המאמרים בסדרה:
- הקפיצה הארגונית הגדולה
- השינוי ברמת הפרט: כל העובדים מנהלים
- השינוי ברמת הארגון: סוף עידן הסיילו (יפורסם בהמשך)
- השינוי בעולם: להביט אל התהום הגדולה (יפורסם בהמשך)
אז איך הבינה המלאכותית משנה ארגונים? התיאור הכי פשטני, אבל כזה שצריך לעורר אי-נחת רצינית אם מבינים את המשמעות שלו הוא שכל העובדים בארגון שודרגו לתפקיד ניהולי. לעתים אפילו תפקיד ניהולי בכיר. לכל אחד מהמנהלים החדשים שלנו מספר עובדים כמספר הטאבים הפתוחים ברגע נתון של צ׳אט ה-AI הקרוב לבתיהם (לפחות עד לבואו המיוחל של סוכן ה-AI האוטונומי). כל אחד מהם אחראי על תשתית מחשוב מפלצתית – בכל טאב הם מפעילים עשרות מאיצי GPU ויחד אלו עולים למאות מאיצים הפועלים בו-זמנית כדי להשלים את הבקשות שלהם. עובד שלפני שנים ספורות היה מרוכז בהבנת המטלות שלו ובביצוע שלהם, ובאומנות של הפיכת משימה כללית ומופשטת לדבר ממשי וקונקרטי בעולם, הפך להיות גורם שמנהל את המשימות שאותן, לפחות באופן חלקי, מבצעים גורמים אחרים.
ולמרות שאף פעם לא ממש הפנמנו את אמנות הניהול, המנהל החדש שלנו מקבל לידיו משימות הולכות ורבות שאותן הוא צריך לעשות עם העובדים הכי נוראיים בעולם. העובדים הללו מוכשרים כמו שד, זריזים כמו צ׳יטה, אבל חסרי קומונסנס, ולרוב בעלי מודעות נמוכה מאוד לאחריות ולסיכונים שיש בבחירות שלהם. כאשר לא נותנים לעובדים הללו משימות הם אינם עושים דבר. כאשר לא חודלים אותם הם יכולים לשרוף טוקנים בתקציבי עתק. כאשר לא מציבים להם גבולות הם יכולים להשתמש בתשתית הפנימית שלכם כדי לפרוץ לחברות הכי גדולות וחזקות בעולם.
כמו בסיפור של שוליית הקוסם, המטאטא לא יעשה לבד את המשימות שלו, אבל מרגע שהטלנו עליו משימה אנחנו עלולים להתעורר ולגלות המוני בוטים שממלאים את המים בבריכה הקטנה, מרוקנים את מאגר הטוקנים שלנו, ותיכף מאיימים להטביע אותנו בים של רפש ארגוני (workslop).
מה עושים מנהלים
כדי שלא נטבע, ראוי שהעובד שלנו ילמד לנהל. תפקודים רבים שמוכרים לנו מעולם הניהול (למרות שכאמור אף פעם לא למדנו לעשות אותם כמו שצריך) תופסים חלק הולך מהקשב ומהעיסוק של שוליית הקוסם החדש שלנו. זה נשמע מובן מאליו, אבל כדאי לחזור על הראשונות ולשאול מהו הדבר הזה שעושים מנהלים. להלן רשימה של דברים שראוי להחזיר לתודעה שלנו כשאנחנו ניגשים לעידן ניהול הבוטים:
מנהלים את המשימות
המשימה היא הכלי החשוב ביותר בידי המנהל. משימה היא פיסה מתוך מכלול שיש לבצע ואשר מימושה יקדם אותנו אל עבר המכלול הרצוי. כאשר המנהל מחלק את המשימות הוא במידה רבה פורס את המכלול הזה לביטים שניתן לאחוז בהם כשלם של עשייה. עובד מוכשר הוא כזה שאפשר להסביר לו את המכלול בקווים כלליים והוא ידע לפרוס אותו בעצמו למשימות. עובד גרוע הוא זה שצריך לפרוט לו כל עניין למשימות מיקרו.
בעידן הבינה המלאכותית אנחנו לעתים חושבים שהפרומפט הוא המשימה החדשה. אבל הפרומפט איננו משימה, הוא האופן שבו אנחנו מתקשרים אותה. המשימה היא דבר ממשי שצריך להיעשות בעולם. אנחנו אכן, בעזרת פרומפטים, מטילים על העובדים הרובוטיים שלנו משימות רבות. אבל העובד שלנו עדיין גרוע מאוד בלקחת את המכלול ולהפוך אותו לרשימת משימות ואז להתחיל לקדם אותה בכוחות עצמו. יש לומר שהיכולת המסויימת הזו היא ההתקדמות הכי גדולה של המודלים בשנה האחרונה. ובכל זאת, העובד הרובוטי עדיין צריך הגדרת משימה טובה מאוד. טעות קלה בפרומפט ימינה או שמאלה ונקבל תוצאה שונה לגמרי ממה שהעלנו על דעתנו. זרימת עבודה רגילה היא עדיין דבר שהוא לא יודע להשתתף בו – הוא יתקשה להשתתף בדיון ואז לגזור לעצמו את המשימות. ולכן, כל המעגל בין הבנת השלם, פירוק שלו למשימות ואז לפרומפטים ודחיפת המשימה עד למימושה נותר כולו בתחום האחריות של המנהל-עובד שלנו. זו משימה מאוד קשה ומעייפת קוגנטיבית ולכן העובד שלנו מותש מתמיד.
מנהלים מתעדפים
הרכיב הכי מרכזי בעבודת הניהול היא ההגדרה של מה חשוב ומה פחות חשוב ולכן מה יבוצע ומה לא יבוצע או ידחה למועד מאוחר יותר. בניהול עובדים אנושיים הרכיב הזה מתרחש לרוב מתוך שיחה וקשר רציף בתוך מערכת מרובת קשרים – לצד תהליך הקצאת המשימות והמעקב אחרי הביצוע שלהן העובדים גם מפנימים מרכיבים בתעדוף המערכתי, לטוב ולרע. עובדים אנושיים מתקשים מאוד לעבוד על משימות שנראות להם חסרות ערך. העובד האלקטרוני שלנו שש לטפל בהן כפי שהוא שש לטפל בכל משימה אחרת. זה מרחיב מאוד את טווח האפשרויות שלנו מחד, אבל מצד שני עלול לזרוק אותנו למחילות ארנב שמשמען פגיעה בתעדוף המשימות הכולל. והעובד הזה מעולה בלעשות את ה-80% הגנרי של המשימה, אבל מתקשה מאוד ב-20% הייחודיים, ולכן אנחנו כל כך בקלות נכנסים איתו לפינות. בנוסף, קל כל כך ליצור הדגמה לנושא מסויים, אבל עדיין קשה להביא את ההדגמה הזו למצב שלם. מנהל בתחום הבריאות אמר לי פעם –
יש לנו כרגע אלף POCs (הוכחות היתכנות) של יישומי בינה מלאכותית ואף לא מוצר עובד אחד.
ולכן היכולת לשמור את התעדוף הכולל הופכת אפילו קשה יותר בעידן הבוטים. העובדה שהשיחה הפתוחה נלקחת מהמנהל החדש שלנו מקשה עוד יותר. המנגנון המרכזי שבו מנהלים מגבשים את דעתם לגבי מה חשוב הוא במסגרת שיחה ערה ופתוחה עם בני אדם, על לוח מחיק, במחברת. יש לממשות כח ועוצמה בלעזור לנו לשמור את ההיגיון הבריא שעומד מאחורי התעדוף והוא עדיין מותר האדם.
מנהלים מעקב אחרי ביצוע
הכלי החשוב ביותר בניהול המשימות הוא המעקב אחר הביצוע שלהן ואיכות הביצוע שלהן. כאן מתחיל אחד האתגרים המרכזיים בתופעת הניהול החדשה. המנהל החדש שלנו עוקב אחר יותר ויותר תהליכים, בתחומים שהוא מבין בהם פחות ופחות. העובד המוכשר כשד שלו עשוי להטמיע טכנולוגיות שאת שמן לא שמענו, או לבנות לוגיקה שאת ההיגיון שלה לא הכרנו. בעבר, בתחומים מקצועיים חמורים המנהל הזוטר היה כמעט תמיד איש מקצוע מוכשר בתחומו שידע להציב את הסטנדרט ולוודא את העמידה בו. היום המנהל הוא לעתים העובד הכי פחות מוכשר בצוות. העובדה הזו מקשה עליו מאוד לעקוב אחר הביצוע ואחר איכות הביצוע.
כאן יש בעיה אפילו גדולה יותר בבקרה על האיכות. העובד החדש שלנו הוא שקרן. אם פעם ידענו להעריך עבודה על בסיס סטנדרט הביצוע, היכולת הזו ניטלה מאיתנו לגמרי. בעבר מצגת יפה העידה על עבודה מאומצת. טקסט ערוך העיד על חשיבה וזיקוק של מחשבות ולוגיקה. מוצר מעוצב העיד על אפיון ולרוב על הבנה של המשתמשים. היום אנחנו מקבלים את כל אלו כהרף עין, ודווקא הרכיבים של החשיבה, הלוגיקה, העומק, הבנת ההקשר – כל אלו חסרים מאוד. ולכן הטענה שהעובד הוא שקרן – הוא מרצה, הוא מכיר אותנו מעולה. הוא יודע שאפשר לגרום לנו להתפעל מדבר יפה ושהרבה יותר קל לעשות משהו יפה מאשר דבר רציני.
כך או כך, הבינה המלאכותית מאיצה את היכולת שלנו לעשות דברים מסויימים, והמנהל החדש שלנו נדרש לבקרה על יותר ויותר דברים, שהוא מבין בהם, כאמור, פחות ופחות, והזמן והקשב שלו הולכים ופוחתים. זה אתגר מן הסוג של מנהלים בכירים, רק שבמקרה של העובד הזוטר שלנו אין לו מנהל אחר תחתיו. לפעמים, אם המנהל החדש שלנו לא יהפוך קבוצת הבוטים שלו למסייעת בתהליך הבקרה עצמו אין לו סיכוי.
קבלת החלטות
מנהלים מקבלים החלטות. זה בגדול מה שהם עושים. אבל לקבל החלטות זה מעייף מאוד ומדובר גם בתהליך שהוא מורכב ואיטי. לכן, המוח האנושי יצר מנגנוני קבלת החלטות מהירים שצורכים פחות אנרגיה וגם עוזרים בתנאי אי וודאות. ההאצה שתיארנו דוחקת את כולנו למרחב הזה. אנחנו יכולים יותר, פועלים יותר, יוצרים יותר, אבל יכולת קבלת ההחלטות שלנו עוברת ממערכת 2 (מערכת החשיבה המאומצת) למערכת 1 (מערכת ההחלטות המהירה). בנוסף, המנהל החדש שלנו היה רגיל עד עכשיו להיות עובד זוטר שקיבלו עבורו את רוב ההחלטות. הוא נזרק לפתע לאתגר קוגנטיבי שוחק ומתמשך שהוא כמעט לא התנסה בו. מחקרים מראים שעומס בתהליכי קבלת החלטות גורם לירידה באיכות ההחלטות (סופרים למשל גילו את התופעה הזו מזמן כשהם שמו את הדברים הכי יקרים שאתה לא באמת צריך ליד הקופה).
מנהלים בונים את הקבוצה שלהם
מנהלים בונים את קבוצת העבודה שלהם ודואגים לה. הם מכירים את הכישורים והמוטיבציות של העובדים השונים ויודעים איזו משימה מתאימה למי, מתי העובדים מתעייפים, אילו תמריצים ניתן לתת להם כדי שיהיו יותר פרודוקטיביים לטווח הקצר ולטווח ארוך. מנהלים יודעים שהם צריכים להשקיע בעובדים שלהם כפרטים וכקבוצה. וכל הדברים הללו נכונים לא פחות גם לניהול עדרים של בוטים. הבוט, בניגוד למרבית העובדים האנושיים, יכול לומר לנו – אני יודע שאתה באמצע משימה בעלת חשיבות אסטרטגית אבל נגמרו לי הטוקנים, ולסחוט מאיתנו שכר כפול. הוא יכול להתעייף ולהתחיל ליצור לנו תוצרים גרועים. הוא גם יכול להיחשף למידע שהוא לא אמור להכיר ולהכניס אותנו לצרות. ולכן, אנחנו צריכים לבנות את היכולת של הבוטים לעשות את מה שהם אמורים לעשות, להכשיר אותם (למשל – לבנות להם סקילים), לדעת מה הם יכולים לעשות ומה לא כדי לנהל אותם טוב יותר. גם אם המרכיב ההומניסטי של הרכיב האנושי בניהול פוחת כאשר מנהלים עובדים מבוססי סיליקון ומידע, הקשר של הניהול הזה לתוצר ולגם לקשב הניהולי שלנו כמנהלים הופך לא פחות מרכזי.
תבונה מערכתית
מנהלים מבינים את הארגונים שלהם. הם חיים את היום-יום, את הקשר עם הלקוחות, הבעלים, המוטבים. הם מפנימים מערכת מורכבת מאוד של הבנות מערכתיות ומביאים אותם לידי ביטוי בקבלת ההחלטות שלהם. אנחנו מניחים שככל שהם בכירים יותר יש להם יותר קילומטראז׳ בחיכוך עם כל אלו, וגם יותר ניסיון בחיים להבין את המורכבויות. לבוטים שלנו אין דבר מכל זה. יש להם אולי תבונה סטטיסטית גנרית, אבל לא את זו שאולי נדרשת בארגון המיוחד שלנו. והעובדים הזוטרים שלנו שהפכו למנהלים? עוד לא ברור. האופן שבו העובדים הללו מקבלים היום את המשימות שלהם, כאשר הם צריכים לדלות מתוך ה-AI workslop את העיקר, כלומר תמיד בתיווך של בינה מלאכותית, מקשה עליהם עוד יותר להבין מה מיוחד ומה סתמי.
חשיבה ביקורתית
מנהלים מפעילים ביקורת. הם בוחנים את איכות התוצרים, את איכות העבודה ואת משכה, הם נדרשים לשאול את עצמם האם התוצר משרת את המטרות הגדולות יותר. כאשר הם אינם עושים כן, הם דוחפים את הארגונים של עצמם לתוך קירות. ככל שהם יעילים יותר, הסיכוי שהם יצליחו להרים את הראש מעל השוטף נמוך יותר, וסכנת הקיר גדולה יותר. המנהלעובד החדש שלנו נדרש ליעילות שיא, והוא עובד עם העובדים הכי בלתי נסבלים בעולם, כאמור. הם אמנם נותנים לו תוצר בסטדרנט עולמי, אבל התוצר הזה עלול להיות הרסני לארגון הלא-סטנדרטי שלהם. האם הם ידעו להיות ביקורתיים מול עדר הבוטים? האם הם יבינו כיצד העובדים הרובוטיים שלהם עובדים? והביקורת – האם היא מופנית אל הבוטים או פנימה אל עבר איכות הניהול של עצמם?
מנהלים מנהלים את עצמם
לבסוף – חלק משמעותי מאוד משאלות הניהול מתחיל בניהול עצמי. מנהלים מנהלים את עצמם. הם מבינים שהקשב שלהם הוא המשאב המרכזי של הארגון. אבל המנהל החדש שלנו תמיד חסר קשב, כי העובדים שלו אינם מניחים לו לעולם. הם מביאים לו מיד את התוצר שהוא ביקש, ותמיד לא ממש באופן שבו הוא ביקש אותו. הוא כל הזמן חונך, מתקן, מבקר, הוא מתקשה מאוד לראות את עצמו בתוך התהליך. רועה הרובוטים חייב לסגל לעצמו מודעות עצמית גבוהה מאוד, ואנחנו צריכים לעזור לו לפתח אותה.
מה יהיה על השוליה
בקבוצות ההייטק ברשתות כולם מדברים על משבר הג׳וניורים. בעידן ה-AI איש אינו צריך ג׳וניורים. מתכנת מנוסה (סניור) יודע לעשות עם כלי הבינה המלאכותית פי כמה וכמה ממה שיכול היה בעבר. הרבה מאוד מהמשימות השחורות שבעבר הועברו למתכנתים הזוטרים נפתרות היום בין רגע בעזרת הבינה. המצב הוא שמעטים מגייסים היום מתכנתים חדשים ללא ניסיון. גם בעבר היה קשה להתקבל בלי ניסיון והיום המצב קשוח עוד יותר. גם מתמחים בעולם המשפט הולכים והופכים חסרי ערך. עורך דין מנוסה יכול לחפש, לכתוב, לנסח במהירות ובלי צורך לערב את ״הבחור הזה שהרגע סיים תואר ואין לו מושג מהחיים שלו״.
הלמידה דרך התנסות היא מנגנון הלמידה המרכזי של ענפי התעסוקה השונים – בעת העתיקה בוודאי, וגם בעידן המודרני. אבל השוליה, שהיה חיוני לעובד המנוסה בעבר, הופך חסר ערך בהווה – הבינה המלאכותית טובה ממנו בהרבה ולא צריך לחנוך וללמד אותו. אבל מתישהו יזדקק הארגון למנהלים חדשים כדי לנהל את עדרי הרובוטים, ומי שיגיע לשם יהיו עובדים זוטרים שלא חוו כלל חוויית OJT (למידה במהלך העבודה) לפני תחילת העבודה שלהם. השאלה כיצד להכשיר אותם להבין את התחום ובמקביל כיצד לסייע להם לפתח את הכלים הניהוליים שלהם מורכבת מאוד. יתכן שלצד מערכת החינוך מדינות מודרניות ינסו להעניק לאזרחים שלהם חוויית שוליה מלאכותית. ייתכן שנמציא לשם כך עבודות יזומות שלא ניתן לבצע באמצעות בינה מלאכותית. אולי, מי יודע, נחשוב לגייס את כולם לשירות צבאי כדי שיצברו קצת ניסיון והיגיון.
אודות המחבר
השארת תגובה