"רק ארגונים מבוססי מידע ישרדו"

"המושג ביג דטה הומצא בשנת 1997, ומאז היקף המידע בעולם הוכפל כמה וכמה פעמים. ארגונים נדרשים לטפל בנתונים שלהם באופן מעמיק, לנתח אותם, וכך הם יוכלו להפיק מהמידע תובנות עסקיות. למרבה ההפתעה, מחקר של מקינזי העלה כי 9% מהארגונים בעולם אינם מטפלים במידע שלהם, והם אינם מודעים להשלכות של כך. החדשנות מונעת על ידי מידע: ארגונים שלא יטפלו במידע שלהם, לא ינתחו אותו ולא יפיקו תובנות מהנתונים – לא ישרדו בעולם החדש והדינמי בו אנו חיים כיום", כך אמר ד"ר סוואמי סיבאסוברמניאן, סגן נשיא אמזון ללימוד מכונה. 

סיבאסוברמניאן היה דובר המפתח ביומו השני (ד') של AWS re:Invent 2021 –  כנס הלקוחות השנתי של אמזון ווב סרביסז, שנערך השבוע בלאס וגאס. 

"צריכים לבנות אסטרטגיית מידע חדשה"

"ארגונים", אמר ד"ר סיבאסוברמניאן, "צריכים לבנות אסטרטגיית מידע חדשה. אסטרטגיה זו נבנית על שלושה עמודים. האחד, חידוש תשתיות המידע. העמוד השני הוא איחוד של כלל הנתונים. זאת, לשם בנייה של אמת ארגונית אחת, על מערכת קוהרנטית, אחת ומאובטחת. רק אז ניתן יהיה להגיע לשלב הרצוי, השלישי – של הזרקת חדשנות לארגון, על בסיס ניתוח הנתונים, והפיכתם למידע בעל ערך עסקי".

בהתייחסו לתחום שבהובלתו, אמר ד"ר סיבאסוברמניאן כי "לימוד מכונה הוא אחת מהטכנולוגיות שהן הכי מחוללות שינוי בדור שלנו. למרות זאת, קהילת ההיי-טק רק מגרדת את הקצה של התחום. לימוד מכונה משנה וגם ישנה כל הבט בחיים שלנו, החל מהאופן בו עסקים עובדים, דרך היכולת לצרוך תרבות פנאי ועד לצורה בה אנשים יגדירו את עצמם ואת רצונותיהם".

ארגונים נדרשים לטפל בו באופן מעמיק. הדטה שנצבר. אילוסטרציה. צילום: BigStock

לדבריו, "כלל התהליכים העסקיים בארגונים יהפכו לקלים יותר בשל שימוש בלימוד מכונה. זה כבר קורה ויקרה: מהדרך שבה משווקים ומפיצים ינהלו את שרשראות ההפצה שלהם, עבור באופן בו ניתן יהיה לאתר ולנטר פגמים בהליכי הייצור, ועד החיזוי של אנליסטים, שיהיה מדויק יותר ומבוסס נתוני אמת".

סיבאסוברמניאן אמר כי "החסמים לכניסה לתחום לימוד המכונה ירדו באופן משמעותי. מדובר בהזדמנות עבור כל ארגון, מכל מגזר תעשייתי. לימוד המכונה משפר את חוויית הלקוח – ולעשות זאת על בסיס חודשי, או רבעוני – הוא מביא יותר יעילות לתהליכים התפעוליים, עוזר לחוקרים למצוא תרופות למחלות ולפתח חיסונים, ונושא עימו בשורה של חדשנות".

"יש לאגד את הנתונים לתוך אגמי מידע", הסביר, "לאחר מכן יש לאחסן את המידע באופן שבו הוא יהיה נגיש לכמה שיותר משתמשים. אז נדרשות יכולות ניתוח, לצד נראות, וכך תתקבלנה תובנות. פה נכנס לימוד המכונה, שעושה, בין השאר, חיזוי במגוון מדדים. כך, לדוגמה, אתר מסחר מקוון יוכל לחזות את המלאים והחוסרים של מוצר כלשהו, ולעשות התאמות מותאמות אישית ללקוח".

לדבריו, "נדרשת פלטפורמה, מקצה לקצה, אשר מטפלת במידע בזמן הנכון, עם בקרות ואבטחת מידע. יש לנו יכולות ניתוח שכאלה, לטובת המסע של לימוד מכונה לכלל עומסי העבודה ולכל סוגי המידע".

ה'יועץ' של AWS – שירות חדש שממכן את ההגירה

"מעבר לשירותי בסיסי נתונים מנוהלים הוא חיוני, במסגרת אסטרטגיית המידע החדשה שארגונים נדרשים לה", אמר ד"ר סיבאסוברמניאן. "יש לנו כלי הגירה לענן. עשינו הגירה לענן שלנו ליותר מחצי מיליון בסיסי נתונים. ביצוע הגירה שכזו הוא מהלך מאתגר – אולם חיוני. הוא נעשה בכמה שלבים: בתחילה בוחנים את מצאי בסיסי הנתונים שבארגון. אחר כך מחליטים על הגירה, ולבסוף, יש לקבוע מה עובר ולאיזה שירות ענני. פעמים רבות התהליך הזה נעשה באופן ידני, מה שגוזל משאבים, ולכן אנו משיקים היום 'יועץ', שירות חדש שממכן את ההגירה. אנו לוקחים את המידע, מנתחים אותו ובונים ללקוח הארגוני תכנית הגירה המותאמת לו. יש לאחד את כלל הנתונים ואז לאבטח אותם. אז יש לגשר על הפער הקיים בין הרצון בהגירה מהירה לענן לבין הצורך בשליטה על המידע, ממשל IT".

"טיפול נכון ומעמיק בנתונים, והפיכתם למידע בעל ערך עסקי הוא צו השעה", סיכם ד"ר סיבאסוברמניאן, "אלא שלצד כלל ההיבטים הטכנולוגיים, יש לטפל גם בהיבט התרבותי-ארגוני. ארגונים צריכים להיות אורייני-מידע, עליהם להפוך להיות מבוססי מידע, להבין את הערך העסקי שלו. רק כך הם יוכלו להוון את המידע. ארגון מונע-מידע הוא ארגון שיצליח טוב יותר ממתחריו".