"עם כמויות הדאטה האדירות העומדות לרשות ארגונים במגזר הפיננסי והזינוק הטכנולוגי של מהפכת ה-GenAI, אפשר היום 'להניף את שרביט ה-AI' ולחולל באמת פלאים", אומר עידן בר, מנהל מרכז התמחות AI במטריקס ו-AI CTO במטריקס דיפנס, שמזכיר כי חברת מטריקס דורגה החודש על ידי STKI כמובילת שוק ב-GenAI ופרויקטי LLM.
"על פי דוח של חברת מקינזי, GenAI יכולה להוסיף לתעשיית הבנקאות הגלובלית ערך שנתי שנע בין 200 מיליארד דולר ל340- מיליארד דולר, או 2.8% עד 4.7% מההכנסות הכוללות של התעשייה, בעיקר בזכות הגידול בפרודוקטיביות", מוסיף בר. "והאנליסטים של סיטי בנק מעריכים כי שיעור הרווח עשוי לגדול ב.9%, אך על מנת ליהנות מכל היתרונות ש-AI יכולה להעניק, צריך להטמיע אותה באופן מחושב, ורצוי - לרוחב הארגון כולו. מהלך כזה עדיין לא מיושם על ידי ארגונים רבים".
מדוע בעצם?
"כי קיימת תחושה שיישום של פתרונות נקודתיים יהיה בטוח יותר וייתן ערך מהיר וגבוה ושעדיף לחכות עם תהליכי העומק להמשך. יישומי AI נקודתיים מהסוג הזה כבר נפוצים למדי במגזר הפיננסי, והם משולבים בתהליכי מכירה ושירות, ניהול סיכונים, איתור ומניעת הונאות, חוויית לקוח ועוד. אפילו מבוצע שימוש ב-ML לזיהוי דפוסי התנהגות של לקוחות, להצפת אנומליות או כעזר לייעוץ פיננסי. העניין הוא שגם הטמעה של יישום בודד היא מורכבת ומצריכה התמודדות עם כל האתגרים שארגון היה פוגש בכל מקרה במסגרת תהליך שינוי אסטרטגי".
מהם אותם אתגרים?
"הטמעה של AI במגזר הפיננסי מציבה אתגרים מיוחדים, ביניהם הרגולציה. בנק ישראל, למשל, הוא רגולטור חזק שמשנה את הנהלים שלו באופן תדיר, ומערכות ה-AI חייבות לעמוד בקצב הסטנדרטים הרגולטוריים המתפתחים. המשמעות היא שיש לבנות אותן מראש בצורה שמאפשרת דינמיות. אתגרים נוספים הם הגנה על פרטיות, דאטה מעורב שהוא שפה חופשית ומידע טבלאי-מספרי ועוד, אבל אולי האתגר הגדול מכולם הוא ההתמודדות עם 'החוב הטכנולוגי הארגוני'".
זה מונח שמחייב הסבר.
"רבים מהארגונים במגזר הפיננסי עובדים עם מערכות legacy. חלקן נכתבו בשפות שאינן נפוצות ובארכיטקטורות שפשוט לא מתאימות. זה מעלה את השאלה כיצד מגשרים על הפער בין הדרישה להתפתחות טכנולוגית מהירה מצד אחד, לבין קצב התזוזה האיטי של הכנסת חידושים למערכות אלה מצד שני. על מנת ליהנות מההזדמנויות הרבות שמציעה מהפכת ה-AI, ארגונים צריכים לחזק את הליבה".
מינוף עסקי וטכנולוגי מתחיל במודרניזציה
אורן יוסף, SVP פתרונות אינטגרציה, מודרניזציה ודיגיטל פיננסי במטריקס, מסכים לדברי בר ומרחיב: "כולם מדברים על חדשנות, חולמים ורצים קדימה. אבל כשמתחילים לתכנן וליישם, מזהים את האתגרים. לכל ארגון, בוודאי לארגונים פיננסים, יש בדרך כלל בסיס של מערכות מחשוב שמשרתות אותו כבר שנים. לוותיקים ביניהם יש מערכות בנות עשרות שנים. המערכות הללו מכילות בתוכן מידע רב של תהליכים, חישובים וחוקה עסקית, ולצד זה שהן משמרות את ליבת העשייה של הארגון – הן גם מבוססות על טכנולוגיות ישנות. בכנס STKI שנערך ב-30/6/24, אף ציינו את הנושא של technical debt כטרנד סמוי והציפו נתונים שחשפו, כי יש מחסור גדול בידע ובעובדים שמכירים את המערכות האלה.
"כשארגון מגיע להחלטה על שילוב ומינוף יכולות AI בין אם נקודתי או רוחבי הוא חייב להסתמך על המידע והחוכמה העסקית הנמצאים במערכות אלה. אך בתהליך התכנון, פעמים רבות מגלים שמערכות אלה מקשות ולעיתים אף חוסמות אפשרות של הטמעת תהליכי AI וחדשנות. לכן, ארגונים רבים בוחרים ליישם תהליכים חדשניים הכוללים AI באופן נקודתי ומוותרים על מהלך נרחב, שיקנה בסיס טכנולוגי גמיש, וחבל. בסיס כזה יקנה לארגון מקפצה טכנו-עסקית של ממש, ויאפשר להמשיך ולמנף את הטכנולוגיה החדשנית בזמן קצר ובעלויות נמוכות.
מה ניתן לעשות אם כן?
"בעידן בו קצב ההתפתחויות הטכנו-עסקיות מסחרר, אנחנו לא יכולים להרשות לעצמנו את צווארי הבקבוק מסביב למערכות אלה. לכן, אפשר לומר שהאתגר הכי משמעותי שעומד בפני ארגונים פיננסים הרוצים להישאר רלוונטיים וליהנות מההזדמנות האדירה שמציעה מהפכת ה-AI, הוא אתגר המודרניזציה. מודרניזציה למערכות מסוג זה היא שם כללי למנעד רחב מאוד של פרויקטים: פיתוח מחדש של המערכת מאפס, החלפתה במערכת מבוססת מוצר מדף, הסבה אוטומטית של המערכת לקוד עדכני ו/או סביבה עדכנית ועוד. וכמו בכל פרויקט משמעותי מתחילים בתכנון".
איך מתחילים?
"נקודת הפתיחה של כל פרויקט תכנון מודרניזציה היא מיפוי המצב הקיים. אילו טכנולוגיות קיימות? מה מידת המורכבות שלהן? האם יש תיעוד למערכות? השלב הזה, שנקרא גם 'Legacy Understanding', הוא הבסיס לתכנון הפרויקט כולו. מהניסיון שלנו, כשמתחילים תהליכי דיסקברי של מערכות ליבה מגלים אוצרות ופערים בין השאר, גילינו שפות פיתוח עתיקות, כמו טל (TAL), שנולדה אי שם בשנות ה-70' של המאה שעברה, התמודדנו עם מחוללי יישומים ותיקים כמו Uniface ו-Sapiens, והגיעה לפתחנו גם מערכת ERP שפותחה על ידי ארגון, שהחזיק צוות שלם רק כדי לתחזק אותה, מערכת שכיום כנראה כלל לא היו מפתחים.
"לכן, לכל פרויקט מודרניזציה אנו מתאימים את הפתרונות הייחודיים שלו וחושבים איך מוציאים את התוכנית מן הכוח אל הפועל. בשנים האחרונות, הוספנו לצד מתודולוגיה ייעודית לביצוע התכנון גם שימוש בכלים מתקדמים, ביניהם כלים מבוססי AI, המאפשרים מיכון ואוטומציה של שלבים בתהליך, ויכולים להוזיל ולהאיץ משמעותית פרויקטי מודרניזציה. השימוש במתודולוגיות וכלים אלו צבר תאוצה במיוחד בשנה וחצי האחרונות, עם ההתפתחות בטכנולוגיית GenAI".
לקצר זמנים, להפחית עלויות
עידן בר מסכים ומוסיף: "הכניסה של LLM ו- GenAI לתחום המודרניזציה של מערכות legacy, העשירה את הכלים והאפשרויות למיפוי ופענוח של קוד קיים ושל כלי ההסבה האוטומטיים. האנליסטים של גרטנר מעריכים, כי עד 2027, כלי GenAI יאפשרו להוריד את עלויות המודרניזציה ב-70%(!) במקביל, קיימים מנועי חוקה המאפשרים בנייה של חוקה לפירוק והרכבה של שפות ומאפשרים הגירה מכל שפה לכל שפה (כמעט). כלים מסוג זה, בשילוב עם יכולות ה-AI שנכנסו לתמונה, עוזרים לנו לקצר זמנים, להפחית עלויות ולהגיע לתוצרים איכותיים יותר מאשר בעבר. כיום, אפשר יותר מאי פעם לבצע תהליכי מודרניזציה, שיעניקו לארגון סביבת פיתוח גמישה, שמאפשרת חדשנות מקצה לקצה".
למידע נוסף על השירותים של מטריקס לחצו כאן>>>
בשיתוף מטריקס
