הקלטת הסדנה

פספסתם את הסדנה? רוצים לצפות בה שוב? פה תמצאו את הקלטת המפגש:

הבנת המציאות החדשה

אינטליגנציה אינה עוד רק יכולת אנושית – היא כעת משאב זמין לכל. בינה מלאכותית יוצרת מביאה יכולות המשתרעות על פני יצירת טקסט, תוכן חזותי, עיבוד אודיו וניתוח נתונים ממגוון מקורות וסוגים. עבור אנשי למידה ופיתוח ארגוני, משמעות הדבר היא גישה לכלים רבי עוצמה היכולים ליצור תוכן, לנתח צרכים, להתאים אישית חוויות למידה ולמדוד תוצאות ביעילות ועוצמה חסרי תקדים.

זיהוי הזדמנויות ליצירת ערך

ההשפעה של בינה מלאכותית בלמידה ופיתוח ארגוני יכולה להתבטא בשלוש דרכים מרכזיות:

• הגברת הפרודוקטיביות: האצת יצירת תוכן, אוטומציה של משימות מנהלתיות ייעול תהליכי תכנון למידה ועוד.
• שיפור מוצרי למידה וערוצי תקשורת: יצירת חוויות למידה מעורבות, מותאמות אישית ואינטראקטיביות יותר, בניית מעורבות רגשית וסיפורים המחברים את הקהל שלכם באמצעות יכולות מבוססות בינה מלאכותית.
• שיבוש מודלים מסורתיים: חשיבה מחדש על מודלים של יצירת ערך, על שרשרת הערך שלנו, ועל המהירות והסדר בו אנו מספקים ערך.

קורס הדרכה ופיתוח ארגוני באמצעות AI – לפרטים והרשמה, לחצו פה.

מחשיבה לפעולה

התחילו בבחירת הזדמנויות ספציפיות, בעלות השפעה גבוהה, שבהן בינה מלאכותית יכולה ליצור ערך מיידי. האפשרויות הן רבות ולכן כדאי להיעזר בשיטות הבאות:

• תיעדוף תהליכים שנמצאים בשליטה שלכם כאחראים על למידה ופיתוח ארגוני.
• תהליך שיטתי של ניתוח תהליכי העבודה שלכם כיום – ללא העצמתם בכלי בינה מלאכותית יוצרת – ושילוב הכלים הנכונים בשלבים הנכונים על מנת לאפשר לכם לבצע משימות ותהליכים מהר יותר, באיכות גבוהה יותר, בהיקף גדול יותר, ובעלות נמוכה יותר.
• למדו את היכולות של הכלים השונים, התנסו במגוון כלים – כך תצטיידו במגוון רחב יותר של אפשרויות בארגז הכלים שלכם ותוכלו לבחור את השילוב המתאים למשימות שונות. בנוסף – כך גם תגלו את המגבלות של כל כלי ותוכלו להנחות אחרים לגבי אתגרים ובעיות אפשריים בשימוש בכלים.

הובלת השינוי

ככל שתכירו טוב יותר את כלי הבינה המלאכותית ויכולותיהם, תוכלו ליהנות מהיתרונות הרבים הטמונים בטכנולוגיה מהפכנית זו:

• להנחות את הארגון שלכם באימוץ פתרונות למידה המועצמים בעזרת בינה מלאכותית.
• ליצור חוויות למידה חדשניות המשלבות מומחיות אנושית עם יכולות בינה מלאכותית.
• לזהות הזדמנויות חדשות ליישום בינה מלאכותית בפונקציות עסקיות נוספות.
• להוביל את הטרנספורמציה של הלמידה ושל מהפיכת האינטליגנציה בכלל במקום העבודה שלכם.

המהפכה בלמידה ופיתוח ארגוני אינה רק אימוץ של כלים חדשים – היא דורשת ומאפשרת לנו חשיבה מחדש על האופן שבו אנו מפתחים פוטנציאל אנושי בעידן שבו אינטליגנציה היא משאב זמין ונגיש. הזמן לפעול הוא עכשיו.

הפוסט אימוץ בינה מלאכותית בלמידה ופיתוח ארגוני – קריאה לפעולה! הופיע ראשון בLet's AI בינה מלאכותית

איך בינה מלאכותית משנה ארגונים מבפנים?

ג’וש ברסין כבר עשרות שנים מוביל את החשיבה בנושא משאבי אנוש, למידה וטכנולוגיה. הפודקאסט שלו מכסה את המגמות החשובות בתחום. לאחרונה הוא העלה פרק על השפעת הבינה המלאכותית על ארגונים והחברה בכלל.

ברסין מתייחס בפודקאסט המעולה שלו למספר נקודות מרכזיות:

1. מהירות חסרת תקדים באימוץ בינה מלאכותית: בשונה ממהפכות טכנולוגיות קודמות (מחשבים אישיים, אינטרנט, מדיה חברתית) שהתפתחו במשך 2-5 שנים, יכולות הבינה המלאכותית מתרחבות במהירות דרמטית יותר.
2. גוברת החרדה בקרב כוח העבודה: על פי מחקר של Adecco שבדק 60,000 עובדים, יותר מ-70% מהעובדים מודאגים בגלל האוטומציה של בינה מלאכותית. חוסר הוודאות עשוי לתרום לשינויים חברתיים ופוליטיים רחבים יותר.
3. תהיה השפעה מגוונת של הבינה המלאכותית על תעסוקה: בעוד שחלק מהמשרות ישתנו באופן קיצוני או ייעלמו, רבות אחרות ישתפרו במקום להיות מוחלפות. תהליך זה ידרוש התאמות משמעותיות במבנים ארגוניים, תיאורי משרות, טווחי שכר ומסלולי קריירה.
4. יש חששות גוברים לפרטיות: היכולת של בינה מלאכותית לנתח כמויות עצומות של מידע (מאימיילים, שיחות וידאו, הקלטות קול) מעלה חששות משמעותיים לפרטיות.
5. צפוי ארגון מחדש של מבנים ארגוניים: בינה מלאכותית מאפשרת “ביצועים על-אנושיים” בהם צוותים קטנים יכולים להשיג מה שבעבר דרש הרבה יותר אנשים. הדבר הזה מאתגר מודלים עסקיים מסורתיים שכורכים צמיחה עם גידול בכוח אדם, ועשוי להוביל לארגונים שטוחים יותר ולפריון מוגבר עם פחות עובדים.
6. נדרשת התפתחות בחשיבה שלנו על מנהיגות: מודלים מסורתיים של מנהיגות צריכים להתעדכן. מנהלים חייבים להבין את יכולות הבינה המלאכותית, לתמוך בחדשנות וניסוי, לעזור לעובדים מודאגים, ולחשוב באופן מערכתי יותר על איך הארגונים שלהם עובדים.
7. דינמיקה בין-דורית: צעירים שגדלו עם הטכנולוגיה עשויים להסתגל מהר יותר לבינה מלאכותית ולדחוף את השימוש בה. המצב הזה יוצר גם אתגרים וגם הזדמנויות ללמידה והתפתחות ארגונית.
8. השלכות כלכליות: גישה (או העדר גישה) ליכולות בינה מלאכותית עלולה ליצור פער בו מדינות וחברות שישקיעו יותר בבינה מלאכותית עשויות להשיג יתרונות משמעותיים על פני אלו עם פחות גישה למשאבים.
9. ריכוז ושימור כישרונות ותגמול: כאשר בינה מלאכותית מאפשרת לאנשים מסוימים להפוך ל”מכפילי כוח” (מבצעים פי 10 יותר עבודה מבעבר), ארגונים יצטרכו לחשוב מחדש על מבני תגמול ואיך הם מעריכים ביצועים ברמה גבוהה בסביבת עבודה המועצמת עם בינה מלאכותית.

הפרק המקורי המלא זמין להאזנה בספוטיפיי.

קורס הדרכה ופיתוח ארגוני באמצעות AI – לפרטים והרשמה, לחצו פה.

מה יכולים וצריכים אנשי משאבי אנוש לעשות לאור השינויים הצפויים?

מהן הפעולות וההזדמנויות שצצות לאנשי ונשות משאבי אנוש לאור השינויים הללו? מסתבר שיש הרבה כאלה! 

המגמות שג׳וש ברסין מתאר כבר באות לידי ביטוי בארצות הברית, בריטניה, ואירופה. והגמה לא תפסח גם על ישראל. לאור זאת, הנה 5 המלצות מרכזיות שלי למנהלי ואנשי משאבי אנוש לאור השינויים הצפויים:

1. הובילו תהליך מיפוי והערכת השפעות הבינה המלאכותית על המשרות בארגון

• השתמשו במתודולוגיה להערכת רמת ההשפעה של בינה מלאכותית  על כל סוג תפקיד או משפחות תפקידים
• זהו משרות בסיכון גבוה לאוטומציה
• אתרו הזדמנויות להעצמת תפקידים באמצעות בינה מלאכותית
• תכננו מסלולי הסבה והתפתחות לעובדים במשרות שישתנו מהותית

סיכון בתהליך: חוסר דיוק בהערכות עלול להוביל לתכנון לקוי

הזדמנות בתהליך: תוכלו למצב את משאבי אנוש כשותף אסטרטגי בהובלת השינוי הארגוני

2. גבשו תכנית הכשרה והסמכה ארגונית לשימוש בבינה מלאכותית

• בנו מסלולי למידה מותאמים לרמות שונות ולתפקידים שונים
• הגדירו סטנדרטים ארגוניים לשימוש בכלי בינה מלאכותית
• צרו מערך חונכים ומומחי בינה מלאכותית פנים-ארגוניים
• שלבו הכשרות בינה מלאכותית בתהליכי הקליטה והכניסה לתפקיד

סיכון בתהליך: התנגדות עובדים ללמידה וחשש משינוי

הזדמנות בתהליך: יצירת יתרון תחרותי דרך פיתוח יכולות בינה מלאכותית בארגון

3. עיצוב מחדש של מדיניות תגמול והערכת ביצועים

• פתחו מודלים חדשים להערכת תפוקות בעידן הבינה המלאכותית
• התאימו את מבנה השכר לתפקידים משולבי בינה מלאכותית
• תמרצו חדשנות ושימוש יעיל בבינה מלאכותית
• צרו מסלולי קידום המתגמלים מומחיות בבינה מלאכותית

סיכון בתהליך: יצירת פערי שכר גדולים מדי בין עובדים

הזדמנות בתהליך: משיכת ושימור טאלנטים איכותיים לארגון דרך חבילות תגמול אטרקטיביות

4. גיבוש מדיניות אתית ורגולטורית לשימוש בבינה מלאכותית

• קבעו גבולות ברורים לשימוש בבינה מלאכותית בארגון
• הגדירו נהלים לשמירה על פרטיות העובדים
• פתחו מנגנוני בקרה ופיקוח על שימושי בינה מלאכותית
• צרו ערוצי דיווח על בעיות אתיות

סיכון בתהליך: חשיפה משפטית ופגיעה במוניטין של הארגון

הזדמנות בתהליך: בניית אמון עובדים ומיתוג כארגון אחראי ומוביל

5. פיתוח אסטרטגיית ניהול שינוי והסברה

• הכינו תכנית תקשורת פנים-ארגונית שקופה
• ארגנו פורומים לשיתוף חששות והתמודדות עם התנגדויות
• שתפו סיפורי הצלחה הממחישים ערך מוסף של שימוש בבינה מלאכותית
• לוו מנהלים בהובלת השינוי בצוותים שלהם

סיכון בתהליך: התנגדות ארגונית וירידה במוטיבציה

הזדמנות בתהליך: חיזוק תרבות של חדשנות ופתיחות לשינוי

המלצות אלו יאפשרו לכם להציב את מחלקת משאבי אנוש בחזית השינוי הארגוני, עם אחריות להוביל את ההתאמה של הארגון לעידן הבינה המלאכותית – תוך איזון בין צרכי העסק, העובדים והארגון. ההצלחה תלויה ביכולת לנהל את השינוי באופן מדורג, שקוף ומכיל, תוך שמירה על המשאב האנושי כליבת הארגון.

כמנהלי משאבי אנוש עליכם להתמקד בבניית היכולות והכלים הנדרשים להוביל שינוי זה, כולל העמקת ההבנה שלכם ושל הצוותים שלכם בטכנולוגיות בינה מלאכותית והשפעותיהן הארגוניות. זו הזדמנות משמעותית למיצוב מחדש של פונקציית משאבי אנוש כמובילה אסטרטגית בארגון.

להוביל מתוך התנסות ויישום במשאבי אנוש

כדי שנוכל להוביל את הארגון בשינוי המתרחש, עלינו לבנות את הידע והביטחון של אנשי משאבי בנושא בינה מלאכותית. הדרך הטובה ביותר לעשות את זה היא על ידי התנסות ויישום של כלי בינה מלאכותית לתהליכי העבודה שלנו. כך נוכל לדבר בגוף ראשון על הצלחות, להתנסות בסיכונים ובבעיות, ולחוות חלק מהחששות ששאר הארגון יעבור.

כדי לעזור לכם לחשוב על ההזדמנויות הנה כמה רעיונות ואפשרויות.

האפשרויות הן רבות – החל מאוטומציה של תהליכי גיוס, דרך ניתוח מתקדם של ביצועי עובדים, ועד לחיזוי מגמות ומתן המלצות פרואקטיביות לשימור עובדים. למשל, כלי בינה יכולים לסרוק מאות קורות חיים במהירות ודיוק, לנתח ראיונות וידאו, ולהציע התאמות מדויקות יותר בין מועמדים למשרות. שימו לה שתהליך כזה דורש בהחלט תשומת לב לשמירה על פרטיות, שקיפות והוגנות ועשוי להיות גם עם השלכות רגולטוריות ומשפטיות. בתחום ההדרכה והפיתוח הארגוני, בינה מלאכותית יכולה לעזור לייצר תוכניות למידה מותאמות אישית, לזהות פערי מיומנויות ברמה הארגונית, ולהמליץ על מסלולי התפתחות מותאמים לכל עובד.

בתחום הרווחה, בינה מלאכותית יכולה לשדרג משמעותית את חווית העובד. למשל, צ’אטבוטים חכמים יכולים לספק מענה מיידי 24/7 לשאלות נפוצות בנושאי שכר, זכויות, הטבות ונהלים. אפשר יכולה לנתח פניות של עובדים ולזהות מגמות של חוסר שביעות רצון או בעיות שמסתמנות בארגון בשלב מוקדם.

בתחום ניהול הידע והתקשורת הפנים-ארגונית, בינה מלאכותית יכולה לשפר משמעותית את זרימת המידע בארגון. בעזרתן נוכל ליצור תוכן מותאם לקבוצות עובדים שונות, תוך התחשבות בתפקיד, ותק וצרכים ייחודיים.

היבט נוסף וחשוב הוא השימוש בבינה מלאכותית לניתוח אקלים ארגוני ותרבות ארגונית. נוכל יכולה לנתח מגוון רחב של מקורות מידע כדי לספק תמונת מצב מדויקת של האווירה בארגון, רמת המחוברות של העובדים, ואפקטיביות היוזמות השונות לשיפור התרבות הארגונית. ניתן להשתמש בתובנות אלו כדי לתכנן התערבויות ממוקדות, לשפר את התקשורת הפנים-ארגונית, ולחזק את תחושת השייכות והמחוברות של העובדים.

בכל היישומים הללו, התפקיד שלנו כאנשי משאבי אנוש הוא להוביל את השימוש החכם בטכנולוגיה, תוך הבנה מעמיקה של יכולותיה ומגבלותיה. עלינו לוודא שהשימוש בה משרת את המטרות הארגוניות והאנושיות שלנו, ולא הופך למטרה בפני עצמה. זה כולל פיתוח מתמיד של היכולות שלנו בתחום, הבנת ההשלכות האתיות של השימוש בטכנולוגיה, ויצירת איזון נכון בין היעילות הטכנולוגית לרגישות האנושית הנדרשת בתפקידנו.

הפוסט הזדמנויות וסיכונים עבור אנשי HR בעידן ה-AI: תמורות ושינויים בניהול המשאב האנושי הופיע ראשון בLet's AI בינה מלאכותית

אינטליגנציה היא עכשיו מוצר צריכה

עד לא מזמן כאשר ארגונים רצו לייצר ערך באמצעות פעולה של עיבוד או יצירת מידע בצורה אינטליגנטית, הדרך העיקרית – אם לא היחידה – לעשות זאת הייתה על ידי שימוש באינטליגנציה אנושית – כלומר לייצר התקשרות כזו או אחרת עם אדם (עובד, ספק, שותף עסקי) כדי שיפתחו עבורנו מוצר, יכתבו לנו תוכן, יפיקו לנו סרט, יתאימו וימכרו פתרונות ללקוחות, יספקו תמיכה והדרכה למשתמשים חדשים, ודוגמאות רבות ומגוונות נוספות. המציאות הזו משתנה לנגד עינינו במהירות ובצורה שתשפיע על היבטים רבים של עבודה, כלכלה, עסקים ולא פחות מכך – למידה ופיתוח אישי וארגוני.

אנחנו יכולים היום לשלם סנטים בודדים, ולקבל בתמורה ביצועים של מגוון הולך ומתרחב של משימות על ידי בינה מלאכותית, ובפרט בינה מלאכותית גנרטיבית (Generative AI). אינטליגנציה היא מוצר צריכה לא רק במובן של העלות הצונחת והאיכות העולה של התוצרים, אלא גם בזכות העובדה שהיא נגישה עבור אנשים ללא רקע טכנולוגי בעזרת מוצרים פשוטים לשימוש הזמינים עבור כל אחד ואחת מאתנו במחשב האישי או בטלפון החכם.

קורס הדרכה ופיתוח ארגוני באמצעות AI – לפרטים והרשמה, לחצו פה.

שלוש דרכים ליצירת ערך

כאנשי למידה ופיתוח ארגוני המשמעויות של השינוי הזה הן מרחיקות לכת. קשה לנבא מה כל ההשלכות שלו, אבל אפשר להצביע כבר עכשיו על שלושה כיוונים אפשריים ליצירת ערך בעזרתו. אם אתם אנשי למידה ופיתוח ארגוני, אתם חייבים לבחון את כל שלושת הכיוונים, ולבחור כיצד תייצרו ערך דרך אחד או יותר מהם.

א. הדרך המהירה והיעילה – הגברת האפקטיביות

זוהי הרבה פעמים הדרך בה אנשים וארגונים מתחילים להפיק ערך מבינה מלאכותית גנרטיבית, והיא אכן נקודת פתיחה קלה וטובה כדי לייצר מומנטום וללמוד לעבוד עם הכלים והטכנולוגיה.

היא כרוכה בבחינה של תהליכי עבודה ומשימות שאנחנו מבצעים באופן שוטף, ושילוב ושימוש בכלי בינה מלאכותית על מנת להגביר את האפקטיביות שלנו והיקף ההשפעה והתפוקה שלנו.

הנה מספר דוגמאות לשימושים כאלה בעולמות הלמידה והפיתוח הארגוני:

• נוכל לתמלל ראיונות עם מספר גדול של מומחי תוכן ומובילי דעה בתחום מקצועי כשלהו (למשל מיומנויות ניהול או תחום טכנולוגי כזה או אחר) תוך דקות ספורות, לסקור ספרות ומאמרים בנושא, ולזהות ולזקק מתוך מגוון המקורות הללו נושאים עיקריים, עצות עשה ואל תעשה, טעויות נפוצות וכיצד להימנע מהן, ודוגמאות מגוונות. אלו יוכלו לשמש אותנו בתכנון ופיתוח תוכניות למידה ותוצרי הדרכה לעובדים ומנהלים במגוון רמות ידע.
• נוכל לתרגם תכנים שונים לשפות שונות – הן בצורת מלל (כמו חוברות הדרכה, עזרי עבודה, הנחיות תפעול)והן ביצירת תוצרי שמע (כגון פודקאסטים) ואפילו וידאו ואנשים וירטואליים או אווטארים (Avatars) כדי לייצר למידה מעניינת ומגוונת יותר הנותנת מענה לסגנונות למידה שונים.
• נוכל לייצר במהירות תכנים ותוצרים עבור הדרכות בעזרת מדריך או ללמידה עצמית – כגון סיפורי מקרה, תרגילים, שאלות ומבדקי ידע – מתוך קבצי PDF ארוכים, ספרי מכונה, נהלים, ואפילו מתוך ניתוח של סרטוני ביצוע של עובדים.
• נוכל לנתח כמות אדירה של נתונים מתוך מערכות ניהול למידה, מבחנים, הערכות מילוליות, ועוד ולספק לאנשי הלמידה, ללומדים, ולמנהלים תובנות על לומדים ספציפיים או על קבוצות של לומדים ועל פערי ידע וביצועים שעולים מתוך הנתונים. נוכל להמשיך ו״לדבר״ עם הנתונים בשפה פשוטה ולקבל כל מיני חתכים, ניתוחים, סיכומים ותרשימים שיעזרו להבין מגמות ומשמעויות.

ב. הדרך המעניינת – יצירת ערך מוסף

בדרך הראשונה המיקוד היה פנימי – יצירת ערך על ידי הגברת היעילות והאפקטיביות על ידי מיקוד בתהליכים של ניהול ופיתוח הדרכה, שמאפשרים לנו לעשות הרבה יותר, יותר מהר, בהיקפים גדולים יותר, ולהגיע לקהל רחב יותר.

הדרך השנייה ליצירת ערך היא בעלת מיקוד חיצוני. כאן נסתכל על התהליכים והצרכים של בעלי עניין שונים (לומדים, מנהלים, לקוחות, ספקים), ונבחן כיצד ניתן לשלב יכולות של בינה מלאכותית על מנת לייצר ערך עבורם.

האפשרויות הן רבות ומגוונות. רק כדי לעורר את המחשבה והדמיון, הנה כמה רעיונות לתחום הלימדה והפיתוח הארגוני:

• כלי שמאפשר לעובדים (אולי בשיתוף עם המנהלים או החונכים שלהם) לייצר מסלולי למידה מותאמים אישית, להמליץ על קורסים, לומדים, סרטונים או חומרים נוספים על בסיס הידע הנוכחי שלהם, מטרות אישיות ומקצועיות שהם מגדירים לעצמם, והעדפות אישיות כגון צורת הלמידה המועדפת עליהם, שפות שהם שולטים בהן, הזמן שיש להם וכדומה.
• סימולציות ותרגול של שיחות (הן בצ׳אט, בקול ואפילו בווידאו מול אוואטר) לאימון אישי במיומנויות של מכירה, ניהול, שירות לקוחות וכדומה וקבלת משוב בזמן אמת על נקודות חוזק והצעות לשיפור על בסיס שיטות העבודה והתרבות הספציפיות של הארגון שלנו.
• קמפיינים של תקשור על תוכניות ופתרונות הלמידה שלנו שנוכל להשתמש בהם בדואר אלקטרוני, בפוסטרים, במסרים אישיים ללומדים פוטנציאליים ולמשתתפים בתוכניות על מנת להגביר עניין, לעודד הרשמה והשתתפות, לייצר למידה מתמשכת וחיזוק שלה בהקשרים של העבודה.
• לאפשר ללומדים ועובדים לתמוך ולתרום ליצירת תוכן מקצועי ולמידה שיתופית על ידי שליחה של טיפים ועצות בדרך פשוטה (למשל הקלטה קולית קצרה) ועיבוד מהר של התוכן הזה והפצתו לקהלים רלוונטיים.

ג. הדרך הנועזת – שרשראות ערך חדשות

מכיוון שחלק ניכר מהערך שאנשים מייצרים כיום בעבודה הוא מבוסס על ביצועים של אינטליגנציה, העובדה שעכשיו יש לנו כלים ומערכות שיכולים להשתוות ובמקרים מסוימים אף להתעלות על ביצועים אנושיים כאלה, בעלות ובהיקפים חסרי תקדים, צפויה לערער שרשראות ערך רבות – ובמוקדם או במאוחר זה ישפיע גם על שרשראות הערך שלכם.

מטבע הדברים, הדרך הזו דורשת בחינת עומק משמעותית יותר משתי הדרכים שציינו לעיל, אבל שווה להתחיל את החשיבה שלכם בנושא באופנים הבאים:

• הפן האישי – כיצד אני, כאיש או אשת למידה ופיתוח ארגוני מייצר ערך? מהי שרשרת הערך הכוללת שאני תורם לה (מה קורה לפני ואחרי בתהליך)? כיצד אני יכול/ה להרחיב את הפעילות שלי לשלב אחרים בשרשרת הערך הזו בעזרת כלים של בינה מלאכותית גנרטיבית שתספק לי יכולות שאין לי כעת או שהן יקרות עבורי מדי לרכוש מאנשים אחרים?
• הפן המחלקתי או הארגוני – כיצד אנחנו, כמחלקת למידה או כספק פתרונות למידה, מייצרים ערך? מהן שרשראות הערך שאנחנו חלק מהן וכיצד אנחנו יכולים להרחיב את העשייה שלנו במורד או במעלה שרשרת הערך?

אתגרים וסכנות שחשוב לקחת בחשבון

שינויים בדרכי העבודה, הכלים החדשים, הצורך לחשוב מחדש על כל מה שאנחנו עושים – טומנים בחובם לא מעט אתגרים וסכנות. הנה כמה מהם בהקשר של למידה ופיתוח ארגוני:

• שימוש לא נכון בטכנולוגיה ובכלים: ביצועי הבינה המלאכותית הגנרטיבית אמנם הולכים ומשתפרים מיום ליום, אבל עדיין יש לה מגבלות, ויש גם מאפייני יסוד של הטכנולוגיה שיכולים להוביל לתוצאות לא רצויות. למשל – היא יכולה להעצים הטיות ולספק מידע לא מבוסס, ניתן לעשות בה שימוש לרעה ולהטעות אנשים, ומצד שני, אנשים יכולים להסתמך עליה כמקור בלתי מעורער של ידע. כאשר אנחנו משלבים את הטכנולוגיה הזו בתהליכים ובתוצרים שלנו, עלינו להכיר את המגבלות הללו ולהשתמש בטכניקות וכלים שכבר קיימים כדי לצמצם ולזהות אותן. לא פחות חשוב – עלינו להגדיר איך חשוב ונכון לשלב אנשים ומומחים בתהליך כדי לבקר אותו, לשפר אותו, ולצמצם טעויות.
• התעלמות מהמגמה והמשמעויות: אני פוגש הרבה מנהלים ואנשי מקצוע שלא מבינים את המשמעויות מרחיקות הלכת של המהפכה הזו ובוחרים לשבת על הגדר, או לא מקצים לזה מספיק מחשבה וזמן עבורם ועבור הצוותים שלהם. במקרה הטוב הם מבינים שקורה פה משהו משמעותי, אבל לא בטוחים איפה להתחיל ומה לעשות. התעלמות או דחיינות הם לא אופציה טובה במקרה הזה. ככל שתקדימו ללמוד ולבחון את ההזדמנויות ליצירת ערך – כך תפעלו מתוך מקום של הובלה והבנה ותצמצמו את הסכנה של להיות מופתעים כאשר הקרקע פתאום תישמט מתחת רגליכם.
• התחייבות מהירה מדי לכלי או טכנולוגיה: הכלים שזמינים לנו הם מדהימים והרבה פעמים סוחפים. אבל התחום הוא בתחילת הדרך וקצב השינויים מהיר בצורה מסחררת – אפילו מומחים מתקשים להישאר מעודכנים. אם נתחייב בשלב מוקדם לשימוש בכלי אחד, אנו עלולים לגלות שמהר מאוד הכלי כבר לא משתווה לדברים אחרים שקיימים בשוק ולא מאפשר לנו להמשיך ולהתקדם.
• חוסר מיקוד: בגלל שהאפשרויות הו רבות כל כך, אנחנו עשויים לרצות לנסות את הכל ולקחת על עצמינו יותר מדי פרויקטים ואתגרים חדשים. חשוב לא להתפזר יותר מדי ולשלב מצד אחד בין דברים שמביאים לנו ערך מהיר, ומצד שני כאלו שפותחים לנו אפשרויות חדשות שלא חשבנו עליהן בעבר.
• היבטים משפטיים: החוקים והרגולציה סביב השימוש בבינה מלאכותית עדיין מתהווים. למשל – יש שאלות פתוחות לגבי קניין רוחני ואחריות לגבי תוצרים המשלבים בינה מלאכותית. מדינות שונות מתחילות להגדיר דרישות לגבי שימוש בטכנולוגיה – למשל הנחיות ה- AI Act של האיחוד האירופי. חשוב להיות מודעים ולפעול בהתאם (אבל שוב – לא לתת לזה לעצור אתכם מלפעול).

המלצות מעשיות

מה לעשות מחר בבוקר? או טוב יותר – כבר היום…

הנה כמה המלצות מעשיות שיעזרו לכם להתחיל:

• זהו ובחרו מקרים ספציפיים בהם תוכלו לייצר ערך בעזרת בינה מלאכותית גנרטיבית בתהליכי העבודה שלכם וקחו על עצמיכם (או הגדירו לאנשים בצוות שלכם) את זה כמטרה בעדיפות גבוהה.
• עקבו אחרי מקורות ואנשים שיעזרו לכם להבין מה קורה בתחום וכיצד ניתן ליישם את זה לעולמות של למידה ופיתוח ארגוני.
• צרו לעצמיכם ולצוות מגרש משחקים – מפגשים ללמידה משותפת, כלים שאליהם תוכלו להעלות חומרים ולנסות דברים, האקתונים לבנייה של תוצרים ושיתוף תובנות, ועוד.
• דברו עם מחלקות אחרות כדי לעודד אותן להבין את ההשלכות של המהפכה על תהליכי העבודה שלהן, ומצבו את עצמכם כמומחים ומובילים של למידה סביב הנושא.
• למדו ללא הפסקה – כאנשי למידה זה צריך להיות מובן מאליו עבורנו, אבל זה הזדמנות טובה להזכיר לעצמנו ולפתח את עצמנו כדי להיות מסוגלים לא רק להישאר רלוונטיים אלא אפילו להוביל ולהמציא את עצמנו ואת הארגונים שלנו מחדש.

הפוסט אינטליגנציה לכל דורש? משמעויות, הזדמנויות וסכנות עבור אנשי למידה ופיתוח ארגוני הופיע ראשון בLet's AI בינה מלאכותית