אילו אתגרים עומדים בפני מנמ"רים בשילוב AI בעסק?

מהפכת הבינה המלאכותית ממשיכה להסעיר את העולם, ולהגביר את השפעתה כמעט על כל תחום בחיינו. בפרק הזה של פודקאסט אנשים ומחשבים אירחנו את אריאל כץ מומחה לבינה עסקית, כיום מנכ"ל חברת סייסנס הישראלית, לשעבר בכיר במיקרוסופט ישראל ובמטה מיקרוסופט הבינ"ל. תפקידו האחרון היה CTO של מרכז הפיתוח של מיקרוסופט בישראל.

בראיון, כץ מספר על היבטים של שילוב כלי בינה מלאכותית במגזר הארגוני העסקי, ואילו אתגרים עומדים בפני המנמ"רים, ההנהלות והמשתמשים.

כץ בוגר הטכניון, ובפועל הוא נמצא בתפקידי ניהול במשך 30 שנה. לפני שהצטרף ל-מיקרוסופט עבד כארבע שנים באינטל. בתקופת עבודתו במיקרוסופט עסק בעיקר בפיתוח פתרונות סייבר, ועל שמו רשום האנטי וירוס החינמי הראשון של מיקרוסופט, שהושק בשנת 2009. לאחר שפרש ממיקרוסופט ייעץ לחברות סטארט-אפ, שם הכיר את מי שהיה אז מנכ"ל חברת סייסנס, אמיר אוהד, ובעקבות ההכרות עבר לעבוד כיועץ לחברה ואחר כך הפך למנכ"ל.

סייסנס עוסקת ב-BI – ניתוח נתונים שיוצרים תובנות עסקיות – ועל השילוב של כלי בינה מלאכותית בתהליכים אלו שוחחנו עם כץ בפודקאסט.

בינה מלאכותית בשוק הארגוני-עסקי היא אתגר גדול, שאחד החסמים שלו הוא היעדר טיוב נכון. איך מתגברים על החסם הזה?
"אכן ארגונים מוצפים בכמויות אדירות של דאטה ורוב המידע לא מטויב והוא ברמה גולמית. כדי להוציא ממנו את האנליטיקה המיטבית, אתה צריך בעצם להכין את מערכות הבינה המלאכותית לשאלות, לוודא שהתשובות שהן יתנו נכונות, שהמידע מדויק ועוד שורה של תהליכים… זה די קשה. הארגון עושה את הפעולות האלו בהתאם לפרויקטים, כל פעם בנפרד, ובסוף יש התעייפות ולא ממשיכים עם זה. אתגר רב שנים".

אז מה הפתרון?
"קודם כל להכניס את כל תהליכי העבודה עם הדאטה לכמה שיותר מהתהליכים הגרעיניים של החברה, ולשלב את המפתחים כבר בהתחלה ולא רק אחרי שהמוצר יוצא. היום ישנם פתרונות של בינה מלאכותית שיכולים לסייע בתהליך הטיוב. הבינה המלאכותית יכולה להסתכל על הדאטה, לראות כפילויות ולהוריד אותן – למשל, בן אדם גם יודע לעשות זאת, אבל יהיה לו הרבה יותר קשה והוא לא יהיה מדויק תמיד".

ארגונים לא מתלהבים להתחיל להשקיע בטיוב משנים רבות אחורה. מה בכל זאת אפשר לעשות?
"אז אני חושב שזה מתחיל קודם כל ברצון לשאוף למידע מטויב. אם אין רצון כזה אז אין טעם להתאמץ. הבינה המלאכותית גורמת לארגונים לצרוך הרבה יותר מידע מטויב. אז אם הוא מידע מלפני שנה או קודם, מן הסתם עושים מאמצים לטייב ובאופן טבעי המיקוד עובר לאותם סוגי נתונים שהם ליבת הארגון ובהתאם לזה כלי הבינה המלאכותית יתנו מענה".

בוא נדבר על המצב של המשתמשים, שעושים הרבה דברים באמצעות אפליקציה בחיי היום-יום, אבל כאשר מדובר בארגונים חוויית המשתמש עדיין לא ממש טובה. איך משפרים את זה?
"הציפיה של חוויית המשתמש ביישומים עסקיים לא שונה מהחוויה שלו כמשתמש באפליקציה פרטית. הדרישה היא לחוויה מקסימלית טובה, זמינות מיידית, וגם מיקוד בתשובות. אבל בניגוד לאפליקציות פרטיות, ביישומים עסקיים לפעמים שואלים שאלה ומקבלים ים של דו"חות, שבעצם אלו הן חידות ולא תשובות, מה שמייצר תסכול, וזה האתגר של חברה כמו שאני מנהל אותה. לייצר חוויה חדשה לצרכנים.

כפי שאמרתי, זה מתחיל קודם כל בעבודה עם המפתחים, לשבת איתם על אנליטיקה נכונה לכל אפליקציה. זה מגדיל את הסיכוי שחוויית השימוש באפליקציה העסקית תהיה הרבה יותר טובה ויעילה. זהו תהליך שמתחיל לחלחל בארגונים, אבל הוא בחיתוליו עדיין".

נעבור לבאזזז אחר שמדברים עליו: סוכני בינה מלאכותית. מה זה?
"סוכני בינה מלאכותית הם הדור הבא של ה-AI, ואומרים ששנת 25 תהיה שנת הסוכנים. באופן כללי זה מערכות שפועלות באופן לגמרי אוטונומי, כדי להשיג מטרות עסקיות ולא רק לענות על שאלות. זה בסופו של דבר תוכנה, שיודעת לא רק לענות על שאלות, אלא גם מבינה מה המשתמש מצפה בבקשה לתהליך כלשהו, ויכולה לבצע אותו אוטונומית בצורה שהכי דומה למה שהוא היה עושה.

זה יכול להיות גם בתהליכים עסקיים פנים-ארגונים, כמו סוכן רדום שעוקב אחר מערכת המלאי וברגע שהוא מזהה שיש צורך להגדיל את המלאי הוא נכנס לפעולה ומבצע שורה של תהליכים שהמשתמש בכלל לא מודע אליהם".

עדיין יש חשש לאיבוד שליטה, חוסר דיוק ואמינות בכלים שמספקים לנו…
"נכון, והפתרון הוא בדרישה להגבת השקיפות התאגידית, שכבר קיימת באירופה והחלה בסוף תקופת הנשיא ביידן. רשויות רגולטוריות כבר מתחילות לבחון שימושים לבינה מלאכותית, ולראות היכן יש מקום לשפר. בעולם העסקי מדברים על תקינה בכלי בינה מלאכותית, אבל זה עדיין בהתחלה".

האם יש בסיס לחששות שהבינה המלאכותית תגרום לאיבוד מקומות עבודה?
"אני פחות שותף לתחזיות הקודרות שאנשים יהיו ללא עבודה בגלל הבינה המלאכותית. ובסופו של דבר התובנה לפיה כלי ה-AI נועדו לסייע תחלחל. היא באה לעזור ותמיד יהיה מקום לאדם לפקח ולנהל. בכלל, אחת המסקנות שלי מה-7 באוקטובר היא שאסור לסמוך יותר מדי על מכונות".

להאזנה לפרק המלא לחצו כאן