מדידת אימוץ AI: מה למדוד, ומה רק נראה טוב

מדידת אימוץ AI צריכה לענות על שאלה אחת: האם השימוש בארגון הולך ומעמיק, ואיפה. מודדים אותו בשלוש רמות, משתמש, כלי וצוות, ומציגים אותו בגלוי. אבל חשוב לזכור ששימוש הוא פרוקסי לערך, לא הערך עצמו. כשהשימוש מתבסס, עוברים למדוד ערך ולא קליקים: כמה סקילים קיימים, כמה אנשים משתמשים בהם, וכמה עובדים עם החיבורים למערכות.

למה שימוש בכלי AI הוא לא ערך?

כי אפשר להשתמש הרבה ולא להרוויח כלום. עובד שפותח את הכלי כל יום כדי לנסח מייל אחד הוא ״משתמש פעיל״. הוא לא בהכרח משנה משהו בעבודה שלו.

ובכל זאת, בשלב הראשון שימוש הוא בדיוק מה שצריך למדוד. לפני שבונים אייג’נטים או מחפשים ROI, צריך שאנשים פשוט ישתמשו. שימוש הוא הכנת הקרקע למה שבא אחריו. הוא מראה שהפחד ירד ושהכלי נכנס לשגרה.

הטעות היא לבלבל בין המדד למטרה. מי שמציג בהנהלה גרף של משתמשים פעילים כהישג, מחנך את הארגון לרדוף אחרי קליקים.

איך בונים מדידת אימוץ AI בשלוש רמות?

מדד אחד מסתיר יותר ממה שהוא חושף. ממוצע ארגוני יכול להיראות טוב גם כשחצי מהצוותים לא נגעו בכלי. לכן מודדים בשלוש רמות, כדי להבין איפה השימוש עמוק ואיפה הוא רדוד.

אין צורך במערכת מתוחכמת כדי להתחיל. רוב הכלים מספקים נתוני שימוש בסיסיים, ומה שחסר אפשר להשלים בשאלה קצרה לצוותים. השילוב בין הרמות הוא מה שנותן את התמונה. לדוגמה, אם בצוות מסוים יש משתמש אחד פעיל מאוד וכל השאר כמעט לא, זה לא צוות מאמץ. זה אדם אחד מאמץ. השאלה הבאה היא איך הופכים אותו לשגריר AI שמפיץ את השימוש מבפנים.

איך הופכים מדידה לגיימיפיקציה שעובדת?

המדידה לא שווה הרבה אם רק ההנהלה רואה אותה. הכוח שלה מגיע כשהיא גלויה.

הגישה שעובדת היא להפוך את השימוש למירוץ בין צוותים, עם נתונים חיים. לוח שכולם רואים, שמתעדכן כל הזמן, ושמראה איפה כל צוות עומד. כשכולם רואים איפה הם עומדים, השיחה משתנה מעצמה. אף אחד לא צריך לנזוף באף אחד.

כמה עקרונות שכדאי לשמור עליהם:

• צוותים, לא אנשים. מירוץ בין צוותים מייצר שיתוף פעולה. דירוג אישי מייצר לחץ ובושה.
• נתונים חיים. דוח חודשי הוא היסטוריה. לוח שמתעדכן הוא משחק.
• גלוי לכולם. השקיפות היא המנגנון, לא העונש.
• יחד עם סביבה בטוחה. מירוץ שימוש בלי סביבה בטוחה לשימוש ב-AI דוחף אנשים לנסות דברים שהם מפחדים מהם. קודם ההגנות, אחר כך המירוץ.

מתי עוברים ממדידת אימוץ AI למדידת ערך?

כשהשימוש התבסס, צריך להמיר אותו לערך שאפשר להרגיש ולמדוד. בשלב הזה הארגון מתחיל לבנות: סקילים, חיבורים למערכות, אייג’נטים. והמדדים צריכים להשתנות בהתאם.

מדדי פעילות גנריים, כמו כמה אנשים פתחו כלי מסוים, כבר לא מספיקים. במקומם מודדים נתונים שמשקפים ערך אמיתי:

• כמה סקילים קיימים. סקיל הוא יכולת לשימוש חוזר, וגם תיעוד של תהליך עבודה שרץ. יעד שכדאי להציב: לפחות שני סקילים לכל אדם בארגון.
• כמה אנשים משתמשים בהם. סקיל שרק מי שבנה אותו מפעיל הוא התחלה. סקיל שהצוות כולו עובד איתו הוא ערך.
• כמה אנשים עובדים עם החיבורים למערכות. זה המדד שמראה שה-AI יצא מחלון הצ’אט ונגע בדאטה האמיתי של העבודה.

צוותי המערכות והתשתיות הם שותפים מרכזיים כאן. התפקיד שלהם הוא לא רק לחבר מערכות, אלא גם לעזור לארגון למדוד את עצמו נכון. למדוד ערך, לא קליקים.

אילו טעויות נפוצות כדאי להימנע מהן במדידה?

גם מדידה טובה יכולה להוביל להחלטות רעות. אלה הטעויות שחוזרות שוב ושוב:

• לחגוג את המדד. גרף שימוש שעולה הוא סימן טוב, לא הישג. אם הוא הופך ליעד, אנשים ילמדו לייצר קליקים במקום ערך.
• להסתכל רק על הממוצע. ממוצע ארגוני מסתיר צוותים שלמים שלא התחילו. הפערים בין צוותים הם המידע החשוב.
• לדרג אנשים בפומבי. שקיפות בין צוותים מניעה. רשימה של עובדים ״חלשים״ מחזירה את הפחד שעבדתם קשה להוריד.
• למדוד בלי לשאול. מספר נמוך לא אומר למה. כדי להבין, צריך לשבת עם הצוות, בגישת מחקר משתמשים, ולשאול מה לא עובד.
• להישאר עם אותם מדדים לנצח. מה שמתאים לשלב האימוץ לא מתאים לשלב הבנייה. מדדים צריכים להשתנות יחד עם הארגון.
• להתאהב בדשבורד. כמו בכל דבר אחר בתהליך, אסור להתאהב בכלי. אם הלוח הפסיק לשנות התנהגות, הגיע הזמן לשנות אותו.

המשותף לכל הטעויות האלה הוא בלבול בין המדד למטרה. כל דבר צריך להימדד, אבל המדד תמיד משרת שאלה אחרת: האם העבודה באמת משתנה.

למה חיסכון בשעות הוא לא היעד הסופי?

אחרי תקופה של בנייה, ארגונים מגיעים בדרך כלל לאותה נקודה: שעות רבות נחסכות, לוח מלא הצלחות, ותחושה שמשהו חסר. יותר מדי דברים רצים, ואין תמונה אחת סדורה.

הסיבה היא שחיסכון בשעות הוא מדד, לא אסטרטגיה. הוא חשוב, הוא בונה את היסודות, אבל הוא לא מצטבר לכיוון בפני עצמו. השלב הבא הוא לבחור אזור אחד ולבנות אותו מחדש סביב מה שה-AI מאפשר. על זה הרחבנו במרכז הנושא ROI של AI, ואת התמונה המלאה של השלבים אפשר לקרוא במרכז הנושא הטמעת AI בארגון.

איך מתחילים מדידת אימוץ AI כבר השבוע?

1. מגדירים מה נחשב שימוש. כניסה לכלי היא לא שימוש. החליטו מראש מה כן.
2. אוספים נתונים בשלוש הרמות. משתמש, כלי, צוות. גם גיליון פשוט מספיק בהתחלה.
3. מציגים לוח גלוי בין צוותים. נתונים חיים, השוואה בין צוותים, בלי דירוג אישי.
4. מסתכלים על הפערים, לא על הממוצע. הצוות שתקוע מעניין יותר מהצוות שמוביל. שבו איתו ושאלו מה גרוע.
5. קובעים מראש מתי עוברים למדדי ערך. כשהבנייה מתחילה, מוסיפים את מספר הסקילים, השימוש בהם והעבודה עם החיבורים.
6. חוזרים למדדים אחת לרבעון. מדד שהפסיק ללמד אתכם משהו, מחליפים.

אם אתם רוצים לראות איך המדידה משתלבת בלוח זמנים מלא, יש לנו תוכנית הטמעה ל-90 יום.

רוצים להגדיר יחד עם ההנהלה מה מודדים ומתי משנים את המדדים? לליווי הנהלה