איך חברת פינטק שבדית מאתגרת את ענקיות ה SaaS העולמיות?

"אם חשבנו שבינה מלאכותית שמה עין על המשרות והקריירה שלנו, היא בעצם שמה עין על המנוי החודשי שלנו"

אמ;לק: מהלך נועז של Klarna מסמן שינוי פרדיגמה בעולם ה SaaS הארגוני

חברת קלארנה השבדית הכריזה על מהלך עסקי נועז: נטישת פתרונות SaaS מובילים (SalesForce ו- WorkDay ) לטובת פיתוח עצמי מבוסס AI. או כמו שאומרים בשכונה: “אם כל מה שאני מקבל זו אוטומציה חכמה של תהליכים, אותם אוכל לפתח בעזרת צוות קטן ומוח ענק של AI, למה לי להמשיך ולשלם סכומי עתק עבור רשיונות ארגוניים?"

הסיפור של Klarna

קלארנה השבדית היא לא עוד חברת פינטק. עם כ- 3,500 עובדים, 150 מיליון משתמשים, ולמעלה מ- 500,000 לקוחות קמעונאים ברחבי העולם, קלארנה היא אחת מחברות הפינטק המובילות באירופה ולפי השמועות, בדרך להנפקה. פתרונות המימון והתשלומים באונליין במודל "קנה עכשיו, שלם אח"כ" (BNPL), מיצבו אותה כשחקן משמעותי בעולם הפינטק. אגב, קלארנה החלה עם הרומן האסטרטגי שלה עם AI כבר ב 2022 והיא אחת החברות הראשונות להציג ביצועים פיננסיים ותפעוליים מרשימים אותם היא משייכת ישירות ל- AI. זה למאמר נפרד…

כשמנכ"ל מחליט לשחוט פרות קדושות

המנכ"ל של קלארנה, סבסטיאן סימיאטקובסקי, הכריז שהחברה מפסיקה את השימוש במערכת SalesForce ) מובילה עולמית בניהול קשרי לקוחות למכירות, שירות ושיווק מבוסס ענן) לאלתר ונוטשת גם את Workday (כנ"ל לניהול הון אנושי וניהול פיננסי מבוסס ענן) בעוד מספר שבועות. סימיאטקובסקי טוען שבעזרת AI, קלארנה הצליחה להקים שדרה ותשתית טכנולוגית קלה יותר, יעילה יותר תפעולית, וברמת התאמה גבוה יותר לצרכים.

מה זה אומר על שוק ה SaaS הארגוני ועל התעשייה?

אנחנו כל הזמן שומעים "AI is coming" אבל אם החדשות סביב קלארנה אכן תבשלנה בשטח – זו כנראה תהיה החברה המשמעותית הראשונה "שחוצה את הקווים" ובונה חלופה מבית לשחקניות SaaS גדולות, שעד כה, נדמה היה והן בלתי חדירות. לא מדובר במערכות לווין, אלא מערכות ליבה של קלארנה. המעבר של Klarna מפתרונות SaaS מסורתיים לפיתוח עצמי מבוסס AI מייצג לא רק חיסכון בעלויות, אלא גם שאיפה לגמישות ואוטונומיה טכנולוגית גבוהה יותר.

המעבר של Klarna מפתרונות SaaS מסורתיים לפיתוח עצמי מבוסס AI מייצג לא רק חיסכון בעלויות, אלא גם שאיפה לגמישות ואוטונומיה טכנולוגית גבוהה יותר

בואו וננסה לעכל יחד את המשמעויות:

תיעדוף מחדש של פיתוח-עצמי לחלקים מהשדרה-הטכנולוגית

המהלך של קלארנה עשוי לסמן את תחילתה של מגמה הדרגתית בה ארגונים מתעדפים מחדש את הפיתוח והבעלות העצמית על חלק מהשדרה-הטכנולוגית שלהם, בעיקר במוצרים שעולים לארגון 7-8 ספרות מדי שנה.

דמיינו עתיד אפשרי: סוכני AI + מהנדסי AI יכולים לבנות מחדש את הפונקציונליות הרלוונטית של מרבית פתרונות ה SaaS הארגוניים בעצמם, לארח אותם בענן בזיל הזול, ולקבל בערך 80% מהפונקציונליות בשבריר עלות.

המנדט שניתן למנמ"ר בארגונים אלו סביר שיתרחב מעבר לניהול מו"מ לרשיונות SaaS ארגוניים, אל יכולת להחליט להחליף את חלקם בפתרונות "מבית" מבוססי AI.

מקבלי החלטות בארגונים שניחנו במיינדסט AI-first יוכלו ליצור לעצמם בעזרת AI פתרונות פשוטים ו- "תפורים לצורך" שזולים עשרות מונים לפיתוח ותפעול בהשוואה לשירותי ה SaaS המסחריים. די סביר להניח שהם יתחילו ממערכות לווין ויתקדמו בזהירות המתבקשת אל מערכות הליבה.

כנגזרת, הגיוני לדמיין היווצרות של שדרה-טכנולוגית רזה יותר, קלה יותר, ספציפית יותר, יעילה לתפעול וזולה לשינוי/שיחלוף. בדוגמה של קלארנה, אפשר להעריך שה TCO של החלופות הרזות עשוי להיות זולות עשרות מונים לתפעול כיוון שתהליך האפיון, היישום וההתאמה חצי-אוטומטיים ומונעי AI.

עם זאת, יש לזכור כי המעבר לפיתוח עצמי טומן בחובו סיכונים, כגון אתגרי אבטחת מידע, תחזוקה ארוכת טווח, ועמידה בתקנות רגולטוריות מתחלפות."

דמיינו קטגוריה חדשה: "Disposable Enterprise Apps"

עלייתו של "בדיוק מה שצריך כעת" ונפילתו של "המקיף, גנרי ודורש התאמה"

צור, השבח, . Repeat.

אתה הלקוח, המפתח, הספק, והמשתמש.

דמיינו קטגוריה חדשה: "Disposable Enterprise Apps"

סביבות פיתוח חדשות מבוססות AI מאפשרות לבנות פתרונות שבנויים בדיוק לתהליכים ולשרשרת ערך מאד ספציפית של הלקוח במקום להתאים כלים גנריים ענקיים ומודולריים לעייפה. כלומר, אפס פשרה ובניה של " מה שאני צריך כרגע בדיוק".

הם לא גמישים ומודולריים מדי – אין בכך צורך; כלכלי יותר ליצור מחדש את הגרסה המטוייבת והמדויקת יותר שנדרשת כרגע, ואת זו שתידרש בהמשך. כל ה unit economics של פיתוח ותפעול של יישומים ארגוניים מתהפך על ראשו.

וכך, במקום one size fits all שמספקות ענקיות ה SaaS הארגוניות, שמוליד בתורו פשרה מיתולוגית בין אימוץ תהליכי Vanilla אל מול התאמה ספציפית אך יקרה ומורכבת (המון כסף מושקע בהתאמות). – מהפכת ה AI מייצרת מרחב לפרדיגמה חדשה: אתה יוצר, מתקן, יוצר שנית, מטמיע, מטייב, מטייב שוב, מרחיב, וחוזר חלילה. הכל לפי דרישה.

מהפכה ב SaaS Unit Economics ובכלכלת Build or Buy

הפרמיה שאנחנו משלמים לענקיות ה SaaS בצורת רשיונות/מנוי, נובע בחלקו מהעובדה שהן משקיעות שנות אדם רבות בפיתוח מערכת מקיפה, מודולרית להתאמה לצרכינו המשתנים (פחות או יותר) וצומחת.. כלומר אנחנו משלמים *היום* על היכולת הפוטנציאלית שלנו *בעתיד* לשנות, לעדכן, להתאים, לצמוח. עד כה, עדיין השתלם למרבית הארגונים לשלם לפתרונות SaaS. אולם הכלכלה של פיתוח מול רישוי/מנוי משתנה במהירות למול עינינו. העלות לפיתוח-מחדש של גרסה עדכנית ומותאמת "לעכשיו" צונחת פלאים. אתה חוסך את הפרמיה/קנס על הגמישות הפוטנציאלית העתידית. WYNIWYP What you need is what you pay.

מי באמת צריך לדאוג?

פאוזה של פרופורציות ומיליון דיסקליימרים: בטווח הנוכחי, הפרדיגמה הזו עשויה להתאים רק לחלק מהארגונים ולתהליכים / יישומים מסוימים. מערכות ליבה קריטיות בארגונים גדולים? שירותים נצרכי-לקוח? כנראה שיישארו על SaaS מסורתי בעתיד הנראה לעין. אבל, תחשבו על "יתר העולם" הארגוני:

– ארגונים קטנים ובינוניים יכולים לשקול ברצינות לאמץ פיתוח עצמי לסביבה התפעולית
– מערכות לווייניות בארגונים גדולים עשויות להיות המועמדות הראשונות להחלפה ארגונים עם אידיאולוגיית AI-first דוגמת קלארנה כנראה יובילו את המגמה ויסללו עבור יתר הארגונים את הדרך.

הדילמה של ענקיות ה SaaS:

להתחדש או להחלש המגמה הזו צריכה להדיר שינה מכל שחקנית SaaS ארגונית. אם צוות מהנדסים בארגון שנעזר ב AI יכול לשכפל את הפונקציונליות הנקודתית הרלוונטית עבורו מסך המוני השנים של פיתוח והתאמות שהשקיעו ענקיות ה SaaS הארגוניות, והוא כבר לא חש הצדקה לממן רשיונות כה יקרים, הרי שכדאי לשחקנים אלו לחשב מחדש את פרדיגמת ה Stickiness שלהם.

כשחושבים אסטרטגית בעולם הטכנולוגיה, העתיד אינו בינארי של מוות או פריחה. הנה שתי אבולוציות אפשריות לדוגמה בהן שחקניות ה SaaS הארגוניות עשויות להתאים את הצעת הערך שלהן:
– להציע הרבה מעבר לאוטומציה של תהליכים והתאמות בקצה. כדי להצדיק את חידוש הרישיונות היקרים, הן תצטרכנה להתחרות בכלכלה החדשה ולהציע תובנות ייחודיות, או יכולות חדשות ופורצות דרך, כגון יכולות AI שלובות ומשיאות ערך נתפס דוגמת סוכנים-חכמים ומודלי חיזוי
– לפתח גרסאות "רזות" מבוססות AI. תוך שימור היתרונות הארגוניים הייחודיים שלהן סביב גמישות, אבטחת מידע, תחזוקתיות, ניסיון מצטבר. וכן, הן תסתכנה בקניבליזציה של הכנסות מחלק מהלקוחות הארגוניים הקיימים שלהן.
– לשנות את המודל העסקי שלהם. תשלום לפי חיסכון/ביצועים, תמחור דינאמי/לפי-שימוש, ועוד.

דוגמאות עדכניות למהלכים כאלו הן ההכרזות האחרונות על שילוב סוכני AI בפלטפורמות דוגמת SalesForce , מיקרוסופט קופיילוט, ו Slack (עליהן נרחיב בפוסט נפרד).

שני הסנט שלי?

זהו סיגנל ראשון למהפכה פוטנציאלית ענקית בעוד שמוקדם לקבוע אם מהלך זה מסמן את 'קץ עידן ה- SaaS הארגוני", הוא בהחלט סיגנל חזק לשינוי פרדיגמה אפשרי בדרך שבה ארגונים חושבים על תשתיות טכנולוגיות ומערכות ארגוניות בעידן ה- AI. (ציניקנים טוענים שיתכן וזו טקטיקה חכמה של חברה שנערכת להנפקה… ) כך או כך, ידרשו לא מעט חודשים כדי להבין לאן העניינים מתפתחים.

המנכ"ל של קלארנה אוונגליסט קולני ליתרונות החיסכון של AI. ההחלטה ללכת all-in על AI הנה החלטה אסטרטגית עבורו, אך גם טומנת בחובה סיכונים שמוקדם עדיין מכדי להעריך. מה שבטוח, המהלך האמיץ של קלארנה עשוי להעניק השראה לארגונים אחרים. להערכתי – לפחות בשלב זה, עבור רוב הארגונים מסלול ברירת המחדל הוא עדיין אימוץ של פתרונות SaaS מסחריים. האימוץ הארגוני הנרחב יהיה איטי מקצב החדשנות הנקודתית שכלי ה AI מדגימים כיום.

נקודת המפנה (point of inflection) תתרחש להערכתי כאשר מבחינה ארגונית, היכולת לפתח מערכת מדויקת, רזה וספציפית בבית, תיחשב כסממן של איכות, יעילות ושיקול דעת ניהולי נכון ולא כיעד טקטי פופוליסטי להמחיש חיסכון בעלויות תפעול. כאשר זה יהפוך לסטנדרט זהב חדש של אפקטיביות ארגונית. וזה דורש חינוך שוק. וזמן.

את המאמר כתב מוטי קריספיל, Head of AI בשטראוס אסטרטגיה

עוד כתבות עבורך

הטעות במיליוני ₪ שכל CIO יכול למנוע 

70% מפרויקטי הטרנספורמציה הדיגיטלית נכשלים. הסיבה?

לא חוסר תקציב או טכנולוגיה – אלא צעד אחד קריטי שרבים מדלגים עליו עוד לפני שמתחילים. 

התקציב אושר, הצוות מוכן, והלחץ לבצע עבודה מהירה גדול. הדחף הראשוני של כל מנהל טכנולוגיות הוא לצלול ישר לפתרונות טכנולוגיים, להשוואת ספקים ולניתוח נתונים.
אבל עצרו לרגע. הצעד החשוב ביותר להצלחת הפרויקט הוא דווקא זה שרוב המנהלים מדלגים עליו – והוא קובע את גורל הפרויקט עוד לפני שהתחיל. 

מודל מסדר (Framework) כבסיס למהלך אסטרטגי – לפני כל ניתוח או המלצה 

בעולם המודרני, בו החלטות טכנולוגיות משפיעות שנים קדימה, אסור לנו כמנהלים לצלול ישר לניתוח הנתונים, השוואות ספקים או בחירת פתרון. הצעד הראשון הקריטי שעלינו לבצע הוא הגדרת מודל מסדר (Framework)  שיכוון את תהליך הבדיקה וההחלטה. 

Framework הוא סדר חשיבה מובנה שמסייע לך לנתח מצב או בעיה בצורה שיטתית, בלי לפספס מרכיבים קריטיים. הוא משמש כמפת דרכים לקבלת החלטות עסקיות – מאפשר לבחון חלופות, לשקול יתרונות וחסרונות, ולבסוף לבחור בצעד שמייצר את הערך הגבוה ביותר לארגון. 

Framework נכון מאפשר לסדר את המידע, לדייק את המיקוד, ולהבטיח שכל ההיבטים הרלוונטיים נשקלים בצורה מאוזנת – גם במצב הקיים וגם בתהליך בניית האסטרטגיה להמשך. 

 

למה להתחיל ב- Framework? ארבעה יתרונות מוכחים: 

  1. Decision Velocity – קצר את זמן ההחלטה ב- 45%
    המודל ממקד את הדיון, מקצר את זמן ההגעה להחלטה ומבטיח שהיא מבוססת על הנתונים הנכונים.
  2. שפה משותפת עם ההנהלה ⬅️ תקציב מאושר…
    המודל החזותי הופך נושאים מורכבים למובנים גם למי שאינו טכנולוג.
    במקום להסביר למנכ"ל למה "אנחנו צריכים  API management platform", מומלץ להציג לו איך זה משפיע על מהירות הפיתוח, איכות השירות ועלויות התפעול. 
  3. הגנה מהטיות – מבנה קבוע מבטיח שלא "שוכחים" היבטים קריטיים. 
  4. מדידה והשוואה לאורך זמן – ניתן להחיל את אותו Framework על מצבים שונים ולמדוד שיפור. זה הופך כל פרויקט ללמידה שמשפרת את הבא. 

 

ומה יקרה אם נדלג על בניית ה- Framework הנכון?  

  1. פרויקטים שנתקעים: דיונים אינסופיים על כיוון הפרויקט כי המטרות לא הוגדרו בבירור. 
  2. בזבוז משאבים: השקעת זמן וכסף בניתוח פתרונות שבכלל לא עונים על הבעיה העסקית האמיתית. 
  3. הטיות והחלטות שגויות: בחירת פתרון על סמך "תחושת בטן" או העדפה אישית של גורם דומיננטי, במקום על סמך ניתוח מאוזן. 
  4. חוסר גיבוי מההנהלה ומהשותפים העסקיים: קושי להסביר את ההיגיון מאחורי המלצה אסטרטגית ללא מודל ויזואלי ברור. 

 

שתי דרכים ליישם Framework בעבודת ייעוץ  

אופציה 1 – בחירת Framework קיים. מתי כדאי? כשהאתגר שלכם טיפוסי לתעשייה  

כאשר יש מודלים מוכרים בתעשייה (כמו COBIT, TOGAF, ITIL או מודלי בגרות תהליכית), ניתן להתאים אותם לארגון: 

שלבים לבחירה נכונה: 

  1. הגדרת מטרות ההערכה – האם המיקוד טכנולוגי, תהליכי או עסקי. 
  2. בדיקת רלוונטיות לתעשייה – האם המודל נבדק והוכח בסביבה דומה. 
  3. פשטות מול עומק – לבחור מודל שלא יסבך את התהליך מעבר לנדרש. 
  4. התאמה לשפה הארגונית – להבטיח שהמושגים והמדדים ברורים לכל בעלי העניין. 

יתרון – חיסכון בזמן ויכולת להסתמך על Best Practices מוכחים.
חיסרון – ייתכן והמודל לא יתאים ב-100% לייחודיות הארגון. 

 

אופציה 2 – פיתוח Framework מותאם מאפס. מתי כדאי? כשהצרכים שלכם יותר ספציפיים  

כאשר לא קיים מודל שמתאים במדויק למצב, ניתן לפתח Framework מותאם. 

שלבים לפיתוח Framework ייעודי: 

  1. הגדרת יעדים מדויקים – מה ההחלטה שצריך לקבל ומה יכריע אותה. 
  2. זיהוי הממדים המרכזיים – טכנולוגיה, תהליכים, אנשים, רגולציה, שוק וכו'. 
  3. קביעת קריטריונים ומדדים – הגדרות ברורות ל"נמוך", "בינוני", "גבוה". 
  4. עיצוב חזותי – תרשימים, טבלאות, סקאלות צבע שמקלות על הבנה מיידית. 
  5. הרצה ופיילוט – בדיקה על מדגם קטן לפני החלת המודל בארגון כולו. 

יתרון – מענה מותאם ב-100% לצרכים הספציפיים.
חיסרון – דורש ניסיון, זמן ומשאבים לפיתוח. 

 

שילוב Framework בצומת אסטרטגית 

בין אם בוחרים מודל קיים או מפתחים חדש, חשוב לשלב אותו בשני שלבים קריטיים: 

  1. ניתוח מצב קיים – מדידה והצגה של היכולות הנוכחיות לפי המודל. 
  2. בניית ההמלצות והאסטרטגיה – שימוש ב-Framework  כבסיס לדיון על חלופות והשלכות. 

כך המודל הופך לכלי עבודה חי, לא רק מצגת חד-פעמית. 

דוגמה מהשטח – מסגרת להערכת מצב קיים ולבחירת כיוון בבחירת מערכת ליבה ארגונית  

כאשר אנחנו, בשטראוס אסטרטגיה, מלווים ארגון בצומת קריטית של החלפת מערכת ליבה (כדוגמת ERP, CRM), אנו תמיד מתחילים בהתאמת מודל מסדר מותאם לארגון הספציפי. המודל מדייק את הפרמטרים המרכזיים הרלוונטיים ביותר לארגון – האתגרים העסקיים, התהליכיים, הטכנולוגיים או הארגוניים (או כל שילוב ביניהם). בניית מסגרת הערכה מדויקת מפשטת את התהליך ומייעלת אותו ביותר. 

למשל בשלב ההמלצה על דרך הפעולה המיטבית, ניתן לבנות Framework שבוחן: 

  • Product Fitעד כמה הפתרון עונה על הצרכים העסקיים של היום ומוכן לאתגרי המחר  
  • הבשלות העסקית והתהליכית –  איכות התהליכים העסקיים, מוכנות הארגון, ומידת הבנתו את משמעות השינוי. 

הצגת המצב בתרשים ברור (כמו המודל שבדוגמה) מאפשרת לראות את התמונה המלאה ולהחליט אם יש מקום להחלפת המוצר, להתמקדות בחדשנות במוצר הקיים, להתמקדות בתהליכי העבודה ולא בהחלפת המוצר או לבניית תוכנית שתכלול שיפור מהותי של התהליכים תוך החלפה מדורגת של המוצר.  

 

 

סיכום – Framework כמצפן אסטרטגי בעידן של שינויים מהירים 

בעולם של שינויים טכנולוגיים מהירים, Framework נכון הוא לא "עוד שקף" אלא מצפן אסטרטגי. הוא יוצר שפה משותפת, מונע פספוס היבטים קריטיים, ומאפשר למנהלים לקבל החלטות טובות יותר. 

עומדים בפני החלטה אסטרטגית? החלפת מערכת ליבה? טרנספורמציה דיגיטלית?

לפני שאתם צוללים לפרטים, נשמח להראות לכם איך Framework נכון יכול לקצר לכם החלטות אסטרטגיות בחודשים ולחסוך מיליונים.

מוזמנים לכתוב לי ונדבר gil.r@s-strategy.com

איך רשות ניירות ערך הפכה את מחלקת מערכות המידע למנוע צמיחה אסטרטגי?

רקע על הפרויקט 

הרשות לניירות ערך (רנ"ע) היא הגוף הרגולטורי המוביל בישראל לפיקוח על שוק ההון, שמשרת מיליוני משקיעים וחברות ציבוריות. מחלקת מערכות המידע של הרשות עומדת בפני אתגרים רבים ונדרשת לייצר יכולות טכנולוגיות מתקדמות וחדשניות על מנת לאפשר לרשות לעמוד ביעדיה.

האתגר המרכזי היה ברור: איך מעבירים את מחלקת מערכות המידע ממצב של "תגובה לצרכים" למצב של "הובלה אסטרטגית" שתתמוך בחזון הרשות לקראת 2026?

צוות המומחים שלנו בשטראוס אסטרטגיה ביחד עם ה CIO של הרשות, אורן הנר, ומנכ"ל הרשות, שפירר עודד, ששם את הטכנולוגיה כמקום מרכזי באסטרטגיה של הארגון יצאו לתהליך של בניית מפת הדרכים למחלקת מערכות המידע של הרשות והפיכתה לגוף שמוביל את הארגון.

 

האתגרים העיקריים איתם המחלקה מתמודדת

  • חוב טכנולוגי מצטבר – חלק ממערכות הליבה המרכזיות מבוססות טכנולוגיות מיושנות.
  • ביזור מערכות וחוסר אינטגרציה – מגוון רחב של מערכות שבנויות כסילו ללא קישוריות ביניהן.
  • פערים בניהול ידע ארגוני – פיצול מקורות מידע, יכולות חיפוש מוגבלות, ונתונים לא מובנים שמקשים על קבלת החלטות מבוססות נתונים.

 

לאתגרים אלה השפעה על היכולת להוביל טרנספורמציה דיגיטלית ארגונית וקושי בניצול מלא הפוטנציאל של דאטה ו- AI.

למרות האתגרים, התגלו עוצמות משמעותיות שהיוו בסיס איתן לאסטרטגיה:

  1. צוות מקצועי ומחויב – הון אנושי איכותי עם מוטיבציה גבוהה ומחויבות למשימה.
  2. ניהול משאבים מושכל – ניהול אפקטיבי של תקציב וספקים עם השקעה מיטבית ב- Run, Grow ו- Transform.
  3. רמת שירות גבוהה – שיפור משמעותי ברמת השירות עם משוב חיובי מהמחלקות העסקיות.
  4. מיקוד עסקי וחדשנות – הובלה מקצועית הממוקדת במתן ערך עסקי אמיתי, כולל פעילות מובילה בדאטה ו- AI.
  5. יציבות ואמינות המערכות – תשתיות איתנות המבטיחות רציפות עסקית ברמה גבוהה.

 

תובנות ולקחים מרכזיים 

הפרויקט הניב תובנות חשובות הרלוונטיות לכל ארגון המעוניין בטרנספורמציה דיגיטלית:

  1. חשיבות המיפוי המדויק – "הצלחנו לזהות את העוצמות הקיימות ולבנות עליהן", מסביר מנהל הפרויקט ברנ"ע. "הבנת המצב הקיים בפירוט אפשרה לנו לתעדף את הפעולות הנכונות."
  2. מנהל מוצר כגורם מתכלל – אחת ההחלטות הנדרשות הינה מינוי מנהל מוצר ייעודי שיהווה גורם מתכלל בין כל השותפים. מנהל המוצר הוא הדבק שמחבר בין הטכנולוגיה, הצרכים העסקיים והמשתמשים ומסייע בתהליך השינוי מתפיסת פיתוח מערכות למענה לתהליכים עסקיים.
  3. שותפות עם המחלקות העסקיות – הבסיס להצלחה הוא עבודה משותפת והדוקה עם המחלקות העסקיות, תוך שקיפות במתן בהבנת הצרכים, תעדוף בראייה רוחבית ומתן מענים התואמים את הצורך העסקי.

 

מבט לעתיד 

מחלקת מערכות המידע של רנ"ע נמצאת כיום בשלב הבשלה "מוגדר ומדויק" ביחס למיצוי הפוטנציאל בתחומי הדאטה, אנליטיקה ו- AI עם תוכניות להתקדם לשלבי הבשלה מתקדמים יותר במסגרת המפה האסטרטגית לקראת 2026.

Govmap – איך הופכים תשתית למוצר דיגיטלי בעידן של ממשל חכם?

רקע על הפרויקט 

Govmap היא פלטפורמה גיאוגרפית ייחודית, מבית מפ"י (המרכז למיפוי ישראל), שנועדה לרכז ולנהל מידע גיאוגרפי עשיר הן ברמת המפות הטופולוגיות והן ברמת שכבות המידע המגוונות. הפרויקט נולד משיתוף פעולה אסטרטגי בין מערך הדיגיטל הלאומי ומרכז המיפוי לישראל (מפ"י), שהבינו את הצורך הדחוף בפתרון מרכזי לניהול המידע הגיאוגרפי בראיה רוחבית. 

במצב הקיים, קיימים מספר פתרונות טכנולוגים עבור ניהול המידע הגיאוגרפי במשרדי הממשלה והרשויות המקומיות, דבר שמוביל לכפילויות, בזבוז משאבים וקושי בקבלת החלטות מבוססות נתונים. 

 

האתגר העסקי והטכנולוגי 

האתגר המרכזי היה ברור: איך מייצרים פלטפורמה אחת שתשרת את כלל הממשלה, הרשויות המקומיות והציבור הרחב, ותאפשר גישה למידע גיאוגרפי מהימן ועדכני? 

האתגרים איתם הפרויקט מתמודד: 

  • פיזור מידע קריטי כל משרד ממשלתי החזיק את המידע הגיאוגרפי שלו בנפרד, ללא יכולת שיתוף אפקטיבית 
  • חוסר אמת אחת שכבות המידע הגיאוגרפי מופיעות ברמת עדכניות שונה במערכות שונות 
  • בזבוז משאבים כל גוף מפתח יכולות מיפוי משלו, מה שמיצר כפילויות יקרות 
  • קושי בקבלת החלטות מקבלי ההחלטות מתקשים לקבל תמונה מלאה ורוחבית של על בסיס המידע הגיאוגרפי 

השפעת האתגרים הללו הינה דרמטית: עיכובים בפרויקטים לאומיים, קושי בתכנון עירוני ואזורי וחוסר יכולת לספק שירות איכותי לאזרחים שזקוקים למידע גיאוגרפי.
 

תהליך העבודה והפתרון החדשני 

כאן נכנסה לתמונה חברת שטראוס אסטרטגיה, שהובילה אקסלרטור ייחודי לתכנון תפיסה מוצרית מקיפה עבור Govmap.
 

שלב א': הגדרת הצעת הערך 

הצוות של שטראוס, בעבודה משותפת עם מפ"י ומערך הדיגיטל הלאומי, החל בהגדרת הצעת ערך ברורה:
Govmap הינה פלטפורמה שיתופית המרכזת מידע גיאוגרפי עדכני ומגוון ממשרדי הממשלה, מהרשויות המקומיות ומגופים ציבוריים נוספים במקום אחד. Govmap מיועדת למשרדי ממשלה, רשויות מקומיות, ארגונים ציבוריים והקהל הרחב ומאפשרת ביצוע ניתוחים מתקדמים, ניהול מידע גיאוגרפי באופן עצמאי ושיתוף המידע בקלות עם גורמים נוספים – הכל במטרה לשפר את השירות הציבורי ולקדם קבלת החלטות מושכלת.
 

שלב ב': זיהוי אזורי המיקוד האסטרטגיים 

הצוות האינטגרטיבי זיהה שלושה אזורי מיקוד מרכזיים: 

  1. HUB ממשלתי ציבורי – יצירת מרכז מידע גיאוגרפי לכלל הממשלה 
  2. חיבור בין ממשלה לרשויות גישור על הפער בין הרמה הלאומית למקומית 
  3. כלי לקבלת החלטותהצגת נתונים אינטגרטיבית ופיתוח יכולות אנליטיות מתקדמות המסייעות בתהליך קבלת החלטות מבוסס נתונים
     

שלב ג': בניית מודל עסקי בר-קיימא 

אחד האתגרים הגדולים היה לבנות מודל עסקי שיבטיח את קיימות הפרויקט לאורך זמן. הצוות פיתח מודל המבוסס על ערך מוסף לכל השותפים, עם מנגנוני מימון ברורים ותמריצים לשיתוף מידע. 

 

שלב ד': גיבוש מפת דרכים מוצרית 

הצוות בנה מפת דרכים מפורטת הכוללת אבני דרך ברורות, החל מגרסת MVP ועד לפלטפורמה מלאה עם יכולות אנליטיות מתקדמות. 

 

התוצאות  

התשתית הושקה ועלתה לאוויר בשבוע שעבר וזמינה לציבור הרחב. מדובר בשלב הראשון במפת הדרכים ומכאן תמשיך להתפתח ולהתרחב בגרסאות עיתיות בפיתוח אג'ילי בהתאם לצרכים ולערך המוסף עבור הלקוחות השונים. 

 

תובנות ולקחים מרכזיים 

הפרויקט הניב תובנות חשובות הרלוונטיות לכל ארגון המעוניין בטרנספורמציה דיגיטלית: 

  1. חשיבות החזון המשותף
    "הצלחנו ליצור שפה משותפת בין כל השותפים", מסביר מנהל הפרויקט. "כשכולם מבינים את הערך שהם מקבלים, השיתוף הופך לטבעי." 
  2. מנהל מוצר כגורם מפתח
    אחת ההחלטות הנדרשות ביותר הינה מינוי מנהל מוצר ייעודי שהיווה גורם מתכלל בין כל השותפים. "מנהל המוצר הוא הדבק שמחבר בין הטכנולוגיה, הצרכים העסקיים והמשתמשים", מציינת מנהלת במערך הדיגיטל הלאומי. 
  3. התחלה קטנה, חשיבה גדולה
    הפרויקט החל עם מספר use cases ממוקדים שהוכיחו ערך מידי, ומשם התרחב בהדרגה. "לא ניסינו לפתור את כל הבעיות ביום אחד", מדגיש מנהל במפ"י. "אנו רוצים לבנות אמון צעד אחר צעד." 
  4. שותפויות אסטרטגיות
    הצלחת הפרויקט נבעה במידה רבה מהשותפויות החכמות שנוצרו. "הבנו שאנחנו לא יכולים לעשות הכל לבד", מסכם מנהל במפ"י. "השותפות עם מערך הדיגיטל הלאומי והליווי של חברת שטראוס אסטרטגיה הינם קריטיים להצלחה." 

 

מבט לעתיד 

Govmap ממשיכה להתפתח ולהתרחב. "זהו רק תחילתו של המסע", מסכם מנהל הפרויקט. "החזון שלנו הוא שכל החלטה ממשלתית או עירונית הקשורה למרחב תתבסס על מידע מדויק ועדכני מ- Govmap. אנחנו בדרך הנכונה להגשים את החזון הזה."