אז איפה בינה מלאכותית נמצאת על הגרף? ואיך אנחנו יכולים להיעזר בו כדי להוביל את תהליך האימוץ טכנולוגיים שמייצרים ערך עסקי אמיתי בארגון?
אם בא לכם לקרוא על זה עוד הנה קישור למודל באתר של Gartner
איך להשתמש ב-Hype Cycle בפועל?
הערך של הגרף הוא לא רק להבין איפה טכנולוגיה נמצאת, אלא לקבל החלטה ניהולית טובה יותר: האם עכשיו הזמן להתנסות, להמתין, או להטמיע בצורה רחבה. כשמדובר ב-AI, הרבה ארגונים קופצים ישר לרכישת כלים, אבל מדלגים על שאלות בסיסיות כמו מי המשתמשים, איזה תהליך משתפר, ואיך מודדים ערך.
דרך טובה להשתמש במודל היא לחלק יוזמות AI לשלושה סוגים: ניסויים מהירים, תהליכים שכבר מוכנים להטמעה, ורעיונות שכדאי לעקוב אחריהם אבל לא להשקיע בהם עדיין. החיבור הזה בין אימוץ טכנולוגיה לבין טרנספורמציה אמיתית באמצעות AI עוזר להימנע מהייפ ריק ולבנות מפת דרכים שמבוססת על ערך עסקי, בשלות ארגונית ויכולת ביצוע.
בפועל, כדאי לחזור למודל הזה בכל פעם שעולה כלי AI חדש בארגון. במקום לשאול רק “האם הכלי מגניב?”, עדיף לשאול: האם הוא פותר כאב אמיתי, האם המשתמשים מוכנים לאמץ אותו, האם יש דאטה מספיק איכותי, ומה ייחשב הצלחה אחרי חודש או רבעון. השאלות האלה הופכות את הגרף מכלי תיאורטי לכלי עבודה שמונע החלטות אימפולסיביות.
לכן השימוש הנכון ב-Hype Cycle הוא לשלב בין סקרנות טכנולוגית לבין משמעת מוצרית, מדידה והבנת משתמשים.
כך אפשר להחליט אם להתקדם לפיילוט, לעצור, או להמתין לבשלות גבוהה יותר של הכלי והשוק.