הטמעת AI: הצעד הראשון שחברות מובילות מחויבות לבצע עוד ב-2024

כתב: פבל שיינקמן.

במהלך המלחמה, אל על, שנמנית בין לקוחותינו ב-PwC Next, נדרשה להסתגל במהירות לשינויים בשוק ולשינויים התפעוליים שנכפו עקב המצב. כדי להתמודד עם האתגרים הללו, היה עליה לבצע התאמות והתייעלות. ד"ר רונן יוכפז, סמנכ"ל מערכות המידע, ואלעד דגני, ה-CDO של חברת התעופה, הבינו שעל מנת לעמוד באתגר, עליהם להטמיע יכולות AI ו-GenAI בכל הארגון. יחד גיבשנו אסטרטגיית AI, אך בשל מגבלות הזמן לא עצרנו שם.

לנו, ב-PwC Next, יש יותר מארבע שנות ניסיון בתכנון ובניית מפעל בינה מלאכותית ממוקד לשוק הישראלי. PwC הגלובלית השכילה להבין בשלב מוקדם שעולם ה-AI ישנה גם את אופן הפעולה של חברות כמותה. לכן, היא החליטה למקד מאמצים בהשקעה ובבנייה של פתרונות בינה מלאכותית, להתייחס לרגולציה ולסוגיות ההגנה בתחום מתפתח זה, ולמצוא את הכלים ושירותי הענן המתאימים ליישום אסטרטגיית ה-AI שלה. הפתרונות שבנינו בחברה מוטמעים לאורכה ולרוחבה, במדינות שונות, עם מעל 80 אלף משתמשים. את הניסיון שצברנו, לצד הלמידה מטעויות שעשינו בדרך, תרגמנו לשירות ומתודולוגיה שאנחנו חולקים עם הלקוחות שלנו, על מנת לעזור להם לקצר את המסע שלהם, ולהביא ערך עסקי מהר ורלוונטי לדרישות השוק שבו הם פועלים.

הפרויקט באל על

באשר לאל על – בשיתוף פעולה עם ה-CDO של החברה וצוותו המסור בנינו את מפעל המצוינות לבינה מלאכותית (AI Center of Excellence). הפרויקט כלל בניית תשתיות ענן ל-AI ול-GenAI, מסגרות פיתוח, עקרונות בינה מלאכותית אחראית, ארכיטקטורת אבטחה, תפקידים חדשים ומתודולוגיות עבודה.

אחד האתגרים הראשונים שמרבית החברות מתמודדות אתו הוא בחירת המקרים העסקיים שבהם יש ערך מוסף משמעותי לשימוש ב-AI. במהלך נועז, החלטנו, ביחד עם אל על, לקיים האקתון ייחודי, שנמשך כמעט חודש, ובו השתתפו יותר מ-10 צוותים, שרובם הונחו על ידי מנהלי המחלקות העסקיות מכל רחבי החברה. הגישה הזו חיזקה את המחויבות ושיתוף הפעולה בין כל יחידות העסק. ההאקתון הסתיים בהצגת אבטיפוס של הרעיונות השונים בפני דינה בן טל גננסיה, מנכ”לית אל על, והנהלת החברה כולה. זה הוביל לגיבוש רשימת מקרים עסקיים, שבהם הבינה המלאכותית יכולה להוות פתרון אפקטיבי ורלוונטי לצרכיה של החברה.

החלטנו לעבוד במקביל – פיתוח המקרים העסקיים בגישת MVP והקמת תשתיות מפעל ה-AI לצד למידה והפקת לקחים מהירה. בבחירת מקרים שכוללים בינה מלאכותית קלאסית תכננו ומימשנו ארכיטקטורת הגנה מקיפה וסביבת ענן לפרויקטי AI ודאטה עתידיים.

כמה תובנות עיקריות מהפרויקט

להלן כמה תובנות עיקריות שאנחנו רוצים לחלוק אתכם מהמסע שעברה אל על בפרויקט:

• אסטרטגיית AI היא חיונית, אך לא מספיקה – יש להקים מפעל AI כדי להתחיל ביישומה.
• אל תבזבזו זמן רב מדי על מציאת המקרה המושלם. פעלו מהר, הישארו אג’יליים ואל תפחדו מכישלונות.
• למדו מניסיון וטעויות של אחרים, כפי שעשתה אל על באמצעות ההדרכה והליווי של PwC Next ושותפים אחרים.
• שירותי הענן והבינה המלאכותית הם מספיק בשלים. עם גישה חיובית ופרו-אקטיבית, הטכנולוגיה לא מהווה מכשול.
• יש לשתף ולהעצים בעלי עניין עסקיים, ואף כדאי לתת להם להוביל. פרויקטי AI ו-GenAI הם פרויקטים עסקיים, ולא רק פרויקטים טכנולוגיים.
• המעז מנצח.

לסיכום, ארגונים בתעשייה הישראלית שמעוניינים לייצר לעצמם יתרון תחרותי ולשמר רלוונטיות בעולם העסקי, שמתפתח בקצב מסחרר הודות לפרמטרים משתנים בתחומים שונים, ובפרט אלה הטכנולוגיים, מחויבים להטמיע AI בעסקים. האסטרטגיה היא לא לתכנן רק לטווח הארוך, בצעדי ענק, אלא להתחיל בפתרונות לוקאליים, בעלי אימפקט לתמורות אפקטיביות בתקופה הנוכחית.

פבל שיינקמן (סא"ל במיל'), בוגר ממר"ם, הוא בעל מעל 20 שנות ניסיון בטכנולוגיות IT. כיום הוא משמש כ-CTO ב-PwC Next, ומוביל את תחום ה-AI והענן בחברה בישראל.