פרויקט AI – בחירת סביבת עבודה

פרק שלישי*

היום נדבר על בחירה טכנולוגית ברמה הארגונית. כולם מדברים על ChatGPT ועל Midjourney, אבל מה ברמת הארגון? אז כמו שאנחנו רואים את זה, יש הסתכלות אחרת לחלוטין על פתרון AI ארגוני לפתרון אישי. בפתרונות האישיים, שבהם אפשר גם לכלול את ה-CoPilot של מיקרוסופט, כלי ה-AI הקיימים מחזקים את היכולות של אדם בביצוע המשימות האישיות שלו, ללא ראייה מערכתית. כדי כן לתת פתרון ארגוני עם השפעה משמעותית ומדידה על שורת הרווח, ושורת ההוצאות, נדרשת הקמה של תשתית ארגונית. נשמע גדול, אבל האמת היא שאם יודעים מה עושים, זה לא פרויקט החלפת מערכות ליבה.

אנחנו במלחמת הובלה של כל השחקנים הגדולים, כל יום יש פרסום על שינוי, שיפור, עדכון, והחוכמה לדעתי היא לא לרדוף אחרי החדשות היומיומיות, אלא להבין באמת איזה תשתית מתוך אלו מתאימה לארכיטקטורת הארגון

איזה מהכלים בתחום המתפתח מתאים לעסקים בכלל ולעסק שלכם בפרט? בינה מלאכותית יוצרת. צילום: Shutterstock

שלוש שכבות העבודה שיש להתייחס אליהן

בפתרונות של תשתית אנחנו מבחינים בין שלוש שכבות עבודה שלכל אחת מהן יתרונות. שכבת ה-infrastructure, שכבת ה-Foundation ושכבת המוצרים.

השכבה הראשונה מהווה בסיס תשתיתי רחב בטכנולוגיות ענן. כאן יש מספר אפשרויות, לכל תשתית המפורטת בהמשך. יש יכולות של ניהול סביבת ML, יכולות יצירת תוכן, וחיבור לתשתיות אחרות. מעבר לזה, לכולם יש התחייבות לעמידה בסטנדרטים של אבטחת מידע ושמירה על פרטיות מידע. חשוב להבין שתשתיות אלו מבוססות בעיקר על תשתיות הענן הקיימות של הארגונים, וחלים עליהן אותם חוקים עסקיים והתחייבויות משפטיות כמו על סביבת הענן.

בכל הסביבות יש מודלים המאומנים מראש, יכולות ניהול של הסביבה וקישור לשירותי ענן האחרים.

השירותים שאנו מוצאים שהם היעילים ביותר למימוש פתרונות AI הם: 

• מיקרוסופט – סביבה המשלבת את OpenAI, בתוך סביבת ה-Azure.
• AWS – נחשבת לתשתית ענן המובילה, בעיקר בארצות הברית.
• גוגל – סביבה מתפתחת במהירות עצומה, Vertex AI.
• אורקל – סביבה מבוססת בארגונים עסקיים גדולים, עם פתרון ה-OCI בענן בישראל.
• אנבידיה – חברה שהיא שחקנית חדשה, שהשקיע הרבה בתחום ה-AI ויכולה להיות מאוד יעילה ל-Use Cases מסוימים.

יש עוד הרבה פתרונות כמו אלו של סיילספורס, מטא וגם אפל, שעוד לא אמרו את המילה האחרונה בתחום.

אנחנו במלחמת הובלה של כל השחקנים הגדולים, כל יום יש פרסום על שינוי, שיפור, עדכון, והחוכמה לדעתי היא לא לרדוף אחרי החדשות היומיומיות, אלא להבין באמת איזה תשתית מתוך אלו מתאימה לארכיטקטורת הארגון. המתודה שאנחנו ממליצים לעבוד לפיה מבוססת על פרמטרים כגון ארכיטקטורה קיימת, דרישות רגולטוריות, ידע ארגוני במערכות מידע, והפתרונות הנדרשים.

השכבה השנייה היא שכבת ה-Foundation, אשר מאפשרת יכולות AI ספציפיות. לרוב נעדיף תשתיות מבוססות קוד פתוח (Open Source), ובכל מקרה השכבה הזו עשויה לכלול מודלים מתוך מאות אלפי ספריות המסייעות כל אחת בתחום ספציפי. ממודולים המאומנים מראש בנושא של שפה כללית, לשפה ספציפית, ועד מודולים ייחודיים המאפשרים לדוגמה לבצע הערכת שווי לחברה על בסיס דו"חות כספיים. העולם הזה מתפתח בקצב מהיר, והערכתנו היא כי שכבה זו תהא מובילה בתחומים מסוימים, במיוחד בכל הקשור לביצועים ועלויות שימוש.

השכבה השלישית, היא מוצרים הדומים למוצרי מדף, הכוללים בדרך כלל אוסף ממשקי API, וספריות, המקיימים יחד פתרון מלא. לדוגמה: מוצר המאפשר לבצע תיאום פגישות מבוסס AI, המעביר חלק מהאחריות של בחירת הספריות והמודלים, ליצרן המוצר, מה שמאפשר לנו לחסוך זמן במימוש.

בפתרונות ארגוניים יש מקום לשלב את שלוש השכבות בהתאם לפתרון הנדרש. היכולת לבחור את הפתרון הנכון לכל שכבה, הוא הבסיס לפתרון מוצלח, בדומה לדרך שבונים ארכיטקטורת תוכנה. הדגשים שיש כאן הם שמירה על גמישות בהחלפת רכיבי בתשתית, לוודא שיש לנו תמיכה טובה לכל רכיב, ושכל רכיב עומד באותם סטנדרטים שנדרשו על ידינו.

הכותב הוא מנמ"ר לשעבר ושותף בחברת דופיניטי

*למאמר הראשון בסדרה
למאמר השני בסדרה