בדרך להכנסות של 5 מיליון דולר לעובד: שני השעונים שמנכ"לים צריכים להפעיל

ארגונים רבים מתמקדים בהטמעת בינה מלאכותית כדי לייעל פעילות קיימת • אך בינתיים מתחרים חדשים שנבנו מלכתחילה כ־AI Native משנים את כללי המשחק • חברות צריכות לשלב הטמעה לצד הקמת פעילויות חדשות שיפעלו בקצב ובמודל עסקי שונה ויבנו את מנוע הצמיחה הבא • מחקרים מהשטח, מדור חדש

דניאל עמינצח, מקינזי / צילום: מקינזי
דניאל עמינצח, מקינזי / צילום: מקינזי

הכותב הוא שותף בכיר בחברת הייעוץ מקינזי, ניו יורק, מנהל גלובלי של זרוע ההתרחבות לעסקים חדשים, בעל תואר בכלכלה ומדע המדינה מאוניברסיטת תל אביב

חברת ביטוח מקבלת בקשה מורכבת. בתהליך המסורתי, הבקשה מגיעה לחתם, שקורא עשרות עמודים, מעריך את הסיכון, מתמחר את הפוליסה ומנהל משא ומתן על התנאים. חולפים ימים עד שהלקוח מקבל תשובה.

בועת ה-AI המטרידה: מה באמת הביא לדחיית הנפקות אנתרופיק ו-OpenAI
מטא משיקה את עוזר ה-AI האישי שלה בישראל ובעברית. מה זה אומר?

באותו הזמן מתחרה שנבנתה מראש כחברת AI מנתחת את אותה בקשה בתוך דקות: היא מצליבה נתונים עם רישומי נכסים, מאגרי תביעות ותצלומי לוויין, קובעת תמחור ושולחת הצעה ללקוח. בזמן שהחברה המסורתית עדיין עסוקה בפתיחת תיק, המתחרה כבר זכתה בעסקה.

זה לא סיפור של ענף אחד בלבד, והתגובה הנכונה אינה לבחור בין האצה של תהליך ההטמעה של AI בתהליכים ארגוניים קיימים, לבין הימור גדול על הקמת פעילות AI Native מאפס, כזו שנבנית סביב בינה מלאכותית כמרכיב הליבה של המוצר, המודל העסקי והתפעול. שני התהליכים צריכים להתקיים במקביל.

המנכ"לים שיצליחו יהיו אלה שיפעילו שני שעונים בו־זמנית: מצד אחד ארגון מחדש של החברה הקיימת; מצד שני, בנייה מהיסוד של פעילות AI Native כזרוע של החברה לעתיד. מי שינהל רק אחד מהם, יוגדר בסופו של דבר על־ידי בחירה זו, שתשליך על כמה מהר ועמוק הוא יצליח לשלב AI בחברה בעידן החדש.

חברות AI Native פועלות אחרת כבר מהיסוד. הן מציבות סוכני AI בלב תהליך העבודה, בעוד שבני האדם מפקחים על התוצאות, וההחלטה המבנית הזאת משנה הכול: את מבנה העלויות, את מהירות הביצוע ואת האופן שבו ערך מגיע ללקוח.

פעולות שבעבר היו נמשכות ימים ואף שבועות ודרשו אינפוט מחמישה בעלי תפקידים שונים בארגון מתבצעות בחברות כאלה בשניות. החל מאישור אשראי ועד טיפול בתלונה של לקוח. בנוסף, ה-AI בחברות הללו אינו רק כלי פנימי, אלא חלק אינטגרלי מהמוצר, כך שניתן להעניק שירות מהיר יותר, מותאם אישית ובקנה מידה רחב.

דוגמאות ל־AI Native נמצאות כמעט בכל ענף. בתחום האשראי, פלטפורמות AI Native מקבלות החלטות בתוך דקות, במקום שבועות. בתחום הגיוס, חברות AI מאיישות משרות בתוך ימים ספורים ועוד.

הפערים של חברות ה-AI Native כבר ניכרים במספרים. מניתוח שערכה מקינזי, שכלל 10,000 חברות, עלה כי חברות AI Native מייצרות הכנסות של יותר מ-5 מיליון דולר לעובד - כמעט פי עשרה מהממוצע לעובד של חברות ב-Fortune 500. אחרות מגיעות לקצב הכנסות שנתי של 100 מיליון דולר בתוך חודשים ספורים. הן מסוגלות להציע מחירים נמוכים משמעותית מהשחקנים הוותיקים ועדיין ליהנות משולי רווח גבוהים יותר, תוך פנייה לקהלים שבעבר כלל לא היו כדאיים כלכלית.

AI Native ביחידה קיימת? זו טעות

מול המציאות הזאת רבות מהחברות הגדולות השיקו תוכניות המקדמות מודרניזציה של מערכות, הכשרת עובדים והטמעת כלי AI ברחבי הארגון. זו תגובה נכונה, ולעיתים גם אפקטיבית מאוד: ארגונים מצליחים לשפר משמעותית את הרווחיות, להפוך לרזים ומהירים יותר ולשחרר הון משמעותי.

אבל זו לא תגובה מספקת. טרנספורמציה בארגון להטמעת AI משפרת את העסק הקיים, אך היא לא בונה את העסק שהחברה תצטרך בעתיד. יעילות גבוהה יותר לא משנה את חוקי המשחק.

גם החברות שכן פועלות כבר בשדה ה־AI Native נופלות לא פעם למלכודת: הן מנסות לשלב את פעילות ה-AI Native בתוך יחידה עסקית קיימת, לחלוק תשתיות ומנגנוני ניהול, ולהפעיל הכול באותו קצב קבלת החלטות.

זו טעות. לא מדובר בשני נתיבים של אותה תוכנית עבודה, אלא בשני שעונים שפועלים במהירויות שונות ודורשים מודלים ניהוליים שונים לחלוטין. הטרנספורמציה של העסק הקיים חשובה לא רק כדי לממן את פעילות ה-AI החדשה. היא גם שומרת על בסיס הלקוחות, מגינה על ההכנסות ומאפשרת לחברה להישאר תחרותית בזמן שהמנוע החדש נבנה.

בקנה מידה גדול, גם שיפורים מתונים ביעילות יכולים לייצר הון משמעותי. הקמת פעילות AI חדשה, ללא מנוע עסקי יציב, שיתמוך בה עלולה להסתיים מהר מאוד. כלומר, שני המהלכים תלויים זה בזה.

אבל התלות לא צריכה להתקיים ברמת המבנה. יחידה של AI Native רצוי שתוקם כעסק נפרד, או לפחות ברמת הפרדה גבוהה מהארגון. עליה לפעול כמרכז רווח עצמאי, עם תהליכי עבודה מבוססי סוכנים (agents) המנוהלים על ידי צוות מיומן וסטאק סוכנים מבוקר.

מנכ"לים שמבצעים זאת נכון מתחילים בצורה מצומצמת, ונותנים לנתונים להכריע עד כמה להרחיב. המשמעת הנדרשת כאן אמיתית: לבנות משהו שנועד בסופו של דבר לקניבליזציה של מה שכבר קיים, תוך שמירה על מנוע המזומנים שמממן אותו.

עסק כזה שליבתו AI גם לא חייב להתחיל בגדול. נקודת הפתיחה הנכונה היא לבחור תחום עם היקף דאטה מספיק גדול, כדי לאפשר לבינה המלאכותית להגיע לביצועים ברמת מומחיות גבוהה, אבל מוגבל מספיק כדי שניתן יהיה להשיק אותו בתוך חודשים ולא שנים, ובעל חשיבות עסקית מספקת כדי להצדיק את ההשקעה.

המנכ"לים שיצליחו לנהל את שני השעונים במקביל הם אלה שיגדירו את העשור הבא.