לפני כשנה השלימה חברת ביטוח גדולה פרויקט בינה מלאכותית שאפתני. המערכת החדשה קיצרה זמני טיפול, צמצמה טעויות והפחיתה עלויות. מבחינת ההנהלה, זו הייתה הצלחה כבירה. אלא שכמה חודשים לאחר מכן התברר שגם המתחרים המרכזיים בשוק הטמיעו מערכות דומות והשיגו תוצאות כמעט זהות. אף לקוח לא עבר לחברה בזכות הבינה המלאכותית, ואף מתחרה לא נותר מאחור בגללה. החברה הפכה יעילה יותר, אבל לא תחרותית יותר.
● הפקולטה | כשטרנד ה-Six-Seven מגיע ללשכת המנכ"ל: איך לנהל בעידן של רעש
● הפקולטה | מחקר מצא: זו הנוסחה המנצחת להשקעה של פרייבט אקוויטי בחברה משפחתית
● הפקולטה | המלכודת במנוע החיפוש שאנחנו לא מודעים אליה - וחוסמת את היצירתיות של הטאלנטים
אחת האשליות הגדולות של ארגונים בעידן הבינה המלאכותית היא ההנחה שעצם זה שהם מאמצים AI כבר ייצור עבורם יתרון בשוק. בפועל, במקרים רבים, ה-AI משפר ביצועים - אבל לא בהכרח מייצר בידול תחרותי.
כדי להבין למה, צריך לחזור לשאלה בסיסית בעולם האסטרטגיה: מה באמת מייצר יתרון תחרותי כשאותה טכנולוגיה זמינה לכולם?
לפני שלושה עשורים ניסח פרופ' מייקל פורטר אחת ההבחנות המשפיעות ביותר בעולם האסטרטגיה. הוא הבחין בין יעילות תפעולית לאסטרטגיה תחרותית. ארגון יכול לבצע את אותן פעולות מהר יותר, בזול יותר ובאיכות גבוהה יותר - זה חשוב, ולעיתים אף הכרחי.
אבל כאשר כל השחקנים בשוק מאמצים את אותן שיטות עבודה ואת אותן טכנולוגיות, היתרון נשחק במהירות. אסטרטגיה תחרותית, לעומת זאת, אינה לעשות את אותו הדבר טוב יותר, אלא לבחור דרך שונה לייצר ערך עבור הלקוחות שלך - בעזרת הטכנולוגיה.
הדינמיקה הזו מתרחשת כיום גם בתחום הבינה המלאכותית. מערכות שהיו עד לא מזמן נחלתם של ארגונים בודדים הפכו נגישות כמעט לכל חברה. המודלים דומים, הספקים דומים, ולעיתים גם התוצאות דומות. זו הסיבה שמנהלים רבים חווים תחושת דיסוננס. הם משקיעים בבינה מלאכותית, מיישמים ורואים שיפור במדדי היעילות, אבל מתקשים להצביע על שינוי אמיתי במעמדם בשוק.
זה לא קורה בגלל שהטכנולוגיה אינה עובדת. אלא משום שיתרון תחרותי אינו נמדד מול העבר של הארגון, אלא מול המתחרים שלו.
לא להתייעל, לשנות את חוקי המשחק
מחקרים בתחום האסטרטגיה, החדשנות ומערכות המידע מצביעים כבר שנים על מסקנה דומה: טכנולוגיה בפני עצמה כמעט אף פעם אינה יוצרת יתרון תחרותי בר-קיימא. היתרון נוצר כאשר הארגון מצליח לפתח סביבה שקשה לחקות.
במקרה של בינה מלאכותית, זה קורה כשהטכנולוגיה לא נשארת רק ככלי לשיפור תהליכים, אלא הופכת לחלק ממנגנון קבלת ההחלטות - וההבדל הוא משמעותי.
למשל, אפשר להשתמש ב-AI כדי לקצר זמני תגובה ללקוחות, ואפשר להיעזר בו לזהות דפוסי נטישה: להבין אילו לקוחות צפויים לעזוב ולבנות בהתאם הצעות ערך חדשות. בשני המקרים קיימת טכנולוגיה דומה. אבל רק במקרה השני נוצר ידע ארגוני מצטבר שמייצר ערך ייחודי לאורך זמן.
הערך אינו באלגוריתם עצמו. הוא נמצא בתובנות שנצברות, באופן שבו אנשים משתמשים בהן וביכולת של הארגון ללמוד מהן טוב יותר ולהשתפר לעומת המתחרים. במילים אחרות, היתרון אינו ב-AI. היתרון הוא במה שהארגון מצליח להפוך את ה-AI להיות.
הבידול התחרותי האמיתי נוצר מהאופן בו ארגונים חושבים בכלל על חדשנות. יש שימוש בבינה מלאכותית ל"חדשנות משפרת" - ייעול שירות, קיצור זמני עבודה, הפחתת עלויות ועוד - שיפור הדרגתי של הקיים. ויש חדשנות שהיא ערעור על הנחות היסוד של הענף.
לדוגמה, אפשר לשאול איך לשפר את המוצר הקיים, ואפשר לשאול - כיצד להגדיר מחדש את המוצר. לא כיצד להתייעל, אלא כיצד לשנות את כללי המשחק.
אתם נמצאים במבחן ניהולי, לא טכנולוגי
אחת הטעויות הנפוצות היא לראות בבינה מלאכותית פרויקט טכנולוגי. בפועל, מדובר בראש ובראשונה באתגר ניהולי. כדי שהשקעה בבינה מלאכותית תהפוך ליתרון תחרותי נדרשים תהליכי למידה, משילות, יכולת קבלת החלטות באי-ודאות, תרבות ארגונית המעודדת ניסוי וטעייה, וחיבור ברור בין הטכנולוגיה לבין האסטרטגיה העסקית.
לכן השאלה החשובה ביותר עבור הנהלות כיום אינה איזה מודל AI לבחור, השאלה היא איזה ארגון הן ייבנו מסביבו. בעולם, שבו כמעט כל חברה יכולה לרכוש גישה לאותם מודלים, לאותם ספקים ולאותן יכולות חישוב, היתרון כבר אינו שייך למי שאימץ ראשון את הטכנולוגיה, אלא למי שהצליח להפוך אותה ליכולת ארגונית שקשה לחקות.
בסופו של דבר, בינה מלאכותית היא רק חומר הגלם. היתרון התחרותי נוצר מהאינטליגנציה הניהולית שמצליחה להפוך אותה לערך שקשה לחקות.
