"ארגונים שמטמיעים AI – צומחים ב-165% יותר מאחרים"

‫"‫בסקר שעשינו בקרב 13 אלף מנהלים בארגונים ב-100 מדינות וב-20 תעשיות עלה, שארגונים שהטמיעו AI ‫בתהליכי העבודה שלהם ‫צומחים בהכנסות וברווחים ב-165% יותר מהמקבילים שלהם", כך אמר דניאל מלכה, מנכ"ל יבמ ישראל.

מלכה דיבר בפתח כנס שערך הסניף הישראלי של הענק הכחול. הכנס, בהפקת אנשים ומחשבים, נערך באופן וירטואלי אתמול (ד') ונשא את הכותרת Put AI to work.

"‫בינה מלאכותית", אמר מלכה, "היא אחד המנועים המרכזיים ‫לצמיחה וליצירת יתרון ‫תחרותי עבור כל ארגון. את ההוכחה לכך ראינו בחודשיים האחרונים: השימוש בנתונים ובבינה מלאכותית ‫סייעו להתמודד ‫עם אתגרי הקורונה".

‫"בשנים האחרונות הנתונים הם הדלק שמניע ארגונים", ציין, "‫ובכל זאת, מעט ארגונים הצליחו ‫להטמיע בינה מלאכותית בהיקף נרחב ‫ולשנות ‫את התהליכים העסקיים שלהם".

מלכה ציטט את ארווינד קרישנה, מנכ"ל יבמ, שאמר: "כמו שחזו לפני 20 שנה, ‫שכל חברה תהיה חברת אינטרנט, ‫היום כל חברה ‫תהיה חברת בינה מלאכותית. ‫לא כי היא יכולה – ‫אלא כי היא חייבת".

"‫AI", פירט מלכה, "זו לא קופסת קסמים, או רובוטים ‫שיעשו כל מה שנרצה ונגיד להם לעשות. יש הבדל ענק בין AI לעסקים ולצרכנים. ווטסון הוא הרבה מעבר לרכיב בינה מלאכותית, דוגמת אלכסה, סירי ואסיסטנט של גוגל. ווטסון נועד לעולם העסקים. ‫הוא מאפשר אינטראקציה ‫רחבה ועמוקה הרבה יותר ‫בין ארגונים ללקוחות שלהם, ‫ובין ארגונים לבין עצמם".

אוטומציה ואופטימיזציה

"AI", ציין, "הוא השילוב בין יכולות חיזוי, מיכון ומיטוב. אוטומציה ואופטימיזציה. ‫AI לעסקים היא ‫הבנת הסיטואציה הנוכחית, ‫היכולת לחזות את מה שהולך לקרות, ‫להפעיל את התהליך האוטומטי ‫המתאים לאירוע שמתרחש, ‫וכל הזמן לעשות אופטימיזציה, ‫תוך כדי למידה מתמדת. היא נוגעת לכל תחומי החיים או העסקים: ארגונים מובילים ‫מבצעים באמצעות בינה מלאכותית ‫חיזוי לרעידות אדמה, ‫ליטיגציה ובניית טיעונים למערכת המשפט, ‫אוטומציה בניהול סיכונים פיננסיים ‫וטיפול בפניות הלקוחות".

"למרות ההבנה שבינה מלאכותית ‫נדרשת בארגונים", אמר מלכה, "בכל זאת תהליך היישום איטי. האיטיות ‫נובעת משלושה אתגרים מרכזיים: נתונים, כישורים ואמון. הנתונים מהווים את הדלק של הארגונים היום ‫לבצע החלטות חכמות יותר, ובזמן אמת. ‫אלא שהם נמצאים ב'עמודים', במקומות שונים ונפרדים. ‫אין מקום מרכזי אחד ‫למצוא את הנתונים הרלוונטיים. ‫There is no AI without IA. אין בינה מלאכותית בלא ארכיטקטורת מידע".

האתגר השני, לפי מלכה, "הוא האמון, והוא מבוסס על השקיפות ‫בקבלת ההחלטות ‫שמערכות בינה מלאכותית מבצעות עבורנו. ‫ככל שארגון מרחיב את השימוש ב-AI ‫לכל קווי העסקים שלו – ‫הוא חייב לפתוח את הקופסה השחורה הזאת, ‫ולאפשר לעסק לסמוך על ההחלטות ‫שהמערכת מבצעת".

‫"האמון", ציין, "מתחזק בהקשר לרגולציה, ‫במיוחד במגזרי הבנקאות והבריאות. נדרש להראות ‫שההחלטות שנעשו הן בהתאם להנחיות. ‫למשל, שההחלטות אינן מוטות גזע, גיל, ‫מגדר או מעמד סוציו-אקונומי".

"Watson Open Scale ‫מאפשר לנו להבין ‫כל החלטה שהמודל קיבל, ‫לעקוב אחרי השימוש במודלים ‫בזמן אמת, ‫לנטר את רמת הדיוק ואת ‫מידת ההטיה בתוצאות, ‫להציג מודלים בעייתיים ועוד", הסביר, ככזה, ‫הוא שומר הסף של AI".

האתגר השלישי, אמר, "הכישורים, הוא ‫הטיפול בנתונים, הפקת התובנות, ‫בניית מודלים של לימוד מכונה ולימוד מעמיק. המיומנויות האלה נדרשות ‫להטמעת בינה מלאכותית בארגונים. יש כיום מחסור גדול במדעני נתונים ובמנתחי נתונים. לכן, בנינו בישראל ‫את צוות The IBM Data science elite – מרכז מצוינות גלובלי לתחום מדע הנתונים. ‫המומחים שלנו יעזרו לכם להכניס ‫את המודלים הראשונים של AI ‫לארגונים שלכם, ויאפשרו להאיץ את קצב היישום ‫של AI בחברות – גם אם אין ‫את כל המומחים ומדעני הנתונים הנדרשים".

‫"בנינו מתודולוגיה ‫לבניית ארכיטקטורה וליישום פרויקטי AI", סיכם מלכה, "בשם 'הסולם ל-AI'. ‫המתודולוגיה מבוססת על ארבעה שלבים: איסוף והגדרת הגישה לנתונים; בניית קטלוג ארגוני קל ונגיש; ניתוח; והטמעת יישומי AI ‫לתהליכי העבודה בארגונים. אנחנו מיישמים את כל השלבים ‫בסביבות מרובות עננים, ‫וכך מאפשרים לארגונים לבצע מודרניזציה ‫מבלי להיות נעולים על ספק זה או אחר. נשמח מאוד להיות השותפים שלכם ‫במסע אל ה-AI".