מחקר חדש: התגברות על מערכות מורשת היא המפתח להצלחת AI
אמ;לק
דוח של IDC בוחן את הקשר הישיר שבין תשתיות Legacy ואתגרי נתונים לבין כשלונות ביישומי AI ארגוניים. ללא מודרניזציה של בסיסי הנתונים, ארגונים מתקשים לייצר ערך עסקי ולספק אבטחה ראויה. תשתית נתונים עדכנית מהווה תנאי סף לקראת מעבר לאוטומציה חכמה.
סיכום בעברית: מערכת VibeSec · מדיניות המקורות
נוסף ל-VibeSec:
כותרת מקורית: New Research Reveals Overcoming Legacy Tech Issues Key to AI Success
>דוח של IDC בוחן את הקשר הישיר שבין תשתיות Legacy ואתגרי נתונים לבין כשלונות ביישומי AI ארגוניים. ללא מודרניזציה של בסיסי הנתונים, ארגונים…
התוכן המלא בעברית
תרגום אוטומטי מהמקור; מונחים טכניים נשארו באנגלית. לנוסח המחייב — הכתבה המקורית.
פוסט אורח זה נכתב על ידי ד"ר ויליאם לי (Dr. William Lee), מנהל מחקר בכיר ב-IDC בתחומי ספקי שירות ותשתית ליבה. חברת MongoDB שכרה את שירותי IDC כדי לחקור את הקשר בין תשתיות Legacy, אתגרי נתונים ו-AI באזור אסיה-פסיפיק, ואנו שמחים לשתף את הממצאים היום. למידע נוסף, עיינו במסמך המלא של IDC בחסות MongoDB, Modernizing Legacy: Winning in the Age of AI, מסמך מספר AP242555-IB, אפריל 2026.
השאיפה להטמיע AI קיימת בכל מקום ברחבי אסיה-פסיפיק. אך שאיפה לבדה אינה מבטיחה הצלחה. ארגונים מגלים שתוצאות ה-AI תלויות ישירות באיכות, בנגישות ובמודרניות של מחסנית הטכנולוגיה (Technology Stack) שלהם ושל תשתיות הנתונים שעליהן הן מתבססות.
ארגונים שהצליחו להתעדכן בשינויים בניהול הנתונים והטכנולוגיה בכל ערימות היישומים והתשתיות שלהם, על ידי הטמעת מודרניזציה ב-DNA הארגוני, חווים צמיחה פי 3 בהכנסות הדיגיטליות בהשוואה לאלו שעדיין כבולים לחוב טכני ולחוב נתונים.
כדי להבין טוב יותר את הקשר הזה, IDC סקר 1,400 ארגונים בשמונה שווקים באסיה-פסיפיק. הממצאים חושפים שמודרניזציה היא כבר מזמן לא יוזמה צדדית, אלא הליבה של אסטרטגיית AI בת קיימא.
פער המוכנות ל-AI: מובילים מול המיינסטרים
סקר המודרניזציה האחרון של IDC באזור אסיה-פסיפיק, בחסות MongoDB, מזהה שתי קבוצות מובחנות:
• קבוצת המיינסטרים (Mainstream Cohort): ארגונים שעדיין כבולים לחוב טכני, לנתונים ב
• קבוצת המובילים (Leaders Cohort): ארגונים שהטמיעו מודרניזציה באסטרטגיה שלהם וקוצרים את התוצאות העסקיות בהתאם.
הפער הזה אינו תיאורטי – הוא מדיד בביצועים עסקיים. ארגונים ב-Leaders Cohort מייצרים הכנסות דיגיטליות גבוהות כמעט פי שלושה מעמיתיהם.
ההבדל אינו נעוץ רק בהוצאה גבוהה יותר על AI. המובילים עושים מודרניזציה לתשתית הליבה, רותמים את ההנהלה ליעדי הטרנספורמציה ומשקיעים בפיתוח מיומנויות לצד הטכנולוגיה. הם מתייחסים למוכנות ל-AI כיכולת ארגונית הוליסטית – ולא כיוזמה מבודדת.
מלכודת הנוקשות: חוב טכני וסיכון לכישלון ב-AI
חלק ניכר מהארגונים באסיה-פסיפיק נותרו מוגבלים בשל ארכיטקטורות Legacy. לפי מחקר IDC, 43% מהם מדווחים שהארכיטקטורה הקיימת היא מכשול מרכזי, המקשה על בניית יישומים חדשים ללא מודרניזציה מקיפה.
קשיחות זו יוצרת את מה ש-IDC מכנה "חוב נתונים" (Data Debt) – נתונים מבודדים (Siloed), מיותרים, מיושנים ואיכותיים ירודה, שפוגעים בביצועי ה-AI ומעלים את העלויות התפעוליות. זאת בנוסף לרמות החוב הטכני הגוברות שנצברות בשל המודרניזציה האיטית של יישומים ישנים.
כאשר מערכות AI מאומנות על נתונים מפוצלים או לא עקביים:
IDC צופה כי מנהלי מערכות מידע (CIOs) שלא ישיקו יוזמות לתיקון חוב נתונים יתמודדו עם שיעורי כישלון גבוהים ב-50% בפרויקטי AI ועם עלויות תופחות עד שנת 2027.
עם זאת, שליש מכלל הארגונים ממשיכים להסתמך על מסדי נתונים יחסיים (RDBMS) מדור קודם.
מסדי נתונים רבים כאלה הוטמעו כדי לתמוך במגוון רחב של יישומים עסקיים שבהם המנהלים מצפים להשתמש ב-AI. אולם, מסדי נתונים מסוג RDBMS מיושנים אינם מסוגלים לעמוד בדרישות הדינמיות, המשתנות במהירות ובעלות הנפח הגבוה בזמן אמת הנדרשות ל-AI.
ארגונים שאינם מסוגלים לעבור לערימות יישומים מוכנות ל-AI (AI-ready) נשארים מאחור לעומת אלו שכבר ביצעו את המעבר.
הפער בין ההשקעות ב-AI לבין מוכנות התשתית הולך ומתרחב.
גרר ה-Legacy: ההשפעה העסקית האמיתית
ההשלכות של החוב הטכני כבר נראות לעין.
• 95% מהארגונים מדווחים על עיכובים בפרויקטים
• 90% חוו יוזמות מודרניזציה כושלות
• 89% מכירים בחוב טכני כמכשול מודרניזציה מרכזי
בנוסף, ארגונים מציינים אינטגרציית אבטחה חלשה, מעורבות מוגבלת של משתמשים עסקיים ותהליכי עבודה מיושנים כאתגרים נוספים שמחמירים את המצב.
כישלונות במודרניזציה הם לעיתים רחוקות טכניים בלבד; הם בדרך כלל ארגוניים ומבניים.
מה מייחד את המובילים
קבוצת המובילים (Leaders Cohort) אינה פועלת בסביבה נטולת אילוצים, אלא מגיבה אליהם בצורה שונה.
IDC מגדיר את המובילים כארגונים – גם בתעשיות דיגיטליות וגם במסורתיות – שהשתחררו מהנוקשות של ה-Legacy והטמיעו מודרניזציה בפעילות השוטפת. המאפיינים הבולטים שלהם כוללים:
• גישות מתמשכות ורב-כיווניות לטיפול במערכות מדור קודם
• התאמה בין מנהיגות מבצעת, מימון ותוצאות AI
• השקעה במודרניזציה כיכולת ארוכת טווח, לא כפרויקט חד פעמי
• התמקדות חזקה ב-AI ובמיומנויות פיתוח אפליקציות מודרניות
התוצאה היא לא רק ביצועי IT טובים יותר. המובילים מגדילים הכנסות דיגיטליות מהר יותר ומוצבים בעמדה המאפשרת להם להפיק ערך מיוזמות AI מוקדם ובעקביות רבה יותר מעמיתיהם.
ניהול נתונים ממוקד ענן: מנוע אסטרטגי
פלטפורמות נתונים מודרניות הן מרכזיות בשינוי הזה.
במחקר של IDC, 38% מהארגונים באסיה-פסיפיק מגדירים פלטפורמות ניהול נתונים ממוקדות ענן כעדיפות ההשקעה העליונה שלהם במודרניזציה לשנת 2026. המניע ברור: תמיכה בארכיטקטורות היברידיות ובעומסי עבודה של AI ללא הוספת מורכבות.
בעוד שהתאמת הארגון ל-AI היא דרישה גורפת, המובילים נבדלים בכך שהם נותנים עדיפות ל:
• גמישות בין נתונים מובנים ובלתי מובנים
• ארכיטקטורות ניתנות להרחבה (Scalable) המותאמות לשרשרת כלים (Toolchain) מודרנית ל-AI
יכולת זו הופכת קריטית יותר ויותר. חלק גדול מהנתונים הרלוונטיים ל-AI כיום – כולל תוכן, פלטי חיישנים ואינטראקציות עם לקוחות – נמצאים בפורמטים לא מובנים שארכיטקטורות מסורתיות מתקשות לשלב ביעילות.
טיפול בנתונים מובנים ובלתי מובנים בצורה חלקה הפך למבדיל תחרותי.
מודרניזציה כאסטרטגיה מתמשכת
נקודת המבט של IDC ברורה: מודרניזציה אינה עוד מחזור רענון טכנולוגי בלבד, אלא מודל פעולה אסטרטגי.
ארגונים מצליחים ניגשים למודרניזציה בשלושה מימדים:
אנשים
מנהיגים משקיעים במכוון ב-AI ובמיומנויות פיתוח אפליקציות מודרניות. הם מכירים בהתנגדות לשינוי כסיכון אסטרטגי ומנהלים אותו באופן אקטיבי.
תהליכים
הם מאמצים גישות Cloud-native במקום לחזור על הגירות "Lift-and-Shift" קצרות טווח, שרק מעבירות את החוב הטכני ממקום למקום. הם משתמשים במסגרות עבודה מובנות לתעדוף כדי להטמיע מודרניזציה בפעילות העסקית השוטפת.
טכנולוגיה
הם מתחדשים לפלטפורמות נתונים התומכות בהרחבה, סוגי נתונים מגוונים, פיתוח מהיר של תכונות והתאמה למערכות אקולוגיות AI עכשוויות.
משוואת ה-ROI: סיכון של פעולה מול סיכון של חוסר מעש
מודרניזציה נתפסת לעיתים קרובות כיקרה ומסוכנת. עם זאת, ניתוח של IDC מצביע על כך שלעיתים קרובות מזלזלים בסיכון שבחוסר מעש. מחקר זה מאשר כי ארגונים שמשקיעים ביעילות וברציפות בתוכנית מודרניזציית היישומים שלהם חווים גם ROI טוב יותר וגם הכנסות דיגיטליות גבוהות יותר!
• הפחתה משמעותית בזמן הדיווח
• חיסכון כמותי בעלויות של מאות אלפי דולרים
בעוד ששכתוב מלא של יישומים ומודרניזציה של מסדי נתונים דורשים השקעה ראשונית גדולה יותר מהגירות Lift-and-Shift, הם יכולים לספק פי שלושה תועלת בטווח הארוך.
עבור מנהלי מערכות מידע ומנהיגים עסקיים, ההחלטה לא צריכה להיות מוצגת כעלות מודרניזציה לעומת יציבות הסטטוס קוו, אלא כהשקעה במודרניזציה לעומת הסלמה בסיכון לכישלון ה-AI.
הדרך קדימה: מערכות Legacy אינן קבועות
התגברות על Legacy נתפסת לעיתים קרובות כסיכון משמעותי כמו אימוץ טכנולוגיות חדשות. IDC מציין שמנהלי מערכות מידע רבים באזור מתמקדים במניעת סיכונים כעדיפות עליונה. לעומת זאת, מנהיגים עסקיים מחפשים פתרונות חדשניים שמניעים הזדמנויות עסקיות חדשות, ולכן מנהלי ה-IT חייבים לאזן בין שנאת הסיכון שלהם לבין הדרישות העסקיות. מחקר IDC מראה שהגירות מ-Legacy שממומנות בחסר מהוות סיכון גבוה משמעותית ומניבות תשואות נמוכות יותר מאלו שממומנות כראוי מלכתחילה.
ארגונים שמטפלים באופן יזום בחוב טכני, מודרניזים מערכות ומתאימים את ההנהלה והמימון סביב תוצאות המבוססות על AI, יבדלו את עצמם יותר ויותר מהשאר.
אלה שיעכבו יתמודדו עם חסרונות מבניים:
המחקר של IDC מראה שהגל הבא של יתרון AI ב-Asia/Pacific לא ייקבע רק על ידי תחכום המודל. זה ייקבע על ידי יסודות אדריכליים.
בסופו של דבר, ללא מודרניזציה, לא יכולה להיות אסטרטגיה AI בת קיימא.
כדי לעיין בדוח המלא של MongoDB-IDC – וללמוד כיצד MongoDB יכולה לעזור לכם לדמיין מחדש את נוף הנתונים שלכם – עיינו במסמך Winning in the Age of AI.