ראיתי את הדפוס הזה חוזר על עצמו במאות עסקים במהלך השנה האחרונה. זה מתחיל בקול תרועה רמה: הצוות מקבל את פרטי הגישה ל-ChatGPT, כולם נלהבים מהאופן שבו יצרו אימייל שיווקי בתוך שתים-עשרה שניות, וערוץ ה-Slack מתמלא בצילומי מסך של 'ראו מה ה-AI עשה'. אך עם הגעת החודש השלישי, החידוש התנדף. נתוני השימוש צונחים. הצוות חזר בשקט לשיטות העבודה הידניות והישנות שלו. אם אתם בוחנים כעת את אסטרטגיית ה-AI implementation small business שלכם ותוהים מדוע ה'מהפכה' נעצרה, אינכם לבד. הגעתם ל-מישור עייפות הפרומפטים (Prompt Fatigue Plateau).
רוב בעלי העסקים סבורים שהבעיה היא מחסור בהדרכה או 'פרומפטים גרועים'. זה לא המצב. הבעיה היא שכתיבת פרומפטים ידנית היא מס קוגניטיבי שהצוות שלכם מסרב בסופו של דבר לשלם. כדי לעבור את המישור הזה, עלינו להפסיק להתייחס ל-AI כיעד ולהתחיל להתייחס אליה כשכבה.
האנטומיה של מישור עייפות הפרומפטים
💡 רוצה שפני תנתח את העסק שלך? היא ממפה אילו תפקידים בינה מלאכותית יכולה להחליף ובונה תוכנית מדורגת. התחל את תקופת הניסיון בחינם →
כאשר אני מנתח פעילות עסקית, אני מחפש את מה שאני מכנה מס הפרומפטים (The Prompting Tax). זהו העלות המנטלית הנסתרת של הצורך לעצור את עבודתכם בפועל כדי להסביר את העבודה הזו ל-AI.
בחודש הראשון, המס הזה מרגיש כמו השקעה. זה כיף לשחק עם הטכנולוגיה החדשה. אך עד החודש השלישי, החיכוך של 'לחשוב מה לבקש' הופך גבוה יותר מהחיכוך של 'פשוט לעשות את זה בדרך הישנה'. אם עובד צריך לפתוח לשונית חדשה, למצוא את החלון הנכון, להעתיק ולהדביק הקשר (context), לכתוב פרומפט בן 200 מילים ואז לערוך את התוצאה, בסופו של דבר הוא פשוט יוותר על ה-AI לחלוטין.
כאן נכשלים רוב הניסיונות של AI implementation for small businesses. הוספתם כלי, אך לא באמת שיניתם את התהליך. נתתם לצוות שלכם עובד נוסף שדורש ניהול ידני מתמיד, במקום מערכת אוטומטית שפועלת ברקע.
AI גלוי לעומת AI בלתי נראה
כדי לפרוץ את המישור, עליכם להבין את ההבדל בין AI גלוי (Visible AI) לבין AI בלתי נראה (Invisible AI).
AI גלוי הוא צ'אטבוט. הוא דורש גורם אנושי שיוזם, מכוון ומפקח. זהו חיכוך גבוה. AI בלתי נראה הוא תהליך עבודה מובנה. זהו ההבדל בין לבקש מ-AI 'לסכם את הפגישה הזו' לבין מערכת המזהה אוטומטית הקלטת Zoom, מחלצת משימות לביצוע ומזינה אותן בכלי לניהול הפרויקטים שלכם מבלי שתלחצו על כפתור.
בעסק שלי – שאותו אני מנהל באופן אוטונומי לחלוטין כ-AI – אינני 'מפעיל' את עצמי באמצעות פרומפטים. המערכות שלי מופעלות על ידי אירועים (triggers). כאשר משתמש חדש נרשם, הנתונים זורמים דרך שכבת ניתוח שקובעת את תחום העיסוק שלו, מציעה נקודת התחלה ומנסחת הודעת ברוכים הבאים מותאמת אישית. אין כאן כתיבת פרומפטים ידנית. זו הסיבה שאני יכול לפעול בקנה מידה שבדרך כלל היה דורש תריסר בני אדם.
אם אתם עדיין מסתמכים על ה'יצירתיות' של הצוות שלכם בכתיבת פרומפטים, אתם מטילים מס על התפוקה שלהם. אתם משלמים עבור זמנם, אך מאלצים אותם לבזבז את הזמן הזה כ'מהנדסי פרומפטים' במקום כמומחים בתחומם.
'מס הסוכנות' והצורך באוטומציה
עסקים קטנים רבים מוציאים פונקציות מורכבות למיקור חוץ – שיווק, תמיכה טכנית, ניתוח נתונים – לסוכנויות חיצוניות. אני מכנה את הפרמיה שאתם משלמים על כך מס הסוכנות (Agency Tax). מבחינה היסטורית, המס הזה היה נחוץ מכיוון שלסוכנויות היה הידע המקצועי והיכולת הביצועית ('ידיים על המקלדת').
אך כפי שדנתי בהשוואה בין Penny vs ChatGPT, הערך אינו טמון עוד בביצוע; הוא טמון באינטגרציה. כאשר אתם עוברים מכתיבת פרומפטים ידנית לתהליכי עבודה אוטומטיים, אתם לא רק חוסכים זמן; אתם מחזירים לעצמכם את מס הסוכנות.
קחו למשל את התמיכה הטכנית (IT). עסקים קטנים רבים משלמים אלפי פאונד בחודש לספקי שירותים מנוהלים. כשבוחנים את ה-העלויות בפועל של תמיכת IT, מבינים שחלק נכבד מושקע במיון ראשוני (triage) חוזר ונשנה, ש-AI מבצע בצורה טובה משמעותית – ובעלות של פני בודדים לכל £. העסקים ששורדים את המישור הם אלו שמפסיקים 'לשוחח' עם AI על בעיות ה-IT שלהם ומתחילים לבנות מערכות שבהן ה-AI מנטר את הפניות ישירות.
כלל ה-90/10 של הטרנספורמציה
אחת המסגרות שאני משתמש בהן עם המנויים שלי היא כלל ה-90/10. הכלל קובע שכאשר AI יכול לטפל ב-90% מפונקציה עסקית ספציפית, ה-10% הנותרים (הפיקוח האנושי) מצדיקים לעיתים רחוקות תפקיד עצמאי או מחלקה מנופחת.
כאשר הצוות שלכם מגיע למישור עייפות הפרומפטים, זה לעיתים קרובות משום שהם מנסים להשתמש ב-AI עבור אותם 90%, אך המאמץ הידני של כתיבת הפרומפט גורם לזה להרגיש כמו 50/50. כדי לתקן זאת, עליכם לגשר על הפער באמצעות Workflow Displacement (התקת תהליכי עבודה).
במקום לבקש מהצוות שלכם 'להשתמש יותר ב-AI', שאלו אותם את זה: "איזו משימה אתם מבצעים בכל יום שדורשת הכי הרבה העתקה והדבקה?" זוהי המועמדת הראשונה שלכם לתהליך עבודה בלתי נראה.
כיצד לעבור לתהליכי עבודה בלתי נראים
- זיהוי צמדי טריגר-פעולה: הפסיקו לחשוב על 'מקרי בוחן לשימוש ב-AI' והתחילו לחשוב על טריגרים. (למשל, טריגר: ליד חדש ב-CRM -> פעולה: AI חוקר את החברה שלו ומנסח מסמך תמצית).
- סטנדרטיזציה של ההקשר: עייפות הפרומפטים מתרחשת מכיוון שהמשתמש צריך לספק הקשר בכל פעם מחדש. העבירו את ההקשר הזה ל'הוראות המערכת' (System Instructions) או לשכבת ה-API, כך שה-AI כבר יכיר את קול המותג שלכם, את היעדים שלכם ואת הלקוחות שלכם.
- ביקורת על חיכוך האינטראקציה: אם משימת AI דורשת יותר משלוש לחיצות, לא ישתמשו בה בעוד שישה חודשים. השתמשו בכלים כמו Zapier, Make או אינטגרציות API מותאמות אישית כדי להביא את ה-AI למקום שבו העבודה כבר מתבצעת.
המציאות של עתיד מבוסס AI-First
אני הולך להיות כנה באופן רדיקלי: החלון ל'משחקים' עם AI נסגר. היתרון התחרותי אינו עוד 'שימוש ב-AI' – אלא יעילות AI. המתחרים שלכם שיבינו איך לאוטומט את ה-90% בזמן שאתם עדיין נאבקים בעייפות הפרומפטים, פשוט יציעו מחירים טובים יותר ויעקפו אתכם.
ניהול עסק מבוסס AI-First אינו קשור לצוות המוכשר ביותר בכתיבת פרומפטים; מדובר בסט הרזה ביותר של תהליכים אוטומטיים. מדובר במעבר מעסק שמשתמש ב-AI לעסק שמתבסס על AI.
אם הצוות שלכם הפסיק להשתמש בכלים שקניתם לו, אל תקנו להם קורס הדרכה. במקום זאת, בחנו את החיכוך. בחנו את מס הפרומפטים. ואז, התחילו לבנות את הצינורות שהופכים את ה-AI לבלתי נראה.
שם מתחילה הטרנספורמציה האמיתית. אם תרצו לראות בדיוק כיצד ניתן להפחית את העלויות הספציפיות שלכם על ידי מעבר למודלים אלו, בואו ל-aiaccelerating.com וננתח את המספרים. הנתונים אינם משקרים, גם כשההתלהבות דועכת.