מה הופך את ״מקורות״ לחברת המים הטובה בעולם? בפרק #9 אירחנו את עמית לנג מנכ״ל מקורות, ואבנר שטראוס מייסד משותף של שטראוס אסטרטגיה. מה הניע את לנג להשיק את תכניות העבודה בדיוק עם פרוץ המלחמה, מה הקשר בין חשמל למים ועוד עובדות שלא ידעתם על המים שזורמים עד אלינו בבית בלחיצת כפתור, מבלי שלרגע דמיינו כמה מערכות מורכבות, ניתוחי דאטה וכן – גם AI מאפשרים זאת. האזנה נעימה!
מרישיונות AI ל-ROI
לא מרכיבים מנוע סילון על עגלה עם סוס
מה השתנה?
ארגונים רבים השקיעו משאבים ניכרים ברכישת רישיונות וטכנולוגיות AI עבור העובדים, ועדיין התחושה הרווחת היא שהפוטנציאל העצום אינו ממומש.
ההשקעה קיימת, הטכנולוגיה עובדת וגם ה-PoC כבר הצליח, אך העובדים ממשיכים לעבוד בתהליכים הישנים וההשקעה אינה מתורגמת ל-ROI.
זו לא בעיית AI – זה כשל תפעולי "בקילומטר האחרון".
את הכשל נפתור באמצעות מודל אסטרטגי-ביצועי, שנשען על מתודולוגיית המצוינות התפעולית של שטראוס אסטרטגיה, ומגובה כתהליך עבודה שמיושם בפועל.
מטרת המודל אינה "להדריך על AI", אלא לתכנן מחדש תהליכי עבודה סביב היכולות החדשות.
הדרך להפוך השקעה טכנולוגית לערך עסקי מדיד
המשך עבודה בתהליכים ישנים עם כלי AI חדשים משול להרכבת מנוע סילון על עגלה עם סוס. זה לא שיפור, זו טעות תכנונית.
אנחנו לא שואלים "איך לשלב AI בתהליך" אלא "למה התהליך עדיין בנוי כפי שהוא?".
זהו "פער האימוץ" שכל מנהל מכיר: הארגון משקיע הון ברישיונות וכלים, אך רק כ-5% מפיילוטי ה-AI בארגונים באמת מחוללים שינוי ומגיעים ל-ROI מדיד, כך עולה *ממחקר MIT שבחן מעל 300 יישומי AI ארגוניים ב-2025.
**טרנספורמציות AI מוצלחות עוקבות אחר דפוס 1:3:5:
על כל דולר שמושקע בטכנולוגיה,
מושקעים 3 דולרים בעיצוב מחדש של תהליכים,
ו-5 דולרים בבניית יכולות ובאימוץ.
"פער האימוץ" הוא לא בעיית עובדים – הוא כשל ניהולי.
* MIT– The GenAI Divide: State of AI in Business 2025
** 08/2026 Mckinsey- How to close the agentic adoption gap
הפתרון: מומחה למצוינות תפעולית שמצטרף לצוות ומצמצם את הפער
מודל שבו המומחה לא "מלמד AI", אלא מתכנן מחדש את תהליך העבודה סביב הכלים והרישוי שכבר רכשתם. הוא לא נותן ייעוץ מרחוק אלא יושב פיזית עם הצוותים העסקיים והתפעוליים בארגון שלכם.
המומחה ממפה את התהליך הקיים, מזהה את העבודה שניתן למכן ובונה יחד עם העובדים פתרונות פרקטיים – Workflows, אוטומציות וסוכני AI – על גבי הכלים הקיימים אצלכם.
הדרישות מהמומחה:
| מאפייני המשרה | הדרישה |
| כישורים | מנוסה במצוינות תפעולית ושינוי הרגלי עבודה לצוותים |
| מיקום | פיזית בשטח, צמוד לצוותי הביזנס והתפעול, תחת הכוונה אסטרטגית |
| Hand-On | בונה בפועל Workflow, סוכני AI, אוטומציות ופרומפטים |
| אבטחת מידע | לפי מדיניות הארגון: ממשל נתונים, גישה למערכות, תאימות רגולטורית |
המודל פותר שלושה פערים מרכזיים:
- פער ב-ROI: רישיונות שנרכשו והוכחות היתכנות (PoCs) שהצליחו טכנית, אך לא תורגמו לערך עסקי.
- פער בין הנהלה לשטח: תפיסת התהליכים בהנהלה שונה לעיתים קרובות ב-50% ויותר מהמציאות התפעולית היומיומית.
- פער האחריות: מי אמון על שינוי תהליכי והרגלי העבודה במחלקות העסקיות והתפעוליות? הפער כיום בלי בעלים.
ההתחייבות שלנו: אימפקט ראשון שניתן למדוד תוך 30 יום
תהליך מובנה עם התחייבות לתוצאה בזמן קצר:
| שבוע | פעילות |
| שבוע 1-2 | אבחון ובחירת "כאב" נשב עם הצוות*, נמפה תהליך קיים ונבחר יחד נקודת כאב אחת ספציפית |
| שבוע 3 | בניית הפתרון הראשון נבנה פתרון Hands-on – סוכן, אוטומציה, Skill או Workflow – |
| שבוע 4 | מדידת השינוי נציג דוח ברור: כך התהליך עבד קודם, כך הוא עובד עכשיו, וזה הזמן והכסף שנחסך – שינוי ראשון, נראה לעין ומדיד. |
*הצוות- מחלקות עסקיות ותפעוליות:
מחלקות עסקיות, שרות לקוחות, משאבי אנוש, לשכה משפטית, כלכלית, שיווק, לוגיסטיקה, רווחה וכו'
רגע לפני שממשיכים
זה לא עוד ייעוץ שמסתיים במצגת, לא הדרכה או סדנה חד-פעמית. זו עבודה צמודה בשטח עם הכלים והרישוי שכבר קיימים אצלכם – וכל הפתרונות שייבנו נשארים אצלכם (Workflows, פרומפטים, סוכנים).
איך ההצלחה נראית בשטח?
הערך אינו תיאורטי. אצל לקוחותינו התהליך הזה כבר הוביל לתוצאות דרמטיות:
– תהליך ניתוח דוחות שנמשך 9 ימי עבודה בכל חודש, קוצר לשעה אחת בלבד.
– משימה תפעולית שנמשכה 5 שעות, ירדה ל-2 דקות באמצעות סוכן AI ומייל אוטומטי.
הצעד הבא: פיילוט. נתחיל מתהליך אחד שכואב
הדרך להתחיל אינה דורשת מהפכה ארגונית או הקפאת פרויקטים. היא דורשת החלטה להתמקד. אנו מציעים להתחיל בפיילוט על תהליך אחד, עם צוות אחד, במטרה להוכיח ערך ולהדגים את הפוטנציאל.
מוזמנים לפנות אלינו לשיח מקצועי ובחינת האתגרים הייחודיים של הארגון שלכם:
