כיצד שיעור בתכנון עירוני מהמאה ה-17 יכול להציל את אסטרטגיית הבינה המלאכותית שלכם

‍

הסיפור ששינה הכל

דמיינו את בוסטון בשנת 1630. מושבה פוריטנית צעירה המשתרעת על פני חצי אי סלעי, שם עדיין לא היו כבישים ובקר שוטט בחופשיות על פני כרי דשא וגבעות. הפרות, בחוכמתן החייתית הפרגמטית, סללו שבילים טבעיים בדרך ההתנגדות הקלה ביותר: עקפו סלעים, הימנעו מביצות, חיברו בין מרעה ובורות השקיה.

‍

עשרות שנים לאחר מכן, כאשר אבות מייסדי העיר עמדו בפני הצורך ליצור מערכת כבישים, הם קיבלו החלטה שנראתה סבירה: במקום לתכנן רשת הגיונית ומסודרת מאפס, הם פשוט סללו את השבילים שכבר סללו על ידי בעלי חיים.

‍

התוצאה? מבוך הרחובות המתפתלים והכאוטי שעדיין מאפיין את מרכז העיר בוסטון כיום, שבו רחוב וושינגטון מתפתל כמו נהר פראי ושבו אפילו מכשירי ה-GPS המתוחכמים ביותר מוותרים לפעמים בתסכול.

‍

מקור היסטורי : הסיפור מתועד בפואמה "שביל העגל" מאת סם וולטר פוס (1858-1911), המספרת כיצד השבילים שסלל עגל הפכו מאוחר יותר לרחובותיה של עיר.¹

‍

כאשר יעילות הופכת לחוסר יעילות

סיפורה של בוסטון מרתק משום שהוא ממחיש בצורה מושלמת פרדוקס : מה שעובד באופן מקומי ומיידי יכול להתגלות כקטסטרופלי בקנה מידה גדול יותר ובטווח הארוך. פרות צדקו בכך שהלכו בדרך הפחות עמידה לצרכים המיידיים שלהן, אך נתיביהן לא נועדו לעגלות, מכוניות, משאיות או אוטובוסים עירוניים.

‍

הלקח עמוק: לא כל מה שמתפתח באופן אורגני הוא אופטימלי לעתיד .

‍

האנלוגיה העסקית: כאשר תהליכים הופכים לנתיבים

בחברות מודרניות, "שבילי פרות" נמצאים בכל מקום. אלו תהליכים שהתפתחו באופן אורגני לאורך זמן. כפי שמסביר ג'ים הייסמית': *"בעולם ה-IT, 'סלילת שבילי פרות' פירושה אוטומציה של תהליך עסקי כפי שהוא, ללא מחשבה רבה על יעילותו או יעילותו."²

‍

• יש להדפיס את הטופס, לחתום עליו, לסרוק אותו ולשלוח אותו בחזרה במייל.
• הפגישה השבועית שאף אחד לא זוכר למה התחילה, אבל ש"תמיד עשינו ככה"
• קובץ האקסל המשותף בין 15 אנשים משמש כ"מסד נתונים" של החברה.
• תהליך האישור עובר דרך 7 אנשים שונים, ש-3 מהם אפילו לא יודעים למה הם צריכים לחתום עליו.

תהליכים אלה נוצרו כמו שבילי פרה: הליכה בדרך ההתנגדות הנמוכה ביותר ברגע הספציפי שבו נולדו. אבל עכשיו, בעידן הדיגיטלי, המשך הליכתם עלולה להיות הרסנית.

‍

הפיתוי הגדול: סלילת שביל הפרה

כאשר חברות מחליטות "להפוך לדיגיטציה", הן נופלות לעתים קרובות לאותה מלכודת כמו אבות המייסדים של בוסטון. הן לוקחות תהליכים קיימים ו"סוללות" אותם בטכנולוגיה:

דיגיטציה: סלילת הדרך

‍

"האם תמיד מילאנו את הטופס הזה ביד? נהדר, בואו ניצור קובץ PDF שניתן למלא!"

זוהי דיגיטציה : המרת אנלוגי לדיגיטלי מבלי לשנות דבר באופן מהותי. כפי שגרטנר מגדירה זאת: "דיגיטציה היא תהליך של המרת מידע אנלוגי לפורמט דיגיטלי."³ זה כמו סלילת נתיב של פרה - זה הופך חלק יותר, אבל נשאר מפותל ולא יעיל.

העלות הנסתרת של האינרציה

לחברת ייצור שאני מכיר היה תהליך בקרת איכות שדרש 14 שלבים שונים, שפותח בהדרגה בשנות ה-80 וה-90. כשהם "עשו דיגיטציה" ממנו, הם פשוט העבירו את כל 14 השלבים לטאבלטים. התהליך נהיה מהיר יותר, אך הוא נותר לא רציונלי ביסודו: 8 מהשלבים הללו היו כפולים או מיושנים.

‍

השינוי האמיתי: דיגיטציה לעומת דיגיטציה

דיגיטציה: עיצוב עיר העתיד

דיגיטציה אמיתית פירושה לעשות את מה שבוסטון הייתה צריכה לעשות: להסתכל על המטרה הסופית ולתכנן מאפס את הדרך הטובה ביותר להגיע לשם.

‍

על פי מילון המונחים של גרטנר: "דיגיטציה היא השימוש בטכנולוגיות דיגיטליות כדי לשנות מודל עסקי ולספק ערך והזדמנויות הכנסה חדשות; זהו תהליך המעבר לעסק דיגיטלי"⁴ .

‍

דוגמאות לדיגיטציה אמיתית:

• נטפליקס לא ביצעה דיגיטציה של השכרת וידאו; היא דמיינה מחדש לחלוטין את הבידור הביתי.
• אמזון לא ביצעה דיגיטציה של קטלוגים מנייר; היא המציאה מחדש את המסחר.

ההבדל המכריע

• דיגיטציה : "איך נוכל לעשות את מה שאנחנו עושים, אבל באופן דיגיטלי?"
• דיגיטציה : "מה אנחנו באמת מנסים להשיג, ומהי הדרך הטובה ביותר להגיע לשם בעידן הדיגיטלי?"

בינה מלאכותית ופיתוי הריצוף-על

כיום, אנו עדים לגל חדש של "סלילת נתיב הפרות" באמצעות בינה מלאכותית. חברות נוקטות בתהליכים לא יעילים ומשפרות אותם באמצעות בינה מלאכותית, ויוצרות את מה שאנו יכולים לכנות "סופר-סלילת נתיב פרות".

‍

כפי שמודגש ב-Harvard Business Review: "הרעיון של הנדסת תהליכים עסקיים מחדש חוזר, הפעם מונע על ידי בינה מלאכותית. בשנות ה-90, הטמעת מערכות ERP והאינטרנט אפשרה שינויים בתהליכים עסקיים, אך הציפיות לשינוי רדיקלי לא נענו לעתים קרובות. עם זאת, בינה מלאכותית מאפשרת קבלת החלטות טובות, מהירות ואוטומטיות יותר."⁵

דוגמאות לסלילת שבילי פרות באמצעות בינה מלאכותית:

‍

• השתמשו ב-ChatGPT כדי לכתוב מיילים מהר יותר בתהליך תקשורת הדורש 12 מיילים לקבלת החלטה פשוטה
• הטמעת בינה מלאכותית לניתוח דוחות שאף אחד לא באמת קורא
• אוטומציה של תהליכי אישור שלא אמורים להתקיים עם למידת מכונה

התוצאה

‍

תהליכים לא יעילים שכעת הם לא יעילים, מהר יותר ובדיוק רב יותר.

‍

מתודולוגיית הנתיב נגד פרות

‍

1. מחיקה → אינטגרציה → אוטומציה

לפני יישום כל טכנולוגיה, יש לפעול לפי הסדר הבא בהתאם למתודולוגיה של מייקל האמר⁶:

למחוק : לחסל כל דבר שאינו מוסיף ערך אמיתי

אינטגרציה : חיבור התהליכים הנותרים לזרימות לוגיות

אוטומציה : רק בסוף, יש ליישם טכנולוגיה

‍

כפי שכותב האמר: "הגיע הזמן להפסיק לסלול את שבילי הפרות. במקום להטמיע תהליכים מיושנים בסיליקון ובתוכנה , עלינו למחוק אותם ולהתחיל מחדש."⁷

2. גישת גרינפילד לעומת גישת בראונפילד

מונחים אלה, שאולים מתכנון עירוני והנדסת תוכנה, מגדירים שתי גישות שונות בתכלית⁸:

‍

שדה בראונפילד (סלילת השביל):

• לשמר את הקיים ולהוסיף טכנולוגיה
• מהיר יותר בטווח הקצר
• שימור חוסר יעילות

גרינפילד (עיצוב מאפס):

• התחל עם לוח לבן
• יותר מסוכן אך בעל פוטנציאל מהפכני
• זה מאפשר לך לנצל את מלוא היתרונות של אפשרויות חדשות

כפי שמדגישה מקינזי: "בעוד ש-90% מהחברות החלו בצורה כלשהי של טרנספורמציה דיגיטלית, רק שליש מהיתרונות הצפויים בהכנסות מומשו."⁹

3. השאלות הנכונות

לפני כל יישום טכנולוגי, שאלו:

• "למה אנחנו עושים את התהליך הזה?"
• "מה יקרה אם נפסיק לעשות את זה?"
• "אם היינו צריכים לעצב את זה מאפס היום, איך זה היה נראה?"
• "אילו אילוצים מהעבר כבר לא קיימים?"

מקרי בוחן: מתי להימנע מנתיב התשלום

מקרה 1: הבנק שחשב מחדש על מתן הלוואות

לבנק אירופאי היה תהליך אישור הלוואה שנמשך 45 ימים וכלל 12 שלבים שונים. במקום להפוך את התהליך הקיים לדיגיטלי, הם עיצבו אותו מחדש לחלוטין:

• לפני : 45 ימים, 12 שלבים, 73% מהבקשות אושרו
• לאחר : 24 שעות, 3 אישורים, 81% מהבקשות אושרו

הסוד? הם הבינו ש-90% מהבקרות היו מיותרות ושבינה מלאכותית יכולה להעריך סיכונים בצורה מדויקת יותר משש מחלקות שונות.

מקרה 2: בית החולים שביטל את התורים

בבית חולים איטלקי היו זמני המתנה של ארבע שעות בחדר המיון. במקום להפוך את מערכת התורים לדיגיטלית, הם עיצבו מחדש לחלוטין את זרימת המטופלים:

• מיון ניבוי מבוסס בינה מלאכותית
• מסלולים מובחנים לפי סוג
• ניטור עומס עבודה בזמן אמת

תוצאה : זמני ההמתנה קוצרים ב-80%, שביעות רצון המטופלים עלתה ב-60%.

‍

שלוש המלכודות המודרניות של נתיב הפרות

1. מלכודת ההיכרות

"העובדים שלנו רגילים לזה" הוא הגורם העדין ביותר לחדשנות. זה כמו לומר שפרות היו רגילות לדרכים שלהן.

2. מלכודת ההשקעות המאופקת

"כבר השקענו כל כך הרבה במערכת הזאת" מתעלם מהעובדה שהמשך הדרך הלא נכונה מגביר את הטעות.

3. מלכודת המורכבות השקרית

"זה מסובך מדי לשנות הכל" מסתיר לעתים קרובות פחד להודות שהתהליך הנוכחי חסר היגיון.

‍

מסגרת אנטי-פרות לטרנספורמציה דיגיטלית

ניתוח - ניתוח התוצאה הרצויה

אל תתחילו עם הטכנולוגיה, תתחילו עם המטרה העסקית.

ניווט - ניווט מעבר לאילוצים הנוכחיים

שאלו את עצמכם: "אם הייתי חברה שמתחילה היום, איך הייתי פותר את הבעיה הזו?"

טרנספורמציה - המרה, לא תרגום

לעצב מחדש תהליכים לעידן הדיגיטלי, לא לתרגם אותם לדיגיטל.

יישום - יישום בשלבים

שימוש בגישה הדרגתית אך עם חזון רדיקלי.

בדיקה - בדיקה יעילות

מדדו לא רק יעילות, אלא את האפקטיביות הכוללת.

אופטימיזציה - אופטימיזציה מתמדת

תהליך הטרנספורמציה לעולם אינו נגמר.

צפה - התבונן אחר נתיבים חדשים

היזהרו שלא ייווצרו "שבילי פרה" חדשים וספונטניים.

‍

בינה מלאכותית כאדריכל, לא כעובד

בינה מלאכותית יכולה להיות או הכלי הטוב ביותר לסלילת שבילי פרות (מה שהופך אותם ליעילים במיוחד אך פגומים מיסודם) או האדריכל הטוב ביותר לעיצוב ערי העתיד.

כפי שמציין הפורום הכלכלי העולמי: "כדי לממש את מלוא הפוטנציאל שלה, בינה מלאכותית חייבת לדבר בשפת העסקים, להבין כיצד זרימת עבודה ולהזדקק לבינת תהליכים."¹⁰

ההבדל טמון בגישה:

בינה מלאכותית כעובדת (סלילת נתיב הפרה):

• "כיצד נוכל להשתמש בבינה מלאכותית כדי לבצע את התהליך הזה מהר יותר?"
• אוטומציה של משימות קיימות
• שיפורים הדרגתיים

בינה מלאכותית כאדריכל (תכנון ערים):

• "כיצד נוכל לחשוב מחדש לחלוטין על התוצאה העסקית הזו?"
• הגדרה מחדש של הבעיה עצמה
• טרנספורמציה רדיקלית

האומץ להרוס

הלקח העמוק ביותר בהיסטוריה של בוסטון אינו טכני, אלא פסיכולוגי: נדרש אומץ להודות שהנתיבים שאנו הולכים בהם אינם בהכרח הטובים ביותר האפשריים.

בחברה, המשמעות היא:

• הטלת ספק בתהליכים "קדושים"
• לקבל את העובדה ש"תמיד עשינו את זה ככה" זה לא תירוץ
• השקעה בשינויים שעשויים לא להניב תוצאות מיידיות
• התנגדו לפיתוי של תיקון מהיר

סיכום: תכנון כבישים לעתיד

כיום, לנוכח האפשרויות האינסופיות של בינה מלאכותית ודיגיטליזציה, יש לנו ברירה: אנחנו יכולים לעשות כפי שעשו אבות בוסטון ולסלול נתיבים קיימים, או שאנחנו יכולים לאזור את האומץ לעצב את ערי העתיד.

‍

בפעם הבאה שתשמעו את המשפט "בואו נהפוך את התהליך הזה לדיגיטלי", עצרו ושאלו, "האם אנחנו מתכננים כביש מודרני או סוללים שביל לפרות?"

‍

העתיד שייך לאלו שיש להם את האומץ לנטוש את השבילים המוכרים ולתכנן דרכים חדשות. גם אם זה אומר להודות שפרות, חכמות ככל שיהיו, לא היו מתכננות עירוניות.

‍

"הגיע הזמן להפסיק לסלול את הדרך לפרות. במקום להטמיע תהליכים מיושנים בסיליקון ובתוכנה, עלינו למחוק אותם ולהתחיל מחדש. עלינו 'להנדס מחדש' את החברות שלנו: להשתמש בכוחה של טכנולוגיית המידע המודרנית כדי לעצב מחדש באופן קיצוני את תהליכי העסק שלנו כדי להשיג שיפורים דרמטיים בביצועיהם." - מייקל האמר, Harvard Business Review, 1990

‍

מקורות והפניות

1. שפה ושימוש באנגלית של Stack Exchange: https://english.stackexchange.com/questions/44800/what-does-don-t-pave-the-cow-path-mean-in-this-context " id="">https://english.stackexchange.com/questions/44800/what-does-don-t-pave-the-cow-path-mean-in-this-context
2. AgileConnection - סלילת שבילי פרות: https://www.agileconnection.com/article/paving-cow-paths
3. SAP - דיגיטציה לעומת דיגיטציה: https://www.sap.com/products/erp/digitization-vs-digitization.html
4. SAP - דיגיטציה לעומת דיגיטציה (הגדרת גרטנר): https://www.sap.com/products/erp/digitization-vs-digitization.html
5. Harvard Business Review - כיצד בינה מלאכותית עוזרת לחברות לעצב מחדש תהליכים: https://hbr.org/2023/03/how-ai-is-helping-companies-redesign-processes
6. המנהיג הדיגיטלי - האם תוכנית הבינה המלאכותית שלך רק סוללת את נתיבי הפרות?: https://thedigitalleader.substack.com/p/is-your-ai-plan-just-paving-the-cow
7. Harvard Business Review - הנדסה מחדש של עבודה: אל תבצע אוטומציה, אל תמחק: https://hbr.org/1990/07/reengineering-work-dont-automate-obliterate
8. סינופקטק - פיתוח תוכנה גרינפילד לעומת בראונפילד: https://synoptek.com/insights/it-blogs/greenfield-vs-brownfield-software-development/
9. מקינזי - מחווט מחדש כדי להתעלות על התחרות: https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/rewired-to-outcompete
10. הפורום הכלכלי העולמי - כיצד להשתמש באינטליגנציה של תהליכים ובינה מלאכותית כדי לחווט מחדש עסקים: https://www.weforum.org/stories/2024/01/process-intelligent-ai-rewire-business-sustainable-transformation/
11. Harvard Business Review - הנדסה מחדש של עבודה: אל תהפוך לאוטומטי, אל תמחק (1990): https://hbr.org/1990/07/reengineering-work-dont-automate-obliterate