סוף ה-ERP כפי שאנו מכירים אותו? חמש דרכים שבהן הבינה המלאכותית משבשת את ה-ERP
- לפני 3 ימים
- זמן קריאה 3 דקות
28.05.2026
מקור: McKinsey & Company
השאלה אינה האם הבינה המלאכותית (AI) תשפיע על פרדיגמת ה-ERP המוכרת, אלא כמה רדיקלי ומהיר יהיה השינוי. מאמר זה הוא פרי מאמץ משותף של ביורנר ג'נסן, דרווין דיאנו, פלוריאן באואר, ג'ו בודן וניקולס רות', המייצגים את דעותיה של McKinsey Technology..
בינה מלאכותית יוצרת (GenAI) ומערכות סוכנים (Agentic systems) נעות במהירות מעבר לאוטומציה של משימות בניהול משאבי ארגון (ERP) אל עבר מבנה מחדש של הפעילות הארגונית. פתרונות "AI-native", הנבנים לרוב כרשתות של סוכנים אוטונומיים, פועלים מעל יישומים ארגוניים מסורתיים, מבצעים אוטומציה של החלטות ומנהלים תהליכים מקצה לקצה.
מאמצים מוקדמים של מערכות ERP משולבות AI כבר זוכים ליתרון תחרותי, ומדווחים על שיפור של 5% ומעלה ב- EBIT. מחקר של מקינזי מראה כי מצטייני AI הנוקטים באסטרטגיות מוטות צמיחה נוטים יותר לדווח על שיפור ברווחיות ובנתח השוק. בתחום היישום, סוכני AI עשויים להפחית את המאמץ הנדרש להטמעת מערכות ERP ב-50% לפחות ולקצר את משך הפרויקט בחצי. שיפור הפרודוקטיביות אינו ליניארי יותר ואינו תלוי באופן יחסי במשאבי אנוש.
על ספקי ,ERP ספקי כלים, אינטגרטורים, סטארט-אפים ולקוחות לשקול חמש דרכים פוטנציאליות שבהן ה-AI עשוי לשבש את מערכות ה-ERP:
ה-AI יפתח את ארכיטקטורת ה-ERP של ימינו
במבט רדיקלי, ה-ERP כפי שהוא מוכר כיום יחדל מלהתקיים. סוכני AI ישכפלו יכולות ERP וייצרו ויבצעו אופטימיזציה לתהליכים תוך כדי תנועה. הנתונים יאוחסנו במיקרו-שירותים (microservices) במקום בטבלאות ענק, ולוגיקת היישום תהפוך למצרך המנוהל על ידי סוכנים.
מנגד, יש הטוענים לצורך בעמוד שדרה יציב. הארכיטקטורה הבסיסית תישאר קריטית להבטחת אמינות, יכולת ביקורת, ציות ושימושיות. בפועל, האינטראקציה הארגונית תעבור מעסקאות מבוססות מסך לסוכני AI שמתווכים, מחליטים ומבצעים. ה-ERP יהפוך ללא ממשק משתמש מסורתי, ויוגדר על ידי חמש שכבות:
בקרת משימות לערך : מדידת ערך כיכולת ליבה ארגונית להערכת השפעת החלטות אוטונומיות בזמן אמת.
מודל הפעלה של סוכנים (Agentic operating model): שכבה חדשה מעל בסיס המערכת לביצוע תזמור (orchestration) של החלטות ותהליכי עבודה.
תהליכים מעצימי אדם: המשתמשים לא יבצעו עסקאות, אלא יגדירו כוונות, יאשרו תוצאות ויתערבו במקרי חריגים.
אונטולוגיה עסקית כלל-ארגונית: מעבר ממודלי נתונים סטטיים לשכבות סמנטיות המקודדות הקשר עסקי.
יישומי "ליבה נקייה" ותשתית נתונים: ה-ERP ימשיך לשמש כמערכת הרישום ועמוד השדרה של העסקאות.
חברות ימשיכו להשקיע במודרניזציה של ERP
למרות הפיתוי להישאר עם מערכות ישנות (Legacy) ולהוסיף מעליהן שכבת AI, המאמר טוען כי הדבר אינו סביר. כפי שקרה עם ה-RPA, פתרונות שכבה עליונה עלולים להיתקל בתקרת זכוכית כשנדרשים קנה מידה, שליטה ועקביות. ארגונים לא ירצו להריץ תשתית קריטית ללא תמיכת ספק או עם פתרונות AI חסרי יכולת מעקב וביקורת. השקעה במודרניזציה של הנתונים תמיד תסייע להרחבת ה-AI בעתיד.
טרנספורמציות ERP יהיו מהירות וזולות פי שניים
ה-AI משבש את הכלכלה של תוכניות ה-ERP . סוכני AI יוכלו להמליץ על עיצוב תהליכי יעד בדיוק גבוה תוך ימים ספורים, והיישום יתבצע באמצעות הגדרה עצמית. משימות ידניות כמו הגירת נתונים, בדיקות, תיעוד והדרכה יעברו אוטומציה כבדה. המגבלה העיקרית תהיה ניהול השינוי (change management), שכן עדיין יש ללוות את המשתמשים בתהליך.
ספקי ERP עשויים להחזיר לעצמם את השליטה באקו-סיסטם
עד כה, איכות היישום הייתה תלויה מאוד באינטגרטורים, מה שהוביל לשונות גבוהה באיכות המסירה (רק 25-35 אחוז מהתוכניות הטכנולוגיות הגדולות משיגות את היעדים שלהן). כעת, לספקי ה-ERP יש הזדמנות להציע פתרונות מקצה לקצה הנתמכים ב-AI ליישום והגירה, ובכך להשיג שליטה טובה יותר על איכות התוצאות עבור הלקוח.
גישת יצירת הערך ב-ERP תעבור מ"בנייה " (Build) ל"קנייה" (Buy)
ארגונים החלו במרוץ ליישום מקרי בוחן (use cases) של, AI אך גישה זו אינה בת-קיימא בקנה מידה רחב בתהליכי ERP שבהם המטרה היא סטנדרטיזציה ולא בידול. המגמה תעבור לרכישת פתרונות AI מובנים (Embedded) מהספקים, תוך הקפדה על מספר עקרונות:
גישת "דף חלק": תכנון מחדש של תהליכים סביב סוכני AI במקום אוטומציה של שלבים קיימים.
השפעה מדידה על דוח הרווח והפסד : קביעת יעדים ומעקב אחר השפעת השיפורים התפעוליים.
פתרונות AI מוטמעים ופשוטים: חוויית משתמש משולבת ומודל מסחרי ברור.
קישוריות בין סוכנים: סוכני ה-ERP חייבים להיות מסוגלים לתקשר עם סוכנים מחוץ לאקו-סיסטם הספציפי של הספק.
סיכום
בעוד שקשה לחזות את היקף השיבוש המלא, ברור כי על השחקנים באקו-סיסטם של ה-ERP להמציא מחדש את המודלים שלהם. על הלקוחות להישאר מעודכנים, להתנסות ביכולות AI חדשות ולהיות מוכנים להטיל ספק בדרכי העבודה המקובלות בעולם ה-ERP. המרוץ לשיפור יכולות ה-AI ויצירת הערך נמצא בעיצומו.
