תקציר המאמר: כניסה חפוזה לעולם הבינה המלאכותית עלולה להאיץ כאוס ארגוני במקום לפתור אותו. המאמר מציג מקרה בוחן מארגון זכויות אדם ומסביר מדוע ללא תשתית ניהול יציבה ותהליכי עבודה ברורים, כלי AI לא יביאו את הסדר המיוחל. מדובר בקריאה חיונית לכל הנהלה במגזר השלישי שרוצה לבצע שינוי דיגיטלי אמיתי, יעיל ומחושב המבוסס על נתונים.

לפני מספר חודשים פנה אליי ארגון זכויות אדם ותיק. הבקשה הייתה ברורה: לאפיין ולהטמיע כלי בינה מלאכותית במספר מחלקות: מחקר, תוכן ותקשורת, גיוס משאבים. הצוות היה סקרן, ההנהלה אמרה כן, והכיוון נראה מתבקש. כולם מדברים על AI, אז גם הם רצו פנימה.

עוד לפני שהתחלנו, שלחתי לצוות שאלון קצר לבירור הצרכים והכאבים. התשובות הדליקו אצלי אור אדום. חברי וחברות הצוות הדגישו חמישה דברים: תיעוד, תיאום בין הצוותים, בהירות לגבי סטטוס המשימות, שקיפות ושיתוף פעולה. וכן, הם גם רצו לשפר מיומנויות בעבודה עם כלי AI. אבל רוב מה שהם מנו לא היה קשור לבינה מלאכותית כלל, אלה צרכים של ניהול ותהליכי עבודה. במילים אחרות, הם ציפו שהכלי המתוחכם יעשה את העבודה שאף אחד לא בנה לפני כן.

אמרתי את זה למנכ"ל מראש. ציינתי שהציפיות האלה לא קשורות ל‑AI, ושמה שעלה מהעובדים הוא כאב אמיתי שדורש קודם כל תהליכי עבודה מסודרים. התשובה שקיבלתי חידדה לי את התמונה: הוא אמר שבניית תהליכי העבודה אינה בסדר העדיפויות כרגע, ושמה שחשוב להם עכשיו זה לתת לעובדים כלי AI, כי הם בטוחים שהעבודה שנעשית אינה יעילה. הצעתי להתחיל ממשהו בסיסי, מערכת לניהול עבודה, משימות וקשרים, שזמינה לעמותות בחינם (כגון Monday), כדי לבנות קודם את התשתית. הם סירבו. ההחלטה הייתה שלהם, ואני המשכתי עם מה שביקשו.

מה שבאמת נתתי להם

ואני רוצה להיות מדויק: הצד הטכנולוגי עבד יפה. הדגמתי לצוות איך לקצר תהליכי תחקיר ואיסוף מידע בעזרת כלים ייעודיים, איך לייצר טיוטות בשלוש שפות: עברית, אנגלית וערבית, איך להפיק כתוביות לסרטונים בשלוש השפות האלה, ואיך לבנות סוכן שלומד את שפת הארגון וכותב בקולו. אלה יכולות אמיתיות, עם פוטנציאל לתת ערך מיידי לעובדים בעבודה האישית שלהם.

הרי אני לא נגד טכנולוגיה. כל הפרקטיקה שלי בנויה על רתימת טכנולוגיה לעבודה החברתית. אבל בדיוק משום שאני בתוך השדה הזה, ראיתי מה שלא נראה מבחוץ.

איפה זה נתקע

התהליך, על כל שעות העבודה הפרטניות והקבוצתיות, התברר כתקוע. ולא בגלל הכלים.

המנכ"ל רצה, אבל לא היה מחויב ומעורב באמת (נתן נאום פתיחה יפה בתחילת התהליך, אך לא נכח במפגשי הצוות). חלק מהעובדים חששו להתייעל, כי לא הועבר אליהם מסר ברור שמנטרל את האיום - אם המכונה תעשה את עבודתי, מה יישאר ממני. וחלק מהעובדים התנגדו מטעמים ערכיים: AI פוגע בזכויות אדם, נשלט בידי תאגידי ענק, גובה מחיר סביבתי.

קל לפטור את ההתנגדויות האלה כחיכוך. הן אינן חיכוך. בארגון זכויות אדם הן עמדות לגיטימיות שדורשות מענה. אבל הנה מה שמעניין: כל ההתנגדויות האלה הן תסמין של אותו שורש אחד. אילו ההנהלה הייתה עושה את העבודה היסודית - למה אנחנו בכלל נכנסים לזה, מה הקווים האדומים שלנו, איך זה מתיישב עם הערכים שלנו, מה אנחנו מבטיחים לעובדים - ההתנגדויות היו נפגשות חזיתית, בתוך דיון מסודר. במקום זה הן תססו מתחת לפני השטח, כי מעולם לא התקבלה החלטה אמיתית.

ומתחת לכל אלה חזרה אותה ציפייה שראיתי בשאלון: שה‑AI יבנה להם תוכנית עבודה, יקצה משימות, ויגביר שקיפות. הם ציפו לזה בדיוק משום שלא הייתה להם מערכת בסיסית לעשות את זה בעצמם.

זה הרגע שבו הבנתי מה באמת קורה כאן, ולא רק בארגון הזה.

מה שהצוות ביקש מה‑AI הוא מה ש-AI יכול לספק פחות

הדפוס הזה אינו ייחודי לארגון אחד. אני פוגש אותו שוב ושוב: מצפים שה‑AI יביא את הסדר, השקיפות והמעקב שאף תהליך עבודה לא הגדיר עד היום.

ויש כאן מלכודת עמוקה יותר. AI הוא מגבר (אמפליפייר): כשמזרימים אותו לתוך תהליך לא מוגדר, הוא לא מסדר את הבלגן אלא מאיץ אותו, ובאותה מידה מגביר את הפערים במיומנויות ובידע בתוך הצוות. במקום עבודה לא מסונכרנת תקבלו עבודה לא מסונכרנת מהר יותר, ובאיכות אחידה למראית עין.

ההבחנה שכל מנהלת ומנהל צריכים לעשות

יש הבדל בין שני שימושים שונים לחלוטין בבינה מלאכותית, ורוב הבלבול נובע מהערבוב ביניהם.

הראשון הוא AI לפרודוקטיביות אישית: לסכם ישיבה, לנסח טיוטת בקשה, לתרגם, לתחקר מהר יותר, ליצור מצגת, סרטון, ליצור אפליקציה. זה לגיטימי בכל שלב, נותן הקלה מיידית, ולא מצריך שום בגרות ארגונית. בדיוק את זה נתתי לאותו צוות.

השני הוא AI כאסטרטגיה ארגונית: הציפייה שהוא יסדר את אופן קבלת ההחלטות, את חלוקת העבודה, את הזרימה בין הצוותים. כאן רוב הארגונים החברתיים בישראל נמצאים רחוק מאוד מהנקודה שבה זה אפשרי, פשוט משום שהתשתית שעליה AI כזה אמור לפעול עדיין לא קיימת.

הסדר שאני ממליץ עליו

אנחנו בעיצומה של 2026, והעונה שבה ארגונים מתחילים לתכנן את השנה הבאה כבר מעבר לפינה - קיץ, חופשות יולי‑אוגוסט, חגים, ומיד אחריהם תוכניות העבודה. זו הזדמנות טובה לעצור ולשאול מה נכון לעשות עכשיו.

הסדר מתחיל בהחלטות, לא בכלים. קודם חזון, ייעוד, תיאוריית שינוי, מטרות, תוכנית עבודה, יעדים ומשימות. את אלה לא בונים בתוך מערכת - הם נולדים בחשיבה, בהובלה ובהחלטות של ההנהלה, ומתוך מעורבות הצוות.

רק כשמגיעים לשלב הכלי מגיע תורה של הטכנולוגיה. הרצף הטבעי הוא להקים תחילה תשתית לניהול תוכניות, פרויקטים, תקציבים וקשרים עם בעלי העניין: קרנות, מוטבים, מתנדבים, עובדים ושותפים - ורק מעליה את שכבת ה‑AI. לא לפניה.

למה דווקא בסדר הזה? כי תשתית כזו היא המקום שבו ההחלטות הופכות לתפעוליות, נמדדות ומתוחזקות, ולא מתאדות עד הישיבה הבאה. וכשהתשתית עומדת, על נתונים מובנים ותהליכים מוגדרים, גם הבינה המלאכותית, כולל זו שמשולבת היום בתוך מערכות ניהול העבודה עצמן, פועלת על משהו אמיתי במקום על אוויר.

זה לא ויתור על AI. זה התנאי שהופך אותו לשימושי.

תשע שאלות לפני שאתם רצים לטכנולוגיה

לפני שמכניסים כלי חדש, תענו לעצמכם בכנות על השאלות הבאות:

1. תוכנית עבודה. קיימת תוכנית עבודה כתובה ועדכנית לשנה זו והצוות מכיר ועובד לפיה, או שזה מסמך שנכתב בתחילת השנה כדי להציג לוועד המנהל ולקרנות?

2. מטרות משותפות. אם תשאלו שלושה חברי וחברות צוות בנפרד מהן שלוש המטרות המרכזיות של הארגון השנה, תקבלו את אותה התשובה?

3. בעלות על משימות. עבור משימה שוטפת טיפוסית, האם ברור לכולם מי אחראי, מה הדד ליין ומה הסטטוס שלה, בלי שצריך לשאול מישהו (במייל או בוואטסאפ)?

4. החלטות ומעקב. כשמתקבלת החלטה בישיבה, יש מקום אחד שבו היא מתועדת ונמצאת במעקב, או שהיא מתאדה עד הישיבה הבאה?

5. הצפת תקשורת. רוב התקשורת בצוות מתנהלת בוואטסאפ ובמיילים, ואתם מרגישים מוצפים ומאבדים מידע בדרך?

6. נתונים מול תחושת בטן. ההחלטות הניהוליות נשענות על נתונים שאפשר באמת לשלוף, או בעיקר על זיכרון ותחושה?

7. ידע ארגוני. אם איש צוות ותיק יעזוב מחר, הידע, הקשרים והתהליכים מתועדים באופן שמאפשר לקלוט מחליף, או שהידע יוצא מהדלת איתו?

8. ניסיון קודם. מתי ואיך הכנסתם בעבר כלי דיגיטלי חוצה ארגון, ואיך התמודדתם עם האתגר?

9. מחויבות הנהלה ומשאבים. ההנהלה מוכנה להוביל את השינוי אישית, ולהקצות לו תקציב, דמות אחראית וזמן ייעודי, או שהיא מצפה שזה יקרה "תוך כדי" העבודה השוטפת, בלי מעורבות שלה?

ולסיכום: מה בדיוק אתם מצפים שה‑AI יסדר? אם התשובה הכנה היא שקיפות, חלוקת משימות ומעקב אחרי החלטות - אלה לא דברים שבינה מלאכותית פותרת. אלה תשתיות ניהול. וכלי לא בונה תשתית שלא החלטתם עליה.

זו, בעצם, כל השיטה שאני עובד לפיה ב"שינוי מחושב": קודם לאן ולמה, ורק אחר כך איך. אסטרטגיה, טכנולוגיה ו‑AI ממוקדי נתונים, בשירות חזון חברתי שהופך לפעולה יעילה ומדידה. ה‑AI מוזמן להיכנס - בזמן הנכון, ועל תשתית שבניתם בעצמכם.

לסיכום - שאלות ותשובות FAQ:

מדוע כלי בינה מלאכותית עלולים להאיץ בלגן בארגון חברתי?

בינה מלאכותית פועלת כמגבר (אמפליפייר). כאשר מזרימים אותה לתוך תהליך עבודה לא מוגדר, המערכת אינה מסדרת את הבלגן אלא מאיצה ומעצימה אותו, ובאותה מידה מגבירה את הפערים במיומנויות ובידע בתוך צוות העובדים.

מהו ההבדל בין AI לפרודוקטיביות אישית לבין AI כאסטרטגיה ארגונית?

בינה מלאכותית לפרודוקטיביות אישית מסייעת במשימות כמו סיכום ישיבות, תרגום, ניסוח טיוטות או איסוף מידע, והיא לגיטימית בכל שלב ללא צורך בבגרות ארגונית. לעומת זאת, AI כאסטרטגיה ארגונית נועד להסדיר קבלת החלטות וזרימת עבודה בין צוותים, יישום שרוב הארגונים רחוקים ממנו כיוון שהתשתית הבסיסית עבורו לא פעם עדיין לא קיימת.

מהו הרצף והסדר הנכון להטמעת טכנולוגיה בעמותה?

הסדר הנכון מתחיל תמיד בהחלטות ניהוליות ואסטרטגיות (חזון, מטרות ותוכנית עבודה). רק לאחר מכן מקימים תשתית טכנולוגית לניהול עבודה, משימות וקשרים עם בעלי עניין (למשל באמצעות מערכת מאנדיי / Monday), ובשלב האחרון מוסיפים את שכבת הבינה המלאכותית מעל התשתית הקיימת.

אילו התנגדויות וחששות עלולים לעלות מצד הצוות בכניסה לעולם ה-AI?

צוות הארגון עלול לחשוש מפני איום על תפקידם המקצועי לטובת המכונה, לצד התנגדויות ערכיות הלגיטימיות למגזר החברתי, כגון פגיעה בזכויות אדם, שליטה של תאגידי ענק ומחיר סביבתי שגובה הטכנולוגיה.

אילו ציפיות ארגוניות בינה מלאכותית אינה מסוגלת לפתור?

ציפיות ליצירת שקיפות, חלוקת משימות, בניית תוכניות עבודה ומעקב אחר החלטות הן תשתיות ניהוליות מובהקות. כלי טכנולוגי אינו מסוגל לבנות תשתית שהנהלת הארגון לא החליטה עליה והגדירה בעצמה.