אנחנו רוצים בינה מלאכותית עכשיו. אבל האם אנחנו יודעים למה? 

קומיקס ויראלי התפשט לפני כמה שבועות ומשך את תשומת ליבי. בובת נייר שואלת "מי אנחנו?" ומספר בובות אחרות עונות "מנהלים בכירים". "ואת מה אנחנו רוצים?". הן עונות: "בינה מלאכותית!". "לבינה מלאכותית לעשות מה?". והן עונות: "אנחנו לא יודעים!". "אבל מתי אנחנו רוצים?". והן עונות: "עכשיו!"

הבדיחה משקפת במלואה את המציאות, לא רק את מה שאנו רואים בחיי היומיום שלנו, אלא גם את מה שמתגלה בדו"ח "The GenAI Divide: State of AI in Business 2025", שפורסם על ידי יוזמת סוכני ה-AI ברשת בארכיטקטורה מבוזרת (NANDA, תרגום: סוכני בינה מלאכותית ברשת בארכיטקטורה מבוזרת) של MIT בארצות הברית.

המחקר מגלה כי, למרות שבינה מלאכותית גנרטיבית מהווה הבטחה למהירות, פתרון בעיות ואף רווחיות לעולם העסקי, רוב היוזמות עדיין לא הגיעו לרמות גבוהות של הצלחה. 

הדו"ח מציין כי רק כ-5% בערך מתוכניות ה-AI הנבדקות הצליחו להאיץ משמעותית את ההכנסות. רוב היוזמות נתקעו, וגרמו להשפעה מדידה מועטה או כלל לא מדידה על הרווחים או ההפסדים. 

בראיון ל"פֿורצ'ן", הכותבת הראשית של הדוח וחברתהּ לפרויקט NANDA של MIT, אדיתיה צ'אלאפלי, הסבירה אילו תוכניות פיילוט של חברות גדולות וחברות הזנק צעירות הצליחו להתבלט עם בינה מלאכותית גנרטיבית בשנים האחרונות. "הם בוחרים נקודת בעיה, פועלים היטב ויוצרים שיתופי פעולה חכמים עם חברות שמשתמשות בכלי שלהם", הוסיפה. 

בסעיף 95% של החברות הכלולות בדוח, יישום פתרון יחיד של בינה מלאכותית גנרטיבית לא הספיק. הבעיה המרכזית לא הייתה איכותם של הדגמים והכלים, אלא "פער הלמידה". 

כתבה ב-Fortune טוענת שבעוד שהמנהלים מאשימים את הרגולציה או את ביצועי המודל, חקירת MIT מצביעה על כשלים באינטגרציה העסקית. 

כלומר, פתרון הבינה המלאכותית אכן קיים, אך נמצאו בעיות בשגרת העבודה של חלקים אחרים בתהליך: בני האדם. 

כלים בעלי שימוש כללי יותר, כמו ChatGPT, מצוינים עבור פרטיים בשל גמישותם, אך אינם פועלים פלאים בשימוש עסקי משום שהם אינם לומדים או מתאימים את עצמם לזרימות העבודה, הסביר צ'אלאפלי.

דיברתי בדיוק על זה בכמה הרצאות ושיתופי פעולה. כלי בינה מלאכותית הם תמיכה מצוינת, אך לא דרך קיצור. בינה מלאכותית מצוינת להאצת בדיקות, לכוון מחשבות, לבצע בדיקת נתונים או אפילו לבצע משימה מורכבת, כאילו היא שולטת בתוכנה או אפליקציה ייעודית.

כפי שצוין בדוח: חברות שבחרו נכון סוכן בינה מלאכותית בחרו בעיה מורכבת או נקודת חיכוך ופתרו אותה, או לפחות האיצו את התהליך, מה שהוביל באופן טבעי לעלייה ביעילות וברווחיות.

שאלה טובה לשאול, לפני שצורחים "אנחנו רוצים בינה מלאכותית בכל דבר עכשיו", היא: מהן הכלים והפתרונות הזמינים שיכולים לעזור לענות על צרכי החברה? 

אולי עדיין אין מוצרים ויישומים מוכנים לשאלות הגדולות. עם זאת, אם תצליחו להאיץ תהליך כלשהו או לתת יותר בסיסים לעובדים שלכם כדי שיקבלו החלטות טובות יותר, זה יהיה תמיכת ה-AI הטובה ביותר עבור חברתכם כרגע. 

ההחלטה הסופית תמיד אנושית, כולל לגבי עד כמה הבינה המלאכותית תעזור. וכמו כל טכנולוגיה, אנו נמצאים בתקופה של התפתחות ושיפור. לכן, ההחלטה שלך עשויה להשתנות גם תוך שישה חודשים.

הנריק קלאנדרה הוא מייסד של WallJobs, חברת טכנולוגיה ברזילאית המספקת פתרונות אוטומטיים לחוזים של התמחות, מחבר הספר "בינה מלאכותית גנרטיבית למתחילים", ועורך-דעת בטופס ABStartups ומדבר בערים ענקיות כמו InovaBRA ו-Distrito.