בשנים האחרונות ארגונים השקיעו משאבים משמעותיים בפיתוח מודלים למגוון רחב של מטרות עסקיות כגון חיזוי, תמחור, ניהול סיכונים, הערכת התחייבויות, אופטימיזציה של תהליכים ויישומי בינה מלאכותית. מודלים – במובן הרחב של כלים אנליטיים המשמשים לחיזוי, להפקת תובנות או לתמיכה בקבלת החלטות עסקיות – הפכו לחלק בלתי נפרד מהפעילות העסקית, ומשפיעים כיום על מגוון רחב של החלטות ותהליכים בארגון.
בהקשר זה, מודל אינו חייב להיות מודל סטטיסטי או יישום בינה מלאכותית מתקדם. הוא עשוי להיות גם נוסחה, מדד, מנגנון חישוב או מודל עסקי המשמש את הארגון במשך שנים לצורך קבלת החלטות. ככל שהשימוש במודלים מתרחב, כך גדל גם מספרם, ולעיתים ארגונים מפעילים עשרות ואף מאות מודלים בתחומים שונים.
גידול זה יוצר אתגר ארגוני חדש. מודלים רבים מפותחים ומופעלים על ידי יחידות שונות בארגון בהתאם לצרכים מקומיים, ולעיתים ללא תיאום מלא ביניהן. כתוצאה מכך עלולות להיווצר כפילויות, סתירות בין תוצרים, שימושים החורגים מייעודו המקורי של המודל או הסתמכות על מודלים שלא עודכנו לאורך זמן. במקרים רבים אין מדובר בכשל במודל בודד, אלא בקושי להבין כיצד מכלול המודלים פועל יחד ומשפיע על פעילות הארגון.
האתגר הארגוני
מציאות זו מובילה לשינוי במוקד האתגר. ככל שמספר המודלים גדל והשפעתם על הפעילות העסקית מתרחבת, השאלה אינה רק כיצד לפתח מודלים איכותיים, אלא כיצד לנהל אותם ברמה הארגונית. בארגונים רבים לא קיימת תמונה מלאה של כלל המודלים, של הקשרים ביניהם ושל ההחלטות הנשענות על תוצריהם. מכאן נובע הצורך במסגרת ניהולית שתספק מבט ארגוני כולל ותאפשר לארגון להבין כיצד מכלול המודלים שלו תומך במטרותיו העסקיות.
כך למשל, בארגון פיננסי גדול עשויים לפעול במקביל מאות מודלים המשמשים יחידות שונות למגוון מטרות עסקיות, כגון חיזוי סיכון אשראי, תמחור מוצרים, איתור הונאות, ניהול הון, חיזוי התנהגות לקוחות, תכנון עסקי ועוד. כל אחד מהמודלים עשוי להיות איכותי, מתועד ומתוחזק היטב בפני עצמו. אולם מנקודת מבט ארגונית עולות שאלות רחבות יותר: האם קיימים מודלים שונים המטפלים באותה בעיה עסקית? האם ההנחות המרכזיות מיושמות באופן עקבי בין יחידות שונות? האם ההחלטות האסטרטגיות נשענות על מודלים המספקים מסרים סותרים? והאם להנהלה קיימת תמונה מלאה של המודלים שעליהם נשענות החלטות מרכזיות בארגון?
התגובה הרגולטורית
האתגר אינו נותר ברמה הארגונית-תפעולית בלבד. בשנים האחרונות הוא מקבל ביטוי גם במסגרת הרגולטורית. השיח בתחום המודלים והבינה המלאכותית כבר אינו מתמקד רק בשאלה כיצד לפתח מודל מדויק יותר, אלא כיצד לנהל מודלים באופן אחראי לאורך מחזור חייהם.
בישראל, הוראת ניהול בנקאי תקין 369 של בנק ישראל, שפורסמה בשנת 2024, ממחישה מגמה זו. ההוראה קובעת מסגרת לניהול סיכוני מודלים לאורך מחזור חייהם, ומדגישה היבטים של ממשל תאגידי, אחריות, בקרה ופיקוח ארגוני. בכך היא משקפת תפיסה שלפיה מודלים אינם רק כלים אנליטיים, אלא נכסים ארגוניים המחייבים ניהול שיטתי וראייה רוחבית.
השינוי אינו ייחודי לישראל. בשנים האחרונות מתפתחות בעולם מסגרות רגולטוריות שונות לניהול סיכוני מודלים ולממשל בינה מלאכותית. אף שהן נבדלות זו מזו בהיקפן, במטרותיהן ובתחומי היישום שלהן, כולן משקפות מגמה רחבה יותר: מעבר מהתמקדות במודל הבודד להתמקדות באופן שבו הארגון מנהל את סביבת המודלים כולה. מגמה זו מקבלת משנה תוקף בעידן הבינה המלאכותית, שבו מספר המודלים גדל במהירות, השימוש בהם מתרחב למגוון רחב של תהליכים עסקיים, והצורך בשקיפות, בקרה ואחריות ארגונית הופך מהותי יותר מאי פעם.
מודלים כנכס ארגוני
Model Governance (או "ממשל מודלים") מתמקד בניהול סביבת המודלים הארגונית כולה ולא רק בשאלת הפיקוח על מודל בודד. מטרתו אינה רק לוודא שכל מודל תקין בפני עצמו, אלא לאפשר לארגון להבין אילו מודלים קיימים, היכן הם משמשים, מי אחראי להם, כיצד הם משפיעים זה על זה ואילו החלטות עסקיות נשענות על תוצריהם.
אף שהשיח בנושא מתנהל לעיתים בהקשר רגולטורי, משמעותו רחבה הרבה יותר. הוא משקף שינוי באופן שבו ארגונים תופסים את המודלים שעליהם נשענת פעילותם. בעשורים האחרונים הפכו המודלים מכלי העבודה של אנשי מקצוע לנכס שעליו נשענים תהליכים עסקיים, החלטות ניהוליות ומוצרים שלמים. כאשר נכס הופך להיות חיוני לפעילות הארגון, עולה גם הצורך לנהל אותו באופן שיטתי. זהו למעשה שינוי בשפה הארגונית ומעבר מתפיסה של מודל ככלי מקצועי לתפיסה של מודל כנכס ארגוני.
תהליך דומה התרחש בעבר בעולם הנתונים. מה שנתפס במשך שנים כתוצר לוואי של הפעילות העסקית הפך בהדרגה לנכס אסטרטגי בעל ערך משמעותי לארגון. שינוי תפיסתי זה הוביל להתפתחות מסגרות ה-Data Governance המוכרות כיום. באופן דומה, גם המודלים חדלו להיות כלים מקצועיים בלבד והפכו לנכסים ארגוניים המשפיעים על מגוון רחב של החלטות ותהליכים עסקיים, דבר המחייב ארגונים לא רק לפתח מודלים איכותיים, אלא גם לנהל אותם כחלק ממכלול המודלים הארגוני.
סוגיות של Model Governance רלוונטיות כיום למגוון רחב של פונקציות בארגון, ובהן הנהלה בכירה, מנהלי סיכונים, מובילי Data ו-AI, יחידות ביקורת ובקרה ובעלי אחריות עסקית על תהליכים הנשענים על מודלים. ארגונים המבקשים להתמודד עם אתגרים אלו נדרשים למפות את סביבת המודלים שלהם, להגדיר מנגנוני ממשל ובקרה ולגבש תמונה מלאה של כלל המודלים בארגון.
במציאות שבה ארגונים נשענים על מספר הולך וגדל של מודלים, השאלה אינה רק עד כמה כל מודל מדויק בפני עצמו, אלא עד כמה מכלול המודלים תומך בקבלת החלטות איכותית ובהשגת מטרותיו העסקיות של הארגון.
EY מלווה ארגונים בתהליכים מסוג זה, החל ממיפוי והערכת סביבת המודלים הקיימת, דרך הגדרת מנגנוני ממשל, אחריות ובקרה, ועד ליצירת ראייה ארגונית כוללת של סביבת המודלים והאופן שבו היא תומכת בתהליכים עסקיים ובקבלת החלטות.
