היישום של ה-AI הולך ומתרחב, וארגונים רבים עושים בטכנולוגיה שימוש במגוון רחב של נושאים. כאשר בוחנים את היישומים מוצאים שרובם עוסקים בשיפור, ייעול, האצה ואוטומציה של התהליכים העסקיים הקיימים. השיפורים יכולים להיות מרשימים, אבל הם משפרים את המודל העסקי הקיים. גרסה טובה יותר של המודל הקיים עלול לא להספיק בהכנת המודל של הארגון כדי להתמודד עם העתיד, כלומר לבנות ארגון מוכן לעתיד. וכדי להיות מוכן לעתיד, עליו "להמציא את עצמו" מחדש לארגון הפועל בסביבה דינמית, דיגיטלית, עתירת תחרות ומלאה בסיכוני שיבוש. על המנכ"ל וההנהלה להבטיח שהארגון פועל באופן דואלי – שיפור הקיים ופיתוח העתיד. לאחרונה פרסם בריאן סוליס דו"ח מעניין – "Reaching Escape Velocity – from Automation to AI Business Reinvention". סוליס הוא מנהל החדשנות הגלובלית בחבר סרווינאו (ServiceNow), ובעבר יועץ בכיר לטרנספורמציה דיגיטלית, סופר מוכשר ומרצה בינלאומי מבוקש (שאף ביקר בארץ). הדו"ח משתמש באנלוגיה מעולם הטיסות לחלל: טיל המשוגר לחלל חייב להגיע למהירות המילוט כדי להתגבר על כוח המשיכה של כדור הארץ ולהמשיך במסע בחלל. אי הגעה למהירות המילוט גורמת לכוח הכבידה למשוך את הטיל חזרה לכדור הארץ ולהתרסקותו. לטענתו, למרות ההשקעות הרבות ב-AI, רוב הארגונים לא הצליחו לעבור את מהירות המילוט, כלומר למצב שבו ההשקעה ב-AI מביאה ערך עסקי משמעותי ול-ROI ברור. ארגונים אלה מתקשים להשתחרר מכוח המשיכה של שיטות עבודה קיימות ומערכות הלגאסי שלהם, ואינם מצליחים לייצר ערך באמצעות טכנולוגיות ה-AI החדשות. הם עסוקים בעיקר באופטימיזציה של התהליכים הקיימים, וכמעט לא מקדישים זמן ומשאבים "להמציא את עצמם" מחדש. האופטימיזציה מהווה במידה רבה, משקולת המושכת את הארגונים חזרה למצב הנוכחי ומונעות ממנו להיות מוכן-לעתיד. מחקרים נוספים, מעבר לדו"ח של בריאן, מצביעים על התסכול הרב של מנכ"לים שאינם שבעי רצון מהקצב שבו טרנספורמציית ה-AI שלהם מתקדמת. למשל, הדו"ח של Bain & Company מצא, ש-80% מהמנכ"לים מדווחים על אכזבה מהתוצאות. חשוב להבין, שהאכזבה אינה מהטכנולוגיה, אלא מהקצב שהארגונים מצליחים לקדם את הטרנספורמציה. האנלוגיה מהתפתחות החשמל האבחנה בין אופטימיזציה לעיצוב מחדש ומוכנות לעתיד מזכירה מה שהתרחש בתחילת המאה ה-19, כאשר תומאס אדיסון המציא את נורת הליבון החשמלית, יזם את הקמת תחנת הכוח הראשונה בניו יורק ואת הרעיון של רשת חשמל ארצית להולכת החשמל לצרכנים – בתים, משרדים ומפעלים. המצאותיו הביאו למהפכה התעשייתית השנייה, לאחר המהפכה הראשונה המבוססת על קיטור. עד להופעת רשת החשמל, מפעלים השתמשו במים וקיטור כדי להניע מכונות במפעלים. הדבר חייב סידור ותצורה מיוחדים של המפעל להנעה באמצעות צירים מיוחדים וחגורות להנעת המכונות. עם הופעת רשת החשמל, מפעלים רבים לא שינו את תצורת המפעל ורק החליפו את המנועים המכניים במנועים חשמליים. זה הביא לשיפור מסוים בתפוקה, אבל לא את מלוא הפוטנציאל שניתן היה להשיג. לעומתם, מפעלים אחרים עיצבו מחדש את מבנה המפעל ורצפת הייצור שלו, כדי להינות מפריסה קלה של החשמל ומנועים חשמליים. מפעלים אלה ניצחו בתחרות. המעבר בין שני סוגי המפעלים ארך כעשור. האנלוגיה ברורה – הוספת ה-AI לתהליכים הקיימים דומה לתהליך החלפת מנועים מכניים במנועים חשמליים. עיצוב מחדש של תהליכים עסקיים, תוך מינוף הפוטנציאל של ה-AI דומה למפעלים שהבינו את עומק השינוי ועיצבו מחדש את רצפת הייצור שלהם. כל הטכנולוגיות שמקובל לכנותן טכנולוגיות חמטרות כלליות עברו תהליך דומה של התפשטות, שנמשך כמה שנים עד להטמעה ומינוף מלא. עכשיו תור ה-AI לעבור תהליך דומה. שלושה שלבים להגעה למהירות המילוט בריאן מציג שלושה שלבים להגעה למהירות המילוט באמצעות עיצוב מחדש: חשיבה (Think) – השלב בו המנהלים חושבים על הכיוון והמסלול העתידי. ארגונים אלה מאמצים את התפיסה AI First ומעצבים מחדש את הארגון עם ה AI בליבת תהליכי ייצור הערך, קבלת החלטות וביצוע. בנייה (Build) – תפקיד אנשי התהליכים והטכנולוגיה לייצר את הדחף הדרוש. הם חושבים מעצבים מחדש תהליכים, מקצה לקצה, ולא רק לשלב AI בתהליכים קיימים. הם שואלים "לו היינו מתחילים מחדש, איך היינו בונים את התהליכים". תפעול (Operate) – העובדים המתפעלים את הארגון ודואגים שהוא ימשיך להשתנות (או לטפס לחלל). ארגונים אלה לא מבצעים ניסיונות עם Agentic AI, אלא מעצבים מחדש את המודל התפעולי שלהם מסביב לסוכנים החדשים. דוגמאות נציג בקצרה כמה ארגונים שהבינו את האתגר והמציאו את עצמם מחדש: DBS – מבנק סינגפורי רגיל לבנק גלובלי מונע AI. במקום לשפר תהליכים באמצעות AI, הם בנו תשתית נתונים ו-AI, שאפשרו להם לעצב מחדש את התהליכים. הם דיווחו על 350 סיפורי לקוח ועל 800 מודלים של AI בעלי ערך עסקי משמעותי. וולמארט (Walmart) – רשת הקמעונאית הגדולה בעולם השתמשה ב-AI לפיתוח מנועי המלצה ויכולות לקבלת החלטות אוטונומיות בשרשרת האספקה. מורגן סטנלי (Morgan Stanley) – יישום AI לתמיכה ביועצים שלהם ושיפור היכולות לקבלת החלטות חכמות. סימנס (Siemens) – מיצרנית ציוד ליצרנית מוצרים מוגדים על ידי AI. יוניליבר (Unilever) – הגדירה ב 2025 שהיא מתכננת להפוך לארגון מבוסס טכנולוגיה המתאים לעידן ה-AI ובנתה בוטים חכמים, תהליכי קליטה, תהליכי רכש ושרשרת אספקה, ניתוח צרכי הלקוחות ועוד. סיכום אם שלושת הצעדים הנ"ל לא מתקיימים או לא מסונכרנים, כוח המשיכה מנצח. אם שלושתם מסונכרנים, הארגון יצליח להגיע למהירות המילוט, להשתנות, להיות מוכן-לעתיד, לעצב את עצמו מחדש ולהצליח בעידן החדש. המטרה בסופו של דבר לעצב מחדש את הארגון: כיצד הוא בנוי, כיצד מתקבלות החלטות, כיצד מתבצעת העבודה וכיצד מיוצר הערך, כאשר ה AI משולב ומהווה חלק מכל תהליך עסקי וכל פונקציה ארגונית. המנהלים מקבלים החלטות מודעות כיצד ה AI ישנה את הכלכלה של ארגונם, ובונים מחדש תהליכים עסקיים ולא רק מוסיפים את ה AI לתהליכים קיימים. הם מבינים את חשיבות הנתונים ומשקיעים בשיפור איכות הנתונים, הם משקיעים בפיתוח סוכנים ו Agentic AI והם מבינים את החשיבות של פיתוח מיומנויות, כישורים ולמידה ארגונית בלתי פוסקת. החשיבה שלהם היא ארוכת טווח ולא הרבעון הבא. עבור ארגונים שמצליחים להגיע למהירות המילוט, העיצוב מחדש באמצעות AI, מבטיח התקדמות בלתי פסוקת שמזינה את עצמה. כל תהליך עסקי חדש מייצר נתונים שמשפרים את תהליכי קבלת ההחלטות, כל תהליך אוטונומי באמצעות סוכנים משחררת משאבים וקיבולת שיכולה לממן את הטרנספורמציה הבאה. זהו תהליך החוזר על עצמו ומקדם את הארגון באופן בלתי פוסק ורציף. המסקנה ברורה – לא ניתן להפעיל את הארגון של מחר עם המודל התפעולי של אתמול.   הכותב הוא יועץ בכיר לטרנספורמציה דיגיטלית, BDO Consulting, ומרצה בתוכניות MBA במכללות אונו ורופין.