מאת: יורם אבן

רוב הארגונים מנוהלים היום עם הרבה מאוד דאטה – ומעט מאוד שליטה אמיתית. כדי להבין למה, בואו נסתכל על חברה עסקית באמצעות מודל פשטני בעל שלושה מרכיבים, או שלוש רמות: תוצאות (Results), יעדים (Objectives) ופעילות (Activity).

הרמה העליונה כוללת את התוצאות כפי שמדווחות בדוחות הכספיים או כפי שנקבעו ע״י הנהלת החברה ו/או הדירקטוריון במסגרת התקציב. התוצאות נקובות לרוב כרווח כספי, היקף מכירות ותזרים מזומנים (או שילוב ביניהם) ומהוות את היעד העליון של פעילות החברה. מחיר המניה, היקף הבונוס השנתי, אפשרויות גיוס ההון – כולם תלויים במידה רבה בתוצאות.

כמנהלים, על מנת שנוכל לפעול ביעילות להשגת התוצאות, אנו פורטים אותן ליעדים נדרשים. מחלקות שונות בענפים ותחומים שונים יגדירו מטרות שונות, אבל לכולן מאפיינים דומים – הן תמיד נגזרות מהתוצאות הנדרשות מאיתנו, ומתייחסות לגורמים המשפיעים על המכירות ו/או העלויות (ולכן ישירות גם על הרווחיות והתזרים).

מחלקת מכירות תקבע לעצמה יעדים הקשורים להיקף מכירות פר קו מוצרים, טריטוריה או סגמנט לקוחות. מנהל שרשרת אספקה יונחה ע״י יעדים הקשורים לאספקה מלאה ובזמן (OTIF), אופטימיזציה של מלאים (ימי מלאי, סבבי מלאי וכו׳) ועוד, בעוד שמנהל מחלקת אשראי בבנק יתרכז בשיעור המרה מבקשת אשראי להלוואה או ב- Time-to-Yes כיעדים מרכזיים. כל מחלקה בכל ענף תתרכז ביעדים הרלוונטיים לה וב-KPIs שמגדירים ומשקפים יעדים אלו.

ה- BI – Business Intelligence, נועד לשקף עבורנו, ככל שניתן, את מצבנו ביחס ליעדים ול-KPIs שהגדרנו לעצמנו. ככל שכלי ה- BIמקיפים יותר, מדויקים יותר ומהירים יותר – כך תגבר השליטה (או לפחות תחושת השליטה) שלנו במצב, ונדע כבר במהלך הרבעון האם אנחנו בכיוון הנכון, ואם לא – נדע לפחות איפה אנחנו מפספסים.

אבל כאן מתחילה הבעיה.

ה-BI עונה מצוין על השאלה ״מה קרה?״ הוא עונה לא רע גם על ״איפה אנחנו לא עומדים ביעד?״
אבל הוא כמעט אף פעם לא עונה על ״מה בדיוק צריך לקרות עכשיו כדי לשנות את זה?״ במשפט אחד: ה–BI מספר לנו סיפור על העבר. הניהול מתרחש בעתיד. ופה בדיוק מצוי הפער בין היעדים וה-KPIs לבין הפעילות – השכבה התחתונה במודל – זו שמייצרת בפועל את התוצאות, זו שמתבצעת במקביל בכל רחבי הארגון ולרוב נסתרת מהעין. הדרך היחידה להשפיע על היעדים היא דרך הפעילות התהליכית שתבוצע מחר בבוקר, לא זו שכבר בוצעה אתמול. כדי להשפיע על הפעילות אנחנו מגדירים קדימויות, מתעדפים, מתחקרים, מנחים ומדריכים, עורכים ישיבות תיאום וסטטוס, ביקורים ב-״שטח״, מקבלים דיווחים ועדויות. בקיצור – מנסים לנהל את מה שקורה באמת. לעיתים בהצלחה, לעיתים פחות, ולעיתים על בסיס מידע חלקי, דיווחים סובייקטיביים ותחושת בטן יותר מאשר עובדות.

עם כל הכבוד ל-Insights של ה-BI, ה-Execution הוא זה שקובע, ופה נכנס לתמונה התחום החדש יחסית – Process Intelligence (PI).

אז מה זה בעצם PI?

Process Intelligence היא שכבת ניהול חדשה, שנולדה מהחיבור בין Data Engineering, Process Mining ו-AI. היא לא מסתכלת על נתונים במנותק, ולא על KPIs במנותק – אלא על הדרך האמיתית שבה העבודה מתבצעת בפועל, מקצה לקצה, חוצה מערכות מידע, חוצה מחלקות, חוצה ארגון וכוללת את כל נתוני התהליך והקונטקסט העסקי הרלוונטי מכל מערכות הארגון.

אם BI שואל ״כמה?״ הרי ש-PI שואל ״איך?״

• איך באמת מתנהל תהליך אישור אשראי – לא לפי הנהלים, אלא לפי מה שקורה בפועל.
• איך באמת זורמת הזמנה מלקוח (כל הזמנה מכל לקוח) – מהקליטה ועד הגבייה.
• איפה נוצרות ההמתנות, איפה יש חזרות לאחור, איפה יש עקיפות, חריגות, קיצורי דרך, עומסים, צווארי בקבוק

בקיצור, איפה אנו מאבדים ערך כספי ויכולים לייעל ולשפר. אבל PI לא נעצר בתיאור המציאות. וזה ההבדל הקריטי. PI מחבר בין תובנה לפעולה. הוא לא רק מצביע על הבעיה – הוא יודע:

• לאתר את המקרים הספציפיים שבהם נוצר הערך או הנזק ואת סיבות השורש לכך
• לכמת את ההשפעה הכלכלית שלהם
• ולכוון את הארגון לפעולה ממוקדת: התערבות, אוטומציה, שינוי סדרי עדיפויות, שינוי הקצאת משאבים

במילים פשוטות: PI לא אומר לך ״יש בעיה ב- OTIF״ הוא אומר לך “הנה 327 ההזמנות שיפגעו ב- OTIF השבוע, הנה למה, והנה מה צריך לעשות עכשיו כדי למנוע את זה על פי סדר קדימויות.”

וזה גם המקום שבו ה-AI מקבל משמעות אמיתית בייעול תהליכים. ללא הבנה עמוקה של התהליך וללא חיבור מלא לנתוניו, ה-AI (או מודלי LLM) פועל על בסיס הקשר גנרי, שאינו באמת רלוונטי לתהליך או לארגון שלכם. עם Process Intelligence, ה-AI  פועל על נתוני התהליך בפועל, על ההקשר העסקי הייחודי של הארגון, על זרימה, על סיבתיות ועל מה שבאמת חשוב לכם – וזו קפיצת מדרגה מהותית.

במילים אחרות: בהקשר של ייעול תהליכים, בלי Process Intelligence ה-AI אולי חכם, אבל הוא לא באמת רלוונטי לארגון שלכם.

ואיפה נכנסת Celonis לתמונה?

Celonis היא החברה שהמציאה את קטגוריית ה-PI, ומובילה אותה בפער. זו לא סיסמה – זו מציאות שמגובה בעובדות:

• הכרה עקבית של Gartner, Everest, Forrester ואחרים כמובילת שוק ברורה
• אלפי לקוחות גלובליים, כולל חלק ניכר מחברות ה- Fortune 500
• פריסה רוחבית בכל פונקציה ארגונית, כולל: Finance, Supply Chain, Operations, Procurement, Customer Service ועוד
• והכי חשוב: יכולת מוכחת לא רק לנתח תהליכים – אלא לשנות אותם בפועל.

  Celonis בנתה פלטפורמה שלא מסתפקת בזיהוי בעיות, אלא סוגרת את הלופ:

  

מנתונים > לתובנה  > לפעולה > לאוטומציה  > ולבקרה חוזרת.

זו הסיבה ש-Celonis לא נתפסת ככלי אנליטי, אלא כתשתית ניהולית. תשתית שמאפשרת לארגון:

• לראות את עצמו כפי שהוא באמת מתנהל
• להבין איפה נשרף כסף, זמן, ואנרגיה
• ולפעול – בזמן אמת – כדי לשנות את זה

זו הנקודה שבה Process Intelligence מפסיקה להיות “טכנולוגיה מעניינת” והופכת ליתרון תחרותי.

מחשבה אחרונה – בהקשר רחב יותר

ההכרה של אנליסטים מובילים (Gartner ואחרים) ב-Process Intelligence  כתשתית קריטית ולא כ- Nice-to-Have  והאימוץ המואץ שלה (כ-25% מחברות  Fortune 500כבר מיישמות), משקפים שינוי עומק. אנחנו עוברים מעולם שבו ניהלנו לפי דוחות, לעולם שבו מנהלים לפי מה שקורה עכשיו בתהליך עם כל השונות והחריגות שבו.

השילוב בין כוח מחשוב, אלגוריתמים ו-AI  פותח אפשרויות ייעול שלא היו קיימות בעבר. וחברות שאינן מאמצות גישה זו – לא רק “נשארות מאחור”, אלא פשוט ממשיכות לנהל בעיוורון יחסי. והשוק, כידוע, לא סלחני כלפי עיוורון.