Search magnifier

חיפוש

עכשיו קל ונוח יותר למצוא כל כתבה ברוכים הבאים לאתר אקסטרה המחודש - עדכני ומגוון בשפע כתבות ומאמרים מקצועיים

ה'סופר-טנקר' לביורוקרטיה

עולמות השירות, הטיפול הרפואי והחינוך יכולים לעבור שינוי משמעותי בזכות כלים של בינה מלאכותית. ככל שאלה ישולבו במערכות מורכבות במגזר הציבורי והעסקי, ניתן יהיה לחסוך במשאבים וגם לתת מענה טוב יותר - של המדינה לאזרחיה ושל ארגונים עסקיים ללקוחותיהם

צילום: shutterstock

דנה ארדיטי
(צילום: אור קפלן)

בינה מלאכותית נמצאת סביבנו כל הזמן – גם אם אנחנו לא תמיד מזהים אותה. הפעולה המוכרת של חיזוי ההקלדה בטלפון הנייד, או שימוש במנועי חיפוש וקבלת תוכן מותאם אישית, הן רק שתי דוגמאות פשוטות לשימוש באלגוריתמים של בינה מלאכותית, שלומדים כל העת את דפוסי השימוש שלנו ומשפרים את חוויית המשתמש.

בינה מלאכותית עשתה כמה קפיצות מדרגה בשנים האחרונות, והיכולת של מחשבים לנתח כמויות גדולות של מידע, להבין אותנו טוב יותר ולחלץ תובנות משמעותיות, משדרגות לאין שיעור את ארגז הכלים הטכנולוגי של העידן הנוכחי. יתרה מכך, יכולות אלה מקרבות את האדם למכונה ומאפשרות תקשורת בשפה טבעית – מדיבור, דרך טקסט ועד תמונות וידיאו. תקשורת פורה ומועילה יותר מאי פעם.

למעשה, לבינה מלאכותית ופתרונות האוטומציה יש פוטנציאל עצום בטיפול בבעיות אקוטיות בחברה הישראלית בשורה של תחומים. המכנה המשותף של הבעיות הללו הוא הבזבוז של משאבים אנושיים יקרים על משימות פשוטות ורפטטיביות, שמחשב יכול לבצע ביעילות רבה יותר, תוך השגת תוצאות טובות יותר. ולא פחות חשוב, לפנות את האנרגיה האנושית למשימות מורכבות ורגישות יותר לביצוע.

להבין את הסיטואציה בה נמצא הלקוח

תחום השירות, בעיקר במגזר הציבורי, הוא תחום רווי בביורוקרטיה בו כוח אדם מיומן ומנוסה מתקשה לעמוד בעומסים של ריבוי המשימות. מנגד ה"לקוחות" – האזרחים הזקוקים לשירות – לא מקבלים את המענה הטוב ביותר לצורך הבסיסי שלהם. לא צריך להפעיל את הדמיון: כולנו נתקלנו בקשיים לקבוע תור, או חווינו על בשרנו ביורוקרטיה מתסכלת במשרדי ממשלה וגופים ציבוריים. במצב הנוכחי אף צד אינו יוצא נשכר.

פתרונות בינה מלאכותית ואוטומציה של תהליכים על-ידי רובוטים (Robotic Process Automation) מאפשרים כבר היום לעבד מידע טקסטואלי רב – בכמויות שבני אדם אינם יכולים להתמודד איתן, לחלץ תובנות ממידע בלתי מובנה זה ולגבש המלצות, לזהות תמונות, אובייקטים, תבניות ומגמות, לחבר ולתאם בין תהליכים מקבילים בארגונים, ולשפר את הטיפול בבקשות, גם בצד של הארגון וגם בצד של מקבל השירות.

אחת הדוגמאות השכיחות לשימוש בבינה מלאכותית בתחום השירות היא ביישומים של צ'אטבוטים חכמים, שיכולים לתת למבקשי השירות מענה יעיל, סביב השעון, להעביר לו מידע מדויק, או לנתב את הפונה במהירות לגורם בארגון שידע לתת לו פתרון מדויק עבורו. הצ'אטבוט לא רק מבין את הצורך הנוכחי של הלקוח, אלא גם לומד להכיר את העדפותיו. למשל, האם הוא פנוי לביקור של טכנאי בבקרים או בערבים.

הייחודיות של אותם נציגים וירטואליים מבוססי בינה מלאכותית נשענת על היכולות לזהות את כוונת הלקוח, רגשותיו ותכונות אופי עיקריות, זאת מתוך הדיאלוג עם הצרכן בשפתו שלו. הדבר מאפשר להבין את הסיטואציה בה נמצא הלקוח, ולטפל בה באופן מיידי. לדוגמא, להפנות לקוח שאובחן ככועס או מתוסכל לאיש צוות מיומן, או למחלקת שימור הלקוחות. דוגמא נוספת לצ'אטבוט חכם, שחוסך משאבים לארגון ונותן מענה מיידי ללקוחות, הושק לא מכבר על-ידי חברת הביטוח הראל. המערכת פועלת על גבי ווטסאפ – פלטפורמה נגישה, נוחה ומוכרת ללקוח – ומאפשרת לו לרכוש ולהפעיל מוצר ביטוח ייחודי עבור נהגים צעירים בקלות, במהירות ובגמישות מירבית.

מערכת בינה מלאכותית יכולה לתת מענה לא רק לצד מקבל השירות, אלא גם למספק השירות. המערכת מנטרת את השיחות עם הלקוחות, לומדת את התרחישים השונים ועוקבת אחר התהליך. כך היא יודעת לזהות בדיעבד מה התרחש ב"עץ השיחה" – האם האינטראקציה הייתה מיטבית והניבה את התוצאה הרצויה, היכן השיחה "נתקעה" ומה ניתן לשפר בפעמים הבאות.

שילוב הכלים הטכנולוגיים המתקדמים מאפשר היום לתת שירות ברמה גבוהה יותר ואף להתאים את הצעות הערך לצרכיו של הלקוח. יישום שפותח עבור בנק בישראל אפשר למרכז השירות והמכירה להבין, מתוך שיחות המוקד, מהם האירועים המשמעותיים הקרובים בחייו של הלקוח (כמו חתונה, רכישת רכב או מעבר דירה) ולהציע לו פתרונות פיננסים המותאמים לצרכיו.

לנתח מידע רפואי עצום

תחום חשוב נוסף בו יכולים פתרונות בינה מלאכותית ו-RPA להעניק יתרון משמעותי הוא תחום הטיפול הרפואי. גם תחום זה טובע בביורוקרטיה, מתקשה לעמוד בעומסים ונתון במצוקת כוח אדם תמידית. חלק מהמטלות של הסגל הרפואי הן רפטטיביות ומובנות – מילוי גיליונות רפואיים, דיווחים למשרד הבריאות, הזמנת ציוד – פעולות שמערכות אוטומציה יכולות לבצע בהצלחה מרובה. המשמעות ברורה: הסגל המיומן יתפנה לתת טיפול טוב יותר למטופלים במקום למלא טפסים.

היכולת של טכנולוגיות בינה מלאכותית להתמודד עם מידע רב, להשוות תהליכים ולהפיק תובנות אפשרה לקופת חולים מאוחדת לפתח פתרון ייחודי למדי. מדובר במערכת מבוססת ווטסון (פלטפורמת הבינה המלאכותית של IBM) שעוקבת ומבצעת בקרה על הטיפול שמעניקים רופאים לנשים בהיריון. המערכת קוראת את סיכום הטיפול שניתן על-ידי הרופא ומשווה אותו לנהלים הקליניים שמכתיבה הקופה. המערכת מתריעה בפני הרופא במידה ולא בוצעה בדיקה המחויבת על-פי הנהלים הטיפוליים, וגם מספקת לקופה משוב על איכות הטיפול במטופלות בכדי להבטיח שהוא הטוב והיעיל ביותר.

באופן דומה, מערכות בינה מלאכותית יכולות לנתח מידע רפואי עצום כדי לשפר תהליכי אבחון רפואי, להתאים טיפולים למצבם המדויק של החולים, להמליץ על תמהיל תרופות מיטבי וכן לסייע לרופאים לזהות תבניות ואנומליות בממצאי בדיקות או דימות.

כלים לתמיכה וייעוץ למורים

תחום החינוך בישראל יוכל גם הוא ליהנות מפירותיהם של הבינה המלאכותית ומדע הנתונים. היכולת של הטכנולוגיה לנתח מידע רב, לזהות תבניות ומגמות ולחלץ תובנות, משמש כיום מורים במערכות חינוך בארה"ב בגיבוש תוכניות לימוד המותאמות אישית לכל תלמיד, ליכולותיו ולקצב ההתקדמות שלו.

כאשר מורה מלמד כיתה, הוא מסתכל על התלמיד הממוצע ובונה בהתאם את מערכי השיעור, כך שיתאימו למכנה הרחב ביותר. שיטה זו לא נותנת מענה טוב – לא לתלמידים מתקשים ולא למתקדמים, המשתעממים בקלות. מכאן מהירה הדרך לתסכול, אי-עמידה בדרישות המערכת ונשירה ממסגרות חינוך. בפרויקט מרתק של IBM והמרכז הלאומי ללקויות למידה של ארה"ב (NCLD), משתפים כיום פעולה שני הארגונים בפיתוח כלים לתמיכה וייעוץ למורים.

המערכת לומדת מערכי שיעור, בחינות ופעילויות כיתתיות שונות, ובמקביל מספקת למורים תמונה מדויקת על קצב ההתקדמות של הכיתה ושל כל תלמיד בה. המורה יכול להשתמש בתובנות של המערכת כדי להתאים לתלמידים תוכניות התואמות את כישוריהם ולהעניק תשומת לב פרטנית לצרכים השונים של כל תלמיד. המערכת גם מאפשרת למורה לעקוב אחר כל אחד מהתלמידים ולהגיב לכל אחד באופן שונה על-פי תסריטים. לעניות דעתי, זוהי תחילת המהפך במערכת החינוך, שיאפשר בעתיד לכל ילד להתפתח ולהתבטא ללא השוואה מתמדת לנקודות ייחוס מקובעות.

עולמות השירות, הפיננסים, הטיפול הרפואי והחינוך – וגם תחומים נוספים כמו אבטחת מידע – יכולים לעבור שינוי משמעותי בזכות כלים של בינה מלאכותית. ככל שכלים כאלה ישולבו במערכות מורכבות במגזר הציבורי או העסקי, ניתן יהיה גם לחסוך במשאבים וגם לתת מענה טוב יותר מצד המדינה לאזרחיה ומצד ארגונים עסקיים ללקוחותיהם. לא מדובר על מחשבים שיתפסו משרות (טענה המושמעת לא פעם), אלא על פתרונות טכנולוגיים שיעצימו עובדים, ישכללו את סט הכלים שלהם ויפנו להם זמן להתמודד עם האתגרים המורכבים באמת – היחס לחולה, לאזרח הזקוק למענה אישי, או לתלמיד המתקשה לעמוד בקצב, פעולות שאף מחשב אינו יכול לחקות.


הכותבת היא מנהלת תחום בינה מלאכותית ודיגיטל ב-IBM ישראל/
טוב לדעת