מה הופך מנהל רגיל למנהל טוב? השאלה הזו נשאלת לא פעם בארגונים גדולים ובחברות, וייתכן שנמצאה לה תשובה, לפחות חלקית. מנהלים טובים מקבלים החלטות שמתבססות על בינה מלאכותית, כך עולה מסקר חדש שנערך ידי ענקית התוכנות הארגוניות SAP בקרב 300 מנהלים בכירים (C-Level) בחברות של מעל מיליארד דולר הכנסות שנתיות.
הסקר בחן כיצד חברי הנהלה בכירה משלבים Gen-AI בתהליכי קבלת ההחלטות שלהם. הממצאים מדגישים כיצד AI משנה את הדרך שבה עסקים מתנהלים ומתקדמים, וכן מצביע על השפעה מהותית של AI על מצבם הנפשי של אותם מנהלים.
על פי הממצאים, 74% מהמנהלים מעדיפים להסתמך על טכנולוגיה לקבלת ייעוץ עסקי במקום על קולגות או חברים. 44% ממקבלי ההחלטות מוכנים לתת לבינה מלאכותית לעקוף החלטה שהם עצמם קיבלו, ו-38% אף סומכים על AI בקבלת החלטות עסקיות בשמם.
AI כבר חלק מההנהלה - 64% מהמנהלים שילבו לחלוטין בינה מלאכותית גנרטיבית בתהליכי קבלת ההחלטות או מרחיבים את השימוש בה. בקרב אלו המשתמשים בכלים פנים-ארגוניים של GenAI, הנתון אף גבוה יותר – 74%. למעלה ממחצית (52%) מהמנהלים משתמשים בבינה מלאכותית לניתוח נתונים, 48% לזיהוי סיכונים ו-47% לבניית תוכניות חלופיות.
55% מהמנהלים עובדים בארגונים שבהם תובנות מבוססות AI החליפו או עקפו לעיתים קרובות את שיטות קבלת ההחלטות המסורתיות – בעיקר בחברות עם הכנסות של 5 מיליארד דולר ומעלה.
על איזו תדירות מדובר? השימוש ב-AI הוא יומיומי - 48% מהמנהלים משתמשים בבינה מלאכותית גנרטיבית על בסיס יומי, ו-15% אף משתמשים בה מספר פעמים ביום.
ההשפעה של AI על מנהלים בכירים חורגת מעבר לחיים העסקיים שלהם, ומשפיעה גם על חייהם האישיים - 39% מדווחים על שיפור באיזון בין עבודה לחיים האישיים, 38% חווים שיפור ברווחה הנפשית שלהם.ו-31% מרגישים ירידה ברמות הלחץ בזכות השימוש ב-AI.
באיזה כלי AI מדובר? לא בטוח שג'מיני או ChatGPT הידידותיים לכל משתמש הם הבחירה הנכונה לכך. אורנה קליינמן, מנכ"לית מרכז הפיתוח של SAP בישראל המעסיק מעל 1,000 עובדים, מסבירה כי יש לבחור בכלי AI עסקיים שמוכוונים למטרה הזו (Business AI), עליהם סומכים המנהלים יותר מאשר על הכלים ה"רגילים", כפי שמראים הנתונים מהסקר.
"היתרון הגדול של כלי ביזנס AI הוא שהם אינם מוטים, ושהם 'מכירים' את הארגון מבפנים. הם ניגשים לכל הדאטה העסקי הרלוונטי, יודעים מאיפה הוא מגיע, מה ההקשר שלו ולאיזה תהליך עסקי הוא תורם", אומרת קליינמן. "בכלים הללו ניתן לא רק לשאול שאלה ולקבל תשובה, אלא ממש לקבל תובנות חוצות-ארגון בהקשר של תהליך עסקי רחב. למשל, מנהל או מנהלת כבר לא צריכים לאסוף נתונים מראש על מנת לקבל החלטה, או לייצר נתונים לצורך ניתוח תהליך ארגוני מסוים", היא אומרת.
"מנהלים יכולים לשאול ישירות את כלי ה-AI שאלות בשפה טבעית כמו, 'מה הגורמים לירידה במכירות באיזור מזרח אסיה החודש? איזה פעולות ניתן לעשות כדי לתקן את המצב?' ולקבל תשובה ותובנה שמבוססים גם על נתוני המכירות וגם על אירועים רלוונטיים מהשטח, כמו תקלה בשרשרת האספקה או שינוי בביקושים".
"כשמנהלים ומנהלות בדרגים האלו אומרים שהם מסתמכים על AI, הם יכולים להתייחס להחלטות כמו תכנון תקציב, השקעות חדשות, שינויי מדיניות בארגון, שינויים בשרשרת האספקה ועוד", מוסיפה קליינמן. "כמו כן, ביזנס AI מאפשר לבצע בקלות תחזיות פיננסיות ואופרטיביות ברמת דיוק גבוהה ככלי לקבלת החלטות. בעבר תחזיות כאלו דרשו עבודה של חודשים של צוותים שלמים, ולא תמיד היו כלי אפקטיבי לסימולציות אמינות. למשל, מנהלי ומנהלות תפעול (COO) יכולים להשתמש בביזנס AI כדי לשאול: 'איך יושפעו זמני האספקה שלנו אם נחליף ספק באירופה?'. בתחום משאבי אנוש ניתן לבדוק לדוגמה: 'מה תהיה ההשפעה על שביעות רצון העובדים אם נעבור למודל עבודה היברידי?'".
להיות מודעים לסכנות
לצד העובדה שכלי ה-AI מאפשרים קבלת החלטות מדויקת ומהירה יותר, וכן לחזות טרנדים ומגמות, אי אפשר להתעלם מהסכנות שכרוכות באובדן הגורם האנושי, שלעיתים מתחשב בדברים שהבינה לא לוקחת בחשבון כמו רגשות, תחושות ועוד. כמו כן, המודלים הללו עשויים לא פעם לטעות, ואם מדובר בארגונים שעוסקים בתחומים רגישים עם השפעה ממשית על חיי אדם, כמו בריאות או ביטחון, הטעויות עלולות להיות הרסניות.
"אחד הדברים שאנחנו שמים עליו דגש כל הזמן, הן בפיתוח הכלים שלנו והן אל מול הלקוחות שלנו, הוא ששימוש ב-AI עסקי מחייב סטנדרט גבוה יותר של אחריות ואמינות", אומרת קליינמן בתשובה לשאלה אם היא לא חוששת מסכנות ה-AI בעת קבלת החלטות עסקיות. "חשוב להבין שיש הבדל מהותי בין שימוש של אדם פרטי בכלי בינה מלאכותית לבין שימוש בו בקבלת החלטות, והתנהלות בכלל, בעולם העסקי, בעיקר בגלל ההשלכות. בשימוש פרטי, טעות או הטיה במודל יכולה להיות לא נעימה או מבלבלת, אבל היא בדרך כלל מינורית. כשזה קורה במסגרת עסקית, ההשפעה עלולה להיות דרמטית: החל מפגיעה בהכנסות, דרך נזק למוניטין, ועד השלכות רגולטוריות או חברתיות. כדי להימנע מהסכנות הללו, צריך להתחיל מהבסיס – מהדאטה. כל מודל AI מתבסס על הנתונים שמוזנים אליו, ולכן חשוב שהדאטה יהיה מאורגן, אמין, מקושר ומעודכן".
קליינמן מוסיפה שהאתגר הגדול ביותר של חברות כיום הוא דאטה מבוזר, לא הומוגני ולא זמין לשימוש מרכזי, מה שעלול לגרום לכך שגם AI חכם ומתקדם יתקשה לייצר תובנות אמינות. "כדי להתגבר על החסם הזה, חשוב להשתמש בכלים שמסייעים לאחד ולהנגיש את הדאטה הארגוני. ב-SAP הבנו שזאת נקודה רגישה מאוד לחברות, ולכן יצרנו פלטפורמת דאטה אחודה שתענה על הצורך הזה. מערכת ה-BDC (Business Data Cloud), שחלקים מהותיים ממנו פותחו כאן בארץ, עושה בדיוק את זה. כשהנתונים מהמערכות השונות מרוכזים במקום אחד ושומרים על ההקשר העסקי שממנו הם הגיעו, סוכני ה-AI מייצרים יחד תהליך עסקי מקצה לקצה אז ורק אז מאפשרים לתת למנהל כלי שעוזר לו בקבלת החלטות מורכבות, ואפילו מציע עבורו פתרונות".
למשל, אם מנהל או מנהלת רוצים לדעת אם הם עומדים ביעדי התקציב לרבעון, אבל המודל מקבל רק את נתוני ההכנסות, בלי לכלול את הדאטה אודות עיכובים באספקה שעלולים לגרור קנסות, התחזית תהיה חלקית ואף מטעה. אבל כאשר המערכת מחוברת לנתוני הרכש, השירות והתפעול המלאים, היא יודעת לזהות ולתכלל את הסיכון, להציג את התמונה המלאה ואף להציע תובנות בהתאם.
שאלנו את קליינמן האם היא בעצמה משתמשת בכלי AI על מנת לקבל החלטות עסקיות ב-SAP: "אני אישית, לצד השימוש במודלי LLM, משתמשת ב-JOULE (הקו-פיילוט של SAP) כמעט על בסיס יומי. כמעט בכל מערכת בחברה (HR, רכש, כספים וכו') קיים גם ממשק JOULE, והוא עוזר לי לעשות פעולות מהר יותר. לצד זאת, הוא ממליץ על קיצורי דרך ועל דאטה רלוונטי לכל שלב. אני שואלת אותו שאלות בשפה טבעית, והוא מייצר לי תובנות שמבוססות על הדאטה הארגוני הכי מהימן, עדכני ומדויק שיש. אי אפשר לחזור אחורה ברגע שמתחילים לעבוד ככה, וזה לא רק בשביל התנהלות בהווה, זה גם לטובת תכנון והיערכות עסקית קדימה".
קליינמן מסכמת ואומרת שהיא לא רואה ב-AI תחליף לשיקול דעת, אלא כתוספת וחיזוק ידע - וידע בעסקים, כמו בכל תחום, משמעותו כוח ולבסוף גם הכנסות. "כשלמנהלים ומנהלות יש יותר ידע, הם יכולים לקבל החלטות טובות יותר, מהירות יותר, ומבוססות יותר, וזאת המשמעות האמיתית של השימוש בבינה מלאכותית בעולמות הניהול".
תגובות