העתיד: מרכז מצוינות בתחום ה-AI בכל ארגון

מפת דרכים |
מפת דרכים |

שירות חדשני להקמת מרכזי מצוינות ל-AI בליבת הארגון הינו המפתח ליצירת ערך ויתרון תחרותי

ד"ר אילן ששון
טכנולוגיה בינה 2021
|
ספטמבר 2021

עידן הבהלה לזהב הטכנולוגי החדש הקרוי בינה מלאכותית (AI) נמצא בעיצומו, בעיקר בשנים האחרונות, והוא מלווה בחבלי הלידה הידועים של אימוץ כל טכנולוגיה חדשנית. ארגונים רבים מצויים עדיין בתחילת תהליך בניית עמוד השדרה הטכנולוגי והאנושי האמור לתמוך בטרנספורמציית ה-AI, אשר תאפשר להם קבלת החלטות עסקיות, ניתוח נתונים לצורך יצירת תובנות קריטיות, וטיוב תהליכים תפעוליים ארגוניים. אולם לתהליך זה, הכולל שינוי מבני ומהותי ובניית יכולות תוך-ארגוניות, מתלווים אתגרים רבים, כמו גם חסמי כניסה לא מעטים.

דרך אחת, שהופכת מקובלת בשנים האחרונות להתמודדות עם האתגרים אלו, היא הקמה של מרכזי מצוינות פנים-ארגוניים שמטרתם תמיכה ביוזמות AI Center of Excellence. היכולת להקים מרכזי מצוינות כאלה נשענת על מודל היברידי הכולל שילוב חדשני של טכנולוגיות, מתודולוגיות עבודה וכוח אדם מתאים העוסק בליבת העסקים של אותם ארגונים.

 

מהו מרכז מצוינות של AI?

מרכז מצוינות הוא שירות חדשני הנבנה על ידי שחקנים מובילים בתחום ה-AI. הוא מורכב ממדעני ומהנדסי נתונים האמונים על ייעוץ, פיתוח ומימוש פרויקטי בינה מלאכותית מורכבים, וביכולתו להבטיח כי הפרויקטים הללו יימסרו באיכות הגבוהה ביותר ובפרקי זמן קצרים יחסית, עם זיקה מהותית למטרות עסקיות ברורות ומוגדרות מראש.

על מרכז המצוינות לסייע באימוץ טכנולוגיות בינה מלאכותית על ידי סינון, דיון ובחירת פרויקטים שיניבו ערך לארגון או לעסק. מטרתו היא להבטיח שהארגון והנהלתו יכולים לקבל החלטות מושכלות לגבי פרויקטים אפשריים של AI ולקבוע את תחומי האחריות למשימות ספציפיות. מרכז המצוינות יכול לסייע במניעת טעויות יקרות ומיותרות בעת הטמעת טכנולוגיה חדשה ולקבוע באילו טכנולוגיות יש לעשות שימוש, כיצד לנתח נתונים ולפרש את תוצאות המודלים, ובאילו כלים כדאי לשקול להשתמש. יתירה מכך, מרכז המצוינות אמון גם על גיוס, טיפוח ושימור לאורך זמן של הון אנושי של מדעני נתונים בסביבה טכנולוגית, שקצב השינויים בה גדל בצורה מעריכית.

ד"ר אילן ששון | צילום: סמדר כפרי

כיצד נתחיל בבניית מרכז מצוינות של AI?

השלב הראשון בהקמת מרכז מצוינות בתחום הבינה המלאכותית כרוך בתהליך של זיהוי ההרכב האנושי של חברי המרכז. הקריטריונים שיקבעו הרכב זה תלויים בארגון, בגודלו ובצרכיו. בפרט, יש להגדיר מהו הניסיון הדרוש כדי להיות חלק מהקבוצה הזו - האם מדובר בבעלי ניסיון בטכנולוגיות AI או מומחים בתחום הבעיה? גם אם לא ברורה עדיין זהותם של אנשי הצוות המרכיבים את מרכז המצוינות, חיוני להגדיר אילו תפקידים הם צריכים לקבל בעת יצירת הקבוצה. בנוסף, יש לוודא שלחברי הצוות הבנה טובה של השוק והתהליכים העסקיים, כמו גם של המיומנויות וסט הכלים המדעי כדי לסייע בפיתוח פרויקטים של AI. משם, יש להתמקד בשלוש המרכיבים עיקריים:

יצירת תשתית של איסוף ואיגום נתונים - בתחילת הדרך, ולעיתים עוד טרם הקמת מרכז המצוינות, יש להתחיל ולאסוף נתונים ולברר כיצד ניתן להשתמש בהם לפרויקטי AI בעליערך עסקי מוכח ומדיד מעל לכל. יש להתמקד בשלב ראשון בנתונים זמינים, מתוך מידע פנימי הקשור לתהליכים עסקיים או טכנולוגיים באשר הם. בשלב שני ניתן להרחיב את בסיס הנתונים גם למקורות מידע חיצוניים, הן בתשלום והן כמידע פתוח באינטרנט או ממקורות נוספים. בשלבים מאוחרים יותר, על פי הצורך, ולאחר מהלך של תיקוף ערך, יתבצע שילוב בין נתונים פנימיים ונתונים חיצוניים. ככלל, ארגונים מחויבים להנהיג מדיניות של "תמרוץ מצוינות נתונים" - מימוש מהיר, לא מתוכנן ולא מוקפד לגבי איכות הנתונים גורר צבירת חובות טכנולוגיים עתידיים.

בניית תשתית AI הכוללת תמיכה במחזור חיים שלם - הקמת תהליך שקוף לכל פרויקטי ה-AI, בפרט בצנרת הפיתוח, משלב האיפיון הראשוני ועד הצבה והנגשת תוצרי המודלים. שלב זה מתבצע בסביבת תפעולית תוך ניטור מתמיד, הכולל תחזוקה שוטפת, וזאת על מנת להבטיח אמינות מתמשכת של המודלים עקב סחף בלתי נמנע בהתפלגות מופע הנתונים המוזנים אליהם באופן תדיר, ומעת לעת על פי הצורך. בשלב זה יש להחליט אילו כלים יהיו היעילים ביותר וכיצד להתמודד עם נתונים מסוגים שונים; אילו מתודולוגיות בדיקות נדרש ליישם? מרכז המצוינות חייב להוביל את המאמץ של אסדרת תהליכי העבודה, התשתיות והסטנדרטים הארגוניים בתחום. יש להקפיד על תוכנית מפורטת ושיטות עבודה מומלצות הנוגעות לכל פרויקטי ה-AI בארגון, אילו תהליכים פנימיים נדרשים בביצוע ומי הם הגורמים אשר צריכים להיות מעורבים.

 

בנייה, טיפוח ושימור של מאגר כישרונות - מרכז המצוינות יהיה אמון על גיוס, הכשרה והדרכת אנשים בארגון ומחוצה לו לטובת פעילויות ה-AI השונות. בפרט, המרכז יכלול הגדרה של תהליך סדור של בחינה וגיוס עובדים. מדעני נתונים נדרשים בהכשרה שוטפת ושדרוג יכולות תדיר, זאת כדי לעמוד בסטנדרטים העדכניים הנהוגים בשוק. לפיכך, מרכז המצוינות יהיה אמון על בניית מערכי הכשרה מותאמים אישית לכל אחד מהעובדים הרלוונטיים.

 

מרכיב קריטי לשיתוף פעולה אסטרטגי פנים-ארגוני

מרכז מצוינות בתחום ה-AI הוא גורם הצלחה קריטי ליוזמות ולפרויקטים מונעי AI מאחר שפעילויות בתחום זה כוללות פונקציות ארגון מרובות, המחייבות הקצאת משאבים משמעותית ותמיכת הנהלה. מרכז המצוינות צריך למלא תפקיד חיוני בפיתוח חזון, אסטרטגיה ומפת דרכים של הארגון ולפקח על השקעות AI שמבצע הארגון. מרכז המצוינות משמש גם כזרז לפיתוח יכולות פנימיות כגון חינוך והכשרת עובדים אודות טכנולוגיות AI, קידום חדשנות וארגון סדנאות AI תקופתיות או האקאתונים. ככלל, מרכז המצוינות מייצג יחידות ארגוניות שונות, כולל גורמים עסקיים, יחידות תמיכה ב-IT ומשתמשי קצה. שיתוף פעולה שכזה בין מחלקות הארגון יסייע למרכז לזהות הזדמנויות במהירות, לפתח את האסטרטגיות הנכונות ולבסוף לממש אותן ביעילות, תוך נטילת סיכונים מועטים.

מרכז מצוינות בתחום הבינה המלאכותית חיוני לצורך הבטחת קבלת החלטות של מנהלי הארגון בנוגע לפרויקטים אפשריים בתחום. הוא יכול לסייע להימנע מטעויות יקרות בעת הטמעת טכנולוגיה חדשה ולייעץ בכל הקשור ל-AI. המרכז ימליץ על הטכנולוגיות אותן יש להטמיע בארגון ואופן ניתוח הנתונים, כולל פרשנות של תוצאות המודלים לגורמים העסקיים,וינחה באילו כלים יש לעשות שימוש.

 

האתגרים בפרויקטי AI

קיימים מספר אתגרים שארגונים נדרשים לצלוח בבואם לשלב מודלים מתקדמים של AI ביישומים חדשניים בארגון. ראשית, מחסור גובר והולך בהון אנושי מתאים שלמדעני נתונים מקשה על בניית יכולות ליבה בתחום. ארגונים רבים מתקשים במיון וגיוס של כוח אדם מיומן, ויתירה מכך, ביצירת משטר של חדשנות טכנולוגית כמו גם סביבת עבודה הכוללת הכשרה מתמדת ומתמשכת לצורך ריענון ולימוד של אלגוריתמים וטכניקות חדשות בתחום הצומח בקצב מהיר מהרגיל.

וקטור הצמיחה של תחום ה-AI  מהווה גם הוא אתגר של ממש בבחינה ובחירה בין חלופות טכנולוגיות (technology stack) רבות ושונות לאימוץ ומימוש, בתחום אשר במהותו עדיין מוגדר כתחום מחקרי ויישומי, צעיר ומתפתח אשר עדיין לא הגיע לבשלות תשתיתית בדומה להנדסת תוכנה, לדוגמה. כמו כן, ההד התקשורתי המנופח לעיתים סביבעולם ה-AI, שבמקרים רבים תורם להערכות יתר, הן לאופן והן למהירות שבה יישומי AI עשויים להשפיע על הביצועים העסקיים, מייצר בלבול רב בקרב הנהלות של ארגונים וחברות המחליטות לאמץ את החזון האמיתי הטמון בתחום ה-AI.

ככלל, שימוש באלגוריתמי AI מחייב אימוץ והכרה באי-הוודאות הבסיסית והבלתי נמנעת הכרוכה באופן פעולתם. מערכות מבוססות בינה מלאכותית אינן מתקיימות בעולם הדטרמיניסטי. מנהלים רבים מתקשים להתחייב להשקעות טכנולוגיות ברמת סיכון מובנית ללא ביטחון באומדני הצלחה ידועים מראש. כנגזר מכך, חברות המעוניינות לפתח מוצרים ויישומים חדשניים המבוססים על טכניקות של למידת מכונה, מתמודדות לרוב עם דילמות כבדות משקל. לדוגמה, הבנת הטרמינולוגיה של AI, בחירה בין מודלים, פלטפורמות וסוגי פתרונות שונים, ובניית התשתית הטכנולוגית לתמיכה בבעיות ועולמות תוכן מגוונים. ביצוע מוצלח של פתרון AI צפוי להביא להצלחה משמעותית תוך זמן קצר יחסית.

לסיכום, תחום ה-AI הוא מורכב ביותר, והיכולת להפיק תועלת עסקית ממנו כרוכה בניסיון, תשתיות, כלים, זמן וכוח אדם ייחודי וייעודי. בנוסף, כדי שטכנולוגיות AI יקודמו בארגון, המבנה הארגוני צריך לתמוך באפשרות להטמעת טכנולוגיות מסוג זה. לדוגמה, שיקולים מבניים של אופן בניית יחידה ארגונית - האם יש להקים צוות AI צנטרליסטי שישרת את כל צרכי הארגון, או ליצור קבוצות מבוזרות המשולבות בליבות העסקיות השונות של הארגון; מהו התמהיל האופטימלי של קבוצת הבינה המלאכותית; מהם המרכיבים הטכנולוגיים השיתופיים כמו גם מתודולוגיות פיתוח המגדירים סטנדרטיזציה ונהלים חוצי ארגון של פיתוח, הקמה והצבה של מערכות אלה בסביבה ייצורית תפעולית; כיצד ינוטרו אותן מערכות באופן אוטומטי כדי לוודא שביצועיהן אינם נפגעים לאורך זמן עקב שינויים תכופים בעולם הנתונים החדשים המוזנים אליהן מעת לעת; כיצד לוודא אסדרה ואימוץ של רגולציה של מערכות בינה מלאכותיות מפוקחות ועוד.

כדי להצליח בבניית מרכז מצוינות בתחום ה-AI, מומלץ לחבור לגוף המתמחה בתחום. חברת DSG (Data Science Group), פיתחה מודל מוכח, חדשני וייחודי של בניית מרכזי מצוינות במגוון ורטיקלים, שמומש בהצלחה במספר ארגונים, הן בארץ והן בחו"ל. המודל נשען על ניסיון מעשיו ידע אקדמי בתחום הבינה המלאכותית אשר נצבר לאורך שש שנות פעילותה של החברה. שיתוף פעולה כזה נחתם לאחרונה עם חברת צים ועם חברות נוספות, הן בתחום הפיננסי והן בתחום הרפואי, באופן המסייע להן בבחינה ופיתוח של פתרונות AI מותאמים בתחומים הרלוונטיים להן, תוך בניית ליבה של יכולות פנים-ארגוניות.

"כדי להצליח בבניית מרכז מצוינות בתחום ה-AI, מומלץ לחבור לגוף המתמחה בתחום. חברת DSG (Data Science Group), פיתחה מודל מוכח, חדשני וייחודי של בניית מרכזי מצוינות במגוון ורטיקלים אשר מומש בהצלחה במספר ארגונים, הן בארץ והן בחו"ל. המודל נשען על ניסיון מעשי וידע אקדמי בתחום הבינה המלאכותית שנצבר לאורך שש שנות פעילותה של החברה. שיתוף פעולה כזה נחתם לאחרונה עם חברת צים ועם חברות נוספות, הן בתחום הפיננסי והן בתחום הרפואי, באופן המסייע להן בבחינה ופיתוח של פתרונות AI מותאמים בתחומים הרלוונטיים להן, תוך בניית ליבת יכולות פנים-ארגוניות"

 

לפרטים נוספים: www.dsg.ai

יש לכם רעיון למגזין משלכם? צרו קשר