בחודשים האחרונים בכל פגישה עם לקוחות או לקוחות פוטנציאליים אני מבחינה בשאלה חוזרת אצל כולן:  איזה כלים טכנולוגיים נכון לאמץ? מה הAI יחליף ומה לא? במה כדאי להשקיע את הזמן והכסף? במאמר זה אני טוענת שהשאלה הנכונה אינה "איזה כלי לקנות?" — אלא "לאיזו משימה, ומה מקור הדאטה שלה?" פרופ' כריסטופר סטנטון מ-Harvard Business School פרסם לאחרונה ב-HBR מאמר חשוב בשם "AI's Impact on SaaS Will Be Uneven. Here's What Leaders Need to Know." (מאי 2026, https://hbr.org/2026/05/ais-impact-on-saas-will-be-uneven-heres-what-leaders-need-to-know). המאמר בוחן אילו מערכות SaaS ישרדו את עידן ה-AI — ואילו לא. הטיעון שלו: לא כל ה-SaaS נמצאות באותה סכנה. חלקן ייכחדו, חלקן יתחזקו — והפרש נובע בדיוק מהמטריצה שהוא מציע. קראנו את המאמר ושאלנו: מה זה אומר עבורכם כמנהלים שמחליטים היום אם לרכוש כלי חיצוני או לפתח בעצמכם? הנה הגרסה שלנו — מותאמת לעולם הציות הרגולטורי.

הלוגיקה: למה תחזית כלל ה-SaaS שגוי

הטעות הנפוצה היא לחשוב: "AI יכול לעשות הכל — אז למה לשלם לספק חיצוני?" סטנטון מראה שהתשובה תלויה בשני צירים בלבד. ציר 1 – סוג המשימה סוג המשימה: דטרמיניסטית — יש תשובה נכונה אחת: כתיבת מייל, סיכום, תרגום, חיפוש מידע סטנדרטי פרדיקטיבית — נדרש שיקול דעת: פרשנות רגולטורית, זיהוי חשיפה, הסקת מסקנות משינויים ציר 2 – מקור הדאטה  דאטה פנימי – מידע שהארגון שלכם מייצר בעצמו: חוזים, פרוטוקולים, נהלים דאטה ענפי מצטבר – מידע שנאסף ממקורות מוסמכים ומצטבר על פני ארגונים רבים בענף הצלבת שני הצירים קובעת לא רק אילו ספקי SaaS ישרדו — אלא גם מה כדאי לכם לרכוש, מה לדרוש מספק, ומה בטוח לפתח לבד.

ארבעה ריבועים — ארבע המלצות שונות

ריבוע 1 – משימה דטרמיניסטית + דאטה פנימי = פתחו לבד או השתמשו בכלי כללי זה בטוח עבור: כתיבה, עריכה, סיכומים, תמלול, תרגום של מסמכים פנימיים. כאן אין תלות בדאטה חיצוני, והמשימה פשוטה מספיק שכלי AI כללי — או אפילו פיתוח פנימי קל — יעשו עבודה טובה. עלויות ההטמעה נמוכות וה-ROI מהיר. דוגמאות בעולם הציות: סיכום דוח דירקטוריון, ניסוח הנחיות לעובד, עריכת נוהל פנימי. ריבוע 2 – משימה דטרמיניסטית + דאטה ענפי מצטבר = רכשו מספק אל תנסו לפתח לבד עבור: חיפוש בחוזרים, השוואת גרסאות, מעקב אחר שינויים רגולטוריים. כאן הכלי תלוי בדאטה רגולטורי שמגיע ממקורות חיצוניים — רנ"ע, רשות שוק ההון, רשות הגנת הפרטיות — ומתעדכן באופן שוטף. ספק מתמחה שמחזיק ומתחזק מאגר כזה הוא הבחירה הטבעית; לבנות ולתחזק את זה בעצמכם יקר ומסוכן. שאלת הבדיקה לרכש: האם המאגר של הספק מקיף, מעודכן ומוסמך? האם הוא עוקב אחרי פרסומים חדשים בזמן אמת? ריבוע 3 – משימה פרדיקטיבית + דאטה פנימי = ניתן לפתח, אך בזהירות ועם פיקוח עבור: ניתוח חוזים פנימיים, זיהוי פערי ציות על בסיס נהלים קיימים, פרשנות מדיניות פנימית. כאן הדאטה הוא שלכם — אך המשימה פרדיקטיבית, כלומר נדרש שיקול דעת. AI יכול לסייע, אך אינו תחליף לאישור מקצועי. פיתוח פנימי אפשרי — ובתנאי שיש מנגנון ברור של מי מאשר כל פלט לפני שפועלים לפיו. המלצה: הגדירו מפורשות את נקודת ה"אנושי בלולאה" לפני שמטמיעים. ריבוע 4 – משימה פרדיקטיבית + דאטה ענפי מצטבר = רכשו מספק מתמחה זה הלב של הערך הרגולטורי עבור: זיהוי מגמות רגולטוריות, הבנת השלכות שינוי חוזר על ענף שלם, ניתוח השוואתי בין גופים מפוקחים. זהו הריבוע הקשה ביותר לשכפול עצמי. הערך כאן נובע בדיוק מהצירוף: דאטה שנצבר ממאות מקורות לאורך זמן, ומודל שלמד לפרש אותו בהקשר רגולטורי. כלי כללי לא יכול לשכפל זאת — וגם פיתוח פנימי לא, בלי השקעה עצומה שרוב הארגונים לא יצדיקו. סטנטון קורא לספקים בקטגוריה הזו "Operational Intelligence" — ולא במקרה.

שלושה עקרונות לפני כל החלטת רכש

1. התחילו בתהליך, לא בכלי. זהו שלושה תהליכי ציות שגוזלים הכי הרבה זמן עכשיו. מפו אותם על שני הצירים שתוארו לעיל. רק אחר כך בחנו כלים.
2. אל תבנו לבד את מה שניתן לבדוק מראש. כשרוכשים כלי מוכן, קל יחסית לאמת את איכות התוצאות לפני ההחלטה; אפשר לבקש דמו, לשאול שאלות, לבחון את מקורות הדאטה. כשמפתחים פתרון in-house, הסיכון הגדול ביותר הוא שרק בדיעבד — לאחר השקעה ניכרת — מגלים שהתוצאות אינן מהימנות מספיק. בעולם הרגולציה, שבו אי אפשר להרשות לעצמנו טעויות, הסיכון הזה כבד בהרבה מעלות רכישת כלי מוכר ומוכח. ובכל זאת, הוא לרוב אינו נלקח מספיק בחשבון.
3. הבחינו בין שתי שאלות שונות לחלוטין "האם הכלי הזה עוזר לצוות שלי לעבוד מהר יותר?" היא שאלה אחת. "האם הכלי הזה מהימן מספיק לקבל החלטות ציות?" היא שאלה אחרת לגמרי. ארגונים שמחילים את אותו הכלי על שתי השאלות — לוקחים סיכון שאינו נראה לעין, עד שהוא מתגלה.

לסיכום

המסקנה של סטנטון לשוק ה-SaaS — שחלק מהספקים ישרדו וחלק ייכחדו — היא בדיוק גם המסקנה שלנו עבורכם כרוכשים: לא כל AI שווה אותו דבר, ולא כל מה שאפשר לבנות לבד כדאי לבנות לבד. המיפוי הנכון על פני שני הצירים הוא ההחלטה האסטרטגית — לא בחירת הכלי עצמו.

---

מאמר זה מבוסס בחלקו על: Christopher Stanton, "AI's Impact on SaaS Will Be Uneven. Here's What Leaders Need to Know.", Harvard Business Review, May 2026. https://hbr.org/2026/05/ais-impact-on-saas-will-be-uneven-heres-what-leaders-need-to-know