צוות, יכולת וארגון

רווחים:

• התחשבות בכשירות בבינה מלאכותית בשלוש רבדים (מומחה, מתרגם, משתמש) ולראות את המתרגם שהתעלמו בתדירות הגבוהה ביותר ואת פער האוריינות הנרחב
• יכולת לבחור את המתאים למוסד מבין מודלים ארגוניים מרכזיים, מבוזרים ומרכזיים.
• יכולת לסגור פערי כישורים עם האיזון של רכבת-גיוס-שותף ולשלב אוריינות ושימור נרחבים באסטרטגיה

אפילו האסטרטגיה הטובה ביותר נשארת על הנייר ללא האנשים שיישמו אותה. צוואר הבקבוק הנפוץ ביותר בטרנספורמציה של בינה מלאכותית אינו טכנולוגיה, אלא חוסר יכולת (ידע, מיומנויות וניסיון הנדרשים כדי לבצע עבודה) וארגון (איך העבודה בנויה, מי עושה מה). ביחידה זו תלמד כיצד מנהל בכיר יכול לבסס את מבנה הצוות, אסטרטגיית הכישרונות ופיתוח היכולות הנכון עבור AI. המטרה היא להפוך ראייה צרה, כמו "בואו נשכור כמה מדעני נתונים", לגישת מיומנות כלל ארגונית.

יכולת היא לא תפקיד אחד

תפיסה שגויה נפוצה היא הדחיית AI למספר קטן של מומחים הנקראים "מדעני נתונים". במציאות, טרנספורמציה של בינה מלאכותית דורשת יכולת תלת-שכבתית:

שכבה

מי

מה זה צריך

מומחה

מדען נתונים, מהנדס ML

מודל, נתונים, עומק תשתית

מתרגם

אנליסט מוצר/עסק

הפיכת בעיה עסקית לפתרון AI

משתמש

כל העובדים

שימוש בכלי רכב בצורה בטוחה, יעילה ואחראית

הרובד הקריטי והמתעלם ממנו לעתים קרובות ברור: מתרגם הבינה המלאכותית הוא האדם שמתרגם את השפה העסקית לשפה טכנית ולהיפך, בונה את הגשר של "איזו בעיה עסקית נפתרת באמצעות איזה פתרון בינה מלאכותית". התקלות היקרות ביותר נגרמות לרוב לא מחוסר מומחים, אלא ממחסור במתרגמים: הצוות הטכני בונה מודל מושלם אבל לבעיה הלא נכונה.

טיפ: כאשר מתקצבים כישרונות בינה מלאכותית, קחו בחשבון לא רק מומחים, אלא גם את תפקיד המתרגמים ואת האוריינות הבסיסית של כל העובדים. רוב המוסדות משקיעים יותר מדי במומחים ומעט מדי במתרגמים ובאוריינות המונית; עם זאת, בדרך כלל שני האחרונים הם שנועלים את הערך.

מודלים ארגוניים

כישרון בינה מלאכותית יכול להיות מאורגן בארגון בשלוש דרכים עיקריות:

• מרוכז: כל מומחי הבינה המלאכותית בצוות אחד. יתרון: עומק, עקביות. חסרון: ניתוק מהעבודה.
• מבוזר: מומחים משובצים ביחידות עסקיות. יתרון: קרבה, מהירות. חסרון: חוסר עקביות, חזרה.
• רכזת ודבר: מרכז מצוינות מרכזי (CoE; צוות ליבה המגדיר ומפיץ סטנדרטים, כלים ושיטות עבודה מומלצות) + מתרגלים המשובצים ביחידות עסקיות. המודל המאוזן ביותר עבור רוב הארגונים הבינוניים עד הגדולים.

CoE; מספק כלים נפוצים, תקני בטיחות, הדרכה ורכיבים לשימוש חוזר; יחידות עסקיות מנהלות את תחומי השימוש שלהן. מודל זה שומר גם על עקביות וגם על קרבה.

בנה, קנה, שותף

ישנן שלוש דרכים לסגור את פער הכישורים, בדרך כלל שלושתן:

• בנייה: הכשרת עובדים קיימים. הכי בר-קיימא אבל הכי איטי.
• השכרה (קנה): שכור מומחים חיצוניים. מהיר אך יקר ותחרותי.
• שותף: עבודה מול יועץ/ספק. התחלה מהירה אבל סיכון להתמכרות.

אסטרטגיה חכמה: להכשיר/לשכור יכולות קריטיות וקבועות, לענות על צרכים זמניים או מאוד ספציפיים בשותפות.

שלב אחר שלב: בניית אסטרטגיית יכולת

1. מפה את פער הכשירות. איפה אנחנו בשלושת השכבות (מומחה, מתרגם, משתמש), לאן עלינו ללכת?

2. בחר את המודל הארגוני שלך. מרוכז, מבוזר או מרכז ודיבור; זה המתאים למוסד.

3. קבע את האיזון של לבנות-קנייה-שותף. קבע את הנתיב האופטימלי עבור כל פער.

4. התחל תוכנית אוריינות לא רשמית. הדרכת שימוש בסיסית, בטוחה ואחראית לכל העובדים.

5. לטפח שימור ותרבות. משיכת כישרון אינה מספיקה; שמרו בעבודה משמעותית, למידה ותרבות.

שלושה מיני תיקים

מקרה 1 - פער מתרגם. חברה תעשייתית שכרה שלושה מדעני נתונים יקרים, אך לא היו תפקידי מתרגם לגשר בין יחידות עסקיות. מומחים הפיקו פרויקטים מרשימים מבחינה טכנית אך חסרי משמעות עסקית; שום ערך מוחשי לא צץ בשנה. כאשר מונו שני "מתרגמי AI" (אנליסטים עסקיים מנוסים), אותם מומחים הגיעו עם שלושה מקרי שימוש יקרי ערך תוך 6 חודשים. הפער לא היה במומחיות, אלא בגישור.

מקרה 2 - עקביות CoE. בקונגלומרט, כל חברה השתמשה בכלי AI משלה עם כללים משלה: עלות חוזרת, אבטחה לא עקבית. לאחר הקמת מרכז מצוינות ומסופקים כלים משותפים, תקנים והדרכה; עלויות הרישיונות ירדו ב-30%, האבטחה הפכה עקבית, ומה שנודע לחברה אחת התפשט במהירות לאחרת.

מקרה 3 - ההשפעה של אוריינות רחבה. חברת שירות אחת השאירה את הבינה המלאכותית רק לצוות אחד של מומחים; 300 העובדים בשטח השתמשו בכלים כלל או שלא כהלכה (בניגוד לסודיות). החברה השיקה תוכנית אוריינות בסיסית (3 שעות של הדרכה לשימוש בטוח לכולם); גם השימוש הבטוח גדל וגם עשרות רעיונות שימוש יקרי ערך הגיעו מהשטח. הערך לא היה במומחים, אלא בקהל המוכשר.

ארבע תבניות הניתנות להעתקה

1) מפת פערי יכולת:

תפקידך: יועץ כישרונות בינה מלאכותית. הערכת הארגון שלנו בשלוש שכבות: מומחה (נתונים/ML), מתרגם (גשר עסקי-טכני), משתמש (כל העובדים). כתוב פערים אופייניים ופעולות עדיפות עבור כל שכבה. הקשר: [טקסט]

2) הצעת מודל ארגון:

השווה מודלים מרוכזים, מבוזרים ו-hub-and-spoke עבור [גודל ומבנה ארגון]. כתבו על איזה מהם אתם ממליצים למצבנו ולמה, ואיזה אחריות ייקח על עצמו מרכז מצוינות.

3) החלטה לבנות-קנה-שותף:

עבור כל אחד מפערי הכשירות הבאים [רשימה], כתוב נימוק לאיזו מבין אפשרויות הרכבת/השכרה/שותף אתה ממליץ. הפרד מיומנויות מתמשכות וקריטיות מצרכים זמניים.

4) תוכנית אוריינות לא רשמית:

הכן טיוטת הדרכה "בטוח ויעיל בבינה מלאכותית" למשך 3 שעות לעובדים שאינם טכניים: מושגי יסוד, שימוש נכון/שגוי, פרטיות ואימות, דוגמאות מעשיות. תן כותרת ומשך מודול לפי מודול.

הנחיה חלשה / הנחיה חזקה

חלש: "איזה סוג של צוות אני צריך לבנות עבור AI?"

תוצאה: רשימה כללית של תפקידים; עיוור לגודלו, הבגרות והפערים של המוסד.

חזק: "אנחנו חברה לייצור של 500 עובדים, שלוש יחידות עסקיות; יש לנו בגרות נמוכה, אין לנו מדעני נתונים, אבל אנליסטים עסקיים חזקים. הצע מודל ארגוני ל-AI (מרוכז/מבוזר/רכז-ו-דובר), איזון רכישה-שותף כדי לסגור פערי הכשרונות שלנו בכל שכבה/מתוכנן/מומחה (מומחה/מומחה), בשנה הראשונה".

תוצאה: אסטרטגיית כישרונות ספציפית, מרובדת, ריאלית וישימה לארגון.

טעויות נפוצות

• משקיע רק במומחים. ללא מתרגמים ואוריינות נרחבת, מומחים אינם יכולים לייצר ערך.
• דילוג על תפקיד המתרגם. אם אין גשר בין עסק לטכניקה, אפילו המומחה הטוב ביותר יעבוד על הבעיה הלא נכונה.
• הזנחת אוריינות רחבה. הקהל חסר השכלה או שאינו משתמש ברכב כלל או משתמש בו בסיכון.
• מסתמך רק על גיוס עובדים. רכישת רבייה ללא רבייה היא יקרה, שבירה ובלתי ברת קיימא.
• שוכחים מתרבות ושימור. אם לא תמשוך כישרון ותספק עבודה ולמידה משמעותיים, תפסיד מהר.

זהירות: בינה מלאכותית עשויה להציע תרשים ארגוני או מתווה הדרכה; אבל מי שמחליט איזה מודל מתאים לתרבות ולמציאות של המוסד הוא מי שימלא איזה תפקיד ודינמיקת השימור. להחלטות משאבי אנוש יש השפעה רבה ולא ניתן להשאירן לאלגוריתם בלבד.

לסיכום

צוואר הבקבוק הנפוץ ביותר בטרנספורמציה של AI אינו טכנולוגיה אלא יכולת וארגון. הכשירות היא תלת-שכבתית: מומחה, מתרגם ומשתמש; השכבה שדילגת עליהן ונועלת הערך היא השכבה הנפוצה ביותר אצל המתרגם. הארגון יכול להיות מרוכז, מבוזר או מרכז ודובר (מרכז מצוינות + מתרגלים משובצים); עבור רוב הארגונים, האחרון מאוזן. סגור את הפערים עם שילוב של רכבת, גיוס ושותף; שמור על מיומנויות קריטיות ומתמשכות. ביחידה הבאה, נסקור כיצד לרכוש בצורה חכמה פתרונות AI במיקור חוץ.

משימת יישום

הערך את הארגון שלך בשלוש שכבות (מומחה, מתרגם, משתמש) ורשום את הפער הגדול ביותר בכל שכבה. 2. קבעו את מודל הארגון המתאים לכם בעזרת התבנית. כתוב סיבות להחלטות הרכבת/השכרה/שותף שלך עבור שני המשרות הפנויות הקריטיות ביותר. לבסוף, הגדר את הנושאים העיקריים של תוכנית אוריינות לא פורמלית לכל העובדים.

רשימת בדיקה

• [ ] מיפיתי את פער הכשירות בשלוש רבדים.
• [ ] בדקתי אם תפקיד המתרגם קיים.
• [ ] בחרתי מודל ארגוני המתאים למוסד.
• [ ] קיבלתי החלטה לבנות-קנה-שותף עבור כל משרה פנויה.
• [ ] תכננתי את תוכנית האוריינות הבלתי פורמלית.
• [ ] שילבתי שמירה ותרבות באסטרטגיה.
• [ ] לא השארתי את החלטות משאבי האנוש רק לאלגוריתם.