אוטומציות Low-Code נכשלות כי לוגיקת אם-אז נוקשה נשברת מול נתונים אמיתיים ומבולגנים. הפרק מראה איך המעבר מהתאמה מדויקת להסתברות משנה את Power Platform – עם ציוני ביטחון, Fuzzy Matching ותהליכי עבודה שמתקנים את עצמם וסופגים שגיאות הקלדה במקום לקרוס.מה תלמדו:סוף הדטרמיניזם: למה לוגיקת אם-אז נשברת בגלל שגיאת הקלדה אחת, ולמה כ-80 % מנתוני הארגון אינם מובנים ונמצאים במיילים, בצ׳אטים ובהקלטות קולניתוב לפי רמת ביטחון עם AI Builder ו-Azure AI: אזור ירוק מ-0.90, אזור צהוב בין 0.60 ל-0.89, אזור אדום מתחת ל-0.60, וגם ספים דינמיים עם Power FxFuzzy Matching: מרחק לוינשטיין מבוסס תווים מול לוגיקה סמנטית, ולמה שיעור ההתאמות יכול להשתפר בעד 24 %תהליכים שמתקנים את עצמם: אימות בשני מסלולים מול שיעורי הזיה של 15 עד 20 %, שבו ה-LLM מחלץ ו-Power Automate מחשב, וגם RPA שמרפא את עצמואדם בלולאה והארגון האגנטי: בדיקה מדורגת, למה 88 % מפרויקטי הפיילוט של AI נכשלים, ואיך Purview ו-Sentinel עוברים לזיהוי חריגות הסתברותילמפתחי Power Platform, ארכיטקטי Low-Code וצוותי אוטומציה שרוצים להביא תהליכי AI יציבים לסביבת הייצור.פרק זה הוא גרסה עברית בדיבוב AI של סרטון ההסבר המונפש מתוך M365 Show של Microsoft MVP מירקו פטרס.▶ לצפייה בסרטון: https://youtu.be/8YetKeUFz7A🎧 פרקים נוספים: https://www.m365.fm🎤 M365Con – כנס Microsoft מקוון בחינם: https://m365con.net💼 מירקו פטרס ב-LinkedIn: https://www.linkedin.com/in/m365showpodcast/

This episode includes AI-generated content.