כשהבינה המלאכותית נראית יקרה מדי, מה עוד מדאיג עסקים?
סקר עסקים בברזיל מראה כיצד חששות לגבי עובדים ונתונים חופפים אצל חברות שמציינות עלויות גבוהות של בינה מלאכותית. הממצא יכול לעזור להפוך הצעה לשימוש בבינה מלאכותית לממוקדת יותר.
ניתוח מקורי של Influence IQ לנתוני TIC Empresas 2025, עם ראיונות שנערכו בברזיל מפברואר 2025 עד ינואר 2026.
תקציר
לפי האומדן, 37.5% מהעסקים שציינו עלויות גבוהות של בינה מלאכותית בקבוצת הסקר המוגדרת שלנו בברזיל דיווחו גם על מחסור בעובדים בעלי המיומנויות הדרושות וגם על קשיים בזמינות הנתונים או באיכותם. לאומדן המשוקלל יש רווח דגימה של 95% בטווח 29.8%–45.2%. לעסקים האלה היה תחום, מחלקה או איש מקצוע בתחום ה-IT, הם לא דיווחו על שימוש באף אחת מ-7 טכנולוגיות הבינה המלאכותית שברשימה, וציינו שהעלויות נראות גבוהות מדי.[1][2][8]
ניתחנו את TIC Empresas 2025, שנערך מפברואר 2025 עד ינואר 2026 בקרב עסקים פרטיים רשומים שעובדים בהם לפחות 10 אנשים, בענפים שהסקר מכסה. הקבוצה הראשית כוללת 547 רשומות שפורסמו. המשמעות המעשית היא לשאול על המשימה המוצעת, האנשים שיבדקו אותה והמידע שנדרש לה, לצד המחיר. זוהי עצת תכנון המבוססת על חששות שדווחו, ולא ראיה לכך שהוזלת מחירים או מתן הכשרה יגרמו לאימוץ.
הצעה לשימוש בבינה מלאכותית מגיעה לשולחן של בעל עסק ונעצרת במחיר. הפגישה הבאה עלולה להפוך לחיפוש כלי זול יותר. אבל כדאי לשאול קודם שאלה נוספת: מה השימוש בו ידרוש מהצוות?
הסצנה הזאת היא להמחשה, ולא ריאיון מתוך הסקר. היא מסבירה מדוע בחנו מעבר לרשימת אתגרים נפוצים באימוץ בינה מלאכותית. רצינו לדעת אם אותם עסקים שהביעו חשש לגבי העלות הביעו גם חששות לגבי עובדים ונתונים.
ההבחנה חשובה לצוות שיווק ששוקל משימה חדשה. אפשר להשוות מחירים בגיליון. האנשים שיבדקו את העבודה והמידע שעליו יסתמכו דורשים שיחה משלהם. הניתוח שלנו מתאר כיצד החששות האלה חופפים; הדוגמה המפורטת בהמשך מציגה דרך אחת להפוך את ההבחנה לבריף שאפשר להיעזר בו לקבלת החלטה.
ההצעה והעבודה שסביבה

כיצד חששות לגבי עובדים ונתונים חופפים
מבין 547 העסקים שעמדו בתנאים וציינו עלויות גבוהות של בינה מלאכותית, 197 דיווחו גם על מחסור בעובדים בעלי המיומנויות הדרושות וגם על קשיים בזמינות הנתונים או באיכותם. בשימוש במשקולות הסקר, האומדן הוא 37.5%. השיעור ללא שקלול הוא 36.0%.[1][8]
שני האחוזים מבוססים על אותם עסקים ואותן תשובות. הנתון הלא משוקלל סופר כל עסק במשקל שווה. הנתון המשוקלל נותן לכל רשומה את התרומה שיוחסה לה בתכנון הסקר, ולכן הוא האומדן הראשי שלנו. השקלול משנה את האומדן, ולא אילו תשובות נחשבות לדיווח על שני החששות.
חששות לגבי עובדים ונתונים שדווחו יחד בקרב עסקים שציינו עלות
עסקים עם תחום, מחלקה או איש מקצוע בתחום ה-IT, ללא שימוש מדווח ב-7 טכנולוגיות הבינה המלאכותית שברשימה, ועם חשש מעלות שנתפסת כגבוהה. מדדנו את השיעור שדיווח במפורש גם על חששות לגבי עובדים וגם לגבי נתונים.
| קבוצת הסקר | עם משקולות הסקר | ללא משקולות הסקר | רווח של 95%: גבול תחתון | רווח של 95%: גבול עליון | עסקים בקבוצת המדגם |
|---|---|---|---|---|---|
| עסקים שעמדו בתנאים וציינו עלויות גבוהות של בינה מלאכותית | 37.5% | 36.0% | 29.8% | 45.2% | 547 |
רווח הדגימה של 95% נע בין 29.8% ל-45.2%. הטווח הזה הוא סיבה לתאר את התוצאה ככ-4 מתוך 10, במקום לרמוז ש-37.5% הוא מדד מדויק לכל עסק דומה.
מכיוון שכל שלוש התשובות מגיעות מאותה רשומה, הניתוח מודד את החפיפה ישירות. אפשר לראות אם העסקים שהביעו חשש לגבי העלות דיווחו במפורש גם על חששות לגבי עובדים וגם לגבי נתונים.
הניתוח גם משאיר פתוחות את האפשרויות בשאר התשובות. עסק מחוץ לקבוצה שבה שני החששות אושרו עשוי לדווח על אחד מהם, על אף אחד מהם או על תשובה לא ידועה. אי אפשר לתאר את הקבוצה המשלימה כקבוצה שהבעיה היחידה שלה היא המחיר. השאלון כולל גם סיבות אחרות, והכותרת שלנו אינה מדרגת אותן.
האחוז מתאר את קבוצת הסקר ההיסטורית הזאת בברזיל. עסק במקום אחר יכול להשתמש בהבחנה כדי לנסח שאלת מחקר משלו.
מה המשמעות כאן של ״עלות״, ״מיומנויות״ ו״נתונים״
שאלת העלות שואלת אם העלויות נראות גבוהות מדי. היא אינה מתעדת הצעת מחיר של ספק, את הסכום שעסק יכול להרשות לעצמו או איזו הוצאה עמדה לנגד עיני המשיב. לכן אנחנו מתייחסים לחשש הנובע מתפיסת העלות. התשובות אינן יכולות לומר לנו עד כמה המחירים יצטרכו לרדת, או אם הנחה תשנה החלטה.[2]
שאלת העובדים עוסקת באנשים בתוך העסק שיש להם מיומנויות לשימוש בטכנולוגיות. תחילה השאלון בודק אם יש תחום, מחלקה או איש מקצוע בתחום ה-IT. עצם קיומה של תמיכה כזאת אינו מוכיח אם לאנשים המעורבים יש המיומנויות הדרושות למשימת הבינה המלאכותית המוצעת.
שאלת הנתונים משלבת זמינות ואיכות. תשובה חיובית עשויה לעסוק בשאלה אם מידע מתאים קיים, אם אפשר להשתמש בו, או בשתיהן. מכיוון שהסקר אינו מפריד בין האפשרויות האלה, הוא אינו יכול לקבוע איזה סוג הכנה נחוץ לעסק מסוים.
7 שאלות השימוש בבינה מלאכותית מכסות יותר מבינה מלאכותית יוצרת. הן כוללות טכנולוגיות כמו ניתוח טקסט, זיהוי דיבור, למידת מכונה ואוטומציה של תהליכי עבודה. לכן התוצאה נוגעת לרשימת הטכנולוגיות הרחבה הזאת.
תשובות לא ידועות לגבי עובדים או נתונים נשארות בקבוצה המלאה שהביעה חשש לגבי העלות. האחוז הראשי שלנו סופר אישור מפורש של שני החששות; הוא אינו משלים שאלות שלא נענו באמצעות ניחוש. תנאי ההכללה מאפשרים גם תשובות לא ידועות או חסרות לגבי שימוש בבינה מלאכותית, ולכן אין לפרש ״לא דיווחו על שימוש״ כאי-שימוש מאומת.
מהתנגדות למחיר לשאלת תכנון ברורה יותר
לבעלי עסק או למובילי שיווק, המשמעות המעשית היא להפריד בין שלוש שאלות: מה עלות המשימה המוצעת, מי יכול להעריך את העבודה ואיזה מידע דרוש לה. החפיפה שנצפתה נותנת סיבה לשאול את השאלות האלה יחד. כדי לבחון אתגרי יישום של בינה מלאכותית בעסק שלכם, התחילו במשימה מוגדרת ובראיות מהאנשים שיבצעו את העבודה.
התחילו בתיאור של עבודה שאפשר לבדוק. ״להשתמש בבינה מלאכותית בשיווק״ הוא תיאור רחב מדי מכדי לחשוף מה הצוות צריך. ״לקבץ שאלות נכנסות על מוצרים לפי נושאים לבדיקה של צוות המכירות״ מגדיר תוצר ואת האנשים שישתמשו בו. משימה ממוקדת יותר מאפשרת לדבר על המחיר של דבר מסוים.
לאחר מכן שאלו מה המחיר המוצע כולל. מנוי לכלי וזמן העובדים שנדרש להכנת מידע או לבדיקת תוצר הם סעיפים שונים בתוכנית. זוהי הבחנה מוצעת לתכנון, ולא פירוט עלויות שנמדד בסקר. צוות יכול לתעד את הסעיפים האלה בלי להניח שמשימה לא מוכרת תהיה יקרה או תחסוך זמן.
שאלה לגבי בדיקה עשויה להועיל יותר משאלה כללית על תחושת ביטחון בשימוש בבינה מלאכותית. מי יזהה פנייה שקובצה בטעות? באיזה מקור ייעזרו כשיש אי-ודאות בתשובה? מי מחליט אם אפשר להשתמש בתוצר? השאלות האלה מזהות תחומי אחריות במשימה מוצעת; הן אינן מאבחנות מיומנויות של אדם מתוך נתון בסקר.
התאימו את הצעד הבא להיקף ההחלטה. ייתכן שעסק צריך להבהיר הצעת מחיר, למצוא מסמך מוצר מוסמך או לבקש מעמית לבדוק דוגמה קטנה. בחרו את הבדיקה שעונה על השאלה המסוימת שעדיין פתוחה, לפני התחייבות לפרויקט גדול יותר.
שלוש שאלות למשימה המוצעת

הבהירו את העלות
תעדו מה הצעת המחיר מכסה ולאילו עלויות או משימות עדיין דרושה תשובה.
הגדירו מי יבדקו
זהו מי יכולים להעריך את העבודה והיכן יבדקו מידע שאינו ודאי.
בדקו את המידע
אתרו את חומר המקור העדכני ובררו אם ראוי להשתמש בו.
סיטונאי בדיוני בוחן משימה מוצעת אחת
חשבו על סיטונאי אזורי בדיוני שצוות המכירות שלו מקבל פניות על מוצרים דרך האתר, באימייל ובהודעות ברשתות חברתיות. מנהל מציע להשתמש בבינה מלאכותית כדי לקבץ את הפניות לפי נושאים. הצוות רוצה לראות לאילו שאלות נדרש מידע ברור יותר על המוצר, ואילו צריכות להגיע לאיש מכירות. זוהי דוגמה להמחשת תכנון, ולא עסק שנצפה בסקר.
הדיון הראשון נעצר במחיר. במקום לקבוע שהעלות מסבירה הכול, המנהל מתעד את התוצר המוצע: רשימת נושאי פניות, עם קישורים להודעות המקור כדי שאדם יבדוק אותן. ההצעה אינה כוללת שליחת תשובות אוטומטיות או המלצה ללקוחות על מוצרים.
מנהלת המכירות מבחינה שאפשר להתבלבל בין שמות מוצרים דומים. היא מסכימה לבדוק את הקיבוץ מול הקטלוג העדכני ולסמן פנייה שמשמעותה אינה ברורה. השאלה הרלוונטית הופכת להיות אם יש לה המידע וההיכרות הדרושים לבדיקה הזאת, ולא אם מישהו בחברה באופן כללי ״טוב בבינה מלאכותית״.
עמית בודק באיזה מידע המשימה תשתמש. תיאורי מוצרים נמצאים ביותר ממסמך אחד, וחלק מהפניות מכילות פרטי לקוחות. הצוות מחליט לזהות את מקור המוצרים העדכני ולבדוק באילו הודעות מותר וראוי להשתמש לפני הכנת דוגמה.
כעת המנהל יכול לבקש הצעה ממוקדת יותר. מה הכלי עושה, מה אדם צריך לבדוק ואיזה מידע צריך להכין? הצוות מתעד את המשימות האלה לצד המחיר שבהצעה.
ההחלטה הבאה היא אם בדיקה מוגבלת יכולה לענות על השאלות שנותרו. הצוות עשוי להתקדם, לשנות את המשימה או לדחות אותה למועד מאוחר יותר. המנהל מתעד את הסיבה להחלטה ואיזה מידע חדש יוביל לבדיקה נוספת.
העתיקו את דף העבודה לפני ההצעה הבאה לשימוש בבינה מלאכותית
העתיקו את התבנית לבריף קיים של פרויקט או לסיכום פגישה. אין צורך בחשבון Influence. מלאו אותה למשימה מוצעת אחת.
1. המשימה המיועדת: [עבודה מסוימת] → [תוצר שאפשר לבחון] → [האדם או הצוות שישתמשו בו]. כתבו גם מה אינו חלק מההצעה, לצד מה שכלול בה.
2. שאלת העלות: [הצעת המחיר או האומדן הנידונים] · [מה כלול בהם] · [מה עדיין לא ידוע]. אם הדבר רלוונטי, תעדו בנפרד עבודת הכנה או בדיקה של עובדים; אל תמציאו חיסכון כדי להצדיק את ההצעה.
3. אחריות לבדיקה: [שם האחראים לבדיקה] · [מה יבדקו] · [מקור שיוכלו להיעזר בו] · [מה קורה כשאין ודאות]. תפקיד לבדו עשוי שלא לענות על השאלות האלה.
4. המידע הדרוש: [מסמכי המקור או הרשומות] · [מי מתחזק אותם] · [אם הם עדכניים ומתאימים לשימוש] · [שאלה פתוחה לגבי זמינות או איכות].
5. בדיקה קטנה להמשך: [השאלה שיש לפתור] · [האחראים] · [ראיות שיעזרו לקבל החלטה]. תארו את הבדיקה לפני שתפרשו את התוצאה שלה.
6. תיעוד ההחלטה: [להתקדם, לשנות או לדחות] · [סיבה הנתמכת בבדיקה] · [אי-ודאות שנותרה]. הבחינו בין חשש לבין ראיה לכך שהחשש נפתר.
בדוגמת הסיטונאי הבדיוני, התוצר הוא רשימת נושאי פניות, מנהלת המכירות בודקת אותה והקטלוג העדכני מספק את מקור הייחוס למוצרים. הבדיקה הבאה עוסקת בשאלה אם הסידור הזה מפיק משהו שצוות המכירות יכול להעריך. הסעיפים האלה הופכים את ההצעה לממוקדת יותר, בלי לייחס להצעה שיעור הצלחה מסקר שאינו קשור אליה.
כיצד ניתחנו את הסקר
השתמשנו במיקרו-נתונים הציבוריים של TIC Empresas 2025 מ-NIC.br/Cetic.br, לאחר טיפול להגנה על סודיות. הראיונות נערכו בברזיל מפברואר 2025 עד ינואר 2026. הסקר מכסה עסקים פרטיים רשומים ופעילים שעובדים בהם לפחות 10 אנשים, בענפים שהוגדרו בו.[1][3][4]
הניתוח שלנו מתחיל בבדיקת הסינון בשאלון לקיומם של תחום, מחלקה או איש מקצוע בתחום ה-IT. לאחר מכן אנחנו משאירים עסקים שאין להם תשובה חיובית באף אחת מ-7 טכנולוגיות הבינה המלאכותית שברשימה, ויש להם תשובה חיובית לשאלת תפיסת העלות. החישוב הראשי מחלק את משקל הסקר של עסקים שדיווחו במפורש על חששות לגבי עובדים וגם לגבי נתונים במשקל של כל הקבוצה שעומדת בתנאים ומביעה חשש לגבי העלות. כל תשובה לא ידועה לגבי עובדים או נתונים נשארת במכנה הזה.
חישבנו אי-ודאות בדגימה באמצעות 200 משקולות השכפול המשולבות בשיטת bootstrap שסופקו. הרווחים מתארים אי-ודאות של אומדנים בודדים, ולא כל מקור אפשרי לטעות. אנחנו מציגים רק תוצאות שעומדות בכללי התמיכה בנתונים והגילוי שהגדרנו מראש; אין להתייחס לפילוחים שהושמטו כאפס.[8]
קבענו את שאלת המחקר ואת החישובים לפני בחינת התוצאות המשותפות. במהלך בדיקות המקור תיעדנו אי-התאמה בקודי תשובות שפורסמו מחוץ לקבוצת הניתוח שלנו, ותיקנו השוואה מדויקת מדי לטבלאות ייחוס שפורסמו. הקובץ להורדה מתעד מה השתנה ומתי. השינויים לא שינו את אוכלוסיית הניתוח או את חישובי היעד. חישוב בלתי תלוי שחזר את התוצאה שפורסמה.[8]
הקובץ הציבורי עבר טיפול להגנה על סודיות. Cetic.br בודק את התועלת שלו מול הטבלאות שפורסמו, אבל הדבר אינו מאשר שכל ניתוח משותף חדש זהה לניתוח המבוסס על הראיונות המקוריים.[7]
הרעיון הכללי שלפיו חששות לגבי עובדים, נתונים וכספים יכולים להתקיים יחד כבר מוכר. מחקרים קודמים קיבצו חברות לפי שילובים של חסמים, ודוח הגוף המפיק מ-2025 דן באנשים ובנתונים כחלק מדרישות היישום. התרומה שלנו היא אומדן ישיר של חששות נבחרים שדווחו יחד בתוך הקבוצה המסוימת הזאת שהביעה חשש לגבי העלות, ולא גילוי של סיבה חדשה לאי-אימוץ.[5][6]
אין צורך בהרשמה. הטבלה כוללת תוצאות מצרפיות היסטוריות. החבילה כוללת הסברים מתורגמים של השיטה, בדיקות המקור ואמצעי ההגנה על הפלט הציבורי; היא אינה מפיצה מחדש רשומות סקר של עסקים בודדים.
מקורות והערות
- NIC.br/Cetic.br, מיקרו-נתונים בסיסיים ציבוריים של TIC Empresas 2025 לאחר טיפול להגנה על סודיות, גרסה 1.0, שפורסמה ב-15 ביוני 2026. נתוני המקור מיוחסים במסגרת CC BY 4.0. האחוזים כאן הם חישובי Influence IQ מהרשומות שפורסמו, ולא ציטוט של תוצאה מרכזית שפורסמה.
- שאלון TIC Empresas 2025, H9 ו-H13. השאלה H9 מכסה 7 טכנולוגיות בינה מלאכותית לאחר סינון לקיומם של תחום או מחלקת IT או איש מקצוע בתחום. H13 נשאלת כשאף אחת מתשובות השימוש האלה אינה חיובית, כולל תשובות שימוש לא ידועות או חסרות. H13_A עוסקת בעלויות שנראות גבוהות מדי; H13_B עוסקת במיומנויות עובדים; H13_D משלבת זמינות ואיכות של נתונים.
- דוח השיטות של TIC Empresas 2025. מסגרת הדגימה מכסה עסקים פרטיים רשומים ופעילים עם 10 מועסקים או יותר בענפי Cempre/CNAE שצוינו. זה אינו מדגם של כל הארגונים בברזיל, העסקים הזעירים, יוצרי התוכן העצמאיים או העובדים היחידים. מודול H נאסף בכל 3 גלי הסקר.
- דוח האיסוף של TIC Empresas 2025. עבודת השדה נערכה מפברואר 2025 עד ינואר 2026. הדוח מציין 4,174 ראיונות שהושלמו; המהדורה הציבורית כוללת 4,171 רשומות. המסמכים שנבדקו אינם מסבירים את ההפרש. השתמשנו במהדורה הציבורית המקובעת בלי להוסיף רשומות כדי להתאים למספר הראיונות.
- Emerson Gomes dos Santos ו-Márcia Siqueira Rapini, Barreiras na Adoção Combinada de Tecnologias Digitais por Empresas Brasileiras: uma proposta de tipologia (2024). ניתוח קודם זה משתמש ב-TIC Empresas 2021 ובניתוח אשכולות כדי לבחון שילובים של חסמים. הוא מספק עבודה קודמת רלוונטית, ולא אומדן בר השוואה ישירה לקבוצה המותנית שלנו מ-2025.
- דוח הגוף המפיק של TIC Empresas 2025, במיוחד עמודים 94–95 בדיון של Natália Marroni Borges על אימוץ בינה מלאכותית והטמעתה בארגון. הדיון מציין נתונים, אנשים, יכולות וממשל ארגוני כשיקולים ליישום. הניתוח שלנו אינו טוען שהרעיונות הכלליים האלה חדשים.
- הנחיות המיקרו-נתונים של Cetic.br מתארות קידוד מחדש והשמטה כדי להגן על סודיות, לצד הערכת התועלת מול תוכנית הטבלאות שפורסמה. הן אינן קובעות איזה טיפול השפיע על רשומה מסוימת שפורסמה ואינן מבטיחות שכל קשר משותף חדש נותר ללא שינוי לעומת הראיונות המקוריים. NIC.br/Cetic.br אינם מביעים תמיכה בניתוח או בפרשנויות שלנו.
- חבילת השיטה והשחזור של Influence IQ. ב-11 רשומות שפורסמו סומנו כל 7 פריטי השימוש בבינה מלאכותית כלא רלוונטיים, בעוד שב-9 שדות הסיבות נעשה שימוש בקודי תשובות אחרים; הרשומות האלה כבר היו מחוץ לאוכלוסיית הניתוח שהגדרנו. כל הרשומות נשמרו. תיקנו גם השוואה של דיוק הבקרה לאחר בדיקת הטבלאות שפורסמו, לפני תוצאות היעד. החבילה מתעדת את שני התיקונים, חישובי אי-הוודאות ואמצעי ההגנה על הפלט הציבורי. היא אינה מכילה רשומות של עסקים בודדים.
המאמר ותוויות הטבלאות זמינים בכל שפות המאמר. שאלון המקור בפורטוגזית; חבילת השחזור הטכנית כוללת הסברים מתורגמים. האוכלוסייה בברזיל ותקופת הסקר מפברואר 2025 עד ינואר 2026 נשארות זהות בכל הגרסאות.