איך מתחילים להטמיע AI בעסק קטן?

מתחילים להטמיע בינה מלאכותית (AI) בעסק קטן בבעיה אחת ומוגדרת, לא בכלי. בוחרים מטלה חוזרת שגוזלת זמן, מודדים כמה זמן היא לוקחת היום, מחליטים איזה מידע מותר להכניס לכלי ואיזה לא, ומריצים פיילוט קצר עם מדד הצלחה שנקבע מראש. רק בסוף הפיילוט מחליטים אם להרחיב, לשנות או לעצור.

הסדר הזה נשמע פשוט, אבל הטמעות רבות שלא מצליחות מדלגות על אחד השלבים: מתחילות מכלי שמישהו המליץ עליו, מכניסות אליו מידע בלי לחשוב, ומגלות אחרי כמה שבועות שאף אחד לא יודע אם זה עזר. בעסק קטן, שבו כל שעה וכל שקל נספרים, הדילוג הזה יקר במיוחד.

המאמר מפרט שבעה שלבים להטמעה, כולל התייחסות למידע ולפרטיות, לפיילוט ולהדרכת הצוות. השאלה הרחבה יותר, איך בינה מלאכותית משנה את התפקידים בעסק, נידונה במאמר איך בינה מלאכותית משנה את העבודה בעסקים.

לפני שמתחילים: שלוש הנחות עבודה

שלוש הנחות כדאי לקבל מראש, כי הן חוסכות אכזבה.

ההטמעה היא שינוי בדרך העבודה, לא רכישה. כלי שנרכש ואיש לא משתמש בו בעקביות לא שינה דבר. מה שקובע הוא האם השתנה האופן שבו מטלה מסוימת מתבצעת.

הכלים יטעו. כלי בינה מלאכותית יכולים לנסח תשובה משכנעת שאינה נכונה. התכנון צריך להניח שיהיו טעויות ולהגדיר מי בודק ומתי.

מתחילים קטן בכוונה. פיילוט על מטלה אחת, עם אדם אחד או שניים, מלמד יותר ממהלך רחב שמערב את כל העסק. אפשר תמיד להרחיב. קשה הרבה יותר לבטל שינוי שכבר נכפה על כולם.

שבעה שלבים להטמעה

שלב 1: בוחרים בעיה אחת

רשמו את המטלות שגוזלות הכי הרבה זמן בשבוע ושחוזרות על עצמן. בחרו אחת שעומדת בשלושה תנאים: היא תדירה, טעות בה אינה הרסנית, והתוצר שלה קל לבדיקה. דוגמאות כלליות: ניסוח תשובות לשאלות נפוצות, סיכום פגישות, הכנת טיוטות לתוכן שיווקי, מיון פניות נכנסות.

אם אינכם בטוחים איזו מטלה מתאימה, הקריטריונים במאמר מה נכון לאוטומט בעסק ומה כדאי להשאיר לאנשים יעזרו להחליט.

שלב 2: מודדים את המצב הקיים

לפני שמשנים משהו, כתבו כמה זמן המטלה לוקחת היום, כמה פעמים היא מתבצעת, ואיך נראה תוצר טוב. מספיקה מדידה פשוטה של שבוע או שבועיים. בלי נקודת התחלה, לא תוכלו לדעת בסוף הפיילוט אם משהו השתפר.

כדאי גם לכתוב את התהליך עצמו, צעד אחר צעד. אם התהליך לא כתוב, העבודה המקדימה היא לתעד אותו. כלי בינה מלאכותית עובדים הרבה יותר טוב כשמה שמבקשים מהם מוגדר היטב.

שלב 3: ממפים את המידע ומחליטים מה מותר להכניס

זה השלב שהכי קל לדלג עליו, והכי חשוב לא לדלג. לפני שמכניסים מידע לכלי חיצוני, חלקו את המידע שהמטלה צריכה לשלוש קבוצות:

• מידע כללי: תוכן שאין בו פרטים מזהים או סודות עסקיים, כמו תיאור שירותים, מחירון פומבי או שאלות נפוצות. בדרך כלל אפשר להשתמש בו בחופשיות יחסית.
• מידע עסקי פנימי: נתוני מכירות, הצעות מחיר, תהליכים פנימיים. כדאי להכניס אותו רק לכלים שתנאי השימוש שלהם נבדקו.
• מידע אישי ורגיש: פרטים מזהים של לקוחות או עובדים, מידע רפואי, כספי או משפטי. כאן נדרשת הזהירות הגבוהה ביותר, ולעתים קרובות התשובה הנכונה היא לא להכניס אותו כלל, או להסיר ממנו פרטים מזהים לפני השימוש.

שלב 4: בוחרים כלי ובודקים את התנאים

רק עכשיו בוחרים כלי. לפני שמתחילים לרכוש כלים חדשים, בדקו אם התוכנות שכבר יש לכם כוללות יכולות בינה מלאכותית. לגבי כל כלי, ענו על כמה שאלות: מה הכלי עושה עם המידע שמכניסים אליו? האם המידע משמש לאימון מודלים, והאם אפשר לבטל זאת? כמה זמן הוא נשמר? מי בעסק יקבל גישה? האם אפשר לייצא ולמחוק את המידע אם תחליטו להפסיק?

התשובות נמצאות בדרך כלל בתנאי השימוש ובמדיניות הפרטיות של הספק, ולעתים בהגדרות החשבון. כדאי לקרוא אותן לפני ההרשמה, לא אחריה.

שלב 5: מריצים פיילוט קצר

הגדירו פיילוט של שלושה עד שישה שבועות, עם אדם אחד או שניים בלבד. לפני שמתחילים, כתבו:

• מה בדיוק המטלה, ומה לא נכלל בה.
• מי משתתף בפיילוט, ומי בודק את התוצרים.
• איזה מידע מותר להכניס לכלי, לפי שלב 3.
• מה ייחשב הצלחה: חיסכון בזמן, שיפור באיכות, או שניהם, ובאיזה היקף.
• איך מתעדים מקרים שבהם הכלי טעה או לא עזר.
• מתי מתקיימת שיחת סיכום, ומי מקבל את ההחלטה.

במהלך הפיילוט, כל תוצר שיוצא ללקוח עובר בדיקה אנושית. אין כאן מקום לקיצורי דרך.

שלב 6: כותבים כללי שימוש ומדריכים את הצוות

אם הפיילוט מצליח, מה שלמדתם צריך להפוך לכללים כתובים לפני שמרחיבים. מסמך של עמוד אחד מספיק בדרך כלל: לאילו מטלות משתמשים בכלי, איזה מידע מותר ואסור להכניס, איך בודקים תוצר, ומתי עוצרים ופונים לאדם.

ההדרכה עצמה צריכה להיות מעשית: לעבוד יחד על מקרים אמיתיים מהעסק, להראות דוגמאות לטעויות שהכלי עשה בפיילוט, ולתת לאנשים זמן להתנסות. עובדים שמבינים למה יש כללים נוטים יותר לשמור עליהם.

שלב 7: מחליטים להרחיב, לשנות או לעצור

בסוף הפיילוט, השוו את התוצאות למצב הקיים שמדדתם בשלב 2. שלוש החלטות אפשריות: להרחיב לעוד אנשים או מטלות, לשנות משהו בתהליך ולנסות שוב, או לעצור. כל אחת מהן לגיטימית. השיטה למדידה מעמיקה יותר של הכדאיות מפורטת במאמר איך מודדים את החזר ההשקעה באוטומציה.

מידע, פרטיות ואחריות

כלי בינה מלאכותית רבים פועלים בענן, ומידע שמוכנס אליהם עובר לשרתים של ספק חיצוני. לכן השימוש בהם עם מידע על לקוחות, עובדים או ספקים מעלה שאלות של פרטיות, אבטחת מידע ואחריות כלפי מי שהמידע שייך לו.

ההמלצה הכללית ברורה: לפני שמשתמשים בכלי בינה מלאכותית עם מידע אישי, בדקו מהן החובות המשפטיות החלות על העסק שלכם, בהתאם לתחום הפעילות, לסוג המידע ולמקום שבו הוא נשמר. החובות האלה עשויות לכלול דרישות לגבי הסכמה, אבטחה, שמירה ומחיקה של מידע. כדאי להתייעץ עם עורך דין או יועץ פרטיות שמכיר את התחום, במיוחד אם העסק מחזיק מידע רגיש.

מעבר לחובות המשפטיות, יש כמה הרגלים פשוטים שמפחיתים סיכון בכל מקרה:

1. הכניסו לכלי רק את המידע שהמטלה באמת צריכה.
2. הסירו פרטים מזהים כשאפשר, למשל שם, טלפון ומספר זהות.
3. השתמשו בחשבונות עסקיים מנוהלים ולא בחשבונות אישיים של עובדים.
4. הגבילו את הגישה לאנשים שזקוקים לה, ובטלו גישה לעובדים שעזבו.
5. תעדו באילו כלים העסק משתמש ולאילו מטרות.

דוגמה היפותטית: סטודיו לעיצוב

הנקודה בדוגמה היא הסדר: בעיה אחת, מדידה, החלטה על המידע, פיילוט, ולמידה מהתוצאה לפני ההרחבה.

טעויות נפוצות, ומתי הגישה הזאת לא מתאימה

• להתחיל מהכלי. לרכוש מנוי לכלי שכולם מדברים עליו, ואז לחפש לו שימוש. כך נוצרים מנויים שאיש לא משתמש בהם.
• להכניס מידע בלי לחשוב. להדביק לכלי חיצוני רשימת לקוחות או מסמך רגיש כי זה נוח. זו הטעות שהכי קשה לתקן אחר כך.
• לוותר על הבדיקה האנושית. לשלוח ללקוחות תוצר שלא נבדק. טעות אחת עלולה לעלות באמון שנבנה במשך שנים.
• להרחיב מהר מדי. לעבור מפיילוט מוצלח עם אדם אחד להטמעה בכל העסק, בלי כללים כתובים ובלי הדרכה.
• לא להגדיר הצלחה. בלי מדד שנקבע מראש, כל פיילוט נראה "בערך בסדר", ואי אפשר לקבל החלטה.

הגישה הזאת פחות מתאימה לעסקים שכמעט כל עבודתם היא מגע אישי או עבודה פיזית, ושבהם יש מעט מטלות משרדיות חוזרות. היא גם לא מספיקה לבדה בתחומים שבהם המידע רגיש במיוחד, כמו בריאות, כספים או שירותים משפטיים. שם הבדיקה המשפטית והאבטחתית צריכה להיות רחבה יותר, ולעתים מוקדמת לכל פיילוט.

השורה התחתונה

הטמעת בינה מלאכותית בעסק קטן מתחילה בבעיה אחת, לא בכלי. מודדים את המצב הקיים, מחליטים מראש איזה מידע מותר להכניס, בודקים את תנאי השימוש, ומריצים פיילוט קצר עם מדד הצלחה ברור ובדיקה אנושית של כל תוצר. אחרי הפיילוט כותבים כללים, מדריכים את הצוות, ורק אז מרחיבים.

עסק שעובד בסדר הזה בונה יכולת, ולא רק אוסף מנויים. הוא לומד מה הכלים עושים טוב אצלו, מה הם לא עושים, ואיפה עדיין נדרש אדם. ואם רוצים להתחיל כבר השבוע, הצעד הראשון לא דורש שום כלי: לבחור מטלה אחת ולרשום במשך שבועיים כמה זמן היא לוקחת.