ועידת התחזיות"הדאטה הארגוני הוא כמו זהב עבור מודלי ה-AI שכבר צרכו את כל המידע שיש ברשת"
ועידת התחזיות
"הדאטה הארגוני הוא כמו זהב עבור מודלי ה-AI שכבר צרכו את כל המידע שיש ברשת"
אורי אליאבייב, מומחה AI, בראיון פודקאסט על האופי השונה של כל מודל בינה מלאכותית ועל איזה מידע עוד נשאר לאמן את המודלים
בזמן שהמותג Chat-GPT הפך להיות שם גנרי למודלים של אינטליגנציה מלאכותית שכבשו את העולם בשנתיים האחרונות, לכל מודל AI יש אישיות משל עצמו וההבדל ביניהם לעתים הוא לא קטן. "כל מודל מפתח אופי משלו, והבחירה במודל תלויה בסגנון העבודה שלנו ובציפיות שלנו מהתוצאות", אמר אורי אליאבייב, מומחה AI, בראיון פודקאסט במסגרת ועידת התחזיות 2025 של כלכליסט בשיתוף בנק הפועלים וקבוצת הפניקס שהתקיימה אתמול (שלישי) בתל אביב.
לדבריו, יש משתמשים שמאוד התחברו לגרוק (ה-AI של טוויטר של אילון מאסק) ולגישה הישירה שלו והבלתי אמצעית, שלעתים לא מתעכב על פגיעה בזכויות יוצרים והוא הרבה פחות פוליטיקלי-קורקט ממודלים אחרים. "מה שאני מאד אוהב ב-Chat-GPT, למשל, זה שהוא כותב בצורה מאוד עם פסקאות ותשובה שנראית כמו טקסט שהוא מאמר סיכום, בעוד שקלוד תמיד כותב את התשובה בנקודות ואני פחות אוהב את זה, פחות מתחבר לזה. במקביל, בכל מה שקשור לניתוחי אודיו ווידאו אז אני אשתמש בג'מיני של גוגל", הסבר אליאבייב.
כיצד נוכל לבחור את המודל המתאים ביותר למשימה הספציפית שלנו? אליאבייב ממליץ על גישה ניסיונית: "אני מאוד מאמין בניסוי וטעייה. בסופו של דבר, הבחירה במודל תלויה בסגנון העבודה שלנו ובציפיות שלנו מהתוצאות". "למשל, אם אני רוצה ליצור טקסט יצירתי, אשתמש ב-ChatGPT. אם אני צריך לבצע ניתוח נתונים, אעדיף מודל אחר", הוא הסביר. אחד התחומים שמעסיקים כיום את התעשייה הוא האופן שבו ניתן לעצב את התנהגות המודלים. "ניתן לאמן מודלים כך שיגיבו בצורה מסוימת," מסביר אליאבייב, "באמצעות חשיפת המודל למידע חדש או הוספת מנגנוני הנחיה." למשל, מודלים מסוימים מותאמים להקפיד על זכויות יוצרים או להימנע מלעסוק בנושאים שנויים במחלוקת.
מודלי AI מאומנים על כמויות אדירות של נתונים, והמידע הזה משמש לבניית ההבנה שלהם את העולם. אך מה קורה כאשר האינטרנט, המקור העיקרי למידע, כבר "נצרך" על ידי המודלים? "מה שניתן היה לאסוף כבר נאסף," אומר אליאבייב. "כיום מדובר על 'דאטה חדש', שמתעדכן כל הזמן, אך הכמות הזו זניחה יחסית לעומת המידע שכבר נלמד." הפתרון, לדבריו, טמון בהתמקדות בדאטה פנימי ובמערכות ארגוניות. "בינה מלאכותית לא רק פועלת על המידע הקיים, אלא משתלבת במערכות הארגוניות כדי לשפר תהליכים פנימיים," הוא מסביר. "זוהי דרך ליצור ערך מוסף מעבר למידע הפומבי שכבר נלמד. הדאטה הארגוני הוא כמו זהב עבור החברות הללו," הוא אומר. "הוא מכיל מידע ייחודי על תהליכים פנימיים, לקוחות ומוצרים, ומאפשר למודלים להתאים את עצמם לצרכים הספציפיים של כל ארגון".
הטמעת מודלי AI בארגונים מעלה חששות לגבי ההשפעה על שוק העבודה. האם המודלים יחליפו בני אדם במשימות רבות? אליאבייב סבור כי המודלים ישנו את אופי העבודה ולא בהכרח יחליפו אותה. "המודלים ייקחו על עצמם משימות שגרתיות, ויאפשרו לעובדים להתמקד במשימות יצירתיות ומורכבות יותר," הוא אומר. עם זאת, הוא מציין כי עובדים יצטרכו להתאים את עצמם לעולם החדש. "הדרישות מהעובדים יעלו," הוא אומר. "עובדים יצטרכו לפתח מיומנויות חדשות, כמו יכולת לעבוד עם מודלי AI ולהבין את המגבלות שלהם".
ההתקדמות הטכנולוגית במערב מובלת כיום בעיקר על ידי חברות פרטיות, אך אליאבייב מציין ש"סין מצמצמת פערים בקצב מרשים." לדבריו, הממשל הסיני עובד בשיתוף פעולה הדוק עם חברות פרטיות כדי לפתח טכנולוגיות מתקדמות. אליאבייב תיאר תופעה מעניינת שנמצאה במחקר: "מודל סיני שבוצעה עליו משימה באנגלית עצר לרגע, עבר 'לחשוב' בסינית, ואז חזר עם התשובה באנגלית." לדבריו, "זה ממחיש עד כמה המודלים האלה מתקדמים בהבנתם את ההקשר והמשימה. הן במערב והן במזרח, המגמה ברורה: שימוש במודלים אלו כדי ליצור פריצות דרך בעולמות כמו וידאו, אודיו ואנליטיקה".
