בעקבות אירוע D4Gorwthהתפתחות ה-AI – תובנות מסקר השוואתי בקרב מנהלים בכירים
השוואה בין הנתונים ב-2016 וב-2018
ב-2018, יבמ שיתפה פעולה פעם נוספת עם Oxford Economics לצורך ביצוע סקר בקרב 5,000 מנהלים בדרג C בנושאי מחשוב קוגניטיבי ובינה מלאכותית. מטרת הסקר הייתה לבחון את התפתחות הבינה המלאכותית בשנתיים האחרונות, בעיקר סביב ארבעת המוקדים הבאים: בינה מלאכותית, צמיחה, דטה ו-Data Governance, וידע ומומחיות.
מהסקר עולה שאם בעבר, מובילים טכנולוגיים היו עסוקים בחשיבה אם לאמץ בינה מלאכותית, כאשר עיקר הדאגה נסב סביב זמינותם של הכלים הטכנולוגיים, כיום נסב המאבק על איך לממש טכנולוגיה. זאת, נוכח פערים בדטה, בידע ובמומחיות.
ב-2016 נמצא ש-65% מהנסקרים האמינו שהערך ביישום בינה מלאכותית יבוא לידי ביטוי ב-13 פונקציות. לעומת זאת, ב-2018 נמצא ש-65% מהנסקרים מתמקדים בארבע פונקציות עיקריות: טכנולוגיות מידע ואבטחת מידע, כאשר היישומים נעשים בעולמות התמיכה (Helpdesk), עוזרים וירטואליים (Virtual Agents), אוטומציה של תהליכים, וזיהוי איומים ומתקפות סייבר. לאחר מכן, חדשנות, שירות לקוחות וסיכונים.
תרשים 1: הפונקציות שבהן ה-AI מספק את הערך הגבוה ביותר – השוואה בין השנים 2016 ו-2018
תומר ורמוט, מנהל מכירות ביג דטה ואנליטיקס ביחידת הענן ההיברידי ביבמ ישראל, שהשתתף באירוע D4Gorwth שהתקיים בנובמבר האחרון, התמקד בדבריו בפערי הידע בהטמעת פתרונות בינה מלאכותית בארגונים. כמו כן, הוא תיאר מגוון דרכים ונקודות כניסה שיכשירו את הקרקע ליישום בינה מלאכותית.
"יבמ מסייעת לעסקים להשיג את היוזמות האסטרטגיות שלהם באמצעות פתרונות מדעי נתונים, אנליטיקה עסקית ובינה מלאכותית. בכל יום עסקים מייצרים ג'יגה-בייט של נתונים, וכיום הם מסתכלים איך הם יכולים להשתמש באוסף הנתונים כדי לקדם את העסק שלהם ברמה הבסיסית ביותר, קרי: הגדלת הכנסות, שיפור על פני כלל הרבדים והובלה בבועה השיווקית שלהם", אמר.
ורמוט תיאר את השלבים השונים בדרך ליישום בינה מלאכותית. כל ארגון מצוי בשלב אחר ויצא לדרך בהתאם למטרות ולצרכים עליהם הוא צריך לתת מענה. מעבר לכך, על מנת ליישם דטה ובינה מלאכותית, הדגיש ורמוט את החשיבות של לאפשר גישה לדטה, מאובטח ו-Governance , אג'יליות, שירות עצמי ושיתופיות. חשוב שארגונים ימנפו את הנכסים הקיימים וירתמו את המומחים בארגון ובמקביל, מומלץ לפתח בידול באמצעות IP ייחודי. יש להתחיל מבחירת Use Case שיש בכוחו להניע את השינוי העסקי ולבסוף, להשקיע במערכת ניהולית סביב בינה מלאכותית – וכל זאת ללא תלות בסביבות הענן המרובות, הקיימות במרבית הארגונים השונים.
תרשים 2: הסולם לבינה מלאכותית
כמו כן, הוא תיאר מספר יישומיים בארגונים וסיפר כיצד ארגונים, כולל בארץ, מתחילים לזוז מניסויים ליישום. גופים פיננסיים, בכללם חברות ביטוח גדולות, כבר משתמשים בווטסון בעולם שירות הלקוחות. אחרים מטמיעים פתרונות שמאפשרים לחזות ולהתמודד עם סיכונים על ידי שימוש במודלים מבוססי למידת מכונה. המסע לבינה מלאכותית החל ומואץ, גם בקרב חלק ממשרדי הממשלה, המתמודדים עם הפיכת מידע לא מובנה ומובנה לכזה שמביא ערך ותובנות שמשכללות את השירות הציבורי.
ורמוט סיכם ואמר: "גיימס קמרון חיכה 13 שנים על מנת ליצור את האווטאר שלו, כי הטכנולוגיה לא הייתה קיימת. כיום אין צורך להמתין – ה-AI קיים ,מוטמע ועובד, רק צריך לבחור איך להתחיל ליישם אותו".
לסקר המלא לחצו כאן.
