הבעיה הגדולה של ייעוץ ה IT כיצד הבינה המלאה מפרקת את המודל המסורתי
מקור: CIO.COM
18.09.2026
התרחבות הפעלה בכלי בינה מלאכותית בפרויקט טרנספורמציה דיגיטלית מעמידה בספק את החוזים הרב-שנתיים ודוחפת את פירמות הייעוץ הגדולות למסלול מחדש של מודל התפעול והתמחרות שלהן.
1. סדקים במודל המסורתי: פיטורים ופקפוק בערך של פרויקטי ענק
ארגונים רבים עושים כיום שימוש גובר בכלי בינה מלאכותית (AI) כדי להאיץ פרויקטים של טרנספורמציה דיגיטלית, דוגמת מודרניזציית ענן והגירת מערכות מיינפרים. הפעלת כלי AI מצמצם את הזמן והמאמץ להשגת היעדים, קצב ההתפתחות המהיר במרחב ה-AI מוביל מנהלי טכנולוגיה (IT) להטיל ספק גובר אמיתי הערך של התקשרויות ייעוץ שנמשכות שנתיים או שלוש.
בעוד שחלק מהמשקיפים מעריכים כי ההתקדמות ב-AI תנחית מכה אנושה על מודל הייעוץ הגדול, פירמות הענק מקינזי, Deloitte, Ernst & Young (EY) ו--KPMG כבר הכריזו על גלי פיטורים אמריקאים. נציגי הפירמות Deloitte, EY ו-Accenture בחרו שלא להגיב או נמנעו מלהשיב לשאלות בנושא השפעת ה-AI על עסקיהן.
המאמר טוען כי המתחרות הגדולות לא ייעלמו במהירות. לטענתו, לחברות אל אלה עדיין יתרונות עצומים במומחיות תעשייתית, פריסה גלובלית, אינטגרציה מורכבת, רכש, רגולציה ויכולת לפעול בתוך ארגונים ענקיים. עם זאת, ה-AI משנה באופן ישיר את מודל התפעול המסורתי שעומד מאחורי חוזי הייעוץ.
2. דחיסת לוחות הזמנים: ממתודולוגיה ארוכה לספרינטים מהירים
בעבר, פרויקט ייעוץ IT דרש שבועות או חודשים של ניתוח, ניתוח ותיעוד, אשר בוצע על ידי צוותי אפליקציה גדולים. העליות הגבוהות של הטרנספורמציה נבעה בעיקר מהעבודה המאומצת שנדרשה כדי להעביר מידע משלב אחד של ההתקשרות לבא אחריו.
הבינה המלאכותית דוחסת חלק גדול מהעבודה הזו:
מחקר שנמשך בעבר שבועות יכול להתבצע בתוך שעות ספורות.
ניתוח מקדים: מאגרי מסמכים מקומיים מנותחים עוד לפני הפגישה הראשונה.
פרוטוטיפ של תוכנה נבנה תוך כדי הדיון על המודל התפעולי.
בנוסף, סוכני בינה מלאכותית עוזרים כיום בתהליכי פיתוח, בדיקות, תיעוד ותיאום. כתוצאה מכך, צוותים בכירים ומצומצמים מסוגלים להפיק תפוקה שבעבר דרשה פירמידה של הרבה עובדים. השינוי אינו מבטל את הצורך בייעוץ, אך הוא משנה באופן בסיסי את מה שהלקוח מוכן לשלם עבורו – הערך עובר מכמות כוח האדם המוקצה לפרויקט לעבר שיפוט מקצועי, ארכיטקטורה, יישום, ממשל תאגידי (ממשל) ותוצאות עסקיות מדידות.
3. שחיקת ערך הליבה: ונפילת השימוש ביועצים זוטרים
המחקר מציין כי האימוץ הגובר של ה-AI שוחק את הצעת הערך המרכזית של פירמות הייעוץ. ארגונים מריצים כיום נתוני ניתוח בעצמם באמצעות כלי AI מהמדף, ולגיטימי מצדם לתהות מדוע עליהם לשלם מחירי פרימיום עבור עבודה שהם יכולים לבצע פנימית. ה-AI יוצר מידע מהיר בדיוק עבור מה שהיועצים גבו פרמיה - סינתזת נתונים ותרגום תובנות להמלצות.
התאמה, מודל ה"הצפה" המסורתי, שבו פירמות הייעוץ הפעילו יועצים זוטרים על בעיות ארגוניות, הולך וקורס. אם ה-AI מסוגל לבצע את העבודה השחורה והבסיסית מהר יותר ובזול יותר, נשאלת השאלה מה תפקידם של אותם עובדים זוטרים. כתוצאה מכך, חלק מהלקוחות עוברים לספקים קטנים ומתמחים יותר, אחרים נוטשים את הפירמות הגדולות לחלוטין אך דוחפים לצמצום את ההיקף ומשך הזמן והעלויות . יתרונות המותג ומערכות היחסים של הרמות הגדולות עדיין קיימים, אך הם נשחקים מרבעון לרבעון.
4. מהפכה בגיוס ובמבנה העבודה: מ-ג'נרליסטים ל"טלנט ישומי"
בעוד שבעבר כישורים טכנולוגיים כלליים, רקע בהנדסת נתונים, כישורים בסיסיים או מודעות לניתוח מגמות הספיקו כדי להתקבל לעבודה בפירמות הייעוץ, הרי שמודלי ה-AI קלטו כמעט בן לילה את העבודה שביצעו בעבר עובדים כלליים.
כתיבת קוד הופכת לפחות קריטית והדרישה למהנדסים ואנליסטים בעלי היסטוריה בפיתוח מוצרים, שיודעים לקרוא ולעבד נתונים לא מובנים כדי לפתור את בעיות הלקוח גדלה .
מנהלי IT בארגונים דורשים את התקשרויות קצרות ומודולריות יותר, כאשר ספרינטים של 90 יום הופכים לשכיחים. מפות דרכים לטרנספורמציה של שלוש שנים איבדו את ההצדקה שלהן. בעולם שבו הטכנולוגיה משתנה במהירות – כלים שנבחרו בהתחלה הופכים למיושנים תוך 18 חודשים. לפיכך, המיקוד עובר מתשלום על כמות עובדים (Headcount) לתשלום על תוצאות . חוזה של חמש שנים עשוי להפוך לחוזה של שישה חודשים, אשר יגיע רק אם התוצאות בטווח הקצר מניבות הצלחות. הדגש למה שמהנדסים ואנליסטים משובצים לפי דרישה, נכנסים לארגון, פותרים את הבעיה וממשיכים הלאה.
5. פרדוקס הטרנספורמציה האנושית: המומחיות נשארת, המודל משתנה
המאמר מדגיש כי ה-AI אינו מקשה על עצם קיומן של הרמות הגדולות, אך הוא עושה חלק משירותיהן לקשה יותר להצדקה. עם זאת, מבהיר כי AI אינו יכול לבצע את כל העבודה הכרוכה בטרנספורמציה דיגיטלית.
ה-AI אמור להאיץ את העבודה הטכנית הנוספת כדי לעבור טרנספורמציה, אך הוא אינו גורם לטרנספורמציה עצמה להתרחש מהר יותר. בני אדם עדיין חייבים לקבל החלטות, לשנות תהליכים, ליישם את הטכנולוגיה ולאמץ בפועל אותה – וה-AI אינו מעלים אף אחד מהשלבים האנושיים הללו. חברות תמיד יזדקקו למומחיות חיצוניות שאין להן בבית, אך התפיסה לפיה יותר אנשים, יותר שעות והתקשרות ארוכה יותר מייצרים בהכרח ערך רב יותר – הולכת ונעלמת
6. סיכום: שאלות המפתח למנהלי IT
המאמר ממליץ למנהלי IT לבחון היטב את הנקודות המפתח הבאות בעת התקשרות עם יועצים:
האם יש צורך ב-30 יועצים, או שמא ב-3 מומחים בלבד שראו את הבעיה בעבר ויודעים כיצד לפתור אותה?
מהי רמת המומחיות של האנשים שמבצעים את העבודה בפועל, ועבור אילו תוצאות מדודות משלמים?
האם הפעלה של פירמת הייעוץ ב-AI מקצר ומייעל את ההתקשרות עבור הלקוח, או שהוא פשוט מייצר את הפרויקט לרווחי יותר עבור פירמת הייעוץ עצמה
תגובות