מנהלים מובילים את המהפכה: 5 סיבות לשימוש מוגבר ב-AI

מחקר חדש של בוספאר חושף כי 94% מהמנהלים הבכירים משתמשים בבינה מלאכותית באופן קבוע - כמעט פי שניים מעובדים בדרגי ביצוע (49%). הפער מצביע על חמש סיבות עיקריות:

1. אמון באפליקציות כמו ChatGPT לקבלת החלטות עסקיות משמעותיות - 67.5% מהמנהלים בחנויות Fortune 500 כבר מיישמים אסטרטגיות AI לבחירת ספקים.
2. קריסת מודל המכירה המסורתי - קונים פונים ישירות להמלצות AI ורוכשים מוצר כבר בהמלצה הראשונה.
3. מהירות גבוהה מגוגל - כמחצית המומחים צופים ש-AI יחליף את גוגל למחקרים עסקיים עד 2030.
4. פלטפורמות AI מתמחות כמו Microsoft Copilot ו-DeepSeek עולות בפופולריות בקרב מנהלים טכניים.
5. הסתמכות על מקורות סמכותיים - AI מסתמך על מחקרים אקדמיים (54.3%), פרסומים תעשייתיים (42.9%) ועיתונים מובילים (37.5%).

---

פער הכשרה מדאיג: עובדים לא מוכנים לעבודה משותפת עם AI

בעוד ש-84% מהמנהלים (סקר אקסנטור) מצפים ש-agents מבוססי AI יעבדו לצד עובדים אנושיים תוך 3 שנים - רק 26% מהעובדים דיווחו שקיבלו הכשרה לשיתוף פעולה עם הטכנולוגיה.

למרות זאת, 80% מהעובדים רואים ב-AI הזדמנות ולא איום. אקסנטור מציעה מודל "למידה משותפת מתמשכת" (continuous co-learning) - מעגל למידה דו-כיווני שבו:

• AI מקבל משוב בזמן אמת מעריכות העובדים
• עובדים משפרים מיומנויות באינטראקציה עם המערכות

---

NVIDIA משדרגת את ההגיון: איך מלמדים מודלים "שכל ישר"?

צוות המחקר של NVIDIA פיתח את Cosmos Reason - מודל ראייה-שפה (VLM) שזכה לציונים הגבוהים ביותר במבחני הגיון פיזי בפלטפורמת Hugging Face. המודל נועד לתמוך ביישומים רובוטיים ומערכות אוטונומיות.

האתגר: המודלים חסרים "שכל ישר" בסיסי כמו ידיעה שציפורים לא יכולות לעוף אחורה, או שמראות מחזירות אור. הפיתרון:

1. יצירת בסיס נתונים של מגוון סרטונים מהעולם האמיתי (מכוניות, חיות, פעולות יום-יומיות)
2. צוות אנליסטים אנושיים ב-NVIDIA יוצרים שאלות רב-ברירתיות לכל סרטון
3. אימות איכות קפדני לפני הזנת הנתונים למודל
4. אימון מודל ה-Cosmos Reason באמצעות למידת חיזוק (Reinforcement Learning)

התוצאה: יכולת לנתח סיטואציות מורכבות, להסיק מסקנות ולחזות תוצאות בסביבות פיזיות לא צפויות.