בכנס המשתמשים השנתי שלה, Inspire 2026, שנערך באורלנדו בין 18 ל-21 במאי, חשפה חברת הנתונים והאנליטיקה Alteryx שתי יכולות חדשות שמטרתן להפוך תהליכי עבודה קיימים לסוכני AI. ההשקה, שנעשתה ב-20 במאי, ממקמת את החברה הוותיקה עמוק בתוך עולם הבינה המלאכותית הסוכנת, ומציעה גישה שונה מזו של רוב המתחרות.
מה השיקו, Agent Studio ו-MCP Server
שתי היכולות המרכזיות הן Agent Studio ו-Alteryx One MCP Server, ושתיהן חלק מפלטפורמת Alteryx One. באמצעות Agent Studio יכול המשתמש לארוז מערכי נתונים מהימנים ולוגיקה עסקית, כלומר חוקים, תהליכי עבודה וניתוחים שכבר בנה, ולהפוך אותם לסוכנים אוטונומיים. הסוכנים האלה יכולים לפעול בתוך Alteryx או להתחבר למסגרות תזמור חיצוניות של ספקים אחרים.
ה-MCP Server הוא המימוש של Alteryx לפרוטוקול Model Context Protocol, תקן שהפך השנה לחוט המקשר של הבינה המלאכותית הארגונית. הוא מרחיב את הסוכנים אל מעבר לפלטפורמה, ומחבר אותם לכלי עבודה כמו Slack ו-Microsoft Teams, וגם למודלים חיצוניים כמו Claude, ChatGPT ו-Gemini. כך יכול אנליסט לחשוף את תהליך העבודה שלו ככלי שכל מודל מסוגל לקרוא לו, או אפילו לבנות תהליך עבודה חדש מתוך שיחה עם אחד המודלים בלי לצאת ממנה.
הרעיון, האנליסט העסקי הופך לבונה
הטענה של Alteryx היא שהחסם האמיתי באימוץ AI כבר אינו הגישה למודלים. לרוב הארגונים יש כיום מנוי אחד או כמה. החסם הוא ההקשר העסקי, אותה לוגיקה שהופכת את התשובות של המודל לרלוונטיות ומהימנות. סוכן שפונה ישירות לנתונים גולמיים לא יודע, למשל, שצינור המכירות שלהם אינו כולל עסקאות בסטטוס מוקפא, או שצוות הכספים משתמש ב-EBITDA מתואם ולא בנתוני GAAP.
כאן נכנסת הזווית של אוטומציה עסקית שמובלת בידי אנשי העסקים עצמם. במקום לבנות סביבת פיתוח לצוותי IT מרכזיים, Alteryx מעצימה את האנליסט העסקי, מי שכבר מכיר את הנתונים ואת החוקים, להיות זה שבונה את הסוכן. המיומנויות הישנות של בניית תהליכים מפוקחים וקידוד חוקים עסקיים הופכות בדיוק למה שהבינה המלאכותית הארגונית זקוקה לו כעת.
למה זה חשוב לעסקים
היתרון המרכזי הוא אמון ויכולת ביקורת. כשהלוגיקה חיה בתוך תהליך עבודה מוכר ומתועד, התוצאות של הסוכן עקביות וניתנות למעקב, במקום להיות ניחוש של מודל. דיוויד מנינגר, אנליסט ב-ISG Software Research, ציין שהיכולות האלה מספקות מסגרת סוכנת חשובה, ושיש גם התעניינות מחודשת בהרצה מקומית, on-premises, מטעמים של בקרה ועלות. עבור ארגונים שמתקשים להוציא פרויקטי AI משלב הניסוי אל הייצור, היכולת למחזר לוגיקה שכבר עובדת היא הבטחה משמעותית.
הצד השני, מה כדאי לדעת
לפני שמתלהבים, חשוב לשים לב שכמה מהיכולות המרכזיות עדיין אינן בזמינות כללית. גם Agent Studio וגם ה-MCP Server הושקו במצב preview, וגם יכולת בשם Server Execution עדיין לא הפכה זמינה לכולם. כלומר חלק מההבטחה הוא עדיין עתידי.
יש גם ספקנות מהותית יותר. דונלד פארמר, מייסד TreeHive Strategy, אמר שהמהלך על ה-MCP Server נחוץ כדי ש-Alteryx תישאר רלוונטית, אבל תהה אם ארגונים באמת ירצו לנתב את תעבורת המודלים שלהם דרך תהליכי העבודה של Alteryx במקום לבנות צינורות במקום אחר. הוא גם הטיל ספק בבסיס האסטרטגיה. Alteryx נשענת על סקר של יותר מ-1,400 מנהלים שבו רק 11 אחוז מהנשאלים צופים שהאחריות על תהליכי AI תעבור לתחומי העסק בשלוש השנים הקרובות, ולדבריו זה מספר נמוך שנמצא בתחום של סחף ארגוני טבעי ולא של שינוי אמיתי.
מעבר לכך נותרת שאלת הבקרה. כשאיש עסקים בונה סוכן בעצמו, לא תמיד ברור מי אחראי כשמשהו משתבש. דווקא ההבטחה של דמוקרטיזציה מחדדת את הצורך בפיקוח מסודר, כדי שההעצמה לא תהפוך לכאוס.
מה זה אומר Alteryx מהמרת על כך שהעתיד של אוטומציה עסקית לא יישאר בידי מפתחים בלבד, אלא יעבור לידיים של האנשים שמכירים את הנתונים ואת החוקים. אם ההימור יצליח, אנליסטים רבים יגלו שהעבודה שהם כבר עושים שנים שווה הרבה יותר בעידן הסוכנים. אם לא, זו תישאר עוד יכולת מרשימה שממתינה לצאת מה-preview.
1. אילו שתי יכולות חדשות השיקה Alteryx בכנס Inspire 2026, ומה כל אחת עושה?
Alteryx השיקה את Agent Studio ואת Alteryx One MCP Server, שתיהן חלק מפלטפורמת Alteryx One. באמצעות Agent Studio המשתמש יכול לארוז מערכי נתונים מהימנים ולוגיקה עסקית שכבר בנה, כלומר חוקים, תהליכי עבודה וניתוחים, ולהפוך אותם לסוכנים אוטונומיים. ה-MCP Server הוא המימוש של Alteryx לפרוטוקול Model Context Protocol, שמרחיב את הסוכנים אל מעבר לפלטפורמה ומחבר אותם לכלים כמו Slack ו-Microsoft Teams וגם למודלים חיצוניים כמו Claude, ChatGPT ו-Gemini.
2. לפי Alteryx, מהו החסם האמיתי באימוץ AI כיום?
הטענה של Alteryx היא שהחסם כבר אינו הגישה למודלים, שכן לרוב הארגונים יש מנוי אחד או כמה. החסם הוא ההקשר העסקי, אותה לוגיקה שהופכת את תשובות המודל לרלוונטיות ומהימנות. סוכן שפונה ישירות לנתונים גולמיים לא יודע, למשל, שצינור המכירות אינו כולל עסקאות בסטטוס מוקפא, או שצוות הכספים משתמש ב-EBITDA מתואם ולא בנתוני GAAP.
3. מהו הרעיון המרכזי של הפיכת האנליסט העסקי לבונה?
במקום לבנות סביבת פיתוח לצוותי IT מרכזיים, Alteryx מעצימה את האנליסט העסקי, מי שכבר מכיר את הנתונים ואת החוקים, להיות זה שבונה את הסוכן. המיומנויות הישנות של בניית תהליכים מפוקחים וקידוד חוקים עסקיים הופכות בדיוק למה שהבינה המלאכותית הארגונית זקוקה לו כעת. היתרון המרכזי הוא אמון ויכולת ביקורת, כי כשהלוגיקה חיה בתוך תהליך עבודה מוכר ומתועד, התוצאות עקביות וניתנות למעקב במקום להיות ניחוש של מודל.
4. אילו הסתייגויות עולות לגבי הבשלות והאסטרטגיה של המהלך?
כמה מהיכולות המרכזיות עדיין אינן בזמינות כללית: גם Agent Studio וגם ה-MCP Server הושקו במצב preview, ויכולת בשם Server Execution עדיין לא הפכה זמינה לכולם. בנוסף, דונלד פארמר מ-TreeHive Strategy תהה אם ארגונים באמת ירצו לנתב את תעבורת המודלים שלהם דרך תהליכי העבודה של Alteryx במקום לבנות צינורות במקום אחר, והטיל ספק בבסיס האסטרטגיה, שנשענת על סקר שבו רק 11 אחוז מהנשאלים צופים שהאחריות על תהליכי AI תעבור לתחומי העסק בשלוש השנים הקרובות.
5. איזו שאלת בקרה מתחדדת דווקא בגלל הדמוקרטיזציה של הפיתוח?
כשאיש עסקים בונה סוכן בעצמו, לא תמיד ברור מי אחראי כשמשהו משתבש. דווקא ההבטחה של דמוקרטיזציה מחדדת את הצורך בפיקוח מסודר, כדי שההעצמה לא תהפוך לכאוס. Alteryx מהמרת על כך שהעתיד של אוטומציה עסקית יעבור לידיים של האנשים שמכירים את הנתונים ואת החוקים, ואם ההימור יצליח, אנליסטים רבים יגלו שהעבודה שהם כבר עושים שנים שווה הרבה יותר בעידן הסוכנים.
