ה-AI לא נכשלת בגלל טכנולוגיה – היא נכשלת כי הארגון לא משתנה

בשנים האחרונות ארגונים משקיעים משאבים עצומים באימוץ בינה מלאכותית, בתשתיות ענן ובכלים מתקדמים לעיבוד נתונים. הטכנולוגיה זמינה, הכלים מתקדמים מאי פעם, והיכולות רק הולכות ומתרחבות. ובכל זאת, ברוב הארגונים, ההשקעה הזו אינה מתורגמת לערך עסקי בקנה מידה. לא כי ה-AI לא עובדת, אלא כי הארגון לא בנה את היכולת הארגונית להשתמש בה בפועל.

בשלב שבו הטכנולוגיה כבר זמינה, הפער האמיתי עובר ממערכות אל עבודה. תהליכי קבלת החלטות נשארים כפי שהיו, דפוסי העבודה אינם משתנים, והאחריות בין האדם למערכת אינה מוגדרת.

ה-AI לא נכשלת כי אינה טובה מספיק, היא נכשלת כי הארגון לא בנוי לעבוד איתה.

ההבנה שעלתה מהשטח הייתה ברורה: הטמעת AI אינה תהליך טכנולוגי, אלא תהליך של שינוי עבודה

הטרנספורמציה במינהל המחקר החקלאי-מכון וולקני

את הפער הזה פגשתי בצורה חדה במסגרת הובלת טרנספורמציה דיגיטלית ומבוססת AI במינהל המחקר החקלאי, מכון וולקני – ארגון מחקר עתיר דאטה, שבו חוקרים פועלים באוטונומיה מקצועית גבוהה, עם תהליכי עבודה שאינם סטנדרטיים וקבלת החלטות המבוססת על מומחיות עמוקה, מה שהופך כל שינוי ארגוני לאתגר מורכב במיוחד.

במסגרת המהלך שהובלתי – כחלק מטרנספורמציה דיגיטלית רחבה, שמטרתה לייעל את עבודת החוקרים ואת תהליכי המחקר בארגון – הרחבנו משמעותית את תשתיות הענן והובלנו מעבר לסביבת עבודה מתקדמת מבוססת Google Workspace לכלל העובדים, כולל שימוש במודלי שפה מתקדמים והעברת עבודה ואחסון לענן.

במקביל, עבור החוקרים, הובלנו מעבר של נתוני המחקר לענן והקמנו מרכז AI ייעודי, הכולל משאבי חישוב מתקדמים לעיבוד נתונים בקנה מידה רחב.

לצד התשתיות, התמקדנו גם בשינוי העבודה בפועל, בהורדת חסמי שימוש, בהנגשת הכלים ובביצוע הדרכות ממוקדות, הן ברמה הארגונית והן בהתאמה לעבודה המחקרית.

צריך להיערך ארגונית כדי שהיא תפעל בהצלחה ויעילות. ה-AI. צילום: Shutterstock, Ryan.Kan

לא מדובר בפרויקט של מערכות מידע, אלא במהלך אסטרטגי חוצה-ארגון, שמטרתו להפוך יכולות AI מתשתית טכנולוגית ליכולת ארגונית שמייצרת ערך בפועל – מהלך שחייב מעורבות הנהלה, שינוי תפישות עבודה והגדרה מחדש של אחריות.

מבחינת תשתית ויכולות, לא היה חסר דבר. ובכל זאת, בתחילת הדרך, דפוסי העבודה כמעט שלא השתנו. הכלים היו זמינים, אך לא הפכו לחלק אינטגרלי מתהליכי המחקר. השימוש נשאר נקודתי, והפער בין הפוטנציאל לבין האימפקט בפועל נותר משמעותי.

בפועל, גם כאשר הכלים היו זמינים, חוקרים המשיכו לעבוד באותן שיטות ניתוח וקבלת החלטות, וה-AI נשארה מחוץ לליבת תהליך המחקר.

זו הייתה נקודת המפנה, שבה התברר שהחסם אינו טכנולוגי, אלא ארגוני.

ההבנה שעלתה מהשטח הייתה ברורה: הטמעת AI אינה תהליך טכנולוגי, אלא תהליך של שינוי עבודה.

רק כאשר העברנו את המיקוד מהטכנולוגיה אל העבודה עצמה, התחיל להיווצר שינוי אמיתי. זה דרש חיבור של הכלים לתהליכים קיימים, ליווי שמכוון לשימוש בפועל ולא רק לחשיפה, והתאמה לאופן שבו החוקרים באמת עובדים. במקביל, נדרש להגדיר מחדש את גבולות האחריות בין האדם למערכת, במיוחד בנקודות שבהן ה-AI משפיעה על ניתוח נתונים וקבלת החלטות.

בשלב הזה התחיל שינוי ממשי באופן שבו העבודה התבצעה, ולא רק בכלים שהיו זמינים.

ה-AI הפכה מלהיות "יכולת זמינה" ל"יכולת שמייצרת ערך בפועל", כאשר היא עברה מלהיות כלי שהחוקרים יכולים להשתמש בו, לכלי שהם עובדים איתו כחלק אינטגרלי מתהליך המחקר וקבלת ההחלטות.

מהניסיון שלי בהובלת המהלך הזה, זה בדיוק המקום שבו ארגונים מצליחים או נתקעים – לא ביכולת לבנות AI, אלא ביכולת להטמיע אותה בתוך העבודה הארגונית כך שהיא משנה בפועל תהליכים וקבלת החלטות. כאן נוצר הפער בין השקעה בטכנולוגיה לבין יצירת ערך עסקי אמיתי.

המשמעות למקבלי החלטות ברורה. בשלב שבו הארגון כבר השקיע בתשתיות ובכלים, האתגר המרכזי אינו טכנולוגי אלא ניהולי. השאלה אינה איזה כלי להטמיע, אלא כיצד משנים תהליכים, כיצד משלבים AI בתוך קבלת החלטות, וכיצד מגדירים מחדש אחריות ארגונית.

זהו המקום שבו נוצרת היכולת הארגונית האמיתית, והנקודה שבה ה-AI מפסיקה להיות יוזמה והופכת ליכולת שמייצרת ערך.

איך הופכים AI ליכולת ארגונית שעובדת בפועל?

מהניסיון שלי, המעבר מיכולת טכנולוגית ליכולת ארגונית אינו מתרחש מעצמו, אלא מחייב שינוי מכוון בכמה רבדים במקביל.

ארגונים שמצליחים עם AI לא עושים יותר טכנולוגיה, הם עובדים אחרת בשלושה מקומות: משנים את האופן שבו העבודה מתבצעת, משלבים AI בתוך קבלת ההחלטות, ומגדירים מחדש את האחריות בין אדם למערכת.

ראשית, הבינה המלאכותית חייבת להיות משולבת בתוך תהליכי העבודה עצמם, ולא לפעול כיכולת חיצונית. כל עוד השימוש בה אינו חלק מהעבודה בפועל – היא תישאר בשוליים.

שנית, יש לשלב אותה בתוך מנגנוני קבלת ההחלטות. ללא שינוי באופן שבו מתקבלות החלטות, גם הכלים המתקדמים ביותר אינם משנים את התוצאה.

לבסוף, נדרשת בהירות ארגונית סביב אחריות, במיוחד בנקודות המפגש בין אדם למערכת. כאשר האחריות אינה מוגדרת, השימוש ב-AI נשאר חלקי או לא עקבי.

רק כאשר שלושת הרבדים הללו פועלים יחד, ה-AI מתחילה להתבטא כיכולת ארגונית שמייצרת ערך. AI לא משנה ארגונים כי היא קיימת – היא משנה ארגונים רק כאשר האופן שבו אנשים עובדים משתנה סביבה. האתגר האמיתי אינו בבניית היכולת, הוא ביכולת להוביל את הארגון לעבוד אחרת, ושם נקבע אם ה-AI תשאר הבטחה, או תהפוך ליכולת שמייצרת ערך.

כותבת המאמר היא מנמ"רית מינהל המחקר חקלאי (מכון וולקני) ודוקטורנטית לחקר ההשפעה של AI על עובדים בארגון