אתגר ה-AI האמיתי: כשהבינה המלאכותית פוגשת תשתיות ותיקות

בעוד ארגונים משקיעים ברכישה של רישיונות לצ’אטבוטים, הערך האמיתי של AI נוצר רק כשהוא מחובר למערכות הליבה הוותיקות ומניע תהליכים בקנה מידה רחב

אתגר ה-AI האמיתי: כשהבינה המלאכותית פוגשת תשתיות ותיקות

בלה יעקבי. צילום באדיבות נוביליס

ארגונים רבים רוצים ליישם בינה מלאכותית – לא כסיסמה, אלא ככלי שיאפשר להם לפעול מהר יותר, לקבל החלטות טובות יותר, לשפר שירות, לייעל תהליכים ולהגדיל יעילות עסקית. האתגר המרכזי כיום כבר אינו עצם אימוץ ה-AI, אלא היכולת להפוך אותו מכלי עבודה אישי ליכולת ארגונית שמייצרת ערך עסקי אמיתי.

אחת הטעויות הנפוצות ביותר היא לחשוב שהטמעת AI מסתכמת במתן גישה למנועי שיחה מתקדמים. עובדים מקבלים רישיון, מסכמים באמצעות כלי הבינה המלאכותית מסמכים, מנסחים מיילים, מתרגמים טקסטים, מכינים מצגות ושואלים שאלות. ללא ספק זה משפר פרודוקטיביות אישית, אך על פי רוב זה כמעט שלא ישנה את הארגון עצמו. שימוש ב-AI בשכבת השיחה האישית הוא שיפור נוחות – אך הוא לא טרנספורמציה אמיתית.

גמישות ותגובה מהירה

הערך האמיתי מתחיל כאשר הבינה המלאכותית משתלבת עמוק בתוך התהליכים העסקיים: ניתוב פניות, תיעדוף משימות, זיהוי חריגות, חיזוי עומסים, איחוד מידע ממקורות שונים, קיצור זמני תגובה ותמיכה בקבלת החלטות. כלומר, לא רק לעזור לעובד לעבוד מהר יותר, אלא לאפשר לארגון לפעול טוב יותר.

גם הנתונים מצביעים על כך שה-AI כבר כאן, אך עדיין אינו מוטמע בליבת הארגון, היכן שניתן להפיק ממנו את המיטב והמירב. לפי נתוני הלמ"ס, שהתפרסמו לאחרונה, כ-28% מהעסקים בישראל כבר משתמשים בבינה מלאכותית, אך רובם עושים זאת בעיקר במשימות טכניות ושגרתיות. רק מיעוט מהארגונים משלב AI גם בתהליכים ארגוניים מורכבים הדורשים חשיבה וקבלת החלטות. הנתונים ממחישים היטב את הפער בין שימוש בכלי AI אישיים לבין הטמעה עמוקה שלו בתוך הפעילות העסקית.

במציאות הישראלית, היכולת הזו חשובה במיוחד. ארגונים נדרשים לפעול תחת אי-וודאות עסקית, לחצי סייבר, רגישות תקציבית ומעברים תכופים בין שגרה לחירום. דווקא בסביבה כזו, גמישות ויכולת תגובה מהירה הופכות ליתרון ניהולי משמעותי.

בפועל, בארגונים רבים ומורכבים ה-AI פוגש מציאות מאתגרת: מערכות ליבה ותיקות, נתונים מפוזרים, סביבות היברידיות ותהליכים שחוצים יחידות, טכנולוגיות וספקים. המשמעות היא שהמעבר מ-AI כהבטחה ל-AI כמנוע עסקי הוא מורכב הרבה יותר מכפי שנדמה.

חלק מהסיבות לכך הן טכנולוגיות – בארגונים רבים הנתונים מפוזרים בין מערכות שונות, ללא סטנדרטיזציה או שכבת מידע אחודה. מערכות לגאסי סגורות, שנבנו לפני עשרות שנים, שהותאמו לזמנים אחרים, מקשות על חיבור מהיר של פתרונות חדשים. מאידך, חלק מהסיבות אינן טכנולוגיות – רגולציה, הגנת הפרטיות ואבטחת מידע מחייבות זהירות ולעיתים גם מאטות את קצב השינוי. לכך מצטרפת גם התנגדות טבעית של עובדים ולעיתים גם לקוחות לשינוי בתהליכי עבודה קיימים.

לכן, הטרנספורמציה לעידן ה-AI צריכה להתחיל בפרויקטים ממוקדים בעלי ערך עסקי ברור. בשלב הראשון, יש להתאים את שכבת הנתונים והתשתיות לעבודה עם מנועי AI, משום שאלו תלויים במידע נגיש, אמין ומנוהל היטב. ללא תשתית כזו, גם כלי ה-AI המתקדמים ביותר יישארו מוגבלים בהשפעתם הארגונית.

החשש ממהלכים יקרים

בשלב הבא, הארגון צריך לעבור מחשיבה על "איך AI יעזור לעובד" לשאלה רחבה יותר – איזה תהליך עסקי אפשר לשפר, לקצר, לאוטומט או לתזמר טוב יותר. הערך האמיתי אינו נוצר רק בתשובה לשאלת העובד, אלא בהנעה של תהליכים, בקיצור זמני טיפול ובחיבור יעיל יותר בין מידע, החלטה וביצוע.

החשש הגדול של ארגונים הוא כי הטמעת AI תחייב החלפה מלאה של מערכות וותיקות – מהלך הנתפס כיקר ומסוכן. אלא שבמקרים רבים ניתן להימנע ממנה באמצעות יצירה של שכבת חיבור, אינטגרציה ותזמור שמאפשרת למערכות הישנות והחדשות לעבוד יחד. המטרה אינה לפרק את מערכות הלגאסי, אלא לשלב אותן נכון בעולם החדש.

כאן נכנסת לתמונה שכבת ה-Orchestration, דוגמת HCL Universal Orchestrator. מדובר בשכבת תזמור שמחברת בין מערכות, ממשקי API, אוטומציות ותהליכים קיימים ומנהלת את הזרימה הארגונית מקצה לקצה. ברוב הארגונים כבר קיימים חיבורים נקודתיים, סקריפטים, וכלי אוטומציה שונים, אך ללא שכבת תזמור מרכזית, ה-AI נותר נקודתי. הוא אולי מספק תשובות טובות יותר, אבל אינו מייצר יכולת ארגונית שלמה.

שכבות Orchestration מאפשרות להפעיל סוכני AI כחלק מזרימת עבודה מנוהלת, עם בקרה, הרשאות ומדיניות. הן גם מצמצמות תלות בפיתוחים נקודתיים ובתהליכים ידניים שקשה לתחזק לאורך זמן. המשמעות העסקית ברורה: סקיילביליות טובה יותר, תגובה מהירה יותר לשינויים ויכולת לחבר בין מערכות, יחידות וערוצים.

לסיכום, השאלה אינה האם ארגונים יאמצו AI, אלא באיזה עומק. ארגונים שיסתפקו בחלוקת רישיונות ישיגו שיפור נקודתי בלבד. אלה שישקיעו בתשתיות תומכות AI, בשכבת חיבור ותזמור, יצליחו להפוך את הבינה המלאכותית מיכולת אישית נקודתית ליכולת ארגונית אמיתית.

בלה יעקבי היא מנכ"לית ומייסדת חברת נוביליס (Novilis), שותפה בישראל של ספקית הטכנולוגיה HCLSoftware, ומומחית לאורקסטרציה ארגונית ולשילוב טכנולוגיות מתקדמות בתהליכים עסקיים.