ששת מימדי המוכנות להטמעת ה-AI בארגון

זהו מאמר המשך למאמרי הקודם שתהא "מהי רמת המוכנות של הארגון שלכם למהפכת ה-AI", ופורסם באפריל האחרון. במאמר הקודם הצגתי מודל בגרות AI, עם ארבעה שלבים בהתפתחות הבינה המלאכותית בארגון. במאמר הנוכחי אציג מודל לבחינת המוכנות הארגונית להטמעת AI – מודל של שישה מימדי מוכנות הנדרשים, ואשר משמעותיים לארגון המבקש להצליח בהטמעת הטכנולוגיה החדשנית.

על בסיס ניתוח המוכנות ניתן לגבש תוכנית פעולה. יש להחליט מהן הפעולות הנדרשות לשיפור החולשות ומה נדרש כדי לשמר את העוצמות

מימדי המוכנות ל-AI

תרשים 1 צילום: רז הייפרמן

הטמעת AI בארגון מחייבת מוכנות ארגונית בלפחות שישה מימדים שונים, כמוצג בתרשים מספר 1.

נסקור את ששת מימדי המוכנות:

מימד 1 – אסטרטגיה ומנהיגות בנושא AI: מימד זה בוחן את קיומה של אסטרטגיה ומנהיגות לנושא ה-AI. האסטרטגיה והחזון מגדירים כיצד הארגון מתכוון לפעול ליישום ה-AI, בהתחשב בהתפתחויות בסביבה התחרותית הנוכחית והעתידית והצורך לשמר ולפתח את היתרון התחרותי. האסטרטגיה קובעת את היעדים ארוכי הטווח, התועלות הצפויות, העדיפויות והמשאבים שהארגון מתכוון להקצות למימוש. כדי להצליח יש חשיבות בקיומה של מנהיגות המכירה ורתומה לנושא.

מימד 2 – אנשים וכישורים: מימד זה בוחן את הזמינות והמיומנות של עובדים וצוותים ביישום ה-AI. כדי להצליח על הארגון להשקיע בגיוס עובדים וטאלנטים בעלי מיומנות וניסיון, ולהשקיע בהכשרת העובדים הקיימים. עובדים וצוותים מיומנים הם גורם קריטי להצלחת יישום הבינה המלאכותית. על המנהלים לעודד את העובדים ללמוד ולהכין את עצמם לכלים החדשים. שימוש בכלי AI מהווה שינוי לעומת שימוש במערכות מידע רגילות, ועל העובדים להכיר את הסביבה החדשה ואת השוני של כלי ה-AI, את חשיבות הנתונים במודלים של AI, כיצד להפעיל אותם ולממש את הפוטנציאל שלהם. להבדיל ממערכות המידע הקיימות בארגון, מערכות ה-AI מסוגלות ללמוד ולהשתפר באופן בלתי פוסק. הטמעה מוצלחת של בינה מלאכותית תלויה ביכולת הארגון לעבודה בצוותים רב תחומיים וביישום מתודולוגיות אג'ייל, לשילוב הדוק של המשתמשים והמפתחים.

מימד 3 – יישומים בעלי ערך עסקי: מימד זה בוחן האם הארגון השקיע משאבים לאיתור ובחירת היישומים (Use Cases) המתאימים ליישום AI שהם בעלי פוטנציאל ערך לארגון. לא כל נושא מתאים לכך, חלק מהנושאים קלים יותר ליישום וחלקם מורכבים מאד ליישום. תיעדוף נכון של היישומים נשען על ההבנה של טכנולוגיית ה-AI, למה היא מתאימה ולמה פחות, על קיומם של נתונים לתמיכה במודלי בינה מלאכותית, והתועלות הצפויות. תיעדוף נכון של היישומים הוא אחד התנאים להצלחת ה-AI ולמניעת תסכול מיותר. בין היתר, על הארגון לבחון פיתוח של מודלים עסקיים מבוססי AI, נושא בעל חשיבות ופוטנציאל רב.

מימד 4 – נתונים: הנתונים מהווים תשתית הכרחית ליישום בינה מלאכותית. נדגיש – בלי נתונים אין AI, ולכן חשוב שהארגון ישקיע בנושא הנתונים כבר מהשלבים הראשונים בהטמעת הטכנולוגיה. הנתונים הם התשתית לפיתוח ואמון המודלים השונים. לעיתים נדרש מאמץ סימון (Labeling) עבור מודלים מסוג Supervised Learning. יישומים שונים מחייבים סוגים שונים של נתונים (מובנים, לא מובנים, טקסט, תמונות, וידיאו וכדומה). במידת הצורך נדרש לטייב את הנתונים, ולהנגיש אותם למודלים ולמשתמשים, וחשוב להבטיח שימוש נאות ומאובטח בנתונים ועוד. על הארגון לבחון איזה מהנתונים הם פנימיים ואיזה חלק מהנתונים הוא חיצוני לארגון.

מימד 5 – תשתית טכנולוגית: מימד זה בוחן את מוכנות התשתית הטכנולוגית הנדרשת לפיתוח, שילוב ויישום טכנולוגיות ה-AI. לרוב מדובר על יכולות וחיבור לענן, ושימוש בטכנולוגיות, כלי הפיתוח ומודלים שספקי הענן מציעים ולעיתים יש צורך ברכישה והטמעה On-prem. נושא האינטרגציה עם יישומים ארגוניים הוא בעל חשיבות ולעיתים מהווה אתגר רציני. יישום AI מחייב גם תשתית מתקדמת של אבטחת מידע והגנה על הנתונים.

מימד 6 – משילות AI: מימד זה בוחן האם הארגון הגדיר מדיניות והנחיות מתאימות, האם הוגדרו ועדות היגוי והסמכויות שלהן ומבנים ארגוניים תומכים. משילות AI מגדירה, בין היתר, מיהו הגורם הניהולי הבכיר שיוביל את ההטמעה בארגון. חלק מהארגונים מגדירים מוביל-AI ברמת הנהלה, CAIO (ר"ת Chief AI Officer). המישלות תגדיר הקמה של ועדת היגוי ייעודית, בדרך כלל בראשות ה-CAIO. ועדה זו, בהשתתפות מנהלים בכירים ורלוונטיים, תנחה ותקבע מהם היישומים שיפותחו, תתעדף אותם בראייה כלל-ארגונית, תגדיר את התקציבים והמשאבים ותעקוב אחר התקדמות היישום. על הוועדה לקבוע כללים לשימוש אחראי בטכנולוגיה (Responsible AI) ואת הצורך במערכות המאפשרות את הבנת ההמלצות (Explainable AI). הוועדה גם תקבע כללי האתיקה, הנחיות לשמירה על פרטיות, עקרונות סייבר ואבטחת מידע, תגדיר את מדדי ההצלחה, ותעקוב אחר מימוש התועלות ועוד.

טבלה 1 צילום: רז הייפרמן

שאלות לבחינת המוכנות

לאחר שמימדי המוכנות הארגונית הוגדרו, יש צורך למדוד אותם. הדרך המקובלת למדידה היא בתהליך הערכה (Readiness Assessment), תוך שימוש בשאלונים וראיונות עם בעלי העניין. הטבלה הבאה מציגה דוגמה של היגדים/שאלות שניתן לענות עליהם ב'כן' או 'לא', ובמידת הצורך תוספת של הסבר מילולי. ההיגדים המוצגים בטבלה הם דוגמה בלבד, וכל ארגון יכול להוסיף/להוריד היגדים בהתאם לרלוונטיות הספציפית.

עם קבלת השאלונים ו/או ביצוע הראיונות, ניתן לקבוע ציון לכל מימד בין 1 ל-5, כאשר 1 קובע שהנושא לא מיושם או ברמה נמוכה מאד, ו-5 קובע שהנושא מיושם באופן מלא.

תרשים 2 צילום: רז הייפרמן

מתודולוגיה להערכת המוכנות ל-AI

תרשים עכביש צילום: רז הייפרמן

נציג כאן מבט-על אינטגרטיבי של המתודולוגיה להערכת המוכנות הארגונית ל-AI, המשלבת את נושא הערכת מימדי המוכנות, הסקת השלב בבגרות הבינה המלאכותית הארגונית וגיבוש תוכנית הפעולה לסגירת פערים.

שלב א' – ניתוח רמת המוכנות: מודל ששת המימדים ישמש בסיס להערכת המוכנות הארגונית ל-AI. הניתוח יבוצע באמצעות השאלונים והראיונות עם בעלי העניין. עם השלמת הראיונות ואיסוף השאלונים, יועץ מומחה ינתח את התוצאות, יקבע את רמת המוכנות בכל אחד מהמימדים. את הממצאים ניתן להציג באמצעות תרשים עכביש. התרשים הבא מציג דוגמה לתרשים עכביש.

שלב ב' – מיפוי רמות המוכנות לשלב הבגרות: לאחר ניתוח מימדי המוכנות, ניתן להסיק מהו השלב של הבגרות בו הארגון נמצא, בהתאם למודל הבגרות של MIT שהוצג במאמר הקודם. הארגון יכול להימצא באחד מהשלבים בין 1 ל-4.

שלב ג' – זיהוי העוצמות והחולשות: בהתבסס על ניתוח המוכנות, כפי שהוא בא לביטוי בתרשים העכביש, ניתן להסיק את החולשות והעוצמות העיקריות של הארגון. ציונים 1 ו-2 מצביעים על רמת מוכנות נמוכה, בעוד שציונים 3, 4, 5 מצביעים על מצב מוכנות סבירה עד טובה.

שלב ד' – גיבוש תוכנית עבודה לשיפור רמת המוכנות: על בסיס ניתוח המוכנות ניתן לגבש תוכנית פעולה. יש להחליט מהן הפעולות הנדרשות לשיפור החולשות ומה נדרש כדי לשמר את העוצמות. לדוגמה תוכנית פעולה לסגירת הפערים יכולה לכלול פעולות כמו הכנת תוכנית הדרכה למנהלים ולעובדים, תוכנית לשיפור וטיוב הנתונים, תוכנית לגיוס ושימור טאלנטים, קביעת מוביל ארגוני לנושא AI והקמת ועדת היגוי וכדומה. תוכנית פעולה זו תוצג להנהלה לקבלת אישורה ומימושה.

לסיכום: מאמר זה הציג מתודולוגיה למדידת המוכנות הארגונית ליישום AI והסקת רמת הבגרות בה הארגון נמצא. חשוב שארגון המבקש להטמיע טכנולוגיות בינה מלאכותית יבצע הערכה של רמת מוכנותו בכל המימדים, יבין באיזה שלב בגרות הוא נמצא, ויפעל לשיפור נקודות החולשה, כדי להבטיח את הצלחת הטמעת טכנולוגיה חשובה זו. המיצוב התחרותי של הארגון ייקבע במידה רבה על ידי הצלחתו ביישום ה-AI.

הכותב הוא יועץ בכיר לטרנספורמציה דיגיטלית, BDO Consulting, וכן מרצה בתוכניות MBA במכללות אונו ורופין