כל ארגון היום שניצב בפני אתגר הטמעת ה-AI מכיר את הדילמות הבאות: כולם מבינים שזה חשוב, כולם מצפים לתוצאות, אבל אף אחד לא באמת יודע מה ההגדרה של הצלחה אמיתית. חלק מהארגונים הגדירו פונקציה רשמית (Chief AI Officer), זה שאמור להוביל את התחום לא רק מבחינה טכנולוגית או עסקית, אלא גם בהיבטים של הובלת שינוי. לא תמיד לאותו הגורם יש הגדרה רשמית של הסטנדרטים או היעדים הברורים.
הפרדוקס הוא חד. מצד אחד, הציפיות, כאמור, הן עצומות. ההנהלה מחפשת ROI, העובדים מצפים ךהקלה בעומס, והארגון כולו רוצה “להיות מתקדם”, ועוד לא התייחסנו לצד שמוצא עצמו בחרדה אל מול איום שמתקרב.
מהניסיון שלנו בעבודה עם ארגונים גדולים, למדנו שאין באמת תשובות חד משמעיות, לא למנהל התחום, ולעיתים גם לא להנהלה עצמה. זה לא פרויקט IT קלאסי עם הגדרה ברורה של התחלה וסוף, אלא תהליך מתמשך של למידה, ניסוי וטעייה.
כאן נכנס האתגר האמיתי של מי שמוביל את התחום: לנהל אי-ודאות בצורה אקטיבית. לא להסתיר אותה, אלא לעבוד איתה. אחראי שינוי חזק לא מציג תמונה של שליטה מלאה, אלא מגדיר גבולות ברורים בתוך חוסר הוודאות. הוא יודע להגיד מה אנחנו כן יודעים, מה עדיין בבדיקה, ואיפה אנחנו פשוט מנסים ולומדים.
זה מתחיל משקיפות. ארגונים רבים נופלים בדיוק כאן, בניסיון “לשווק הצלחה” מוקדם מדי. אבל כשמדובר ב-AI, שקיפות היא לא חולשה אלא מנגנון ניהול. כשאחראי השינוי משתף גם בהצלחות וגם בכישלונות, הוא מייצר אמון ומאפשר לארגון ללמוד מהר יותר. השאלות הקשות לא נעלמות, הן פשוט עוברות מתחת לרדאר ומייצרות התנגדות שקטה.
השלב הבא הוא כנות. במיוחד סביב שאלות שאין להן עדיין תשובה טובה: האם AI יחליף תפקידים? איפה הגבול בין שימוש נכון לשימוש יתר? מה האחריות שלנו על תוצרים שנוצרים בעזרת מכונה? התשובה הכנה ברוב המקרים היא “אנחנו עדיין מגבשים עמדה”. זה אולי נשמע לא נוח, אבל זו בדיוק הנקודה שבה מנהיגות נמדדת. לא ביכולת לספק תשובות מיידיות, אלא ביכולת להחזיק דיון מורכב לאורך זמן.
אבל שקיפות וכנות לא מספיקות לבד. בלי הגדרה ברורה של ציפיות, הארגון נשאר במצב של בלבול. כאן אחראי השינוי צריך להיות מאוד חד. לא ברמת הוודאות, אלא ברמת המסגרת. למשל: מה אנחנו מצפים לראות מצוותים שמשתמשים ב-AI? האם המטרה היא חיסכון בזמן, שיפור איכות, או יצירת יכולות חדשות? איך נראית הצלחה בטווח של שלושה חודשים, ואיך נראית הצלחה בטווח של שנה?
אחת השאלות הקריטיות בהקשר הזה היא מה נחשב עבודה “טובה” בעידן שבו AI זמין לכולם. אם עובד מביא תוצר שנכתב בעזרת AI, איך מעריכים אותו? לפי התוצאה בלבד, או גם לפי התהליך? ואם התוצאה טובה, האם זה מספיק? ארגונים שלא מגדירים את זה, מגלים מהר מאוד ירידה באיכות או אחידות לא רצויה.
וכאן נכנסת גם הסבלנות. לא כערך רך, אלא ככלי ניהולי. שינוי תרבותי סביב AI לא קורה דרך הדרכה אחת או כלי אחד. הוא נבנה דרך חזרתיות, דרך דוגמאות, ודרך אנשים שמובילים שימוש נכון ביום יום. אחראי שינוי צריך לדעת לעבוד בקצב כפול: מצד אחד להראות התקדמות מהירה כדי לשמור על מומנטום, ומצד שני לא לצפות לאימוץ עמוק בן לילה.
בסופו של דבר, מי שמוביל את תחום ה-AI בארגון לא נמדד לפי כמות הכלים שהטמיע, אלא לפי היכולת שלו להחזיק מתח. בין ציפיות גבוהות למציאות מורכבת, בין רצון לשלוט לבין צורך ללמוד, בין לחץ לתוצאות לבין הבנה שמדובר בתהליך.
ואולי זו ההגדרה הכי מדויקת לתפקיד הזה היום: לא מומחה עם כל התשובות, אלא מנהל שיודע לשאול את השאלות הנכונות, להחזיק את הארגון בתוך אי-ודאות, ועדיין להזיז אותו קדימה.
