ליבה דיגיטלית – הבסיס לפיתוח יישומים בעידן AI

24.05.2025

מאת: ד"ר לוי שאול | Data & AI Lead, Accenture Israel

---

הטכנולוגיה ממשיכה להיות המנוע המרכזי לשינוי משמעותי באופן שבו ארגונים פועלים הן ברמה העסקית (חווית לקוח והצעות ערך) והן ברמה התפעולית (חיסכון והתייעלות, ניהול סיכונים וכו'). במבט לאחור לשנת 2024 ו-12 החודשים של האימוץ המהיר של ה- Gen AI, רואים בבירור כי הפוטנציאל העסקי קיים. 

עפ"י סקר של חברת [i]Accenture  עולה כי הרוב המכריע של המנהלים (87%) יגדילו את השקעותיהם בתחום ה-Gen AI ב-2025. עם זאת, פחות ממחציתם מרגישים שתוכנית יישום פתרונות AI / Gen AI מתקדמת בקצב הנכון.

אז מה מעכב אותם? עפ"י מחקר זה עולה כי 83% מהחברות מאיצות את מאמצי פיתוח פתרונות Gen AI אולם הציפיות עולות על יכולות הליבה הדיגיטלית שלהם.

עפ"י סקר זה עולה כי כמעט אחד מכל שלושה סמנכ"לים (C-suite 29%)  מאמין שהארגון שלו מתמודד עם מגבלות משמעותיות בתחום התשתיות הטכנולוגיות ותשתיות הנתונים והן המכשול העיקרי שמונע מהארגון שלהם ליישם בצורה מספקת פתרונות מבוססי ה-AI/Gen AI , כל שכן לאפשר הרחבה והתפתחות שלהם בטווח הזמן הקצר והבינוני.

על מנת, לממש את הערך הפוטנציאלי של טכנולוגיית Gen AI החברות זקוקות לשדרוג של הליבה הדיגיטלית. הליבה הדיגיטלית היא למעשה התשתית הטכנולוגית הקריטית המאפשרת יישום מוצלח של פתרונות מבוססי Gen AI והיא מורכבת משבעה רכיבים על פני שלוש קבוצות שונות של טכנולוגיות המקיימות אינטראקציה מתמדת זו עם זו (ראו איור).

ליבה דיגיטלית זו מאפשרת לארגון לא רק לבסס את התשתית הטכנולוגית ליישום הפתרונות הראשונים אלא גם את היכולת להאיץ את היישומים הבאים. עם זאת, חברות רבות עדיין מתמודדות עם אתגרים משמעותיים על פני מרכיבי מפתח אלו.

• למשל תחום טכנולוגיות הענן מהווה חסם מרכזי היות והיעדר גישה היברידית מובילה לקשיים ביישום פתרונות סקלביליים, גמישות נמוכה ביכולת ליישם שינויים, אינטגרציה מוגבלת בין מערכות וקשיים בתחום אבטחת המידע. ענן אינו עוסק רק בהגירה לענן הציבורי אלא באימוץ עקרונות העננים כמו אוטומציה, שירות עצמי (self service) ומדיניות אי-צמידות למקום שבו הטכנולוגיה "גרה".

  
  

• היבט נוסף הינו תחום הנתונים: רוב החברות עדיין נמצאות בשלבי ביניים של בעלות מבוזרת על נתונים, מודלי נתונים חוצי מערכות ליבה ויכולות ליצירת מידע סינטטי מגוון החיוניים ליישום פתרונות Gen AI מתקדמים. יתרה מכך, רק חלק מהחברות בעלות יכולות קיימות בתחום הבינה המלאכותית הקלאסית שחיונית ליישום פתרונות בתחום Gen AI.

הליבה הדיגיטלית נדרשת לתת מענה לא רק לטובת שימוש של מערכות על ידי בני האדם אלא גם עבור מכונות / סוכני AI. טכנולוגיות Gen AI משנה גם את האופן שבו יש לבנות את הליבה הדיגיטלית, כך שהמערכות יקיימו אינטראקציה הדדית ומתמדת זו עם זו תוך מעורבות אנושית מינימלית. לכן, המוקד המיידי צריך להיות הנדסה מחדש של המערכות לשילוב מכונות/סוכני AI. ניתן לכנות מצב זה של פיתוח כ "מוכנות להמצאה מחדש" - מצב מתמשך של תמיכה בדחף העסקי הנוכחי לעבר יעילות ואפקטיביות, תוך גמישות להיענות לצרכים החדשים של הארגון.

אבל השאלה היא האם בנייה מחדש של ליבה דיגיטלית כזו פירושה שחברות צריכות לנטוש את כל השאר ולהתחיל מאפס כדי להשיג את המצב המתמשך הזה? התשובה היא לא. חברות יידרשו להתייחס לסוגיות מגוונות:

• חברות יידרשו לא רק לטפל בליבה הדיגיטלית הנוכחית שלהם, אלא גם לפקוח עין על העתיד עם השקעות אסטרטגיות, תוך תיקון יזום של חובות טכנולוגיים. חברות יידרשו לבחון מחדש את היקף ההסטה מתקציב ה-IT שלהן לטובת תיקון חובות טכנולוגיים תוך איזון בין "פירעון חוב" טכנולוגי טקטי להשקעות אסטרטגיות. במהלך השנים האחרונות (החל בעיקר במהלך מגפת הקורונה) חברות הסתמכו על אסטרטגיית "יישום מהיר ככל האפשר" שיצרה חוב טכנולוגי משמעותי - והחמירה בעיה ארוכת שנים. התנאים הנוכחיים דורשים גישה מאוזנת יותר, שבה חברות צריכות למנף טכנולוגיית Gen AI (לצד טכנולוגיות אחרות) כדי לסייע בניהול חובות טכניים אלו  - למשל מודרניזציה של מערכות לגאסי.

• פיתוח ארכיטקטורה המאפשרת התאמה דינמית עם פתרונות וכלי AI , Gen AI שונים. הארכיטקטורה נדרשת להיות ארכיטקטורה קוגניטיבית מודרנית המחקה חשיבה ולמידה כמו אנושית - תמיד פועלת, תמיד מקשיבה ותמיד לומדת. התאמה דינמית לשינוי מעורבות המשתמש, ההקשר והנתונים, תוך שימוש ב-AI כמתזמר המרכזי של תהליכים. זה מאפשר למערכות להיות גמישות לצרכים העסקיים המשתנים, להתרחק ממערכות מונעות הנחיות למערכות מונעות כוונה.

• הכוח של ליבה דיגיטלית טמון ביכולתה לשלב בצורה חלקה פונקציות וטכנולוגיות שונות בארגון. אינטגרציה זו מאפשרת תהליכים יעילים יותר, ניהול נתונים טוב יותר ויכולות קבלת החלטות משופרות. היא גם משתמשת בטכנולוגיות מתקדמות כמו AI ולמידת מכונה כדי לבצע אוטומציה ואופטימיזציה של פעולות, מה שיכול להוביל לשיפורים משמעותיים ביעילות וביעילות. זה כרוך בבניית יכולות חדשות ומתקדמות הניתנות להרכבה ומשולבות במלואן.

  
  

• חברות יידרשו גם לחבר את המערכות התפעוליות עם מערכות האנליטיקה על מנת לאפשר ניתוח בזמן אמת לפעולות היפר-פרסונליות. יישום אינטגרציה זו תאפשר זרימה רציפה של נתונים בין הפלטפורמות הללו ולהוביל לאופטימיזציה מתמשכת מחד לצד שיפור חווית הלקוח מאידך ותהליכי קבלת החלטות בקבועי זמן מהירים יותר.

• בנוסף, חברות יידרשו לבחון אילו תהליכים עסקיים ויכולות מובילות לבידול, להסיק אילו מערכות קריטיות הן צריכות כדי להתמודד עם התחרות העזה, לצמוח ולשגשג, לנתח איך תהליכי העבודה עומדים להשתנות, לבחון את השינוי בכח העבודה, שינוי תמהיל העיסוקים והמשימות ובהתאם את ארגז הכלים שהעובדים יידרשו לפתח.

  
  

לסקר של חברת אקסנצ'ר לחצו...