זה בסדר גמור לשימוש בסיסי, אבל בדרך הזו אנחנו משאירים ערך עצום על השולחן. כדי לפרוץ את תקרת הזכוכית הזו ולהפוך למשתמשי AI מתקדמים באמת, נדרשת גישה מובנית יותר. בפוסט זה נציג את פריימוורק ה-60/30/10: שיטה לחלוקת קשב ומשאבים שתעזור לכם לפתח "אינטואיציה ל-AI" ולהפיק ערך מקסימלי מהכלים העומדים לרשותכם.
הבעיה: מלכודת הנוחות
התרחיש הוא כמעט תמיד זהה: משתמשים מגלים מספר מצומצם של שימושים שעובדים להם – סיכום מאמרים, ניסוח מיילים, או יצירת רעיונות לפוסטים. ברגע שהמוח שלנו מסמן "V" על הצלחה, הוא מפסיק לחפש דרכים חדשות. התוצאה היא שימוש שטחי שאינו מתפתח עם הטכנולוגיה.
הפתרון הוא לחלק את אינטראקציית ה-AI שלכם לשלוש קטגוריות נפרדות, שלכל אחת מהן מטרה שונה לחלוטין. זה לא רק ישפר את התוצר הסופי, אלא גם יעזור לכם להבין מתי נכון להשתמש ב-AI ומתי עדיף לוותר.
מודל 60/30/10
המודל מחלק את זמן העבודה עם כלי ה-AI לשלושה חלקים, כאשר כל חלק בונה יכולת אחרת:
1. ה-60%: חזרתיות (The Repetition Phase)
זהו הבסיס המוצק של העבודה שלכם. אלו השימושים שאתם כבר יודעים בוודאות שעובדים היטב.
- מה זה כולל: סיכום פגישות, כתיבת טיוטות ראשוניות, הפקת נקודות עיקריות (Key Points) מטקסטים, יצירת מתארים (Outlines).
- העיקרון המנחה: "מה שעובד – לא נוגעים". כאן המטרה היא יעילות ומהירות. עושים שימוש ב-Copy-Paste לפרומפטים מוכנים מראש כדי לחסוך זמן. ובעצם גם עושים קופי-פייסט פשוט לתהליכי העבודה הרגילים שעוזרים לכם ביומיום.
2. ה-30%: שיפור (The Optimization Phase)
כאן רוב האנשים מפסידים את הערך הגדול ביותר. זהו השלב שבו לוקחים את ה"בטוח והמוכר" ועושים לו אופטימיזציה.
במקום להסתפק בפקודה גנרית, אנחנו מדייקים אותה כדי לקבל תוצאה איכותית יותר. זה דורש להכיר את ה"אופי" של המודל, להבין הקשרים (Context) ולדעת לבקש בדיוק מה שצריך.
הנה דוגמאות להבדל בין ה-60% ל-30%:
| שלב ה-60% (הבסיס) | שלב ה-30% (השיפור) |
|---|---|
"תסכם את המאמר" |
"תסכם לקהל טכני עם דגש על אתגרי יישום" |
"כתוב נושא למייל" |
"כתוב נושא שיעורר סקרנות של CFO שבודק ROI" |
שיפורים נוספים שנכללים בשכבה זו הם מציאת ה״כלי הנכון למשימה הנכונה״, התנסות בכלים שונים לאותם משימה, והשוואה ביניהם, וכן היכרות עם ״אופי״ יחודי של מודלים שונים – איזה אופי מתאים לאיזו משימה, ומה הכי הולם את ה״קול היחודי״ שאתם רוצים להביא בעצמכם.
3. ה-10%: ניסויים (The Experimentation Phase)
זהו איזור ה"מעבדה". את עשרת האחוזים הנותרים מקדישים לדברים חדשים לגמרי, שלא בטוחים שיעבדו.
- המטרה: כישלון. כן, קראתם נכון. רוב הניסויים כאן ייכשלו, וזו בדיוק המטרה. כל ניסוי שנכשל הוא "שריר" שנבנה, שעוזר לכם להבין את הגבולות של הטכנולוגיה – מתי להשתמש ב-AI ומתי לא.
- טיפ לניסויים: אם ניסוי נכשל היום, שימו תזכורת ביומן שלכם לעוד 3-6 חודשים לנסות אותו שוב. קצב הפיתוח של ה-AI הוא מסחרר, ומה שנכשל במודל של אתמול עשוי לעבוד בצורה מדהימה במודל של מחר.
איך מיישמים? תוכנית פעולה לשבועיים
כדי לא להישאר ברמת התיאוריה, הנה פרוטוקול פשוט ליישום המודל בארגון או בעבודה האישית שלכם.
- שבוע ראשון – ניטור ומעקב:
- אל תשנו כלום בהרגלי העבודה. רק עקבו.
- נהלו רשימה פשוטה: מה ביקשתם מה-AI? לאיזו קטגוריה זה משתייך (60/30/10)? האם התוצאה הייתה שימושית?
- שבוע שני ואילך – כוונון יחסים:
- שאפו למספרים הבאים ביום עבודה ממוצע: 6 שימושים חזרתיים, 3 שיפורים, וניסוי אחד.
- אל תתעקשו על המספרים המדויקים, כל עוד אתם ב"איזור החיוג" הזה, אתם בכיוון הנכון.
- נהלו יומן ניסויים מינימליסטי: מה ניסיתי? האם זה עבד? איך אפשר לשפר לפעם הבאה?
התוצאה: פיתוח אינטואיציה ל-AI
אחרי כמה שבועות של תרגול עקבי בשיטת ה-60/30/10, קורה משהו מעניין. אתם מפסיקים לחשוב במונחים של "האם הכלי הזה יכול לעזור לי עכשיו?", ומתחילים לפתח אינטואיציית AI. סוג של אינטואיציה ארגונית, אלא שכל הארגון הוא… אתם. אתם והעוזרים הדיגטלים החדשים. הכלים הנכונים למשימות הנכונות.
אתם תתחילו לזהות מראש: "המשימה הזו מושלמת ל-AI כי היא מובנית וסיזיפית", או להפך: "ההחלטה הזו דורשת שיפוט אנושי ורגישות, AI לא מתאים כאן". שינוי המיינדסט הזה – מ"פתרון בעיות נקודתי" ל"תכנון תהליכים היברידי" – הוא מה שהופך עובדים ומנהלים למובילי תחום ה-AI בארגון שלהם.
בהצלחה!