"האוטומציה היא הבסיס למהפכה הדיגיטלית"

"אנחנו נמצאים כעת בשלב השלישי ביחסי האדם-מכונה של המהפכה הדיגיטלית. השלב הראשון היה עבודה בין אדם לאדם, השני – עבודה בין אדם למכונה, וכעת זהו השלב שבו האדם עובד מול לימוד מכונה ובינה מלאכותית. בשלב זה, אין עוד צורך לכוון את המכונה לפתרון הנדרש אלא לתקשר את הבעיה ולתת לבינה המלאכותית לפתור אותה", כך אמר ירון סברדלוב, מנמ"ר אמדוקס.

סברדלוב היה בין הדוברים במפגש של C2, פורום היועצים הבכירים של אנשים ומחשבים. את המפגש הנחו יהודה קונפורטס, העורך הראשי של אנשים ומחשבים, וירמי בנג'ו, מייסד וסמנכ"ל הטכנולוגיות של RewizIT. המפגש נערך היום (ג') ב-yes Planet בראשון לציון.

לדברי סברדלוב, "יש שתי גישות כלליות לדיגיטל: האחת אומרת כי הוא המימוש של 'בכל מקום, בכל זמן ועל גבי כל מכשיר', משמע – הנגשה של רב ערוציות, והגישה השנייה גורסת שמדובר במעבר מעבודה של אדם לאדם למודל עבודה של אדם-מכונה. בכל מקרה, מדובר בהכנסת יותר ממד אוטומטי, עם הנגשת מידע, המאפשרת לאנשים לקבל שירות מדויק יותר, מהיר וסביב השעון".

בגלל ה-AI – מחסור בעובדי IT?

"הבינה המלאכותית של ימינו עברה את שלב מבחן טיורינג", ציין סברדלוב. "האתגר הנוכחי הוא לעשות יותר עבור הביזנס, על בסיס בינה מלאכותית. אלא שזו מציבה אתגר חדש בשוק ה-IT: בעקבות השימוש בה, מחקרים צופים מחסור של עד 30% בעובדים בשוק טכנולוגיית המידע – ולא ההפך".

סברדלוב הציג מספר פרויקטי בינה מלאכותית שהוטמעו בחברה. "אמדוקס פועלת בעולם השירותים המנוהלים וחלק מרווחיה מגיע משם". הוא הציג את פרויקט Amily שנערך בחברה: "בנינו מערכת מבוססת בינה מלאכותית המשפרת את שביעות רצון הלקוחות ומביאה אף להפחתת עלויות כספיות על ידי טיפול אוטומטי בתקלות המדווחות על ידי לקוחות החברה".

פרויקט נוסף, ציין, "נועד לטפל באתגר שבמסגרתו מגיעים לחברה מדי שנה אלפי עובדים חדשים. כל עובד שכזה מבזבז שני מספר ימי עבודה בשנה כדי להבין איזו מערכת IT תיתן לו אילו מוצרים ושירותים. מדובר בבזבוז של מיליוני דולרים. בנינו פתרון המבוסס על מנגנון החיפוש של ווטסון מבית יבמ עם מערכת NLP של מיקרוסופט, שעונה לשאלות עם כל מיני סוגי מידע, כמו גם דחיפת שירותים לעובדים מבוססים על בינה מלאכותית והתאמה אישית (פרסולניזציה)".

ירמי בנג'ו, מייסד וסמנכ"ל הטכנולוגיות של RewizIT. צילום: פלי הנמר

לסיכום אמר סברדלוב ש-"אחד מכל ארבעה פרויקטי בינה מלאכותית נכשל, לא כי הקוד נכתב באופן שגוי אלא כי הבסיס להצלחה הוא ביכולת המערכת ללמוד ולהשתפר. תהליך לימוד המכונה מתחיל לפני עלייתה לאוויר בהתבסס על נתוני עבר וממשיך לאחר עלייתה לאוויר באיזון חוזר וניתוח התוצאות תוך כדי שיפור בסיס המידע. בינה מלאכותית יכולה להוות בסיס לניתוח מידע אחרי שהנתונים עברו טיוב. ה-AI הוא כיום יותר דיבורים ממעשים. לא צריך להסס לערוך פרויקטים מבוססי בינה מלאכותית – זה העתיד. עדיף לעשות זאת באופן הנכון מאשר לעשות בשביל לומר ש-'עשיתי'. חשוב בכל זאת להתחיל ולעשות משהו בתחום. הנתונים הם המלך: אם אין לכם נתונים שיאפשרו את בסיס לימוד המכונה – תתחילו באיסוף נתונים לפני שתפנו להטמעת מערכות בינה מלאכותית".

"95% מהארגונים עוד לא הגיעו לבוטים"

בנג'ו הציג את הפתרון של RewizIT ואמר כי "מדובר במערכת מומחה קוגניטיבית שמסייעת למנמ"רים, למנהלים בכלל ולמומחים נוספים, כדי שיחידת ה-IT תפעל במהירות ותהיה גמישה מאוד לשינויים ולטלטלות – בעת יישום טכנולוגיות, מערכות ותאימות לתקינות חדשים. הגמישות מושגת בזכות יכולת משופרת של קבלת החלטות – בימים במקום שבועות, ושיפור משמעותי במהירות הפקת התוצרים ואיכותם".

אילנה יוחה, מנכ"לית סטט-מרקט. צילום: קובי קנטור ז"ל

חתמה את המפגש אילנה יוחה, מנכ"לית סטט-מרקט. היא אמרה כי "מאז 2010 אנחנו אומרים ללקוח איך אוספים נתונים ולאחר מכן – איך אוספים נתונים שיתאימו לעבודה על בינה מלאכותית". לדבריה, "95% מהארגונים עוד לא הגיעו לבוטים – עליהם לבנות קודם מערכות תומכות החלטה. אנחנו בונים תהליך, לומדים את הנתונים ומכינים אותם בצורה חכמה, כך שיהיה אפשר לנתחם בלימוד מכונה, ועל בסיס זה לספק יכולות חיזוי מדויקות יותר".