מגמות בולטות בעולם ה-AI לארגונים – מנקודת המבט של יבמ

יבמ היא אולי חברת המחשוב וה-IT הוותיקה ביותר בעולם. החברה נוסדה ב-1911 וקיבלה את שמה הנוכחי לפני כ-100 שנה. אלא שלצד הוותק, היא מתפתחת עם ההתפתחויות הטכנולוגיות, והבינה המלאכותית לא פוסחת גם עליה. אפשר לומר שיבמ היא אחת החברות הגדולות בתחום הלוהט הזה.

אנשי החברה דנו בהתפתחויות בעולמות הבינה המלאכותית והמחשוב הקוונטי, ובתפקיד המרכזי של יבמ בהם, בכנס Vision to Impact, שנערך היום (ג') באולם איסט בתל אביב. האירוע הופק על ידי אנשים ומחשבים והמנחה שלו היה טל ברמן, מגיש חדשות הערב של כאן 11.

צילום ועריכת וידיאו: ליטל רובינשטיין

אחד מדוברי המפתח בכנס היה אייל שטיינברג, מנהל כללי של סגמנט הצמיחה ביבמ. הוא ציין כמה מגמות בעולם הבינה המלאכותית הארגונית – שכמובן, מתקשר לענן. "אנחנו נמצאים בזמן מעניין: חברות אומרות שהן ינטשו את האון-פרמיס ויעברו לענן", אמר שטיינברג. "בחמש השנים האחרונות, ארבע מתוך חמש חברות מנהלות את הנתונים שלהן על יותר מענן אחד ועם הרבה אפליקציות. אלא ש-63% מהארגונים לא מצליחים לקשר את האפליקציות שלהם לבינה המלאכותית. ה-'אשמה' היא בכך שאנחנו חיים בעולם ההיברידי – חלק מהאפליקציות נמצאות בענן וחלקן בחצר הארגון. זה מאוד מסובך".

"עוד גורם מעכב בכל הנוגע לשימוש של ארגונים בבינה מלאכותית הוא מה שנקרא FOMA, שזה Fear Of Messing Up (פחד מכישלון או, בעברית פשוטה, מפאשלות – י"ה). למשל, מנהלים בארגונים חוששים מכך שסוכנים יתחילו לשלוח מיילים בשמם, בלי שליטה שלהם", אמר. עוד נתון ששטיינברג הציג ושקשור לכך הוא שכמעט כל החברות שאימצו בינה מלאכותית – 98% מהן – חוו בעיית משילות או אבטחת מידע.

אז מה עושים?

"אני שומע כל הזמן את השאלה: אז מה עושים?", ציין שטיינברג. התשובה שלו היא ש-"יש שתי אפשרויות: בנה או קנה, וישן או חדש. האם לעשות משהו שכבר עשו – כלומר, לקנות פתרון קיים, 'ישן' – או לעשות משהו שונה, חדש, לבנות את המוצר בתוך הארגון". "עוד שאלה שאני נשאל בתדירות גבוהה מאוד היא לגבי הדאטה. מנהלים בארגונים אומרים לי שהנתונים שלהם אפילו לא קרובים להיות מושלמים ומאורגנים. אלא שב-AI, הם לא צריכים להיות מאורגנים", הוסיף.

"יש הרבה פתרונות. ברירת המחדל היא להתבסס על הייפר סקיילרים כמו AWS, מיקרוסופט (Azure) וגוגל קלאוד. יש ליבמ שותפות עם כל אחת מהן", אמר.

האם אנחנו לפני עידן המודלים הקטנים יותר?

שטיינברג ציטט כמה נתונים: "לכל חברה יש ניסיון עם AI. הנתונים אומרים ש-5% מהחברות לא ניסו כלל בינה מלאכותית. אני לא מאמין לזה. נכון שמדובר בירידה לעומת 25% לפני שנה, אבל עדיין, אני לא מאמין של-5% מהחברות אין ולו ניסיון הקטן והמועט ביותר עם AI. בנוסף, לשני שלישים מהחברות יש כבר פתרון AI שנמצא בפרודקשן. 60% מהחברות עוד לא רואות החזר השקעה". הוא הוסיף כי "התעשיות שיש עליהן הכי הרבה רגולציה הן אלה שמשתמשות הכי הרבה ב-AI"

"מגמה נוספת שאנחנו רואים בתחום הבינה המלאכותית היא שהגודל של המודלים יורד עם הזמן. הסיבה העיקרית לכך היא שלמודלי שפה גדולים (LLMs) יש יותר מדי נתונים, שחלק ניכר מהארגונים לא צריכים את כולם, ואפילו לא את רובם. זה משול ללקחת ילד אחד במכונית גדולה או קטנה. בשביל ילד אחד, לא צריך רכב גדול. באותה המידה, כשארגון רוצה לבנות אפליקציה, ויודע מהי האפליקציה שאותה הוא רוצה לבנות, כדאי לו ללכת למודל קטן יותר, עם פחות סיכונים לטעויות והזיות AI", ציין שטיינברג.

"בנוסף", אמר, "כ-99% מהדאטה שארגונים משתמשים בה היא ציבורית. אלא שהמפתח נמצא בנתונים הארגוניים של הארגון. כיום, כמעט אף אחד לא עושה את זה, כי כולם מפחדים. ארגונים שיידעו למצוא תא הדרך להשתמש בצורה נכונה במידע שלהם יהיו בעלי סיכויים גבוהים יותר להצלחה".

המאבק החריף על הטאלנטים בעולם ה-AI

"עוד מגמה בולטת היא המאבק החריף על טאלנטים בתחום הבינה המלאכותית. לא לחינם מטא משלמת כל כך הרבה כסף לטאלנטים של OpenAI. רק לעשירית ממדעני הנתונים יש מומחיות ב-GenAI, ויש קרב ענקים על הכישרונות בתחום, כי אין הרבה אנשים שיודעים באמת לבנות מודלי AI. עד 2030 נגיע למצב מפחיד, שבו לא יהיו מספיק אנשים שיבנו את המודלים", ציין.

שטיינברג סיכם באומרו כי "יצירתיות, סקרנות ומוכנות לנסות הם הדברים שמבדלים בין עובדים טובים יותר, שיידעו להתאים את עצמם לעידן הבינה המלאכותית, לבין אלה שלא".

המשך סיקור הכנס, כולל על עולם המחשוב הקוונטי – מחר.