Work After Work
"כ-95% מהפיילוטים של AI בארגונים נכשלים בגלל דאטה מבולגן והיעדר תשתית"
כך אמרה ד"ר לימור זיו, מייסדת-שותפה ומנכ"לית Humane AI, במפגש Work After Work של כלכליסט ו-KPMG. לדבריה, "86% מהחברות מטמיעות AI, אבל לא רואות מכך תוצר עסקי". הסיבה? "דאטה מפוצלת, ומחלקות שלא מתקשרות אחת עם השנייה". הפתרון? "ליצור תשתית אחידה ולהשקיע באיכות הדאטה לפני שמטמיעים את ה-AI"
"95% מהפיילוטים של AI בארגונים נכשלים", כך אמרה ד"ר לימור זיו, מייסדת-שותפה ומנכ"לית Humane AI, במפגש Work After Work של כלכליסט ו-KPMG.לדבריה, מיעוט של ארגונים מצליחים לרשום הטמעה מוצלחת של בינה מלאכותית והצלחה עסקית בארגון. "למה רוב הארגונים לא מצליחים לעבור משלב הפיילוט לשלב הסקייל וליהנות מ-AI?", שאלה זיו.
היא הביאה דוגמה מדאיגה מארה"ב: "במערכת המשפט, שופטים ושופטות רצו להיעזר ב-AI כדי לקבל החלטות על אסירים ולהעריך את רמת המסוכנות שלהם. הכלי דירג מסוכנות ועל בסיס זה שופטים ושופטות קיבלו החלטות. אבל עם הזמן ראו שהמערכת הייתה מוטה - שחורים קיבלו רמת מסוכנות פי שניים למרות שלא ביצעו עבירות חמורות יותר, ולהיפך. כלומר, טכנולוגיה שהייתה אמורה לתקן הטיה היסטורית החריפה אותה".
זיו הדגישה: "יש המון אירועים כאלה של הכנסת מערכות בינה מלאכותית ופגיעה בלקוחות שלנו. אני רוצה ליישר קו מה זה AI. בגדול, אם נרים את מכסה המנוע – ל-AI יש שתי רגליים: המודל והדאטה. את המודל אנחנו לא מפתחים. רובנו נקנה מוצר של חברה גדולה - גוגל, מיקרוסופט, מטא, אמזון וכו'. אין לנו שליטה על המודל והקוד סגור לנו. איפה יש לנו שליטה? על הדאטה. מה זה הדאטה שלנו בארגון? דאטה על העובדים והלקוחות, דאטה על הביזנס והשיווק. זו הדאטה שלנו והיא שווה הרבה מאוד היום. דאטה ארגונית היא אחד הדברים בעלי הערך הגבוה ביותר".
זיו הסבירה את הארכיטקטורה של מערכות ה-AI: "כשניגשו לבנות את מערכות ה-AI ההשראה הייתה המוח האנושי. במוח שלנו יש 86 מיליארד נוירונים שמתקשרים זה עם זה וכל החלטה מתבצעת דרך קישורים בין הנוירונים. ככה מערכות AI נראות. יש את שכבת האינפוט - זה הדאטה בארגון, וזה נמצא בשליטה שלנו. בסוף התהליך של עבודה עם מערכות ה-AI יש את הפלט - זו התחזית, ההמלצה, כל מה שנבקש מה-AI לעשות עבורנו".
היא הוסיפה: "האירוע המעניין קורה באמצע, בשכבות החבויות. במערכת AI יכולות להיות עשרות ומאות שכבות חבויות ששם נעשה עיבוד המידע שלנו. הסיבה שאני מציינת את זה - השכבות האלה חבויות, הן למעשה מה שאנחנו מכנים 'קופסה שחורה'. לא יודעים איך המודלים האלה עובדים במובן העמוק של המילה. מה יודעים? מה נכנס - הדאטה שלנו - ומה יוצא – הפלט".
זיו חשפה נתון מדאיג: "יותר מזה, החברות הגדולות שאנחנו כולנו נעזרים בהן - אנת'רופיק, OpenAI וכו' - באות ואומרות 'לא ממש חשוב לנו להיות שקופות'. במדד השקיפות הן מקבלות ציונים מאוד נמוכים. משנה לשנה רואים ירידה במדד השקיפות של החברות האלה. אנחנו לא יודעים איך מערכות ה-AI מקבלות החלטות, ויש לנו המון אחריות בתור מי שמכניסים את המערכות האלה לארגונים שלנו. אפילו סם אלטמן אמר שהם לא יודעים להבין את הקופסה השחורה שלהן".
זיו הציגה נתונים עדכניים: "דוח שהתפרסם לפני 3 חודשים מגלה ש-86% מהחברות אמרו שהן מטמיעות AI, אבל הן גם מדווחות שהבינה המלאכותית לא נתנה להן תוצר עסקי בסופו של דבר, הן לא הרוויחו מזה בשורה התחתונה. עלה להן הרבה להטמיע אבל לא ראו שיפור במדדים ובהכנסות. ונשארת השאלה למה".
זיו חשפה את הבעיה המרכזית: "דאטה מבולגן או היעדר תשתית דאטה היא הסיבה מספר אחת שאנחנו רואים כשל ב-AI. יש מחלקה א', ב' וג' שלא מתקשרות אחת עם השנייה, ולכן כל מערכת שנכניס לא תדע להוציא את המקסימום מהדאטה. הדבר הראשון שצריך לעשות הוא לטפל בדאטה שלנו. צריכים להשקיע באיכות הדאטה, לאחד את הדאטה וליצור תשתית דאטה אחידה, כי בלעדיה כל AI לא יידע ליצור את המקסימום ממה שיש".
זיו סיכמה בארבע תובנות מרכזיות: "ראשית, AI יהיה טוב רק כמו הדאטה שנכניס לתוכו - תשקיעו באיכות הדאטה שלכם. שנית, אם לא תשקיעו בתשתית דאטה אחידה וטובה, כל מערכת שתביאו, חכמה ככל שתהיה, תתקעו בשלב הפיילוט כי לא השקעתם ביסודות. שלישית, כשמביאים מערכת AI מאוד חשוב הניהול - כלומר האופן שבו העובדים מטמיעים, ההטמעה הארגונית, לדעת איך לעבוד נכון וניהול סיכונים. ודבר אחרון בהקשר הזה שהוא מאוד קריטי - אחריות על הדאטה זה התפקיד של כולנו".
זיו סיימה באופטימיות: "אם נדע לעשות את זה נכון, נדע ליהנות מסינרגיה מופלאה עם מערכות AI וליצור שיתופי פעולה מאוד מעניינים בחשיבה, ביצירתיות. תפיסת המסוגלות העצמית שלנו משתפרת ונראה סינרגיה שתיקח את הארגון לשלב הבא - בהנחה שנדע ליצור תשתית דאטה איכותית וטובה לפני שאנחנו נעזרים ב-AI".
