כיצד הופכים חדשנות ב-AI לצמיחה כלכלית בת קיימא

מהנסיין לאופרטור: האתגר האמיתי של ה-AI העסקי

בכינוס השנתי של הפורום הכלכלי העולמי בדליאן, סין, עלתה שאלה שמעסיקה מנהלים בכל רחבי העולם: כיצד הופכים חדשנות טכנולוגית להשפעה כלכלית מדידה ומתמשכת?

התשובה, לפי רולי אגרוול, מנהל האסטרטגיה הראשי של NTT DATA, אינה נמצאת בתחכום הטכנולוגיה עצמה, אלא ביכולת לשלב אותה לעומק בתוך פעולות הארגון. כפי שפורסם השבוע על ידי World Economic Forum, מרבית הארגונים עדיין מתנסים ב-AI ברמת פיילוט, בעוד שהערך האמיתי מגיע כאשר AI הופך לחלק בלתי נפרד ממודל ההפעלה.

מה קורה בשדה

אזור אסיה-פסיפיק מציג תמונה מגוונת של אימוץ: יפן ממנפת את חוזקותיה בייצור מתקדם ותשתיות רשת, סין מובילה בייצור חכם ו-AI יישומי, אוסטרליה משלבת אוטומציה בכרייה ובניהול משאבים, והודו מזנקת בצמיחת הכלכלה הדיגיטלית. כל אחד מהמודלים הללו מלמד שיעור שונה, אך המסר המשותף ברור: חדשנות היא רק נקודת הפתיחה.

במגזר הפיננסי ניתן לראות זאת בבירור: מוסדות שמשלבים AI בשרשרת השלמה של מעורבות לקוח, עיבוד עסקאות ומניעת הונאות, מדווחים על תוצאות צמיחה ורווחיות עודפות על פני מתחרים שעדיין נמצאים בשלב הניסיון.

ריבונות AI: מנושא טכני לדיון בדירקטוריון

נושא ה-Sovereign AI עולה במהירות לסדר היום של מנהלים בכירים. הדרישות הרגולטוריות ההולכות ומחמירות, לצד הצורך בהגנה על קניין רוחני ועל מידע רגיש, מניעות ארגונים לבחון מחדש את מבני ה-IT המרכזיים והגלובליים שלהם.

נתוני הדוח הגלובלי של NTT DATA לשנת 2026 חושפים פער משמעותי בין מודעות לפעולה: רק 29 אחוזים מהארגונים מתעדפים Sovereign AI בצורה קונקרטית ולטווח קצר. ארגונים שיבנו את התשתיות, מסגרות הממשל ומודלי ההפעלה המתאימים כבר עכשיו, יהיו ממוקמים טוב יותר לסקייל AI תוך שמירה על שליטה ואמינות.

עבור חברות ישראליות הפועלות בשווקים בינלאומיים, ההשלכה ברורה: דרישות ריבונות ה-AI מהוות גם חסם וגם הזדמנות. ישראל, עם מומחיות עמוקה באבטחת מידע וב-AI יישומי, יכולה למצב את עצמה כספקית פתרונות Private AI לארגונים שמחפשים לשמר שליטה על הנכסים הדיגיטליים שלהם.

אבטחת סייבר כיכולת ליבה עסקית

האיום הסייברנטי אינו עומד במקום. מודלי AI מתקדמים מאיצים את קצב זיהוי ואל ניצול פגיעויות, ומקצרים את החלון הקריטי בין גילוי לתקיפה. הדירקטוריונים מתחילים להבין שאבטחת סייבר אינה עוד פונקציה תומכת, אלא יכולת ליבה שמאפשרת חדשנות ומגנה על ערך לטווח ארוך.

הארכיטקטורה של מערכות AI חייבת לכלול מובנית סיווג נתונים, גישה מבוססת Zero-Trust, הצפנה, ניהול זהויות ומעקב רציף.

תשתית אחראית לצמיחה בת קיימא

ההשקעה ב-AI אינה מסתכמת בתוכנה ואלגוריתמים. היא דורשת תשתיות פיזיות ברמת מרכזי נתונים, רשתות ומערכות אנרגיה. ניהול צריכת אנרגיה, שימוש במים ותכנון קיבולת הם כבר גורמים שמשפיעים על החלטות אימוץ AI ברמת הדירקטוריון. כאן גם טמון שיעור רלוונטי לתעשייה הישראלית: בנייה של מרכזי נתונים בישראל הממוקמת בצומת אירופה-אסיה מצריכה חשיבה מוקדמת על סטנדרטים סביבתיים שיעמדו בביקורת בינלאומית.

מהמומנטום להשפעה

המסר המרכזי שעולה מהדיונים בדליאן הוא שהעשור הקרוב לא ישתייך לאלה שהתנסו בטכנולוגיה, אלא לאלה שמיישרים טכנולוגיה עם אסטרטגיה, בונים יסודות של אמון וריבונות, ומשקיעים בתשתית שמסוגלת לתמוך ב-AI בקנה מידה. ישראל, עם כוח האדם והמומחיות הטכנולוגית שלה, ממוקמת לנצל את המעבר הזה, אם תבחר להוביל אותו ולא רק לעקוב אחריו.