מאת: איתי גרונר, מוביל הטמעות AI בארגונים ואוטומציות ב-HRD                    

ארגונים רבים היום עושים ניסויים עם AI. יש צוות שמשתמש ב-ChatGPT, יש מנהל שמריץ Claude, יש תהליך גיוס שעבר אוטומציה חלקית ויש כמה כלים שנרכשו בלי שמישהו תיאם ביניהם. התמונה הזו נפוצה מאוד, ובהרבה מקרים היא גם מוכרת.

הבעיה היא לא שהארגון לא מאמץ AI. הבעיה היא שהוא לא מנהל אותו. ובלי ניהול, רוב האנרגיה שנכנסת לתחום הזה לא הופכת לערך עסקי אמיתי.

המצב שכולם מכירים: הרבה כלים, מעט תוצאות

לפי נתוני מקנזי, 91% מהעובדים כבר משתמשים ב-AI בעבודתם. אבל רק 13% מהחברות בעולם הגיעו לרמה שמוגדרת כ"אימוץ משמעותי". הפער הזה אינו פרדוקס, הוא תיאור מדויק של מה שקורה בשטח: עובדים ממציאים פתרונות לבד, מנהלים מאשרים ניסויים מקומיים, ואף אחד לא בדיוק יודע מה רץ, על איזה נתונים, ולאיזה מטרה.

דלויט מתארת את הדינמיקה הזו בדיוק: AI Adoption "מפוזר בין צוותים, מתועד חלקית ומפוקח באופן לא עקבי". התוצאה היא אנרגיה קיימת בארגון, אבל אין מנגנון שממיר אותה לעדיפות עסקית, לסטנדרטים, ולתוצאות שניתן למדוד.

מחקרים מראים שפחות מאחד מכל חמישה ארגונים עוקב אחר KPI מוגדרים ליוזמות AI – ובדיוק שם נמצא ההבדל בין ניסוי לבין השקעה שמחזירה את עצמה.

מה בדיוק נתקע – וגם למה

לרוב הכשל אינו טכנולוגי. הכשל הוא ניהולי. אפשר לזהות כמה תבניות חוזרות:

• אין בעלות ברורה – כשאין מישהו שאחראי על AI כמכלול, כל יחידה עסקית עושה לפי שיקול דעתה. החלטות לא מסתנכרנות, ניסויים לא מתרחבים לכלל הארגון.
• אין תיעדוף – הארגון רץ על עשרות פיילוטים במקביל, במקום להתמקד במעט Use cases שבאמת עושים את ההבדל. דלויט מראה שהדרך המהירה ל-ROI היא בדיוק ההיפך: מיעוט, ערך גבוה, Governance מרכזי.
• Shadow AI – עובדים שמשתמשים בכלים לא מאושרים, על נתונים ארגוניים רגישים, בלי שמישהו יודע. הסיכוי לפגיעה ב-Compliance, אבטחת מידע ואמינות ההחלטות הוא אמיתי.
• פער בין הנהלה לשטח – מקנזי מציינת ש-41% מהעובדים חוששים מ-AI ורוצים תמיכה. בלי מישהו שמוביל את תהליך ההכשרה, ה-Adoption ייצור התנגדות במקום יעילות.

רוצים לדעת איפה הארגון שלכם עומד ואיך להתחיל לבנות בעלות נכונה על AI?
שלחו אלינו מייל לקביעת שיחת בירור ממוקדת itay@hrd.co.il

AI Lead – זה לא טייטל, זה מנגנון

כשמדברים על AI Lead, הנטייה היא לחשוב על תפקיד טכני. מישהו שיודע לכתוב פרומפטים טובים, להרכיב אינטגרציות ולדבר על מודלים. זה לא בדיוק מה שנדרש.

AI Lead הוא קודם כל מנגנון בעלות. אדם שמחזיק את הקו בין אסטרטגיה, תהליכים, אנשים וסיכון. תפקידו הוא לתרגם את ה"כן, AI נראה מעניין" של ההנהלה ל"כך נמדוד, כך נתעדף, כך נדאג שזה לא ייצר בעיות".

בפועל, חמישה תחומי אחריות עומדים במרכז התפקיד:

• תיעדוף Use cases לפי ערך עסקי ולא לפי התלהבות מהטכנולוגיה
• בניית Governance שמגדיר מה מותר, מה מתועד ומה דורש אישור
• חיבור בין יחידות – IT, HR, המחלקה המשפטית, Risk והנהלה – שאחרת לא מדברות באותה שפה
• הובלת Adoption ובניית יכולות, כולל הכשרות, דוגמאות שימוש ותמיכה בשינוי
• מדידת ROI כך שההנהלה יכולה לראות השפעה אמיתית, לא רק demos יפים

מה הנתונים אומרים על ארגונים שעשו את זה נכון

הנתונים שמגיעים מארגונים שהקימו בעלות מרכזית על AI כבר מצביעים על תמונה ברורה. לפי דלויט (2026):

• 66% מהארגונים מדווחים על שיפור משמעותי בפרודוקטיביות וביעילות
• 53% רואים שיפור בקבלת החלטות ובאיכות התובנות
• 20% מדווחים על ROI של יותר מ-30% ביוזמות המתקדמות שלהם

אבל חשוב להבין: הנתונים האלה מאפיינים ארגונים שעברו מ"שימוש נקודתי" ל"יכולת ניהולית מתמשכת". מקנזי מגדירה את הפרקטיקה עם ההשפעה הגבוהה ביותר על שורת הרווח כמעקב אחר KPI מוגדרים. פחות מ-20% מהארגונים עושים זאת. AI Lead הוא מה שמאפשר לעשות את זה.

מתי זה הזמן לשאול את השאלה הזו?

לא צריך לחכות לכאוס. חמישה סימנים שמצביעים שהארגון שלכם כבר שם:

• יותר מיחידה עסקית אחת מריצה ניסויי AI בו זמנית
• עובדים משתמשים בכלים שונים, בצורה לא אחידה
• אין KPI מוסכמים על אף Use case
• המחלקה המשפטית או אבטחת מידע נכנסים לתמונה מאוחר מדי
• יש תחושה של "יש המון פיילוטים, אבל אין טרנספורמציה"

אם ה-AI בארגון שלכם כבר חוצה יחידות, אבל עדיין אין Owner אחד ברור – הבעיה שלכם אינה אימוץ טכנולוגי. היא מבנה ניהולי. 

רוצים לדעת איפה הארגון שלכם עומד ואיך להתחיל לבנות בעלות נכונה על AI?
שלחו אלינו מייל לקביעת שיחת בירור ממוקדת itay@hrd.co.il