מיקרוסופט, גוגל ואמזון הבינו ראשונות לאן נושבת רוח ה-AI

בכנס AWS האחרון שערכה בלאס וגאס הציגה אמזון כלים מבוססי מחשוב ענן שמאפשרים למפתחים, סטארט-אפים וארגונים לרתום לשימושם את יכולות גורילת הקמעונאות בתחומי בינה מלאכותית, למידת מכונה ולמידה עמוקה. אף שמדובר בכלים דומים למה שמיקרוסופט וגוגל כבר הציעו, שליטתה של אמזון בשוק מחשוב הענן (כ-40%) וכוונתה להוריד את מחירי הכניסה לעולם ה-AI עשויות לטלטל את התחום כולו.

איור: דניאל גולדפרב

"אנחנו מפתחים טכנולוגיות שיתאימו לצורכי הלקוחות, לא כי מישהו החליט שזה מגניב", הסביר סוואמי סיבסובראמניאן, סגן נשיא אמזון AWS לבינה מלאכותית, את המהלך. הלקוחות שאליהם מכוונת אמזון הם חברות קטנות ובינוניות, שמבקשות להפעיל שירותי AI לעצמן או עבור משתמשיהן.

ניר חינסקי, מנהל פעילות הענן של גוגל במרכז ומזרח אירופה, המזרח התיכון ואפריקה, טוען שהוא מאושר מהמהלך של אמזון: "הם הציגו שירותים שהם אחד לאחד תשובות לשירותים שהשקנו בשנה וחצי שקדמו להכרזה". והן לא לבד: גם מיקרוסופט מציעה לארגונים וסטארט-אפים לרכוש שירותי בינה מלאכותית בענן.

פוטנציאל ההכנסות של הכלים האלו אדיר. לפי מחקר שערכה חברת המחקר Tractica במאי האחרון, כלי ה-AI צפויים לספק לחברות שפיתחו אותם הכנסות של 24 מיליארד דולר ב-2022 ולזנק להכנסות של 60 מיליארד דולר ב-2025. התחזיות נשענות על צפי למהפכה כוללת בתהליכי העבודה והייצור, שתרתום את יכולות הבינה המלאכותית כדי להפוך חלק מתהליכי התעשייה לאוטומטיים. התהליך כבר זכה לכינוי "המהפכה התעשייתית הרביעית" לאחר אלו שחוללו הקיטור, החשמל וטכנולוגיות המידע.

חסמים מורכבים

עלויות גבוהות, מומחים מעטים ומשקיעים זהירים

אך על אף התחזיות האופטימיות המהפכה עדיין נתקלת בחסמים, בהם העלות הגבוהה הכרוכה בפיתוח יכולות בינה מלאכותית מתקדמות. סטארט-אפים שעוסקים ב-AI נדרשים לגיוסי הון גבוהים בהרבה מהמקובל בשל מחסור בכוח אדם מיומן, זמני פיתוח ארוכים וצורך בחומרה יקרה.

לפי בדיקה שערכה ענקית האינטרנט הסינית טנסנט ופורסמה בדצמבר האחרון, בשוק העולמי קיימים רק כ-300 אלף מהנדסי AI בעוד הדרישה בשוק היא למיליונים רבים. במקביל, מערכות ה-AI נדרשות לתקופת אימון והכשרה כדי שיוכלו לבצע את המשימות הנקודתיות שיוטלו עליהם, מה שמאריך את פרק הזמן הנדרש להחזר על ההשקעה עבור קרנות הון סיכון. בנוסף, תהליכי ההכשרה הללו דורשים מחשבי-על שעלות הפעלתם גבוהה בהרבה מזו הנדרשת עבור פיתוח אפליקציות פשוטות.

התוצאה היא שתעשיית ההון סיכון מעדיפה לממן פיתוחי AI בעיקר בתחומים שבהם אפשר להגיע להחזרים גבוהים כמו בריאות או תחבורה. אך הכלים החדשים והמתוחכמים של אמזון, גוגל ומיקרוסופט צפויים לשנות את התמונה, להביא פיתוחים בתחום גם לדלתות הסטארט־אפים ולהאיץ את גלגלי המהפכה.

הבטחה טכנולוגית

מה מסתתר מאחורי מונח המטרייה בינה מלאכותית

החנויות הניסיוניות של אמזון גו בארה"ב מספקות הצצה לעתיד הצרכני שתאפשר הבינה המלאכותית: חיישן בכניסה לחנות מזהה את הסמארטפון של הלקוח עם כניסתו לחנות ומתחבר לחשבון המשתמש שלו; המוצרים שהוא אוסף מהמדפים מתווספים אוטומטית לחשבון שלו; והוא משלם עליהם אוטומטית ביציאה בלי שיצטרך לעבור כלל בקופה. אם מהפכת ה-AI תתממש, אזי חוויית הקניות הרציפה הזו תהיה רק קצה הקרחון של האופן שבו חיי הצרכנים ישתנו מקצה לקצה.

בתסריט מתוחכם יותר, הבינה המלאכותית תתחיל להפעיל שורה של מהלכים מאחורי הקלעים בו ברגע שתקומו מהמיטה ותיגשו לצחצח שיניים. חיישנים במקלחת יזהו שנכנסתם למקלחת, יפעילו את תוכנית הטמפרטורה ועוצמת המים החביבים עליכם וינתחו את כמות המים שבה השתמשתם. מברשת השיניים תדע שבדיוק עברתם טיפול שורש, תתחשב בכך לחישוב עוצמת הצחצוח ותזכיר שנקבע לכם תור לבדיקה אצל רופא השיניים ביום שלמחרת. תסריטים דומים יופעלו במקומות נוספים כמו המשרד, המפעל, המכונית, נמל התעופה או הפרדס, הכל בהתאמה לצרכים הרלוונטיים.

התסריטים הללו מופעלים באמצעות כמה טכנולוגיות מתקדמות: בינה מלאכותית, למידת מכונה, למידה עמוקה ואינטרנט הדברים. בינה מלאכותית היא ככל הנראה המוכרת ביותר מביניהן, והיא מהווה את המנוע - או המוח - שמאפשר למחשב להגיב לדרישות או פקודות אנושיות, ואז לנתח אותן בהתאם למידע הקיים אצלה. למידת מכונה (Machine Learning) היא הטכנולוגיה שמאפשרת לבינה המלאכותית לנתח את האופן שבו האדם משתמש במחשב ולהגיב בהתאם, למשל מתי האדם מתעורר כדי להכין לו קפה בשעה המתאימה.

למידה עמוקה (Deep Learning) היא כבר טכנולוגיה מתוחכמת יותר, שמנתחת את המידע שמגיע משלל חיישנים והתקנים שמחוברים לאינטרנט ומכונים אינטרנט הדברים, החל ממכונית חכמה, דרך מכונת קפה ועד מכונת הייצור במפעל. הטכנולוגיה לומדת בעצמה או בסיוע מומחים אנושיים דרכים שיאפשרו לה לשפר או לייעל את אופן פעולתה. כדי לעשות זאת, טכניקת הלמידה העמוקה פועלת באמצעות רשת נוירונים (Neural Network), שמזכירה את פעולת המוח האנושית.

הטכנולוגיות הללו, שמרכיבות את התשתית של עולם הבינה המלאכותית, הופכות יותר ויותר נפוצות מסיבה פשוטה: ענקיות הטכנולוגיה מעוניינות בכך. בנוסף, סטארט-אפים רבים מעוניינים להיכנס לתחום ולא מעט צרכנים, עסקיים ופרטיים, מעוניינים לרתום את ה־AI לצורכיהם. המהפכה לא רק בלתי נמנעת, היא כבר החלה מזמן. עכשיו היא עוברת לשלב הבא.

מנוע בענן

המוחות של אלקסה וגוגל אסיסטנט זמינים לכולם

הבעיה היא שעד כה פיתוח טכנולוגיות AI וניצול המידע שמגיע מהתקני אינטרנט הדברים דרש יכולות חישוב אדירות, הרבה מעבר לאלו שזמינות לארגונים רבים וודאי לסטארט-אפים בתחילת דרכם. אך כעת המצב הזה משתנה, בעיקר הודות לחדירה המסיבית של מחשוב הענן לתחום הבינה המלאכותית.

מחשוב ענן שימש עד לפני כשלוש שנים בעיקר להפעלת שירותים עסקיים ואחסון מידע, כולל של צרכנים פרטיים בשירותים כמו דרופבוקס או גוגל דרייב. כעת הטכנולוגיה עוברת לשלב הבא והמתוחכם יותר. עד כה חברה שרצתה לפתח שירות AI נדרשה להשקיע הון רב בפיתוח הבינה המלאכותית הבסיסית; כעת היא יכולה לפנות לאחת מספקיות מחשוב הענן ולרכוש גישה למנוע ה-AI שלה בעלות שמוערכת בפרומיל מעלויות הפיתוח המקוריות.

הוזלת הטכנולוגיה מורידה את רף הכניסה לפיתוחי AI, אבל לא פותרת את הבעיה של כוח האדם המיומן. הכשרה של מומחי AI היא יקרה וארוכה יותר משל בעלי התמחויות אחרות בענף, כמו למשל מפתחי תוכנה. מומחים בתחום הבינה המלאכותית הם לרוב בעלי תואר שני עם התמחות, בשעה שלצורך העסקת מפתחי תוכנה מסתפקים בבעלי תואר ראשון ואף פחות מכך.

היותם של המומחים מצרך נדיר ומבוקש כל כך מזניקה את עלויות ההעסקה שלהם. הריכוז הגבוה יחסית של מומחים בתחום דווקא בישראל הוא סיבה מרכזית למספר הרב של מרכזי פיתוח שמחזיקות בארץ הענקיות הבינלאומיות, והיווה שיקול מרכזי בהגעתה של אמזון לסצנת ההייטק המקומית.

לפי נתוני חברת Paysa, שמרכזת מידע בתחום הקריירה וההעסקה, בחודשים אפריל-ספטמבר 2017 אמזון השקיעה 306 מיליון דולר בהעסקת מהנדסי AI - סכום שמהווה יותר מ־20% מההשקעה הכוללת של חברות אמריקאיות בשכירת מומחים בתחום באותה תקופה. למעשה, חמש חברות היו אחראיות ל־44% מכלל ההשקעה האמריקאית בהעסקת מומחי בינה מלאכותית. התוצאה היא שסטארט-אפים שמבקשים לחדור לתחום הבינה המלאכותית מתקשים להתחרות במשכורות הגבוהות שחברות הענק משלמות למומחי ה-AI.

הקלות לסטארט-אפים

חיסכון בעלויות פיתוח ובצורך לשכור מומחים

הצעת יכולות בינה מלאכותית מתקדמות כשירות בענן נועדה להקל את הצורך בגיוס מומחים יקרים. "היעד הוא לאפשר לכולם להשתמש בבינה מלאכותית", הסביר חינסקי מגוגל. "אפשר לעבוד בכמה תצורות: או שהלקוח מעסיק את מומחה ה-AI שלו, או שהוא מעסיק חברת ייעוץ חיצונית, או שהוא יכול לעבוד עם ספק שירות ה־AI בענן כדי לבנות את המערכת".

גוגל מציעה ללקוחות מחשוב הענן שלה שירות בשם AutoML, שחינסקי מגדיר כ"וויקס לבינה מלאכותית" ומשווק כמענה למחסור במומחים בתחום. השירות שמוצע לכלל לקוחות החברה החל מינואר האחרון מריץ אלפי סימולציות בו-זמנית כדי לבדוק אילו אזורים בקוד של הלקוח טעונים שיפור, ומבצע את השינויים בעצמו. למעשה, השירות של גוגל מאפשר ללקוחותיה לפתח מערכת למידת מכונה בלי שיצטרכו לשכור מפתחים או מומחים משלהן. אמזון חשפה את גרסה משלה למוצר בנובמבר וגם IBM מציעה שירות דומה.

מימין: מנכ"ל מיקרוסופט סאטיה נאדלה, מנכ"ל גוגל סונדאר פיצ'אי ומנכ"ל אמזון ג'ף בזוס צילומים: בלומברג, איי פי

התוצאה של שלל השירותים האלה היא הקלה מרובה עבור סטארט-אפים, שמימוש הרעיונות שלהם דרש מהם פיתוח יקר שעד כה היה מחוץ להישג ידם. כך, Face.com הישראלית שנמכרה לפייסבוק ב-2012 ב-100 מיליון דולר נדרשה לפתח בעצמה את מנוע זיהוי התמונה שלה ולאמן אותו על בסיס מודלים. לחברה נדרשו שלוש שנים לפיתוח הטכנולוגיה - מהלך שמנועי זיהוי התמונות של אמזון, גוגל או מיקרוסופט מסוגלים לספק כיום בכמה שבועות.

באופן דומה חברות הפועלות בתחום התחבורה החכמה, דוגמת Waze, אובר ו-Moovit, נדרשות לנתח נתונים שמגיעים ממיליוני משתמשים שמזינים את המערכות שלהן. החברות נדרשו לפתח את המערכות בעצמן בעלויות גבוהות. כעת, סטארט-אפים ששואפים להקים מערכים בעלי שיטת עבודה זהה לא נדרשים לפתח את מערכות הניתוח בעצמם. במקום זאת הם יכולים להשתמש בשירותי הבינה המלאכותית בענן של אחת מחברות הענק ולחסוך אלפי שעות של פיתוח וגיוס מומחים יקרים.

אך אין זה אומר שמדובר בפתרון שמתאים לכל שימוש. "מערכות AI בענן מספקות יכולות שמנסות לקלוע לטווח רחב של בעיות, בעוד סטארט-אפים מנסים לספק מענה לבעיה ספציפית", הסביר טל קידר, סמנכ"ל טכנולוגיה במפתחת מערכות השיווק בענן אופטימוב. "שירותי AI בענן פחות מתאימים לפיתוח מוצר ייחודי", מסכים יותם כהן, מייסד משותף במפתחת פלטפורמת תוכן הווידאו Wibbitz. "זה טוב למי שרוצה להוסיף תכונה נקודתית אבל לא כחלק מליבת המוצר".

הכותב היה אורח אמזון בלאס וגאס