ה-AI נתקל בחומת הנתונים: מה קורה כשהמידע נגמר?

תעשיית ה-AI מתקרבת למשבר שלא תוכל לקנות את דרכה החוצה ממנו: מחסור חמור בנתונים. מחקר של Epoch AI צופה שמאגר הטקסט האנושי הניתן לשימוש יאזל בין 2026 ל-2032, כאשר נתונים באיכות גבוהה ייגמרו ראשונים. זה מה שנקרא "חומת הנתונים", והיא כבר כאן.

מה זה אומר בפועל? מודלים גדולים של AI לומדים מדפוסים בנתונים קיימים. אם אין מספיק דוגמאות, הם מתקשים לחדש. ב-Verseon, חברת תרופות שמשלבת AI עם מודלים פיזיקליים, גילתה את התקרה הזו מזמן. "AI מצוין בלמידת דפוסים, אבל בבעיות מדעיות כמו גילוי תרופות, הדוגמאות פשוט מועטות מדי," מסביר אדיטיו פרקש, יו"ר ומנכ"ל Verseon. "היקום של מולקולות פוטנציאליות גדול הרבה יותר ממה שאי פעם נבדק. מודל שמתאמן רק על מולקולות ידועות לא מגלה משהו חדש – הוא רק מנווט את הידוע בצורה מתוחכמת."

עסקים קטנים מרגישים את זה חזק

ואז יש את עניין הנכונות. סקר של Gartner מ-2024 מראה של-63% מהארגונים אין שיטות מתאימות לניהול נתונים עבור AI, או שהם אינם בטוחים שיש להם שיטות כאלה. החברה צופה שארגונים ינטשו 60% מפרויקטי ה-AI שאינם נתמכים בנתונים מוכנים ל-AI עד 2026. "אם לנתונים יש בעיות, אז הנתונים לא מוכנים ל-AI," אומרת רוקסן אדג'לאלי, אנליסטית בכירה ב-Gartner.

לעסקים קטנים, ה-AI נמכר ככלי שלומד את העסק שלכם. אבל רוב הארגונים, אפילו עם צוותי נתונים ייעודיים, לא ערוכים לזה. "ארבעים לקוחות אינם קבוצת אימון," נכתב ב-Forbes. "שמונה-עשר חודשים של חשבוניות אינם דפוס. מייסד שמתמחר כל עבודה לפי האינסטינקט שלו צבר עשרות שנות שיקול דעת, אבל אין לו סט נתונים, ומודל שפונה לעסק כזה יבסס את החלטותיו על המעט שהוא רואה."

חברות AI רוצות את העבודה שלכם

אבל התעשייה לא עוצרת. חברות AI פונות עכשיו לנתונים אישיים הקשורים לעבודה – מיילים, מסמכים פנימיים, תהליכי עבודה. דוגמה טרייה: גוגל שילמה 10 מיליון דולר תמורת נתונים מחברת התעופה Spirit Airlines בפשיטת רגל. חברת AI Mercor הציעה גם היא 7.5 מיליון. עורכי דין מציינים שהנתונים שלכם לא פרטיים כמו שאתם חושבים.

יותר מזה, Handshake AI מציעה עד 30,000 דולר תמורת "מסמכים כתובים באיכות גבוהה." ההצעה מעוררת שאלות על ערך הנתונים שלכם. האם תמכרו את המיילים שלכם או את המסמכים הפנימיים? סקר קודם הראה שהדעות חלוקות: חלק מוכנים לקבל 25 דולר לשעה, אחרים מסרבים.

מה המשמעות לישראלים?

בתעשיית ההיי-טק הישראלית, שבה סטארטאפים בתחום ה-AI פורחים, המחסור הזה הוא לא תיאורטי. מפתחים ויזמים צריכים לחשוב על אסטרטגיית נתונים: לאסוף, לנהל ולייצר נתונים באיכות גבוהה. אולי שילוב של AI עם מודלים אחרים, כפי ש-Verseon עושה באמצעות פיזיקה. "זה לא ויכוח נגד AI," אומר פרקש. "זה ויכוח על מה ש-AI טוב בו ועל המקומות שבהם צריך גישות משלימות."

פרופסור פרסי ליאנג מ-Stanford כבר אמר ב-2022 שמודלים קטנים עם נתונים באיכות גבוהה יכולים לעלות על מודלים גדולים עם נתונים באיכות נמוכה. איכות תמיד הייתה חשובה יותר מנפח, וחומת הנתונים היא מה שקורה כשהערימה האיכותית הזו הולכת ומדלדלת.

אז בפעם הבאה שאתם חושבים על פרויקט AI, שאלו את עצמכם: האם יש לנו את הנתונים הדרושים? ואם אין, מה החלופה? אולי צריך לקודד את הידע הקיים שלכם כחוקים, לא כדוגמאות.

ובינתיים, אם יש לכם אימייל עם רעיון מבריק, אולי כדאי לשמור אותו – או למכור אותו בסכום נאה.