הבינה מלאכותית כבר שבתה את דמיונם של המשקיעים והמובילים במשק, וכמובן שגם את זה של מנהלי כספים ברחבי העולם - אך אלה עדיין לא רואים הצדקה להשקעה שלהם. מחקר שביצעה לאחרונה חברת הייעוץ Boston Consulting Group (BCG) מצא כי על אף האימוץ הגובר של טכנולוגיות AI במחלקות הכספים, התשואה על ההשקעה (ROI) רחוקה מלספק את הציפיות.

במסגרת הסקר, שנערך בקרב למעלה מ-280 מנהלי כספים בכירים בחברות בינלאומיות, נמצא כי ה-ROI החציוני ביוזמות AI במחלקות עומד על 10% בלבד - חצי מהיעד השכיח של 20% שארגונים מציבים לעצמם. כשליש מהמשיבים דיווחו על תשואה של פחות מ-5%, ורק חמישית הצליחו לעבור את רף ה-20%.

הטכנולוגיה אמנם פורצת קדימה - כבר יותר ממחצית מהחברות משתמשות ב-AI או GenAI בתחומי חשבונאות, תכנון פיננסי, ואף ניתוח עסקאות ומיזוגים. אך בפועל, רק 45% מהמשתתפים יודעים לכמת את התשואה מהשקעה זו. כלומר, ברוב הארגונים התשואה כלל לא קיימת או זניחה. הפער בין היקף ההטמעה לבין התועלת שנמדדת בפועל מדגיש בעיה מהותית: ארגונים משקיעים בלי ודאות שהם יקבלו החזר על ההשקעה. יותר מכך - כ-73% מהמשיבים דיווחו על ארבעה חסמים או יותר בדרך למימוש הערך, בהם עלויות יישום גבוהות, איכות נתונים בעייתית, דרישות רגולטוריות מחמירות וחוסר תיאום בין המחלקות.

איפה כן נמצא הערך?

באופן מפתיע, השימושים שמייצרים את התשואה הגבוהה ביותר אינם דווקא האוטומציות המוכרות של חשבוניות או כתיבת דוחות, אלא דווקא יישומים מתקדמים כמו חיזוי תזרימי מזומנים, ניתוח סיכונים וזיהוי הונאות בזמן אמת. כך לדוגמה, חברת מדיה גלובלית שהטמיעה סוכן מבוסס GenAI הצליחה לאתר אנומליות פיננסיות, מהלך שאיפשר קבלת החלטות מהירה יותר ומנע פגיעה בחברה.

• אנבידיה מכה את התחזיות ומאותתת שהביקוש ל-AI עדיין חזק
• אלפאבית בשיא חדש: השקת Gemini 3 מציתה מחדש את מירוץ ה־AI
• המלצת המערכת: כל הכותרות 24/7

לפי BCG, הצלחה לא תלויה רק בטכנולוגיה אלא באסטרטגיה ברורה, סדרי עדיפויות נכונים, ושיתוף פעולה על פני כל הארגון. המחקר מזהה ארבעה עקרונות שמבדילים בין ROI חיובי לאכזבה בכל הנוגע ליישום AI:

1. פוקוס על ערך מהיר: ארגונים מצליחים לא מחפשים למידה מתמשכת או ניסויים טכנולוגיים, אלא רודפים אחרי ניצחונות מהירים ומדידים. יוזמות שמספקות תוצאה מוקדמת מייצרות גם מומנטום להמשך.

2. שילוב בתוך טרנספורמציה רחבה: הטמעה מוצלחת של AI לא עומדת לבדה. היא חלק מתהליך שינוי כולל במחלקת הכספים, ולא פרויקט טכנולוגי יחיד. שילוב כזה מעלה את סיכויי ההצלחה ב-7 נקודות אחוז לעומת גישות מבודדות.

• 350 מיליארד דולר ב-4 שנים: איך אנתרופיק הביסה את ChatGPT והפכה לענקית ה-AI השלישית בעולם
• סיסקו ו-IBM בונות את האינטרנט הקוונטי: מחשבים שמדברים ביניהם תוך 5 שנים
• תוכן שיווקי שוק הסקנדרי בישראל: הציבור יכול כעת להשקיע ב-SpaceX של אילון מאסק
• כמה מרוויחים היזמים והעובדים באקזיט? דוגמה מהאקזיט של דוטי

3. שיתוף פעולה עם IT וספקים: ארגונים שלא מנסים "להמציא את הגלגל" בעצמם אלא משתפים פעולה עם מחלקות IT פנימיות ועם ספקים חיצוניים נהנים מהתקדמות מהירה יותר ויעילה יותר. בחלק מהחברות המובילות אף נעשה שימוש בכלים קיימים במערכות ERP כמו SAP או BlackLine.

4. יישום הדרגתי ומתוזמן: בניגוד לשינויים גורפים וחדים, ארגונים מצליחים מתחילים בצוות מצומצם, מבצעים צעדים מדודים, ומודדים כל שלב. דרך זו חוסכת מאמצים, ממקדת את הלמידה, ומגבירה את ההחזר על ההשקעה.

לא כל AI נולד שווה

המחקר גם מזהיר מהשימוש הלא מדויק בטכנולוגיה. מודלי AI מצטיינים בעיקר במשימות מבוססות שפה כמו ניסוח תגובות, כתיבת פרשנויות, או הפקת תובנות בשפה טבעית. אך הן פחות מתאימות למשימות חישוביות כמו התאמות חשבונאיות או בקרת עמידה ברגולציה, בהן יש להעדיף AI מסורתי או אוטומציות ייעודיות אחרות.

עוד נמצא כי רבות מהחברות בונות פתרונות בעצמן במקום להשתמש בכלים שזמינים לכולם. מה שמוביל לעלויות גבוהות יותר ולעיכובים בהחזר ההשקעה. לפי BCG, יש להשקיע בפיתוח עצמי רק כאשר יש וודאות כי הדבר יביא לביתרון תחרותי מובהק או יענה על צורך ייחודי, כזה שהכלים הקיימים לא יודעים לענות עליו.