חדירת ה-AI לארגונים מתעכבת; כיצד ניתן להאיצה ולייצר יתרון תחרותי?

על אף האטרקטיביות הרבה והפוטנציאל העצום הטמון בה, חדירת השימוש בבינה המלאכותית לארגונים נעשית בעצלתיים. רובם המוחלט של הארגונים, במקרה הטוב, עדיין תקועים בשלב ההתנסות: הם עושים זאת בצורה של אפליקציות אשר בנויות ב-Silos וחסרים את המומחיות הנדרשת לקחת את השימוש ב-AI לצעד הבא.

ממחקר של דלויט עולה שפחות מ-15% מהארגונים הטמיעו פתרונות מבוססי AI באופן נרחב (מה שנקרא At Scale). אותם ארגונים לרוב עשו זאת על ידי הטמעת כמה תרחישי שימוש בעלי אימפקט גבוה, החזר השקעה (ROI) מוגדר ומסגרת משילות ייעודית. כאשר בוחנים אילו ארגונים ביצעו טרנספורמציה מלאה, אימצו שימוש בבינה מלאכותית לרוחב הארגון באופן מערכתי והפכו את תהליכי קבלת ההחלטות בהם למבוססי תובנות, אנחנו כבר מדברים על פחות מ-1% מהם.

מה תוקע את מהפכת ה-AI?

מדוע המהפכה מתעכבת? בעיקר בגלל ארבעה אתגרים מרכזיים שאיתם נאלצים ארגונים להתמודד בפיתוח ובהטמעה של יכולות בינה מלאכותית:

מחסור במשאבים – על אף הגידול האקספוננציאלי בשנים האחרונות במספר היישומים מבוססי ה-AI הקיימים בשוק, יש מחסור ניכר בטאלנטים בעלי מומחיות בתחום. וכמו בכל שוק, כאשר ההיצע נמוך והביקוש גבוה – המחירים עולים, והעלויות של מומחי AI גבוהות עד מאוד.

גישה מוגבלת לנכסי AI – יש מעט מאוד פתרונות מותאמים מראש לארגונים שנמצאים בתחילת דרכם ליישום לבינה מלאכותית, כאלה שיכולים לעזור להם להאיץ את היישום.

דרך חתחתים – ללא אסטרטגיה ברורה, מודל הפעלה מותאם, המומחיות והכלים הנדרשים, המסע אל עבר יישום ה-AI עלול להיות איטי, מעייף, לא מתגמל ומתסכל עבור ארגונים. על כן, ארגונים רבים פשוט מתייאשים בדרך.

קושי בניטור ובתחזוקה – ארגונים רבים נוטים להעריך בחסר את ההשקעה הרבה הנדרשת עת הפתרון נמצא כבר בסביבת הייצור. המודלים שבבסיסו דורשים ניטור ותחזוקה שוטפת, על ידי כוח אדם מיומן (לאו דווקא מדעני נתונים), כאשר המרחק בין MLOps ל-MLOops הוא קצר ביותר.

מה ניתן לעשות?

התשובה לשאלה הזו היא: לא מעט – החל מהגדרת אסטרטגיית AI המתכתבת עם האסטרטגיה העסקית, דרך הטמעה של מדיניות משילות נתונים בארגון, ועד להגדרה והקפדה על תהליכי MLOps סדורים. אך כל אלה, וצעדים דומים, לא נותנים מענה למומחיות הרבה הנדרשת בארגון בכדי להפיק ערך ממשי מבינה מלאכותית ולעלות הגבוהה של פיתוח מומחיות זו. לראייה, פחות מ-40% מהמנהלים הבכירים שנשאלו בסקר שביצעה דלויט באחרונה ענו שהם מאמינים ביכולת העובדים שלהם לפתח ולתחזק פתרונות מבוססי AI. קרי – מרבית המנהלים סבורים שאין בארגונם את המומחיות הנדרשת.

פער זה הוא אחת הסיבות לכך שאנחנו עדים יותר ויותר למינוף של שיתופי פעולה שעוזרים לארגונים לגשר על המומחיות החסרה מבית. בולט במיוחד השימוש הגדל במודל ה-AI כשירות (AI as a Service), שנותן לארגונים מענה זמין וגמיש, באמצעות גישה לטאלנט, מומחיות, ידע צבור ונכסים Pre-Configured, באופן שמאפשר להאיץ את הטמעת ה-AI בארגון, תוך אופטימיזציה של מבנה העלויות לאורך התהליך. ארגונים שישכילו לעשות שימוש מושכל במודל ה-AI כשירות כדי להאיץ את בניית היכולות ולקצר את זמן ההגעה לשוק ייצרו לארגונם יתרון תחרותי משמעותי.

הכותב הוא מנהל בכיר בחטיבת הייעוץ של דלויט.