סקר: 53% מהארגונים מתקשים להסביר לבינה המלאכותית איך העסק עובד
מאת מערכת זירת AI · פורסם: · עודכן:
סקר שערכה Alteryx בקרב 1,400 מנהלי טכנולוגיה מצא ש-53% מהארגונים מתקשים להזין הקשר עסקי למערכות בינה מלאכותית, אף ש-80% צופים הגדלת הוצאות. רק 18% מאפשרים לאנשי העסקים גישה עצמאית מלאה לנתוני הענן, ו-71% סבורים שהצלחה תלויה בשיתוף פעולה הדוק בין מחלקות המחשוב ליחידות העסקיות.
בקצרה:
- ידע עסקי חיוני נותר בגיליונות, בהתכתבויות ובניסיון העובדים, מחוץ למערכות הפורמליות.
- בסקר הנפרד בהודו, רק 4% דיווחו על מוכנות מלאה של הנתונים, לצד 73% שדיווחו על תשואה מדידה כלשהי.
- המחקר הוזמן בידי Alteryx, המוכרת כלים לניהול נתונים ואוטומציה, ומסקנותיו תואמות את האסטרטגיה העסקית שלה.
ארגונים ממשיכים להגדיל את ההשקעה בבינה מלאכותית, אך רבים מהם מתקשים לגרום למערכות להבין כיצד העסק שלהם עובד בפועל. כך עולה ממחקר חדש של Alteryx, חברת תוכנה לניתוח נתונים ואוטומציה. לפי המחקר, 53% מהארגונים מדווחים על קושי לתרגם הקשר עסקי למערכות בינה מלאכותית ולתהליכי עבודה.
המחקר, שנערך עבור החברה בידי Coleman Parkes, כלל 1,400 מנהלי טכנולוגיה: 1,000 מנהלי מערכות מידע ו-400 מומחי אוטומציה בצפון אמריקה, אירופה, המזרח התיכון ואסיה-פסיפיק. המשיבים הגיעו מענפי הבנקאות, התעשייה, הקמעונאות ומוצרי הצריכה, הביטוח, המגזר הציבורי והחינוך.
פער בין תנופת ההשקעה למוכנות התפעולית
למרות הקשיים, תוכניות ההשקעה נותרו חזקות. 80% מהארגונים צופים שההוצאה שלהם על בינה מלאכותית תגדל בשנתיים הקרובות, ו-69% מדווחים על תשואה בינונית או משמעותית מההשקעות הקיימות. במקביל, 77% ממנהלי הטכנולוגיה סבורים שהקשר עסקי הוא תנאי הכרחי לתוצרים מדויקים ורלוונטיים.
הנתונים מצביעים על מתח בין קצב ההשקעה לבין היכולת ליישם בפועל. הגישה לנתונים וההבנה של כללים, תהליכים ומדיניות פנימיים נותרו האתגר המרכזי עבור חברות שמנסות לעבור משלב הפיילוט לפריסה רחבה.
לפי המחקר, חלק ניכר מהידע העסקי הנדרש עדיין נמצא מחוץ למערכות הפורמליות: בגיליונות אלקטרוניים, במסמכים פנימיים, בהתכתבויות דוא"ל, במאקרו ובניסיון של העובדים עצמם. הפיזור הזה מקשה על כלי הבינה המלאכותית לשקף את האופן שבו מתקבלות החלטות בארגון. הדוגמאות שמובאות במחקר כוללות תחזיות פיננסיות המבוססות על הנחות ספציפיות, תהליכי מיסוי התלויים בכללים ובחריגים מוגדרים, והחלטות בשרשרת האספקה הקשורות לרמות מלאי ולדרישות תפעוליות. בלי המידע הזה, התוצרים עלולים שלא להתאים לצורכי העסק.
גישה מוגבלת לנתונים עבור אנשי העסקים
הסקר חושף גם מגבלות בגישה של משתמשים עסקיים לנתונים. רק 18% מהארגונים הגיעו לגישה עצמאית מלאה לנתוני הענן, 38% פועלים במודל מעורב, ו-15% מדווחים שהמשתמשים העסקיים עדיין תלויים במידה רבה בצוותים הטכניים.
גישת משתמשים עסקיים לנתוני הענן (%) יחידה: % מקור: Alteryx גישה עצמאית מלאה: 18% מודל מעורב: 38% תלות רבה בצוותים הטכניים: 15%
לפער הזה יש משמעות מעשית: העובדים הקרובים ביותר לפעילות השוטפת מבינים לעיתים קרובות טוב מכולם היכן הבינה המלאכותית יכולה להועיל, אך אינם יכולים לעבוד ישירות עם הנתונים הדרושים כדי לפתח או לשפר תהליכים. התוצאה היא אימוץ איטי יותר ותוצרים פחות רלוונטיים.
נושא חוזר נוסף הוא שיתוף הפעולה בין מחלקות המחשוב לבין היחידות העסקיות. אף שאחריות האסטרטגיה והביצוע עדיין מרוכזת ברובה במחלקות המחשוב, 71% ממנהלי הטכנולוגיה אומרים שיוזמות בינה מלאכותית מצליחות יותר כשהצדדים עובדים בצמוד. כשני שלישים מהמשיבים סבורים שמערכות בינה מלאכותית וסוכנים מניבים את התפוקה הגבוהה ביותר כשהם מנוהלים בתוך היחידות העסקיות. המשמעות היא מעבר מתפיסה של בינה מלאכותית כפרויקט טכני בלבד למודל שבו הצוותים התפעוליים מקבלים תפקיד מרכזי יותר בתכנון ובפיקוח.
הודו כמקרה בוחן
Alteryx מציגה את הממצאים על רקע הפעילות הגוברת בהודו. סקר נפרד של Dun & Bradstreet מצא שבכל העסקים ההודיים שנסקרו פועלים פרויקטים בתחום, ו-69% מתכננים להגדיל את ההשקעה. עם זאת, רק 4% דיווחו שהנתונים הארגוניים שלהם מוכנים במלואם לתמוך בבינה מלאכותית בהיקף רחב, אף ש-73% דיווחו על תשואה מדידה כלשהי. התמונה דומה לזו הגלובלית: תועלת ראשונית לצד בעיות יסוד באיכות הנתונים, במבנה שלהם ובנגישותם.
סביה סן, סגן נשיא לאזורי הודו, המזרח התיכון, אפריקה ואסיה-פסיפיק ב-Alteryx, אמר כי השלב הבא באימוץ יהיה תלוי ביכולת של עסקים לחבר את הבינה המלאכותית לידע ולתהליכים שמניעים את פעילותם. לדבריו, "מערכות בינה מלאכותית צריכות יותר מגישה לנתונים; הן צריכות את ההקשר העסקי הנכון", וכשארגונים עוברים מניסויים לפריסה רחבה, הנגשת הלוגיקה העסקית באופן מבוקר וניתן לשחזור תהיה קריטית להפיכת ההשקעות לערך עסקי מדיד.
יש לזכור שמדובר בסקר שהזמינה חברה המוכרת כלים לניהול נתונים ואוטומציה, כך שהמסקנות משתלבות היטב באסטרטגיה העסקית שלה. ועדיין, עבור מנהלים שנדרשים להראות החזר על ההשקעה בבינה מלאכותית, המחקר מסמן אתגר מעשי: לחבר את המודלים ואת תהליכי העבודה ללוגיקה הפנימית שמנהלת את העסק בפועל.
שאלות נפוצות
מה זה הקשר עסקי בבינה מלאכותית?
הקשר עסקי הוא מכלול הכללים, התהליכים, המדיניות וההנחות שמסבירים כיצד הארגון פועל ומקבל החלטות. בבינה מלאכותית, ההקשר הזה מאפשר להתאים את התוצרים לצרכים האמיתיים של העסק. לדוגמה, תחזית פיננסית צריכה לשקף הנחות ארגוניות, ותהליך מיסוי חייב להתחשב בכללים ובחריגים הרלוונטיים לארגון.
למה ארגונים מתקשים להטמיע בינה מלאכותית בתהליכים עסקיים?
לפי סקר Alteryx, כ־53% מהארגונים מתקשים לתרגם הקשר עסקי למערכות בינה מלאכותית ולתהליכי עבודה. חלק מהידע הדרוש מפוזר בגיליונות אלקטרוניים, במסמכים, בדוא"ל ובניסיון העובדים, במקום להיות נגיש במערכות פורמליות. הפיזור הזה, לצד מגבלות בגישה לנתונים, מקשה לעבור מפיילוט לפריסה רחבה שמייצרת תוצרים רלוונטיים.
איך גישה לנתונים משפיעה על הצלחת הבינה המלאכותית בארגון?
גישה לנתונים מאפשרת לעובדים שמכירים את הפעילות העסקית לפתח ולשפר תהליכים מבוססי בינה מלאכותית. לפי הסקר, רק 18% מהארגונים הגיעו לגישה עצמאית מלאה לנתוני הענן. כשהמשתמשים העסקיים תלויים בצוותים טכניים, קשה יותר לשלב את הידע שלהם בפתרונות, והדבר עלול להאט את האימוץ ולפגוע ברלוונטיות התוצרים.
מי צריך להוביל את הטמעת הבינה המלאכותית בארגון?
מהמחקר עולה שהטמעת בינה מלאכותית מצליחה יותר כשמחלקות המחשוב והיחידות העסקיות עובדות בצמוד, ולא כפרויקט טכני בלבד. 71% ממנהלי הטכנולוגיה תומכים בחשיבות שיתוף הפעולה הזה. כשני שלישים סבורים שמערכות וסוכני בינה מלאכותית מניבים את התפוקה הגבוהה ביותר כשהם מנוהלים בתוך היחידות העסקיות, תוך מעורבות בתכנון ובפיקוח.
האם השקעה בבינה מלאכותית כבר מניבה תשואה לארגונים?
לפי סקר Alteryx, כ־69% מהארגונים מדווחים על תשואה בינונית או משמעותית מההשקעות הקיימות בבינה מלאכותית, ו־80% צופים גידול בהוצאה בשנתיים הקרובות. עם זאת, תשואה ראשונית אינה מעידה בהכרח על מוכנות לפריסה רחבה: קשיים בנגישות הנתונים ובהעברת הידע העסקי למערכות ממשיכים להגביל את היישום.
על מה מבוסס הסקר על קשיי האימוץ של בינה מלאכותית?
הסקר נערך בידי Coleman Parkes עבור Alteryx וכלל 1,400 מנהלי טכנולוגיה: 1,000 מנהלי מערכות מידע ו־400 מומחי אוטומציה, ממגוון ענפים ואזורים בעולם. חשוב לפרש את הממצאים בהקשרם: המחקר הוזמן בידי חברה שמוכרת כלי ניהול נתונים ואוטומציה, ולכן מסקנותיו משתלבות גם באינטרס העסקי שלה.