ניטור תקלות במערכות בינה מלאכותית: אפוריה מגייסת 25 מיליון דולר מטייגר גלובל
ניטור תקלות במערכות בינה מלאכותית: אפוריה מגייסת 25 מיליון דולר מטייגר גלובל
הסטארט-אפ הישראלי גייס מאז הקמתו סכום כולל של 30 מיליון דולר. ג'ון קרטיס מטייגר גלובל: "הפתרון של אפוריה יבטיח לארגונים שימוש אחראי בבינה מלאכותית"
לאחר שאמש הובילה טייגר גלובל (Tiger Global) השקעה של 150 מיליון דולר ביוניקורן צ'ק (Cheq), מממשת היום קרן הגידור הניו-יורקית את חזונה החדש ל-2022 - השקעה בשלבים מוקדמים. טייגר גלובל מובילה השקעה של 25 מיליון דולר בסטארט-אפ הישראלי אפוריה (Aporia) - שפיתח פלטפורמה לניטור ומעקב אחר תקלות במערכות מבוססות בינה מלאכותית. בסבב לקחו חלק גם Samsung Next, לצד המשקיעים הקיימים TLV Partners ו-Vertex Ventures. מאז הקמתו גייס הסטארט-אפ סכום כולל של 30 מיליון דולר.
בשיחה עם "כלכליסט" אמר לירן חסון, מנכ"ל ומייסד אפוריה: "כשמסתכלים על AI היא בכל מקום. וכמו כל תוכנה, גם לה יש באגים, ולעתים היא לא עובדת כמו שצריך. אבל תקלות בה יכולות לגבות מחיר גבוה מאוד, כמו מערכת שתסנן מועמדים ממין מסוים או תבטל אשראי לאחרים. המערכת שלנו מזהה תקלות כאלה ומתקנת אותן. לדוגמה מקרה שבו המוצר שלנו מותקן אצל לקוח פיננסי שמעמיד הלוואות ומשתמש ב-AI לבדוק אם אדם מסוים יכול לקבל הלוואה. אם אחד מספקי המידע לא היה זמין בזמן הבדיקה, ולכן לא היתה למבקש ההלוואה היסטוריית אשראי, הוא סורב. כלומר בלי מערכת כמו שלנו היה עובר זמן רב עד לזיהוי התקלה. המערכת שלנו מקצרת את טווח הזמנים, ומתריעה על כך שהמידע על היסטוריית האשראי לא הגיע".
אחת הבעיות העיקריות שאיתן מתמודדת המערכת היא נושא האפליה והגיוון. חסון: "המערכות לעתים יוצרות אפליה - כמו בין גברים לנשים או בין בני גילים שונים - והמערכת שלנו יודעת לזהות אותן. איתור אפליה הוא נושא מרכזי בבנקים בארצות הברית".
חסון, מנכ"ל ומייסד שותף של אפוריה, הקים וניהל כמה מיזמים כבר בנעוריו, לרבות פיתוח עצמאי של שפת תכנות חדשה בעברית ומערכת לזיהוי ביומטרי על פי קשתית העין, וזאת במסגרת תוכנית מצוינות של מכון ויצמן. הוא הוביל צוות שזכה בפרס ביטחון ישראל במסגרת שירותו ביחידת 81, היה אחד העובדים הראשונים בחברת אדאלום (Adallom), ולאחר שזו נרכשה בידי מיקרוסופט, הצטרף לצוות ההשקעות של Vertex Ventures.
לאפוריה משרדים בישראל ובארצות הברית. מטה החברה ממוקם בתל אביב, ובו מרוכזת פעילות המחקר והפיתוח.
גיוס ההון הנוכחי יאפשר לאפוריה להמשיך להאיץ את תהליכי הפיתוח והצמיחה ולהתרחב לשווקים נוספים. החברה, שמעסיקה כיום 20 עובדים, מתכננת לשלש את מספר עובדיה עד סוף 2022, ולגייס עשרות עובדים בארץ ובארצות הברית. "יש לנו 20 עובדים כיום, ונגייס עובדים נוספים בשנה הקרובה. אנחנו חייבים - ונגייס - אנשי מכירות בארצות הברית, צוות שיווק וצוות מוצר, ואנחנו מגייסים בכל התחום. נגיע ל-65-60 עובדים גלובלית עד סוף השנה. יש ביקוש עצום שמגיע אלינו, ואני חייב לתמוך בזה", אמר חסון.
לגבי העבודה עם טייגר גלובל, הוסיף חסון: "אני לא יודע אם זה חלק מאסטרטגיה שלהם. סיימנו את הסבב לפני כמה שבועות, פגשנו אותם והיינו בשיחות גם עם קרנות אחרות. הם ראו את המומנטום העסקי בחברה, והבינו את פוטנציאל הצמיחה העצום. בכל מקום שיש בו AI יצטרכו אותנו. הסכום שהם משקיעים יאפשר לנו לגדול בצורה אגרסיבית ולמנף אותו. עבדתי בעבר בוורטקס, וראיתי המון חברות, והיה לי חשוב מאוד לבנות עסק בריא שבאמת מוכר ושהעובדים מאמינים בו".
כלים למעקב אחר הביצועים של מודלי AI הם חלק קריטי מתהליכי הטרנספורמציה שעוברים ארגונים, ולפי מחקר של Markets&Markets, שוק תשתיות ה-AI צפוי לגדול לשווי של 79.3 מיליארד דולר עד שנת 2026. עם זאת, לפי חברת המחקר והייעוץ Gartner, כשני שלישים מהפרויקטים של AI נכשלים, בשל בעיות איכות נתונים - דבר שיכול להוביל לעתים למשבר ארגוני. כך לדוגמה כלי הגיוס של אמזון, שהיה מבוסס AI, התגלה כמפלה נגד נשים. זאת לאור המודלים הממוחשבים של החברה, שתוכנתו למיין מועמדים באמצעות צפייה בדפוסים מסוימים, שהוגשו לחברה לאורך עשר שנים, ואשר מרביתם הגיעו מגברים. במקרים אחרים טעויות ב-AI הובילו לנזק כספי עצום, כמו במקרה של חברת Zillow, העוסקת בסחר בנדל"ן, שמערכת ה-AI שלה חזתה באופן שגוי מחירי בתים והובילה להפסדים של מאות מיליוני דולרים לחברה. דוגמאות אלה ממחישות את הנחיצות בפתרון טכנולוגי, שבכוחו להבטיח באופן רציף את מהימנות מערכות ה-AI בכל תנאי הסביבה המשתנים, לספק מידע ונתונים על הביצועים של מודלי למידת מכונה, ולזהות במהירות ובזמן אמת חריגות ותקלות בביצועי המודלים.
המערכת שפיתחה אפוריה מסייעת לחברות לקחת אחריות על התובנות של מערכות ה-AI שהן מפעילות. המערכת של החברה יודעת לזהות אם המודלים עומדים במטרות העסקיות של הארגון, ומזהה בשלב מוקדם אנומליות (תחזיות מוטות, שינויים בלתי צפויים בפורמט או ירידה בביצוע המודל לאורך זמן). המערכת גם מספקת תובנות מעשיות, המסייעות למדעני הנתונים בתוך זמן קצר. בנוסף לכך הפתרון של אפוריה מספק שקיפות לקופסה השחורה של מודלי ה-AI, וכן מספק הסברים באשר לשיקולי ההחלטה של המודלים – נושא נדרש הן מבחינה רגולטורית, כמו בדחיית בקשה להלוואה בארצות הברית, והן מבחינה עסקית. הפתרון שפיתחה החברה משתלב בקלות ובמהירות עם מערכות ה-AI של הארגון, באמצעות התאמה מודולרית על פי הצורך לכל מקרה ומודל בארגון.
טייגר גלובל, שהובילה את הגיוס, היא אחת המשקיעות הבולטות בהייטק. הקרן הוקמה ב-2001 ומנהלת יותר מ-90 מיליארד דולר. הקרן השקיעה בחברות מוכרות רבות כמו אובר, ספוטיפיי, Airbnb ו-Databricks. לדברי ג'ון קרטיס, שותף ב-Tiger Global Management: "מאז הקמתה אפוריה מציגה קצב צמיחה מדהים, והיא הפכה במהירות למובילה בתחום ה-ML. מנהלים בארגונים גלובליים מבינים את היתרונות של בינה מלאכותית ואת השפעתה על כלל התעשיות, אבל בגלל הסיכונים הם מתקשים לישון בלילה. הפתרון של אפוריה יבטיח לארגונים שימוש אחראי במודלי הבינה המלאכותית שלהם".
