מהתראה על תוכנית ממשלתית ועד מחקר, מאבק ציבורי, גיוס משאבים וניהול ביצוע - כך מתחברים מידע, אנשים וטכנולוגיה לעבודה אחת. 

תקציר המאמר: מה קורה כשבינה מלאכותית מפסיקה להיות כלי נקודתי והופכת לחלק משיטת הניהול של עמותה? דרך סיפורו של ארגון חברתי בשם צומת הוגן, המאמר מדגים כיצד ניתן לחבר בין אסטרטגיה, מידע, אנשים ומערכות טכנולוגיות כדי לשפר קבלת החלטות, לתאם פעילות בין מחלקות, לנהל מתנדבים, לגייס משאבים ולמדוד השפעה חברתית. זהו לא סיפור על כלי AI חדש, אלא על הדרך לבנות ארגון שעובד בצורה חכמה, מתואמת ואפקטיבית יותר, כשהטכנולוגיה תומכת בעשייה והאחריות נשארת בידי בני אדם.

בשעה 07:42 בבוקר קיבלה נועה התראה שהיא לא ציפתה לה.

‏בלילה פורסם מסמך תכנון ממשלתי חדש. 186 עמודים של תוכניות, נספחים, מפות וטבלאות. בתוך המסמך הופיעה תוכנית להקמת מתקן חדש לטיפול בפסולת, בסמוך לשני כפרים בדואיים בנגב.

‏נועה לא קראה את 186 העמודים. גם אף אחד מהצוות שלה עדיין לא קרא אותם.

‏הסוכן שמנטר עבור הארגון התרחשויות חברתיות, פוליטיות וסביבתיות כבר עשה סריקה ראשונית. הוא זיהה שהמסמך נוגע לאחת מזירות הפעולה שהארגון הגדיר, השווה אותו לחומרים קודמים, סימן מספר סעיפים שדורשים תשומת לב וצירף את המקורות שעליהם התבסס.

‏נועה העבירה את ההתראה לאורי, מנהל המדיניות והמחקר, וליעל, שמנהלת את התחום המשפטי.

‏כעבור שעה כבר נקבעה פגישת הנהלה.

‏זה אולי נשמע כמו סיפור על AI.

‏בעיניי, זה דווקא סיפור על ניהול.

‏

ברוכים הבאים ל"צומת הוגן"

צומת הוגן הוא ארגון הפועל לקידום צדק סביבתי וחברתי באמצעות מחקר, שינוי מדיניות, פעילות משפטית, פעילות ציבורית ועבודה עם קהילות.

‏כ-40 עובדות ועובדים פועלים בו, לצד מתנדבים, יועצים ושותפים. הוא מגייס כספים מקרנות בישראל ובחו"ל, מפעיל תוכניות רב-שנתיות, מנהל תקציבים ודיווחים, עובד מול ועד מנהל ומתמודד עם האתגר המוכר של כמעט כל ארגון חברתי: להפוך הרבה מאוד עשייה, מידע ואנשים להשפעה ממשית.

‏נועה ברק נכנסה לתפקיד המנכ"לית שמונה חודשים קודם לכן.

‏אחת ההחלטות הראשונות שלה הייתה להוביל מהלך ניהולי-טכנולוגי במטרה לבחון מחדש איך מידע נכנס לארגון, איפה הוא נשמר, איך מתקבלות החלטות, כיצד החלטה הופכת למשימה, איך יחידות שונות משתפות מידע ואילו נתונים ההנהלה באמת צריכה לראות.

‏רק אחר כך הגיעו הכלים.

‏Google Workspace משמש את הארגון למיילים, מסמכים, יומנים ופגישות. Monday היא מערכת העבודה המרכזית לניהול תוכניות, משימות, CRM, גיוס משאבים, תקבולים, דיווחים ומדדים וניהול משאבי אנוש - עובדים ומתנדבים. לצדן פועלים: Gemini, ChatGPT, TimeLess גם Gemini Notebook (לשעבר NotebookLM), וכלים נוספים, בהתאם למשימה.

‏אבל הכלל שנועה קבעה היה פשוט: כלי נכנס לעבודה רק כאשר ברור איזו בעיה הוא פותר.

‏

הסוכן לא ידע לבד מה חשוב

‏נחזור להתראה של 07:42.

‏הסוכן שזיהה את תוכנית מתקן הפסולת לא נולד עם הבנה של צדק סביבתי.

‏כמה חודשים קודם לכן ישבו נועה ואורי, מנהל המדיניות והמחקר, והגדירו מה בדיוק הארגון רוצה לדעת. אילו נושאים חשובים לו? אילו משרדי ממשלה, ועדות תכנון, גופי מחקר ומקורות חדשותיים צריך לעקוב אחריהם? אילו החלטות, מילות מפתח ושינויים יכולים להעיד על אירוע שמצריך תגובה?

‏הם גם הגדירו מה לא צריך להגיע לנועה, כדי לא ליצור הצפה.

‏הסוכן נבנה כדי להבחין בין מידע שכדאי לשמור, מידע שכדאי להעביר לאורי לבדיקה ואות חריג שמצדיק התראה להנהלה.

‏זה עיקרון שחוזר לאורך כל הסיפור הזה: AI אינו יודע מה חשוב לארגון לפני שהארגון יודע מה חשוב לעצמו.

‏חזון, מטרות, תיאוריית שינוי, קהלי יעד וסדרי עדיפויות אינם מסמכים שכותבים בשביל הקרן או בשביל יום אסטרטגיה. הם גם ההקשר שמאפשר למערכות AI להבין מה לחפש ועל מה להתריע.

‏עכשיו צריך להחליט מה עושים

‏אורי, מנהל המדיניות והמחקר, ויעל, מנהלת התחום המשפטי, בדקו את החומרים לפני פגישת ההנהלה. המסמכים המרכזיים, מחקרים קודמים וחומרים שהארגון אסף לאורך השנים מרוכזים בסביבת Gemini Notebook, כך שאפשר לעבוד על בסיס מקורות מוגדרים ולא להתחיל בכל פעם מחדש מחיפוש פתוח ברשת.

‏יעל ביקשה להשוות בין הגרסה החדשה לחומרים קודמים ולסמן נקודות שדורשות בדיקה משפטית. אורי בחן את ההיבטים הסביבתיים והתכנוניים.

‏אף אחד מהם לא ביקש מה-AI להחליט אם הארגון צריך להתנגד לתוכנית.

‏בישיבת ההנהלה נועה הציבה שאלה אחרת:

‏מה צריך לקרות בשלושת החודשים הקרובים כדי שהתוכנית הזאת לא תאושר כפי שהיא?

‏זו כבר שאלה של אסטרטגיה.

‏ההחלטה הייתה לבנות מהלך משולב שמטרתו להביא לבחינה מחדש של התוכנית: לדרוש בדיקה סביבתית מלאה, לבחון חלופות, להבטיח השתתפות משמעותית של הקהילות בתהליך ולהפעיל לחץ ציבורי ומקצועי על מקבלי ההחלטות.

‏אורי יוביל את המחקר ונייר המדיניות. יעל תבחן את מסלול ההתנגדות והאפשרויות המשפטיות. סאמר ח'טיב, שמנהל את הפעילות הציבורית והקהילות, יתחיל לעבוד עם התושבים. מאיה סגל, מנהלת התקשורת והדיגיטל, תבנה את מהלך התקשורת. ראמי מסארווה, מנהל הכספים, יבנה תקציב. תמר רז, מנהלת גיוס המשאבים, תבחן כיצד ניתן לממן את הרחבת הפעילות.

‏הפגישה תומללה באמצעות Timeless.

‏אבל גם כאן הארגון כבר עשה קודם עבודת חשיבה. אין אצלם דבר אחד שנקרא "סיכום פגישה".

‏סיכום ישיבת צוות נראה אחרת מסיכום פגישה עם קרן תומכת. פגישת היכרות עם קרן חדשה דורשת תיעוד אחר. גם וובינר או ראיון עם מתנדב צריכים להפיק מידע מסוג שונה.

‏לכן הארגון הגדיר מראש כמה סוגים של סיכומים. מכל פגישה מופק המבנה שמתאים לה: החלטות, משימות, התחייבויות, מידע חדש, שאלות פתוחות או צעדי המשך.

‏הסיכומים נשמרים גם כ-Google Docs ב-Drive, בתיקיות ובהרשאות המתאימות. כך הם הופכים לחלק מהזיכרון הארגוני, וגם סוכני AI שקיבלו הרשאה יכולים לקרוא את החלקים הרלוונטיים ולהשתמש בהיסטוריה של שיחות והחלטות.

‏ולפעמים הם טועים...

‏באחת מישיבות ההנהלה Timeless זיהה משפט של נועה כהחלטה, למרות שהיה רק הצעה לדיון. נועה תיקנה את הסיכום לפני שהמשימה נכנסה למערכת.

‏זו טעות של המודל, וזה בדיוק המקום שבו נדרשת אחריות אנושית.

‏מהחלטה לפרויקט

‏המהלך החדש מקבל סביבת עבודה ב-Monday.

‏במקום להתחיל מלוח ריק, הצוות נעזר ב-Monday Sidekick (עוזר ה-AI המובנה של Monday), כדי לחשוב על מבנה הפרויקט, אבני הדרך, האחריות, התלויות והמידע שצריך לנהל. 

‏נוצרות משימות למחקר, עבודה משפטית, מפגשים עם הקהילות, בניית קואליציה, תקשורת, פעילות מול מקבלי החלטות וניהול התקציב.

‏אבל גם כאן AI אינו מנהל את המאבק.

‏הארגון החליט מה הוא רוצה לשנות. המערכת עוזרת לו לבצע.

‏המאבק יוצא מהמסך

‏סאמר, מנהל הפעילות הציבורית והקהילות, מתחיל לעבוד עם שתי הקהילות הבדואיות.

‏מתקיימים מפגשי תושבים. הארגון אוסף עדויות, לומד על מפגעים קיימים, בוחן כיצד התוכנית עלולה להשפיע על חיי היום-יום ומחבר בין הידע המקצועי של אורי לבין הידע שנמצא בשטח.

‏עשרות מתנדבים מצטרפים למהלך.

‏יש להם תפקידים ברורים: סיוע בארגון מפגשי ציבור, הפצת מידע, תיעוד מפגעים לפי פרוטוקול שנבנה מראש, סיוע באיסוף עדויות ובהסכמה, תרגום והנגשה, לוגיסטיקה ופעילות ציבורית.

‏כמה חודשים קודם לכן סאמר ודפנה מועלם, מנהלת התפעול ומשאבי האנוש, כבר התעייפו מניהול שיבוצים באמצעות טבלאות והודעות.

‏במקום לרכוש מערכת נוספת, הם בנו באמצעות Monday Vibe אפליקציה שמאפשרת לנהל את הפעילויות והשיבוצים על בסיס הנתונים שב-Monday. ה-Vibe, מאפשר לבנות אפליקציות מותאמות מתוך הנחיות בשפה טבעית ולחבר אותן ללוחות monday.

‏עכשיו האפליקציה כבר שם כשצריך אותה.

‏המתנדבים נרשמים לפעילויות, סאמר רואה איפה חסרים אנשים, והמערכת מתעדת גם את שעות ההתנדבות.

‏הנתון הזה יהיה חשוב בהמשך מסיבה נוספת.

‏אותו מידע, כמה מחלקות

‏העדויות מהשטח אינן נשארות אצל סאמר.

‏אורי משתמש בהן כדי לחזק את נייר המדיניות. יעל בוחנת אם יש בהן חומר רלוונטי להליך התכנוני. מאיה משתמשת בהן, בהסכמה ובזהירות, כדי להסביר לציבור מה עומד מאחורי המספרים והמפות.

‏במקביל משרד עורכי דין חיצוני מצטרף למהלך ומעמיד מספר שעות עבודה משמעותי בפרו בונו.

‏נוצרת קואליציה עם ארגוני סביבה, בריאות וזכויות. מתקיימות פגישות עם גורמי תכנון, רשויות וחברי כנסת. מאיה מכינה נייר מסרים, חומרי רקע לעיתונאים, מפות, סרטונים וחומרי הסברה שחלקם נוצרו בסיוע AI. נציגים מהקהילות משתתפים בדיונים ציבוריים.

‏המטרה אינה "לייצר קמפיין".

‏המטרה היא לשנות החלטה.

‏ועכשיו צריך גם כסף

‏כאן נכנסת לפעולה תמר, מנהלת גיוס המשאבים.

‏מערכת גיוס המשאבים שלה בנויה כך שקרנות והזדמנויות הן שני דברים שונים.

‏במאגר מקורות המימון יש כ-30 מקורות מימון שכבר תומכים בארגון (קרנות, עסקים, פדרציות ועוד), ועוד כ-20 קרנות פוטנציאליות שנמצאות בתהליך של היכרות וטיפוח קשר.

‏במאגר ההזדמנויות יש קרוב ל-100 מהלכים מתוכננים לשנה הקרובה: בקשות חדשות, חידושי מענקים, בקשות המשך וקולות קוראים לתוכניות שונות.

‏אותה קרן יכולה להיות מקור מימון לכמה הזדמנויות שונות לאורך השנים.

‏פעם בשבוע רץ Agent אחר לגמרי מהסוכן של אורי. זהו סוכן גיוס המשאבים. הוא עובר על מאגר ההזדמנויות, בודק התפתחויות ומועדים ומתריע כאשר הזדמנות מתקרבת לשלב שבו נדרשת פעולה.

‏גם כאן לא כל המלצה מתקבלת.

‏לפני כמה חודשים הסוכן סימן קרן מסוימת כבעלת התאמה גבוהה. תמר פסלה אותה. היא הכירה את היסטוריית הקשר וידעה שההתאמה על הנייר אינה התאמה אמיתית. המידע הזה נכנס בחזרה למערכת.

‏עכשיו, בעקבות המאבק החדש, תמר אינה מתחילה לחפש קרן חדשה.

‏גיוס כסף חדש יכול לקחת חודשים רבים. למהלך הזה צריך משאבים עכשיו.

‏היא בוחנת את הקרנות שכבר מכירות ותומכות בצומת הוגן ומזהה את The Morrowfield Foundation, קרן בינלאומית שכבר מממנת חלק מפעילות הצדק הסביבתי של הארגון.

‏היא מציעה לפנות אליה בבקשה לתוספת למענק הקיים.

‏פגישה עם קרן מתחילה הרבה לפני הפגישה

‏תמר שולחת לנציגת הקרן קישור לתיאום פגישה מתוך Google Calendar. אין צורך בהתכתבות של שבעה מיילים סביב "מתי נוח לך?". Google Calendar מאפשר ליצור דף זימון ולשתף קישור שממנו אפשר לבחור זמן פנוי ולהוסיף את הפגישה ליומן.

‏לקראת הפגישה תמר צריכה סיפור משכנע, אבל היא אינה מתחילה לאסוף מידע בוואטסאפ מכל הארגון.

‏המידע כבר נמצא במערכת.

‏היא יכולה לראות את סיכומי הפגישות הקודמות עם Morrowfield שנשמרו ב-Drive, את המענק הקיים ואת ההתחייבויות כלפי הקרן, את הממצאים של אורי, את הפעילות בשטח של סאמר, את הנתונים שכבר נאספו ואת התקציב שראמי בנה.

‏באמצעות AI היא מכינה מצגת לפגישה.

‏לא מצגת שנולדה ממשפט כמו "תכין לי מצגת על צדק סביבתי".

‏המערכת יודעת מי הקרן, במה היא כבר תומכת, מה נאמר בפגישות הקודמות, מה הארגון מבקש עכשיו ומה כבר מתרחש בשטח.

‏ראמי מוסיף נתון חשוב.

‏עלות המהלך הכוללת גבוהה מהסכום שהארגון מבקש מהקרן. צומת הוגן כבר מביא חלק מהמשאבים בעצמו.

משרד עורכי הדין מעניק ליווי משפטי פרו בונו, ששוויו הוערך לצורך התקציב בהתאם לכללי הקרן. גם מאות שעות ההתנדבות מקבלות ביטוי כשווה כסף בהתאם לכללים שהוגדרו.

‏הארגון אינו מבקש מהקרן לממן 100% מהפרויקט.

‏הוא מגיע ואומר: אנחנו כבר בפנים. הקהילות מעורבות, העבודה התחילה, יש ליווי משפטי, יש מתנדבים, יש צוות ויש תוכנית. אנחנו מבקשים מכם להוסיף את המשאבים שיאפשרו להרחיב ולהאיץ את המהלך.

‏זו פנייה אחרת לחלוטין.

‏80 אלף דולר, אבל לא בבנק עדיין

‏קרן Morrowfield מאשרת תוספת של 80 אלף דולר למענק הקיים, בשני תשלומים.

‏סטטוס הבקשה ב-Monday משתנה ל"אושרה". הסכום נשמר במטבע המקורי ולצדו האומדן בשקלים.

‏מכאן המערכת כבר יודעת מה צריך לקרות.

‏בלוח הדוחות נוצר אייטם עם מועד הדיווח וההתחייבויות לקרן.

‏בלוח התקבולים נוצרים שני אייטמים, אחד לכל תשלום, עם מועד הצפי להכנסה. לכל אייטם מוגדרת גם אחריות ברורה למעקב.

‏וכך נועה וראמי יכולים לראות בדשבורד לא רק כמה כסף גויס, אלא גם כמה כסף צפוי להיכנס ומתי.

‏כל מי שניהל עמותה יודע שמענק שאושר וכסף שנמצא בחשבון הבנק הם שני דברים שונים.

‏ומה עם המדידה?

‏תמר אינה רוצה לגלות חודש לפני הדוח לקרן שחסרים לה נתונים.

‏לכן כבר בתחילת הפרויקט מוגדרים המדדים שהארגון רוצה לאסוף: מספר מפגשי ציבור, השתתפות תושבים, שעות מתנדבים, תוצרי מחקר, פגישות עם מקבלי החלטות, שותפים שהצטרפו לקואליציה, פעילות תקשורתית, התפתחויות בהליך התכנוני ותוצאות נוספות שמראות האם המהלך מתקדם.

‏המידע נוצר תוך כדי העבודה.

‏כאשר מועד הדוח מתקרב, Agent יכול לבדוק אילו התחייבויות ניתנו לקרן, אילו נתונים כבר קיימים ואיפה עדיין חסר מידע.

‏במקום שתמר תכתוב לכולם "אני צריכה את הנתונים עד יום חמישי", היא מקבלת תמונה ברורה של שלושת הפריטים שעדיין חסרים ומי אחראי עליהם.

‏ה-AI יכולה לעזור לה להכין את טיוטת הדוח.

‏אבל תמר עדיין צריכה לבחור מה חשוב לספר, לבדוק את הנתונים ולוודא שהדוח משקף באופן אמין את מה שקרה.

‏ובינתיים, המאבק עצמו מתקדם

‏המחקר של אורי מראה שיש חלופות שלא קיבלו משקל מספיק בתוכנית הממשלתית המוצעת. העבודה המשפטית מעלה שאלות לגבי ההליך. העדויות מהשטח מציגות תמונה מורכבת יותר מזו שנמצאת במסמכים הרשמיים של המשרד הממשלתי.

‏הפעילות הציבורית גדלה. ארגונים נוספים מצטרפים. הנושא מגיע לתקשורת. חברי כנסת וגורמים ברשויות פונים לגופי התכנון ודורשים תשובות.

‏ארבעה חודשים אחרי ההתראה של 07:42, ועדת התכנון מחליטה לדחות את ההכרעה ולדרוש בחינה סביבתית נוספת ושיתוף ציבור רחב יותר לפני שהדיון יתחדש.

‏צומת הוגן עוד לא ניצח.

‏אבל המציאות השתנתה.

אם בשלב הזה ניסיתם להיזכר אם שמעתם פעם על "צומת הוגן", אפשר להפסיק לחפש. הארגון לא באמת קיים. גם נועה, אורי, תמר, סאמר, ראמי, מאיה ושאר הדמויות שפגשנו לאורך הסיפור הן דמויות שיצרתי לצורך המאמר.

‏אבל הארגון שתיארתי כאן אינו מדע בדיוני. התהליכים, הכלים והיכולות ששילבתי בסיפור כבר קיימים, וחלק גדול מהם ניתן לבנות וליישם בארגון חברתי גם היום.

‏יצרתי את צומת הוגן כדי לנסות לענות על שאלה אחת: איך יכול להיראות ארגון חברתי שלא רק "משתמש ב-AI", אלא משלב אותו באופן מתוכנן בתוך הניהול, המידע, קבלת ההחלטות והעשייה שלו?

‏אז מה בעצם עשה כאן ה-AI?

‏הוא זיהה אות מוקדם.

‏הוא עזר לנתח מסמכים ולהצליב מידע.

‏הוא סיכם פגישות ושמר את הידע.

‏הוא עזר להפוך החלטות למשימות.

‏הוא סייע לבנות סביבת פרויקט, לנהל מתנדבים, להכין פגישה עם קרן, לעקוב אחר הזדמנויות, להכין מצגת וסרטונים, לאתר נתונים חסרים ולנסח טיוטת דוח.

‏זה הרבה.

‏אבל הוא לא החליט בשביל צומת הוגן מה חשוב.

‏הוא לא בנה את תיאוריית השינוי.

‏הוא לא קבע שהמאבק צריך להתנהל באמצעות מחקר, משפט, פעילות ציבורית ותקשורת.

‏הוא לא יצר את מערכת היחסים עם הקרן.

‏הוא לא שכנע את הקהילות לתת אמון בארגון.

‏והוא לא קיבל את ההחלטות.

‏בכל אחת מהנקודות האלה היו בני אדם.

‏הארגון לא צריך עוד כלי AI. הוא צריך מערכת עבודה

‏יש היום אינספור סרטונים, וובינרים ומדריכים שמלמדים איך להשתמש ב-ChatGPT, Gemini, Claude או בכלי החדש שהושק השבוע.

‏הידע הזה חשוב.

אבל אי אפשר לבנות אסטרטגיית AI ארגונית באמצעות צפייה בעוד 30 סרטוני YouTube.

‏השאלה המעניינת יותר היא אחרת:

‏איפה בארגון נוצר מידע חשוב?

‏איזה ממנו הולך לאיבוד?

‏אילו החלטות מתקבלות שוב ושוב?

‏איפה מנהלות ומנהלים עדיין רודפים אחרי נתונים?

‏איפה מבוצעת שוב ושוב עבודה שאפשר היה לארגן אחרת?

‏איזה מידע צריך להגיע למי, באיזה רגע ובאיזו צורה?

‏ואיפה AI יכול באמת לשפר את התהליך?

‏רק אחרי שעונים על השאלות האלה יש טעם לדבר על Agents, אוטומציות, Gemini Notebook, Monday, Timeless או כל כלי אחר.

‏בעיניי, זה ההבדל בין להשתמש ב-AI לבין לבנות ארגון שעובד עם AI.

‏הראשון יכול להתחיל מפרומפט.

‏השני מתחיל מאסטרטגיה, ממשיך בתהליכים ובמידע, ומגיע בסוף לטכנולוגיה.

‏וזה גם סוג התהליך שאני רוצה לקדם במסגרת "שינוי מחושב": לחבר בין מטרות הארגון, הניהול, המידע והטכנולוגיה, ולבנות בהדרגה סביבת עבודה שבה AI אינו צעצוע חדש שמישהו בארגון מתנסה בו, אלא שכבה שמאפשרת לאנשים לעבוד טוב יותר ולהגדיל את ההשפעה שלהם.

‏אם הייתי מתחיל תהליך כזה בארגון מחר בבוקר, לא הייתי שואל "איזה Agent נבנה קודם?"

‏הייתי מתחיל בשאלה אחרת:

‏איזו החלטה משמעותית הייתם רוצים שהארגון שלכם יוכל לקבל טוב יותר בעוד חצי שנה?

‏משם אפשר להתחיל לתכנן לאחור.

לסיכום, FAQ - שאלות ותשובות:

האם צומת הוגן הוא ארגון אמיתי?

לא. צומת הוגן והדמויות המתוארות במאמר הם בדויים. הסיפור נועד להמחיש כיצד ארגון חברתי יכול לשלב יכולות וכלים שכבר קיימים בניהול, במחקר, בפעילות הציבורית ובגיוס משאבים.

מה ההבדל בין שימוש בכלי AI לבין בניית ארגון שעובד עם AI?

שימוש בכלי יכול להתחיל מפרומפט בודד. בניית ארגון שעובד עם AI מתחילה בהגדרת מטרות והחלטות חשובות, ממשיכה בתכנון תהליכים וניהול מידע, ורק אחר כך מגיעה לבחירת הכלים. הטכנולוגיה תומכת בניהול, ולא מחליפה אותו.

איך נקבע מה סוכן AI צריך לנטר?

מנהלת הארגון ומנהל המדיניות הגדירו מראש נושאים, מקורות, החלטות ומילות מפתח שחשוב לעקוב אחריהם, וגם מידע שלא צריך להגיע להנהלה. בהתאם לכך הסוכן מסווג מידע לשמירה, לבדיקה מקצועית או להתראה חריגה.

מי אחראי להחלטות כאשר AI מסייע במחקר ובסיכום פגישות?

האחריות נשארת בידי הצוות וההנהלה. אנשי המקצוע בודקים את המקורות ואת המשמעות המשפטית והסביבתית, וההנהלה קובעת את האסטרטגיה. בדוגמה שבמאמר נועה גם תיקנה סיכום של Timeless שזיהה בטעות הצעה כהחלטה.

כיצד החלטת הנהלה הופכת לתוכנית עבודה מתואמת?

לאחר קביעת המטרה והאחריות לכל תחום, הפגישה מתומללת והמידע נשמר בסיכומים מותאמים ב-Google Docs וב-Drive. במאנדיי (Monday), בסיוע מאנדיי סיידקיק (Monday Sidekick), נבנים שלבי הפרויקט, משימות, תלויות ואחריות למחקר, לעבודה המשפטית, לקהילות, לתקשורת ולתקציב.

כיצד מחברים פעילות מתנדבים למידע הארגוני?

בסיפור, אפליקציה שנבנתה באמצעות מאנדיי וייב (Monday Vibe) מאפשרת הרשמה לפעילויות, זיהוי מחסור במתנדבים ותיעוד שעות. עדויות שנאספות בשטח משמשות את המחקר, הבדיקה המשפטית והתקשורת, תוך הקפדה על הסכמה וזהירות בשימוש בחומרים.

איך AI תומך בגיוס משאבים בלי להחליף שיקול דעת מקצועי?

סוכן גיוס המשאבים עוקב אחר הזדמנויות ומועדים ומתריע כאשר נדרשת פעולה. עם זאת, תמר בוחנת המלצות לפי היכרות עם הקרנות והיסטוריית הקשר. במקרה המתואר היא פונה לקרן שכבר תומכת בארגון בבקשה להרחבת מענק קיים, במקום להתחיל גיוס חדש מאפס.

מדוע צריך להפריד בין מענק מאושר לבין תקבולים בפועל?

בסיפור, הקרן מאשרת תוספת של 80 אלף דולר בשני תשלומים. אישור המענק מתועד בנפרד מהתקבולים הצפויים, עם מועדים ואחריות למעקב. כך ההנהלה יכולה לראות לא רק כמה כסף אושר אלא גם מה צפוי להיכנס ומתי.

איך משלבים מדידת פעילות ודיווח לקרן בתוך העבודה השוטפת?

מדדי הפרויקט מוגדרים מתחילתו: מפגשי ציבור, השתתפות תושבים, שעות התנדבות, תוצרי מחקר, שותפים, פגישות והשפעה על ההליך התכנוני. הנתונים נאספים במהלך הפעילות, וסוכן AI יכול לזהות מה חסר לקראת הדוח. האחריות לאימות ולבחירת הסיפור בדוח נשארת בידי תמר.

מאיזו שאלה מומלץ להתחיל הטמעת AI בארגון חברתי?

המאמר מציע להתחיל בשאלה איזו החלטה משמעותית הארגון ירצה לקבל טוב יותר בעוד חצי שנה. לאחר מכן ניתן לתכנן לאחור: מהו המידע הדרוש, מי צריך לקבל אותו, אילו תהליכים יש לשפר והיכן AI באמת יוכל לסייע.