מאז ההשקה של ChatGPT לפני כשנה, בינה מלאכותית גנרטיבית (GenAI) כבשה את העולם בסערה והרחיבה את היכולת שלנו לשקול מחדש את תפיסת גבולות הטכנולוגיה: מיצירת קולקציית האופנה הבאה בכמה קליקים ועד לקיצור של עבודת מחקר רפואי בת עשור לחודשים ספורים. כמו האינטרנט והבלוקצ'יין, גם בינה מלאכותית גנרטיבית עוררה את הוויכוח בין מי שמאמינים כי הטכנולוגיה תמשיך לעצב מחדש ותשנה לחיוב את האופן שבו אנחנו עובדים וחיים, לבין אלה הרואים בה את רגע ה-NFT הבא שעדיין לא יממש את ההבטחה.
השאלה שעומדת בעינה איננה אם הבינה המלאכותית הגנרטיבית תייצר אימפקט, אלא כיצד. לפי מחקר של המכון העולמי של מקינזי, הטכנולוגיה אמורה לפתוח עידן חדש של פרודוקטיביות וצמיחה ובכוחה ליצור ערך מוסף של 2.6 עד 4.4 טריליון דולרים בשנה לכלכלה העולמית. השאלה החשובה היא איך לממש את הפוטנציאל. מאמר זה עוסק בכמה מהלקחים שארגונים יכולים ללמוד מהשנה החולפת, ולהבין כיצד הערך של הבינה המלאכותית הגנרטיבית יבוא לידי ביטוי.
1. ההזדמנות גדולה בהרבה מ-GenAI
מנכ"לים צריכים לזכור ש-GenAI הוא רק כלי אחד בתוך הארגז. למעשה, במחקרים ראינו ש-GenAI אחראי רק ל-20%-40% מהעלייה בפרודוקטיביות הנצפית בארגונים, כאשר טכניקות AI אחרות תורמות את 60%-80% הנוספים. פעמים רבות, דווקא השילוב בין GenAI לטכנולוגיות אחרות מייצר את הערך הרב ביותר. בנוסף, בזמן שרוב תשומת הלב בימים אלו מוקדשת ל-GenAI, ישנן טכנולוגיות נוספות שמתקדמות ומבשילות - Web 3.0, בעיקר סביב טוקניזציה, ו- AR/VR. זו הפעם הראשונה ב-15 שנים האחרונות, מאז הופעת הענן, הרשתות החברתיות והטלפונים החכמים, שאנחנו נמצאים בפתחה של מהפכה טכנולוגית שתוביל ליצירה של חברות חדשות בקנה מידה גדול. לכן, ברגע שאנחנו חושבים על המצאה מחדש של המודל העסקי, או על שינוי רדיקלי של תהליכים ודרכי העבודה, מעבר לתפוקה, עלינו להתמקד בשילוב שלושת הטכנולוגיות הללו יחד, ולא לחשוב על כל אחת מהן בנפרד.
2. תפוקה זו רק תחילת הדרך
בעוד ש-90% מהארגונים מתרכזים בתפוקה, הם צריכים למעשה לקחת צעד אחורה ולחשוב כיצד ניתן להמציא מחדש את המודל העסקי של החברה שלהם, ושל הענף כולו, בהתחשב בתהליכי דיסאינטרמדיאציה, שינוי רדיקלי בעקומת העלויות והאפשרויות החדשות הרבות שנוצרו לרכישת משתמשים ולקוחות.
היכולת להפעיל את הטכנולוגיה בשפה טבעית - דרך טקסט או דיבור - פותחת פתח למגוון חדש של עוזרים אישיים וירטואליים: כאלה שעושים עבורכם קניות, מתכננים לכם את היום, תומכים אמוציונלית ומאפשרים גם שיתוף ידע בתוך הארגון. חשבו על האפשרות לנהל צוותים, כשלכל עובד יש עוזר אישי משלו. כל היכולות הללו מגלות בפנינו עולם חדש, עסקי וחברתי, כאשר המהירים ביותר יזכו ליהנות ממנו.
3. בידול מייצר ערך
הבינה המלאכותית הגנרטיבית מעוררת התלהבות רבתי בקרב מייסדים-לעתיד ומשקיעים. אין-ספור שחקנים נכנסים לשדה. מבט מקרוב על שחקנים מובילים מלמד שמנכ"לים יכולים לאמץ אחד משני מהלכים כדי להתבדל מהשאר. לאפשרות האחת אנחנו קוראים "שף המישלן" – לפי גישה זו, המרכיבים מאחורי יישומי GenAI אינם כשלעצמם מקור לבידול תחרותי. כלומר, בדומה למסעדת היוקרה, המצרכים שמרכיבים את המנות זמינים לכולם וגם המתכונים ברובם נגישים, אבל שפים מומחים מבשלים טוב יותר מאחרים והמנות נראות טוב יותר כאשר הן מוגשות במסעדה שלהם. כך גם לגבי הבינה המלאכותית הגנרטיבית: המודלים והטכנולוגיה הם הסחורה, ומודלים בקוד פתוח זמינים עבור כולם. לעומת זאת, היכולת של ארגונים שונים לעשות שימוש נכון בטכנולוגיה, בדאטה ובכוח האדם שלהם היא הגורם המבדל. כלומר, בדומה למסעדת היוקרה, האתגר סובב יותר סביב היכולת לדמיין ולעצב חוויות, מאשר המודל עצמו. האפשרות האחרת היא "המהלך ההיקפי": בעוד שמודלים ויישומים של GenAI הם שמקבלים את מרבית תשומת הלב ממשקיעים וארגונים, חלק מהמקטעים הקריטיים בשרשרת הערך של הבינה המלאכותית עדיין לא מוערכים מספיק. החל ממסחור הגישה ליחידות עיבוד גרפיות (GPU) ועד לפתרונות טיוב נתונים, אופטימיזציה של מודלים או ניהול סיכונים - ישנן הזדמנויות רבות למכור אתי חפירה נוכח הבהלה החדשה לזהב.
4. לטכנולוגיה חזקה אין משמעות ללא האנשים הנכונים שידעו להפיק ממנה ערך
במהלך 12 החודשים האחרונים, רוב השיח סביב GenAI התרכז בטכנולוגיה וארגונים רבים כבר שכחו את הלקח שהיינו צריכים ללמוד מהעשורים הקודמים: עבור כל שקל שארגון משקיע בטכנולוגיה - הוא חייב להשקיע לפחות שלושה שקלים נוספים באנשים. החל מהתאמת תמהיל ההון האנושי כדי להישאר מעודכן ובחזית, דרך פיתוח מיומנויות ויכולות לשימוש בכלים ומערכות מסוג חדש ועבודה בשיטות עבודה חדשות, ועד לגיוס ושימור כישרונות לאורך זמן, ניהול הטאלנטים ותהליך ניהול השינויים הם המפתחות החשובים ביותר למימוש הפוטנציאל של AI.
מניסיוננו, הגל הראשון יתמקד באנשים, ולא רק במודלים תפעוליים. מעשית, זה אומר שארגונים צריכים לזהות את מאגרי הערך הפוטנציאליים הגבוהים ביותר, להבין את המשמעויות לכוח העבודה ולהתחיל לנהל את הטאלנט שלהם כדי להגיע לשם. ארגונים יצטרכו להתמודד גם עם הפחד מטכנולוגיה ולשנות את דפוסי החשיבה בארגון: במקום החשש כי AI "יחליף אותנו" - לסייע להבין כיצד הוא ישפר את היכולות שלנו ויפתח הזדמנויות חדשות. בינה מלאכותית יכולה לעזור לאנשים להתמקד באזורים בהם הם מבטאים את מרב הכישרון והיצירתיות שלהם ולחסוך להם זמן רב בשגרת היום-יום בעבודה.
5. מניסויים במעבדה להטמעה בסביבה העסקית
רק אחד מעשרה פרויקטי בינה מלאכותית מגיע לשלב ההטמעה והייצור. גל ה-GenAI הגיע בתקופה שמנהיגים רבים התפכחו מההבטחה הבלתי-ממומשת של בינה מלאכותית. המציאות היא שלא מדובר בבעיה טכנולוגית, אלא בבעיה של עיצוב ותכנון. כדי להפוך ארגון לבעל יכולות דיגיטליות, מנכ"לים חייבים להוביל את החיווט מחדש של החברה שלהם, על פני שישה ממדים: (1) מפת דרכים דיגיטלית שתיישר את צוות המנהיגות הבכירה על חזון הטרנספורמציה, תוך התמקדות בחשיבה מחדש על העסק; (2) טאלנט - עליהם להבטיח שיש לארגון את הכישורים והיכולות הנכונות לביצוע ולקידום חדשנות, הן בצד הטכני והן בצד העסקי; 3) מודל תפעולי וארגוני עדכני, שיחבר את האזור העסקי לטכנולוגי; 4) טכנולוגיה שתאפשר לארגון להוביל ולהאיץ חדשנות, ובייחוד ארכיטקטורת IT גמישה; (5) דאטה זמין ואמין, כדי להעשיר ולשלב נתונים ממקורות ומסוגים שונים וכך לשפר ביצועים על פני חלקי הארגון השונים; (6) שינוי תרבותי, כדי להבטיח הרחבה של פתרונות AI לכלל הארגון ובניית מיומנויות ומאפייני מנהיגות חדשים, לצד ניהול נכון של הטרנספורמציה והסיכונים.
6. ניהול סיכונים לא יכול להיות תירוץ
הדיונים על סכנות הבינה המלאכותית רבים וחשובים, אך חלק מהארגונים רואים בהם סיבה מספקת להמתין ולא לפעול על מנת לאמץ אץ הטכנולוגיה. חשוב לוודא שארגונים ניגשים לניהול הסיכונים בצורה הוליסטית ופרגמטית. כשמדברים על הסכנות שטמונות ב-AI, יש להבדיל בין שיקולים קצרי טווח (למשל, סוגיות של קניין רוחני, או אינטראקציות בעייתיות של לקוחות), לצד שיקולים ארוכי טווח ואף סיכונים קיומיים לעתיד העולם. רבים מהסיכונים בטווח הקצר יכולים להגיע לכדי פתרון בעזרת אמצעים טכניים, לצד כוח אדם שיעבוד לצד הבינה המלאכותית (בינה היברידית). לצד זאת, יש להשקיע זמן ומאמצים מולטי-דיסציפלינריים כדי להתמקד בפתרון סיכוני הטווח הבינוני והארוך, החל מסיכון ה-ESG (כאשר תהליך אימון מודל יכול להוביל לצריכה של סדר גודל של מיליון ליטרים מים) ועד שאלות לגבי העתיד שאנחנו רוצים עבורנו ועבור ילדינו.
מנכ"לים צריכים לכוון את הארגון שלהם להתמודד עם סיכונים וללמוד כיצד לנהל אותם, בדיוק כפי שבנקים מתמודדים מדי יום עם הסכנות במתן אשראי. כדי לנווט במים הבלתי-מוכרים הללו, עליהם להקים צוותים חוצי-ארגון, שיתנו מענה לכל החששות בנושאים שונים (כמו רגולציה, אתיקה, סייבר, קניין רוחני והשלכות חברתיות), ובתוך כך גם לקבוע עקרונות אתיים מקיפים והנחיות לשימוש בבינה המלאכותית, ולנטר זאת באופן רציף.
עיצוב ויצירתיות ומה המשמעויות לגבי ישראל?
לאורך ההיסטוריה, ישראל תמיד מצאה את הנישה שלה - בין אם בסייבר, בטלקום, בפינטק, או בתחומים נוספים. השאלה העיקרית שעומדת כיום בפני האקו-סיסטם הישראלי היא מה הנישה שבה היא תוכל להשתלב ולהוביל, בהתחשב במהפכה המתגבשת. גם במקרה זה, לא מדובר רק על GenAI, אלא גם על טכנולוגיות נוספות שמטרתן לחבר ולהקיף אותו, החל מהגנת סייבר בעידן חדש של איומים ועד לאופטימיזציה של צריכת כוח מחשוב או טיוב נתונים, או יישומי B2B בו צברה ישראל מומחיות. בעוד שעדיין ישנן שאלות טכנולוגיות רבות, כשזה מגיע לבניית מודל עסקי, הנושאים שחשוב לתת בהם את הדעת הם דווקא עיצוב ויצירתיות. ישראל תצטרך להחליט באיזה מגרש היא תרצה - ותוכל - לשחק, באופן מהימן.
עם זאת, כאשר מסתכלים על מידת היישום של AI בישראל בתעשיות מסורתיות, אנחנו רואים שמרבית המעסיקים והארגונים הגדולים עדיין לא ניצלו את מלוא ההזדמנות, ובוודאי לא עומדים בקנה אחד עם המובילות הטכנולוגית הישראלית. לכן, השאלה המהותית היא כיצד להתאים את ההון הטכנולוגי והאנושי כדי להבטיח יתרון תחרותי משמעותי בעתיד. מעבר לכך, מטבעה, הטכנולוגיה מייצרת הזדמנויות למידה חדשות, אם בהקשר הפורמלי בבתי ספר או בלימוד עצמי, דבר שארגונים בישראל, בסקטור הפרטי והציבורי, יכולים וצריכים לרתום לטובתם.
אלכסנדר סוכרבסקי הוא שותף בכיר במקינזי ומנהל-משותף עולמי של QuantumBlack. דנה מאור היא שותפה בכירה במקינזי ומנהלת-שותפה עולמית של פרקטיקת האנשים והארגון
