שני מספרים מדוחות S&P 500 האחרונים מספרים את כל הסיפור: 83% מהחברות כבר מגדירות AI כגורם סיכון בדיווחים שלהן - קפיצה מ-12% בלבד ב-2023. ובאותו זמן, רק 2.7% מהדירקטורים מחזיקים מומחיות AI כלשהי.
זאת אומרת: כמעט כל דירקטוריון מכיר בכך שיש פה סיכון מהותי, וכמעט אף דירקטוריון לא מצויד לפקח עליו. ראינו את הסרט הזה. ככה בדיוק נראה עולם הסייבר ב-2015 עד 2017 - כולם ידעו שזה חשוב, אף אחד לא ידע מה לשאול, ואז הגיעו האירועים שחייבו את כולם ללמוד בדרך הקשה.
ישבתי 25 שנה בצד של ההנהלה, מול דירקטוריונים, ואני יודע דבר אחד: דירקטוריון לא צריך להבין בטכנולוגיה כדי לפקח עליה. הוא צריך לשאול את השאלות הנכונות ולזהות תשובה חלשה. הנה החמש שאני הייתי שואל.
שאלה 1: איזו בעיה עסקית זה פותר, וכמה היא שווה בשקלים
אם ההנהלה מציגה יוזמת AI ולא יכולה לנקוב בתהליך ספציפי ובסכום - זה פרויקט תדמית, לא פרויקט עסקי. תשובה טובה נשמעת כך: "עיבוד חשבונית אצלנו לוקח 4 ימים ועולה X, ובבנצ'מרקים בענף מדווחים על קיצור של 70% עד 90% בתהליכי back-office". תשובה חלשה נשמעת כך: "כולם נכנסים לתחום ואנחנו לא רוצים להישאר מאחור". ועוד עדשה שכדאי להצמיד לשאלה הזאת: מחקר של MIT (פרויקט NANDA, 2025) מצא שרוב תקציבי ה-AI זורמים לשיווק ולמכירות, בעוד שההחזר הנמדד הגבוה ביותר נמצא דווקא בתפעול ובכספים. שאלו את ההנהלה איפה היוזמות שלכם יושבות על הציר הזה.
שאלה 2: מי הבעלים בהנהלה - ומה קורה ל-KPI שלו
לפי דוח מבקר המדינה מיוני 2026, 68% מפרויקטי ה-AI בישראל תקועים בפיילוט. הסיבה הראשונה במעלה: אין בעלים. פרויקט ששייך ל"חדשנות" שייך לאף אחד. הדירקטוריון צריך לשמוע שם של חבר הנהלה אחד שהמדד של הפרויקט יושב לו בתוך היעדים האישיים. אם התשובה היא ועדה - אין בעלים.
שאלה 3: על אילו נתונים זה רץ, ומי אחראי לממשל שלהם
אותו דוח מבקר מצא ש-41% מהארגונים פועלים בלי ממשל נתונים בכלל. וזו כבר לא רק שאלה תפעולית - זו חשיפה אישית: תיקון 13 לחוק הגנת הפרטיות, שנכנס לתוקף באוגוסט 2025, קובע קנסות של עד 3 מיליון ש"ח ואחריות אישית לנושאי משרה. בסקרים בענף, פרטיות וממשל נתונים הם כבר החסם מספר 1 להטמעת AI (61.3%) - לפני דיוק המודלים ולפני אינטגרציה. הדירקטוריון צריך לדעת: אילו נתונים מוזנים למערכת, האם הם יוצאים מהארגון, ומי חתום על זה.
שאלה 4: מה מדד ההצלחה החתום, ומתי מחליטים
השאלה שהורגת פרויקטים נצחיים במכה אחת. לפני שמאשרים שקל: מה הבייסליין היום, מה היעד המספרי, מה תאריך ההחלטה, ומה קורה בתאריך הזה - מרחיבים או סוגרים. פרויקט בלי סעיף כזה הוא לא השקעה, הוא הימור. ומניסיוני מהצד הבונה: ספק שמסרב לחתום על מספר אומר לכם משהו חשוב על הביטחון שלו במוצר. וחשוב לא פחות - מי מודד: המדידה חייבת להיעשות מול בייסליין שנקבע לפני העלייה לאוויר, על ידי גורם שאין לו אינטרס בתוצאה. לא הספק, ולא הצוות שהוביל את הפרויקט.
שאלה 5: מה קורה כשהמערכת טועה
כי היא תטעה. השאלה היא לא "האם" אלא "מה קורה אז". יש תשובות הנדסיות טובות לשאלה הזאת - אני בונה אותן במו ידיי במערכות שאני מפעיל: מנגנון סינון כפול במודרציית תוכן, אדם בלולאה בהחלטות רגישות, כללי עצירה אוטומטיים. דירקטוריון לא צריך להבין את המימוש - הוא צריך לוודא שמישהו תכנן את התרחיש. ברגולציה הפיננסית החדשה בישראל (דצמבר 2025) זה כבר לא וולונטרי: הגוף המפוקח נושא ב-100% מהאחריות על החלטות ה-AI שלו.
מה עושים עם התשובות
חמש השאלות האלה לא דורשות דירקטור טכנולוגי, ולא קורס Python. הן דורשות את מה שדירקטוריון ממילא אמור לעשות: לדרוש בעלות, מספרים, ניהול סיכונים ונקודות החלטה. מי ששואל אותן מגלה תוך ישיבה אחת אם יש בארגון תוכנית AI או אוסף פיילוטים.
אפשר גם למסד את זה. בקרב חברות S&P 500, שיעור החברות עם ועדת דירקטוריון שאחראית על AI קפץ בתוך שנה מ-6% ל-20%. לא כל ארגון בישראל צריך ועדה ייעודית - אבל כל ארגון צריך שהנושא יופיע על סדר היום כסעיף קבוע, רבעון אחר רבעון, עם אותן חמש שאלות מול אותם מספרים. עקביות של דירקטוריון עושה לארגון מה שאף מצגת חדשנות לא תעשה.
ובינתיים, בעולם, 76% מהארגונים הגדולים כבר מינו מנהל AI ראשי, לפי IBM - מ-26% בלבד שנה קודם. הפער בין מי שמסדיר את התחום ברמת הנהלה למי שמשאיר אותו "לצוות שיבדוק" הולך ונפתח, והוא ייראה בשורה התחתונה.
רוצים לעבור על חמש השאלות האלה מול יוזמות ה-AI שלכם, עם מישהו שגם יושב בצד של ההנהלה וגם בונה מערכות כאלה בעצמו? שלחו לי, ואביא גם דמו.
