GenAI למנהלים לא-טכניים: מה באמת חשוב

בקצרה

אם אתם מנהלים לא-טכניים שמנסים להבין את עולם ה-GenAI, אתם לא צריכים קורס באלגברה לינארית. אתם צריכים בהירות בחמש החלטות שרק אתם יכולים לקבל: מה לאוטמט, מה להשאיר אנושי, איזה דאטה המודל יכול לראות, איך למדוד "מספיק טוב", ומי בעל התוצאה כשמשהו קורס. המאמר הזה עובר על כל אחת.

---

הטעות: לנסות ללמוד "איך AI עובד"

כל מנהל לא-טכני ששאני פוגש שואל את אותה שאלה בפגישה הראשונה: "אתה יכול להסביר איך LLM באמת עובד?" הם חושבים שאם יבינו טרנספורמרים, טוקניזציה ו-RAG, הם יקבלו החלטות טובות יותר.

הם לא יקבלו.

הבנה איך מנוע רכב עובד לא הופכת אתכם לנהגים טובים יותר. הבנה איך LLM עובד לא הופכת אתכם למנהלי AI טובים יותר. מה שכן — לדעת אילו החלטות שלכם ואילו של הצוות הטכני, ולהישאר מחוץ למגרש הטכני.

הנה מה ש-LLM באמת עושה, בפסקה אחת, כדי שנוכל להתקדם:

מודל גנרטיבי קורא כמויות עצומות של טקסט באימון ולומד דפוסים סטטיסטיים על איזו מילה בדרך כלל באה אחרי איזו. כשאתם נותנים לו פרומפט, הוא יוצר תשובה מילה אחר מילה, בוחר כל מילה לפי מה שהכי סביר בהינתן כל מה שקדם לו. זהו. אין לו הבנה, אין זיכרון בין שיחות (אלא אם בונים אחד), אין ידיעה מה נכון — רק השלמת דפוסים מאוד טובה.

זה מספיק. עכשיו נדבר על חמש ההחלטות.

החלטה 1: מה לאוטמט מול מה להשאיר אנושי

מלכודת ברירת המחדל: לנסות לאוטמט את כל הזרימה. זה אף פעם לא עובד. במקום זה, פרקו כל משימה לשלושה סוגים:

• עבודה דטרמיניסטית — אותו קלט, אותו פלט. הזנת נתונים, פורמט, קטגוריזציה. AI זולל את זה.
• עבודת שיפוט — קלטים שונים, לפעמים תשובות נכונות שונות. תעדוף, מו"מ, גיוס. AI עוזר, אבל אדם מחליט.
• עבודה יחסית — אמון, אמפתיה, אחריותיות. אימון מנהלים, מתן פידבק קשה, סגירת עסקה אסטרטגית. אל תאוטמטו את זה. לעולם.

התפקיד שלכם: לצייר את הקו בין עבודת שיפוט לעבודה יחסית בכל זרימה שאתם שוקלים. הצוות הטכני יבין איך לבנות. אתם צריכים להחליט מה בונים.

החלטה 2: איזה דאטה המודל יכול לראות

זו ההחלטה שרוב המנהלים מפספסים, כי היא מרגישה טכנית אבל לא. השאלה היא לא "האם טכנית אפשר להאכיל את GPT בדאטה הזה?" — ברור שאפשר. השאלה: האם צריך?

כל פיסת דאטה שאתם נותנים למודל הופכת ל:

1. ידע סמוי — המודל יכול להזכיר אותה בתשובות (כולל לאנשים שלא אמורים לראות).
2. שטח ציות — אם זה דאטת לקוחות, יש לכם התחייבויות חוזיות איך היא מעובדת.
3. סיכון דליפה — אם לספק המודל יש אירוע, או אם משתמש חולץ את זה בפרומפט אינג'קשן.

התפקיד שלכם: להגדיר סיווג דאטה ל-AI. מה יכול להיות בפרומפטים? מה באימון/פיין-טיונינג? מה אסור שיגע במודל בכלל? כתבו את זה לפני הפרויקט הראשון, לא אחריו.

ברירת מחדל שעובדת:

סוג דאטה	בפרומפטים	באימון	הערות
תוכן שיווקי ציבורי	כן	כן	חופשי
מסמכי אופרציה פנימיים	כן	עם ביקורת	שים לב לשמות אישיים
דאטת עסקאות לקוח	תלוי מקרה	לא	תלוי חוזה
דאטת ביצועי עובדים	לא	לא	מוקש משפטי
דאטה רגולטורי (HIPAA, PCI)	רק מומחה	לא	ספק תואם

החלטה 3: איך מודדים "מספיק טוב"

צוותים טכניים ישמחו לייעל את הדיוק לנצח. התפקיד שלכם — להציב את הרף ולאכוף אותו. הרף חייב להיות מספרי ומוסכם מראש.

שאלו שלוש שאלות:

• איזה דיוק התהליך האנושי הנוכחי משיג? (אתם צריכים את הבסיס הזה. בדרך כלל הוא מזעזע — אולי 75% — כי גם לבני אדם יש ימים רעים.)
• איזה דיוק ה-AI צריך לעבור כדי להיות שווה פריסה? (רק לעיתים 100%. לעיתים 5% מעל אדם מספיק.)
• מה מחיר תשובה שגויה? (AI שסובג לא נכון טיקט תמיכה — בסדר. AI שסובג לא נכון סעיף חוזה — לא.)

המלכודת: צוותים שולחים AI ב-90% דיוק כשאדם ב-95%. או צוותים שמסרבים לשלוח ב-85% כי "לא מספיק טוב" כשאדם ב-65%. שניהם מבזבזים כסף.

החלטה 4: איך מטפלים בטעויות

כל מערכת AI תעשה טעויות. פומביות. כאלה שיביכו את המותג. השאלה היא לא "האם זה יקרוס?" — זה יקרוס. השאלה: איך נראה מצב הכשל, ומי תופס אותו?

תכננו שלוש שכבות:

1. מניעה — גארדריילס בשכבת הפרומפט והמערכת. אל תענה על שאלות על מתחרים. אל תיתן ייעוץ רפואי. אל תאשר שום דבר בלי מקור.
2. גילוי — ביקורת אנושית על פלטים בסיכון גבוה. לוגים על הכל. התראות על אנומליות.
3. התאוששות — התהליך כשטעות מגיעה ללקוח. מי הבעלים של האסקלציה? כמה מהר עונים? מה המסר?

התפקיד שלכם — שכבה 3. הצוות הטכני מטפל בשכבות 1 ו-2. אם שכבה 3 לא מוגדרת, אל תעלו לאוויר.

החלטה 5: מי בעל התוצאה

זו ההחלטה שקובעת אם הפרויקט מצליח או מת.

לכל פרויקט AI צריך בעלים יחיד מהצד העסקי ש:

• מרגיש את הכאב ש-AI אמור לפתור
• יש לו סמכות לשנות את זרימת העבודה כש-AI עובד
• נמדד על התוצאה, לא על הטכנולוגיה

אם התשובה ל"מי הבעלים" היא "IT" או "צוות AI" — הפרויקט לא יצליח. IT יכולים לבנות. IT לא יכולים להיות בעלים על האם זה עובד בעסק. זו עבודה שונה.

השאלה הכי תחזיתית שאני שואל בפגישה ראשונה: "אם הפרויקט הזה מצליח — של מי הבונוס עולה?" אם התשובה לא ברורה — סוגרים את זה לפני שמדברים על כל דבר אחר.

מה זה אומר לכם ברבעון הזה

אם אתם מנהלים לא-טכניים שיוצאים לעבודת AI ב-Q4, הנה הצ'ק-ליסט:

• לכל יוזמה מועמדת, סווגו את המשימות (דטרמיניסטי / שיפוט / יחסי). חתכו כל דבר יחסי.
• כתבו מדיניות דאטה של AI בעמוד אחד. שיועץ משפטי יאשר.
• לכל יוזמה — הציבו רף דיוק מספרי ומחיר תשובה שגויה.
• נסחו פלייבוק כשל. מי בעל האסקלציה.
• מנו את הבעלים העסקי. כתבו את זה.

אף אחד מאלה לא דורש שתדעו מה זה טוקן. כולם דורשים שתהיו מנהלים. זו הפואנטה.

---

רוצים להעביר את ההחלטות האלה עם הצוות הבכיר? הזמינו סדנה — אנחנו עושים את זה בסשן אחד.