אפשר לשמוע אנשים המסבירים על ההרגל שלהם ל Chat GPT , החיבור של Copilot לאפליקציות אחרות, על רמת העדכון והחיבור למקורות של Gemini, על מידת הסימפטיות של Claude או התכונה האהובה שמוצאים בכלים אחרים. ביחס לרמת הכרות וחיבור שיש לצט' בוטים של טקסט שחלקם הוזכרו קודם, מופיעות מערכות יחסים אפילו קרובות יותר של אנשים לכלים היוצרים חומרי Creative מסוגים שונים. המנוע המייצר שיר בהתאם לטקסט מביא לתחושות אף עמוקות יותר מזה שכותב טקסט, ובקרוב כשכלים ליצירת סרטון הוידאו במענה להסבר מה צריך להיות בו, יהיו נפוצים עוד יותר, גם הם עשויים להיות שותפים מאד קרובים של מפעיליהם ליצירת התוצרים הבאים.
אלפי אנשים בעולם רואים בכלי הGen AI כהתגלמות המהפכה והביטוי המעשי ל AI. תפיסה זו איננה מדוייקת. לכלים אלו יתרונות רבים אולם גם חסרונות מובנים שאינם עושים אותם מתאימים לכל בעיה בה AI ישולב בהמשך. לדוגמא, הצ’ט בוטים ניבנו כך שיהיו קומוניקטיביים ויתנו תשובה מהירה ומקיפה לכל שאלה. הם גם מבצעים משימות בחדווה ותוכננו כך שששים אלי ביצוע ומעדיפים להחזיר תשובה ולא להשתהות אף רגע לחידוד המשימה. אם מנהל היה מבקש מעובד לבצע משימה, יש סיכוי שהעובד היה חוזר ושואל מספר שאלות או מברר עוד נתונים לביצוע נכון של המשימה. העובד מבין שביחס לזמן שיקח לו לעשות את המשימה והחשיבות של ביצוע נכון של הבקשה, חידוד הדרישות משתלם. הצ’ט בוט, מתייחס אחרת לעניין. כיוון שהוא מחזיר תשובה מהר מאד, הגישה היא להחזיר תשובה ויהי מה, אם מקבל התשובה לא קיבל מענה או לא מענה טוב, יואיל לשאול שוב או לחדד את בקשתו, הצ’ט בוט שירותי, קומוניקטיבי ומאד מגיב ומרצה. תכונה זו הופכת את ההתכתבות איתו לנעימה ועתירת אינטרקציות אולם לא בהכרח מדוייקת. הצ'ט בוט לא יבזבז שניה לוידוא נכונות התשובה. ברגע שמצא תשובה, יחזור איתה לשואל. זוהי הסיבה שבקשה חוזרת לקבלת תשובה דומה עשויה להביא תשובה אחרת. אי הסכמה עם התשובה עשויה להביא לבירור נוסף וחזרה עם תשובה סותרת.
בעולם הפיננסי, העקרונות המובילים שונים. דיוק התשובות ואמינות הנתונים היא קריטית ליצירת האמון במערכות הפיננסיות. כל האקו סיסטם של גופים פיננסיים, מערכות מסחר, שערי מטבעות, הערכות שווי משתנות, יתרות מטבע, ומדדי סחורות כולם מבוססים על הרעיון שכשנתון מוצג, הוא הנתון הנכון, הוא מוצג בו זמנית במקומות שונים, וכאשר משתנה יש זמן נקוב בו יעודכן ברמה עולמית בכל הפלטפורמות הרלוונטיות. אפיקים טכנולוגיים רבים נועדו להבטיח את הזמינות של הנתונים (Availability) ואת רמת מהימנות (Integrity) של המידע המועבר. המערכות בנויות על כך שהמידע שנוצר הוא בהכרח הנכון והמדוייק, ועוסקות ביכולת לשנע אותה בצורה אמינה ומוקפדת למשתמשים הזקוקים לו. גם המערכות המלוות של העולם הפיננסי, מערכות תומכות החלטה, מערכות המלצה וכאלה שעוסקות בביצוע אנליזות זמן אמת המוצגות כחלק מקבלת החלטה, ואפילו כאלה שמבצעות פעולות מהירות בהתאם לניתוח, כולן חייבות לפעול לפי עקרונות דומים.
אם קיימת מערכת אוטומטית שמזרימה רכישות של סחורות, או אחרת שסוגרת ארביטראג' של שערי מטבע, או כזו שבוחרת באיזה שוק לקנות משאב שעלותו משתנה, כל אלו חיוביות לערוך את העיבוד המקיף ביותר שיכולות במגבלות הזמן הקיים, הנתונים הזמינים וכח החישוב האפשרי ולהציג תשובה שתהיה הנכונה ביותר לסיטואציה. מערכות אלו אינן יכולות להציע את התשובה הראשונה שמוצאים, המנועים לא צריכים להמר על תשובה ולראות מה יגיד המשתמש, ולכן לכל עולם התוכן הזה נבנים מודלי AI המיועדים לסוג החלטות כאלה. את המודלים הללו לא מפתחים באמצעות Gen AI כי אם על ידי מודלי AI מתוחכמים המאומנים עבור ההחלטות שנדרשים לבצע. מודלים כאלה יעברו אימונים רבים מאד עם כל המידע שנצבר במערכת הפיננסית הנדרשת ובמידת האפשר יקבלו כהחלטה האופטימלית את סוג ההחלטות שצוות הפיתוח מחשב כנכונות או באופן ממוכן את הידע שניתן לחשב מתוך נסיון העבר המראה איך השוק התנהג ובכך לצפות מהי ההחלטה הנכונה. חלק מהמודלים ינסו לעסוק אף בבעיות יותר רחבות ולאמן מודלים Un-Supervised שיעשו משימות שאינן החלטה בודדת, על פי רב לא כמערכת שמבצעת פעולה אלא ממליצה או מתקשרת. כאשר מודל AI כזה מפותח בחברה טכנולוגית העוסקת בפיתוח מוצר או פלטפורמה שהמודל הוא חלק מהפעילות הטכנולוגית של החברה על פי רב יהיו בתהליך כל הגורמים הטכנולוגיים והמקצועיים המתמחים בתחום ובאופטימיזציית ההחלטות הנדרשת.
בשנים הקרובות גם חברות רבות אחרות ישלבו מודלי AI בפונקציות העסקיות והאופרטיביות שלהן. מודלים ומכונות אוטונומיות אלו יצמחו בסביבה שאיננה בהכרח חברה טכנולוגית אלא ארגון עיסקי שהינו משתמש של הטכנולוגיה הזו. כאן נכנסת חשיבות גבוהה להגדרת שילוב AI באופן הנכון לקבלת תוצאה מיטבית. שילוב AI בארגון לא יכול להעשות כי זוהי האופנה או כי גם המתחרה עושה זאת. פרויקט כזה חייב להגדיר בצורה טובה מהי הפונקציה הנדרשת ומהו הערך הצפוי לארגון כתוצאה מהצירוף. חשוב שהארגון יזהה שהעלות של השגת הנתונים ומדידתם ולאחר מכן שילוב התוצר בתהליך האופרטיבי באמת צפוי להכניס שיפור משמעותי. אם קיים תהליך לא תקין, או תהליך עם בעייה מהותית, הכנסת AI ללא תפתור את בעיית השורש, זהו אינו קסם כי אם מנגנון חכם, יעיל ומהיר שיודע לספק תוצאות ייחודיות. תוצאות אלו צריכות להשתלב בתהליך יצירת הערך הארגוני ולשפר אותו אך אינן מחליפות אותו או פותרות בו כל בעיה. כחלק מהמהפכה הזו יותר ויותר בעלי תפקידים בארגונים יצטרכו לדעת להיות לקוחות, מאפיינים, בקרים ומטמיעים של היכולות האלה בפאזל החשוב של יצירת הערך הארגוני. יהיה מעניין, אנחנו רק מתחילים!!
המאמר פורסם לראשונה במגזין פינטק ו – AI של דה-מרקר