דו"ח מצב הבינה המלאכותית בעסקים 2025
- Admin
- 21 בספט׳
- זמן קריאה 3 דקות
ערך: אריה עמית | יועץ אסטרטגי וחבר נשיאות הלשכה,
28.8.2025
מבט גלוי על מצב הבינה המלאכותית בעסקים לשנת 2025 של MIT NANDA – מעלה את השאלה מדוע הוצאות של 30-40 מיליארד דולר על GenAI הניבו יותר פיילוטים מרווחים, מדוע רק 5% ממערכות הארגון מגיעות לייצור, ומה מנהלים חייבים לעשות כדי להפוך אימוץ לטרנספורמציה.
האימוץ גבוה, אך טרנספורמציה עסקית משמעותית נותרה חמקמקה
הדו"ח "מצב הבינה המלאכותית בעסקים 2025" של MIT NANDA הוא אולי התמונה הכנה ביותר שראיתי לגבי היכן בינה מלאכותית גנרטיבית באמת מזיזה את המחט - והיכן היא לא.
הכותרת בוטה: לאחר הוצאות של 30-40 מיליארד דולר על ארגונים, כ-95% מהארגונים אינם רואים השפעה מדידה על רווח והפסד. האימוץ גבוה; טרנספורמציה היא נדירה.
שתי תבניות ממסגרות את הסיפור. ראשית, שימוש נרחב בכלים כלליים כמו ChatGPT ו-Copilot שיפר את הפרודוקטיביות האישית, אך הדבר לא תורגם לתוצאות ברמת הארגון. שנית, מערכות מותאמות אישית "ברמת ארגון" נתקעות בניסויים; רק כ-5% מגיעות לשלב הייצור. תקציר המנהלים מפרט זאת בבירור, והמוצגים הבאים מראים כיצד הגיעו לכך: סקרנות גבוהה, המרה נמוכה.
מדד השיבוש בדו"ח מראה שינוי מבני ברור בשני מגזרים בלבד - טכנולוגיה ומדיה - בעוד שרוב האחרים מתנסים ללא שינויים מהותיים. מובילים בתחומי הבריאות, האנרגיה, השירותים הפיננסיים והתעשיות המתקדמות מדווחים על פיילוטים והוכחות, אך מעט מאוד מעצבים מחדש את מבני העלויות או את התנהגות הלקוחות. (ראו את תצוגות השיבוש סביב עמוד 5). הפער אינו נוגע בעיקר לרגולציה או לאיכות המודל; הוא נוגע להתאמה לזרימות עבודה אמיתיות.
מדוע פיילוטים נתקעים? הדו"ח מציין את מה שרבים מאיתנו רואים בשטח: פער למידה. רוב הכלים לא זוכרים, לא מסתגלים ולא משתפרים עם משוב, ולכן משתמשים נוטשים אותם לטובת עבודה רגישה או בעלת סיכון גבוה. מעניין לציין, שעובדים חוצים את הפער באופן לא פורמלי - מה שהמחברים מכנים "כלכלת הבינה המלאכותית בצל". שימוש אישי בבינה מלאכותית נמצא בכל מקום (התרשים בעמוד 8 משווה בין ~90% שימוש קבוע של עובדים לבין מנויים רשמיים נמוכים בהרבה), אך אותם משתמשים דוחים כלים ארגוניים שאינם יכולים לשאת הקשר בין מפגשים. טבלת החסמים (עמוד 11) מדרגת את ההתנגדות לכלים חדשים כגבוהה, אך ממש מאחוריה נמצאות בעיות איכות פלט וחוויית משתמש הנובעות מחוסר בזיכרון ובאינטגרציה של זרימת עבודה.
גם אותות התקציב אינם נכונים. ההשקעות מוטות לכיוון המכירות והשיווק משום שקל יותר לייחס את ההשפעה, אך נרטיבי החזר ה-ROI של הדו"ח מצביעים על ערך המשרד האחורי כניצחון הרדום. התוצאות הטובות ביותר מגיעות מהפחתת הוצאות חיצוניות - חוזי BPO, עמלות סוכנות ועלויות שירות שוטפות - ולא מפיטורים נרחבים. נתוני המקרה כוללים חיסכון שנתי של מיליוני דולרים מעיבוד מסמכים ותפעול לקוחות, בנוסף לשיפורים משמעותיים בשימור עובדים באמצעות מעקב אוטומטי וממושמע (ראו את פירוט החזר ה-ROI בעמוד 21). בקיצור: המשרד הקדמי מקבל כותרות; המשרד האחורי מחזיר את החזר ה-ROI.
מבחינת מודל תפעולי, הקונים המצליחים ביותר נראים פחות כמו לקוחות SaaS מסורתיים ויותר כמו לקוחות BPO. הם דורשים התאמה אישית עמוקה של תהליכים, מודדים תוצאות (לא מדדי ביצועים), ומעצימים מנהלים קויים - במיוחד "הצרכנים המקצועיים" שכבר משתמשים בבינה מלאכותית מדי יום - להוביל את האימוץ עם אחריות ברורה. במדגם, בניית פרויקטים של שותפים חיצוניים הייתה בעלת סיכוי כפול בערך להיפרס בהשוואה לבניית פרויקטים פנימיים בלבד (עמ' 19-20). זו אינה טענה נגד בניית קיבולת; זוהי תזכורת לכך שמהירות לערך, התאמת זרימת עבודה ואמון גוברים על טוהר הפלטפורמה.
מבחינה טכנית, הדרך קדימה ברורה גם כן. מערכות ששומרים על זיכרון ולומדות ממשוב - גישות "סוכניות" - סוגרות את פער הלמידה שמשתק את הפריסות של ימינו. התמונה ארוכת הטווח היא "הרשת הסוכנתית": סוכנים הניתנים לתפעול הדדי המתואמים בין ספקים ומערכות, ומחליפים את האפליקציות השבירות והמונוליטיות של ימינו בזרימות עבודה מונעות פרוטוקול (עמ' 14, 18, 23). זה אולי נשמע עתידני; לוחות הזמנים של הרכש אומרים שזה כבר בעיצומו.
המסקנה למנהלים בכירים: התייחסו ל-GenAI כאל פעילות, לא כאל הדגמה. התחילו היכן שזיכרון חשוב וההוצאות החיצוניות גבוהות. קנו לפני שאתם בונים כאשר זה מאיץ את הלמידה בהקשר שלכם. דחפו ספקים להוכיח שיפור לאורך זמן בנתונים שלכם ובמדדי ה-KPI שלכם, ולא רק בציוני המודל. ותנו למפעילי הקו הטובים ביותר שלכם - אלה שכבר חיים במציאות של "בינה מלאכותית בצל" - לעצב את הפריסה, עם ניהול שינויים אמיתי מאחוריהם.
אם אכפת לכם לעבור מניסויים לרווחים, קראו את הדוח. הוא פרגמטי, מונחה נתונים, ובאופן מרענן לא סנטימנטלי לגבי מה שעובד.
לקריאת הדו"ח המלא לחצו...
תגובות