אופטיקה שלא קשורה למשקפיים

כשחושבים על אופטיקה, מתכוונים לחנות משקפיים, עם או בלי מעבדה לתיקונם. אלא שיש גם אופטיקה אחרת: כלי GenAI בשם זה, שפותח בשירותי בריאות כללית.

ניר שחר, מנהל מחלקת הדאטה, האנליטיקה וה-AI בשירותי בריאות כללית, סיפר על הכלי בפאנל תחת הכותרת "הטמעת GenAI: לומדים מאתגרים וכישלונות". הפאנל נערך במסגרת כנס הבינה המלאכותית הגדול של אנשים ומחשבים, שהתקיים באחרונה. בכנס, GenAI for All, הושק פורום ה-GenAI החדש של אנשים ומחשבים. הוא נערך באיסט בתל אביב, כשאת פאנל הטמעת ה-GenAI הנחה רמי ענבר, מנהל המרכז לדאטה ו-AI באוניברסיטה הפתוחה.

"אנחנו מפתחים ומיישמים שירותי AI בשירותי בריאות כללית כבר שנים רבות", אמר שחר. "בשנים האחרונות, עם הכניסה של טכנולוגיות ה-GenAI, נדרשנו להתמודד עם אתגרים מסוג חדש, ביניהם דיוק המודל, עקביות התשובות, הסבר בהיר וברור למתן התשובה והטיות. בנוסף, מודל AI שעובד במדינה מסוימת או ארגון אחר לאו דווקא יתאים לנו, בכללית, מסיבות שונות: למשל, כיוון שהדאטה שונה והכלי אומן על מערך נתונים שלא רלוונטי לנו".

"על מנת להתמודד עם האתגרים הללו פיתחנו כלי בשם אופטיקה (Optica), שמטרתו ליצור רשימת תיוג שמסייעת בקבלת ההחלטה האם לאמץ מודל או מוצר או לא", הוסיף. "הרשימה הזו מורכבת מ-13 פרקים, כאשר בכל פרק יש 3-12 סעיפים, והיא מתייחסת מתייחס לכל היבטי המוצר – החל משלב הדרישות, עבור בדאטה ובתהליך הפיתוח, ועד ליישום ולניטור שוטף. כיום הכלי נמצא בשימוש שוטף בארגון, ומסייע רבות בקבלת ההחלטות".

"במקום להתאהב בבעיה, מתאהבים בכלי"

בני פרבר הוא מייסד ומנהל פרקטי AI, שנחשבת לקהילת הבינה המלאכותית הגדולה בישראל, שיש בה מעל 220 אלף חברים. הוא טען בפאנל שהטעות הכי גדולה בשימוש בבינה מלאכותית היא להתחיל את יישומה מפרויקט, ולא מבעיה מוגדרת שצריכים לפתור. "הרבה יזמים ואנשי מוצר מתלהבים מהטכנולוגיה, רוצים לעשות משהו עם AI, אבל הם לא עוצרים לשאול: מה בדיוק אנחנו פותרים? האם באמת צריך את זה? במקום להתאהב בבעיה, הם מתאהבים בכלי. התוצאה היא עשרות יוזמות שמרגישות מרשימות באופן טכנולוגי, אבל אין להן הצדקה עסקית או מישהו שצריך אותן. הבינה המלאכותית היא לא מוצר – זו שכבת כוח שמוסיפה ערך רק כשיש תשתית אמיתית של צורך, כאב ושוק ברור", אמר.

"חברות וארגונים שמצליחים להטמיע תהליכי AI מלמטה, מהעובדים, מביאים לכך שאותם תהליכים יעבדו להם בצורה הרבה יותר יעילה וטובה מאשר מלמעלה, מהמנהלים – שמכריחים את העובדים להשתמש ב-AI", סיכם פרבר.

"צריך להסביר לאנשים שה-AI באה לחזק אותם, לא להחליף"

יוני פולקובסקי, מנהל ומוביל תחום הדאטה, ה-AI והאנליטיקה באגד. צילום: עצמי

יוני פולקובסקי, מנהל ומוביל תחום הדאטה, ה-AI והאנליטיקה באגד, דיבר על שלושת הדברים שמעסיקים אותו במיוחד, כבכיר טכנולוגי בחברה בשוק התחבורה הציבורית: "הראשון הוא הדאטה שלנו. באגד אוספים מיליוני נקודות דאטה בכל יום מאלפי אוטובוסים, נהגים ומערכות שונות. האתגר הוא שנכון להיום, עדיין, לא כל הנתונים נכנסים למערכת באופן אחיד ונקי. יש הזנות ידניות, שלא תמיד משקפות את המציאות העסקית בצורה מדויקת, חיישנים באוטובוסים שפועלים בסביבה מאתגרת, מערכות מורכבות שמשדרות דאטה בפורמטים שונים ובתדירות משתנה, ואי אפשר לדבר על AI בלי לטפל קודם באיכות הנתונים".

"ההיבט השני הוא השינוי הארגוני שהטמעת הבינה המלאכותית מצריכה", הסביר. "זה לא רק עניין של טכנולוגיה, זה בעיקר עניין תרבותי. צריך להסביר לאנשים שה-AI באה לחזק אותם, לא להחליף, ולבנות אמון בהדרגה".

פולקובסקי ציין ש-"ההיבט השלישי הוא שהתפקידים משתנים – אנשי דאטה יצטרכו בעתיד הקרוב לפתח בקרות על מודלים של AI ולייצר תהליכים בעזרת AI, שישפיעו וישפרו את ליבת העשייה בארגון. אגד שמה לה כיעד להיות מובילה בתחום הבינה המלאכותית בענף התחבורה הציבורית בישראל".

איזו עצה אפשר לתת למי שמתחיל להטמיע AI בארגון?

אניה סורוקין, מנהלת מחלקת הדאטה וה-AI בקבוצת שטראוס. צילום: ניב קנטור

דוברת נוספת בפאנל הייתה אניה סורוקין, מנהלת מחלקת הדאטה וה-AI בקבוצת שטראוס. היא ענתה לשאלה: איזו עצה אפשר לתת למי שמתחיל להטמיע AI בארגון? "העצה שלי היא לבוא בגישה של בינה מלאכותית תחילה (AI First), כבר מהשלב שבו מגדירים צרכים ויעדים. במקום לשאול 'איך נשתמש ב-AI' יש לשאול 'מהם האתגרים וההזדמנויות העסקיות של הארגון'. הבינה המלאכותית היא לא מטרה – היא מנוע. רק אחרי שמבינים את הכיוון העסקי הנכון צריך לשאול איפה היא יכולה לחזק, להאיץ ולפתוח אפשרויות חדשות", השיבה.

"הכוח האמיתי של הבינה המלאכותית הוא לא בפתרון בעיות קיימות, אלא ביצירת מודלים חדשים לצמיחה, חדשנות וחוויית לקוח. כשמתייחסים אליה כאל שותפת חשיבה ולא רק ככלי טכנולוגי – אז מתחיל תהליך אימוץ שמביא ערך אמיתי וחדשנות", ציינה סורוקין.

"חשיבה שמבדילה בין עוד יוזמת טק לשינוי אמיתי"

רמי ענבר, מנהל המרכז לדאטה ו-AI באוניברסיטה הפתוחה.

ענבר, שכאמור הנחה את הפאנל, סיכם: "עשינו דבר שבדרך כלל לא עושים. בפעם הראשונה, נציגים בכירים מארגוני ענק ישבו על הבמה ושוחחו על נושאים שפחות אוהבים לדבר עליהם. כל ארגון חווה כישלונות ואתגרים ביישום טכנולוגי אבל מהם צומחות הצלחות".

הוא סיכם את התובנות שעלו מהפאנל: "למדנו איך בודקים אם מודל בכלל ראוי לשימוש, כיצד מונעים התאהבות בטכנולוגיה לפני שיש צורך אמיתי, איך בונים אמון מבפנים וכיצד יוצרים AI שמתחיל מלמטה – מהעובדים. אלה לא רק סיפורים, אלא שיטות חשיבה שמבדילות בין עוד יוזמה טכנולוגית לבין שינוי אמיתי. מי שמחפש מתכון להצלחה – לא ימצא, אבל מי שמוכן לשאול שאלות קשות מצא בפאנל הזה לא מעט תשובות".