מנכ"ל 2030: דוח מקיף על כישורי המנהיגות הנדרשים בעולם פוסט-AI
תקציר מנהלים
דוח מקיף זה מציג את תוצאות המחקר המקיף ביותר עד כה על עתיד המנהיגות בעידן הבינה המלאכותית. מנתוני IBM, BCG, AESC ו-MIT עולה תמונה ברורה: דגם "מנכ"ל-הגיבור" של העבר הופך למיושן. תחתיו מתגבש פרופיל חדש של מנהיג – לומד סקרן, מאפשר אמפתי, ומעצב אסטרטגי – המשלב אינטליגנציה רגשית גבוהה עם הבנה טכנולוגית מעמיקה 2310.
המחקר, המבוסס על ניתוח נתונים של אלפי מנכ"לים ברחבי העולם, זיהה ארבע יכולות מפתח שיבדילו את המנכ"לים המצליחים של 2030: יכולת למידה מתמדת, מנהיגות אמפתית ומבוססת אמון, חשיבה מערכתית ויכולת ארגון מחדש (Re-wiring), וקבלת החלטות אתית ואסטרטגית מול אי-ודאות 168. הממצאים מצביעים על פער משמעותי בין הכישורים הנדרשים לבין אלו המפותחים כיום בקרב צמרת הניהול, ומציעים מתודולוגיה מעשית לבניית "תוכנית פיתוח אישית" למנכ"לים.
שנת 2026 מהווה נקודת מפנה היסטורית בהגדרת תפקיד המנכ"ל. אם עד כה עסקו מנכ"לים באופטימיזציה תפעולית וניהול משברים, העשור הקרוב מציב אתגר עמוק ומהותי יותר: כיצד מובילים ארגון בעידן שבו האינטליגנציה החישובית עולה על האנושית? 2.
בסקר העולמי של IBM לשנת 2026, 69% מהמנכ"לים דיווחו כי AI כבר משנה את הליבה העסקית שלהם, ו-77% ציינו כי תפקידי המנהיגות הטכנולוגית והאנושית מתמזגים 19. מנכ"לים מובילים מבינים כי הערך הייחודי שלהם טמון כעת ביכולות שאינן ניתנות למיכון: יצירת משמעות, עיצוב תרבות ארגונית, וקבלת החלטות אמיצות במצבי אי-ודאות 610.
דוח זה נועד לשמש מפת דרכים אסטרטגית למנכ"לים. הוא מבוסס על מחקרי עומק, ראיונות עם מובילי דעה, וניתוח מגמות גלובליות, ומציע תובנות מעשיות לבניית היתרון התחרותי המשמעותי ביותר של המנהיגות בעולם הפוסט-AI: היתרון האנושי.
1. סוף עידן "מנכ"ל-הגיבור": מדוע דגמי העבר קרסו
במשך עשרות שנים, דגם המנכ"ל המוצלח התבסס על שליטה בנתונים, ניסיון תפעולי מצטבר, ויכולת לקבל החלטות מהירות על בסיס דפוסים מוכרים 10. אולם מהפכת הבינה המלאכותית הופכת את הכישורים הללו לאוטומטיים. מערכות AI מסוגלות כיום לעבד נתונים, לזהות דפוסים ולספק ניתוח אסטרטגי בדיוק רב יותר ובמהירות שאין לאדם דרך להתחרות בה 210.
כפי שמציינים מומחי AESC, הפער מתבטא בגישת הדירקטוריון: "מה שהביא אותך לכאן לא יביא אותך לשם" 3. דירקטוריונים רבים עדיין מחפשים "כפילים" של מנכ"לים מצליחים מהעבר, במקום לחפש מנהיגים בעלי יכולת הסתגלות, סקרנות ואומץ להנהיג בעולם BANI (Brittle, Anxious, Nonlinear, Incomprehensible) – שביר, חרד, לא-ליניארי ובלתי-נתפס 3.
2. ארבע יכולות המפתח של מנכ"ל 2030
אם המנכ"ל המסורתי נמדד ביכולתו "לדעת" ו"לנהל", הרי שמנכ"ל העתיד יימדד ביכולתו "ללמוד", "לאפשר" ו"לעצב". המחקר מספק ארבע יכולות מפתח המגדירות מחדש את תפקיד המנהיגות 3810.
2.1. היכולת ללמוד – מהסקרנות לשליטה (The Continuous Learner)
המנכ"ל המצליח ביותר בעידן ה-AI אינו זה שיודע הכול, אלא זה שנשאר סקרן ולומד ללא הרף 38. "כבר איננו מחפשים גיבורים, אנחנו מחפשים לומדים," קובע ד"ר קית' דורסי, יועץ בכיר לדירקטוריונים 3. יכולת זו כוללת:
- סקרנות אסטרטגית: שאילת שאלות שאינן נענות על ידי הנתונים, והבנת ההקשר הרחב.
- למידה מהירה: יכולת לספוג ידע חדש (במיוחד טכנולוגי) ולשנות תפיסות על סמך מידע חדש.
- היכרות מעמיקה עם AI: לא רק הבנה ברמת המשתמש, אלא יכולת להטיל ספק בפלטים, לזהות הטיות ולהבין את ההגבלות של המערכות 6.
2.2. מנהיגות אמפתית ומבוססת אמון
בעידן שבו AI מנהל תהליכים ומקבל החלטות תפעוליות, התפקיד האנושי של המנכ"ל עובר לניהול המשמעות והערכים 211. כישורי "כוח רך" כמו אמפתיה, אינטליגנציה רגשית ויכולת לעורר השראה הופכים קריטיים 1011. הפורום הכלכלי העולמי מדרג את החוסן, ההשפעה החברתית, החשיבה היצירתית והאמפתיה ככישורי הליבה של מקום העבודה המודרני 2.
דמיאן פינטוס, מנכ"ל פיליפ מוריס אינטרנשיונל, מגדיר את האמפתיה כ"כוח-על", אך מציין שהיא חייבת להיות מלווה ב"מתח" – כלומר, ביכולת לנוע במהירות ולעורר שינוי 11.
2.3. חשיבה מערכתית ו-"Re-wiring" ארגוני
מנכ"ל 2030 הוא מעצב של מערכות, ולא רק מנהל תהליכים 9. IBM מכנה זאת "Re-wiring" של ה-C-suite – עיצוב מחדש של מנגנוני קבלת ההחלטות, חלוקת הסמכויות, ודרכי העבודה הרוחביות תוך שילוב AI בזרימות העבודה 19.
מנכ"לים מובילים כבר אינם רואים ב-AI כלי עזר, אלא חלק בלתי נפרד מהאופן שבו הארגון פועל 8. הם מקימים תפקידים חדשים כמו Chief AI Officer (CAIO) בעל סמכות אמיתית, ומפרקים את החסמים המסורתיים בין עסקים לטכנולוגיה 14.
2.4. קבלת החלטות אתית ואסטרטגית מול אי-ודאות
יכולת זו כוללת את האומץ לעצור ולהאט דווקא בעידן של מהירות 3. ד"ר היס גיבסון מבית הספר לעסקים של הרווארד מדגיש: "צריך אנשים שיודעים להאט, לעצור לזמן קצר, ומתוך כך לקבל החלטות מושכלות" 3.
המנכ"ל העתידי יצטרך לפעול כמעין "שופט עליון" של מערכות ה-AI, ולקבוע כללי אתיקה ומסגרות לפעולה האוטונומית שלהן 6. עליו לדעת מתי לפסול החלטת AI בשל השלכות אסטרטגיות או אתיות, ולשמור על יכולת אנושית יחודית זו.
3. המעבר מחזון לפרקטיקה: כיצד בונים את היתרון האנושי?
מחקרי BCG ו-IBM מראים כי רק 15% מהמנכ"לים מצליחים להפיק ערך משמעותי מהשקעות ה-AI שלהם 46. הפער נוצר, בין היתר, בשל חוסר במודלים מעשיים ליישום מנהיגות העתיד. להלן מודל בן ארבעה שלבים לבניית היתרון האנושי 96:
שלב 1: המנהיג כמשתמש-על של AI
מנכ"לים חייבים להטמיע את ה-AI בחיי היום-יום שלהם, לא כדגם טכנולוגי אלא כשותף אסטרטגי 6. הם משתמשים בו ללמידה מהירה של תחומים חדשים, להכנה לשיחות רגישות, להכנת סיכומים וניתוחים, ולבדיקת הנחות שלהם מול "עורך דין שטני" דיגיטלי 6.
שלב 2: עיצוב מחדש של זרימות העבודה בצמרת
לאחר שהמנכ"ל עצמו מפנים את הכלים, הוא יכול לעצב מחדש את אופן העבודה של הצמרת הניהולית. המשמעות היא הטמעת AI בתהליכי קבלת ההחלטות, במערכות ה-BI, ובתהליכי העבודה הרוחביים, תוך פירוק חסמים בין פונקציות 19.
שלב 3: פיתוח דור העתיד של המנהיגים
האתגר הגדול ביותר הוא פיתוח צינור מנהיגות שיתאים לעולם החדש. הדירקטוריון וההנהלה חייבים לבחון מועמדים לא רק על סמך ניסיון עבר, אלא על סמך פוטנציאל למידה, יכולת הסתגלות וחוסן 37.
שלב 4: יצירת תרבות של "ביטחון פסיכולוגי" וניסוי
מנהיגות בעידן ה-AI דורשת תרבות ארגונית המעודדת ניסוי, כישלון מהיר ולמידה 12. המנכ"ל צריך ליצור סביבה בטוחה שבה עובדים יכולים לערער על החלטות AI ולהציע רעיונות חדשים, מבלי לחשוש מסנקציות.
היכולת לבחון הנחות, להבין מגבלות טכנולוגיות וללמוד מהר יותר מקצב השינוי.
יצירת משמעות, הקשבה לקולות שונים והובלת שינוי בלי לאבד את המחויבות האנושית.
חיבור בין אסטרטגיה, נתונים, תהליכים, מבנה ארגוני, מיומנויות ומדדי ביצוע.
קביעה היכן AI ממליץ, היכן אדם מחליט ומי נושא באחריות לתוצאה.
התרשים הוא מודל יישומי מסכם המבוסס על שילוב הממצאים ממחקרי IBM, WEF ו-OECD.
4. פער המנהיגות: מדוע ידע טכנולוגי לבדו אינו מספיק
ארגונים רבים משקיעים בכלים, בתשתיות נתונים ובהכשרת עובדים, אך משאירים את תפיסת הניהול כמעט ללא שינוי. זו נקודת תורפה מרכזית. כאשר הטכנולוגיה מתקדמת אך זכויות ההחלטה, מדדי הביצוע והמבנה הארגוני נשארים ישנים, נוצר פער בין היכולת הטכנית לבין היכולת העסקית.
לכן, אוריינות AI של מנכ"ל אינה נמדדת במספר הכלים שבהם הוא משתמש. היא נמדדת באיכות השאלות שהוא מציב. מנכ"ל בעל אוריינות גבוהה יודע לשאול מה מקור הנתונים, מה חסר בהם, אילו קבוצות עלולות להיפגע, מהי רמת הוודאות, ומה יקרה אם ההמלצה תיושם בקנה מידה רחב.
המחקר של OECD מדגיש כי אימוץ AI משנה את תמהיל המשימות ואת הביקוש למיומנויות, גם כאשר העובדים אינם נדרשים להפוך למפתחי תוכנה 12. מכאן נובעת אחריות ניהולית רחבה: לתכנן מחדש תפקידים, לבנות מסלולי למידה ולמנוע מצב שבו הטכנולוגיה מקדימה את היכולת האנושית להשתמש בה באופן ביקורתי.
בנוסף, המעבר אינו חד-פעמי. מודל אחד עשוי להשתפר, להיחלש או להשתנות לאחר עדכון. גם הרגולציה מתפתחת. משום כך, הנהלה אינה יכולה לאשר מערכת פעם אחת ולהניח שהסיכון נפתר. נדרש מנגנון קבוע של בדיקה, תיעוד, ניטור ולמידה.
| תחום | גישה מסורתית | גישת מנכ"ל 2030 | שאלת בקרה |
|---|---|---|---|
| אסטרטגיה | תוכנית שנתית קשיחה | תרחישים מתעדכנים והקצאת משאבים דינמית | מה השתנה מאז שקיבלנו את ההחלטה? |
| נתונים | דוחות עבר | תחזיות, סימולציות ובדיקת הנחות | איזה מידע אינו מיוצג במודל? |
| אנשים | תפקידים קבועים | עיצוב מחדש של משימות ומיומנויות | מה האדם צריך לעשות טוב יותר בזכות AI? |
| אחריות | בעלות טכנולוגית של מערכות המידע | אחריות משותפת של עסק, טכנולוגיה, משפט ומשאבי אנוש | מי מוסמך לעצור שימוש בעייתי? |
| הצלחה | חיסכון בזמן ועלות | ערך עסקי, איכות החלטה, אמון ועמידות | האם השגנו תוצאה טובה יותר, ולא רק מהירה יותר? |
5. מודל ההפעלה האנושי–טכנולוגי של הנהלת 2030
כדי להפוך את היכולות החדשות לשיטת עבודה, המנכ"ל זקוק למודל הפעלה ברור. המודל צריך להגדיר כיצד מידע הופך להמלצה, כיצד המלצה הופכת להחלטה, וכיצד החלטה נבחנת לאחר היישום. ללא רצף כזה, AI עלול להוסיף עוד שכבת רעש במקום לייצר בהירות.
השכבה הראשונה היא תשתית האמון: איכות נתונים, אבטחה, פרטיות, הרשאות ותיעוד. השכבה השנייה היא זרימת העבודה: באילו נקודות המערכת מסייעת, מי מאשר את הפלט, ומהו מסלול ההסלמה. השכבה השלישית היא שיפוט הנהלתי: בחינת חלופות, אינטרסים והשלכות ארוכות טווח. בראש המודל נמצאת התכלית, משום שכל החלטה טכנולוגית צריכה לשרת יעד ארגוני מוגדר.
הקריאה היא מלמטה למעלה: תשתית יציבה מאפשרת תהליך אמין, שיפוט אחראי ותכלית ברורה.
מסגרת NIST לניהול סיכוני AI מציעה לארגונים רצף של ממשל, מיפוי, מדידה וניהול סיכונים 13. עבור מנכ"ל, המשמעות אינה ניהול טכני של כל מודל. המשמעות היא לוודא שהארגון יודע לזהות שימושים, לדרג את רמת הסיכון שלהם, לתעד החלטות ולהגיב כאשר התוצאה חורגת מהמצופה.
6. ארכיטקטורת החלטות: מה להשאיר לאדם ומה להעביר למערכת
אחת הטעויות הנפוצות היא לחלק משימות לפי השאלה "מה AI מסוגל לבצע". השאלה הנכונה יותר היא "איזו חלוקת עבודה תייצר את ההחלטה הטובה והאחראית ביותר". יכולת טכנית אינה שוות ערך לסמכות. מערכת יכולה לדרג מועמדים, לחזות נטישה או להמליץ על מחיר, אך ההשלכות עשויות לדרוש שיקול דעת רחב יותר.
אפשר להבחין בין שלושה אזורי החלטה. באזור הראשון המערכת מבצעת משימה חוזרת תחת כללים ברורים, והאדם מפקח על חריגים. באזור השני המערכת מציעה חלופות והאדם שוקל הקשר, ערכים וסיכונים. באזור השלישי ההחלטה נשארת אנושית, משום שהיא עוסקת באחריות מהותית, בזכויות או בכיוון אסטרטגי בלתי הפיך.
משימות חוזרות, הפיכות ומדידות. נדרשים ספי חריגה, ניטור ובדיקות תקופתיות.
החלטות מורכבות שבהן נתונים חשובים, אך ההקשר וההשלכות אינם ניתנים לקידוד מלא.
אסטרטגיה, אתיקה, שינוי ארגוני, משבר, מינוי בכירים והחלטות בעלות השפעה אנושית עמוקה.
החלוקה הזו צריכה להופיע במדיניות, לא להישאר בגדר הבנה בעל פה. לכל תהליך משמעותי כדאי להגדיר בעל תפקיד, מקור נתונים, רמת סמכות, נקודת בקרה, מדד איכות ודרך ערעור. כך נשמרת יכולת ההנהלה להסביר כיצד התקבלה החלטה גם לאחר חודשים.
7. תוכנית פיתוח אישית למנכ"ל: 12 חודשים של שינוי מדיד
פיתוח מנהיגות אינו מסתכם בסדנה חד-פעמית. כדי לשנות הרגלי חשיבה ועבודה נדרשת תוכנית שנתית המחברת בין למידה אישית, ניסוי בהנהלה ושינוי מערכתי. נקודת הפתיחה היא אבחון כן של החוזקות והפערים.
מיפוי שימושי AI, למידת מושגי יסוד, זיהוי סיכונים ובחירת שני אתגרים עסקיים לניסוי.
שילוב AI בהכנת החלטות, קביעת כללי ביקורת והכשרת חברי ההנהלה לשאול שאלות טובות יותר.
שינוי זרימות עבודה, הגדרת זכויות החלטה, עדכון תפקידים ובניית מדדי ערך וסיכון.
בדיקת תוצאות, הפסקת ניסויים חלשים, הרחבת פתרונות מוצלחים ופרסום לקחים בארגון.
בשלב האבחון מומלץ לאסוף משוב מהדירקטוריון, מההנהלה וממנהלים בדרגי הביניים. לעיתים המנכ"ל מעריך את פתיחותו ללמידה באופן שונה מהאופן שבו היא נחווית בארגון. פער כזה הוא מידע ניהולי חשוב, מפני שסקרנות שאינה מאפשרת לאחרים לערער אינה מייצרת למידה אמיתית.
בשלב הניסוי יש לבחור שימושים בעלי ערך עסקי ברור וסיכון נשלט. כל ניסוי צריך לכלול נקודת מוצא, תוצאה רצויה, מגבלות, בעלים ומועד החלטה. ניסוי ללא קריטריון עצירה הופך בקלות לפרויקט קבוע שאין דרך להעריך.
לאחר מכן, נדרש מעבר מהצלחה מקומית לשינוי מערכתי. כאן נבחנת המנהיגות: האם הארגון משנה תהליכים, תקציבים ותמריצים, או רק מוסיף כלי חדש לתהליך ישן. מנכ"ל 2030 חייב לוודא שהטכנולוגיה משנה את אופן יצירת הערך, ולא רק מקצרת משימה בודדת.
8. תפקיד הדירקטוריון בבניית מנכ"ל 2030
גם דירקטוריונים נדרשים לשנות את עדשת הבחירה והפיקוח. ניסיון ענפי נשאר חשוב, אך הוא אינו יכול להיות המדד היחיד. בעולם שבו מודלים עסקיים משתנים במהירות, פוטנציאל למידה, יכולת הסתגלות, שיפוט מוסרי ונכונות להקיף את עצמך באנשים חזקים הופכים למדדים מרכזיים.
בעת בחירת מנכ"ל, ניתן לבחון כיצד המועמד שינה עמדה בעקבות מידע חדש, כיצד התמודד עם טעות, ואיך בנה אמון בתקופה של שינוי. שאלות אלו חושפות דפוסי מנהיגות טוב יותר מאשר בקשה כללית לתאר הצלחה מן העבר.
בפיקוח השוטף, הדירקטוריון צריך לדרוש תמונה משולבת: ערך עסקי שנוצר, סיכונים שהתגלו, השפעה על עובדים ולקוחות, ופערי מיומנויות. דיווח המתמקד במספר הפרויקטים או בהיקף ההשקעה אינו מספיק. היקף פעילות מעיד על תנועה, לא בהכרח על התקדמות.
9. המלצות מעשיות למנכ"לים
הדוח מציע חמש שאלות מכוננות שכל מנכ"ל צריך לשאול את עצמו, בהשראת מתודולוגיית BCG 6:
- כיצד אוכל להשתמש ב-AI כדי להרחיב את היכולות שלי ושל הצמרת הניהולית?
- האם ה-AI עוזר לי לקבל החלטות טובות יותר, או רק מהירות יותר?
- האם אני יודע מספיק כדי לזהות מתי ה-AI טועה?
- מי מאתגר את התשובות ש-AI מספק לי?
- האם אני משקיע מספיק זמן כדי להפוך ל"לומד" ולא ל"גיבור"?
סיכום: המנהיגות האנושית כיתרון התחרותי האולטימטיבי
המסקנה העיקרית של דוח זה היא שהבינה המלאכותית אינה מאיימת על המנהיגות האנושית; היא מחדדת ומעצימה את הצורך בה. בעוד ש-AI ישתלט על ה"איך" וה"מה" של העשייה העסקית, האחריות האנושית תעבור לשאלות היסוד: מדוע אנו עושים זאת? ומהי המשמעות של זה? 2.
מנכ"לי 2030 יהיו אלו שידעו לשלב בין אינטליגנציה חישובית לעוצמה אנושית. הם יהיו מנהיגים סקרנים, אמפתיים, בעלי חזון, שיודעים לעצב ארגונים גמישים ומשמעותיים בעולם משתנה. זהו האתגר – וההזדמנות – של המנהיגות בעידן החדש.
עם זאת, השילוב אינו נוצר מעצמו. הוא מחייב את המנכ"ל לעבור מניהול פרויקטים טכנולוגיים לעיצוב מערכת מנהיגות שלמה. במערכת זו יש נתונים אמינים, זכויות החלטה ברורות, ביקורת אנושית, מנגנוני למידה ויכולת לעצור שימוש שאינו עומד בערכי הארגון.
היתרון התחרותי לא יהיה שייך בהכרח לארגון שרכש ראשון את המודל המתקדם ביותר. הוא יהיה שייך לארגון שלמד לחבר בין מהירות חישובית לבין שיקול דעת, בין אוטומציה לבין אמון, ובין יעילות מיידית לבין אחריות ארוכת טווח.
לכן, השאלה המעשית עבור כל מנכ"ל אינה האם AI ישנה את תפקידו. השינוי כבר מתרחש. השאלה היא האם המנכ"ל יעצב את השינוי באופן מודע, או יאפשר לטכנולוגיה, ללחצי השוק ולהחלטות מקומיות לעצב אותו במקומו.
רשימת מקורות
- IBM 2026 CEO Study – Rewiring the C-suite 1
- Forbes Tech Council – The Role Of The CEO In The World Of AI 2
- AESC – Finding the CEO of 2030: Why Boards Need a New Leadership Lens 3
- BCG – Soft Power, Hard Results: What CEOs Should Look For in an AI-First CTrO 4
- BCG – AI for CEOs: Amplifying Time and Judgment at the Top 6
- Bespoke Partners – The Modern CEO Profile: A New Set Of AI Archetypes 8
- IBM – 2026 CEO Study: 5 plays for AI-first transformation 9
- Fast Company – What happens when AI does everything your CEO used to do? 10
- Forbes Argentina – Cómo será el CEO de 2030 11
- OECD – Artificial Intelligence and the Changing Demand for Skills in the Labour Market
- NIST – Artificial Intelligence Risk Management Framework
- World Economic Forum – Future of Jobs Report 2025
* כל הקישורים נבדקו ותקינים נכון למועד פרסום המאמר. חלק מהכתובות הובילו לעמודי מחקר מקוריים של IBM, BCG, AESC ואחרים.
שאלות ותשובות על מנכ"ל 2030
תשובות מעשיות לשאלות המרכזיות על מנהיגות, קבלת החלטות ועיצוב ארגון בעידן הבינה המלאכותית.
מנכ"ל 2030 אינו נמדד רק בניסיון, בשליטה במידע או ביכולת לתת תשובות מהירות. הוא נדרש ללמוד ברציפות, לשלב בין שיקול דעת אנושי ליכולות AI, לבנות אמון ולעצב מחדש תהליכים ומבנים ארגוניים. תפקידו המרכזי הוא להגדיר תכלית, לשאול שאלות נכונות ולקבוע כיצד מתקבלות החלטות אחראיות.
לא. מנכ"ל אינו חייב לפתח מערכות או לכתוב קוד, אך הוא כן זקוק לאוריינות AI עמוקה. עליו להבין את יכולות המערכות, את מגבלותיהן ואת הסיכונים שלהן. בנוסף, עליו לדעת לבחון את מקור הנתונים, לזהות הטיות, לדרוש הסבר ולוודא שהשימוש בטכנולוגיה משרת יעד עסקי ברור.
ארבע היכולות הן למידה וסקרנות מתמדת, מנהיגות אמפתית המבוססת על אמון, חשיבה מערכתית המאפשרת לעצב מחדש את הארגון, וקבלת החלטות אתית ואסטרטגית בתנאי אי־ודאות. היכולות משלימות זו את זו. ידע טכנולוגי ללא אמפתיה או אחריות אינו מספיק להובלת שינוי מוצלח.
AI מאפשר לנתח מידע במהירות, לזהות דפוסים, לבנות תחזיות ולהשוות בין תרחישים. עם זאת, המערכת אינה מחליפה את האחריות הניהולית. ההנהלה צריכה לבחון את איכות הנתונים, את רמת הוודאות ואת ההשלכות האנושיות והאסטרטגיות. המטרה היא לקבל החלטה טובה יותר, ולא רק החלטה מהירה יותר.
משימות חוזרות, מדידות והפיכות יכולות להתבצע באמצעות AI תחת פיקוח. בהחלטות מורכבות המערכת יכולה להמליץ, אך אדם צריך להכריע. החלטות הנוגעות לאסטרטגיה, לערכים, לזכויות, למינוי בכירים או להשפעה אנושית משמעותית צריכות להישאר באחריות אנושית ברורה, גם כאשר AI מסייע בניתוח.
זהו מבנה המגדיר כיצד אנשים ומערכות AI עובדים יחד. המודל כולל תשתית נתונים וממשל, שילוב AI בזרימות עבודה, חלוקת סמכויות וקביעת מנגנוני בקרה. מעל כל אלה נמצאים התכלית והערכים של הארגון. כך ניתן להבטיח שהטכנולוגיה מחזקת את האסטרטגיה במקום לנהל אותה.
הנהלה צריכה להסביר מדוע המערכת מוטמעת, כיצד היא תשפיע על העבודה ואילו החלטות יישארו בידי אנשים. בנוסף, יש לאפשר לעובדים לערער על פלטים, לדווח על טעויות ולהציע שיפורים ללא חשש. שקיפות, הכשרה והגדרת אחריות מפחיתות התנגדות ומעודדות שימוש ביקורתי ואחראי.
אין להסתפק במספר הכלים, הפרויקטים או שעות העבודה שנחסכו. מדידה איכותית בוחנת ערך עסקי, איכות החלטות, אמון עובדים ולקוחות, עמידות תפעולית, קצב למידה ורמת הסיכון. חשוב לקבוע נקודת מוצא ומדדי הצלחה לפני תחילת הניסוי, כדי שיהיה אפשר להחליט אם להרחיבו, לשנותו או לעצור אותו.
הדירקטוריון צריך לבחון את מוכנות ההנהלה, לפקח על סיכוני AI ולוודא שהשקעות טכנולוגיות מחוברות לאסטרטגיה. בבחירת מנכ"ל עליו להעריך לא רק ניסיון עבר, אלא גם סקרנות, יכולת הסתגלות, שיפוט ואומץ לשנות עמדה. בנוסף, עליו לדרוש דיווח משולב על ערך, סיכון והשפעה אנושית.
הצעד הראשון הוא למפות את שימושי ה-AI הקיימים ואת ההחלטות שהם משפיעים עליהן. לאחר מכן מומלץ לבחור שני אתגרים עסקיים ברורים לניסוי, להגדיר בעל אחריות, מדדי הצלחה, מגבלות ונקודת עצירה. במקביל, המנכ"ל צריך להתחיל להשתמש ב-AI באופן אישי ומבוקר כדי להבין את יכולותיו ומגבלותיו.
