גישור על הפער בין סוכני בינה מלאכותית ל-ERP כדי לשחרר ערך בקנה מידה גדול
- 24 בפבר׳
- זמן קריאה 7 דקות
מקור: McKinsey & Company
ערך: אריה עמית
26.2.2026
השקעות זורמות לתחום הבינה המלאכותית בהיקפים חסרי תקדים. הכותרות מתפרצות על השקעות אדירות בבינה מלאכותית ובחברות הקשורות לבינה מלאכותית. קצב פעילויות זה מתבטא גם ברמה העסקית, כאשר חברות מעבירות תקציבים מפונקציות IT לתחום הבינה המלאכותית. המחקר האחרון שלנו מראה שכמעט מחצית מכלל ארגוני ה-IT שנסקרו מתכננים להשקיע ביוזמות בינה מלאכותית מדור קודם, כאשר רמות ההשקעה יורדות משמעותית עבור יכולות IT ליבה כגון תשתית וארכיטקטורה.
ברמה אחת, שינוי זה הגיוני, שכן חברות מעבירות משאבים לבינה מלאכותית כדי לנצל את ההזדמנויות המדהימות. אך ברמה אחרת, מהלך זה יוצר "פער גדול" שבו חברות מתמקדות בבינה מלאכותית על חשבון יכולות מערכת תכנון משאבי ארגון (ERP) התומכת, שרבות מהן קריטיות לאפשרות הבינה המלאכותית.
לפער המתהווה הזה יש השלכות שליליות. הניסויים בבינה מלאכותית (ובינה מלאכותית גנרטיבית באופן ספציפי) הובילו לריבוי מקרי שימוש וניסויים שאינם נתמכים על ידי התהליכים, הנתונים, האנשים והטכנולוגיות הבסיסיים מקצה לקצה המאפשרים למקרים אלה להתרחב . המספרים מאששים זאת: רק כ-40 אחוז מהחברות מדווחות על השפעה כלשהי על ה-EBIT ברמת הארגון מיוזמות הבינה המלאכותית שלהן.
עם ההתרגשות המתמשכת סביב סוכני בינה מלאכותית, יישומי ERP מטופלים לעתים קרובות כמעין מחשבה שלאחר מעשה ונחשבים לטכנולוגיה מדור קודם מסורבלת. גישה זו של "ילד חורג מכוער" כלפי ERP מזלזלת באופן מסוכן בחשיבותה בשיח על בינה מלאכותית. לא רק שמקרי שימוש בבינה מלאכותית מסתמכים על חלק ניכר מהנתונים ועל רבים מהיישומים המאוחסנים במערכות ,ERP האופי המקיף של טרנספורמציה של תהליכי עבודה שמניע חלק ניכר מהערך הפוטנציאלי של סוכני בינה מלאכותית דורש שילוב מעמיק עם המערכת האקולוגית של יכולות ERP.
הערך של ERP כגורם מרכזי לסוכני בינה מלאכותית בולט במיוחד בעסקאות, בהן לוגיקת תהליכי העבודה מוגדרת היטב. סוכני בינה מלאכותית הופכים להרחבה של ה – ERP, במיוחד במקרים של הזדמנויות בעלות ערך נמוך באופן מסורתי ובמקרים חריגים בהם נדרש מאמץ ידני רב.
מציאות זו אינה מרמזת שמערכות ERP יכולות להתפתח במסלולים מסורתיים של "עסקים כרגיל". בעוד שלא סביר שסוכני בינה מלאכותית יחליפו את מערכת ה – ERP בטווח הקרוב או הבינוני בגלל מורכבות המערכת, חברות צריכות לשקול לא רק כיצד סוכני בינה מלאכותית ישבשו את פעולות ה- ERP, אלא גם כיצד הם מספקים יכולת רבת עוצמה לפיתוח ומודרניזציה של מערכת ה- ERP עצמה.
בסיס ה- ERP יעזור לשחרר ערך של בינה מלאכותית בקנה מידה גדול
ההערכה היא כי בינה מלאכותית תייצר בין 17 טריליון דולר ל-26 טריליון דולר בהשפעה כלכלית עולמית . רוב המנכ"לים והמנהלים מכירים בפוטנציאל הערך הזה - כ-80 אחוז מהחברות מדווחות על שימוש בבינה מלאכותית גנרטיבית לפחות בתפקיד אחד. סקר הבינה המלאכותית העולמי האחרון שלנו מראה שכ-40 אחוז מהארגונים מדווחים על השפעה של בינה מלאכותית על הרווח התפעולי ,(EBIT) אם כי רובם מייחסים פחות מ-5 אחוזי השפעה של .EBIT אלו שמשיגים השפעה של 5 אחוזי EBIT או יותר מבינה מלאכותית מדווחים על דחיפה לעיצוב מחדש של תהליכי עבודה, התרחבות מהירה יותר והשקעה אגרסיבית יותר בבינה מלאכותית טרנספורמטיבית, הפוטנציאל של בינה מלאכותית הוא עצום, אך רוב החברות מתקשות לתרגם אותו לתוצאות עסקיות מוחשיות.
המחקר האחרון שלנו מראה כי בעלי ביצועים גבוהים נוטים הרבה יותר מאחרים לקחת סוכני בינה מלאכותית לשלב ההרחבה. אחת הפעולות המרכזיות שהם נוקטים, היא מיקוד הטרנספורמציה ברמת התחום - במילים אחרות, פונקציה או מסע . התמקדות בתחום מאפשרת לחברות להתייחס לכל מקרי השימוש הקשורים זה בזה, כך ששינוי והרחבה הוליסטיים יוכלו להתרחש.
תחומים עסקיים מאחדים אנשים, תהליכים ונתונים בתהליכים הקובעים את אופן פעולתה בפועל של חברה. תחומים אלה אינם יכולים לפעול או לעבור טרנספורמציה ללא ,ERP אשר מגדיר כיצד ערך עובר דרך העסק: הוא מגדיר את הנתונים, קובע את הכללים ומארגן את תהליכי העבודה המניעים את הפעילות היומיומית.
מנהלים רבים מתמקדים רק בחוב הטכני של ,ERP ושוכחים את "ההון" של ERP - הידע המעמיק בתהליכים, מבני נתונים ולוגיקה עסקית מובנית המייצגים את ה- DNA התפעולי של החברה. יכולות אלו הן הדלק שמניע את הבינה המלאכותית בעסקים.
כיצד לרתום ERP כדי לסייע בהפעלת בינה מלאכותית
תפקידו של ERP ביישום טרנספורמציות של בינה מלאכותית ישתנה בהתאם לחברה ולאסטרטגיה של החברה, כפי שניתן היה לצפות. אך מניסיוננו, מקרים מוצלחים פועלים באופן כללי לפי אותה תוכנית פעולה.
1. להבהיר את הערך ברמת זרימת העבודה
זהה את הבעיות החשובות ביותר בתחום עסקי וקשר אותן לתוצאות ברורות ומדידות - כגון שולי רווח, עלות, רמות שירות או הון חוזר.התמודדות עם הזדמנויות אלו עבור בינה מלאכותית דורשת מהם להתעמק ברמת תהליכי העבודה, לא ברמת מקרה השימוש או הכלי. עבור כל תהליך עבודה של בינה מלאכותית בעלת עדיפות (כגון הקצאת מלאי דינמית, רכש חכם או תכנון ייצור בסיוע בינה מלאכותית), יש לעבוד אחורה מההחלטה שהבינה המלאכותית צריכה לקבל ולפרט את רכיבי ה- ERP הספציפיים שהיא תלויה בהם: אילו נתונים ראשוניים (חומרים, מפעלים, לקוחות, ספקים), אילו עסקאות (הזמנות, אספקות, הזמנות רכש, הזמנות ייצור), אילו אירועים (שינויים במלאי, עיכובים, אישורים), ואילו כללי תצורה או עסקים (זמני אספקה, גדלי אצווה, מגבלות אישור).
2. לקנות או לבנות?
הדרך היעילה ביותר לעשות זאת היא לאחד מומחים, מומחי ERP פונקציונליים ואנשי בינה מלאכותית במפגשי עבודה קצרים ומובנים. מפגשים אלה הם פרקטיים וספציפיים; הצוות "הולך" לאורך תהליך העבודה של הבינה המלאכותית המבוקשת צעד אחר צעד ומסמן במפורש אילו טבלאות, שדות ותהליכי ERP חייבים להיות מדויקים, זמינים וחשופים לבינה מלאכותית כדי להריץ ולהרחיב.
3. הגדירו את המונחים שלכם כדי להבטיח דיוק
אונטולוגיה משותפת (מפה משותפת של האופן שבו העסק מגדיר טכנולוגיות) המבוססת על ERP היא חיונית משום שהיא מעניקה לבינה מלאכותית סט עקבי אחד של הגדרות נתונים, לוגיקת תהליכים וכללי עסקיים לפעולה לפיהם. כך ניתן להבטיח שהחלטות בינה מלאכותית מדויקות, תואמות לאופן שבו העסק פועל וניתנות להרחבה ברחבי הארגון. במקום ליצור כל רכיב של אונטולוגיה זו מאפס, ארגונים יכולים למנף מוצרי נתונים קיימים ומוגדרים היטב של ERP עם הרחבות מותאמות אישית שיכולות להאיץ את פיתוח האונטולוגיה (לדוגמה, פלטפורמת SAP Business Data Cloud) ) התמקדות באונטולוגיה מרמזת גם על פחות התמקדות באחסון נתונים מסורתי של ERP ושכפול נתונים, אחת הדרכים שבהן בינה מלאכותית תניע את התפתחות ה – ERP.
4. הטמעת יכולות סוכנות בתוך זרימות עבודה
הצבת בינה מלאכותית ישירות בתוך השלבים שבהם העבודה מתבצעת - אישורים, תכנון, המלצות, חיזוי וטיפול בחריגים - היא קריטית לאימוץ. זה גם עוזר לסוכני בינה מלאכותית לפעול מהר יותר, חכם יותר ואמין יותר, מכיוון שבינה מלאכותית מיושמת בדיוק במקום שבו מתקבלות החלטות והעבודה מתבצעת, במקום לשבת בצד ככלי נפרד.
פלטפורמות ERP מודרניות הופכות זאת לקל יותר: לדוגמה, SAP מספקת סוכני בינה מלאכותית מוכנים שיכולים להשתלב ב"צוותי סוכנים" חוצים-פונקציונליים. על ידי שילוב בינה מלאכותית ו- ERP, תהליכי העבודה הסוכניות שלכם מבוססות על שיטות עבודה מומלצות לתהליכים ונתונים, תוך שמירה יעילה על שלמות התהליכים והנתונים תוך שחרור כוחם של הסוכנים. יחד עם זאת, שילוב הבינה המלאכותית מייצג סטייה מגישת פתרונות ה – ERP המסורתית של תוכנה כשירות (SaaS).
5. איזון גמישות עם יציבות בארכיטקטורה
המטרה היא לאזן בין גמישות ליציבות. השתמשו ברכיבים פתוחים במקומות בהם נדרשת התאמה אישית או חדשנות, והשתמשו בפלטפורמות ה-ERP והענן שלכם במקומות בהם קנה מידה, אמינות ואבטחה חשובים ביותר. ארכיטקטורה מתחשבת מונעת פיצול, אחת הסיבות הנפוצות ביותר לקיפאון של תוכניות בינה מלאכותית.
כדי לחבר מערכות ERP לתהליכי עבודה מבוססי בינה מלאכותית, התחילו בכך שתוודאו שהבינה המלאכותית יכולה לגשת לנתונים ולתהליכים הנכונים ברגע הנכון. משמעות הדבר היא חשיפת נתוני ERP נקיים ומובנים - כגון הזמנות, מלאי, מידע על ספקים או לוחות זמנים של ייצור - באמצעות שירותי נתונים סטנדרטיים או ממשקי API . משמעות הדבר היא גם מתן דרך מבוקרת לבינה המלאכותית להזין החלטות בחזרה ל- ERP באמצעות ממשקי פעולה קיימים או טריגרים של זרימת עבודה. בדרך זו, כאשר הבינה המלאכותית ממליצה על שינוי, היא יכולה לעדכן את המערכת התפעולית ישירות ובבטחה.
חשוב לאגד את כל השלבים מקצה לקצה לתוך תהליך עבודה אחד המקשר אירועי, ERP לוגיקת בינה מלאכותית ופעולות עסקיות. שכבת אורקסטרציה תומכת בתהליך: - משיכת נתוני ,ERP שליחתם לבינה מלאכותית, קבלת ההמלצה וכתיבת התוצאה בחזרה ל – ERP- וטריגרים של אירועים מה – ERP מבטיחים שהבינה המלאכותית פועלת רק כאשר קורה משהו משמעותי, כגון שינוי מלאי או עיכוב אצל ספק. יחד, זה יוצר תהליך עבודה חלק ומהנה שבו ERP ובינה מלאכותית פועלים כמערכת אחת, כאשר בינה מיושמת בדיוק במקום שבו מתרחשת העבודה.
החלטה מרכזית היא האם אתם זקוקים לפלטפורמת נתונים נפרדת או האם תוכלו למנף פלטפורמה קיימת. פלטפורמות ERP וענן רבות מציעות כיום שירותי נתונים ומסגרות אינטגרציה מובנות, שיכולות לפשט את האינטגרציה עם ספקי ענן גדולים ולעתים קרובות להפחית עלויות ומורכבות.
6. מדידה ושיפור המערכת
ארגונים זקוקים לדרך למדוד ולשפר את המערכת באופן רציף. שקלו להקים מערך של צוות קטן ודשבורד שעוקב באופן רציף אחר ביצועי תהליכי עבודה מבוססי בינה מלאכותית, מקשר מדדי תהליכים לערך העסקי, ומסמן במהירות היכן נדרשים כוונון או תיקונים כדי שההשפעה תמשיך לגדול במקום לדעוך.
פלטפורמות רבות של כריית תהליכים ואנליטיקה של ERP מציעות קטלוגים של מדדי ביצועים תפעוליים שיכולים לסייע במיפוי למנופי ערך ברמה גבוהה יותר. אלה יכולים לשמש כנקודת התחלה לבניית מעקב אחר ערך, אם ארגונים מתאימים אותם למדדים ולתוצאות הספציפיים החשובים להם , גישה זו מאפשרת לארגונים לשמור על מומנטום בנוף המשתנה במהירות, החל מתזת הערך ועיגון יוזמות בינה מלאכותית בלוגיקה עסקית ובתוצאות מדידות במקום בהוכחות היתכנות בודדות.
7. שיקולים מרכזיים להמשך הדרך
המודרניזציה הממוקדת של מערכת ה-ERP לתמיכה בטרנספורמציות של בינה מלאכותית היא מורכבת, וככזו, על מנהיגים לשקול את הפעולות הבאות:
הפכו את ה- ERP לחלק מרכזי בשיח על בינה מלאכותית. אם ניהול ה- ERP עבור טרנספורמציה בתחום הבינה המלאכותית יואצל ל- IT ונשכח, הוא יתקשה. מנהלי מערכות מידע ומנהלי טכנולוגיות ראשיות חייבים להעלות את ה- ERP ממערכת משרדית אחורית לכלי מאפשר אסטרטגי. מרכיב מפתח בביצוע מטרה זו דורש מהם לקשור במפורש את כל יוזמות ה- ERP לא רק ליוזמות בינה מלאכותית, אלא גם להזדמנות הערך הנובעת מכך עבור העסק. נקודה זו קריטית בשינוי התפיסה לפיה ERP הן "מערכות משרדיות אחוריות של פעם" לגורמים מאפשרים חשובים לטרנספורמציות בינה מלאכותית מוצלחות. ודאו ש- ERP הוא חלק משיחות אסטרטגיות, תכנון וביצוע משמעותיות.
פתחו אסטרטגיית ניהול סיכונים כעת. כדי לנהל סיכונים בטרנספורמציות בינה מלאכותית מבוססות, ERP ארגונים חייבים להתייחס הן לסיכונים מסורתיים של שילוב מערכות והן לאתגרים חדשים ספציפיים לבינה מלאכותית (לדוגמה, קבלת החלטות אוטונומית, רגישות לאיכות נתונים וסחיפת מודל). האמצעים החשובים ביותר להפחתת הסיכון הם ביסוס ממשל אנושי הדוק עבור החלטות בעלות השפעה גבוהה - זיהוי מי הם האנשים הללו ומהן יהיו ההחלטות בעלות ההשפעה גבוהה. הקדישו זמן מספיק ליישום בקרות נתונים חזקות ורישום העוקבים אחר כל פעולה שיזמה בינה מלאכותית בסביבת ה- ERP. בהתחשב בחוסר הוודאות של פתרונות סוכנויות בעתיד הנראה לעין, חשוב להקצות משאבים נאותים ליכולות בדיקה.
היו ברורים לגבי הכלכלה של השינוי ביחידה ועקבו בקפדנות אחר ההשפעה של הרווח וההפסד. עם הלחץ הגובר על שולי הרווח והפרודוקטיביות, השקעות בבינה מלאכותית חייבות להראות השפעה ישירה וניתנת למעקב על הרווח וההפסד. ודאו שלמרכיבי ה- ERP בעבודה יש מדדי ביצועים ספציפיים המקושרים להשפעה מדידה. ודאו שאתם לוקחים בחשבון את עלויות ניהול השינויים הגבוהות יותר הקשורות לתוכניות בינה מלאכותית מאשר בדרך כלל נכללות במקרה עסקי של ERP. ככלל אצבע, הניסיון שלנו הראה שעל כל דולר אחד בעלות בפיתוח מודל, צריך להוציא 3 דולר על ניהול שינויים.
מימוש מלוא הפוטנציאל של בינה מלאכותית דורש התייחסות ל-ERP לא כמטען מדור קודם, אלא כגורם מפתח שהופך את האינטליגנציה לגמישה, בטוחה ובעלת ערך. חברות שסוגרות את הפער בין שאיפות בינה מלאכותית למוכנות ל- ERP יעברו הכי מהר מניסויים להשפעה אמיתית וניתנת להגנה על רווח והפסד. אלו שלא יעשו זאת ימשיכו לראות את הבטחות הבינה המלאכותית עולות על ביצועי הבינה המלאכותית.
תגובות