top of page

כמה באמת השקענו בבינה מלאכותית, ומה מתוך זה בכלל מופיע בדוחות?

  • Aug 11
  • 1 min read

ארגונים משקיעים היום יותר ויותר ב־AI, אבל כשמסתכלים בדוחות הכספיים קשה למצוא שורה אחת שמספרת את הסיפור.


רישיונות וחשבוניות הם רק החלק הגלוי. מאחוריהם יש זמן עובדים, ניקוי דאטה, פיילוטים, שינוי תהליכים, הדרכות, בקרה ותחזוקה. העלות הכלכלית האמיתית יכולה להיות גבוהה משמעותית מהסכום שאפשר לאתר בספרים תחת הכותרת "בינה מלאכותית".


וכאן חשוב להפריד בין ערך ארגוני לנכס חשבונאי.

פרומפטים, תבניות, דאטה, ידע ארגוני ואפילו מודל שפותח בתוך החברה יכולים לייצר ערך אמיתי, בלי לעמוד בהכרח בתנאים להכרה בנכס. רישיון וגישה למודל חיצוני, מחקר, ניסויים והדרכה יירשמו בדרך כלל כהוצאה.


פיתוח יכול להפוך לנכס, אבל רק מהמועד שבו מתקיימים תנאי ההכרה. עלויות שכבר נרשמו כהוצאה לא חוזרות בדיעבד למאזן.


גם מודל או "זיכרון ארגוני" אינם נכס אוטומטי. השאלות הן האם המשאב מזוהה, האם החברה שולטת בו ובתועלות ממנו, האם צפויה תועלת עתידית והאם ניתן למדוד את העלויות באופן מהימן.

וגם בגילוי אין כיום ב־IFRS "ביאור AI" ייעודי. מידע מהותי משתלב בביאורים ובדיווחים הרלוונטיים לפי התקנים הקיימים, בזמן שה־IASB ממשיך לבחון שינויים אפשריים ב־IAS 38.

לכן השאלה להנהלה אינה רק מה הוון ומה נרשם כהוצאה.


השאלה היא כמה באמת השקענו, במה אנחנו שולטים, מה תלוי בספק חיצוני, ואיך ההשקעה מתחברת לתועלת ולסיכון.

הבקרה החשבונאית על AI מתחילה באפיון הפרויקט , לא בסגירת השנה.

מקור מקצועי לעיון: IFRS Foundation, IAS 38 – Intangible Assets.


 
 
איך בוחרים מערכת FP&A לארגון – והאם בכלל צריך אחת?

בחירת פתרון FP&A כבר אינה מסתכמת בהשוואה בין ספקי תוכנה. כיום ארגונים ניצבים בפני שאלה רחבה יותר: האם לרכוש מערכת ייעודית, לפתח פתרון פנימי באמצעות כלי AI כמו Claude , או להמשיך לעבוד עם הכלים הקיימים

 
 
כיצד איכות ההחלטות מושפעת מהשפה הארגונית

בכל ארגון יש מילים ומונחים שכולם משתמשים בהם, וכל אחד מתכוון למשהו אחר. “לקוח פעיל” הוא הדוגמה הקלאסית. המכירות סופרות לפי חתימה,הכספים לפי תשלום,השירות לפי שימוש. ההנהלה מקבלת שלושה מספרים שונים על א

 
 
bottom of page