AI ככלי לטיפול באתגר עיבוד המידע הדיגיטלי

בזמן האחרון אנחנו מדברים יותר ויותר עם בוטים חכמים, מתכתבים עם ChatGPT או מבקשים מ-Midjourney לעצב ציור או תמונה – והתוצאות מרשימות ביותר. מספר הולך וגדל של מנועי בינה מלאכותית נכנסים לחיינו, ונראה שבקרוב נצטרך רק לדעת איך לבקש, להגדיר את הצורך שלנו, ואולי קצת לדייק את ההנחיה לאחר קבלת הדוגמאות הראשונות – ונקבל את המאמר המושלם או את התמונה הנדרשת בתאורה מדויקת, כמו שאף צלם לא יכול היה לצלם עבורנו. התוצאות תהיינה, ברוב המקרים, טובות מכפי שיכולים היינו לצפות, וזה רק משתפר והולך, וימשיך להשתפר.

הבינה המלאכותית יכולה לעזור לנו בקידום העסק שלנו, ויש מגוון תרחישים ותהליכים כיצד לעשות זאת. כך, למשל, מערכי שירות חכמים מאפשרים ללקוח לנהל שיחה בשפה טבעית על בעיה שנתקל בה. בין אם מדובר בתקלה טכנית, חשבונאית או אחרת, המכונה חוקרת ברקע בסיסי נתונים רלוונטיים ומנוע שפה מתרגם את המידע לשאילתות ולתשובות ידידותיות. בעתיד הלא רחוק יפותחו מודלים שיאפשרו לנו לזהות מראש תקלות טכניות וטעויות חשבונאיות מסוגים שונים וכארגון, נדע לפתור אותן עוד לפני שהלקוח ידע שהם התרחשו.

תהליכי AI יכולים להיות הדרך לתוצר או למטרה הסופית, כמו בדוגמה לעיל, ובמקרים רבים הם יכולים להיות גם כלי לטיפול במידע, טרום השימוש בו. אחת הדוגמאות הטובות לכך היא התממה (מלשון תמים) של המידע, על מנת למנוע פגיעה בפרטיות בעת השימוש בו. למשל, בעבודה עם תיקים רפואיים, שבהם מסתירים את פרטי המטופל, אך לא את פרטי המטפלים, או סרטונים וצילומים שבהם נדרש לטשטש פרטים מזהים של המטופל. כל זאת כשלב מקדים לשיתוף המידע במהלך ביצוע מחקרים או פעילות למידה כלשהי.

מה אנחנו יודעים לעשות עם המידע הדיגיטלי?

השימוש במידע הדיגיטלי היה ונשאר האתגר המרכזי של עסקים וארגונים, בעיקר כאלה שהערוץ הדיגיטלי שלהם מפותח ומשמש כערוץ המרכזי לתקשורת עם הלקוחות. כבר בימים הראשונים של האינטרנט, האינדקסים הדיגיטליים ומנועי חיפוש בסיסיים עזרו לנו, הגולשים, לנווט את דרכנו במרחב הווירטואלי. מאז ועד היום, מנועי החיפוש אמנם התפתחו בקצב מדהים, אך הם וכלי BI כבר לא מספיקים כדי להשיג יתרון תחרותי בשוק.

את המידע הדיגיטלי קל יחסית לאסוף וזול יחסית לשמור, אבל נשאלת השאלה: מה אנחנו יודעים לעשות אתו? עיבוד מידע באמצעות מודלים של בינה מלאכותית הוא אחד האתגרים המרכזיים של ימינו. ארגונים צוברים כמויות עצומות של מידע, וקצב האיסוף רק גדל והולך, כי ככל שיש לנו יותר מידע, אנו זקוקים לעוד ממנו כדי לדייק ולשכלל את היכולת שלנו לקבל החלטות ולבצע פעולות שיספקו מענה לצורכי הלקוח הפוטנציאלי.

ארגונים שרוצים להשיג יתרון תחרותי נדרשים להמציא מחדש חלקים מהותיים מהביזנס שלהם, או לפחות להתרענן באופן משמעותי. זו הזדמנות מצוינת לאלה שקצת איחרו לתפוס את הגל של המהפכה הדיגיטלית ולמקם את עצמם מחדש בעידן הנוכחי של הבינה המלאכותית

ארגון שמונע על ידי מידע (Data Driven) מציב את הנתונים בחזית תהליך קבלת ההחלטות שלו ומבסס את פעילותו על עובדות שנובעות ממידע זה, ולא על הנחות יסוד או מחקרים מוקדמים, שהם תמיד פחות מדויקים ואפקטיביים. ארגון שכזה מבדל את עצמו מהאחרים ותמיד יהיה צעד אחד לפני כולם. כדי ליהנות מיתרון זה, יש להפוך את תהליך האוטומציה וניתוח הנתונים להרבה יותר נגיש למשתמשים. כמו כן, יש ללמד מכונות לפעול על פי מודלים באופן אוטומטי, בכל נקודת זמן וללא תלות. ארגונים מונעי מידע צומחים באופן אקספוננציאלי. כך, פייסבוק, אמזון וגוגל בנו את רוב המודלים העסקיים שלהן סביב לימוד הרגלי השימוש של לקוחותיהן, חקר המידע והשימוש בו בזמן אמת.

איך אפשר להפוך את הארגון לכזה שמונע על ידי נתונים? צילום: אילוסטרציה. ShutterStock

מה נדרש מארגון שרוצה להיות מונע על ידי ידע?

להלן כמה עצות לארגון שרוצה להפוך ל-Data Driven:

• להגדיר את הארגון כ-Data Driven ואת הדאטה כבסיס לקבלת כל החלטה.
• להגדיר ולאפיין תפקיד של מנהל דאטה, שיהיה אחראי על המשאב בארגון.
• לאתר את מקורות המידע הקיימים בארגון ולארגנם על פי מודל פרסונות עדכני.
• לבחון אילו מאגרי מידע קיימים בארגון, ומה מדיניותו בנוגע לשימור המידע והשימוש בו.
• לבצע סקר מנהלים, שיבחן את הכלים העומדים לרשותם בבואם לקבל החלטות.
• לדרוש ממנהלים לנמק בקשות, תוכניות ומהלכים עסקיים המובאים לאישור ההנהלה על בסיס מידע מובנה ומבוסס.
• לעודד מנהלים לזהות מקורות מידע חדשים שיכולים לשפר תהליכי קבלת החלטות.
• לבחון כיצד מונגש המידע למנהלים ועד כמה הם משתמשים בו.
• לאפיין תהליכים אוטומטיים לביצוע פעולות על בסיס מידע שמתקבל ממקורות שונים.
• עבור משימה מבוססת בינה מלאכותית, חשוב להגדיר תהליך פשוט שמוביל לתוצאה ברורה וחד משמעית, כגון מיון.
• לשאוף לבצע פעולות בתגובה למידע חדש קרוב ככל האפשר לזמן קבלתו.
• למדוד את השיפור בביצועים כתוצאה מהשימוש במידע ולשאוף לקצר את זמני התגובה של הארגון למידע חדש.

לסיכום, הבינה המלאכותית היא אחד התחומים המדוברים ביותר בשנים האחרונות בתעשיית ההיי-טק והדיגיטל, שלא לומר בעולם באופן כללי. היא צופנת בחובה הבטחה לשנות את כל מה שידענו עד כה, ולכן ניתן כמעט לומר שמדובר במהפכה בפני עצמה. היא תשנה את האופן שבו אנחנו חושבים ופועלים, תייצר מקומות עבודה חדשים ותחומי עיסוק שלא הכרנו, ובמקביל תייתר תחומי עיסוק ותפקידים.

ארגונים שרוצים להשיג יתרון תחרותי נדרשים להמציא מחדש חלקים מהותיים מהביזנס שלהם, או לפחות להתרענן באופן משמעותי. זו הזדמנות מצוינת לאלה שקצת איחרו לתפוס את הגל של המהפכה הדיגיטלית ולמקם את עצמם מחדש בעידן הנוכחי של הבינה המלאכותית.

הכותב הינו מנהל הטכנולוגיות הראשי של וואן טכנולוגיות.