בשנים האחרונות בינה מלאכותית הופכת במהירות לחלק בלתי נפרד מהעבודה הארגונית. מערכות מבוססות AI מסוגלות לנתח כמויות גדולות של מידע, לסכם מסמכים ארוכים, להפיק רעיונות, לתמוך בקבלת החלטות ואף ליצור תוכן. מנהלים רבים מצפים כי הכנסת הטכנולוגיה החדשה תוביל לעלייה בפרודוקטיביות, לשיפור השירות ולחדשנות ארגונית. אולם הניסיון מלמד כי הכנסת הכלים לבדה אינה מספיקה. לא מעט ארגונים מגלים כי למרות שהמערכות קיימות, העובדים אינם משתמשים בהן באופן שיטתי או שאינם מפיקים מהן ערך משמעותי.
הסיבה לכך היא שהטמעת בינה מלאכותית אינה רק פרויקט טכנולוגי אלא גם תהליך של למידה ארגונית. עובדים צריכים להבין כיצד המערכות פועלות, מתי נכון להשתמש בהן, כיצד לפרש את התוצאות שהן מייצרות וכיצד לשלב אותן בתהליכי העבודה היומיומיים. בנוסף לכך, חשוב לפתח יכולת של חשיבה ביקורתית, משום שמערכות AI אינן תמיד מדויקות ועלולות לייצר מידע חלקי או מוטה.
אחת הדרכים האפקטיביות להתמודד עם האתגר היא באמצעות מודל של הכשרת מדריכים פנימיים – Train the Trainers. במקום להסתמך רק על מומחים חיצוניים או על מחלקת ה‑IT, הארגון מכשיר עובדים מתוך היחידות השונות להיות מובילי שימוש בבינה מלאכותית. עובדים אלה לומדים לעומק את הכלים החדשים ולאחר מכן מסייעים לעמיתיהם להבין כיצד ניתן להשתמש בהם בעבודה היומיומית.
לדוגמה, בארגון שירות גדול הוקמה קבוצת עובדים ממחלקות שונות – שירות לקוחות, שיווק, תפעול ומשאבי אנוש – שעברה הכשרה קצרה בשימוש בכלי AI. לאחר ההכשרה החלו המשתתפים להעביר סדנאות קצרות לצוותים שלהם. אנשי שירות הלקוחות השתמשו בכלים כדי לסכם פניות לקוחות ולהפיק תובנות מרכזיות, צוות השיווק השתמש בהם ליצירת רעיונות לקמפיינים, ואנשי התפעול נעזרו בהם להכנת דוחות וסיכומי ישיבות. בתוך זמן קצר נוצרו שימושים רבים שהפכו את העבודה למהירה ויעילה יותר.
דוגמה נוספת מגיעה מארגון ציבורי שבו עובדים נדרשו להתמודד עם כמות גדולה של מסמכים ודוחות. לאחר הכשרת מדריכים פנימיים למדו העובדים להשתמש בכלי AI לסיכום מסמכים ולהפקת סקירות ידע. במקום לקרוא מאות עמודים של חומר מקצועי, יכלו העובדים לקבל תקציר ראשוני ולהתמקד בנקודות המרכזיות. כך התקצר משמעותית זמן העבודה והשתפרה איכות קבלת ההחלטות.
גם במערכת הבריאות ניתן לראות שימושים מעניינים. בבית חולים גדול הוכשרו אחיות ואנשי מידע רפואי להשתמש בכלי AI לצורך סיכום מחקרים רפואיים. המדריכים הפנימיים לימדו את הצוותים כיצד להפיק סקירות ידע במהירות וכיצד להשתמש בכלים בזהירות ובאחריות. כתוצאה מכך השתפרה הנגישות למידע מקצועי והצוותים יכלו להתעדכן במחקרים חדשים בזמן קצר יותר.
כדי לתמוך בתהליך זה ניתן להיעזר במודל PASHER להכשרת מדריכי AI. המודל מציע מסגרת שיטתית המורכבת משישה שלבים. השלב הראשון, Purpose, עוסק בהגדרת המטרה הארגונית – אילו בעיות הארגון מבקש לפתור וכיצד הבינה המלאכותית יכולה לסייע בכך. השלב השני, Awareness, מתמקד בפיתוח אוריינות AI ובהבנת היכולות והמגבלות של הטכנולוגיה. השלב השלישי, Skills, עוסק בפיתוח מיומנויות שימוש מעשיות באמצעות תרגול והתנסות.
השלב הרביעי, Human Judgement, מדגיש את חשיבות שיקול הדעת האנושי. עובדים צריכים לדעת כיצד לבדוק את אמינות המידע שמערכות AI מייצרות וכיצד לזהות טעויות אפשריות. השלב החמישי, Embedding, מתמקד בשילוב הכלים החדשים בתהליכי העבודה הארגוניים, למשל בניהול ידע, בניתוח מידע ובתכנון פרויקטים. השלב האחרון, Reinforcement, כולל יצירת קהילות ידע, מפגשי למידה ושיתוף ניסיון בין עובדים כדי להבטיח שהשימוש בטכנולוגיה ימשיך להתפתח.
בסופו של דבר, הצלחת ההטמעה של בינה מלאכותית תלויה פחות בטכנולוגיה עצמה ויותר ביכולת של הארגון ללמוד להשתמש בה. ארגונים שמפתחים רשת של מדריכים פנימיים מצליחים להפיץ ידע מהר יותר, לעודד ניסוי וחדשנות וליצור תרבות של למידה מתמשכת. במובן זה, הכשרת מדריכי AI אינה רק פעילות הדרכה אלא השקעה אסטרטגית ביכולת הלמידה של הארגון וביכולת שלו להסתגל לשינויים טכנולוגיים מהירים.
בנוסף לכך, חשוב לזכור כי הטמעת טכנולוגיה חדשה דורשת זמן, סבלנות ותהליך למידה מתמשך. עובדים אינם מאמצים דרכי עבודה חדשות ביום אחד. הם צריכים להתנסות, לטעות, לשאול שאלות ולגלות בעצמם כיצד הכלים יכולים לסייע להם. כאן בדיוק נכנסים לתמונה המדריכים הפנימיים. מכיוון שהם חלק מהארגון ומכירים את העבודה מקרוב, הם מסוגלים להדגים שימושים רלוונטיים, לתת מענה לשאלות וללוות את תהליך הלמידה לאורך זמן.
ניסיון מארגונים שונים גם בעולם מראה כי מודל זה של מדריכים פנימיים יוצר גם השפעה תרבותית רחבה יותר. עובדים מתחילים לראות בטכנולוגיה כלי ללמידה ולשיפור, ולא רק מערכת נוספת שמוטמעת מלמעלה. כך נוצרת סביבה ארגונית המעודדת ניסוי, שיתוף ידע וחדשנות. כאשר עובדים מרגישים שיש להם מקום לשאול, להתנסות ולשתף רעיונות, השימוש בבינה מלאכותית הופך לחלק טבעי מהעבודה היומיומית.
