יותר ממיליארד דולר בהכנסות או חיסכון בהוצאות. זה מה שארגון הבינה המלאכותית המרכזי של אינטל הוסיף לחברה בשנת 2020. מרכז המצוינות הזה מנוהל מישראל ומרבית מ-250 העובדים שלו - מדעני נתונים, מהנדסי מערכות לומדות ומנהלי המוצר - ממוקמים אף הם כאן, בארץ.
"אנחנו בדרך להכפיל את התרומה העסקית שלנו בתוך שלוש שנים על-ידי העמקה והרחבה של מוצרי הבינה המלאכותית שאנחנו מייצרים עבור אינטל העולמית", מסביר איתי יוגב, המנהל הכללי ואחד ממייסדי הארגון. "פיתחנו אוסף של שיטות וכלים על מנת לאפשר לנו לשפר את אחוזי ההצלחה של פרויקטי בינה מלאכותית ולעלות את הערך שלהם" (מדדים בתעשייה מראים כי 80% מפרויקטי הבינה המלאכותית לא מגיעים לכדי הטמעה ומבין אלו המוטמעים, רק 60% הם רווחיים).
לפני שנצלול אל שיטות העבודה והדוגמאות של העשייה שלנו, כמה מילים על הקריטיות של פתרונות מבוססי בינה מלאכותית לעתיד של אינטל.
אינטל, בדומה לכל החברות הגדולות בשוק, פועלת בסביבה עסקית שבה המורכבות גדלה באופן אקספוננציאלי. במקרה שלנו, הרבה מהמורכבות נובעת מכך שהחברה נכנסת אל שווקים חדשים ודינאמיים. למשל, היא הכריזה לאחרונה על יוזמת IDM 2.0, שכוללת שינויים גדולים באסטרטגיית הייצור של החברה ופתיחת שערי המפעלים שלה לייצור של שבבים של חברות אחרות. בנוסף על כך, החברה מרחיבה את קשת המוצרים שלה בתחומי הבינה המלאכותית, מרכזי נתונים, נהיגה אוטונומית, עיבוד גרפי ורשתות תקשורת. ככל שיש יותר מוצרים לתכנן, לפתח ולתמוך בהם, כך עולה גם מורכבות תהליכי הייצור. אם מספר העובדים המיומנים בתחום השבבים היה בלתי מוגבל, כל אלה לא היו מהווים בעיה. אבל מורכבות המוצרים, הידע האנושי העמוק והרחב שנדרש כדי לפתח אותם, והדרישה להאצה בקצב מביאים למחסור בכמות העובדים המסוגלים לקבל החלטות מורכבות. בינה מלאכותית היא התגובה של אינטל לצוואר הבקבוק בהון האנושי.
AI בסינרגיה עם מומחים אנושיים
אנחנו משתמשים בבינה מלאכותית לאחת משתי מטרות מרכזיות: להרחיב את יכולות קבלת ההחלטות של המומחים האנושיים, על-ידי הנגשה של כוח החישוב האדיר שיש למכונה לומדת, ולהוסיף שיקול דעת כמו-אנושי אל תוך תהליכים אוטומטיים. חשוב לציין שאנחנו לא רואים בבינה מלאכותית ככזו שנועדה להוציא את האדם לגמרי מהמשוואה. להיפך, בכך שמכונה עושה את מה שהיא מצטיינת בו, האנשים מתפנים לבצע משימות מורכבות, יצירתיות ואינטליגנטיות יותר שלא התאפשר להם כאשר היו עסוקים בהחלטות היום-יומיות.
השילוב בין הבינה המלאכותית והידע של העובדים המיומנים מאפשר לפתור את צוואר הבקבוק של ההון האנושי ובכך לפתח יותר מוצרים ולקצר את זמן ההגעה לשוק, יחד עם שיפור האיכות והביצועים של המוצר.
ארגון פתרונות הבינה המלאכותית של אינטל נוסד בשנת 2009 כאן, בישראל. הוא כולל מעל 200 מומחי בינה מלאכותית ומעל 500 פתרונות המוטמעים ברחבי אינטל, כאשר בכל אחד יש מספר אלגוריתמים.
לאורך השנים ארגנו את הכוח ופיתחנו שיטות עבודה, שתכליתן להגדיל את אחוזי ההצלחה של הפרויקטים השונים עליהם אנחנו עובדים ולמקסם את הערך העסקי שטכנולוגית הבינה המלאכותית מביאה לחברה. מרבית כוח האדם עובד על מוצרי בינה מלאכותית המשולבים בתהליכי הליבה של החברה: החל מפיתוח השבבים, עבור בבדיקות שלהם ובתהליכי הייצור ועד שיווק ומכירות. בכל אזור קריטי לחברה אנחנו מקצים צוות ייעודי המתנהל כמו סטארט-אפ בתוך החברה ותכליתו לזהות הזדמנויות ולייצר קשת של מוצרים, שישנו את הדרך שבה העבודה מתבצעת בתחום בו הם ממוקדים.
הם עושים זאת תוך שיתוף פעולה עמוק עם היחידה העסקית איתה הם פועלים וממוקדים בבעיות הגדולות איתן מתמודדת אותה יחידה עסקית.
בתחום השיווק והמכירות פיתחנו פתרונות הסורקים את כל מאגרי המידע הרלוונטיים בתוך הארגון וגם מחוצה לו: רשתות חברתיות, אתרים ציבוריים ומידע מסחרי. אלגוריתמים יעודיים שמחקים את דרך הפעולה של איש מכירות נבנו כדי לזהות הזדמנויות לא טריוואליות למכירה, ומספקים לאיש המכירות תובנות מידיות שלפיהן יוכל לפעול.
לדוגמה, האלגוריתמים שלנו יכולים לזהות במהירות שחברה מסוימת עושה שינוי במיקוד העסקי שלה ובשל כך עשויה להזדקק לסוג חדש של חומרה, להפנות את תשומת הלב של איש המכירות הרלוונטי ולייצר הכנסות חדשות של מיליוני דולרים. בעזרת פתרונות אלו נוצרו מאות אלפי אינטראקציות ופעולות, שהביאו לחברה מכירות נוספות של יותר מ-130 מליון דולר בשנת 2020.
ייעול תהליכי הבדיקה ואיתור באגים נדירים
המעבדים המודרניים הם כל כך מורכבים שעל מנת לבדוק אותם מריצים מיליונים רבים של בדיקות בתהליך הפיתוח של המוצר. המטרה של בדיקות אלו היא לדמות, ככל הניתן, את שלל השימושים שיהיו למעבד של אינטל. אולם, ככל שהמעבדים נעשים מורכבים יותר ומשמשים למטרות רבות יותר, כך קשה יותר למומחים האנושיים לחשוב על כל התרחישים אותם יש לבדוק על מנת לוודא שהמעבד חף מתקלות (באגים).
על מנת לשפר את איכות תהליכי הבדיקה ובהתאמה את איכות המוצרים, פיתחנו כלים מבוססי בינה מלאכותית המתכננים את סט הבדיקות המיטבי שיכסה את כל מרכיבי ושימושי המעבד. בעזרת כלים אלו אנחנו מצליחים למצוא באגים נדירים שלא מתגלים באף שיטת בדיקה מסורתית. למעשה, בדורות האחרונים של המוצרים, בינה מלאכותית מצאה באופן בלעדי מעל ל-20% מהבאגים בשלבים הקריטיים של פיתוח המוצר.
המפעלים של אינטל מייצרים מיליונים רבים של שבבים בשנה. כל שבב עובר תהליכי ייצור מורכבים שבסופם תהליכי בדיקות קפדניים וממושכים. מסורתית, כל יחידה בקו הייצור נבדקה בדיוק באותו האופן כמו יתר היחידות, ללא קשר למידע שנאסף עליה במהלך תהליכי הייצור. בשנים האחרונות שילבנו תהליכי בדיקות אוטומטיים מבוססי בינה מלאכותית המאפשרים להתאים את סט הבדיקות והטיפול בכל יחידה בקו הייצור למאפיינים שלה. כלומר, יחידות מסוימות נבדקות יותר מאחרות מאחר והן זקוקות לבקרת איכות קפדנית יותר, בעוד שיחידות שזוהו כבעלות איכות גבוהה מדלגות על חלק מתהליכי הבדיקה ובכך מתקצר תהליך הייצור שלהן. התוצאה היא מיליוני יחידות נוספות בשנה שיוצאות לשוק באיכות גבוהה יותר ללקוחות כתוצאה מייעול תהליכי הבדיקה.
לאן ממשיכים מכאן?
כמרכז פתרונות הבינה המלאכותית של אינטל, אנחנו משלבים - לצד ההשקעה בפתרונות הממוקדים באזורים עסקיים קריטיים - גם פעילויות שתכליתן לשמור את הארגון בחזית הטכנולוגיה מבחינת תהליכי העבודה ההנדסיים ומדע הנתונים. יש לנו צוות מחקר מרכזי, שמיישם את המחקרים החדשים ביותר על בעיות אמיתיות בתוך החברה, על מנת לייצר טכנולוגיה פורצת דרך בעלת ערך עסקי גבוה.
נוסף על כך, יש לנו צוותים מרכזיים שמפתחים תשתיות משותפות ומתקדמות המאפשרות לנו להמשיך ולנוע מהר יותר, באיכות גבוהה יותר ועם עלות תחזוקה מזערית ככל הניתן. כל זאת במטרה להגיע אל קפיצת הגדילה הבאה שלנו בהשפעה על החברה. למעשה, אנחנו נערכים למצב שבו יהיו לנו אלפי פתרונות בינה מלאכותית משולבים עמוק בשלל תחומים עסקיים המבוססים על נתונים רבים ומסוגים שונים. ברור לנו שהעתיד בעולם בכלל ובאינטל בפרט משולב עמוקות בבינה מלאכותית ואנחנו עושים הכל כדי להאיץ את זה בצורה האפקטיבית והאנושית ביותר.
הכותבת היא דירקטורית "AI Everywhere" בארגון הבינה המלאכותית, אינטל
