מעבדות לחירות: השבוע, בערב החג, נפגש כולנו סביב שולחן הפסח בו נספר לדורות הבאים על יציאת מצרים. אבל מה שנדמה לנו כסיפור מקראי רחוק, מקבל צורה מחודשת בשנים האחרונות. אורח החיים המודרני יצר לנו שגרת יום מרובת משימות, כזו שלרוב מכבידה עלינו ומונעת מאיתנו לפנות זמן לעצמינו, ליצור, לחשוב ולהתפתח.
"טכנולוגיה מאפשרת לנו להיות יעילים יותר מאי פעם בהיסטוריה", אומר גיא טמיר, אוונגליסט טכנולוגיה בענקית השבבים אינטל. "שבוע העבודה בעבר היה ארוך בהרבה, וכלל לרוב עבודה פיזית מאומצת, כך שכבר היום, אנחנו עובדים פחות שעות".
לדבריו, הפער בין המציאות לתחושה נובע בעיקר מהעומס המנטלי, אך גם זה, תלוי במידה רבה בהחלטה האישית. "כניסתם של סוכני הבינה המלאכותית, מערכות המסוגלות לבצע משימות באופן עצמאי, מסמנת את השלב הבא בתהליך ה-'שחרור'. הפחתת העומס של המשימות הקטנות והסיזיפיות, הוא מסביר, מאפשרת לעובדים לחזור למה שמניע התקדמות אמיתית: יצירתיות, פתרון בעיות וחשיבה אסטרטגית".
הוא מוסיף כי "מי שמזהים את ההזדמנות ראשונים הם הארגונים ובעלי העסקים. עבורם, ה'שחרור' אינו רק עניין של יעילות, הוא מאפשר להפנות את כוח האדם ואת היתרונות האנושיים למשימות בעלות ערך גבוה יותר".
ענף החומרה
תעשיית השבבים העולמית נמצאת בשיאה. לכן התעשייה שישראל מהווה עבורה מדינה בעלת השפעה עצומה, נמצאת במירוץ תמידי לחדשנות. "תכנון שבבים למרכזי נתונים ולתשתיות תקשורת הוא תחום מורכב מאוד", אומר גידי נבון, ארכיטקט בכיר במארוול. "הרכיבים שאנו מפתחים משפיעים על הביצועים, צריכת החשמל והאפקטיביות של מפעלי ה-AI שמוקמים בקצב מואץ ברחבי העולם. שיטות העבודה של פעם, שהיו מבוססות על בני אדם וכלי פיתוח מסורתיים, כבר לא עומדות בקצב השינויים המסחרר שנדרש מאיתנו".
לדבריו, מערכות AI משתלבות בעבודה היומיומית ומהוות מכפיל כוח שמסייע לבצע, לא רק את המשימות השגרתיות, אלא גם מסייעות בפתרון בעיות מורכבות. "התחלנו לבחון מחדש את כל תהליכי הפיתוח שלנו, ואנחנו בונים סוכנים חכמים (AI Agents) שמסייעים לכל דיסציפלינה להפיק תוצרים מהר יותר ובאיכות גבוהה יותר".
הוא מוסיף: "הבינה המלאכותית יכולה לעבור על כמויות עצומות של נתוני עבר, לנתח דפוסים, לזהות בעיות, ולהציע פתרונות, מהר יותר ממה שידענו בעבר. וזה עוד לפני המהפכה והעזרה בשלב הבדיקות שהוא שלב מרכזי בפיתוח רכיבי ענק עם ביליוני טרנזיסטורים. הבינה המלאכותית לא מחליפה את המהנדס, היא הופכת אותו לסופר-מהנדס".
נבון מתאר כי "היעילות והמהירות שה-AI, מאפשר למהנדסים להתמקד באתגרים חדשים, כמו איך לבנות ארכיטקטורות חדשניות שמתמודדות עם העומסים במרכזי הנתונים שיוצרת הבינה המלאכותית וכן לא מעט מאמץ באיך לעזור לבינה המלאכותית לעזור לנו, לדוגמא בהנגשת המידע ההיסטורי שהצטבר בעשרות שנות ניסיון אנושי. כמות העבודה שלנו בפירוש לא פוחתת, אבל בהחלט משתנה. ביחד, האנשים וה-AI מסוגלים לפתח מערכות יעילות וחכמות יותר שפותרות את הבעיות וצווארי הבקבוק איתם התעשייה מתמודדת".
ענף הסייבר
תחום נוסף בו השינוי מורגש הוא תחום הסייבר, שבו זמן תגובה ויכולת ניתוח הם קריטיים. "עולם המודיעין מוצף ברעש, כמויות אדירות של מידע, שרק חלק קטן ממנו באמת רלוונטי לארגון." אומר הידו כהן ראש צוות מחקר בחברת הסייבר DREAM.
בענף הסייבר לפעמים פספוס של נורת אזהרה אחת או הבנה לא נכונה של הנתונים יכולה להיות בעלת משמעות אדירה. כהן מוסיף כי "האתגר כיום הוא לא רק לזהות איומים, אלא להבין בזמן אמת מה באמת חשוב לארגון ועל מה צריך לפעול, כאשר חלון ההזדמנות המודיעיני עשוי להיסגר בתוך שעות".
כהן טוען כי "באמצעות אקוסיסטם של סוכני AI שפועלים במקביל, ניתן לבצע את מרבית העבודה הטכנית, כולל סריקה, ניתוח והצלבת נתונים, במהירות ובהיקף שלא היו אפשריים בעבר. התוצאה היא שינוי עמוק בתפקיד חוקר הסייבר. פחות עיסוק בעבודה ידנית ויותר התמקדות בשכבה האנליטית, הבנת שיטות הפעולה של התוקפים, דפוסי החשיבה שלהם וההקשר הרחב שבו הם פועלים".
"השילוב בין יכולת טכנולוגית בקנה מידה רחב לבין שיקול דעת אנושי מאפשר לא רק להגיב לאיומים, אלא גם להקדים אותם, לעיתים עוד לפני שהם מתממשים". מסכם כהן.
נעים מהר יותר למימוש הרעיונות
בעבר, פיתוח בתחומי התקשורת והתשתיות (Low-Level) דרש כתיבה ידנית, מדויקת ולעיתים סיזיפית בשפות הקרובות לחומרה. כיום, הבינה המלאכותית משנה את נקודת האיזון - ומאפשרת למפתחים לנוע מהר יותר בין רעיון למימוש.
בתשתיות רשת, כמו אלו שמפתחת DriveNets עבור ספקיות תקשורת, תשתיות AI ומפעילי דאטה סנטרים, שילוב יכולות AI נעשה כחלק מארכיטקטורה רחבה ומורכבת. כאן הדגש הוא על שילוב מדויק של היכולות, תוך התאמה לעקרונות תכנון הנדסיים ולסטנדרטים גבוהים של איכות. יחד עם זאת, שילוב זה מאפשר גם האצה משמעותית בקצב הפיתוח - באמצעות ייעול תהליכי פיתוח, שיפור מהירות המימוש והרחבת היכולת לבחון חלופות תכנוניות בזמן קצר.
תמיר גל, מנהל מחלקת פיתוח ב-DriveNets, מסביר: "אנו מבחינים בין סביבות העבודה: ברכיבי הליבה של המוצר, אנו משלבים יכולות AI כחלק מתהליך הנדסי מוקפד וארכיטקטורה רחבה - מה שמאפשר לנו גם להאיץ את קצב הפיתוח מבלי להתפשר על עקרונות התכנון. ה-AI אינו מחליף את המפתח - הוא מרחיב את תפקידו לארכיטקט. במקום להתמקד בביצוע צר, המפתח נדרש לבקר ולהכווין קוד המיוצר בקצב גבוה, ולהבטיח התאמה מלאה לעקרונות בקרת האיכות".
לדברי גל, היכולת למקבל משימות היא "Game Changer", המאפשרת למפתחים מנוסים לנהל מספר רב של רכיבים (Features) במקביל ולהעמיק את ההבנה בתהליכי התכנון בזמן אמת. "בעולם המורכב של פרוטוקולי תקשורת, ופיתוח פתרונות מורכבים לרשתות תשתיות ה-AI, הבינה המלאכותית מאפשרת לנו להגיב מהר יותר, לחקור יותר אפשרויות, לשפר תהליכים ולזרז חדשנות," מסכם גל, "אך הערך האמיתי נוצר מהשילוב בין מהירות ה-AI לבין שיקול הדעת והניסיון של המהנדס".
למרות הדעה הרווחת השימוש בסוכני בינה מלאכותית עדיין אינו נפוץ בקרב הציבור הרחב, אך זה עומד להשתנות, ובמהירות. "מחשבים אישיים בעלי יכולות בינה מלאכותית יחליפו בהדרגה את כל המיחשוב הביתי והעסקי," אומר טמיר, "ויביאו איתם יכולות חדשות לכל מקום. המפתח טמון בדור החדש של המעבדים של חברות כמו אינטל, המעניקים למחשב האישי כוח עיבוד המספיק להרצת בינה מלאכותית באופן מקומי, ללא תלות בענן".
מודלי שפה גדולים יכולים כבר היום לרוץ על המחשב הביתי ללא חיבור לאינטרנט, ללא תשלום לספקי בינה מלאכותית וללא חשש לפרטיות. "למערכת שרצה על המחשב האישי שלי יש גישה לכל הקבצים ולכל הידע שלי, מבלי לשתף אותם עם איש. זהו יתרון עצום, במיוחד עבור אנשים שהתרגלו לשאול שירותי צ'אט שאלות אישיות או רפואיות, שאלות שהם בוודא לא רוצים לשתף".
בעיה נוספת, טוען טמיר, היא האמון. "אני עדיין לא סומך על שום מערכת עצמאית לרכוש עבורי כרטיסי טיסה או מניות, לקבוע תורים רפואיים, או להשיב אוטומטית למיילים של לקוחות או המנהל שלי." הפתרון, לדעתו, יגיע דווקא ממערכת שרצה מקומית, שלומדת את דרך הפעולה של המשתמש, יודעת מתי לשאול לפני שהיא פועלת ומתי פשוט לבצע. "בסופו של דבר," מסכם טמיר, "זה מה שיאפשר לנו לבנות את האמון ולשחרר משימות לסוכנים שיעבדו בשבילנו, בזמן שאנחנו 'משוחררים' לדברים שחשובים לנו".
טעינו? נתקן! אם מצאתם טעות בכתבה, נשמח שתשתפו אותנו