"ה-AI לא יכולה לפעול לבד – היא תלויה בהקשר, באיכות הנתונים ובתהליך"

"יש למנף את האנליטיקה המסורתית ולשלב אותה עם בינה מלאכותית סוכנית. כדי שהמהלך יצלח, נדרש לעבור מעולם של לוחות מחוונים (דשבורדים) וניתוח בדיעבד –  לעבודה פרואקטיבית, המבוססת על תובנות בזמן אמת – מזיהוי חריגות, דרך המלצות אוטומטיות ועד הנעת תהליכים", כך אמר גדי רוטמן, סמנכ"ל אנליטיקה ו-AI באס.פי.דאטה, נציגת קליק (Qlik) בישראל.

רוטמן דיבר בכנס שערך הסניף הישראלי של ענקית הדאטה וה-BI. הכנס, The AI Reality Tour, בהפקת אנשים ומחשבים, התקיים היום (ה') באולם האירועים איסט בתל אביב, בהשתתפות לקוחות החברה ושותפיה העסקיים.

לדברי רוטמן, "אנחנו אוספים דאטה ממערכות שונות וצריכים לחבר את הכל, וזו רק ההתחלה. הנתונים אמורים לשמש את מקבלי ההחלטות, ולכן יש להפוך את הדאטה למשהו שיעזור לארגונים".

"העבודה מתבצעת בחלוקה לשתי שכבות", הסביר רוטמן, "עבודת הבסיס, שבה מוצאים את האנליטיקה והבינה העסקית שמספקות את היכולת להבין את הדאטה ולתחקר אותה; ומעל, שכבה שנייה שהיא ההנעה לפעולה – איך משתמשים בתובנות כדי לאפשר ביצוע".

לפי רוטמן, "AI מסייעת להפוך תהליכי ניתוח לאוטומטיים, לנתח ולפרש נתונים, להפיק תובנות וליצור תחזיות או המלצות. זה כרוך במינוף טכנולוגיות מתקדמות כמו למידת מכונה, עיבוד שפה טבעית והדמיה של נתונים כדי לשפר את יכולות קבלת ההחלטות. ניתוח נתונים מבוסס בינה מלאכותית מסייע להפחתת עלויות, צמצום שגיאות, שיפור הדיוק ויכולת לפנות משאבי אנוש כדי להתמקד במשימות אסטרטגיות יותר".

לדבריו, "שכבת ה-AI אינה שכבה שיכולה לפעול בפני עצמה. היא תלויה במידה רבה בהבנת ה-הקשר העסקי, איכות הנתונים ושכבת ניהול הדאטה ובכל התהליך לפני שמשתמשים בה בפועל. אנחנו מספקים הנעה לפעולה, שגם יודעת להציע התמקדות באופן אוטומטי, אם משהו משתנה בדאטה. אנחנו גם מחברים את התוצרים למערכות אחרות, כי ליצור באופן אוטומטי תהליכים מעדכנים".

תפקיד ה-AI, ציין רוטמן, "הוא לעזור לשפר את כל התהליכים. היא מאפשרת גם לשאול שאלות בשפה חופשית, ואף מאפשרת לבנות תחזיות אוטומטיות. היא גם מספקת את היכולת ליצור סוכן שיעבוד כל הזמן, ויתריע אם משהו משתנה".

לדבריו, "הבינה המלאכותית מבוססת על שלושה עקרונות: נתונים איכותיים, ההקשרים שרוצים, והחוויה הסוכנית – חוויה חדשה שאנחנו פורסים באזורים השונים".

"הניתוח", אמר, "מניב כמה יתרונות: שיפור של ניתוח הנתונים – ניתוח כמויות עצומות של נתונים במהירות וביעילות, תוך חשיפה של דפוסים, מגמות וקורלציות שקשה לבני אדם לזהות ידנית. יתרון נוסף הוא שיפור קבלת החלטות: מודלי AI יכולים לעבד מערכי נתונים מורכבים, לבצע ניתוח ניבוי ולספק המלצות המבוססות על נתונים ודפוסים היסטוריים. כך מתקבלות תובנות מעשיות, המסייעות לקבלת החלטות ולצמיחה עסקית ויתרון תחרותי. עוד יתרונות הם אוטומציה של משימות חוזרות ונשנות, הגברת היעילות והפרודוקטיביות, שיפור חוויית הלקוח, זיהוי הזדמנויות חדשות והפחתת סיכונים – על ידי יכולת לזהות אנומליות, לחזות סיכונים פוטנציאליים ולספק מדדים להתרעה מוקדמת".

רוטמן סיכם: "אנו כל הזמן מוסיפים עוד יכולות, ובסופו של דבר המערכת תדע להפעיל את הסוכנים הרלוונטיים וגם להשתמש בעת הצורך בכלי AI חיצוניים".