למה ארגונים מפספסים את ההזדמנות של SAP Joule במעבר ל-S/4HANA

Nestlé מראה שאפשר אחרת – ורוב הארגונים נשארים מאחור

בעוד ענקית המזון השווייצרית Nestlé משמשת כדוגמה מובהקת לאיך עושים טרנספורמציית ERP חכמה, רבים מהארגונים בעולם – כולל כאלה שמשקיעים סכומי עתק ב-SAP – פשוט מוותרים על אחד הנכסים המשמעותיים ביותר שכבר נמצאים בידיהם: SAP Joule, הקופיילוט ה-AI החדש של SAP.

לפי ניתוח שוק של חברת הייעוץ Horváth, ששוחחה עם 200 ארגונים בעלי מחזור שנתי של לפחות 200 מיליון אירו, שנמצאים בעיצומו של מעבר ל-S/4HANA, כ-60% מהחברות מעריכות שהן "לא מספיק אג'יליות, יעילות וגמישות" כדי לשלב את Joule כחלק אינטגרלי מהפרויקט. בפועל, הן משאירות על השולחן אוטומציה, חיסכון ותובנות שהיו יכולות לשפר משמעותית את ה-ROI של המהלך כולו.

S/4HANA כנקודת זינוק ל-AI – ולא רק כאב ראש טכנולוגי

Stefan Maus, שותף ב-Horváth ומומחה SAP, מדגיש נקודה קריטית שרלוונטית במיוחד לשוק הישראלי: אם כבר עושים מהלך כואב, יקר ורב-שנתי כמו מעבר ל-S/4HANA, זו ההזדמנות המושלמת להכניס AI לתוך ה-DNA של מערכות ה-ERP.

הגישה של SAP ברורה: Joule לא נתפס כגימיק, אלא כשכבת אינטליגנציה שתהיה פרוסה על פני כל הפורטפוליו – מ-SuccessFactors ועד S/4HANA, מענן ציבורי ועד פרטי, עם הרחבה לעולמות Agentic AI. בגרסה האידיאלית, הטרנספורמציה ל-S/4HANA אינה רק שדרוג טכני, אלא שינוי מודל עבודה: פחות קליקים ידניים, יותר עוזרים חכמים שמבינים את הדאטה העסקי.

אבל בשטח, לפי הסקר, הפרויקט עצמו שואב את כל החמצן. כמעט מחצית מהחברות (46%) אומרות בדיעבד שהיו צריכות להקצות יותר זמן ותקציב רק כדי להגיע להטמעה בסיסית מוצלחת. כשאנרגיה מושקעת ב"רק שלא ייפול" – הדיון על AI נדחק לשוליים.

מה Joule יודע לעשות בפועל?

אחד המסרים החזקים שעולים מהניתוח: לא צריך לדמיין עתיד הייפי. Joule כבר היום מספק תועלות מאוד פרגמטיות:

• ברכש: קבלת הצעות מספקים, השוואה אוטומטית והפקת הצעת הזמנה – בלי אקסלים ובלי עבודת יד מיותרת.
• באוטומציה של תהליכי מאסה: זיהוי תבניות, קיצור זמני טיפול, הורדת עומס מצוותים.
• אינטגרציה עמוקה בתוך S/4HANA ומערכות SAP בענן – ללא פיתוח ממשקים ייעודיים.

Horváth מדגישה: הטמעת Joule אינה דומה לפרויקט IT נוסף. במודלי רישוי כמו RISE with SAP Public Cloud, Joule כבר כלול, ובענן הפרטי חלק מהיכולות זמינות כברירת מחדל. אין עלויות רישוי משמעותיות נוספות, אין אינטגרציות מורכבות, ואין צורך בביג בנג מסוכן.

הסיכון העיקרי? ללכת לאיבוד בפרטים או לנסות "לעשות הכול" בבת אחת.

למה כולם אומרים "נוסיף את ה-AI אחר כך" – ולמה זו טעות

מבט מהזווית הניהולית מסביר את הפספוס: עבור CIOs ו-CTOs, בפרט בארגונים ישראליים שמורגלים בלוחות זמנים אגרסיביים ורגולציה מורכבת, מעבר ל-S/4HANA כבר מוגדר כמבצע צבאי. הנטייה הטבעית: קודם נסיים את ההגירה, אחר כך נתעסק ב-AI.

Philipp Herzig, ה-CTO וה-CAIO של SAP, טוען שזה הפוך מהנכון. לדבריו, גם אם חלק מהיכולות המובנות של AI זמינות רק לאחר סיום מלא של הטרנספורמציה, יש הרבה מה לעשות במקביל:

• רבים מהארגונים כבר מפעילים מערכות SAP בענן – SuccessFactors, Ariba, Concur ואחרות – ושם Joule יכול לפעול כבר עכשיו.
• תכנון מוקדם של שימוש ב-AI כחלק מהארכיטקטורה חוסך אחר כך התאמות כואבות.

המסר שלו חד: להתחיל קטן, להתחיל מוקדם.

גישת שלבים במקום Big Bang: שיעור מ-SAP לעצמה

Herzig מתאר כיצד SAP יישמה את Joule פנימית, ומהמודל הזה כדאי לחקות:

1. שילוב Joule ב-SuccessFactors.
2. הרחבה לפורטל הארגוני.
3. חיבור למערכות מדיניות, Ariba, Concur.
4. ורק בשלב מאוחר יותר – אינטגרציה מלאה עם S/4HANA Private Cloud.

בכל צעד כזה, מספר המשתמשים היומיומיים עלה, כי הערך הממשי גדל. אותה גישה מתאימה לארגונים בכל גודל:

• לבחור כמה Use Cases בעלי נפח גבוה (כמו רכש, ביקורת חשבוניות, תהליכי שירות לקוחות פנימיים).
• להטמיע בהם את Joule עד הסוף.
• ללמוד, לשפר ואז להתרחב הלאה.

לא "פיילוט לנצח" ולא מהפכה טוטלית בבת אחת, אלא בנייה הדרגתית של שריר AI.

Business Data Cloud וההרחבה: AI כפרויקט דאטה מתמשך

עוד נדבך באסטרטגיית SAP הוא Business Data Cloud (BDC) – שכבת נתונים שמאחדת מקורות מידע עסקיים ומגדילה את הכוח של Joule ו-Agentic AI.

Herzig מדגיש: גם כאן אין צורך להמתין לסיום כל הגירה אפשרית. אפשר:

• להתחיל עם תחום עסקי אחד (למשל פיננסים או שרשרת אספקה).
• לחבר אליו רק את המערכות הקריטיות.
• להרחיב שלב אחר שלב, תוך כדי שמערכות Legacy רלוונטיות מצורפות זמנית.

כשהפונקציונליות תהפוך לחלק מהסטנדרט של SAP, ניתן יהיה להחליף פתרונות in-house בפתרונות מדף – עם יתרון ברור בעלות כוללת (TCO) ובפשטות תחזוקה.

מה זה אומר לחברות ישראליות על הקרקע?

לארגונים ישראליים – בנקאות, ביטוח, תעשייה ביטחונית, ריטייל, טכנולוגיה וסטארטאפים צומחים – יש מאפיין משותף: לחץ זמן, דרישות ציות גבוהות ומורכבות אינטגרציות. דווקא בסביבה כזו, גישה של "נסיים ואז נוסיף AI" עלולה לייצר:

• הפסד ערך מיידי: הגירה יקרה שלא מייצרת קפיצה ביעילות.
• צורך בפרויקט המשך נפרד ל-AI – עם עוד סבב תקציבים, ספקים ובדיקות אבטחה.
• עייפות ארגונית שמקטינה את הנכונות לחדשנות.

לעומת זאת, אימוץ Joule כחלק אורגני מהמסע ל-S/4HANA מאפשר:

• להצדיק טוב יותר את ה-ROI של הפרויקט.
• לתת למנהלים ולאנליסטים חוויית עבודה מודרנית מהיום הראשון.
• לצבור ניסיון ב-Agentic AI ושימוש בדאטה עסקי אמיתי – תוך שליטה מלאה בממשל נתונים ואבטחה.

איך להתחיל נכון: המלצות פרקטיות

בהתבסס על הממצאים והעמדות של Horváth ו-SAP, אפשר לשרטט מפת דרכים ריאלית:

• להתחיל בתכנון AI יחד עם מפת ה-S/4HANA, לא אחריה.
• לבחור 2–3 תהליכים:
  • עם נפח גדול (mass processing).
  • עם סטנדרטיזציה גבוהה.
  • עם השפעה עסקית ברורה (חיסכון בזמן, הפחתת טעויות, שיפור תאימות).
• לנצל את העובדה ש-Joule כבר משולב טכנית במערכות רלוונטיות.
• לבנות מדדים ברורים: זמן טיפול, מספר פעולות ידניות שנחסכו, שיפור SLA.
• להימנע מהבטחות שווא על "טרנספורמציית AI טוטאלית" – ולהתמקד בערך מדיד.

Maus מסכם תחזית שמנהלי מערכות מידע בישראל צריכים לקחת ברצינות: בתוך חמש שנים Joule צפוי להיות חלק אינטגרלי מתהליכים עסקיים בכל ארגון שעובד עם SAP. השאלה היא לא האם תאמצו אותו, אלא האם תנצלו את המעבר ל-S/4HANA כדי לעשות את זה חכם – או שתשלמו פעמיים.