הסוד להרחבת AI בארגון: להתגבר על חוק קונווי
נתונים עדכניים מראים קשר הדוק בין מספר הכלים הנדרשים לביצוע שינוי באפליקציה לבין מספר הצוותים המעורבים בתהליך
צילום: דני ורפי
במשך עשרות שנים נתפס חוק קונווי (Conway’s Law) כתובנה מעניינת מעולם הנדסת התוכנה. לפי החוק, מערכות תוכנה משקפות את מבנה התקשורת והיחסים בין הצוותים בארגון שפיתח אותן. במשך שנים רבות זו הייתה בעיקר תיאוריה ניהולית. כיום, בעידן הבינה המלאכותית, היא הופכת למציאות תפעולית שניתן למדוד.
נתונים עדכניים מראים קשר הדוק בין מספר הכלים הנדרשים לביצוע שינוי באפליקציה לבין מספר הצוותים המעורבים בתהליך. בסביבות שבהן נעשה שימוש בכלי אחד או שניים, בדרך כלל מעורבים גם צוות אחד או שניים. כאשר מספר הכלים גדל לחמישה, שבעה או עשרה, מספר הצוותים גדל כמעט באותו יחס. במילים אחרות, המבנה הארגוני אינו רק משפיע על הארכיטקטורה הטכנולוגית אלא מכתיב אותה בפועל.
המשמעות ברורה: ריבוי כלים וריבוי ממשקי תיאום בין צוותים הם למעשה שני ביטויים של אותה בעיה. ארגונים מטמיעים את המבנה הארגוני שלהם בתוך מערכי הפיתוח, התפעול והאבטחה. אל תוך המציאות הזו נכנסת כעת שכבת ה-AI Inference, לא כגורם שמפשט את הסביבה אלא כמאיץ של המורכבות הקיימת.
שכבת ה-Inference מתבססת במהירות כחלק מרכזי בארכיטקטורת היישומים הארגונית. ממצאי דוח State of Application Strategy 2026 ממחישים זאת היטב. 55% מהארגונים מדווחים על צורך בניהול זהויות והרשאות גישה לשירותי AI, 54% זקוקים לנראות מלאה של תעבורת ה-AI והבקשות המופנות אליו, 51% מתמקדים במניעת דליפת מידע ממערכות בינה מלאכותית, 43% מבקשים להגן על מודלים מפני ניצול לרעה ותקיפות, ו-40% מעוניינים בנקודת שליטה מרכזית לניהול התעבורה בין מודלים ותשתיות שונות.
כמעט כל הארגונים שנבדקו מפעילים לפחות חלק מתשתיות ה-Inference בעצמם ואינם מסתמכים באופן מלא על ספקים חיצוניים.
האתגרים עצמם אינם חדשים. ניהול תעבורה, זהויות, נראות, אבטחה וממשל טכנולוגי היו תמיד חלק מתחומי האחריות של צוותי התשתיות ואבטחת המידע. אולם ה-AI משנה את אופי המערכות שעליהן הם מופקדים.
מערכות דטרמיניסטיות, שבהן כל קלט מוביל לפלט צפוי, מוחלפות במערכות הסתברותיות. בקשות הופכות ל-Prompts, סשנים הופכים ל-Tokens, והתוצאה כבר אינה תשובה חד-משמעית אלא פלט בעל הסתברות גבוהה להיות נכון. במציאות כזו העלות משפיעה על אמינות המערכת, סטיות ביצועים ודיוק הופכות לסיכון תפעולי, ותקיפות מתמקדות יותר ויותר במניפולציה של משמעות ותוכן במקום בניצול חולשות טכניות מסורתיות.
כאן חוק קונווי נכנס שוב לתמונה. במקום להרחיב את האחריות של הכלים והצוותים הקיימים, ארגונים נוטים ליצור שכבות התמחות חדשות. ניהול גישה למודלים מוביל לפתרונות ייעודיים, ניטור צריכת Tokens וסטיות סמנטיות מוביל לפלטפורמות חדשות, והצורך בניתוח תוכן שנוצר על ידי AI מוביל לכלי אבטחה נוספים. כל פער מייצר כלי חדש, וכל כלי חדש מייצר בעלות ארגונית חדשה ולעיתים גם צוות חדש.
הנתונים מצביעים על כך שקצב האיחוד רחוק מלהדביק את קצב ההתרחבות. רק 28% מהארגונים דיווחו שהצליחו לרכז את סביבת העבודה של מפתחי AI תחת נקודת ניהול אחת. היתר ממשיכים לעבוד מול מגוון רחב של מערכות, ממשקים ותהליכי בקרה.
התוצאה היא תהליך מתמשך של פיצול. ה-AI אינו שייך רק לצוותי פיתוח, לתשתיות או לאבטחת מידע. הוא חוצה את כולם. ללא שכבת ניהול אחודה ונקודות שליטה מרכזיות, ארגונים עלולים למצוא את עצמם עם מורכבות הולכת וגדלה, עלויות גבוהות יותר ותלות גוברת בתיאום בין צוותים.
בסופו של דבר, הבינה המלאכותית אינה הגורם שיקבע אם ארגון יצליח להפיק ערך בקנה מידה רחב. הגורם המכריע יהיה המבנה הארגוני עצמו. חוק קונווי לא נעלם בעידן ה-AI. להפך, השפעתו נעשית ברורה ומדידה יותר מאי פעם. ארגונים שיצליחו לצמצם את מספר הכלים, לאחד נקודות שליטה ולשבור גבולות אחריות מסורתיים יהיו אלה שיוכלו להרחיב את השימוש בבינה מלאכותית באופן יעיל, בטוח ובר-קיימא.
עמיר גואטה, Account Manager ב-F5 ישראל