כיצד איכות ההחלטות מושפעת מהשפה הארגונית

בכל ארגון יש מילים ומונחים שכולם משתמשים בהם, וכל אחד מתכוון למשהו אחר.

“לקוח פעיל” הוא הדוגמה הקלאסית.

המכירות סופרות לפי חתימה,הכספים לפי תשלום,השירות לפי שימוש.

ההנהלה מקבלת שלושה מספרים שונים על אותה מילה בדיוק, ומקבלת החלטה כוללת לא מספיק מדויקת ורלוונטית.זה לא באג,זו השפה הפנימית של הארגון.

וברוב המקרים, אף אחד לא עצר באמת לתרגם בין הניבים והכוונה.

עכשיו מכניסים לתוך זה AI וכאן מתחיל הפרדוקס: בינה מלאכותית לא פותרת אי בהירות,היא מאיצה אותה.

היא יודעת לקחת שלוש הגדרות סותרות של “לקוח פעיל”, להריץ עליהן ניתוח מרשים בתוך שניות, ולהחזיר תשובה אחת חלקה, בטוחה ומשכנעת,הסתירה נבלעת. התשובה נשארת לא מדויקת.

זו אחת הסכנות האמיתיות בהזרמת דאטה לא מיושר למודלים: לא רק שהמודל עלול לטעות, אלא שהוא עלול להסתיר את חוסר ההסכמה או ההבנה הארגוני.

לפני שמחברים מערכת, לפני שבונים דשבורד, לפני שמטמיעים כלי AI, יש שאלה אחת שההנהלה הבכירה חייבת לשאול:

על אילו מונחים ומידע אנחנו עדיין לא מסכימים או לא מיושרים?

כי "לקוח פעיל" הוא רק ההתחלה,לרוב מסתתרים עוד אלמנטים,שכל מחלקה בארגון מתרגמת אחרת.

ריכוז מונחי המפתח והדאטה הנגזרת מהם,מהווה תשתית מהותית לאיכות ההחלטות.

אסתי לריח CPA, מרצה ויועצת