יו״ר חברת קליל הישראלית: דיוק של 80% הוא כישלון

דיוק של 80% ב-AI? בתעשייה היצרנית, זה פשוט לא מספיק. צורי דבוש, יו״ר חברת קליל הישראלית, טוען בטור דעה כי מערכות AI עם דיוק של 80% הן כישלון מוחלט ברצפת הייצור. לדבריו, הפער בין מצגות הדמו המרשימות לבין תנאי המציאות במפעלים יוצר חיכוך מתמשך בין יזמים לתעשיינים.

למה 80% זה לא מספיק? דבוש מסביר שבתעשייה, אחוז טעות קטן יכול להוביל לנזקים גדולים: מוצרים פגומים, השבתת קווי ייצור, נזק לציוד יקר, פגיעה במוניטין ועלויות שיכולות להסתכם בהון עתק. ״בהייטק, באג הוא תיקון; בתעשייה, זה הפסד כספי ענק״, הוא מציין.

הבעיות לא נגמרות בדיוק. תנאי המציאות במפעלים שונים ממשרד ממוזג: הסביבה רועשת, רועדת, מאובקת, לחה, חמה או קרה, עם מלגזות ומנופים פועלים בשטח. יזמים רבים מגיעים ללא היכרות עם התקנים המחמירים של המפעלים, ואינם שולטים בשפה המקצועית. לדוגמה, מילה כמו ״תבנית״ יכולה להתפרש אחרת בכל ענף תעשייתי. בנוסף, סוגיית ״כלכלת הטוקנים״ – עלויות השימוש במודלי AI – עלולה להפתיע מפעלים בחיובים חודשיים גבוהים ובלתי צפויים. גם בעלות על המידע המוזרם למערכות AI מחייבת הסדרה משפטית ורגולטורית קפדנית מראש כדי למנוע חשיפה של סודות מקצועיים או הפרת תקנות הגנת הפרטיות.

אז מה היזמים צריכים לעשות? דבוש מציע להתמקד בבעיה ספציפית, להציע מומחיות נישתית במקום להבטיח ״נפתור הכול״, ולהגדיר מראש מדדי הצלחה ברורים (KPIs) עם לוח בקרה שקוף. הוא ממליץ להתחיל בפיילוט באזור או בתחום שאינם מסכנים את הפעילות הקריטית, ולשקול מודלים של הקטנת עלויות ראשוניות או שותפות בסיכון כדי להפחית את חששות התעשיינים. שקיפות לגבי הסיכונים והגדרת גבולות גזרה ברורים הן הדרך לבנות אמון ארוך טווח.

בסופו של דבר, הטמעת AI בתעשייה היא חיונית, אבל הדרך להצלחה עוברת בתיאום ציפיות ריאלי. ״כל כישלון של מערכת AI ברצפת הייצור שורף את האמון של התעשיינים ומקשה על הבאים בתור״, מזהיר דבוש. ״אנחנו צריכים לבנות אמון, לא רק למכור טכנולוגיה.״ אז בפעם הבאה שאתם מציגים פתרון AI לתעשייה, זכרו: דיוק של 80% הוא לא באג – הוא כישלון.