מודלי AI בשיא האכזבה: גרטנר קוראת לשינוי עסקי עמוק

עידן האכזבה של AI: מה עומד מאחורי הדו"ח החדש של גרטנר

דוח מפת מחזור ההייפ של גרטנר לשנת 2025 מסמן נקודת מפנה קריטית: טכנולוגיות AI גנרטיביות כמו ChatGPT של OpenAI נמצאות כעת ב"שיא האכזבה" (Trough of Disillusionment). שלב זה במחזור החיים הטכנולוגי מאופיין בצניחה בציפיות, התפכחות מקבוצות התומכים המוקדמות וקושי מוכח להפיק תועלת עסקית מיידית.

הנתונים הכלכליים מאחורי ההבטחה הטכנולוגית

הנתונים מראים תמונה כפולה:

• השקעות בתחום ה-AI הגיעו ל-252.3 מיליארד דולר ב-2024 (על פי דוח Stanford AI Index), כמות מרשימה אך נמוכה משיא של 360 מיליארד דולר ב-2021.
• למרות הצמיחה ביכולות הטכניות, רק 35% מהארגונים מחשיבים את היישומים הגנרטיביים כמועילים משמעותית לתפוקה (סקר McKinsey).

"חברות מגלות ש-AI אינו פותר את כל הבעיות", מסבירה האריטה חנדאבטו, אנליסטית בכירה בגרטנר. "כדי שארגונים יחלצו תועלות אמיתיות – נדרש שינוי עמוק בתהליכים, בתרבות הארגונית ובדפוסי החשיבה".

סיפורי הצלחה וכישלון: מה עובד בעולם האמיתי?

המקרה של Klarna: מודל AI בשירות הלקוח שנכשל

חברת התשלומים השוודית Klarna הפכה למקרה בוחן מורכב. לאחר התחלה מבטיחה עם בוטים ממונעי AI, הם נאלצו להחזיר עובדים אנושיים בשל:

• קושי בטיפול בתרחישים מורכבים
• תסכול משתמשים
• אובדן עסקים עקב חווית שירות ירודה

מודל העבודה של Mimecast: מהפכה תרבותית

לעומת זאת, Mimecast, חברת אבטחת הסייבר, מספקת סיפור הצלחה אחר. החברה הטמיעה תרבות ארגונית חדשה הכוללת:

1. הכשרת כל 2,400 העובדים בשימוש אחראי ומוסרי ב-AI
2. מנגנוני מדידה השוואתיים בין מחלקות
3. דוגמה אישית מצד המנכ"ל שיצר סוכני AI משלו

כתוצאה, 96% מהצוות דיווחו על שיפור תפוקה באמצעות הכלים.

תובנות מפתיעות ממחקר Yale ו-Brookings

במחקר משותף של אוניברסיטת Yale ומכון Brookings נבדקה השפעת AI גנרטיבי על שוק העבודה. הממצאים הפריכו תחזיות אפוקליפטיות:

• לא נמצאה ירידה משמעותית בתעסוקה מעבר להשפעות טכנולוגיות קודמות
• תחום שירות הלקוחות זוהה כבעל הסיכון הגבוה ביותר – אך בפועל קיימת רגרסיה ליישום אנושי בחברות כמו Klarna

עמר עוואדאללה, מייסד סטארטאפ ה-AI Vectara ומנהל לשעבר ב-Google, מסביר: "מודלים מבוססי חיזוי מילים טובים במשימות כמו זיהוי תבניות או קידוד, אבל נכשלים בבעיות חברתיות-טכניות מורכבות".

חמשת עקרונות המעבר ל"שיפוע ההארה"

לפי דוח גרטנר, אלו השלבים הקריטיים לארגונים:

1. מיקוד במשימות ספציפיות: שימוש ב-Agentic AI לפתרון נקודתי (קידוד, זיהוי הונאות) במקום "פתרונות קסם" כוללים.

2. הכלה תרבותית: עבודה עם סוכנויות כמו Pair להכשרת עובדים ובניית סביבה ניסויית לטעויות מבוקרות.

3. גישה אנושית-ממוקדת: מחקר Yale חושף כי הצלחה נוצרת כאשר AI מחזק בני אדם במעבדות מדעיות, מחקר רפואי ופיתוח תוכנה.

4. ניהול סיכונים ארגוני: התמודדות עם "הזיות" (Hallucinations) של מודלי AI ואתגרי שקיפות – סוכנות כמו Law+Data מפתחת סטנדרטים חדשים לניהול סיכוני AI.

5. עדכון מודלים עסקיים: מעבר ממודל ריטיינר קבוע ל"מערכת ניהול תקציב אוטונומית", כפי שנעשה בעסקאות סוף שנה 2025.

העתיד: לא נגד AI, אלא בשיתוף אדם-AI

הדוח מסמן כי הארגונים שיצליחו להעביר את טכנולוגיות ה–AI הגנרטיבי מ"שיפוע ההארה" ל"רמת הפרודוקטיביות" יהיו אלו שיבינו:

• AI אינו תחליף לאינטליגנציה אנושית אלא כלי להגברתה
• טרנספורמציה עסקית היא תהליך הוליסטי – לא רק רכש טכנולוגי
• משבר האתיקה הוא חסם קריטי: 63% מהיצרנים דיווחו על חשש מפני שימוש בסימולציות המבוססות על תוכן לא מורשה (Artlist Report 2026)

"המציאות הטכנולוגית זקוקה לאיפוק מעשי", מסכם הדוח. "הכלים קיימים – אך המפתח להצלחה טמון ביכולת ארגונית לשלב אותם באופן המכבד הן את הפוטנציאל והן את המגבלות".