Mind The Tech TLV
"ב-UBS מקדמים למידת מכונה, אבל נזהרים מצעדים חפוזים"
אניקה שרודר, ראש תחום בינה מלאכותית במרכז למצוינות של הקונצרן הפיננסי הגלובלי, סיפרה במסגרת כנס Mind The Tech TLV של כלכליסט על דרכי הבדיקה של טכנולוגיות AI ושילובן במערכת הבנקאית
"כבר שנים רבות אנחנו עוקבים אחרי המתרחש בישראל כמקום מעניין של התפתחות טכנולוגיה, והגענו למסקנה שזה בהחלט אזור שצריך להביאו בחשבון", אומרת אניקה שרודר, ראש תחום בינה מלאכותית, מרכז למצוינות, UBS Group Technology בשיחה עם רון פרידמן, במסגרת כנס Mind TheTech TLV של כלכליסט. "יש שם הרבה כישרונות טכנולוגיים, ואנחנו בונים כרגע צוות של מומחי טכנולוגיה בישראל". שרודר מציינת כי "UBS לוטש עיניים לכיוון ההייטק הישראלי''.
קראו עוד בכלכליסט
שרודר, שהצטרפה ליו.בי.אס לפני כחמש שנים, דיברה על פעילות הארגון בכל הנוגע לבינה מלאכותית, ובעיקר בתחום למידת מכונה, שאותו היא מרכזת, ועל הדרך שבאמצעותה בוחרת החברה במה להתמקד ואיך להטמיע רעיונות חדשניים בפעילות.
"היכולות שאנחנו מסתכלים עליהן כוללות עיבוד של שפה טבעית וכל יכולות המשנה שלה, כמו ניתוח סנטימנט או צ'טבוטים, או תרגום מכונה. אנחנו עוסקים בראיית מחשב וגם בתמלול קול ואימות. אנחנו מתמקדים באספקת תמיכה סביב חדשנות ומחקר. אנחנו מעודדים העלאת רעיונות, ביסוס הוכחת היתכנות, ומסייעים לאנשים לבדוק את השערותיהם ואת שאיפותיהם, ולבצע הוכחת היתכנות במעבדות המחקר והפיתוח שלנו.
אנחנו גם בוחנים נושאים של ניהול בינה מלאכותית, בודקים מה הרגולטורים מפרסמים במונחי תקנות, הנחיות ועקרונות, ומוודאים איפה עלינו לשפר את הבקרה שלנו", הסבירה שרודר. "מרגע שהוכחנו השערה, הנוגעת לביצוע של מערכת למידת מכונה, המסלול עובר דרך מחלקת העסקים שלנו, שמחליטה אם להשקיע בטכנולוגיה המסוימת ולהעביר אותה לייצור. הם, בתורם, יוצרים תחזית לפי מחזור ההשקעות הרגיל שלנו בטכנולוגיית מידע".
ברור שיש לכם הרבה פעילות במרכז שם, אבל האם יש מקרים שבהם אתם צריכים לחפש מומחיות מחוץ לחברה?"בהחלט. בכל דבר שאנחנו עושים, לכל שימוש - כי הם ספציפיים מאוד - אנחנו מקבלים החלטה מודעת מאוד באשר לשאלה אם לייצר או לקנות. יש לנו בכל דבר אפשרות ליצור מודל למידת מכונה בעצמנו, אם זה מעשי, או לצאת לשוק ולעבוד עם שותף אקדמי, חברה גדולה או עם סטארט-אפ, תלוי במקרה - או אפילו לעבוד במסגרת קונסורציום. כלומר, לגבי כל שימוש אנחנו בודקים עד כמה הוא חיוני, בודקים את רמת סודיות הנתונים ואם היא מחיבת לעשות את זה בתוך הארגון, ושיקולים רבים נוספים, שבסופו של דבר מובילים להחלטה מודעת כזאת.
"אנחנו מקבלים הרבה הצעות מסטארט-אפים, עובדים עם שותפים אקדמיים מרחבי ארה"ב, אירופה ו-APAC (הפורום לשיתוף פעולה כלכלי אסיה - האוקיינוס השקט), ומדי שנתיים יש לנו משהו שנקרא "אתגר עתיד הפיננסים" - אתגר סטארט-אפ, שבמסגרתו יו.בי.אס מציג בעיות מוגדרות, וסטארט-אפים יכולים להגיש להן הצעות לפתרון. מדובר בבעיות עסקיות, ואנחנו מעבירים אותם תהליך מיון שלם והדרכה, ולבסוף אנחנו עובדים עם לא מעט מהסטארט-אפים האלה על הוכחת היתכנות. לפעמים אנחנו גם רוכשים את המוצר שלהם ונכנסים לשותפות איתם".
כמה משמעותית תהיה הטכנולוגיה הזאת, במיוחד למגזר הפיננסי, ב-10-5 השנים הבאות? האם נראה בנקים או מוסדות פיננסיים שבאמת מנוהלים באמצעות מכונות, או שזה מדע בדיוני?
"זה אכן כנראה עוד רחוק קצת, אבל עכשיו הזמן להקדיש לנושא הזה תשומת לב רבה, כי עד היום לא ראינו שילוב מוצלח כל כך של נתונים, אלגוריתמים, ואחסון במחיר נוח דרך טכנולוגיות ענן, וכמובן, של כישרונות. אז זה מאפשר באמת, בפעם הראשונה ברמה סקיילבילית, להרחיב את הפעילות בבינה מלאכותית.
"אנחנו עדיין רחוקים מאוד מבינת מכונה למטרות כלליות. יש האומרים שזה עדיין במרחק של עשרות שנים, אבל ביישומים מוגדרים או יישומים צרים - כמו שאנחנו נוהגים לומר - כמו לבנות הבנת לקוח טובה יותר, לחזות מחירי מניות או לבצע מטלות ציות, למשל, כבר אפשר ליישם את זה באופן מועיל מאוד. אבל כרגע זאת כניסה הדרגתית מאוד של טכנולוגיות בינה מלאכותית לתחומים צרים ומוגדרים. הדבר החשוב הוא לעשות זאת בצורה מודעת, מדורגת ומבוקרת מאוד".