AI אגנטי בתעשייה: פי 4 תוך שנה — ו-40% ייבוטלו
Deloitte חוזה ש-2026 תהיה השנה שבה AI אגנטי עובר מניסוי לייצור. Gartner חוזה שרוב הפרויקטים האלה לא ישרדו.
שניהם צודקים — ולא בסתירה.
מה אומרים הנתונים
לפי Deloitte, אימוץ AI אגנטי בתעשייה אמור לקפוץ מ-6% ל-24% במהלך 2026. הכוונה לסוכנים שלא רק מציגים תובנות — אלא מקבלים החלטות ומבצעים: תזמון תחזוקה מונעת, חידוש חוזי ספקים, ניהול שרשרת אספקה בזמן אמת. לא BI. לא dashboard. פעולה אוטומטית.
Gartner, מנגד, מזהיר ש-40% מפרויקטי ה-AI האגנטי יבוטלו עד סוף 2027. הסיבות: עלויות שלא נצפו, ערך עסקי שלא הוכח, ובעיקר — ארגונים שנתנו לסוכן גישה לתהליכים לפני שהגדירו מה “הצלחה” נראית כמו.
המחזור שכבר ראינו
המצב הזה מוכר. לא כי AI אגנטי הוא “באז” — אלא כי הדפוס זהה לכל גל טכנולוגי קודם:
- ERP בשנות ה-90: הבטיח אינטגרציה מלאה. רוב היישומים עלו יותר מהתקציב וסיפקו פחות מההבטחה — כי לא הגדירו תהליכים לפני ההטמעה.
- RPA בשנות ה-2010: “רובוטים שמחליפים עבודה ידנית”. עשרות אחוזים מהבוטים הועברו לגרסת ארכיב תוך שנה — כי אוטמטו תהליכים שבורים.
- IoT בתעשייה, 2018: “מפעל חכם”. הרוב עצרו בפיילוט — כי לא ידעו מה לעשות עם הנתונים שנאספו.
MIT מצאה שרק 5% מפרויקטי GenAI מגיעים לסקייל תפעולי. לא כי הטכנולוגיה לא עובדת — כי הארגון לא הכין את הקרקע.
מה שנדרש לפני שנותנים גישה
AI אגנטי שמקבל החלטות בתוך תהליך הוא מכפיל — לטוב ולרע. אם התהליך מדיד ומוגדר היטב, הסוכן יכול להאיץ אותו. אם הוא לא — הסוכן יאיץ את הכאוס.
שלוש שאלות שחייבות תשובה לפני כל פרויקט AI אגנטי:
- מה המדד הנוכחי? לא “אנחנו רוצים לשפר” — מספר. זמן מחזור, שיעור שגיאות, עלות לטרנזקציה.
- איך נדע שהסוכן שיפר ולא הסתיר? AI יכול לפתור תסמין ולהשאיר את הבעיה. צריך מנגנון בקרה שרואה גם את מה שהסוכן לא מדווח עליו.
- מי אחראי כשטועה? לא שאלה משפטית — שאלה תפעולית. מי מקבל את האלרט, מי יכול לעצור, מי מסביר ללקוח.
השאלה לא אם לאמץ AI אגנטי. כנראה שכן, ובקרוב. השאלה היא באיזה תהליך, עם אילו מדדים — ועם מי שאחראי כשמשהו משתבש.
מקורות: Deloitte AI in Industry Report 2026; Gartner Agentic AI Forecast; MIT Sloan Management Review — GenAI Scale Study.
