כנס AI"בינה מלאכותית היא המהפכה התעשייתית הרביעית"
כנס AI
"בינה מלאכותית היא המהפכה התעשייתית הרביעית"
רותם שחם, מנהלת השקעות בקרן PSG Equity, תיארה בכנס AI של כלכליסט את המתדולוגיה שפיתחה לזיהוי הסטארט-אפים האיכותיים ביותר העוסקים בתחום הבינה המלאכותית
"בשונה מחידושים טכנולוגיים אחרים מהשנים האחרונות בינה מלאכותית היא ממש מהפכה. למעשה זו המהפכה התעשייתית הרביעית", כך אמרה רותם שחם, מנהלת השקעות בקרן PSG Equity, המשקיעה בחברות טכנולוגיה ותוכנה הנמצאות בשלבי צמיחה, בכנס AI של כלכליסט.
שחם אמרה כי "הורגלנו לחשוב שהיתה מהפכה תעשייתית אחת אך בעצם היו יותר. המהפכה הראשונה, זו שמוגדרת כ"מהפכה התעשייתית", החלה לפני כמעט 300 שנה. שני אירועים מכוננים בה היו המצאת מנוע הקיטור והנול המכני. את המהפכה השנייה נהוג לייחס לחשמול, כמאה שנה מאוחר יותר.
"המהפכה השלישית", המשיכה שחם, "היא מהפכת הדיגיטיזציה, שהחלה לפני קצת יותר מ-50 שנה, בהמצאת המחשבים האישיים".
לדברי שחם, "כיום אנחנו נמצאים בעיצומה של המהפכה הרביעית. זו מהפכה שנסובה סביב המצאת הבינה מלאכותית ומאגדת בתוכה טכנולוגיות כמו Computer Vision, Machine Learning, Natural Language Processing, ואחרות".
שחם מציינת כי "מה שמאחד את כל המהפכות הללו הינו שחדשנות טכנולוגית הביאה לשינוי מהותי בחיי היומיום דרך קפיצת מדרגה משמעותית בפרודקטיביות של בני האדם ושל המכונות. כפי שניתן לראות, המהפכות מתרחשות בקצב תדיר יותר ואורכן מתקצר כתוצאה מקצב חדשנות הולך וגובר".
בשלב זה, עברה שחם לדבר על ההשלכות הרבות שיש למהפכת ה-AI: "אחת מהשלכות אלה היא שנדרשת גישה חדשה להערכת סטארט-אפים". לדבריה, "בתור משקיעה יש לי את הזכות לפגוש חברות רבות בשלבים שונים ולנסות לזהות תבניות של איכות ופוטנציאל. בדיוק לשם כך פיתחנו את מודל ההשקעה שלנו - ה-AI Assessment Matrix".
לדברי שחם, "כשם שבתקופת בועת הדוט.קום, ערובה להצלחה היתה להוסיף דוט.קום לשם החברה, גם כיום חברות רבות שמבקשות לגייס הון, טוענות שהן חברות AI. אנחנו כמשקיעים צריכים לבור את המוץ מן התבן ולשם כך מפתחים מתודולוגיות כמו זו שפיתחנו".
שחם ציינה כי המתודולוגיה של הקרן שלה "נסובה סביב מיפוי חברות על שני צירים. הציר הראשון בוחן עד כמה החברה בנויה בליבה שלה על טכנולוגיית AI. ככל שבינה מלאכותית נמצאת יותר בליבת המוצר כך מכפיל הכוח והערך שתייצר יהיו גדולים יותר.
"הציר השני בוחן את מידת ה-Disruption (או "חדשנות משבשת" בעברית) שהחברה נמצאת בה. כלומר, האם החברה או השוק בו היא נמצאת עוברים שיבוש, או שהחברה היא זו שמשבשת אותו בקונוטציה חיובית".
לדברי שחם, "חלוקת העולם לצירים אלה מייצרת באופן ישיר ארבע קבוצות. לקבוצה הראשונה נקרא Trailblazers. היא כוללת חברות שבנויות על ליבה של AI ומשבשות את השוק בו הן פועלות. אלו הן חברות פורצות דרך שמייצרות מוצרים חדשים או משפרות מוצרים או תהליכים קיימים.
"הקבוצה השנייה היא קבוצת ה-Laggers, שכוללת חברות שבנויות על AI, אבל קצב החידושים הטכנולוגיים בשנתיים האחרונות השאיר אותן מאחור כך שהן עוברות שיבוש ומתעכבות.
"הקבוצה השלישית", המשיכה שחם, "היא קבוצת ה-Fast Adapters. אלה הן חברות שאמנם לא נבנו בליבה שלהן על AI, אך הן השכילו לאמץ אלמנטים של AI באופן שהן משבשות את המתחרים שלהם. הקבוצה האחרונה כוללת חברות שאינן בהכרח ישנות. אלה יכולים להיות סטארט-אפים מהשנים האחרונות. אך אלו הן חברות שלא נבנו על AI, לא השכילו לאמץ AI, ועל כן הן נמצאות ב-Danger Zone ועוברות שיבוש. עתידן של החברות הללו בסיכון".
שחם מציינת, כי "ישנם שני אלמנטים שחשוב להדגיש במטריצה הזו. הראשון, נוגע לכך שאנחנו בתחילתה של מהפכת הבינה המלאכותית. לכן, ישנו אזור שנקרא לו “Unaffected Zone”. באזור זה נמצאות חברות שכרגע אינן מושפעות ממהפכת ה-AI. כלומר, הן לא משבשות את השוק ולא משובשות".
לדברי שחם, "יש לא מעט חברות שכולנו מכירים שלפחות כרגע בינה מלאכותית עוד לא משפיעה בצורת משמעותית על הפעילות שלהן. חשוב להבין שזהו המצב הנוכחי, ולא ניתן לשקוט על השמרים. ככל שהטכנולוגיה תתקדם, והיא מתקדמת בצעדי ענק, האזור הזה יקטן.
"האלמנט השני מתייחס למיקום במטריצה", ממשיכה שחם. "מבלי שירדנו לעומק, ברור שכולם רוצים להיות Trailblazers. אלה החברות הכי חדשניות, אלו שגדלות בקצב הכי מהיר, וגם החברות שיקבלו את השוויים הכי גבוהים".
לדברי שחם, צריך להבין שהמיקום על המטריצה שהציגה הקרן הוא דינמי: "הוא נכון לנקודת זמן ויכול להשתנות בגלל הפעילות של החברה עצמה, של המתחרים, או של מגמות בשוק באופן כללי".
שחם מציינת כדוגמה כי חברה שהיא Lagger, שהיתה חדשנית אבל חברות אחרות עקפו אותה, יכולה להחליט להשקיע ב-R&D בצורה משמעותית ולחזור להיות Trailblazer. והדבר נכון, בשינויים המחויבים, לחברות שנמצאות במיקומים אחרים במטריצה".
כיצד מזהים אם כן Trailblazers? שחם מסבירה: "ניסיתי לזקק 5 מאפיינים שאנחנו מחפשים לראות. שני הראשונים נוגעים לאלמנטים של ערך, עד כמה המוצר מייצר ערך ללקוחות הקצה. שלושת האחרונים נוגעים לאלמנטים של הגנה, קרי עד כמה החברה יכולה לשמר את היתרון התחרותי שלה לאורך זמן".
לדבריה, "הקריטריון הראשון שאנחנו מחפשים הוא Value & stickiness או יצירת ערך לאורך זמן ללקוח הקצה. נשאל כאן שאלות כגון האם המוצר מייצר ערך אמיתי? האם הוא פותר בעיה עסקית אמיתית או האם זו טכנולוגיה מגניבה שמחפשת בעיה, כפי שלצערי רואים לא פעם.
"במילים אחרות, האם מדובר בויטמין או באנטיביוטיקה? ככל שמדובר בויטמין נגלה שהמוצר אינו 'דביק' ושלקוחות יפסיקו את השימוש בו ברגע שיצוצו סימנים של מיתון. בנוסף נשאל שאלות כמו, מה ההיקף של הערך שמייצר המוצר? האם מדובר במינוף AI לאופטימיזציה של תהליך או להחלפת תהליך באופן כולל?".
"הקריטריון השני שאנחנו בודקים", ממשיכה שחם, "נוגע ל-Efficacy & scalability. אלו שני אלמנטים שקשורים קשר הדוק ליעילות של המוצר. נשאל שאלות כמו מה המטרה או הבעיה שמנסים לפתור והאם AI היא הגישה המיטבית ביותר? למשל, האם שימוש ב-AI מגיע לרמות הדיוק הנדרשות בכמות הניסיונות הנדרשים? האם נדרש כאן מודל דטרמיניסטי, שאינו בהכרח מתאים ל-AI, או מודל הסתברותי שמתאים יותר?".
לדברי שחם, "נשאל גם האם הטכנולוגיה והמוצר יכולים לצמוח בצורה יעילה? קרי האם מודל ההכנסות ומודל ההוצאות מתכנסים ככל שהחברה גדלה? חשוב לזכור שפיתוח מוצרים מבוססי בינה מלאכותית הוא מסע יקר שלעיתים אינו כדאי מבחינה כלכלית".
שחם מציינת כי הקריטריון השלישי נוגע ל-Replaceability & flexibility: "נבחן כאן מה הסיכון שהמוצר או הטכנולוגיה של החברה יוחלפו על ידי דור חדש יותר של טכנולוגיה?".
לדברי שחם, "במקביל נבחן עד כמה הצוות גמיש ביכולותיו להתאים את הארכיטקטורה למצבי השוק המשתנים. גמישות וכושר התאוששות הם קריטיים. מי שלא ישכיל להתפתח ימצא עצמו במהירות ב-Danger Zone".
שחם מציינת כי הקריטריון הרביעי נוגע ל-Data uniqueness או לייחודיות של בסיס הנתונים של החברה. "ככל שמודלי הבסיס בתחום השפה והאלגוריתמיקה באופן כללי נעשים יותר commodity, הדאטה עצמו והייחודיות שלו הופכים בעצמם ליתרון תחרותי. מודל שאומן על דאטה כללי או לא מספיק דאטה יוביל לתוצאות שאינן מדויקות", היא אומרת.
מכאן עברה שחם לתאר את הקריטריון החמישי במסגרת המתודולוגיה שלה הנוגע ל-Architecture complexity או למורכבות הארכיטקטורה הטכנולוגית של המוצר. היא ציינה כי "מודל אחד, כזה או אחר, של בינה מלאכותית אינו חזות הכל בדרך כלל. חברות משתמשות במודלים בחלקים מסוימים של המוצר ולכן חשוב להסתכל ממבט הציפור על הארכיטקטורה הכללית".
לדברי שחם, יש לשאול שאלות כגון "עד כמה הארכיטקטורה היא מורכבת מבחינת הנדסית? כמה מן הערך שהמוצר מספק מגיע משכבת המודלים וכמה מגיע מהשכבה האפליקטיבית? האם הערך מרוכז במודל אחד או באיחוד של מרכיבים שונים שמביאים לשלם שגדול מסך חלקיו?".
שחם מציינת כי "ככל שהארכיטקטורה מורכבת יותר, ככל שהערך מגיע מחלקים שונים של המוצר, וככל שהשלם גדול מסך חלקיו, כך היתרון התחרותי של החברה חזק יותר".
"כמשקיעים נרצה לראות חברות Trailblazer שבנויות על AI ומשבשות את השוק שבו הן פועלות", אמרה שחם בסיכום דבריה. "החברות החזקות יענו בצורה חיובית על חמשת הקריטריונים שפרטנו. מובן מאליו, שלא כל החברות עונות לכך, אך אפשר להשתמש בקריטריונים הללו גם בשביל לאפיין חברות עם פוטנציאל גבוה".
