איך להשתמש בבינה מלאכותית לחיזוק צוותים במקום להרוס אותם

אחת הטעויות הנפוצות בקרב מנהלים היא להאמין שצוות המורכב מכוכבים מקצועיים יבטיח תוצאות גבוהות. הוסיפו לזה בינה מלאכותית, וקיבלתם אנשים 'סופר-מועצמים'. אך המציאות מוכיחה כי כוכבים אינם הופכים אוטומטית לצוותים מצטיינים – ולעיתים הבינה המלאכותית אף מחמירה את המצב.

סקוט דירנג, דיקן ופרופסור בבית הספר למנהל עסקים באוניברסיטת דיוק, חווה זאת ממקור ראשון. במסגרת קורס ה-M.B.A שלו, סטודנטים עבדו בצוותים עם האפשרות לפרק את הצוותים לפרויקט הסופי. לפני השימוש בבינה מלאכותית, רק כ-5% בחרו לעבוד לבד. לאחר השימוש בה, למעלה ממחצית הסטודנטים עברו לעבוד באופן עצמאי. דירנג גילה כי הבינה המלאכותית פגעה במיומנויות הליבה של עבודת הצוות, כמו משא ומתן והגעה להסכמות. במקום לאסור את השימוש בה, הוא הטמיע אותה באופן אסטרטגי: ניתוח פגישות, סיכום דיונים ודיווח על השתתפות. הכלים לא החליפו את התקשורת, אלא חיזקו אותה והגבירו את האינטראקציה האנושית.

הפתרון אינו האם להשתמש בבינה מלאכותית, אלא כיצד לעשות זאת נכון. גם הצוותים הטובים ביותר מתמקדים לא רק במי נמצא בהם, אלא גם באופן שבו הם פועלים יחד – ובאמצעות שימוש אסטרטגי בבינה מלאכותית ניתן לחזק את הקולבורציה במקום להחליף אותה.

הקמת צוותים מאוזנים לכל פרויקט

אני תומך מזה שנים בצוותים רב-תחומיים. בחברת Jotform, למשל, עובדים בקבוצות קטנות המורכבות ממפתח בכיר, מפתח חזיתי, מפתח גבי, מעצב, מפתח CSS ולעיתים גם מנהל מוצר או פרויקט. מבנה זה יוצר איזון טבעי שבו כל חבר צוות תורם את המומחיות הייחודית שלו. בכל פרויקט חדש, התפקידים משתנים בהתאם לצרכים, והאדם הנכון מוביל בהתאם למומחיותו.

בינה מלאכותית יכולה לסייע למנהלים לאסוף תובנות אלו. ניתוח פגישות, למשל, יכול לחשוף מי מוביל בנושאים ספציפיים. מגמות בתקשורת יכולות להראות מי מצטיין בכל שלב בפרויקט – מי יוזם, מי מארגן ומי מצטיין בביצוע. אם עובד מתקשה לעמוד בלוחות זמנים, הבינה המלאכותית יכולה לסייע בפיתוח פתרונות למידה מותאמים אישית ללוח הזמנים שלו. כאשר משתמשים בה בצורה אסטרטגית, הבינה המלאכותית מסייעת לארגונים למנף את החוזקות של חברי הצוות ולטפל בחולשות בהתאם לצורך.

הטמעת נקודות משוב ישירות בזרימת העבודה

צוותים מצטיינים מונעים על ידי משוב בזמן אמת. סקירות שנתיות הן לרוב מאוחרות מדי, גורמות לחרדה מיותרת ומעט מדי מועילות. במקום זאת, מנהלים יכולים לבנות מערכות עם לולאות משוב, כך שחברי הצוות יתרגלו לדבר על ביצועים – הן החיוביים והן אלו הדורשים שיפור – ויבינו כיצד להשתפר.

בחברת Jotform, למשל, מערכות אלו מפחיתות את 'גורם הפחד' מהמשוב ומקדמות תקשורת פתוחה ופרודוקטיבית. כפי שצוין במאמר בוול סטריט ג'ורנל, כלים של בינה מלאכותית ואוטומציה יכולים לספק משוב שיסייע לחברי הצוות לשפר את כישוריהם. מנהלים יכולים להגדיר תזכורות אוטומטיות לעובדים לספק משוב, הן ממנהלים לעובדים והן בין עמיתים לעמיתים. בחברה אחת אף נוצרו סוכני בינה מלאכותית מותאמים אישית, הטבועים בתוכנת העבודה של הצוות, כדי לאמן עובדים בתהליך המשוב. הסוכנים מעודדים מתן משוב מיידי ומדויק יותר, ויכולים אף להכין טיוטות למשוב שניתן לערוך ולשלוח.

בחברת Jotform אנו מיישמים זאת באמצעות תבנית מוכנה מראש.