הטמעת AI בארגונים מתחילה בתפעול, לא במצגת חדשנות
ארגונים רבים עדיין מתייחסים אל AI כאל כלי עבודה אישי, תוסף לדפדפן או קיצור דרך לכתיבת מסמכים. הבעיה היא שבמקום שבו נמצאת ההשפעה העסקית האמיתית, תפעול, תכנון, בקרה, שירות, רכש וניהול ידע, נדרש מהלך שיטתי בהרבה. הטמעת AI בארגונים אינה מתחילה בשאלה איזה מודל לבחור, אלא בשאלה אילו החלטות ותהליכים אפשר לשפר בלי לוותר על אחריות ניהולית.
הטמעת AI בארגונים מחייבת תכנון תפעולי ולא רק רישוי תוכנה
בסיס פורט לי בווירג'יניה קיים לאחרונה סדנה אסטרטגית חד-יומית לשילוב AI בתפעול השוטף. מנהלים, אנשי מטה ומומחי תפעול יצאו ממנה עם תוכנית פעולה ל-24 חודשים ועם פיילוט מוגדר לכל אגף. זו נקודה חשובה, מפני שהצבא האמריקאי לא בחר להתחיל מהדרכה כללית על פרומפטים, אלא ממיפוי תהליכים, ניתוח מסמכים היסטוריים, הערכת נקודות חוזק וחולשה והגדרת מדדי החזר השקעה.
המהלך מחדד עיקרון שכדאי לאמץ גם בחברות אזרחיות. בינה מלאכותית גנרטיבית טובה בסינתזה של ידע, זיהוי דפוסים, יצירת טיוטות, השוואת מסמכים והאצת עבודות מטה. עם זאת, מודלים אינם מבינים אחריות ארגונית, היררכיה, רגולציה או סיכון עסקי באותו אופן שבו מנהל מחויב להבין אותם. לכן תהליך נכון חייב לכלול בעל תהליך, מדדי איכות, נקודות בקרה ותיעוד של החלטות.
אדם בלולאה צריך לפקח על מאות תהליכים, לא להאט כל פעולה
המסר המרכזי מהסדנה היה שאי אפשר להאשים את המודל בטעות. התוצר נשאר באחריות המפקד או המנהל. זו עמדה נכונה, אך צריך לדייק אותה. אדם בלולאה אינו אמור להפוך לצוואר בקבוק שמאשר כל פלט באופן ידני. אם כל משימה שחסכנו חוזרת לאישור פרטני, לא יצרנו קפיצת מדרגה, אלא העברנו את העומס למקום אחר.
המודל היישומי הנכון הוא בקרה לפי סיכון. תהליכים נמוכי סיכון, כמו סיכום ישיבות, מיון פניות או הכנת טיוטות פנימיות, יכולים לעבוד באוטומציה רחבה עם דגימה תקופתית. תהליכים בינוניים, כמו המלצות רכש או ניתוח חוזים, דורשים אישור אנושי מובנה. תהליכים רגישים, כמו החלטות כוח אדם, מידע מסווג או פעולה מול לקוחות אסטרטגיים, מחייבים בקרה הדוקה, לוגים, הרשאות ומדיניות שימוש ברורה.
התייעלות תפעולית עם AI דורשת יכולות פנימיות, ידע וניהול
כאשר מלווים ארגונים גדולים בתהליכים דומים, רואים שוב ושוב שהפער אינו טכנולוגי בלבד. הכלים זמינים, המודלים משתפרים, וסביבות כמו Claude, Copilot Studio או כלי אוטומציה כדוגמת N8N כבר מאפשרות בניית תהליכים מתקדמים. הפער האמיתי נמצא ביכולת לחבר בין ידע מקצועי, ארכיטקטורת מערכות, אבטחת מידע, ניהול שינוי והבנה עסקית עמוקה.
לכן ארגון רציני צריך להתקדם בשני נתיבים במקביל. נתיב אחד הוא אוריינות AI למנהלים ולעובדים, בעיקר יכולת לתקשר נכון עם מודלים, לבקר תוצרים ולהבין מגבלות כמו הזיות, הטיות ודליפת מידע. נתיב שני הוא פיתוח סוכני AI ותהליכים אוטומטיים מנוהלים. דווקא סוכנים יכולים להשתלב בהרגלי עבודה קיימים יותר בקלות מכלי רוחב, אם הם נבנים סביב תהליך ברור, הרשאות נכונות ומדדי הצלחה.
הלקח מפורט לי פשוט אך לא טריוויאלי. התחילו ממיפוי של עשרה תהליכים עתירי זמן, בחרו שלושה פיילוטים עם מדד כמותי כמו קיצור זמן טיפול ב-30 אחוזים או הפחתת טעויות ב-20 אחוזים, הגדירו בעלים עסקיים לכל תהליך, וקבעו מדיניות בקרה לפי רמת סיכון. ארגון שיבנה יכולת פנימית להקים, למדוד ולנהל תהליכי AI לא רק יחסוך שעות עבודה, אלא ישנה את האופן שבו החלטות מתקבלות ומתבצעות.
