למה רוב מוחלט של חברות טק לא מצליח להטמיע AI כמו שצריך?
בוובינר של מרכז המצוינות Data & AI של הלשכה לטכנולוגיות מידע דיברו על התשתיות שלא מתאימות, הפיילוטים שלא יוצאים מ-PoC, והאיומים ש-90% מהחברות לא ערוכות להם
תמונה: dreamstime
ארגונים רבים מנסים להטמיע מערכות AI – במיוחד פתרונות של Agentic AI (סוכני בינה מלאכותית) – אבל רק מעטים באמת מצליחים להפיק מהם ערך אמיתי. הסיבות לכך רבות, וכוללות כשלים בתשתית, ניהול פרויקטים, מוכנות ארגונית ואבטחת מידע. בוובינר שערך מרכז המצוינות Data & AI של הלשכה לטכנולוגיות מידע, דיברו המומחים על נקודות הכשל המרכזיות – וגם על מה אפשר לעשות אחרת.
תמונה: Accenture
על מה דיברו?
ד"ר לוי שאול, מנהל תחום Data & AI ב-Accenture, הציג נתונים מדאיגים: רק 13% מהחברות שמטמיעות AI מדווחות על יצירת ערך משמעותי. לדבריו, הבעיה מתחילה בתשתיות לא מתאימות ובחוב טכנולוגי שמעמיס על הארגון. גם ההנחה שפתרון "מהמדף" יכול להתאים לבעיה עסקית מורכבת מתבררת כלא מציאותית. בנוסף, ארגונים סובלים ממחסור בכישרונות ובנתונים איכותיים – וגם מתעלמים מהיבטי סייבר קריטיים: לפי גרטנר, מעל 25% מהפריצות הארגוניות עד 2028 ינצלו לרעה סוכני AI. ולמרות זאת, 90% מהחברות לא בשלות להתמודד עם האיום.
כל עדכוני ה-IT, תשתית וטכנולוגיה בערוץ הטלגרם של ITtime
רז הייפרמן, יועץ בכיר לטרנספורמציה דיגיטלית ב-BDO, הדגיש כי הטמעת AI מוצלחת דורשת יותר מטכנולוגיה. לדבריו, ארגונים פועלים מתוך לחץ – ומיישמים פתרונות בחיפזון, מבלי לבדוק מוכנות אמיתית. הוא ציין שישה ממדים קריטיים שצריכים להיבחן מראש: אסטרטגיה ומנהיגות, אנשים וכישורים, זיהוי יישומים עסקיים, איכות נתונים, תשתית טכנולוגית ומשילות. בלי זה – אין סיכוי.
בסיום הוובינר הציג דוד בן טולילה, יו"ר Energy Team, את תרחיש "Project AI 2027": תחזית להתפתחות מהירה של טכנולוגיות AI. הוא הסביר שהשאלה החשובה היא לא מתי תגיע בינה מלאכותית כללית – אלא איך השיפורים הקטנים של היום יוצרים האצה גדולה. העלויות יורדות, הכלים מתייעלים, המודלים מתחכמים, וההשפעה העסקית מגיעה מהר יותר ממה שנדמה.
צפו בוובינר המלא:
