הטכנולוגיה היא החלק הקל – העלויות האמיתיות הן בלתי נראות
מנהלים רבים נכנסים לפרויקטי בינה מלאכותית מתוך מחשבה שהאתגר המרכזי הוא בחירת המודל החכם ביותר או פיתוח האלגוריתם המורכב ביותר. אולם, דוח מקיף של מעבדת הכלכלה הדיגיטלית באוניברסיטת סטנפורד (Stanford Digital Economy Lab) שנערך באפריל 2026 חושף מציאות שונה לחלוטין.
על פי הנתונים שנאספו מ-51 פריסות של מערכות AI ב-41 ארגונים גלובליים, לא פחות מ-77% מהאתגרים המורכבים ביותר בהטמעת הטכנולוגיה קשורים לעלויות סמויות ובלתי נראות. אתגרים אלו כוללים ניהול שינויים ואימוץ על ידי העובדים, עיצוב מחדש של תהליכי העבודה, וטיפול בארכיטקטורת הנתונים.
הטכנולוגיה עצמה, לעומת זאת, תוארה באופן עקבי על ידי מובילי הפרויקטים כחלק הפשוט ביותר בתהליך. המחקר מראה כי הדרך להצלחה רצופה בכישלונות: 61% מהארגונים שהצליחו לרשום ערך עסקי מדיד חוו לפחות כישלון משמעותי אחד או פיילוט שננטש לפני שהגיעו לתוצאה המיוחלת.
בעוד שהשיח הציבורי נוטה להתמקד בחששות של עובדי קו ראשון מפני החלפתם בטכנולוגיה, הדוח חושף כי מקור ההתנגדות הקריטי והשכיח ביותר בארגונים מגיע דווקא ממקומות אחרים. פונקציות המטה והצוותים המקצועיים – ובהם המחלקה המשפטית, משאבי אנוש (HR), ניהול סיכונים ותאימות (Compliance) – מהווים את חסם האימוץ המרכזי ב-35% מהמקרים. מחלקות אלו מחזיקות בסמכות ארגונית להאט או לעצור פרויקטים בשל חשש מאחריות משפטית, חשיפה רגולטורית או קשיים בניהול השינוי האנושי.
לעומת זאת, מחלקות ה-IT הוגדרו לרוב כגורם מאפשר התורם לפריסה מהירה. כדי לפרוץ את החסמים הללו, מנהלים בכירים נדרשים לעבור מגישה פסיבית של אישור תקציבים למעורבות פעילה. בארגונים שהשיגו טרנספורמציה רוחבית, שולב אימוץ הבינה המלאכותית ישירות בתוך היעדים האסטרטגיים (OKRs) של החברה והיה קשור לתמריצים ולבונוסים, מה שגרם למחלקות המטה למצוא דרכים לאפשר את הפרויקט במקום לחסום אותו.
מה באמת קורה למשרות של העובדים ביום שאחרי?
אחת השאלות המרתקות בדוח נוגעת להשפעה הישירה של ה-AI על כוח האדם בארגון.
ניוזלטר AI לפי תפקיד
כלים, מדריכים ומקרים מהשטח שרלוונטיים לעבודה שלכם, בלי רעש. בחרו תפקיד, ונשלח לכם את מה שחשוב לו.
הנתונים מראים כי צמצום כוח אדם ישיר (פיטורים) הוא אמנם התוצאה הבודדת השכיחה ביותר, ומתרחש ב-45% מהמקרים, אך הוא אינו מהווה את הרוב. ב-55% מהמקרים שנבחנו, חברות בחרו באסטרטגיות חלופיות כדי ליהנות מפירות הפריון : 19% מהחברות השתמשו בטכנולוגיה כדי להימנע מגיוסים עתידיים (Hiring Avoided) בעוד העסק צומח; 19% נוספים בחרו שלא לבצע כל שינוי במצבת כוח האדם אלא להאיץ את קצב העבודה ולפתור פיגורים (Backlogs); ו-17% מהחברות ניידו את העובדים שהתפנו ממטלות שגרתיות אל משימות מורכבות יותר הדורשות שיקול דעת ומומחיות אנושית (Redeployment). המסקנה הברורה היא שהטכנולוגיה עצמה אינה מכתיבה את הפיטורים, אלא ההקשר האסטרטגי והחלטות ההנהלה.
הנוסחה שמקפיצה את הפריון הארגוני ב-71%
המחקר מספק קריאת כיוון יישומית למנהלים וממפה שלוש רמות של מעורבות אנושית בתהליך (Human-in-the-Loop). הממצאים מראים כי מודלים של "הסלמה" (Escalation) – שבהם הבינה המלאכותית מטפלת ביותר מ-80% מהמשימות מקצה לקצה בצורה אוטונומית לחלוטין, ובני אדם נקראים להתערב אך ורק במקרי קצה וחריגות – השיגו את שיפור הפריון הגבוה ביותר, עם חציון של 71%.
לעומת זאת, מודלים של "אישור" (Approval), שבהם הבינה המלאכותית מבצעת את העבודה אך אדם נדרש לבדוק ולתקף כל פלט בנפרד לפני ביצוע הפעולה, הניבו שיפור פריון של 30% בלבד. יחד עם זאת, החוקרים מדגישים כי מודל אישור או שיתוף פעולה אינו מעיד על חוסר בשלות, אלא מהווה לעיתים קרובות בחירה עיצובית נכונה ואסטרטגית בסביבות שבהן אין כל סובלנות לטעויות (כמו קמפיינים שיווקיים ענקיים) או כאשר קיימות דרישות רגולטוריות נוקשות (כמו תיעוד רפואי או מסמכים משפטיים).
הנתונים שלכם מבולגנים? זו כבר לא סיבה לעצור
מנהלים רבים נוטים לעכב פריסת פרויקטים מתוך הנחה שעליהם לבצע תהליך ארוך ויקר של ניקוי וריכוז הדאטה הארגוני. המחקר מנפץ גם את ההנחה הזו ומגלה כי רק ב-6% מההטמעות המוצלחות המידע היה מוכן לחלוטין ל-AI מראש. ברוב המוחלט של המקרים, מודלי השפה הגדולים (LLMs) היו חלק בלתי נפרד מהפתרון לבעיית הדאטה עצמה – הם שימשו ככלי החילוץ, הניקוי והארגון של המידע המבולגן. ב-88% מהמקרים, המודלים הצליחו לפתוח גישה לנתונים שלא היו נגישים בעבר (כגון הקלטות קול, מסמכים סרוקים, קוד ישן או בסיסי ידע מבוזרים בסילוסים ארגוניים).
החוקרים מסכמים כי היתרון התחרותי האמיתי של ארגונים אינו טמון במודל הבסיס שבו הם משתמשים – שהופך במהירות למוצר צריכה המיוצר בהמוניו (Commodity) – אלא בשכבת האורקסטרציה ובדאטה הייחודי והפרטי שהארגון אוגר לאורך השנים. המסר לארגונים ברור: שמרו ותעדו הכל, ואל תמתינו לדאטה מושלם כדי להתחיל לפעול.
שאלות ותשובות
דוח סטנפורד חושף ש-77% מהאתגרים קשורים לעלויות סמויות, לא לטכנולוגיה עצמה. אלו כוללים ניהול שינויים, אימוץ על ידי העובדים, עיצוב מחדש של תהליכי עבודה וטיפול בארכיטקטורת נתונים. הטכנולוגיה נחשבת לחלק הפשוט ביותר. 61% מהארגונים שרשמו ערך חוו כישלון משמעותי לפני הצלחה.
