רק 5% מפיילוטי ה-AI באמת משפיעים על שורת הרווח
מחקר חדש של מקינזי ו-MIT חושף שרק 5% מפיילוטי ה-AI בארגונים משפיעים באמת על הרווחים, למרות ש-89% מהחברות כבר מאמצות את הטכנולוגיה. הסיבה העיקרית: התמקדות בטכנולוגיה במקום בהסבה מקצועית של העובדים ומדידת ROI שגויה.
כולם מדברים על AI, כולם מטמיעים AI — אבל הרווחים? הם בעיקר לא שם. זה הפרדוקס הגדול של 2026, ומחקר חדש של מקינזי ו-MIT חושף עד כמה הוא עמוק: רק כ-5% מתוכניות הפיילוט של AI בארגונים מתורגמות בסופו של דבר לאימפקט ממשי ומדיד על שורת הרווח. כן, שמעתם נכון.
אז מה בעצם קורה פה? החדשות הטובות: 89% מהחברות כבר משתמשות ב-AI באופן קבוע, לפי מקינזי. החדשות הפחות טובות: רק 37% מהן מדווחות על השפעה חיובית כלשהי על ה-EBIT. וכאן נכנס הטוויסט המעניין — חברות ״בביצועים גבוהים״, כאלה שמייחסות ל-AI לפחות 5% מהרווחים שלהן, מהוות רק 6% מהשוק, והנתון הזה לא זז כבר שנה. כלומר, האימוץ מתפשט, אבל התשואה לא מתקרבת.
הפער בין אימוץ לרווחים
מחקר של Bain מחדד את התמונה בתחום השיווק: מתוך 1,397 מנהלים בכירים, 95% אומרים שהארגון שלהם אימץ כלי AI, אבל רק 6% אומרים שה-AI מספק להם ביצועים משמעותיים היום. ״זה מראה שטרנספורמציה היא דבר קשה, ושזה לוקח זמן,״ אומרת לורה בודין, שותפה ב-Bain. והסיפור דומה בסקרים אחרים: סקר של Gartner מראה ש-27% מהנשאלים מסכימים מאוד ש-ROI מיוזמות AI קשה לכמת, ורק ל-25% יש תהליך ברור להערכת הצלחה.
במילים אחרות, יש פער עצום בין ״אנחנו משתמשים ב-AI״ לבין ״ה-AI מרוויח לנו כסף״. וזה לא משום שהטכנולוגיה אינה בשלה מספיק, אלא בגלל האנשים שאמורים להפעיל אותה. המהפכה התעשייתית הרביעית כבר נמצאת במערכות הליבה, אבל השינוי האמיתי לא באלגוריתם — אלא בידיים האנושיות שאמורות ליצור או להשתמש בו.
למה הפיילוטים נכשלים?
הסיבות מגוונות, אבל אפשר לבודד כמה עיקריות. ראשית, ארגונים רבים מתמקדים בטכנולוגיה ובאימוץ מהיר, במקום בתהליך עמוק של הסבה מקצועית (reskilling) ועיצוב מחדש של תהליכים. שנית, מדידת ה-ROI מאתגרת: רבים מתקשים לזהות מה באמת משפיע על הרווח, ומבלבלים בין שיפור תפוקה לבין השפעה כספית.
דוגמה טובה היא תחום סוכני ה-AI. לפי מקינזי, רוב החברות נמצאות עדיין בשלב הניסויי, וה-EBIT שהם מייצרים זניח. יתרה מכך, הסוכנים האלה מגדילים את המורכבות והעלויות של IT: נדרשים שדרוגים ב-stack הטכנולוגי ומשאבי מחשוב רבים יותר. אבל יש גם נקודות אור: CIOs כמו רונדה בולדווין מ-LaunchDarkly מדווחים ש-coding agents ו-service desk agents עוזרים לקצץ בעלויות IT, למשל על ידי בניית כלים פנימיים במקום רכישת תוכנות נוספות.
מה צריך לעשות?
המומחים מצביעים על כמה כיוונים. קודם כל, ליישר תמריצים: הנהלות צריכות להבטיח שהצוותים מודדים את הערך הנכון. שנית, לשפר את ניהול השינוי — אנשים צריכים ללמוד איך לעבוד עם AI, לא רק להטמיע אותו. שלישית, לחזק את יסודות הנתונים. ולגבי מדידה: חברות שמצליחות הן אלה שבונות יכולת מודלינג פנימית, מאפשרות ל-CFO ולמובילים עסקיים למדוד, לתמחר ולתכנן.
דו״ח של OutSystems מ-2026 מראה שרק 50% מהארגונים מצליחים להעביר יותר ממחצית מפרויקטי ה-AI מפיילוט לייצור. זה נתון קריטי — כי האימוץ לא מתורגם לתוצאות עסקיות.
אז מה ההימור?
בסופו של דבר, ההימור הוא פשוט: חברות שממשיכות להשקיע ב-AI בלי לטפל בפערים האנושיים והתהליכיים, צפויות לראות את ההשקעות שלהן נמוגות. המנצחות יהיו אלה שישקיעו קודם כל בהון האנושי, בתהליכים מדידים ובגישת governance מתאימה. כי בעולם שבו כולם קונים את אותם מודלי AI, היתרון התחרותי עובר למי שיודע להפעיל אותם נכון.
אז אולי במקום לרוץ לקנות עוד כלי, כדאי קודם לאמן את הצוות שלכם איך לשאול את השאלות הנכונות.