שאלה שחוזרת אצלי הרבה בתקופה האחרונה: כשה-CEO מכריז שהחברה הולכת AI-first, מי בדיוק מתרגם את זה לפועל? איך זה יראה ברמת היום-יום של העובדים והעובדות?

 

בואו נסתכל על זה ביחד:

 

יוז קייס ראשון

 

ב-Shopify בנו משהו שנקרא River. סוכן AI שחי ב-Slack של החברה ועושה הכל: קורא קוד, מריץ טסטים, פותח pull requests, מגיע לנתוני הפרודקשן. ב-30 הימים האחרונים השתמשו בו 5,938 עובדים. אחד מכל שמונה pull requests שמורג'ג'ו נכתבו על River.

 

מרשים, אבל יותר מרשים זה מה שגורם לו להשתפר: אחוזי ה-merge עלו מ-36% ל-77% בחודשיים בלי שאימנו מחדש אף מודל. הסיבה: עובדים צפו ב-River עובד, ראו איפה הוא נתקע ועזרו לו עם הידע שחסר לו. כל צוות הכניס לתוכו את הסטנדרטים שלו, את הכלים שהוא עובד איתם, את האופן שבו הוא חושב על הבעיות שלו.

 

טובי לטקה, מנכ"ל שופיפיי, ניסח את זה ככה : "The agent gets better at being Shopify."

 

ב-River ידע שנשאר פרטי לא עוזר לאיש. טובי אמר את זה ישירות: "The company moves at the speed of its slowest secret."

 

יוז קייס שני

 

ב-Ramp, חברת פינטק אמריקאית, ראיתי את אותו הדבר מזווית שונה: החברה דיווחה שהגיעה ל-99% הטמעת AI בקרב כל העובדים. אחד הדברים שהם עשו כדי לגרום לזה לקרות הוא לבנות marketplace פנימי שנקרא Dojo.

 

הרעיון: כשמישהי בצוות הסיילס מגלה workflow מצוין לנתח שיחות לקוח ולייצר battlecards, – היא אורזת אותו כ-skill ומפרסמת. מאותו רגע כל עובד אחר בחברה יכול להשתמש בו. כל skill עובר code review ו-versioning כמו קוד רגיל, ומהרגע שעלה הוא הופך לסטנדרט מקצועי של הדומיין.

 

פייננס, דיזיין, אופריישן, סיילס, כל דומיין בונה את הבסיס המשותף שלו.

 

מה שני הסיפורים האלה מלמדים >

 

ב-River האיג'נט לא עבד לפי הנחיות מלמעלה. הוא עבד לפי הסטנדרטים שצוותים כתבו. ב-Dojo האיג'נט לא החליט מה skill טוב. אנשי המקצוע בדומיין שלהם הם שהחליטו. בשני המקרים, הסוכן היה טוב ביחס לאיכות הסטנדרטים שהואכלו לתוכו. זה בדיוק מה שגילדה עושה.

 

גילדה היא שכבה משותפת

 

גילדות הן לא פורמט חדש. מה שחדש הוא מה שה-AI דורש מהן להיות היום.

 

גילדה תמיד הייתה המקום שבו מקצוע מגדיר את עצמו: אלה הכלים שאנחנו עובדים איתם, איך יראו תהליכי עבודה טובים אצלנו, והסטנדרט שמחזיק אותנו ביחד. בהנדסה, בדיזיין, ב-data, בכל מקצוע שמפוזר בין צוותים רבים ולא יושב ביחד.

 

מה שקורה עכשיו הוא שיש לגילדה שני קהלים במקום אחד: אנשי המקצוע עצמם, והאיג'נטים שעובדים איתם.

 

דיזיינרית שיכולה לתקן באג היא לא רק מישהי שעברה קורס. היא מישהי שיש לה גישה לסטנדרטים של ההנדסה, שיודעת מה מותר ומה אסור, שפועלת בתוך ה-building blocks שההנדסה הגדירה לעצמה. פרונטאנד שמתחיל לעבוד גם במובייל לא מחדש את הגלגל, הוא מתחבר לשכבה משותפת שכבר קיימת.

 

לכן הגילדה כבר לא רק מייצרת ידע לאנשים. היא מייצרת את התשתית שמאפשרת לאיג'נטים לעבוד בסטנדרטים הנכונים בתוך ה-SDLC, לצמצם צווארי בקבוק, ולאפשר לאנשי מקצוע לנוע מעבר לגבולות הישנים של התפקיד שלהם.

 

 

ככל שתרצו יותר אוטונומיה, תצטרכו יותר תשתיות

 

זה הפרדוקס שלא כולם שמים לב אליו.

 

חברות רבות חושבות שכניסת איג'נטים לארגון פותרת בעיות. והיא יכולה, אבל רק אם יש לאיג'נט מה לעבוד איתו. River השתפרה לא בגלל שהיא חכמה יותר, אלא בגלל שהצוותים של Shopify השקיעו בלכתוב מה שהיא צריכה לדעת. Dojo עבד כי אנשי מקצוע ב-Ramp טרחו לארוז את הידע שלהם ולהפוך אותו למשהו שאפשר לשתף.

 

ככל שנרצה שהאיג'נט יהיה עצמאי יותר, וגם שאנשי המקצוע יוכלו לנוע בחופשיות יותר בין תחומים, נצטרך לייצר תשתיות משותפות חזקות יותר, לא פחות.

 

גילדה טובה היא זו שזוכרת שני דברים בו-זמנית: יש מקצוע אחד עמוק שצריך לשמר ולחזק, ויש שכבה משותפת שצומחת מתוכו ומשרתת את כולם, כולל את הכלים שבאים לעזור לנו.

 

יש חלק מהסטנדרטים שיכולים להיכתב ברמת ה-AI Group או צוות האינפרא, אבל כדי שזה יהיה אישי לצוותים, לדומיינים השונים ולסטנדרטים המקצועיים, נצטרך שאנשי המקצוע עצמם יעשו את העבודה ויעדכנו את מה שלא עובד. זה חלק קריטי בתהליך, ולכן גם לא נוכל לוותר על האנשים בכזו קלות.

 

זה לא תהליך קצר. אבל זה ההבדל בין ארגון שמדבר על עתיד ה-builders לבין ארגון שבונה את התשתיות שמאפשרות אותו.