הדיון הארגוני סביב בינה מלאכותית מתמקד פעמים רבות בכלים: איזה פתרון לרכוש, איזו מערכת להטמיע ואילו משימות ניתן לבצע מהר יותר. אך השאלה האמיתית אינה רק באיזה כלי משתמשים, אלא האם הארגון מנהל את השינוי או שהשינוי כבר מתרחש ללא מסגרת, אחריות ובקרה.
סקרים ומחקרים בתחום מצביעים על כך שהשימוש בכלי AI כבר הפך לחלק משגרת העבודה של עובדים רבים בארגונים. עובדים משתמשים בהם לכתיבה, ניתוח מידע, סיכום מסמכים, הכנת חומרים, שירות ללקוחות, פתרון בעיות ותמיכה בקבלת החלטות.
המשמעות ברורה: ה־AI אינו עוד תרחיש עתידי.
הוא כבר נמצא בתוך משימות ותהליכי עבודה יומיומיים.
במקביל, סקרים ומחקרים בתחום מצביעים על פער משמעותי בין קצב האימוץ של כלי AI לבין היקף ההכשרה שהעובדים מקבלים לשימוש נכון, אחראי ואפקטיבי בהם. עובדים רבים כבר משתמשים בכלים, בעוד שההכשרה, הנהלים והבקרה הארגונית לא תמיד מתקדמים באותו הקצב.
הפער אינו רק פער הדרכתי. זהו סיכון ניהולי, מקצועי ועסקי.
כאשר עובד משתמש בכלי AI ללא הכשרה מספקת, הוא עלול להזין מידע רגיש, להסתמך על תשובה שגויה, להעביר ללקוח תוכן שלא נבדק או לקבל החלטה על בסיס מידע חלקי. גם עובד מנוסה עלול לטעות אם הוא אינו מבין את מגבלות הכלי ואת הצורך בבקרה אנושית.
הטעות הנפוצה היא לחשוב שהפתרון הוא הרצאה כללית על AI. הרצאה יכולה לייצר מודעות, אך היא אינה משנה בהכרח את אופן העבודה. הכשרה אפקטיבית חייבת להיות מותאמת למשימות ולסיכונים של כל תפקיד.
סקרים ומחקרים בתחום מצביעים גם על פערים משמעותיים ברמת השימוש ב־AI בין תפקידים ומחלקות שונות בארגון. בתפקידים טכנולוגיים השימוש בכלים אלה נוטה להיות רחב יותר, בעוד שבתחומים אחרים האימוץ עשוי להיות איטי יותר או פחות מובנה.
הפער אינו אומר ש־AI מתאים רק לתפקידי טכנולוגיה. הוא עשוי להצביע על כך שבתחומים מסוימים כבר נבנו שימושים ברורים, בעוד שבתחומים אחרים הפוטנציאל עדיין לא תורגם לתהליכי עבודה ישימים.
בשירות לקוחות, לדוגמה, AI יכול לסייע בסיכום שיחות, ניסוח תשובות, איתור מידע, תיעוד ומיון פניות. בייצור הוא יכול לתמוך בבקרת איכות, תחזוקה מונעת, זיהוי חריגות והנגשת הוראות עבודה.
המשפט החשוב ביותר בעיניי הוא: AI אינו רק פרויקט טכנולוגי. הוא פרויקט של שינוי ארגוני ותפקידי.
הטמעה נכונה מחייבת לענות על שאלות ברורות: אילו משימות משתנות? מה נשאר באחריות האדם? כיצד בודקים את איכות הפלט? איזה מידע אסור להזין? מתי נדרש אישור נוסף? וכיצד מודדים ערך עסקי ולא רק את מספר המשתמשים?
גם תפקיד המנהל משתנה.
מנהל אינו חייב להיות מומחה טכנולוגי, אך הוא חייב להבין כיצד הכלי משפיע על עבודת הצוות, על חלוקת האחריות ועל רמת הבקרה הנדרשת.
בקורסי פיתוח המנהלים שאני מובילה, אני מדגישה שהמנהלים הם חוליית ההטמעה הקריטית. בלעדיהם העובדים עלולים לקבל מסרים סותרים: מצד אחד לעודד חדשנות, ומצד שני לחשוש להשתמש; מצד אחד לחסוך זמן באמצעות AI, ומצד שני להמשיך לבצע את כל התהליך הישן בדיוק כפי שבוצע בעבר.
ארגון שרוצה להפיק ערך מ־AI צריך לבנות שלוש שכבות: מדיניות ברורה, הכשרה לפי תפקיד וניהול שינוי עקבי.
ללא שלושתן, הטכנולוגיה עשויה להתפשט אך הערך, האיכות והביטחון לא בהכרח יגיעו יחד איתה
