בעיית ה-Workslop: מה קורה לארגונים שהשתמשו יותר מדי ב-AI
חברות שאימצו כלי AI גנרטיבי באופן נרחב ושגוי מגלות עכשיו מחיר כבד: ידע ארגוני מתדרדר, אמון בתהליכים נשחק, ועובדים מבזבזים זמן יקר על אימות שגיאות. Harvard Business Review מגדיר את התופעה כ"knowledge decay" - ומנהלים נדרשים לפעול כבר עכשיו.
כשה-AI הופך לבעיה ניהולית
הבטחת פריצת הדרך בפרודוקטיביות שאמורה הייתה לנבוע מאימוץ כלי AI גנרטיבי בארגונים - לא תמיד מתממשת בשטח. יתרה מזאת, חלק מהחברות שהלכו הכי רחוק בהטמעה הן בדיוק אלו שמשלמות היום את המחיר הגבוה ביותר.
רוצה להישאר מעודכן ב-AI?
הירשם לדיוור השבועי שלנו וקבל עדכונים, המלצות על כלים, חדשות ודוחות מיוחדים
התופעה קיבלה שם: "workslop" - שילוב של work ו-slop - ומתארת את הדרדרות איכות הפלט הארגוני כשעובדים נסמכים יתר על המידה על כלי AI ציבוריים לייצור תכנים, ניתוחים ותקשורת פנים-ארגונית. כפי שפורסם ב-Harvard Business Review, תהליך זה מוביל בהדרגה ל"knowledge decay" - ניוון הידע הארגוני.
מנגנון הדרדרות: מעגל קסמים שלילי
המנגנון פשוט ומסוכן: עובד מגיש פלט שיוצר על ידי AI ללא בדיקה מספקת, הקולגות שלו מבזבזים זמן על אימות ותיקון, האמון בתהליכי עבודה נפגע, ועם הזמן - כישורים אנושיים מתאבנים ומתדרדרים. כשמכפילים את זה על פני מחלקות שלמות, הנזק הופך מערכתי.
"שגיאות מצטברות ומתגברות. האמון במידע נשחק. אנשים מבזבזים יותר ויותר זמן על אימות עובדות, או שהם מסתכנים בטעויות יקרות ומסוכנות", כתב ה-Harvard Business Review.
הבעיה חמורה במיוחד בתחום הגיוס. ממשקי AI בכל שלב של תהליך הגיוס - מניסוח משרות ועד סינון קורות חיים - הובילו לשחיקת האמון הדדית בין מועמדים למגייסים. שני הצדדים חשים שהם מתנהלים מול מערכת ולא מול בני אדם.
יוצרי תוכן כמומחי AI
תופעה נוספת שעודדה את הבעיות בתחום היא הצפה של התחום ביוצרי תוכן שחלקם פנו לייעוץ לחברות ועסקים ללא ידע מספק בתחום וללא השכלה מתאימה. הדבר גרר שלל של הדרכות ארגוניות לא מקצועיות מאנשים ללא רקורד מספק בתהליכי עבודה, ניהול והבנה עסקית. במקום להתאים תהליכי עבודה בצורה מקצועית, לאתר את הכלים הרלוונטיים ולהשתמש בכלים כאמצעי בלבד, ארגונים פנו לשימוש גנרי בכלים עם ליווי של יוצר תוכן מהטיק טוק במקום אנשי מקצוע.
מחקרים מהשנים האחרונות כמו אלו של Balaban, Wiedmann, Johnson ו-Lee משרטטים תמונת מצב מרתקת של זירת הרשת: יוצרי תוכן, עיתונאים ודוברים דיגיטליים נתפסים בעיני הציבור כאוטוריטות ומומחים בתחומם גם כאשר רמת המומחיות האובייקטיבית שלהם נמוכה או לא קיימת. והתופעה הבעייתית הזו, בצל השפעת רשתות חברתיות ובנושאים חמים כמו טכנולוגיות AI הולכת ומתעצמת.
מה מנהלים צריכים לעשות עכשיו
המסקנה המרכזית מהמחקרים היא שלא כל שימוש ב-AI שווה ערך עסקי. ה-Harvard Business Review מציין במפורש: "עבור משימות רבות, שימוש ב-LLMs ציבוריים לרוב אינו מוסיף ערך של ממש. הוא יוצר טקסט גנרי שמכיל לא פעם שגיאות. אך שימוש במודלים קנייניים ו/או מינוף נתונים קנייניים עשוי בהחלט להוסיף ערך."
המשמעות הניהולית ברורה - מנהלים בכירים שאינם מבדילים בין שימוש ב-AI בעל ערך לשימוש גנרי, חושפים את ארגוניהם לסיכון ממשי. הנה שלושה צעדים קונקרטיים:
- מיפוי תהליכים: לזהות אילו תהליכים עסקיים נשענים כיום על AI ולבחון אם השימוש מוסיף ערך מדיד או רק יוצר תחושת עסוק.
- הטמעת שכבות אימות: לכל תוצר AI המשמש בתהליכי ליבה - חשיבה ביקורתית אנושית אינה אופציה, היא תנאי.
- בניית ה-AI Stack הנכון: מעבר מ-LLMs ציבוריים כמו ChatGPT לשימוש במודלים עם גישה לנתונים קנייניים ולהקשר ארגוני ספציפי, תוך שימוש בארכיטקטורות RAG מותאמות.
ה-AI Hangover: ארגונים שנדרשים לשקם את עצמם
התמונה הרחבה מציגה שוק שמתעורר מהשלב הראשון של ההתלהבות הלא-ביקורתית. ארגונים שהכריזו על "אימוץ AI" כאסטרטגיה בפני עצמה, ללא מתודולוגיה ברורה, עומדים כעת בפני תהליך שיקום יקר - הן בהון אנושי והן בידע ארגוני שנשחק.
חברות שיצליחו לנווט את המעבר הזה - מאימוץ גורף לשימוש ממוקד ומבוקר - הן אלו שיוכלו להפוך את ה-AI ליתרון תחרותי אמיתי בשנים הקרובות. השאר יהיו עסוקות בניקיון הנזק.