שמחוביץ' מצביע על נתוני מקינזי, שלפיהם 88% מהארגונים כבר משלבים בינה מלאכותית לפחות בפונקציה עסקית אחת, אך 66% מהם עדיין תקועים בשלב הניסויים והפיילוטים המקומיים. רק 39% מדווחים…
שמחוביץ' מצביע על נתוני מקינזי, שלפיהם 88% מהארגונים כבר משלבים בינה מלאכותית לפחות בפונקציה עסקית אחת, אך 66% מהם עדיין תקועים בשלב הניסויים והפיילוטים המקומיים. רק 39% מדווחים על השפעה פיננסית כלשהי ברמת החברה כולה, ורק כ-6% מוגדרים כארגונים שמצליחים לראות תשואה ממשית.
לדבריו, הסיבה המרכזית לכך היא שהארגונים מתמקדים בשיפור הכלים הגלויים לעין, אך מזניחים את מה שהוא מכנה השכבה השקופה של העבודה הארגונית.
"העבודה הארגונית משלבת שלוש שכבות - העבודה הישירה על המוצר, כלי התשתית הטכנולוגיים המסייעים לו, כמו מערכות ענן ומודלי שפה, שנועדו להאיץ את העבודה על המוצר. אבל יש גם שכבה נוספת, והיא השכבה השקופה, שלא מקדישים לה תשומת לב ארגונית".
השכבה הזו, לדבריו, כוללת את ההרגלים הישנים, המנגנונים המסורבלים והבירוקרטיה שמעכבים את הארגון מבפנים. "ההנהלות ממהרות לשדרג את המוצר והתשתית ואומרות שצריך להביא עוד אייג'נט שיעשה את המצגת, ובמקביל הן משלימות עם קיומם של תהליכים מיושנים בשכבה השקופה התפעולית והפיננסית, מתוך תפיסה של "ככה זה".
המשמעות בפועל היא שעובדים יכולים להתייעל בנקודה אחת של תהליך העבודה, אך להיתקע מיד לאחר מכן בצווארי בקבוק ארגוניים. מפתח עשוי לכתוב קוד בעזרת AI בחצי מהזמן, אך מחזור הפיתוח כולו עדיין עלול להתעכב שבועות בגלל סקירות קוד ידניות ואישורי אבטחה. איש מכירות יכול להכין הצעת מחיר מורכבת בתוך דקות, אך העסקה תמתין חודשים בגלל תהליך רכש מיושן.
לדברי שמחוביץ', הפער בולט במיוחד בצד הפיננסי והתפעולי. עובדים בארגונים גלובליים מבזבזים בממוצע כ-3.5 שעות בשבוע על דיווחי הוצאות, מעקב אחר קבלות ובירוקרטיה פיננסית פנימית.
"העובדים חווים פער מתסכל בין האוטונומיה המקצועית לבין חוסר האמון של המערכת הפיננסית: הטכנולוגיה מאפשרת להם לקבל החלטות מקצועיות מהירות ולרכוש כלים דיגיטליים בשניות, אך המציאות בשטח הופכת אותם לפקידים".
לדבריו, כאשר עובד נדרש לממן הוצאות מכיסו, לעקוב אחר קבלות, להמתין לאישורים כפולים ולבצע התאמות ידניות מול הנהלת החשבונות, חלק גדול מהתועלת שה-AI יצר נמחק. "אם עובדים חוסכים שעות עבודה יקרות בזכות ה-AI, אך מבזבזים את כולן בהמתנה לאישורים פשוטים ובניהול ידני של בירוקרטיה, הארגון מוחק את היתרון התחרותי שלו".
שמחוביץ' טוען כי הפתרון אינו ברכישה של עוד כלי בינה מלאכותית, אלא בשינוי רחב יותר של תהליכי העבודה. "כדי לפתור את צוואר הבקבוק, חברות חייבות לעבור מאוטומציה של משימות בודדות לאוטומציה של תהליכים שלמים. הפתרון אינו רכישת כלי בינה מלאכותית נוספים, אלא בניית אופרציה אוטונומית המשלבת מערכות משפטיות, פיננסיות ותפעוליות".
לדבריו, ההנחה שהדור הבא של מודלי השפה יפתור לבדו את בעיות הניהול, הרכש והאישורים, מחמיצה את עומק הבעיה. "שום מודל בינה מלאכותית לא יכול לפתור מאבקי כוח בין מנהלי מחלקות, לחתום על חוזים משפטיים או לשנות תרבות ארגונית של סבבי אישורים כפולים".
בסופו של דבר, שאלת התשואה על השקעות ה-AI אינה תלויה רק באיכות המודלים או בהיקף התקציבים שמופנים אליהם. היא תלויה גם ביכולת של ארגונים לקצר תהליכים, לצמצם חיכוך פנימי ולחבר בין הטכנולוגיה החדשה לבין מבנה עבודה יעיל יותר. כפי שמסכם שמחוביץ': "בעידן ה-AI, החברות שינצחו הן לא אלו עם הטכנולוגיה המהירה ביותר, אלא אלו עם הבירוקרטיה הקצרה ביותר".
קרא את הכתבה המלאה במקור
