תארו לעצמכם מכונית מרוץ עם מנוע אדיר, על כביש מלא בורות. ככל שתלחצו חזק יותר על הגז, כך תגיעו מהר יותר, אבל לא רחוק, אלא לתוך הבור הראשון. זה בדיוק מה שקורה כשמטמיעים בינה מלאכותית על תהליך עבודה שבור שלא אופיין מספיק טוב.
3+ראיתי את זה קורה בחברה שנתנה לבינה מלאכותית לטפל במענה ללקוחות. תוך שבוע היא שלחה תשובות מהירות ומלוטשות, אך בפועל שגויות לגמרי. לא בגלל שהכלי טעה, אלא בגלל שהתהליך שמתחתיו כבר היה שבור. הכלי לא יצר את הבעיה, הוא רק הפך אותה לתעשייה.
בינה מלאכותית היא מאיץ – היא לוקחת תהליך קיים ומגדילה את קצב הריצה שלו. כאן גם טמונה הסכנה הגדולה: האצה של תהליך טוב מביאה ערך אמיתי, אבל האצה של תהליך שבור פשוט מפיצה את התקלה מהר יותר ובאופן רחב יותר. הבעיה לא נעלמת, היא רק לובשת מעטפת מקצועית ומשכנעת.
3+לכן, לפני שמשלבים AI בתהליך, שווה לעצור ולשאול חמש שאלות:
1. התהליך הזה עובד היום, בלי הכלי? אם משהו לא עובד כשעושים אותו ידנית, הוא לא יתחיל לעבוד רק כי הגברנו לו את המהירות. תהליך שבור נשאר שבור, גם כשהוא אוטומטי.
2. אני יודע להסביר את השלבים לעובד חדש? אם אני לא מצליח לתאר את התהליך בצורה ברורה לקולגה, גם הכלי כנראה לא יבין אותו. מה שעמום אצלי בראש יישאר עמום גם עם המודל הטוב ביותר.
3. אני מאיץ תהליך טוב, או מטייח תהליך שבור? לפעמים ההתלהבות מהכלי מסתירה את האמת שאף אחד לא רוצה להודות בה: הדרך שבה עבדנו עד היום פשוט לא טובה מספיק. עדיף לגלות את זה עכשיו, לא אחרי שהכל כבר רץ מהר לכיוון הלא נכון.
4. מה קורה כשהכלי טועה באמצע הדרך? תהליך טוב לוקח בחשבון טעות ומונע אותה לפני שהיא מגיעה החוצה. אם אין נקודות בקרה, כל שגיאה של הכלי תגיע ישר אל הלקוח, באותה מהירות וללא בלמים.
5. מדדתי את התהליך לפני כדי לדעת אם הוא השתפר? מהירות היא לא בהכרח שיפור. אם לא ידעתי כמה זמן התהליך לוקח, כמה טעויות היו בו ומה שאר המדדים הקריטיים שנאמדו קודם, לא אוכל לדעת בדיעבד אם הכלי עזר או רק האיץ את אותן הבעיות.
3+החלק שאני הכי אוהב בעבודה עם ארגונים, לפני שבכלל נוגעים בטכנולוגיה, הוא גם החשוב ביותר בעיניי: למפות את התהליך, לזהות איפה הוא נשבר ולתקן אותו. זה פחות זוהר מהדגמה של כלי חדש, אבל במציאות זה מה שקובע אם הכלי יביא ערך או רק יגביר את הכאב.
בסופו של דבר מאיץ חזק על מסלול עקום רק מגיע מהר יותר למקום הלא נכון. הכלים השונים היום באמת מרשימים, אבל זכרו שהם שם כדי להאיץ את מה שכבר קיים אצלכם. קודם מתקנים ומסירים את המהמורות מהדרך ורק אחר כך לוחצים על הגז. ארגון שמתקן את התהליך לפני שהוא משלב בינה מלאכותית, מקבל מאיץ שיטיס את התהליך קדימה. ארגון שמדלג על השלב הזה, מקבל תאונה שלא תמיד קל להתאושש ממנה.
נועם כהן הוא מייסד CritiqeIL, חברת ייעוץ והטמעת AI לארגונים בישראל.
