TL;DR: AI עוזר מאוד בשלב שלפני ההחלטה (לפרוש אפשרויות, לתקוף את ההיגיון שלכם, לסכם חומר) ומסוכן בשלב ההחלטה עצמה. הכלל שאני עובד לפיו: תנו לו לתקוף את הדעה שלכם, אל תבקשו ממנו דעה. ברגע שהוא נותן לכם תשובה בטוחה, קשה מאוד להתנתק ממנה.
בכל סדנה להנהלה מגיע הרגע שבו מישהו שואל אם אפשר פשוט לשאול את הכלי מה לעשות. התשובה שלי היא שכן, אפשר, וזה בדיוק מה שלא כדאי לעשות. הנה למה, ומה כן.
אני מעביר את זה מול הנהלות בכירות, לאחרונה מול המנכ"לים והסמנכ"לים של קבוצת UMI ומול ההנהלה הבכירה של אמישראגז, ותמיד על החלטות אמיתיות שנמצאות על השולחן באותו יום. לא תרגילי כיתה.
איפה זה עובד ממש טוב
לפרוש אפשרויות שלא חשבתם עליהן. כשאתם תקועים בין שתי חלופות, זה כמעט תמיד סימן שלא ראיתם את השלישית. זו משימה שמודל שפה עושה מצוין, כי הוא לא מחויב לפוליטיקה הפנימית שלכם ולא נעלב מאף אחד.
לשמש פרקליט השטן. זה השימוש הכי חזק שאני מכיר להנהלות, ואני מקדיש לו זמן בכל מפגש. אתם מתארים החלטה שאתם נוטים אליה, ומבקשים התקפה עליה.
לסכם חומר רב לפני דיון. ארבעה מסמכים, שני דוחות ופרוטוקול, והשאלה מה הנקודות שבהן הם סותרים זה את זה. סתירות זה בדיוק מה שבן אדם עייף מפספס.
להריץ pre-mortem. זו טכניקה ותיקה בניהול (מדמיינים שהפרויקט נכשל, וכותבים בדיעבד למה), והכלי טוב בה במיוחד כי אין לו אינטרס להגן על הפרויקט.
התרגיל שאני מעביר בפועל
אני מבקש מכל אחד לקחת החלטה אמיתית שעל השולחן שלו עכשיו, ולהריץ עליה את זה:
אני שוקל להחליט X מהסיבות הבאות: א, ב, ג. תהיה פרקליט השטן. תמצא את שלוש ההנחות הכי חלשות בהיגיון שלי, תגיד לי איזה מידע חסר לי כדי להחליט, ותאר תרחיש סביר שבו ההחלטה הזאת מתבררת כטעות בעוד שנה. אל תרכך.
שתי דקות. ואז אני מבקש מאנשים לספר מה קרה. בערך בשליש מהמקרים מישהו מגלה הנחה שהוא לא שם לב שהוא מניח, ובדרך כלל זו הנחה על מה שהצד השני יעשה.
שימו לב מה התרגיל הזה לא עושה: הוא לא מחליט. הוא מחזיר לכם את ההחלטה עם יותר מידע.
שני תרגילים נוספים ששווים את הזמן
תרגיל הסתירות. לפני דיון שבו יש כמה מסמכים על השולחן, תבקשו:
קרא את המסמכים האלה ותגיד לי רק במה הם סותרים זה את זה. אל תסכם אותם, אל תפייס בין הגרסאות, תראה לי איפה הם לא מסכימים ועל מה בדיוק.
הרוב המוחלט של הכלים ינסו לפייס ולסכם בנימוס אם לא תעצרו אותם. הבקשה המפורשת לא לפייס היא מה שהופך את זה לשימושי, כי הסתירות הן בדרך כלל בדיוק מה שהדיון אמור לטפל בו.
תרגיל הקהל. לפני שאתם מודיעים על שינוי, תבקשו:
אני עומד להודיע לצוות על השינוי הזה. תגיד לי איך זה נשמע לעובד ותיק שחושש למקום שלו, לעובד חדש, ולמנהל ביניים שלא שותף בהחלטה. מה כל אחד מהם ישמע שלא התכוונתי להגיד.
זה לא מחליף היכרות עם האנשים שלכם, והוא לא יודע מי הם. הוא כן תופס ניסוחים שנשמעים תמימים ומתפרשים אחרת, וזה מספיק כדי להציל הודעה אחת בשנה.
איפה זה מסוכן
החלטות על אנשים. מי לקדם, מי לפטר, איך לחלק תפקידים. הכלי לא מכיר את האנשים, הוא מכיר את מה שכתבתם עליהם, וזה שני דברים שונים לגמרי. הוא גם יישמע בטוח בדיוק באותה מידה בשני המקרים.
החלטות שהנתונים עצמם הם מה שבמחלוקת. אם שני סמנכ"לים חלוקים על המספרים, כלי שמסכם את שני המסמכים ייתן לכם סיכום מנומק של מחלוקת, לא הכרעה. ההכרעה דורשת לרדת לנתון המקורי, וזו עבודה של בן אדם.
כל מקום שבו התשובה נשמעת טוב מדי. מודלים כותבים בביטחון גם כשהם טועים, וזו התכונה המסוכנת ביותר שלהם בהקשר ניהולי. טקסט מנוסח היטב מרגיש נכון יותר ממה שהוא.
הבעיה שכמעט אף אחד לא מדבר עליה
קוראים לזה anchoring, כלומר עיגון. ברגע שראיתם מספר או המלצה, המחשבה שלכם נצמדת אליהם גם כשאתם משוכנעים שאתם שוקלים מחדש.
עם AI זה מחריף, כי התשובה מגיעה מיד, מנוסחת יפה, ובלי היסוס. אתם מבקשים המלצה, מקבלים אחת, ומאותו רגע אתם בעצם בודקים אותה במקום לחשוב מההתחלה.
לכן הסדר שאני ממליץ עליו הוא הפוך: קודם תכתבו לעצמכם מה אתם חושבים, ורק אחר כך תשאלו. חצי דקה של כתיבה לפני, ואתם משאירים לעצמכם עמדה עצמאית להשוות אליה. זה נשמע טריוויאלי וזה משנה את התוצאה.
ומה עם ההחלטה עצמה
ההחלטה נשארת אצלכם, ולא בגלל סנטימנט. בגלל אחריות. אתם מי שיעמוד מול הדירקטוריון או מול הצוות ויסביר, וכלי לא יכול לקחת את זה במקומכם.
מה שכן משתנה הוא איכות ההכנה. מנהל שנכנס לישיבה אחרי שהריץ התקפה על העמדה של עצמו נכנס מוכן אחרת לגמרי ממי שנכנס עם מצגת.
איך משלבים את זה בשגרת הנהלה
אני ממליץ להתחיל מסוג החלטה אחד שחוזר. ישיבת הנהלה שבועית, אישור תקציב חריג, החלטה על תעדוף פרויקטים. בוחרים אחת, מריצים עליה את תרגיל פרקליט השטן במשך חודש, ומסתכלים אם השיחה בחדר השתנתה.
ומי אחראי שזה יקרה? אתם. המנכ"ל או המנכ"לית והסמנכ"לים והסמנכ"ליות הם ה-Owners של זה, ולא מחלקת IT ולא מי שהוביל את הפיילוט. באופן מעשי זה אומר להקצות לאנשים זמן ללמוד ולתרגל, ולצ'מפיונים בארגון גם זמן להתמקצע, להיות מנטורים וללמד אחרים. אף אחד לא מוצא את השעות האלה מעצמו.
ותמדדו את זה. לא רק כמה אנשים נגעו בכלי, אלא גם מה זה עשה בפועל: את השימוש ואת הביזנס אימפקט, עם KPIs שנקבעו מראש.
אם אחרי חודש אף אחד לא שינה דעה על שום דבר, כנראה שאתם משתמשים בזה כדי לאשש את מה שכבר החלטתם. זה שימוש נפוץ, והוא פשוט לא שווה את הזמן.
ושתי הערות על איך מקבעים את זה. ראשית, הנושא צריך לשבת בשגרה הניהולית שלכם, כסעיף קבוע בישיבת ההנהלה ובישיבות הצוות, ולא כהתלהבות של רבעון. שנית, אל תשאירו את זה להתנדבות. ההנהלה צריכה לדרוש, ממש לדרוש, שינסו את זה בכל משימה, כי זו כבר לא פאדיחה אלא חובה של ממש. ההבדל בין ארגון שבו מנהלים מריצים את התרגילים האלה לבין ארגון שבו רק שמעו עליהם הוא בדיוק ההבדל בין דרישה להמלצה.
מה זה עושה לישיבה עצמה
השינוי הכי גדול שאני רואה הוא לא בהחלטה הבודדת, הוא בנקודת ההתחלה של הדיון.
עד היום ישיבת בקרה התחילה בזה שמישהו הכין טבלה, וחצי מהזמן הלך על להבין מה הנתונים אומרים. עכשיו הישיבה מתחילה מהתשובות, כי הניתוח כבר נעשה לפני שנכנסתם. מה שנשאר לחדר הוא הדיון על מה עושים, וזה מה שהחדר הזה אמור לעשות ממילא.
וזה משנה גם את מה שאתם מבקשים מהצוות. במקום "תכין לי טבלה", הבקשה הופכת ל"תבוא עם המסקנה ועם ההמלצה". מנהל שממשיך לבקש טבלאות מקבל טבלאות, ומבזבז בדיוק את הזמן שהתפנה.
הגבול, ואני אומר אותו מראש בכל מפגש
יש מקומות שבהם הכלי מעולה ומקומות שבהם הוא לא, וכדאי מאוד להגיד את זה בקול לפני שמישהו מסתמך עליו.
הוא מעולה בניתוח, בחקירה ובשאלות פתוחות. שם הוא באמת מוסיף.
הוא לא מתאים לדוח שחייב לצאת זהה בכל הרצה. מיקרוסופט אומרת את זה בעצמה, וזה לא באג אלא אופי של הטכנולוגיה. כל מספר שיוצא מהתהליך הזה החוצה עובר בדיקה שלכם.
ולכן המשפט שאני חוזר עליו: הוא הטיוטה, אתם החתימה. זה תקף לניתוח בדיוק כמו למייל.
ובניהול הפער הזה גדול במיוחד. פלט שיוצא מהכלי הוא חומר גלם, ומה שהופך אותו להחלטה זה מה שאתם יוצקים פנימה: תובנות, ניסיון אישי, קריאייטיב, אסטרטגיה והרבה מאוד מוח אנושי. קופי פייסט מהכלי לתוך מסמך החלטה יביא פאדיחות גדולות, ובניהול פאדיחה כזאת עולה הרבה יותר ממייל מביך.
ומי שעושה את זה הכי טוב
הטופ 1% של משתמשי AI לא כותבים קוד, והם גם לא מבינים במודלים. הם פשוט מנסחים טוב יותר מה הם רוצים. אומרים מי הם, מה המטרה, למי זה מיועד ובאיזה פורמט. מצרפים את החומר במקום לקוות שהוא ינחש. וכשהתשובה לא טובה, אומרים לו מה לתקן במקום לוותר.
זה סקיל תקשורת, לא סקיל טכני. אתם עושים אותו כל יום מול אנשים, וזו בדיוק הסיבה שמנהלים מנוסים מגיעים לתוצאות טובות יותר מאנשים צעירים ומיומנים יותר טכנית.
שאלות ותשובות
אפשר להזין נתונים אמיתיים של החברה לצורך התרגיל?
תלוי לגמרי בכלי ובהסכם שלכם. בכלי ארגוני שנרכש תחת הסכם מתאים, בדרך כלל כן. בגרסה חינמית מהדפדפן, לא. אפשר תמיד להריץ את התרגיל על תיאור מופשט של ההחלטה בלי מספרים מזהים, וזה עובד כמעט באותה איכות.
איזה כלי הכי טוב להחלטות ניהוליות?
פחות משנה ממה שנדמה. הכלי שכבר יש לכם ברישיון, ושאתם משתמשים בו מספיק כדי להכיר את הגבולות שלו, עדיף על הכלי המדובר ביותר החודש. מי שמחליף כלי כל חודש לא מגיע לעומק באף אחד מהם.
איך יודעים אם התשובה שקיבלתי אמינה?
תבקשו את הבסיס. שאלו על מה זה מבוסס ומה היה משנה את המסקנה. תשובה שמתפרקת ברגע שמבקשים ממנה נימוק היא תשובה שלא הייתה שם מלכתחילה.
האם זה מתאים גם להנהלה שאין לה רקע טכני?
כן, וזה בעצם הקהל שאני עובד איתו הכי הרבה. רוב הארגונים שעבדתי בהם אינם טכנולוגיים מטבעם. התרגילים כאן לא דורשים שום ידע טכני, רק החלטה אמיתית ושתי דקות.
שורה תחתונה
AI הוא יועץ מצוין לפני ההחלטה ויועץ גרוע בתוכה. תנו לו לתקוף אתכם, לפרוש לכם אפשרויות ולמצוא לכם סתירות, ואל תבקשו ממנו להכריע. ההכרעה היא מה שאתם מקבלים עליה שכר.
את התרגילים האלה אני מעביר בפועל מול צוותי הנהלה, על החלטות אמיתיות שנמצאות על השולחן באותו יום. אם זה מעניין אתכם ואתכן, זה בדיוק התוכן של הרצאת בינה מלאכותית למנהלים ולהנהלה בכירה, ובפורמט ארוך יותר בסדנאות AI לארגונים.
אייל מרקוס הוא מרצה, מנחה סדנאות ויועץ בינה מלאכותית, ומעביר הרצאות AI, סדנאות, הדרכות Copilot וייעוץ הטמעה לרוחב הארגון. הוא עוסק ב-AI באובססיביות מתחילת 2022, כמעט שנה לפני שChatGPT יצא לאוויר, מפעיל את הניוזלטר השבועי "Don't Panic" כבר יותר משלוש שנים ומנחה את הפודקאסט "Hands On AI". הוא העביר 140 מפגשים ב-55 ארגונים, בעברית ובאנגלית, בהייטק ובארגונים שאינם הייטק.
