גל האימוץ הארגוני של בינה מלאכותית

התופעה: קפיצת-אימוץ שמדווחת דומה בכמה סקרים בלתי-תלויים

מה שהופך את זה לתופעה חוצת-שחקנים, לא לטענה שיווקית של ספק בודד, הוא שכמה גופי-מחקר עם מתודולוגיות שונות לגמרי מגיעים לתמונה דומה בערך באותה תקופה. הסקר השנתי של McKinsey, "The State of AI: Global Survey 2025", התפרסם ב-5 בנובמבר 2025 על בסיס 1,993 משיבים מ-105 מדינות: 88 אחוזים מהארגונים דיווחו על שימוש סדיר בבינה מלאכותית בפונקציה עסקית אחת לפחות, לעומת 78 אחוזים בסקר הקודם; לפי אותו סקר, רוב הארגונים כבר משתמשים ב-AI ביותר מפונקציה עסקית אחת, אך רק מיעוט מהם הרחיב אותו לכלל הארגון. הערך הנפרד באתר על שיעור-האימוץ הארגוני מצטט את אותה סדרת-מספרים בדיוק — 55, 78 ו-88 אחוזים ב-2023, 2024 ו-2025 — דרך דוח מדד ה-AI של אוניברסיטת סטנפורד. חשוב להבהיר: זו אינה התכנסות של שני מדדים עצמאיים אלא אותה סדרה שמגיעה לשני מקומות; מה שכן מוסיף מקור נפרד הוא מחקר MIT NANDA שיתואר בהמשך, שנבנה בשיטה אחרת לגמרי — ראיונות וניתוח פריסות בפועל ולא סקר-מנהלים.

מי מניע את הגל מצד הספקים: כמה חברות רצות באותו כיוון

הגל לא מתרחש בוואקום — הוא נתמך במפורש בכמה ספקי-תוכנה ארגוניים גדולים שמריצים במקביל מירוץ מוצרי-סוכנים ומפרסמים נתוני-שימוש כדי להוכיח טרקשן. Salesforce מדווחת שמוצר הסוכנים שלה, Agentforce, הגיע ל-800 מיליון דולר הכנסה שנתית-חוזרת ברבעון הרביעי של שנת הכספים 2026 — עלייה של 169 אחוזים בהשוואה לשנה קודמת — עם 29,000 עסקאות-Agentforce שנסגרו מאז ההשקה (ברבעון הקודם, דצמבר 2025, המספר עמד על למעלה מ-18,500 עסקאות, מתוכן יותר מ-9,500 בתשלום), ולפי החברה בוצעו דרכו 2.4 מיליארד "יחידות-עבודה סוכניות". מיקרוסופט, מהצד השני, דיווחה בשיחת-הדוחות של יולי 2025 ש-14,000 לקוחות משתמשים בשירות-הסוכנים שלה ב-Azure AI Foundry לבניית סוכני-AI — מספר שעד אמצע 2026 עלה למעל 20,000. אלה שתי חברות-ענק נפרדות, עם מוצרים מתחרים, שמכוונות לאותה נקודת-כאב ארגונית באותה תקופה בדיוק — ולצידן Google, ServiceNow ו-SAP רודפות באותו מרחב-מוצר. זה בדיוק סוג המירוץ הרב-שחקני שהקטגוריה הזו נועדה לתעד.

הפער: אימוץ גבוה מול השפעה כלכלית מדידה נמוכה

אותו סקר McKinsey שמדווח על 88 אחוזי-אימוץ מדווח גם על פער חד: רק 39 אחוזים מהמשיבים מייחסים ל-AI השפעה כלשהי על ה-EBIT (הרווח התפעולי) של הארגון, ואצל רובם ההשפעה נמוכה מ-5 אחוזי-EBIT. רק כ-6 אחוזים מוגדרים "מובילות-AI" עם השפעה של מעל 5 אחוזי-EBIT, מדד נפרד לגמרי, מדוח IDC בחסות Microsoft מינואר 2025, מצביע על תשואה ממוצעת של 3.70 דולר לכל דולר שהושקע ב-AI יוצר — ועל 10.30 דולר בקבוצת המובילות בלבד. מקביל לזה, דוח נפרד לגמרי — "The GenAI Divide: State of AI in Business 2025" של יוזמת NANDA במעבדת-המדיה של MIT, שנושא על שערו את התאריך יולי 2025 וזכה לסיקור תקשורתי רחב ב-18 באוגוסט 2025, בהובלת אדיטיה צ'לאפלי — התבסס על 52 ראיונות מובְנים עם בעלי-עניין בארגונים, סקר של 153 מנהלים וניתוח של יותר מ-300 יוזמות-AI ציבוריות (מספרים אחרים שהופיעו בסיקור העיתונאי אינם תואמים את המסמך עצמו), ומצא שלמרות השקעה ארגונית של 30 עד 40 מיליארד דולר, 95 אחוזים מפיילוטים ארגוניים של AI יוצר לא מציגים החזר מדיד ברווח-והפסד. הדוח מדווח גם שפתרונות שנרכשו מספק חיצוני הצליחו בכ-67 אחוזים מהמקרים, לעומת שיעור-הצלחה נמוך משמעותית לכלים שנבנו פנימית.

למה הפער נפתח: תקציב הולך למקום הלא-נכון

דוח ה-NANDA מצביע על סיבה ספציפית לפער, לא רק על תיאור שלו: כמחצית מתקציבי ה-AI היוצר הארגוניים ב-2025 הופנו לפיילוטים במכירות ובשיווק — תחומים בולטים-לעין אבל עם התשואה המדידה הנמוכה ביותר לפי הדוח — בעוד שהתשואה החזקה יותר בפועל הגיעה מאוטומציה של תפקידי-רקע: עיבוד חשבוניות, ניהול חוזים, התאמת-נתונים, דיווח-רגולטורי וקליטת-לקוחות. הדוח מייחס את רוב הכישלון לא לאיכות המודלים עצמם, אלא לפער ארגוני: כלים גנריים כמו ChatGPT מצטיינים אצל משתמשים בודדים בזכות הגמישות שלהם, אבל נתקעים בשימוש ארגוני כי הם לא לומדים מתהליכי-העבודה הספציפיים ולא מסתגלים אליהם.

איך קוראים שיעורי-אימוץ בלי להתבלבל בין סקרים

הערך "אימוץ בינה מלאכותית ארגונית" והערך "החזר השקעה בבינה מלאכותית" באתר עוסקים בהגדרות הבסיסיות של שני המושגים האלה, והערך "שיעור אימוץ ה-AI הארגוני" מפרט לעומק את המתודולוגיה של סקר סטנפורד הספציפי ומזהיר שהשאלה הנשאלת היא "האם אתם משתמשים", לא "האם זה עובד". הערך הזה לא חוזר על אותו ניתוח — הוא מצביע על כך שהתופעה חוצה יותר ממקור מחקר אחד: סקר McKinsey (1,993 משיבים), שסדרת-המספרים שלו מופיעה גם בדוח מדד ה-AI של סטנפורד, ומחקר MIT NANDA (ראיונות וניתוח פריסות בפועל, שיטה שונה לגמרי) — מגיעים לאותה מסקנה בסיסית: אימוץ נרחב, השפעה כלכלית מדידה נדירה יותר. כשמצטטים "כמעט כל הארגונים כבר משתמשים ב-AI", חשוב לציין איזה מהסקרים האלה עומד מאחורי המספר.