למה מעל 85% מפרויקטי הבינה המלאכותית נכשלים?
יש לכך מגוון סיבות: העדר כלים מספיקים, חוסר ידע של עובדים, מחסור בכישרונות בעולמות ה-AI ועוד ● נופר גספר מארגון הבינה המלאכותית של אינטל מפרטת אותן וממליצה מה לעשות כדי לשפר את המצב
"יש בארגונים מוטיבציה גבוהה לבצע פרויקטי בינה מלאכותית, אבל רובם המכריע נכשלים. מדובר על נתון של מעל 85%", כך אמרה נופר גספר, מנהלת בינה מלאכותית בכל מקום וראשת תחום מוצרים בארגון המצוינות ב-AI של אינטל. מהו ההסבר – או, יותר נכון, מהם ההסברים – לנתון הגבוה? וכיצד ניתן להוריד אותו? על שאלות אלה השיבה גספר בהרצאה בכנס Future of AI של אנשים ומחשבים, שהתקיים הבוקר (ד') בבורסה בתל אביב.
"ניתן להסביר חלק מאותם כישלונות באובר מוטיבציה, שגורמת לכך שארגונים עוברים לבינה מלאכותית לפני שתהליך המעבר הושלם", אמרה. "יש עוד סיבות למה פרויקט בינה מלאכותית לא מגיע לייצור: חלק מזה הוא מחסור כישרונות, מחסור באנשים שיודעים לקחת את הבינה המלאכותית ולהביא אותה לייצור. סיבות נוספות הן הבחירה של האנשים שיעשו זאת, חוסר גישה או כלים לא מספיקים, דטה ועוד בעיות בהוצאה של הפרויקטים לפועל".
המקרה של אינטל
גספר הסבירה על ארגון המצוינות בבינה מלאכותית של אינטל. "הארגון נוסד לפני 12 שנים, מונה יותר מ-200 מהנדסים ומהנדסות ברחבי העולם ומנוהל מישראל", אמרה. "המיקוד שלו הוא בייצור פתרונות מבוססי בינה מלאכותית בתוך אינטל, על מנת לשפר את תהליכי העבודה המרכזיים בחברה: פיתוח ובדיקת המעבדים, ייצור, שיווק ומכירות, ועוד. בנוסף, הארגון מייצר אלגוריתמים של AI, שנמצאים בתוך המעבדים של אינטל והופכים אותם לאדפטיביים וחכמים יותר, וכתוצאה מכך לבעלי ביצועים משופרים".
ארגון המצוינות בבינה מלאכותית של חברת הענק מציע מעל 500 פתרונות AI מתקדמים ועמוקים, שמוטמעים בתהליכים קריטיים באינטל העולמית. גספר הדגישה כי "ב-2021, סך התרומה של פתרונות הבינה המלאכותית של הארגון לאינטל עלה על 1.5 מיליארד דולר של חיסכון בעלויות או הכנסות נוספות, שהתאפשרו הודות לפתרונות השונים".
"מאז שנוסד", הוסיפה, "הארגון צמח והתפתח, למד ושיפר את תהליכי העבודה, ושכלל שיטות וכלים, שמאפשרים יעילות מקסימלית, כך שמרבית עובדיו – כ-80% – עוסקים בפיתוח ובהרחבה של פתרונות חדשים ללקוחות חדשים. יתרה מזאת, יש לארגון שיטות מוכחות לבחירה וניתוח הזדמנויות ורעיונות חדשים לשימוש בבינה מלאכותית, כך שאחוזי ההצלחה גבוהים בהרבה מאלה שמצוטטים על ידי חברות המחקר. שיטות העבודה שפותחו מבוססות על אלפי פרויקטים, שכללו הצלחות וכישלונות כאחד".
עם זאת, היא הודתה ש-"לפעמים אנחנו עושים טעויות, גם אחרי 12 שנים, והן חוזרות על עצמן, בגלל אובר המוטיבציה שלנו".
"כשעושים פרויקטי AI משבשים, משנים את העסק", הסבירה גספר. "לפעמים מדובר בשינוי של תהליכים ולפעמים מדובר בהשפעה על האנשים, כדי להפוך את ה-AI להון".
"משאירים את האנשים בלופ"
"הבינה המלאכותית כוללת סט של יכולות. היא מביאה את השיפוט האנושי לתהליכים אוטומטיים לחלוטין", אמרה. גספר נתנה דוגמה לכך מתוך הארגון שבו היא עובדת: "כל יחידה אצלנו, באינטל, יוצרת הרבה דטה לאורך תהליך הייצור, וצריך לקבל החלטות האם לבדוק את המוצר בבדיקות מתקדמות או שלא. אין לנו מהנדסי ייצור על מנת לקבל את ההחלטות ברמת היחידה וה-AI עושה את זה".
"בקטגוריה אחרת", ציינה, "אנחנו משאירים את האנשים בלופ, למקרה שה-AI לא יוכל לעשות את הדברים. זה נכון גם להיפך: הבינה המלאכותית מבצעת את התהליכים כשלאנשים אין זמן לעשות את זה".
מצד החסרונות, גספר אמרה ש-"אזורים שבהם אנחנו מוצאים את עצמנו נאבקים הם העדר סטנדרטיזציה מספיקה של תהליכים, העדר דטה בכמות מספקת וחוסר בדרך אחידה שתהיה לאנשים לגשת לכל בעיה. הבנו שיש משימות שאנשים ניגשים אליהן כל אחד בצורה שונה לחלוטין, במיוחד במקרים שבהם אין להם הרבה רצון לעשות את זה".
עוד סיבה מרכזית לכישלונות של פרויקטי בינה מלאכותית שגספר מנתה היא הבחירה אילו פרויקטים לבצע. "ככל שחושבים על כך יותר בשלב ההתחלתי, יש סיכוי גדול יותר למנוע את כישלון הפרויקט", אמרה. "זאת סיבה מרכזית עבורנו להחליט האם ללכת על פרויקט AI מסוים או לא. מומלץ לאנשים הרלוונטיים בארגונים לשאול את עצמם את כל השאלות הקשות בשלב מוקדם ככל הניתן – גם מההיבט האנושי וגם מההיבט העסקי, כולל החזר השקעה. עוד המלצה היא לחזות את רמת הסיכון".
הדוברת ציינה שמתקיימת באינטל אסטרטגיית דמוקרטיזציה של בינה מלאכותית. "אינטל היא חברה ענקית, שמעסיקה מעל 100 אלף מומחים עם כישורים טכניים מפותחים. אלא שרק כמה מאות מהם יצרו פרויקטי AI או התנסו ב-AI", אמרה גספר. "דמוקרטיזציה של AI היא הפתרון לכך. אולם, כדי שזה יקרה, צריך שתהיה לכל אחד בארגון רמה מסוימת של ידיעה בעולמות הבינה המלאכותית, שהעובדים יהיו פתוחים ל-AI. מעבר לזה, צריכים להיות 'אלופי AI', שילמדו וידעו את הפרויקטים האלה יותר לעומק. הם אמנם לא יוכלו לפתור את כל הבעיות שתתגלענה במהלך ביצועם, אבל כן חלק מהן. הם יכולים להעביר את פתרון הבעיות למומחים וללת להם רעיונות איך לעשות את זה. המומחים בנויים מקהילה, הם עוזרים האחד לשני וגורמים לאנשים מרחבי אינטל לעזור זה לזה".
תגובות
(0)