הפיל שלמד לרקוד: מהפכת ה-AI של מורגן-סטנלי ותובנות "מהשטח" לכל מקבלי ההחלטות

שמחים לשתף את המאמר של מוטי קריספיל, שותף עם שטראוס אסטרטגיה בגיבוש ויישום "מערכת הפעלה ארגונית" למנכ"ל ומקבלי החלטות, לניווט עסקי וארגוני חכם של טרנספורמציית בינה-מלאכותית.

הפיל שלמד לרקוד: מהפכת ה-AI של מורגן-סטנלי ותובנות עבורנו

שנתחיל בחידות קטנות? 🤔
איך גורמים ל-98% מ-15,000 יועצים להשתמש בעוזר AI אישי תוך  9 חודשים❓
כיצד מצמצמים את זמן הכנת הדו"חות ללקוחות ב-70% מבלי לפגוע באיכות❓
איך מגדילים את שביעות רצון הלקוחות ב-28%❓
ואיך מגדילים את יעילות היועצים ב 35%❓

התשובה? מורגן סטנלי. 🎭

 

 

מבוא: הצעד הנועז של ענקית וול סטריט

מורגן סטנלי, ענקית הפיננסים עם היסטוריה בת 88 שנים, אינה רק אחת מחמש חברות הברוקרים הגדולות בעולם. עם 80,000 עובדים ב-42 מדינות, היא מנהלת נכסים בשווי של 5.5 טריליון דולר (!). בין לקוחותיה נמנים לא פחות מ-60% מחברות ה Fortune 500, וכעת היא מובילה מהפכת AI שעשויה לשנות את פני עולם הפיננסים כפי שאנחנו מכירים אותו. 🌍💼

בעולם הפיננסי, שבו זהירות היא לרוב שם המשחק, מורגן סטנלי מפתיעה בגישתה הנועזת לאימוץ בינה מלאכותית (AI). זהו סיפור על חדשנות, אומץ ניהולי, וטרנספורמציה דיגיטלית בקנה מידה מרשים.

 

💡 המהלכים המרכזיים: AI בפעולה

לפני שנצלול לעומק האסטרטגיה, הנה סקירה של המהלכים המרכזיים שמורגן סטנלי יישמה:

🤖  פיתוח כלים חדשניים להעצמת עובדים

🤖  🤖 AI @ Morgan Stanley Assistant

  • מה זה? עוזר AI חכם ליועצים פיננסיים.
  • מה הוא עושה? מספק גישה מהירה למחקרים, מנתח מגמות שוק בזמן אמת, ומציע המלצות השקעה מותאמות אישית.
  • תוצאות: 98% מהיועצים אימצו אותו, עם עלייה של 35% ביעילות.

אנקדוטה: בשבוע הראשון להשקת המערכת, אחד היועצים הצליח לזהות הזדמנות השקעה נדירה שהניבה ללקוח רווח של מיליוני דולרים. "זה כמו לקבל את וורן באפט כעוזר אישי," התלהב היועץ.

 

🤖  🤖 AI @ Morgan Stanley Debrief

  • מה זה? מערכת AI לניהול פגישות לקוחות.
  • מה היא עושה? מסכמת פגישות וידאו, יוצרת טיוטות למיילי מעקב, ומשתלבת עם כלים כמו Outlook ו-Salesforce.
  • תוצאות: חיסכון של 42 דקות בממוצע לכל פגישת לקוח ועלייה של 28% בשביעות רצון הלקוחות.

תובנה מעניינת: המערכת לא רק חוסכת זמן, אלא גם מזהה דפוסים בהתנהגות הלקוחות שיועצים אנושיים עלולים להחמיץ. למשל, היא זיהתה שלקוחות נוטים להיות יותר פתוחים לרעיונות חדשים בתחילת הפגישה.

 

📚 הכשרה מקיפה והטמעת תרבות AI

  • הדרכה בסיסית ב-AI לכל 60,000 עובדי החברה.
  • מינוי 500 "שגרירי AI" מכל המחלקות להובלת השינוי.
  • יצירת "ציון AI" אישי לכל עובד, המשפיע על הערכות ביצועים ותגמול.

אתגר: בתחילה, היה חשש מצד העובדים שה-AI יחליף אותם. מורגן סטנלי התמודדה עם זה על ידי הדגשת התפקיד המעצים של ה-AI ויצירת תוכניות הכשרה מותאמות אישית.

 

🤝 שותפות אסטרטגית עם OpenAI

  • 50 מהנדסים מ Open AI עובדים במשרה מלאה על פרויקטים של מורגן סטנלי.
  • גישה למודלים מתקדמים 6 חודשים לפני המתחרים.

תובנה: השותפות לא הייתה רק טכנולוגית. היא יצרה "הפריה הדדית" של רעיונות בין עולם הפיננסים לעולם ה-AI, מה שהוביל לפיתוח יישומים חדשניים שאף אחד מהצדדים לא היה מגיע אליהם לבד.

 

📊 מדידה ושיפור מתמיד

  • יצירת מדדי ביצוע ייעודיים ל-AI.
  • בחינה רבעונית של התקדמות והתאמת האסטרטגיה בהתאם.

אנקדוטה: באחת הבחינות הרבעוניות, התגלה שמחלקה מסוימת מתקשה באימוץ ה-AI. במקום להאשים, מורגן סטנלי ארגנה "האקאתון AI" למחלקה, שהוביל לפיתוח כלי AI ייעודי שהפך ללהיט בכל החברה.

 

🧠 תובנות אסטרטגיות: מה כל מנהל יכול ללמוד ממורגן סטנלי?

 

🍳 תרבות ארגונית אוכלת טכנולוגיה לארוחת בוקר

במורגן סטנלי הבינו: אי אפשר "לכפות AI". לכן הם יצרו תרבות ארגונית שחוגגת חדשנות, מעודדת למידה ומשקיעה בהכשרת כל העובדים, מהמנקה ועד למנכ"ל.

טיפ למנהלים: צרו "באזז" סביב AI בארגון! שתפו כתבות, ארגנו "Lunch & Learn" והפכו את השיח לנגיש ורלוונטי לכולם. גם בלי תקציב ענק, אפשר להתחיל בקטן – לשתף מאמרים רלוונטיים, לעודד למידה עצמית ולחגוג "ניצחונות קטנים" של יישום AI בצוות.

 

💰 מיקס חכם של "Take, Shape, Make"

מורגן סטנלי לא התביישו לשלב בין פיתוח פנימי, רכישת פתרונות מדף ושיתופי פעולה אסטרטגיים עם חברות מובילות כמו OpenAI. התוצאה? גמישות ותגובה מהירה לשינויים בשוק.

המינון הנכון: מורגן סטנלי בחרה לפתח באופן פנימי כ-60% מהפתרונות, לרכוש 20% ולשתף פעולה על 20% הנותרים. זה אפשר להם לשמור על יתרון תחרותי בתחומי הליבה, תוך ניצול יעיל של משאבים חיצוניים.

טיפ למנהלים: מפו את צורכי ה-AI שלכם. אולי פתרון קיים עונה עליהם? או אולי דווקא סטארטאפ קטן יציע יכולות ייחודיות שחסרות לכם? היו יצירתיים וחפשו שותפויות שיקפיצו אתכם קדימה!

 

📊 AI שלא משרת את הלקוח, לא שווה דאטה

במורגן סטנלי כל פרויקט AI נבחן בפריזמה אחת:  "ערך מובחן ללקוח". הם יישמו "צל דיגיטלי" לכל לקוח, פרסונליזציה ברמה האישית ושקיפות מלאה – הכל כדי לייצר חוויית לקוח יוצאת דופן.

אנקדוטה: אחד הלקוחות הגדולים של מורגן סטנלי היה סקפטי לגבי השימוש ב-AI. החברה הזמינה אותו ל"יום בחיי ה-AI" שבו הוא ראה כיצד המערכות עובדות לטובתו. בסוף היום, הוא לא רק השתכנע, אלא גם ביקש להשקיע בחברות AI.

טיפ למנהלים: שאלו את עצמכם – כיצד AI יכול לשפר את חוויית הלקוחות שלכם? התמקדו בנקודות החולשה ותחפשו פתרונות AI שיכולים לייצר את ההבדל.

 

🏆 "ניצחונות קטנים" בדרך להצלחה הגדולה

מורגן סטנלי הבינו: אי אפשר "לבלוע" AI בבת אחת. במקביל להשקעות האדירות, הם יישמו אסטרטגיית "ניצחונות מהירים" – פרויקטים קטנים שהניבו תוצאות מהירות וחיזקו את האמון ב-AI בתוך הארגון.

דוגמה: אחד ה"ניצחונות המהירים" היה פיתוח בוט AI פשוט שענה על שאלות נפוצות של עובדים בנושאי משאבי אנוש. זה חסך זמן רב למחלקת HR והדגים לעובדים את היעילות של AI ביומיום.

טיפ למנהלים: זהו 2-3 תהליכים שניתן לשפר מיידית עם AI. התחילו בקטן, חגגו הצלחות ותראו לעובדים ש-AI זה כבר לא מדע בדיוני, אלא כלי אפקטיבי שכבר עובד עבורכם.

 

 

🔮 מבט לעתיד: האתגרים והצעדים הבאים

אתגרים צפויים:

  1. רגולציה: התמודדות עם תקנות AI מתפתחות בתחום הפיננסי.
  2. אבטחת מידע: הגנה על נתוני לקוחות רגישים בעידן ה-AI.
  3. איזון אדם-מכונה: שמירה על המגע האנושי לצד אוטומציה מתקדמת.

 

התמודדות: מורגן סטנלי הקימה צוות ייעודי ל"אתיקה ורגולציה של AI" שעובד בשיתוף פעולה הדוק עם רגולטורים ומומחי אתיקה.

 

צעדים עתידיים:

  1. AI לניהול סיכונים: פיתוח מודל AI ייעודי לניהול סיכונים, צפוי לחסוך 1.5 מיליארד דולר בשנה.
  2. אתיקה ואחריות: הקמת מועצת אתיקה של AI בשיתוף עם אקדמיה.
  3. העצמת היועץ האנושי: הרחבת תוכנית "AI Augmented Advisor" להעצמת היועצים האנושיים.

 

🎯 סיכום: לקחים לכל ארגון


המסע של מורגן סטנלי מדגים כי אימוץ AI הוא הרבה מעבר לטכנולוגיה. זהו שינוי מהותי באופן שבו ארגון חושב, פועל ומספק ערך.

  1. אסטרטגיה נושמת: מורגן סטנלי פיתחה אסטרטגיית AI גמישה שהיתה מסוגלת להסתגל לשינויים מהירים בטכנולוגיה ובשוק.
  2. מפת דרכים עם מפרקים גמישים: החברה יצרה תוכנית ארוכת טווח, אך עם נקודות בדיקה ועדכון תכופות שאפשרו התאמות בזמן אמת.
  3. שילוב בין מרכזיות הלקוח למרכזיות העובד: מורגן סטנלי הבינה שהצלחת ה-AI תלויה הן בשיפור חווית הלקוח והן בהעצמת העובדים.
  4. תרבות קודמת לטכנולוגיה: השקיעו בבניית תרבות ארגונית שמקבלת ומעודדת חדשנות. מורגן סטנלי יצרה "אקוסיסטם של חדשנות" שבו כל עובד הרגיש חלק מהמהפכה.
  5. גישה היברידית: שלבו בין פיתוח פנימי, רכישת פתרונות מדף ושיתופי פעולה אסטרטגיים. הגמישות הזו אפשרה למורגן סטנלי להגיב במהירות לשינויים בשוק.
  6. התמקדות בלקוח: כל פרויקט AI צריך בסופו של דבר לשפר את חווית הלקוח. מורגן סטנלי הפכה את זה למנטרה ארגונית.
  7. ניצחונות מהירים: התחילו בקטן, הראו תוצאות מהירות ובנו מומנטום. זה היה המפתח ליצירת "באז" חיובי סביב ה-AI בארגון.
  8. חשיבה ארוכת טווח: הגדירו חזון AI ארוך טווח ועבדו בעקביות להגשמתו. מורגן סטנלי לא ראתה ב-AI פרויקט חד-פעמי, אלא שינוי אסטרטגי ארוך טווח.

 

המהפכה של מורגן סטנלי מראה שהעתיד של AI בפיננסים כבר כאן. השאלה אינה אם להצטרף למהפכה, אלא כיצד להוביל אותה – בכל קנה מידה.

"AI אינו כלי, הוא דרך חשיבה. אנחנו לא רק מטמיעים טכנולוגיה, אנחנו מעצבים מחדש את האופן שבו אנחנו עובדים, חושבים ומקבלים החלטות." – אנדי סייג, סמנכ"ל טכנולוגיות בכיר במורגן סטנלי.

 

מחשבה אחרונה: המסע של מורגן סטנלי מדגים שהטמעת AI מוצלחת היא לא רק על הטכנולוגיה עצמה, אלא על היכולת לשלב אותה באופן הוליסטי בכל היבט של הארגון. זה דורש חזון, מנהיגות, וכן – גם קצת אומץ. אבל כפי שמורגן סטנלי הוכיחה, התוצאות יכולות להיות מדהימות.

 

אז, האם אתם מוכנים להתחיל את המסע שלכם לעבר עתיד מועצם AI?

 

עוד כתבות עבורך

ניהול ידע ב-2025: האתגר האמיתי הוא לא טכנולוגי – הוא תרבותי

ב־2025, בעולם שבו המידע זורם מהר יותר מתמיד, ידע הפך לנכס האסטרטגי החשוב ביותר של כל ארגון. אבל עם כל הטכנולוגיה הזמינה – הכלים המתקדמים, הפלטפורמות השיתופיות, פתרונות הבינה המלאכותית – נשארת שאלה אחת מרכזית:  

איך באמת מנגישים את הידע, משתפים אותו, וממנפים אותו לפעולה? 

יותר ויותר ארגונים מבינים היום שהבעיה האמיתית אינה במחסור בטכנולוגיה – אלא בתרבות הארגונית שמקיפה אותה.
"איי ידע", חוסר שיתוף בין צוותים, ואי-נגישות למידע קריטי – הם חסמים שממשיכים לעכב תהליכים, להאט החלטות ולפגוע בחדשנות. 

כששינוי דיגיטלי מתחיל מבפנים 

בשטראוס אסטרטגיה אנחנו לא מסתפקים בלייעץ על טרנספורמציה דיגיטלית – אנחנו גם מיישמים אותה.
בשנה האחרונה ביצענו תהליך עומק בתוך הארגון שכלל הטמעת Microsoft Teams ושילוב פתרונות GenAI – מהלך ששינה את הדרך שבה אנו משתפים תובנות, משמרים ידע מצטבר ומנהלים מידע בזמן אמת. 

במקביל, ליווינו ארגונים נוספים – מתעשייה מסורתית, דרך פינטק ועד גופים ציבוריים – בהובלת תהליכי ניהול ידע דומים.
המסקנה שחזרה על עצמה שוב ושוב: האתגר הוא כמעט תמיד תרבותי, ולא טכנולוגי. הפתרון דורש שינוי בהרגלי עבודה, בערכים הארגוניים ובאופן שבו אנשים משתפים פעולה סביב ידע. 

איך נראה מהלך של ניהול ידע חכם? 

בין הצעדים המרכזיים שיישמנו בארגון ובקרב לקוחותינו: 

  •  איחוד כלל הידע הארגוני לסביבת עבודה חכמה אחת 
  •  הטמעה הדרגתית ומונחית של הכלים הדיגיטליים 
  •  הקמת קהילות ידע פנימיות שמחברות בין מומחים 
  •  שיפור ניהול פרויקטים באמצעות כלים שיתופיים 
  •  שילוב כלים מבוססי GenAI לחילוץ תובנות, סיכום פגישות, ושימור אוטומטי של מידע 

ההטמעה עצמה לוותה בתהליך שינוי תרבותי וארגוני, שכלל הנחיה למנהלים, גיבוש שגרות עבודה חדשות וליווי שוטף של הצוותים. השינוי לא היה רק "איזה כלי משתמשים" – אלא "איך משתפים ידע אחרת". 

מה התוצאות? 

🔹 ירידה בעומס תקשורת לא אפקטיבית 

🔹 שיתוף ידע מהיר בין מומחים ותחומים 

🔹 שמירה שיטתית של ידע פרויקטלי ואסטרטגי 

🔹 עלייה ניכרת בפרודוקטיביות ובשיתוף הפעולה 

זה לא רק שינוי טכנולוגי – זה מהלך אסטרטגי.
ידע נמצא אצל האנשים, אבל ערך נוצר רק כשאפשר לשתף אותו, להנגיש אותו, ולפעול איתו – בזמן אמת. 

כי כשהידע זורם – גם הארגון זורם קדימה. 

 

רוצים להפוך את ניהול הידע אצלכם ממערך טכני למנוע צמיחה עסקי?
נשמח לשתף אתכם בתובנות שצברנו – מבפנים ובשטח. 

 דברו איתנו hello@s-strategy.com

 

הטרנספורמציה של ה-CDO בעידן ה-AI

מ־Data Custodian ל־Business Transformer

 

 

 

מהמחסן לעסק: כך נראה היומיום של CDO בשנת 2025

תארו לכם את התמונה: אתם נכנסים למשרד של CDO באחד הארגונים הגדולים. פעם – שולחן עמוס דוחות אקסל, שאלות רגולציה, דיונים אינסופיים על הרשאות גישה. היום? על השולחן תמצאו שרטוט של מודל חיזוי מבוסס AI, טיוטות לתכנית הדרכה ארגונית על דאטה, ורשימת משימות אסטרטגיות: מחיבור מערכות legacy ישנות, דרך הנעת הנהלה להשקעות תשתית, ועד בניית מסעות לקוח מבוססי מידע. ה-CDO של 2025 כבר מזמן לא רק “שומר הסף של הדאטה”. הוא הפך לדמות מפתח בעיצוב כיווני ההתפתחות העסקית – מתרגם בין עולם הטכנולוגיה לעולם התוצאה.

מה באמת השתנה?

בעבר, שיחות עם CDOs עסקו בעיקר בטיוב, אבטחת מידע ועמידה ברגולציה. היום, הן נשמעות אחרת לגמרי:
CDO של חברת ביטוח גדולה מספר לנו בהתלהבות כיצד מודל AI חדש מזהה לקוחות בסיכון לעזיבה – עוד לפני שהם עצמם מודעים לכך.
“פעם היינו מגיבים באיחור”, הוא אומר, “היום אנחנו מונעים. אפילו ה-CIO שלי התחיל לשאול מה עוד אפשר לחלץ מהדאטה…”המהפכה הזו לא קרתה ביום. זו תוצאה של שינוי עומק בתפיסת התפקיד: ה-CDO אינו עוד פונקציה תפעולית – אלא מחולל שינוי.

לא קסם, אלא ניהול אתגרים חכם

המציאות רחוקה מרומנטיקה: CDO של בנק גדול משתף כי ניסיונות להטמיע מודל AI לחיזוי אי־תשלומים נכשלו בשלב הראשון – לא בגלל הטכנולוגיה, אלא כי 40% מהנתונים פשוט לא היו קיימים, או לא היו נגישים.תהליך הארגון והאינטגרציה לקח חצי שנה – אך התוצאה הייתה מערכת מדויקת ומבוססת, שמייצרת ערך עסקי ברור.

שלושה שיעורים מהשטח

1. להתחיל בקטן, לחשוב בגדול
בפרויקט עם חברה יצרנית, ה-CDO בחר להתחיל בחיזוי זמני אספקה בקו ייצור אחד בלבד. ההצלחה יצרה מומנטום – שהוביל לפריסה רחבה יותר ולשדרוג כלל מערך הייצור.

2. לבנות גשרים, לא רק מודלים
70% מזמן ה-CDO מושקע בניהול תקשורת בין המחלקות – תרגום דאטה לתובנות עסקיות, הסברה טכנית למנהלים, והנעת ה-IT לשיתוף פעולה.

3. לנהל ציפיות, לא לייצר אשליות
“כדי לא לאבד אמון, למדתי להגיד: זה ייקח זמן”, אומר CDO של חברת אינטרנט. “הצלחות קטנות ואמינות עדיפות על הבטחות גדולות ללא כיסוי.”

האתגרים שפחות מדברים עליהם

  • מערכות לגאסי – השקעה עצומה באינטגרציה ואחידות.

  • כוח אדם היברידי – חוסר באנשי דאטה שמבינים גם את העסק וגם את הטכנולוגיה.

  • תקציבים לא עקביים – ההנהלה רוצה תוצאות מהירות, אבל תשתיות לא מעניינות אותה… עד שמשהו נשבר.

  • רגולציה מגבילה – שהופכת מודלים אגרסיביים ללא רלוונטיים.

איך מתקדמים נכון? עצות פרקטיות ל-CDO ולמנהלים סביבו

  1. תכננו "ניצחונות קטנים" – התחילו בפרויקט עם ROI ברור כדי להוכיח ערך מהר.

  2. עבדו בצוותים חוצי מחלקות – מפתחים, אנליסטים, אנשי שיווק ומכירות – כולם צריכים להבין את אותו הדאטה.

  3. שימרו על איכות – עדיף דאטה אחד מדויק, מאשר חמישה חלקיים.

  4. תדברו בשתי שפות – דאטה לא מייצר ערך אם לא יודעים לתרגם אותו לעולם ההנהלה.

ומה באמת מאפשר ל-CDO להצליח?

הטכנולוגיה היא רק מרכיב אחד.
CDO מצליח פועל מתוך תרבות ארגונית שמבינה את חשיבות הנתונים, ומגשרת בין אנשים, מחלקות, אינטרסים.
בארגונים שאנחנו מלווים, ההשקעה האמיתית היא לא רק במודלים או דאטה־לייקים – אלא באנשים:
סדנאות משותפות, תהליכי חיבורים בין צוותים, והפיכת השפה הדאטאית לנחלת הכלל.
זה מה שבונה את התשתית להובלת שינוי אמיתי.

לסיכום – ה-CDO של 2025 הוא המנוע העסקי החדש

הוא לא “מנהל דאטה”. הוא לא רק רגולטור פנימי. הוא ארכיטקט של חדשנות. הוא זה שמתרגם דאטה לערך עסקי. הוא המבוגר האחראי של המהפכה הדיגיטלית, גם כשהיא עטופה בהבטחות AI נוצצות. ומי שלא משקיע בו – פשוט מפספס את הזדמנות ההמראה של העשור הקרוב.

אם גם הארגון שלכם מתמודד עם שאלות ואתגרים סביב יוזמות עסקיות-טכנולוגיות (לרבות בתחום ה-AI), אנו מזמינים אתכם לפנות אלינו ונשמח להרחיב לגבי יתרונות המתודולוגיה, ולבחון יחד כיצד היא יכולה לסייע למטרות העסקיות שלכם. hello@s-strategy.com

יוזמות מבוססות GenAI: לא עוד פרויקט, אלא מוצר שחי, נושם ומתפתח

כשהבינה המלאכותית הגנרטיבית (GenAI) נכנסת לעולמות העסקיים, ארגונים רבים ממהרים "לעשות עם זה משהו". אבל בעוד הטכנולוגיה מסחררת ביכולותיה, האתגר האמיתי הוא לא (רק) בבחירת המודל, אלא לפתח מוצר – עם ערך, תכלית, מדדים, תחזוקה ובעיקר – גישה שיטתית שתשאיר את הארגון בשליטה. אנחנו צריכים כל הזמן להזכיר לעצמנו ש genai הוא לא המטרה אלא האמצעי, בסופו של יום אנחנו נרצה ליישם יוזמות שיובילו אותנו ליצירת אימפקט עסקי.

מהניסיון שלנו בליווי חברות וארגונים המתמודדים עם האתגרים הללו, אנחנו תמיד מחזקים את העובדה ש-GenAI הוא לא עוד פרויקט – הוא מוצר מתמשך. הבדל מהותי קיים בין השקת פרויקט טכנולוגי "רגיל" – כמו פיתוח אתר, CRM או מערכת דיוור – לבין יוזמה מבוססת בינה מלאכותית. כשמדובר בהשקת יוזמה מבוססת AI קריטי להבין שמדובר במערכת לומדת, דינמית, שממשיכה להתעדכן ולהשתפר כל הזמן. ההשקה היא רק ההתחלה, בטח כשהטכנולוגיה משתנה ומשתפרת בקצבים מהירים בכל יום שחולף.

כדי לנהל נכון את המורכבות הזו, ב-Strauss Strategy פיתחנו את מודל ה־Gen AI Canvas – כלי ויזואלי שמתווה את כל רכיבי היוזמה על דף אחד, בגישה מוצרית מלאה שמיועדת לעולם הבינה המלאכותית.

אז מה כולל הקאנבס?

הקאנבס מחולק ל־12 רכיבים מהותיים, המשלבים בין ליבת מודל ה־Lean Canvas הקלאסי לבין תוספות ייחודיות לעולמות GenAI. הרכיבים החדשים מסומנים בכוכבית ומבליטים את ההיבטים הייחודיים שדורשת עבודה עם טכנולוגיה הסתברותית ולומדת:

 

1. הזדמנות / בעיית הבסיס לכל יוזמה:
 מהו הכאב האמיתי או ההזדמנות העסקית שאנו רוצים לפתור? זהו שלב קריטי: ללא הגדרת בעיה עסקית אמיתית, לא תתקיים הצעת ערך משמעותית.

2. פתרון מבוסס GenAI:
כאן נפרט את סוג המודל, מאפייני הפעולה, דרישות הממשק, רמת האוטומציה, שמירת ההקשר העסקי וכד'. במקום לומר "נבנה צ'אט בוט" – צריך להיכנס לעומק ולתאר את האינטליגנציה שתידרש מהמערכת, וכמובן מידת התאמתה הן לתהליכי העבודה של הארגון וגם לאתגר העסקי שגדרנו.

3. הצעת הערך הייחודית:
מה הייחוד של הפתרון שמאפשר GenAI דווקא? האם מדובר בזמינות תמידית, בשיחה טבעית, בהתאמה אישית, במהירות תגובה? זו ה-שאלה שארגונים רבים מתמודדים איתה בבואם לבחון פתרון טכנולוגי מבוסס AI.

4. למה שדווקא *אנחנו* נצליח? כאן נפרט את היתרונות היחסיים של הארגון – מה ה־unfair advantage שלנו? האם יש לנו דאטה שאין לאחרים? מומחיות ייחודית? צוות שירות מיומן שיכול להכשיר מודל?

5. לקוחות- מי המשתמשים של הפתרון? לקוחות קצה, נציגי שירות, עובדים פנימיים? הבנת קהל היעד קריטית לבחירת המודל והטון הנכון של התקשורת.

 6. נתונים (Data)- אחד החידושים המרכזיים בקאנבס הזה. כל יוזמת GenAI תלויה בדאטה – בלי מידע איכותי, המודל לא ידע לעבוד. יש להגדיר: אילו מקורות קיימים? אילו חסרים? האם המידע אמין, עדכני, ומספיק מפורט?

7. הגדרת מדדים נוספים מעבר למדדים העסקיים ה״קלאסיים״: כגון מו שיפור זמן תגובה או עלייה בשביעות רצון, יש לשלב מדדי דיוק ואמינות של המודל – למשל: מה אחוז הדיוק הנדרש כדי שנחשיב את השימוש כמוצלח?

8. ניהול סיכונים: AI מביא איתו שורת סיכונים: מהטיות בנתונים, דרך טעויות קריטיות ועד סוגיות פרטיות ואחריות. חשוב להגדיר מבעוד מועד מתי עוצרים את המודל, מתי מעבירים לאדם, ואיך נבצע בקרת איכות.

 9. ערוצים איך נגיע למשתמשים? באיזו פלטפורמה? האם מדובר בפיילוט פנימי? השקה באתר? הטמעה באפליקציה?

 10. עלויות / הכנסות זהו נדבך מוכר מה-lean canvas המקורי – כמה יעלה לנו לפתח ולתחזק את הפתרון? אילו חיסכון או הכנסות הוא צפוי לייצר? ב-AI כדאי לקחת בחשבון גם עלויות של דאטה, תשתית, תחזוקה ובקרת איכות מתמשכת.

 

יתרונות השיטה:

🔹 תמונה מלאה בדף אחד: הקנבס מאפשר לנהל שיחה אסטרטגית, מוצרית וטכנולוגית מול הנהלה, צוותים מקצועיים או משקיעים.

🔹 מקדיש מקום לייחוד של GenAI: בניגוד לשיטות קלאסיות, כאן אין התעלמות מהאתגרים של דאטה, דיוק, וסיכונים.

🔹 מתודולוגיה תהליכית ולא חד-פעמית: לא "בונים ומשיקים", אלא מגדירים, בודקים, לומדים, מתאימים ומתחזקים.

 

לסיכום פיתוח יוזמות בינה מלאכותית הוא הרבה יותר מפרויקט טכנולוגי. זהו מהלך אסטרטגי רב-שכבות שדורש ראייה מערכתית, מומחיות עסקית, ויכולת תרגום של טכנולוגיה לאימפקט אמיתי. ה־Gen AI Canvas הוא המצפן שמאפשר לנו לא ללכת לאיבוד בדרך – אלא לכוון למטרה, במדויק. אם אתם בתחילתה של יוזמה מבוססת GenAI – התחילו בקאנבס. כי בסוף, מה שלא מתוכנן – לא מתוחזק. ומה שלא מתוחזק – לא מצליח.

אם גם הארגון שלכם מתמודד עם שאלות ואתגרים סביב יוזמות עסקיות-טכנולוגיות מבוססות AI, אנו מזמינים אתכם לפנות אלינו ונשמח להרחיב לגבי יתרונות המתודולוגיה, ולבחון יחד כיצד היא יכולה לסייע למטרות העסקיות שלכם. hello@s-strategy.com