בשנים האחרונות כמעט כל שיחה טכנולוגית מגיעה בסוף לאותה נקודה:
איך Generative AI ישנה את הדרך שבה ארגונים עובדים?
בעולמות ה-ERP השאלה הזו מעניינת במיוחד. לא מדובר בעוד כלי נקודתי או בעוד מערכת תומכת, אלא במערכות הליבה שמנהלות את התהליכים הכי קריטיים בארגון: כספים, רכש, מלאי, שרשרת אספקה, ייצור, שירות, משאבי אנוש ועוד.
לכן, כש GenAI נכנס לשיח סביב ERP , השאלה אינה רק “מה הטכנולוגיה יודעת לעשות?”, אלא שאלה הרבה יותר עמוקה: האם הארגון באמת מוכן לתת ל AI לגעת בתהליכי הליבה שלו?
לאחרונה חזר לשיח דוח של Forrester מ-2024 בשם How Generative AI Will Transform ERP למרות שלא מדובר בדוח חדש, הוא מרגיש רלוונטי אפילו יותר היום, דווקא משום שהשוק עבר שלב: מהתלהבות ראשונית סביב AI לשאלות הרבה יותר פרקטיות של יישום, בקרה, דאטה, אינטגרציה ומוכנות ארגונית. Forrester תיארו כבר אז מצב שבו ספקי ERP מקדמים במהירות השקעות, שיתופי פעולה, פיצ’רים ראשונים ומפות דרכים סביב GenAI בעוד שהלקוחות עצמם עדיין נמצאים בשלב מוקדם במסע האימוץ שלהם. (Forrester)
ב-2026, התמונה הזו כבר מקבלת עומק נוסף. בסקירת ה-ERP העדכנית של Forrester אחת המגמות המרכזיות היא AI-driven automation – מעבר של מערכות ERP לכיוון של אורקסטרציה אקטיבית בין מערכות, תהליכים ו- APIs, לצד דגש על מוכנות ארגונית, ניהול שינוי ומורכבות דאטה. כלומר, הדיון כבר אינו רק על “האם יהיה AI בתוך ERP", אלא על איך מטמיעים אותו בצורה אחראית, אפקטיבית ומחוברת לתהליכים העסקיים. (Forrester)
מה GenAI באמת יכול לעשות בתוך ERP ?
בשלב הראשון, הרבה מהשימושים של GenAI בתוך ERP נשמעים כמעט פשוטים: יצירת דוחות נרטיביים, ניסוח תקשורת ללקוחות או ספקים, סיכום חשבונות, תמיכה בתהליכי גבייה, ניתוח נתונים, סיוע בפיתוח קוד או יצירת הסברים למשתמשים.
אבל דווקא השימושים ה”פשוטים” האלה יכולים לייצר ערך משמעותי.
בארגונים רבים, עובדים ומנהלים משקיעים זמן רב בפעולות חוזרות: איסוף מידע, כתיבת סיכומים, הפקת דוחות, ניסוח הסברים, הצלבת נתונים או בדיקת סטטוסים בין מערכות. אם GenAI יודע לקצר חלק מהפעולות האלה, הוא לא בהכרח מחליף את האדם – הוא משנה את המקום שלו בתהליך.
במקום לבצע ידנית כל פעולה, איש המקצוע נדרש לבדוק, לפרש, לאמת, לאשר ולחבר את הפלט להקשר העסקי הנכון.
וזו נקודה קריטית:
ב-ERP, התשובה הטכנית לבדה כמעט אף פעם לא מספיקה. צריך להבין מה עומד מאחורי הנתון, מי המשתמש, מה התהליך, איפה הסיכון ומה ההשפעה העסקית של כל שינוי.
מה קורה כשה– AI עובר ממשימות פשוטות להחלטות מורכבות?
השלב הבא של GenAI ב-ERP כבר מורכב יותר. לא רק יצירת טקסטים או דוחות, אלא סיוע בניתוח תרחישים עסקיים.
למשל:
מה יקרה אם נחליף ספק כדי לקצר זמני אספקה?
איך שינוי בתנאי תשלום ישפיע על תזרים המזומנים?
איפה קיימים צווארי בקבוק בתהליך הרכש?
אילו חריגות חוזרות מופיעות בתהליכי מלאי או ייצור?
האם שינוי בתהליך אחד עלול להשפיע על מערכת אחרת?
כאן כבר לא מדובר באוטומציה טכנית בלבד. מדובר ביכולת לחבר בין דאטה, תהליכים, מערכות והחלטות.
אבל ככל שהשימוש ב AI מתקרב לתהליכי ליבה, כך גם רמת הסיכון עולה. טעות במערכת ERP אינה רק “פלט לא מדויק”. היא יכולה להשפיע על תשלומים, דוחות, מלאי, אספקה, רגולציה, שירות לקוחות ואמון ניהולי.
לכן, אחת המסקנות החשובות היא ש-GenAI לא מבטל את הצורך במומחי ERP. להפך – הוא מעלה את הרף המקצועי שלהם.
ההייפ גדול. האתגר האמיתי הוא מוכנות.
כמעט כל ספק ERP מדבר היום על AI. יכולות חדשות מוצגות במפות הדרכים, בדמואים, בהכרזות מוצר ובשיחות עם לקוחות. אבל הפער בין יכולת שמוצגת באופן תיאורטי לבין הטמעה אמיתית בתוך ארגון הוא עדיין משמעותי.
וזו בדיוק הנקודה שבה ארגונים צריכים להיזהר מהבטחות גדולות מדי.
כי GenAI בתוך ERP אינו עוד פיצ’ר שמוסיפים למערכת. הוא נוגע בתהליכי ליבה, בדאטה רגיש, באינטגרציות בין מערכות, בהרשאות, באבטחת מידע, ברגולציה ובאופן שבו משתמשים מקבלים החלטות ביום-יום.
לכן, השאלה החשובה היא לא רק האם קיימת יכולת AI במערכת, אלא האם הארגון באמת מוכן להשתמש בה נכון.
האם הדאטה מספיק איכותי?
האם התהליך העסקי מוגדר וברור?
האם יש מי שמבקר את הפלט של ה-AI?
האם המשתמשים מבינים איך לעבוד עם התובנות החדשות?
והאם יש לארגון מומחי ERP שמסוגלים לחבר בין היכולת הטכנולוגית לבין המציאות העסקית?
כדי ש GenAI ייצר ערך אמיתי בתוך ERP נדרשים כמה תנאים בסיסיים:
דאטה איכותי, נקי ונגיש.
תהליכים עסקיים מוגדרים וברורים.
אינטגרציות יציבות בין מערכות.
הבנה של מגבלות אבטחת מידע ורגולציה.
ניהול שינוי מול משתמשים.
מדיניות ברורה לגבי בקרה ואחריות.
וצוותים מקצועיים שיודעים לחבר בין הטכנולוגיה לבין הצרכים העסקיים בפועל.
במילים אחרות, AI לא פותר בעיות יסוד בתהליכי ERP. לפעמים הוא דווקא חושף אותן.
אם הדאטה לא מסודר, אם התהליך לא מוגדר, אם האחריות בין המחלקות לא ברורה, או אם המשתמשים לא מאמצים את המערכת – AI לא יהפוך את זה לקסם. הוא עלול פשוט לייצר פלט מהיר יותר על בסיס תשתית בעייתית.
מה זה אומר על מומחי ERP ?
כאן נמצאת אחת ההשלכות החשובות ביותר לשוק העבודה.
בעבר, מומחיות ERP נתפסה לא פעם דרך היכרות עם מודול, מערכת, מסכים, קסטומיזציות או תהליכי הטמעה. כל אלה עדיין חשובים. אבל בעידן שבו AI נכנס לתוך מערכות הליבה, זה כבר לא מספיק.
מומחי ERP חזקים בשנים הקרובות יהיו אלה שיודעים להבין תהליך מקצה לקצה.
לא רק איך מבצעים פעולה במערכת, אלא למה היא קיימת, מה היא משפיעה, אילו מחלקות תלויות בה, איזה דאטה מזין אותה, ואיפה עלולות להיווצר טעויות.
הם יצטרכו לדעת לעבוד עם דאטה, להבין אינטגרציות, לזהות סיכונים, לשאול שאלות עסקיות נכונות, ולדעת מתי AI יכול לקצר עבודה – ומתי הוא חייב להישאר תחת בקרה אנושית.
בפועל, תפקיד מומחה ה-ERP נעשה פחות טכני-צר ויותר עסקי-מערכתי.
זו כבר לא רק מומחיות במערכת.
זו מומחיות בחיבור בין מערכת, תהליך, אדם והחלטה עסקית.
ומה זה אומר על ארגונים?
עבור ארגונים, המשמעות ברורה: הטמעת GenAI בתוך ERP אינה יכולה להיתפס רק כשדרוג טכנולוגי.
זהו שינוי באופן שבו הארגון מנהל תהליכים, מקבל החלטות, מפעיל משתמשים ובונה אמון סביב מערכות הליבה שלו.
לכן, לפני שרצים להטמיע יכולת AI חדשה, כדאי לשאול כמה שאלות בסיסיות:
איזה תהליך באמת בשל לאוטומציה?
איפה יש מספיק דאטה איכותי?
מי מאמת את הפלט של ה- AI ?
איפה נדרש Human in the loop ?
מה רמת הסיכון אם הפלט שגוי?
איך המשתמשים אמורים לעבוד עם התובנות החדשות?
ואילו מומחים צריכים להוביל את ההטמעה כדי שהיא לא תישאר ברמת ההבטחה?
הארגונים שיצליחו לא יהיו בהכרח אלה שיאמצו הכי מהר כל יכולת AI חדשה. אלא אלה שידעו לחבר בין חדשנות לבין אחריות תפעולית.
השורה התחתונה
כבר ברור ש- Generative AI צפוי לשנות את עולם ה ERP אבל, לא בהכרח בדרך הפשוטה שמופיעה בכותרות.
הוא לא מחליף את הצורך במומחי ERP.
הוא מחדד את ההבדל בין מי שמכיר מערכת לבין מי שמבין תהליך.
בין מי שיודע להפעיל כלי לבין מי שיודע להוביל שינוי.
בין הטמעה טכנית לבין השפעה עסקית אמיתית.
בעולם שבו ERP הופך חכם יותר, מחובר יותר ואוטומטי יותר, הערך של אנשי המקצוע לא נעלם. הוא פשוט עובר למקום שבו נדרשים יותר שיקול דעת, יותר הבנה עסקית ויותר אחריות.
וזו בדיוק הסיבה שארגונים צריכים היום מומחי ERP שיודעים לא רק לעבוד עם מערכת – אלא להבין את האנשים, התהליכים וההחלטות שמאחוריה.
