אני פוגשת עשרות הנהלות בשנה.
היומנים שלי מלאים בשיחות עם סמנכ"לי טכנולוגיה (CTO), מנהלי מערכות מידע (CIO), סמנכ"לי כספים ומנכ"לים ממגוון רחב של תעשיות: מסטארטאפים בצמיחה מהירה, דרך חברות פינטק וקמעונאות, ועד ארגוני בריאות וחברות תעשייה מסורתיות.
למרות שהאתגרים העסקיים של כל מגזר נראים שונים לחלוטין על פני השטח — בנקים מתמודדים עם רגולציה וגילוי הונאות, רשתות אופנה נלחמות על ניהול מלאי ופרסונליזציה, ומפעלי ייצור שואפים לחיזוי תקלות בקווי הייצור — בתוך חדר הישיבות (או בפגישת הזום), כולם מציגים בסופו של דבר את אותה המצוקה בדיוק.
הם פותחים את המצגת ומציגים לי ארכיטקטורה שנראית כמו מפת הרכבת התחתית של לונדון: ענן אחד או שניים, אגם נתונים מודרני, שלושה כלי אינטגרציה שונים, מנוע AI שנרכש לפני חצי שנה, וכמובן — לפחות שני כלי BI שונים שמתחרים זה בזה.
ואז מגיעה השאלה המוכרת: "איזה כלי חסר לנו כדי שהדאטה סוף סוף יעבוד בשבילנו?"
התשובה שלי תמיד מפתיעה אותם, ובכנות – היא לא התשובה הטיפוסית שמצפים לשמוע ממי שמובילה מערך מכירות של פתרונות טכנולוגיים: אתם ממש לא צריכים לקנות עוד כלי.
מלכודת ה-Best of Breed
בשנים האחרונות, עולם ה-Data & Analytics עבר מהפכה מדהימה, אך יחד איתה נולדה תופעת לוואי מסוכנת: "מלכודת הכלים הטובים מסוגם".
לכל בעיה הומצא כלי ייעודי מבריק. כלי מעולה ל-Data Quality, פלטפורמה חכמה ל-Data Observability, מנוע קטלוג נתונים חדשני וכלי ייעודי לתחזיות. ארגונים השקיעו הון ברכישת הרישיונות הנחשבים ביותר בשוק, מתוך אמונה שאם רק יאספו את חלקי הפאזל היקרים ביותר — התמונה העסקית תתחבר מעצמה.
בפועל, מה שנוצר ברוב הארגונים הוא לא ארכיטקטורה מודרנית, אלא מגדל בבל של דאטה.
הטכנולוגיות מעולות בפני עצמן, אך הן אינן משוחחות זו עם זו. צוות השיווק מקבל מספרים מסוימים, מחלקת הכספים רואה תמונת מצב אחרת לגמרי, וצוותי הדאטה והפיתוח קורסים תחת תחזוקה שוטפת של גשרים רעועים בין המערכות. במקום לייצר ערך עסקי, שורות הקוד והמשאבים מתבזבזים על ניסיונות להחזיק את המערכת בחיים.
הטכנולוגיה היא משרתת, לא המטרה
כשספק טכנולוגי מגיע לפגישה כשהוא "נעול" על מוצר יחיד או פלטפורמה אחת ספציפית, הוא תמיד ינסה להתאים את הבעיה של הלקוח למוצר שהוא מוכר.
אבל כמי שמובילה חברה המיישמת מגוון רחב של טכנולוגיות מובילות — מסביבות ענן כמו Fabric, BigQuery ו-Databricks, דרך פלטפורמות אינטגרציה ושינוע ועד כלי אנליטיקה ו-AI מתקדמים — המטרה שלנו במכירות היא לעשות בדיוק את ההפך: להיות אגנוסטיים לטכנולוגיה ורגישים לתוצאה העסקית.
הלקוח מקמעונאות לא באמת קונה מחסן נתונים בענן; הוא קונה את היכולת לחזות ביקוש למלאי בסניפים ולמנוע הפסדים של מיליונים. הלקוח מעולם הרפואה לא קונה מודל Machine Learning; הוא קונה את היכולת לזהות מגמות קליניות ולייעל את הטיפול בחולים.
כשאנחנו מנתחים את הצרכים יחד עם הלקוח, אנחנו לא מתחילים בפיצ'רים, אלא שואלים שלוש שאלות פשוטות:
- מהו הכאב העסקי שהכי דחוף לכם לפתור ברבעון הקרוב?
- מהן התשתיות הקיימות שכבר הוצאתם עליהן תקציב וניתן למקסם אותן?
- איזו ארכיטקטורה תיתן לכם עצמאות וגמישות מבלי לכבול אתכם לחתונה קתולית עם פתרון שלא יתאים לכם בעוד שנתיים?
לחבר את הנקודות: המעבר ממוצרים לפתרונות
הערך האמיתי ביישום פתרונות דאטה בימינו אינו טמון בעצם היכולת להתקין תוכנה.
הערך נוצר ביכולת לקחת את הטכנולוגיה הנכונה, לחבר אותה בהרמוניה ל-Tech Stack הקיים של הארגון, להטמיע Best Practices שנלמדו ממאות פרויקטים במגזרים מקבילים, ולהביא את הארגון למצב שבו הדאטה זורם באופן מאובטח, יציב ואוטומטי — ישירות למקבלי ההחלטות.
בסופו של דבר, עסקת הדאטה הטובה ביותר היא לא זו שכוללת את החשבונית הגדולה ביותר על רישיונות תוכנה. העסקה הטובה ביותר היא זו שבה בעוד חצי שנה מהיום, הלקוח מתקשר ומספר שהארגון שלו מקבל החלטות פי שלושה יותר מהר, שהעלויות בענן ירדו, ושמנהלי המחלקות סוף סוף סומכים על הנתונים שהם רואים על המסך.
בפעם הבאה שאתם שוקלים את מהלך הדאטה הבא שלכם, אל תשאלו איזה כלי חדש כדאי לרכוש. תשאלו: איך מחברים את מה שכבר יש לנו בצורה החכמה והמדויקת ביותר כדי לייצר תוצאות אמיתיות?