ה-AI גורמת לארגונים לחשוב מחדש – וזה לא כל כך פשוט

הודעתה של מאנדיי מאתמול (ד') על פיטורי 20% מכוח האדם שלה, לצד הצהרתה על ארגון מחדש והעמקת שילוב הבינה המלאכותית, מצטרפת לשורה של מהלכים דומים בענף הטכנולוגיה. 

במבט ראשון נדמה כי התעשייה כבר קיבלה החלטה: פחות עובדים, פחות מנהלי ביניים, יותר AI. אלא שמתחת לכותרות מסתתרת מציאות מורכבת בהרבה. בעוד שחברות רבות ממהרות לצמצם כוח אדם ולהשטיח את המבנה הארגוני, יותר ויותר ארגונים מגלים שהאתגר האמיתי אינו כיצד להחליף עובדים בבינה מלאכותית, אלא כיצד לגרום לשניים לעבוד יחד.

בפועל, יותר ויותר חברות מגלות שהמשוואה אינה כה פשוטה. בשקט יחסי, חלקן כבר מגייסות מחדש עובדים, או משנות את פרופיל התפקידים שהן מחפשות. במקום עובדים המבצעים משימות באופן ידני, הן מחפשות אנשים שיודעים לעבוד לצד מערכות AI

בשנים האחרונות נוצר נרטיב שלפיו הבינה המלאכותית תייתר שכבות שלמות בארגון. ההיגיון ברור: אם AI מסוגלת לכתוב קוד, לנתח נתונים, להפיק מסמכים ולבצע עבודות תפעוליות במהירות – מדוע להחזיק כל כך הרבה עובדים ומנהלים? זו גם הסיבה שחברות כמו אמזון, מטא, גוגל ואחרות בחרו לצמצם שכבות ניהול ולהשקיע את המשאבים בטכנולוגיה ובאוטומציה.

אלא שבפועל, יותר ויותר חברות מגלות שהמשוואה אינה כה פשוטה. בשקט יחסי, חלקן כבר מגייסות מחדש עובדים, או משנות את פרופיל התפקידים שהן מחפשות. במקום עובדים המבצעים משימות באופן ידני, הן מחפשות אנשים שיודעים לעבוד לצד מערכות AI, להפעיל אותן, לבקר את התוצרים, להבין את מגבלותיהן ולשלב אותן בתוך תהליכים עסקיים. במילים אחרות, לא פחות עובדים, אלא עובדים מסוג אחר.

גם מגמת ההשטחה הארגונית, שזוכה בשנים האחרונות לשבחים רבים, מתחילה להיבחן מחדש. דרגי הביניים אמנם נתפשו במשך שנים כמקור לבירוקרטיה, אך בפועל הם מילאו תפקיד מהותי: תרגום האסטרטגיה של ההנהלה לשפת העבודה היומיומית, ליווי עובדים, קבלת החלטות בזמן אמת, פתרון קונפליקטים והעברת ידע. כאשר שכבה זו נעלמת, נוצר לעיתים ואקום. ההנהלה הבכירה מתקשה לרדת לפרטים התפעוליים, בעוד העובדים נותרים ללא גורם מתווך שמספק הקשר, הכוונה ומשוב.

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

ה-AI עדיין אינה מחליפה שיקול דעת אנושי

לכך מצטרפים גם הנתונים העדכניים על מגבלות הבינה המלאכותית עצמה. מחקר רחב היקף של אוניברסיטת ברקלי, שבחן יותר מ-1,500 משימות מקצועיות אמיתיות, מצא כי אף אחד ממודלי ה-AI המובילים לא הצליח לעבור אפילו רבע מהמשימות שנבחנו, ובמשימות המורכבות ביותר, כאלו שדורשות קבלת החלטות לאורך זמן, שינוי אסטרטגיה, התמודדות עם אי-ודאות וניהול תהליכים מורכבים, כל המודלים נכשלו. המסקנה אינה שהבינה המלאכותית אינה טובה, אלא שהיא עדיין רחוקה מלהחליף את שיקול הדעת הניהולי והאנושי הנדרש בארגונים.

זו כנראה הסיבה שהשוק נמצא כיום בתקופת מעבר. מצד אחד, ארגונים ממהרים לבצע קיצוצים מתוך רצון להתייעל ולהפגין חדשנות מול המשקיעים. מצד שני, הם מבינים שהטמעת AI אינה פרויקט טכנולוגי בלבד, אלא שינוי עמוק באופן שבו אנשים עובדים, מקבלים החלטות ומנהלים צוותים. ההצלחה לא תימדד במספר העובדים שפוטרו, אלא ביכולת לבנות מודל עבודה חדש שבו בני אדם והבינה המלאכותית משלימים זה את זה.

ייתכן שבעוד חמש או עשר שנים נראה ארגונים קטנים יותר, יעילים יותר ומבוססי AI. אך נכון להיום, נראה שהתעשייה עדיין מחפשת את האיזון הנכון. זהו תהליך של ניסוי וטעייה: חברות מפטרות, אחרות מגייסות מחדש, חלקן משנות מבנים ארגוניים ואחרות מחזירות פונקציות שנעלמו. דווקא בתקופה הזו, המהלך הנכון ביותר עבור מנהלים אינו למהר לחתוך, אלא לעצור לרגע, ללמוד מהצלחות ומהטעויות של אחרים, להבין אילו יכולות באמת ניתן להעביר לבינה המלאכותית ואילו חייבות להישאר בידי בני אדם. בסופו של דבר, היתרון התחרותי לא יגיע מהחברה שפיטרה הכי הרבה עובדים, אלא מזו שתדע לבנות את שיתוף הפעולה האפקטיבי ביותר בין האדם לבין המכונה.

כותב המאמר הוא מנכ"ל אומניס (Omnis), שותפים טכנולוגיים לארגונים