Thinking Machines מתייצבת כ-*שירות השותף הראשון של* OpenAI באזור אסיה-פסיפיק, מהפכנה את ה-שילוב של אינטיליגנציה מלאכותית במרקם העסקי של החברות. שיתוף הפעולה נועד להתגבר על האתגרים המרכזיים הקשורים ל-*אימוץ של AI*, המנעו פעמים רבות על ידי פרויקטים פיילוט לא יעילים. Thinking Machines מתפקדת כקטליזטור, ומתמקדת בהכשרות אסטרטגיות אישיות כדי לסייע לארגונים ב-אופטימיזציה של התהליכים שלהם ושיפור *הביצועים העסקיים*.
שיתופי פעולה אסטרטגיים בין Thinking Machines ל-OpenAI
Thinking Machines Data Science קיבלה לאחרונה שותפות רשמית עם OpenAI, והפכה לשירות השותף הראשון של OpenAI באזור אסיה-פסיפיק. שיתוף פעולה זה נועד לסייע להרבה יותר עסקים באסיה להפוך את האינטליגנציה המלאכותית לתוצאות מדידות. שותפות זו מתרחשת כאשר האימוץ של AI באזור זה חווה עלייה חדה.
דו"ח מ-IBM חשף כי 61% מהחברות כבר משתמשות ב-AI. למרבה הצער, רבות מהן מתקשות לעבור מעבר לפרויקטים פיילוט וליצור השפעה עסקית מוחשית. הודות לשותפות זו, Thinking Machines ו-OpenAI משתדלים לענות על בעיה זו על ידי מתן הכשרות מנהיגות על ChatGPT Enterprise, סיוע ביצירת אפליקציות AI מותאמות אישית, והנחיות על שילוב AI בפעולות יומיומיות.
חיזוק היכולות הארגוניות
סטפני סי, מייסדת ומנכ"לית של Thinking Machines, הביעה כי שותפות זו מתמקדת בחיזוק היכולות. « אנו לא רק מכניסים טכנולוגיות חדשות, אלא מסייעים לארגונים לפתח את הכישורים ואת האסטרטגיות הנדרשות לניצול ה-AI », אמרה. המטרה היא בפיקוח מחדש על עתיד העבודה, תוך חיזוק שיתוף הפעולה בין בני אדם ו-AI באזור אסיה-פסיפיק.
אתגרים הקשורים לאימוץ AI
בראיון שניתן ל-AI News, סי זיהתה את הסיבות העיקריות לכך שחברות נכשלות באימוץ ה-AI בצורה יעילה. רבות מהארגונים רואים את ה-AI כהשגת טכנולוגיה פשוטה, מתעלמות מהיכולת שלה לשנות את הפעולות שלהן. תפיסה זו לרוב מביאה לפיילוטים שקפאו. כדי להתגבר על מכשולים אלה, יש צורך בשלושה אלמנטים בסיסיים: התאמה ברורה של המנהיגים, הגדרת מחדש של זרימות העבודה, והשקעה בכישורים של העובדים.
להתמקד בשלושה היבטים אלה – חזון, תהליכים ו-אנשים – מאפשר לפיילוטים להתמקד לתוצאות מוחשיות.
המנהיגות במרכז אינטגרציית ה-AI
מספר מנהיגים עדיין רואים את ה-AI כפרויקט טכני ולא כעדיפות אסטרטגית. סי טוענת שזה על ההנהלה לקבוע אם ה-AI מהווה מנוע של צמיחה או סיכון שיש לנהל. על ידי הקמת מטרות ברורות והגדרת התיאבון לסיכון, ראשי קונצרנים יכולים להניע את אינטגרציית ה-AI בכישורי החברה.
Thinking Machines לרוב מתחילה עם ישיבות מנהיגות, המאפשרות למנהיגים לעקוב אחרי הערך המוסף של כלי כמו ChatGPT, בשיח על כללי ממשלה והזדמנויות להרחבה. בהירות זו בראש ההיררכיה מעבירה את ה-AI מניסוי לכישרון מוסדי.
שיתוף פעולה בין בני אדם ל-AI
סי מתארת את « שיתוף פעולה בין בני אדם ל-AI » כגישה שבה בני אדם שומרים על הפיקוד, מתמקדים בשיפוט ובקבלת החלטות, בעוד שה-AI מנהל את השלבים השגרתיים. יישום של מודל זה מביא לחיסכון בזמן משמעותי ולשיפור איכות התוצאות.
AI Agentic ובקרת הביצוע
המושג AI Agentic מהווה עדיפות נוספת עבור Thinking Machines, מאפשר למערכות לעבד תהליכים מורכבים המורכבים מספר שלבים. מערכות אלו יכולות לתאם חיפושים, למלא טפסים ולבצע קריאות API, תוך שמירה על אדם בתפקיד המפקד. ארכיטקטורה זו מאפשרת ביצוע מהיר ופרודוקטיביות מוגברת מבלי לפגוע בשליטה האנושית.
Thinking Machines דואגת לכך שהעקרונות של « ממשלה אנושית » ויכולת לאודיט יהיו ניתנים ליישום בהקשר זה, תוך הבטחת שכל פעולה תהיה ניתנת למעקב ותואמת למדיניות החברה.
העצמת ממשלת ה-AI
עם ההאצה באימוץ ה-AI, יש להבטיח שהממשלה לא תישאר מאחור. סי מציינת שהממשלה הנכונה צריכה להיות משולבת בשגרות היומיום. זה כולל את השימוש במקורות נתונים מאושרים, יישום של בקרות גישה, וצורך באימות אנושי בעת ביצוע פעולות רגישות.
סי מעדיפה את יישום מודלים של ממשלה מדדי כדי לבנות את האמון הנדרש בין הצוותים האמצעים את ה-AI, על מנת לאפשר אימוץ רחב ומהיר יותר. שקיפות של הנתונים המעובדים מסייעת לבסס את האמון הזה.
התאמה מקומית והרחבה אזורית
המגוון התרבותי והשפתי באזור אסיה-פסיפיק מציב אתגרים ייחודיים להרחבת פתרונות ה-AI. מודל יחיד אינו מספיק. סי ממליצה קודם « לבנות מקומית ולאחר מכן להרחיב באופן מושכל », תוך התאמת ה-AI לפרטים המקומיים לפני שהאוניברסליזציה חלק מההיבטים.
Thinking Machines הביאה לידי ביטוי את האסטרטגיה הזו במגוון מדינות, כולל סינגפור, פיליפינים ותאילנד, ומוכיחה את הערך של צוותים מקומיים לפני פרפר פולין אזוריים.
עדיפות לכישורים ולא לכלים
סי מדגישה שהצמיחה טמונה בפיתוח הכישורים ולא רק בהפקת כלים. שלוש קטגוריות של כישורים מתבלטות: אוריינות מנהיגותית, עיצוב זרימת עבודה, ו-כישורים מעשיים. מסגרת חינוכית זו מסייעת לצוותים להמיר ניסיונות לתוצאות ייצור חוזרות.
עתיד התעשיות המונע על ידי ה-AI
מזווית של חמש שנים, סי צופה שה-AI יתפתח לביצוע מלא של פונקציות עסקיות עיקריות. הרווחים הצפויים ימשיכו ב-פיתוח תוכנה, שיווק, ופעולות שירות.
Thinking Machines אינה מוגבלת לאסטרטגיה אחידה. כל פרויקט, כמו BEAi, מערכת שפותחה עבור בנק הפיליפינים, משמשת כדוגמה ברורה לגישה הזו. מודל זה ואחרים צריכים להיות מותאמים ליכולות המקומיות, תוך מתן תוצאות מדידות, ובכך תומכים באינטגרציה מורחבת של טכנולוגיות AI במסגרת הכלכלה של אזור אסיה-פסיפיק.
שאלות נפוצות
מהי שיתוף הפעולה בין Thinking Machines ל-OpenAI?
Thinking Machines קיבלה שותפות עם OpenAI כדי לסייע לחברות באזור אסיה-פסיפיק לנצל את האינטליגנציה המלאכותית כדי להשיג תוצאות מדידות. זהו שירות השותף הראשון של OpenAI באזור זה.
איך Thinking Machines מסייעת לחברות לאמץ את ה-AI?
Thinking Machines מציעה הכשרות מנהיגות על ChatGPT Enterprise, תמיכה ביצירת אפליקציות AI מותאמות אישית ועצות לפיתוח ה-AI בפעולות יומיום של חברות.
מהם האתגרים העיקריים שהחברות נתקלות בהם באימוץ ה-AI?
חברות רבות רואות את ה-AI כרחישה טכנולוגית ולא כהיפוך עסקי, מה שמוביל לפרויקטים פיילוט שנותרו קפואים. נדרשת גישה אסטרטגית כדי להצליח באינטגרציית ה-AI.
מה החשיבות של המנהיגות באימוץ ה-AI?
המנהיגות משחקת תפקיד מפתח בקביעת אם ה-AI נחשב כמנוע צמיחה או סיכון שיש לנהל. הכוונה ברורה חשובה להגדיר מטרות, תיאבון לסיכון ואחריות על פרויקטים של AI.
איך שיתוף הפעולה בין בני אדם ל-AI מתבצע על ידי Thinking Machines?
מדובר במודל של "בני אדם באחריות" בו בני אדם מתמקדים בשיפוט ובקבלת החלטות, בזמן שה-AI מנהל משימות שגרתיות, כמו חיפוש או כתיבה, ובכך מאפשר חיסכון בזמן וביעילות.
מהי AI Agentic ואיך Thinking Machines משתמשת בה?
AI Agentic הולך מעבר לבקשות פשוטות כדי להניע תהליכים מרובי שלבים. Thinking Machines משתמשת במערכות אלו כדי לתאם משימות שלמות תוך שמירה על האדם במרכז תהליך קבלת ההחלטות.
איך Thinking Machines מנהלת את הממשלת ה-AI?
Thinking Machines משקללת את הממשלת באופן ממשי בת כפיות באופן יומיומי על ידי שימוש במקורות נתונים מאושרים, החלת בקרות גישה, ושמירה על עקיבות כדי להבטיח אימוץ בטוח ואמין של ה-AI.
מהו המודל שThinking Machines מאמצת לאימוץ ה-AI באזור אסיה-פסיפיק?
Thinking Machines מעדיפה גישה מקומית קודם כדי להתאים את ה-AI להקשרים ספציפיים של הצוותים לפני הרחבת היוזמות ברמה האזורית, תוך הבטחת שהפתרונות נשארים רלוונטים ויעילים.
איזה כישורים הם חיוניים להצלחה בסביבה עבודה מעצימה על ידי ה-AI?
הכישורים המרכזיים כוללים אוריינות מנהיגותית כדי להגדיר את תוצאות ה-AI, עיצוב זרימות עבודה עבור אינטראקציות בין בני אדם ל-AI, וכישורים מעשיים כמו יכולת לניסוח בקשות והערכת נתונים אמינים.
באילו תחומים Thinking Machines מתכוונת להרחיב את שירותי ה-AI שלה?
Thinking Machines מתכוונת להתרחב במיוחד בתחומי הפיננסים, הקמעונאות והייצור, תוך פיתוח פתרונות AI העונים על אתגרים ספציפיים ומפנים הזדמנויות חדשות.
