אבטחת מידע וממשל AI

מנהיגות בעולם של AI אג׳נטי: מדריך למחלקות כספים

רו"ח טל ולנשטין · פורסם ב־7 באוגוסט 2026 · נבדק לאחרונה ב־7 באוגוסט 2026 · 7 דק׳ קריאה

מנהל כספים בוחן לוח בקרה של תהליך AI אג'נטי עם שלבי אישור אנושיים

AI אג׳נטי אינו עוד חלון צ׳אט שמחזיר תשובה לשאלה. מדובר במערכת שיכולה לקבל מטרה, לתכנן כמה צעדים, להשתמש במידע ובכלים שהוגדרו לה ולבצע רצף משימות באופן חצי־אוטונומי. במחלקת כספים זה עשוי להיות סוכן שמנטר קבצים במועד קבוע, בודק אם הגיע כל המידע, מפעיל סדרת בדיקות, מכין טיוטת דוח ומעביר אותה לאישור.

המשמעות למנהלים אינה שהמערכת יכולה להחליף אחריות מקצועית. להפך: ככל שהכלי מסוגל לבצע יותר צעדים, כך צריך להגדיר בצורה מדויקת יותר את ההרשאות, נקודות העצירה, בדיקות האיכות והאדם שאחראי לתוצאה.

מהו AI אג׳נטי במונחים של מחלקת כספים?

בשימוש רגיל ב־AI, איש הכספים מעלה קובץ, כותב הנחיה ומקבל תשובה. הוא מפעיל כל שלב מחדש ומחליט מה לעשות בהמשך. בתהליך אג׳נטי, המשתמש מגדיר יעד רחב יותר והמערכת מתקדמת בין כמה פעולות בעזרת כלים וחיבורים שאושרו מראש.

לדוגמה, סוכן להכנת דוח סטיות חודשי יכול:

  1. לבדוק במועד שנקבע אם קובצי התקציב והביצוע זמינים.
  2. לוודא שהקבצים מעודכנים ושמבנה העמודות מתאים לתבנית.
  3. לזהות מרכזי עלות או חשבונות ללא מיפוי.
  4. לחשב סטיות לפי הכללים שהוגדרו.
  5. להכין רשימת חריגים וטיוטת הסבר.
  6. לעצור ולבקש בדיקה של איש כספים.
  7. לאחר אישור, להכין גרסה להפצה או מצגת הנהלה.

זהו הבדל מהותי: לא רק יצירת טקסט או נוסחה, אלא ניהול רצף עבודה. היכולת בפועל עדיין תלויה ברישוי, בחיבורים, בהרשאות, באיכות הנתונים ובמדיניות האבטחה.

למה הנושא דורש החלטה ניהולית עכשיו?

במאמר שפרסם HBS Working Knowledge בפברואר 2026, פרופ׳ Tsedal Neeley ו־Ritcha Ranjan מתארות מעבר משימוש נקודתי ב־AI למערכות שמסוגלות לתכנן ולבצע תהליכים מורכבים יותר. המאמר מפנה לסקר הגלובלי של McKinsey על מצב ה־AI בשנת 2025.

חשוב לקרוא את הנתונים במדויק: לפי הסקר, 39% מהמשיבים דיווחו שהארגון שלהם החל להתנסות בסוכני AI. בנוסף, 23% דיווחו על הרחבת מערכת אג׳נטית לפחות בפונקציה ארגונית אחת. כלומר, 62% נמצאים לפחות בשלב של התנסות, אך ההרחבה עדיין מצומצמת: בכל פונקציה עסקית בודדת, לא יותר מ־10% מהמשיבים דיווחו על הרחבת השימוש בסוכנים.

אלה אינם נתונים של AI Finance או תחזית לשוק הישראלי. הם כן מצביעים על שלב שבו ארגונים רבים מתנסים, בעוד ששיטות העבודה עדיין אינן מקובעות. זו הזדמנות לבנות ניסיון מבוקר בתהליכים צרים.

הציטוט הקצר שמסכם היטב את האחריות הניהולית הוא: ״רגע האדם בתוך הלולאה יהיה קריטי״ — Ritcha Ranjan, בתרגום חופשי מתוך HBS Working Knowledge.

הלולאה: תכנון, ביצוע ולמידה

HBS מציע לחשוב על עבודה עם סוכנים כלולאה בת שלושה חלקים. במחלקת כספים אפשר לתרגם אותה כך:

1. תכנון: מגדירים את התהליך לפני שבוחרים כלי

בשלב הראשון מנסחים מה הסוכן אמור להשיג, איזה מידע נדרש והיכן הוא חייב לעצור:

  • מהו האירוע שמפעיל את התהליך.
  • אילו מקורות מידע מותרים ומי אחראי לתקינותם.
  • אילו סכומי בקרה חייבים להתאים.
  • אילו חריגים מחייבים עצירה ואישור.
  • מה הסוכן רשאי לקרוא, ליצור או לשנות ומי מאשר את הפלט.

תהליך שאי אפשר להסביר על גבי עמוד אחד כנראה רחב מדי לפיילוט ראשון. במקום לבקש מסוכן לבצע את כל סגירת החודש, עדיף להתחיל מבדיקת שלמות של קובץ התאמות או מהכנת טיוטת דוח סטטוס.

2. ביצוע: מריצים עם בקרות אדם

הביצוע אינו שלב שבו המנהל נעלם. בתחילת הדרך הוא צריך להיות מחולק לנקודות בדיקה ברורות. לדוגמה:

  • הסוכן יכול לקרוא קבצים, אך לא לשנות את המקור.
  • הוא יכול להציע מיפוי או להכין הודעה, אך לא לאשר או לשלוח.
  • הוא יכול לחשב סטייה, אך חייב להציג את שורות המקור.
  • הוא חייב לעצור אם סכום הבקרה אינו תואם או אם חסר קובץ.

רמת האוטונומיה צריכה לגדול רק לאחר שהארגון צבר תוצאות בדיקה מספקות לתהליך המסוים. הצלחה בתהליך אחד אינה הוכחה לכך שהסוכן מתאים לתהליך אחר.

3. למידה: משפרים את התהליך, לא רק את הפרומפט

לאחר כל הרצה בודקים מה עבד, היכן נדרשה התערבות ואילו חריגים לא כוסו. את הממצאים מכניסים לגרסה הבאה של ההוראות והבדיקות. אפשר לעקוב אחר:

  • שיעור ההרצות שעברו את סכומי הבקרה.
  • חריגים נכונים לעומת התראות שווא.
  • תיקונים והתערבויות של המשתמש.
  • שינויים בקלט או בהרשאות שגרמו לכשל.

המטרה בפיילוט אינה להבטיח חיסכון מראש, אלא להוכיח שהתהליך עקבי, ניתן לבקרה וניתן לעצירה.

דוגמה לפיילוט: הכנת טיוטת דוח תזרים

נניח שמחלקת הכספים מכינה בכל שבוע תחזית תזרים קצרה על בסיס יתרות, תשלומים צפויים, גבייה מתוכננת והתחייבויות.

הסוכן מקבל גישה לקריאה בלבד לתיקייה מאושרת עם קבצים במבנה קבוע. הוא אינו מתחבר בשלב הראשון לחשבון בנק ואינו מבצע תשלום. רצף העבודה:

  1. בדיקה שכל הקבצים קיימים ועדכניים ושסכומי הפתיחה תואמים.
  2. איחוד תקבולים ותשלומים לפי תאריך וקטגוריה.
  3. סימון שורות חסרות מועד, סכום או בעלים.
  4. הפקת תרחיש בסיס, נקודות להחלטה ומקורות למספרים המרכזיים.
  5. עצירה לבדיקת מנהל הכספים.

תנאי הקבלה:

  • כל מספר בדוח ניתן לקישור לשורת מקור.
  • קובצי המקור אינם משתנים ונתון חסר אינו מושלם בניחוש.
  • הנחות מסומנות בנפרד מעובדות.
  • גרסה סופית נוצרת רק לאחר אישור.

מה תפקיד מנהל הכספים?

הטכנולוגיה אינה פוטרת את ההנהלה מהחלטה מי אחראי. בעל התהליך מגדיר פלט תקין; IT מגדיר חיבורים ותיעוד; אבטחת מידע ופרטיות מאשרות מקורות ושימושים; והמשתמש המקצועי בודק את התוצאה. צריך גם מסלול חזרה לעבודה ידנית, משום שתהליך קריטי אינו יכול להיות תלוי לחלוטין בספק, במודל או בחיבור.

מה הקשר בין Agent, Skill ו־Copilot?

Agent מתקדם בין צעדים ומשתמש בכלים. Skill הוא חבילת הוראות, דוגמאות וכללים שמלמדת את המערכת איך הארגון מבצע משימה. הסוכן יכול להשתמש ב־Skill כדי לפעול באופן עקבי.

להסבר מעשי על ההבדלים ועל בניית תהליך חוזר, קראו את המדריך ל־Skills וסוכני AI במחלקת כספים.

Copilot הוא שם למספר מוצרים ויכולות בסביבת Microsoft. בחלק מהסביבות הוא יכול לערוך קבצים, להשתמש במקורות ארגוניים או לתמוך בתהליכים מרובי שלבים, אך הזמינות תלויה ברישוי ובהגדרות הארגון. הרחבה מופיעה במאמר Microsoft Copilot למחלקות כספים ולאקסל.

סיכונים שצריך לנהל

  • הרשאות רחבות מדי: נותנים רק את הגישה הנחוצה לתהליך.
  • טעות שעוברת בשרשרת: מאמתים קלט ושומרים קישור למקורות.
  • פעולה בלתי הפיכה: שליחה, מחיקה, רישום או תשלום דורשים אישור.
  • חוסר עקיבות: שומרים תיעוד של פעולות, גרסאות ואישורים.
  • מידע רגיש: עובדים רק בסביבה ובמקורות שאושרו.
  • שינוי במוצר: מאמתים מחדש יכולות, רישוי וחיבורים.

איך מתחילים באופן אחראי?

בחרו משימה חוזרת, צרה ובעלת סיכון נמוך. תעדו את נקודות ההחלטה, התחילו בנתונים סינתטיים או מאושרים, הגדירו קריאה בלבד ככל האפשר והוסיפו סכומי בקרה. הרחיבו היקף או הרשאות רק לאחר כמה מחזורי בדיקה ולאחר אישור מקצועי, טכני ואבטחתי.

המבחן אינו אם הסוכן הצליח להפיק דוח מרשים פעם אחת. המבחן הוא אם הצוות יכול להסביר כיצד הוא פועל, לזהות מתי הוא טועה, לעצור אותו ולהפיק תוצאה שניתנת לביקורת.

שאלות נפוצות

האם סוכן AI יכול לבצע תהליך פיננסי ללא אדם?

טכנית, כלים מסוימים יכולים לבצע רצף פעולות. בתהליך פיננסי ארגוני צריך לקבוע נקודות שבהן נדרש אישור אנושי, במיוחד לפני החלטה, שינוי נתונים, הפצה או פעולה בלתי הפיכה.

האם צריך להתחיל מסוכן מורכב?

לא. תהליך ראשון צריך להיות צר, תדיר וקל לבדיקה. משימת ניטור, בדיקת שלמות או הכנת טיוטה בדרך כלל מתאימה יותר מאחריות על תהליך כספי מלא.

איזה כלי כדאי לבחור?

הבחירה תלויה בסביבת המידע, בהרשאות, ברישוי ובתהליך. כדאי להגדיר תחילה את המשימה והבקרות, ורק אחר כך להשוות בין כלים.

מקורות ותאריך אימות

המידע נבדק ב־7 באוגוסט 2026:

רוצים לבחון תהליך אג׳נטי במחלקת הכספים?

במיפוי תהליכים או בסדנה ארגונית נבחר משימה ממוקדת, נגדיר מקורות, הרשאות, בקרות ונקודות אישור, ונבחן אותה לפני הרחבת השימוש. תאמו שיחת מיפוי או בדקו התאמה לסדנה.

תגיות: #agentic-ai #ai-agents #finance-leadership #financial-automation #human-in-the-loop

אודות המחבר

רו"ח טל ולנשטין — רו"ח, מייסדת שותפה AI Finance | מרצה לשילוב בינה מלאכותית בעולם הכספים

רו"ח טל ולנשטין היא ממייסדות AI Finance, בוגרת Big 4 ומרצה לשילוב בינה מלאכותית בעולמות הכספים. היא עוסקת במיסוי ישראלי ובינלאומי, בייעוץ עסקי ובהדרכת חברות ואנשי כספים לשימוש מעשי ומבוקר בכלי AI.

פרופיל לינקדאין

מאמרים נוספים

אוטומציה ותהליכי כספים

Skills וסוכני AI במחלקת כספים: מה זה ואיך מתחילים

מדריך להפיכת תהליך פיננסי חוזר ל־AI Skill: בחירת תהליך, תיעוד, בדיקה על נתוני דמה, הרשאות, בקרות ומדידת תוצאות.

רועי ולנשטין · 1 ביוני 2026 · 5 דק׳ קריאה

כלי AI לאנשי כספים

Microsoft Copilot למחלקות כספים ולאקסל

מדריך מעשי ל־Microsoft Copilot בכספים: עריכת Excel, Skills, Cowork, בקרות, רישוי, מגבלות וסקירת חוזים ראשונית.

רו"ח טל ולנשטין · 7 ביולי 2026 · 6 דק׳ קריאה