מה זה חשוב בכלל? 

ארגונים משקיעים היום סכומים עצומים ב- AI, אוטומציה ואנליטיקה – אבל נתקלים שוב ושוב באותה בעיה: 
הנתונים קיימים, המערכות קיימות, אבל אין הבנה אמיתית של איך העסק פועל בפועל. 

כאן נכנס ה-Process Intelligence (PI), לא ככלי BI נוסף, אלא כשכבת תשתית חדשה: Execution Layer שמחברת בין מערכות התפעול (CRM, ERP וכו’) לבין עולם ה-AI  והאוטומציה. 

כדי שזה יעבוד – יש ארבעה יסודות קריטיים: 

• חיבור נתונים  (ETL) 
• מודל נתונים נכון (OCPM) 
• ארכיטקטורה גמישה וסקיילבילית 
• ואבטחת מידע ברמה ארגונית 
  
  
  

1. חיבור הנתונים  (ETL)- פשוט יותר ממה שנדמה 

אחד החסמים הגדולים בארגונים הוא הפחד מהטמעת דאטה: פרויקטים ארוכים, תלות ב-IT  והקמה מורכבת. ב-Process Intelligence ובמיוחד בגישת Celonis הגישה שונה: 

חיבור מהיר למערכות קיימות 

• חיבור ישיר למערכות כמו  SAP, Oracle, Salesforce 
• שימוש ב-connectors  מוכנים מראש 
• אפשרות לעבוד גם עם data lake קיים וגם בלי 
  
  

גמישות מלאה בארכיטקטורה 

• ETL מלא מחוץ למערכת (אם קיים Lakehouse)  
• או ETL בתוך Celonis עצמה 
• כולל יכולת לבצע טרנספורמציות על נתונים גולמיים (raw data)  
  

 המשמעות: אין צורך בארכיטקטורה מושלמת מראש  – המערכת יודעת “לגשר על הפער”. 

2. מודל הנתונים: מ-Data ל-Business Context  

זו הנקודה הקריטית שרוב הארגונים מפספסים. מערכות תפעוליות שומרות נתונים בטבלאות  – אבל הן לא מתארות תהליך עסקי. כאן נכנס מודל ה- OCPM ((Object-Centric Process Model. במקום להסתכל על תהליך אחד ליניארי, המודל: 

• מזהה אובייקטים עסקיים (Order, Invoice, Delivery וכו׳)  
• עוקב אחרי אירועים (Events) על כל אובייקט 
• ומחבר בין האובייקטים ליצירת תמונה מלאה end-to-end 

למה זה משנה? 
כי רק כך ניתן: 

• להבין איך תהליכים באמת עובדים (לא איך הם אמורים לעבוד) 
• לזהות צווארי בקבוק חוצי מערכות 
• ולבנות קונטקסט עסקי אמיתי ל- AI 

 בלי מודל כזה AI עובד “עיוור”. 

3. ארכיטקטורה: ה-Execution Layer  של הארגון 

PI לא מחליף מערכות קיימות – הוא יושב מעליהן. 

שכבות הארכיטקטורה: 

• Systems of Record – ERP, CRM, SCM וכו׳ 
• Data Layer / PI Layer (Celonis) 
  • איחוד נתונים 
  • בניית מודל תהליכי (OCPM) 
  • ניתוח והבנת ביצועים 
• Execution Layer 
  • התראות  (Alerts) 
  • אוטומציות  (Action Flows) 
  • orchestration  בין מערכות 
  • חיבור ל- AI agents 
    
    

המשמעות האסטרטגית: 
Celonis לא רק “מנתחת” תהליכים  – היא מפעילה אותם מחדש בצורה חכמה. ולכן: 
Process Intelligence  הוא תנאי הכרחי ל-AI  בקנה מידה ארגוני  (AI at Scale) 

כי הוא מספק: 

• קונטקסט 
• נתונים אחודים 
• ויכולת פעולה  (Execution) 
  

4. אבטחת מידע: מובנה בכל שכבה

כאשר עובדים עם נתונים תפעוליים רגישים, אבטחת מידע היא לא תוספת, אלא תנאי בסיס. 
שכבות ההגנה המרכזיות: 

Data (At Rest) 

• הצפנה ברמת  AES-256 
• הפרדה בין לקוחות  (multi-tenant isolation) 
  
  

Transport (In Transit) 

• הצפנה בתעבורה  (TLS) 
• חיבורים מאובטחים למערכות מקור 
  
  

Application Layer 

• Role-Based Access Control (RBAC) 
• SSO (SAML, OAuth) 
• Audit logs מלאים 
  
  

תקנים והסמכות: 

• ISO 27001  – אבטחת מידע 
• ISO 27017 – ענן 
• ISO 27018  – פרטיות 
• SOC 1 / SOC 2 Type II 
• תאימות ל- GDPR 

 המשמעות: הפלטפורמה מתאימה גם לארגונים הגדולים והרגישים ביותר. 

לסיכום: מה באמת השתנה? 

בעבר: 

• נתונים היו מפוזרים 
• BI  סיפק תובנות בדיעבד 
• AI  התקשה לייצר ערך אמיתי 

היום, עם Process Intelligence: 

• הנתונים מתחברים בקלות 
• נבנה מודל עסקי אמיתי  (OCPM) 
• נוצרת שכבת Execution מעל המערכות 
• ו-AI  מקבל קונטקסט ויכולת פעולה 

השורה התחתונה: 
בלי Process Intelligence – אין AI אפקטיבי. 
עם Process Intelligence – הארגון הופך לארגון מוכוון ביצוע.

• Process Intelligence: התשתית לארגון אינטליגנטי ומבוסס דאטה