הבינה המלאכותית צומחת – ואיתה אתגרי אבטחת ומהימנות הדאטה 

בקצרה: דוח State of Data and Analytics של סיילספורס, המבוסס על סקרים שמילאו יותר מ-10,000 מנהלים מתחומי הטכנולוגיה והעסקים ברחבי העולם (כולל בישראל), חושף חששות הקשורים לאבטחת נתונים ומהימנות הדאטה. זאת, על רקע העובדה שארגונים מחפשים כיצד לנצל את ההתקדמות שנרשמת בתחום הבינה המלאכותית.

זה לא סוד שאבטחת מידע ומהימנותם של נתונים הפכו כבר מזמן להיות קריטיים בכל מה שקשור להצלחת יוזמות עסקיות. עם זאת, ההתקדמות המהירה בתחום הבינה המלאכותית הפכה את האלמנטים האלה לחשובים עוד יותר. וונדי בצ'לדר, Chief Data Officer בסיילספורס, מתארת את המצב באופן מדויק: "מהפכת הבינה המלאכותית היא למעשה מהפכת נתונים, ויש התאמה בין חוזק אסטרטגיית הבינה המלאכותית של חברה לבין חוזק אסטרטגיית הנתונים שלה, כאשר בבסיסה נמצאת מהימנות הדאטה."

גם נתוני הדוח החדש מחזקים את האמירה הזו. לפיו, כמעט 9 מתוך 10 (87%) ממנהלי מערכות המידע מסכימים שההתקדמות בבינה מלאכותית דורשת מתחום ניהול הנתונים להיות בעדיפות גבוהה יותר.

דוח State of Data and Analytics של סיילספורס, המשקף תובנות של יותר מ-10,000 מנהלים ב-18 מדינות, חושף כי רבים מהם מביעים חוסר אמון ברמת הדיוק של הדאטה. בנוסף, אבטחת מידע התגלתה כאתגר הגדול ביותר שלהם, בכל מה שקשור לניהול ומינוף הנתונים לטובת הצרכים העסקיים. כדי לנווט בין האתגרים האלה, אותם מנהלים מתמקדים בשיפור של משילות הנתונים (Data Governance) וביצירת תרבות דאטה שתהיה רלוונטית למציאות החדשה. 

מחסור בנתונים מהימנים מעורר חשש להחמיץ את יתרונות הבינה המלאכותית
כיום, חברות שמות דגש משמעותי על המינוף של בינה מלאכותית יוצרת לטובת שיפור הפרודוקטיביות והגדלת ההכנסות שלהן. מחקר עדכני של סיילספורס מגלה שמאמצים מוקדמים כבר רואים תוצאות, הכוללות בין השאר פתרונות מהירים יותר בשירות לקוחות והגדלת המכירות. לכן, זה בהחלט לא מפתיע שמנכ״לים רבים (77%, על פי הדוח) חוששים להישאר מאחור.

כדי לממש את ההבטחה של הבינה המלאכותית, הדבר הראשון שמנהלים חייבים לעשות הוא לארגן את הדאטה שלהם. ה"תדלוק" של בינה מלאכותית אפקטיבית – יוצרת או אחרת – דורשת קלט נתונים מאובטח ומהימן. ואכן, 92% ממנהלי מערכות המידע אומרים שהצורך בנתונים מהימנים גבוה מאי פעם.

לעומת מנהלי מערכות מידע, מנהלי הענפים השונים פחות בטוחים באיכות הדאטה
מהדוח עולה כי לצוותים ה"קרובים" ביותר לדאטה – כלומר מנהלי מערכות המידע – יש את הביטחון הרב ביותר בדיוק הנתונים שלהם. עם זאת, אפילו במקרה שלהם יש מקום גדול לשיפור: רק 57% מהם בטוחים לחלוטין בדאטה שלהם. לעומתם, מנהלי מחלקות עסקיות – כמו שיווק, מכירות ושירות – אפילו יותר סקפטיים, כאשר בממוצע רק 43% מהם סומכים לחלוטין על הדאטה שלהם. כאשר בוחנים את הנתונים מהדוח המתייחסים לישראל, המצב אצלנו דווקא טוב יותר: 71% ממנהלי מערכות המידע בטוחים לחלוטין בדאטה שלהם. 

הענף שבו נרשמה הסקפטיות הגדולה ביותר באיכות הדאטה הוא בקרב צוותי שירות הלקוחות (40%), שביצועיהם מסתמכים על תמהיל מדויק ועדכני של משוב מהלקוחות, פרטי המוצר ופרטי הלקוחות.

איומי אבטחה והיעדר הרמוניזציה של נתונים פוגמים באמינות הדאטה
בעוד שחוסר מהימנות מדגיש את ההתמודדות של חברות בכל מה שקשור לשימוש בנתונים כדי לתמוך בפתרונות המופעלים על ידי בינה מלאכותית, הרי שהאתגר מספר אחד הוא איומי אבטחת מידע. מהדוח עולה עוד כי אתגר הדאטה החשוב ביותר בעיני המנהלים הבכירים בישראל הוא המחסור בהרמוניזציה של נתונים ולאחריו – מחסור בנתוני זמן אמת וקושי להפיק תובנות מהדאטה.

סקר של סיילספורס שנערך לאחרונה מצא כי 65% מהמנהלים בתחום מערכות מידע חוו פרצת אבטחה בין יוני 2021 ליוני 2022. מבין אלו שחוו פריצה, 35% לא הצליחו לשחזר את הנתונים שהושפעו ממנה. בינה מלאכותית יוצרת מביאה עמה סיכון נוסף, של דליפת מידע של חברות קנייניות למודלי שפה גדולה ציבוריים. החששות שעולים מאבטחת הסייבר מתווספים לגורם מרכזי נוסף: הנתונים הארגוניים גדלים, הן בנפח והן במורכבות שלהם, ובכך מעצימים את האיום.

על פי הדוח, יותר משני שלישים (68%) מצוותי מערכות המידע צופים שנפחי הנתונים יגדלו במהלך 12 החודשים הבאים. הם אף צופים שהצמיחה תהיה משמעותית. בממוצע, מנהלי מערכות מידע בישראל מצפים לצמיחה של כ-19% ממגוון מקורות, כולל נתוני צד ראשון, נתוני צד שלישי ונתונים שנאספו מהתקנים שונים.

ניהול הגידול בנתונים ממגוון רחב של מקורות הוא הרבה יותר משיקול אבטחה כזה או אחר: מדובר באתגר טכני הקשור ליצירת סטנדרטיזציה. היעדר הרמוניזציה של נתונים היא המחסום הגדול ביותר להפקת ערך ממקורות הנתונים עבור מנהלי מערכות מידע. לעומתם, מנהלים בתחומים עסקיים ציינו כי המחסומים העיקריים למינוף הדאטה שלהם כוללים נפחי נתונים עצומים והיעדר מקור אמת אחד ויחיד. הם גם מציינים חוסר הכשרה של בעלי תפקידים ומחסור בדרכים יעילות לחילוץ תובנות מהדאטה.

המפתחות למינוף יעיל של דאטה: משילות נתונים ותרבות הדאטה
חלק מרכזי בבניית הבסיס להצלחתה של בינה מלאכותית הוא משילות נתונים – מערכת הכללים או המדיניות שבאמצעותן המידע נאסף, מנוהל, מאוחסן, נמדד ומועבר בתוך הארגון.

באמצעות קביעת פרמטרים ברורים לגישה, לדיוק, לפרטיות, לאבטחה ולשימור הנתונים, מנהלים מביני עניין יוכלו למנף את משילות הנתונים כדי להבטיח את איכות הנתונים, את הדמוקרטיזציה של הגישה אליהם ואת ההגנה על הפרטיות. משילות נתונים יעילה עשויה להבהיר שאלות מפתח: שאלות סביב דיוק הנתונים (למשל, האם הנתונים נכונים ונטולי סתירות?), שלמותם (למשל, האם מתקבלת מהם התמונה המלאה?), אמינות (למשל, האם הנתונים עקביים ומהימנים לאורך זמן ובהקשרים שונים?) ורלוונטיות (למשל, האם הנתונים מספקים את התובנה שחיפשתי?).הרוב המכריע של מנהלי מערכות המידע שנסקרו בדוח מישראל, משתמשים במשילות נתונים ככלי להבטחתה ולאישורה של איכות הנתונים הבסיסית (85%), כמסגרת שדרכה אפשר להגביר מהימנות בנתונים (84%) ודרך יעילה לדמוקרטיזציה של הגישה לנתונים (81%). 

כמובן ששיפור האמון בנתונים הוא יותר מתיקון טכני בלבד. טיפוח של תרבות נתונים חזקה – כלומר יצירת חשיבה ופרקטיקה סביב הערך של להיות חברה מונעת-נתונים – הוא אלמנט קריטי להנעת אמון ואימוץ בינה מלאכותית. מחקר מצא שחברות מונעות-נתונים מניבות ביצועים טובים יותר כמעט בכל מדד.

בהקשר זה, הנה עוד כמה נתונים מעניינים שעולים מהדוח:

יותר מ-7 מתוך 10 חברות מגדילות את התקציבים שלהן לטובת כלי ניתוח נתונים והדרכה.

79% ממנהלי מערכות המידע משקיעים יותר בכלי ניתוח והדמיה של נתונים בהשוואה לשנה שעברה.

75% ממנהלי מערכות המידע משקיעים יותר בהדרכה ובפיתוח בהשוואה לשנה שעברה.

"ניהול נתונים הוא הפעולה החשובה ביותר שעסק יכול לנקוט כדי להטמיע בהצלחה בינה מלאכותית יוצרת", מסכמת בצ'לדר "עכשיו, יותר מתמיד, כדי לנהל נתונים ביעילות, מנהלים חייבים להשתמש במשילות נתונים באופן אסטרטגי ולהשקיע בתרבות חזקה".

לדעת עוד

קראו את דוח State of Data and Analytics המלא

הציצו בבלוג Data Strategy in an AI-First World: Here's Where to Start

גלו כיצד Tableau AI מניעה החלטות חכמות יותר

התחילו לעבוד עם Data Cloud עוד היום

ראו כיצד Einstein Trust Layer יכול להגביר את הפרודוקטיביות עם בינה מלאכותית גנרטיבית

שיטת המחקר
הנתונים בדוח זה נובעים משני סקרים אנונימיים כפולים שנערכו מה-16 ביוני עד ה-31 ביולי 2023. הסקר הראשון הניב 5,540 תגובות ממקבלי החלטות בתחום מערכות המידע, מ-18 מדינות שונות ברחבי צפון אמריקה, אמריקה הלטינית, אסיה-פסיפיק ואירופה (כולל ישראל). הסקר השני הניב 5,540 תגובות ממנהלים בתחומים עסקיים מאותן מדינות. פרטים נוספים ניתן למצוא בדוח. ברמת המדינה, הטיה תרבותית עשויה להשפיע על תוצאות הסקר.