חצי שעה של השראה. מדריך מעשי להבנה ושילוב של AI בצורה יעילה בחברות / צילום: מנחם רייס
רשימה זו מבוססת על פרק מספרו של ערן גפן, מייסד G^Team, חברה לייעוץ אסטרטגי
17 מנכ"לים עם אנרגיות גבוהות יושבים בסלון שלי, שילוב מגוון של תעשיות. סדר היום? צלילת עומק למערבולת השפעת הבינה המלאכותית (AI) על החברות שהם מנהלים. אנחנו קוראים, שומעים וצופים בכל יום ביישומי AI מעוררי ההשראה, בדגש על בינה מלאכותית יוצרת (Generative AI), אך הפעם אשתף אתכם מניסיוני בפרויקטים של הטמעת AI ככלי לצמיחה עסקית. הטור לא עוסק בכלי כזה או אחר, אלא מזווית כיסא המנכ"ל: באיזה אזורים בעסק היא תשפיע יותר, ובעיקר מאיפה ואיך להתחיל.
בואו נתחיל בלהבין בצורה פשוטה מה תפקיד ה-AI בעולם העסקים. את אחת ההגדרות הברורות נתן לי מנכ"ל צעיר ונמרץ של חברת טק מצליחה: אם עד לא מזמן השימוש בדאטה היה "תגיד לי מה היה", אחרי זה עברנו לכלים סטטיסטיים של "תמליץ לי מה לעשות" ועכשיו אנחנו קופצים לעידן ה-AI, "תחליט מה לעשות, תעשה את זה באופן אוטומטי וגם תלמד מזה".
להצית את המהפכה
אז מוכנים להצטרף למהפכה ולא יודעים מאיפה להתחיל? הו, המקומות שאליהם נלך עם AI! התפקיד שלנו כמנהיגים הוא להחליט איפה, מתי ובאיזו עוצמה לשלב אותה. מהיפר־פרסונליזציה עד לתחזוקה חזויה - בינה מלאכותית יכולה לחדש את הלוגיסטיקה, ליצור עיצובי מוצרים חדשים, ואפילו לחולל מהפכה בקמעונאות. מוכנים לעולם שבו שירות לקוחות אכן משרת את הלקוח? זו ההבטחה של AI.
השפעת ה-AI חודרת לכל היבט. משאבי אנוש יכולים למנף אותה למשימות כמו בדיקת קורות חיים וחיזוי שחיקת עובדים. בפיננסים וחשבונאות היא יכולה להיות מכרעת לגילוי הונאה ולתכנון פיננסי. ניהול שרשרת אספקה יכול להפיק תועלת מניתוח חזוי עבור בקרת מלאי ומסלולי הפצה אופטימליים. מחקר ופיתוח יכולים להשתמש בבינה מלאכותית לניתוח נתונים, קידום חדשנות והפחתת מחזורי פיתוח מוצרים. לבסוף ניתן לשנות את המכירות באמצעות תובנות לגבי התנהגות לקוחות ותחזיות מדויקות.
אז איך מתחילים?
בשלב הראשון שאלו את השאלות העסקיות הגדולות. לכן סמנו את האזורים העסקיים המשמעותיים שבהם לדעתכם שילוב הבינה המלאכותית יכול לפתור בעיות גדולות והקפיצה הטכנולוגית תביא לכם את עיקר האימפקט. בכלל בעידן ה־AI התפקיד של מנהיגים הוא קודם כל לדעת לשאול את השאלות הנכונות, כי היא יודעת לתת תשובות מצוינות.
בשלב השני צרו צוות משימה מגוון. רגע לפני שאתם ממהרים להעביר את האחריות למומחה הטכנולוגיה, בנו צוות חוצה ארגון של מנהלים מדרג ביניים, אלה שמכירים את העבודה בפועל ומכירים את הבעיות שהגדרתם טוב יותר מאשר את כף ידיהם. זהו צוות העבודה המתאים ביותר להובלת הפרויקט.
הטריק הוא בגיוון: הם צריכים לייצג כל האספקטים של פעילות החברה, מעין מיני־חברה. מובן שצריך להיות בו מומחה בטכנולוגיה, אבל גם מישהו שמכיר את הלקוחות, את הפיננסים, את התפעול, את המוצר.
בשלב השלישי אתם צריכים בנק נתונים מטופח. חשבו על זה כעל כוחות־העל של הנוקמים. צריך גם הרבה דאטה, לכן באזורים עם הפוטנציאל העסקי שהגדרתם בשלב 1 אתם צריכים לבדוק את מצב הנתונים.
צוות המשימה צריך לצלול אל האזורים הפוטנציאליים, לוודא שהנתונים בהם יהיו מטויבים ומאורגנים לקציר של הבינה. לדוגמה, אם האזור העסקי הפוטנציאלי שבחנתם הוא שרשרת אספקה, אבל אין בו כמויות היסטריות של דאטה, הוא פחות מתאים. לעומתו יהיה אזור אחר עם הררי דאטה, שיהיה צריך לסדר ולהתאים בעבודת הכנה ראשונית.
בסוף השלב הזה יהיו לכם אזורים פוטנציאליים לשילוב בינה מלאכותית שהם גם מעניינים עסקית וגם בשלים מבחינת מצב הדאטה.
השלב הרביעי הוא להחליט על אזור הוכחת היתכנות (poc). זה הזמן לבחור מאיפה מתחילים. חשוב שהאזור יהיה אסטרטגי, כזה שיוכל מצד אחד להוכיח שאפשר להזיז מחוג על פרמטר חשוב לארגון, שעם סימני נפט יצית את הדמיון בחדר ההנהלה, ומצד שני, אזור שיהיה קל להביא בו ניצחון מהיר, אזור שבו אפשר יהיה ללמוד על תוצאות הניסוי.
בשלב החמישי הכינו עץ החלטות בסיסי. העץ הזה מתפתח ותלוי בכם, הוא בעצם מה שבן אנוש היה עושה, רק הפעם עם דאטה. עץ ההחלטות שצוות המשימה ייצור הוא התשתית הבסיסית המדמה בצורה מופשטת את האפשרות של בינה לתפקד בצורה אוטומטית.
המטרה? לבחון את העץ בחיים האמיתיים, בניסוי, ולראות השפעה לטובה של ההנחות העסקיות שלכם בשילוב האוטומציה על התוצאות. רק אחרי שתוכיחו שיש להחלטות הבסיסיות שהגדרתם יכולת לייצר אימפקט ופוטנציאל להפוך את האזור הזה לאוטומטי, תוכלו לשכנע את הארגון לעלות שלב וליישם בדיוק בו את ה־AI.
אני ממליץ להסתכל על הנושא בצורה אסטרטגית. זה לא תפקיד טכני, זה תפקיד של מנהיגים ( (המשך השלבים בטור הבא).
מנהיגות, התנסות ואנושיות
מנהיגים, הגיע הזמן להפשיל שרוולים ולשחק עם AI. המנהיגות שלכם, תלויה בהבנתכם את עולם ה־AI וזו מגיעה רק מהתנסות. בחרו לכם את אחד הכלים והכניסו אותו לשימושכם האישי ביומיום, רק אחרי שתהיו מכונת פרומפטים משומנת תוכלו לתפוס את גודל היכולות ואת הפוטנציאל העסקי.
בטוויסט מפתיע עליית המכונות מדגישה את חשיבות הכישורים הרכים שלנו. האמפתיה, השכנוע, החשיבה הביקורתית - המגע האנושי - הצורך בהם אצל מנהלים רק יגדל. עם עליית ה-AI שיכולה להחליף הרבה מהכישורים הטכניים שלנו, ישאר צורך ומקום הולך וגדל דווקא למנהיגים (לא המנהלים) שיודעים לסחוף אחריהם צוות מסור למען מטרה גדולה.
מנהלים - זמן לפעול
העתיד קרוב מכפי שאנו חושבים. הטכנולוגיה טסה קדימה, וארגונים מתנשפים. והחלק המטורף? הבינה המלאכותית מתקדמת בקצב אקספוננציאלי, אנחנו על סיפה של בינה מלאכותית כללית (AGI), מכונת הלמידה העצמית שלדברי מומחים יכולה תיאורטית להשתלט על העולם, או לכל הפחות, על העבודה שלנו. וזה לא אני אומר. מספיק לקרוא
את המסמך הרשמי האחרון של OpenAI שקובע שבמהלך העשור הקרוב, הבינה המלאכותית תעקוף את היכולת של "מומחים" בני אנוש במרבית התחומים. כמובן זה לא רק הסקילס, לא תהיה לה גם מגבלה של סקייל.
סכנה דיסטופית
אבל מסע הבינה המלאכותית הוא לא רק חדי־קרן וקשתות בענן. חלק מהמפתחים מסתכלים על AI כפצצת זמן מתקתקת עבור האנושות. אליעזר יודקובסקי, חוקר בינה מלאכותית בולט, מזהיר: אי אפשר לעצור את הבינה המלאכותית, היא בדרך להשמיד את העולם והסוסים כבר ברחו מהאורווה. העצה האופטימית שלו היא "נצלו את השנים שנותרו לנו עם המשפחות שלכם".
הזדמנות עסקית
אני מטבעי קצת יותר אופטימי וגם ראיתי איך הכלים העלו מעלים חברות על מסלול צמיחה מחודש, לכן אני ממליץ להתמקד בלשלב בינה מלאכותית ממש החל ממחר, בארגונים אותם אנחנו מובילים. הסוס אולי כבר ברח מאורווה, אבל אנחנו עדיין מחזיקים (בינתיים) במושכות. אז בואו נרכב!
ערן גפן הוא מייסד G^Team, חברה לייעוץ אסטרטגי, שעוזרת לחברות לפתח מנועי צמיחה חדשים . הוא בעל ניסיון בעבודה עם מנכ"לים והנהלות של החברות המובילות בארץ ובעולם, בהן קוקה קולה, וולט, מיקרוסופט, שטראוס וקימברלי קלארק. חברה קודמת שהקים נרכשה על ידי WIX. גפן מפעיל את הפודקאסט "חצי שעה של השראה" ומחבר הספר "יוצרים צמיחה - כך הופכים יצירתיות עסקית לתוכנית עבודה".