זהירות, יס-מן מלאכותי לפניך: המלכודת שמפילה את המנהלים הטובים ביותר
הוא רהוט, הוא מנומס והוא תמיד מסכים עם כל דבר שתגידו. הבעיה עם מודל AI, היא לא שהוא טועה אלא שהוא גורם למנהלים להפסיק לחשוב ומוביל את הארגון לבינוניות הבינה המלאכותית.
לצד תחושות מעורבות לגבי GPT-5.1 שאילצו ככל הנראה את OpenAI למהר ולהקדים את ששחרור המודל GPT-5.2, נראה כי 3 Gemini של גוגל זוכה לגל אהדה משמעותי מאז השקתו. למרות ש- ChatGPT עדיין הצ'ט המוביל, בחודשיים האחרונים מספר המשתמשים החדשים שלו עלה ב- 6% בלבד בעוד ש- Gemini רשם זינוק של 30%. למרות שניתן להסביר נתון זה בפערי נתח השוק,Gemini ללא ספק תופסת תאוצה.
מרוץ המודלים זה לא עניין חדש, חברות כמו OpenAI, אנטרופיק וגוגל נמצאים בריצה תמידית ומשיקים מודל חדש כל 3-6 חודשים, והן לא עוצרות רק במשתמש הביתי. לפי דוח שפורסם החודש על ידי OpenAI, השימוש בגרסאות הארגוניות של GPT עלה פי 8 בשנה האחרונה, גוגל השיקו בחודש אוקטובר את Gemini Enterprise ואנטרופיק השיקה החודש את Claude Code ב-Slack הארגוני. למרות המאמץ לכבוש את הסקטור העסקי, עדיין 75% - 85% מסך ההכנסות מגיעות דווקא מהמשתמש הביתי.
הגברה מול החלפה והאדם בלולאה
אימוץ AI בארגונים הוא לא תהליך פשוט. פיתוח סוכנים ומערוכת AI נשמע כמו עניין מורכב, אז אולי עדיף קודם להכשיר את העובדים על שימוש ב- GPT ארגוני? למרות שזו נראית הדרך הטבעית לאימוץ AI, התשובה לא תמיד חד משמעית והדרך לאימוץ עוברת במושגים כמו החלפה (הטמעת סוכני AI) ו- "הגברה" (הכשרה על כלי AI).
בגישת "ההחלפה" הארגון מנסה להחליף תהליכים ידניים בתהליכים המבוצעים על ידי מערכות AI. למרות החשש מפיתוח מערכות, כיום הטמעת סוכן AI בסיסי יכול לקחת ימים בודדים ולרוב יהיה תהליך פשוט ולא יקר. אך הפספוס המרכזי של ארגונים טמון דווקא בהעדר תכנון עסקי, הבנה תפעולית מוגבלת, הכרות שטחית מדי עם מגבלות AI ויישום שגוי של המנגנון הקריטי "האדם בלולאה" (human in the loop). העקרון פשוט: גם כאשר אנו עוברים לאוטומציה מוחלטת, אנו חייבים אדם בתהליך. לא באותה כמות, לא באותו היקף אבל האדם הכרחי כגורם מפקח, מנהל ומשפר. כך קבוצה קטנה של אנשים יכולה להוציא לפועל כמות עצומה של תהליכים סופר-יעילים.
גישת "ההגברה" שנראית למרבית הארגונים כפשוטה ובטוחה יותר, מסתברת כמורכבת לא פחות. בגישה זו אנו "מגבירים" את היכולת האנושית בעזרת כלי AI שהשוק מציע לנו.
למרות שכלי AI נראים אינטואיטיביים ופשוטים לתפעול, בפועל, מדובר בתהליך מורכב שדורש סבלנות ארגונית. תהליך הטמעה של כלי AI בארגון נוגע בהיבטים רחבים כמו הערכה ובחירה של מערכות, שינוי תהליכי עבודה, גיבוש מדיניות וכמובן הקניית מיומנויות חדשות ולא טריוויאליות לעובדים שממילא עמוסים באינספור מערכות אחרות.
העוזר המושלם?
ואם כבר הצלחנו לייצר הטמעה אפקטיבית ולהכשיר את העובדים והמנהלים בארגון להפיק ערך משמעותי מכלי ה- AI, אנו ניצבים בפני אתגר נוסף: היס מן הארגוני.
הוא מדהים! הוא רהוט כמעט כמו אבשלום קור, מייעץ כמו צ'ארלי מנגר, שרמנטי כמו הארווי ספקטור, יש לו ידע כללי כמו של אסף אשתר ויכולות אנליטיות כמו של בנג'מין גרהאם. אבל האם הוא באמת העוזר המושלם שלך?
מחקרים שבחנו את השימוש במודלי שפה מתקדמים בניהול סיכונים או בקבלת החלטות אסטרטגיות, הראו שכאשר הנתונים עמומים והתוצאות אינן שחור-לבן, המודלים נוטים לייצר "הזיות" משכנעות או לבחור בפתרון הקונפורמיסטי והבטוח ביותר. המודל לא יאתגר אתכם; הוא ינסה לרצות אתכם.
התפיסה הרווחת של מנהלים בארגון שאימצו להם מודל, היא: "ה-AI יעשה את העבודה ואני אעבור לראות שהכל בסדר". זו טעות אופטית המיישמת בצורה לא נכונה את מנגנון האדם בלולאה. הסיבה לכך פסיכולוגית: כאשר מודל מציג טיעון רהוט וסמכותי, העומס הקוגניטיבי שלנו יורד ואיתו גם הביקורתיות.
בקבלת החלטות, ה-AI לא אמור לעשות את החיים שלנו קלים יותר, אלא את ההחלטות טובות יותר. הוא צריך לשמש כ"מגבר" שמעלה את רמת הקושי ודוחף את המנהלים לקבלת איכותיות יותר. במקום לשאול את ה-AI "מה כדאי לעשות?", מנהלים צריכים להשתמש בו כ"דגל אדום" ולשאול: "למה האסטרטגיה שלי עשויה להיכשל? מה לא טוב בהחלטה שקיבלתי?".
קל לאמץ את הבינוניות של AI, אך האתגר של מנהלים בארגונים, הוא להעצים את היתרון התחרותי, החשיבה המקורית והיצירתיות האנושית בעזרת השילוב הנכון של טכנולוגיות ה- AI עם יכולות האדם.
ג'ונתן קוזמנקו, הוא חוקר מודלי AI בתהליכי קבלת החלטות במסגרת לימודי דוקטורט בתוכנית הבינלאומית של אוניברסיטת פראג לכלכלה ועסקים
