ההשקעות ב-AI דוחקות את מודרניזציית ה-AI:הסיכונים, הפרדוקס והדרך לפעולה
מקור : CIO.COM
15.10.2026
תמונת המצב: פרויקטי מודרניזציה בסכנת הקפאה
שדרוג מערכות ליבה (Legacy Systems) נתפס כנדבך קריטי באג'נדה האסטרטגית של מנהלי מערכות מידע (CIOs) ומנכ"לים כאחד, במטרה להניע טרנספורמציה וחדשנות ארגונית. עם זאת, רוב פרויקטי המודרניזציה של יישומים ותשתיות אינם עומדים בציפיות, ומנהלי טכנולוגיה רבים נאלצים לעגל פינות במערכות ה-IT הקימות.
על פי סקר של חברת Managed Services בשם ,Ensono כ-61% מהארגונים נאלצו להקפיא, לעכב, לצמצם או לבטל לחלוטין יוזמות מודרניזציה ב-24 החודשים האחרונים. מעל 70% מהמשיבים דיווחו על חריגות מהתקציב המקורי, וכ-27% חרגו ב-51% ומעלה.
הסחת תקציבים לטובת הבינה המלאכותית
הטיית תקציבי ה-IT לטובת פרויקטי AI מהווה אתגר מרכזי המשפיע על עיכוב וכישלון פרויקטי מודרניזציה. מנהלי טכנולוגיה חווים לחץ כבד "להדביק את הקצב" ולהפנות משאבים ליוזמות AI המבטיחות החזר השקעה (ROI) מהיר וגלוי לעין.
דוח של חברת WalkMe מצביע על כך שאף שתקציבי הטרנספורמציה הדיגיטלית גדלו ממוצע של 39.4 מיליון דולר ל-54.2 מיליון דולר בשנה אחת, מרבית הגידול הופנתה באופן מתוכנן לפרויקטים בתחום ה-AI.
לצד הסטת התקציבים, פרויקטי מודרניזציה סובלים מחסמים נוספים:
זליגת היקפים : נובעת תכופות מ"בעיית גילוי" — הארגון לומד מה המערכות הישנות באמת עושות רק ברגע שמתחילים להזיז אותן.
חיכוך באימוץ טכנולוגי: מערכות חדשות ומסורבלות מדי גורמות לעובדים לחזור להרגלי העבודה הישנים במערכות הליבה.
הפרדוקס AI : ככלי להאצה ולהוזלה של מודרניזציה
האירוניה במצב הנוכחי היא שטכנולוגיית AI עצמה יכולה לסייע בהאצת פרויקטי מודרניזציה. שימוש בכלי AI לביצוע משימות כמו גילוי קוד וניקוי קוד ישן יכול לקצר משמעותית את לוחות הזמנים ולהפחית את עלויות המודרניזציה, אך מרבית הארגונים טרם ניסו זאת.
בעוד שבעבר עמדו בפני ארגונים שתי אפשרויות בלבד — להשקיע סכום עתק (כגון 150 מיליון דולר על פני 5 שנים) או להמשיך לחיות עם המערכת הישנה — כלי ה-AI מייצרים כיום חלופה שלישית, מהירה וזולה בהרבה.
פערים ארגוניים ומשוואת ROI שגויה
גורם מרכזי נוסף להכשלת תוכניות מודרניזציה הוא חוסר הלימה בין היעדים הארגוניים, התהליכיים והטכנולוגיים:
חוסר התאמה תקציבית: תוכניות מודרניזציה מאושרות תכופות כתוכנית טכנולוגית, אך נדרשות להשיג תוצאה עסקית המחייבת שינוי תהליכי וארגוני שעלותו לא נכללה בתקציב המקורי.
הקפאה ללא תנאי חידוש: הקפאת פרויקט עקב שינוי במודל התפעולי היא צעד נכון, אך הקפאה ללא הגדרת תנאי חזרה ברורים הופכת את ההשקעה שכבר בוצעה ל"הוצאה שאין לה בעלים".
מנגנון קבלת החלטות מסרבל: פרויקטים שניתן להאט אותם או לשנות אותם רק באמצעות קונצנזוס אינם מואטים — אלא נמתחים ומתארכים.
שני צדדים של אותו המטבע: AI מחייבת תשתיות מודרניות
תפיסת תקציבי ה- AI והמודרניזציה כקווים מתחרים היא מלכודת תפיסתית; בפועל השניים משלימים זה את זה. היכולות המתקדמות שארגונים מבקשים להשיג ב-AI תלויות בהשקעות בתשתיות נתונים, אינטגרציה, תשתיות מחשוב וממשל תאגידי (Governance) שנדחו במשך שנים.
מחקר של חברת SAS מעלה כי רק 17.5% מהארגונים מחזיקים כיום בתשתית נתונים המותאמת וממוטבת במלואה לתמיכה ב.Agentic AI
לפיכך, מנהלי IT אינם צריכים להתווכח על תקציבים מתחרים, אלא להבין אילו השקעות מודרניזציה מהוות תנאי מוקדם להשגת תוצאות ה-AI המבוקשות, ולתקצב אותן כחלק מאותו Business Case משולב.
דגשים מעשיים ל-CIOs ומנהלי טכנולוגיה:
בניית Business Case אחוד: חיבור דרישות ה-AI להשקעות התשתית הנדרשות עבורן, במקום ניהול מאבקי תקציב בין סעיפים נפרדים.
אימוץ כלי AI למודרניזציה: שילוב כלי AI לאוטומציה של ניתוח, מיפוי ופשטת קוד מורכב במערכות ה- Legacy.
תקצוב מדורג וסמכות יחידה: מימון התוכנית בשלבים המותנים בתוצאות מוגדרות, ומתן סמכות למנהל יחיד לעצור או לבצע התאמות במידת הצורך.
הגדרת קריטריונים להקפאה: בעת הקפאת פרויקט, יש להגדיר מראש את התנאים והמדדים שבהתקיימם יחודש הטרנספורמציה, ולהשתמש בזמן ההקפאה לפתרון בעיות העומק.
תגובות