מעבדת ה-AI המהירה בעולם: מה ארגונים יכולים ללמוד מפורמולה 1?

בפורמולה 1, ניצחון והפסד עשויים להיקבע בהפרש של אלפיות השנייה. אך מאחורי המהירות, המנועים והנהגים, מתנהל מרוץ נוסף, פחות נראה לעין: המרוץ על הנתונים.

מכונית פורמולה 1 מודרנית מצוידת ביותר מ-300 חיישנים, המנטרים בזמן אמת כמעט כל היבט בפעילותה – מהתנהגות הצמיגים והמנוע ועד לאווירודינמיקה ולתגובות הנהג. במהלך סוף שבוע של מרוץ נוצרים טרה-בייטים של מידע, המנותחים במקביל במסלול, במטה הקבוצה ובענן. המטרה אינה רק להבין מה קרה, אלא לקבל החלטה טובה יותר עוד לפני ההקפה הבאה.

במובן הזה, פורמולה 1 הפכה לאחת ממעבדות ה-AI המעניינות בעולם. לא משום שהיא משתמשת בטכנולוגיות יוצאות דופן בלבד, אלא מפני שהן פועלות בסביבה שבה כל החלטה נבחנת מיד, תחת לחץ ותחרות קיצוניים.

ארגונים רבים מחזיקים כמויות גדולות של מידע, אך מתקשים להשתמש בו בזמן אמת. הנתונים מפוזרים בין מערכות ומחלקות ולעיתים מגיעים למקבלי ההחלטות רק לאחר שכבר איבדו מערכם. פורמולה 1 מדגימה שהיתרון אינו טמון רק בכמות הנתונים, אלא ביכולת להזרים אותם, לנתח אותם ולהפוך אותם לפעולה 

כשהנתונים הופכים לחלק מהמכונית

בעבר, שיפור ביצועים התבסס במידה רבה על ניסיונם של הנהגים והמהנדסים. גם היום הגורם האנושי נותר מרכזי, אך היכולת להבין את המכונית נשענת יותר ויותר על ניתוח כמויות עצומות של מידע.

מערכות AI ולמידת מכונה מסייעות לצוותים לזהות דפוסים, להריץ תרחישים, לחזות שחיקה ולבחון כיצד שינוי קטן בהגדרות המכונית יכול להשפיע על הביצועים. המערכות הללו כמובן אינן מחליפות את הנהג או את המהנדס, אלא מאפשרות להם לפעול על בסיס תמונה רחבה ומהירה יותר.

אחד היישומים המרכזיים הוא סימולציות. קבוצות מריצות אלפי תרחישים לפני המרוץ ובמהלכו כדי לבחון אסטרטגיות, תנאי מסלול, התנהגות צמיגים וניהול אנרגיה. במקביל, מודלים דיגיטליים של המכונית מאפשרים לבדוק רעיונות בלי לבנות כל רכיב מחדש ובלי להמתין למבחן פיזי.

פרארי במרוץ פורמולה-1 בספטמבר 2024 בסינגפור. צילום: Shutterstock

המהירות האמיתית היא מהירות קבלת ההחלטות

האתגר בפורמולה 1 אינו רק לאסוף נתונים, אלא להפוך אותם להחלטה בזמן הנכון. המידע שמגיע מהמכונית צריך לעבור במהירות בין המסלול, המהנדסים במטה והמערכות בענן.

כאשר מופיעה בעיה במכונית, כשמזג האוויר משתנה או שאסטרטגיית הצמיגים דורשת עדכון, הצוות אינו יכול להמתין לניתוח ארוך. הוא צריך להבין את המצב בתוך שניות. 

וזהו אחד הלקחים המרכזיים לעולם העסקי – ארגונים רבים מחזיקים כמויות גדולות של מידע, אך מתקשים להשתמש בו בזמן אמת. הנתונים מפוזרים בין מערכות ומחלקות ולעיתים מגיעים למקבלי ההחלטות רק לאחר שכבר איבדו מערכם. פורמולה 1 מדגימה שהיתרון אינו טמון רק בכמות הנתונים, אלא ביכולת להזרים אותם, לנתח אותם ולהפוך אותם לפעולה.

AI איננה קסם ללא תשתית מתאימה

ההתלהבות סביב ה-AI יוצרת לעיתים תחושה שמספיק להוסיף כלי חכם כדי לשפר ביצועים. בפועל, מערכות AI תלויות באיכות הנתונים, במהירות הגישה אליהם וביכולת לחבר מידע ממקורות שונים.

במקרה של אסטון מרטין (Aston Martin Aramco F1 Team), תשתית הנתונים מחברת בין פעילות המסלול, מרכז הטכנולוגיה של הקבוצה בסילברסטון והענן.

נטאפ (NetApp), המשמשת כשותפת תשתיות הנתונים של הקבוצה, תומכת ביכולת להעביר, לשמור ולנתח מידע בין הסביבות האלה. התפקיד שלה אינו לקבל את ההחלטה במקום הצוות, אלא לאפשר למידע להיות זמין, עקבי ונגיש כאשר הוא נדרש. זהו הבדל חשוב. טכנולוגיית AI אינה פועלת בחלל ריק. היא זקוקה לתשתית יציבה, לנתונים מהימנים ולמערכות שמסוגלות להתמודד עם עומסים גדולים בלי לפגוע במהירות העבודה.

לא כל החלטה צריכה לעבור למכונה

לצד ההתקדמות הטכנולוגית, פורמולה 1 ממחישה גם את גבולות האוטומציה. המכונה יכולה לחשב תרחישים רבים במהירות, אך היא אינה מכירה תמיד את ההקשר המלא כפי שמכירים אותו הנהג והמהנדסים.

נהג יכול להרגיש שינוי בהתנהגות המכונית לפני שהמערכת מזהה אותו. מהנדס מנוסה מסוגל להבין שנתון מסוים חריג בגלל תנאי מסלול יוצאי דופן. לכן, ההצלחה אינה נובעת מהחלפת האדם, אלא מהחיבור בין יכולת החישוב של המכונה לשיקול הדעת האנושי. המודל הזה רלוונטי גם לארגונים. הטמעת AI מוצלחת אינה נמדדת במספר ההחלטות שעברו לאוטומציה, אלא באיכות שיתוף הפעולה בין האדם למערכת.

מה עסקים יכולים ללמוד מהמסלול

רוב הארגונים אינם פועלים במהירות של פורמולה 1, אבל האתגרים דומים יותר מכפי שנדמה – גם הם מתמודדים עם מידע שמגיע ממקורות רבים, עם צורך לקבל החלטות במהירות ועם מערכות ותיקות שצריכות לעבוד לצד ענן ו-AI.

הלקח הראשון הוא להתחיל מהבעיה העסקית, ולא מהטכנולוגיה. אסטון מרטין אינה משתמשת ב-AI משום שהיא אופנתית, אלא כדי לשפר ביצועים, לצמצם אי-ודאות ולקבל החלטות מהירות יותר.

הלקח השני הוא שהמידע חייב להיות נגיש ואמין. גם המודל החכם ביותר לא יספק תוצאה טובה אם הנתונים חלקיים, מפוזרים או אינם מעודכנים. והלקח השלישי הוא שלא כל החלטה צריכה להיות אוטומטית. במצבים מורכבים, היתרון הגדול ביותר נוצר כאשר הטכנולוגיה מספקת תובנות, והאדם מפעיל שיקול דעת.

פורמולה 1 היא אולי הסביבה המהירה ביותר לבחון בה את הקשר בין AI, נתונים וביצועים. אבל השאלה שהיא מציבה רלוונטית לכל ארגון ואינה כמה מידע יש ברשותו – אלא כמה מהר הוא מסוגל להפוך אותו להחלטה טובה.

כותב המאמר הוא מנכ"ל נטאפ ישראל