איך ארגונים מממשים את פוטנציאל ה-AI מעבר לפיילוטים
בינה מלאכותית כבר אינה הבטחה עתידית. היא נמצאת במערכות שירות, במוקדי מכירות, בשרשראות אספקה, בפיתוח מוצרים, בגיוס עובדים ובתכנון אסטרטגי. ועדיין, אצל מנהלים רבים חוזרת אותה תחושה: יש כלים, יש פיילוטים, יש התלהבות, אבל הערך הארגוני עדיין לא פורץ בקנה מידה רחב כפי שהובטח להם בישיבות דירקטוריון.

בבלוג שלי תמצאו אין ספור פוסטים בשנתיים האחרונות שחוזרים על אותה בעיה, (ואם תחזרו עוד קצת בזמן תגלו שהבעיה הזו חוזרת על עצמה עוד מראשית ימי הטרסנפורמציה הידיגיטלית). ארגונים ממשיכים ליישם את הטכנולוגיה החדשה, במקרה זה AI, על אותם תהליכים עסקיים בעייתיים.

הערך הגדול של AI (וכל טכנולוגיה חדשה, אבל AI בפרט) לא נוצר כאשר מוסיפים עוד כלי לתהליך קיים. הוא נוצר כאשר הארגון מעצב מחדש את הדרך שבה העבודה מתבצעת, וההחלטות מתקבלות. לפי הדוח האחרון של ה World Economic Forum בשיתוף Accenture, האתגר המרכזי כבר אינו האם AI עובד, אלא כיצד ארגונים משתנים כדי לממש את מלוא הערך שלו.

מפיילוטים נקודתיים למערכות מחוברות
ארגונים רבים עדיין נמצאים בשלבים שונים של פיילוטים, מקרי השימוש הנפוצים הם: צ'אטבוט לשירות לקוחות, כלים ליצירת תוכן, מנועי המלצות, אוטומציה לדוחות או וחיזוי נקודתי. בעוד שגישה זו חשובה כי היא מאפשרת למידה מהירה וממוקדת לצד הוכחת ערך, היא מוגבלת. בדיוק אותה בעיה של טרנספורמציה מפוזרת חוזרת על עצמה בשלב ה AI. כאשר כל יחידה בארגון מפעילה AI בנפרד, נוצרים איים של חדשנות. יש שיפור מקומי, אך אין שינוי מערכתי.

כאשר הארגון מבין שהוא צריך לחבר בין חוויית הלקוח, לתפעול, לאסטרטגיה ולניהול העובדים, מתחיל להיווצר אפקט מצטבר של שינוי או טרנספומציה בעלת ערך ארגוני. במקום לשאול "איזה תהליך אפשר להפוך לאוטומטי?", מנהלים צריכים לשאול "איזה תוצאה עסקית אנחנו רוצים לשפר, ואיך AI משנה את כל שרשרת העבודה שמובילה אליה?"

המחקר של הפורום הכלכלי העולמי ו Accenture התמקד בחמישה תחומי מיקוד מרכזיים שלפי המשיבים על הסקר סייעו לארגון לעצב מחדש את אופן הפעילות ולייצר השפעה משמעותית ברמה הארגונית.

1. חוויית לקוח בזמן אמת
המיקוד הראשון הוא חוויית הלקוח. בעבר, ארגונים תכננו מסעות לקוח באופן ליניארי: חשיפה, התעניינות, רכישה, שירות ושימור. כבר מספר שנים, ככל שהערוצים הדיגיטליים מעמיקים את האחיזה בחיינו, יותר ויותר לקוחות פועלים בערוצים רבים, מצפים למענה מיידי בזמן אמת. כאן ה AI מציג שיפור משמעותי שהיה קשה ליישם בעבר, היכולת של הארגון לעבור ממסעות לקוח קבועים לחוויות דינמיות. מערכות ניהול מסעות הלקוח יכולות בסיוע AI לזהות את כוונת הלקוח, לחזות נטישה, ולהציע פעולה מתאימה עם מסר אישי או העברה של הלקוח לנציג אנושי כאשר נדרשת אמפתיה ושיקול דעת מעמיק יותר.

בעולם בו AI מניע מסע לקוח דינמי, צוותי שיווק, מכירות, שירות, דאטה ומוצר אינם יכולים לפעול בנפרד. הם צריכים לעבוד סביב מנגנון החלטות משותף (והרבה מאד נתונים חוצי ארגון) שיגדירו אילו אותות חשובים, מתי ה AI רשאי לפעול, מתי נדרש אישור אנושי ואיך מודדים את התוצאות לאורך זמן.

חוויית לקוח מבוססת AI אינה רק פרסונליזציה, זו מערכת לומדת שמאזנת בין צמיחה ארגונית, עלות, סיכון ושיפור לחווית הלקוח שבגינה מייצרת שיפור בשורה התחתונה של הפעילות העסקית.

2. תפעול חכם וגמיש
יישום AI בתפעול משנה את המעבר מתכנון מבוסס תחזיות לתפעול מבוסס מענה בזמן אמת. במקום להמתין לבעיה בקו ייצור, מלאי, לוגיסטיקה או תחזוקה, מערכות AI יכולות לסייע בזיהוי חריגות שיבושים, ואז להציע פעולה לפני שהנזק מתרחב.

בארגונים מתקדמים, AI אינו רק מציג התראות. הוא מסייע בתיאום בין מערכות, צוותים ואתרים שונים של הארגון. הוא יכול להציע שינוי בתהליכי ייצור, לעדכן מערכות אחזקה, לשנות הקצאות מלאי או להמליץ על פתרונות לוגיסטיים חלופיים.

המשמעות היא מעבר מניהול תגובתי לניהול אדפטיבי. המדד אינו רק עמידה בתוכנית, אלא יכולת להתאים את התוכנית למציאות משתנה. תפעול מבוסס AI דורש הגדרות ברורות של סמכות, גבולות הפעלה של כלי ה AI, אחריות אנושית ומדדי ביצועים חדשים.

כאשר עושים שימוש נכון עם ה AI הוא אינו מחליף את המנהל, במקרה זה מנהל התפעול, הוא מספק לו תמונת מצב מהירה, עשירה ומדויקת יותר, ומאפשר לו להתמקד בהחלטות המורכבות באמת.

3. חדשנות ופיתוח בקצב חדש
מן הסתם אחד התחומים שה AI הולך איתו יד ביד הוא תחום החדשנות והמחקר. במקום תהליך ליניארי שבו רעיון נבדק בשלבים ארוכים במשך זמן רב, ה AI מאפשר יצירת אפשרויות ותרחישים רבים, סימולציות מהירות, בדיקות ולמידה רציפה.

שימוש נכון אינו מייצר רק מהירות. ה AI מאפשר לארגונים לבדוק יותר רעיונות, לזהות מוקדם יותר אילו מהם פחות יציבים, ולהפנות משאבים מהר יותר לכיוונים בעלי פוטנציאל גבוה. בתחומים כמו פיתוח מוצרים, פארמה, הנדסה ותוכנה, המשמעות יכולה להיות קיצור מחזורי פיתוח והפחתת בזבוז של משאבים.

גם במקרה זה, הטכנולוגיה לבדה אינה מספיקה. ארגונים צריכים לשנות את התפיסה שלהם לגבי מהו כישלון. אם AI עוזר לפסול רעיון מוקדם, זה לא אומר שבוזבז זמן על בדיקת הרעיון, זו הצלחה ניהולית שמונעת השקעה מיותרת. מנהלים צריכים לבנות תרבות שבה איכות הראיות, מהירות הלמידה ויכולת ההתאמה חשובים לא פחות מהיצמדות לתוכנית המקורית.

4. תכנון אסטרטגי כתהליך חי ועדכני
תכנון אסטרטגי מסורתי בנוי סביב מחזורים שנתיים, מצגות, תחזיות ואישורים. הבעיה היא שכבר יותר מעשור השוק משתנה הרבה יותר מהר מהמצגות ותהליכי האישור. באמצעות שימוש נכון עם AI בתהליכים אסטרטגיים, אפשר להפוך את מסמך האסטרטגיה ממסמך סטטי למערכת חיה.

מערכות מבוססות AI יכולות לנתח את אותות נשוק, נתוני נלקוחות, פעילות המתחרים, שינויים מאקרו-כלכליים, וכמובן את הביצועים הפנימיים של הארגון. מידע זה כאשר הוא מחובר יחד, יכול לעזור להנהלה לבחון תרחישים שונים, לבחון הנחות עבודה שונות, לזהות סטייה מהתוכניות המקוריות ולהמליץ על הקצאת משאבים מחדש ככל שנדרש.

המשמעות היא שההנהלה אינה "נועלת תוכנית עובדה" אחת לשנה. אלא מנהלת פורטפוליו של אפשרויות. בצורה זו שינוי הכיוון יכול להתרחש במהירות כאשר המצב בשוק או הנתונים מצביעים על שינוי בנתונים האסטרטגיים, התקציב, או בכוח האדם. שיניו יזה יכול לסייע לארגון להגיב בצורה מהירה וקרובה יותר למציאות בשטח.

היתרון התחרותי נמצא ביכולת לפעול על בסיס תובנות, לא רק לאסוף אותן.

5. ניהול עובדים לפי הקישורים ולא הגדרת התפקיד
ה AI משנה גם את האופן שבו ארגונים מנהלים את העובדים שלהם. במקום לנהל את המשאב האנושי לפי תפקידים קבועים, ארגונים מתקדמים עוברים לניהול מבוסס יכולות. המיקוד עובר מהשאלה "איזה תפקיד יש לאדם?" לשאלה "אילו יכולות קיימות בארגון, אילו חסרות, ואיך ניתן לפתח או להקצות אותן מחדש לפי הצרכים של הארגון?"

מערכות AI יכולות לזהות מי העובד שמתאים ביותר לפרויקט, מי רכש מיומנות חדשה, אילו פערים קיימים בצוותים ואיפה כדאי להשקיע בלמידה. הן יכולות לתמוך בניוד פנימי, הכשרות מותאמות אישית ושימור עובדים באמצעות זיהוי מוקדם של שחיקה או חוסר התאמה.

בנוסף, סוכני AI מתחילים לפעול לצד עובדים, לבצע משימות שגרתיות, להכין מידע וחומרים נדרשים, לנתח נתונים ולהאיץ תהליכים. לכן, תכנון כוח אדם חייב לכלול לא רק בני אדם, אלא גם רכיבים דיגיטליים וסוכנים.

הארגון העתידי לא יהיה בהכרח קטן יותר. הוא יהיה גמיש יותר, שטוח יותר ומבוסס יותר על שיתוף פעולה בין אנשים למערכות חכמות.

חמשת העקרונות להטמעת AI בקנה מידה
אלו היו רק כמה דוגמאות לשיפור ש AI יכול להציג בארגון, מן הסתם היכולות של ה AI הרבה יותר רחבות והן יכולות לגעת בהרבה יותר מקרים ותרחישים ארגוניים.

כדי לממש את פוטנציאל ה-AI, מנהלים צריכים להתמקד בחמישה עקרונות מרכזיים.

העקרון הראשון הוא אחריות אנושית : גם כאשר AI ממליץ, מנתח או מבצע, האחריות לתוצאה נשארת אצל העובד. לכן חשוב להגדיר מראש מי מאשר, מי מפקח, מי מתערב ומי אחראי במקרה של טעות.

העיקרון השני הוא עיצוב מחדש של מודל ההפעלה: לא מספיק להוסיף AI לתהליך ישן. צריך לבחון מחדש את התהליכים העסקיים, הממשקים הפנימיים והחציוניים, מדדי ההצלחה וקבלת החלטות לאור כניסתם של סוכנים ומערכות מבוססות AI.

העיקרון השלישי הוא פיתוח יכולות עובדים: כניסת טכנולוגיות ה AI לארון יוצר צורך בתפקידים חדשים כמו מנהלי מוצר AI, ארכיטקטי תהליכים, אחראי מודלים וסוכנים ועוד. במקביל, כל עובד צריך להבין כיצד לעבוד עם מערכות חכמות מבוססות AI באופן בטוח ואפקטיבי. אלו ועוד דורשים שינוי באופן ההכשרה של העובדים וכיצד הם לומדים לעבוד עם ולצד כלי AI בארגון.

העיקרון הרביעי הוא אמון ושקיפות: עובדים, לקוחות ומנהלים צריכים להבין כיצד AI פועל, מה גבולותיו, מתי הוא טועה ואיך ניתן לערער או לתקן החלטה שהוא קיבל או המליץ עליה. אמון אינו בלם לחדשנות. הוא תנאי להרחבתה.

העיקרון החמישי הוא ניסוי ולמידה מתמשכת: ארגונים צריכים לאפשר ניסויים קטנים, כשלים מבוקרים ושיפור מתמיד. AI אינו פרויקט שמסתיים בהשקה. הוא יכולת ארגונית שמתפתחת דרך שימוש אמיתי, בעיקר לאור העובדה שטכנולוגיה לא מפסיקה להתפתח ולהשתנות בקצב מסחרר.

לסיכום: ההיתרון אינו במודל, אלא בארגון
העתיד של AI בארגונים לא ייקבע רק לפי איכות האלגוריתמים. הוא ייקבע לפי היכולת של מנהלים לעצב מחדש את סביבת העבודה, חלוקת האחריות, התהליכים והתרבות. ארגון שמסתפק בפיילוטים יראה שיפורים נקודתיים. ארגון שמחבר את ה AI לליבת הפעילות העסקית צפוי לשפר את חוויית הלקוח, היעילות, מחזורי החדשנות והארסטרטגיה בקצב שמתאים לשינויים בשוק. אך חשוב לשנות תפיסה. מי שיפעל כך יוכל להפוך את הבינה המלאכותית מגל של ניסויים ליתרון תחרותי מתמשך.

קישור למחקר של World Economic Forum ו-Accenture.