על פי הדו”ח, רק 5% מהיוזמות הארגוניות מספקות החזר עסקי מדיד. אלה שמצליחים הם אלו שמתמקדים בפתרון בעיה אחת ספציפית ומשלבים אותה עם הצרכים של הלקוח.
הסיבה המרכזית ש-Gen AI נכשל היא פער הלמידה של המערכות: הן לא מסתגלות ולא משתפרות עם הזמן, וגורמות לקושי ביישום בתוך זרימות עבודה ותהליכים קיימים. הדו”ח חושף את מה שנקרא “כלכלת צללים של-AI”, אנשים שמשתמשים בכלי AI אישיים כמו GPT לביצוע המשימות, גם כשהארגון רוכש מנוי רשמי.
⚠️ חשוב לדעת קיימת ביקורת על המחקר ועל רמת המהימנות שלו בעקבות גודל מדגם קטן שכולל 300 יוזמות AI שפורסמו לציבור בלבד, ראיונות בוצעו רק עם 52 ארגונים וסקר שכלל רק 153 מנהלים בכירים.
בניגוד למה שחושבים, הערך העסקי הגבוה ביותר מגיע דווקא מהשקעה באוטומציה של תהליכי back office, זה מוביל להורדת עלויות, צמצום מיקור חוץ ושיפור יעילות שמתבטא בשירות ללקוחות. למרות זאת, 70% מההשקעות עדיין הולכות למכירות ושיווק.
מפתח נוסף הוא להצלחה הוא אסטרטגיית “קנייה לפני בנייה” מצביעה על כך שפתרונות בשיתוף ספקים מצליחים ב-67% מהמקרים לעומת 33% לאלה שבונים פתרונות פנימיים.
שתי התעשיות שמראות אימוץ משמעותי של AI הן טכנולוגיה, מדיה וטליקום. בריאות, שירותים פיננסיים ותעשייה מראות התנסויות רבות אבל מעט טרנספורמציה בפועל.
בסופו של דבר, אני חושב שצריך לקחת את הדו”ח בפרופורציה בגלל המדגם הקטן. אבל יש כמה ממצאים שאפשר לקחת ממנו
חמישה צעדים פרקטיים מהמחקר
- למפות תהליכים ארגוניים קריטיים שבהם ל-AI יש ערך עסקי מובהק.
- לבחור תהליך אחד, לאפיין אותו מקצה לקצה ולזהות נקודות שילוב.
- לאמץ מנהלים בדרג ראשון כחלוצים – לבקש מהם לזהות בעצמם איפה AI נכנס.
- לנהוג כלקוחות BPO – לדרוש התאמה עמוקה מהספק ולהצמיד אותו לתוצאות עסקיות.
- להתמקד במערכות לומדות שמסתגלות לאורך זמן.
לאחרונה פיתחנו בבנק תוכנית אימוץ AI כלל ארגונית שמטפלת בשני וקטורים: קידום רמת האימוץ של בינה מלאכותית בקרב עובדים, במקביל להשקעה בתהליכי למידה עמוקה באזורים שהכי מושפעים מהשינוי, ועם אימפקט עסקי גבוה על הבנק.
אז אם אתם בוחנים יוזמת AI, התחילו מתהליך אחד קריטי, לא מהשיווק. שאלו – איפה נחסוך הכי הרבה או נשפר את היעילות בצורה מדידה.