הפער בין אימוץ ה-AI לתשואה בפיננסים: דוח גרטנר חושף את הבעיה האמיתית

חוסר איזון זה הוא סיבה יסודית לכך שפער התשואה ממשיך להתקיים. ארגוני כספים רבים מממנים שיפורי יעילות מצטברים, בעודם משקיעים פחות מדי ביישומי AI הקשורים ישירות לצמיחה בהכנסות, קבלת החלטות אסטרטגית ובידול תחרותי . המסר של גרטנר היה בוטה: מנהלי כספים טעו לחשוב שעצם פריסת ה-AI היא יצירת ערך, ותפיסה זו חייבת להשתנות בדחיפות .

מפת הדרכים התלת-שלבית ל-AI בפיננסים

כדי לעזור למנהלי כספים להיחלץ ממלכודת הפיילוטים ולהתקדם לעבר תשואה משמעותית, המליצה גרטנר על גישה מובנית בת שלושה שלבים :

1. הגדירו חזון והעריכו בשלות — ראשית, על מנהלי הכספים להגדיר חזון ברור לאיך צריכה להיראות פונקציית כספים המופעלת באמצעות AI. חזון זה אמור לענות על שלוש שאלות: מהו המצב הסופי הרצוי, כיצד ה-AI יסייע בהשגת יעדי הארגון, ואיזה ערך ספציפי ה-AI יספק לעסק? לאחר מכן, הערכת בשלות מסייעת לזהות פערי יכולות שיש לסגור לפני שה-AI יוכל לספק את הערך המיועד .

2. בנו את מפת הדרכים — ברגע שהחזון וקו הבסיס לבשלות ברורים, על מנהלי הכספים לתרגם אותם למפת דרכים קונקרטית לאימוץ AI בפיננסים. מפת דרכים זו צריכה להקיף תרבות ארגונית, משילות, כישורים ונתונים – לא רק טכנולוגיה – ועליה לזהות תיק עבודות ממוקד של תרחישי שימוש שיש לתעדף, לבחון בפיילוט, ובסופו של דבר להרחיב .

3. הפעילו והרחיבו תרחישי שימוש — השלב הסופי עובר מתכנון לביצוע ממושמע. במקום לרדוף אחרי עשרות פיילוטים מנותקים, צוותי הכספים צריכים להרחיב מספר קטן יותר של תרחישי שימוש מתועדפים, שלהם נתיב ברור למימוש ערך עסקי .

היזהרו מ"המפעל המקרי" של עודף פיילוטים

אחת האזהרות החריפות ביותר של גרטנר בסימפוזיון הופנתה לדפוס כישלון נפוץ: "המפעל המקרי". דפוס זה מתרחש כאשר ארגונים מתייחסים ל-AI כאל אוסף של כלים בודדים ולא כמערכת מקושרת, מה שמוביל להתפשטות בלתי מבוקרת של פיילוטים ללא נתיב ברור לייצור .

המספרים ממחישים את חומרת הבעיה. נתונים שהוצגו בחומרים הקשורים לגרטנר בסימפוזיון ציינו כי 59% מיוזמות ה-AI אינן מצליחות להגיע לשלב הייצור, ומותירות ערך פוטנציאלי נעול לצמיתות בשלב הפיילוט . במקום זאת, גרטנר יעצה למנהלי הכספים להגביל את מספר הפיילוטים הפעילים, להתמקד בתרחישי שימוש עם נתונים נגישים וזמן מהיר להשגת ערך, ולבנות מערכות AI מנוהלות ומשולבות שיכולות באמת לצמוח .

אל תחכו ליעילות כדי לרדוף אחר תוצאות בעלות ערך גבוה

ייתכן שהעצה הנגדית-אינטואיטיבית ביותר של גרטנר הייתה שאין להתייחס לתרחישי שימוש של יעילות המונעת מפרודוקטיביות כתנאי מוקדם לחתירה לתוצאות AI בעלות ערך גבוה יותר. החברה דחקה במפורש במנהלי הכספים להסתכל מעבר לאוטומציה של משימות קיימות ולהשקיע ישירות בתרחישי שימוש הקשורים לבעיות עסקיות מהותיות – גם אם פרויקטים כאלה נראים מסוכנים יותר או קשים יותר למדידה באמצעות נוסחאות החזר השקעה מסורתיות .

בדבריהם בסימפוזיון, אנליסטים של גרטנר אמרו למנהלי הכספים להפסיק לחפש נוסחת החזר השקעה אחת, ובמקום זאת לבנות תיק השקעות AI מאוזן: תרחישי פרודוקטיביות שמבצעים אוטומציה למשימות שגרתיות, שיפורי תהליך ממוקדים המייעלים תהליכי עבודה ספציפיים, והימורים טרנספורמטיביים סלקטיביים שעלולים לעצב מחדש מודלים עסקיים . האנלוגיה של גרטנר לנסיעות הייתה בלתי נשכחת: נסיעות שגרתיות (שיפורי פרודוקטיביות), משלחות ממוקדות (שיפורי תהליך) ומסעות שאפתניים (טרנספורמציה) – כולם שייכים לתיק ההשקעות, אך הם משרתים מטרות שונות לחלוטין ודורשים קריטריוני הערכה שונים .

מסגרת הבשלות שמאחורי מפת הדרכים

הבסיס למפת הדרכים התלת-שלבית של גרטנר היא מערך רחב יותר של מימדי בשלות AI, החורג הרבה מעבר למדדי אימוץ פשוטים. המסגרת מכסה שבעה תחומי יכולות: אסטרטגיה, ערך, ארגון, אנשים ותרבות, משילות, הנדסה ונתונים .

עבור מנהלי כספים, המשמעות המעשית ברורה. ארגון אינו יכול פשוט לקנות כלי AI ולהכריז על בשלות. התקדמות אמיתית דורשת השקעה שיטתית בכל שבעת המימדים – בניית אסטרטגיית AI המותאמת לעסק, משילות נכונה על נתונים, השבחת הכישורים של עובדי הכספים הקיימים, ויצירת מבנים ארגוניים התומכים ב-AI בהיקף רחב במקום בניסויים מבודדים . הארגונים שהציגו את התשואות החזקות ביותר, ציינה גרטנר, היו אלה שפרסו AI באופן מכוון בתרחישי שימוש מול לקוחות, מוצרים וקבלת החלטות, ולא אלה שפשוט הוציאו הכי הרבה כסף .

השורה התחתונה של הסימפוזיון: עולם הכספים אימץ AI מהר יותר משהצליח ללמוד כיצד להרוויח ממנו. סגירת הפער מחייבת את מנהלי הכספים לאזן מחדש את ההוצאות, לכפות מבנה על תיקי ה-AI שלהם, ולמדוד הצלחה לפי תוצאות עסקיות ממומשות – לא לפי מספר הכלים שנפרסו.