסיון להסיר כל פעולה ידנית מתהליך ההטמעה.
לא כל בקשת לקוח צריכה להפוך לפיצ'ר
קצב ההתפתחות של שוק ה-AI משנה גם את הדרך שבה Unfold בונה את המוצר. כיום לקוחות יכולים לבקש יכולות חדשות, וצוותי פיתוח מסוגלים לעיתים לבנות אותן במהירות חסרת תקדים. אבל מבחינת שוסטר, העובדה שאפשר לבנות משהו במהירות אינה אומרת בהכרח שצריך לבנות אותו.
Unfold בוחנת בקשות חדשות לפי שלושה פרמטרים מרכזיים: האם ניתן לשכפל את ה-Use Case אצל לקוחות נוספים, עד כמה הלקוח מושקע בפלטפורמה ועד כמה היוזמה העסקית שעומדת מאחורי הבקשה דחופה.
הגישה הזו שונה מהותית מהאופן שבו המייסדים חשבו בתחילת הדרך.
"בהתחלה חשבנו שאנחנו חכמים יותר מכולם", אמר שוסטר. "חשבנו שאנחנו מכירים את הבעיות של הלקוחות שלנו טוב יותר מכולם, ושאנחנו פשוט צריכים לבנות ואז לספק."
עם הזמן הבינו המייסדים שמומחיות טכנולוגית לבדה אינה מספיקה. הבנה עמוקה של הדרך שבה הלקוחות באמת עובדים הפכה לחלק מרכזי לא פחות בבניית המוצר.
השלב הבא: ארגוני ענק
Unfold מתמקדת כיום בארגונים גדולים ובחברות Fortune 500, שבהם השילוב בין מערכות Legacy ותיקות לבין תוכנות מודרניות הופך את אימוץ הבינה המלאכותית למורכב במיוחד.
בשלב הבא מתכננת החברה להרחיב את מקרי השימוש שכבר זיהתה, להגדיל את הצוות ולהיכנס לשווקים נוספים. שוסטר אף הצביע על האפשרות להשתמש במודל של Field Engineering, שבו מהנדסים עובדים בצמוד ללקוחות כדי לסייע להם לבנות את התשתית הנדרשת לאימוץ AI בהיקף רחב.
בטווח הארוך, הבעיה אינה מוגבלת רק לתאגידי הענק של היום. גם חברות צעירות יותר, שצוברות לאורך חמש או עשר שנים מערכות וטכנולוגיות שונות, עשויות להגיע בסופו של דבר לאותה נקודה: שילוב מורכב של מערכות ותיקות, אפליקציות מודרניות ומידע מפוזר.
"אני חושב שכל חברה שקיימת לפחות חמש או עשר שנים, ויש לה גם תוכנות מודרניות וגם מערכות Legacy, תיתקל בסופו של דבר בבעיה הזו", אמר שוסטר.
עבור Unfold, ההזדמנות נמצאת בדיוק בנקודה הזו: להפוך את המורכבות הטכנולוגית שארגונים צברו לאורך השנים ממכשול לתשתית שמערכות AI יכולות לעבוד איתה.
ההודעה מוגשת מטעם TVC Partners באמצעות מערכת ״המברקה״ להפצת הודעות לתקשורת. אתר ynet capital או מערכת ynet לא השתתפו בכתיבת או בעריכת הכתבה. אין לראות בכתבה המלצה או תחליף לשיקול דעתו העצמאי של הקורא, או הצעה או שיווק השקעות או ייעוץ השקעות.
