תוכן שיווקי

כתבה זו נכתבה והופקה על ידי כותבי תוכן מקצועיים בשיתוף גורם מסחרי.

כתבות התוכן השיווקי בגלובס כוללות מידע ענייני בעל ערך מוסף לקורא, תוך שמירה על שקיפות מרבית כחלק מהקוד האתי של גלובס.

מהפכת הבינה מלאכותית כבר כאן - אז למה ארגונים רבים לא מיישמים אותה בפועל?

הערך שמציעה בינה מלאכותית בדמות ניתוח מידע לקבלת תובנות עסקיות, ידוע ומוכח • אולם האימוץ שלה על ידי חברות אנטרפרייז מקומיות אינו רחב כפי שניתן היה לצפות • "בדאטה של כל ארגון טמון פוטנציאל אדיר ואלה שקופצים למים עכשיו, יחזיקו ביתרון גדול מאוד בשנים הבאות • מי שישלוט בבינה מלאכותית ישלוט בעולם, ממש כך"

בינה מלאכותית / צילום: Shutterstock/א.ס.א.פ קרייטיב
בינה מלאכותית / צילום: Shutterstock/א.ס.א.פ קרייטיב

הכתבה בשיתוף Kaleidoo מבית בינת

על מהפכת ה-Artificial Intelligence) AI) מהפכת הבינה המלאכותית, אין אחד שלא שמע. בעידן הנוכחי היקפי הנתונים גדלים בקצב מסחרר וארגונים קטנים כגדולים מתמודדים לא אחת עם השאלה מה ניתן להפיק מהיצף המידע, מה שמכונה Big Data (ביג דאטה). הסלוגן "Data is the new oil" מדגיש כי נתונים הפכו בשנים האחרונות למשאב בעל הערך הגדול ביותר, מה שהיה פעם נחלתו הבלעדית של הנפט. השאלה לגבי בינה מלאכותית אינה מוטלת בספק והוכיחה ומוכיחה את עצמה כמנוע צמיחה משמעותי בכל ארגון בו היא מוטמעת. ארגונים, שנכנסים וייכנסו לתחום היום, ייצרו מנועי צמיחה משמעותיים, שייפתחו עבורם אופציות וכיוונים לתחומים חדשים. אותם ארגונים יהיו בנקודת פתיחה טובה משמעותית מאילו, שימתינו על הגדר.

למרות כל זאת, יודי בר און, מנכ"ל Kaleidoo מבית בינת, המתמחה בעולמות ה-AI וה-Big Data, סבור כי הבינה מלאכותית רחוקה מלהיות מוטמעת בצורה נרחבת בישראל. בעוד הנהנות העיקריות כיום מהתחום, הן חברות הטכנולוגיה הגדולות, רוב החברות, שאינן מתחום זה, מתקשות למצות את הערך הרב הטמון בנתונים. אין הכוונה לסטארט-אפים, שמוצריהם מבוססים על יכולות הבינה מלאכותית, כיכולת ליבה, אלא על חברות עסקיות מן השורה, שמעוניינות לאמץ את הבינה מלאכותית כחלק מאסטרטגיית הארגון. הסיבות לכך מגוונות וכוללת בין היתר מחסור בכוח אדם מיומן, חיסכון בעלויות, פערים טכנולוגים, השקעות נמוכות מידי וחוסר בהבנת הערך והפוטנציאל הטמון בנתונים. ההערכות הן כי רק 10% מהמידע המאוחסן אכן מנותח בפועל. לדבריו, גם אם ישנם ארגונים, שמאמינים כי הם מחזיקים ומנצלים את יכולות הבינה המלאכותית, מדובר במערכות אשר עדיין מבוססות על טכנולוגיות ופתרונות ישנים. "אנחנו למעשה בשלב של חינוך שוק", הוא מסביר, "וזאת במגמה הפוכה לכמות הכתבות, הכנסים, והאירועים סביב הנושא. חלק גדול מהארגונים חוששים לקפוץ למים ומפסידים את הפוטנציאל הטמון בטכנולוגיה".

איך אפשר לגרום לכך לקרות? לפי בר און: בראש ובראשונה נדרשת הגדרת מטרות בדגש על הצורך העסקי. רק לאחריה תערך בחינת הנתונים הקיימים בארגון, שאכן תומכים במטרות וכמובן הגדרת מדדי ההצלחה לתהליך. שלב זה מוגדר כשלב ה-Exploration והינו שלב חובה ומקדים לכל ארגון שמעוניין להיכנס לתחום.

ניקח כדוגמה תהליך מתחום החקלאות. חברה שמתמחה בזיהוי מחלות בגידולים, בעלת צורך עסקי להגדלת זיהוי כמות הגידולים הנגועים, או לחילופין הקטנת מספר הטעויות בזיהוי גידולים בריאים כנגועים במחלה. לצורך כך נדרש לוודא שיש מספיק נתונים מתאימים (דוגמאות של מחלות מתויגות) והגדרה ברורה להצלחת התהליך. לדוגמה, זיהוי של מעל 90% מהמחלות הרלוונטיות או לחילופין עד 5% טעויות בזיהוי של גידולים בריאים כנגועים.

לדאטה שלכם יש ערך עסקי גבוה. לפרטים הקליקו כאן>>

בר און מוסיף כי כניסה לעולם הבינה המלאכותית ללא הבנת הערך העסקי שלה, תהיה שגיאה ברוב המקרים ותגרום לחוסר הצלחה, בעיקר בשלב ההטמעה מול הגוף העסקי. חשוב להדגיש, שמדובר בתהליך מתמשך המותאם לכל ארגון בהתאם לצרכיו העסקיים. טרנספורמציה אמיתית, דורשת משאבים, אבל יותר מכל הירתמות, פתיחות, שיתוף, ויכולת הטמעה בארגון. "אני אומר חד-משמעית: אלה, שקופצים למים עכשיו, יחזיקו ביתרון גדול מאוד בשנים הבאות. מי שישלוט בבינה מלאכותית ישלוט בעולם, ממש כך".

להטמיע מערכת בינה מלאכותית כחלק מהאסטרטגיה העסקית הכוללת של הארגון

כפי שהתחיל בר און להסביר, הטמעת מערכות בינה מלאכותית בארגון היא הרבה מעבר להתקנת טכנולוגיה חדשה. התהליך מתחיל עוד הרבה לפני היישום, בהובלה משותפת של הגוף העסקי והטכנולוגי. "על כן", ממשיך בר און, "כל ארגון חייב לשאול את עצמו מספר שאלות חשובות לפני תחילת התהליך: מהם הצרכים העסקיים? האם יש לי מספיק נתונים (דאטה)? האם המידע מתויג, כלומר הנתונים מדויקים ומסומנים? מהם המדדים להצלחת התהליך? מה הארגון נידרש לבצע? מיהם הגורמים הרלוונטיים בתהליך (מנהלים, עובדים, לקוחות)? כיצד הולכת להתבצע הטמעת המערכת? ועוד. מדובר על תהליך אסטרטגי משמעותי שישפיע על כל הארגון ולכן חשוב לשתף כמה שיותר גופים בתהליך.

יודי בר און, מנכ"ל Kaleidoo מבית בינת / צילום: ניר קנטור
 יודי בר און, מנכ"ל Kaleidoo מבית בינת / צילום: ניר קנטור

חלק מהארגונים נוטים שלא להקדיש מספיק זמן לכך לפני תחילת התהליך ונתקלים בשאלות תוך כדי, דבר שגורם להתמשכות הפרויקט או עצירתו המלאה. לעיתים נדרשת עבודה של חודשים ארוכים עד לקבלת התוצאות והחזר ההשקעה, Return on Investment) ROI), והארגון חייב לקחת זאת בחשבון כחלק מהתהליך".

- תן דוגמה פרקטית.

"ניקח כדוגמה חברה, שמעוניינת להשיק מוצר חדש ללקוחותיה. אחת הדרכים הנהוגות כיום, הינה להתקשר ללקוח ספציפי ולהציע את המוצר החדש. ברור שלא ניתן להתקשר לכל הלקוחות עקב אילוצים של משאבים (זמן ואנשים) ולכן נדרש תיעדוף של לקוחות פוטנציאלים. בינה מלאכותית יכולה במקרה הזה, על בסיס הנתונים של החברה, לבצע התאמה טובה יותר בין המוצר החדש ללקוח ספציפי ולהגדיל את הסיכויים לרכישת המוצר.

יש כאן אתגר לבעל העסק - הוא חייב לבצע פעולה אקטיבית ולהתקשר לאותם אנשים, שתועדפו על ידי מערכת הבינה מלאכותית וזאת בשונה מהמלצות או השיטות שעבד בהן עד היום, אחרת התוצאות תישארנה זהות. הגדרת מדדי ההצלחה כגון: כמות מכירות, שביעות רצון לקוחות וחסכון במשאבים הינם מדדים קריטיים להבנת הערך העסקי וההצלחה בתהליך".

לא לעשות דברים "על הדרך"

אז לאחר שהבנו את הצורך, השאלות והמשמעות האסטרטגית של ניתוח באמצעות בינה מלאכותית והחלטנו לקפוץ למים ולצאת לדרך, מה בעצם נדרש מאתנו? לדברי בר און - "כמעט כל ארגון, שקיבל החלטה להיכנס לתחום עומד בפני הדילמה: האם להקים את התחום החדש 'In house' או מחוץ לארגון. לפני קבלת ההחלטה, הארגון חייב לשאול את עצמו מספר שאלות, ביניהן: האם מדובר בנושא ליבה של הארגון? האם הארגון בנוי להקמת פעילות שכזו? מה המשמעויות לשימורה? האם מדובר בפרויקט חד פעמי או מספר פרויקטים? ועוד.

"אני שומע לא מעט לקוחות, שבוחנים לעשות את כל המהלך 'In house', כלומר בתוך החברה - ולדעתי ברוב הפעמים מדובר בטעות. ארגונים לא תמיד מבינים עד הסוף את המשמעות ומקווים להתקדם 'על הדרך'. ברגע שהחברה לא מונחית בינה מלאכותית, גרף הלמידה ארוך, הטכנולוגיה והפתרון לא תמיד רלוונטיים, גיוס והכשרת העובדים דורש זמן רב ומשאבים וכך חלק גדול מהארגונים לא יוצאים בסופו של דבר לדרך, או נעצרים בשלב הפיילוט.

בשורה התחתונה, חייבים להבין שבינה מלאכותית הינה עולם תוכן, והתמחות לכל דבר. הטכנולוגיה מתקדמת בקצב מסחרר ודורשת ניסיון רב, טאלנטים, הכשרות, קריאת מאמרים, שיתופי פעולה ועוד. יתרה מכך, לעיתים מספיק לארגון פתרון נקודתי בלבד, שמסתיים עם הטמעת המערכת". כאן, לטענת בר און, ישנה חשיבות אדירה לשימוש בשירותיהם של אנשי מקצוע, שזהו תחום התמחותם העיקרי והבלעדי כמעט.

Kaleidoo מבית בינת מתמחה בעולם הבינה מלאכותית ו-Data. פרויקטים בתחום הבינה מלאכותית בדרך כלל מורכבים ודורשים שכבות נוספות כגון: חומרה, תקשורת, ענן, אבטחת מידע ועוד. בהקשר הזה מזכיר בר און את החיבור בין Kaleidoo לבינת, שנותן ערך נוסף במתן מענה כולל של One stop shop ללקוח. בינת יחד עם Kaleidoo כבר היום, מיישמת פתרונות מתקדמים בעולמות הבינה מלאכותית וה-Data אצל מגוון לקוחות יחד עם שותפיה האסטרטגים, יצרני התוכנה הגדולים בעולם בתחום, סטארטאפים ואקדמיות.

ולסיכומו של עניין, לבר און יש מסר לחברות הגדולות בשוק: "למרות היותנו מוגדרים כ-'startup nation', השימוש בבינה מלאכותית מעבר לים, מתקדם משמעותית בהשוואה לישראל. אם חברות לא יאמצו וייכנסו לתחום הבינה מלאכותית, אנחנו עלולים למצוא את עצמנו ב"קרב מאסף" - הרי לכל חברה בארץ יש מתחרה בחו"ל. אני קורא למנכ"לים, למקבלי ההחלטות - קחו יוזמה וקפצו למים. אל 'תזרקו' את זה על החטיבה הטכנולוגית, מדובר בהחלטה עסקית, אסטרטגית. החליטו שאתם יוצאים למסע הזה, בידיעה שמי שבאמת משקיע בעניין, מקבל ערך אדיר".

המידע הארגוני שלכם יכול להצעיד את העסק קדימה. לפרטים הקליקו כאן>>