מי מוביל את הבינה המלאכותית בארגון?

מי באמת אמור להוביל את מהפכת ה־AI בארגון? מאחורי השאלה הזו מסתתר שינוי עמוק הרבה יותר - כזה שמאתגר מבנים ארגוניים, אחריות ניהולית והדרך שבה ארגונים חושבים על עבודה, ידע וקבלת החלטות.

מהובלה טכנולוגית ל ־AI Office  ארגוני

בשנתיים האחרונות כמעט כל הארגונים שואלים את עצמם שאלות דומות: מי אמור להוביל את תחום הבינה המלאכותית? היכן נכון למקם אותו ארגונית? האם מדובר באחריות של מערכות מידע, של הדאטה, של החדשנות, של ההנהלה העסקית, או אולי בכלל של גוף חדש?

מעניין לראות שאין כיום מודל אחיד. בפועל, ניתן למצוא בעולם מגוון רחב של מבנים ארגוניים: בארגונים מסוימים הובלת ה־AI יושבת תחת ה־CIO, באחרים תחת יחידות דאטה ואנליטיקה, לעיתים תחת חדשנות או טרנספורמציה דיגיטלית, ואפילו ביחידות העסקיות עצמן.

ובכל זאת, כשמסתכלים על השוק הרחב ובמיוחד על השוק הארגוני (Enterprise), רואים דפוס ברור: ברוב המקרים, לפחות בשלב הראשון, הובלת ה־AI  צומחת מתוך עולמות המחשוב, הדיגיטל או הדאטה.

הסיבה לכך פשוטה והגיונית. תחילת הדרך של ה־AI  הארגוני עסקה בעיקר בתשתיות, מודלים, אבטחת מידע, חיבור למערכות ליבה (Data Governance) ויכולות טכנולוגיות. לכן, באופן טבעי, אנשי המחשוב היו הראשונים להרים את הדגל.

אלא שככל שהשימושים התרחבו, התברר שהאתגר האמיתי אינו רק טכנולוגי. ארגונים גילו שפיילוטים מצליחים אינם מייצרים בהכרח שינוי עסקי, שמערכת מצוינת, אם אינה משולבת בתהליכי העבודה, כמעט שאינה נצרכת, ושעובדים אינם משנים דפוסי פעולה רק משום שהתווסף כלי חדש. 

וכאן מתחילה האבולוציה הארגונית המעניינת באמת.

אם מסכמים את המגמות המסתמנות כיום בעולם, ניתן לזהות מודל התפתחות די עקבי בין רמת הבשלות הארגונית לבין המקום שבו יושב תחום ה־ AI:

שלב הבשלות	יחידה ארגונית מובילה
Early Stage	IT / Data
Scaling	Digital / Innovation / Transformation
Enterprise-Wide	AI Office / מודל  Federated
Mature Organizations	בעלות עסקית לצד Governance מרכזי

בשלב הראשון, ה־AI  מנוהל בעיקר על ידי IT, Digital או Data & Analytics.  המטרה בשלב זה היא לבנות יכולת: לבחור פלטפורמות, לנהל סיכונים, לחבר תשתיות ולהתחיל להתנסות. זהו שלב חשוב והכרחי; ללא בסיס טכנולוגי יציב קשה מאוד להתקדם.

אולם לאחר ההתלהבות הראשונית מגיעה ההבנה שהשאלה איננה עוד "האם יש לנו בינה?״ אלא "האם אנחנו באמת עובדים אחרת בזכותה?"

ואז מתחילים לעסוק פחות בטכנולוגיה עצמה ויותר בהטמעה, מדיניות, מדידה, שינוי תהליכים, אוריינות AI, אחריות ניהולית ותכנון מחדש של תפקידים (Role Re-engineering). 

הדיון עובר בהדרגה מיכולות טכנולוגיות ליכולות ארגוניות.

כאן אנו רואים מגמה מואצת מאוד בשנתיים האחרונות: הקמה של AI Office או AI Transformation Office. לא תמיד מדובר ביחידה גדולה; לעיתים זהו גוף קטן יחסית, אך בעל אחריות רוחבית משמעותית. תפקידו אינו להחליף את מערכות המידע, אלא לתכלל את השכבה הארגונית של מהפכת ה־AI.

בפועל, ה־AI Office  עוסק בדרך כלל בכמה תחומים מרכזיים המבטיחים בינה מרבית, מיטבית ואחראית.  זאת, באמצעות תשתית מחשובית (בתמיכת מערכות מידע), תשתית תהליכית (מדיניות, סטנדרטים, הכשרת מובילים וחיזוק אוריינות כוללת); ותשתית ארגונית מבוזרת של מובילי AI מקומיים בתוך היחידות העסקיות, היוצרים הובלה עסקית מקומית.

זו אולי ההתפתחות החשובה ביותר. הארגונים המתקדמים מבינים שלא ניתן לנהל AI רק מהמטה. לכן נבנית שכבה של champions, מובילים עסקיים ומנהלים מקומיים שלוקחים אחריות על היישומים, על התאמתם לתהליכי העבודה ועל ה־re-engineering  של התפקידים עצמם. הבעלות עוברת בהדרגה מהטכנולוגיה אל הפעילות העסקית.

בנקודה הזו חשוב גם לדייק את תפקידו של ה־AI Office. גוף כזה אינו אמור להפוך ל"יחידת פרויקטים" שמנהלת או מאשרת כל יוזמה בארגון. בדרך כלל נכון יותר שהוא יתמקד בשני סוגי פרוייקטים בלבד:

מצד אחד, מעבדת חדשנות שבוחנת טכנולוגיות חדשות, מריצה ניסויים ומזהה הזדמנויות עתידיות;

ומצד שני, פרויקטים רוחביים חוצי־ארגון שבהם נדרש סטנדרט אחיד, תשתית משותפת או תיאום בין יחידות רבות. שאר היוזמות צריכות לעבור בהדרגה לבעלות היחידות העסקיות עצמן.

חשוב גם להוסיף הסתייגות אחת: המודל הזה פחות מתאים לארגוני טכנולוגיה "טהורים". בחברות מוצר SaaS  אוAI-native , הבינה המלאכותית היא אינה שכבת טרנספורמציה נפרדת ולא רק כלי לשיפור העבודה הארגונית, אלא חלק מליבת המוצר וה־ R&D.  במקרים כאלה, ההובלה תישאר פעמים רבות תחת Engineering, Product או Research.

ומה לגבי ניהול הידע?

כאן התמונה מורכבת ומעניינת. מצד אחד, ה־AI Office  איננו "ניהול הידע החדש", וברוב הארגונים הוא גם לא יישב תחת ניהול ידע. מצד שני, קשה להתעלם מכך שחלק גדול מהאתגרים שה־AI  מציף הם למעשה אתגרי ידע: כיצד מנגישים מומחיות, איך מייצרים שימוש חוזר בתובנות, כיצד משלבים ידע אנושי עם AI, ואיך הופכים ידע לפעולה עסקית טובה יותר.

לכן, בארגונים בוגרים יותר, אנשי ניהול ידע מתחילים למצוא את מקומם בתחומים כמו אוריינות AI, שילוב ידע אנושי בתהליכי AI, קהילות שימוש, Governance של תוכן וידע ותמיכה בשינוי ההתנהגותי. לא כבעלי הבית הבלעדיים של התחום, אלא כחלק משמעותי מהיכולת הארגונית החדשה שנבנית סביבו.

ייתכן שבעתיד הקרוב כלל לא נדבר על “הטמעת AI״ כתחום נפרד. בדיוק כפי שכיום אין “משרד אינטרנט” או “מחלקת מחשוב ענן”, כך גם AI יהפוך בהדרגה לשכבה טבעית בתוך העבודה הארגונית עצמה.

ואולי השאלה האמיתית לא תהיה עוד “מי מוביל את ה־AI  בארגון?”, אלא "האם הארגון יודע לעצב מחדש את עצמו סביב אינטליגנציה - אנושית ומלאכותית גם יחד"?