סקיילינג של AI אינו הוספת משתמשים לאותו כלי. הרחבה אמיתית מתרחשת כאשר שימוש שהוכיח ערך הופך ליכולת שחוזרת ביחידות שונות, בלי לאבד איכות, פרטיות ואחריות. המעבר מפיילוט לצמיחה דורש החלטה מה נשאר אחיד ומה מותאם לצוות. אם מרחיבים מוקדם מדי, הארגון משכפל בלבול. אם מחכים לשלמות, יוזמות מקומיות עוקפות את המסגרת. הדרך היא לבנות שכבות: עקרונות משותפים, תבניות, בעלי תפקידים ולולאת למידה.
לפני הרחבה צריכים להיות ארבעה סימנים: תוצאה טובה ביחס לקו בסיס, טעויות מוכרות, בעל תהליך פעיל ודרך תמיכה. הצלחה בדוגמה אחת אינה מספיקה. בודקים מדגם מגוון, כולל עומס, מידע חסר ומשתמשים ברמות ניסיון שונות. כך מגלים אם השימוש עובד גם מחוץ לצוות המוביל.מגדירים תנאי סף כתובים. לדוגמה, שיעור תוצרים שעברו בדיקה, זמן תיקון, מספר אירועי מידע ורמת שביעות רצון של המשתמש המקבל. אם תנאי אינו מתקיים, מתקנים לפני שמוסיפים יחידה. סף ברור מגן על ההנהלה מלחץ להתרחב רק בגלל עניין ציבורי.
הארגון צריך ליבה משותפת: סיווג מידע, כללי בדיקה, תיעוד, דיווח על אירוע ובעלות. לעומת זאת, דוגמאות, שפה, תבניות ותדירות יכולות להשתנות בין שיווק, שירות, כספים ותפעול. ההפרדה מאפשרת שליטה בלי לייצר מדיניות שאינה מתאימה לעבודה.כל יחידה ממנה בעל תרחיש שמכיר את המשימה ומחבר בין המשתמשים לגורמי הממשל. הוא אינו מנהל מערכת בלבד. הוא עוקב אחר איכות, אוסף שאלות ומציע שיפור. רשת של בעלי תרחישים מונעת מצב שבו מרכז מצוינות הופך לצוואר בקבוק.
תבנית טובה מתעדת קלט, צעדים, בדיקות ופלט. היא כוללת דוגמה תקינה ומקרה שבו צריך לעצור. מאגר תבניות צריך להיות ניתן לחיפוש, עם תאריך עדכון ובעלים. מספר גדול של פרומפטים ללא הקשר אינו נכס; הוא יוצר בחירה קשה ושימוש בתוכן מיושן.מומלץ לפרסם תבנית רק לאחר שימוש חוזר ובדיקה. משתמשים יכולים להציע שינוי, אך בעל התהליך מאשר גרסה. פעם ברבעון מסירים תבניות שאינן בשימוש או אינן תואמות כלי חדש. משטר גרסאות קטן חוסך טעויות ומסייע לעובד לדעת על מה אפשר לסמוך.
הנהלה צריכה לראות רשימת שימושים עם ערך, סיכון, עלות ובשלות. במקום לאשר כל רעיון בנפרד, מדרגים לפי התאמה לאסטרטגיה וליכולת היישום. יוזמה שמבטיחה חיסכון אך דורשת נתונים שאינם זמינים אינה בהכרח עדיפה על שיפור קטן שאפשר למדוד בתוך חודש.סקירה חודשית מתמקדת בהחלטות: להרחיב, להמשיך ניסוי, לשנות או לסגור. לכל החלטה מצרפים נימוק ובעלים. כך נמנעת הצטברות של פיילוטים נצחיים. סגירת יוזמה מפנה תקציב ותשומת לב ומלמדת את הארגון אילו תנאים חסרים.
אין צורך ללמד את כולם אותו עומק. בונים שכבות: אוריינות בסיסית לכלל העובדים, סדנה תפקידית למשתמשים, הכשרת מנהלים ובעלי תרחישים, והעמקה טכנית לצוותים רלוונטיים. השפה המשותפת נשמרת, אך התרגול מתאים לאחריות ולהשפעת הטעות.Train the Trainer יכול להאיץ הרחבה כאשר המנחים הפנימיים מקבלים מערך, תרגול, קריטריונים ומשוב. אין להסתפק בהעברת מצגת. מנחה צריך לדעת לטפל במקרה גבולי, להדגים בדיקה ולדווח על דפוס שחוזר. ליווי בתחילת הדרך שומר על איכות בין יחידות.
מדדי הרחבה כוללים שיעור יחידות עם בעל תרחיש, שימוש בתבניות מאושרות, איכות תוצר, זמן תמיכה ואירועי סיכון. בוחנים גם פיזור: האם הערך נשאר בצוות חלוץ או עובר לאחרים. מדד ממוצע עלול להסתיר יחידה שבה התהליך אינו מתאים.לצד התוצאה מודדים עומס חדש. אם עובדים חוסכים זמן אך מנהלים משקיעים שעות בבדיקות, הערך עבר מקום ולא נוצר. לכן מחשבים זמן כולל לאורך התהליך. פעם ברבעון משווים שימושים ומעדכנים את מודל ההרחבה לפי הראיות.
סקיילינג מגדיל לא רק ערך אלא גם עלות: רישיונות, אינטגרציות, אבטחה, הדרכה וזמן תמיכה. בונים תחזית לפי סוג משתמש ולא לפי כלל העובדים. משתמש מזדמן, משתמש מקצועי ובעל תרחיש זקוקים לרמות שונות. כך אפשר להקצות כלי מתקדם למקום שבו הוא יוצר תוצאה.יש למדוד ניצול בלי לעודד שימוש מלאכותי. רישיון שאינו פעיל עשוי להעיד על משימה לא מתאימה, חוסר הרשאה או הדרכה חלשה. לפני ביטול או הרחבה משוחחים עם היחידה ובודקים את התהליך. החלטת עלות טובה משלבת נתון, הקשר ותוכנית פעולה.
NIST AI RMF מדגישה ממשל ומדידה לאורך מחזור החיים, ו־ISO/IEC 42001 מתארת מערכת ניהול ל־AI. העיקרון המעשי הוא שהרחבה דורשת תהליך מתמשך ולא אישור חד־פעמי. גם OECD מדגישה אחריות וחוסן, החשובים כאשר מספר המשתמשים והתלויות גדל.
כאשר קיימות ראיות ממדגם מתאים, טעויות מוכרות, תבנית ובעלים. משך הזמן תלוי בסיכון ובמורכבות; תאריך לבדו אינו סימן לבשלות.
לא בהכרח. הוא מגדיר ליבה, כלים ומנגנוני דיווח. בעלי תרחישים ביחידות יכולים לנהל שימושים מקומיים בתוך גבולות ברורים.
מספקים חלופה מאושרת, תהליך בקשה מהיר והסבר מעשי על מידע. איסור ללא פתרון מעודד שימוש נסתר.
הסדנה מייצרת שפה, תרגול ותבנית. בהרחבה היא צריכה להשתלב בהכשרת מנהלים, מנחים פנימיים ומעקב, ולא להישאר אירוע בודד.
אם פיילוט הצליח אך ההרחבה עדיין אינה ברורה, תאמו שיחה עם THE IMPACT. נמפה את תנאי הסף, בעלי התרחישים ומסלול ההכשרה, ונבנה סדנאות AI לארגונים עם תבניות ומדדי יישום. כך תוכלו לבחון כיצד מתרחבים בלי לשכפל סיכון. נבחן גם רישיונות, עלויות תמיכה ומנגנון להעברת לקחים בין יחידות, כדי שהרחבה תיצור יכולת משותפת ולא רק יותר חשבונות משתמש.