כיצד חברות יכולות להפיק יותר מטכנולוגיה ארגונית
- Admin
- 26 בדצמ׳ 2025
- זמן קריאה 6 דקות
26.12.2025
ערך: אריה עמית
מקור: McKinsey & Company
מובילי טכנולוגיה שעוקבים אחר שישה עקרונות – ונוקטים בגישה של יצירת ערך בהוצאות – יכולים להשיג עלייה של פי שלושה ב-EBITDA מטכנולוגיה ארגונית בעידן הסוכנים.
האם חברות יכולות להיות על סף פריצת דרך כדי להפיק יותר ערך מטכנולוגיה ארגונית? התשובה היא כן, אבל רק עבור חברות שיכולות לרתום את הבינה המלאכותית1הן לחדש מחדש את פונקציות הטכנולוגיה הארגוניות שלהן והן לחפש הזדמנויות עסקיות חדשות. חברות אלו יכולות לשלש את העלייה ב-EBITDA שהן מקבלות מהשקעותיהן בטכנולוגיה, על פי הניתוח שלנו.
מובילי טכנולוגיה רבים עשויים להפנות מבט ספקני לאפשרות זו. אחרי הכל, מאמצי מודרניזציה טכנולוגית דרשו באופן מסורתי השקעות אדירות תמורת תשואות לא ודאיות. אך ההתבגרות המהירה של פיתוח מבוסס בינה מלאכותית ותהליכי עבודה סוכניים עלולה ליצור כלכלה טכנולוגית ארגונית שונה מאוד, ובמידה רבה חיובית יותר, בחמש השנים הקרובות.
בינה מלאכותית עומדת להפוך על פני הנחות של עשרות שנים לגבי מה טכנולוגיה יכולה להשיג, באיזו מסגרת זמן ובאיזו עלות. חשוב לציין, בינה מלאכותית יכולה להפחית את עלות היחידה של החדרת פונקציונליות חדשה ולהגדיל את הפרודוקטיביות ההנדסית . לאחר מכן, חברות נכנסות למעגל חיובי שבו פרודוקטיביות משופרת מסירה מגבלות קיבולת ומגדילה את הערך העסקי. פרודוקטיביות הנדסית טובה יותר משחררת משאבים למודרניזציה של פלטפורמות טכנולוגיה וליישם יכולות לשיפור העסק. פלטפורמות מודרניות מגבירות עוד יותר את הפרודוקטיביות ההנדסית, מה שמפחית עוד יותר את החוב הטכני. התוצאה היא החזר השקעה גבוה יותר מהשקעות בטכנולוגיה ארגונית, מה שמוביל לתקציבי טכנולוגיה גדולים יותר ואף ליצירת ערך גבוה יותר.
שישה עקרונות חיוניים לערך טכנולוגי ארגוני
להניע את גלגל התנופה הזה של צמיחה לא יהיה קל. זו לא רק שאלה של קניית כלים או הוצאה נוספת על פלטפורמות וכישרונות מפתחים (אם כי זה ידרוש השקעה משמעותית ומתמשכת). קחו לדוגמה כלי בינה מלאכותית מדוריים לפיתוח תוכנה. איכותם של כלים אלה משתפרת באופן אקספוננציאלי.3ויצירת הזדמנות לשיפורים מהותיים בפריון ההנדסי.4למרות הבטחה זו, המחקר שלנו מצא שרוב הארגונים המשתמשים בכלי קידוד מדור הבינה המלאכותית בקנה מידה גדול השיגו שיפור של פחות מ-10 אחוזים בפריון הצוות.
מימוש מלוא הפוטנציאל של בינה מלאכותית לשיפור הערך של טכנולוגיות ארגוניות ידרוש שינויים תפעוליים והתנהגותיים בכל היבט של תפקוד הטכנולוגיה. כמו כן, הדבר ידרוש שיתוף פעולה רב יותר מאי פעם בין מנהיגים עסקיים וטכנולוגיה.
כדי להבין טוב יותר כיצד שינוי זה עשוי להיראות, ראיינו יותר מ-100 קציני טכנולוגיה ברחבי העולם. בהתבסס על דיונים אלה וניתוח מפורט של עבודת הלקוחות שלנו, גיבשנו שישה עקרונות שיכולים לשנות את הטכנולוגיה הארגונית, ולהוביל לערך משמעותי יותר עבור חברות. מצאנו שכמעט כל מובילי הטכנולוגיה מסכימים כי עקרונות אלה, ועקרונות הפעולה הבסיסיים שלהם, הם קריטיים. עם זאת, מעטים מיישמים פרקטיקות אלה בקנה מידה גדול. אלו שיאמצו את העקרונות הללו יהיו בעמדה הטובה ביותר להפיק את התשואה הגבוהה ביותר מהשקעתם בטכנולוגיה הארגונית:
התאם מחדש את הכלכלה החדשה של ה - IT
ציפיות החברות לגבי העלויות והתועלות של טכנולוגיה ארגונית משתנות. יש צורך בכיול מחדש כדי להאיץ את יצירת הערך. כלי קידוד ושכבות אינטגרציה המונעות על ידי בינה מלאכותית גורמים לכך שעלות היחידה של החדרת פונקציונליות חדשה יורדת, וכך גם עלות התחזוקה של מערכות קיימות. בינתיים, עלויות חדשות הקשורות לבינה מלאכותית, כגון הסקה, יעלו. חברות יצטרכו לכייל מחדש את אופן ניהול השקעות ה-IT שלהן. על ידי הגדלת התקציבים הכוללים שלהן ב-4 אחוזים מדי שנה בארבע השנים הבאות והשקעה גדולה יותר מעלויות אלו בכלי IT לאוטומציה, למשל, חברות יוכלו לראות שיפור משמעותי בפריון ההנדסה והפחתה בעלויות זמן ריצה. חברות המיישמות את הכלכלה החדשה הזו במודלים התפעוליים של המוצרים שלהן יוכלו להשיג עלייה של פי שלושה ב-EBITDA מהשקעתן בטכנולוגיה ארגונית בשנת 2030 בהשוואה לשנת 2025.
בנייה מחדש של פלטפורמות טכנולוגיה
חברות צופות פני עתיד משתמשות בבינה מלאכותית כדי להפחית חוב טכני ובמקביל לבנות פלטפורמות בינה מלאכותית חדשות. מאמצים אלה יכולים לאפשר בינה מלאכותית בקנה מידה גדול. למרות מאמצים אדירים בעבר, רוב החברות התמודדו עם חוב טכני, מעגל פיתוח אכזרי שמגדיל עלויות ומאט חדשנות. כדי להפחית חוב טכני, חלק מהחברות בונות פלטפורמות ל"מפעלים סוכניים" המספקים שימוש חוזר בקוד בעלות שולית כמעט אפסית. הן גם משתמשות בבינה מלאכותית כדי להאיץ את התיקון והרציונליזציה של סביבות קיימות. המחקר שלנו מצביע על כך שדור בינה מלאכותית יכול לבטל חלק ניכר מהעבודה הידנית במודרניזציה של ה-IT, מה שמוביל ללוחות זמנים מהירים יותר של 40 עד 50 אחוז ולהפחתה של 40 אחוז בעלויות תוך שיפור איכות התפוקה.6
שיפוץ נתוני הארגון
חברות מובילות משתמשות בבינה מלאכותית כדי לשפר את איכות הנתונים ולבנות שכבות סמנטיות וגרפים של ידע כדי למקסם את הניתוח והמונטיזציה. על ידי שיפוץ הנתונים שלהן בדרכים אלה, חברות יכולות לייעל את השימוש בבינה מלאכותית. בינה מלאכותית צורכת נתונים בשפע אך גם יוצרת הזדמנויות להפיק מהם ערך רב יותר בדרכים חדשות. הדרך להשגת הישגים אלה טמונה במאמצים ממושמעים ומורחבים לשיפור איכות הנתונים, ביסוס שושלת נתונים ברורה ובניית מוצרי נתונים חזקים - תוך מינוף בינה מלאכותית כדי להפיק תובנות חדשות מנתונים לא מובנים.
עיצוב מחדש של מודל הכישרונות
בניית יכולות הנדסיות המאפשרות לאנשים ולסוכנים לעבוד יחד היא קריטית. חברות ראשונות מעצבות מחדש את מודלי הכישרונות שלהן לשיתוף פעולה בין אדם לסוכן. משמעות הדבר היא שיפוץ תהליכי הנדסה והשקעה ביכולות אוטומציה ותזמור המאפשרות למהנדסים לבנות ולשלוט בציי סוכנים. במקביל, הן יוצרות מודלים של חניכות שבהם מהנדסים אומנים מלמדים את מלאכת ההנדסה לסוכנים כדי לייצר זרימות עבודה סוכניות בעלות השפעה. כדי לייצר את הערך המרבי, חברות יצטרכו לתכנן זרימות עבודה שמוציאות את המיטב מאנשים ומהסוכנים ואת יכולתם לשתף פעולה.
שדרגו את משוואת הספקים
חשוב שמובילי טכנולוגיה יבינו איזה יתרון יש להם עם ספקים וכיצד להשתמש בו. מובילי טכנולוגיה צריכים לחדש את מערכות היחסים שלהם עם הספקים כדי לבנות מערכי טכנולוגיה סביב בינה מלאכותית. דפוסים ארוכי טווח של מיקור חוץ לעומת מיקור פנים ותוכנה כשירות (SaaS) לעומת תשתית משתנים במהירות בגלל בינה מלאכותית. מנהלי טכנולוגיה יכולים לנהל טוב יותר את סיכון הנעילה על ידי הבנת האופן שבו בינה מלאכותית משנה את הדינמיקה בין קונים לספקים בכל אשכול טכנולוגי - כולל אלה של סמנטיקה, זרימת עבודה, פלטפורמת בינה מלאכותית, תשתית ואספקת שירותים. לדוגמה, חברות יכולות להחליף את הזנב הארוך של ספקי SaaS בזרימות עבודה סוכניות ולהגדיל את השימוש בתוכנה בקוד פתוח, מה שיאפשר להן להבטיח תנאי חוזה נוחים יותר מספקי שירותי IT. חברות ראשונות משתמשות גם בבינה מלאכותית כדי למקסם את הפונקציונליות המוכנה לשימוש.
מודל מחדש של סיכונים וחוסן
מובילי טכנולוגיה יכולים להשתמש בבינה מלאכותית כדי לנהל אבטחה בדרכים חדשות, אך היא גם מציגה סיכונים חדשים. חברות יצטרכו לעצב מחדש את הסיכונים והחוסן הן עם והן עבור בינה מלאכותית. חברות יכולות להשתמש בבינה מלאכותית כדי לשפר את מצב החוסן שלהן - לדוגמה, על ידי יצירת מערכות מבוססות בינה מלאכותית לניטור בקרה מתמשך. שילוב הערכת סיכונים בזרימות עבודה אנושיות וסוכניות יכול לאפשר לצוותים לזהות טעויות מוקדם, לחדד את הלוגיקה ולשפר באופן מתמיד את הביצועים. מצד שני, מובילי טכנולוגיה יכולים לבנות פריסות בינה מלאכותית בטוחות על ידי המצאה מחדש של מידול איומים לפיתוח סוכני והכשרת סוכנים בהתאם לערכים הארגוניים.
כיצד ששת הציוויים הללו משנים את החזר ההשקעה (ROI) של טכנולוגיות ארגוניות
חברות שמשנות את סדרי העדיפויות של חלוקת השקעות בטכנולוגיה ארגונית בין פיתוח יישומים עסקיים לבין IT יכולות להפיק תשואה משמעותית רבה יותר מהשקעתן בטכנולוגיה. הקצאת כסף רב יותר ל-IT בשלב מוקדם (לדוגמה, השקעה בפלטפורמות ובכלים לאוטומציה וסטנדרטיזציה) תוך צמצום קל של ההוצאות על פיתוח יישומים עסקיים יכולה להוביל לתשואות גבוהות יותר בעתיד. הסיבה לכך היא שמפתחים משתמשים בכלים שמגדילים את הפרודוקטיביות שלהם ומפחיתים תחזוקה ועבודה חוזרת.
רוב החברות שמעו את הטיעונים בעד השקעה ב-IT, אך ערך זה לא הוערך בצורה אמינה. בהתבסס על ניסיוננו הקולקטיבי בעבודה עם חברות גדולות ולאחר שראינו תרחישים מרובים, ניתחנו את בחירות ההשקעה השונות בטכנולוגיה ארגונית שמנהיגים יכולים לעשות ואת השפעתן הכוללת על התשואות. כדי להמחיש ניתוח זה, תיארנו שלושה תרחישים המבוססים על תקציב IT של מיליארד דולר .
בתרחיש הראשון, הקצאת 20 אחוז בלבד מההשקעה ל-IT יוצרת ספירלה שלילית של עלויות תפעול עולות ורווחי EBITDA מוגבלים מהשקעות בטכנולוגיה.
בתרחיש השני, העברת 40 אחוז מההשקעה ל-IT בשלוש השנים הראשונות מפחיתה את עלויות התפעול, מגבירה את הפרודוקטיביות ההנדסית, ומספקת עלייה כפולה ב-EBITDA עד שנה חמש בהשוואה לתרחיש הראשון, מבלי להגדיל את התקציבים.
בתרחיש השלישי, התחלה של עלייה כוללת ב-4 אחוזים בהוצאות, תוך הקצאת 33 אחוזים מההשקעה ל-IT בארבע השנים הראשונות והגדלת התקציב הכולל ב-4 אחוזים מדי שנה, משיגה את התוצאות הדרמטיות ביותר. תרחיש זה שומר על הפחתות עלויות ומשיג עלייה של יותר מפי שלושה ב-EBITDA עד שנה חמש בהשוואה לתרחיש הראשון.
תרחישים אלה ממחישים את הערך של השקעה בשיפור הליבה של טכנולוגיית המידע, מהלך שיכול להפחית באופן דרמטי את הזמן והעלות הנדרשים לאספקת מוצרים חדשים ולהגדיל משמעותית את הפרודוקטיביות ההנדסית. התוצאה היא שטכנולוגיה ארגונית מספקת ערך רב יותר באופן משמעותי. בעוד שאסטרטגיה זו עשויה להיות טבע שני לחברות "דיגיטליות מלידה", היא אינה מובנת כהלכה על ידי ארגונים גדולים רבים, אשר רואים באופן מתמיד בטכנולוגיית מידע כעלות ולא כמקור ליצירת ערך עתידית.
השקפה זו מאוששת בראיונות שערכנו. מצאנו שרוב מנהיגי הטכנולוגיה מבינים שניהול השקעות טכנולוגיות למען ערך ולא למען עלות הוא אופטימלי, אך מעטים ביצעו באופן מלא את השינוי הזה בניהול כלכלת הטכנולוגיה. הם גם מקבלים תמיכה מועטה מההנהלה כדי לבצע שינוי מסוג זה.
ביצוע ששת העקרונות דורש שיתוף פעולה בין עסקים לטכנולוגיה
כיום, מנהלי טכנולוגיה אומרים לנו שהם מקבלים דרישות והנחיות משאר צוות ההנהלה, מה שיוצר תמריץ לקבלת החלטות לטווח קצר ולא אופטימלי. הראיונות שערכנו מראים שרק 13 אחוזים ממנהלי הטכנולוגיה אומרים שעמיתיהם העסקיים מפגינים את כל ההתנהגויות הנדרשות להפקת ערך מהשקעות בטכנולוגיה רוב הזמן.
לחברות יש הזדמנות לתקן את הניתוק הזה. זה מתחיל בכך שכל צוות ההנהלה הבכירה תומך בהשקעות ארוכות טווח בטכנולוגיה. מנהיגים עסקיים יכולים לממן השקעות בפלטפורמות IT, לתמוך בצוותי טכנולוגיה בהפחתת סיכונים, לסייע בקביעת דרישות מוצר ולצייד את צוותי הטכנולוגיה שלהם לאמץ דרכי עבודה חדשות המבוססות על בינה מלאכותית.
במקביל, מנהלי טכנולוגיה יכולים לשפר את אמינותם בכל הנוגע לביצוע על ידי פריסת מוצרים עם הפונקציונליות הנכונה בזמן ובתקציב. הם יכולים להגביר את התמיכה ביוזמות טכנולוגיות ארגוניות על ידי ביסוס עצמם כשותפים מלאים בהגדרת אסטרטגיית העסק ובהשגתה.
הדרך קדימה דורשת מנהיגות נועזת הן מצד מנהיגים עסקיים והן מצד מנהיגים טכנולוגיים, אך הבחירה ברורה: להמשיך עם הסטטוס קוו ולהסתכן בפיגור או לאמץ את רגע הבינה המלאכותית הזה כדי להפוך טכנולוגיה ארגונית ממרכז עלות ליוצר ערך.
תגובות