ניבוי טרנדים ומגמות באמצעות בינה מלאכותית (Predictive AI)
בני אדם שאפו מאז ומתמיד לחזות את העתיד – בין אם זה הרצון לדעת מה יהיה מזג האוויר בעוד שבוע, ובין אם זה הרצון לדעת מה יהיו "כשיהיו גדולים". השאיפה הטבעית הזו לדעת איך יראו החיים שלנו ושל היקרים לנו נובעת לא רק מסקרנות אלא גם על מנת להתכונן לעתיד לבוא.
עם התפתחות הטכנולוגיה, יישום של כלים שונים מאפשר לבצע חיזוי אנליטי ממנו ניתן להסיק תובנות יישומיות במגוון רחב של תחומים: בריאות, פיננסים, שיווק ועוד.
ד"ר אוראל בני עמנו, מרצה בפקולטה למנהל עסקים, מספר כי השימוש בכלי בינה מלאכותית שדרג באופן ניכר את היכולת של ארגונים עסקיים להפיק תובנות משמעותיות מנתוני עבר לטובת ההתנהלות העתידית שלהם. "התחום הזה נקרא Predictive AI, והוא דומה מאוד ל- Predictive analytics", הוא אומר. "Predictive AI זו היכולת של תוכנה לעשות חישובים סטטיסטיים שונים במטרה לזהות דפוסים והתנהגויות על מנת לספק תחזית עתידית. על מנת שזה יעשה – עושים שימוש בלמידת מכונה".
למידת מכונה היא תת תחום בתוך בינה מלאכותית במסגרתה עושים שימוש באלגוריתמים שונים על מנת ללמד את המכונה כיצד ללמוד מדוגמאות. "ב- Predictive AI עושים שימוש בלמידת מכונה יחד עם נתונים סטטיסטיים על כמויות עצומות של מידע ועל ידי כך ניתן להיערך לכל מיני תרחישים עתידיים", אומר ד"ר עמנו.
איתור הונאות, התאמת טיפול רפואי
כך לדוגמה, בתחום הפיננסי. "מודלים מבוססי Predictive AI מאפשרים לבנקים ללמוד את ההיסטוריה של לקוח מסוים שבא לבקש הלוואה, ולהעריך מה הסיכוי שאותו הלקוח יוכל לעמוד באותה ההלוואה. הניתוח מתבסס על נתוני הלקוח הספציפי אבל גם על נתונים של לקוחות דומים לאותו אדם על פי הגדרות שונות – רמת הכנסה, מקום מגורים, היסטוריית אשראי ועוד". דוגמה נוספת של שימוש בחיזוי אנליטי בתחום הפיננסי היא באיתור הונאות אשראי. "חברות יכולות כיום לאתר הונאות על ידי סקירה של היסטוריית הקנייה של לקוח מסוים ושל אנשים הדומים לו וכאשר מתבצעות עסקאות החורגות מדפוס זה, ניתן להצביע עליהן כהונאה אפשרית ולחסום אותן".
גם בתחום הבריאות עושים שימוש בכלים של Predictive AI. כך לדוגמה ניתן לייצר מודלים שמאפשרים להתאים את הטיפול הטוב ביותר לחולה על סמך מאפיינים שונים. "היום עושים שימוש ב-Predictive AI כדי לאפיין טמפרמנט של חולים, סגנון התנהגות, היסטוריה טיפולית ועל סמך זה לתכנן את דרך הטיפול הטובה ביותר עבורם. לדוגמה, אחד הקשיים המרכזיים בהתנהלות מול חולים שעברו אוטם בשריר הלב (התקף לב), הוא הקושי של רבים מהם לאמץ את השינוי בהרגלי החיים הנדרש מהם. קיימים כיום מודלים המנתחים את הסיכויים שאותם חולים יבצעו שינויים נדרשים, יקפידו לקחת את התרופות שהם צריכים ועוד". למעשה, טוען ד"ר עמנו, "במקרים מסוימים ניתן לחזות את הסבירות למחלות לב ומחלות אחרות, מה שמאפשר התערבות מוקדמת ואף מניעה".
ענף נוסף שמפיק תועלת רבה מכלי Predictive AI הוא עולם השיווק. "הטכנולוגיה הזו מאפשרת המון גמישות והתאמה לצרכי הלקוחות והרצונות שלהם", אומר ד"ר עמנו, "ניתן כיום באמצעות מודלים מבוססים Predictive AI להעריך מה הסיכוי שלקוח ספציפי יאהב מוצר מסוים, ועל ידי כך לשווק לו מוצרים שהוא עשוי לרצות. בנוסף ניתן לטרגט התנהגויות, ולהעריך שבזמנים מסוימים אנשים יטו לרכוש דברים מסוימים. למשל, ניתן לזהות שלקוח נמצא בדצמבר באירופה ולהתאים לו מוצרים שקשורים לחג המולד. בנוסף, ניתן לזהות שלקוח מחפש מוצרים מסוג מסוים ולהציע לו מוצרים משלימים".
כמו כן, כלי Predictive AI מאפשרים למשווקים לחזות מתי לקוח יפסיק להשתמש במוצר מסוים, מתי הוא יתעייף מפרסומות מסוימות.
"כך, למשל, ניתן לאתר דפוסים של חוסר שביעות רצון ממוצרים של חברה כלשהי, ולהימנע מלהציע לאותו הלקוח מוצרים/שירותים עתידיים של אותה חברה. במקביל – לשלוח לחברה דו"ח שמסביר מה היו הכשלים מבחינת אותו הלקוח. חברות יכולות לעשות שימוש רב במידע הזה כדי להעריך איזה שינויים עליהן לבצע".
להימנע משימוש במידע לא איכותי
לצד היתרונות הרבים שיש למודלים מבוססי Predictive AI, יש להם גם חסרונות שאסור להתעלם מהם. "אין מערכת שיכולה לנבא את העתיד באופן מדויק", אומר ד"ר עמנו, "מודלים שמתבססים על Predictive AI עושים שימוש בנתונים סטטיסטיים וחשוב לזכור את זה ולהקפיד שהמידע שבו הם עושים שימוש הוא מידע ממקור אמין וכזה שנאסף בצורה אחראית - הרי יש הבדל בין מידע שמגיע מבלוג כלשהו לבין מידע שמגיע ממאמר מדעי. קושי נוסף הוא שהמודלים האלו מוטים, הם מתבססים על נתונים שיצרו אנשים ובאופן טבעי המידע הזה יכול להיות מוטה מגדרית, אתנית וכו'. משתמשים בכלים כאלו צריכים להיות ערים לכך ולדעת לנטרל את ההשפעות האלו תוך פיתוח מחשבה ביקורתית".
"לא אהיה נחרץ לקבוע שבינה מלאכותית תחליף את בני האדם" מציין ד"ר עמנו, "אך אין ספק ששוק העבודה דורש כבר כעת וידרוש עוד יותר בעתיד אנשים שיודעים לעבוד עם כלי בינה מלאכותית. בקורסים השונים שאנחנו מלמדים במכללה אנחנו שמים דגש רב על הנושא הזה, ומעניקים לסטודנטים ולסטודנטיות כלים שיאפשרו להם לעשות את העבודה העתידית שלהם בצורה מהימנה ויעילה באמצעות כלים דיגיטליים וטכנולוגיים. אנחנו גם שמים דגש על פיתוח מיומנות וחשיבה מודעת שמאפשרת לשלב בין השניים".
