ה-AI מצליחה — אבל 10% מהמקרים משנים הכול
ה-AI מצליחה ברוב המקרים, אבל ב-10% מהמקרים שבהם היא נכשלת נוצרים אתגרים ניהוליים חדשים. עם התרחבות השימוש בבינה מלאכותית, מנהלים נדרשים לפתח אסטרטגיות להתמודדות עם מקרי קצה קשים ואתגרים תפעוליים בלתי צפויים — מה שמשפיע על ההכשרה ועל בקרת האיכות.
כשהמפקד שאל אותי אם אני חושב שהטכנולוגיה מוצלחת, עניתי: ״כן, ב-90% מהמקרים. השאלה היא מה עושים ב-10% מהמקרים הנותרים.״ היום, בעולם ה-AI, אותו אתגר חוזר על עצמו. מודלים מצליחים במשימות מורכבות, אבל ב-10% מהמקרים הם נכשלים — או מייצרים תוצאות לא צפויות — ומאתגרים מנהלים בדרכים חדשות.
קחו למשל את המתמחים שמשתמשים ב-AI כדי להכין מסמכים מנומקים בתוך שעה. העבודה נעשית, אבל האם הם לומדים את המקצוע? זו אחת הסוגיות הארגוניות שצצות כשבינה מלאכותית עובדת היטב, אבל לא באופן מושלם. מנהלים צריכים לפתח גישות חדשות להתמודדות עם מקרי קצה, כאלה שלא הוגדרו מראש.
המעבר ל-AI דורש לא רק שדרוג טכנולוגי, אלא גם חשיבה מחדש על תהליכי עבודה, הכשרה ובקרת איכות. המפתח הוא לא לפחד מהטכנולוגיה, אלא ללמוד לנהל את הסיכונים וההזדמנויות שהיא מביאה.