רכשתם AI? זה עדיין לא אומר שהתייעלתם
ארגונים רבים מתחילים בבחירת כלי הבינה המלאכותית ורק אחר כך מחפשים את הבעיה שהוא אמור לפתור. אלא שהצלחת פרויקט AI תלויה פחות בטכנולוגיה ויותר בהגדרת המטרה העסקית, בהתאמה לתהליכי העבודה וביכולת של ההנהלה להוביל שינוי אמיתי
בשנה האחרונה חוזרת על עצמה כמעט בכל מקום השאלה: באיזה כלי בינה מלאכותית כדאי לנו להשתמש? זו נשמעת כמו השאלה הנכונה, אך דווקא היא מעכבת ארגונים, משום שהיא מניחה שהאתגר הגדול הוא לבחור טכנולוגיה, בעוד שהאתגר האמיתי הוא להבין מה בכלל רוצים לייעל או לשנות ומה בדיוק עוצר את הארגון מלרוץ קדימה.
נתון שפורסם השנה על ידי חוקרי MIT ממחיש זאת היטב. במחקר שבחן מאות פרויקטים ארגוניים של בינה מלאכותית נמצא כי 95% מהפיילוטים לא הניבו החזר כלכלי מדיד. המחקר מצא הבדל מעניין בין הפרויקטים שהצליחו לאלה שנכשלו: ההצלחה לא נבעה מאיכות המודל או מהיקף ההשקעה, אלא מהאופן שבו הפתרון נבנה. פתרונות שפותחו על ידי גורם חיצוני מומחה, שהתאים אותם לאופן שבו הארגון עובד, חושב ומתקשר בפועל, הצליחו בשיעור כפול מפתרונות שנבנו באופן גנרי ונכפו על תהליכי העבודה הקיימים. במילים אחרות, לא הכלי או הטכנולוגיה הם שקובעים את ההצלחה, אלא מידת ההתאמה שלהם לארגון, לצרכים, לאתגרים ולמטרות העסקיות שלו.
פרויקטים של בינה מלאכותית נכשלים לא פעם משום שלא הייתה להם מטרה עסקית ברורה, משום שהכלי לא דיבר בשפה שהעובדים מכירים ומשום שהוא לא הותאם לדרך שבה הארגון באמת מתנהל.
ארגונים רבים עדיין מתחילים בחיפוש אחר פלטפורמת הבינה המלאכותית המתקדמת ביותר. הם משווים בין ספקים, מתרשמים מהדגמות ורק אז מנסים להבין איזו בעיה אפשר לפתור באמצעות הפלטפורמה שבחרו. הארגונים שמצליחים עושים את ההפך: הם שואלים תחילה היכן העובדים מבזבזים הכי הרבה זמן על תהליכים חזרתיים ואילו תהליכים סובלים מחוסר יעילות. ברגע שהמטרה העסקית והאתגר התפעולי מוגדרים בבירור, קל הרבה יותר לבנות סביבם מערכת שמתנהלת בשפת הארגון, מתחברת למערכות הקיימות ומתאימה את עצמה אליו, ולא להפך.
זו אולי נשמעת הבחנה קטנה, אבל היא שקובעת אם הבינה המלאכותית תהפוך לעוד מערכת שהעובדים נרתעים ממנה ומבזבזים זמן יקר בהבנתה, או לכלי עבודה שהם כבר אינם זוכרים איך התנהלו בלעדיו.
עוד דבר מפתיע הוא שההתנגדות לבינה מלאכותית כמעט אף פעם לא מגיעה מהעובדים. ברוב הארגונים דווקא העובדים הם הראשונים להבין איך הטכנולוגיה יכולה לחסוך להם שעות של עבודה חוזרת. החשש נמצא לרוב אצל המנהלים, שחוששים לאבד שליטה על תהליכים, לקבל החלטות מהר מדי או להשקיע בפרויקט שלא יוכיח את עצמו. גם כאן, הטכנולוגיה היא לא הסיפור. הסיפור הוא מנהיגות.
אנחנו רגילים לחשוב על מהפכת הבינה המלאכותית כמהפכה של חברות טכנולוגיה, אבל השינוי המשמעותי מתרחש גם בארגונים שאינם מגדירים את עצמם כחברות טכנולוגיה: מפעלים, חברות שירות, קמעונאים, גופי תשתית וארגונים ציבוריים. הם מבינים שהיתרון התחרותי שלהם לא יגיע מפיתוח מודל שפה חדש, אלא מהיכולת לשפר תהליכים שהם מפעילים כבר שנים, בקצב ובשפה שמתאימים להם ולא בקצב שמכתיב ספק טכנולוגי חיצוני.
בשנים הקרובות הפער בין ארגונים לא יימדד לפי מי רכש את מערכת הבינה המלאכותית המתקדמת ביותר, אלא לפי היכולת של ההנהלה להוביל שינוי אמיתי ולבנות תהליכים חדשים שמתאימים לדנ"א של הארגון, ולא להפך. אלה שיסתפקו ברכישת רישיון לתוכנה נוספת יגלו שהטכנולוגיה המתקדמת לבדה אינה משנה ארגון, ושתחושת ההתקדמות שהיא מייצרת בהדגמה לא תמיד מתורגמת לערך אמיתי בשטח.
נטלי יעקובסון היא מייסדת ומנכ"לית Blueye AI, המפתחת פתרונות בינה מלאכותית לארגונים ולעסקים
