כיצד הבינה המלאכותית יכולה לעבוד עבורנו ולא להפך?
כיצד הבינה המלאכותית יכולה לעבוד עבורנו ולא להפך?
המירוץ לייעול ארגוני הוא אחד האתגרים המרכזיים בסביבה העסקית של ימינו. עם חדירתן של טכנולוגיות חדשות לעולם העבודה, עובדים נדרשים להקדיש זמן רב ללמידת הכלים ולהתאמת השימוש בהם. אך למרות שהמטרה המוצהרת היא שיפור הפרודוקטיביות, בפועל לא פעם עומס עבודה מוגבר. מחקר של Upwork מראה כי 96% מהמנהלים ציפו שטכנולוגיות AI יגבירו את הפרודוקטיביות, אך 77% מהם ציינו שהשימוש בהן דווקא הגדיל את עומס העבודה.
בסקר שערכתי השנה בקרב 5,000 אנשי Customer Success ותפקידי Go-to-Market, עלו מספר אתגרים שממחישים את הפער בין הפוטנציאל הטמון בטכנולוגיה לבין יישומה בפועל. אחד מהאתגרים המרכזיים שעובדים מתמודדים איתו הוא הצורך בביצוע משימות חוזרות ונשנות, שרובן ידניות כמו הזנת נתונים, המהוות יותר מ-50% מזמן העבודה. לכאורה, מדובר בבעיה שטכנולוגיות AI נועדו לפתור, אך מחקר של Slack's Future Forum מגלה שהעובדים משקיעים יותר זמן בבדיקת התכנים שנוצרו על ידי AI ובלמידת הכלים עצמם. במבחן התוצאה, במקום הפחתת העומס, הוא רק הולך וגדל.
אתגר נוסף שעובדים נתקלים בו הוא ההתמודדות עם כמות המידע הרבה שמקיפה אותם והקושי לתרגם אותו לתובנות מעשיות. מחקר של Deloitte מצא כי 68% מהעובדים מתקשים לעקוב אחר נתונים המפוזרים על פני פלטפורמות שונות, מה שמוביל לחוסר יעילות ולתסכול. למעשה, העובדים מצפים שה-AI יעבוד עבורם ולא שהם ייאלצו לעבוד יותר בגלל השימוש בו.
מעבר לכך, קיימים פערים משמעותיים במוכנות הארגונית להטמעת כלים מבוססי AI. היעדר אסטרטגיה ברורה מגביל את יכולת הארגון להפיק תועלת מהטכנולוגיה. במקרים רבים, יוזמות ההטמעה מבוצעות באופן מקומי ומבוזר, ללא הגדרת בעיה ברורה, דחיפות או משאבים הולמים. בנוסף, הארגונים אינם מוכנים ברמה התשתיתית – איסוף המידע, מבנהו ונגישותו אינם תמיד מספקים כדי לתמוך בהטמעה מוצלחת. התוצאה היא שהארגון עדיין נמצא בשלב ה"הייפ", ללא אסטרטגיה כוללת שמכוונת את השימוש בטכנולוגיה. להערכתי, ארגונים שלא ייערכו לשינוי באופן יסודי, עלולים ליצור פרדוקס נוסף – במקום שה-AI יפחית את עומס העבודה, העובדים יתבקשו להשקיע יותר זמן ואנרגיה בהפעלת הטכנולוגיות.
אם כך, עולה השאלה: האם השימוש ב-AI לשיפור הפרודוקטיביות הוא מוטעה? התשובה היא לא. הטכנולוגיה כבר קיימת ויש לה פוטנציאל עצום לפתור בעיות עסקיות מורכבות. עם זאת, ישנם מספר שינויים שעלינו לבצע כדי להבטיח שהטכנולוגיה תשרת אותנו ולא להיפך. המפתח טמון במידת המוכנות של כל הצדדים המעורבים בתהליך – הארגון המטמיע, ספקי הטכנולוגיה ושירותי ההטמעה הנלווים.
כדי להגביר את סיכויי ההצלחה של הטמעת כלי AI בארגון, יש לפתח אסטרטגיה מקיפה שמגדירה יעדים ברורים ומשאבים מתאימים. כמו כן, הקמת צוותים בין-תחומיים, המשלבים אנשי טכנולוגיה ואנשי עסקים, תסייע ביצירת חיבור בין המטרות העסקיות והפתרונות הטכנולוגיים. בנוסף, שילוב העובדים בכל שלבי התהליך, מהתכנון ועד השינויים בפועל, יגביר את תחושת השייכות והאמון שלהם בתהליך ויתרום להצלחתו.
מעבר לכך, אחד הגורמים החשובים ביותר להצלחת הטמעת טכנולוגיות AI הוא הפיתוח של צוותי השירות (Customer Success) של ספקי הטכנולוגיה. מכיוון שתחום הבינה המלאכותית אינו דטרמיניסטי, הניסיון הטכנולוגי הוא קריטי. מצד אחד, יש צורך בתיאום ציפיות ברור בין הלקוחות לספקים לגבי היכולות והמגבלות של הטכנולוגיה. מצד שני, היכולת של אותם צוותים לייצר פתרונות יצירתיים מתוך הניסיון הוא עצום. צוותי ההטמעה צריכים לפעול בשלב מוקדם ככל האפשר, ולהוביל את הדרך בצורה פרואקטיבית וחדשנית כדי לזהות מקרי שימוש בעלי ערך גבוה, להוכיח את הערך שלהם על ידי שימוש בכלים פנימיים של הערכת התוצאות, ולייצר פתרונות מותאמים לסביבת הלקוח שיצרו ערך עסקי אמיתי לאורך זמן.
במבט לעתיד, קיימים שני שלבים מרכזיים באימוץ הבינה המלאכותית בארגונים. השלב הראשון כולל שימוש במודלי שפה (LLMs) לפתרון בעיות ממוקדות עם החזר השקעה ברור וקל להשגה. כיום ניתן לראות מגזרים כמו פיננסים ורפואה, שמשקיעים רבות בשימוש ב-AI לצורך עיבוד כמויות מידע גדולות ולייעול תהליכים ידניים חוזרים.
השלב השני הוא כניסתם של "עוזרים אישיים חכמים" מבוססי AI, המסוגלים ללמוד את הסביבה הארגונית ולהציע תובנות ומשאבים רלוונטיים לנקודות קריטיות בתהליך העבודה. מערכות אלו צפויות להעלות את היעילות הארגונית באופן ניכר ולהעניק לעובדים תחושת סיפוק ומימוש אישי.
בסיכומו של דבר, מימוש הפוטנציאל האמיתי של העובדים טמון בשימוש נכון בטכנולוגיות AI כדי שהן יעבדו עבורנו, ולא להיפך. הטמעה נכונה יכולה להוביל לא רק להגברת היעילות, אלא גם לשיפור משמעותי בתהליך ההתפתחות והשימור של העובדים בארגון. המטרה אינה רק לעשות יותר בפחות זמן, אלא להתמקד במשימות שמייצרות ערך ולבצע אותן בצורה טובה יותר בזכות הכלים הטכנולוגיים העומדים לרשותנו.
אסף זמיר הוא VP Customer Success בחברת הבינה המלאכותית AI21
