95% מהארגונים לא מצליחים להפיק ערך פיננסי מהשקעותיהם ב AI לפי מחקר של MIT

הסיכום מבוסס על דוח "The GenAI Divide: State of AI in Business 2025" שנערך על ידי MIT NANDA ופורסם ביולי 2025:

מבוא

הדוח מבוסס על מחקר שבוצע בינואר-יוני 2025, הכולל:

• ניתוח של מעל 300 יוזמות AI שפורסמו לציבור.

• ראיונות מובנים עם 52 ארגונים.

• סקר של 153 מנהלים בכירים בכנסים מרכזיים

המסקנה המרכזית: 95% מהארגונים לא מצליחים להפיק ערך פיננסי מהשקעותיהם ב־AI, למרות השקעה של 30–40 מיליארד דולר בשנה. רק 5% מהפיילוטים מצליחים להגיע להטמעה מלאה עם השפעה מדידה על ה־P&L.

הפער ב־AI: The GenAI Divide

הגדרה

הפער מתבטא בכך ש:

• רוב הארגונים מאמצים כלים כמו ChatGPT בקנה מידה רחב.

• לעומת זאת, מערכות מותאמות אישית או ארגוניות כמעט ולא מגיעות לשלב ייצור.

• הבעיה המרכזית איננה איכות המודלים או רגולציה, אלא היכולת של המערכות ללמוד ולהשתלב בתהליכי עבודה קיימים

ארבעת הדפוסים המרכזיים שנמצאו:

1. שינוי מוגבל - רק 2 מתוך 8 מגזרים חוו שינוי מבני משמעותי:

   • טכנולוגיה

   • מדיה וטליקומוניקציה

2. פרדוקס הארגונים הגדולים - חברות גדולות מובילות בכמות הפיילוטים אך מפגרות בהטמעה בפועל.

3. הטיית השקעות - השקעה מוגברת במכירות ושיווק במקום באוטומציה של תהליכים פנימיים עם ROI גבוה.

4. יתרון לשיתופי פעולה חיצוניים - הצלחה כפולה בשימוש בפתרונות חיצוניים לעומת פיתוח פנימי.

חסמים עיקריים

הבעיה המרכזית היא פער הלמידה – רוב המערכות אינן:

• שומרות הקשר לאורך זמן.

• מסתגלות לתהליכים משתנים.

• לומדות ממשוב המשתמשים.

כלים כלליים כמו ChatGPT מצליחים במשימות פשוטות, אך נכשלות במשימות קריטיות וארוכות טווח. המשתמשים מעדיפים מערכות עם זיכרון ולמידה מתמשכת.

כלכלה מקבילה: "Shadow AI"

• 90% מהעובדים משתמשים באופן אישי ב־AI (כמו ChatGPT או Claude), בעוד שרק 40% מהארגונים רכשו מנוי רשמי.

• עובדים משתמשים ב־AI כדי לייעל את עבודתם ללא אישור IT, ולעיתים משיגים ROI טוב יותר מתוכניות ה־AI הרשמיות של הארגון.

תבניות השקעה

• כ־50% מהתקציבים מושקעים במכירות ושיווק, בעיקר בזכות מדידת תוצאות ברורה.

• תהליכים פנימיים כמו כספים, רכש ותפעול מקבלים פחות תקציב, למרות פוטנציאל ROI גבוה יותר.

• דגש חזק על נראות במקום ערך אמיתי.

הצלחה בבנייה (Builders)

סטארטאפים מצליחים נבדלים בכך שהם:

1. ממוקדים בבעיות ספציפיות וצרות.

2. מטמיעים למידה מתמשכת ומערכת זיכרון.

3. משתלבים עמוק בתהליכי העבודה הקיימים.

4. מסתמכים על רשתות הפניות ושותפויות קיימות במקום על מכירה ישירה בלבד.

דוגמה לקטגוריות מצליחות:

• אוטומציה של מסמכים (חוזים, טפסים).

• סיכום וניתוב שיחות טלפון.

• קוד גנרטיבי למשימות הנדסה חוזרות.

הצלחה ברכישה (Buyers)

ארגונים חכמים מתייחסים ל־AI כמו לשירות עסקי, לא כתוכנה בלבד:

• דורשים התאמה אישית עמוקה.

• בוחנים את הספקים לפי תוצאות עסקיות ולא מדדים טכנולוגיים.

• מתחילים מפיילוטים קטנים שמובלים ע"י מנהלי קו ולא על ידי מעבדות חדשנות מרכזיות.

• בונים שותפויות ארוכות טווח עם ספקים חיצוניים.

שיעורי הצלחה:

• פיתוח פנימי: 33%

• שותפויות חיצוניות: 66%

מדד ROI ותוצאות ממשיות

הערך הממשי נוצר בעיקר ב־תהליכים פנימיים, לא בחיסכון בכוח אדם:

• ביטול חוזי BPO - חיסכון של 2–10 מיליון דולר בשנה.

• צמצום הוצאות על משרדי פרסום חיצוניים ב־30%.

• חיסכון של מיליון דולר בשנה בבדיקות סיכונים בתחום הפיננסי.

השפעה על שוק העבודה

• לא צפויים פיטורים המוניים בטווח הקצר.

• קיימת החלפה של תהליכים חיצוניים (BPO) וירידה בקצב הגיוס בתחומים כמו:

  • שירות לקוחות.

  • עיבוד אדמיניסטרטיבי.

  • פיתוח סטנדרטי.

• תחומים כמו בריאות ואנרגיה אינם צפויים להשפעה ניכרת בשנים הקרובות.

מבט קדימה: Agentic Web

העתיד של AI נע לקראת Agentic Web - מערך של סוכנים אוטונומיים שמשתפים פעולה ביניהם:

• יבצעו אינטגרציה בזמן אמת.

• ינהלו תהליכים מורכבים ללא צורך בתיווך אנושי.

• יחליפו יישומי SaaS מבודדים במערכת חכמה ומשולבת.

מסקנות מרכזיות

1. הפסיקו להשקיע בכלים סטטיים שדורשים "פירמוט מחדש" בכל שימוש.

2. התמקדו בשותפויות חיצוניות עם ספקים שמציעים מערכות לומדות ומותאמות.

3. הטמיעו פתרונות בתהליכים קריטיים תוך מדידה לפי תוצאות עסקיות.

4. פתחו אסטרטגיה לטווח ארוך, שכן חלון הזמן להצלחה נסגר במהירות.

משמעות לארגונים

• ארגונים שיצליחו לחצות את הפער ישלטו בשוק של "כלכלה פוסט-פיילוט".

• אלה שיתקעו עם מערכות סטטיות יישארו מאחור, למרות השקעות משמעותיות.

• הארגון המצליח ישלב בין אוטומציה, פרסונליזציה ולמידה מתמשכת כדי להשיג ROI אמיתי.