Search
Close this search box.

AI״שלושה אתגרים מרכזיים בשימוש ב
הם להכיר את גבולות הגזרה, לאתר תהליכים עסקיים
ולבנות את הצוות הנכון. אנחנו מומחים בזה״

“גם ארגונים קטנים\בינוניים מהווים קרקע פורייה לשימוש ב AI, ובמיוחד בשנים האחרונות עם פריצתו של ה GenAI. לא רק חברות הביג-טק יכולות להנות מיתרונות של הטכנולוגיה אלא גם חברות מתעשיות יותר מסורתיות כגון פיננסים, פארמה ואפילו מפעלי יצור.”
כך אומר אבישי מרון, סמנכ”ל AI ב-קבוצת Ready.

לדברי מרון “בסביבה התחרותית של היום, אנחנו רואים עליה בעניין של מנהלים בכירים לשלב AI בתהליכים העסקיים. האתגר הוא לבצע הטמעה של הטכנולוגיה הנכספת ללא תקציבי עתק של פורצ’יין 500 ומבלי לדרוס את תהליכים קיימים ולסכן את הפעילות העסקית הנוכחית”.
“זו המומחיות שלנו. הצוותים שלנו ברדי מבינים היטב טכנולוגיה ו AI. במשך 17 שנים אנחנו מפתחים תוכנה, חומרה ובשנים האחרונות גם מערכות AI. אנחנו יודעים לזהות צורך אופרטיבי או מוצרי ולהתאים לו פתרון AI בזמנים קצרים מאוד”.

היום אפשר לבקש מChatGPT לכתוב קוד, לאפיין מוצר ועוד.
איפה בעצם האתגר בשימוש ב-AI? מדוע צריך מומחי AI?

“גם עם היכולות המרשימות כיום, ישנם שלושה אתגרים מרכזיים בשימוש ב AI והם להכיר את גבולות הגזרה, לאתר תהליכים עסקיים ולבנות את הצוות הנכון. אנחנו מומחים בזה.
גבולות הגזרה. אילו אתגרים מתאימים יותר ל-AI ואילו אתגרים מתאימים פחות. לאורך השנים פיתחנו שיטה סדורה לאיתור הזדמנויות לשימוש ב-AI ואנחנו משמשים בה יחד עם הלקוחות לזהות את התהליכים שלהם שיכולים להשתפר באמצעות AI.
בנוסף AI הוא למעשה שם לאוסף טכנולוגיות שמומחה ידע לבחור ו\או לשלב בניהן באופן יעיל.
הגדרה עסקית ברורה להצלחה. זה נשמע טריוויאלי אבל זו בעיה לא פשוטה לאתר תהליך ברור שניתן לעשות בו שימוש ב AI מבלי לבצע שינויים ארגוניים מרחקי לכת. אנחנו בקבוצת רדי מאמינים שהצלחה גדולה מורכבת מאוסף של הצלחות קטנות ומהירות יותר. במקום לבנות תוכניות חומש בתקציבי עתק, אנחנו מסלול עם אבני דרך ברורות בהן הלקוחות קוצרים פירות כבר בשלבים מוקדמים.
בניית צוות שיכול לדלוור מהר. הסוד הוא בניית צוות מגוון אבל לא גדול מידי. המטרה של הצוות לאסוף את הידע הרלוונטי ולהמיר אותו למוצר שלקוחות או עובדים בארגון עושים בו שימוש באופן שמשפר את החוויה שלהם או הופך אותם ליעלים יותר. הצוות צריך לכלול פונקציות של ניהול מוצר, מחקר, פיתוח ובדיקות”

article 1

מי בארגון אמור להוביל כניסה של AI לארגון? האם זה ה CTO?

“גם אבל לא רק. למעשה כל חבר הנהלה בכירה יכול להוביל שימוש ב AI. לדוגמה, יכול להיות ש-CEO מזהה פוטנציאל לאוטומציה מיתוך ראיה רחבה של החברה שלו.ה והיכרות טובה עם התעשייה בה הוא פעיל.ה. באותה מידה יתכן ש CMO מזהה פוטנציאל לשפר תהליכי שיווק ומעוניין.ת לבחון האם וכיצד AI יכול לסייע. שימוש מוצלח בטכנולוגיה מתחיל בתרבות ארגונית ובדרך שהנהלה סוללת ולכל אחד מחברי ההנהלה יש מקום להוביל.״

כיצד יכולים מנהלים שאינם טכנולוגיים להוביל שינוי טכנולוגי?

“מנהל טוב יודע למפות את האזורים בהם אין לו ידע מספק ולהשלים את החוסר ע”י יועצים סביבו. ישנן דוגמאות רבות למנהלים שאינם טכנולוגיים שהובילו בהצלחה רבה שימוש ב AI. לדוגמה, שריל סנדברג COO לשעבר של פייסבוק. סנדברג הפכה את פייסבוק מ”אתר מגניב” לענקית הפרסום שהיא היום. שריל למדה כלכלה מנה”ס.
יש עוד דוגמאות רבות כגון סטויארט באטרפילד מייסד slack, תומר בראל נשיא מאילו ובכיר לשעבר בפייפל. אלו מנהלים שהובילו ומובילים כיום שימוש מוצלח ב AI ללא רק טכנולוגי. 

כחלק מחבילת הפתרונות שלנו, אנחנו מציעים הכשרה פרקטית של יום שלם למנהלים ולבורד כיצד להוביל פרויקטי AI בחמישה שלבים:

  1. רכישת ידע קריטי
  2. הגדרת מדויקת ומדידה של הפתרון
  3. תיעדוף פרויקטים ואיתור הזדמנויות
  4. הקמת צוות
  5. פריסת הפיתוח ביצור


אנחנו מיישמים את השיטה הזו בהצלחה במגוון פרויקטים”. 

avishai 11

אילו פרויקטים לדוגמה ביצעתם באמצעות השיטה הזו?

“קבוצת רדי תפסה מקום ייחודי בשוק הישראלי עם יכולת מחקר ופיתוח גם בתוכנה וגם בחומרה. היכולת להבין AI בכמה מישורים טכנולוגיים מאפשרת לנו להציע פתרונות מאוד יעלים בזמן מהיר באופן שרק צוות פנימי ייעודיי שגויס והוכשר במשך כשנתיים יכול לספק.
לדוגמה, מחקרים מראים שדגים משמיעים צליל מיוחד שמאפיין את מידת הרעב שלהם. אנחנו פיתחנו עבור לקוח שלנו מערכת שמזהה את הקולות הייחודיים הללו ומאפשרת לחוות גידול ימי לייעל את תהליך האכלה ומגדילה את כמות הדגה בחווה.

דוגמה נוספת היא זיהוי מוקדם לסכרת באמצעות תמונות עיניים. ישנן ביו-מרקרים שניתן לאתר באמצעות רנטגן אך מחקרים מראים שניתן למדוד את הביו-מרקרים הללו דרך תמונה סטנדרטית של גלגל העין. המערכת שפיתחנו עבור לקוח שלנו מאפשרת לשלול או להתריע על סיכון מוקדם לסכרת על מאות אלפי פציינטים באופן מדויק מהיר. 

חשוב להבין שמחקר הוא רק אחד החלקים באקו-סיסטם של פתרונות AI. חלק חשוב לא פחות הוא תזמור של כל המערכות שינגנו יחד באופן חלק. בעולם AI חלק זה נקרא MLOps. זהו למעשה כל מה שקשור בניהול סביבת הייצור של המערכות המורכבות האלה. לדוגמה, לקוח שלנו פיתח מערכת לאיתור וזיהוי מחלות בצמחים בשדות ענק באמצעות תמונות מרחפנים. אנחנו פיתחנו עבורו סביבת ייצור AI שתומכת והמאפשרת לנהל את המודלים השונים, לעדכן אותם ולהתריע על תקלות בזמן אמת” .

איך ניתן ללמוד פיתוח AI?

לפני מספר חודשים רשות החדשנות בחרה ב- Ready לבצע קורסי הכשרת AI ו-Data Scientist לאנשי מו”פ מנוסים . הלימודים מתקיימים בשיתוף פעולה עם רשות החדשנות כחלק מתוכנית לאומית אסטרטגית לקידום AI והכשרת מומחי AI לתעשייה עתירת הידע בישראל.

“התוכנית של Ready נבחרה לאחת מ- 20 התוכניות המובילות מבין עשרות שהוגשו לרשות החדשנות”, מציין מרון בגאווה. “בימים אלו המשתתפים מוכשרים בפיתוחי בינה מלאכותית והטמעתם, עיבוד תמונה ווידאו, עיבוד שפה טבעית, עיבוד שמע, עיבוד של נתונים וסנסוריים בינה מלאכותית יוצרת ועוד”.

VP of AI at Ready Group

אבישי מרון

Chief AI Officer @Ready Group

אבישי מרון הוא טכנולוג עם 15 שנות פיתוח של מערכות מורכבות וניהול בכיר. אבישי שותף למגוון פרויקטים פורצי דרך בתעשייה כגון פיתוח מנוע ההונאות של חברת פייפל ופיתוח שירות לקוחות אוטומטי בשפה חופשית בבנק הדיגיטלי הראשון וואן זירו.

מוזמנים ליצור קשר

Skip to content