מאת יעקב רוזן – מוביל הכשרות AI פרקטיות להנהלות ועובדים ומוביל הטמעות AI בארגונים

לקראת כנס ה AI ל HR שיתקיים ב 9.11 – קישור כאן

בשנים האחרונות העברנו כ 2,000 סדנאות AI בארגונים ואני רואים עד כמה ארגונים משקיעים לא מעט בללמד עובדים איך לעבוד עם  .AI
איך לכתוב Prompt טוב יותר, איך לסכם מסמך, לבנות מצגת, לנסח מייל או לנתח מידע מהר יותר.

כל זה כמובן חשוב. אבל התחושה שלי שאנחנו מתמקדים בשלב שכבר מתחיל להתיישן.

השינוי הגדול אינו המעבר מעבודה ללא AI לעבודה עם AI.
השינוי האמיתי הוא מעבר לעולם שבו העבודה עצמה מתחלקת בין בני אדם, מערכות AI וסוכני בינה מלאכותית.

ולכן השאלה החשובה כבר אינה: האם העובדים שלנו יודעים להשתמש ב AI

אלא: האם הם יודעים לעבוד בעולם שבו אינטליגנציה דיגיטלית יכולה לבצע עבורם חלק הולך וגדל מהעבודה?

בעיניי, ארבע יכולות יהפכו לקריטיות.

1. חשיבה ביקרותית: לא לקבל את התשובה רק כי היא נשמעת טוב

ככל שה AI נעשה רהוט ומשכנע יותר, כך גדל הסיכון שנקבל את התשובות שלו בלי לערער עליהן.

לכן חשיבה ביקורתית הופכת דווקא לחשובה יותר.

עובד טוב בעידן הבינה המלאכותית יצטרך לדעת לשאול: האם המידע נכון? מה חסר כאן? על אילו הנחות התשובה מבוססת? מה הסיכון אם אפעל לפיה?

הערך האנושי לא יגיע רק מהיכולת לדעת יותר מהמערכת, אלא מהיכולת לדעת במה להטיל ספק ועל מה לקחת אחריות.

2. מיומנות Problem Framing: בעולם מלא תשובות, מי שיודע להגדיר את הבעיה ינצח

הרבה דובר על Prompt Engineering אבל היכולת החשובה באמת עמוקה יותר.

לא מספיק לדעת לנסח בקשה טובה. צריך לדעת להגדיר מה באמת רוצים להשיג.

במקום לומר: "תעזור לי לשפר את הגיוס", צריך לדעת לשאול: איפה הבעיה? באיזה שלב? עבור אילו תפקידים? מה המדד שנרצה לשפר? ומה תיחשב הצלחה?

בינה מלאותית יכולה לייצר תשובות במהירות מדהימה. אבל תשובה מצוינת לבעיה הלא נכונה עדיין נשארת תשובה לא שימושית.

ככל שמחיר יצירת התשובות יורד, הערך של ניסוח השאלות עולה.

3. יצירת AI Mindst: לא לייעל את העבודה הישנה, אלא לעצב אותה מחדש

רוב השימוש ב AI  היום עדיין מתנהג כמו שכבת קיצור דרך על עבודה קיימת, לא כמו שינוי של העבודה עצמה.

מיילים נכתבים מהר יותר, מצגות נבנות מהר יותר, דוחות מסוכמים מהר יותר.

אבל כל אלה הם אותה עבודה ישנה, רק עם מנוע חזק יותר.

וזה בדיוק ההבדל בין יעילות לבין טרנספורמציה.

AI Mindset   מתחיל בשאלה אחרת:

אם היינו מתכננים את התהליך הזה היום מאפס, כשה-AI כבר קיים, האם היינו בונים אותו באותה צורה?

לא "איך AI יעזור לי לעבוד מהר יותר?", אלא "איזה חלק מהעבודה הזו בכלל צריך להמשיך להתבצע כפי שהוא מתבצע היום?"

4. יכולת של  Agentic Working: לkמוד להאציל עבודה למכונה

וכאן מתחיל השינוי הגדול באמת.

עד היום, כאשר הייתה לנו משימה, יכולנו לבצע אותה בעצמנו או להעביר אותה לאדם אחר.

עכשיו נכנסת אפשרות שלישית: להעביר חלק מהעבודה לסוכני AI.

וזה דורש יכולת חדשה: לדעת להגדיר מטרה, לתת הקשר, לקבוע גבולות, להסביר מהי תוצאה טובה, לבחור מה אפשר להאציל ומה חייב להישאר אצל האדם, לבדוק את התוצאה ולקחת עליה אחריות.

לא כל עובד יצטרך לדעת לבנות  Agent

אבל כמעט כל עובד יצטרך לדעת לעבוד עם  Agents

אנחנו עוברים מDoers   ל  Orchestrators

אולי זו הדרך המדויקת ביותר לתאר את השינוי.

בעבר שילמו לנו בעיקר כדי לבצע.

בעתיד, חלק גדול מהערך שלנו יהיה ביכולת לגרום לאנשים, מידע ובנה מלאותית לעבוד יחד כדי לייצר תוצאה.

האדם יגדיר את המטרה. ה AI  יבצע חלק מהעבודה. והאדם יפעיל שיקול דעת, יחבר בין החלקים ויישא באחריות.

לכן היתרון לא יהיה למי שיש לו AI כי בקרוב לכולם יהיה.

היתרון יהיה למי שיודע לחשוב טוב יותר, להגדיר טוב יותר, לעצב מחדש את העבודה ולהפעיל אינטליגנציה דיגיטלית כחלק מכוח העבודה שלו.

וזה כבר לא שינוי בכלי העבודה.

זה שינוי בהגדרה של מה פירושו להיות עובד טוב.