"הטמעת AI מתחילה מהערך העסקי"

בינה מלאכותית, כמעט בכל ארגון, היא כבר עובדה מוגמרת. קשה לחשוב על חברה עסקית שלא מטמיעה באופן כזה או אחר AI במטרה להתייעל ולהפוך תהליכים לפשוטים יותר ומהירים. יחד עם זאת, במקרים רבים עולה הטענה כי השילוב המואץ של כלי בינה מלאכותית מייצר גם שורה ארוכה של בעיות שהופכים את הנושא מגורם צמיחה לנטל אמיתי.

יוסי הרשקו, סמנכ"ל הטכנולוגיות הגלובלי של קבוצת דן אנד ברדסטריט, מציע לכך הסבר מעניין. "דו"ח של חברת הייעוץ מקינזי שפורסם לאחרונה מצביע על כך שהאתגר הטכנולוגי המרכזי של ארגונים כיום אינו בפיתוח יכולות AI אלא ביכולת להטמיע אותן באופן שמייצר ערך עסקי עקבי ובר־מדידה. רוב הארגונים כבר מחזיקים בגישה למודלים מתקדמים, לכלי GenAI ולכוח חישוב - אך מתקשים לחבר אותם לליבת הפעילות: למוצר, לתהליכים חוצי-ארגון, ולמנגנוני קבלת ההחלטות. בפועל, האתגר האמיתי נמצא בממשק שבין טכנולוגיה, נתונים ואנשים".

איב סוציאנו, סמנכ"לית חדשנות ומערכות מידע BDO סבורה כי מקור הבעיה הוא בגישה להטמעת AI. "חברות מתייחסות ל-AI כנושא טכנולוגי בלבד ולא כאל שינוי עסקי-ארגוני. הרבה ארגונים רצים לפיילוטים, בדיקות של כלים מרשימים וטכנולוגיה מלהיבה, בלי לעצור ולשאול: איזו בעיה עסקית אמיתית אנחנו פותרים? באיזה תהליך אנחנו נוגעים? התוצאה היא שימוש בטכנולוגיה כדי להגיד "אנחנו משתמשים ב-AI" ולא כדי לפתור בעיה".

לדבריה, "טעות נוספת היא לחשוב ש-AI זה קסם. המחשבה שזה פשוט יעבוד, שלא צריך לבצע בדיקות מעמיקות, לדאוג לתשתיות מתאימות, לנתונים איכותיים או לאבטחה כמו בכל מוצר תוכנה אחר. כך יוצא ששואלים שאלות שגרתיות ומקבלים תשובות מתסכלות מבוטים. או מאידך מצליחים לגרום לבוטים להגיד דברים שאינם אמורים לומר תוך יצירת בעיות אבטחה או בעיות תדמית לארגונים".

מצוין במצגת, קורס במציאות

ד"ר עלי מיטווך, משנה למנכ"ל -חברת י.א. מיטווך ובניו, מפנה את הזרקור לעניין הנתונים. "ישנם לא מעט ארגונים שאינם מזהים את החשיבות הרבה של הנתונים במימוש של AI , כשהם מנסים להלביש מודלים של AI על מסד נתונים שאינו עשיר מספיק, אינו אמין מספיק או אינו נגיש באופן יעיל בזמן אמת, הם מקבלים תוצאות שנראות טוב במצגת אבל קורסות במבחן המציאות העסקית. הם משקיעים הון ב'מוח' (האלגוריתם), אבל שוכחים שהמוח הזה זקוק למערכת עצבים מרכזית שתזין אותו במידע איכותי. בלי Data Intelligence ברמת הארגון כולו, ה-AI נשאר כלי טכנולוגי יפה, אבל כזה שלא הופך למנוע צמיחה או לאלמנט שמביא חסכון".

הרשקו אף מצביע על כך כי כל התהליכים הללו מייצרים אתגר ניהולי ניכר. "כפי שעולה מהדו"ח של מקינזי, במידה רבה המגמה הזו חושפת ארגונים שלא מוכנים לעדכן תהליכים, סמכויות ומודלים של קבלת החלטות. מי שמתייחס אליו כתוספת טכנולוגית יישאר עם דמו מרשים והשפעה מוגבלת. מי שמבין שהוא מחייב חשיבה מחדש על האופן שבו הארגון עובד יצליח לייצר יתרון תחרותי אמיתי".

מכפיל כוח אמיתי

אלא שחרף כל הטענות, ישנן תעשיות ותחומים שבהן ה-AI הפכה למכפיל כוח אמיתי. ערן כרמי, מנכ"ל חברת הטכנולוגיה SHAHAF PY, שמפתחת מערכות הדפסה מתקדמות ליישומים ביטחוניים ותעשייתיים מסביר כי הטמעת בינה מלאכותית בתחום מדפסות תלת מימד משנה את התחום מהיסוד. "אם בעבר מדפסת הייתה מכונה שמבצעת פקודות השימוש ב-AI הופך אותה למערכת חכמה מתמיד שמבינה את התהליך, לומדת ממנו ומשתפרת תוך כדי העבודה עצמה. המשמעות עבורנו בחברה היא לא רק פיתוח מדפסות אלא יצירת שיטת בנייה חדשה".

לדבריו, ה-AI מאפשר למדפסת 'לחוש' את החומר והסביבה. "המדפסת מזהה את תכונות הבטון בזמן אמת ומשלבת נתונים שנצברו לאורך שנים של מחקר, ניסויים ופיתוח. כך היא יודעת לזהות ולתקן בזמן אמת חוסר יציבות בזרימה, סטיות שעשויות לצוץ בצורה או המוצר שמודפס וכן שינוי של תנאי סביבה. התוצאה היא תהליך יציב ויעיל יותר עם פחות עצירות באתר הבנייה. בנוסף, הבינה המלאכותית מסייעת לתכנון חכם של תהליך ההדפסה. היא מחשבת כיצד להדפיס מהר יותר, חזק יותר וחסכוני יותר — ומאפשרת יצירת צורות מורכבות שלא היו אפשריות בבנייה המסורתית. כל פרויקט מזין את המערכת בנתונים חדשים, וכך המדפסות משתפרות באופן מתמשך".

כרמי אף מציין כי "כפי שעולם העיצוב עובר לעבודה מבוססת AI מאפשר לחבר בין תכנון אדריכלי, פרמטריקה צורנית, תכונות חומר וקוד ההפעלה של רובוטים לכדי תהליך רציף ואינטגרטיבי. בעתיד הקרוב, מדפסות אלו יהפכו למערכות כמעט אוטונומיות: מזינים להן משימה והן מתאימות את עצמן לתנאי השטח, לחומר המקומי ולדרישות הפרויקט. עבור חברות בנייה, המשמעות ברורה: פחות תלות בכוח אדם מיומן, פחות טעויות יקרות, קיצור לוחות זמנים ושליטה מלאה בתהליך. כתוצאה מכך, ענף הבנייה שנחשב למסורתי, מסורבל ולא צפוי יהפוך לתעשייה מדויקת מהירה ורווחית יותר".

"הגדרה חדה של ערך עסקי"

לאור ההבנה כי הבינה המלאכותית אכן יכולה לייצר ערך מוסף יוצא דופן, טכנולוגי ועסקי כאחד עולה השאלה כיצד באמת נכון להכניס AI לארגון עסקי. לדברי הרשקו, "הטמעה אמיתית של AI היא תהליכית. מדובר בשינוי תשתיתי מתמשך באופן שבו הארגון פועל. היא תתחיל מהגדרה חדה של ערך עסקי: אילו החלטות משתפרות, אילו תהליכים מתקצרים, ואיפה נוצר חיסכון או צמיחה מדידים. סביב ההגדרות הלו תוגדר סמכות של חברי הנהלה ולא רק הטלת אחריות על צוותי דאטה, טכנולוגיה או IT. ברמה הטכנולוגית, הטמעה בוגרת תתבסס על חיזוק יסודות: ארכיטקטורת נתונים איכותית, תהליכי למידת מכונה, ניהול מחזור חיים של מודלים, והטמעה אחראית של יכולות GenAI בתוך מערכות קיימות באופן כלל ארגוני. כלי בינה מלאכותית יהפכו לחלק טבעי מהזרימה היומיומית של העבודה ומהאופן שבו מתקבלות החלטות".

עוד הוא מציין כי "ארגונים יידרשו לבנות שכבת ממשל ברורה: מדיניות שימוש, בקרה על סיכונים, מנגנוני בדיקה לאמינות והגנות רגולטוריות וקנייניות. אך מעל הכול, הטמעה אמיתית תדרוש שינוי תרבותי נכונות לסמוך על תובנות שמגיעות מהמערכת, להאציל סמכויות, ולעדכן תפקידים ותהליכים בהתאם.

סוציאנו סבורה כי הטמעה נכונה נובעת מהצורך העסקי. "קודם מגדירים מטרות ברורות: שיפור השירות, ייעול תהליכים, יצירת מנועי צמיחה. רק אחר כך בוחרים את הפתרון הטכנולוגי המדויק. אני מאמינה בגישה הדרגתית שלפיה מתחילים בפרויקטים קטנים עם ערך מיידי. לבנות אמון ונסיון בארגון, ולצמוח משם לשינוי רחב יותר. כאשר לאורך כל התהליך בוחנים, מתקנים ומתקפים הנחות שהתקבלו אל מול הצרכים העסקיים. בסופו של דבר, הארגונים שמצליחים ב-AI הם אלו שמבינים שזה מסע ניהולי ותרבותי לא פחות מטכנולוגי. צריך במסע הזה מנהיגות שדוחפת ללא הרף לחדשנות, אבל גם יודעת ליצור שיתופי פעולה עם ראייה ארוכת טווח".

שימוש בדאטה הארגוני

מיטווך סבור כי "אצל רוב הארגונים הגדולים קיימת כבר תשתית נתונים רובסטית, נרחבת, במחסן הנתונים של הארגון. הנתונים האלה (Data Products) בדרך כלל עברו כבר תהליכי ניקוי וטיוב, כך שהם נכונים, איכותיים, ומשקפים היטב את האמת הארגונית. כאשר מיישמים כלי AI, יש יתרון עצום בכך שהמודלים יופעלו על נתונים אלה, ולא על נתונים שרמת הבשלות שלהם הרבה יותר קטנה ולא מספיקה. זה גם מאפשר לארגון ליישם את ה- AI יחסית באופן מהיר, וללא השקעות גדולות בבניית תשתית נתונים חדשה מיוחדת".