למה 95% מהפרויקטים ב-AI נכשלים ואיך להצטרף ל־5% המצליחים
החברות המעטות שמצליחות ביישום AI מכוונות לתחומים מעשיים שמניבים להם יעילות עסקית, במקום לפרויקטים שנשמעים טוב בחדרי הישיבות אבל לא מצליחים בשטח
מהפכת ה־AI הארגונית מסתירה מאחוריה אמת כואבת. רוב הכסף שמושקע בתחום נשרף. דו"ח של MIT בשם The GenAI Divide מציג נתונים דרמטיים - ארגונים השקיעו 40 מיליארד דולר בבינה מלאכותית ג'נרטיבית, אך 95% מהם דיווחו על אפס ROI על ההשקעה. המשמעות היא שרק אחד מתוך עשרים פיילוטים לכלי AI בחברות נכנס לשלב הייצור בפועל.
הדו"ח של MIT חושף את הסיבות לפערים ביישום כלי ה-AI הארגוניים:
התקציבים עוקבים אחרי הכנסות, לא תמיד אחרי ערך: כ־70% מהוצאות ה־AI מופנות למחלקות המכירות והשיווק, הסיבה לכך היא שהמדדים במחלקות האלה ברורים וקשורים ישירות ל־KPIs המרכזיים של הארגון. אף על פי שגישה זו הגיונית, היא יוצרת עיוורון אסטרטגי, ומתעלמת מהזדמנויות בעלות החזר השקעה (ROI) גבוה שקיימות במחלקות "האחוריות" בארגון.
פער ה"למידה" הוא החסם האמיתי: הסיבה העיקרית לכישלון כלים פנימיים היא שהם סטטיים. הם לא לומדים ולא משלבים מידע ממערכת הליבה של הארגון. משתמשים לא יקבלו כלי ששוכח הקשר, לא מסונכרן עם המידע הארגוני, ודורש חזרה על אותן הוראות שוב ושוב.
"Shadow AI" הפך לנורמה: בכ־90% מהחברות, העובדים כבר משתמשים בכלי AI אישיים בעבודה. אך רק 40% מהחברות מחזיקות במנויים רשמיים. הצוותים כבר הצביעו ברגליים ומעדיפים כלים "צרכניים" גמישים, בזמן שהפיילוטים של הכלים הארגוניים נשרכים מאחור.
הבעיה איננה טכנולוגית אלא ניהולית. אותה קבוצה קטנה של 5% מהארגונים שכן מצליחה לעשות את זה, היא לא של אנשים חכמים יותר, אלא כאלה שעובדים באופן שיטתי על פי תוכנית מסודרת.
מה המנצחים עושים אחרת - שישה דפוסי פעולה של ה־5%
החברות המצליחות אינן קונות סתם "AI", אלא קונות תוצאות ומיישמות פתרונות. הדפוסים של החברות המצליחות חוזרים גם הם על עצמם:
1. הן מתמקדות בייעול תהליכים, לא באופנות: ה־ROI הגבוה ביותר לא מגיע מדמואים נוצצים. הוא נמצא ב"חדר המכונות" של הארגון. הדו"ח מציין בין ההישגים של אותן חברות ביטול שירותי BPO (מיקור חוץ של תהליכים עסקיים), קיצוץ 30% בהוצאות סוכנויות, וסגירה מהירה יותר של דוחות כפסיים. המנצחים מתחילים מהמקומות שבהם הכאב התפעולי חד והחזר על ההשקעה מדיד.
2. קונים תוצאות, לא רישיונות משתמש: הם מתייחסים לספקי AI כשותפים ולא "רק" כספקי תוכנה. הם מפתחים יחד ומחייבים את הספקים במדדים עסקיים. פרויקטים שכוללים שותפים חיצוניים מצליחים כמעט פי שניים לעומת כאלה שנבנים פנימית בלבד (66% מול 33% מתוך סך ההצלחות).
3. שילוב ה־AI עד שהוא הופך ל"בלתי נראה": הצוות שלכם צריך לעזוב את מערכת הליבה שלו כדי "להשתמש ב-AI", כבר הפסדתם. עבור ה־5%, אינטגרציה דו־כיוונית למערכות ה־CRM, ERP ומאגרי המידע היא דרישה שאין להתפשר עליה כבר ביום הראשון.
4. דורשים מערכות שלומדות: הבדל קריטי הוא יכולת הזיכרון של ה-AI. המנצחים דורשים מערכות עם יכולת למידה וכזו שמאפשרת ביצוע התאמות ולא רק ממשק צ'אט.
5. מתקשרים עם ספק דרך המלצות אמינות: לרוב, ההצלחות לא הגיעו דרך פניות של דואר אנונימיאו קמפיינים ברשתות. הם דרך המלצות של עמיתים, שותפים וספקים קיימים.
6. מתמקדים בדפוס כוח אדם חדש בארגון: ההשפעה הראשונית של הטמעת ה-AI היא לא פיטורים המוניים, אלא צמצום של 5-20% בהוצאות חיצוניות על תמיכה, מיקור חוץ ועבודות אדמיניסטרטיביות.
אז מה לעשות? כך עוברים מ"פיילוט" ומתחילים ליצירת ערך אמיתי
• מצאו את הנקודות החיכוך הבעייתיות בארגון: קיימו סדנה של שעתיים עם אנשי התפעול, הפיננסים והתמיכה. זהו את עשרת הנקודות שבהן יש את "החלפת הידיים", העיכובים והעמלות הגבוהות ביותר שמשולמות לספקים חיצוניים. דרגו אותם לפי שעות מבוזבזות וכסף שיוצא. זה משקף את האזורים שבהם . פוטנציאל ה־ROI הוא הגבוה ביותר.
• רכשו כמו קונים, לא כמו תיירים: בדקו שלושה ספקים לכל היותר דרך המלצות אמינות. בדקו פרויקטים שהם ביצעו ודרשו לקבל סביבת Sandbox שתקבל גישה למידע ארגוני, דרשו לדעת כיצד כלי ה-AI יקלוט משוב וישתפרו.
• הפיילוט: בחרו תהליך אחד והגדירו יעד עסקי אחד (למשל, קיצוץ 20% בשעות של פעולה במיקוד חוץ) ויעד הטמעה אחד. מטרת הפיילוט אינה לבדוק טכנולוגיה, אלא להוכיח עבורכם את הכדאיות העסקית.
• מעבר ל-Production: אם הפיילוט עמד ביעדים, חתמו על חוזה ל־12 חודשים והרחיבו לתהליכים דומים. אם נכשל – הפסיקו ללא עכבות.
אדם שמוס הוא מייסד ומנכ"ל TimeVerse, מומחה ב-AI Scheduling
