הבינה המלאכותית מאיצה במהירות שיא את יכולותיה, כאשר היא מתקדמת במהירות מטכנולוגיה מתפתחת לטכנולוגיה שתגדיר מחדש תחומים נרחבים בעולם העסקים. מסוכנים ייעודיים שפותרים בעיות נקודתיות למודלים ענקיים העושים שימוש במיליארדי פרמטרים בעזרת אלגוריתמים מורכבים, ניכר כי בינה המלאכותית עשתה כברת דרך ארוכה, אך מולה יש עוד דרך ארוכה עד שתהפוך לחלק אינטגרלי מחיי העסקים וחיי היום יום. וכמובן, יש עוד דרך ארוכה עד לרווחיות.

ב-SAP, יצרנית תוכנות ה-ERP - תוכנות לניהול משאבים ארגוניים, פרסמו דוח על הקווים המנחים של הבינה המלאכותית בשנה הקרובה. SAP היא החברה הגדולה ביותר בגרמניה, היא הוקמה בשנת 1972 ומוצריה מוטמעים בארגונים הגדולים בעולם, כולל הארגון הגדול בישראל - צה״ל. 

סוכני AI: להתראות לסוכנים הבודדים, שלום לסוכנים מרובי זרועות

הסוכנים החכמים נמצאים כיום בשלבי התהוות, כאשר הרבה ספקי תוכנה משחררים את ״הסוכנים החכמים״ הראשונים שלהם, שמתבססים על חיפוש מסמכים פשוט המבוסס על צ׳אט.

עם זאת, הסוכנים החכמים המתקדמים שיהיו מסוגלים לתכנן, להסיק מסקנות, להשתמש בכלים, לשתף פעולה עם בני אדם וסוכנים אחרים, ולהרהר באופן חוזר עד להשגת מטרתן (סוג של ׳חשבון נפש׳ של סוכני AI), נמצאים מעבר לאופק. 

• ווקמי נמכרת ל-SAP בתמורה ל-1.5 מיליארד דולר
• SAP מעמידה מענק מלחמה מיידי לעובדיה בדרום ובצפון
• המלצת המערכת: כל הכותרות 24/7

בשנה הקרובה, 2025, אנו צפויים לראות את התפתחותם המהירה, והם יפעלו בצורה אוטונומית הרבה יותר. בשנה זו - כך כותבים ב-SAP - הסוכנים החכמים צפויים להיות משולבים באופן פעיל במערכות השונות, תוך כדי ניהול תהליכים מורכבים באמצעות סוכנים חכמים שונים. המשתמשים יתחילו אינטראקציה עם ״רב-סוכנים״ שיסייע להם במשימותיהם, ויפעיל בקשות תוך תיאום בין מערכות של סוכנים חכמים מומחים כדי להשלים משימות מורכבות יותר. 

בעתיד, סוכנים חכמים או מערכות סוכנים מרובות (MAS) יוכלו לשתף פעולה להבנת הצרכים של המשתמש העסקי, ולהכין את הקשר בין המידע שנמצא ולהבין את הבעיה. לאחר מכן, הם יתקשרו עם סוכנים חכמים ספציפיים לכל תחום, שכל אחד מהם יטפל במשימה מסוימת, יחד הם ישלימו משימות מורכבות יותר.

בשנים הקרובות צפוי שינוי מהותי באופן שבו ארגונים מנהלים את פעילותם העסקית. במקום להסתמך על פעולות יזומות של עובדים, סוכנים חכמים מבוססי בינה מלאכותית יפעלו באופן אוטונומי בתגובה לאירועים עסקיים בזמן אמת - החל מטיפול בפניות לקוחות, דרך ניהול אתגרים בשרשרת האספקה, ועד להתאמת המערכת לשינויים בביקוש.

• ככה לא תיפלו בהונאות פיננסיות דיגיטליות - מדריך חשוב
• "Moonshot הוקמה כדי לשגר אובייקטים לחלל בדרכים יעילות יותר"
• תוכן שיווקי שוק הסקנדרי בישראל: הציבור יכול כעת להשקיע ב-SpaceX של אילון מאסק
• אמזון משיקה שבב AI חדש שיתחרה באנבידיה- "השבב שלנו יעיל...

הסוכנים הללו יובילו את תהליך קבלת ההחלטות עד לנקודה שבה נדרשת התערבות אנושית, ובכך יפחיתו משמעותית את העומס על העובדים. בטווח של חמש שנים, טכנולוגיה זו צפויה לאפשר אוטומציה של תהליכים עסקיים מורכבים שעד כה נחשבו קשים או בלתי אפשריים לאוטומציה. בין התחומים שיושפעו נמצא את הטיפול במקרים חריגים בשירות לקוחות, משימות אדמיניסטרטיביות מורכבות, ופעולות תכנות כמו איתור באגים.

סוכנים חכמים יהיו גמישים ויוכלו לתכנן, להתמודד עם כישלונות, לנסות שוב או לתקן את עצמם על פי ניתוח ושיקול דעת. הם יוכלו לבצע ולהשלים משימות שגרתיות וחוזרות על עצמן בצורה יעילה ולעיתים אף טוב יותר מאנשים, דבר שיביא לעלייה בפרודוקטיביות ולחסכון ניכר בעלויות.

 בניגוד לאוטומציה קלאסית, סוכנים חכמים יהיו גמישים יותר ויתאימו את עצמם למשימות ארוכות ומורכבות שאותן קשה היה לפתור באמצעות אוטומציה רגילה. זה יאפשר להם לבחור את התוצאה הטובה ביותר מתוך הרבה אפשרויות, דבר שמאוד קשה לקודד באלגוריתם של אוטומציה קלאסית. גמישות ויכולת להסתגל לשינויים וטעויות תהפוך את הסוכנים החכמים לכלי עוצמתי יותר. ההטמעה של סוכנים חכמים תחולל שינוי גם בכוחות העבודה, ותשפיע על תפקידי כח האדם. בעוד שהסוכנים החכמים יטפלו במשימות החזרתיות, האנשים יתמקדו בתחומים כמו חיזוי תרחישים יוצאי דופן. ההתמודדות עם נושאים אובייקטיבים, קבלת החלטות אסטרטגיות, ויצירת חדשנות אמיתית, כל אלו יושלמו על ידי יכולות הסוכנים החכמים.

פחות מידע, יותר דיוק - התחרות תהיה למי יש מודל מדוייק יותר, ולא רחב יותר 

מודלים של שפה גדולים (LLMs) צפויים להמשיך ולהפוך לנחלת הכלל עבור משימות גנריות של AI. מגמה זו כבר החלה, ומודלים אלו נשענים על מאגרי נתונים ציבוריים שנאספו מהאינטרנט, מגמה שעשויה להחמיר עם הזמן. חברות יצטרכו ללמוד להתאים את המודלים שלהן למקורות נתונים ייחודיים ועשירים בתוכן.

 השיפורים במודלים לא יגיעו ממאמץ גולמי של יותר נתונים, אלא משיפור איכות הנתונים והוספת הקשר ולטיהור טכניקות הבסיס.

העתיד יביא מגוון רחב יותר של מודלים בסיסיים שמיועדים למטרות שונות. דוגמת מודלים כמו רשתות נוירונים אינפורמטיביות לפיזיקה (PINNs) שיכולות לחזות תוצאות מבוססות על מציאות פיזיקלית או רובוטיקה, שצפויים לתפוס מקום חשוב בשוק העבודה.

מודלים אלו יאפשרו לרובוטים אוטונומיים לנווט ולבצע משימות בעולם האמיתי, כמו במחסנים ובמפעלי ייצור. בנוסף, מודלים מותאמים אישית שמתמקדים בנתונים מובנים כמו נתוני טבלאות, יתחילו להיות רלוונטיים יותר ויוכלו לבצע משימות ש-LLMs לא מצליחים לבצע היטב, כמו חיזוי ערכים מספריים. המודלים יהפכו למולטי-מודליים יותר, כלומר הם יוכלו לעבד סוגים שונים של מידע. אפליקציות אינטליגנציה מלאכותית יפנו לעבר פתרונות ״כל-אל-כל״, אשר יכלו להבין ולעבד נתונים מטקסט, קול, תמונה, וידאו ונתוני חיישנים במודל אחד.

בנוסף, מודלים קטנים ומיוחדים עם טכניקות התאמה גמישות, שיכולים לפעול על כל מכשיר, יהפכו לנפוצים יותר, מה שיכול להוביל למודלים מותאמים אישית בצורה גבוהה יותר לארגונים ולפרטים בעתיד. החברות יאמצו אסטרטגיות שמתמקדות בשימוש במודלים בסיסיים שונים, שמותאמים לכל מקרה שימוש ספציפי.

המגמה של התאמת מודלים קטנים תדרוש פחות משאבים ונתונים, ותספק גמישות מלאה במודלים, דבר שיאפשר לחברות להפיק יותר ערך מנתונים ייחודיים ולהשיג יתרון תחרותי. טכנולוגיות גרפים של ידע, שהיו קיימות כבר 40 שנה, עברו תחייה מכיוון שהן יכולות להתגבר על אתגרים חשובים ב-LLMs, כמו הבנת פורמטים מורכבים, היררכיות ויחסים בין נתוני עסקים. גרפים של ידע מציעים משמעות לנתונים ומסבירים את הקשרים בין ישויות, דבר שיביא לשיפור משמעותי ביכולות של אינטליגנציה מלאכותית גנרטיבית.

לסיכום ביניים, מה ש-SAP אומרת בעצם הוא דבר כזה: המודלים הגדולים שאנחנו מכירים כיום דוגמת קלוד, ChatGPT ודומיהם, יאבדו מהפופולאריות שלהם בגלל שתהיה תחרות ברמת הדיוק של המודלים. מה שיקרה הוא שחברות יתמקדו במודלים ספציפיים המבוססים על מידע מדוייק ומטוייב. אחר כך יגיע עידן בו יהיו מודלים שבנויים ממספר מודלים מדוייקים כאלה, מה שיצור מודלי ענק המסוגלים לחשוב לעומקים שלא נראו כמותם, לרוחב מגוון סוגי מידע כגון טקסט, תמונה וקול. המודלים שמבוססים על מידע ציבורי מהאינטרנט, לעומת המדוייקים - ידעכו.

ב-2024 AI היה גימיק, ב-2025 הוא יהפוך לחלק מהעסק

בעוד ש-2024 הייתה שנה בה התמקדו בהצגת שימושים פוטנציאליים ב-AI, והערך שהיא יכולה להביא לארגונים וליחידים, בשנת 2025 תתרחש מהפכה באימוץ ה-AI במיוחד בעסקים, אומרים ב-SAP.

 יותר אנשים יבינו מתי וכיצד עליהם להשתמש ב-AI, והטכנולוגיה תבשיל לרמה שבה היא תוכל להתמודד עם אתגרים עסקיים קריטיים, כמו ניהול מורכבויות בין-לאומיות. חברות רבות גם יפיקו ניסיון מעשי בעבודה עם סוגיות כמו תנאים משפטיים ופרטיות נתונים המיוחדים ל-AI (בדומה למעבר של חברות לענן לפני כעשור), ובכך יבנו את הבסיס ליישום הטכנולוגיה בתהליכים עסקיים.

 מבחינה טכנולוגית, אם ב-2024 נרשמה התקדמות משמעותית ב-AI, בשנת 2025 חברות יתמקדו בהפיכת התקדמויות אלו למשמעותיות יותר באמצעות אינטגרציה חלקה של נתונים, ובכך יגבירו את דיוק וחשיבות התוצאות המתקבלות מ-AI ויעודדו את האימוץ של הטכנולוגיה. לבסוף, יתכן שב-2025 נראה שינוי במודל העסקי של התוכנה, מיצירת תכונות ופונקציות סטטיות במודל של SaaS לתפיסה של תוצאה כשירות, המתמקדת בהשגת מטרות תהליכיות ומבססת את התשלום בהתאם.

קודם כל חדשנות, אחר כך רגולציה

ממשלות ברחבי העולם מתקשות להדביק את הקצב עם ההתפתחויות המהירות בטכנולוגיית ה-AI ולפתח מסגרות רגולציה משמעותיות שמגדירות גבולות ברורים עבור ה-AI מבלי לפגוע בחדשנות.

התחזית של SAP היא כי המצב הרגולטורי צפוי להיות מפוצל אף יותר, כאשר כבר כיום ישנן מאות רגולציות על ה-AI הנידונות ברחבי העולם. יש צורך בהערכה של תאימות המודלים ושל פרשנות טכנית למסגרות רגולציה שונות. בשנת 2025, השיח יתחיל לעבור מהשאלה של מה אנחנו מנסים להסדיר מבחינה טכנית, לשאלה של איך אנחנו מחדשים ומה אנו מחשיבים כעקרונות בסיסיים ומקובלים. זוהי משימה כבדה המוטלת על משפטנים רבים ברחבי העולם.