מודל בשלות לאימוץ AI בארגונים
מכון הנדסת התוכנה של אוניברסיטת קרנגי מלון פיתח יחד עם Accenture מסגרת עבודה חדשה להערכת בשלות ארגונית באימוץ בינה מלאכותית. המודל כולל שמונה ממדים מרכזיים ונבחן בהצלחה בחברות Fortune 500. הרקע: 95% מהחברות מדווחות על תשואה נמוכה מהשקעות ה-AI שלהן, ורק 8% הצליחו להטמיע AI בקנה מידה ארגוני.
כשל ה-AI הארגוני: בעיית הביצוע, לא הטכנולוגיה
השקעות הבינה המלאכותית הגיעו לשיאים חסרי תקדים בשנים האחרונות, אך הפער בין ציפיות להישגים נשאר בעינו. נתון אחד מסכם את הבעיה בצורה חדה: 95% מהחברות מדווחות על תשואה נמוכה או אפסית מהשקעות ה-AI שלהן, ורק 8% הצליחו להטמיע בינה מלאכותית בקנה מידה ארגוני מלא. מול נתונים אלה, מכון הנדסת התוכנה של אוניברסיטת קרנגי מלון (SEI) ו-Accenture פרסמו השבוע מסגרת עבודה חדשה שנועדה לגשר על הפער בין שאיפות לתוצאות מדידות.
רוצה להישאר מעודכן ב-AI?
הירשם לדיוור השבועי שלנו וקבל עדכונים, המלצות על כלים, חדשות ודוחות מיוחדים
ה-AI Adoption Maturity Model הוא כלי להערכת מוכנות ארגונית לאימוץ בינה מלאכותית. המודל מחלק את יכולות הארגון לשמונה ממדים מרכזיים: אסטרטגיה ארגונית, כוח אדם ותרבות, הנדסת תהליכים מחדש, ניהול סיכונים וממשל, נתונים, הנדסה, תפעול ומערכת אקולוגית. עבור כל ממד, ניתן לארגון ציון בין חמישה רמות בשלות: חקרני, מיושם, מיושר, מורחב ומוכן לעתיד.
מה שמייחד את המודל הזה
השוק כבר מוצף במסגרות הערכת AI, אך לרוב מדובר בכלים אסטרטגיים ברמה גבוהה שאינם נותנים מענה להיבטים ההנדסיים והתפעוליים. כפי שציינה איפק אוזקיה, המנהלת הטכנית של מנהל הנדסת תוכנה AI-Native ב-SEI ומובילת פיתוח המודל: "אימוץ AI מוצלח אינו רק שיפור אוטומציה או הגברת תהליכים קיימים. המשמעות היא לחשוב מחדש על זרימות עבודה ולחדש דרכים לתמוך בהן עם AI."
הבסיס הרעיוני של המודל שאוב מעשורים של ניסיון SEI בפיתוח מודלי בשלות - ביניהם ה-CMM וה-CMMI שקבעו את תקני הנדסת התוכנה הארגונית בעשורים האחרונים, וכן ה-CMMC בתחום אבטחת הסייבר. מנישי שרמה, מנהל האסטרטגיה הראשי של Accenture, הדגיש שהמסגרת שנבנתה עם SEI "מושרשת בעשורי משמעת של מידול בשלות, מאומתת דרך פיילוטים עם חברות Fortune 500, ומיועדת לפגוש ארגונים היכן שהם נמצאים."
תהליך הפיתוח כלל ראיונות עם יותר משני תריסר מנהלים בכירים, סקר של קרוב ל-600 אנשי מקצוע, סקירה של למעלה מ-100 מסגרות בשלות קיימות וניתוח מעמיק של כשלושים ושישה מודלים. המסגרת נבחנה בפיילוטים בחברות Fortune 500, ביניהן Bosch Global Software Technologies, שדיווחה כי ההערכה סייעה לה לזהות עדיפויות להשקעות עתידיות ולבנות מפת דרכים מובנית לשיפור מתמשך.
"הכשל המרכזי באימוץ AI הוא שארגונים מודדים את המודל, אבל לא את ההחלטה שהוא אמור לשנות. בינה מלאכותית לא יוצרת ערך כשהיא נכנסת לתהליך, אלא כשהארגון מגדיר מחדש מי מחליט, על בסיס איזה מידע, באיזו נקודת זמן, ומה קורה כשהמערכת טועה. בלי שכבת ביצוע כזו, גם המודל המדויק ביותר נשאר ברמת הדגמה ולא יכולת." אומר ג'ונתן קוזמנקו, חוקר AI בקבלת החלטות ומוביל צוותי יישום ופיתוח AI בארגונים.
הרלוונטיות לשוק הישראלי
חברות ישראליות שמשקיעות בהטמעת AI - מענקי הייטק ועד חברות ממשל ותשתיות - ניצבות בפני אותו כשל מדידה שאפיין ארגונים גדולים בעולם. מודל הבשלות שפרסמו CMU ו-Accenture מציע כלי מדידה רלוונטי גם לשוק המקומי: הוא מאפשר לארגון לבסס קו בסיס, לזהות פערים ולתכנן רכישת יכולות בצורה מסודרת - דבר קריטי כאשר תקציבי ה-AI גדלים אך ה-ROI עדיין קשה לאמוד.
חברות בתחום הביטחון, שהממשל האמריקאי מגביר את לחצו לאמץ AI בסביבות קריטיות, ירוויחו במיוחד מהמימד של ניהול סיכונים וממשל שנכלל במודל. אניטה קרלטון, מנהלת חטיבת פתרונות התוכנה ב-SEI, הדגישה כי "ככל שה-AI עובר מניסוי לסביבות קריטיות למשימה, ארגונים זקוקים לבהירות דומה כדי להבין היכן הם נמצאים, לאן הם צריכים ללכת וכיצד להגיע לשם באחריות."
המודל זמין כעת להורדה דרך אתר ה-SEI ומיועד גם לארגוני ממשל וגם לחברות פרטיות המעוניינות להפוך את שאיפות ה-AI שלהן לתוצאות עסקיות מדידות וחוזרות על עצמן.