כך תסייע הבינה המלאכותית לעסקים לצלוח את משבר הקורונה

הקורונה שינתה לא מעט מהמציאות אותה אנו מכירים: מסעדות נסגרו, פארקים ננעלו, לימודים בוטלו ושוק העבודה השתנה מן הקצה לקצה. בעוד שרבים מהדברים חזרו לתלם בהדרגה, שוק העבודה ככל הנראה לא יחזור לקדמותו בעתיד הנראה לעין.

בין אם יש להן ברירה או לא, חברות רבות במשק שמות דגש רב על צמצום כוח אדם, תכנון מחדש ועל הדבר החשוב ביותר כעת: התייעלות. אין מקום לטעויות, כולם צריכים להיות חדים כדי לאפשר לחברה להמשיך לתפקד. אם זה לא מספיק, בעקבות הקיצוצים צריך לעשות את אותה כמות עבודה שבעבר הייתה תחת אחריות של כמה אנשים. לא קשה להבין שיהיה מאוד קשה למגזר העסקי, וגם הציבורי, לשמור על רמות תפקוד גבוהה כל כך בכלים הקיימים העומדים לרשותו. ומי כאן כדי לעזור למין האנושי אם לא הבינה המלאכותית?

חשוב להבהיר: לא מדובר על טור דעה בשבחי הבינה המלאכותית ועד כמה היא עתידה לשנות את חיינו ולהיטיב איתם. את הטיעונים הללו נשמור לימי שגרה בהם לעולם יש פנאי להתעסק בשיפור אורח חייו ולא בהישרדות. הטור הנוכחי מתייחס לצד הפחות "סקסי" של בינה מלאכותית ויעסוק בחשיבות שילובה באחורי הקלעים של הארגון, ולא בהכרח בחזית המוצר או השירות של חברה זו או אחרת. אנחנו לא מדברים כבר על פיתוחים כמו רכב אוטונומי או רובוט משוכלל, אלא על הפעולות הבסיסיות ביותר שקורות בארגון ואותן הבינה המלאכותית יכולה לבצע. המטרה הסופית היא להשתמש בבינה מלאכותית כדי להוריד את העומס מהעובדים, או כמו שאני אוהב להסתכל על כך – לשפר את הנצילות שלהם.

מה הכוונה בלשפר את הנצילות שלהם? פשוט לאפשר להם להשקיע את אותה כמות אנרגיה, אך להגדיל את ההספק והתוצר הסופי. אם בעבר עובד כלשהו היה עושה X משימות בכל יום, פתרונות מבוססי בינה מלאכותית יכולים לאפשר לו לעשות למשל 5X. בימים כתיקונים מדובר על צעדים שארגונים עושים לאט ובזהירות כדי לשפר אופרציה קיימת או להגדיל את שולי הרווח. במציאות הנוכחית, מדובר על צעדים הכרחיים שאין מנוס מלעשות אותם, הן כדי לשמור על רמת התפוקה והן כדי לא לשחוק את כוח העבודה שכן נותר בפעילות.

חפשו את המשימות הקטנות שקורות בעסק שלכם והייתם שמחים אם היו נעלמות. חישבו היטב אילו תהליכים ידניים תוקעים אתכם ועוצרים אתכם מלטפל בכמה פניות בו-זמנית. נסו לשאול את העובדים שלכם אילו אלמנטים ברצף העבודה שלהם היה אפשר למכן ולייעל – אתם תופתעו מהממצאים שתקבלו. הכנסה של בינה מלאכותית דווקא למקומות תפעוליים כאלה של הארגון, ולא לחזית, תאפשר הטמעה של הטכנולוגיה בצורה פשוטה וקלה יותר. ישנן מחלקות רבות שיכולות ליהנות משדרוגים טכנולוגיים אלה, שבשורה התחתונה יוכלו לחסוך (או להניב) לכל ארגון הרבה מאוד כסף. כמובן שניתן לבחון אלמנטים חשובים יותר של העסק, אך מדובר על התחלה טובה במיוחד לארגונים שעושים את צעדיהם הראשונים בתחום.

תוכלו למשל לנתח את כל התלונות שהגישו הלקוחות שלכם ולדעת במי הכי דחוף לטפל, או לעבור על אלפי מסמכים שנשלחים אליכם ולחלץ מהם מידע קריטי ללא מעורבות אדם. במקביל, תוכלו לאפשר למחלקת המכירות לנתח שיחות מכירה ולהבין מה הנושאים העיקריים שעלו לשם שיפור עתידי, או לאפשר למחלקת השיווק ליצור האשטגים לכל תמונה בהתאם לתוכן שלה. זו כמובן רק רשימה חלקית מתוך לא מעט שיטות עבודה שכבר מיושמות בימינו, אך אני בטוח שלכל ארגון יש מגוון רחב של רעיונות נוספים שיכולים להיות רלוונטיים.

במידה ומצאתם כמה רעיונות שכאלה, אין זה אומר שצריך להיכנס עכשיו להרפתקאות פיתוחיות מוגזמות או להתחיל לשכור חוקרי Machine Learning עם תארים מתקדמים. להפך – בזמנים כאלה ניתן להשתמש במוצרי מדף קיימים שיכולים לסייע לכם לעשות את הצעדים הראשונים בתחום. כל ספקית ענן מציעה שירותים מבוססי בינה מלאכותית אותם ניתן להטמיע בתוך המוצרים הקיימים שלכם. פתרונות אלה לוקחים את הטכנולוגיה המתקדמת שפיתחו גוגל, מיקרוסופט, אמזון וחברותיהן לצרכיהן האישיים, ומנגישים אותה לחברות וארגונים רבים אחרים שאין להם את

הרצון או היכולת לפתח יכולות כאלה. לאחר אינטגרציה פשוטה למדי, תוכלו לקבל את היכולות של צוותי המחקר הטובים בעולם אצלכם בחברה. נכון, יש לא מעט התאמות שצריך לעשות והשירותים האלה עולים כסף, אך בהינתן הערך הרב שהם יכולים ליצור לארגון, שווה לשקול אותם ולהכיר את האפשרויות העומדות בפניכם. כך למשל תוכלו להשתמש בשירות Textract של אמזון כדי לנתח אלפי מסמכים בשנייה, או בשירות Video indexer של מיקרוסופט כדי לנתח שעות של וידאו בתוך דקות. אם תרצו ליצור מודלים משלכם בלי להיכנס לנבכי הקוד תוכלו לעשות זאת בשירות AutoML של גוגל.

חשוב לי לחדד – שירותים אלה אינם נחלתם רק של השחקניות הגדולות. ישנם סטארט-אפים רבים שמציעים שירותים דומים שלפעמים מתעלים על הביצועים של ענקיות הטכנולוגיה. למשל Clarifai האמריקאית, שיודעת לנתח תמונות ולחלץ מהן מידע משמעותי. מה שמשותף גם לפתרונות של הגדולות וגם של הקטנות הוא שאפשר להשתמש בהם בחינם בשלבים הראשונים, ואם יש שימוש משמעותי אז מתחילים לשלם, וגם אז לא מדובר על מחיר גבוה מדי.

במידה שאתם לא גוף טכנולוגי ורוצים להתרחק מפיתוח עצמאי, גם כזה שמבוסס על מוצרי מדף, אתם יכולים לבחון אופציה נוספת: שימוש בפתרונות של סטארט-אפים או חברות טכנולוגיה. ישנן לא מעט חברות בשוק שמציעות פתרונות סגורים שלא מצריכים כל פיתוח או ידע טכני. מוצרים מהסוג הזה פשוט מאפשרים לכם לרתום את כל ההתקדמות שנעשתה בשנים האחרונות בתחום הבינה המלאכותית לטובתכם, ללא כל התעסקות מיותרת. בשוק יש מגוון רחב של פתרונות מסוג זה, ויש לבחון אותם בהתאם לצרכים שלכם.

כך למשל, כדי לשפר את הביצועים של אנשי המכירות שלכם, הדוגמה שהוזכרה לפני כן, אתם יכולים להשתמש בשירותיה של Gong.io הישראלית. כדי לחסוך זמן במעבר על חוזים משפטיים תוכלו להשתמש ב-Lawgeex וכדי להבין מה הלקוחות שלכם באמת רוצים באתר שלכם אתם יכולים להשתמש ב-Convizit. כמו שהבנתם, זו רק רשימה קצרה של חברות ישראליות רלוונטיות.

במקרה כזה תוכלו לבקש חוות דעת של חברות אחרות, לקבל דמו מהחברה וגם ליהנות מתמיכה טכנית לאורך כל השימוש בכלי. נקודת התורפה היחידה היא שמאחר ומדובר על מוצרים סגורים לא יהיה ניתן לעשות בהם הרבה התאמות עבורכם. סוגיה זו הופכת להיות קריטית מאוד כאשר יש לכם דאטה שהוא ייחודי או צרכים לא שגרתיים שלא יתאימו למודלים הכללים שהחברות פיתחו.

אם ההצעות האלה לא תקפות עבורכם מכל מיני שיקולים (תקציב, זמינות או חשש להניע פרויקטים חדשים), יש משהו נוסף שתוכלו לעשות שיעזור לכם לפחות בהמשך – לאסוף דאטה. זה כבר נשמע כמו קלישאה, אבל בזמני משבר המידע הזה יכול להיות אחד מהנכסים החשובים שיש לכם. התקופה הזו יכולה להיות תקופה מצוינת לבדק בית בתחום הדאטה בתוך הארגון, כדי להכין את הקרקע לניתוחים ובניית מודלים מבוססי בינה מלאכותית מורכבים יותר.

איסוף – ולא פחות חשוב מכך סידור של הדאטה – יוכל לעזור לכם להתמודד בצורה טובה יותר עם היציאה מהמשבר, ואף להכין את הקרקע לשימוש עמוק יותר בבינה מלאכותית. כמובן שהעצה הזו תקפה גם לכל ארגון שכן יכול ליישם את ההמלצות מהפסקאות הקודמות. במידה והמאמצים יניבו פירות, לא ירחק היום שתרצו לפתח מודלים שיהיו מותאמים עבורכם בצורה אישית יותר – מה שיכול להתבצע רק באמצעות איסוף דאטה.

והכי חשוב – איסוף דאטה כיום יוכל לעזור לכם בעוד שלוש שנים למשל, שכן יהיה לכם תקציב או שהטכנולוגיה תתקדם כל כך שהפתרונות שתצטרכו יהיו קלים כמו לבנות אתר אינטרנט. היערכות עכשיו תכין אתכם בצרוה טובה יותר ליום בו הטכנולוגיה תהיה נגישה לכם. בלי דאטה, גם עם האלגוריתם הטוב ביותר בעולם לא תוכלו להשיג תוצאות משמעותיות.

בימים כתיקונם אנחנו שומעים על אין ספור דוגמאות לשימושים מרהיבים בבינה מלאכותית ועל איך היא דוחפת את גבולות היכולת שלה בכל פעם מחדש. עם זאת, בתקופה בה אנו נמצאים, המקום של בינה מלאכותית הוא לא בהכרח בפרויקטים גרנדיוזיים, אלא דווקא בפרויקטים הפשוטים שיכולים להעניק לכל עובד סט יכולות נוסף. כיום יותר מבעבר, התחום הפך להיות נגיש כל כך וזמין לכל ארגון שחפץ לעשות שימוש בטכנולוגיה זו, גם אם אין לו את הרקע הטכני המתאים. בינה מלאכותית יכולה להיכנס תחת האלונקה הווירטואלית במאמץ של המין האנושי להחזיר את עולם התעסוקה לסדרו, ובכך לעזור לו להיות יעיל הרבה יותר.

עלה גם בהארץ.