אל תאשימו את האלגוריתם: הפער של מהפכת ה-AI

ארגונים מעולם לא היו מצוידים טוב יותר מאשר היום לטרנספורמציה דיגיטלית. שירותי ענן, פלטפורמות Low-Code ופתרונות בינה מלאכותית הפכו יכולות שבעבר דרשו שנים של פיתוח ותקציבי ענק למוצרי מדף זמינים כמעט מיידית. הטכנולוגיה, במילים פשוטות, כבר כאן, והיא בשלה מתמיד. ובכל זאת, שיעורי ההצלחה של מהלכי הטרנספורמציה לא משתפרים באופן מהותי. לפי מק'ינזי, כ־70% מיוזמות הטרנספורמציה הדיגיטלית לא משיגות את יעדיהן העסקיים.

המעבר לענן חשף את הכאוס

אמנם, המעבר לענן ביטל מגבלות תשתית והפך מערכות מתקדמות לנגישות מאי פעם, אך בו זמנית הוא העלה את רף הניהול הנדרש. כאשר כל מערכת זמינה בלחיצת כפתור קל יותר לאבד שליטה על עלויות, הרשאות וגבולות אחריות. ההשלכות כבר ניכרות בשטח: הערכות בתעשייה מצביעות על כך שארגונים מבזבזים בין 20% ל־30% מהוצאות הענן שלהם על משאבים שאינם מנוהלים כראוי. המסקנה היא ברורה: החסם הוא כבר לא טכנולוגי, אלא ניהולי. הטכנולוגיה נעשתה פשוטה יותר, אך הניהול – מורכב יותר.

פלטפורמות ה-Low-Code וה-No-Code האיצו מגמה נוספת

לראשונה בהיסטוריה הארגונית, היכולת לבנות מערכות כבר לא שמורה רק ל-IT. יחידות עסקיות, צוותי מוצר ולעיתים אף עובדים ללא רקע טכנולוגי יכולים להקים אפליקציות בתוך זמן קצר. רבות מהאפליקציות הארגוניות כבר נבנות באמצעות פלטפורמות שמאפשרות זאת, אבל טמונה כאן מלכודת: המהירות הזו מייצרת ערך, אך גם אשליה מסוכנת של פשטות. כאשר מדלגים על ארכיטקטורה, מודל נתונים או מנגנוני בקרה ופיקוח, המורכבות לא נעלמת – היא פשוט נדחית לשלב התפעול. ארגונים מגלים מאוחר מדי שהמערכת שנבנתה במהירות יוצרת תלות, חוב ארכיטקטוני (כלומר, החלטות תכנון שנדחו או קוצרו וכעת דורשות תיקון מורכב בהמשך) ואתגרי שליטה.

הפער בתעשייה כיום אינו פער טכנולוגי, אלא פער ביצועי. מה שמפריד בין חברות שמדברות על חדשנות לכאלה שמייצרות ערך מחדשנות הוא היכולת לבנות ארכיטקטורה יציבה ומשמעת תהליכית

בשנים האחרונות נכנסה לתמונה הבינה המלאכותית, והיא מאיצה את הכול. אולם, בניגוד לתפיסה הרווחת, ה-AI לא מייצרת סדר בארגון, כי אם מגבירה את מה שכבר קיים בו. בארגון מתואם היא מאיצה קבלת החלטות, אך בארגון מבולגן היא מאיצה טעויות בקנה מידה גדול יותר. לא במקרה יותר ממחצית מיוזמות ה-AI הארגוניות נעצרות בשלב הפיילוט או אינן מגיעות להטמעה רחבה – בעיקר בשל היעדר מוכנות ארגונית ונתונים לא אחידים.

הבינה המלאכותית יודעת לנתח מידע ולהציע פעולה, אך היא לא מחליפה את ההנהלה, לא מגדירה אסטרטגיה ולא פותרת אי סדר ארגוני. יתרה מכך, אם בעבר טעויות נבנו לאורך שנים, כיום ניתן להטמיע אותן בתוך חודשים ולהפיץ אותן על פני הארגון כולו.

בפרויקט שליווינו באחרונה ביקש ארגון גדול להטמיע יכולות AI במערכת שירות מרכזית. הטכנולוגיה הייתה בשלה והפיתוח התקדם במהירות, אך עד מהרה התבררה הבעיה האמיתית: לא הייתה הגדרה אחידה לנתוני לקוח, תהליכי העבודה לא היו מתואמים ולא הייתה בעלות ברורה על קבלת ההחלטות. האלגוריתם עבד מצוין על נתונים שלא ניתן היה לסמוך עליהם. רק לאחר שהובלנו את הארגון להגדרת מודל נתונים אחוד, קבענו איתם מנגנוני בקרה ופיקוח, והבהרנו את תחומי האחריות, ניתן היה להפעיל את המערכת באופן שייצר ערך אמיתי. הלקח היה ברור: לפני שמכניסים AI, צריך להכין את הארגון לעבוד איתה.

להתגבר על הפער שיוצרת ה-AI

הכלים קיימים והידע נגיש. לכן, הפער בתעשייה כיום אינו פער טכנולוגי, אלא פער ביצועי. מה שמפריד בין חברות שמדברות על חדשנות לכאלה שמייצרות ערך מחדשנות הוא היכולת לבנות ארכיטקטורה יציבה ומשמעת תהליכית. הבינה המלאכותית לא תחליף ארגונים שלא יודעים לנהל טרנספורמציה, היא פשוט תחשוף אותם מהר יותר.

הארגונים שיצליחו להתגבר על הפער שיוצר השימוש ב-AI אינם דווקא אלה שמאמצים טכנולוגיות חדשניות ראשונים, אלא אלה שמנהלים אותן נכון. אלה שמבינים שהבינה המלאכותית היא לא שכבה שמוסיפים מעל המערכת, אלא שינוי עומק בתהליכים ובאחריות הניהולית. השאלה שההנהלות צריכות לשאול את עצמן כיום היא לא האם הארגון מוכן ל-AI, אלא האם הוא מוכן לניהול שהעידן הזה מצריך.

הכותב הוא מנכ"ל אשכול פתרונות הענן המותאמים ב-peax (לשעבר קבוצת EMET), שמוביל פרויקטי טרנספורמציה דיגיטלית מורכבים בארגונים גדולים בתחומי הדיגיטל, הענן, ה-Low-Code והבינה המלאכותית.